Главная База знаний "Allbest" Экономико-математическое моделирование Комплекс моделей оцінки рівня фінансової безпеки підприємства

Комплекс моделей оцінки рівня фінансової безпеки підприємства

Поняття фінансової безпеки підприємства, існуючі загрози. Особливості дослідження фінансової безпеки підприємства на основі методів багатомірного статистичного аналізу. Розробка комплексу моделей оцінки рівня фінансової безпеки сучасного підприємства.

Рубрика Экономико-математическое моделирование
Вид дипломная работа
Язык украинский
Дата добавления 18.11.2013
Размер файла 987,5 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.

Страница:

Методи класифікації пов'язані з отриманням однієї або декількох функцій, що забезпечують можливість віднесення даного об'єкту до однієї з груп. Ці функції називаються класифікуючими і залежать від значень змінних таким чином, що з'являється можливість віднести кожний об'єкт до однієї з груп.

Задачі дискримінантного аналізу можна розділити на три типи. Задачі першого типу часто зустрічаються в медичній практиці. Припустимо, що ми маємо свій в розпорядженні інформацію про деяке число індивідуумів, хвороба кожного з яких відноситься до одного з двох або більш діагнозів. На основі цієї інформації потрібно знайти функцію, що дозволяє поставити у відповідність новим індивідуумам характерні для них діагнози. Побудова такої функції і складає задачу дискримінації.

Другий тип задачі відноситься до ситуації, коли ознаки приналежності об'єкту до тієї або іншої групи втрачені, і їх потрібно відновити. Прикладом може служити визначення підлоги давно померлої людини по його останках, знайдених при археологічних розкопках.

Задачі третього типу пов'язані з прогнозом майбутніх подій на підставі наявних даних. Такі задачі виникають при прогнозі віддалених результатів лікування, наприклад, прогноз виживає оперованих хворих.

Основною метою дискримінації є знаходження такої лінійної комбінації змінних (надалі ці змінні називатимемо дискримінантними змінними), яка б оптимально розділила дані групи. Лінійна функція називається канонічною дискриминантной функцією з невідомими коефіцієнтами:

(2.33)

де значення дискриминантной функції для m-го об'єкту в групі к

значення дискриминантной змінної для m-го об'єкту в групі к.

З геометричної точки зору дискриминантные функції визначають гіперплощини в p-мерном просторі. В окремому випадку при p=2 вона є прямою, а при p=3 - площиною.

Коефіцієнти першої канонічної дискриминантной функції вибираються так, щоб центроіди різних груп якомога більше відрізнялися один від одного. Коефіцієнти другої групи вибираються також, але при цьому накладається додаткова умова, щоб значення другої функції були некорельовані із значеннями першою. Аналогічно визначаються і інші функції. Звідси витікає, що будь-яка канонічна дискримінантна функція має нульову внутрішньогрупову кореляцію з. Якщо число груп рівно g, то число канонічних дискримінантних функцій буде на одиницю менше числа груп. Проте із багатьох причин практичного характеру корисно мати одну, дві або ж три дискримінантних функцій. Тоді графічний вигляд об'єктів буде представлений в одно-, двух- і тривимірних просторах. Таке уявлення особливо корисно у разі, коли число дискримінантних змінних p велике в порівнянні з числом груп g.

Коефіцієнти канонічної дискримінантної функції

Для отримання коефіцієнтів канонічної дискримінантної функції потрібен статистичний критерій розрізнення груп. Очевидно, що класифікація змінних здійснюватиметься тим краще, чим менше розсіяння крапок щодо центроїда усередині групи і чим більше відстань між центроїдами груп. Зрозуміло, що велика внутрішньогрупова варіація небажана, оскільки в цьому випадку будь-яка задана відстань між двома середніми тим менш значущо в статистичному значенні, чим більше варіація розподілів, відповідних цим середнім. Один з методів пошуку якнайкращої дискримінації даних полягає в знаходженні такої канонічної дискриминантной функції d, яка б максимізувала відношення міжгрупової варіації до внутрішньогрупової

(2.34)

де B - міжгрупова і W - внутригрупова матриці розсіяння спостережуваних змінних від середніх.

Іноді (2.32) замість W використовують матрицю розсіяння T з'єднаних даних.

В моделі дискримінації повинні дотримуватися наступні умови:

1) число груп: ;

2) число об'єктів в кожній групі: ;

3) число дискриминантных змінних: ;

4) дискриминантные змінні вимірюються в інтервальній шкалі;

5) дискриминантные змінні лінійно незалежні;

6) ковариационные матриці груп приблизно рівні;

7) дискриминантные змінні в кожній групі підкоряються багатовимірному нормальному закону розподілу.

Дискримінантний аналіз є найважливішим інструментом системи раннього попередження та методом прогнозування банкрутства підприємств.

Розрізняють однофакторний та багатофакторний дискримінантний аналіз.

І. Однофакторний дискримінантний аналіз. В основі однофакторного (одновимірного) аналізу покладене сепаратне дослідження окремих показників (які є складовою певної системи показників) та класифікація підприємств за принципом дихотомії. Віднесення підприємства до категорії «хворих» чи «здорових» здійснюється у розрізі окремих показників у відповідності до емпірично побудованої шкали граничних значень досліджуваного показника. Наприклад, згідно зі шкалою значень показника рентабельності активів, граничне значення цого показника складає 2%. Це означає, що підприємства, в яких рентабельність активів >2% за цим критерієм вважаються «здоровими», якщо ж значення цього показника <2%, то підприємство відноситься до групи суб'єктів господарювання, яким загрожує фінансова криза.

Найбільш відомими моделями однофакторного дискримінантного аналізу є системи показників Бівера та Вайбеля.

Система показників Бівера

В основі досліджень американського економіста В. Бівера покладено 30 найбільш часто вживаних у фінансовому аналізі показників. За ознакою однорідності ці показники були згруповані в шість груп. Із кожної групи Бівер вибрав по одному, найбільш типовому, показнику, які й склали його систему прогнозування:

1. Відношення Cash Flow до позичкового капіталу.

2.Відношення чистого прибутку до валюти балансу.

3.Відношення позичкового капіталу до валюти балансу.

4.Відношення оборотних активів до поточних зобов'язань (показник покриття).

5.Відношення робочого капіталу до валюти балансу.

6.Відношення різниці між очікуваними грошовими надходженнями та поточними зобов'язаннями до витрат підприємства (без амортизації).

З використанням матеріалів аналізу 79 фінансово неспроможних і такого ж числа фінансово-спроможних підприємств Бівер розробив шкалу граничних значень для кожного із приведених показників для американських підприємств.

Система показників Вайбеля

В основі досліджень, здійснених П. Вайбелем протягом 1960-1971 років покладено аналітичні матеріали по 72 швейцарських підприємствах будівельної, металургійної, легкої та годинникової галузей виробництва, половина з яких була у фінансовій кризі. Класифікацію підприємств за цією системою пропонується здійснювати з використанням таких показників:

1.Відношення позичкового капіталу до валюти балансу.

2.Відношення оборотних активів до поточних зобов'язань (показник покриття).

3.Відношення Cash Flow до поточних (короткострокових) зобов'язань.

4.Відношення різниці між очікуваними грошовими надходженнями та поточними зобов'язаннями до витрат підприємства (без амортизації).

5.Відношення середнього залишку кредиторської заборгованості до вартості закупок помножене на 365

6.Відношення середніх залишків виробничих запасів до величини затрат на сировину (матеріали) помножене на 365.

Головним суперечливим моментом однофакторного дискримінантного аналізу є те, що значення окремих показників може свідчити про позитивний розвиток підприємства, а інших - про незадовільний. Така ситуація унеможливлює об'єктивне прогнозування банкрутства.

Багатофакторний дискримінантний аналіз.

В процесі аналізу підбирається ряд показників, для кожного з яких визначається вага в так званій «дискримінантній функції». В загальному вигляді, алгоритм лінійної багатофакторної дикримінантної функції можна представити в такій формі:

Z = a0 + a1x1 + a2x2 + a3x3 +…….+ anxn,

а1, а2, а3……, аn - коефіцієнти (ваги) дискримінантної функції;

х1, х2, х3……., хn - показники (змінні) дискримінантної функції.

Величина окремих ваг, характеризує різний вплив окремих показників (змінних), на загальний фінансовий стан підприємства. Віднесення аналізованого підприємства до групи «хворих» чи «здорових» залежить від значення інтегрального показника, який є результатом розв'язку дискримінантної функції.

Найбільш відомими моделями прогнозування банкрутства на основі багатофакторного дискримінантного аналізу є модель Альтмана (1968), модель Беермана (1976), система показників Бетге-Хуса-Ніхауса (1987), модель Краузе (1993).

Модель Альтмана

Модель прогнозування банкрутства, розроблена американським економістом Е. Альтманом має також назву «розрахунок Z-показника» і є класичною в своїй сфері, оскільки включена до більшості західних підручників присвячених фінансовому прогнозуванню, та оцінці кредитоспроможності підприємств. Побудована Альтманом дискримінантна функція має такий вигляд:

Z = 0,012 X1 + 0,014 X2 + 0,033 X3 + 0,006 X4 + 0,999 X5 (2.35)

Це 5-ти факторна модель, де факторами виступають окремі показники фінансового стану підприємства. Адаптовано до вітчизняних стандартів фінансової звітності, окремі змінні дискримінантної функції мають такий вигляд:

X1 - робочий капітал/ валюта балансу;

X2 - сума нерозподіленого прибутку (непокритого збитку) та резервного капіталу / валюта балансу;

X3 - звичайний прибуток до оподаткування + проценти за кредит / валюта балансу;

X4 - ринкова вартість підприємств (ринкова вартість корпоративних прав) / позичковий капітал;

X5 - чиста виручка від реалізації продукції/ валюта балансу.

Провівши аналіз 33-х пар промислових підприємств з обсягом валюти балансу від 1 до 25 млн. дол. США, Альтман зробив наступний висновок щодо інтерпретації значень Z-показника:

Таблиця 2.2 - Значення показника Альтмана

Модель Беермана

В Німеччині вперше застосував методологію багатофакторного дискримінантного аналізу при дослідженні фінансового стану підприємств у 1976 році професор університету м. Мюнстер Клаус Беерман. Свої висновки він базував на емпіричному дослідженні 21 пари підприємств, половина з яких були збиткові та знаходилися у фінансовій кризі. Основні характеристики дискримінантної функції Беермана наведено в таблиці (табл. 2.3)

Таблиця 2.3 - Параметри дискримінантної функції

Одержані значення інтегрального показника Беерман рекомендує інтерпретувати наступним чином (горизонт прогнозування 1 рік):

Z > 0,32 - підприємство знаходиться під загрозою банкрутства;

0,32 > Z > 0,236 - неможливо чітко ідентифікувати, потребує додаткового якісного аналізу

Z < 0,236 - підприємству не загрожує банкрутство.

Використання методології багатофакторного дискримінантного аналізу у вітчизняній практиці є досить обмеженим, що зумовлено такими основними чинниками:

по-перше, неможливістю розробки власних, галузевих дискримінантних функцій через відсутність фахівців достатньої кваліфікації;

по-друге, відсутністю достатніх коштів для закупки та адаптації західних методик до вітчизняних умов господарювання;

по-третє, недостатнім рівнем об'єктивності показників, які відображаються підприємствами у фінансовій звітності (проблематика подвійної бухгалтерії).

В той же час, в Україні використовуються численні методики однофакторного дискримінантного аналізу, однак ці методики є безсистемними, не враховують галузевих особливостей, не містять відповідних «ключів» інтерпретації.

Модель оцінки ймовірності банкрутства українських підприємств

Для оцінки ймовірності банкрутства вітчизняних підприємств рекомендується до використання дискримінантна функція із шістьома змінними:

Z = 1,04*X1+0,75*X2+0,15*X3+0,42*X4+1,8*X5 -0,06*X6 - 2,16 (2.36)

Модель розроблена на основі аналізу фінансових показників 850 українських підприємств усіх видів економічної діяльності

Розшифровка незалежних змінних пропонованої дискримінантної функції наведена в таблиці (табл. 2.4):

Таблиця 2.4 - Розшифровка незалежних змінних

Використання цієї моделі дозволяє з високим рівнем ймовірності спрогнозувати майбутній фінансовий стан підприємства, а отже, оцінити ймовірність його банкрутства. Точність оцінювання за використання пропонованої моделі є дещо нижчою, ніж у разі застосування відповідних галузевих алгоритмів. Для наведеної дискримінантної моделі рекомендується наступний «ключ інтерпретації» значень інтегрального показника:

Zi <= -0,55 - фінансовий стан підприємства є незадовільним (знаходиться у фінансовій кризі або вона йому загрожує);

-0,55 <= Zi <= 0,55 - однозначних висновків щодо якості фінансового стану підприємства зробити неможливо, необхідний додатковий експертний аналіз;

Zi > 0,55 - фінансовий стан підприємства є задовільним.

У разі, якщо значення показника Zі знаходиться в межах, для яких однозначні висновки щодо якості фінансового стану зробити неможливо, рекомендується додатково застосувати експертні методи аналізу. В рамках чого аналізується динаміка основних абсолютних показників фінансового стану підприємства за два-три роки: валюта балансу; робочий капітал; обсяг виручки від реалізації; величина чистого прибутку (збитку); чистий грошовий потік від операційної діяльності. За результатами додаткового аналізу базовий показник Zi коригується на коефіцієнт (DZ) зміни основних абсолютних показників. Для визначення вагомості впливу окремих абсолютних показників на коефіцієнт коригування можна застосувати загальну методологію дискримінантного аналізу. Скоригований за результатами додаткового експертного аналізу інтегральний показник слід інтерпретувати таким же чином, як це рекомендується вище

3. Розробка комплексу моделей оцінки рівня фінансової безпеки підприємства

3.1 Аналіз показників фінансової безпеки підприємства

Проаналізуємо показники фінансової безпеки підприємства, що були розглянуті вище, а саме показники фінансової стійкості, ліквідності, ділової активності, рентабельності.

Рівень фінансової стійкості характеризує система узагальнюючих і часткових показників.

Розрахунки коефіцієнтів на кожен з трьох років та їх зміну протягом цього періоду наводимо у табличній формі (табл. 3.1).

Таблиця 3.1 - Результати аналізу фінансової стійкості підприємства

№

Показники

Оптим. значенн

2008 (п.р.)

2008

2009

2010

Відхилення

2009-2008

2010-2009

1

Коефіцієнт автономії (К11)

0,5

0,638

0,664

0,673

0,680

0,009

0,007

2

Коефіцієнт фінансової стабільності (К12)

>1

1,760

1,979

2,056

2,129

0,077

0,073

3

Коефіцієнт забезпечення оборотними активами власних коштів (К13)

> 0.1-0.2

0,579

0,597

0,446

0,364

-0,151

0,082

4

Коефіцієнт фінансової залежності (К14)

<2

1,569

1,505

1,481

1,469

-0,024

-0,012

5

Коефіцієнт накопичення амортизації (К15)

-

0,302

0,228

0,129

0,271

-0,099

0,142

Проведемо аналіз результатів розрахунку.

Коефіцієнт автономії підприємства є досить високим і стабільним. Необхідно відзначити що існує тенденція зростання цього показника. В 2009 році він зріс на 0,009, що становить 1,35%, а в 2010 - на 0,007, що складає 1,07%. В Порівнянні з початком 2008 року цей показник збільшився на 6,58%. Збільшення цього показника свідчить про збільшення власних коштів, які формують майно підприємства, що є позитивним з точки зору фінансової стійкості підприємства. Даний показник задовольняє умовам до показників автономії.

Коефіцієнт фінансової стабільності є досить високим, що каже про досить велику кількість власних коштів по відношенню до позичкових. Він має постійну тенденцію до збільшення. Так в 2009 році він збільшився на 0,077, що складає 3,89%, а в 2010 році - на 0,073, що складає 3,55%. Загальне збільшення цього показника в 2010 році в порівнянні з початком 2008 року становило 20,97%. Величина коефіцієнту є більшою ніж гранична, тому можна зробити висновок про високу фінансову стійкість по даному показнику.

Коефіцієнт фінансової залежності має стійку тенденцію до зниження, що є досить позитивним для підприємства. Чим менше значення даного показника, тим менш залежить підприємства від зовнішніх джерел фінансування. У 2009 році цей показник зменшився на 0,024, що складає 1,6%, а в 2010 році - на 0,012, що складає 0,8%. Хоча темпи падіння цього показника зменшилися загальний темп падіння в 2010 році в порівнянні з початком 2008 року становить 6,37%, що є досить значною величиною. Необхідно відзначити, що значення даного коефіцієнту знаходиться у нормативних межах.

Коефіцієнт концентрації залученого капіталу має нульове значення, бо відсутній залучений капітал.

Коефіцієнт накопичення амортизації показує, що обладнання на підприємстві достатньо молоде, бо коефіцієнт не дуже великий. В 2009 році цей коефіцієнт зменшився майже в двічі на 0,099, що склало 43%. Однак в 2010 році знов збільшився 0,142. Це збільшення склало 110%. В 2010 році він майже наблизився до рівня початку 2008 року.

Відповідно до забезпеченості запасів можливі чотири типи фінансової стійкості

1) Абсолютна стійкість - для забезпечення запасів достатньо власних обігових коштів; платоспроможність підприємства гарантована:

З<ВОК (3.1)

де З - запаси;

ВОК - власні обігові кошти.

2) Нормальна стійкість - для забезпечення запасів крім обігових коштів залучають довгострокові кредити та позики; платоспроможність гарантована:

З<ВОК+КД (3.2)

де Кд - довгострокові кредити та позики

3) Нестійкий фінансовий стан - для забезпечення запасів крім власних обігових коштів та довгострокових кредитів і позик залучають короткострокові кредити та позики; платоспроможність порушена, але є можливість її відновити:

З<ВОК+КД+КК (3.3)

де Кк - короткострокові кредити та позики.

4. Кризовий фінансовий стан - для забезпечення запасів не вистачає «нормальних» джерел їх формування; підприємству загрожує банкрутство:

З>ВОК+КД+КК (3.4)

Аналізуючи узагальнені показники фінансової стійкості можна зробити висновок, що підприємство забезпечене обіговими засобами, коротко та довгостроковими пасивами для формування запасів, але має місце тенденція до їх зменшення.

Щодо виконання вище наведених параметрів фінансової стійкості, то фінансовий стан підприємства можна вважати абсолютно стійким.

Ліквідність підприємства - це можливість використовувати його активи в якості наявних коштів або швидко перетворювати їх в такі.

Результати розрахунку показників занесемо в таблиці 3.2.

Таблиця 3.2 - Аналіз і оцінка стану ліквідності підприємства

Показник

Оптим. значення

2008

2009

2010

Абсолютне відхилення

Темп росту

06-05

07-06

06-05

07-06

Коефіцієнт поточної ліквідності (К21)

>2

2,48

1,8

1,57

-0,68

-0,23

0,726

0,872

Коефіцієнт швидкої ліквідності (К22)

1

1,94

1,207

1,08

-0,73

-0,16

0,622

0,869

Коефіцієнт абсолютної ліквідності (К23)

0.2

1,28

0,31

0,378

-0,97

0,068

0,242

1,219

Чистий оборотний капітал (К24)

+

105,1

82,6

39,4

-22,5

-43,2

0,786

0,477

Коефіцієнт маневреності (К25)

0.3-0.4

0,748

0,391

0,269

-0,35

-0,12

0,523

0,688

3 табл. 3.2 видно, що показники оцінки ліквідності знаходяться в задовільному стані, що видно з співвідношення до оптимальних значень. Лише коефіцієнт поточної ліквідності (покриття), який дає загальну оцінку рівня ліквідності і платоспроможності на кінець 2009 та 2010 років знаходиться трохи нижче норми. Він свідчить про можливість підприємства погасити поточні зобов'язання. В нашому випадку в 2009 році коефіцієнт покриття дорівнює 1,8, що означає, що на кожну 1 гривню поточних зобов'язань (боргів) підприємство мало 1,8 грн поточних активів. В 2008 році значення цього показника набуває оптимального - 2,48, а от в 2010 році знов падає до 1,57, що є навіть нижчим за значенням у 2008 році. Отже можна сказати, що таке значення коефіцієнту покриття говорить про те, що підприємство має не досить ліквідний баланс.

Коефіцієнт швидкої ліквідності, на відміну від попереднього, враховує якість оборотних активів і є більш суворим показником ліквідності, оскільки при його розрахунку враховуються найбільш ліквідні поточні активи.

У літературі наводиться орієнтовне нижче значення цього коефіцієнта, що дорівнює 1. Однак ця оцінка носить умовний характер. Якщо, коефіцієнт швидкої ліквідності дорівнює 0,5.то це означає, що на кожну гривню поточної заборгованості підприємство має лише 50 коп ліквідних активів. В нашому ж випадку в 2008 р коефіцієнт дорівнює 1,94, в 2009 - 1,207 і в 2010 році -1,08. Аналізуючи дану тенденцію можна зробити висновок, що показник швидкої ліквідності постійно зменшується, що є негативним для підприємства. Так, темп росту в 2009 році в порівнянні з 2008 роком становив 0,622, а в 2010 році в порівнянні з 2009 - 0,869. Хоча й темпи падіння зменшуються показник швидкої ліквідності наблизився до критичного.

Коефіцієнт абсолютної ліквідності є найбільш жорстким критерієм платоспроможності і показує яку частину короткострокової заборгованості підприємство може погасити найближчим часом:

Вважається, що значення цього коефіцієнта не повинно опускатися нижче за 0,2.

Коефіцієнт абсолютної ліквідності відповідає умовним значенням. Однак, для цього коефіцієнту існує також тенденція до зниження. Так в 2008 році він складав 1,28, а вже в 2009 - 0,31, зменшення відбулося на 0,97, темп падіння склав майже 75%. В 2010 році спостерігалося збільшення цього показника на 0,068, що склало 21%. Але в порівнянні з 2008 роком це було незначне збільшення. Тому можна зробити висновок, що стан підприємства значно погіршився.

Стосовно чистого оборотного капіталу, то підприємство вважається ліквідним, якщо цей показник набуває позитивного значення. За досліджуваний період значення показника чистого оборотного капіталу є невід'ємним. Але воно має постійну тенденцію до зниження. Темпи падіння в 2009 році становили 21%, а в 2010 - 52%.

Крім ліквідності важливим елементом аналізу є аналіз платоспроможності. Якщо ліквідність показує можливість погашення боргових зобов'язання у часі, то платоспроможність характеризує насільки підприємство забезпечено грошовими коштами для погашення поточних зобов'язань.

Платоспроможність - це способність підприємства розрахуватися за своїми зобов'язаннями. При доброму фінансовому стані підприємство платоспроможне. Платоспроможність є зовнішнім проявом фінансової стійкості підприємства. В ринкових умовах Платоспроможність підприємства є найважливішою умовою його господарської діяльності.

Основою для визнання підприємства неплатоспроможним є одна з наступних умов:

Коефіцієнт покриття має значення < 2;

Коефіцієнт забезпеченості підприємства власними коштами < 1.

Стосовно коефіцієнта забезпечення підприємства власними коштами, який і має оптимальне значення > 0,1

Кзаб(2008) = 0,597

Кзаб(2009) = 0,446

Кзаб(2010) = 0,371

Коефіцієнт забезпечення підприємства власними коштами на високому рівні. Він рівний в 2008 році 0,597, 0,446 в 2009 і 0,371 - в 2010 році при оптимальному значенні >0,1.

Так як розраховані коефіцієнти відповідають оптимальним значенням, то підприємство можна вважати досить платоспроможним.

Показники оборотності мають велике значення для оцінки фінансового положення компанії, оскільки швидкість обороту засобів безпосередньо впливає на платоспроможність фірми. Крім того, збільшення швидкості обороту засобів, за інших рівних умов, відбиває підвищення виробничо-технічного потенціалу фірми.

Кожний з показників оборотності показує скільки оборотів за рік робить один з видів активів підприємства. Прискорення оборотності дозволяє визволити фінансові ресурси та перерозподілити їх в необхідний напрямок.

За допомогою розрахунків було отримано наступні результати (табл. 3.3)

Таблиця 3.3 - Показники ділової активності підприємства

Показник

Роки

Відхилення

2008

2009

2010

2009 до 2008

2010 до 2009

Коефіцієнт оборотності оборотних засобів (К31)

3,81

4,84

1,58

1,06

-3,26

Коефіцієнт оборотності запасів (К32)

11,80

12,82

8,15

1,05

-4,67

Коефіцієнт оборотності дебіторської заборгованості (К33)

14,49

9,78

3,79

-4,71

-5,99

Час обороту оборотних засобів

95,80

75,41

231,01

-20,39

155,60

Час обороту запасів

30,93

28,47

44,80

-2,46

16,32

Час обороту дебіторської заборгованості

25,19

37,32

96,31

12,13

58,99

Коефіцієнт оборотності оборотних засобів в 2009 році зріс на 1,06, що становило 27%, однак у наступному році він зменшився на 67,3%. В зв'язку з цим в 2010 році в порівнянні з 2008 роком він впав на 58,5%. Коефіцієнт оборотності запасів має тенденцію аналогічну попереднє му показнику. В 2009 році він зріс на 1,05 (що склало 8,6%), але в 2010 році впав на 4,67 (відповідно 36,4%). Таким чином загальне падіння цього показника становило 30,9%.

Коефіцієнт оборотності дебіторської заборгованості постійно знижувався. Це перш за все пов'язано с тим, що на підприємстві збільшувалася кількість дебіторської заборгованості в той час коли дохід від реалізації збільшувався меншими темпами.

Таким чаном, по показникам оборотності підприємства має низький рівень ділової активності, який ще й знижується. Це негативно відображається на фінансової стійкості підприємства в короткостроковий період.

Фінансові результати діяльності підприємства відображають мету підприємства взагалі, її дохідність і є вирішальними для підприємства. Крім керівництва підприємства і колективу організації фінансові результати діяльності цікавлять інвесторів, кредиторів, державні органи, в першу чергу, податкову службу, фондові біржі. Операції формування і розподілу прибутку підприємства наведені в таблиці 3.4.

Зробимо висновки щодо розрахованих вище даних.

Дохід від валової реалізації протягом трьох років зменшувався, що є вже першим «мінусом» для підприємства.

Чистий дохід (виручка) від реалізації також має тенденцію до зниження, а отже в 2010 році значення даного показника було найнижчим.

Але, незважаючи на це, сумарні витрати також зростали. Так у 2008 році значення цього показника було 481,8 тис. грн, в 2009 - 876,6 тис. грн і в 2010 році - 301,6 тис. грн. При більш детальному розгляді операційних витрат, необхідно відмітити, що найбільшу їх частку складають витрати на оплату праці. I, нарешті, чистий прибуток від звичайної діяльності також зменшувався з роками. При розрахунках ми отримали такі дані: в 2008 році -217,0 тис. грн, в 2009 - 70,6 і в 2010 році, мали 64,4 тис. грн. збитку.

Таблиця 3.4 - Формування та розподіл прибутку підприємства

№

Показник

Роки

Абсолютне відхилення

Темп зростання

2008

2009

2010

06-05

07-06

06/05

07/06

1

Дохід від реалізації

804,8

1076,9

201,7

272,1

-875,2

1,34

0,187

2

Непрямі податки та інші відрахування

134,1

179,5

33,6

45,4

-145,9

1,34

0,187

3

Чистий дохід

670,7

897,4

168,1

226,7

729,3

1,34

0,187

4

Інші операційні доходи

27,9

49,4

69

21,5

19,6

1,771

1,397

5

Інші звичайні доходи

0,2

0,4

0,1

0,2

-0,3

2

0,25

6

Разом чисті доходи

698,8

947,2

237,2

248,4

-710

1,355

0,25

7

Матеріальні витрати

331,3

530,2

180,7

153,6

-304,2

1,464

0,373

8

Витрати на оплату праці

37,5

73,3

39

35,8

-34,3

1,955

0,532

9

Відрахування на соціальні заходи

14,1

28,7

15,4

14,6

-13,3

2,035

0,537

10

Амортизація

5,1

10,5

22,8

5,4

12,3

2,059

2,171

11

Інші операційні витрати

67,4

150,5

34,6

83,1

-115,9

2,233

0,23

12

Інші звичайні витрати

0,1

37,9

0

83,1

-83,2

832

0

13

Податок на прибуток

26,3

45,5

9,1

19,2

-36,4

1,730

0,2

14

Разом витрати

481,8

876,6

301,6

394,8

-575

1,819

0,344

Отже загалом розраховані показники формування та розподілу прибутку на підприємстві знаходяться в поганому стані і майже всі мають тенденцію до зменшення протягом 2008 року.

Отже розраховуємо показники оцінки стану рентабельності підприємства та результати заносимо до таблиці 3.5.

Таблиця 3.5 - Оцінка стану рентабельності підприємства

Показник

Роки

Відхилення

2008

2009

2010

2008-2009

2009-2010

Кра

1,190

0,269

0,243

-0,921

-0,026

Крпа

1,409

0,391

0,243

-1,018

-0,148

Крвк

1,829

0,402

0,360

-1,427

-0,042

Кпрод

0,324

0,079

0,272

-0,245

0,193

Кр

1,166

0,270

0,173

-0,890

-0,097

Коефіцієнт рентабельності активів визначає скільки прибутку мало можливість одержати їх кожної гривні, вкладеної в активи. Отже: в нашому випадку цей коефіцієнт майже змінюється протягом трьох років. Найбільший прибуток підприємство мало змогло отримати у 2008 році.

Коефіцієнт рентабельності поточних активів був, відносно інших років, найбільшим у 2008 році. Він має тенденцію до зниження. В 2009 році він впав на 1,018, що склало 72,2%, в 2010 році - на 0,148, що склало 37,9%. Загальне падіння цього коефіцієнту в 2010 році в порівнянні з 2008 роком становить 82,8%.

Коефіцієнт рентабельності власного капіталу дає змогу оцінити кількість грошових одиниць чистого прибутку заробила кожна грошова одиниця, вкладена власниками акціонерного капіталу. Ми отримали такі значення: в 2008 році цей коефіцієнт дорівнював 1,829, в 2009 році - 0,402 і в 2009 році - 0,360. По цьому коефіцієнту також спостерігалось зниження. В 2009 році він впав на 1,427, що становить 78%, а в 2010 році - 0,042, що становить 10,4%. Загальне падіння цього коефіцієнту в 2010 році в порівнянні з 2008 роком становить 80,3%. Коефіцієнт рентабельності реалізованої продукції характеризує, скільки прибутку підприємство одержало з кожної гривні реалізованої продукції. 3 наших розрахунків ми визначили, що в 2008 році - 0,324, в 2009 -0,079, а от в 2009 році - 0,270. По цьому показнику в 2009 році спостерігалось падіння на 0,245, що складає 75,6%. Однак в 2010 році було зростання даного показника на 0,193 або на 244%. В зв'язку з цим загальне зменшення показника не таке критичне як для попередніх і становить 16%.

Таким чином, на основі проведеного аналізу можна зробити висновок, що по показникам рентабельності підприємство знаходиться у критичному фінансовому становищі. Тобто в короткостроковий період воно є дуже фінансово не стійким, що зменшує фінансову стійкість у довгостроковому періоду й може привести у майбутньому до банкрутства підприємства.

3.2 Групування підприємств по рівню фінансової безпеки на основі методів кластерного аналізу

Будь-яке виробництво завжди функціонує в умовах певного навколишнього середовища. При цьому під навколишнім середовищем варто розуміти не тільки природні ресурси, але й правове поле, фінансове середовище, нормативну базу й т.д. Невизначеність є як джерелом прибутку для бізнесу, так і джерелом ризику для підприємства, насамперед ризиком банкрутства.

Для досліджуваного підприємства існує ряд підприємств які є прямими конкурентами.

Так як для дослідження використовувалося 18 показників по чотирьох групах, то для зменшення пространства показників будемо використовувати метод рівня розвитку, алгоритм якого має наступний вигляд

Шаг 1. Розраховуються показники математичного сподівання, середнього квадратичного відхилення та варіації. Розрахунок здійснюється за наступними формулами

(3.5)

(3.6)

(3.7)

де - j-те спостереження для i-ої ознаки

Шаг 2. Розрахунок інформаційної цінності.

Деякі чинники можуть мати низький коефіцієнт варіації, тобто низьку інформаційну цінність, тому їх необхідно виключити з розглядання.

Показники інформаційної цінності розраховуються за наступною формулою

(3.8)

де е - гранична величина.

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

Шаг 3. Нормування.

Деякі дані можуть бути різних розмірностей, тому для приведення усіх даних для однієї розмірності необхідно проводити нормування.

Нормалізація ознак здійснюється по формулі:

(3.9)

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

Sj - середньоквадратичне відхилення j-го показника;

- середнє арифметичне значення j-го показника.

Шаг 4. Розрахунок матриці відстаней.

Матриця відстаней містить в собі відстані між двома об'єктами. Для її розрахунку використовуються різні формули (міри) відстаней. Найбільш поширеною є Евклідова відстань. Вона знаходиться по наступній формулі:

(3.10)

Шаг 5. Розрахунок еталону. Еталон - це точка у просторі з якою йде порівняння усіх інших обсягів. Еталон допомагає розраховувати інтегральний показник

Шаг 6. Розрахунок відстаней між існуючими об'єктами та об'єктом-еталоном.

Дана відстань розраховується за наступною формулою:

(3.11)

де Р0 - об'єкт-еталон.

Шаг 7. Визначити інтегрального показника розвитку.

Інтегральний показник розвитку знаходиться за наступними формулами:

(3.12)

(3.13)

(3.14)

Чим менше значення інтегрального показнику розвитку тим краще об'єкт.

Тому, що привести цей показник до прямого співвідношення необхідно розрахувати модифікований інтегральний показник.

Шаг 8. Розрахунок значення модифікованої комплексної оцінки:

(3.15)

Чим ближче значення комплексної оцінки до одиниці, тим кращим є показник фінансової безпеки підприємства.

Розрахунок показників фінансової безпеки 12 підприємств представлений в табл. 3.6

Таблиця 3.5 - Оцінка інтегральних показників фінансової безпеки підприємств

Підприємство

Інтегральні показники

Стійкості

Ліквідності

Оборотності

Рентабельності

Х1

0,227

0,412

0,228

0,245

Х2

0,190

0,240

0,064

0,329

Х3

0,352

0,419

0,374

0,653

Х4

0,233

0,419

0,229

0,242

Х5

0,514

0,414

0,366

0,648

Х6

0,212

0,415

0,180

0,487

Х7

0,173

0,486

0,232

0,355

Х8

0,280

0,913

0,180

0,633

Х9

0,280

0,414

0,180

0,463

Х10

0,356

0,339

0,308

0,350

Для інтерпретації кількості можливих станів підприємства введемо лінгвістичну змінну «фінансова безпека підприємства». Розіб'ємо цю терми-множину на кілька нечітких компонентів - підмножин (три). Ці підмножини представлені в табл. 3.7.

Таблиця 3.7 - Терм-множина лінгвістичною зміною «фінансова безпека підприємства»

Нечітка множина

Стан підприємства

D1 (a1,…, a4)

«неблагополучна»

D2 (a1,…, a4)

«середня»

D3 (a1,…, a4)

«благополучна»

де а - інтегральний показник по кожній групі

Далі за допомогою методу К-середнього визначимо підприємства які увійшли в той або інший кластер. Початкові дані наведено на рис. 3.1.

Рисунок 3.1 - Початкові дані

Установлюємо умовну розбивку на 3 кластери, причому розбивка йде по рядках (див. рис. 3.2).

Рисунок 3.2 - Вибір кількості кластерів і змінних

Стандартний аналіз показує, що розбивка на кластери відбулася після 2-х ітерацій (див. рис. 3.3).

Рисунок 3.3 - Показники розбивки на кластери

Після розбивки на кластери одержуємо наступні результати (рис. 3.4-3.6).

Рисунок 3.4 - Елементи першого кластеру

Рсунок 3.5 - Елементи другого кластеру

Рсунок 3.6 - Елементи третього кластеру

Графічне зображення середніх значень представлено на рис. 3.7.

Рисунок 3.7 - Графічне зображення середніх значень

Рис. 3.7 показує, що кластери мають різні середні значення. Отже, кластери можна розподілити в наступний спосіб (табл. 3.8).

Таблиця 3.8 - Розподіл терм-множини відносно кластерів

Номер кластера

Стан фінансової безпеки підприємства

2

«неблагополучна»

1

«середня»

3

«благополучна»

Таким чином, було проведено кластеризацію підприємств по рівню фінансової безпеки, що дозволоило виділити три кластери

3.3 Розробка дискримінантних моделей оцінки рівня фінансової безпеки підприємства

Відповідно до даного розподілу підприємств на основі методу дискримінантного аналізу можна знайти дискримінантну функцію для кожної групи показників і значимість для певного типу фінансової стабільності. Далі класифікуємо підприємства відповідно до проведеного аналізу. Провадимо вибір незалежної змінної та залежних (рис. 3.8).

Рисунок 3.8 - Вибір залежних та незалежних змінних

Визначаємо кількість груп «фінансового безпеки підприємства» (див. рис. 3.9).

Рисунок 3.9 - Вибір кількості груп

Після чого проводимо загальний дискримінантний аналіз функцій (див. рис. 3.10).

Рисунок 3.10 - Загальна статистика дискримінантної функції

Number of variables in the model - число змінних у моделі 4, Wilks lambda - значення лямбди Уилкса: 0,05, аpprox. F (8, 8) = 3,27 - наближене значення F - статистики, пов'язаної з лямбда Уилкса. P - рівень значимості F - критерію для значення - 0,0567.

Значення статистики Уилкса лежить в інтервалі [0,1]. Значення статистики Уилкса, що лежать близько 0, свідчать про гарну дискримінацію, а значення, що лежать близько 1, свідчать про погану дискримінацію. Інакше кажучи, це можна виразити в такий спосіб: якщо значення лямбда Уилкса близько до 0, то потужність дискримінації (потужність=1) - імовірність помилки близька до 1, якщо лямбда Уилкса близька до 1, то потужність близька до 0.

За даними показника Wilks lambda (Значення лямбди Уилкса) рівного 0,05 і за значенням F-критерію рівного 3,27, можна зробити висновок, що дана класифікація коректна.

Класифікаційна матриця представлена на рис. 3.11.

Рисунок 3.11 - Класифікаційна матриця

З матриці можна зробити висновок, що відсоток коректності у всіх груп 100%, тобто всі групи містять коректно віднесені елементи.

Здійснимо більш розгорнутий аналіз. Для цього за допомогою метрики Махаланобиса визначаться відстань від всіх n об'єктів до центра ваги кожної групи (вектор середніх), обумовлених по навчальній вибірці. Віднесення експертом i-ого об'єкта в j-ую групу вважається помилковим, якщо відстань Махаланобіса від об'єкта до центра його групи значно вище, ніж від нього до центра інших груп, а апостеріорна ймовірність влучення у свою групу нижче критичного значення. У цьому випадку об'єкт уважається некоректно віднесеним і повинен бути виключений з вибірки.

Процедура виключення об'єкта з навчальних вибірок полягає в тому, що в таблиці вихідних даних у того об'єкта, що повинен бути виключений з вибірки (він позначений «*»), убирається номер приналежності до цієї групи. після чого процес тестування повторюється. По припущенню, спочатку вбирається той об'єкт, що найбільше не підходить до певній групі, тобто в нього найбільша відстань Махаланобіса й найменша апостеріорна ймовірність.

При видаленні чергового об'єкта із групи потрібно пам'ятати, що при видаленні зміщається центр ваги групи (вектор середніх), тому що він визначається за залишившимся спостереженнями. Після видалення чергового підприємства зі списку навчальних вибірок не виключено, що з'являться нові некоректно віднесені підприємства, які до видалення були як правильно віднесені. Тому дану процедуру потрібно проводити, видаляючи на кожному кроці лише по одному об'єкті, і, повертаючи його назад у навчальні вибірки, якщо при видалення цього об'єкта відбулися занадто сильні зміни (більшість підприємств, які були віднесені як правильні, позначаються як некоректно віднесені підприємства).

Процедура виключення спостережень триває доти, поки загальний коефіцієнт коректності в класифікаційній матриці не досягне 100%, тобто всі спостереження навчальних вибірок будуть правильно віднесені до відповідних груп.

Матриця Махаланобіса представлена на рис. 3.12.

Рисунок 3.12 - Класифікацію по рядках

З рис. 3.12 видно, що всі підприємства коректно віднесені. Аналіз змінних, які увійшли в модель, представлений на рис. 3.13.

Рисунок 3.13 - Аналіз змінних, які увійшли в модель

Далі проводимо оцінку значимості дискримінантної функції (див. рис. 3.14).

Рисунок 3.14 - Оцінка значимості дискримінантної функції

Для першої функції власне число дорівнює 9,55, значення дискримінантної функції досить потужне. Частка дисперсії пояснюючий розподіл на класи дорівнює 0,959680.

Далі варто визначити відносний внесок кожного показника (див. рис. 3.15).

Рисунок 3.15 - Відносний внесок кожного показника

Отже, факторна структура може бути представлена в такий спосіб, як на рис. 3.16.

Рисунок 3.16 - Факторна структура

Провівши статистичний аналіз факторної структури, можна говорити про значимості кожного коефіцієнта в групі.

Середнє значення канонічних змінних для кожних класів представлене на рис. 3.17.

Рисунок 3.17 - Середнє значення канонічних змінних

Побудуємо класифікаційну функцію для кожного класу (функцію розпізнавання). Функції розпізнавання представлені на рис. 3.18.

Рисунок 3.18 - Функції розпізнавання

Отже класифікаційні функції виглядають так:

F1 (X)= -23,9565 +56,63А1+5,16А2+74,81А3+46,9А4;

F2 (X)= -47,58 +101,08А1+13,4А2+94,4А3+57,7А4;

F3 (X)= -89,04 +112,9А1-11,55А2+159,18А3+110,55А4;

Графік розподілу підприємств щодо побудованих дискримінантних функцій представлений на рис. 3.19. З наведеного графіка чітко видно відмінність станів фінансової безпеки..

Рисунок 3.19 - Графік розподілу підприємств щодо побудованих дискримінантних функцій

Провівши дискримінантний аналіз, можна класифікувати групи підприємств відповідно до дискримінантних функцій щодо стану фінансової безпеки (див. табл. 3.7).

Таблиця 3.9 - Групи підприємств відповідно до дискримінантних функцій

Дискримінантна функція

Стан фінансової безпеки

2

«неблагополучна»

1

«середня»

3

«благополучна»

Таким чином, використання дискримінантного аналізу дозволяє чітко визначити в яку групу попаде підприємство по показниках фінансовій безпеки.

Висновки

Таким чином, у роботі була проаналізована проблема оцінки фінансової безпеки підприємств в Україні, описані існуючі моделі оцінки фінансової безпеки, проведений комплексний аналіз фінансово-господарської діяльності підприємства та зроблені висновки щодо фінансової безпеки. На основі цього була побудована модель комплексної оцінки фінансової безпеки підприємства, яка охоплює всі основні групи фінансових показників діяльності підприємства.

У першому розділі роботи був проведений аналіз проблеми оцінки фінансової безпеки підприємства у сучасному українському економічному просторі, який дозволив зробити наступні висновки.

Оцінка фінансової безпеки - це комплекс послідовних взаємозв'язаних заходів фінансово-економічного характеру, спрямованих на виведення суб'єкта господарювання з кризи та обґрунтування причин Ії настання, та прийняття рішення щодо кредитоспроможності підприємства.

Особливе місце в процесі оцінки фінансової безпеки належить заходам фінансово-економічного характеру, які відображають фінансові відносини, що виникають у процесі мобілізації та використання внутрішніх і зовнішніх фінансових джерел підприємств. Джерелами фінансування можуть бути кошти, залучені на умовах позики чи на умовах власності; на поворотній або безповоротній основі. Метою оцінки фінансової безпеки є розрахунок фінансових показників або їх груп для усунення можливих причин погіршення фінансового стану або прийняття рішення про надання цьому підприємству банківського кредиту.

У другому розділі роботи був проведений комплексний аналіз методів та моделей оцінки фінансової безпеки підприємств. У третьому розділі була побудована модель комплексної оцінки фінансової безпеки за допомогою кластерного та дискримінантного аналізів. Побудована модель відображає реальний стан фінансової безпеки.

Список використаних джерел

1 Закон України «Про основи національної безпеки України».

2 Закон України «Про інформацію».

3 Закон України «Про захист від недобросовісної конкуренції».

4 Постанова Верховної Ради України від 18.07.1995 р. №532-95-п «Про Концепцію (основи державної політики) національної безпеки України».

5 Методика №81 - Методика проведения углубленного анализа финансово-хозяйственного состояния платежеспособности предприятий и организаций, утвержденная приказом Агентства по вопросам предотвращения банкротства предприятий и организаций от 27.06.1997 №81.

6 Методика №37 - Методика проведения углубленного анализа финансово-хозяйственного состояния неплатежеспособных предприятий и организаций, утвержденная приказом Агентства по вопросам предотвращения банкротства предприятий и организаций от 21.03.1997 №37.

7 Горячева К.С. Финансовая безопасность предприятия, сущность и место в системе экономической безопасности // Экономист. - 2003. - №8. - С. 65-67.

8 Папехин Р.С. Факторы финансовой устойчивости и безопасности предприятия: Автореф. дис. канд. эконом. наук. Волгоград., 2007. - 21 с.

9 Кузенко Т.Б., Прохорова В.В., Саблина Н.В. Управление финасовой безопасностью на предприятии // Бизнес Информ №12 (1), 2007. - 2008. - C. 27-29.

10 Кириченко О.А. Вдосконалення управління фінансовою безпекою підприємств в умовах фінансової кризи // Финансовые рынки и ценные бумаги, 2009. - №16. - 2009. - С. 22-28

11 Горячева К.С. Механізми управління фінансовою безпекою підприємства // автореферат. К.2006

12 Кім Ю.Г. Проблеми забезпечення фінансової безпеки підприємства // наукова стаття.

13 Барановський О.І. Фінансова безпека: монографія. Інститут економічного прогнозування. - К.: Фенікс, 1999. - 338 с.

14 Экономическая безопасность: Производство - финансы - банки. / Под ред. В.К. Сенчагова. - М.: Финстатинформ, 1998. - 616 с.

15 Мунтіян В.І. Економічна безпека України: монографія. - К.: КВІЦ, 1999. - 461 с.

16 Козаченко Г.В., Пономарьов В.П., Ляшенко О.М. Економічна безпека підприємства: сутність та механізми забезпечення: монографія. - К.: Лібра, 2003. - 280 с.

17 Глобалізація і безпека розвитку: монографія / За ред. О.Г. Білоруса. - К.: КНЕУ, 2001. - 733 с.

18 Міжнародне оподаткування: навчальний посібник. - К.: Центр навчальної літератури, 2003. - 550 с.

19 Ведута Е.Н. Государственные экономические стратегии. - М., 1998. - 440 с.

20 Качка Т. Боротьба з відмиванням грошей: Комплексний порівняльно-правовий аналіз відповідності законодавства України acquis Європейського Союзу в сфері боротьби та запобігання легалізації доходів, отриманих злочинним шляхом. - К.: Реферат, 2004. - 288 с.

21 Жаліло Я.А. Економічна стратегія держави: теорія, методологія, практика: Монографія. - К.: НІСД, 2003. - 368 с.

22 Хасбулатов Р.И. Мировая экономика: В 2-х т. Т.1. - М.: Экономика, 2001. - Т.1 - 598 с.; Т.2 - 674 с.

23 Алдохин И.П., Кулиш С.А. Экономическая кибернетика. - Харьков: Высшая школа. Изд-во при Харьк. ун-те, 1983. - 224 с.

24 Артеменко В.Г., Беллендир М.В. Финансовый анализ. - М.: ДИС, 2007. - 128 с.

25 Баканов М.И., Шеремет А.Д. Теория экономического анализа. - М.: Финансы и статистика, 2003. - 223 с.

26 Бланк Й.А. Стратегия и тактика управлення финансами. - К.: МП «ИТЕМ» 2006. - 345 с.

27 Економіка підприємств: Підручник / Під заг. ред. С.Ф. Подкропивного. - К.: КНЕУ, 2001. - 528 с.

28 Енциклопедичний словник бізнесмена: Менеджмент, маркетинг, інформатика / За заг. ред. М. І. Молдованова. - К.: Техніка, 1993. - 643 с.

29 Забродский В., Кизим Н, Смышляева Л., Трескунова Л. Концепция финансовой диагностики предприятия // Бизнес Информ. - 1999. - №17-18. - с. 47-51.

30 Клебанова Т.С., Дубровина Н.А., Милов А.В., Раевнева Е.В., Полякова О.Ю. Эконометрия на персональном компьютере: Уч. пособие. - Х.: Изд. ХГЭУ, 2002. - 208 с.

31 Крестника М.Н. Финансовое состояние предприятия. Методика оценки - К.: «Либідь», 2001. - 224 с.

32 Менеджмент организации. Учебное пособие. / Под ред. д.э.н., проф. З.П. Румянцевой, д.э.н., проф. Н.А. Саломатина. - М.: Инфра-М, 2005 - 430 с.

33 Методические рекомендации и задания курса «Эконометрия» для студентов специальностей 7.050104 и 6.050100 всех форм обучения. / Сост. Т.С. Клебанова, Е.В. Раевнева, Н.А. Дубровина. - Харьков: РИО ХГЭУ, 2006. - 52 с.

34 Стоянова Е.С., Финансовый менеджмент: теория и практика. - М.: Изд-во «Перспектива», 1998.

35 Терещенко О.О. Санація підприємств у світлі нового законодавства про фінансову неспроможність // Економіка України. - 2000. - №11. - с. 31-36.

36 Фінанси підприємств: Підручник / Під ред. проф. А.М. Поддєрьогіна. - К.: КНЕУ, 2000. - 460 с.

37 Четыркин Е. Статистические методы прогнозирования. - М.: Статистика, 1997. - 290 с.

38 Бакаев А.С. Шейдман Л.З. Учетная политика предприятия. - М., 2004.

39 Баканов М.И., Шеремет А.Д. Теория экономического анализа. - М.: Финансы и статистика, 2003. - 223 с.

40 Балабанов И.Т. Основы финансового менеджмента. - М.: Финансы и статистика, 1994.

41 Беристайн А.А. Анализ финансовой отчетности: Пер. с англ. - М. Финансы и статистика, 1996.

42 Бухгалтерский учет./ Под ред. П.С. Безруких. - 2-е изд., перераб. и доп. - М.: Бухгалтерский учет, 2006.

43 Джорж Сорос Алхимия финансов: Пер. с англ. - М.: «Инфра - М», 1997 - 416 с.

44 Друри К. Введение в управленческий и производственный учет: Пер. с англ. - М.: Аудит, 1994.

45 Ковалев В.В. Сборник задач по финансовому анализу - М.: Финансы и статистика, 2006 - 127 с.

46 Ковалев В.В. Финансовый анализ. - М.: Финансовы и статистика, 2006 - 512 с.

47 Ковалев В.В., Патров В.В. Как читать баланс - М.: Финансы и статистика, 2001 - 432 с.

48 Кондраков Н.П. Бухгалтерский учет, анализ хозяйственной деятельности и аудит в условиях рынка. - М.: Перспектива, 2002.

49 Кукукина И.Г. Финансовый менеджмент. - Ив.: «Иваново», 1996 - 137 с.

50 Макконел К.Р., Брю С.Л. Зкономикс: Принципы, проблемы и политика. В 2-х т.: Пер. с. англ. - М.: Республика, 1993.

51 Муравьев А.И. Теория экономического анализа. - М.: Финансы и статистика, 2004.

52 Мюллер Г., Гернон Х., Миик Г. Учет: международная перспектива: Пер. с англ. - М.: Финансы и статистика, 2002.

53 Павлова А.В. Анализ прибыльности и рентабельности предприятий. - М.: Финансы, 2006.

54 Палий В.Ф., Сокоов Я.В. Теория бухгалтерского учета. - М. Финансы и статистика, 2003.

55 Финансовый менеджмент. - Под ред. Е.С. Стояновой. - М.: Перспектива, 2001. - 268 с.

56 Холт Р.Н. Основы финансового менеджмента. - М.: Дело, 2003.

57 Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа. - М.: Инфра - М: 2003 - 172 с.

58 Шнейдман Л.З. Учет новых видов имущества и операций. - М., 1994 (Биб-ка ж. «Бухгалтерский учет»).

59 http://www.vensim.com

60 http://www.cfin.ru

61 http://www.bis.ru

62 Закон України «Про охорону праці», листопад 2002 р.

63 ГОСТ 12.0.003 - 74 ССБТ. Опасные и вредные производственные факторы. Классификация. - Введ. 01.01.76.

64 ГОСТ 12.1.005-88 ССБТ. Общие санитарно-гигиенические требования к воздуху рабочей зоны. - Введ. 01.01.89.

65 СНиП 2.04.05-91 Нормы проектирования. Отопление, вентиляция и кондиционирование воздуха. - М.: Стройиздат, 1991

66 ДБН В.2.5-28-2006 Природне і штучне освітлення. К.: Мінбуд. Укр., 2006. - 74 с.

67 ГОСТ 12.1.003-83* ССБТ. Шум. Общие требования безопасности.

68 ГОСТ 12.1.002-84 ССБТ. Электрические поля промышленной частоты. Допустимые уровни напряжённости на рабочих местах.

69 ГОСТ 12.1.045-84 ССБТ. Электростатические поля. Допустимые уровни на рабочих местах и требования к проведению контроля.

70 ГОСТ 17.1.3.03-77*. Правила выбора и оценка качества источников централизованного хозяйственно-питьевого водоснабжения. - Введ. 01.07.78.

Страница:


Подобные документы

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.

© 2000 — 2023, ООО «Олбест» Все права защищены