автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Разработка метода экспресс-анализа для управления финансовым состоянием предприятий

19

На правах рукописи

Алексеев Александр Александрович

Разработка метода экспресс-анализа для управления финансовым состоянием предприятий (на примере Калужской области)

Специальность 05 13 10 Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петербург 0 2 АВГ 2007

2007

003064419

Работа выполнена в Северо-Западной академии государственной службы

Научный руководитель доктор технических наук,

профессор Курзенев В А

Официальные оппоненты доктор экономических наук,

профессор Ипатов Ю M доктор экономических наук, профессор Рафиков С А

Ведущая организация Санкт-Петербургский Государственный Морской Технический Университет

Защита состоится « » -Z0 2007 г в СО часов на заседании диссертационного совета Д 502 007 02 по защитам диссертаций в

_ при Северо-Западной академии государственной службы по адресу 199178, Санкт-Петербург, В О , Средний проспект, дом 57

С диссертацией можно ознакомиться в библиотеке академии

Автореферат разослан «28» О G_2007 г

КРАТКАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность исследования. В настоящее время все большее значение приобретает точность результатов проводимых исследований во многих разделах экономической науки Зарубежные практики на протяжении уже значительного времени создают инструменты и подходы, позволяющие максимизировать точность результатов анализа и прогнозов относительно тенденций развития исследуемых хозяйствующих субъектов В России также ведется работа по созданию методик, удовлетворяющих требованиям современных экономических отношений, как внутри, так и вне государства

К таким работам можно отнести и модели зарубежных исследователей, адаптированные к современным условиям К таковым относятся попытки адаптации моделей Альтмана, Лиса, Тишоу1 и применения их на российской статистике Однако, отчасти такой подход не может являться в полной мере оправданным, как показывает практика современная российская экономика обладает большой долей специфических черт, которые не могут быть учтены зарубежными моделями Использование таких методик возможно лишь при создании собственных весовых коэффициентов в каждом конкретном случае при наличии достаточного объема статистических данных

Также в настоящее время, набирают силу такие направления в исследованиях экономических процессов как анализ и прогнозирование поведения хозяйствующих субъектов с помощью нейросетей с использованием, в том числе, генетических алгоритмов и пр2 Такие модели имеют некоторые преимущества перед методами, использующими экспертные оценки и методами использующими множественный дискриминантный анализ В условиях

1 Altman Е 1, 1993 Corporate Financial Distress and Bankruptcy A Complete Guide to Predicting & Avoiding Distress and Profiting (Vom Bankruptcy Wiley Finance Edition

2 M Adnan Aziz, Humayon A Dar Predicting Corporate Bankruptcy Whither do We Stand1* Department of Economics, Loughborough University, UK 2005

увеличивающегося динамизма экономических процессов, возрастания требований к скорости реакции субъектов хозяйствования, использование таких моделей представляется перспективным в силу их отстраненности от субъективности оценок и возможности сочетать в себе функции анализа и прогнозирования экономического состояния большой группы объектов Однако, они имеют и недостатки Такие системы требуют тщательной проработки вопроса выбора алгоритма вычислений - будущей основы нейронной сети, необходимо также провести большой объем подготовительных работ по обучению такой системы Это не всегда представляется возможным, например, в случае недостаточности информации или при ограниченных сроках проведения исследования Кроме того, во многих случаях требуется предварительная проработка имеющихся данных для анализа и прогнозирования ситуации в сжатые сроки, что не всегда возможно при использовании громоздких методов

Задача анализа финансового состояния предприятия может быть решена многими путями, в зависимости от поставленной планки точности результатов исследования Зачастую требуется провести оперативное оценивание, позволяющее получить сбалансированный результат, достаточно точный, но в краткие сроки Это необходимо, например, при мониторинге некоторой группы предприятий, обладающей схожими признаками, такой как территориальный субъект государства или отрасль

Для решения такой задачи при условии сохранения требований по точности результата при интерпретации исходных данных вполне логично использовать методы математической статистики При этом в подобных исследованиях экономисты сталкиваются с большим количеством показателей, характеризующих состояние объектов наблюдения, имеющих разную степень значимости для решения поставленной задачи Возникает так называемый вопрос снижения размерности признакового пространства для последующей классификации объектов исследования в соответствии с критериями, заданными условием исследования

Провести такую работу возможно при использовании методов многомерного статистического анализа При этом имеется в виду использование таких способов как факторный анализ или метод главных компонент для решения задачи снижения количества исходных признаков Использование метода главных компонент является более предпочтительным, так как при его использовании существенно снижается роль субъективного фактора (самого исследователя) в определении значимости тех или иных признаков Одним из основных преимуществ метода главных компонент является то, что он обладает обратной связью

Для получения более или менее строгого представления о разделении объектов исследования можно провести классификацию объектов в зависимости от поставленных условий с разбиением их на группы Для этого представляется вполне конструктивным использовать методы кластерного анализа

Предлагаемая методика анализа данных о финансовом состоянии предприятий может быть востребована при оценке производственного потенциала региона Настоящее исследование проведено для производственных предприятий Калужской области Его результатом является выделение классов предприятий и отнесение объектов исследования к соответствующему его показателям классу Такая задача является актуальной в связи с ростом объемов промышленного производства в исследуемом регионе Предлагаемая методика позволяет проследить тенденции развития объектов исследования на протяжении нескольких лет, не прибегая к построению сложных вычислительных алгоритмов, т е удовлетворяет требованиям экспресс-анализа деятельности хозяйствующих субъектов Проводимое исследование может представлять интерес для органов исполнительной власти, таких как региональные министерства экономического развития и торговли В целях оптимизации федерального имущества и дальнейшей его приватизации в соответствии с Федеральным законом от 21 декабря 2001 г N 178-ФЗ "О приватизации государственного и

5

муниципального имущества" предлагаемая методика может иметь значимость для органов исполнительной власти по управлению государственным имуществом РФ С другой стороны, разрабатываемый в настоящей работе метод может оказать помощь инвесторам, ставящим перед собой задачу эффективного вложения средств в экономику конкретного региона или муниципального образования При проведении, например, SWOT анализа инвестором при выборе региона д ля вложения средств результаты, полученные по предлагаемой методике, могут рассматриваться в качестве преимуществ или, наоборот, угрозы потери части средств в зависимости от полученных на выходе данных Результаты анализа с использованием предлагаемой методики, могут иметь прикладное значение для различного рода кредитных организаций, в том числе при оценке кредитного потенциала группы предприятий или региона Это оказывается необходимым при расчете рисков, например, при открытии филиала банка в другом регионе или муниципальном образовании Кроме того, данная методика способствует получению целостной картины о состоянии исследуемых объектов при формировании рациональной политики в данном регионе Цель и задачи исследования.

Основной целью настоящего исследования является разработка методики экспресс-анализа финансового состояния группы предприятий, объединенных общими признаками и выявления среди них предприятий, имеющих признаки нестабильности или несостоятельности

Для достижения поставленной цели были поставлены и решены следующие задачи

- произвести содержательный анализ понятия финансового состояния и дать оценку основным признакам кризисного состояния предприятия, выделить наиболее адекватные определения понятия кризисного состояния,

- произвести классификацию существующих методик анализа финансового состояния предприятий,

б

- выполнить анализ основных подходов к оценке регионального развития с точки зрения применимости предлагаемого метода для анализа состояния промышленности в регионе,

- разработать методику экспресс-диагностики финансового состояния для средних производственных предприятий Калужской области, включая

о применение метода главных компонент на основе

статистических данных о предприятиях региона, о построение уравнений регрессии по полученным компонентам

для выявления зависимостей между ними, о проведение кластерного анализа в т ч значений главных компонент по исследуемым предприятиям с выделением в классы нестабильных и преуспевающих предприятий Объектом исследования является процесс анализа, управления и прогнозирования финансового состояния предприятий

Предметом исследования является проверка гипотезы о возможности реализации методики экспресс-диагностирования состояния предприятий с использованием многомерного статистического анализа

Новизна исследования определяется его постановкой, спецификой региона и актуальностью В настоящий момент существует реальная необходимость создания методики, позволяющей регулярно проводить мониторинг ряда предприятий в сжатые сроки Это подразумевает создание методики экспресс-оценки ситуации на основе данных о финансовом состоянии субъектов хозяйствования для принятия дальнейших управленческих решений По сравнению с известными решениями задачи разработки способа экспресс-оценки предприятий (например, в кандидатской диссертации Мукосеева А И), основанными на статистике и экспертной информации и использующих меньшее количество показателей для анализа, предлагаемая модель позволяет более строго с помощью методов многомерного статистического анализа оценить реальное состояние предприятий, не прибегая к экспертному оцениванию Использование

7

в настоящей работе метода главных компонент для получения показателей оценки финансового состояния представляется конструктивным и своевременным В настоящее время наряду с экспертными методиками все чаще используются методы многомерного статистического анализа, что позволяет исключить субъективизм при оценке

Методы исследования. В работе использовались методы главных компонент и кластерного анализа из арсенала многомерного статистического анализа для снижения размерности признакового пространства и выделения классов предприятий

Практическая значимость. Предлагаемая в настоящей работе методика может быть использована для оценки и мониторинга финансового состояния предприятий в органах исполнительной власти региона, администрациях муниципальных образований, высших учебных заведениях при подготовке материалов для исследований и прочих организациях, имеющих потребность в быстрой обработке большого объема данных и составлении прогноза финансового состояния некоторой выборки предприятий

Основными положениями, выносимыми на защиту являются следующие

- классификация и выявление основных тенденций в развитии существующих подходов к оценке финансового состояния,

- анализ необходимости применения методов оценки состояния предприятий с точки зрения региональной диагностики, обоснование применения методов многомерного статистического анализа для диагностики предприятий региона,

- методика оценки финансового состояния предприятий Калужской области на основе методов многомерного статистического анализа, включающая в себя метод главных компонент, регрессионный анализ, кластерный анализ

Структура и объем работы.

Диссертация состоит из введения, трех глав и заключения Основной текст работы изложен на 126 страницах, включает 16 таблиц, 15 рисунков, 2 приложения

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении дано обоснование актуальности темы диссертационной работы, сформулированы основные цели и задачи исследования, представлены основные положения, выносимые на защиту

В первой главе «Анализ существующего уровня исследований в области оценки финансового состояния предприятий и методов предупреждения кризисов» рассмотрены основные предпосылки изучения подходов к оценке финансовой несостоятельности организаций Даны определения основным понятиям, проведен анализ существующих подходов к оценке состоятельности предприятий

Большинство субъектов в рыночной экономике действуют на принципах состязательности Во многих странах конкуренция тщательно поддерживается на государственном уровне, поскольку этот способ экономической организации позволяет использовать ресурсы национальной экономики оптимальным образом Эффективное развитие рыночного общества невозможно без финансовой несостоятельности, поскольку угроза банкротства является для хозяйствующего субъекта таким же действенным стимулом, как и возможность получения прибыли Обратной стороной состязательности хозяйствующих субъектов является то, что наименее эффективным предприятиям, не выдерживающим конкуренцию, приходится уходить с рынка Как показывает мировой опыт, банкротство отдельных субъектов является эффективным механизмом перераспределения капитала Особенно часто возникновение финансовых затруднений, приводящих к банкротству, бывает связано со структурной перестройкой экономики Именно такая ситуация характерна в настоящее время и для России

9

Наступление финансовой несостоятельности предприятия не происходит единовременно, оно может быть обусловлено комбинацией ряда факторов, внешних и внутренних Соотношение их может быть в каждом конкретном случае различно и зависит не только от особенностей самой фирмы, но и страны, где она действует Так, по имеющимся оценкам 2/3 банкротств в западных странах бывают обусловлены внутренними причинами и лишь 1/3 -внешними В современной России ситуация обратная - 2/3 финансовых трудностей отечественных предприятий обусловлены общенациональными и международными факторами риска

На сегодняшний день можно говорить о наличии следующих методик, используемых при оценке деятельности предприятий

1 Статистические методы оценки финансового состояния его и прогнозирования, в том числе методы, использующие множественный дискриминантный анализ

2 Модели, использующие технологии искусственного интеллекта

3 Качественные и рейтинговые модели оценки финансового состояния, основанные на экспертных оценках

К первой группе можно отнести следующие методы

- Одномерный анализ (использовался в частности в исследованиях У Бивера)

- Множественный дискриминантный анализ

- Модель линейной вероятности

- Модель с логит-преобразованиями

- Определение состояния предприятия с использованием метода кумулятивных сумм

- Модель частичного приспособления

Ко второй группе относятся

- Нейронные сети

- Метод индуктивного обучения

- Генетические алгоритмы

ю

К третьей группе относятся методы, использующие экспертные оценки Результаты анализа в данном случае полностью зависят от мнения независимых экспертов На основе экспертных оценок построен известный метод Дж Аргенти Одним из самых распространенных является дельфийский метод

Выполненный анализ подходов к оценке финансового состояния предприятий показал, что на сегодняшний день, с одной стороны, динамично развиваются машинные методы анализа, но в то же время, широко применяются и не в полной мере совместимые с условиями российской экономики зарубежные модели Зачастую используются методы экспертных оценок, которые сохраняют достаточную долю субъективизма Для решения задачи быстрого анализа и прогнозирования ситуации в некоторой выборке (например производственные предприятия в регионе) возможно необходим менее громоздкий, но в то же время достаточно точный метод оценки

Во второй главе «Диагностический анализ региональной экономики место многомерных статистических методов в оценке уровня развития региона» диссертационной работы рассмотрены аспекты региональной экономической политики в Российской Федерации Проведен сравнительный анализ современных подходов к региональной экономической диагностике и методов, использовавшихся до образования рыночной экономики в России

Учитывая интересы различных субъектов хозяйствования, упомянутых в разделе, посвященном актуальности поставленной цели и решаемых в настоящей работе задач, можно говорить о трех основных группах целей финансовой диагностики вообще, в том числе и на уровне региона

1 Управленческие

2 Бизнес-цели

3 Исследовательские

Фактически, мы можем говорить, что первые два пункта

классификации являются отражением институционального деления, т е

11

органы исполнительной власти, заинтересованные в развитии субъектов федерации с одной стороны и представители бизнеса, заинтересованные в получении максимальной прибыли с другой Исследовательские цели определяются наличием потребности в развитии экономической науки, в том числе и региональной экономической диагностики

Можно выделить следующие виды диагностического регионального анализа

- непрерывный - постоянное исследование (мониторинг) изменений в параметрах состояния или развития региона,

- периодический - исследования, проводимые через определенные промежутки времени,

- единовременный - исследования, которые проводятся один раз или через неопределенные промежутки времени

Применительно к поставленной цели настоящей работы необходимо отметить, что потребность в непрерывном и периодическом анализе отражает актуальность разработки и реализации методики экспресс-анализа предприятий Именно непрерывный и периодический анализ подразумевает минимальные временные затраты на проведение диагностики Единовременный анализ, а также периодический анализ через длительные промежутки времени позволяют исследователю применять более сложные технологии, дающие детализированные результаты

В главе 2 предлагается разработать подход к оценке потенциала промышленности региона на основе методов многомерного статистического анализа для проведения периодического мониторинга различных сфер экономики региона Приводится постановка задачи для дальнейшей обработки информации по производственным предприятиям Калужской области путем обработки бухгалтерских балансов и вычисления на их основе ряда финансовых коэффициентов, характеризующих состояние предприятий Рассматриваются основные шаги по приведению имеющихся данных к

12

новому виду путем снижения размерности признакового пространства с использованием метода главных компонент

В главе 3 «Реализация методики анализа предприятий Калужской области с помощью методов многомерного статистического анализа» описывается алгоритм вычисления метода главных компонент, проводится регрессионный анализ на главных компонентах, выделяются классы предприятий путем проведения кластерного анализа

Необходимость представления каждого из наблюдений в виде вектора Ъ некоторых вспомогательных показателей г0',2й', с существенно

меньшим (чем р) числом компонент р' обусловлена в первую очередь следующими причинами

- потребностью в наглядном представлении исходных данных, что достигается их проецированием на специально подобранное трехмерное пространство (р'= 3), плоскость (р' = 2) или числовую прямую, с точки зрения экономической содержательности это дает возможность наглядно представить исходные данные в удобном для исследователя виде,

- стремлением к лаконизму исследуемых моделей, обусловленному необходимостью упрощения счета и интерпретации полученных

статистических выводов, количество исходных признаков может создать помехи для исследователя при интерпретации их экономической сущности для каждого объекта при обработке большого массива данных,

- необходимостью существенного сжатия объемов хранимой статистической информации (без видимых потерь в ее информативности), если речь идет о записи и хранении массивов типа в специальной базе данных

При этом новые (вспомогательные) признаки гт,гт, .г1" могут выбираться из числа исходных или определяться по какому-либо правилу по совокупности исходных признаков, например как их линейные комбинации

Формально задача перехода (с наименьшими потерями в информативности) к новому набору признаков гт,г{2\ ,2""может быть описана следующим образом

, >т

Пусть 2 = — ,г('Ч — некоторая р'-мерная вектор-

функция от исходных переменных л-(|),х(2), ,х'р) (р<<р'), представленных исходными показателями финансового анализа, и пусть 1Р-@(Х)) — определенным образом заданная мера информативности р -мерной системы признаков 2Г(ЛГ) = . Конкретный выбор функционала

1р{2) зависит от специфики решаемой реальной задачи и опирается на один из возможных критериев критерий автоинформативности, нацеленный на максимальное сохранение информации, содержащейся в исходном массиве {АГ,} относительно самих исходных признаков, и критерий внешней

информативности, нацеленный на максимальное «выжимание» из {X,} 1=тл

информации, содержащейся в этом массиве относительно некоторых других (внешних) показателей Речь идет о нахождении (в виде функции от X) такого вектора который обращает в максимум

или минимум (в зависимости от конкретного содержательного смысла оптимизируемого критерия информативности) значение 1Р'(7.)

Следуя общей оптимизационной постановке задачи снижения размерности и полагая анализируемый признак X /з-мерной случайной величиной с вектором средних значений а = (я<-1\ - , а(-р>) и ковариационной матрицей

Е = (<т )('>./ = 1,2, р), вообще говоря, неизвестными, определим в качестве

класса Р(Х) допустимых преобразований исследуемых признаков их всевозможные линейные ортогональные комбинации

р = г> 1,2, .р}, (322)

где

2 = 1 " X С}"С1а =0

!=1 У=1

для 7= 1,2, р и к = 1,2, р, но ; ^ /с, а в качестве меры

информативности /7-мерной системы показателей

ИХ) = (г^-ЧАО.^-ЧЛ'),- ,2(р'}00) выражение

Тогда при любом фиксированном р'= 1,2, р, вектор искомых вспомогательных переменных 2(Л') =• (¿^'(А'),. ..¿^''(Л'))1 определяется

(кг " кР\

как такая линейная комбинация 7 = ЬУ, где 1 = 1 ■ матрица

" Ь'р )

строки которой удовлетворяют условию ортогональности, что

V (¿(1)(А'>, • , 2("Ч*))Т = тах,(т)еГ (3 23 )

Полученные таким образом переменные ¿^(Х), ^(Х) называют

главными компонентами вектора X

Первой главной компонентой исследуемой системы

показателей X = (х{1),.. ,л(р))тназывается такая нормировано-

центрированная линейная комбинация показателей, которая среди прочих нормировано-центрированных линейных комбинаций переменных х(л>, , г обладает наибольшей дисперсией

25

Нахождение первой главной компоненты сводится к решению оптимизационной задачи вида

V (т)

В результате проведенных расчетов было выяснено, что в течение трех лет для каждой выборки можно выделить по три главных компоненты, объясняющих максимум дисперсии исходных признаков Распределение их собственных значений приведено на рис 1,2,3

Собственные значения ковариационной матрицы

I 15Е1°

5

1ЕЮ 5Е9

и тот«увото *о,во|яо«)во«),во<всгво,во«о,во%

Номер компоненты

Рис 1

Собственные значения ковариационной матрицы

5 10 15

Номер компоненты

Рис 2

4 5Е10 4Е10 3SE10 ЗЕ10 2 БЕЮ

I 2Е10 I

1 5Е10 1 ЕЮ 5Е9 О 5Е9

Рис 3

На основании данных о собственных значениях главных компонент для каждого предприятия построены графики распределения объектов исследования в трехмерном пространстве, где уравнение множественной регрессии представлено в виде плоскости Графики представлены на рис 4,5,6 В результате корреляционного анализа главных компонент и исходных признаков сделаны следующие выводы

1 первая главная компонента характеризуется обеспеченностью предприятия собственными средствами - фактически это говорит о независимости предприятия, с экономической точки зрения принято говорить о том, что данный показатель характеризует наличие собственных оборотных средств у предприятия, необходимых для его финансовой устойчивости

2 вторая главная компонента характеризуется наличием у предприятия достаточного уровня выручки, что характеризует рентабельность предприятия,

3 третья главная компонента характеризуется показателями ликвидности предприятия, что показывает достаточность оборотного капитала и стабильности финансового положения компании, коэффициенты ликвидности позволяют оценить насколько быстро предприятие может погасить все свои

17

52 96%

S 0 5 10 15 20 25

Номер компоненты

обязательства,

То есть в результате проведенного анализа получены признак характеризующие

1 устойчивость предприятия,

2 уровень его дохода,

3 платежеспособность предприятия,

С экономической точки зрения это подтверждает распространенный подход к оценке состояния предприятия, в тч и регламентированные законом №127-ФЗ от 26 10 2002г «О несостоятельности (банкротстве)» правила определения состояния предприятия

У=0 12+0 68*х+0,37*у

Рис 4 Геометрическая интерпретация уравнения регрессии, построенного для первого года исследования

г = -О 07+0 401 *х 0 27*у

Рис 5 Геометрическая интерпретация уравнения регрессии, построенного для второго года исследования

г-0 024+0 ГХ1+0 0Э7-Х2

Компонента 2

Рис 6 Геометрическая интерпретация уравнения регрессии, построенного для первого года исследования 19

Получены следующие уравнения регрессии по трем годам исследования

1) У=0,12+0,68Х1+0,37Х2

2) У=-0 07+0 401X1-0 27X2

3) У=0,024+0,1X1+0,37X2

Это дает возможность судить о зависимости выручки от показателе характеризующих ликвидность и обеспеченность собственными средствами Име достаточный уровень ликвидных активов для обеспечения имеющихс обязательств

Завершающим этапом исследования является разделение предприятий н классы с использованием кластерного анализа

Для получения более наглядного результата в работе проведен кластерны анализ по исходным признакам и по главным компонентам Полученны результаты сравнены с эталоном — выборкой предприятий по каждому го, удовлетворяющих условиям выполнения всех нормативов по показателя характеризующим состоятельность предприятия

Кластерный анализ проводился методом К-средних при помощи приютадно пакета 81аШ1са 6 0

В результате проведенного анализа предприятия разделены на две группы относящиеся к классу несостоятельных и относящиеся к классу устойчивь предприятий По результатам анализа можно говорить о том, что классификац по главным компонентам с некоторой погрешностью соответствует результат классификации по исходным признакам

Результаты деления предприятий по главным компонентам в первом го I представлены в таблицах 1,2

Кластер №1 стабильные предприятия Таблица 1

Объекты 2 5 6 8 9 12 16 22 23 26 27

Расстояние 0,370 0,228 0 535 0,775 0,154 0 511 0,421 0 311 О 137 0,641 0 157

Объекты 30 32 35 37 39 40 41 43 47 56 57

Расстояние 0 443 0 648 0 215 0 350 0,187 0,620 0 184 0,010 0,010 0 018 0011

Объекты 59 65 72 77 85 87 89 94 96

Расстояние 0 324 0418 0 327 0 170 0 213 0 810 0 166 0 200 0 446

Кластер №2 Предприятия, подверженные риску банкротства Таблица 2

Объекты 2 3 4 5 6 7 8 9 11 12 13

Расстояние 0 009 0,009 0,013 0,027 0,009 0 012 0,010 0,010 0,015 0,008 0,010

Объекты 14 15 17 18 19 20 21 22 23 24 25

Расстояние 0 025 0,014 0 017 0,016 0,019 0,008 0015 0,007 0,015 0,013 0 018

Объекты 26 27 28 30 31 32 33 35 36 37 38

Расстояние 0,012 0,011 0,058 0,016 0 009 0,026 0,008 0,007 0,009 0,018 0,010

Объекты 39 40 41 42 43 44 45 47 48 49 51

Расстояние 0,018 0,025 0,006 0,019 0,015 0,015 0,044 0,014 0,006 0,007 0,018

Объекты 52 53 54 55 57 59 60 61 62 64 65

Расстояние 0,018 0,027 0,016 0,015 0 023 0,019 0,013 0,013 0011 0,019 0,008

Объекты 66 70 71 72 74 75 76 77 78 79 81

Расстояние 0,006 0,013 0,032 0,019 0,013 0,053 0,012 0,023 0,009 0,034 0,01В

Объекты 82 83 85 86 89 91 93 95 96 97

Расстояние 0,023 0,016 0,022 0,018 0,019 0,018 0,023 0,014 0,072 0,006

В заключении приводятся основные результаты и выводы о применимости данного исследования на практике Необходимо выделить следующие выводы

- в работе выполнен сравнительный анализ и классификация существующих методов диагностики и прогнозирования финансового состояния предприятий,

- выявлены тенденции развития методов анализа финансового состояния предприятий с обоснованием перспективности использования подходов, использующих многомерный статистический анализ для региональной диагностики,

разработана методика диагностирования финансового состояния предприятий Калужской области на основе метода главных компонент, регрессионного и кластерного анализа,

- получены и систематизированы статистические данные, проведен статистический анализ финансового состояния производственных

предприятий Калужской области с использованием разработанной методики, предложена содержательная интерпретация результатов с точки зрения механизмов региональной экономики

Перечень научных работ по теме диссертации

1 Алексеев А А «Оценка финансового состояния предприятия с помощью методов многомерного статистического анализа на примере Калужской области», журнал «Телекоммуникации» №9, стр

2 Алексеев А А «Концепция создания метода и методики экспресс оценки финансового состояния предприятий отрасли» Сборник трудов IV научно-технической конференции, стр 436 - 442

Изд-во научной литературы Бочкаревой, Калуга, 2005 г

3 Абдуллин Б Б , к э н , Алексеев А А «ИТ в управлении финансами предприятия» Сборник трудов IV научно-технической конференции, стр 443-449

Изд-во научной литературы Бочкаревой, Калуга, 2005 г

4 Алексеев А А «Использование методов многомерного статистического анализа для оценки финансового состояния предприятий с помощью количественных моделей» Сборник трудов V научно-технической конференции, ч 2, стр 154-157

Изд-во ЦНТИ, Калуга 2006

5 Алексеев А А «Практическая реализация методики экспресс-анализа финансового состояния производственных предприятий Калужской области с использованием методов многомерного статистического анализа» Сборник трудов VI научно-технической конференции, ч 1, стр

Изд-во научной литературы Бочкаревой, Калуга, 2007 г

Алексеев Александр Александрович

Разработка метода экспресс-анализа для управления финансовым состоянием предприятий (на примере Калужской области)

Автореферат

диссертации на соискание ученой степени кандидата экономических наук

Уел печ л 1 45 Тираж 100 экз

Введение.

Глава 1. Анализ существующего уровня исследований в области оценки финансового состояния предприятий и методов предупреждения кризисов. 11 1.1.Определение понятий несостоятельности и банкротства, понятие финансового кризиса и классификация кризисов.

1.2. Сущность и принципы антикризисного управления финансами. Методы диагностики финансового состояния предприятия.

1.3. Классификация методов оценки и прогнозирования финансовой несостоятельности предприятий.

Глава 2. Диагностический анализ региональной экономики: место многомерных статистических методов в оценке состояния и потенциала предприятий региона.

2.1 Концептуальные основы диагностического анализа региональной экономики.

2.2 Методы многомерного статистического анализа в диагностировании экономики региона.

2.3. Актуальность применения метода главных компонент для выделения показателей, характеризующих финансовое состояние промышленных предприятий Калужской области.

Глава 3. Реализация методики анализа предприятий Калужской области с помощью методов многомерного статистического анализа.

3.1. Формирование набора финансовых показателей для оценки финансового состояния предприятий.

3.2 Методика перехода к новой системе координат с использованием метода главных компонент.

3.3. Классификация предприятий с использованием методов кластерного анализа.

Развитие рыночных отношений требует от предприятий повышения ответственности и самостоятельности в выработке и принятии управленческих решений. Важным фактором при этом является учет интересов большого количества групп заинтересованных лиц: собственников предприятия, потребителей продукции, поставщиков, органов власти, общественных организаций и прочих.

Выполнение предприятием своих обязательств, а также реализация ожиданий заинтересованных групп зависит от того, насколько оно способно выявлять эти потребности и ожидания, эффективно их удовлетворять, выдерживая оптимальный баланс привлекаемых ресурсов и создаваемого добавочного продукта. Указанная способность предприятия требует эффективной координации действий в различных сферах, привлечения наиболее передовых технологий управления.

Самостоятельность предприятия в условиях рыночной экономики заставляет учитывать его конкурентоспособность и заботиться о решении проблем не только роста и развития, но также и самосохранения.

Проблема самосохранения предприятия многогранна - она включает вопросы в сферах организационного, кадрового, инновационного, производственного, финансового менеджмента, правовой и экологической безопасности, взаимодействия с целевыми аудиториями и т.д.

Одной из ключевых проблем является эффективное управление финансами.

Финансы определяются как система отношений в обществе связанных с образованием и использованием денежных фондов. [37, с.21]. При этом "Финансы хозяйствующих субъектов - это относительно самостоятельная сфера системы финансов государства, охватывающая широкий круг денежных отношений, связанных с формированием и использованием капитала, доходов, денежных фондов в процессе кругооборота их средств и выраженных в виде различных денежных потоков" [37, с.411].

Финансовые ресурсы предприятия - это все источники денежных средств, аккумулируемые предприятием для формирования необходимых ему активов в целях осуществления всех видов деятельности, как за счет собственных доходов, накоплений и капитала, так и за счет различного рода поступлений [41].

Требование сбалансированности финансовых ресурсов с точки зрения их источников и направлений использования порождает одну из ключевых проблем рыночной экономики - платежеспособность предприятия.

В общем случае платежеспособность представляет собой способность предприятия вовремя и в необходимых объемах удовлетворять свои платежные обязательства. Предприятие, неспособное к выполнению данного условия, считается неплатежеспособным.

Принято оперировать также такими понятиями как:

1. Экономическая несостоятельность, определяемая как несоответствие доходов предприятия его расходам. В данном случае поддержание функционирования происходит за счет внешних источников, а именно дополнительного капитала, предоставляемого инвесторами, согласными на доходность ниже рыночной. Закономерным итогом экономической несостоятельности является закрытие предприятия или сокращение масштабов деятельности до уровня, на котором возможно самофинансирование.

2. Деловая несостоятельность характеризуется как состояние, в котором предприятие прекратило свои операции, результатом чего стаж убытки, понесенные кредиторами.

3. Техническая неплатежеспособность, представляющая собой состояние текущей нехватки ликвидных средств для удовлетворения обязательств предприятия.

4. Неплатежеспособность в преддверии банкротства: балансовая оценка совокупной кредиторской задолженности превышает реальную рыночную стоимость активов.

5. Легальное банкротство - официально признанная неплатежеспособность предприятия.

В Федеральном Законе "О несостоятельности (банкротстве)" №127-ФЗ, принятом Государственной Думой Российской Федерации 27 сентября 2002 года, несостоятельность определяется как ".признанная арбитражным судом неспособность должника в полном объеме удовлетворить требования кредиторов по денежным обязательствам и (или) исполнить обязанность по уплате обязательных платежей" (ст.2). При этом ".денежное обязательство -обязанность должника уплатить кредитору определенную денежную сумму по гражданско-правовой сдеже и (или) иному предусмотренному Гражданским кодексом Российской Федерации основанию" [2].

Содержащаяся в Законе норма позволяет отметить, что несостоятельность является, по сути, крайней формой неплатежеспособности предприятия, т.е. юридически признанной неспособностью должника удовлетворить платежные (по определению Закона - денежные - обязательства).

Изменения состояния каждого предприятия отрасли или региона, муниципального образования могут быть вызваны как внутренними, так и внешними факторами. Отношение государства к регулированию экономики характеризует поведение субъектов рынка. Принятие решений на государственном, региональном или местном уровне невозможно без анализа существующего состояния дел. Для осуществления контроля и прогнозирования развития экономики необходимо иметь такие инструменты, которые бы позволяли производить такой анализ с требуемой частотой, точностью без значительных временных затрат. Таким образом, разработка методики экспресс-анализа, предлагаемая в настоящей диссертационной работе, является актуальной.

На современном этапе развития Российского государства многие экономисты ставят перед собой задачу оценить тесноту связей и уровень взаимодействия между объектами в обществе и в экономике. Оценке подвергаются основные составляющие сложной системы денежных и социальных отношений (объекты социально-экономической системы государства). Такая необходимость в оценке результатов работы механизма экономики существует всегда и особенно сейчас благодаря динамике развития российской экономики в последние годы.

Принято говорить о двойственности подходов к оценке экономического развития России на современном этапе развития.

Официальная позиция: Россия - государство, имеющее на данный момент низкий производственный и технологический потенциал, получающее основные доходы от использования и продажи природных ресурсов.

Вторая позиция - неофициальная гласит, что по результатам оценки российскими учеными чистая народнохозяйственная прибыль составляет объем в 2-2,5 раза превышающий нынешний размер бюджетных средств РФ[41].

Такая разница в оценках свидетельствует о том, что необходимо использовать методы оценки состояния экономики, позволяющие более точно обрабатывать результаты деятельности хозяйствующих субъектов и вовремя принимать решения о внесении корректив в курс управления взаимоотношениями между субъектами социально-экономических систем, а конкретно предприятиями реального сектора экономики. Мировой опыт показывает, что эффективная экономика возможна только тогда, когда в государстве существует нормально развивающаяся промышленность, а это возможно при постоянном контроле над состоянием предприятий со стороны государства и своевременном принятии решений на основании анализа деятельности предприятий.

Для проведения постоянного наблюдения необходимо использовать методы экономической статистики, позволяющие выработать приемлемый для стоящих перед исследователем задач способ оценки состояния предприятий. Такие методы, основанные на данных финансового анализа состояния отдельных предприятий, позволяют сформировать целостную картину работы отрасли или промышленного сектора региона. Учитывая, что влияние на финансовое состояние предприятий оказывает целый ряд факторов, как внешних, так и внутренних, то, исследуя общую картину состояния совокупности таких предприятий, ограниченной оговоренными критериями, можно делать выводы о состоянии схожих совокупностей в целом в стране. Так или иначе, необходимо выработать такие методы оценки состояния предприятий, которые позволят унифицировать процесс диагностирования целых отраслей или субъектов государства в сжатые сроки для принятия дальнейших решений о привлечении инвестиций или изменении налоговой, социальной политики в регионе, отрасли и т.д.

Предлагаемые на сегодняшний день методы оценки и прогнозирования экономического состояния организаций часто основаны на зарубежных разработках и, как показывает опыт, являются недостаточно адаптированными к российским условиям, в частности из-за недостатка исходной информации для проведения расчетов. В качестве примера можно привести такие популярные методы как метод 2-счета Альтмана, метод Таффлера [7,9,49] и другие, являющиеся их продолжением или модификациями. Имеющиеся разработки российских ученых зачастую не в полной мере удовлетворяют содержанию термина «экспресс-анализа результатов работы организации» и требуют проведения большого объема вычислений. Существуют также и модели, основанные на методах экспертных оценок [31], данные методы нельзя охарактеризовать как точные в силу субъективности оценок экспертов. Альтернативой вышеупомянутым подходам могут служить методы многомерного статистического анализа в качестве основы для проведения исследований финансового состояния предприятий.

Целью и основной проблемой настоящего диссертационного исследования является разработка инструментария, при помощи которого с использованием методов многомерного статистического анализа можно было бы достаточно быстро определить финансовое состояние предприятия - насколько оно близко к состоянию банкротства (на примере производственных предприятий Калужской области).

Для достижения поставленной цели необходимо решить следующие задачи:

- произвести содержательный анализ понятия финансового состояния и дать оценку основным признакам кризисного состояния предприятия; выделить наиболее адекватные определения понятия кризисного состояния;

- выполнить анализ существующих методик анализа финансового состояния предприятий;

- сформулировать основные концептуальные положения к оценке состояния развития регионов; обосновать перспективу использования многомерного статистического анализа для регионального развития;

- разработать методику экспресс-диагностики финансового состояния для средних производственных предприятий Калужской области, включая: о применение метода главных компонент на основе статистических данных о предприятиях региона; о построение уравнений регрессии по полученным компонентам для выявления зависимостей между ними; о проведение кластерного анализа в т.ч. значений главных компонент по исследуемым предприятиям с выделением в классы нестабильных и преуспевающих предприятий.

Актуальность настоящей работы определяется необходимостью разработки достаточно простого и функционального метода оценки финансового состояния группы предприятий, ограниченной определенными критериями, основанного на методах многомерного статистического анализа. Объектом данного исследования является процесс анализа, управления и прогнозирования финансового состояния предприятий.

В качестве отправной точки исследования будем использовать понятие о банкротстве и критерии его оценки. В соответствии с данным утверждением можно говорить о необходимости рассмотрения самого понятия «банкротство».

В качестве основного объекта, обобщающего выборку исследуемых в настоящей работе предприятий, будем рассматривать Калужскую область, как регион, субъект Российской Федерации. Каждый регион обладает собственной спецификой в силу ряда воздействующих факторов. Следует учитывать, что каждый регион характеризуется специфическими природно - географическими, социально - демографическими, политико - административными особенностями.

В регионе создаются и развиваются условия для производственной деятельности, проживания и организации отдыха населения и формируются признаки этнической общности людей, их экономической и социальной целостности, соединение интересов всех субъектов хозяйствования.

Любой регион обладает структурой. Понятие «структура региона» следует рассматривать, как: 1) разделение экономики, экономического объекта или экономической категории на составные части по определенным признакам, установление взаимосвязей между этими частями; 2) состав, строение экономического объекта. Следовательно, экономическая структура региона включает все материальные элементы которые, как во взаимодействии между собой, так и в отдельных отраслях промышленности, сельского хозяйства, транспорта, отдельных объектов (предприятия, организации, города, села), без которых экономический регион функционировать не может, различаются не отдельными элементами, а характером взаимодействия компонентов его структуры. Экономическая структура региона формируется в соответствии с основными функциями региона, где функция - это явление, которое зависит от другого явления, является формой его выявления и изменяется относительно его изменений[34].

Анализ в момент времени общей картины финансового состояния предприятий калужского региона, являющегося единой экономичской системой, - основная задача данной работы.

Основные положения, выносимые на защиту:

- классификация и выделение основных тенденций в развитии существующих подходов к оценке финансового состояния;

- анализ необходимости применения методов оценки состояния предприятий с точки зрения региональной диагностики; обоснование применения методов многомерного статистического анализа для диагностики предприятий региона;

- методика оценки состояния предприятий Калужской области на основе методов многомерного статистического анализа, включающая в себя метод главных компонент, регрессионный анализ, кластерный анализ.

Проводимое исследование может представлять интерес для органов исполнительной власти, таких как региональные министерства экономического развития и торговли. В целях оптимизации федерального имущества и дальнейшей его приватизации в соответствии с Федеральным законом от 21 декабря 2001 г. N 178-ФЗ "О приватизации государственного и муниципального имущества" предлагаемая методика может иметь значимость для органов исполнительной власти по управлению государственным имуществом РФ. С другой стороны, разрабатываемый в настоящей работе метод может оказать помощь инвесторам, ставящим перед собой задачу эффективно вложить средства в экономику конкретного региона или муниципального образования. При проведении, например, SWOT анализа инвестором при выборе региона для вложения средств результаты, полученные по предлагаемой методике, могут быть включены в качестве преимущества или, наоборот, угрозы потери части средств, в зависимости от полученных на выходе данных. Также, прикладное значение результаты анализа с использованием предлагаемой методики могут иметь для различного рода кредитных организаций, при оценке кредитного потенциала группы предприятий или региона. Это необходимо при расчете рисков, например, при открытии филиала банка в другом регионе или муниципальном образовании. При использовании данной методики возможно получение целостной картины о состоянии исследуемых объектов для формирования грамотной политики в данном регионе.

Заключение

Диагностика финансового состояния любого предприятия является необходимой мерой предотвращения кризисного состояния. Периодическая диагностика выборки предприятий, ограниченной определенными критериями очень важна для осуществления корректной региональной и государственной экономической политики. В условиях развивающейся экономики и увеличивающегося потенциала многих субъектов Российской Федерации весьма важным остается вопрос формирования долгосрочных и краткосрочных стратегий развития. Для быстрой и качественной оценки ситуации представляется возможным использование предлагаемой в настоящей диссертационной работе методики, основанной на применении методов многомерного статистического анализа.

Для каждого предприятия характерно прохождение определенного жизненного цикла. Жизненный цикл каждого предприятия состоит из трех фаз: становления, укрепления и зрелости, распада. Для своевременного предупреждения вхождения предприятия в фазу распада и принятия соответствующих мер по переориентации его на выпуск другой-более востребованной продукции, корректировки ценовой политики и т.д., необходимо своевременное проведение анализа состояния данного хозяйствующего субъекта.

Для решения этой задачи возможно использование различных подходов к осуществлению непосредственно анализа. В настоящей работе приведена классификация наиболее значимых из них.

1. Статистические методы оценки финансового состояния его и прогнозирования, в том числе методы, использующие множественный дискриминантный анализ.

2. Модели, использующие технологии искусственного интеллекта.

3. Качественные и рейтинговые модели оценки финансового состояния, основанные на экспертных оценках.

К первой группе можно отнести следующие методы:

• Одномерный анализ (использовался, в частности, в исследованиях У.Бивера).

• Множественный дискриминантный анализ

• Модель линейной вероятности

• Модель с логит-преобразованиями.

• Определение состояния предприятия с использованием метода кумулятивных сумм.

• Модель частичного приспособления.

Ко второй группе относятся

• Нейронные сети

• Метод индуктивного обучения

• Генетические алгоритмы

К третьей группе относятся методы, использующие экспертные оценки. Результаты анализа в данном случае полностью зависят от мнения независимых экспертов. На основе экспертных оценок построен известный метод Дж. Аргенти. Одним из самых распространенных является дельфийский метод. Метод Дельфи - это итерационная процедура, которая позволяет подвергать мнение каждого эксперта критике со стороны всех стальных, не заставляя их фактически сталкиваться лицом к лицу. Идея метода заключается в том, чтобы создать механизм, обеспечивающий сохранение анонимности точек зрения отдельных лиц тем самым свести к минимуму влияние красноречивых и обладающих даром убеждать личностей на поведение группы в целом.

Выполненный анализ подходов к оценке финансового состояния предприятий показал, что на сегодняшний день с одной стороны динамично развиваются машинные методы анализа, но в то же время, широко применяются и не в полной мере совместимые с условиями российской экономики зарубежные модели. Зачастую используются методы экспертных оценок, которые сохраняют достаточную долю субъективизма. Для решения задачи быстрого анализа и прогнозирования ситуации в некоторой выборке (например, производственные предприятия в регионе) возможно необходим менее громоздкий, но в то же время точный метод оценки.

В настоящей диссертационной работе проведен анализ данных бухгалтерских балансов ста производственных предприятий Калужской области с выделением основных, характеризующих состояние предприятий показателей.

На основе полученных данных по показателям финансового анализа сформированы три матрицы размерностью 100x21, содержащие информацию за три года. На основе указанных матриц проведено снижение количества признаков путем применения метода главных компонент. Искомые компоненты характеризуют максимальное количество дисперсии исходных признаков. Во всех трех годах исследования получено по три главных компоненты. Данные компоненты объединены по следующим признакам:

1. первая главная компонента характеризуется обеспеченностью предприятия собственными средствами - фактически это говорит о устойчивости предприятия;

2. вторая главная компонента характеризуется наличием у предприятия достаточного уровня выручки, что характеризует уровень его доходов;

3. третья главная компонента характеризуется показателями ликвидности предприятия, что характеризует его платежеспособность.

Для получения представления о зависимостях между полученными новыми показателями (главными компонентами) построены уравнения регрессии, которые дают возможность говорить о том, что показатель, характеризующий доходы предприятия, зависят от значений первой и третьей главных компонент. Распределение предприятий в зависимости от значений компонент представлено на графиках, содержащихся в третьей главе работы.

Классификация предприятий была произведена на основе метода

кластерного анализа способом извлечения К-средних с использованием

программного пакета З^йвйса. Предполагаемое применение метода

кластеризации с помощью подхода Варда не представляется конструктивным,

поскольку, несмотря на ряд его преимуществ, при его применении происходит

выделение более двух классов предприятий, что не в полной мере удовлетворяет

требованиям поставленной цели классифицировать предприятия по условию устойчивое/кризисное.

Эталонной мерой для определения кластеров кризисных и некризисных предприятий являлись выборки предприятий из исследуемого набора путем отбора только тех предприятий, основные из исходных признаков которых удовлетворяли самым жестким требованиям по нормам.

После проведения кластерного анализа были получены следующие результаты:

• при кластеризации по исходным показателям и по главным компонентам были выделены схожие кластеры;

• в упомянутые кластеры вошли эталонные предприятия: в первом году они образовали основу кластера 1, во втором и третьем годах - кластер 2;

• в течение трех лет наблюдается тенденция к снижению числа нестабильных предприятий.

Полученные результаты исследования финансового состояния 100 средних производственных предприятий Калужской области, с использованием экспресс-оценки, при помощи многомерного статистического анализа подтверждают возможность применения данного подхода при оценке экономического состояния таких макроединиц как регион. С экономической точки зрения, а также с точки зрения управления процессом развития субъекта хозяйствования своевременное принятие решений на основе достоверной информации в условиях высокой степени риска уменьшает вероятность наступления кризиса для данного субъекта в силу внутренних и внешних причин. Диагностика финансового состояния предприятия является основой для составления стратегии развития на следующие периоды. На основании данных о состоянии отдельных объектов исследования можно получить общую картину развития такой единицы как регион (субъект государства).

В настоящей работе реализованы следующие этапы при создании методики экспресс-оценки финансового состояния предприятия:

• выполнен анализ и классификация существующих методов оценки финансового состояния предприятий;

• рассмотрены основные аспекты и предпосылки создания и использования новых методик оценки финансового состояния с учетом современных требований и условий развития регионов; обоснована необходимость использования методов многомерного статистического анализа при оценке экономического состояния, в том числе и на уровне региона;

• разработана методика оценки финансового состояния предприятия с использованием методов многомерного статистического анализа (метода главных компонент, регрессионного анализа, кластерного анализа), позволяющая с требуемой точностью и в короткие сроки дать оценку имеющейся ситуации для нужд диагностики и управления экономическими процессами исследуемого объекта.

Проведенные в работе расчеты показывают, что предлагаемая методика в полной мере удовлетворяет поставленной цели настоящей диссертационной работы и является пригодной для дальнейшего практического применения.

Перечень использованной литературы

1. Федеральный закон от 21.11.1996 N 129-ФЗ (ред. от 03.11.2006) "О бухгалтерском учете".

2. Федеральный закон №127-ФЗ от 26.10.2002г. «О несостоятельности (банкротстве)».

3. Федеральный закон от 21 декабря 2001 г. N 178-ФЗ "О приватизации государственного и муниципального имущества"

4. Приказ Минэкономразвития РФ от 21.04.2006 N 104 "Об утверждении методики проведения федеральной налоговой службой учета и анализа финансового состояния и платежеспособности стратегических предприятий и организаций".

5. Письмо от 20 января 1999 г. N С1-7/УП-61 О применении законодательства о несостоятельности (банкротстве).

6. Постановление Правительства Российской Федерации от 25 июня 2003 г. № 367 «Об утверждении правил проведения арбитражным управляющим финансового анализа».

7. Постановление Правительства РФ от 27.12.2004 г. № 855 «Об утверждении временных правил проверки арбитражным управляющим наличия признаков фиктивного и преднамеренного банкротства».

8. Абдулаева H.A., Оценка стоимости предприятия. М., 2000.

9. Абрютина М.С., Экономика предприятия. М.,2006.

10. Абрютина М.С., Экспресс-анализ финансовой отчетности. М., 2003.

11. Айвазян С.А., Мхитарян B.C., Прикладная статистика и основы эконометрики, М.: 1998.

12. Айвазян С.А., Мхитарян B.C., Теория вероятностей и прикладная статистика. М.: Юнити. 2001.

13. Андерсон Т., Введение в многомерный статистический анализ. М.:

Физматгиз, 1963.

14. Балашов В.Г., Антикризисное управление предприятиями и банками. М., 2001.

15.Бальжинов A.B., Михеева Е.В. Анализ и диагностика финансово-хозяйственной деятельности предприятия. Улан-Удэ, 2003.

16. Басовский Л.Е., Лунёва A.M., Басовский А.Л.Экономический анализ

17. Бочаров П.П.,Печенкин A.B. Теория вероятностей. М.:Наука, 1976.

18. Букреев A.M., Антикризисное управление. Воронеж, 2001.

19.Валдайцев C.B., Антикризисное управление на основе инноваций. Новосибирск, 2001.

20. Варфоломеев В.И., С.Н. Воробьев., Принятие управленческих решений. М., 2001.

21.Вахрин П.И. Финансовый анализ в коммерческих и некоммерческих организациях М., ИЦК "Маркетинг", 2001 г.

22. Видяпин В.И., Региональная экономика. М.: Инфра-М, 2005.

23. Дмитриева О.Г., Региональная экономическая диагностика. СПб, 1992г.

24. Доугерти К. Введение в эконометрику. М.: Инфра-М, 2004.

25. Дубров A.M., Обработка статистических данных методом главных компонент. М.,1978.

26. Дубров A.M., Мхитарян В.С.Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 1998.

27. Ефимова О.В. Финансовый анализ. 4-е изд. - М.: Бухгалтерский учет, 2002.

28. Калинина В.Н., Соловьев В.И. Введение в многомерный статистический анализ. М., 2003.

29. Ковалев В.В., Введение в финансовый менеджмент. - М.: Финансы и статистика, 1999

30. Ковалев В.В., Финансовый анализ М., 1998.

31. Ковалев В.В., Финансовый анализ: методы и процедуры. М., 2001.

32. Колчина Н.В., Поляк Г.Б., Финансы предприятий. М.: Юнити-Дана, 2002.

33. Кондратьев Н.Д., Большие циклы конъюктуры и теория предвидения. Избранные труды. М., 2002.

34. Кошкин В.И., Антикризисное управление М., 1999.

35. Красников B.C., Разработка управленческих решений СПб., 1999

36. Курзенев В.А., Основы математической статистики для управленцев,

СПб., 2005.

37. Ларионов И.К., Антикризисное управление М. 2004.

38.Лексин В.Н., Региональная диагностика: сущность, предмет и метод, специфика применения в современной России.

39. Международные стандарты финансовой отчетности. М.: Аскери, 1999

40. Морозова Т.Г., Региональная экономика и управление М. 2006.

41. Незамайкин В.Н., Юрзинова И. Л., Финансы организаций: менеджмент и анализ. М., 2004.

42. Непомнящий Е.Г., Экономика и управление предприятием. Таганрог. 1999.

43. Попов P.A., Антикризисное управление М. 2005.

44. Ришар Ж. Аудит и анализ хозяйственной деятельности предприятия. М.: Юнити, 1997.

45. Савицкая Г.В. Анализ хозяйственной деятельности предприятия М. 2002.

46. Савицкая Г.В., Методика комплексного анализа хозяйственной деятельности. М.: Инфра-М, 2006.

47. Сошникова Л.А., Тамашевич В.Н. Многомерный статистический анализ в экономике. М., 1999.

48. Тяголов С.Г. Черныш Е.А. Региональная экономика М. 2006

49. Шеремет А.Д., Сайфуллин Р.С., Негашев Е.В. Методика финансового анализа. М., 2000.

50. Шеремет А.Д. Теория экономического анализа. М.:Инфра-М, 2002.

51. Шеремет А.Д. Финансы предприятий.-менеджмент и анализ. М.2004.

52. Д.Рутковская, Л.Пилиньский, Л.Рутковский. Нейронные сети, генетические алгоритмы и нечеткие системы. Варшава. 1999. (Перевод М. 2006).

53.Altman, Е. I., 1993. Corporate Financial Distress and Bankruptcy: A Complete Guide to Predicting & Avoiding Distress and Profiting from Bankruptcy. Wiley Finance Edition.

54. Amir F. Atiya. Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results. IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 12, NO. 4, JULY 2001.

55. Basel Comitee of Banking Supervision International Convergence of Capital Measurement and Capital Standards (Basel II).

56. Daniel Berg, Bankruptcy Prediction by Generalized Additive Models, University of Oslo & Norwegian Computing Center, 2005.

57. Keasey, K., Watson, R., 1991. Financial Distress Prediction Models: A Review of Their Usefulness. British Journal of Management 2, 89-102

58. M. Adnan Aziz, Humayon A. Dar. Predicting Corporate Bankruptcy: Whither do We Stand? Department of Economics, Loughborough University, UK. 2005.

59. Machine Learning, Neural and Statistical Classification. Editors. D. Mitchie et.al. 1994.

60. Murthy S. Automatic construction of decision trees from data: A Multi-disciplinary survey. 1997.

61. Бурцев B.B. Ревизия финансовой системы предприятия// Менеджмент в России и за рубежом. 2000, №3.

62.Герасенко В.П. Методы многомерного анализа в исследовании региональной дифференциации.// Вопросы статистики, 2004, №11.

63. Григорьев Ю.А. Проблемы определения платежеспособности предприятия// Консультант, 2002, № 23.

64. Макарьева В.И. Анализ финансово-хозяйственной деятельности предприятия // М.: Финансы и статистика. - 2004.

65. Паламарчук A.C. Оценка ликвидности и анализ финансовой устойчивости предприятия.// Справочник экономиста №11 (29) 2005.

66. Паламарчук A.C. Анализ и оценка деловой активности. Оценка рентабельности предприятия.// Справочник экономиста. 2005, №12.

67. Хохлова O.A. Региональная диагностика как методологическая база статистического исследования экономики региона.// Вопросы статистики. 2006, №9.

68. Зайцева О.П. Антикризисный менеджмент в российской фирме.//Аваль. (Сибирская финансовая школа). 1998, №11-12.

69. Зарова Е.В. Качество экономического роста региона: методологические аспекты статистического исследования.// Вопросы статистики 2006, №5.

70. Читая Г.О. Факторный анализ промышленного развития макрорегионов России.// Вопросы статистики. 2006, №2.

71. Васильева Е.С. Методический подход к оценке кредитоспособности предприятия.// Справочник экономиста. 2005, №12.

72. Гусева И.Б. Анализ кредитоспособности предприятия.// Справочник экономиста. 2005, №4.

73. Чернов В.А. Анализ финансового состояния организации// Аудит и финансовый анализ., 2001, №2.

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

75. Федотова М.А. Как оценить финансовую устойчивость предприятия.//Финансы. 1995, № 6.

76. Моисеева Т.Ф. Методы и средства экспертных исследований. М.Инфра-М.

77. http://www.basegroup.ru/trees/description.htm

78. http://www.basegroup.ru/clusterization/