Побудова моделі групувань підприємств

Стратегічний розвиток підприємства в умовах ринкової економіки. Загальна фінансово-економічна характеристика ДП "ХЕМЗ". Моделі прогнозування фінансових і виробничих процесів на підприємстві. Оцінка організації методом кластерного аналізу. Охорона праці.

Рубрика Экономико-математическое моделирование
Вид дипломная работа
Язык украинский
Дата добавления 09.11.2013
Размер файла 673,6 K

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

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

Х4 - прибуток/виручка от реалізації;

Х5 - виробничі запаси/виручка от реалізації;

Х6 - оборотність основного капіталу (виручка от реалізації/валюта балансу).

Отримані значення Z-показника можна інтерпретувати так:

Z>2 - підприємство вважається фінансово стійким, і йому не загрожує банкрутство;

1<Z<2 - фінансова рівновага (фінансова стійкість) підприємства порушена, але при умові переходу до антикризового управління банкрутство йому не загрожує;

0<Z<1 - підприємству загрожує банкрутство, якщо воно не здійснить санаційних дій;

Z<0 - підприємство напівбанкрут [23].

У вітчизняній практиці вказана модель використовується мало, оскільки не враховує галузевих особливостей розвитку підприємств і форм організацій, які належать їхньому бізнесу. Тому дані такого прогнозування є суб'єктивними і не дають підстав для практичних висновків.

11. Модель PAS-коефіцієнта.

Для посилення прогнозуючої ролі моделей можна трансформувати Z-коефіцієнт в PAS-коефіцієнт (Perfomans Analysys Score), що дозволяє відстежувати діяльність компанії у часі. Вивчаючи PAS-коефіцієнт як вище, так і нижче критичного рівня, легко визначити моменти занепаду і відродження компанії.

PAS-коефіцієнт - це відносний рівень діяльності компанії, виведений на основі її Z-коефіцієнта за певний рік і виражений в процентах від 1 до 100. Наприклад, PAS-коефіцієнт, рівний 50, вказує на те, що діяльність компанії оцінюється задовільно, тоді як PAS-коефіцієнт, рівний 10, свідчить про те, що 10% компаній знаходяться в гіршому положенні (незадовільна ситуація) [19]. Отже, розрахувавши Z-коефіцієнт для компанії, можна потім трансформувати абсолютну міру фінансового стану у відносну міру фінансової діяльності. Іншими словами, якщо Z-коефіцієнт може свідчити про те, що компанія знаходиться в ризикованому стані, то PAS-коефіцієнт відображає історичну тенденцію та поточну діяльність на перспективу.

Сильною стороною цього підходу є його здатність поєднувати ключові характеристики звіту про прибутки і збитки балансу в єдине представницьке співвідношення. Так, компанія, що одержує великі прибутки, але слабка з точки зору балансу, може бути зіставлена з менш прибутковою, баланс якої урівноважений. Таким чином, розрахувавши PAS - коефіцієнт, можна швидко оцінити фінансовий ризик, пов'язаний з даною компанією. Тобто, підхід ґрунтується на принципі, що ціле більш цінне, ніж сума його складових.

Додатковою особливістю цього підходу є використання «рейтингу ризику» для подальшого виявлень прихованого ризику. Цей рейтинг статистично визначається тільки, якщо компанія має від'ємний Z - коефіцієнт, і обчислюється на основі тренда Z - коефіцієнта і числа років, протягом яких компанія знаходилась в ризиковому фінансовому стані. Використовуючи п'ятибальну шкалу, в якій 1 вказує на «ризик, але не значну ймовірність негайної біди», а 5 означає «абсолютну неможливість збереження колишнього стану», менеджер оперує готовими засобами для оцінки загального балансу ризиків, пов'язаних з кредитами клієнта.

Безумовно, більшість приведених моделей розроблена для відмінних від існуючих в Україні економічних умов. Відмінності в темпах інфляції і фазах циклу, особливо в фондо-, енерго-, трудомісткості виробництв, в інший податковий клімат вимагають відповідного коректування моделей.

Разом з тим, саме використання інтегрального підходу при оцінці і прогнозуванні фінансового стану підприємств значно підвищить якість аналізу і об'єктивність його висновків, а вживання відповідних моделей дозволить досить оперативно виявити потенційні погрози, завчасно доводити інформацію про них до зацікавлених осіб. Це в значній мірі пом'якшить наслідки неспроможності для господарських партнерів даних підприємств, їх кредиторів, населення та інших осіб.

2.3 Комплексна оцінка фінансового стану підприємства

Цільовою спрямованістю механізму діагностики фінансового стану підприємства є одержання кількісної інтегральної оцінки.

Оцінка фінансового стану підприємства складається із трьох завдань:

1) визначення системи показників, які формують інформаційний простір дослідження;

2) кількісна оцінка загального стану підприємства;

кількісна оцінка локальних сфер діяльності підприємства.

Завдання визначення системи показників, які формують інформаційний простір дослідження є однієї з найбільш важливих завдань. Від того, які показники будуть формувати інформаційний простір дослідження, багато в чому залежить вірогідність й якість отриманих результатів. Саме тому перелік показників, які формують фінансову ситуацію, повинен відповідати наступним вимогам [33,36]:

показники повинні давати комплексну характеристику фінансового стану підприємства;

обрані показники повинні відображати найбільш важливі ознаки різних аспектів фінансового стану;

перелік показників повинен відповідати діючій системі обліку й звітності;

витрати на збір й обробку інформації повинні бути мінімальними.

Правильно підібрана система показників, утворюючи єдність, діючи одночасно, гасить недоліки одного показника перевагами іншого.

Крім того, обрані показники повинні забезпечувати використання різних методів фінансового аналізу.

У даній роботі пропонується класифікувати показники, які відображають фінансовий стан підприємства, виходячи із цілей фінансової діагностики, а саме:

оцінки рентабельності;

оцінки ліквідності;

оцінки ділової активності;

оцінки фінансової стійкості.

Класифікація показників наведена в табл. 2.3.

Таблиця 2.3 - Класифікація показників

Група показників

Назва показника

1

2

Оцінка рентабельності

Рентабельність активів

Рентабельність капіталу

Рентабельність продаж

Фондовіддача

Оцінка ліквідності

Коефіцієнт абсолютної ліквідності

Коефіцієнт швидкої ліквідності

Коефіцієнт поточної ліквідності

Оцінка ділової активності

Коефіцієнт оборотності активів

Коефіцієнт оборотності запасів

Коефіцієнт оборотності дебіторської заборгованості

Коефіцієнт оборотності кредиторської заборгованості

Коефіцієнт оборотності оборотного капіталу

Оцінка

фінансової стійкості

Коефіцієнт забезпеченості по кредитах

Коефіцієнт маневреності

Коефіцієнт концентрації власного капіталу

Коефіцієнт концентрації позикового капіталу

Показник фінансового левериджа

Коефіцієнт забезпечення запасів і витрат власними джерелами формування

Коефіцієнт фінансового ризику

Алгоритм побудови кількісної оцінки фінансового стану підприємства включає ряд основних кроків [41]:

формування матриці вихідних даних;

виділення показників, які значно впливають на фінансову ситуацію;

групування фінансових ситуацій;

знаходження еталонної фінансової ситуації;

Розрахунок інтегрального показника фінансової ситуації.

У загальному виді матриця вихідних даних має такий вигляд:

Х= ,'(2.11)

де n - число показників;

m - число кварталів;

хij - значення j-го показника який характеризує фінансовий стан в i-ий період часу.

У цьому випадку матрицю вихідних даних будуть формувати 24 показника.

Далі зі списку показників виключаються ті, які впливають на фінансовий стан підприємства. Для цього розраховується коефіцієнт варіації по формулі:

, (2.12)

де ; . (2.13)

Потім по кожному j-му показнику перевіряється наступна нерівність:

, (2.14)

де е - гранична величина.

Якщо значення менше величини е=0,1, то показники вважаються квазипостійними і виключаються з подальшого дослідження.

Показники, відібрані в список, мають різну розмірність, тому матрицю вихідних даних потрібно нормувати, уводячи єдиний для всіх показників масштаб. Нормалізація ознак здійснюється по формулі:

, (2.15)

де хij - значення j-го показника для i-го періоду;

- середнє арифметичне значення j-го показника;

уj - середнє квадратичне відхилення j-го показника.

Далі здійснюється розбивка сукупності фінансових ситуацій на однорідні групи. Як міра подоби ситуацій розглядається евклідова відстань , що розраховується по формулі:

. (2.16)

Після визначення відстані між всіма ситуаціями даної сукупності отримаємо матрицю відстаней:

. (2.17)

Порівнюємо отримані фактичні ситуації із ситуацією прийнятої за еталон. Для цього всі показники діляться на дві групи: стимулятори й дестимулятори. До стимуляторів ставляться показники, які впливають на фінансовий стан підприємства. Показники із протилежними властивостями називаються дестимуляторами. У табл. 2.4 наведені стимулятори й дестимулятори.

При формуванні крапки-еталона (Р0) серед показників-стимуляторів вибираються максимальні їхні значення, а серед показателей-дестимуляторів - мінімальні значення, тобто:

, (2.18)

де: , якщо k J,

, якщо k J, (2.19)

J - безліч показників-стимуляторів.

Далі здійснюється розрахунок комплексної кількісної оцінки фінансових ситуацій на підприємстві, що виражається у вигляді інтегрального показника. Основні достоїнства інтегрального показника наступні:

Він синтезує в собі весь вплив включених фінансових показників і коефіцієнтів;

Зводить проблему оцінки фінансової ситуації підприємства до одного кількісного значення, що полегшує економічну інтерпретацію отриманих результатів.

Для розрахунку кількісної оцінки інтегрального показника потрібно:

визначити відстань (Сi0) між крапками, які характеризують досліджувані елементи й еталонна крапка Р0:

, (2.20)

визначити значення модифікованої комплексної оцінки:

, (2.21)

де: ,

Таблиця 2.4 - Показники стимуляторів і дестимуляторів

Найменування показників

Стимулятори (+) і

дестимулятори (-)

Рентабельність активів

Рентабельність капіталу

Рентабельність продаж

Фондовіддача

Коефіцієнт абсолютної ліквідності

Коефіцієнт швидкої ліквідності

Коефіцієнт поточної ліквідності

Коефіцієнт оборотності активів

Коефіцієнт оборотності запасів

Коефіцієнт оборотності дебіторської заборгованості

Коефіцієнт оборотності кредиторської заборгованості

Коефіцієнт оборотності оборотного капіталу

Коефіцієнт забезпеченості по кредитах

Коефіцієнт маневреності

Коефіцієнт концентрації власного капіталу

Коефіцієнт концентрації позикового капіталу

Показник фінансового левериджа

Коефіцієнт забезпечення запасів і витрат власними джерелами формування

Коефіцієнт фінансового ризику

+

+

+

+

+

+

+

+

+

-

+

+

+

+

+

-

-

+

-

, (2.22)

. (2.23)

Значення коефіцієнта рівня розвитку змінюються від 0 до 1, чим ближче його значення до 1, тих ближче об'єкт до еталона. І навпаки, якщо значення коефіцієнта рівня розвитку ближче до 0, те тем далі елемент від еталона.

Таким чином, за допомогою даного методу таксономії можна провести лінійне упорядкування багатомірних об'єктів. При цьому отриманий інтегральний показник є нормованим і змінюється в межах від 0 до 1, що дозволяє проранжирувати досліджувані. Даний показник легко інтерпретується: його значення, близькі до 1, відповідають більшим значенням показників, що роблять позитивний вплив на стан аналізованого об'єкта, і навпаки: чим ближче значення комплексної оцінки до одиниці, тим стабільніший його фінансовий стан.

У даній роботі буде вирішене завдання з використанням методу інтегральних показників.

У нас є вибірка, що складається з 30 підприємств по 19-и показниках за 2012 р. Серед цих підприємств під номером 17 представлене ДП «ХЕМЗ». Ці коефіцієнти розбиті на чотири групи:

Показники рентабельності.

Показники ліквідності.

Показники ділової активності.

Показники фінансової стабільності підприємства.

Рішення завдання буде проводитися по кожній групі окремо.

Результати ранжирування підприємств по чотирьох показниках представлені в табл. 2.5.

Таблиця 2.5 - Ранжирування підприємств по 4 групах показників.

Підприємства

Рентабельність

Ліквідність

Ділова активність

Фінансова стійкість

Ранг

Ранг

Ранг

Ранг

1

24

11

21

13

2

25

29

26

30

3

21

10

11

20

4

2

21

19

2

5

29

18

25

18

6

26

25

10

10

7

15

7

30

27

8

19

16

18

21

9

28

6

23

5

10

13

5

3

6

11

30

28

24

3

12

10

23

7

28

13

17

12

5

14

14

23

20

6

29

15

27

26

2

26

16

1

22

22

1

17

16

17

28

24

18

5

27

1

23

19

11

16

29

16

20

3

30

27

17

21

22

3

13

7

22

8

18

14

15

23

7

24

8

19

24

4

1

4

4

25

6

8

15

12

26

9

2

17

8

27

20

14

9

22

28

18

9

16

11

29

12

4

20

9

30

14

15

12

25

Ми бачимо , що підприємство (17 у вибірці) у даній вибірці посідає середні місця по першим двох показниках (16,17). По показнику фінансової активності воно займає 24-і місце. Самий негативний показник - ділова активність 28-і місце з 30 підприємств.

3. МОДЕЛІ ГРУПУВАНЬ ПІДПРИЄМСТВ МАШИНОБУДУВАННЯ

3.1 Основні поняття кластерного аналізу

При дослідженні реальних соціально-економічних явищ і процесів широко використовуються математико-статистичні методи виходячи з вітчизняної і закордонної методології.

Комплексність застосування математико-статистичних методів припускає найбільш повне розкриття сутності, закономірностей і тенденцій розвитку конкретних явищ і процесів з метою більш адекватного відображення їхніх властивостей і особливостей, резервів і перспектив розвитку і шляхів удосконалювання.

Ускладнення структури соціально-економічних явищ припускає використання ряду методів класифікації і виявлення однорідних груп, в основі побудови яких лежать міри близькості і міри метрики. Сутність полягає в тім, що розподіл досліджуваних об'єктів чи явищ у сукупності повинен підкорятися нормальному закону розподілу, для того, щоб одержати моделі, що дійсно будуть відбивати якісно однорідні групи.

Найбільше поширення в практиці аналізу економічних явищ і процесів одержали: кластерний аналіз, факторний аналіз, метод головних компонентів.

Одним з напрямків статистичного дослідження є кластерний аналіз. Особливо важливе місце він займає в тих галузях науки, що зв'язані з вивченням масових явищ і процесів. Необхідність розвитку методів кластерного аналізу і їхнього використання продиктована, насамперед тим, що вони допомагають побудувати науково обґрунтовані класифікації, виявити внутрішні зв'язки між одиницями сукупності, що спостерігається. Крім того, методи кластерного аналізу можуть використовуватися з метою стиску інформації, що є важливим чинником в умовах постійного збільшення й ускладнення потоків статистичних даних.

Кластерний аналіз - це сукупність методів, що дозволяють класифікувати багатомірні спостереження, кожне з який описується набором вихідних перемінних Х1, Х2, ..., Хn. Метою кластерного аналізу є утворення груп схожих між собою об'єктів, що прийнято називати кластерами. Слово кластер англійського походження (cluster), переводиться як згусток, пучок, група. Родинні поняття, використовувані в літературі, - клас, таксон, згущення [72].

На відміну від комбінаційних угруповань кластерний аналіз приводить до розбивки на групи з обліком усіх групирувальних ознак одночасно. Наприклад, якщо кожен об'єкт, що спостерігається, характеризується двома ознаками Х1 і Х2 то при виконанні комбінаційного угруповання вся сукупність об'єктів буде розбита на групи по Х1 а потім усередині кожної виділеної групи будуть утворені полугрупи по Х2. Такий підхід одержав назву монотетичного. Визначити приналежність кожного об'єкта до тієї чи іншої групи можна, послідовно порівнюючи його значення Х1 і Х2 із границями виділених груп. Утворення групи в цьому випадку завжди зв'язано з указівкою її границь по кожній групіровочній ознаці окремо.

У кластерному аналізі використовується інший принцип утворення груп, так називаний політетичний підхід. Усі групіровочні ознаки одночасно беруть участь в угрупованні, тобто вони враховуються усі відразу при віднесенні спостереження в ту чи іншу групу. При цьому, як правило, не зазначені чіткі границі кожної групи, а також невідомо заздалегідь, скільки ж груп доцільно виділити в досліджуваній сукупності.

Можна виділити дві основні причини для розвитку методів багатомірного аналізу [63]:

необхідність класифікації в різних областях знань;

розвиток обчислювальної техніки.

Методи кластерного аналізу дозволяють вирішувати наступні задачі:

проведення класифікації об'єктів з урахуванням ознак, що відбивають сутність, природу об'єктів. Рішення такої задачі, як правило, приводить до поглиблення знань про сукупність класифікуємих об'єктів;

перевірка висунутих припущень про наявність деякої структури в досліджуваній сукупності об'єктів, тобто пошук існуючої структури;

побудова нових класифікацій для маловідомих явищ, коли необхідно установити наявність зв'язків усередині сукупності і спробувати привнести в неї структуру.

Існують наступні групи методів кластерного аналізу:

ієрархічні методи;

ітеративні методи;

факторні методи

методи згущень

методи, що використовують теорію граф.

До найбільш розповсюдженим в економіці відносять ієрархічні й ітеративні.

Сутність ієрархічних агломеративних методів полягає в тім, що на першому кроці кожен об'єкт вибірки розглядається як окремий кластер. Процес об'єднання кластерів відбувається послідовно: на підставі матриці чи відстаней матриці подібності поєднуються найбільш близькі об'єкти. Якщо матриця подібності спочатку має розмірність n х n, то цілком процес кластеризації завершується за n-1 кроків, у підсумку всі об'єкти будуть об'єднані в один кластер. Послідовність об'єднання легко піддається геометричної інтерпретації і може бути представлена у виді графи-дерева (дендрограми) [72].

Безліч методів ієрархічного кластерного аналізу розрізняється не тільки використовуваними мірами подібності (розходження), але й алгоритмами класифікації. З них найбільш поширені метод одиночного зв'язку, метод повних зв'язків, метод середнього зв'язку, метод Уорда.

Метод одиночного зв'язку. Алгоритм утворення кластерів наступний: на підставі матриці подібності (розходження) визначаються два найбільш схожих чи близьких об'єкти, вони й утворять перший кластер. На наступному кроці вибирається об'єкт, що буде включений у цей кластер. Таким об'єктом буде той, котрий має найбільша подібність хоча б з одним з об'єктів, уже включених у кластер.

При збігу даних на підставі однакових мір подібності (розходження) буде йти утворення відразу декількох кластерів.

До достоїнств цього методу варто віднести нечутливість алгоритму до перетворень вихідних перемінних і його простоту. Недоліками є необхідність постійного збереження матриці подібності і неможливість визначення за результатами кластеризації, скільки ж кластерів можна утворити в досліджуваній сукупності об'єктів.

Метод повних зв'язків. Включення нового об'єкта в кластер відбувається тільки в тому випадку, якщо відстань між об'єктами не менше деякого заданого рівня. На рис.3.1 зображені два випадки:

а) якщо задана гранична від- б) якщо задана гранична від- стань 0,3, то третій об'єкт не стань 0,7, то третій об'єкт бу- буде включений у кластер S, тому що де включений у кластер S1, тому що d13> 0,3 і d23> 0,3 d13< 0,7 і d23< 0,7

Рисунок 3.1 - Визначення складу кластера при різних рівнях подібності об'єктів

Метод середнього зв'язку. Для рішення питання про включення нового об'єкта у вже існуючий кластер обчислюється середнє значення міри подібності, що потім порівнюється з заданим граничним рівнем.

Якщо мова йде про об'єднання двох кластерів, то обчислюють відстань між їхніми центрами і порівнюють її з заданим граничним значенням.

Метод Уорда. Даний метод припускає, що на першому кроці кожен кластер складається з одного об'єкта. Спочатку поєднуються два найближчих кластери. Для них визначаються середні значення кожної ознаки і розраховується сума квадратів відхилень Vk

(3.1)

де k- номер кластера,

і - номер об'єкта,

j - номер ознаки,

р - кількість ознак, що характеризують кожен об'єкт,

пk - кількість об'єктів у k-м кластері.

Надалі на кожнім кроці роботи алгоритму поєднуються ті чи об'єкти кластери, що дають найменше збільшення величини Vk. Метод Уорда приводить до утворення кластерів приблизно рівних розмірів з мінімальної усередині кластерної варіацією. У підсумку всі об'єкти виявляються об'єднаними в один кластер.

Міра подібності для об'єднання двох кластерів визначається чотирма методами:

Метод «найближчого сусіда» - ступінь подібності оцінюється по ступені подібності між найбільш схожими (найближчими) об'єктами цих кластерів.

Нехай d1 і d2 - евклидові відстані, тоді, якщо d1 >d2 , то S ввійде в кластер U по d2. (рис. 3.2)

Рисунок 3.2 - Визначення відстані між кластерами методом «найближчого сусіда»

Метод «далекого сусіда» - ступінь подібності оцінюється по ступені подібності між найбільш віддаленими (несхожими) об'єктами кластерів, тоді S ввійде в кластер U по d1.

Метод середнього зв'язку - ступінь подібності оцінюється як середня величина ступенів подібності між об'єктами кластерів. У цьому випадку S ввійде в кластер U по d=0,5(d1+d2).

Метод медіанного зв'язку - відстань між будь-яким кластером S і новим кластером, що вийшов у результаті об'єднання кластерів р и q, визначається як відстань від центра кластера S до середини відрізка, що з'єднує центри кластерів р и q (рис.3.3).

Рисунок 3.3 - Визначення відстаней між кластерами методом медіаною зв'язку

Використання різних алгоритмів об'єднання в ієрархічних агломеративних методах приводить до різних кластерних структур і сильно впливає на якість проведення кластеризації. Тому алгоритм повинний вибиратися з урахуванням наявних зведень про існуючу структурі сукупності об'єктів, що спостерігаються, чи з урахуванням вимог оптимізації математичних критеріїв.

Крім розглянутих агломеративних методів ієрархічного кластерного аналізу існують методи, протилежні їм по логічній побудові процедур класифікації. Вони називаються ієрархічні дивизимні методи. Основною вихідною посилкою дивизимних методів є те, що спочатку всі об'єкти належать одному кластеру (класу). У процесі класифікації за визначеними правилами поступово від цього кластера відокремлюються групи схожих між собою об'єктів [63].

Таким чином, на кожному кроці кількість кластерів зростає, а міра відстані між кластерами зменшується. Дендрограма для дивизимних ієрархічних методів зображена на рис. 3.4.

Рисунок 3.4 - Дендрограма ієрархічного дивизимного алгоритму

Метод до-середніх. Поряд з ієрархічними методами класифікації існує численна група так званих ітеративних методів кластерного аналізу. Сутність їх полягає в тім, що процес класифікації починається з завдання деяких початкових умов (кількість утворених кластерів, поріг завершення процесу класифікації і т.д.). Ітеративні методи в більшому ступені, чим ієрархічні, жадають від користувача інтуїції при виборі типу класифікаційних процедур і завдання початкових умов розбивки, тому що більшість цих методів дуже чуттєві до зміни параметрів, що задаються. Наприклад, обране випадковим образом число кластерів може не тільки сильно збільшити трудомісткість процесу класифікації, але і привести до утворення «розмитих» чи мало наповнюваних кластерів. Тому доцільно спочатку провести класифікацію по одному з ієрархічних чи методів на підставі експертних оцінок, а потім уже підбирати початкова розбивка і статистичний критерій для роботи ітераційного алгоритму. Як і в ієрархічному кластерному аналізі, в ітераційних методах існує проблема визначення числа кластерів. У загальному випадку їхнє число може бути невідомо. Не всі ітеративні методи вимагають первісного завдання числа кластерів. Але для остаточного рішення питання про структуру досліджуваної сукупності можна випробувати кілька алгоритмів, змінюючи або число утворених кластерів, або встановлений поріг близькості для об'єднання об'єктів у кластери. Тоді з'являється можливість вибрати найкращу розбивку за заданим критерієм якості.

На відміну від ієрархічних процедур метод k-середніх не вимагає обчислення і збереження матриці чи відстаней подібностей між об'єктами. Алгоритм цього методу припускає використання тільки вихідних значень перемінних. Для початку процедури класифікації повинні бути задані k випадково обраних об'єктів, що будуть служити еталонами, тобто центрами кластерів. Вважається, що алгоритми еталонного типу зручні і швидкодіючі. У цьому випадку важливу роль грає вибір початкових умов, що впливають на тривалість процесу класифікації і на його результати.

Метод k-середніх зручний для обробки великих статистичних сукупностей.

Обчислювальні процедури більшості ітеративних методів класифікації зводяться до виконання наступних кроків:

Крок 1. Вибір числа кластерів, на які повинна бути розбита сукупність, завдання первісної розбивки об'єктів і визначення центрів ваги кластерів.

Крок 2. Відповідно до обраних мір подібності визначення нового складу кожного кластера.

Крок 3. Після повного перегляду всіх об'єктів і розподілу їх по кластерах здійснюється перерахування центрів ваги кластерів.

Крок 4. Процедури 2 і 3 повторюються доти, поки наступна ітерація не дасть такий же склад кластерів, що і попередня.

Метод пошуку згущень. Одним з ітеративних методів класифікації, не потребуючі завдання числа кластерів, є метод пошуку згущень.

У теорії і на практиці існує кілька різних модифікацій цього методу. Кожна модифікація відрізняється початковим станом, що задається, і критеріями завершення класифікації.

Метод пошуку згущень вимагає обчислення матриці відстаней (чи матриці мір подібності) між об'єктами. Потім вибирається об'єкт, що є первісним центром першого кластера. Вибір такого об'єкта може бути довільним, а може ґрунтуватися на попередньому аналізі крапок і їхніх околиць. При використанні другого підходу можна значно скоротити число ітерацій, що приводять до розподілу всіх крапок по кластерах.

Обрана крапка приймається за центр гіперсфери заданого радіуса R. Визначається сукупність крапок, що потрапили усередину цієї сфери, і для них обчислюються координати центра (вектор середніх значень ознак). Далі знову розглядаємо гіперсферу такого ж радіуса, але з новим центром, і для сукупності крапок, що потрапили в неї, знову розраховуємо вектор середніх значень, приймаємо його за новий центр сфери і т.д. Коли чергове перерахування координат центра сфери приводить до такого ж результату, як і на попередньому кроці, переміщення сфери припиняється, а крапки, що потрапили в неї, утворять кластер і з подальшого процесу кластеризації виключаються. Для всіх крапок процедури, що залишилися, повторюються, тобто знову вибирається довільний об'єкт, що є первісним центром сфери радіуса R і т.д.

У роботі доведена збіжність цього алгоритму для будь-яких початкових крапок і для сукупностей різного обсягу.

Таким чином, робота алгоритму завершується за кінцеве число кроків, і всі крапки виявляються розподіленими по кластерах. Число кластерів, що утворилися, заздалегідь невідомо і сильно залежить від вибору радіуса сфери. Деякі модифікації алгоритму дозволяють розділити сукупність на задане число кластерів шляхом послідовної зміни радіуса сфери.

Для оцінки стійкості отриманої розбивки доцільно повторити процес кластеризації кілька разів для різних значень радіуса сфери, змінюючи щораз радіус на невелику величину.

3.2 Динамічна модель оцінки підприємств методом кластерного аналізу

У даній дипломній роботі проводиться аналіз 30 підприємств по 19-и фінансових показниках, серед яких є присутнім ДП «ХЕМЗ» під номером 17, за допомогою методу кластерного аналізу, по наступним коефіцієнтах:

Показники рентабельності:

Х1 - рентабельність активів;

Х2 - рентабельність капіталу

Х3 - рентабельність продаж;

Х4 - фондовіддача.

Показники ліквідності:

Х5 - коефіцієнт абсолютної ліквідності;

Х6 - коефіцієнт швидкої ліквідності;

Х7 - коефіцієнт поточної ліквідності;

Показники ділової активності:

Х8 - коефіцієнт оборотності активів;

Х9 - коефіцієнт оборотності запасів;

Х10 - коефіцієнт оборотності дебіторської заборгованості;

Х11 - коефіцієнт оборотності кредиторської заборгованості;

Х12 - коефіцієнт оборотності оборотного капіталу

Показники фінансової стійкості підприємства:

Х13 - коефіцієнт забезпеченості по кредитах;

Х14 - коефіцієнт маневреності

Х15 - коефіцієнт концентрації власного капіталу;

Х16 - коефіцієнт концентрації позикового капіталу;

Х17 - Показник фінансового левериджа

Х18 - Коефіцієнт забезпечення запасів і витрат власними джерелами формування;

Х19 - Коефіцієнт фінансового ризику

Вибірка представлена в динаміці, тому задача буде розв'язуватися в три етапи, тобто аналіз підприємств буде вироблятися окремо за кожний рік.

На першому етапі проаналізуємо показники підприємств за 2012 р.,

Для рішення даної задачі був використаний пакет програм Statistica [25,26]. До початку задачі кластеризації, ми стандартизуємо вхідні дані.

У крапці Х1 кластери рівновіддалені друг від друга, у крапці Х2 вони більш зближені чим у першому випадку тоді як у крапці Х4 кластери номер 1, 2, 3 практично збігаються, а кластер номер 4 дуже вилучений від цієї групи. Опис даного графіка представлено на рис 3.5.

виробничий процес прогнозування підприємство

Рисунок 3.5 - Описова статистика кожного кластера

Далі проводимо кластеризацію підприємств на чотири кластери. Результати кластеризації представлені на рис. 3.6-3.10.

Рисунок 3.6 - Члени першого кластера і їхні відстані до центра кластера

У перший кластер потрапили 5 підприємств із номерами 12, 15, 16, 19, 27.

Рисунок 3.7 - Члени другого кластера і їхні відстані до центра кластера

В другий кластер потрапили 15 підприємств із номерами 2, 3, 4, 5, 6, 9, 10, 11, 17, 21, 22, 23, 25, 28, 30.

Рисунок 3.8 - Члени третього кластера і їхні відстані до центра кластера

У третій кластер потрапили 9 підприємств із номерами 1, 7, 8, 13, 14, 24, 26, 29.

Рисунок 3.9 - Член четвертого кластера і відстань до центра кластера

У четвертий кластер потрапило тільки 1 підприємство з номерами 20.

Далі переходимо до кластеризації підприємств по показниках ліквідності.

У крапці Х5 практично збіглися три кластери 2, 3 і 4, а кластер номер один у піднявся позитивну область. У крапці Х6 значення кластерів сильно розкидані. Навколо Х7 зібралися вже інші кластери: 1, 2, 4, третій кластер пішов у позитивну область. Опис цього графіка представлено на рис 3.10.

Рисунок 3.10 - Описова статистика кожного кластера

Кластеризуя наші підприємства ми одержуємо наступні результати (рис. 3.11-3.14):

Рисунок 3.11 - Члени першого кластера і їхні відстані до центра кластера

У перший кластер увійшли два підприємства: 20, 24.

Рисунок 3.12 - Члени другого кластера і їхні відстані до центра кластера

В другий кластер потрапили 15 підприємств із номерами 1, 3, 4, 5, 8, 9, 12, 13, 14, 15, 16, 17, 18, 19, 21.

Рисунок 3.13 - Член третього кластера і відстань до центра кластера

У третій кластер потрапило 1 підприємство з номером 29.

Рисунок 3.14 - Члени четвертого кластера і їхні відстані до центра кластера

У четвертий кластер потрапили 12 підприємств із номерами 2, 6, 7, 10, 11, 22, 23, 25, 26, 27, 28, 30.

Наступним кроком є кластеризація підприємств по показниках ділової активності.

На цьому графіку кластери під номером 2 і 3 мають практично однакове значення по всій осі абсцис, тільки в крапці Х11 кластер номер 3 іде в позитивну область, а кластера 1, 2 і 4 мають однакові значення. У крапці Х12 усі чотири кластери розподілилися на незначній відстані друг від друга.

Детальний опис цього графіка на рис. 3.15.

Рисунок 3.15 - Описова статистика кожного кластера

Вирішуючи задачу ми одержуємо наступні дані (рис.3.16-3.19):

Рисунок 3.16 - Член першого кластера і відстань до центра кластера

У перший кластер потрапило 1 підприємство з номерами 11.

Рисунок 3.17 - Члени другого кластера і їхні відстані до центра кластера

В другий кластер потрапили 18 підприємств із номерами 2, 3, 5, 6, 7, 9, 10, 16, 20, 21, 22, 23, 25, 26, 27, 28, 29, 30.

Рисунок 3.18 - Член третього кластера і відстань до центра кластера

У третій кластер потрапило 1 підприємство з номерам 17.

Рисунок 3.19 - Члени четвертого кластера і їхні відстані до центра кластера.

У четвертий кластер потрапили 10 підприємств із номерами 1, 4, 8, 12, 13, 14, 15, 18, 19, 24.

Остання група показників по яких будемо робити кластеризацію це коефіцієнти фінансової стійкості підприємств за 2012р.

На рис 3.20 представлений детальний опис даного графіка.

Рисунок 3.20 - Описова статистика кожного кластера

Після клатсерізації підприємств по показниках фінансової стійкості одержуємо наступні чотири кластери (рис.3.21-3.-24).

Рисунок 3.21 - Члени першого кластера і їхні відстані до центра кластера

У перший кластер потрапили 11 підприємств із номерами 1, 7, 8,11, 12, 13, 15,16, 17, 18, 19.

Рисунок 3.22 - Члени другого кластера і їхні відстані до центра кластера

В другий кластер потрапили 2 підприємства з номерами 4, 14.

Рисунок 3.23 - Члени третього кластера і їхні відстані до центра кластера

У третій кластер потрапили 8 підприємств із номерами 2, 10, 20, 22, 23, 25, 28, 30.

Рисунок 3.24 - Члени четвертого кластера і їхні відстані до центра кластера

У четвертий кластер потрапили 9 підприємств із номерами 3, 5, 6, 9, 21, 24, 26, 27, 29. Проаналізувавши результати кластеризації по чотирьох групах показників за 2012 р.

Таблиця 3.1 - Підсумкова таблиця кластеризації підприємств за 2012 р.

Підприємства

Ознака класифікації

Кластер №1

Кластер №2

Кластер №3

Кластер №4

П1

П2

П3

П4

1

3

3

2

2

0

2

2

0

2

3

4

2

3

0

1

2

1

3

3

4

2

2

0

2

1

1

4

1

4

2

2

1

2

0

1

5

4

4

2

2

0

2

0

2

6

3

4

2

2

0

2

1

1

7

3

3

4

2

0

1

2

1

8

3

4

2

2

0

2

1

1

9

4

2

2

2

0

3

0

1

10

3

1

1

2

2

1

1

0

11

4

4

2

2

0

2

0

2

12

3

4

2

2

0

2

1

1

13

3

3

1

2

1

1

2

0

14

2

4

2

2

0

3

0

1

15

3

4

2

2

0

2

1

1

16

1

4

2

1

2

1

0

1

17

3

4

2

4

0

1

1

2

18

2

4

3

2

0

2

1

1

19

3

4

4

2

0

1

1

2

20

1

4

2

2

1

2

0

1

21

3

2

2

2

0

3

1

0

22

3

4

2

2

0

2

1

1

23

3

4

2

2

0

2

1

1

24

2

1

1

2

2

2

0

0

25

2

3

2

2

0

3

1

0

26

3

2

2

2

0

3

1

0

27

3

4

2

2

0

2

1

1

28

3

4

2

2

0

2

1

1

29

3

1

2

2

1

2

1

0

30

3

4

2

2

0

2

1

1

кластер №1

3

3

3

1

кластер №2

4

3

24

27

кластер №3

20

4

1

1

кластер №4

3

20

2

1

Виходячи з цієї таблиці ми бачимо що, у перший кластер потрапили підприємства з абсолютною фінансовою стійкост'ю, у дану групу більшість підприємств не потрапило, але є 5 підприємств які ввійшли в перший кластер по двох ознаках класифікації. В другий - з нормальною фінансовою стійкістю, у третій кластер потрапили підприємства з нестійким фінансовим станом а в четвертий - із кризовим станом. У цю групу не ввійшли не разу тільки два підприємства, інші входили в четвертий кластер хоч би один раз. Задача кластеризації підприємств по показниках ефективності діяльності за 2011-2012 р. була вирішена.

Таблиця 3.2 - Класифікація підприємств по показниках рентабельності за 2010-2012 р.

Підприємства

Роки

кластер №1

кластер №2

кластер №3

кластер №4

2010

2011

2012

1

2

1

3

1

1

1

0

2

4

1

3

1

0

1

1

3

2

1

3

1

1

1

0

4

2

1

1

2

1

0

0

5

2

1

4

1

1

0

1

6

4

3

3

0

0

2

1

7

4

1

3

1

0

1

1

8

2

1

3

1

1

1

0

9

2

3

4

0

1

1

1

10

4

1

3

1

0

1

1

11

4

1

4

1

0

0

2

12

2

2

3

0

2

1

0

13

2

2

3

0

2

1

0

14

2

2

2

0

3

0

0

15

2

1

3

1

1

1

0

16

2

1

1

2

1

0

0

17

2

1

3

1

1

1

0

18

2

2

2

0

3

0

0

19

2

1

3

1

1

1

0

20

1

4

1

2

0

0

1

21

2

1

3

1

1

1

0

22

4

1

3

1

0

1

1

23

4

1

3

1

0

1

1

24

1

2

2

1

2

0

0

25

4

1

2

1

1

0

1

26

4

1

3

1

0

1

1

27

4

1

3

1

0

1

1

28

4

1

3

1

0

1

1

29

3

1

3

1

0

2

0

30

4

1

3

1

0

1

1

кластер №1

2

22

3

кластер №2

15

5

4

кластер №3

1

2

20

кластер №4

12

1

3

По цій таблиці можна простежити діяльність підприємств у динаміці. Проаналізувавши дану таблицю, можна зробити висновок що діяльність підприємств не стабільна.

Більшість підприємств переходять з однієї групи в іншу, тільки два підприємства три роки знаходилися в групі нормальної фінансової стійкості.

4. ОХОРОНА ПРАЦІ І НАВКОЛИШНЬОГО СЕРЕДОВИЩА

4.1 Загальні питання охорони праці

Підвищення технічної оснащеності підприємств, застосування нових матеріалів, конструкцій і процесів, збільшення швидкостей і потужностей машин робить вплив на характер і частоту нещасних випадків і захворювань на виробництві. Праця людини в сучасному автоматизованому і механізованому виробництві є процесом взаємодії людини і машини, причому центральне місце належить людині - оператору. Поліпшення умов праці, підвищення його безпеки впливають на результати виробничої діяльності: продуктивність праці, якість і вартість продукції, що випускається, а також приводить до зниження виробничого травматизму, професійних захворювань, зберігає здоров'я працівників і одночасно приводить до зменшення витрат на оплату пільг і компенсацій за роботу в несприятливих умовах праці.

В існуючому законодавстві [1 ] велику увагу надається питанням захисту працюючих від дії небезпечних і шкідливих чинників виробничого середовища. В законі України про охорону праці» (2002г.) сказано, що державна політика базується на принципах пріоритету життя і здоров'я працівників по відношенню до результатів виробничої діяльності підприємства, повної відповідальності власника за створення безпечних і нешкідливих умов праці.

Використовуються економічні методи для управління охороною праці на підприємстві. Створюються національні, галузеві, регіональні програми з питань охорони праці, враховуючі різні напрями економічної і соціальної політики держави. Встановлюються єдині нормативи по охороні праці для всіх підприємств, організацій незалежно від форм власності. Створюються страхові фонди.

4.2 Управління охороною праці на підприємстві

Працедавець зобов'язаний створити на робочому місці, в кожному структурному підрозділі, умови праці, відповідні нормативно-правовим актам.

З цією метою працедавець забезпечує функціонування системи управління охороною праці, а саме:

- створює відповідні служби і призначає посадовців, які забезпечують рішення конкретних питань охорони праці, затверджує інструкції про їх обов'язки, права і відповідальність за виконання покладених на них функцій, а також контролює їх виконання;

- розробляє за участю сторін колективного договору і реалізує комплексні заходи для досягнення встановлених нормативів і підвищення існуючого рівня охорони праці;

- організовує атестацію робочих місць на відповідність нормативним актам з охорони праці;

- забезпечує виконання необхідних профілактичних заходів у разі зміни умов праці;

- упроваджує прогресивні технології, досягнення науки і техніки, засоби механізації і автоматизації виробництва, дотримує вимоги ергономіки, використовує позитивний досвід в області охорони праці і тому подібне;

- забезпечує належний зміст будівель і споруд, виробничого устаткування і оснащення, моніторинг за їх технічним станом;

- забезпечує усунення причин, які можуть привести до нещасних випадків, професійних захворювань, і забезпечує здійснення профілактичних заходів, визначених комісіями за підсумками розслідування цих причин;

- організує проведення аудиту охорони праці, лабораторних досліджень умов праці, дає оцінку технічного стану виробничого устаткування і оснащення;

- розробляє і затверджує положення, інструкції, інші акти по охороні праці, які діють в межах підприємства (далі - акти підприємства). Встановлює послідовність виконання робіт і поведінки працівників на території підприємства, у виробничих приміщеннях, на будівельних майданчиках, робочих місцях відповідно до державних міжгалузевих і галузевих нормативних актів по охороні праці, забезпечує безкоштовно працівників нормативно-правовими актами і актами підприємства по охороні праці;

- здійснює контроль за дотриманням працівником технологічних процесів, правил поводження з машинами, механізмами, устаткуванням і іншими засобами виробництва, використовуванням засобів колективного і індивідуального захисту, виконанням робіт щодо вимог по охороні праці;

- організовує пропаганду безпечних прийомів праці і співпраці з працівниками в області охорони праці;

- передбачає термінові заходи для надання допомоги потерпілим, привертає при необхідності професійні аварійно-рятівні формування у разі виникнення на підприємстві аварій і нещасних випадків.

Працедавець несе безпосередню відповідальність за порушення відзначених вимог[1 ].

4.3 Перелік небезпечних і шкідливих виробничих факторів

В даному розділі розглядається робоче місце з використанням персонального ЕОМ при виконанні дипломної роботи.

Характеристика приміщення, в якому знаходиться комп'ютер: розміри приміщення: - площа: S = 6 Ч 10 = 60 м2; - об'їм: V = 6 Ч 10 Ч 3,5 = 210 м3.

Згідно [2 ], норма площі на одного працюючого не повинна бути менше 6 м2. В приміщенні, що розглядається, вісім робочих місць, таким чином необхідна площа: Sнеобх. = 6 Ч 8 = 48м2. Отже, приміщення відповідає вимогам [2 ]. Приміщення розташовано на другому поверсі чотириповерхової будівлі.

Приміщення пожежонебезпечне, категорії В, оскільки в ньому знаходяться тверді матеріали, що згорають [3 ]. Відповідно до обліку категорії пожежонебезпечності і поверховості будівлі, в якій розміщено дане приміщення, ступінь вогнестійкості будівлі - ІІ [4 ].

Перелік основних небезпечних і шкідливих виробничих чинників, які зустрічаються на робочому місці, що розглядається, надано в таблиці 4.1 [5 ]

Таблиця 4.1 - Небезпечні і шкідливі виробничі чинники

Найменування чинників

Джерела виникнення

Характер дії на організм людини

Нормований параметр

1

2

3

4

Шум

Принтери, сканери, системні блоки

Розлади ЦНС, зниження слуху

Рівень звуку

Lр, дБА

Вібрація

Системні блоки ЕОМ

Розлади серцево-судинної системи, ЦНС

Рівень виброшвидкості

Lv, дБ

М'яке рентгенівське випромінювання

Монітори ЕОМ

Стомлення, захворювання органів зору,

Еквівалентна доза, Р, мкР/ч

Електромагнітне випромінювання

Монітори ЕОМ

Пониження кров'яного тиску

Напруженість, Е, В/м

Ультрафіолетове інфрачервоне випромінювання

Монітори ЕОМ

Головний біль, сонливість, запаморочення.

Інтенсивність теплових випромінювань

Е, Вт/м2

Електростатичне поле

Комп'ютерна техніка

Головний біль, погіршення зору

Напруженість,

Е, кВ/м

Яскравість екрану

Монітор

Стомлення очей

Не більше 40 кд/м2

Підвищена іонізація повітря

Комп'ютер

Опромінювання

Кількість іонів в 1см3

n+ =1500 - 3000

n- = 3000 - 5000

Напруга в електромережі

Штучне освітлення

Поразка електрик-ним струмом

Uпр ? 36

Монотонність праці

Безперервна робота на ЕОМ

Стомлення ЦНС

-

4.4 Промислова санітарія

Метеорологічні умови вибираються відповідно до вимог [6 ]. При роботах операторського типу, пов'язаних з великою нервово-емоційною напругою, передбачені оптимальні значення параметрів мікроклімату в приміщенні. Енерговитрати складають 139 Вт, оскільки роботи виконуються сидячи. Категорія виконуваних робіт - Iа. Оптимальні норми температури, відносної вологості, швидкості руху повітря в приміщенні в холодний і теплий період року для категорії робіт Iа надані в таблиці 4.2.

Таблиця 4.2 - Оптимальні параметри мікроклімату

Период роки

Категорія виконуваних робіт по енерговитратах

Температура, 0С

Відносна вологість, %

Швидкість руху повітря, м/с

Теплий

I а

23 - 25

40 - 60

0,1

Холодний

I а

22 - 24

40 - 60

0,1

Для забезпечення параметрів мікроклімату в межах норми, оптимального рівня іонізації [n+ = (1500 ч 3000), nЇ = (3000 ч 5000)] в см3 повітря [2 ], концентрації пилу нижче встановленого значення ГДК = 4 мг/м3, в даному приміщенні передбачені прилади зволоження і штучної іонізації повітря, а також кондиціонування повітря [7 ]. Вид опалювання - центральний. Джерела надходження води - міський водопровід, діюча каналізація - господарсько-побутова [8 ] .

Передбачено природне і штучне освітлення в приміщенні, в якому розташовано робоче місце. За найменшим розміром об'єкту розрізнення, характеристики фону і контрасту об'єкту розрізнення з фоном встановлюємо розряд зорових робіт - IIIв

Природне освітлення - односторонньо бічне. Нормативне значення коефіцієнта природної освітленості визначаємо по наступній формулі:

% ( 4.1 )

де еN - коефіцієнт природної освітленості;

eн - коефіцієнт природної освітленості для III розряду зорових робіт;

mN - коефіцієнт світлового клімату (0,9);

номер групи забезпеченості природним світлом

Необхідну сумарну площу світлових отворів в приміщенні з одностороннім бічним освітленням, має розміри: L=10 м, В= 6 м, H=3,5 м визначаємо по формулі:

м2; (4.2)

ок- світлова характеристика вікна ок = 13,5;

кз - коефіцієнт запасу, враховуючий зниження освітленості в процесі експлуатації скла, кз = 1,4;

Sп - площа підлоги приміщення; Sп = L·В= 10 · 6 = 60м2;

кзд - коефіцієнт, що враховує затемнення вікон протилежними будівлями, кзд = 1;

- загальний коефіцієнт світлопроникнення;

(4.3)

коефіцієнт, що враховує вид матеріалу, що пропускає світло 0,8;

коефіцієнт, що враховує вид палітурки; 0,8;

коефіцієнт, що враховує вид несучих конструкційних матеріалів, при бічному освітленні; 1;

коефіцієнт, що ураховує втрати світла в сонцезахисних пристроях; 0,65;

- коефіцієнт, що враховує вплив відображеного світла при бічному освітленні, r1 =3,0;

0,8·0,8·1·0,65 =0,416

Сумарна площа світлових отворів S0 = 16,36 м2

Штучне освітлення - загальне рівномірне. Як джерела світла використовуємо люмінесцентні лампи типу ЛТБ 80-2. Нормативне значення освітленості для IIIв розряду зорових робіт Еmin складає 300 лк. Загальне освітлення виконано у вигляді переривчатих ліній світильників ЛП033 виконання 001 прямого світла (П) з дзеркальними екранними сітками і відбивачами. Основні характеристики освітлення, що передбачено в приміщенні надані в таблиці 4.3 [9 ].

Таблиця 4.3- Характеристика освітлення

Площа підлоги, м2

Розряд зорових робіт

Освітлення

природне

штучне

Вид освітлення (верхнє, бічне)

КЕО

еN %

Мінімальна освітленість, Еmin, лк

60

IIIв

бічне

1,8

300

Шум є одним з найпоширеніших на виробництві шкідливих чинників. У відповідності з [10] на робочому місці при рішенні завдань потребуючої концентрації уваги рівні звуку і еквівалентні рівні звуку не повинні перевищувати 50 дБА. Відповідно з [11] рівень вібрації для категорії 3, тип „в”, в умовах „комфорту” не повинна перевищувати 75 дБ. Для зменшення рівня звуку і вібрації застосовуються демпфуючі матеріали (гумова прокладка під принтер). Шумопоглинальні засоби застосовуються не спаленні або тяжко спаленні спеціальні перфоровані плити, панелі, мінеральна вата та інші.

Комп'ютер і в першу чергу монітор є джерелами:

- електростатичного поля;

- слабих електромагнітних випромінювань в низькочастотному і високочастотному діапазонах (2 Гц …400 Гц);

- рентгенівського випромінювання;

- ультрафіолетового, інфрачервоного і випромінювання видимого діапазону.

Згідно [12], встановлюються гранично допустимі значення напруженості електричного і магнітного полів частотою 50 Гц залежно від часу перебування персоналу в приміщенні. Напруженість електричного поля не перевищує 5 кВ/м, напруженість магнітного поля на робочому місці не перевищує 8 кА/м, а напруженість електростатичного поля не перевищує 20 кВ/м [13], що дозволяє не регламентувати час перебування в приміщенні.

Потужність експозиційної дози рентгенівського випромінювання на відстані 0,05 м від екрану не перевищує 0,1 мбер/час [14]. Рівні всіх можливих випромінювань достатньо низькі і не перевищують діючі норми. На робочому місці, що вивчається, розміщений найбезпечніший монітор, в якому створений додатковий металевий внутрішній контур, замкнутий на вбудований захисний екран.

При організації робочого місця за комп'ютером дотримувалися наступні розміри:

- відстань від підлоги до сидіння крісла дорівнює 440 мм;

- відстань від сидіння крісла до нижнього краю робочої поверхні 330 мм;

- відстань від очей до дисплея 550 мм;

- простір для ніг 770 мм;

- відстань від ніжки столу до краю робочої поверхні столу 640 мм;

М - відстань між передньою поверхнею тіла і краєм робочої поверхні столу 80 мм;

- відстань від очей до документації 500 мм;

- оптимальна зона моторного поля 360 мм;

- висота робочої поверхні 800 мм;

- кут огляду документів 30!.

Екран дисплея по висоті розташований на столі так, що кут між нормаллю до центру екрану і горизонтальною лінією погляду складає 20!. Кут спостереження екрану в горизонтальній площині не перевищує 60° [14,15]. Передбачені перерви, що регламентуються, для відпочинку тривалістю 15 хвилин після кожних двох годин роботи.

4.5 Електробезпека

При проектуванні систем електропостачання, при монтажі силової електроустаткуванні і електричного освітлення в будівлях і приміщеннях для ЕОМ необхідно дотримуватися вимог нормативно-технічної документації (ПУЕ, ПТЕ, ПТБ і ін.).

Рід струму - змінний, напруга в мережі 220 / 380В. ЕОМ є однофазним споживачем електроенергії від трифазної чотирьох провідної мережі з глухо заземленою нейтраллю змінного струму частотою 50 Гц. По ступені небезпеки поразки електричним струмом приміщення ставиться до приміщень з підвищеної небезпеки [16].

Працівник, що поступає на роботу, обов'язково проходить ввідний і первинний інструктаж по техніці безпеки в цілях профілактики нещасних випадків, а також знайомиться з інструктажем по дотриманню заходів техніки безпеки при роботі з ПЕВМ.

4.6 Пожежна безпека

Категорія приміщення по вибухо-пожежонебезпеки - В [3 ], вогнестійкість будівлі - II [4 ]. Зона класу приміщення П-IIа. Ступінь захисту оболонки для вказаної пожежонебезпечної зони - IР44[17].

Можливими причинами пожеж в приміщенні може бути несправність електропроводки і електроустаткування, коротке замикання в мережі, зберігання горючих матеріалів, блискавка і т.д.

Згідно [18] пожежна безпека забезпечується системами запобігання пожежі, пожежного захисту і організаційно-технічними заходами.

В системі запобігання пожежі передбачені наступні заходи: контроль і профілактика ізоляції, наявність плавких запобіжників в устаткуванні, блискавкозахист будівлі. Для даного класу пожежонебезпечної зони приміщення П-IIа, з урахуванням кількості грозових годин у рік (20 годин), встановлено ІІ категорію блискавкозахисту [19]. Система пожежного захисту передбачає забезпечення вогнегасниками -ВВК-8. Організаційними заходами пожежної профілактики є навчання виробничого персоналу протипожежним правилам, видання необхідних інструкцій і плакатів, засобів наочної агітації.

4.7 Охорона навколишнього середовища

На робочому місці, що розглядається, відсутні відходи, що забруднюють навколишнє середовище, оскільки устаткування (ПЕВМ, принтер) не є джерелом забруднення навколишнього середовища. Проте при виробленні ресурсу устаткування стає повторною сировиною і підлягає утилізації[20].

ВИСНОВКИ

В ході написання дипломної роботи був викладений матеріал, що описує сутність, структуру, інформаційну базу фінансового аналізу, представлена методика розрахунку показників аналізу і оцінки діяльності підприємства. На основі дослідження діяльності підприємства за 3 роки представлений аналіз і оцінка стану підприємства і зроблений прогноз розвитку при умові вложення інвестицій.

Слід зазначити, що проведення оцінки і аналізу необхідно не тільки самому підприємству, але і зацікавленим контрагентам - кредиторам, постачальникам, покупцям, інвесторам.

У першому розділі дипломної роботи проведений аналіз загального фінансового стану підприємства, розраховані та проаналізовані основні показники фінансової діяльності підприємства.

У другому розділі проведене дослідження методів і моделей прогнозування стану підприємства, та зроблена комплексна оцінка фінансового стану

У третьому розділі побудована автоматична модель кластеризації підприємств по 19-и показниках за три роки, та побудована модель розвитку підприємства за умови вкладання інвестицій.

У четвертому розділі проведений аналіз санітарно-гігієнічних умов праці, технічної та пожежної безпеки на підприємстві, заповнена карта паспортизації санітарно-гігієнічного стану робочих місць.

За допомогою розглянутих у дипломному проекті моделей та методів можна аналізувати та оцінювати стан підприємства та на основі цього аналізу прогнозувати його розвиток. Отримані результати мають значущість для підприємства і можуть бути використані в поліпшені його фінансово-господарської діяльності.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Закон України «Про підприємства в Україні» // Відомості Верховної Ради України. - 1991. - №24. - С. 611 - 629.

2. Методика №22 - Методика интегральной оценки инвестиционной привлекательности предприятий и организаций, утвержденная приказом Агентства по вопросам предотвращения банкротства предприятий и организаций от 23.02.98г., № 22.


Подобные документы

  • Витрати: сутність та способи обліку, класифікація, методи і моделі дослідження. Аналіз фінансового стану ВАТ "Сніжнянський машинобудівний завод" в 2009-2010 рр. Моделі прогнозування витрат. Управління охороною праці на підприємстві, електробезпека.

    дипломная работа [855,1 K], добавлен 18.11.2013

  • Економетричні моделі - системи взаємопов'язаних рівнянь і використовуються для кількісних оцінок параметрів економічних процесів та явищ. Прикладні економетричні моделі Франції та США. Макроеконометричні моделі України та прогнозування економіки.

    реферат [20,6 K], добавлен 01.02.2009

  • Аналіз ринку металопластикових конструкцій. Позиція підприємства на регіональному ринку, проблеми ціноутворення та побудування його моделі. Методика розробки моделі прогнозування цін на ПВХ-конструкції, аналіз та оцінка її адекватності на сьогодні.

    дипломная работа [270,3 K], добавлен 09.11.2013

  • Вихідні поняття прогнозування, його сутність, принципи, предмет і об'єкт. Суть адаптивних методів. Прогнозування економічної динаміки на основі трендових моделей. Побудова адаптивної моделі прогнозування прибутку на прикладі стоматологічної поліклініки.

    дипломная работа [1,2 M], добавлен 18.06.2015

  • Поняття та процес економічного прогнозування, процес формування прогнозу про розвиток об'єкта на основі вивчення тенденцій його розвитку. Сутність та побудова економетричних моделей. Зарубіжний досвід побудови та використання економетричної моделі.

    реферат [43,5 K], добавлен 15.04.2013

  • Кредитний ринок як складова національної економіки. Показники стану кредитного ринку. Підходи до визначення процентної ставки та аналізу її складових. Побудова моделі взаємозв’язку відсотків та обсягу кредитних ресурсів. Методи дослідження часових рядів.

    дипломная работа [1,7 M], добавлен 09.11.2013

  • Часові ряди і їх попередній аналіз. Трендові моделі на основі кривих росту, оцінка їх адекватності й точності. Вибір та знаходження параметрів моделей прогнозування, побудова прогнозу. Автоматизація процесу прогнозування видобутку залізної руди.

    дипломная работа [2,6 M], добавлен 06.09.2013

  • Організаційна структура роботи підприємства, фінансово-економічний аналіз роботи підприємства. Дослідження об’ємів закупівель та продажів, їх оптимізація, перевірка моделі на контрольному прикладі; інформаційна система. Охорона праці користувача ПК.

    дипломная работа [1,4 M], добавлен 14.11.2009

  • Статистичні методи аналізу та обробки спостережень. Характерні ознаки типової і спеціалізованої звітності підприємств. Оцінка параметрів простої лінійної моделі методом найменших квадратів. Аналіз показників багатофакторної лінійної і нелінійної регресії.

    контрольная работа [327,1 K], добавлен 23.02.2014

  • Інфляція як економічна категорія, прогнозування її рівня в Україні. Інфляція попиту та пропозиції як головні причини систематичного зростання цін. Особливості методології прогнозування інфляційного процесу. Методи регресійного та факторного аналізу.

    презентация [195,7 K], добавлен 11.02.2010

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.