УДК 336.64
DOI: 10.36871/ek.up.p.r.2025.12.15.012

Авторы

Давид Самвелович Налбандян,
Иван Сергеевич Бабарин,
Национальный исследовательский ядерный университет «МИФИ», Москва, Россия

Аннотация

В статье представлен обзор подходов к прогнозированию банкротства компаний с акцентом на выявление методологических ограничений классических и эконометрических моделей в условиях цифровизации финансового анализа и роста объёма данных. Рассматривается эволюция моделей от коэффициентных методов к интеллектуальному анализу данных и показано, что предпосылки линейности и однородности традиционных моделей часто не выполняются. Сопоставлены основные классы моделей с точки зрения раннего выявления финансовой несостоятельности и обоснована перспективность методов машинного обучения при условии интерпретируемости результатов.

Ключевые слова

банкротство компаний, модели прогнозирования банкротства, эконометрические методы, интеллектуальный анализ данных, машинное обучение в финансах

Список литературы

  1. Апатова Н. В. Прогнозирование банкротства предприятий с использованием искусственного интеллекта / Н. В. Апатова, В. Б. Попов // Научный вестник: финансы, банки, инвестиции. — 2020. — № 2(51). — С. 113–120. — DOI 10.37279/2312–5330–2020–2–113–120. — EDN AVLPZI.
  2. Гонова О. В. Диагностика риска банкротства предприятия на основе финансового моделирования / О.В. Гонова // Современные наукоемкие технологии. Региональное приложение. — 2023. — № 3(75). — С. 13–19. — DOI 10.6060/ snt.20237503.0002. — EDN HZDYBP.
  3. Земсков В. В. Модели оценки риска несостоятельности (банкротства): история и современность / В.В. Земсков, А. И.Соловьев, С. А.Соловьев // Экономика. Налоги. Право. — 2017. — Т. 10, № 6. — С. 91–100. — EDN YMUASE.
  4. Кабанова Е.Е. Оценка финансовой состоятельности компаний в современных условиях как ключевой элемент антикризисного управления / Е. Е.Кабанова // Вестник евразийской науки. — 2024. — Т. 16, № 1. — EDN BXQZRY.
  5. Катков Ю. Н.Система сквозного внутреннего контроля на основе искусственного интеллекта в организациях агросферы / Ю. Н. Катков, А. А. Романова, С. И. Смычков, П. Д. Шалаев // Наука и искусство управления / Вестник Института экономики, управления и права РГГУ. — 2024. — № 4. — С. 18–31. — DOI 10.28995/2782–2222–2024–4–18–31. — EDN GKJJLF.
  6. Клочихин Г. А. Использование нейросетевых моделей при прогнозировании банкротства предприятий / Г. А. Клочихин, Г. М. Полунин // Хроноэкономика. — 2018. — № 2(10). — С. 107–110. — EDN XRAIXR.
  7. Коновалов М. С. История развития методик прогнозирования банкротства предприятия / М. С. Коновалов // Актуальные вопросы современной экономики. — 2024. — № 5. — С. 213–219. — EDN CKNFON.
  8. Колышкин А. В. Прогнозирование финансовой несостоятельности предприятий / А.В.Колышкин, Е. В. Гиленко, С. Е. Довженко [и др.] // Вестник Санкт-Петербургского университета. Экономика. — 2014. — № 2. — С. 122–142. — EDN SGEYNT.
  9. Носова С. С. Инновационная перестройка региональной экономики в эпоху цифровизации / С. С. Носова, А. Н. Норкина, Н. В. Морозов // Экономика и предпринимательство. — 2025. — № 7(180). — С. 529–534. — DOI 10.34925/ EIP.2025.180.7.091. — EDN XYKFLZ.
  10. Романова А. А. Развитие инструментария стратегирования для целей устойчивого развития компании / А. А. Романова, Д. С. Налбандян // Наука и искусство управления / Вестник Института экономики, управления и права РГГУ. — 2025. — № 2. — С. 93–111. — DOI 10.28995/2782–2222–2025–2–93–111. — EDN ABFGBG.
  11. Сушков В. М. Методы обработки больших данных в задачах финансового контроля / В. М. Сушков, П.Ю.Леонов // Вестник Национального исследовательского ядерного университета «МИФИ». — 2022. — Т. 11, № 5. — С. 348–357. — DOI 10.26583/vestnik.2022.5. — EDN KZYJWM.