Research of Default Risk Level of Russian Energy

Либерализация рынка электрической энергии активизирует борьбу за инвесторов на отечественном энергорынке, для которых важным критерием является финансовая устойчивость энергокомпаний. Статья содержит математическое моделирование комплексной оценки уровня дефолтности российских энергетических компаний с учетом их специфических характеристик: сферы энергобизнеса, формы собственности и региональной принадлежности. В основу исследования положен отраслевой подход к диагностике дефолтности энергокомпаний, основанный на logit-модели и оценке значимости включенных коэффициентов. Комплексность данной модели обусловлена изучением внешних и внутренних финансово-экономических показателей, а также качественных критериев на основе введения tdummy-переменных. Предложены четыре группы дефолтности отечественных энергокомпаний. Использование инструментария математического моделирования повышает точность оценки финансовой несостоятельности субъектов хозяйствования в сравнении с традиционными методами, что отражает новизну, актуальность и практическую значимость предложенного подхода. Достоверность результатов исследования подтверждена практической реализацией. Разработанную методику рекомендуется использовать при оценке текущего состояния и разработке стратегии развития отечественных энергокомпаний, а также инвесторам и аналитикам в процессе принятия финансовых решений.

Ключевые слова

энергетика; энергетический бизнес; дефолт; вероятность дефолта; инвестиции; риск; logit-модель; моделирование.

Литература

1. Mokhov, V.G. Modelling of "Green" Investments Risks / V.G. Mokhov, G.S. Chebotareva, P.M. Khomenko // Вестник ЮУрГУ. Серия: Математическое моделирование и программирование. - 2018. - T. 11, № 2. - С. 154-159.
2. Sorland, B.F. What Drives Financial Distress Risk and Default Rates of Leveraged Buyout Targets? / B.F. Sorlnd, M.N. Rudel // Empirical Evidence from European Transactions, Norwegian School of Economics, 2015.
3. Varotto, S.E. Modelling Decisions of Control Transi-Tions and Target Speed Regulations in Full-Range Adaptive Cruise Control Based on Risk Allostasis / S.E. Varotto, E. Silvia, H. Farah, T. Toledo // Theory Transportation Research Part B-Methodological. - 2018. - V. 117. - P. 318-341.
4. Minal, S. Development of Neuro-Fuzzy-Based Multimodal Mode Choice Model for Commuter in Delhi / S. Minal, C.R. Sekhar, E. Madhu // Intelligent Transport Systems. - 2019. - V. 13, № 2. - P. 293-251.
5. Хайдаршина, Г.А. Комплексная модель оценки риска банкротства / Г.А. Хайдаршина // Финансы. - 2009. - № 2. - С. 67-69.