Основным проявлением системного экономического кризиса на любом рынке является так называемый кризис ликвидности, выражающийся в падении объемов продаж, а, следовательно, и показателей доходности производственно-хозяйственной деятельности. При рациональном антикризисном управлении важно максимизировать адаптивную способность управления – его способность быстро «подстраиваться» под изменяющуюся предпринимательскую среду и создавать перспективные предпринимательские возможности. Эти возможности проявляются за счет способности системы менеджмента:

􀀹отражать динамические тренды рынка;

􀀹прогнозировать развитие рыночных факторов;

􀀹перестраивать свои цели, задачи, функции, инструменты в соответствие с изменениями предпринимательской среды;

􀀹определять рыночные возможности и угрозы, моделируя адаптацию к ним своего поведения.

Антикризисная стратегия, как часть антикризисной бизнес-стратегии предприятия, призвана увязать интересы предприятия и, в частности, его собственников, с изменениями внешней предпринимательской среды. С этой точки зрения маркетинговую стратегию можно считать относительно некапиталомкой процессной инновацией в антикризисном управлении. Более того, эффективная антикризисная маркетинговая стратегия способна без снижения эффекта генерации доходов сократить издержки на сбыт и продвижение (бюджет).

Антикризисная стратегия реализуется путем использования определенных маркетинговых инструментов, таких как:

􀀹приведение объемов и структуры производства, системы ценообразования в соответствии с фактическим и прогнозируемым состоянием рынка;

􀀹сегментация рынка и выделение наиболее маржинальных или дополнительных сегментов потребителей;

􀀹совершенствование качества и других факторов потребительской ценности продуктов в соответствие с запросами целевых групп потребителей;

􀀹оптимизация каналов и способов продаж;

􀀹использование дополнительных каналов продвижения, в частности, инструментов малозатратного «партизанского» маркетинга и пр.

К сожалению, готовых универсальных рецептов антикризисного управления не существует. В каждом конкретном случае способы поддержания объемов продаж, выхода на новые сегменты рынка, оптимизационные инструменты специфичны для каждой конкретной компании. Тем не менее, представляется возможным сформулировать некоторые общие положения антикризисного управления предприятия.

С организационных позиций можно выделить 4 основных модели поведения предприятия в условиях кризиса:

Модель 1. Не делать ничего или практически ничего. А, если и делать, то только в плане минимизации расходов предприятия. Наиболее типичными проявлениями этой модели являются:

􀀹Сокращение ФОТ: увольнение части топ-менеджеров, значительной части менеджеров среднего звена и большей части офисного «планктона». Очень часто увольнение касается и части производственного персонала.

􀀹Сокращение объемов производства и объемов закупок.

􀀹Свертывание всех программ развития персонала (обучение, социальный пакет, мотивационные программы и пр.).

􀀹Тотальная минимизация всех видов операционных и прочих расходов (экономия на офисной воде, туалетной бумаге, питании сотрудников, бензине и пр.)

􀀹Продажа непрофильных (зачастую и профильных активов).

􀀹Введение системы концлагерного менеджмента: жесткий контроль над всем и вся.

Такая фирма надеется на свою репутацию, лояльность клиентов и русское «авось». По сему - решает "не дергаться", мол, время покажет. Безусловно, что такую модель антикризисного поведения нельзя считать оптимальной. Именно такие компании с высокой вероятностью пополнят ряды кандидатов в банкроты.

Модель 2. Экстренно собирается антикризисная команда, которая решает ситуационные проблемы «по мере их поступления»:

Антикризисную команду составляют, как правило, топ-менеджеры компании; в этом случае директор становится руководителем антикризисной команды (группы, Комитета) и берет на себя всю ответственность по выводу компании из кризиса.

как вариант: в антикризисную команду превращается отдел маркетинга. Такая модель антикризисного поведения может дать определенный, но ограниченный позитивный эффект.

Модель 3. Изначальное наличие в компании системы стратегического планирования и заранее назначенной (при отдаленных проявлениях предкризисных явлений) антикризисной команды или отдела (в крупных компаниях). Для такого подхода характерен системный алгоритмический подход к выработке им корректировке антикризисной стратегии. Именно данную модель бизнес-поведения следует признать оптимальным вариантом.

Модель 4. Нанимается консалтинговая компания «со стороны», которая берет на себя функции антикризисного центра, разрабатывает, а зачастую и внедряет антикризисную стратегию (в том числе и стратегию маркетинга).

Такая модель поведения оптимальна для компаний, не обладающих человеческими ресурсами, способными разработать и внедрить эффективное антикризисное управление. Консалтинговая компания может стать внешним органом антикризисного управления предприятием, вплоть до замены отдела маркетинга.

Основные принципы антикризного управления могут быть сформулированы следующим образом:

1. Мониторинг кризисных явлений на рынке и в деятельности предприятия

2. Срочность реагирования на кризисные явления.

3. Адекватность реагирования предприятия на степень реальной угрозы его финансовому и рыночному положению.

4. Полная мобилизация и реализация внутренних возможностей выхода предприятия из кризисного состояния.

При разработке антикризисной стратегии маркетинга важно учитывать следующие группы факторов внешней и внутренней предпринимательской среды:

􀂃Основные тенденции развития макро и микросреды (рекомендуется использовать принципы сценарного моделирования)

􀂃Интересы собственников

􀂃Ресурсные и бюджетные ограничения

􀂃Интересы групп влияния (потребители, менеджмент, персонал и пр.)

􀂃Модели поведения конкурентов (их промахи и достижения)

􀂃Имеющиеся у компании ключевые компетенции, значимые для потребителей в условиях кризиса

Алгоритм разработки антикризисной стратегии маркетинга может быть представлен следующим образом:

1. Создание и регламентация деятельности антикризисной рабочей группы (Комитета).

2. Аудит внешней и внутренней среды компании.

3. Оценка потенциала рынка и устойчивости компании на рынке.

4. Корректировка стратегических и тактических целей развития компании

5. Генерирование и сравнительный анализ стратегических альтернатив (вариантов стратегии).

6. Оценка рисков реализации альтернативных антикризисных стратегий и анализ их ресурсного обеспечения.

7. Выбор и окончательная компоновка антикризисной стратегии маркетинга

8. Разработка плана (программы) антикризисных мероприятий (долгосрочных, среднесрочных, краткосрочных).

9. Ревизия и реинжиниринг ключевых бизнес-процессов, влияющих на эффективность антикризисной стратегии.

10. Разработка системы индикаторов оценки реализации стратегии и мониторинг эффективности реализации антикризисной стратегии.

Специальность ВАК РФ08.00.13
Количество страниц 138

ВВЕДЕНИЕ.

1 АНАЛИЗ ПРОИЗВОДСТВЕННО - ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ РОССИИ В СОВРЕМЕННЫХ УСЛОВИЯХ.

1.1 Оценка состояния промышленного комплекса России (по материалам предприятий города Москвы).

1.1.1 Тенденции изменения объемов производства промышленных предприятий.

1.1.2 Анализ экономического состояния промышленных предприятий.

1.1.3 Общая оценка состояния промышленного комплекса г. Москвы.

1.2. Организационные и методические вопросы задач реструктуризации промышленных предприятий.

2. РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ ОЦЕНКИ ЭФФЕКТИВНОСТИ И НАДЁЖНОСТИ МЕРОПРИЯТИЙ ПО ВЫВОДУ ПРЕДПРИЯТИЙ ИЗ КРИЗИСНОГО СОСТОЯНИЯ.

2.1. Модели и алгоритмы оценки эффективности антикризисных программ развития п редп рияти й.

2.2. Разработка моделей оценки надёжности антикризисных программ развития предприятия в условиях неопределённости.

3. ВНЕДРЕНИЕ МОДЕЛЕЙ И АЛГОРИТМОВ ОЦЕНКИ ЭФФЕКТИВНОСТИ И НАДЁЖНОСТИ АНТИКРИЗИСНЫХ ПРОГРАММ РАЗВИТИЯ ПРЕДПРИЯТИЯ.

3.1. Анализ финансово-экономического состояния ОАО Московский металлургический завод "Серп и Молот".

3.1.1. Выручка и себестоимость.

3.1.2. Анализ структуры производства основных видов продукции.

3.1.3 Анализ структуры затрат на производство продукции.

3.1.4. Показатели финансовой устойчивости, ликвидности и платёжеспособности.

3.1.5. Итоговое заключение по анализу финансово экономического состояния.

3.2. Описание мероприятий программы выхода завода «Серп и Молот» из кризиса.

3.3. Экспериментальная проверка моделей и алгоритмов оценки эффективности и надёжности мероприятий антикризисных программ (по материалам ОАО «Серп и Молот»).

3.3.1 Анализ эффективности мероприятий антикризисной программы.

3.3.2 Оценка надёжности мероприятий антикризисной программы.

4. ВЫВОДЫ И РЕЗУЛЬТАТЫ.

Введение диссертации (часть автореферата) на тему «Разработка экономико-математических моделей оценки эффективности и надежности антикризисных мероприятий на промышленных предприятиях»

Переходный период российской экономики на рыночные методы хозяйствования вызвал колоссальные потрясения, коснувшиеся всех сторон нашей жизни. В наибольшей степени эти потрясения коснулись крупных промышленных предприятий. Несмотря на все недостатки прежней, централизованно-плановой системы хозяйствования наличие министерств, гарантированных поставок сырья и сбыта продукции, создавали условия для неэффективного, но устойчивого функционирования всей системы в целом. С переходом на рыночные методы хозяйствования достаточно хорошо налаженные вертикальные и горизонтальные связи были разрушены. Важной причиной кризиса машиностроительных заводов и предприятий крупной индустрии явилась потеря основных заказчиков. Разорвалась цепочка "поставщик - производитель - потребитель". Исчезли надежды на конверсионные программы предприятий ВПК и, как следствие, исчезли заказы на продукцию машиностроения и металлургии. Несовершенство тарифно-валютного регулирования внешнеэкономической деятельности стимулировало экспорт сырья, а не готовых изделий. Высокие процентные ставки капитала требовали всё большего отвлечения финансовых (оборотных) средств из сферы производства в сферу финансовую, в частности на обслуживание долгов по кредитам. "Вымывание" денег из оборота привело к засилию бартера и взаимозачётов, что сделало невозможным закупку в необходимых количествах сырья и комплектующих, а также своевременную выплату заработной платы. Вот неполный перечень всех последствий экономических реформ и проблем, с которыми пришлось столкнуться руководству крупных промышленных предприятий и их коллективам.

С целью выхода из кризиса в настоящее время делаются попытки разработки различных антикризисных программ, мероприятий, направленных на оздоровление финансово-экономического состояния. В научной и научно-технической литературе появился термин реструктуризация. При этом, как показывает обзор опубликованных работ, содержательный смысл понятия реструктуризация, состав задач, входящих в мероприятия по реструктуризации производства промышленных предприятий, методы и модели оценки эффективности мероприятий по реструктуризации понимаются различными авторами и разработчиками по разному. В то же время накопленный теоретический и практический опыт позволяет сделать ряд обобщений методологического характера на основе экономико-математических методов, позволяющих системно подходить к решению задач реструктуризации.

С учётом сказанного актуальным является разработка экономико-математических моделей, методов и средств для решения широкой гаммы управленческих задач, связанных с проблемой вывода промышленных предприятий из кризисного состояния и реструктуризацией их деятельности.

Цель работы заключается в разработке моделей оценки эффективности и надёжности реализации антикризисных программ развития промышленных предприятий.

Основные задачи работы, определяемые сформулированной целью, состоят в следующем:

Разработка методических подходов декомпозиции проблемы реструктуризации промышленных предприятий;

Разработка методического подхода и моделей для оценки эффективности мероприятий антикризисных программ;

Разработка экономико-математических моделей оценки надёжности реализации мероприятий антикризисных программ развития предприятий в условиях внешних и внутренних возмущений;

Апробация разработанных методических подходов и моделей при решении реальных задач оценки эффективности и надёжности реализации антикризисных программ на конкретном промышленном предприятии.

Объектом исследования являются антикризисные программы развития промышленных предприятий.

Предмет исследования - методы и модели количественной оценки эффективности и надёжности реализации антикризисных программ в условиях неопределённости.

Методы исследования. Теоретической и методической основой исследования явились работы отечественных и зарубежных учёных, посвяицённых проблемам оценок эффективности функционирования сложных организационно-экономических систем. Научные положения, результаты и выводы обоснованы применением разнообразных приёмов и методов системного анализа. В исследовании использованы методы теории вероятности, математической статистики, теории принятия решений.

Научная новизна. Диссертация является итогом исследования, в котором на базе обработки большого объёма экспериментального материала и его анализа получены теоретические результаты, ориентированные на решение важных практических задач развития российской экономики. Новизну её научного содержания составляют следующие результаты:

1. Разработаны методические подходы к декомпозиции проблемы реструктуризации промышленных предприятий, находящихся в кризисном состоянии с конкретизацией направлений, средств достижения целей и задач.

2. Исследован и предложен подход и математический аппарат анализа для оценки эффективности мероприятий антикризисных программ развития предприятий.

3. Разработаны экономико-математические модели оценки надёжности реализации антикризисных программ развития предприятий в условиях неопределённости, обусловленной влиянием внешних и внутренних возмущений.

4. Осуществлена апробация результатов исследований на ряде промышленных предприятий.

Теоретическая и практическая значимость. В теоретическом плане значимость диссертации заключается в разработке методического подхода к анализу проблемы реструктуризации, построении экономико-математических моделей и алгоритмов для оценки эффективности и надёжности реализации антикризисных программ развития промышленных предприятий. Практическая значимость работы состоит в доведении результатов теоретических разработок до конкретных рекомендаций использования моделей и алгоритмов с учётом неопределённости внешней и внутренней среды. Применение результатов диссертации в решении реальных задач выбора наиболее рациональных стратегий развития и распределения ресурсов будет способствовать процессам оздоровления и подъёма российской экономики. Практическая значимость работы заключается также в том, что полученные научные результаты могут являться элементами системы принятия решений при разработке сложных комплексных программ развития промышленных предприятий и отраслей народного хозяйства.

Внедрение. Предложенные в работе методические подходы формирования экономико-математических моделей и полученные на их основе рекомендации нашли применение при решении важных практических задач. Конструктивность разработанного в диссертации аппарата анализа эффективности и надёжности антикризисных программ развития промышленных предприятий подтверждена экспертизой принятого к реализации комплекса мероприятий по выходу из кризиса открытого акционерного общества "Московский металлургический завод Серп и Молот", реализуемых в рамках комплексной программы деятельности, осуществляемой Правительством города

Апробация работы. Результаты исследований и основные научные положения работы были доложены на различных конференциях, в частности: на Всероссийской научно-практической конференции «Самарская область на пороге XXI века: стратегия социально-экономического развития», Самара 1998; на Всероссийской научно-практической конференции «Стратегическое планирование: опыт, современные технологии регионального и муниципального управления, региональное взаимодействие», Самара, Тольятти, 1999; на юбилейной международной научно-практической конференции «Теории активных систем - 30 лет», Москва, ИПУ РАН, 1999.

Объём и структура работы. Диссертация состоит из введения, трёх глав, заключения, списка литературы и одного приложения. Работа изложена на 130 листах машинописного текста.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Богочаров, Владимир Иванович

4. ВЫВОДЫ И РЕЗУЛЬТАТЫ

В результате проведённых теоретических и экспериментально-расчётных исследований были получены следующие результаты и выводы.

1. Проведён анализ состояния российских промышленных предприятий (по материалам г. Москвы), позволивший в количественной мере отразить степень глубины экономического кризиса, а также оценить актуальность и необходимость системы мероприятий по реструктуризации деятельности предприятий.

2. Осуществлена декомпозиция проблемы реструктуризации промышленных предприятий, находящихся в кризисном состоянии с конкретизацией направлений, средств достижения целей и задач.

3. Исследован и предложен методический подход и аппарат методического анализа для оценки эффективности мероприятий антикризисных программ развития предприятий, основанного на использовании подхода (эффективность -затраты).

4. Разработаны экономико-математические модели оценки надёжности реализации антикризисных программ развития предприятий в условиях неопределённостей, обусловленных влиянием внешних и внутренних возмущений.

5. Исследования, проведённые на реальном экспериментальном материале, позволили сделать вывод о работоспособности разработанных в диссертации моделей и алгоритмов.

Апробация результатов исследований на реальном объекте позволила сформулировать практические рекомендации для их исследования при решении рассмотренного в диссертации класса задач.

Список литературы диссертационного исследования кандидат экономических наук Богочаров, Владимир Иванович, 1999 год

1. Промышленная политика Правительства Москвы на 1998-2000 годы. "Наука и промышленность" г. Москва, 1998 г., 196 с.

2. Постановление Правительства Москвы от 13.02.96 г. №143 "О предложениях по структурным преобразованиям промышленности города в целях стабилизации товарного производства".

3. Постановление Правительства Москвы от 03.06.97 г. №418 "О неотложных мерах по поддержке предприятий промышленности г. Москвы".

4. Постановление Правительства Москвы от 17.03.98 г. №208 "О мерах по увеличению объемов реализации продукции предприятий промышленности г. Москвы".

5. Постановление Правительства Москвы от 05.05.98 г. №354 "О мерах по финансовому оздоровлению и реструктуризации неплатежеспособных предприятий г. Москвы".

6. Тима Санталайнен и др. Управление по результатам. М.: Прогресс, 1993 г.

7. П. Драккер. Управление, нацеленные на результаты. 1994 г.

8. Ансофф И. Стратегическое управление. М., 1989 г.

9. G. Joubuson, К. Scholes. Explozing corporate strategy. Prentice Hall, 1993.

10. Экономическая стратегия фирмы. Под реализацией Градова А.П. С-Петербург, 1995 г.

11. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994 г.

12. Антикризисное управление: от банкротства к финансовому оздоровлению. Под редакцией Т.П. Иванова М.: ЮНИТИ, 1995 г.

13. Р.К. Юкевяров, М.Я. Хабаксук, Я.А. Лейман. Управленческое консультирование: Теория и практика. М.: Экономика, 1998 г.

14. С. Хайниш, Ю. Гитик, А. Заяшников. Активное развитие предприятия. МНИИПУ, 1991 г.

15. Ладошкин А.И. Инвестиционная политика фирмы в переходной экономике. Самара, 1997 г., с 22-32.

16. Шапиро В.Д. и др. Управление проектами. СПБ: "Два Три", 1993, с 307-31318.3убанов Н.В., Пестриков С.В. Анализ устойчивости функционирования экономических систем относительно постановленных целей. Самара, 1999 г., изд. СГАУ, 106 с.

17. Бурков Н.В., Ириков В.И. Модели и методы управления в организационных системах. М.: Наука, 1994 г.

18. Бурков Н.В., Кондратьев В.В. Описание механизмов функционирования организационных систем. М.: Наука, 1983 г.

19. Нейлор Т. Машинные эксперименты с моделями экономических систем. М.: "МИР", 1995 г.

20. Г.Корн, Т.Корн. Справочник по математике. М.: Наука, 1969 г.

21. Опыт вывода Чайковского текстильного комбината из кризисного состояния. Методические материалы. Под редакцией Ирикова В.А., М.: ИПУ РАН, 1997 г.

22. Бельчиков Я.М., Бирштейн М.М. Деловые игры. Рига: Авотс, 1989. - 304 с.

23. Бурков В.Н., Данев Е., Еналиев А.К. и др. Большие системы: моделирование организационных механизмов. Наука, 1989. - 245 с.

24. Герасимов Б.Н., Морозов В.В. Критерии оценки предпринимательской деятельности II Проблемы повышения эффективности предпринимательской деятельности: Сб. мат. межрегион науч. пр. конф. - Пенза: 1998. - с. 27-31.

25. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замечания. М.: Радио и связь, 1981. - 560 с.

26. Лотов А.В. Введение в экономико-математическое моделирование. М.: Наука, 1984. -390 с.

27. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981. - 487 с.

28. Наумов А.И. Метод конкретной ситуации в обучении управлению. Менеджмент. -1996. - №2.-С. 13-27.

29. Нейман Дж., Моргенштейн О. Теория игр и экономическое поведение. М.: Мир, 1970. -190 с.

30. Солодовников В.В., Бирюков В.Ф., Тумаркин В.Н. Принципы сложности в теории управления. М.: Наука, 1997. 278 с.

31. Щедровицкий Г.П. и др. Педагогика и логика. М.: Касталь, 1995. -415 с.

32. Klir J. An Approah to General Systems Theory. General Systems 1968, Y. XIII. - P 10-17.

33. Rapoport A. The promist and pittfalls of information therjy // In: Introduction science Cleveland (oh), 1970. -15 c.

34. Адамов E.O., Дукарский C.M. Концепция гибкой автоматизации экспериментального машиностроения. М.: Ядерное общество СССР, 1990. -230 с.

35. Андрианов В.Д. Конкурентность России в мировой экономике // ЭКО. 1996. - №10. - с. 57.

36. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: Синтеггео, 1997. С. 44-81.

37. Воропаев В.И. Управление проектами в России. М.: Апанс, 1995 -225 с.

38. Давыдов В.Г. Исследование операций. М.: Высшая школа, 1990. 383 с.

39. Долженкова В.Г. Затраты производства: Формирование и анализ. Новосибирск: НГАЭиУ, 1998.-60 с.

40. Коломина М.Е. Сущность и измерение инвестиционных рисков // Финансы. -1994. №4 -С. 15-18.

41. Лотов А.В. Введение в экономико-математическое моделирование. М.: Наука, 1984. -390 с.

42. Огурцов А.П. Машиностроение России: проблемы стабилизации и развития в условиях рыночной экономики // Вестник машиностроения. -1994. -№9. С. 3-8

43. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981. 487.

44. Сибирцев В.А. Основы теории изменения экономических процессов. Новосибирск: НГАЭиУ, 1997.-312 с.

45. Чупров С.В. Мониторинг производственно-хозяйственной устойчивости промышленных предприятий // ЭКО, 1998. №3 - С. 75-82.

46. Алиев Р.А., Либерзон М.И., Методы и алгоритмы координации в промышленных системах. М.: Радио и связь, 1987. - 209 с.

47. Бэрн Э. Игры, в которые играют люди. Люди, которые играют в игры. Л.: Лениздат 1992.-400 с.

48. Гейн К., Сарсон Т. Структурный системный анализ: средства и методы. М: Эйтэкс, 1993., ч.1 - 186 е., ч.2 - 214 с.

49. Горгидзе И.А. Совершенствование планирования в активных системах. Тбилиси: Мецниереба, 1985 278 с.

50. Клевлин А.И., Райфа X. Принятие решения при многих критериях: предпочтения и замечания М.: Радио и связь. 1981 - 560 с.

51. Кулик B.T. Алгоритмизация объектов управления Киев: Наукова думка, 1968 - 363 с.

52. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем -М.: Мир, 1977-344 с.

53. Мясникова Л.П., Математические методы в анализе организационной структуры трудового коллектива // Человек и общество, вып.2. Л.: 1967 - с. 44-53

54. Поспелов Г.С., Ириков В.А., Курилов А.Е. Процедуры и алгоритмы формирования комплексных программ. М.: Наука, 1985.

55. Немцов Н.Н. Статистические решающие правила и оптимальные выводы М: 1972. -520 с.

56. Marimont R.B. A new method of checking the consistente of precedente matrices, J. Of ASM, 6.-164 p.

57. Harari F., Norman R.Z., Gartwright D., Structural models: An 42.

58. Абалкин А.И. и др. Стратегия и неотложные задачи преобразования машиностроения Российской Федерации // Вопросы экономики. 1996. -№11.

59. Алексейчук Г.П., Управление инновациями // Вестник машиностроения. 1996. №6 - с. 40-45.

60. Бурков В.Н. Экономические механизмы управления производством М.: Крымский вал, 1996-32 с.

61. Бусленко Н.П. Моделирование сложных систем. М.: Наука. 1978 - 268 с.

62. Гусев Ю.В. Стратегическое управление. Новосибирск. НГАЭ и У, 1997 118 с.бб.Елтаренко Е.А. Оценка и выбор решений по многим критериям. М.: МИФИ, 1995. -С.183.

63. Кпейнер Г.Б. Риски промышленных предприятий (как их уменьшить и компенсировать) // Российский экономический журнал. 1994 №5-6 - с.78-81.

64. Ларычев О.И. Принятие решений как научное направление. Методологические проблемы // Системные исследования: Методологические проблемы. Ежегодник М.: Наука. 1982 - с. 227 - 243.

65. Райншке К., Ушуков И.А. Оценка надёжности систем с использованием графов (под ред. Ушакова И.А.) М.: Радио и связь. 1992. - 348 с.

66. Хайман Д.Н. Современная микроэкономика: анализ и применение. Т.1. М.: Финансы и статистика. 1992 - 348 с.

67. Ефанов П. Конверсия и вхождение ВПК в рынок. Вопросы экономики. № 9.1983.

68. Карлов Б. Деловая стратегия.: М., 1991

69. Чистик О.Ф. Эволюция форм собственности в экономике региона: теория и опыт.1. Самара: СГЭА., 1995.

70. Козлова Е.И., Кутафин О.Е. Конституционное право России. М.: Юрист, 1995.

71. Указ президента РФ «О гарантиях местного самоуправления в Российской Федерации».- Собрание актов Президента и Правительства РФ.-1993.-Ж52.- с. 5071.

72. Положение о местном самоуправлении в Московской области в период поэтапной конституционной реформы.- 3 февраля 1994 г. Пункт 3.7.

73. Phillips A.W. Stabilization Policy in Closed Economy. Economic Journal, 1954, 1 № 64, p 290-323.

74. Аллен P. Математическая экономия M.: НПО «РИМ», 1992. Вып. 5.6.

75. Предприятие и рынок: Динамика управления и трудовых отношений. -М.: РОССПЭН, 1997.

76. Субетто А.И. Эволюция и некоторые принципы перестройки систем управления качеством на современном этапе// Стандарты и качество. 1987, №8. С. 26-33

77. Дихтел Е., Хёрштейн X. Практический маркетинг. М.: Инфра Высшая школа, 1996. -255 с.

78. Бутенина В.В., Газман В.Д. Экономическая ответственность в системе управления машиностроительным предприятием. Мин. станкопром. СССР, ВНИИТЭМР, Выпуск №5. М. 1990.

79. Воробьёв Н.Н. Теория игр для экономистов-кибернетиков. -М.: Наука. 1985.

80. Мир управления проектами./ Перевод с англ. Под ред. X Рашке, X. Шеме. -М.: Алане, 1993.

81. Morris P.G. Managing Project Interfaces Key Points for Project Success // Project

82. Management Hand Book / Ecfs/ Cleveland D. King W. New York: Van Nostrand Reihold, 1983.

83. Управление проектами / Под ред. В.Д. Шапиро Спб.: Два ТрИ, 1996.

84. Управление проектами (зарубежный опыт) / Под ред. В.Д. Шапиро. Спб. Два ТрИ, 1993.

85. Гвишиани Д.М. Теоретико-методологические основания системных исследований.: Методологические проблемы (Ежегодник). М.: Наука, 1982.

86. ЭО.Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. -М.: Наука, 1971.-283 с.

87. Хеннекен П.Л., Тартра А. Теория вероятностей и некоторые её приложения. М.: Наука, 1974, - 472 с.

88. Климов Г.П. Теория вероятностей и математическая статистика. -М.: 1983. 328 с.

89. ЭЗ.Негашев Е.В. Анализ финансов предприятия в условиях рынка. -М.: Высшая школа, 1997, 192 с.

90. Положение по бухгалтерскому учёту «Учёт основных средств» ПБУ 6/97, утверждённое приказом Министерства финансов РФ от 03.09.97 г.№65н.

91. Положение «О составе затрат по производству реализации продукции, включаемых в себестоимость продукции (работ, услуг)» (постановление Правительства Р.Ф. от 05.08.92 г. №552).

92. Интриллигатор М. Математические методы оптимизации и экономическая теория:/ Пер. с англ. М. Прогресс, 1975. - 606 с.

93. Руа Б. Проблемы и методы решений в задачах с многими целевыми функциями. Кн. Вопросы анализа и процедуры принятия решений. Сб. переводов. «Мир», 1976, с.21.58.

94. Бурков В.Н., Гришанов Г.М., Засканов В.Г., Кондратьев В.В. Методические основы, рекомендации по обследованию, анализу и моделированию внутрихозяйственных механизмов управления предприятием// АН ГССР, Тбилиси, 1985, 340 с.

95. Экономическая статистика. Учебник под ред. Проскурякова В.М., Фреймундт Е.Н., Эйдельман М.Р. М.: Финансы и статистика, 1983.

96. Глазунов В.Н. Финансовый анализ и оценка риска реальных ивестиций. -М.: Финстатинформ, 1997.

97. Мелкумов Я.С. Экономическая оценка эффективности инвестиций и финансирование инвестиционных проектов. -М.: ПКЦ «ДИС», 1997.

98. Мехонцева Д.М. Самоуправление и управление: Вопросы общей теории систем. -Красноярск: КГУ, 1991.

99. Ланкастер К. Математическая экономика. М.: Советское радио, 1972.127

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.

Музлова Виктория Андреевна, Бутрина Юлия Владимировна
1.Высшая Магистрант факультета «Высшая школа экономики и управления»
2. к.э.н, доцент кафедры «Финансы, денежное обращение и кредит»
Южно-Уральский государственный университет, г. Челябинск

Muzlova Victoria Andreevna, Butrina Julia Vladimirovna
1. Master student of the faculty «Higher school of Economics and management"»
South Ural state University, Chelyabinsk
2. c.e.s., assistant professor of the pulpit "Finance, monetary circulation and credit"
SouthUralstateUniversity, Chelyabinsk

Аннотация: В современных условиях экономической нестабильности банковского сектора вопрос оценкифинансовой устойчивости банка приобретает особое значение. Рост банковских рисков ухудшает проблему сохранения финансовой устойчивости банка, превращая данную проблему в один из наиболее актуальных теоретических и практических аспектов современной экономики. Поэтому возникает необходимость в создании такой модели с помощью, которой банк сможет проводить точную оценку своей финансовой устойчивости.
В статье описываются основные этапы создания авторской модели для оценки финансовой устойчивости банка на основе экономико-математического моделирования.

Abstract: In modern conditions of economic instability of the banking sector, the issue of assessing the bank"s financial stability becomes particularly important. The growth of banking risks worsens the problem of maintaining the financial stability of the bank, turning this problem into one of the most relevant theoretical and practical aspects of the modern economy. Therefore, there is a need to create such a model with the help of which the bank will be able to accurately assess its financial stability.
The article describes the main stages of creating an author"s model for assessing the bank"s financial stability on the basis of economic and mathematical modeling.

Ключевые слова: финансовая устойчивость банка, факторы финансовой устойчивости, корреляция, многофакторная регрессионная модель, уравнение регрессии, t-критерий Стьюдента, критерий Фишера, мультиколлинеарность.

Keywords: financial stability of the bank, financial stability factors, correlation, multifactorial regression model, regression equation, Student"s t-test, Fisher criterion, multicollinearity.

Объективная и точная оценка финансовой устойчивости банка это неотъемлемая часть, позволяющая обеспечить его конкурентоспособность, повысить потенциал в деловом сотрудничестве, оценить, в какой степени гарантированы его экономические интересы. Именно поэтому банкам необходима модель, которая позволит своевременно произвести точную оценку финансовой устойчивости.

В настоящее время моделирование есть эффективный прием познания сущности изучаемых явлений. Поскольку оно дает возможность получить четкое представление об исследуемом объекте, позволяя количественно описать его внутреннюю структуру и внешние связи, выступая в качестве основного инструмента финансового анализа, а так же оно активно используется на практике для прогнозирования банкротства. Основная задача моделирования состоит в том, чтобы сконструировать модель на основе предварительного ее изучения и выделения существенных характеристик, на основе которых и будет производиться моделирование.

Разработка многофакторной регрессионной модели оценки финансовой устойчивости будет проводиться в пять этапов, краткое описание которых представлены в таблице 1 ниже.

Таблица 1

Этапы разработки многофакторной регрессионной модели

Этап	Краткое описание этапа
Первый этап – Отбор факторов.	Первым этапом является отбор факторов, которые легли в основу финансового анализа. При отборе факторов основной акцент ставиться на определении универсального интегрального критерия или результирующего показателя Y .
Второй этап – Приведение данных к достоверному виду.	Все отобранные факторы с помощью математических преобразований выразили в процентном соотношении. Данный этап исследования позволил определить состав выборки, удовлетворяющий требованию репрезентативности, однородности и целостности.
Третий этап – Разработка многофакторной регрессионной модели.	Основной задачей является определение ряда наиболее приоритетных финансовых показателей необходимых для дальнейшего использования в процессе разработки модели. Одним из обязательных требований, предъявляемых к факторам, является отсутствие интеркоррелированности (т.е. корреляции между объясняющими переменными) и точной функциональной связи между ними. Включение в модель факторов с высокой интеркорреляцией, может привести к нежелательным последствиям – система нормальных уравнений может оказаться плохо обусловленной и повлечь за собой неустойчивость и ненадежность оценок коэффициентов регрессии. Если между факторами существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель и параметры уравнения регрессии оказываются неинтерпретируемыми. После чего все факторы должны быть проверены на наличие мультиколлинеарности, когда более чем два фактора связаны между собой линейной зависимостью, следовательно, имеет место совокупное воздействие факторов друг на друга. В результате вариация в исходных данных перестает быть полностью независимой, и нельзя оценить воздействие каждого фактора в отдельности . В результате преобразований мы доводим модель до необходимого нам вида, после чего производим регрессионный анализ.

Так как традиционно оценка финансовой устойчивости банка предполагает использование определенного набора показателей, которые мы сгруппировали следующим образом:

– показатели достаточности капитала (Х1 );

– показатели ликвидности (Х2 );

– показатели, характеризующие качество активов (Х3 );

– показатели прибыльности (Х4 );

– показатели рентабельности (Х5 );

Расчет результирующего показателя (Y ) произвели с помощью формулы:

Однако поскольку оценка некоторых показателей включает в себя ряд определенных коэффициентов, поэтому существует необходимость преобразования их к одному показателю.

Например, оценка ликвидности происходит путем выполнения нормативов ликвидности через определение коэффициентов, таких как коэффициент мгновенной ликвидности, текущей ликвидности и долгосрочной ликвидности.

С помощью математических преобразований мы доводим модель до необходимого нам вида. Таким образом, мы получаем следующие данные, представленные в таблице 2.

Таблица 2

Основные показатели финансовой устойчивости банка.

	Показатели	2015		2016 2016
	Показатели	1 полугодие	2 полугодие	1 полугодие	2 полугодие
Х1	Достаточность капитала, %	12,67	11,87	11,81	11,80
Х2	Ликвидность, %	128,23	123,90	117,32	133,31
Х3	Темпы роста актива, %	93,34	113,13	97,07	99,16
Х4	Темпы роста прибыли, %	56,48	163,57	97,10	164,18
Х5	Рентабельность, %	7,67	10,30	19,83	21,27
Х6	Народный рейтинг	28,0	27,3	26,7	25,9

Банки.ру Информационный портал аналитикаhttp://www.banki.ru/ .

В результате мы получили данные, которые удовлетворяют требованию репрезентативности, однородности и целостности, следовательно, можно приступить к процессу разработки многофакторной регрессионной модели.

Однако прежде чем приступить к регрессионному анализу, необходимо проверить данные на мультиколлинеарность.

Требование отсутствия мультиколлинеарности вызвано тем, что если между двумя факторами, отвечающими трем первым требованиям, имеется тесная связь, то нет нужды оба фактора включать в модель, так как один можно выразить через другой. Кроме того, при неосмотрительном включении взаимосвязанных факторов в одну многофакторную модель возникают вычислительные трудности, связанные с тем, что система нормальных уравнений становится неразрешимой.

Проверка отсутствия мультиколлинеарностипроизводилась с помощью формулMSExcel и не выявила мультиколлинеарности факторов.

Таким образом, убедившись, что выявленные нами данные верны, можно приступить к процессу разработки самой модели оценки финансовой устойчивости.

Построение модели множественной регрессии будем производить с помощью корреляционно-регресионного анализа.

Для выявления зависимости показателей воспользуемся возможностямиMSExcel. Наиболее простой формой зависимости является линейная, то есть зависимость вида:

Следует определить, все ли переменные нужно включать в уравнение, или есть переменные, которые существенно не влияют на величину Y и их нецелесообразно включать в уравнение (1).

Для расчета совокупного коэффициента корреляции необходимо определить парные коэффициенты корреляции r 0 i между всеми факторами x i , входящими в модель, и результирующим показателем у и все парные коэффициенты корреляции между факторами. Все коэффициенты корреляции записываются в квадратную симметричную матрицу .

В результате проведенной множественной корреляции выявлены следующие коэффициенты корреляции:

Таблица 3

Коэффициенты корреляции

На основании данных, полученных в таблице, можно сделать вывод, что связь факторов Х1, Х2, Х3, Х4, Х5, Х6 с фактором Y существенная, следовательно, все факторы значимые.

Таким образом, уравнение регрессии приобрело вид:

В результате обработки данного уравнения необходимо исключить незначимые факторы, с помощью функции Пакет Анализ в MSExcel.Проводить регрессию необходимо до тех пор, пока все факторы не будут значимыми.

Результат анализа множественной регрессии показал высокую значимость уравнения регрессии, на основе показателя R-квадрат = 0,986601403

Рисунок 1. Регрессионная статистика основных показателей финансовой устойчивости банка

В конечном итоге мы получили следующие данные, представленные в таблице 2:

Таблица 2

Оценка адекватности основных показателей финансовой устойчивости банка путем их последовательного исключения

Регрессия 1
t теор	3,182446305
t расчY	2,409094938	неадекватен
t расчX1	-1,449843444	неадекватен
t расчX2	2,488840673	неадекватен
t расчX3	0,022463051	неадекватен
t расчX4	9,24292477	адекватная
t расчX5	11,58373036	адекватная
t расчX6	1,93536583	неадекватен
Регрессия 2
t теор	2,776445105
t расчY	1,740909057	неадекватен
t расчX2	1,885216947	неадекватен
t расчX3	0,69870852	неадекватен
t расчX4	9,664627508	адекватная
t расчX5	10,20949772	адекватная
t расчX6	1,164203243	неадекватен
Регрессия 3
t теор	2,570581836
t расчY	3,668614396	адекватная
t расчX2	1,87762487	неадекватен
t расчX4	11,51882755	адекватная
t расчX5	10,76263218	адекватная
t расчX6	1,055131849	неадекватен
Регрессия 4
t теор	2,446911851
t расчY	8,486455956	адекватная
t расчX2	1,556634214	неадекватен
t расчX4	11,75762476	адекватная
t расчX5	11,81927966	адекватная
Регрессия 5
t теор	2,364624252
t расчY	28,43433612	адекватная
t расчX4	11,27183451	адекватная
t расчX5	12,69145947	адекватная

В ходе корреляционно-регрессионного анализа выяснили, что существенно значимыми показателями являются показатели Х4 и Х5 это показатели прибыли и рентабельности. Таким образом, можно сделать следующие выводы о том, что концепция разработки регрессионной модели для оценки финансовой устойчивости банка была раскрыта, что позволило получить многофакторную регрессионную модель, отвечающую основным признакам, характеризующим финансовую стабильность банков и позволяющим адекватно оценить финансовую устойчивость любого банка.

В результате, полученная модель регрессии характеризуется:

– во-первых, высоким качеством оценивания с позиции стандартной ошибки оценки свободного члена, которая равна 0,82%.

– во-вторых, значимостью и надежностью факторов с позиции включения их в регрессионную модель, которые характеризуются коэффициентом детерминацииR 2 =98.6% и F-критерий Фишера,при анализе которого F расч. >F теор, следовательно уравнение адекватное .

Таким образом, оценку финнасовой устойчивости банка будем производить в той последовательности значивмсти факторов, то есть той последовательности, в которой производилось исключения фактора. Методика оценки финансовой устойчтвости представлена в таблице 3.

Таблица 3

Разработанная методика оценки финансовой устойчивости

Показатели финансовой устойчивости банка			Краткая характеристика показателей финансовой устойчивости банка
	Х5	Рентабельность	Показатель эффективности использования денежных средств или иных ресурсов
	Х4	Прибыль	Это положительный финансовый результат деятельности кредитной организации за определенный период времени. Основной показатель эффективности работы банка
	Х2	Ликвидность	Способность актива быть проданным быстро с минимальными денежными потерями, связанными со скоростью реализации
	Х6	Народный рейтинг	Это независимая оценка работы банков, уровня их сервиса и качества предоставляемых услуг. Он формируется исключительно на основе голосов и отзывов пользователей
	Х3	Активы	Различные объекты, в которые тот размещает собственные и заемные ресурсы
	Х1	Достаточность капитала	Основной норматив, который обязаны соблюдать все кредитные организации. Это один из наиболее важных показателей надежности банка. Характеризует способность банка нивелировать возможные финансовые потери за свой счет, не в ущерб своим клиентам

Разработанная методика оценки финансовой устойчивости даст возможность определить насколько устойчив банк, так как на основании данных показателей рассчитывается интегральный коэффициент финансового состояния банка, по данным которого и будет производиться оценка.

Расчет интегрального коэффициента производится по формуле:

Таблица 4

Характеристика финансового состояния банка в зависимости от величины интегрального показателя

Значение интегрального показателя(У)	Характеристика финансового состояния банка
0-15	Неустойчивое: Неликвидный баланс, т.е не удовлетворительная структура активов и пассивов; отрицательный финансовый результат; не соблюдение нормативов; отрицательная динамика показателей финансовой отчетности и другие
15-30	С признаками проблемности: Кратковременные отклонение от нормативов, невысокие показатели прибыли; временная положительная динамика финансовых показателей
30-60	Относительно стабильное: Ликвидный баланс; положительный финансовый результат; соблюдение нормативов; относительно стабильная ресурсная база; наблюдается положительная динамика финансовых показателей
60-100	Устойчивое: Оптимальная структура активов и пассивов; высокие размеры прибыли; соблюдение нормативов; положительный финансовый результат; стабильная ресурсная база

Как видно из таблицы 4 интегральный коэффициент имеет область значений от 0-100, чем больше его величина, тем лучше финансовое состояние банка.

0-15 , следовательно, финансовое состояние банка неустойчивое.

Если величина интегрального показателя находится в интервале от 15-30 , следовательно, в финансовом положении банка наблюдаются признаки проблемности.

Если величина интегрального показателя находится в интервале от 30-60 относительно стабильным.

Если величина интегрального показателя больше 60 , следовательно, финансовое положение банка является устойчивым.

Таким образом, уменьшение величины интегрального показателя будет означать ухудшение финансового положения банка и наоборот. В результате полученных данных можно будет с легкостью определить свое финансовое положение и в случае, если оно окажется нестабильным вовремя осуществить более детальный анализ для выявления причин финансовой нестабильности.

Библиографический список

1. Анализ банков/ Портал банковского аналитика [Электронный ресурс]. –Режим доступа:http://analizbankov.ru/index.php
2. Банки.ру Информационный портал аналитика [Электронный ресурс]. –Режим доступа:http://www.banki.ru/
3. Бобыль В. Методика применения показателей системы риск-менеджмента / ВБобыль // Банковский вестник 2014 [Электронный ресурс]. –Режим доступа:https://www.nbrb.by/bv/articles/9999.pdf
4. Волощук Л.А, Ткачев С.И, Монина О.Ю. Учебно-практическое пособие / Статистика // Саратов 2016 – С. 140 – 153.
5. Евсеева, А.В. Финансовая устойчивость банка, методы её оценки и способы повышения [Текст] / А.В. Евсеева, Н.А. Пономарева // Наука, образование, общество: тенденции и перспективы развития: материалы III Междунар. науч.-практ. конф. (Чебоксары, 11 дек. 2016 г.) / редкол.: О. Н. Широков [и др.]. – Чебоксары: ЦНС «Интерактив плюс», 2016. – С. 166–169.
6. Сорока Я.А Концепция разработки регрессионной модели анализа и прогнозирования финансового состояния предприятий промышленности/Я.А Сорока // Математические и инструментальные методы экономики (47) УЭкС, 11/2012[Электронный ресурс]. –Режим доступа:http://uecs.ru/uecs47-472012/item/1663-2012-11

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Автореферат

диссертации на соискание ученой степени

Нечеткие модели в задачах антикризисного управления

Специальность 08.00.13

«Математические и инструментальные методы экономики»

кандидата экономических наук

Суворов Михаил Константинович

Иваново 2007

Работа выполнена в ГОУ ВПО «Владимирский государственный университет».

Научный руководитель кандидат технических наук, доцент

Чернов Владимир Георгиевич

Официальные оппоненты доктор экономических наук, профессор

Ильченко Ангелина Николаевна

кандидат экономических наук, доцент

Стоянова Татьяна Александровна

Ведущая организация Владимирский филиал

Российской академии государственной службы при Президенте Российской Федерации

Защита состоится 07 апреля 2007 г. в ____ часов на заседании диссертационного совета Д 212.063.04 в Ивановском государственном химико-технологическом университете (153460, г. Иваново, пр. Ф. Энгельса, 7, Г 101).

С диссертацией можно ознакомиться в библиотеке Ивановского государственного химико-технологического университета.

Ученый секретарь

диссертационного советаС. Е. Дубова

антикризисный управление прогнозирование

Общая характеристика работы

Актуальность темы исследования. Современная экономическая действительность заставляет руководителей предприятий постоянно принимать решения в условиях неопределенности. Неопределенность становится серьезным барьером на пути к эффективному рынку, приводит к значительным расходам сил, средств, времени и энергии, неоптимальному распределению товаров и ресурсов. В условиях финансовой и политической нестабильности коммерческая деятельность чревата различными кризисными ситуациями, результатом которых может стать несостоятельность или банкротство.

Процедура банкротства, сам термин "несостоятельное предприятие" в восприятии большинства людей ассоциируются с разрушением. Объявление предприятия несостоятельным означает признание его банкротом как свершившийся факт и исключает какой-либо иной путь, кроме ликвидации.

Однако, эта картина - уже почти финал процесса несостоятельности, который к этому моменту времени нередко длится несколько месяцев. Но это не обязательный финал. На протяжении всего периода времени, когда в арбитражном суде слушается дело о банкротстве, законодательство дает предприятию возможность остановить этот процесс и выбрать другой путь, если появится надежда, что предприятие можно спасти. На практике для каждого шестого предприятия именно так и происходит, и для них запускается в действие свой план спасения. Этот план спасения основан на предусмотренной действующим законодательством возможности применения различных реорганизационных процедур.

Таким образом, очевидно, что существует некое множество реорганизационных процедур, применяемых при несостоятельности. Вместе с тем, существует также ряд смежных вопросов реструктуризации предприятия. Реорганизационные процедуры - это борьба за сохранение жизни предприятию, находящемуся на грани банкротства. К сожалению, необходимо признать, что огромный потенциал, заложенный в реорганизационных процедурах, до сих пор не используется практикой в полной мере.

Только применение комплекса методов из различных разделов экономики может дать сегодня тот необходимый экономический эффект и вывести кризисные предприятия из того состояния, в котором они находятся.

Общим проблемам управления посвящены работы таких российских и зарубежных ученых как Акоффа Р., Ансоффа И., Балабанова И., Друкера П., Ильенковой С., Уткина Э. и многих других.

Особое внимание следует уделить антикризисному управлению. Решению проблем, возникающих в его рамках, посвящены работы Александрова Г., Андреева C., Иванова Г., Панагушина В., Грязновой А., Короткова Э., Бляхмана Л. и многих других.

Но работ, посвященных использованию математических, инструментальных средств и информационных технологий в области антикризисного управления, в настоящее время очень мало. Отдельные публикации основное внимание уделяют кризису как таковому, другие публикации в основном касаются проблем описательно, без алгоритмов и расчетов.

Поэтому возникает необходимость уделить внимание разработке таких методов и моделей, которые могли бы обеспечить принятие более эффективных антикризисных решений.

Определение поведения во времени экономических систем становится все более востребованным. Для прогнозирования развития требуется способность предвосхищать последствия действия и создавать планы, которые по сути своей являются скорее “упреждающими” чем “исправляющими”. Кроме того, требуется уметь анализировать ситуации, которые невозможно в точности предвидеть.

Проблемы принятия решений в осложненных условиях занимают в настоящее время особое место в информационных технологиях. Математические методы стали широко применяться для описания и анализа сложных экономических, социальных и других систем. Теория оптимизации создала совокупность методов, помогающих при использовании ЭВМ эффективно принимать решения при известных и фиксированных параметрах. Определенные успехи имеются и в том случае, когда параметры - случайные величины с известными законами распределения.

Однако основные трудности возникают тогда, когда параметры обстановки оказываются неопределенными и в то же время они сильно влияют на результаты решения.

В связи с тем, что при построении формальных моделей чаще всего пользуются детерминированными методами, то тем самым вносят определенность в те ситуации, где ее в действительности не существует. Неточность задания тех или иных параметров при расчетах практически не принимается во внимание или, с учетом определенных предположений и допущений, неизвестные значения параметров заменяются средними значениями.

Такого рода ситуации могут возникать как вследствие недостаточной изученности объектов, так и из-за участия в управлении человека или группы лиц. Особенность подобных систем состоит в том, что значительная часть информации, необходимой для их математического описания, существует в форме представлений или пожеланий экспертов. Но в языке традиционной математики нет объектов, с помощью которых можно было бы с приемлемым уровнем строгости оперировать нечеткими представлениями экспертов.

Обычные количественные методы анализа систем по своей сути мало пригодны и не эффективны для такого рода систем. Это определяется так называемым принципом несовместимости: чем сложнее система, тем менее мы способны дать точные и в то же время имеющие практическое значение суждения о ее поведении. Для систем, сложность которых превосходит некоторый пороговый уровень, точность и практический смысл становятся почти взаимоисключающими. Именно в этом смысле точный количественный анализ в реальных экономических, социальных и других систем, связанных с участием человека, не обеспечивает требуемого уровня обоснованности.

Иной подход опирается на предпосылку о том, что элементами мышления человека являются не числа, а элементы некоторых нечетких множеств или классов объектов, для которых переход от "принадлежности к классу" к "непринадлежности" не скачкообразен, а непрерывен. Традиционные методы недостаточно пригодны для анализа подобных систем именно потому, что они не в состоянии охватить нечеткость человеческого мышления и поведения. Это утверждение наводит на мысль о том, что для моделей процессов управления больше подошли бы нечеткие математические методы, нежели классические.

Теория нечетких (размытых) множеств была впервые предложена американским математиком Лотфи Заде в 1965 г. и предназначалась для преодоления трудностей представления неточных понятий, анализа и моделирования систем, в которых участвует человек.

Подход на основе теории нечетких множеств является, по сути дела, альтернативой общепринятым количественным методам анализа систем. Он имеет три основные отличительные черты:

1. Вместо или в дополнение к числовым переменным используются нечеткие величины и так называемые "лингвистические" переменные.

2. Простые отношения между переменными описываются с помощью нечетких высказываний.

3. Сложные отношения описываются нечеткими алгоритмами.

Такой подход дает приближенные, но в то же время эффективные способы описания поведения систем, настолько сложных и плохо определенных, что они не поддаются точному математическому анализу. До работ Л. Заде подобная качественная информация, по существу, просто терялась - было непонятно, как ее использовать в формальных схемах анализа альтернатив.

Теоретические же основания данного подхода вполне точны и строги в математическом смысле и не являются сами по себе источником неопределенности. В каждом конкретном случае степень точности решения может быть согласована с требованиями задачи и точностью имеющихся данных. Подобная гибкость составляет одну из важных черт рассматриваемого метода.

Особенностью антикризисного управления является то, что решения приходится принимать при недостаточной, неточной и, зачастую, искаженной информации. Это делает невозможным применение детерминированных моделей, а для корректного применения вероятностных моделей отсутствуют необходимые условия, ведь кризисные ситуации уникальны и аналоги найти достаточно трудно. В результате, будет верным следующее утверждение: в задачах антикризисного управления применение нечеткой логики дает более достоверные результаты, нежели результаты, которые получаются с помощью традиционных статистических (вероятностных) методов.

Цель и задачи исследования. Цель работы состоит в разработке и апробации математических моделей, способствующих принятию решений по антикризисному управлению.

Поставленная в работе цель обусловила необходимость решения следующих задач:

Обобщить отечественный и зарубежный опыт применения методов теории антикризисного управления по предотвращению и выходу предприятия из кризиса;

Провести сравнительный анализ существующих методов локализации кризисных явлений, выявить и оценить эффективность и ограничения классических и неклассических (современных) математических методов прогноза и преодоления кризисных ситуаций;

Проанализировать возможность применения систем поддержки принятия решений в области антикризисного управления;

Определить основные проблемы при реализации антикризисных программ управления предприятием;

Доказать необходимость использования СППР, основанных на нечетких высказываниях, в области антикризисного управления, как наиболее неопределенной области теории управления;

Разработать алгоритм прогнозирования появления кризисного состояния предприятия на основе мягких вычислений;

Разработать модели принятия решений для вывода предприятия из кризисного состояния в условиях неопределенности.

Объект и предмет исследования. Объектом исследования является предприятие, находящееся в кризисной ситуации.

Предмет исследования - процессы, протекающие в условиях развивающегося кризиса.

Выбор объекта и предмета исследования обусловлен тем, что в настоящее время в складывающихся условиях национальной экономики многие предприятия подвержены риску банкротства и попадания в кризисное состояние вне зависимости от отрасли промышленности и величины самого предприятия.

Теоретическая и методологическая основа исследования. Теоретической и методологической основой диссертационной работы послужили работы авторов в области экономических и математических наук, статистики, теории управления.

В диссертационной работе использованы материалы экономической, статистической и математической литературы, тематических материалов периодических изданий, а также материалы, полученные в процессе практической работы автора.

Научная новизна исследования. Применительно к анализу состояния предприятия на предмет возникновения кризисной ситуации выявлены и научно обоснованы преимущества применения аппарата нечеткой логики для анализа процессов и принятия решений в ходе антикризисного управления.

Предложена методика распознавания возможности возникновения кризисной ситуации на предприятии на основе условных нечетких правил в качестве инструмента для прогнозирования возникновения негативных явлений.

Разработан алгоритм оценки перспективности инновационного продукта, использующий условные нечеткие высказывания о прогнозных значениях факторов.

Предложена методика оценки кадрового потенциала предприятия в условиях кризиса с помощью методологии нечетких множеств.

Разработан комплексный подход для анализа и оценки финансовых рисков при реализации антикризисных мероприятий посредством использования метода оценки риска стадии проекта на основе свертки нечетких гипотез.

Практическая значимость исследования. Появление настоящей работы было обусловлено необходимостью разработки нечетких методов анализа состояния предприятия и моделей поддержки принятия решений при реализации антикризисных мероприятий.

С помощью методов, разработанных в данной работе, предприятия, находящиеся в кризисном или предкризисном состоянии, получают возможность систематического применения методики контроля и оценки своей деятельности, а также набора методов, применяемых в случае обнаружения признаков внутреннего кризиса.

Методы анализа и прогнозирования негативных явлений на предприятии, а также системы поддержки принятия решений в области антикризисного управления могут быть использованы в области антикризисного управления соответствующими специалистами для устранения возможных ошибок в условиях высокой неопределенности ситуации; методические разработки, полученные в данной работе, могут использоваться в учебном процессе, при преподавании дисциплин, связанных с антикризисным управлением, нечеткими множествами в задачах управления и принятия решений.

Апробация результатов исследования. Основные положения и выводы диссертационного исследования нашли отражение в шести научных работах общим объемом 4,1 п.л., в том числе вклад соискателя 2,8 п.л.

Структура исследования. Диссертация состоит из введения, трех глав, заключения и списка использованной литературы.

Основное содержание работы

Во введении обосновываются актуальность темы исследования, цели и задачи, объект и предмет исследования, научная новизна, практическое значение, дается методологическая и теоретическая база исследования.

В первой главе - «Современные проблемы управления несостоятельными предприятиями» - исследуются различные взгляды различных авторов на понятие «антикризисное управление предприятием»; основные причины возникновения кризисной ситуации на предприятии; стадии кризиса. Рассматривается методология управления несостоятельными предприятиями.

Проведенный анализ различных точек зрения отечественных авторов на понятие антикризисного управления предприятием позволяет говорить об общем в их подходах к понятию антикризисного управления, как комплекса взаимосвязанных мероприятий от ранней диагностики кризиса до мер по его преодолению. Рассмотрены основные принципы, на которых базируется система антикризисного управления, и которые отличают антикризисное управление от обычного: возможность возникновения кризиса должна диагностироваться на самых ранних стадиях с целью своевременного использования возможностей ее нейтрализации; в условиях развивающегося кризиса необходима срочность реагирования на кризисные явления; используемая система механизмов по нейтрализации угрозы банкротства связана с финансовыми затратами или потерями и при этом уровень этих затрат и потерь должен быть адекватен уровню угрозы банкротства предприятия - в противном случае или не будет достигнут ожидаемый эффект, или предприятие будет нести неоправданно высокие расходы; в борьбе с угрозой банкротства предприятие должно рассчитывать исключительно на внутренние финансовые возможности, то есть необходима полная реализация внутреннего потенциала для выхода предприятия из кризисного состояния.

Несмотря на многообразие внешних и внутренних причин возникновения кризисной ситуации на предприятии, выявлены факторы, оказывающие наибольшее влияние на состояние предприятия. Таковыми являются управленческие: отсутствие стратегии в деятельности предприятия и ориентация на краткосрочные результаты в ущерб среднесрочным и долгосрочным; низкая квалификация и неопытность менеджеров; низкий уровень ответственности руководителей предприятия перед собственниками за последствия принимаемых решений.

В результате исследования предметной области, обозначены квалифицирующие признаки основных стадий кризиса. Первая стадия кризисных явлений характеризуется снижением рентабельности и объемов получаемой прибыли при возникновении устойчивых (т.е. фиксируемых на протяжении достаточно длительного времени, например нескольких отчетных периодов) тенденций ухудшения финансового положения предприятия. Квалифицирующим признаком второй стадии кризиса является недостаточная результативность текущей производственной деятельности - рентабельность (доходность) капитала и рентабельность всех операций по прибыли после налогообложения имеет малую положительную или отрицательную величину, что приводит к недостаточному уровню средств самофинансирования предприятия и требует привлечения дополнительных заемных источников. В третьей стадии кризиса основным квалифицирующим признаком является неплатежеспособность.

Во второй главе - “Характеристика существующих методов антикризисного управления и переход к нечетко-множественным описаниям” - проведен сравнительный анализ наиболее часто применяемых методик диагностики, анализа и прогноза финансового состояния предприятия, а также проведено обоснование возможности использования мягких вычислений при моделировании антикризисного менеджмента.

В ходе исследования традиционных подходов к прогнозированию финансового состояния предприятий: методы экспертных оценок, методы обработки пространственно-временных совокупностей и ситуационные методы, выявлены недостатки каждого из них. Недостаток экспертных оценок в том, что в них присутствует субъективный элемент и возможность ошибочного суждения. Методы обработки пространственно-временных совокупностей подразумевают, что прогнозируемый случайный процесс является стационарным, т.е. в каждом временном сечении этого процесса лежит случайная величина, вероятностное распределение которой содержит постоянные, неизменные во времени параметры (на практике же, на деятельность предприятия постоянно оказывают сильное воздействие внешние и внутренние факторы, что не позволяет считать параметры среды постоянными и неизменными во времени). В связи с тем, что в теории антикризисного управления огромное влияние оказывает фактор неопределенности, то применение методов ситуационного анализа, где предполагается генерация вероятностных экономических сценариев зачастую с использованием дерева решений, может стать не рациональным.

Рассмотрена классификация экономических показателей, используемых для оценки имущественного и финансового состояния компаний (ликвидность, финансовая устойчивость, деловая активность, рентабельность, положение на рынке ценных бумаг), в том числе комплексных коэффициентов, характеризующих положение хозяйственного субъекта в целом - показатель Уолла, модель Альтмана, Лиса, Чессера, качественный подход Аргенти. Очевиден тот факт, что данные подходы не обладают устойчивостью к вариациям в исходных данных, которые наблюдаются у фирм с различной организационно-технической спецификой, со своими уникальными рыночными нишами, стратегиями и целями, фазами жизненного цикла и т.д., что безусловно является главным недостатком подобных комплексных показателей.

В связи с тем, что в ходе анализа финансового состояния предприятия, а также в процессе принятия решений по его оздоровлению аналитики сталкиваются с неопределенностью реальной системы, которая не позволяет принять оптимальное решение, целесообразно использование мягких вычислений при моделировании антикризисного менеджмента.

Анализ задач по антикризисному управлению, выполненный в предыдущих главах позволил выделить ряд задач, в которых использование аппарата нечетких множеств наиболее целесообразно, так как в этом случае оказывается возможным получить новые результаты, обеспечивающие повышение эффективности и обоснованности антикризисных решений.

В третьей главе - “Нечетко-множественные модели для антикризисного управления предприятием” - предлагается решение следующих задач в области антикризисного управления:

1) распознавание возможности возникновения кризисной ситуации;

2) оценка перспективности инновационного продукта;

3) оценка кадрового потенциала;

4) оценка финансовых рисков при реализации антикризисных мероприятий.

Известна методика распознавания кризисной ситуации, разработанная экономистом Г.В. Савицкой. Она основана на построении классов предприятий с различными финансовыми показателями (табл. 1).

Таблица 1. Группировка показателей по критериям оценки финансового состояния

Показатель	Границы классов согласно критериям

Коэффициент абсолютной ликвидности Ка	0,25 и выше -				Менее 0,05 -
Коэффициент быстрой ликвидности Ккл	1,0 и выше -				Менее 0,5 -
Коэффициент мгновенной ликвидности Ктл	2,0 и выше -				Менее 1,0 -
Коэффициент финансовой независимости К1	0,6 и выше -	0,59-0,54 - 15-12	0,53-0,43 - 11,4-7,4	0,42-0,41 - 6,6-1,8	Менее 0,4 -
Коэффициент обеспеченности собств. обор. средствами Косс	0,5 и выше -				Менее 0,1 -
Коэффициент обеспеченности запасов собственным капиталом К4	1,0 и выше -				Менее 0,5 -
Минимальное значение границы

Отнесение кризисного предприятия к конкретному классу производится по сумме баллов, выставленных за предшествующий и текущий периоды. Для сложной системы, какой является современное предприятие, генетический перенос прошлого на будущее не может дать достоверные результаты. Представляет интерес возможность прогнозирования будущего состояния предприятия на основе экспертных оценок, не дожидаясь отчетной документации. Поскольку экспертным оценкам принципиально присуща неопределенность, не подчиняющаяся вероятностной аксиоматике, то для обработки экспертных заключений используются мягкие вычисления, а сами экспертные заключения представляются в виде нечетких чисел. Для того чтобы оценить возможную ситуацию на предприятии на конец отчетного периода, эксперту необходимо дать оценку - какими будут в абсолютном значении следующие показатели (соответственно, они являются составляющими показателей, приведенных в тал.1): А1 - наиболее ликвидные активы; А2 - быстро реализуемые активы; А3 - медленно реализуемые активы; П1 - наиболее срочные обязательств; П2 - краткосрочные пассивы; Сс - источники собственных средств; В - валюта баланса; Ес - собственные оборотные средства; Ем - стоимость производственных запасов; Ер - денежные средства, краткосрочные финансовые вложения, дебиторская задолженность и прочие оборотные активы.

Предположим, что эксперт указал возможный уровень показателя А1 равным приблизительно 13000 руб., ограничив допустимые пределы изменения [А1 - А1/5] и [А1 + А1/5]. Это дает возможность интерпретировать ответ эксперта не точечным числом, а нечетким числом, например так, как представлено на рис. 1. Возможны и другие варианты, которые предпочтет эксперт.

Рис. 1. Представление экспертной оценки А1 нечетким числом

Показатель А2, одной из составляющих содержит в себе краткосрочную дебиторскую задолженность, поэтому в работе ему уделено особое внимание, так как для предприятия может иметь немалое значение анализ платежеспособного состояния дебиторов, чтобы предсказать какие средства они могут вернуть в ближайшее время исследуемому предприятию, поскольку кризисное предприятие, как никто другой, нуждается в возврате средств. Формирование оставшихся показателей осуществляется также с помощью экспертных заключений. Соответствующие функции принадлежности определяются по аналогии с параметром А1. Имея прогнозные значения всех необходимых для расчета показателей, с учетом инфляции вычисляются нечеткие коэффициенты (табл.1) по известным формулам. Для адекватной оценки каждого коэффициента, составляются функции распределения коэффициентов относительно баллов согласно таблице 1, после чего значение конкретного коэффициента проецируется на соответствующую функцию распределения, в итоге получается количество баллов для каждого коэффициента. Интегральный показатель итоговой оценки финансового состояния предприятия рассчитывается путем суммирования полученных баллов.

Такой подход позволяет получить сценарную оценку, в которой представлены наихудший, наилучший, а также наиболее ожидаемый результат. На рис. 2 представлен конкретный пример реализации данного подхода.

Рис. 2. Функции принадлежности классов

Проецируя итоговую оценку на функции принадлежности классов, получаем следующий вывод. Предприятие относится к первому классу с истинностью 0,19; ко второму классу с истинностью 0,8. Такой результат позволяет решить задачу и в тех случаях, когда предприятие не может быть однозначно соотнесено ни с одним из классов.

Рис. 3 Ценовая величина, заданная нечетким числом

Рис. 4. Ценовая величина, заданная четким числом

Выбор инновационного продукта, как правило, осуществляется на основе сравнительной оценки с продуктом прототипом. В этом процессе всегда имеет место рыночная неопределенность, так как прототип был реализован на рынке в прошлом, а инновационный продукт только планируется реализовать на будущем рынке. В связи с этим, возможно что прошлые условия могут отличаться от будущих. Предлагается нечеткая модель оценки инновационного продукта.

Решение данной задачи осуществляется по векторному показателю "качество-цена". В качестве комплексного показателя предлагается мультипликативная свертка

где -- нормированная цена товара; -- нормированное значение количественной оценки качества товара.

Показатель (1) используется в рамках методики, алгоритм которой удобно проиллюстрировать на следующем примере.

Рассмотрим выбор товаров аналогов, цена которых приведена ниже:

(*) -- товар - инновация с прогнозной ценой в д. е.

В связи с тем, что продукты Т1, Т4 еще не вышли на рынок, то в данный момент времени можно говорить лишь об оценке цены, которая, очевидно, будет иметь приближенный характер. Одним из способов представления приближенных, неточных (расплывчатых, нечетких) оценок являются нечеткие числа.

Так, для Т1, нечеткое число графически может выглядеть как показано на рис.3, т.е. цена находится в интервале от 160 д.е. до 240 д.е., но наиболее ожидаемая величина (вершина функции) - 200 д.е. Аналогично задается цена продукта Т4 (при желании, интервал и форму функции, эксперт может задать исходя из своих соображений).

В отличии от продуктов Т1 и Т4, товары Т2, Т3 и Т5 на рынке находятся долгое время и величина цены задана четким числом: Т2 = 113 д.е. (рис. 4). Аналогично, как и для Т2, зададим цену товаров Т3 и Т5.

По результатам оценок экспертов, с точки зрения качества товары проранжированы следующим образом:

где R i - ранг товара с номером i (зададим нечетким числом).

В результате, ранги товаров представим как нечеткие числа, изображенные на рис.5. По результатам ранжирования рассчитаны нечеткие весовые коэффициенты качества (К) по формуле:

где N - число сравниваемых товаров.

Рис. 5. Ранги товаров

Рис. 6. Модифицированные ранги товаров

В результате, из первоначальных нечетких рангов товаров (рис.5), получим модифицированные значения рангов, которые будут находиться в интервале от 0 до 1, причем в обратном порядке (рис.6).

На следующем шаге нормируются значения K i , для чего каждое значение K i делится на сумму всех значений. В итоге имеем:

В завершение, рассчитываются комплексные показатели качества по выражению (1):

W 1 =0,05242; W 2 =0,03711; W 3 =0,03226; W 4 =0,04583; W 5 =0,01542.

Рис. 7. Комплексные показатели

Графически нечеткие комплексные показатели качества представлены на рис.7.

Процедура сравнения W, выполняется с помощью взвешенной мощности нечетких множеств.

Таким образом, расчеты дали следующие значения:

M W 1 = 0,0634605; M W 2 = 0,0438562; M W 3 = 0,0369195; M W 4 = 0,0562902; M W 5 = 0,0199427.

Как следует из расчетов, товары-инновации Т1 и Т4 по значению комплексного показателя «качество - цена» существенно превосходят товары-аналоги и могут быть рекомендованы к производству.

Преодоление кризисной ситуации невозможно без правильного подбора антикризисной команды. Одним из вариантов решения этой задачи является использование профиль-метода, суть которого в том, что каждого работника можно представить как заданный набор качеств в их определенном пространстве, где оценка по каждому критерию выставляется в виде баллов. В таблице 2 приведены критерии, по которым будет производиться оценка кандидатур, а также их веса, которые, при желании эксперта, могут задаваться нечеткими числами.

Таблица 2 Группы требований и их удельные веса gi

Предположим, что эксперт характеризует кандидата лингвистическими переменными следующего вида: 1) «не проявляются требования» - ne_pr; 2) «проявляются недостаточно» - pr_ned; 3) «проявляются достаточно четко» - pr_dost; 4) «проявляются со средней активностью» - pr_sr; 5) «проявляются хорошо» - pr_hor; 6) «проявляются очень хорошо» - pr_och_hor; 7) «проявляются отлично» - pr_otl. Графически их функции принадлежности представляются следующим образом (рис.8):

Рис. 8. Представление лингвистических переменных

Допустим, что эксперт задал следующие значения:

	Кандидат А
	Требования
	Спец. знания		Рис. 9. Экспертная оценка кандидата А
	Образование

	Характер
	Внешний облик
	Кандидат В
	Требования
	Спец. знания		Рис. 10. Экспертная оценка кандидата В
	Образование

	Характер
	Внешний облик

На рис. 9 а) и 10 а) представлены функции принадлежности лингвистических значений, на рис 9 б) и 10 б) эти же значения с учетом весов, заданных в табл.2. Для анализа альтернатив выполняется операция нахождения пересечений нечетких множеств, заданных для i-го кандидата. Затем производится сравнение полученных нечетких множеств (по каждому из кандидатов А, В), для определения наилучшего решения с помощью взвешенной мощности нечетких множеств.

Для кандидата А будем иметь следующие лингвистические оценки с соответствующими функциями принадлежности:

{ pr_dost (x), pr_sr (x), ne_pr (x), pr_och_hor (x)} - (рис. 9 б)

Для кандидата В имеем:

{ ne_pr (x), pr_hor (x), pr_dost (x), pr_ned (x)} - (рис. 10 б)

Если система оценок какого-либо из кандидатов содержит непересекающиеся множества, то определяются группы множеств с непустым пересечением и значение мощности рассчитывается для каждой группы отдельно, а затем эти мощности суммируются.

H A =min{ pr _ dost (x), pr _ sr (x), ne _ pr (x), pr _ och _ hor (x)} - (рис.11 а)

H B =min{ ne_pr (x), pr_hor (x), pr_dost (x), pr_ned (x)} - (рис.11 б)

Рис. 11. Представление итоговых функций принадлежности, отражающих оценку кандидатов

Можно ожидать, что кандидатура А предпочтительнее кандидатуры В.

Значения мощностей: для пересечения А1 - М A 1 =0.005326; для пересечения А2 - М A 2 =0.110967; для пересечения В1 - М В1 =0.014762; для пересечения В2 - М В2 =0.019108.

Общая оценка для кандидата А - М A = М A 1 + М A 2 = 0.1163;

Общая оценка для кандидата В - М В = М В1 + М В2 = 0.0339.

Таким образом, сравнивая значения М A и М В очевидно, что на вакантную должность лучше подходит кандидат А, что подтверждает предварительный вывод.

В рамках антикризисного управления большое значение имеет задача анализа и программирования рисков. В качестве объекта приложения рассматриваемого метода используется методика оценки риска стадии проекта, базирующаяся на работе с экспертными листами и лингвистической оценки риска.

В результате анализа представленных документов проекта, по каждому вопросу эксперт выставляет свои оценки, которые формулируются в лингвистической форме:

если <оценки>, то <вывод=?>(2)

и задача заключается в том, чтобы найти значение вывода наиболее соответствующее оценкам, содержащимся в левой части правила (2).

Предположим, что в качестве лингвистических значений оценок приняты следующие (рис. 12):

очень плохое- (VB);

среднее- (M);

очень хорошее- (VW). плохое- (B);

хорошее- (W);

Пусть первая часть правила (2) имеет вид:

если 1f =W> и 2f =W> и 3f =M> и 4f =W>

и 5f =M> и 6f =W> и 7f =VW> и 8f =W> и

9f =W> и 10f =W> и 11f =B> и 12f =W> и 13f =W>. (3)

Рис. 12 Пересечение функций принадлежности.

При известных функциях принадлежности для свертки оценок в соответствии с используемыми логическими связками и модификаторами вычисляется результирующая функция принадлежности. Для выражения (3) - это операция пересечения.

Ненулевые пересечения, например, могут быть образованы оценками

A 1f = (q 3f , q 11f ) ; A 2f = (q 5f , q 1f , q 2f , q 4f , q 6f , q 8f , q 9f , q 10f , q 12f ) ; A 3f = (q 7f , q 13f )

Эти пересечения на рис.12 представлены соответствующими заштрихованными областями. Предположим для простоты, что уровень риска оценивается тремя лингвистическими значениями:

Высокий уровень(HL);

Средний уровень(ML);

Низкий уровень(LL),

Графики соответствующих функций представлены на рис.13. На этих же рисунках нанесены и функции принадлежности, соответствующие пересечениям А1, А2, А3 (пунктирные линии):

A 1f = (q 3f q 11f ) ; A 2f = (q 5f q 1f q 2f q 4f q 6f q 8f q 9f q 10f q 12f ) ; A 3f = (q 7f q 13f ) .

Получение интересующего нас вывода требует вычисление импликации. Самым простым является вычисление по формуле

Рис. 13 (1) Пересечение с «высоким уровнем».

Рис. 13 (2) Пересечение со «средним уровнем».

Рис. 13 (3) Пересечение с «низким уровнем».

Выполнения преобразований по соотношению (4) для оценки "высокий уровень риска" представлено нечетким множеством H, для оценки "средний уровень риска" - нечетким множеством M, для оценки "низкий уровень риска" - L. Для выбора наиболее достоверной оценки уровня риска необходимо сравнить нечеткие множества H, M, L. Эта процедура выполняется с помощью взвешенной мощности нечетких множеств.

Для примера, представленного на рис. 12, 13 были получены следующие результаты:

M (выс. уровень) = 0.2; М (ср. уровень) = 0.4; М (низ. уровень) = 0.3.

Таким образом, уровень риска оценивается как средний, следовательно, данное предложение может быть принято для дальнейшей проработки.

Обработка лингвистических оценок позволяет получить более достоверные данные и новую информацию, не содержащуюся в явном виде в суждениях экспертов и позволяющую построить эффективные модели интуитивно-логического анализа в сочетании с количественными методами оценки и обработки.

Основные результаты диссе ртационной работы

1.Разработана модель распознавания возможности возникновения кризисной ситуации, которая дает возможность прогнозирования будущего состояния предприятия на основе экспертных оценок, не дожидаясь отчетной документации полном объеме. В настоящей работе для обработки экспертных заключений используются мягкие вычисления. Сами экспертные заключения представляются в виде нечетких чисел. В результате такого подхода получается сценарная оценка, в которой представлены наихудший, наилучший, а также наиболее ожидаемый результат, что обеспечивает выбор наиболее обоснованных решений.

2.Предложена нечеткая модель оценки инновационного продукта, которая позволяет учесть не только неполное соответствие инновационного продукта прототипу, но также и то, что инновационный продукт и прототип будут находиться в различных рыночных условиях.

3.Разработаны нечеткие модификации профиль-метода, используемого для подбора антикризисной команды - что является одним из главных способов преодоления кризисной ситуации. Профильные оценки представляются либо нечеткими числами, либо в виде лингвистических утверждений.

4.В связи с большим значением задачи анализа и управления риском для антикризисного управления, в диссертационной работе предлагаются модели оценки рисков не возврата дебиторской задолженности, а также риска инвестирования с целью преодоления кризисной ситуации на основе нечетко - множественного подхода.

5.Разработан программный модуль, реализующий задачу качественной оценки возможных рисков, связанных с инвестированием собственных средств предприятия, а также с возвратом дебиторской задолженности.

Публикации в журналах из перечня ВАК:

1.Чернов В.Г., Суворов М.К. Прогнозирование банкротства с использованием рейтинговой методики, основанной на нечетких моделях // Приборы и системы. Управление, Контроль, Диагностика. - 2006. - N4. - с. 57-63.

Прочие публикации:

1.Суворов М.К. Оценка качества подготовки инвестиционных документов на основе нечетких правил условного логического вывода // Наука молодая: материалы научной конференции молодых ученых и студентов (8-10 апреля 2003 г., Владимир). - Владимир: ВлГУ, 2003. - с. 131. - ISBN 5-89368-447-8.

2.Чернов В.Г., Суворов М.К. Нечеткие модели в антикризисном управлении // Современные проблемы прикладной математики и математического моделирования: материалы международной научной конференции (12-17 декабря 2005 г., Воронеж). - Воронеж: Воронежская государственная технологическая академия, 2005. - с.237.

3.Чернов В.Г., Суворов М.К. Анализ профессиональных качеств претендентов на должность на основе лингвистических оценок // Социально-экономические системы и процессы: методы изучения и проблемы развития: материалы международ. науч.-практ. конф. (24 мая 2005 г., Владимир): Филиал ГОУ ВПО ВЗФЭИ в г. Владимире. - Владимир, 2005. - с. 415-418. - ISBN 5-93350-109-3.

4.Чернов В.Г., Суворов М.К. Оценка инновационной продукции по критерию "качество-цена" при нечетких оценках критериального соответствия // Динамика научных исследований 2005: материалы междунар. науч.-практ. конф. (20-30 июня 2005 г., Днепропетровск): Т. 15: Экономика. - Днепропетровск: Наука и освита, 2005. - с. 85-89. - ISBN 966-7191-99-0.

5.Чернов В.Г., Суворов М.К. Нечетко-множественные методы и модели в задачах антикризисного управления // Научные исследования: информация, анализ, прогноз: монография / под ред. О.И. Кирикова. - Воронеж: ВГПУ, 2006. - Книга 10. - с. 185-217. - ISBN 5-88519-304-5.

Размещено на Allbest.ru
...
Подобные документы

Понятие и структура интеллектуальной системы. Математическая теория нечетких множеств. Причины распространения системы Fuzzy-управления. Предпосылки для внедрения нечетких систем управления. Принципы построения системы управления на базе нечеткой логики.
реферат , добавлен 31.10.2015

Понятие системы управления, ее назначение и целевые функции. Суть параметрического метода исследования на основе научного аппарата системного анализа. Проведение исследования системы управления на предприятии "Атлант", выявление динамики объема продаж.
курсовая работа , добавлен 09.06.2010

Статистические модели принятия решений. Описание моделей с известным распределением вероятностей состояния среды. Рассмотрение простейшей схемы динамического процесса принятия решений. Проведение расчета вероятности произведенной модификации предприятия.
контрольная работа , добавлен 07.11.2011

Нечеткие множества. Основные понятия нечеткой логики, необходимые для моделирования процессов мыслительной деятельности человека. База правил. Формы многоугольных функций принадлежности. Гауссова функция. Системы нечеткого вывода в задачах управления.
реферат , добавлен 16.07.2016

Теория математического анализа моделей экономики. Сущность и необходимость моделей исследования систем управления в экономике и основные направления их применения. Выявление количественных взаимосвязей и закономерностей в социально-экономической системе.
курсовая работа , добавлен 27.09.2010

Методы оценки эффективности систем управления. Использование экспертных методов. Мнение экспертов и решение проблемы. Этапы подготовки к проведению экспертизы. Подходы к оценке компетентности экспертов. Зависимость достоверности от количества экспертов.
реферат , добавлен 30.11.2009

Линеаризация математической модели регулирования. Исследование динамических характеристик объекта управления по математической модели. Исследование устойчивости замкнутой системы управления линейной системы. Определение устойчивости системы управления.
курсовая работа , добавлен 07.08.2013

Понятия теории нечетких систем, фаззификация и дефаззификация. Представление работы нечетких моделей, задача идентификации математической модели нечеткого логического вывода. Построение универсального аппроксиматора на основе контроллера Мамдани-Сугено.
курсовая работа , добавлен 29.09.2010

Схема управления запасами для определения оптимального количества запасов. Потоки заказов, время отгрузки как случайные потоки с заданными интенсивностями. Определение качества предложенной системы управления. Построение модели потока управления запасами.
контрольная работа , добавлен 09.07.2014

Построение имитационной модели "AS-IS" подсистемы управления производственными запасами ООО "Фаворит", адаптация программного обеспечения. Функциональные возможности табличного процессора MS Excel, VBA for Excel. Математическое обеспечение модели.

Оценка возможности банкротства субъектов предпринимательской деятельности предполагает использование различных форм и методов учета показателей, характеризующих изменения между общими целевыми ориентирами предприятий и частными задачами с целью принятия решений по их устранению.

Среди существующих методик анализа и диагностики финансового состояния организации чаще всего используется двухфакторная модель Э.И. Альтмана; пятифакторная модель Э.И. Альтмана на основе Z-счета; модель Таффлера, модель В.Х. Бивера, рейтинговое число Сайфуллина Р.С. и Кадыкова Г.Г., шестифакторная модель О.П. Зайцевой.

Наиболее фундаментальным является исследование Э.И. Альтмана, которое явилось основой многочисленных последующих исследований, проводимых в области диагностики банкротства.

Максимально доступной, в части простоты использования, является методика по типу двухфакторной математической модели Э.И. Альтмана при построении которой учитывается два показателя: и удельный вес заемных средств в пассивах.

Весовые значения этих коэффициентов определены эмпирически и составляют для показателя текущей ликвидности (покрытия) К п = - 1,0736 и для показателя удельного веса заемных средств в пассивах организации К з = +0,0579.

Тогда оценку вероятности банкротства организации в соответствии с двухфакторной моделью Э.И. Альтмана можно определить по формуле (1):

Z = - 0,3877 - 1,0736К п + 0,0579К з, (1)

где: - 03877 - постоянный коэффициент;

К п - показатель текущей ликвидности (покрытия);

К з - показатель удельного веса заемных средств в пассивах организации.

При этом, если Z принимает величину равную нулю, то вероятность банкротства организации составляет 50%, если Z < 0, то вероятность банкротства менее 50 % и если Z >0, то вероятность банкротства более 50 %, которая возрастает с увеличением Z.

Однако при расчете возможного банкротства организации по методу двухфакторной модели не находят отражения отдельные стороны финансовой деятельности организаций, выражаемые оборачиваемостью активов, рентабельностью, темпами изменения выручки от реализации и др.

Пятифакторная модель Э.И. Альтмана по системе Z-счета учитывает пять показателей, которые рассчитываются в процессе проведения мультипликативного дискриминантного анализа (Multiple-discriminant analysis - MDA) финансового состояния организации.

Модель дискриминантного анализа (discriminant analysis model) представлена в виде формулы (2):

D = b 0 + b l К l + b 2 К 2 +b 3 Кi+. +b k К k , (2)

где D - дискриминантный показатель (дискриминант);

b - дискриминантный коэффициент, или вес;

К - предиктор, или независимая переменная.

Коэффициенты b 0 , b 1 , b 2 , b 3 …. b k определяются как отношение межгрупповой суммы квадратов к внутригрупповой сумме квадратов для дискриминантных показателей максимально.

Показатель Z-счета, характеризующий кредитоспособность организации можно рассчитать по формуле (3):

Z-счет = 1,2 х К 1 + 1,4 х К 2 + 3,3 х К 3 + 0,6 х К 4 + К 5 , (3)

К 3 - рентабельность активов;

К 4 -отношение рыночной стоимости всех обычных и привилегированных акций организации к заемным средствам;

К 5 - оборачиваемость активов.

Достоинство данной модели состоит в том, что предоставляется определение банкротства организаций с высокой степенью ее вероятности.

В условиях характерных для экономики Республики Беларусь, когда рентабельность отдельных организаций в значительной мере подвергается опасности внешних колебаний, представленная выше модель, позволяет оценить финансовую ситуацию предприятий не только с позиции их жизнеспособности, но и устойчивости финансово-хозяйственной деятельности на перспективу. В тоже время, основой формирования этих моделей являются эмпирические факторы, представляющие собой набор коэффициентов, которые определяются конкретно для каждой отрасли промышленности, но могут существенно различаться по величине показателей. Поэтому модифицированный вариант модели Э.И. Альтмана учитывающий обстоятельства связанные с оценкой акций, которые еще не котировались на бирже может быть выражен формулой (4):

R = 8,38 х К 1 + К 2 + 0,054 х К 3 + 0,63 х К 4 , (4)

где R - итоговый коэффициент вероятности банкротства;

К 1 - доля чистого оборотного капитала в активах;

К 2 - отношение накопленной прибыли к активам;

К 3 - рентабельность активов;

К 4 - балансовая стоимость акций.

При этом данная модель предполагает наличие активно действующего, вторичного рынка ценных бумаг, на котором может определяться их цена и в условиях его неразвитости использование показателя Z-счёта нецелесообразно.

Исследовав модели Э.И. Альтмана с позиции ее состоятельности для разных условий хозяйствования Р. Таффлер и Г. Тишоу сформировали четырехфакторную модель финансовой несостоятельности предприятий, содержание которой аргументировали необходимостью введения переменных показателей (формула 5):

где Z - итоговый коэффициент вероятности банкротства;

К 1 - отношение прибыли от реализации к краткосрочным обязательствам;

К 2 - отношение оборотных активов к сумме обязательств;

К 3 - отношение краткосрочных обязательств к сумме активов;

К 4 - соотношение выручки от реализации и общей суммы активов.

При этом переменный показатель К 1 играет доминирующую роль по сравнению с другими, и в условиях когда различительная прогностическая способность модели оказывается ниже по сравнению с Z-счетом Альтмана, даже незначительные колебания экономической ситуации в стране и наличие возможных ошибок в исходных данных при вычислении финансовых коэффициентов могут привести к ошибочным выводам.Р. Таффлер и Г. Тишоу установили, что при Z > 0,3 вероятность банкротства низкая, а при Z < 0,2 высокая.

Вместе с тем, прогнозная модель Р. Таффлера и Г. Тишоу не включает в себя рыночную оценку бизнеса в виде котировки акций и ее использование в практике хозяйствования не получило распространения.

Проанализировав множество коэффициентов, характеризующих деятельность обанкротившихся компаний, У. Бивер сгруппировал их в шесть групп, это позволило ему установить, что наибольшую значимость в каждой из групп имеет показатель, отражающий соотношение притока денежных средств и заемного капитала, и предложил пятифакторную систему оценки финансового состояния организации для диагностики банкротства, включающую следующие индикаторы:

рентабельность активов;

удельный вес заёмных средств в пассивах;

коэффициент текущей ликвидности;

доля чистого оборотного капитала в активах;

коэффициент Бивера, представляющий собой отношение суммы чистой прибыли и амортизации к заёмным средствам.

Исходя из этих положений для определения вероятности наступления банкротства по модели У. Бивера можно полученные значения показателей сравнить с нормативными показателями для благополучных фирм, обанкротившихся в течение года и ставших банкротами в течение 5 лет (таблица 1).

Таблица 1 ? Определение вероятности наступления банкротства по модели У. Бивера

Показатели

Расчет показателей

Нормативные значения показателей

для разных групп

Благополучные компании

За 5 лет до банкротства

За 1 год до банкротства

Экономическая рентабельность

Чистая прибыль

Валюта баланса

Финансовый левередж

Коэффициент текущей ликвидности

Оборотные активы

Текущие обязательства

Коэффициент

покрытия активов чистым оборотным капиталом

Собственный - Внеоборотный капитал

Коэффициент Бивера

Чистая прибыль + Амортизация

Долгосрочные + Краткосрочные обязательства

Методика оценки вероятности банкротства организаций с использованием пошагового дискриминантного метода предложенная Г. Спрингейтом, позволяет определить риск неплатежеспособности с точностью более чем 90% от исследуемых предприятий. Ее особенность состоит в том, что в такой модели используется только 4 финансовых коэффициента (формула 6):

Z = 1,03К 1 +3,07К 2 +0,66К 3 +0,4К 4, (6)

где К 1 - оборотный капитал;

К 2 - прибыль до налогообложения + проценты к уплате;

К 3 - прибыль до налогообложения ч краткосрочные обязательства;

К 4 - выручка (нетто) от реализации.

Вероятность банкротства организации определяется по рассчитанным параметрам Z, исходя из положения, что если Z менее 0,862, то вероятность банкротства большая, если Z больше 0,862, то банкротство мало вероятно.

Французские ученые Ж. Конан и М. Голдер на базе метода множественного дискриминантного анализа разработали методику оценки платежеспособности организаций, которая позволила оценивать вероятность задержки платежей организацией. Модель описывает вероятность наступления кризисной ситуации (банкротства) для различных значений индекса KG:

KG = - 0,16К 1 - 0,22К 2 + 0,87К 3 - 0,10К 4 - 0,24К 5 , (7)

где К 1 - доля быстрореализуемых ликвидных средств (денежные средства + краткосрочные финансовые вложения + краткосрочная дебиторская задолженность) в активах;

К 2 - доля долгосрочных источников финансирования в пассивах;

К 3 - отношение финансовых расходов (уплаченные проценты по заемным средствам + налог на прибыль) к нетто-выручке от продажи;

К 4 - доля расходов на персонал в валовой прибыли;

К 5 - соотношение накопленной прибыли и заемного капитала.

В зависимости от значения KG дается оценка вероятности банкротства организации по определенной шкале, представленной в таблице 3.

Таблица 3 - Определение вероятности наступления банкротства по методике Коннана-Гольдера

Точность применения данной методики составляет 90%.

В реальных условиях применение перечисленных моделей прогнозирования банкротства в практике хозяйствования не принесли достаточно точных результатов. Это связано прежде всего с тем, что двух - трёхфакторные модели не являются достаточно точными. Точность прогнозирования увеличивается, если во внимание принять большее количество факторов.

Эти модели следует использовать лишь как вспомогательные средства анализа организаций. Полностью полагаться на их результаты неразумно и опасно. Применять их следует только после проверки и коррекции в среде будущего применения.

Представленные выше модели содержат значения весовых коэффициентов и пороговых значений комплексных и частных показателей, которые рассчитаны на основе страновых аналитических данных шестидесятых и семидесятых годов прошлого столетия. Они не соответствуют современной экономической ситуации в Республике Беларусь.

Также к минусам рассмотренных методик можно отнести:

период прогнозирования в рассмотренных моделях колеблется от трёх до пяти лет, а в некоторых моделях срок прогнозирования вообще не указывается. В условиях динамично развивающейся экономики Республики Беларусь использование периода прогнозирования, равного пяти годам, как это имеет место в моделях зарубежных авторов преждевременно, и необходимо использовать более короткие промежутки времени (до одного - трех лет) указанные методики дают возможность определить вероятность приближения банкротства организации, однако они не позволяют прогнозировать наступление фазы роста и других фаз жизненного цикла организации.

Особый интерес представляют отдельные модели, предложенные российскими учеными:

пятифакторная модель Р.С. Сайфуллина и Г.Г. Кадыкова.

шестифакторная модель О.П. Зайцевой;

К сожалению, их применение далеко не всегда гарантирует точность оценки финансового положения организации в условиях Республики Беларусь.

Российские ученые Р.С. Сайфуллин и Г.Г. Кадыков предприняли попытку адаптировать модель "Z-счет" Э.И. Альтмана. Они предложили использовать для оценки финансового состояния организаций рейтинговое число:

R = 2К о + 0,1К тл + 0,08К и + 0,45К м + К пр, (8)

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 будет имеет удовлетворительное состояние экономики. Финансовое состояние организаций с рейтинговым числом менее единицы характеризуется как неудовлетворительное.

Модель Р.С. Сайфуллина и Г.Г. Кадыкова является наиболее точной из всех представленных моделей, однако небольшое изменение коэффициента обеспеченности собственными средствами с 0,1 до 0,2 приводит к изменению итогового показателя ("рейтингового числа") на:

R1 = (0,2 - 0,1) х 2 = 0,2 пункта.

К такому же результату приводит и значительное изменение коэффициента текущей ликвидности от нуля (от полной неликвидности) до двух, что характеризует высоколиквидные организации:

R2 = (2 - 0) х 0,1 = 0,2 пункта

Оценивая существующие методики оценки экономического состояния организации и прогнозирования вероятности банкротства можно сделать вывод, что модели, отвечающей экономическим условиям Республики Беларусь, учитывающей специфику экономики страны или отрасли в целом, пока не существует.

Высокая чувствительность модели Р.С. Сайфулина к изменению доли краткосрочных обязательств объясняется использованием в модели несколько завышенного весового коэффициента для показателя отношения чистого оборотного капитала к активу. В результате никакие реально достижимые показатели текущей ликвидности, деловой активности и прибыльности не могут обеспечить достижения приемлемой величины интегрального показателя.

Комплексный коэффициент банкротства в шестифакторной математической модели О.П. Зайцевой рассчитывается по формуле:

К компл = 0,25К уп + 0,1К з + 0,2К с + 0,25К ур + 0,1К фр + 0,1К заг, (9)

где К уп - коэффициент убыточности организации, характеризующийся отношением чистого убытка к собственному капиталу;

К з - соотношение кредиторской и дебиторской задолженности;

К с - показатель соотношения краткосрочных обязательств и наиболее ликвидных активов, этот коэффициент является обратной величиной показателя абсолютной ликвидности;

К ур - убыточность реализации продукции, характеризующаяся отношением чистого убытка к объёму реализации этой продукции;

К фр - соотношение заёмного и собственного капитала;

К заг - коэффициент загрузки активов как величина, обратная коэффициенту оборачиваемости активов.

Весовые значения частных показателей для условий функционирования отечественных организаций были определены экспертным путём, а фактический комплексный коэффициент банкротства следует сопоставить с нормативным, рассчитанным на основе рекомендуемых минимальных значений частных показателей:

К уп = 0; К з = 1; К с = 7; К ур = 0; К фр = 0,7;

К заг = значение К заг в предыдущем периоде.

Если фактический комплексный коэффициент больше нормативного, то вероятность банкротства велика, а если меньше - то вероятность банкротства мала. Отсутствие в Республике Беларусь статистических материалов по организациям-банкротам не позволяет скорректировать методику исчисления весовых коэффициентов и пороговых значений с учётом экономических условий, а определение данных коэффициентов экспертным путём не обеспечивает их достаточной точности. Весовые значения частных показателей, для условий функционирования российских организаций, были определены экспертным путём, а фактический комплексный коэффициент банкротства следует сопоставить с нормативным, рассчитанным на основе рекомендуемых минимальных значений частных показателей, приведенных в таблице 4.

Таблица 4 - Минимальные значения частных показателей

Определение весовых коэффициентов в модели О.П. Зайцевой является не совсем обоснованным, так как весовые коэффициенты в этой модели были определены без учёта поправки на относительную величину значений частных коэффициентов. Запример, нормативное значение показателя соотношения срочных обязательств и наиболее ликвидных активов равно семи, а нормативные значения коэффициента убыточности организации и коэффициента убыточности реализации продукции равны нулю. В связи с этим даже небольшие изменения одного из вышеназванных показателей приводят к колебаниям итогового значения, в десятки раз более сильным, чем изменение вышеназванных коэффициентов, хотя, по замыслу автора этой модели, они, наоборот, должны были иметь большее весовое значение по сравнению с соотношением срочных обязательств и наиболее ликвидных активов.

Все перечисленные методики учитывают состояние показателей лишь на момент анализа, а изменения динамики во времени не рассматриваются. Исключением являются: динамика прибыли во второй версии "Z-счета" Альтмана и динамика коэффициента загрузки активов О.П. Зайцевой.

Зе смотря на относительное внешнее сходство отечественной и российской систем рыночного экономического развития, существуют достаточно весомые внутренние отличия экономической политики соседних государств, что в свою очередь позволяет усомниться в достоверности прогноза рассмотренных выше моделей применительно к организациям Республики Беларусь.

К моделям прогнозирования банкротства, разработанным белорусскими учеными можно отнести методику Г.В. Савицкой.

Данная методика заключается в классификации организаций по степени риска исходя из фактического уровня показателей финансовой устойчивости и рейтинга каждого показателя, выраженного в баллах. Методика имеет вид, представленный в таблице 5.

Таблица 5 - Группировка показателей по критериям оценки финансового состояния

Показатель

Границы классов согласно критериям

Коэффициент абсолютной ликвидности

0,25 и более

Коэффициент быстрой ликвидности

Коэффициент текущей ликвидности

Коэффициент автономии

0,6 и более

Коэффициент обеспеченности СОС

0,5 и более

Коэффициент обеспеченности запасов СОК

Минимальное значение границы

Исходя из методики Г.В. Савицкой организацию можно отнести к одному из следующих классов:

Организация с хорошим запасом финансовой устойчивости, позволяющим быть уверенным в возврате заемных средств;

Организации демонстрирующие некоторую степень риска по задолженности, но еще не рассматриваемые как неблагополучные;

Проблемные организации - здесь вряд ли существует риск потери средств, но полное получение процентов представляется сомнительно;

Организация с высоким риском банкротства. Даже после принятия мер по финансовому оздоровлению, кредиторы рискуют потерять все средства и проценты;

Организации высочайшего риска, практически несостоятельны;

Организации банкроты.

К достоинствам данной модели можно отнести ее отечественное происхождение и позитивные отзывы при тестировании модели на выборках отечественных организаций.

В результате рассмотренного в данном разделе материала можно сделать следующие выводы .

1. Экономический потенциал - способность предприятия достигать поставленные перед ним цели, используя имеющиеся у него материальные, трудовые и финансовые ресурсы. Выделяют две стороны экономического потенциала: имущественное положение коммерческой организации и ее финансовое положение.

2. Финансовое положение определяется достигнутыми за отчетный период финансовыми результатами и, кроме того, описывается некоторыми статьями баланса, а также соотношениями между ними. При этом с позиции краткосрочной перспективы говорят о ликвидности и платежеспособности организации, а в долгосрочном плане - о финансовой устойчивости.

3. Финансовое состояние хозяйствующего субъекта - это характеристика его финансовой конкурентоспособности (т.е. платежеспособности, кредитоспособности), использования финансовых ресурсов и капитала, выполнения обязательств перед государством и другими хозяйствующими субъектами.

4. Финансово-экономический анализ представляет собой комплексное, научно обоснованное экономическое исследование финансово-хозяйственной деятельности предприятия. Теоретическими основами финансово-экономического анализа является совокупность научных принципов, используемых при изучении экономических явлений.

5. Основным источником информации для анализа финансового положения организации является бухгалтерский баланс. Используются также и формы бухгалтерской отчетности: форма №2 "Отчет о прибылях и убытках", форма №3 "Отчет о движении фондов и других средств", форма №4 "Отчет о движении денежных средств", форма №5 "Приложение к бухгалтерскому балансу", данные текущего бухгалтерского учета.

Вам также будет интересно:

Из истории теоремы пифагора Краткое сообщение о теореме пифагора

Городская научно-практическая конференция «Старт в науку» Знаменитые теоремы (теорема...

Самые знаменитые русские в мире

Русские ученые изобрели телевизор, а русские режиссеры научили весь мир театру. Кто же из...

Примерное расписание логопедических занятий

Многие родители, отдавая ребёнка с дефектами речи в школу, ожидают, что там с ним будет...

Презентация на тему: «Всё о Лондоне»

London Hello! Today I’m your guide. I want to tell you about London. London is the capital...

Урок географии "Австралия

Урок географии по теме «Географическое положение и история открытия Австралии» Цели...

Популярное

Живая азбука, живые буквы в картинках, русский алфавит в картинках На что похожи буквы рисунок получили приз

Строение и функции молекул ДНК и РНК

Из истории теоремы пифагора Краткое сообщение о теореме пифагора

Самые знаменитые русские в мире

Примерное расписание логопедических занятий

Презентация на тему: «Всё о Лондоне»

Урок географии "Австралия

Математические модели оценки антикризисного управления. Современные проблемы науки и образования

Рекомендованный список диссертаций

Антикризисное управление предприятиями: Финансовый аспект 2000 год, кандидат экономических наук Хараев, Мурат Ленович

Организационно-экономические проблемы деятельности предприятий АПК в кризисных условиях 2003 год, доктор экономических наук Козенко, Юрий Алексеевич

Формирование и функционирование эффективной системы антикризисного управления в промышленности 2002 год, кандидат экономических наук Маслов, Игорь Николаевич

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Совершенствование механизма антикризисного управления предприятия 2001 год, кандидат экономических наук Хобта, Владислав Владимирович

Заключение диссертации по теме «Математические и инструментальные методы экономики», Богочаров, Владимир Иванович

Список литературы диссертационного исследования кандидат экономических наук Богочаров, Владимир Иванович, 1999 год

Библиографический список

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Автореферат

диссертации на соискание ученой степени

Нечеткие модели в задачах антикризисного управления

Специальность 08.00.13

«Математические и инструментальные методы экономики»

кандидата экономических наук

Суворов Михаил Константинович

Иваново 2007

Работа выполнена в ГОУ ВПО «Владимирский государственный университет».

антикризисный управление прогнозирование

Общая характеристика работы

Основное содержание работы

Подобные документы

Вам также будет интересно:

Форма поиска

Популярное

Живая азбука, живые буквы в картинках, русский алфавит в картинках На что похожи буквы рисунок получили приз

Строение и функции молекул ДНК и РНК

Из истории теоремы пифагора Краткое сообщение о теореме пифагора

Самые знаменитые русские в мире

Примерное расписание логопедических занятий

Презентация на тему: «Всё о Лондоне»

Урок географии "Австралия

Математические модели оценки антикризисного управления. Современные проблемы науки и образования

Рекомендованный список диссертаций

Антикризисное управление предприятиями: Финансовый аспект 2000 год, кандидат экономических наук Хараев, Мурат Ленович

Организационно-экономические проблемы деятельности предприятий АПК в кризисных условиях 2003 год, доктор экономических наук Козенко, Юрий Алексеевич

Формирование и функционирование эффективной системы антикризисного управления в промышленности 2002 год, кандидат экономических наук Маслов, Игорь Николаевич

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Совершенствование механизма антикризисного управления предприятия 2001 год, кандидат экономических наук Хобта, Владислав Владимирович

Заключение диссертации по теме «Математические и инструментальные методы экономики», Богочаров, Владимир Иванович

Список литературы диссертационного исследования кандидат экономических наук Богочаров, Владимир Иванович, 1999 год

Библиографический список

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Автореферат

диссертации на соискание ученой степени

Нечеткие модели в задачах антикризисного управления

Специальность 08.00.13

«Математические и инструментальные методы экономики»

кандидата экономических наук

Суворов Михаил Константинович

Иваново 2007

Работа выполнена в ГОУ ВПО «Владимирский государственный университет».

антикризисный управление прогнозирование

Общая характеристика работы

Основное содержание работы

Подобные документы

Вам также будет интересно: