Роль и правовые последствия применения платформенных решений в сфере банкротства

Аннотация

Формирование процесса цифровизации и влияние цифровых технологий на оптимизацию дел о несостоятельности в Российской Федерации и зарубежных странах показывает, что практика неизбежно обращается к платформенным решениям стоящих задач. Исследование внедренных технологий в конкретных случаях и их соотнесение в законодательными решениями в сфере несостоятельности (банкротства) позволяет выявить основные эффекты от применения технологий анализа Больших данных, искусственного интеллекта, машинного обучения и нейросетей, для экономической стабильности компаний, а также для обеспечения справедливости прохождения процедуры банкротства участниками имущественного оборота. Платформизация общественных отношений нашла свое проявление в разных сторонах банкротства, начиная с обращения с заявлением в арбитражный суд о признании должника несостоятельным (банкротом) и опубличивания сведений о ходе рассмотрения вопросов банкротства в реестре ЕФРСБ, через электронный документооборот и проведение собраний кредиторов с помощью технических средства и торги в электронной форме, в том числе с включением в конкурсную массу цифровых активов, учетом результатов прогнозирования финансового состояния и антикризисного управления потенциального или реального банкрота. При этом отличительной особенностью используемых на практике и легализованных форм работы в банкротстве стало именно создание цифровых платформ или экосистем. Упорядочивание отношений в данной сфере позволит обеспечить удешевление, ускорение и упрощение процедуры банкротства, прозрачность процедур и в целом — обеспечить справедливое распределение имущества банкрота среди кредиторов с учетом запроса общества.

Литература

1. Бегичев А.В., Рисовская С.С. Проблемы правового регулирования наследования криптовалют // Наследственное право. 2023. № 3. С. 15–18.
2. Беликова К.М. Цифровизация процедур несостоятельности (банкротства): шаг к достижению баланса интересов в конкурсном праве? // Правовое обеспечение суверенитета России: проблемы и перспективы. М., 2024. С. 85–87.
3. Ершов Д.В. Правовая природа и соотношение порядка проведения торгов в электронной форме и порядка продажи имущества должника // Предпринимательское право. 2019. № 1. С. 46–53.
4. Законодательство о банкротстве: преемственность и новации / Отв. ред. С. А. Карелина, И. В. Фролов. М., 2023.
5. Краснова С.А. Гражданско-правовой статус операторов онлайн-платформ: неопределенное настоящее и возможное будущее // Имущественные отношения в Российской Федерации. 2022. № 1. С. 67–82; № 2. С. 76–86.
6. Магданов П.В., Смирнов В.В. Актуальные правовые и институциональные проблемы цифровизации и применения цифровых платформ в российских банках // Банковское право. 2023. № 3. С. 32–39.
7. Маляр В.И., Аксенова Е.А. Воздействие цифровых технологий на процесс автоматизации по делам несостоятельности (банкротства) // Стратегии бизнеса. 2022. Т. 10. № 3. С. 65–69.
8. Правовое регулирование экономических отношений в современных условиях развития цифровой экономики / Отв. ред. В. А. Вайпан, М. А. Егорова. М., 2019.
9. Присяжнюк Я.М. Цифровые технологии предупреждения банкротства кредитных организаций // Предпринимательское право. 2019. № 3. С. 56–60.
10. Скрипник О.Б. Правовые основы интеграции цифровых технологий в сферу антикризисного управления // Ж-л рос. права. 2024. № 10. С. 118–129.
11. Ходаковский А.П. Реестр требований кредиторов и его формирование в процессе несостоятельности (банкротства). М., 2023.
12. Цареградская Ю.К. Криптовалюта, цифровые финансовые активы, цифровые права: терминологическое многообразие в процессе формирования правовой действительности // Право и цифровая экономика. 2021. № 2. С. 32–38.
13. Шишмарева Т.П. Цифровые технологии в производстве по делу о несостоятельности (банкротстве) // Предпринимательское право. 2019. № 3. С. 50–55.
14. LegalTech в сфере предпринимательской деятельности. / Отв. ред. И. В. Ершова, О. В. Сушкова. М., 2023.
15. Altman E. I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy // J. Fin. 1968. Vol. 23. N 4. P. 589–609.
16. Antulov-Fantulin N., Lagravinese R., Resce G. Predicting bankruptcy of local government: A machine learning approach // J. Econ. Behavior & Org. 2021. Vol. 183. P. 681–699.
17. Beaver W.H. Financial ratios as predictors of failure // J. accounting Res. 1966. P. 71–111.
18. Islam J. et al. Cognitive modelling of bankruptcy risk: A comparative analysis of machine learning models to predict the bankruptcy // 2024 12th International Symposium on Digital Forensics and Security (ISDFS). 2024. P. 1–6.
19. Ji Y., Shi L., Zhang S. Digital finance and corporate bankruptcy risk: Evidence from China // Pac. Basin Fin. J. 2022. Vol. 72. P. 101–731.
20. Kim H., Cho H., Ryu D. Corporate bankruptcy prediction using machine learning methodologies with a focus on sequential data // Computational Econ. 2022. Vol. 59. N 3. С. 1231–1249.
21. Lennox C. Identifying failing companies: a re-evaluation of the logit, probit and DA approaches // J. Econ. & Bus. 1999. Vol. 51. N 4. P. 347–364.
22. Liu Y., Shen X. Bankruptcy law enforcement and corporate digital transformation: Evidence from a quasi-natural experiment in China // Applied Econ. 2024. С. 1–17.
23. Shetty S., Musa M., Brédart X. Bankruptcy prediction using machine learning techniques // J. Risk & Fin. Mgmt. 2022. Vol. 15. N 1. P. 35.
24. Shin K.S., Lee Y. J. A genetic algorithm application in bankruptcy prediction modeling // Expert systems with applications. 2002. Vol. 23. N 3. P. 321–328.