Методические подходы к анализу влияния экзогенных факторов на банкротство предприятий

Введение

Банкротство представляет собой объективную форму проявления кризиса на стадиях циклического развития экономики. Поскольку кризисные процессы возникают в политических, социальных и экономических системах и проявляются на макро-, мезо- и микроуровнях, выявление факторов, способствующих возникновению и углублению неплатежеспособности, имеет самостоятельную теоретическую и практическую значимость. Количественная оценка таких связей позволяет дополнить содержательный анализ кризиса формализованными статистическими выводами [13, 14, 20].

Банкротство хозяйствующего субъекта является комплексным социально-экономическим и правовым процессом, который характеризует:

- финансово-экономическое состояние субъекта и его способность исполнять обязательства;

- правовой статус;

- последствия для кредиторов, работников и иных участников экономических отношений.

В экономическом смысле банкротство отражает устойчивую неспособность организации или индивидуального предпринимателя погашать обязательства перед кредиторами [8]. Ее могут формировать внешние факторы – государственная денежно-кредитная и налоговая политика, регуляторные решения, санкционные ограничения, изменение конкуренции, форс-мажорные обстоятельства, а также внутренние причины, например такие как: недостаток ликвидности, низкая рентабельность, износ производственной базы, ошибки управления и дефицит компетенций проч. В совокупности эти факторы способны привести к утрате платежеспособности и невозможности продолжать деятельность, т.е. к банкротству. Девяткин в своих работах выделяет 29 экзогенных и 102 эндогенных факторов [12].

Исключение из экономической жизни неэффективных компаний и их ресурсов, дальнейшее перераспределение активов к более успешным и конкурентоспособным участникам рынка именно в результате применения процедур института банкротства оздоравливает общеэкономическую ситуацию. Этот процесс может стимулировать инновации и повышения эффективности, устранять барьеры для входа новых игроков и снижать концентрацию рынка [10]. С другой стороны, банкротство несомненно несет и явно отрицательные черты, такие как: убытки кредиторов, включая бюджеты всех уровней, нарушение хозяйственных и логистических связей, сокращением занятости, потерю активов, выбытие мощностей и проч., Поэтому эффективность института определяется не количеством возбужденных дел как таковым, а его способностью своевременно перераспределять ресурсы, сохранять жизнеспособный бизнес и обеспечивать предсказуемое удовлетворение требований [9, 10].

В юридическом смысле банкротство — установленная законом судебная либо внесудебная процедура признания и урегулирования неплатежеспособности должника. Она может завершаться реализацией имущества и ликвидацией организации либо быть направлена на восстановление платежеспособности посредством реабилитационных механизмов. Правовые системы большинства государств используют специальные режимы несостоятельности, призванные согласовать интересы должника, кредиторов и общества [1, 8].

Социальные последствия банкротства выражаются в риске увольнений, потере доходов работниками, усилении конфликтов и иных негативных эффектах. Масштаб этих последствий зависит от отрасли, размера должника, состояния локального рынка труда и возможности сохранить действующее предприятие.

Определение банкротства, как понятия, равно как и его регулирование в Российской Федерации, представлено в Федеральном законе от 26.10.2002 N 127-ФЗ "О несостоятельности (банкротстве)": [1].

Согласно статье 2 указанного закона, несостоятельность (банкротство) - признанная арбитражным судом либо наступившая после завершения внесудебной процедуры неспособность должника в полном объеме удовлетворить предусмотренные законом денежные требования и исполнить обязанность по уплате обязательных платежей [1].

Экономико-правовое значение института банкротства проявляется в трех основных функциях:

1. защите интересов кредиторов посредством коллективного и упорядоченного механизма предъявления и удовлетворения требований;

2. поддержании предпринимательской инициативы за счет возможности реструктурировать жизнеспособный бизнес либо завершить неэффективную деятельность в установленном порядке;

3. обеспечении процессуальных гарантий должника и баланса интересов всех участников процедуры.

Поэтому столь важно выявить вероятные зависимости банкротств от различных факторов. Как уже было отмечалось выше, в экономической литературе принято все факторы, приводящие к банкротству предприятий группировать на внешние и внутренние [12, с.66]. Для оценки состояния института важно определить, связана ли наблюдаемая динамика корпоративных банкротств с изменением внешней экономической среды. [9, 22].

Гипотеза исследования состоит в предположении того, что количество корпоративных банкротств в России статистически связано с основными внешними макроэкономическими показателями, характеризующими состояние национальной экономики.

Цель и новизна исследования - проверить выдвинутую гипотезу, определить направление и устойчивость вероятных связей, независимых факторов банкротства, а также объяснить выявленные тенденции. Для этого систематизируется статистика банкротств, отбираются релевантные макроэкономические факторы, сопоставляются корреляции до и после преобразования временных рядов, а также оцениваются линейная и логарифмическая регрессионные модели. Новизна подхода состоит в объединении официальных поквартальных данных за 2015 г. - первое полугодие 2026 г. с последовательной проверкой влияния временного тренда и оценкой эластичности числа банкротств по различным экзогенным факторам.

Материалы и методы исследования

Исследование носит расчетно-аналитический характер. Применены методы систематизации и сравнительного анализа, описательная статистика, графический анализ динамики, корреляционный анализ Пирсона и ранговая корреляция Спирмена, анализ первых разностей, линейное детрендирование, парная линейная регрессия методом наименьших квадратов и логарифмическая модель эластичности. Статистическая значимость оценивалась по p-value; при интерпретации разграничивались связь и причинность [15, 16, 17, 18, 19].

Эмпирическую базу составили отчеты Единого федерального реестра юридически значимых сведений о фактах деятельности юридических лиц, индивидуальных предпринимателей и иных субъектов экономической деятельности (Федресурса) [1] в части сведений о банкротстве за 2015 г. - первое полугодие 2026 г., данные Росстата и ЕМИСС о ВВП, инфляции и безработице, а также данные Банка России о ключевой ставке и официальном курсе доллара США [2, 3, 4, 5, 6, 7].

Для эконометрической части сформирована поквартальная выборка из 46 наблюдений. Зависимая переменная Y - число сообщений о признании юридического лица банкротом и открытии конкурсного производства. Независимые переменные X1-X5: ВВП, ключевая ставка, инфляция, безработица и курс доллара. Для снижения риска ложной корреляции нестационарных рядов результаты в уровнях сопоставлялись с результатами по первым разностям и остаткам после удаления линейного тренда [17; 18].

Результаты

Для подтверждения гипотезы исследования прежде всего необходимо собрать, изучить и проанализировать статистику банкротств в России за максимально возможный временной период.

Данные о количестве корпоративных банкротств в России за 2015 г. - первое полугодие 2026 г. представлены в табл. 1 и визуализированы на рис. 1 и 2.

Таблица 1. Количество сообщений о введении судами процедур в отношении юридических лиц (без финансовых организаций) и крестьянско-фермерских хозяйств.

Рисунок 1. Сравнительная диаграмма количества сообщений о введении судами процедур банкротства.

Источник: составлено автором по данным Федресурса [2].

Рисунок 2. Итоговые данные по всем процедурам банкротства за период 2015-2025 гг.

Источник: составлено автором по данным Федресурса [2].

Табл. 1 и рис. 1-2 показывают явные долгосрочные тенденции по уменьшению количества банкротств в корпоративном сегмента экономики. После максимума 2017 г. (25 400 сообщений по всем судебным процедурам) итоговый показатель снизился до 11 804 в 2025 г., то есть на 53,5 %. Число решений об открытии конкурсного производства уменьшилось с 13 027 в 2015 г. до 6 477 в 2025 г. (на 50,3 %).

Структура процедур остается преимущественно ликвидационной. Так в 2025 г. на внешнее управление и финансовое оздоровление пришлось лишь 59 сообщений, или около 0,5 % общего числа отраженных в таблице процедур.

Имеется явный временной тренд, описываемый полиномиальным регрессионным уравнением, приведенным на рис. 2, с коэффициентом детерминации равным 0,8923, что убедительно говорит об устоявшемся тренде. Данные за первое полугодие 2026 г. указывают лишь на стабилизацию либо умеренный рост банкротств, т.е. не опровергает тенденцию.

Отметим и обратную тенденцию. Одновременно с сокращением числа официально открытых процедур неожиданно и непропорционально увеличивается объем сообщений о намерении кредиторов обратиться в суд с заявлением о банкротстве (табл. 2, рис. 3).

Таблица 2. Намерения обратиться в суд с заявлением о банкротстве в отношении юридических лиц и крестьянско-фермерских хозяйств

Рисунок 3. График и зависимость намерений кредиторов обратиться в суд с заявлением о банкротстве

Источник: составлено автором по данным Федресурса [2].

По сопоставимому отрезку 2018 - 2025 гг. число намерений достигло максимума в 2021 г. (31 586), а к 2025 г. снизилось до 19 410, или на 38,5 %. При этом в 2025 г. намерений было примерно втрое больше, чем решений об открытии конкурсного производства. Разрыв отражает предварительный характер уведомления, т.е. намерение кредиторов не означает обязательной подачи заявления и тем более признания должника банкротом. Тем не менее такая значительная разница между намерением кредиторов и реальным количеством открытых процедур говорит нам о том, что что-то является барьером между намерением и его осуществлением, что-то сдерживает кредиторов от обращения в арбитражный суд.

Совершенно иная динамика характерна для банкротства граждан и индивидуальных предпринимателей. Судебные процедуры представлены в табл. 3 и на рис. 4 - 5; рис. 4 дополнительно отражает развитие внесудебного банкротства.

Таблица 3. Количество сообщений о введении судами процедур в отношении физических лиц и индивидуальных предпринимателей

Рисунок 4. Процедуры банкротства в отношении физических лиц.

Источник: составлено автором по данным Федресурса [2].

Рисунок 5. График и зависимость по всем процедурам банкротства физических лиц.

Источник: составлено автором по данным Федресурса [2].

Табл. 3 и рис. 4 - 5 фиксируют устойчивое экспоненциальное расширение гражданского сегмента банкротств. Число сообщений о введении реализации имущества выросло в разы с 871 в 2015 г. до 567997 в 2025 г. Одновременно в последние годы увеличивается количество утвержденных планов реструктуризации задолженности с 1365 в 2024 г. до 3129 в 2025 г., однако остается менее 1 % числа введенных процедур реализации имущества, что говорит об отсутствии имущества как такового.

Внесудебное банкротство также быстро масштабируется. Число сообщений о возбуждении процедуры возросло с 1791 в 2020 г. до 68311 в 2025 г. Следовательно, рост гражданских банкротств обусловлен не только ухудшением финансового положения части домохозяйств, но и институциональным расширением доступности судебного и внесудебного освобождения от долгов. Также надо отметить очень высокую статистическую значимость построенной модели зависимости банкротства физических лиц, коэффициент детерминации полиноминальной модели равен 0,9967 и это позволяет с высокой достоверностью прогнозировать будущее банкротств физических лиц.

На следующем рис. 6 приведена результативность процедур для кредиторов. На нем отражена доля дел без выявленного имущества и доля дел с нулевым удовлетворением требований.

Рисунок 6. Доля дел с «нулевой» инвентаризацией и удовлетворением требований. Доля дел, в которых кредиторы ничего не получают. По данным отчетов АУ.

Источник: составлено автором по данным Федресурса [2].

Доля дел с нулевым удовлетворением требований кредиторов снизилась с 69 % в 2015 г. до 50 % в 2025 г., однако около половины процедур по-прежнему не обеспечивает выплат кредиторам. Доля нулевой инвентаризации активов должников остается высокой и в последние годы колеблется около 42 - 46 %, что указывает на позднее инициирование многих дел и вероятный вывод активов в преддверии банкротства.

Дополнительную иллюстрация малой экономической эффективности процедур банкротств дает динамика фактического возврата средств кредиторам (рис. 7).

Рисунок 7. Доля возврата средств кредиторов, доля удовлетворенных требований, %. По данным отчетов АУ.

Источник: составлено автором по данным Федресурса [2].

Совокупная доля удовлетворенных требований выросла с 4,7 % в 2015 г. до 13,3 % в 2025 г., а средняя доля по делам — с 9,8 до 20,5 %. Вместе с тем показатели остаются волатильными и зависят от завершения отдельных крупных дел.

Анализ состояния дел дополняет такой важный показатель процессуальной эффективности института банкротства как продолжительность основных судебных процедур (рис. 8).

Рисунок 8. Средняя продолжительность процедур в днях.

Источник: составлено автором по данным Федресурса [2].

Как видно средняя продолжительность наблюдения постоянно растет и увеличилась со 171 дня в 2015 г. до 248 дней в 2025 г., а в процедуре конкурсного производства - с 567 до 1265 дней. Удлинение конкурсного производства более чем вдвое крайне негативно влияет на итоговые результаты, т.к. повышает текущие издержки процесса и снижает стоимость будущих выплат кредиторам.

Рассмотрим в рамках данной статьи также статистику банкротств по отраслям (табл. 4).

Таблица 4. Количество сообщений об открытии конкурсного производства в отношении юридических лиц и крестьянско-фермерских хозяйств по ОКВЭД

Данные табл. 4 показывают высокую отраслевую концентрацию банкротств: в торговле и строительстве. На них в 2025 г. приходится 3306 конкурсных производств, или 51,1 % общего числа. Это объясняется тем, что торговля чувствительна к изменению спроса, валютному курсу, условиям поставок и логистики; строительство - к стоимости заемного финансирования, длительности проектов, кассовым разрывам, ценам на материалы и риску неисполнения обязательств контрагентами. Обрабатывающие производства занимают третье место (652 случая; 10,1 %). Снижение наблюдается почти во всех крупных секторах, причем наиболее заметно - в операциях с недвижимостью (−39,8 %). Единственный рост в сфере культуры и спорта (+19,4 %) сформирован на низкой базе и не меняет общего направления.

Промежуточные выводы по статистике банкротств.

Приведенные статистические данные свидетельствует о разнонаправленном развитии двух сегментов – корпоративного и гражданского. Корпоративные банкротства находятся на многолетнем минимуме, тогда как судебные и внесудебные процедуры граждан быстро растут. По нашему мнению, сокращение числа дел о банкротстве организаций нельзя непосредственно отождествлять с улучшением финансового состояния бизнеса. Показатель в том числе зависит от иных барьеров и факторов, среди них отметим:

· минимально-достаточный законодательный финансовый порог для обращения в суд;

· судебные расходы;

· мораторий на банкротства;

· субъективной активностью кредиторов;

· распространением внесудебной реструктуризации.

Международные исследования подтверждают наши выводы и также рассматривают эффективность режима несостоятельности через скорость процедур, сохранение жизнеспособных предприятий и возврат кредиторам, а не только через простое количество дел [13, 14].

В тоже время трехкратное превышение числа намерений над числом открытых конкурсных производств в 2025 г., высокая доля дел без выплат и увеличение продолжительности процедур указывают на наличие значительного потенциальных банкротств, которые зачастую не превращаются в формальные банкротства, в том числе с учетом указанных выше причинам. Поэтому снижение официального показателя может сочетаться с накоплением отложенной неплатежеспособности и/или использованием альтернативных способов взыскания и урегулирования задолженности.

Отраслевая структура подтверждает повышенную уязвимость строительства и торговли, но не позволяет считать принадлежность к отрасли самостоятельной причиной банкротства.

Далее перейдем к эконометрическому анализу приведенной выше информации. Имея все необходимые статистические данные, можно начать проверку гипотезы, а именно установить связь между количеством корпоративных банкротств с изменениями внешних – экзогенных макроэкономических факторов. Вероятную связь выразить посредством множественной линейной эконометрической модели, имеющей вид:

где

- свободный член (сечение).

Для проверки гипотезы выбраны пять внешних макроэкономических факторов (табл. 5). Выбор данных факторов обусловлен тем, что ВВП отражает масштаб деловой активности и совокупного спроса; ключевая ставка - стоимость и доступность финансирования; инфляция - изменение цен и издержек; безработица - фазу делового цикла и состояние спроса на рабочую силу; курс рубль/доллар - стоимость экспорта/импорта.

Этот набор факторов охватывает большинство макроэкономических показателей: доходы, расходы, условия кредитования, цены, рынки труда, валютные риски и т.п., хотя и не исчерпывает всех гипотетических причин финансовой несостоятельности.

Таблица 5. Основные макроэкономические факторы – независимые переменные.

Для предварительного сопоставления рядов, измеряемых в разных единицах и существенно различающихся по масштабу, их динамика представлена на рис. 9 в логарифмическом масштабе.

Рисунок 9. Динамика макроэкономических показателей в логарифмическом масштабе.

Источник: составлено автором по данным Федресурса, Росстата, ЕМИСС и Банка России [2-7].

Логарифмическое представление делает совместное движение рядов более наглядным, но не устраняет сезонность, временной тренд и возможные лаги воздействия. На графике заметны сезонные колебания ВВП, циклы денежно-кредитной политики и отдельные валютные и инфляционные шоки. Поэтому визуальное совпадение направлений не рассматривается как доказательство причинной связи и далее проверяется статистическими методами.

В качестве зависимой переменной и в дальнейшем тестируемой, примем количество банкротств, т.е. Y = f(Xi) – функция от независимых переменных.

Итоговая табл. со всеми необходимыми данными приведена ниже.

Таблица 6. Сводные поквартальные данные за 2015 г. - первое полугодие 2026 г.

Поквартальная выборка охватывает 2015 г. - первое полугодие 2026 г. и содержит 46 полных наблюдений. Такая частота позволяет анализировать краткосрочную совместную динамику показателей.

На первом этапе линейная связь между переменными оценена по исходным уровням с помощью коэффициента корреляции Пирсона (табл. 7–8) [15].

Таблица 7. Тепловая корреляционная матрица Пирсона по исходным уровням показателей

Таблица 8. Оценка корреляции макроэкономических факторов с числом банкротств

Табл. 6 и 7 показывают, что в исходных уровнях наиболее тесная связь с числом банкротств наблюдается у безработицы (r=0,720; p<0,001). Это можно интерпретировать, что более высокая безработица ассоциирована с большим количеством корпоративных банкротств. Умеренная отрицательная связь выявлена с ключевой ставкой (r=−0,379; p=0,009), курсом доллара (r=−0,339; p=0,021) и ВВП (r=−0,320; p=0,030). Связь с инфляцией слаба и статистически незначима (r=−0,137; p=0,363). Знаки коэффициентов не следует трактовать как непосредственное влияние факторов. Например, отрицательная корреляция банкротств с ключевой ставкой противоречит простому предположению о росте риска ведения бизнеса при удорожании кредита и может отражать лишь общий временной тренд, лаги и институциональные изменения. Таким образом, табл. 7 служит первичной диагностикой структуры связей, а не доказательством причинности. Кроме того, заметные корреляции между самими факторами указывают на риск мультиколлинеарности при их одновременном включении в множественную модель.

Высокая корреляция безработицы и банкротств может быть обусловлена совместным долгосрочным снижением обоих показателей. В 2015-2026 гг. отмечены следующие статистические тренды:

· число банкротств в целом снижается;

· безработица в целом снижается;

· ВВП растет;

· курс рубля волатильно меняется;

· ключевая ставка проходит несколько циклов снижения и роста.

Следовательно, часть выявленных связей может отражать общий ход времени, а не содержательную зависимость между переменными. Для нестационарных временных рядов это создает риск ложной регрессии [17].

Для проверки устойчивости результатов использованы два преобразования:

· первые разности, характеризующие изменение от квартала к кварталу;

· и линейное детрендирование, при котором из каждого ряда исключается оцененный тренд.

Линейный тренд для каждой переменной оценивался уравнением:

где:

Для анализа первых разностей использовалось преобразование ΔXt=Xt−Xt−1; для анализа детрендированных рядов остатки ut исходного трендового уравнения.

Такое сопоставление позволяет ответить, сохраняется ли связь после исключения долгосрочного совместного движения показателей.

Матрица Пирсона по первым разностям представлена в табл. 9; ранговая проверка исходных уровней и первых разностей - в табл. 10–11.

Таблица 9. Корреляционная матрица Пирсона по первым разностям

Экономический анализ после перехода к первым разностям

Переход к квартальным изменениям существенно меняет картину связей.

1. Наиболее заметная связь выявлена между изменением ВВП и изменением числа банкротств (r=0,469; p=0,001). Положительный знак может отражать сезонную синхронность и особенности регистрации судебных актов; сам по себе он не означает, что рост ВВП вызывает банкротства.

2. Связь с изменением безработицы практически отсутствует (r=−0,005; p=0,975). Следовательно, высокая корреляция в уровнях главным образом связана с долгосрочным совместным трендом.

3. Для инфляции получена слабая отрицательная связь (r=−0,289; p=0,054), находящаяся на границе принятого уровня значимости. Возможное объяснение - краткосрочное уменьшение реальной стоимости ранее сформированного номинального долга.

4. Корреляции изменения числа банкротств с ключевой ставкой (r=0,032; p=0,836) и валютным курсом (r=0,176; p=0,248) остаются статистически незначимы и корреляция их не улавливает.

Для проверки устойчивости линейных результатов дополнительно рассчитана ранговая корреляция Спирмена [16]. Результаты по исходным уровням и первым разностям представлены в табл. 10 и 11.

Таблица 10. Ранговая корреляция Спирмена по исходным уровням

Таблица 11. Ранговая корреляция Спирмена по первым разностям

Ранговая оценка подтверждает сильную положительную связь исходных уровней безработицы и банкротств (ρ=0,718; p<0,001). По первым разностям она также исчезает (ρ=0,046; p=0,765). Это усиливает вывод о существенной роли общего временного тренда.

Для ВВП картина противоположна: в уровнях связь отрицательна (ρ=−0,316; p=0,032), а для первых разностей становится положительной и более тесной (ρ=0,725; p<0,001). Совпадение направления результатов Пирсона и Спирмена свидетельствует об устойчивости статистической связи изменений ВВП и числа банкротств, но не решает вопрос о причинности, сезонности и временных лагах.

Промежуточный эконометрический вывод

Корреляционный анализ подтверждает наличие статистической связи числа корпоративных банкротств с отдельными макроэкономическими показателями. Вместе с тем сила и даже направление связи зависят от представления временных рядов: безработица доминирует в исходных уровнях, но теряет значение после перехода к изменениям, тогда как ВВП сохраняет статистически значимую связь в разных уровнях.

Поэтому для последующей парной регрессии выбран показатель ВВП как наиболее устойчивый фактор.

На этой основе оцениваются линейная модель и логарифмическая модель эластичности.

Линейная модель будет иметь вид:

где,

В логарифмической модели коэффициент β интерпретируется как эластичность: изменение ВВП на 1 % связано с изменением числа банкротств приблизительно на β %. Такая модель делает сопоставимыми переменные разного масштаба.

В результате получены две парные модели связи количества корпоративных банкротств и ВВП.

Модель 1 - линейная регрессионная модель.

Уравнение имеет вид:

Оцененный коэффициент при ВВП отрицателен: β=−0,0638 (p=0,030).

Таблица 12. Показатели линейной регрессионной модели.

Экономическая интерпретация результатов

Коэффициент β при X1 показывает среднее изменение расчетного числа банкротств при увеличении ВВП на одну единицу измерения:

При увеличении ВВП на 1 млрд руб. модель связывает это с уменьшением числа банкротств примерно на 0,0638 случая при прочих условиях. Соответственно, рост ВВП на 1 трлн руб. ассоциирован со снижением расчетного числа банкротств примерно на 64 случая.

Отрицательный знак согласуется с предположением о том, что более высокий уровень экономической активности в долгосрочном плане сопровождается меньшим числом корпоративных банкротств. Однако средняя ошибка регрессии (638,9 случая) и простая однофакторная спецификация ограничивают прогнозное применение модели.

Модель 2 — логарифмическая модель:

Таблица 13. Показатели логарифмической регрессионной модели.

Коэффициент эластичности равен −0,8078, а следовательно увеличение ВВП на 1 % ассоциировано со снижением числа банкротств примерно на 0,81 %. Вместе с тем коэффициент статистически незначим на уровне 5 % (p=0,094), поэтому логарифмическая оценка рассматривается как направление и масштаб возможной связи, а не как устойчивый прогнозный параметр.

Обсуждение

Полученные результаты согласуются с представлением о банкротстве как о запаздывающем и институционально опосредованном индикаторе корпоративных кризисов. Динамика судебных процедур зависит не только от делового цикла, но и от финансового порога обращения в суд, стоимости процесса, мораториев, поведения кредиторов и доступности реструктуризации. Поэтому уменьшение числа корпоративных банкротств при высокой ставке и инфляции не опровергает существование финансовых трудностей, а показывает ограниченность одного процессуального показателя.

Корреляции в различных уровнях оказались чувствительны к общему временному тренду. Переход к первым разностям устранил связь с безработицей и выделил ВВП, как значимый фактор. Отрицательный коэффициент линейной модели экономически интерпретируем, но отметим, что однофакторная регрессия не учитывает эндогенность и структурные сдвиги.

Дальнейшие исследования целесообразно направить на: тестирование стационарности и коинтеграции; сезонную корректировку рядов; модели распределенных лагов, VAR/VECM или ARDL; выделение периодов мораториев и законодательных изменений; расчет отраслевых коэффициентов банкротств на 1000 действующих организаций; включение долговой нагрузки, корпоративного кредитования, просроченной задолженности и показателей прибыли; построение панельных данных по регионам и отраслям. Отдельно следует проверить устойчивость выводов на более длинном горизонте и вне выборки.

Заключение

Исследование выявило разнонаправленную динамику российского института банкротства: число корпоративных процедур в 2015-2026 гг. существенно сократилось, тогда как банкротства граждан и внесудебные процедуры быстро росли. Корпоративный сегмент сохраняет ликвидационную направленность, высокую долю дел без выплат кредиторам и тенденцию к увеличению продолжительности процедур. В отраслевом аспекте более половины конкурсных производств приходится на торговлю и строительство. В статье приведены авторские выводы, объясняющие эти тенденции.

Эконометрический анализ показал, что выводы по исходным уровням чувствительны к общим временным трендам. После перехода к первым разностям связь числа банкротств с безработицей исчезает, а наиболее устойчивым макроэкономическим фактором становится ВВП. Линейная модель оценивает отрицательную связь уровней ВВП и числа банкротств, а логарифмическая модель указывает на эластичность около −0,81, хотя последняя оценка не достигает 5%-го уровня статистической значимости.

Таким образом, гипотеза исследования подтвердилась: количество корпоративных банкротств статистически связано с внешними макроэкономическими показателями, прежде всего с ВВП. При этом характер связи зависит от спецификации временных рядов, поэтому результаты не должны трактоваться как доказательство прямой причинности.

Научная новизна исследования состоит в объяснении существующих тенденций, формировании единой статистической поквартальной базы за 2015 г. - первое полугодие 2026 г. показателей банкротств и макроэкономических факторов, совместном анализе уровней, первых разностей и ранговых зависимостей, а также в сопоставлении линейной оценки с моделью эластичности. Практическое значение заключается в уточнении набора индикаторов для мониторинга корпоративного кризиса и в демонстрации необходимости учитывать тренды, лаги и институциональные изменения.

[1] Федресурс (www.fedresurs.ru) – официальный портал раскрытия существенных фактов деятельности субъектов экономической деятельности. На нем базируются Единый федеральный реестр юридически значимых сведений о фактах деятельности юридических лиц, индивидуальных предпринимателей и иных субъектов экономической деятельности и Единый федеральный реестр сведений о банкротстве.