Библиографическое описание:Ценологический инструментарий оценки финансовой устойчивости промышленных предприятий : научное издание / А. Н. Кузьминов, Н. Г. Коростиева. - Текст : непосредственный // Российский экономический интернет-журнал. - 2016. - № 2. - С. 28. - ISSN 2218-5402. Перевод заглавия: Tools of coenoses theory assess the financial stability of industrial enterprises
Аннотация:В статье изложены предложения по совершенствованию методики оценки финансовой устойчивости промышленных предприятий с использованием инструментов ценологической теории, которая позволяет решить некоторые противоречия современных моделей анализа, обусловленных статистической ограниченностью информационной базы, применяемой банковскими структурами при принятии решения о выдаче кредита. В основе логики предлагаемой концепции лежит представление о естественности кризисов в процессе функционирования предприятия, которые, при условии неэффективности использования ресурсов, могут привести к ситуации катастрофической неустойчивости и неспособности исполнять финансовые обязательства. Показано, что параметры такого сценария трудно формализуемы, но могут быть получены при использовании методических конструкций теории ценозов для анализа и прогноза вероятности неустойчивости.
The article presents the proposals to improve the methodology for assessing the financial stability of the industrial enterprises using tools coenoses theory, which solves some of the contradictions of modern analysis models due to statistical limitations of the information base used by banking institutions when deciding whether to grant a loan. At the heart of the logic of the proposed concept is the concept of natural crises in the functioning of the enterprise, which provided the inefficiency of resource use might lead to a situation of instability and catastrophic failure to fulfill financial obligations. It is shown that the parameters of such a scenario is difficult formalized, but can be produced by using methodological designs coenoses theory for analyzing and forecasting the probability of instability.
