ВипускиРубрикиАвториКлючові слова

Стаття

Випуск:2023 №2 (82)
Рубрика:Фiнанси, облік та оподаткування
УДК:338.2
DOI:https://doi.org/10.33271/ebdut/82.128
Мова статті:Українська
Сторінки:128-135
Заголовок:Fintech-інструменти для прогнозування банкрутства: інтеграція традиційних та інноваційних підходів
Автори:Соляник Л. Г., НТУ «Дніпровська політехніка»,
Штефан Н. М., НТУ «Дніпровська політехніка»,
Ніколаєнко А. О., НТУ «Дніпровська політехніка»
Анотація:Методологія дослідження. Теоретико-методологічною основою дослідження є наукові розробки вітчизняних і зарубіжних вчених, пов’язані з питаннями визначення ролі та особливостей використання традиційних дискримінантних моделей прогнозування банкрутства й сучасних FinTech-інструментів. Результати дослідження отримані за допомогою методів абстрагування; загального й особливого – при встановленні єдності існуючих традиційних методів прогнозування банкрутства та інноваційних FinTech – технологій. Системний метод використовувався при систематизації широкого спектру FinTech-інструментів, спеціально розроблених для прогнозування банкрутства підприємств, а метод узагальнення – при визначенні загальних цифрових елементів для створення аналітичних можливостей управління фінансовою діяльністю підприємства та його ризиками. Метод загального й особливого було використано для встановлення особливостей застосування різних моделей прогнозування та виявлення можливостей і переваг FinTech-інструментів. Методи графічного аналізу дозолили наочно відобразити отримані результати дослідження. Результати. Результати дослідження розкрили потенціал інтеграції дискримінантних моделей та FinTech-інструментів у прогнозуванні банкрутства, що сприятиме поліпшенню фінансового аналізу та ризик-менеджменту в умовах економічних змін. Показано, що використання дискримінантних моделей прогнозування банкрутства має потенціал для покращення аналізу фінансового стану та ефективного управління ризиками. Ці моделі дозволяють враховувати різні фінансові показники та фактори, що впливають на ймовірність банкрутства підприємства. Вони надають можливість оцінити фінансову стійкість і здатність компанії до погашення зобов'язань. При правильному використанні цих моделей можна забезпечити раннє виявлення фінансових проблем та прийняти ефективні заходи для запобігання банкрутства. Новизна. У процесі дослідження моделей прогнозування банкрутства встановлено, що оптимальне поєднання дискримінантних моделей та FinTech-інструментів забезпечує можливість отримання точних прогнозів щодо подальшого функціонування й розвитку підприємств та відкриває нові перспективи для фінансового аналізу щодо уникнення ризиків і реалізації ефективних інноваційних рішень в змінних умовах сьогодення. Практична значущість. Полягає у можливості здійснення в реальних умовах інтеграції традиційних та інноваційних підходів щодо вирішення конкретних проблем, пов'язаних з прогнозуванням банкрутства й розвитку підприємств у нестабільному середовищі. 
Ключові слова:Банкрутство, Моделі прогнозування банкрутства, Ризик, FіnТесн-інструменти, Штучний інтелект, RіsкСаlс, Вlоомвеr g Теrміnаl
Файл статті:EV20232_128-135.pdf
Література:
  • 1. Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, Vol. 23(4), pp. 589-609. https://doi.org/10.2307/2978933.
  • 2. Zmiiewski, M.E. (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research, Vol. 22, pp. 59-82. http://dx.doi.org/10.2307/2490859.
  • 3. Springate, G.L.V. (1978). Predicting the possibility of failure in a Canadian firm (Unpublished master’s thesis). Canada: Simon Fraser University.
  • 4. Taffler, R.J. (1983) The Assessment of Company Solvency and Performance Using a Statistical Model. Accounting and Business Research, 13, 295-308. https://doi.org/10.1080/00014788.1983.9729767.
  • 5. Tereshchenko, O.O. (2003). Dyskryminantna model intehralnoi otsinky finansovoho stanu pidpryiemstva. Ekonomika Ukrainy, (8), 38-44.
  • 6. Matviychuk, A.V. (2006). Analiz ta prohnozuvannia rozvytku finansovo-ekonomichnykh system iz vykorystanniam nechitkoi lohiky. Kyiv: Tsentr navchalnoi literatury.
  • 7. Lennox, Clive. (1999). Identifying failing companies: A revaluation of the logit, probit and da approaches. Journal of Economics and Business, Vol. 51 (4), pp. 347-364. https://doi.org/10.1016/S0148-6195(99)00009-0.
  • 8. Shi, Yin, & Xiaoni Li. (2019). An overview of bankruptcy prediction models for corporate firms: A systematic literature review. Intangible Capital, Vol. 15 (2), pp. 114-127. https://doi.org/10.3926/ic.1354.
  • 9. Savchenko, A.M., & Fisher, N.V. (2020). Doslidzhennia ymovirnosti nastannia bankrutstva vyrobnychoho pidpryiemstva. Biznes-Inform, (11), 186-191. https://doi.org/10.32983/2222-4459-2020-11-186-191.
  • 10. Savchenko, A.M. (2019). Analiz pokaznykiv balansu z metoui poperedzhennia bankrutstva subiekta hospodariuvannia. Molodyi vchenyi, (1), 501-505. https://doi.org/10.32839/2304-5809/2019-1-65-115.
  • 11. RiskCalc. Moody's Analytics. Retrieved from https://www.moodysanalytics.com/
  • 12. Predata. Retrieved from https://predata.com/
  • 13. Bloomberg Professional Services. Bloomberg Terminal. Retrieved from https://www.bloomberg.com/professional/ [in USA].
  • 14. QuickBooks. Retrieved from https://quickbooks.intuit.com/global/reports/