С учетом приведенных изменений модель имеет вид

Z=0,717X₁+0,874X₂+3,10X₃+0,42X₄+0,995X₅

Правило принятия решения о возможности банкротства заключается в следующем:

- если Z<1,23 - вероятность банкротства высокая;

- если Z >1,23 - вероятность банкротства малая.

Для данной модели точность прогнозирования на горизонте до одного года составляет до 95%, на два года – 83%, на пять лет – до 70%.

Пяти факторная модель У. Бивера дает возможность оценить финансовое состояние фирмы с точки зрения ее возможного будущего банкротства (финансовой несостоятельности) (таблица 15).

Таблица 15 – Состав показателей, их ранжирование и тренд значений модели Бивера

Показатель	Модели расчета	Значение показателей
Группа 1: благополучные компании	Группа 2: пять лет до банкротства	Группа 3: один год до банкротства
Коэффициент Бивера	Чистая прибыль+Амортизация Заемные средства	0,40-0,45	0,17	-0,15
Экономическая рентабельность	Чистая прибыль*100 Сумма активов			-22
Финансовый леверидж	Заемный капитал*100 Баланс	37	50	80
Коэффициент покрытия активов собственными оборотными средствами	Соб. капитал-Внеоборотные активы Сумма активов	0,4	0,3	0,06
Коэффициент текущей ликвидности	Оборотный капитал Текущие обязательство	3,2	2	1

Особенностями конструкции модели являются:

- отсутствие индикаторов (весовых коэффициентов);

- наличие для предлагаемых показателей тренда на временном интервале до пяти лет.

Важно отметить, что в данной модели платежеспособность характеризует не только структура баланса (показатель К_тл), но и поток денежных средств (коэффициент Бивера).

Шкала оценки риска банкротства построена на основе сравнения фактических значений показателей с рекомендуемыми. При этом рекомендуемые значения показателей характеризуют три класса возможных состояний фирмы:

- благополучные компании;

- компании, которые находятся в финансовом состоянии за один год до банкротства;

- компании, которые находятся в финансовом состоянии за пять лет до банкротства.

Вероятность банкротства компании оценивается по одной из групп возможных состояний, где находится большинство расчетных значений показателей. При этом Бивер настаивал на отраслевом подходе в процессе анализа деятельности компаний.

В модели Лиса прогнозирования финансовой несостоятельности факторы-признаки учитывают такие результаты деятельности, как ликвидность, рентабельность и финансовая независимость организации.

Конструкция модели имеет вид

Z=0,063X₁+0,092X₂+0,057X₃+0,001X₄ где

X₁ – доля оборотных средств в активах:(оборотный капитал/ сумма активов);

X₂ – рентабельность активов по прибыли от реализации: (прибыль от реализации от реализации / сумма активов);

X₃ - рентабельность активов по нераспределенной прибыли (нераспределенная прибыль/ сумма активов);

X₄ – коэффициент покрытия по собственному капиталу (собственный капитал/заемные средства.

Необходимо отметить, что низкое значение весового коэффициента при факторе X₄ практически сводит данною модель к трехфакторной.

Для данной модели вероятность банкротства в зависимости от значения рейтингового числа определяется следующим образом:

- если Z>0,037 - вероятность банкротства высокая;

- если Z <0,037 - вероятность банкротства малая.

По мнению Рисина И.Е. и Трещевсгкого Ю.И, модель Лиса неоправданно жесткая, так как если представить условное предприятие с долей оборотных средств 0,2, рентабельностью активов 10%, рентабельностью активов, рассчитанной по нераспределенной прибыли, 5%, соотношением собственного и привлеченного капитала 1/1, то интегральный коэффициент окажется равным только 0,0056, что очень далеко от заданного результата, но вполне приемлемо для устойчивого функционирования практически в любой отрасли.

В 1977 г. Таффлер предложил следующую модель прогнозирования финансовой несостоятельности организации:

Z=0,53X₁+0,13X₂+0,18X₃+0,16X₄ где

X₁ – коэффициент покрытия:((прибыль от реализации / краткосрочные обязательства);

X₂ – коэффициент покрытия: (оборотные активы / сумма обязательств);

X₃ – доля обязательств: (краткосрочные обязательства / сумма активов);

X₄ – рентабельность всех активов: (выручка от реализации/ сумма активов).

Индикаторы характеризуют важность факторов-признаков в конструкции модели следующим образом: краткосрочную платежеспособность (r₁=0,53); структуру капитала (r₃=0,18), от которой зависит эта платежеспособность; ресурсоотдачу (r₂=0,13). Соотношение индикаторов(r₁/ r₂=4/1).

Правило принятия решения о возможности банкротства предприятия следующее:

- если Z>0,3 – фирма имеет неплохие долгосрочные перспективы;

- если Z <0,2 – банкротство более, чем вероятно.

В целом по содержательности и набору факторов-признаков модель Таффлера ближе к российским реалиям, чем модель Лиса, разработанная ближе к экономическим условиям Великобритании.

Однако, на практике получить низкое значение интегрального показателя в модели Таффлера сложно, для этого необходимо как минимум иметь значительные убытки от привлекаемых средств, поскольку остальные коэффициенты, в принципе не могут иметь отрицательных значений.

На основании обработки данных 60 предприятий – 30 потерпевших крах и 30 нормально работавших – со средним годовым балансом в 455 тысяч американских долларов была создана модель Фулмера, которая изначально содержала 40 коэффициентов, тогда как окончательный ее вариант использует всего девять:

H=5,528x₁+0,212x₂+0,073x₃+1,270x₄-0,120x₅+2,335x₆+0,575x₇+1,083x₈+0,894x₉-3,07

x₁ – отношение нераспределенной прибыли прошлых лет к балансу;

x₂ – отношение выручки нетто от реализации к балансу;

x₃ – отношение прибыли до налогообложения к собственному капиталу;

x₄ – отношение денежного потока к сумме долгосрочных и краткосрочных обязательств;

x₅ – отношение долгосрочных обязательств к балансу;

x₆ – отношение краткосрочных обязательств к балансу;

x₇ –log (материальные активы);

x₈ – отношение оборотного капитала к обязательствам;

x₉ – log ((прибыль до налогообложения +проценты к уплате)/проценты к уплате).

Точность прогнозов, сделанных с помощью данной модели на год вперед составляет 98%, а на два года вперед – 81%. При этом если Н<0, то крах неизбежен.

В 1978г. Гордоном Л.В. Спингейтом была разработана следующая модель:

Z=1,03x₁+3,07x₂+0,66x₃+0,4x₄, где

x₁ – отношение оборотного капитала к балансу;

x₂ – отношение прибыли до налогообложения и процентов к уплате к балансу;

x₃ – отношение прибыли до налогообложения к краткосрочным обязательствам;

x₄ – отношение выручки нетто от реализации к балансу;

Если Z <0,862 предприятие получает оценку «крах». При создании модели Спингейт использовал данные 40 предприятий и достиг 92,5 процентной точности предсказания неплатежеспособности на год вперед.

Первая французская модель оценки платежеспособности фирм была построена в 1979г. Ж Конаном и М. Голдером по иыборке из 95 малых и средних предприятий Франции, изученных за период с 1970по 1975гг.:

Z=-0,16x₁-0,22x₂+0,87x₃+0,10x₄-0,24 x₅, где

x₁ –доля быстро реализуемых ликвидных средств (денежные средства+краткосрочные финансовые вложения+краткосрочная дебеторская задолженность) в активах;

x₂ –доля устойчивых источников финансирования (собственный капитал и долгосрочные пассивы) в пассивах;

x₃ – отношение финансовых расходов (уплаченные проценты по заемным средствам+налог на прибыль) к нетто-выручке от продажи (выручка после налогообложения);

x₄ – доля расходов на персонал в валовой прибыли;

x₄ – соотношение накопленной прибыли и заемного капитала.

Вероятность банкротства для различных значений показателя Z можно представить в виде шкалы (таблица 16.)

Таблица 16 – Шкала вероятности банкротств

Z	+0,048	-0,026	-0,068	-0,107	-0,164
Вероятность банкротства, %

В 1983г. для оценки средних и малых промышленных предприятий был построен показатель платежеспособности Z управления отчетности Банка Франции:

Z=-1,255R₁+2,003R₂-0,824R₃+5,221R₄-0,689R₅-1,164R₆+0,5706R₇+1,408R₈-85,544

R₁ –доля финансовых расходов в финансовом результате;

R₂ –покрытие инвестиционного капитала (постоянный капитал/инвестированный капитал);

R₃–платежеспособность (способность к самофинансированию /привлеченный капитал);

R₄ –норма валовой прибыли (валовой экономический результат / объем продаж (после налогообложения));

R₅ –период погашения кредита поставщиков (дней) (коммерческая кредиторская задолженность / закупки (включая налоги));

R₆ –процент изменения добавочной стоимости;

R₇ –период погашения дебиторской задолженности (дней) (запасы в незавершенном производстве + авансы клиентов +коммерческая дебиторская задолженность / объем продаж (до налогообложения));

R₈ – процент реальных инвестиций (реальные инвестиции / добавленная стоимость).

Правило принятия решения о возможности банкротства заключается в следующем:

- если Z<-0,25 - вероятность банкротства высокая;

- если Z >0,125 - вероятность банкротства малая.

Финансовая ситуация на предприятии может быть охарактеризована также с помощью пяти показателей, составляющих в совокупности метод credit-men, разработанный Ж. Депаляном (Франция):

1) коэффициент быстрой ликвидности (дебиторская заболженность+денежные средства+краткосрочные финансовые вложения/краткосрочные обязательства);

2) коэффициент кредитоспособности (капитали резервы/обязательства);

3) коэффициент иммобилизации собственного капитала (капитал и резервы/внеоборотные активы);

4) коэффициент оборачиваемости запасов (себестоимость проданных товаров/запасы);

5) коэффициент оборачиваемости дебиторской задолженности (нетто-выручка от продажи/дебиторская задолженность).

Для каждого коэффициента определяется его нормативное значение с учетом специфики отрасли, сравнивают с показателем на предприятии и вычисляют значение функции N:

N =25R₁+25R₂+10R₃+20R₄+20R₅, где

R_i=

Если N=100, то финансовая ситуация предприятия нормальная, если N>100, то ситуация хорошая, если N<100, то ситуация на предприятии вызывает беспокойство.

Факторы, принятие во внимание в вышеперечисленных моделях, влияют на определение вероятности банкротства и российских предприятий. Использование этих моделей в отечественной практике вполне правомерно, однако влияние внешних факторов в российских условиях намного выше, поэтому количественные значения Z-счета, определяющие вероятности банкротства отличаются от западных. Западные модели прогнозирования банкротства могут быть неадекватными в российских условиях, так как при разработки этих моделей не учитывались внешние факторы риска, свойственных для российских условий: финансовая обстановка в стране, темпы инфляции, условия кредитования, особенности налоговой системы и т.д.

В последние десятилетия в России предпринималось несколько попыток создания подобных моделей на основе данных российских предприятий.

Двухфакторная модель прогнозирования банкротства, разработанная Лео Хао Суан, дает возможность оценит риск банкротства предприятий среднего класса производственного типа.

Информационной базой для определения весовых коэффициентов модели являлись результаты деятельности более 50 полиграфических предприятий. Метод нахождения весовых коэффициентов – метод наименьших квадратов.

В основе модели – два фактора, характеризующие платежеспособность и финансовую независимость:

- коэффициент текущей ликвидности (К_тл);

- коэффициент финансовой независимости (К_фн) (коэффициент автономии) – удельный вес собственных средств в общей сумме источников финансирования.

Рекомендуемые значения для показателей: К_тл 2,0; К_фн=0,5-1,0. При значении К_фн <0,5 возникает риск для кредиторов предприятия.

Модель прогнозирования риска несостоятельности имеет вид

Z=0,3872+0,2614 К_тл+1,0595 К_фн

Как следует из конструкции модели, в прогнозировании возможного состояния банкротства определяющее значение имеет фактор финансовой независимости (К_тл/К_фн=1/4,05). Это объясняется следующим парадоксом: при нестабильной среде предпринимательства предприятие увеличивает запасы, что приводит к росту показателя К_тл, но одновременно растет вероятность риска их ликвидности (группа А₃ – средний риск ликвидности), что снижает платежеспособность предприятия.

Шкала оценки риска банкротства включает пять классов градации. И в зависимости от значения рейтингового числа Z она осуществляется по следующему правилу:

- если Z<1,3257 - вероятность банкротства очень высокая;

- если 1,3257 Z<1,5457 – вероятность банкротства высокая;

- если 1,5457 Z<1,7693 - вероятность банкротства средняя;

- если 1,7693 Z<1,9911 – вероятность банкротства низкая;

- если Z >1,9911 - то вероятность банкротства очень низкая.

В качестве недостатков модели следует отметить следующее. Вероятности банкротства имеют качественный характер (очень высокая, высокая, средняя, низкая, очень низкая) и отсутствует оценка эффективности методики (точность модели и временной лаг).

Беликов в своей диссертации «Диагностика риска банкротства предприятий» разработал модель для прогнозирования риска несостоятельности торгово-посреднических организаций.

В соответствии с методикой разработки модели первоначально было выбрано 13 финансовых показателей. Исследования проводились по данным 2040 финансовым отчетам предприятий в течение трех лет.

На основе результатов дискриминационного анализа предложенная модель прогнозирования банкротства включает четыре фактора и имеет следующий вид:

Z=8,38X₁+X₂+0,054X₃+0,63 X₄ где

X₁ – доля чистого оборотного капитала:(чистый оборотный капитал /общая сумма активов);

X₂ – рентабельность собственного капитала: (чистая прибыль/ собственный капитал);

X₃ – коэффициент оборачиваемости активов: (выручка от реализации /общая сумма актив);

X₄ – норма прибыли: (чистая прибыль /интегральные затраты).

Фактор X4 – интегральные затраты – включает данные отчета о прибылях и убытках (форма 2), в частности: себестоимость (стр. 020);коммерческие расходы (стр. 030); управленческие расходы (040).

Шкала оценки риска банкротства имеет пять градаций и осуществляется по следующим правилам:

- если Z<0 - то вероятность банкротства максимальная (90-100%);

- если 0 Z<0,18 – вероятность банкротства высокая (60-80%);

- если 0,18<Z<0,32 - вероятность банкротства средняя (35-50%);

- если 0,32<Z<0,42 – вероятность банкротства низкая (15-20%);

- если Z >0,42 - вероятность банкротства минимальная (до10%).

В данной модели оценивания между каждыми соседними интервалами оставлен лаг (5-15%), так как невозможно точно распределить значения рейтингового числа по вероятности банкротства. Особенно сложен переход между низкой и средней степенью банкротства.

Средние значения задействованных в модели факторов равны X₁=0,0108198; X₂=0,090673; X₃=1,685214;X₄=0,143342.

Допустимые границы колебаний значений факторов, которые не вызывают существенного изменения риска банкротства: X₁=(-18: 20%); X₂=(-16: 22%); X₃=(-11: 12%); X₄=(-24: 27%). Если значения исследуемого фактора выходит по анализируемому предприятию за пределы границ и данный факт не может быть объяснен особенностями предприятия или спецификой его работы, то в этом случае возможно появление неучтенного источника риска.

Точность прогноза банкротства – 81% на временном интервале до девяти месяцев.

Существует шести факторная модель, разработанная для предприятий цветной промышленности (предпринимательские структуры типа холдинга).

Особенности модели:

- введен фактор капитализации предприятия для компенсации заниженного уровня балансовой стоимости активов;

- учитывается фактор, характеризующий качество менеджмента.

При разработке модели распределение показателей по их важности осуществлялось на основе экспертного оценивания, а весовые коэффициенты – на основе метода линейного программирования.

Модель прогнозирования банкротства имеет следующий вид:

Z=0,83X₁+5,83X₂+3,83X₃+2,83X₄+4,83 X₅+ X₆, где

X₁ – коэффициент обеспеченности собственными средствами:(собственные оборотные средства /общая сумма активов);

X₂ – коэффициент текущей ликвидности;

X₃ – рентабельность собственного капитала по чистой прибыли: (чистая прибыль*100% /стоимость собственного капитала);

X₄ – коэффициент капитализации: (рыночная стоимость активов /сумма обязательств);

X₅ – показатель общей платежеспособности (рыночная стоимость активов/сумма обязательств);

X₆ – коэффициент менеджмента (выручка от реализации/краткосрочные обязательства).

Оценивание вероятности банкротства осуществляется по следующему правилу: если Z 10-50, то предприятие находится в зоне неплатежеспособности

Модель позволяет:

1. Ответить на вопрос – находится ли предприятие на грани банкротства?
2. Выявить основные причины ухудшение финансового состояния предприятия;
3. Оценить факторы риска среды предпринимательства;
4. Разработать меры по снижению финансовых рисков, угрожающих предприятию банкротством.

Данная модель учитывает реалии российского финансового рынка и уровень менеджмента. Ограниченность применения модели вызвана большим объемом требуемых информационного и программного обеспечений.

Р.С. Сайфулин и Г.Г. Кадыков предложили использовать для оценки финансового состояния рейтинговое число:

R=2К_о+0,1К_тл+0,08К_и+0,45К_м+К_пр, где

К_о – коэффициент обеспеченности собственными средствами;

К_тл – коэффициент текущей ликвидности;

К_и – коэффициент оборачиваемости активов;

К_м – коммерческая маржа (рентабельность реализации продукции);

К_пр – рентабельность собственного капитала.

При полном соответствии финансовых коэффициентов их минимальным нормативным уровням рейтинговое число будет равно единице и организация имеет удовлетворительное состояние. Финансовое состояние предприятий с рейтинговым числом менее единицы характеризуется как неудовлетворительное.

Таким образом, можно сделать следующие выводы:

1. Распространено мнение, что двух-трехфакторные модели не являются достаточно точными и выступает скорее индикаторами прогноза риска банкротства.

2. Зарубежные модели не полностью соответствуют специфике экономической ситуации и организации предпринимательства в России, в том числе отличающейся системами бухгалтерского учета и налогового законодательства, что находит отражение, как в наборе факторов-признаков, так и весовых коэффициентов при них.

3. Отсутствие в российской статистике достаточного материала по организациям - банкротам затрудняет корректировку зарубежных методик для различных отраслей и организационно-правовых форм, а определение весовых значений индикаторов экспертным путем не обеспечивает их достаточной точности.

4. Так как банкротство многих российских организаций, связано прежде всего с вовлечением их систему неплатежей, обусловленную влиянием внешних, практически не контролируемых факторов, необходимо при построение моделей банкротства обращать пристальное внимание на окружающую среду предприятия, региональные и отраслевые риски.

5. Период прогноза риска банкротства с учетом нестабильной и динамично реформируемой российской экономики не должен превышать одного года.

6. Наличие показателей, отличающихся высокой положительной или отрицательной корреляцией или функциональной зависимостью между собой усложняет методики без увеличения точности прогноза.

7. Методики дают возможность определить вероятность приближения стадии кризиса (банкротства), не позволяя прогнозировать наступления фазы роста и других фаз жизненного цикла предприятия.

РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА

ОСНОВНАЯ:

1. Альгин П. Риск и его роль в жизни. −М.: Изд-во «Мысль», 1999г..− 188с.

2. Балабанов, И.Т. Риск-менеджмент / И.Т. Балабанов. −М.: Финансы и статистика, 1996.−192с. −ISBN 5-279-01294-7.

3. Банковские риски: учебное пособие /под ред. О.И.Лаврушина−М.: КНОРУС, 2008. −232с.

4. Качалов, Р.М. Управление хозяйственным риском / Р.М. Качалов. −М.: Наука, 2002.− 192с. −ISBN 5-02-013133-4.

5. Ковалев П.П. Банковский риск- менеджмент−М.: Финансы и статистика, 2009. −304с.

6. Лапуста М.Г., Шаршукова Л.Г. Риски в предпринимательсклй деятельности. −М.: Инфра-М, 1998.− 224с.

7. Райзберг, Б.А.Предпринимательство и риск / Б.А. Райсберг. −М.: Знание, 1992. −64с. −ISBN 5-076-002383.

8. Риск-менеджмент: Учебник / В.Н. Вяткин, И.В. Вяткин, В.А. Гамза, Ю.Ю. Екатеринославский, Дж.Дж. Хемптон; Под. ред. И. Юргенса. − М.: Издательско-торговая корпорация «Дашков и К^о», 2003.− 512с. −ISBN 5-94798-273-0.

9. Ступаков В.С., Токаренко Г.С. Риск-менеджмент. −М.: Финансы и статистика, 2005

10. Тэпман, Л.Н. Риски в экономике / под ред. В.А. Швандара.. −М.: ЮНИТИ-ДАНА, 2002.− с.380 −ISBN 5-238-00343-9.

11. Уткин, Э.А. Управление рисками предприятия: Учебно-практическое пособие / Э.А. Уткин, Д.А. Фролов. −М.: ТЕИС, 2003.− 247с. −ISBN 5-7218-0518-8.

12. Уткин, Э.А. Риск-менеджмент / Э.А. Уткин. −М.: Ассоциация авторов и издателей «ТАНДЕМ». Издательство ЭКМОС, 1998.− 288с. −ISBN 5-88124-020-0.

13. Холмс, Э. Риск-менеджмент/ Э. Холмс. −М.: Эксмо, 2007. −304с. −ISBN 978-5-699-22107-3 (рус.)

14. Хохлов, Н.В. Управление риском / Н.В. Хохлов. −М.: ЮНИТИ-ДАНА, 2001.− 239с. −ISBN 5-238-00119-3.

15. Чернова, Г.В. Управление рисками: Учебное пособие / Г.В. Чернова, А.А. Кудрявцев. −М.: ТК Велби, Изд-во Проспект, 2003.− 160с. −ISBN 5-98032-067-9.

16. Шапкин. А.С. Экономические и финансовые риски. Оценка, управление, портфель инвестиций / А.С. Шапкин. −М.:.: Издательско-торговая корпорация «Дашков и К^о», 2003.− 544с. −ISBN 5-94798-216-1.

ДОПОЛНИТЕЛЬНАЯ

1. Бартон, Т. Комплексный подход к риск-менеджменту: стоит ли этим заниматься / Т. Бартон, У. Шенкир, П. Уокер. −М.: Издательский дом «Вильямс», 2003. −208с. −ISBN 5-8459-0408-0.

1. Воронцовский, А. В. Управление рисками: учебное пособие / А.В. Воронцовский. −СПб.: Изд-во С.-Петерб. ун-та, 2000; ОЦЭиМ, 2004.− 458с. −ISBN 5-288-02690-4.

2. Гамза, В.А. Рисковый спектр коммерческих организаций / В.А. Гамза, Ю.Ю. Екатеринославский. −М.: ЗАО «Издательство «Экономика», 2002.− 108с. −ISBN 5-282-02218-4.

3. Гончаренко, Л.П. Риск-менеджмент / под ред. проф. Е.А.Олейникова. −М.: КНОРУС, 2006 −ISBN 5-85971-291-Х.

4. Гранатуров, В.М. Экономический риск: сущность, методы измерения, пути снижения / В.М. Гранатуров. −М.: Дело и сервис, 2002.− 160с. −ISBN 5-8018-0060-3.

5. Ермасова, Н.Б. Риск-менеджмент организации/ Н.Б. Ермасова. −М.: Издательство «Альфа-Пресс», 2005. −240с. −ISBN 5-94280-139-8

6. Ильенкова, Н.Д. Некоторые направления построения классификаций экономических рисков предприятия // Экономика и коммерция. 1997. №1. С.95-108.

7. Кандинская, О.А. Управление финансовыми рисками / О.А. Кандинская. −М.: Издательство АО «Консалтбанкир», 2000.− 272с. −ISBN 5-85187-097-4.

8. Качалов, Р.М. Управление хозяйственным риском / Р.М. Качалов. −М.: Наука, 2002.− 192с. −ISBN 5-02-013133-4.

9. Клейнер Г.Б. Риски промышленных предприятий (как их уменьшить и компенсировать) // Российский экономический журнал. 1994. №5-6. С.85-92

10. Ковни Ш., Таки К. Стратегии хеджирования. −М.: ИНФРА-М, 1996.− 208с.

11. Коваленко, А.В. Диагностика состояния предприятия на основе нечетких продукционных систем и дискриминантного анализа / А.В. Коваленко, А.А. Гаврилов, В.Н. Кармазин // Экономический анализ: теория и практика. −2007. − № 14. − С.2-9.

12. Кувшинов. Д.А. Финансовое состояние предприятия: методика анализа / Д.А. Кувшинов // Финансы. −2007. −№ 6. −С. 80

13. Макаревич, Л.М. Управление предпринимательскими рисками / Л.М. Макаревич. −М.: Издательство «Дело и Сервис», 2006. −448с. −ISBN 5-8018-0302-5

14. Маккарти, М.П. Риск: управление риском на уровне топ-менеджеров и советов директоров / М.П. Маккартни, Т.П. Флинн. −М.: Альпина Бизнес Букс, 2005.− 234с. −ISBN 5-9614-0105-7.

15. Морозова, В.Л. R – анализ, или приемлемость критериальных подходов в оценке финансового состояния сельскохозяйственных организаций / В.Л. Морозова // Экономический анализ. −2007. −№ 15. −С. 43-46

16. Патсасов О.Ю., Сергиенко О.В. Применение моделей и критериев Альтмана в анализе финансового состояния сельхозпредприятий // Финансовый менеджмент.-2006, №6

17. Пикфорд, Дж. Управление рисками / Дж. Пикфорд. −М.: ООО «Вершина», 2004.− 352с. −ISBN 5-94696-028-8.

18. Рогов, М.А. Риск-менеджмент / М.А. Рогов. −М.: Финансы и статистика, 2001.− 120с. −ISBN 5-279-02379-5.

19. Тихонов, Д.Н., Липник, Л.Г. Налоговое планирование и минимизация налоговых рисков / Д.Н. Тихомиров, Л.Г. Линник. −М.: Альпина Бизнес Бук, 2004.− 253с. −ISBN 5-9614-0011-5.

ПЕРИОДИЧЕСКИЕ ИЗДАНИЯ: