автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Принятие управленческих решений при антикризисном управлении предприятием

На правах рукописи

РАХИМКУЛОВА Гульназ Зарифовна

ПРИНЯТИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРИ АНТИКРИЗИСНОМ УПРАВЛЕНИИ ПРЕДПРИЯТИЕМ (НА ОСНОВЕ РАЗРАБОТКИ МОДЕЛИ ДИАГНОСТИКИ ПОТЕНЦИАЛЬНОЙ НЕПЛАТЕЖЕСПОСОБНОСТИ)

Специальность 05.13.10 - Управление в социальных и экономических системах

2 6 НОЯ 2009

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Уфа-2009

003484415

Работа выполнена в Уфимском государственном авиационном техническом университете на кафедре вычислительной математики и кибернетике

Научный доктор технических наук, профессор

руководитель Бронштейн Ефим Михайлович

Официальные доктор экономических наук, профессор

оппоненты Мустаев Ирек Закиевич,

заведующий кафедрой УИ ИНЭК УГАТУ

доктор экономических наук, доцент Зулькарнай Ильдар Узбекович, заведующий сектором Института социально-экономических исследований Уфимского научного центра РАН

Ведущая организация: Уфимский государственный

нефтяной технический университет

Защита состоится «15» декабря 2009 года в ^исов на заседании диссертационного совета Д 212.288.08 при Уфимском государственном техническом университете по адресу: 45000, г. Уфа, ул. К. Маркса, д. 12

С диссертацией можно ознакомиться в библиотеке Уфимского государственного технического университета

Автореферат разослан ноября 2009 года.

Ученый секретарь диссертационного совета, доктор экономических наук, профессор

С

л

Аристархова М. К.

Общая характеристика работы

Целью любого государства в современном мире является обеспечение стабильного экономического положения, благосостояние нации и дальнейший экономический рост. На всех этапах развития экономики основным звеном являлось предприятие. Несмотря на трудности в развитии реального сектора экономики (неблагоприятный инвестиционный климат, неэффективная налоговая политика и другие макроэкономические факторы), многое зависит от самих предприятий, от их собственников и менеджеров, от их деятельности, направленный на достижение стабильности бизнеса. Решение этой задачи возможно при эффективном антикризисном управлении. Антикризисное управление подразумевает раннюю диагностику кризисных явлений на предприятии и оперативные меры по выведению предприятия из кризиса, стабилизации его деятельности.

Предприятие можно рассматривать как социально-экономическую систему. Если социальная система направлена на удовлетворение духовных потребностей людей, поддержание здоровья нации, то экономическая система направлена на удовлетворение материальных потребностей людей путем создания жизненных благ. Предприятие представляет собой совокупность ресурсов с обязательным и доминирующим участием человеческого фактора, объединенных для преобразования ресурсов в востребованную обществом продукцию или услуги. От того, насколько рано будет выявлены кризисные явления па предприятии и эффективны меры по стабилизации, зависит финансовое благополучие его владельцев и работников. Недостаток финансовых средств для приобретения необходимого сырья, высокая себестоимость продукции приводит к частичным или полным остановкам производства, отсюда перевод работников на неполный рабочий день, длительные задержки выплат заработной платы, сокращение рабочих мест, невыполнение социальных программ предприятия. Если предприятие является градообразующим, все это приводит к росту социальных проблем: росту алкоголизма, преступности, миграции населения.

Выявление неблагоприятных тенденций развития предприятия, оценка платежеспособности приобретает первостепенное значение. К настоящему времени существует множество как зарубежных, так и отечественных источников, содержащих рекомендации по оценке платежеспособности предприятий, но возникает проблема выбора определенной методики, которая соответствовала бы предприятию конкретной отрасли и условиям, в которых оно находится.

Среди российских ученых, занимающихся разработками в области антикризисного управления предприятием можно выделить следующих: А.Д.Шеремет, О.П.Зайцева, Г.Г. Кадыков, P.C. Сайфулин, Г.Ф Шершеневич, Г.А. Шестаков и др.

На практике широко применяется анализ финансовых расчетных показателей (коэффициентов), направленный на изучение структуры активов

предприятия, качества и интенсивности их использования, способа их финансирования. По ряду показателей выработаны нормативы, характеризующие предприятия позитивно или негативно. Однако, в большинстве случаев показатели, оцениваемые при анализе, однозначно интерпретировать нельзя. Это связано со спецификой отраслей экономики, с состоянием экономической среды, в которой они работают. Любое лицо, заинтересованное положением компании (руководитель, инвестор, кредитор, аудитор и т.д.) не довольствуется простой количественной оценкой показателей. Ему необходимо оценить риск банкротства по значениям показателей выделенной группы. Показателей много, изменяются они зачастую разнонаправлено, поэтому набор всех исследуемых финансовых показателей «сворачивается» в один, по значению которого можно судить о степени благополучия компании.

В западной практике широкое распространение получила модель Альтмана и ее модификации (модель Спрингейта, Фулмера, Тоффлера, Тисшоу, Лиса, Чессера). Модели были разработаны в экономических условиях отличных от российских, потому их использование может приводит к значительным отклонениям прогноза от фактических данных. Поэтому для получения объективной оценки финансово-экономического состояния предприятия, возникает необходимость создания эффективной методики оценивания неплатежеспособности, адаптированной к условиям конкретной отрасли и конкретного региона. Первым российским опытом применения подхода Альтмана является сравнительно недавно разработанная модель Давыдовой-Беликова. Кроме того, российские экономисты P.C. Сайфуллин, Г.Г.Кадыков, О.П.Зайцева, М. А. Хайдарова строили модели типа Альтмана.

Подход в оценке платежеспособности предприятия на основе теории нечетких множеств реализован О.А.Недосекиным. Существенным недостатком данного подхода является зависимость результата от субъективной оценки эксперта-аналитика значимости показателей, влияющей на оценку риска банкротства.

Важность проблемы диагностики неплатежеспособности предприятия, а также принятия мер по выведению предприятия из кризиса, в процессе принятия решений при антикризисном управлении предприятием как социально-экономической системы в сочетании с недостаточной разработанностью существующих методов обусловили выбор темы исследования, определили цель и задачи, позволяющие достичь эту цель.

Таким образом, цель исследования состоит в разработке метода диагностики неплатежеспособности как элемента процесса принятия решений при антикризисном управлении предприятием.

Для достижения цели необходимо решить следующие задачи: 1) Выработать требования, обосновывающие необходимость учета отраслевой специфики для диагностики кризисных явлений на предприятии для принятия решений при антикризисном управлении.

2) Сформировать систему показателей неплатежеспособности для построения модели диагностики неплатежеспособности предприятия и на ее основе разработать методику выделения наименьшего семейства показателей из системы сформированной системы показателей для корректности принимаемых решений при антикризисном управлении предприятием.

3) Разработать методику построения моделей диагностики потенциальной неплатежеспособности предприятия и на ее основе построить модели диагностики потенциальной неплатежеспособности предприятия при принятии решений в процессе антикризисного управления предприятиями различных отраслей РБ.

4) Исследовать целесообразность совместного применения линейных и нейрокомпьютерных моделей диагностики неплатежеспособности при принятии решения в процессе антикризисного управления.

5) Разработать методику принятия управленческих решений, направленных на снижение риска неплатежеспособности.

Объектом исследования является финансовая структура предприятия как социально-экономической системы.

Предметом исследования являются методы принятия финансово-экономических решений в процессе антикризисного управления предприятием.

Теоретическая и методологическая основа исследования.

Основными инструментами, применяемыми в диссертационном исследовании, являются методы теории распознавания образов, линейной оптимизации, корреляционный анализ, теория графов, нейронные сети. Теоретической базой исследования послужили подходы отечественных и зарубежных исследователей в области анализа финансового состояния предприятия, изложенные в научных трудах, периодических изданиях, учебной и справочной литературе, методических и практических пособиях. Информационной базой исследования явились данные Федеральной службы государственной статистики Российской Федерации и Республики Башкортостан, также данные Министерства имущественных отношений Российской Федерации.

Основные результаты диссертационного исследования, характеризующие его научную новизну и выносимые на защиту:

1. Выработаны требования, обосновывающие необходимость учета отраслевой специфики при диагностике неплатежеспособности предприятия, для принятия решений при антикризисном управлении предприятием.

2. Разработана методика выделения наименьшего числа существенных относительных показателей неплатежеспособности, отличающаяся тем, что при ее построении используются основы корреляционного анализа и алгоритм построения минимального покрытия графа выделенных показателей. Число показателей, характеризующих неплатежеспособность, уменьшается для исключения дублирования информации, и тем самым, снижения трудоемкости принятия решений при антикризисном управлении предприятием.

Относительные показатели позволяют обеспечить корректность принимаемых решений при антикризисном управлении разных по масштабу предприятий.

3. Разработана методика построения моделей диагностики потенциальной неплатежеспособности предприятия, основанная на теории распознавания образов и линейной оптимизации, и на ее основе построены модели диагностики неплатежеспособности для принятия решений в процессе антикризисного управления предприятиями РБ различных отраслей (сельское хозяйство, торговля, пищевая промышленность, строительство, топливно-энергетический комплекс, сфера услуг). Проведена оценка эффективности полученных моделей.

4. Установлена целесообразность совместного применения нейрокомпыотерных сетей и разработанных моделей диагностики неплатежеспособности предприятия при принятии решения при антикризисном управлении.

5. Разработана методика к принятию решений, направленных на снижение риска неплатежеспособности, основанная на ранжировании факторов, используемых в разработанных моделях диагностики потенциальной неплатежеспособности предприятия, по эластичности результирующего показателя моделей.

Практическую ценность представляют:

1. Методика построения моделей диагностики потенциальной неплатежеспособности предприятия разработана для построения моделей диагностики потенциальной неплатежеспособности предприятия.

2. Предложенные модели диагностики потенциальной неплатежеспособности предприятия могут являться основой для принятия решений в процессе антикризисного управления предприятиями РБ различных отраслей.

Результаты исследования соответствуют пункту 4 «Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах» паспорта научной специальности 05.13.10 -«Управление в социальных и экономических системах».

Апробация работы и публикации.

Основные научные результаты, полученные в диссертационной работе, обсуждались на научных семинарах УГАТУ и были представлены на следующих научных конференциях:

Башкирско-Саксонский форум «Information Technologies and Mathematical Methods of Investigations in Economics», (Уфа, 8 сентября 2006); 1-ый Международный форум «Актуальные проблемы современной науки». Экономика. - Самара, 2005; V Всероссийская конференция «Финансово-актуарная математика и смежные вопросы» (Красноярск, 3-5марта, 2006); 18-ая международная конференция по системным исследованиям, информатике и кибернетике (Баден-Баден, 2006); Всероссийская молодежная научно-техническая конференция «Интеллектуальные системы управления и

обработки информации», Уфа, 2003; V Всероссийский симпозиум по прикладной и промышленной математике (Сочи, 2-8 мая 2005); 7-ая Международная конференция «Компьютерные науки и информационные технологии» С51Т'2005 (Уфа - Ассы, 2005); Зимняя школа-семинар аспирантов УГАТУ (Уфа, 2006)

Основные результаты диссертационной работы опубликованы в 11 научных трудах, в том числе 4 статьи в изданиях, рекомендованных ВАК.

Структура и объем работы. Диссертационная работа состоит из 172 страниц машинописного текста, включающего введение, 3 главы, заключение, рисунки, таблицы, приложения и список литературы из 108 наименований.

Во введении обосновывается актуальность темы диссертационной работы, формулируется цель, научная новизна и практическая значимость полученных результатов.

В первой главе рассматриваются наиболее распространенные подходы к диагностике неплатежеспособности предприятия как социально-экономической системе.

Во второй главе предлагается методика построения линейной модели оценки платежеспособности предприятия, основанная на методах распознавания образов и линейной оптимизации. Разработана методика выделения наименьшего числа существенных показателей, основанная на теории графов. На основе предложенной методики построены линейные модели принятия решения в процессе управления платежеспособностью предприятий различных отраслей РБ.

В третьей главе разработан подход к применению нейронных сетей в процессе управления платежеспособностью предприятия. Нейронные сети для принятия решения в процессе управления платежеспособностью были построены с использованием пакета МаИлЬ. Для поставленной задачи был выбран тип сети - персептрон с одним нейроном, функцией активации НагсШт и правилом настройки Ьеагпр. В качестве обучающей и контрольной выборки были выбраны финансовые показатели тех же предприятий. В качестве тестирующей выборки использованы сведения о платежеспособности тех же предприятий год спустя. Разработан подход к формированию антикризисного управления предприятием в случае опасности некредитоспособности предприятия, основанный на ранжировании эластичностей результирующего показателя линейной модели по различным исходным факторам.

Основные положения, выносимые на защиту:

1. Выработаны требования, обосновывающие необходимость учета отраслевой специфики при диагностике неплатежеспособности

предприятия, для принятия решений при антикризисном управлении предприятием.

При диагностике неплатежеспособности предприятия особое значение имеют особенности отрасли производства. Поскольку экономическое положение в отраслях экономики различно (традиционно небольшая доля убыточных организаций в нефтедобывающей и нефтеперерабатывающей, газовой промышленности, черной металлургии, торговле - не более 17%, а в сельскохозяйственном секторе до 50%-58% составляют убыточные предприятия), применение единого критерия ко всем предприятиям без учета отраслевых особенностей при диагностике неплатежеспособности некорректно. Сельскохозяйственная отрасль находится в большой зависимости от природно-климатических условий, в отличие от остальных отраслей экономики. При диагностике неплатежеспособности предприятия необходим учет отраслевой специфики.

Рассмотрим наиболее широкое распространенные подходы к диагностике неплатежеспособности предприятия.

Широко применяемый на практике анализ финансовых расчетных показателей (коэффициентов) страдает существенными недостатками. В частности, в большинстве случаев показатели, оцениваемые при анализе, однозначно нормировать нельзя. Это связано со спецификой отраслей экономики, с состоянием экономической среды, в которой они функционируют.

Зарубежные методики (модели Альтмана, Лиса, Таффлера, Лиса, Сприягейта, Фулмера и другие) не учитывают особенностей российской экономики, а также отраслевую специфику. Модели для прогнозирования банкротства предприятий в России должны строиться на иной группировке показателей.

Модели, разработанные российскими учеными: P.C. Сайфуллиным и Г. Г. Кадыковым, О.П. Зайцевой, М. А. Хайдаровой, Г.В.Давыдовой, А.Ю.Беликова, содержат данные, недоступные в публичной отчетности (интегральные затраты, себестоимость). Кроме того, как и предыдущие подходы, они не учитывают отраслевую специфику.

Построенные в работе линейные модели диагностики неплатежеспособности предприятия по отраслям показали надежность 6070%, по существующим моделям - 35-40%. (см. таблицы 1, 2).

Таблица 1 - Надежность прогноза по существующим моделям

Модель Надежность прогноза, %

Модель Альтмана 38

Модель Спрингейта 35

Модель Тоффлера 40

Таблица 2 - Надежность прогноза неплатежеспособности по полученным моделям, учитывающим отраслевую специфику

Отрасль Надежность прогноза, %

Сельское хозяйство 62

Торговля 67

Пищевая промышленность 62

Строительство 67

Топливно-энергетический комплекс 72

Сфера услуг 70

2. Разработана методика выделения наименьшего числа существенных относительных показателей неплатежеспособности, отличающаяся тем, что при ее построении используются основы корреляционного анализа и алгоритм построения минимального покрытия графа выделенных показателей. Число показателей, характеризующих неплатежеспособность, уменьшается для исключения дублирования информации, и тем самым, снижения трудоемкости принятия решений при антикризисном управлении предприятием. Относительные показатели позволяют обеспечить корректность принимаемых решений при антикризисном управлении разных по масштабу предприятий.

Для определения состава показателей, характеризующих финансовое состояние предприятия, выделены соответствующие факторы. Для корректного сравнения данных о финансовом состоянии как мелких, так и крупных предприятий использовались относительные величины. Для исключения дублирования информации и уменьшения числа показателей,

характеризующих финансовое состояние предприятия, разработана методика выделения наименьшего числа существенных показателей, основанная на построении минимального покрытия графа, вершинами которого являются выделенные показатели, а дуги соответствуют парам показателей, коэффициенты корреляции между которыми по модулю больше 0,5 (шкала Чеддока). Рассматривается следующая система факторов (табл. 3).

Таблица 3 - Рассматриваемая система факторов

Показатель Наименование показателя

Р1 оборотные активы

Р2 краткосрочные обязательства

Рз запасы

Р4 денежные средства

Р5 объем реализации

Рб основные средства

Рт собственный капитал

Р8 дебиторская задолжетгость(платежи по которой ожидаются в течение 12 месяцев после отчетной даты)

Р9 дебиторская задолжешгость(платежи по которой ожидаются более чем через 12 месяцев после отчетной даты)

Рю баланс

Р11 долгосрочные обязательства

р12 краткосрочные финансовые вложения

Р1.1 прибыль до налогообложения

Р14 внеоборотные активы

Рн затраты в незавершенном производстве

Источником данных является публичная отчетность: бухгалтерский баланс (форма №1); отчет о прибылях и убытках (форма №2). Рассмотренная система факторов охватывает широкий круг сведений, который важен для пользователей финансовой отчетности при диагностике неплатежеспособности. Чем значительнее размер денежных средств на расчетном счете, тем с большей вероятностью можно утверждать, что предприятие располагает достаточными средствами для текущих расчетов и платежей. Собственный и заемный капитал характеризуют структуру источников средств, степень зависимости предприятия от внешних инвесторов и кредиторов. Платежеспособность находится в прямой зависимости от прибыли, выручки от реализации.Чистые текущие активы, краткосрочная дебиторская задолженность, долгосрочная дебиторская задолженность, запасы отражают способность предприятия вовремя выполнить обязательства. Большие суммы запасов, долгосрочной дебиторской задолженности негативно сказываются на предприятии. На

основе выделенной системы факторов (таблица 3) сформирована следующая система показателей таким образом, чтобы каждый из факторов входил в какие-либо показатели (расширенная система показателей, использующихся в моделях типа Альтмана):

р. Р„ Р1 р, + р» Р< р„ р. Рх~Р> Р\~Р*.

Х1= — ;х2= — ;х3= — ;х4=^-—= —;х6=^—;х7= — ;х8=-; х9=-—;

р. р. р. р. р. р> рг р> +рн

V Р< ... Р1 . „ Рщ+Р' ■ .. Р.0 . т Р7 . ^ _ Р'' _ Р> . „ _ Р' . „ _ Р»

Хш=-; Хц=—; Х12=-, хв*—; Хи=—; хи = —; Х]6 = —; х]7= — ;х18 = —

р,-ра р. р, р. р, р, р, р, р,

Р, 2 р.-р2

Х19= — ;Х2о= - -

Р> Р'

Таблица 4 - Среднеотраслевые значения факторов

Наименование показателя Сельское хозяйство Торговля Пищевая промышленность Строительство ТЭК Сфера услуг

Р! 25270 30324 33356 366920 403612 22743

Р2 15795 18954 20849 229343 252278 14216

Рз 3124 3749 4124 45360 49897 2812

Р4 0 0 0 0 0

Р5 20981 25177 27695 304644 335109 18883

Рб 8546 10255 11281 124088 136497 7691

Р7 45420 54504 59954 659498 725448 40878

Р8 1321 1585 1744 19181 21099 1189

Р9 65320 78384 86222 948446 1043291 58788

Рю 5860 7032 7735 85087 93596 5274

Ри 5632 6758 7434 81777 89954 5069

Р12 8932 10718 11790 129693 142662 8039

Р13 1325 1590 1749 19239 21163 1193

Всего рассмотрено 350 предприятий, из которых 210 нормально работающие предприятия, 140 - банкроты.

Каждое предприятие характеризуется показателями: Ху - значение ]-го показателя у ¡-го предприятия (I = ^ = 1...р).

Для исключения дублирования информации предложен методика выделения наименьшего числа существенных относительных показателей для каждой отрасли.

1. Вычисляются коэффициенты парной корреляции между показателями.

2. Строится граф, вершинами которого являются показатели, причем вершины являются смежными, если коэффициент корреляции между показателями достаточно велик (по модулю не менее 0,5-шкала Чеддока). Большие значения коэффициентов корреляции свидетельствуют о дублировании информации в показателях, характеризующих финансовое состояние предприятия.

3. Формируется минимальное вершинное покрытие построенного графа. На рис. 1 изображен граф показателей для отрасли «Сельское хозяйство», жирным выделено минимальное покрытие.

о—-©

Рисунок 1- Граф показателей для отрасли «Сельское хозяйство»

В таблице 5 приведены минимальные семейства показателей для рассматриваемых отраслей:

Таблица 5- Минимальные семейства показателей отраслей

Сельское хозяйство Торговля Пищевая промышленность Строительство ТЭК Сфера услуг

Показатели Х1; х3; Х5; х!>; *15; х19 XI; X}; х8, Х10; х12 ;*17 XI; Х2; X* х4; X* Х7; Х]2; Хц; Хц; Х]д X]; Хз; Х5; Хб; Х}1; хщ; Хц; х12; Х13; Х17;Х,8 XI; Х4; Х5; Х6;Х7;Х8;Х,; Хю! Хц; Хи; х18 Х1; Хз; Х5; Хб Х7; Х9. Х10 хц; х«; Х,„ х20

3. Разработана методика построения моделей диагностики потенциальной неплатежеспособности предприятия, основанная на теории распознавания образов и линейной оптимизации, и на ее основе построены модели диагностики неплатежеспособности для принятия решений в процессе управления антикризисного предприятиями РБ различных отраслей (сельское хозяйство, торговля, пищевая промышленность, строительство, топливно-энергетический комплекс, сфера услуг). Проведена оценка эффективности полученных моделей.

Рассматривается выделенная на предыдущем шаге система показателей: X], 1=1..к , к- количество показателей. В качестве интегрального показателя, характеризующего финансовое состояние предприятия, принимаем линейную функцию от описанных показателей: Z=Xa¡xi (разделяющая функция).

Имеются статистические данные о финансовом состоянии предприятий отрасли к некоторому моменту времени и выделены неплатежеспособные предприятия. Финансовые показатели платежеспособных предприятий обозначим через Ху (¡=1..к, ]=1..п), где п - число предприятий, оцениваемые как платежеспособные; неплатежеспособных - через уу (1=1..к, ]=1..т),: где т -число предприятий, оцениваемые как неплатежеспособные, где 1 -номер показателя, ]'-номер предприятия.

Целью формирования модели является подбор коэффициентов а;, при которых показатель Z позволяет разделить платежеспособные и неплатежеспособные предприятия. Разделив все коэффициенты а,- на максимальный по модулю, можно считать, что | а* | <=1.

Для вычисления коэффициентов щ рассмотрена задача линейного программирования (1):

Найти значения аь...,ак,и,у, удовлетворяющие следующим условиям:

и-у—>шах и-у>0

2>Ху>и 0=1..к]=1..п) (1)

1а|Уц<у (1=1 ..к, ]=1 ..т)

-1<а£1 (1=1..к)

Значение и в оптимальном решении задачи (1) равно минимальному значению функции Ъ для платежеспособных предприятий , v - максимальному значению Z для неплатежеспособных предприятий. Этот случай приведен на рис. 2.

° ° °

О О

—о-____

0 0 о о о 0 0

о

© 0

Рис. 2-Разделение платежеспособных и неплатежеспособных предприятий

Максимизация расстояния между разделяющими граничными гиперплоскостями (в случае их существования) по нашему мнению обеспечивает наиболее надежное разделение платежеспособных и неплатежеспособных предприятий.

Если задача (1) не имеет решения, то целесообразно рассмотреть модифицированную задачу (2):

u-v—» max u-v<0

SaiXij>u (i=l..k,j=l..n) (2)

Zai УУ -v (i=l..k,j=l..m) -l<ai<l (i=l..k)

Этот случай проиллюстрирован на рис. 3. Z

©

О

о

о

о

© ©

о о ©

©

©

о

о

©

а

Рис. 3- Неустойчивое разделение платежеспособных и неплатежеспособных

предприятий

В этом случае предприятия, для которых значение Z попадает между и и v не подлежат устойчивой идентификации. С точки зрения платежеспособности их целесообразно отнести к неустойчивым.

На рисунках 2 и 3 по осям отложены значения показателей, платежеспособные предприятия помечены кругами жирным маркером, неплатежеспособные - тонким.

Задача линейной оптимизации решалась с помощью Microsoft Excel.

Для предприятий пищевой промышленности, торговли, строительства, сельского хозяйства, топливно-энергетического комплекса и сферы услуг республики Башкортостан получены следующие результаты:

Модели оценки платежеспособности предприятий выглядит следующим образом:

1. Сельское хозяйство

г=х]+ х3+ х5+0,05 х8-ОД7х9+ х15+0,07 х„+0,72 х19

Если Т>3,19 - предприятие относим к платежеспособным Если Ъ<-9,51 - предприятие неплатежеспособно Если -9,57 < Ъ < 3,19 - предприятие неустойчивое.

2. Торговля

г=х!+х3+ 0,02х8+0,03х10+х12+0,04*х171

Если Z>0,75 — предприятие относим к платежеспособным

Если Ъ<\,\1 - предприятие неплатежеспособно

Если 0,75 < Ъ < 1,12 - предприятие неустойчивое.

3. Пищевая промышленность

003x1+0,02x2+0,45х3+х4-0,12х6+0,01х7+0,005x9+0,35х12+х13+0,015х16+0,21х]8, Если 2>1,09 - предприятие относим к платежеспособным Если 2<0,85 - предприятие неплатежеспособно Если 0,85 < Ъ < 1,09 - предприятие неустойчивое.

4. Строительство ,

2=0,88х,+х3 +х5+х6+0,03*х8+0,17х1о+х11+х12+х13 +0,013хп+Х18, Если Ъ>5,8 - предприятие относим к платежеспособным Если Ъ<0,9 - предприятие неплатежеспособно Если 0,9 < Z < 5,8- предприятие неустойчивое.

5.Топливно - энергетический комплекс

г=х1+х4 +х5+0,4хб +0,002*х9+0,2*хю-0,15х11+хп+0,58х2о,

Если 2>0,83 - предприятие относим к платежеспособным Если 7<-2,46 - предприятие неплатежеспособно.

6.Сфера услуг

г=х1+хз+х5+х6-0,18*х7+0,06*х9+х1о+хп-0,01*х16+х19-0,27*х2о Если Z>2,4 — предприятие относим к платежеспособным Если 2<-1,6 - предприятие неплатежеспособно -1,6 < Ъ < 2,4- зона неопределенности

В Таблице 6 приведена надежность прогнозирования неплатежеспособности по построенным линейным моделям.

Таблица 6- Надежность прогноза по построенным моделям

Отрасль Надежность прогноза по построенным моделям, %

Сельское хозяйство 72

Торговля 67

Пищевая промышленность 62

Строительство 67

ТЭК 65

Сфера услуг 70

4. Установлена целесообразность совместного применения

нейронных сетей и разработанных моделей диагностики неплатежеспособности предприятия при принятии решения при антикризисном управлении.

Для принятия решения в процессе управления платежеспособностью предприятия совместно применялись нейронные сети и построенные модели. В настоящее время нейронные сети получают все более широкое распространение для решения задач диагностики неплатежеспособности. Нейронные сети широко используют для прогноза финансового кризиса такие известные фирмы, как General Electric, American Airlines, Coca Cola, Philip Morris, Procter&Gamble, Merril Lynch и многие другие В то же время логика принятия решений нейросетью совершенно скрыта от эксперта. Поэтому для повышения надежности результатов диагностики неплатежеспособности нейронные сети и полученные модели применялись совместно.

Надежность прогноза при совместном применении моделей приведена в табл. 7. Нейросети для принятия решения в процессе управления платежеспособностью были построены с использованием пакета MatLab. Для нашей модели выбрали тип сети персептрон с одним нейроном, функцией активации Hardlim и правилом настройки Learnp. В качестве обучающей и контрольной выборки были выбраны те же предприятия, что и для построения линейных моделей. В качестве тестирующей выборки использованы данные для тех же предприятий, что и для тестирования полученных линейных моделей, на год вперед.

Таблица 7-Надежность прогноза линейной и гибридной модели

Отрасль Надежность прогноза линейной модели, % Надежность прогноза гибридной модели, %

Сельское хозяйство 72 93

Торговля 67 95

Пищевая промышленность 62 92

Строительство 67 95

ТЭК 65 94

Сфера услуг 70 93

5. Разработан подход к принятию решений при антикризисном управлении предприятием, основанный на ранжировании факторов, используемых в разработанных моделях диагностики неплатежеспособности предприятия, по эластичности результирующего показателя моделей.

Для предприятия, которое идентифицируется хотя бы одной из моделей как банкрот, ранжируются факторы, изменение которых может оказать влияние на его финансовое состояние (в порядке уменьшения влияния). Для этого вычисляются коэффициенты эластичности

дР, г

показателя Z по всем факторам рь затем эти коэффициенты упорядочиваются по убыванию их модулей.

Тем самым, определяется приоритет мер, которые следует предпринять для оздоровления предприятия.

Предложенный подход к принятию управленческих решений основанный на ранжировании факторов, используемых в моделях, по эластичности результирующего показателя полученной модели, дает возможность руководству предприятия принимать соответствующие управленческие решения для своевременной корректировки стратегии предприятия, нацеленной на устойчивое положение предприятия на рынке.

База данных (выборка платежеспособных и неплатежеспособных предприятий отрасли)

Подсистема обработки данных (Формирование системы показателей)

Подсистема аналитических

расчетов (Выделение наименьшего семейства показателей отрасли)

Архив данных

Аналитик

Действия

Подход к принятшо управленческих решений, направленный на выведение предприятия из кризиса

Построение модели

диагностики

неплатежеспособности

Подсистема отображения информации (построенная модель)

Тестируемая в

Рисунок 4 -Схема аналитической поддержки процесса принятия решения при антикризисном управлении

Пример.

Для примера рассматривается предприятие пищевой промышленности, которое по полученной модели выявлено как потенциально неплатежеспособное.

Модель диагностики неплатежеспособности предприятия имеет вид

Z=0,003xi+0,02x2+0,45х3+Х4-0,12x6+0,01х7+0,005x9+0,35x)2+xi3+0,015x16+0,21х,s

Р» Р" Р< р.+ £>» Пп Pi Pt~P'. /1\

Xi= — ;Х2= —;х3= — ; х4=———;Х6=—;х7= — ; Х9д , (3)

р, р, р. р, р, р> р-

Y Ри+Р' • у Л0 - V - Р'.у -Ш

Xl2=-— , Xi3a--, Х]6= — ; х]8- —

р, р, pi р.

Значения факторов для рассматриваемого предприятия приведены в табл. 8.

Таблица 8-Значения факторов (3)

1 1 2 3 4 15 6 7 8 9 10

р 34577 56766 25616 11215 26411 5214 7653 61980 88322 19561

Значения эластичностей в порядке убывания абсолютных величин:

Е7=-0,07, Е5 =-0,01, Е4=0,001, Е8 = 0,001, Еп =0,001,Е, =0,0005, Е4 = 0,0001, Е,0 = 0,00006, Е2=0,00005, Еб=0,00002, Е3=-0,000005 .

Тем самьш, рекомендуемые меры по оздоровления предприятия в порядке убывания значимости таковы:

1. Уменьшение запасов

2. Уменьшение краткосрочные обязательств

3. Увеличение денежных средств

4. Увеличение объема реализации

5. Увеличение основных средств

6. Увеличение собственного капитала

7. Увеличение валюты баланса

8. Увеличение прибыли

9. Увеличение оборотных активов

10. Уменьшение краткосрочных вложений

При уменьшении запасов увеличивается объем реализации. Это ведет к увеличению объема реализации, прибыли, увеличению денежных средств. Увеличение денежных средств приводит к увеличению оборотных активов, валюты баланса. Денежные средства идут на погашение задолженности перед поставщиками и подрядчиками, перед персоналом организации. Таким образом уменьшаются краткосрочные обязательства.

В работе получены следующие основные выводы и результаты:

1. Установлено, что применение существующих методов диагностики к предприятиям РБ не дает удовлетворительного прогноза неплатежеспособности. Обоснована необходимость учета отраслевой специфики при диагностике неплатежеспособности предприятий. Построенные в работе линейные модели диагностики неплатежеспособности предприятия по отраслям показали надежность 60- 70%, по существующим моделям - 35-40%.

2. На основе факторов, содержащихся в публичной отчетности предприятия (бухгалтерский баланс и отчет о прибылях и убытках) сформированы показатели неплатежеспособности для создания модели диагностики

финансового состоянии предприятия. Разработана методика выделения наименьшего числа существенных относительных показателей неплатежеспособности, отличающаяся тем, что при ее построении используются основы корреляционного анализа и алгоритм построения минимального покрытия графа выделенных показателей. Число показателей, характеризующих неплатежеспособность, уменьшается для исключения дублирования информации, и тем самым, снижения трудоемкости принятия решений при антикризисном управлении предприятием. Относительные показатели позволяют обеспечить корректность принимаемых решений при антикризисном управлении разных по масштабу предприятий.

3. Разработана методика построения линейных моделей диагностики потенциальной неплатежеспособности предприятия, основанная на теории распознавания образов и линейной оптимизации. Построены модели диагностики потенциальной неплатежеспособности предприятий ряда отраслей РБ (сельское хозяйство, торговля, пищевая промышленность, строительство, топливно-энергетический комплекс, сфера услуг), проведена оценка эффективности полученных моделей. Точность прогноза некредитоспособности по построенным моделям составила для различных отраслей от 62 до 72%.

4. Установлена целесообразность совместного применения нейрокомпьютерных сетей и разработанных моделей диагностики неплатежеспособности предприятия при принятии решения при антикризисном управлении, (платежеспособность подтверждается для 92-95% предприятий).

5. Разработан подход, основанный на ранжировании факторов, используемых в моделях, по эластичности результирующего показателя полученной модели, к принятию управленческих решений, направленный на выведение предприятия из кризиса.

Публикации по теме диссертации

Публикации в изданиях, рекомендуемых ВАК

1. Линейные модели оценки платежеспособности предприятия / Г. 3. Рахимкулова // Обозрение прикладной и промышленной математики.2004 г. Том 11, № 4. с.908-909.

2. Аналитическая модель оценки платежеспособности предприятия / Г. 3. Рахимкулова // Обозрение прикладной и промышленной математики.2004 г. Том 10, № 2. с.510-511.

3. Аналитические модели оценки неплатежеспособности предприятия / Г. 3. Рахимкулова, Е. М. Бронштейн//Аудит и финансовый анализ. Вып. 2.-Москва,2004г.-с.237-239(рус.яз),204-205(англ.яз).

4. Аналитические модели оценки неплатежеспособности предприятия / Г. 3. Рахимкулова, Е. М. Бронштейн//Аудит и финансовый анализ. Вып. З.Москва, 2007г.-с.196-198(рус.яз), 111-1 12(англ.яз).

Прочие публикации

5.Линейные модели оценки неплатежеспособности предприятия./Рахимкулова Г .3.//1-ый Международный форум «Актуальные проблемы современной науки».Ч.-31.Экономика.-Самара, 2005г.~с.87-89.

6. Аналитические модели оценки неплатежеспособности предприятия/ Г .3. Рахимкулова// Интеллектуальные системы обработки информации и управления. - Уфа-Ассы. 2005.-с.12-16.

7.Линейные модели оценки неплатежеспособности предприятия/Г.З. Рахимкулова// Башкирско-Саксонский форум «Информационные технологии и математические методы исследований в экономике».-Уфа. 2006.-с.99-105.

8.Линейные модели оценки платежеспособности предприятия./Рахимкулова Г. 3.//Интеллектуальные системы обработки информации и управления. Том 1. -Уфа.2006,- с. 140-145.

9.Линсйная модель оценки неплатежеспособности предприятия./ Рахимкулова Г. 3.//Пятая всероссийская конференция ФАМ, - Красноярск. 2006г.-с.14-19. Ю.Линейные модели оценки платежеспособности / Е. М. Бронштейн, Г .3. Рахимкулова//18-ая международная конференции по системным исследованиям, информатике и кибернетике: материалы конференции Загреб, 2006,- с. 22-26.

П.Линейные модели оценки платежеспособности / Г.З. Рахимкулова// Интеллектуальные системы обработки информации и управления: Сборник статей Региональной зимней школы-семинара аспирантов и молодых ученых. т.2. -Уфа, 2006.-с.35-38

РАХИМКУЛОВА Гульназ Зарифовна

ПРИНЯТИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРИ АНТИКРИЗИСНОМ УПРАВЛЕНИИ ПРЕДПРИЯТИЕМ (НА ОСНОВЕ РАЗРАБОТКИ МОДЕЛИ ДИАГНОСТИКИ ПОТЕНЦИАЛЬНОЙ НЕПЛАТЕЖЕСПОСОБНОСТИ)

Специальность

05.13.10 - Управление в социальных и экономических системах

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Подписано в печать Формат 60x84 1/16. Бумага офсетная. Печать плоская. Гарнитура Times New Roman. Усл. печ. л. 1,25. Усл.кр.-отт. 1,25. Уч.-изд. л. 1,1 Тираж 100 экз. Заказ № 558

ГО ВПО Уфимский государственный авиационный технический университет Центр оперативной полиграфии УГАТУ 45000, Уфа - центр, ул. К. Маркса, 12

Введение.

1 Анализ существующих подходов к диагностике потенциальной неплатежеспособности предприятия при антикризисном управлении.

1.1. Предприятие как социально-экономическая система.

1.2. Диагностика потенциальной неплатежеспособности при антикризисном управлении на предприятии.

1.3. Обзор существующих подходов к диагностике неплатежеспособности предприятия.

1.4 Недостатки существующих моделей диагностики неплатежеспособности предприятия

1.5 Применение моделей Альтмана (Спрингейта, Тоффлера) к диагностике неплатежеспособности предприятий РБ.

Выводы по главе 1.

2 Методика построения моделей диагностики потенциальной неплатежеспособности предприятия

2.1 Методика построения диагностики потенциальной неплатежеспособности предприятия

2.2 Методика выделения наименьшего числа существенных относительных показателей для построения модели диагностики потенциальной неплатежеспособности для предприятий различных отраслей.

2.3 Построение модели диагностики потенциальной неплатежеспособности для предприятий различных отраслей.

2.4 Надежность прогноза построенных моделей.

Выводы по главе 2.

3 Принятие управленческих решений при антикризисном управлении предприятием на основе разработанной модели диагностики потенциальной неплатежеспособности.

3.1 Совместное применение разработанных и нейрокомпьютерных моделей диагностики потенциальной неплатежеспособности.

3.2 Принятие решений при антикризисном управлении предприятием.

Выводы по главе 3.

Актуальность темы исследования. Целью любого государства в современном мире является обеспечение стабильного экономического положения, благосостояние нации и дальнейший экономический рост. На всех этапах развития экономики основным звеном являлось предприятие. Несмотря на трудности в развитии реального сектора экономики (неблагоприятный инвестиционный климат, неэффективная налоговая политика и другие макроэкономические факторы), многое зависит от самих предприятий, от их собственников и менеджеров, от их деятельности, направленный на достижение стабильности бизнеса. Решение этой задачи возможно при эффективном антикризисном управлении. Антикризисное управление подразумевает раннюю диагностику кризисных явлений на предприятии и оперативные меры по выведению предприятия из кризиса, стабилизации его деятельности.

Предприятие можно рассматривать как социально-экономическую систему. Если социальная система направлена на удовлетворение духовных потребностей людей, поддержание здоровья нации, то экономическая система направлена на удовлетворение материальных потребностей людей путем создания жизненных благ. Предприятие представляет собой совокупность ресурсов с обязательным и доминирующим участием человеческого фактора, объединенных для преобразования ресурсов в востребованную обществом продукцию или услуги. От того, насколько рано будет выявлены кризисные явления на предприятии и эффективны меры по стабилизации, зависит финансовое благополучие его владельцев и работников. Недостаток финансовых средств для приобретения необходимого сырья, высокая себестоимость продукции приводит к частичным или полным остановкам производства, отсюда перевод работников на неполный рабочий день, длительные задержки выплат заработной платы, сокращение рабочих мест, невыполнение социальных программ предприятия. Если предприятие является градообразующим, все это приводит к росту социальных проблем: росту алкоголизма, преступности, миграции населения.

Выявление неблагоприятных тенденций развития предприятия, оценка платежеспособности приобретает первостепенное значение. К настоящему времени существует множество как зарубежных, так и отечественных источников[1-89], содержащих рекомендации по диагностике платежеспособности предприятий, но возникает проблема выбора определенной методики, которая соответствовала бы предприятию конкретной отрасли и условиям, в которых оно находится.

Среди российских ученых, занимающихся разработками в области антикризисного управления предприятием можно выделить следующих: А.Д.Шеремет, О.П.Зайцева, Г.Г. Кадыков, Р.С. Сайфулин, Г.Ф Шершеневич, Г.А. Шестаков и др.

На практике широко применяется анализ финансовых расчетных показателей (коэффициентов)!!], направленный на изучение структуры активов предприятия, качества и интенсивности их использования, способа их финансирования. По ряду показателей выработаны нормативы, характеризующие предприятия позитивно или негативно. Однако, в большинстве случаев показатели, оцениваемые при анализе, однозначно интерпретировать нельзя. Это связано со спецификой отраслей экономики, с состоянием экономической среды, в которой они работают. Любое лицо, заинтересованное положением компании (руководитель, инвестор, кредитор, аудитор и т.д.) не довольствуется простой количественной оценкой показателей. Ему необходимо оценить риск банкротства по значениям показателей выделенной группы. Показателей много, изменяются они зачастую разнонаправлено, поэтому набор всех исследуемых финансовых показателей «сворачивается» в один, по значению которого можно судить о степени благополучия компании.

В западной практике широкое распространение получила модель Альтмана и ее модификации (модель Спрингейта, Фулмера, Тоффлера, Тисшоу, Лиса, Чессера)[2]. Модели были разработаны в экономических условиях отличных от российских, потому их использование приводит к значительным отклонениям прогноза от фактических данных. Поэтому для получения объективной оценки финансово-экономического состояния предприятия, возникает необходимость создания эффективной методики оценивания неплатежеспособности, адаптированной к условиям конкретной отрасли и конкретного региона. Первым российским опытом применения подхода Альтмана является сравнительно недавно разработанная модель Давыдовой-Беликова. Кроме того, российские экономисты Р.С. Сайфуллин, Г.Г.Кадыков, О.П.Зайцева, М. А. Хайдарова строили модели типа Альтмана.

Подход в оценке платежеспособности предприятия на основе теории нечетких множеств реализован О.А.Недосекиным[3]. Существенным недостатком данного подхода является зависимость результата от субъективной оценки эксперта-аналитика значимости показателей, влияющей на оценку риска банкротства.

Важность проблемы диагностики потенциальной неплатежеспособности предприятия, а также принятия мер по выведению предприятия из кризиса, в процессе принятия решений при антикризисном управлении предприятием как социально-экономической системы в сочетании с недостаточной разработанностью существующих методов обусловили выбор темы исследования, определили цель и задачи, позволяющие достичь эту цель.

Под потенциальной неплатежеспособностью понимается возможная неплатежеспособность предприятия через год.

Таким образом, цель исследования состоит в разработке метода диагностики неплатежеспособности как элемента процесса принятия решений при антикризисном управлении предприятием.

Для достижения цели необходимо решить следующие задачи: 1) Выработать требования, обосновывающие необходимость учета отраслевой специфики для диагностики кризисных явлений на предприятии для принятия решений при антикризисном управлении.

2) Сформировать систему показателей неплатежеспособности для построения модели диагностики неплатежеспособности предприятия и на ее основе разработать методику выделения наименьшего семейства показателей из сформированной системы показателей для корректности принимаемых решений при антикризисном управлении предприятием.

3) Разработать методику построения моделей диагностики потенциальной неплатежеспособности предприятия и на ее основе построить модели диагностики потенциальной неплатежеспособности предприятия при принятии решений в процессе антикризисного управления предприятиями различных отраслей РБ.

4) Исследовать целесообразность совместного применения линейных и нейрокомпьютерных моделей диагностики неплатежеспособности при принятии решения в процессе антикризисного управления.

5) Разработать методику принятия управленческих решений, направленных на снижение риска неплатежеспособности.

Объектом исследования является финансовая структура предприятия как социально-экономической системы.

Предметом исследования являются методы принятия финансово-экономических решений в процессе антикризисного управления предприятием.

Теоретическая и методологическая основа исследования.

Основными инструментами, применяемыми в диссертационном исследовании, являются методы теории распознавания образов, линейной оптимизации, корреляционный анализ, теория графов, нейронные сети. Теоретической базой исследования послужили подходы отечественных и зарубежных исследователей в области диагностики неплатежеспособности предприятия, изложенные в научных трудах, периодических изданиях, учебной и справочной литературе, методических и практических пособиях. Информационной базой исследования явились данные Федеральной службы государственной статистики Российской Федерации и Республики

Башкортостан, также данные Министерства имущественных отношений Российской Федерации.

Научная новизна работы заключается в следующем:

1. Выработаны требования, обосновывающие необходимость учета отраслевой специфики при диагностике неплатежеспособности предприятия, для принятия решений при антикризисном управлении предприятием.

2. Разработана методика выделения наименьшего числа существенных относительных показателей неплатежеспособности, базирующаяся на корреляционном анализе и алгоритме построения минимального покрытия графа выделенных показателей. Используемая методика позволяет уменьшить число показателей, характеризующих неплатежеспособность, для исключения дублирования информации, и тем самым, снижения трудоемкости принятия решений при антикризисном управлении предприятием. Относительные показатели позволяют обеспечить корректность принимаемых решений при антикризисном управлении разными по масштабу предприятиями.

3. Разработана методика построения моделей диагностики потенциальной неплатежеспособности предприятия, основанная на теории распознавания образов и линейной оптимизации, и на ее основе построены модели диагностики неплатежеспособности для принятия решений в процессе антикризисного управления предприятиями РБ различных отраслей (сельское хозяйство, торговля, пищевая промышленность, строительство, топливно-энергетический комплекс, сфера услуг). Проведена оценка эффективности полученных моделей.

4. Установлена целесообразность совместного применения нейрокомпьютерных сетей и разработанных моделей диагностики неплатежеспособности предприятия при принятии решения при антикризисном управлении.

5. Разработана методика принятия решений при антикризисном управлении предприятием, направленныйм на понижение неплатежеспособности, основанный на ранжировании факторов, используемых в разработанных моделях диагностики неплатежеспособности предприятия, по эластичности результирующего показателя моделей.

Практическую ценность представляют:

1. Методика построения моделей диагностики потенциальной неплатежеспособности предприятия разработана для построения моделей диагностики потенциальной неплатежеспособности предприятия.

2. Предложенные модели диагностики потенциальной неплатежеспособности предприятия могут являться основой для принятия решений в процессе антикризисного управления предприятиями РБ различных отраслей.

Результаты исследования соответствуют пункту 4 «Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах» паспорта научной специальности 05.13.10 -«Управление в социальных и экономических системах».

Апробация работы и публикации.

Основные научные результаты, полученные в диссертационной работе, обсуждались на научных семинарах УГАТУ и были представлены на следующих научных конференциях:

Башкирско-Саксонский форум «Information Technologies and Mathematical Methods of Investigations in Economics», (Уфа, 8 сентября 2006); 1-ый Международный форум «Актуальные проблемы современной науки». Экономика. - Самара, 2005; V Всероссийская конференция «Финансово-актуарная математика и смежные вопросы» (Красноярск, 3-5марта, 2006); 18-ая международная конференция по системным исследованиям, информатике и кибернетике (Баден-Баден, 2006); Всероссийская молодежная научно-техническая конференция «Интеллектуальные системы управления и обработки информации», Уфа, 2003; V Всероссийский симпозиум по прикладной и промышленной математике (Сочи, 2-8 мая 2005); 7-ая Международная конференция «Компьютерные науки и информационные технологии» CSIT'2005 (Уфа - Ассы, 2005); Зимняя школа-семинар аспирантов УГАТУ (Уфа, 2006)

Основные результаты диссертационной работы опубликованы в 11 научных трудах[91-101], в том числе 4 статьи в изданиях, рекомендованных ВАК.

Структура и объем работы

Диссертационная работа состоит из 158 страниц машинописного текста, включающего введение, 3 главы, заключение, рисунки, таблицы, приложения и список литературы из 98 наименований.

Во введении обосновывается актуальность темы диссертационной работы, формулируется цель, научная новизна и практическая значимость полученных результатов.

В первой главе рассматриваются наиболее распространенные подходы к оценке неплатежеспособности предприятия как социально-экономической системе.

Во второй главе предлагается методика построения линейной модели оценки платежеспособности предприятия, основанная на методах распознавания образов и линейной оптимизации. Разработана методика выделения наименьшего числа существенных показателей, основанная на теории графов. На основе предложенной методики построены линейные модели принятия решения в процессе управления платежеспособностью предприятий различных отраслей РБ.

В третьей главе разработан подход к применению нейронных сетей в процессе управления платежеспособностью предприятия. Нейросети для принятия решения в процессе управления платежеспособностью были построены с использованием пакета MatLab. Для поставленной задачи был выбран тип сети - персептрон с одним нейроном, функцией активации Hardlim и правилом настройки Learnp. В качестве обучающей и контрольной выборки были выбраны финансовые показатели тех же предприятий. В качестве тестирующей выборки использованы сведения о платежеспособности тех же предприятий год спустя. Разработан подход к формированию антикризисного управления предприятием в случае опасности некредитоспособности предприятия, основанный на ранжировании эластичностей результирующего показателя линейной модели по различным исходным факторам.

Выводы по главе 3.

1. Установлена целесообразность совместного применения нейрокомпьютерных сетей и разработанных моделей диагностики неплатежеспособности предприятия при принятии решения при антикризисном управлении.

2. Разработана методика к принятию решений, направленных на снижение риска неплатежеспособности, основанная на ранжировании факторов, используемых в разработанных моделях диагностики потенциальной неплатежеспособности предприятия, по эластичности результирующего показателя моделей.

101

ЗАКЛЮЧЕНИЕ

В диссертационной работе решены задачи разработки моделей идентификации потенциальной неплатежеспособности предприятий с учетом отраслевой специфики. Разработанные модели использованы при принятии управленческих решений при антикризисном управлении предприятием.

В работе получены следующие основные выводы и результаты

1. Установлено, что применение существующих методов диагностики к предприятиям РБ не дает удовлетворительного прогноза неплатежеспособности. Обоснована необходимость учета отраслевой специфики при диагностике неплатежеспособности предприятий. Построенные в работе линейные модели диагностики неплатежеспособности предприятия по отраслям показали надежность 60- 70%, по существующим моделям - 35-40%.

2. На основе факторов, содержащихся в публичной отчетности предприятия (бухгалтерский баланс и отчет о прибылях и убытках) сформированы показатели неплатежеспособности для создания модели диагностики финансового состоянии предприятия. Разработана методика выделения наименьшего числа существенных показателей, основанная на построении минимального покрытия графа показателей.

3. Разработана методика построения линейных моделей диагностики потенциальной неплатежеспособности предприятия, основанная на теории распознавания образов и линейной оптимизации. Построены модели диагностики потенциальной неплатежеспособности предприятий ряда отраслей РБ (сельское хозяйство, торговля, пищевая промышленность, строительство, топливно-энергетический комплекс, сфера услуг), проведена оценка эффективности полученных моделей. Точность прогноза некредитоспособности по построенным моделям составила для различных отраслей от 62 до 72%.

4. Установлена целесообразность совместного применения нейрокомпьютерных сетей и разработанных моделей диагностики неплатежеспособности предприятия при принятии решения при антикризисном управлении, (платежеспособность подтверждается для 92-95% предприятий).

5. Разработан подход, основанный на ранжировании факторов, используемых в моделях, по эластичности результирующего показателя полученной модели, к принятию управленческих решений, направленный на выведение предприятия из кризиса.

1. Анализ финансового состояния фирмы / Титаева А.В. http: //titaeva. books.titaeva.ru/ebook.htm, 180 с.

2. Обзор зарубежных моделей анализа кредитоспособности предприятия / К. В. Норд // Внедрение Международных стандартов финансовой отчетности (МСФО) в кредитной организации, 2006.- №4, с. 115-119.

3. Применение теории нечетких множеств к задачам управления финансами / А. О. Недосекин // Аудит и финансовый анализ. Москва, 2000- №2, с. 34-40.

4. Оценка кредитоспособности организации-заемщика / А. Ю. Евсеева // Налоговое планирование, 2005.- №3, с.25-29.

5. Анализ финансового состояния коммерческой организации / Н. П. Любушин // Аудит и финансовый анализ. Москва, 2003 -№3, с.23-40.

6. Анализ ликвидности и платежеспособности сельскохозяйственного предприятия / Е. И. Бородина // Бухгалтерский учет, 1999.- №7, с.82-84.

7. Методика количественной оценки риска банкротства предприятий / Г.В. Давыдова, А. Ю.Беликов // Управление риском, 1999.- № 3- с. 13-20.

8. Основы теории систем и системного анализа. /Волкова В.Н., Денисов А.А.// Изд. 3-е, перераб. и доп. - СПб., 2005,-510с.

9. Методы оценки платежеспособности предприятия / Кринина М.// Экономика и жизнь, 2002.-№6, с.23-26.

10. Методика многоуровневой агрегированной оценки и прогнозирования финансового состояния предприятий/ А. А. Ахрамейко, Б .А. Железко // Аудит и финансовый анализ, 2003.- №1, с.54-59.

11. Прогнозирование финансового состояния предприятия: статистико-экономический подход/ До лгал ев И., Пареная В. // Банковские технологии, 2002.- №3, с.54.

12. Скоринг на развивающихся рынках: оценка кредитоспособности в кредитовании малых и средних предприятий / Дин Кэйри, Роберт Коссманн // Банковские технологии, 2003.-№9, с.ЗЗ.

13. Как спрогнозировать финансовый кризис / Романовская А.// Консультант, 2006.-№19, с.58-62.

14. Анализ методов оценки риска банкротства предприятия / И. А. Ларионова, А.И. Орешкина // Известия ВУЗов. Цветная металлургия, 2000.- №4, с.39-40.

15. Опыт применения моделей Фулмера и Спрингейта в оценке венгерских предприятий сельского хозяйства / А. Б. Арутюнян // Аудит и финансовый анализ, 2002.- №2, с.200-204.

16. Экспресс-оценка вероятности банкротства предприятия / И.А. Долгалев, В. А. Пареная //Аудит и финансовый анализ, 2002.-№2, с.51-54.

17. Факторные модели анализа ликвидности коммерческого банка / Волошина О. // Банковские технологии, 2002.- №12, с.27-29.

18. Анализ банкротства на основе интегральной оценки финансовой устойчивости и денежных потоков / В. А. Чернов // Москва. Аудит и финансовый анализ,2002. -№3, с.119-126.

19. К определению платежеспособности предприятия / И. А. Пантелеева // Финансы, 2000.-№ 10, с.67-68.

20. Инструментарий прогнозирования финансового состояния организаций на основе теории регрессионного анализа, методов Парето и ранговой корреляции/ Н. И. Яшина, С.Н.Яшин // Финансы и кредит, 2004.- №5, с.26-36.

21. Оценка возможной неоплатности долговых обязательств заемщика / Коган Е.А.// Финансы и кредит, 2003,- №7, с.34-40.

22. Антикризисное управление в российской компании / Зайцева О. П.// Сибирская финансовая школа, 1998.- № 11-12, с.66-73.

23. Хайдарова М. А. Показатели прогнозирования неплатежеспособностибанкротства) в коммерческих организациях. М.: МАКС Пресс, 2002, 300 с.

24. Тукина Г. Ф. Прогнозирование вероятности банкротства предприятий с учетом отраслевых и региональных особенностей. Новочеркасск: ЮРГТУ, 2001, 81с.

25. К вопросу о прогнозировании финансового состояния предприятия. /Пареная В. А., Долгалев И.А.//Аналитический банковский журнал.-2002, №3,с.123-125 .

26. Антикризисное управление и предупреждение банкротства/Анохин В. С.// -Актуальные проблемы науки и практики коммерческого права. Выпуск 5. Сборник научных статей, 2005.

27. Управление финансовым состоянием предприятия/Трохина С. Д., Ильина В. А., Морозова Т.Ф.// Финансовый менеджмент.- 2004.№1. с.30-38.

28. Управление предприятиями. Коэффициенты как инструмент финансового анализа/Ананьев В. К.//Финансовая газета, 1999, №42, с.22-23.

29. Савицкая Г. В. Анализ хозяйственной деятельности предприятия. Минск. «Новое издание». 2001 г, 498 с.

30. Методологические особенности сравнительной диагностики экономического состояния субъектов хозяйствования/Выборова Е. Н.// Экономический анализ: теория и практика.-2007, №24.

31. Как грамотно оценить финансовое состояние предприятия/ Пономарева Е.

32. A.//Актуальные вопросы бухгалтерского учета и налогообложения. — 2008. №16.-с.14-17.

33. Составление и анализ годовой бухгалтерской отчетности/ Донцова JI.B., Никифорова Н.А.// М.: ИКЦ «ДИС». 1997. — С. 88.

34. Оценка банком кредитоспособности заемщика/Кирисюк Г.М., Ляховский

35. B.C.// Деньги и кредит. — 1993. — №4. — С. 30.

36. Ковалев В.В. Финансовый анализ: управление капиталом. Выбор инвестиций. Анализ отчетности. —М.: Финансы и статистика. 1995. - 285с.

37. Прогнозирование банкротства сельскохозяйственных товаропроизводителейс использованием методов дискриминантного анализа/ Кучеренко С. А.// Экономический анализ: теория и практика. — 2008. №12 — С. 45.

38. Оценка неплатежеспособности и финансовой устойчивости предприятий. /Крейнина М// Экономика и жизнь. — 1997. — №6 -С. 34.

39. К вопросу об оценке кредитоспособности заемщика//Кузьмин И.Г., Сазонов А.Ю.// Деньги и кредит. — 1997. — №5. — С. 28-32.

40. Показатели платежеспособности и ликвидности в оценке кредитоспособности заемщика/Куштуев А.А.// Деньги и кредит.- 1996.- № 12. С. 55 —60.

41. Баканов М. И., Шеремет А. Д. Теория экономического анализа.-М.: Финансы и статистика.- 1995 .-33 8с/

42. Гиляровская J1. Т., Ендовицкий Д. А. Финансово-инвестиционный анализ и аудит коммерческих организаций. Воронеж. :ИздательствоВГУ,- 1997.-221с.

43. Ефимова О.В. Финансовый анализ. Москва. Издательство "Бухгалтерский учет".- 1998.-321с.

44. Ковалев Н.Т. Финансовый анализ. Москва.Издательство "Инфо", 1998.

45. Экономическая безопасность предприятия /Д. Ковалев, Т. Сухорукова // Экономика предприятия. -2001.-- №4.-с.22-28 .

46. Дергачева В. В., Недин И. В., Сенько И. В. Логистические условия обеспечения экономической устойчивости электроэнергетики http://www.electro.nizny.rU/papers/2/00209.htm

47. Зеткина О. В. Об управлении устойчивостью предприятия http://www.conif.boom.ru/third/section3.htm

48. Севастьянов А. В. Оценка экономической устойчивости предприятия http://www.mte.ru/w6.nsf

49. Устойчивость системы управления предприятием в условиях экономической безопасности/ Сумин В. А.// "Материалы международной научно-практической конференции" г.Донецк, 23-24 ноября 2001 г, с.34-39

50. Грузинов В. П., Грибов В. Д. Экономика предпрития: Учеб. пособие.-2-е изд., доп.-М.: Финансы и статистика, 2002, 365с.

51. Бланк И. А. Финансовый мененджмент: Учебный курс. К.: Ника-Центр, Эльга, 2001, 512с.

52. Стратегия и тактика атикризисного управления фирмой / Под общ. ред. Градова А. П., С.-П., 1996, 345с.

53. Экономическая стратегия фирмы: Учеб. пособие под ред. Градова А. П. С.-П., 1995, 249с.

54. Пути выхода из финансового кризиса/ Лысенко Д.// Аудит и налогообложение, 2009, №9, с.39-41.

55. Зуб А.Т., Панина Е.М. Антикризисное управление организацией. М.: ИД "ФОРУМ": ИНФРА-М, 2007.

56. Зависимость инвестиционной политики предприятия от его финансово-экономического состояния/ Перепадья Н.П., Висящев В. А.// Менеджер 1999. -№2, с.31-34.

57. Совершенствование диагностики финансового состояния промышленного предприятия/Бендиков М. А., Джамай Е. В.// Менеджмент в РоссиЬ и за рубежом 2001 - №5, с. 16-19.

58. Анализ методик прогнозирования кризисной ситуации коммерческих организаций с использованием финансовых индикаторов /Крюков А. Ф., Егорычев И. Г. // Менеджмент в Росси и за рубежом 2001 - №2, с 27-31.

59. Моделирование финансового равновесия предприятия/Керанчук Т. // Бизнес-Информ 1998. - №19.- с.49-54.

60. Система платежеспособности предприятия /Гончаров А.И. // Финансы, 2004, №6, с.80-83.

61. Оценка эффективности деятельности предприяти/Василик С.Я // Бизнес-Информ 1997. - №21, с.67-71.

62. Финансовая стабильность предприятия и методические аспекты ее оценки /Керанчук Т //Финансы 2005. - №1, с.83-86.

63. Анализ методов и моделей диагностики банкротства на основе финансовых результатов/Косенкова О.В.// Вестник технологического университета Подолья-2001 .-№4.-с.200-204.

64. Бочаров В.В. Комплексный финансовый анализ. / В. В. Бочаров; М.: Питер,2005,409с.

65. Бахрушина М. А. Управленческий анализ. Выбор оптимального решения. М. :Омега-Л,2004,432с.

66. Гинзбург А. Экономический анализ. / А. Гинзбург. М.: Питер, 2004,480с.

67. Ермолович Л.Л. Практикум по анализу хозяйственной деятельности предприятия. Учеб. пособие. / Л. Л. Ермолович. М.: Издательство: Книжный Дом, 2003- 228 с.

68. Жилкина А.Н. Управление финансами. Финансовый анализ предприятия. /А. Н. Жилкина.-М.: Инфра-М, 2005. 336 с.

69. Зимин Н. Е. Анализ и диагностика финансового состояния предприятий. / Н. Е. Зимин. М.: ЮНИТИ-ДАНА, 2004. - 381 с.

70. Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия. / А. И. Ковалев, В. П. Привалов- М.: Издательство: Центр экономики и маркетинга, 2000. 208 с.

71. Ковалев В.В. Анализ хозяйственной деятельности предприятия. / В. В. Ковалев, О. Н. Волкова М.: ПБОЮЛ Гриженко Е.М., 2000. - 424 с.

72. Кравченко Л. Анализ хозяйственной деятельности в торговле. / Л.

73. Кравченко. М.: Новое Знание, 2004. - 544 с.

74. Крылов Э. И. Анализ финансового состояния и инвестиционной привлекательности предприятия. / Э.И. Крылов, В.М. Власова, М.Г. Егорова, И.В. Журавкова. М.: Финансы и статистика, 2003. - 192 с.

75. Литвинов Д.В. Анализ финансового состояния предприятия: Справочное пособие. / Д. В. Литвинов. СПб: Эскорт, 2004. - 104 с.

76. Лиференко Г.Н. Финансовый анализ предприятия. / Г. Н. Лиференко. М.: Экзамен, 2005. - 160 с.

77. Макарьева В.И. Анализ финансово-хозяйственной деятельности организации. / В. И. Макарьева, Л. В. Андреева. М.: Финансы и статистика,2004. 264 с.

78. Маркарьян Э. А. Экономический анализ хозяйственной деятельности. / Э. А. Маркарьян. М.: Феник, 2005. - 554 с.

79. Пожидаева Т. А. Практикум по анализу финансовой отчетности. / Т.А. Пожидаева, Н.Ф. Щербакова, Л.С. Коробейникова. — М.: Финансы и статистика,2005,-264с.

80. Рамперсад Хьюберт К. Индивидуальная сбалансированная система показателей. / Рамперсад Хьюберт К. М.: Олимп-Бизнес, 2005. - 176 с.

81. Савицкая Г. В. Экономический анализ. Учебник. / Г. В. Савицкая . М.: Новое знание, 2005.-651 с.

82. Селезнева И. Н., Ионова А. Ф. Финансовый анализ. Управление финансами: Учеб. по-собие для вузов. 2-е изд., перераб. и доп. / И. Н. Селезнева, А. Ф. Ионова. - М.: ЮНИТИ-ДАНА, 2005. - 639 с.

83. Станиславчик Е. Н. Анализ финансового состояния неплатежеспособных предприятий/Е.Н.Станиславчик Е. Н.-М.:Издательство: 0сь-89,2004. 176 с.

84. Черкасова И.О. Анализ хозяйственной деятельности. / И. О. Черкасова.// -СПб.: Издательство: СПб: Нева, 2003. 192 с.

85. Щиборщ К. В. Анализ хозяйственной деятельности предприятий России. / К.В. Щиборщ// М.: Дело и сервис, 2003. - 320 с.

86. Кредитоспособность и платежеспособности есть ли разница? /Сальников К.// «Банковское дело в Москве» 2006, №6, с.31-32.

87. Родионова Н.В. Антикризисный менеджмент.- М.: ЮНИТИ-ДАНА, 2001,-223с.

88. Линейные модели оценки платежеспособности предприятия / Г. 3. Рахимкулова // Обозрение прикладной и промышленной математики.2004 г. Том 11, №4. с.908-909.

89. Аналитическая модель оценки платежеспособности предприятия / Г. 3. Рахимкулова // Обозрение прикладной и промышленной математики.2004 г. Том 10, № 2. с.510-511

90. Аналитические модели оценки неплатежеспособности предприятия / Г. 3. Рахимкулова, Е. М. Бронштейн//Аудит и финансовый анализ. Вып. 2.-Москва, 2004г.-с.237-239(рус.яз),204-205(англ.яз).

91. Аналитические модели оценки неплатежеспособности предприятия / Г. 3. Рахимкулова, Е. М. Бронштейн //Аудит и финансовый анализ. Вып. З.Москва, 2007г.-с.196-198(рус.яз),111-112(англ.яз).

92. Линейные модели оценки неплатежеспособности предприятия./Рахимкулова Г.З.//1-ЫЙ Международный форум «Актуальные проблемы современной науки».Ч.-31 .Экономика.-Самара,2005г.-с.87-89.

93. Линейные модели оценки неплатежеспособности предприятия/Г.З. Рахимкулова// Башкирско-Саксонский форум «Информационные технологии и математические методы исследований в экономике».-Уфа. 2006.-c.99-105.

94. Линейные модели оценки платежеспособности предприятия./Рахимкулова Г. ЗУ/Интеллектуальные системы обработки информации и управления. Том 1. -Уфа.2006.- с. 140-145.

95. Линейная модель оценки неплатежеспособности предприятия./ Рахимкулова Г. 3.//Пятая всероссийская конференция ФАМ, — Красноярск. 2006г.-с. 14-19.

96. Линейные модели оценки платежеспособности / Е. М. Бронштейн, Г .3. Рахимкулова//! 8-ая международная конференции по системнымисследованиям, информатике и кибернетике: материалы конференции Загреб, 2006.- с. 22-26.

97. Линейные модели оценки платежеспособности / Г.З. Рахимкулова// Интеллектуальные системы обработки информации и управления: Сборник статей Региональной зимней школы-семинара аспирантов и молодых ученых. т.2. -Уфа, 2006.-С.35-38.

98. Аналитические модели оценки неплатежеспособности предприятия/ Г. 3. Рахимкулова// Интеллектуальные системы обработки информации и управления. — Уфа-Ассы. -2005.-е. 12-16.

99. А.Н.Горбань,Обучение нейронных сетей, М.: СП ПараГраф, 1991, 159с.

100. Ф. Уоссерман, Нейрокомпьютерная техника: Теория и практика, М. Мир, 1992,529с.

101. А.А.Ежов, С.А.Шумский. Нейрокомпьютинг и его применения в экономике и бизнесе. М., МИФИ, 1998, с.221с.

102. С.Хайкин. Нейронные сети: полный курс. 2-е изд. М., "Вильяме", 2006, 995с.

103. Юб.Л.Г.Комарцова, А.В.Максимов. Нейрокомпьютеры. М., Изд-во МГТУ им.Баумана,2002,400с.

104. В.А.Головко. Нейронные сети: обучение, организация и применение. М., ИПРЖР,2001,256с.

105. Как живут нейросети в России/ Дун И.// Компьютерная неделя. 1998,№12, с.35.