Статистический анализ финансового состояния предприятий машиностроения и металообработки тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Шадин, Андрей Александрович |
| Место защиты | Москва |
| Год | 2004 |
| Шифр ВАК РФ | 08.00.12 |
Диссертация
Автореферат диссертации по теме "Статистический анализ финансового состояния предприятий машиностроения и металообработки"
ШАДИН АНДРЕЙ АЛЕКСАНДРОВИЧ
СТАТИСТИЧЕСКИЙ АНАЛИЗ ФИНАНСОВОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ МАШИНОСТРОЕНИЯ И МЕТАЛООБРАБОТКИ
Специальность 08.00.12 - Бухгатерский учет, Статистика
АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук
Москва 2004
Диссертация выпонена на кафедре Математической статистики и эконометрики Московского государственного университета экономики, статистики и информатики (МЭСИ).
Научный руководитель
Официальные оппоненты
- доктор экономических наук, профессор Мхитарян Владимир Сергеевич
- доктор экономических наук, профессор Орехов Сергей Александрович;
- кандидат экономических наук, доцент Кузнецова Елена Петровна
Зедущая организация
Центральный научно-исследовательский институт управления, экономики и информации
Защита диссертации состоится 23 декабря 2004 г. в 14 часов на заседании диссертационного совета К 212.151.02 в Московском государственном университете экономики, статистики и информатики (МЭСИ) по адресу:
119501, г. Москва, ул. Нежинская, д.7.
С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан ноября 2004 года.
Ученый секретарь диссертационного совета, ^ .
кандидат экономических наук, доцент уТ, Н.Я. Бамбаева
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования.
Важнейшим фактором развития России, подъема национальной экономики, укрепления авторитета страны в международном сообществе является развитие промышленного производства, способного удовлетворить потребности реформируемой российской экономики.
Машиностроение и металообработка Ч основа технического оснащения всех отраслей промышленности. От уровня развития машиностроения в решающей степени зависят производительность труда, технический прогресс, уровень экологической безопасности промышленного производства и обороноспособность государства, материальное благосостояние народа.
В связи с этим, приоритетным в нашей стране может стать ожидаемое оживление российской экономики, осуществляемое исключительно на основе глубоких структурных сдвигов в производстве и его широкого технологического обновления с использованием инвестиционного потенциала промышленных предприятий.
Кризис 1998 г. вызвал общий рост импортозамещающих отраслей, потребовавший обновления основных фондов в отраслях промышленности и внедрения новых технологий производства, что в сочетании с развитием кредитования и лизинговых схем позволило отечественному машиностроению использовать накопленный потенциал за время посткризисного восстановления экономики.
В последние годы во всем мире и в России, в частности, динамичное развитие предприятий, особенно производящих наукоёмкую продукцию, вызывает огромный интерес со стороны инвесторов. Как показывает мировой опыт производство продукции с высокой степенью обработки, особенно наукоемкой, является тем фундаментом, на котором строится благополучие и неуклонное поступательное развитие передовых стран мира. Однако инвестиционная привлекательность того или иного предприятия, характеризуемая прибыльностью вложения капитала, во многом определяется прозрачностью его экономической деятельности, оптимальным соотношением структуры капитала и активов промышленных предприятий, т.е. их финансовой устойчивостью.
Применение статистических методов-в сочетании с подходами традиционного финансового анализа
! чя&йа
возможности аналитических исследований финансовой устойчивости.
Необходимость совершенствования методологии
статистического анализа финансового состояния предприятий, потребность в разработке новых методик анализа финансовой устойчивости, учитывающих международный опыт и российскую специфику, определили актуальность темы диссертации.
Цель и задачи исследования. Целью диссертационного исследования является разработка методики комплексной оценки финансового состояния предприятий и ее апробация на примере предприятий машиностроения и металообработки. Для достижения этой цели в работе поставлены и решены следующие задачи:
на основе комплексного экономико-статистического анализа современного состояния отрасли машиностроения и металообработки Российской Федерации выявлены основные тенденции ее развития;
предложена методика формирования системы показателей для сравнительного многомерного статистического анализа финансового состояния предприятий;
разработаны методические основы проверки достоверности данных в системе финансово-экономической отчетности предприятий машиностроения и металообработки;
разработана методика анализа взаимосвязей между показателями, характеризующими наличие, привлечение и использование средств предприятий;
предложен агоритм многомерной классификации предприятий машиностроения и металообработки с разбиением на типологические группы по уровню их финансового состояния;
разработана и апробирована методика прогнозирования прибыли, основанная на множественной регрессионной модели.
Объектом исследования являются предприятия машиностроения и металообработки, осуществляющие финансово-хозяйственную деятельность на территории Российской Федерации.
Предметом исследования является совокупность показателей, характеризующих финансовое состояние предприятий машиностроения и металообработки.
Методологической и теоретической основой диссертационной работы послужили труды ведущих зарубежных и российских авторов по экономике, статистике, финансовому анализу, эконометрике и компьютерной обработке данных.
Основным статистическим инструментарием исследования явились многомерные статистические методы корреляционного, регрессионного, факторного и кластерного анализа, а также табличные и графические методы представления статистических данных. Для решения поставленных задач обработка исходных данных производилась с использованием пакетов прикладных программ лStatistica, лSPSS, лAudit Expert, лMicrosoft Excel.
Информационной базой исследования являются официальные публикации Федеральной службы государственной статистики, Министерства промышленности и энергетики Российской Федерации, данные промышленных предприятий, периодической печати и официальных сайтов Интернет.
Научная новизна исследования состоит в разработке методики комплексного статистического анализа финансового состояния предприятий машиностроения и металообработки. В диссертации сформулированы и выносятся на защиту следующие основные положения, составляющие научную новизну:
проведен сравнительный анализ финансового состояния предприятий машиностроения и других отраслей промышленности, определены проблемы развития отрасли на современном этапе;
разработана и апробирована методика проверки достоверности данных в системе финансово-экономической отчетности предприятий машиностроения и металообработки;
предложена методика определения основных взаимосвязей показателей активов и пассивов предприятий с помощью канонического корреляционного анализа;
разработана и апробирована методика многомерной классификации предприятий по степени финансовой устойчивости, позволяющая получать оценки отраслевых нормативов финансовых коэффициентов;
предложен агоритм оценки факторов, влияющих на прибыль, для различных типологических групп предприятий машиностроения и металообработки;
разработана методика моделирования важнейших показателей финансово-хозяйственной деятельности предприятий, позволяющая прогнозировать прибыль в зависимости от структуры источников средств и имущества предприятия.
Практическая значимость. Предложенные в работе методики и полученные в процессе исследования результаты нашли практическое применение в деятельности Федерального агентства по атомной энергии.
Результаты проведенного исследования могут быть использованы Министерством промышленности и энергетики РФ и Федеральной службой государственной статистики при оценке финансового состояния предприятий отрасли.
Апробация результатов работы. Основные положения диссертации были доложены на научно-методологических семинарах кафедры Математической статистики и эконометрики МЭСИ, где получили одобрение.
Структура работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
Публикации. Основные положения диссертации были отражены в 6 опубликованных работах. Общий объем публикаций составил 1,7 п.л.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обосновывается актуальность темы, сформулированы цель и основные задачи диссертационной работы, отражена научная новизна и практическая значимость полученных результатов.
В первой главе Экономико-статистический анализ современного состояния предприятий машиностроения и
металообработки рассмотрено место отрасли в промышленности России, исследованы основные тенденции развития предприятий машиностроения и металообработки в посткризисный период, проведен анализ финансовых результатов деятельности и выявлены проблемы отрасли.
Проведен сравнительный анализ финансового состояния отраслей промышленности. Рассмотрена динамика основных финансовых показателей, характеризующих развитие машиностроения и металообработки в 1998-2003 гг.
Машиностроение и металообработка занимает 1-е место в промышленности по объёму выпускаемой продукции, стоимости основных производственных фондов и численности рабочих, занятых на предприятиях.
В промышленности на конец 2003 года функционирует около 143 тыс. предприятий, на которых работают 12,3 мн. человек, из них на машиностроение и металообработку приходится 44,9 тыс. предприятий и 4,2 мн. человек и 21,1% общего объема производства промышленной продукции (табл. 1).
Таблица 1.
Динамика структуры производства продукции по основным отраслям промышленности за 1998-2003 гг. _(в ценах 1999 года, %)_
1998 1999 2000 2001 2002 2003
Вся промышленность 100 100 100 100 100 100
Машиностроение и металообработка 17,9 19,2 20,5 20,8 20,5 21,1
Электроэнергетика 11,2 10,1 9Д 8,8 8,5 8,1
Топливная 18,1 16,9 15,8 15,9 16,4 16,9
Черная металургия 7,8 8,3 8,6 8,1 8,1 8,3
Цветная металургия 10,0 10,1 10,3 10,3 10,5 10,5
Химическая и нефтехимическая 6,5 7,3 7,5 7,4 7,3 7,1
Лесная, деревообрабатывающая и целюлозно-бумажная 4,5 4,8 4,8 4,7 4,7 4,5
Строительных материалов 2,9 2,9 2,9 2,9 2,9 2,9
Легкая 1,6 1,7 1,8 1,8 1,7 1,5
Пищевая 15,5 14,7 14,9 15,3 15,8 15,6
Прочая 4,0 4,0 3,7 4,0 3,6 3,5
Негативное влияние финансового кризиса 1998 г. в значительно меньшей степени сказалось на предприятиях машиностроения и металообработки, чем на промышленности в целом. Постепенный подъём производства в отрасли обусловлен позитивными изменениями, проявившимися после кризиса 1998, и связан, в первую очередь, с увеличением спроса на отечественную продукцию, а также внутренней стабильностью экономики. Более того, из-за произошедшей девальвации рубля резко снизилась эффективность импорта продукции, что способствовало началу процессов импортозамещения. Благоприятная внешнеэкономическая конъюнктура позитивно сказалась на отечественном производстве и обусловила положительную динамику развития отрасли. Однако в поной мере эффект импортозамещения проявися лишь в 19992000 гг. (рис. 1).
Ш Промышленность Машиностроение и металообработка
Рис. 1. Темпы роста объема производства машиностроения и металообработки и промышленности в целом (%)
Машиностроение и металообработка включают такие крупные подотрасли, как энергетическое, электротехническое, автомобильное, тракторное и сельскохозяйственное машиностроение, станкостроительную и инструментальную промышленность и др. Динамика основных показателей, характеризующих развитие машиностроения и металообработки в 1998-2002 гг., приведена в табл. 2.
Таблица 2.
Основные показатели работы машиностроения и
металообработки
Годы 1998 1999 2000 2001 2002
Число действующих предприятий (на конец года) 57818 56646 54652 51751 47971
Объем промышленной продукции, мн. руб. 257137 513399 780260 1014920 1190786
Среднегодовая численность ППП, тыс. чел. 4856 4715 4745 4685 4510
в том числе рабочие 3633 3485 3524 3439 3265
Число действовавших предприятий в машиностроении и металообработке, как и в промышленности в целом, начиная с 1999 года, монотонно сокращается. Сокращение числа действующих предприятий в промышленности в целом, а также в машиностроении и металообработке к концу 2002 года к уровню 1998 года составило соответственно 6% и 17%. Удельный вес
убыточных предприятий в промышленности в 1998-2002 гг. был выше, чем предприятий машиностроения и металообработки. Высокие темпы сокращения числа действующих предприятий в машиностроении и металообработке связаны не с числом обанкротившихся предприятий, а с интенсивными процессами преобразования небольших предприятий в более крупные машиностроительные предприятия и промышленные объединения.
Численность персонала на предприятиях машиностроения и металообработки в 1998-2003 г.г. сократилась в большей степени, чем для промышленности в целом. Основная причина - отставание уровня заработной платы в машиностроении от средней заработной платы по промышленности.
Темпы роста среднемесячной заработной платы промышленно-производственного персонала в машиностроении и металообработке начиная с 2000 года превышали темпы роста заработной платы в промышленности в целом. В 1999 году среднемесячная заработная плата промышленно-производственного персонала в машиностроении и металообработке была меньше, чем в промышленности в целом на 24,2,3% или 444,6 рублей. До конца 2002 года эта доля монотонно уменьшалась до 17,3%. Однако в абсолютном отношении отставание в заработной плате увеличилось до 888 рублей.
Произошедшие изменения несколько изменили структуру действующих предприятий и занятости в промышленности (рис.2).
50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% 46,0% 36,9% 56,1% 36,1% 35,9% 1 35,7% И, 35,3% 93,4% 35,0% 1
1990 1998 1999 2000 2001 2002
Доля действующих организаций Доля численности ППП
Рис. 2. Доля действующих предприятий и численности промышленно-производственного персонала машиностроения и металообработки в промышленности (%).
Анализ инвестиционной политики в отрасли показал, что капитальные вложения в период с 1998 г. по настоящее время снизились с 9,7% до 7,5% от объема всех прямых инвестиций в промышленность России.
Проблемы и трудности экономического развития машиностроения и металообработки в посткризисный период, нашли отражение в сложном финансовом состоянии отрасли, о чем свидетельствуют данные табл. 3.
Таблица 3.
Основные показатели финансового состояния предприятий машиностроения и металообработки
Показатели 1998 1999 2000 2001 2002
Сальдированный финансовый результат, мн.руб. -9705 47930 61670 77523 57121
Доля убыточных предприятий, в % 47,2 36,1 33,1 33,1 40,4
Коэффициент текущей ликвидности, в% 85,8 93,4 94,5 99,9 103,0
Рентабельность продукции, в % 10 17,4 14,1 13,6 11,3
Снижение (-), повышение (+) затрат на один рубль продукции, в % к предыдущему году -2,6 -6,4 +1,7 -2,7 +1,6
Коэффициент обеспеченности собственными оборотными средствами, в % -21,9 -18,3 -14 -9,3 -9,0
Коэффициент автономии, в % 55,3 48 42,7 40,3 43,3
Исследование отрасли показало, что в период 1998-2002 гг. в целом сальдированный результат ее финансовой деятельности был положительным, за исключением 1998 г. Однако все это время большая часть предприятий отрасли являлась убыточной и находилась под угрозой банкротства, угрожающих размеров достигли масштабы задоженности. В последующие годы доля убыточных предприятий несколько снизилась, но она по-прежнему остается очень высокой.
На сложное финансовое состояние многих предприятий указывают значения коэффициента текущей ликвидности. До 2001 г. он составлял менее 100%, то есть текущие активы предприятий отрасли не покрывали их текущие обязательства. И только в 2002 году коэффициент текущей ликвидности впервые после 1996 г. в целом по машиностроению и металообработке превысил 100% и достиг 103%.
За период 1998-2002 гг. зависимость предприятий от внешних
источников финансирования усилилась. Согласно значениям коэффициента автономии, доля собственных средств в источниках формирования ресурсов предприятия снизилась за этот период с 55,3% до 43,3% или на 12 процентных пунктов.
У большинства предприятий отрасли отсутствовали свободные, ни с какими обязательствами не связанные финансовые ресурсы. Все это отрицательно влияло на их финансовое состояние.
Для машиностроения и металообработки характерны более низкие показатели рентабельности продукции, чем для всей промышленности. Резкий рост рентабельности продукции наблюдася в 1999 году. В дальнейшем происходил постепенный спад этих показателей. Рентабельность продукции в 2002 г. составляла 11,3%, а в 2003 г. 8,9%.
На следующем этапе работы была проанализирована структура заемного капитала по отраслям промышленности. В структуре заемных средств в машиностроении и металообработке лидирующее положение сохраняет кредиторская задоженность. Высокие значения коэффициента кредиторской задоженности означают, что предприятия финансируют свою деятельность за счет задоженности поставщикам и подрядчикам, бюджету, персоналу по оплате труда, не имея возможности по привлечению иных источников финансирования. На конец 2003 г. доля кредиторской задоженности в суммарной задоженности по обязательствам в среднем по промышленности составила 57,6%. Промышленные предприятия на 42,4% формирует свои заемные средства за счет кредитов банков и займов.
Таким образом, финансовое состояние машиностроения и металообработки можно определить как достаточно стабильное. Однако высокая доля убыточных предприятий отрасли и различные финансовые результаты свидетельствуют о крайне неоднородном финансовом состоянии этих предприятий. Инвесторов и кредиторов интересует не только состояние отрасли в целом, но и адекватная оценка привлекательности того или иного промышленного предприятия. В связи с обострением конкуренции за инвестиционные ресурсы одной из основных задач промышленных предприятий, прежде всего государственного сектора, является реформа корпоративного управления. Перед руководством предприятий возникают проблемы повышения эффективности экономической и управленческой деятельности, решение которых тесно связано с внедрением аналитической работы на предприятиях.
Во второй главе Совершенствование методологии комплексного статистического анализа финансового состояния предприятий машиностроения и металообработки проанализированы современные методические принципы анализа финансового состояния предприятий, в частности, анализа финансовой устойчивости. Здесь же указаны проблемы, возникающие при проведении исследований с помощью финансовых коэффициентов. Исследован международный опыт применения статистических методов в анализе финансового состояния предприятий. Предлагается методика комплексного использования многомерных методов для статистического анализа финансового состояния предприятий и оценки факторов, влияющих на эффективность их финансовой деятельности.
В ходе анализа финансовой устойчивости применяются как абсолютные, так и относительные показатели, т.н. финансовые коэффициенты. Относительные показатели более предпочтительны, поскольку позволяют проводить сравнения данных за разные периоды и по разным предприятиям. Анализ финансовых коэффициентов заключается в сравнении их значений с базовыми величинами, а также в изучении их динамики. В качестве базовых величин используются:
усредненные по временному ряду значения показателей данного предприятия;
среднеотраслевые значения показателей;
значения показателей, рассчитанные по данным отчетности наиболее удачливого конкурента;
величины полученные в результате экспертных опросов и велечены характеризующие оптимальные значения относительных показателей.
Для оценки финансового состояния отдельных предприятий в работе использовася коэффициентный анализ, который хорошо сочетается с методами многомерного статистического анализа.
Для комплексной оценки финансовых результатов деятельности предприятий отрасли применялась система показателей, представленных на рис. 3.
Рис 3. Система показателей для анализа финансового состояния предприятиймашиностроения и
металообработки
Достоинство предлагаемой системы заключается в том, что используемые показатели отражают не только отдельные аспекты финансового состояния предприятий, но и позволяют учитывать взаимосвязи между ними и финансовыми результатами деятельности предприятий. Возможность анализа всех этих аспектов и взаимосвязей без существенной потери информации достигается при обращении к методам многомерного статистического анализа.
Проведенный сравнительный анализ существующих методологических подходов к оценке финансового состояния и программных средств для их реализации позволил выявить следующие проблемы:
Х проблема интерпретации результатов расчетов в финансовом анал изе;
Х невозможность однозначного оценивания степени финансовойустойчивости предприятия;
Х проблема нормативных значений для финансовых коэффициентов;
Х несовершенство агоритма расчета показателей, отражающих финансовое состояние предприятия;
Х моментный характер рассчитываемых показателей;
Х наличие взаимосвязей между показателями;
Х трудности пространственно-временного сопоставления коэффициентов.
На следующем этапе разработаны методические основы комплексного подхода, который предполагает использование различных методов многомерного статистического анализа. К одной и той же совокупности предприятий последовательно применяются методы канонических корреляций, регрессионного и кластерного анализа.
Методика комплексного многомерного статистического анализа финансового состояния предприятий машиностроения и металообработки состоит из 6 основных этапов:
1 этап. Контроль достоверности загружаемых в систему данных. Работа агоритмов контроля достоверности данных, заключается в сопоставлении информации из базы данных и сигнализации об обнаруженных несоответствиях.
Агоритмы контроля достоверности загружаемых данных условно делятся на стандартные и пользовательские агоритмы.
Приведено описание стандартных и пользовательских агоритмов и примеров их использования для мониторинга финансового состояния отрасли в соответствии с периодичностью
представления и списком форм отчетности, предназначенных для сбора информации с предприятий.
2 этап. Анализ неоднородности финансового состояния исследуемой совокупности предприятий машиностроения и металообработки с использованием коэффициентного анализа.
3 этап. Канонический корреляционный анализ взаимосвязей между основными показателями актива и пассива баланса предприятий.
4 этап. Кластерный анализ предприятий машиностроения и металообработки по уровню их финансового состояния с целью выделения их однородных групп.
5 этап. Построение регрессионных моделей прибыли от показателей финансовой деятельности предприятий с учетом их типологических групп.
6 этап. Построение динамической модели многофакторного прогнозирования прибыли предприятий машиностроения и металообработки.
Все предлагаемые решения о предпочтительности использования тех или иных методов классификации, контроля достоверности, формах эконометрических моделей и т.п. были получены на основе данных о деятельности предприятий машиностроения и металообработки за 1999-2003 гг.
В третьей главе Экономико-статистический анализ финансового состояния предприятий машиностроения и
металообработки проведена апробация предложенной в работе комплексной методики по данным о 60 предприятиях машиностроения и металообработки за 1999-2003гг.
Коэффициентный анализ проводися по большинству указанных выше финансовых коэффициентов. Динамика соответствующих коэффициентов представлена в табл. 4.
Полученные результаты свидетельствовали об увеличении финансовой независимости предприятий и снижении их зависимости от кредиторов, об увеличении скорости кругооборота средств предприятий, об уменьшении объема реализованной продукции, приходящейся на рубль средств, вложенных в предприятия, менее эффективном использовании активов предприятий.
Для выяснения характера взаимозависимостей между показателями, характеризующими различные аспекты финансовой
деятельности предприятии, использовася метод канонических корреляций. Этот метод применяся к двум сторонам агрегированного бухгатерского баланса предприятий. В качестве первого набора данных использовались следующие статьи актива баланса: основные средства, незавершенное строительство, запасы, дебиторская задоженность и денежные средства, в качестве второго набора Ч статьи пассива: уставный и добавочный капитал, догосрочные и краткосрочные заемные средства (за вычетом кредиторской задоженности), кредиторская задоженность.
Таблица 4.
Средние значения финансовых коэффициентов по совокупности предприятий машиностроения и
Финансовый коэффициент 1998 1999 2000 2001 2002 2003
Коэффициент автономии (Ка) 0,53 0,61 0,64 0,65 0,64 0,62
Коэффициент отношения заемных и собственных средств (Кз/с) 0,872 0,650 0,557 0,539 0,557 0,606
Коэффициент маневренности (Км) 0,123 0,123 0,117 0,111 0,084 0,098
Коэффициент текущей ликвидности (Ктл) 1,24 1,34 1,35 1,33 1,24 1,24
Коэффициент обеспеченности оборотных средств собственными источниками формирования (Ко) 0,131 0,162 0,181 0,173 0,136 0,144
Оборачиваемость активов, раз 0,38 0,58 0,67 0,63 0,79 0,77
Оборачиваемость запасов и затрат, дней 156 132 138 149 119 128
Оборачиваемость дебиторской задоженности, дней 340 170 88 94 69 72
Оборачиваемость кредиторской задоженности, дней 273 172 111 121 99 95
Рентабельность продаж, % 10,70 14,00 10,30 8,60 8,90 7,30
Линейные комбинации исходных переменных (статей актива и пассива) образуют канонические переменные. В результате проведенного анализа из пяти канонических корреляций три первые оказались значимыми (на уровне значимости 0,05). Значения первого, второго и третьего коэффициентов канонической корреляции указывают на тесную связь между полученными линейными комбинациями исходных переменных (табл. 5).
Для предприятий машиностроения и металообработки первая каноническая переменная имеет очень высокую положительную нагрузку для запасов и кредиторской задоженности, что объясняется финансированием части запасов за счет кредитов. Эта
переменная также имеет сильную положительную корреляцию для основных средств и добавочного капитала, который используется для приобретения основных средств.
Вторая каноническая переменная имеет положительную нагрузку для незавершенного строительства и добавочного капитала, который выступает в качестве источника финансирования незавершенного строительства.
Таблица 5.
Значения канонических корреляций для предприятий
машиностроения и металообработки за 2003 год
Канонические корреляции, Я Я Число степеней свободы Уровень значимости, р Значение а.
1 0,98 0,96 279,42 25 0 0,007837
2 0,78 0,57 71,12 16 3,04Е-08 0,293859
3 0,51 0,26 19,34 9 0,037613 0,75641
4 0,14 0,02 0,91 4 0,880726 0,983577
5 0,03 0,00 0,04 1 0,920902 0,999306
Канонические нагрузки для третьей канонической переменной показывают наличие зависимости между денежными средствами и догосрочными заемными средствами, то есть предприятия могут использовать часть догосрочных кредитов для финансирования текущей деятельности.
Аналогичный канонический корреляционный анализ также был сделан для предприятий машиностроения и металообработки за 1999 г.
При проведении многомерной классификации предприятий машиностроения и металообработки в качестве классификационных признаков использовались коэффициенты: текущей ликвидности, соотношения заемных и собственных средств, оборачиваемости и рентабельности активов.
Для выделения разных типов предприятий по уровню их финансового состояния применялись различные агоритмы иерархической классификации (метод одиночной связи, метод поных связей, метод средней связи и метод Уорда). Использование этих методов показало, что среди агломеративных иерархических процедур классификации наилучшее разбиение получается на 3 кластера на основе метода Уорда.
Эти результаты свидетельствуют о существовании различных типов финансового состояния предприятий, характеризующихся разным сочетанием их основных финансовых коэффициентов.
Средние значения финансовых коэффициентов в этих группах для 2003 г. приведены в табл. 6.
В первом кластере оказались предприятия менее ликвидные и рентабельные, с меньшей оборачиваемостью активов, чем в среднем по совокупности, и с более высоким уровнем (значением) соотношения заемных и собственных средств, т.е наименее финансово устойчивые. Это группа предприятий с наихудшими финансовыми показателями.
Таблица 6.
Средние значения финансовых коэффициентов для кластеров и в целом по совокупности предприятий машиностроения и металообработки
' "Ч---------Кластеры Показатели Ч----- Б. Бз Среднее по совокупности
Число предприятий 13 28 19
Соотношение заемных и собственных средств 1,145 0,53 0,35 0,606
Коэффициент текущей ликвидности, % 73,4 108,4 182,8 124,4
Оборачиваемость активов, дней 1404 257 157 474
Рентабельность активов, % -8,8 0,97 8,1 1,1
Во второй кластер вошли предприятия с более низким уровнем оборачиваемости и рентабельности активов, чем в среднем по совокупности. Показатели ликвидности ниже, чем средние по совокупности, однако эти предприятия достаточно финансово устойчивые.
В третьем кластере оказались предприятия с высоким уровнем оборачиваемости и рентабельности активов. Показатели финансовой устойчивости, ниже чем среднее по совокупности, то есть это более финансово устойчивые предприятия. А показатели ликвидности для них лучше, чем в среднем по совокупности.
Аналогичный анализ был проведен для предприятий машиностроения и металообработки за 1999 год, в результате которого были выделены 3 кластера предприятий, которые значительно отличаются по своему финансовому состоянию.
Таким образом, в отрасли в первый кластер вошли наиболее проблемные предприятия (около 22%), во второй кластер -предприятия с финансовыми показателями близкими к средним значениям (около 47%), а в последнем кластере оказались предприятия - лидеры по своему финансовому состоянию (около 32% от всех предприятий).
При накоплении статистических данных по нескольким отчетным периодам предложенная методика позволит формировать отраслевые нормативы финансовых коэффициентов. В качестве таких нормативных значений, можно использовать средние показатели кластера финансово устойчивых предприятий.
Для выделенных групп различия по некоторым коэффициентам составляют 3-4 раза. Так, среднее значение коэффициента соотношения заемных и собственных средств в первом кластере больше чем в третьем в 3,3 раза, а коэффициента текущей ликвидности меньше в 2,5 раза. Более того, даже в отдельных группах наблюдается значительная вариация в показателях финансового состояния.
Одним из важнейших направлений финансового анализа предприятий является определение факторов, влияющих на величину прибыли предприятий. Эта задача решалась в работе с помощью регрессионного анализа, который проводися как для всей совокупности предприятий, так и для групп предприятий, однородных по финансовому состоянию.
Регрессионные модели для всей совокупности предприятий машиностроения и металообработки были построены за 5 лет, для различных типов предприятий за 2 года (1999 г. и 2003 г.).
Для предприятий машиностроения и металообработки исследовалась зависимость прибыли предприятия от следующих объясняющих показателей: основные средства (х/), незавершенное строительство (д^), нематериальные активы (х^), догосрочные (х4) и краткосрочные (х;) финансовые вложения, запасы (хб), дебиторская задоженность (Х7), денежные средства уставный (л:9) и
добавочный капитал догосрочные и краткосрочные заемные средства (за исключением кредиторской задоженности), кредиторская задоженность и численность персонала
Некоторые из полученных результатов регрессионного анализа приведены в табл. 7. В таблице в скобках указаны значения критерия для проверки значимости коэффициентов регрессии.
Множественный коэффициент детерминации для предприятий машиностроения и металообработки для 2003 г. был равен 0,9314, то есть 93% вариации прибыли предприятий объясняется влиянием 5 факторов, включенных в модель.
Из проведенного анализа следует, что в течение пяти лет на прибыль оказывали влияние различные показатели. При этом в разные годы менялись не только показатели, но и степень их влияния. Все 5 лет на прибыль предприятий машиностроения и
металообработки оказывали влияние запасы и заемные средства (краткосрочные и догосрочные), также оказывали отрицательное влияние краткосрочная и догосрочная задоженность. Практически все эти годы на прибыль предприятий отрасли оказывали положительное воздействие основные средства и краткосрочные финансовые вложения.
Таблица 7.
Регрессионные модели прибыли предприятий машиностроения и металообработки_
Модель Показатели адекватности
за 1999 г.: У = 0,27*^+ 0,68х< + 0,31x7+ 0,21л-, - 0,19л:// - 0,43* (4,65) (6,12) (4,07) (3,58) (-3,71) (-4,8) & 2 = 0,8679 Рнабл =84,216 тт = \,1%
за 2000 г.: У = 0,29л:, + 0,12*5 + 0,64хв - 0,32хи (3,55) (1,84) (7,24) (-4,15) Я 2 = 0,8961 Рнабл = 159,63 БДУ = 2,09
за 2001 г.: У = 0,23г7 + 0,72*л + 0,32л:, - 0,17*л (4,13) (8,34) (4,21) (-3,1) Я2 =0,9257 Рнабл =268,74 = 1,85
за 2002 г.: У = 0,47*1 + 0,51x4 + 0,37*, - 0,32*л (5,63) (4,97) (4,48) (-3,08) И. 2 = 0,8874 Рнабл = 160,51 = 1,98
за 2003 г.: У = 0,31*/ + 0,42*5 + 0,33*л + 0,45*, - 0,21*/г . (3,78) (6,74) (5,21) (8,63) (-2,4) И.2 = 0,9314 Рнабл = 245,61 Б\У=1,83
Согласно результатам анализа, увеличение запасов, основных средств, краткосрочных финансовых вложений и денежных средств способствует росту прибыли. А увеличение задоженности ведет к снижению прибыли, так предприятия вынуждены платить проценты по кредитам и погашать сами кредиты. Несмотря на то, что в абсолютных показателях догосрочные и краткосрочные заемные средства за 5 лет выросли, их отрицательное влияние на прибыль ослабло (по сравнению с 1999 г.). Это объясняется тем, что за рассматриваемый период процентная ставка по заемным средствам уменьшилась, а также использование заемных средств привело к увеличению оборачиваемости активов предприятий и соответственно к росту выручки и прибыли.
Регрессионный анализ для различных типов предприятий показал, что имеется значительная вариация в факторах, определяющих прибыль для различных групп предприятий. Поэтому подобный анализ способен дать наиболее интересные содержательные результаты именно для финансово однородных групп предприятий.
С целью определения будущих финансовых результатов и перспектив изменения величины прибыли предприятий в отрасли был осуществлен ее прогноз на 2004 год на основе построенной многофакторный динамической модели.
Для построения многофакторной динамической модели прибыли по данным 60 предприятий из 15 показателей, которые использовались при построении регрессионных моделей, путем изучения матриц парных коэффициентов корреляции были отобраны наиболее существенные факторы, влияющие на формирование прибыли предприятий машиностроения и металообработки. В качестве таких показателей характеризующих эффективность финансово-хозяйственной деятельности предприятия были определены факторы - запасы (;св), денежные средства (ха) и кредиторская задоженность
Для каждого года исследуемого периода 1999-2003 гг. были построены регрессионные модели прибыли предприятий по этим факторным признакам. Значения множественных коэффициентов детерминации свидетельствовали о том, что на всем рассматриваемом периоде вариация прибыли предприятий на 80-90 %% объяснялась изменением влияния трех факторов: запасов денежных средств и кредиторская задоженности.
Прогноз параметров регрессионной модели был осуществлен методом экстраполяции. Наилучшую аппроксимацию существующим зависимостям прибыли предприятий от показателей запасов, денежных средств и кредиторской задоженности дала динамическая модель вида:
У м = (1,43 - 0,Ш)хй + (1,03+0,360*л + (-0,7 + 0,Ш)х
Исходный ряд и прогноз прибыли анализируемых предприятий, полученный на основе многофакторной динамической модели свидетельствует о том, что в 2004 году ожидается прирост прибыли на 265 мн. руб. или 18%.
Таким образом, проведенный в работе анализ позволил выявить основные причины наблюдаемого финансового состояния
предприятий машиностроения и металообработки и определить возможные меры, которые могут способствовать улучшению финансовых результатов отрасли.
В заключении диссертации обобщены результаты проведенного исследования, сформулированы основные выводы и рекомендации по их практическому применению.
По теме диссертации опубликованы следующие работы;
1. Шадин А.А. Математическая модель для исследования эффективности регулирования в промышленности - Математико-статистический анализ социально-экономических процессов: Сборник научных трудов. - М.: МЭСИ, 2002 - 0,3 п.л.
2. Шадин А.А. Проблемы методического обеспечения экономических оценок в промышленности - Математико-статистический анализ социально-экономических процессов: Сборник научных трудов. - М.: МЭСИ, 2002 - 0,2 п.л.
3. Шадин А.А. Обзор экономической ситуации в промышленности - Математико-статистический анализ социально-экономических явлений: Сборник научных трудов. - М.: МЭСИ, 2003 - 0,3 п.л.
4. Шадин А.А. Особенности формирования системы показателей экономической деятельности промышленных предприятий- Математико-статистический анализ социально-экономических явлений: Сборник научных трудов. - М.: МЭСИ, 2003 - 0,3 п.л.
5. Шадин А. А. Основные этапы финансового анализа деятельности промышленных предприятий - Математико-статистический анализ социально-экономических процессов: Сборник научных трудов. - М.: МЭСИ, 2004 - 0,3 п.л.
6. Шадин А.А. Результаты производственно-хозяйственной деятельности промышленных предприятий России в 2003 году -Математико-статистический анализ социально-экономических процессов: Сборник научных трудов. - М.: МЭСИ, 2004 - 0,3 п.л.
Лицензия Р № 020563 от 07.07.97 Подписано к печати 19.11.2004 Формат издания 60 х84/16 Печ. л. 1,4
Заказ № 2482_
Бум. офсет. №1 Печать офсетная Уч.-изд. л. 1,3 Тираж 100 экз.
Типография издательства МЭСИ. 119501, Москва, Нежинская ул., 7
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Шадин, Андрей Александрович
Введение.
Глава 1. Экономико-статистический анализ современного состояния предприятий машиностроения и металообработки.
1.1 Сравнительная оценка состояния и основных тенденций развития экономики и промышленности России.
1.2 Выявление основных факторов, влияющих на развитие промышленного производства и финансовое состояние предприятий машиностроения и металообработки.
1.3 Анализ основных показателей финансового состояния предприятий машиностроения и металообработки.
Глава 2. Совершенствование методологии комплексного статистического анализа финансового состояния предприятий машиностроения и металообработки.
2.1 Методологические принципы оценки финансовой устойчивости предприятий.
2.2 Основные проблемы анализа финансового состояния предприятий машиностроения и металообработки.
2.3 Методика проверки достоверности данных в системе финансово-экономической отчетности (СФЭО) предприятий машиностроения и металообработки.
2.4 Разработка комплексной методика многомерного статистического анализа взаимосвязи показателей финансового состояния предприятий машиностроения и металообработки.
Глава 3. Экономико-статистический анализ финансового состояния предприятий машиностроения и металообработки.
3.1 Исследование финансового состояния предприятий машиностроения и металообработки с использованием метода финансовых коэффициентов.
3.2 Канонический корреляционный анализ показателей финансовой отчетности предприятий машиностроения и металообработки.
3.3 Многомерная классификация предприятий машиностроения и металообработки по степени финансовой устойчивости.
3.4 Построение эконометрических моделей прибыли от показателей финансовой деятельности предприятий с учетом их типологических групп.
Диссертация: введение по экономике, на тему "Статистический анализ финансового состояния предприятий машиностроения и металообработки"
Актуальность темы исследования.
Важнейшим фактором развития России, подъема национальной экономики, укрепления авторитета страны в международном сообществе является развитие промышленного производства, способного удовлетворить потребности реформируемой российской экономики.
Машиностроение и металообработка Ч основа технического оснащения всех отраслей промышленности. От уровня развития машиностроения в решающей степени зависят производительность труда, технический прогресс, уровень экологической безопасности промышленного производства и обороноспособность государства, материальное благосостояние народа.
В связи с этим, приоритетным в нашей стране может стать ожидаемое оживление российской экономики, осуществляемое исключительно на основе глубоких структурных сдвигов в производстве и его широкого технологического обновления с использованием инвестиционного потенциала промышленных предприятий.
Кризис 1998 г. вызвал общий рост импортозамещающих отраслей, потребовавший обновления основных фондов в отраслях промышленности и внедрения новых технологий производства, что в сочетании с развитием кредитования и лизинговых схем позволило отечественному машиностроению использовать накопленный потенциал за время посткризисного восстановления экономики.
В последние годы во всем мире и в России, в частности, динамичное развитие предприятий, особенно производящих наукоёмкую продукцию, вызывает огромный интерес со стороны инвесторов. Как показывает мировой опыт производство продукции с высокой степенью обработки, особенно наукоемкой, является тем фундаментом, на котором строится благополучие и неуклонное поступательное развитие передовых стран мира. Однако инвестиционная привлекательность того или иного предприятия, характеризуемая прибыльностью вложения капитала, во многом определяется прозрачностью его экономической деятельности, оптимальным соотношением структуры капитала и активов промышленных предприятий, т.е. их финансовой устойчивостью.
Применение статистических методов в сочетании с подходами традиционного финансового анализа может существенно расширить возможности аналитических исследований финансовой устойчивости.
Необходимость совершенствования методологии статистического анализа финансового состояния предприятий, потребность в разработке новых методик анализа финансовой устойчивости, учитывающих международный опыт и российскую специфику, определили актуальность темы диссертации.
Цель и задачи исследования. Целью диссертационного исследования является разработка методики комплексной оценки финансового состояния предприятий и ее апробация на примере предприятий машиностроения и металообработки. Для достижения этой цели в работе поставлены и решены следующие задачи:
Х на основе комплексного экономико-статистического анализа современного состояния отрасли машиностроения и металообработки Российской Федерации выявлены основные тенденции ее развития;
Х предложена методика формирования системы показателей для сравнительного многомерного статистического анализа финансового состояния предприятий;
Х разработаны методические основы проверки достоверности данных в системе финансово-экономической отчетности предприятий машиностроения и металообработки;
Х разработана методика анализа взаимосвязей между показателями, характеризующими наличие, привлечение и использование средств предприятий;
Х предложен агоритм многомерной классификации предприятий машиностроения и металообработки с разбиением на типологические группы по уровню их финансового состояния;
Х разработана и апробирована методика прогнозирования прибыли, основанная на множественной регрессионной модели.
Объектом исследования являются предприятия машиностроения и металообработки, осуществляющие финансово-хозяйственную деятельность на территории Российской Федерации.
Предметом исследования является совокупность показателей, характеризующих финансовое состояние предприятий машиностроения и металообработки.
Методологической и теоретической основой диссертационной работы послужили труды ведущих зарубежных и российских авторов по экономике, статистике, финансовому анализу, эконометрике и компьютерной обработке данных.
Основным статистическим инструментарием исследования явились многомерные статистические методы корреляционного, регрессионного, факторного и кластерного анализа, а также табличные и графические методы представления статистических данных. Для решения поставленных задач обработка исходных данных производилась с использованием пакетов прикладных программ лStatistica, лSPSS, лAudit Expert, лMicrosoft Excel.
Информационной базой исследования являются официальные публикации Федеральной службы государственной статистики, Министерства промышленности и энергетики Российской Федерации, данные промышленных предприятий, периодической печати и официальных сайтов Интернет.
Научная новизна исследования состоит в разработке методики комплексного статистического анализа финансового состояния предприятий машиностроения и металообработки. В диссертации сформулированы и выносятся на защиту следующие основные положения, составляющие научную новизну:
Х проведен сравнительный анализ финансового состояния предприятий машиностроения и других отраслей промышленности, определены проблемы развития отрасли на современном этапе;
Х разработана и апробирована методика проверки достоверности данных в системе финансово-экономической отчетности предприятий машиностроения и металообработки;
Х предложена методика определения основных взаимосвязей показателей активов и пассивов предприятий с помощью канонического корреляционного анализа;
Х разработана и апробирована методика многомерной классификации предприятий по степени финансовой устойчивости, позволяющая получать оценки отраслевых нормативов финансовых коэффициентов;
Х предложен агоритм оценки факторов, влияющих на прибыль, для различных типологических групп предприятий машиностроения и металообработки;
Х разработана методика моделирования важнейших показателей финансово-хозяйственной деятельности предприятий, позволяющая прогнозировать прибыль в зависимости от структуры источников средств и имущества предприятия.
Практическая значимость. Предложенные в работе методики и полученные в процессе исследования результаты нашли практическое применение в деятельности Федерального агентства по атомной энергии.
Результаты проведенного исследования могут быть использованы Министерством промышленности и энергетики РФ и Федеральной службой государственной статистики при оценке финансового состояния предприятий отрасли.
Апробация результатов работы. Основные положения диссертации были доложены на научно-методологических семинарах кафедры Математической статистики и эконометрики МЭСИ, где получили одобрение.
Публикации. Основные положения диссертации были отражены в 6 опубликованных работах. Общий объем публикаций составил 1,7 п.л.
Структура работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений.
Диссертация: заключение по теме "Бухгатерский учет, статистика", Шадин, Андрей Александрович
Основные результаты канонического корреляционного анализа для предприятий машиностроения и металообработки за 2003 год представлены в табл. 3.12.
Заключение
Формирование высокоэффективных отраслей промышленности, ориентированных на внутренний спрос населения, к которым относится и машиностроение и металообработка, является одним из важнейших факторов успешного развития экономики России. Вместе с тем финансовое состояние многих предприятий машиностроения и металообработки остается сложным, что негативно сказывается на перспективах отрасли.
В этих условиях особенно актуальными становятся проблемы повышения информационной прозрачности результатов финансово-хозяйственной деятельности промышленных предприятий, получения надежных оценок их финансового состояния и обеспечения всех заинтересованных внешних пользователей соответствующей информацией.
В диссертационном исследовании для достижения поставленной цели были решены следующие задачи:
Х Проведен сравнительный анализ современного финансового состояния отраслей промышленности Российской Федерации. Рассмотрена динамика основных финансовых показателей, характеризующих развитие машиностроения и металообработки в 1998-2003 гг.
Х Сделан аналитический обзор современных методик анализа финансовой устойчивости. Выявлено, что основными проблемами финансового анализа в России на современном этапе являются:
- проблема интерпретации результатов анализа;
- невозможность однозначной оценки финансового состояния в условиях разнонаправленности финансовых показателей;
- проблема нормативов для финансовых коэффициентов;
- отсутствие аналитической базы.
В процессе исследования показано, что методика расчета и нормативы финансовых коэффициентов дожны разрабатываться с учетом отраслевой специфики.
Х Изучен международный опыт финансового анализа. В зарубежной практике имеется опыт успешного применения в финансовом анализе многомерных статистических методов. В то же время, определено, что возможности прямого применения зарубежного опыта в российских условиях ограничиваются особенностями российской системы учета и отсутствием аналитической базы для анализа.
Х Проведен анализ современного программного обеспечения для исследования финансового состояния предприятия, показавший, что имеющиеся на рынке программные средства используют широкий набор регламентированных методик финансового анализа. Однако для более эффективного использования имеющихся на рынке программных средств, необходимо ответственно подходить к выбору критериальных значений и весовых коэффициентов финансовых показателей, обращая внимание на существование отраслевой специфики в показателях. В этих целях может быть полезной разработанная в исследовании методика комплексного сравнительного анализа финансового состояния предприятий.
Х Предложен принципиально новый подход к построению системы показателей для анализа финансового состояния предприятий и их многомерной классификации.
Коэффициенты финансовой устойчивости находятся в тесной взаимосвязи друг с другом. Выявленные взаимосвязи не являются случайными и обусловлены, в первую очередь, агоритмами расчета коэффициентов. Кроме того, большое число показателей усложняет аналитическую задачу.
Анализ финансового состояния предприятий машиностроения и металообработки в исследовании был проведен по системе показателей, отражающих различные стороны их финансового состояния и результаты деятельности. Исследование проводилось по представительной выборке предприятий машиностроения и металообработки.
В диссертации разработана методика комплексного статистического анализа и прогнозирования основных показателей финансово-экономической деятельности предприятий и получены следующие результаты:
1. Обоснована необходимость применения многомерных статистических методов при исследовании и анализе финансового состояния предприятий, потому что, их применение в сочетании с традиционными методами финансового анализа значительно увеличивает аналитические возможности таких комплексных исследований.
2. Обоснована система финансовых показателей, характеризующих различные аспекты финансового состояния предприятий: финансовую устойчивость, ликвидность, деловую активность, рентабельность и позволяющая дать многомерную характеристику финансового состояния предприятий машиностроения и металообработки в их важнейших аспектах.
Отобранная система показателей была использована при проведении многомерного статистического анализа финансового состояния предприятий по разработанной в диссертации системе взаимосвязанных методик.
3. С учетом специфики решаемых задач была создана база эмпирических данных, удовлетворяющая требованиям представительности и информационной доступности показателей. В эту базу данных вошли разнообразные статистические показатели микро и макроуровня, характеризующие развитие отрасли в целом. Ее использование позволило провести апробацию предложенных методических решений.
4. Использование канонического корреляционного анализа позволило определить основные взаимосвязи между показателями активов и пассивов предприятий машиностроения и металообработки и ограничить круг показателей, используемых в дальнейшем анализе, наиболее информативными.
5. Проведена многомерная классификация предприятий машиностроения и металообработки по уровню их финансового состояния.
Классификация исследуемых объектов проводилась с помощью кластерного анализа. Использование данного метода позволило получить однородные группы объектов Ч предприятий отрасли с близкими показателями финансового состояния.
По результатам кластерного анализа были выделены три типологические группы предприятий и проведен сравнительный анализ финансовых показателей внутри каждой группы. Согласно полученным результатам, первая группа предприятий - это проблемные предприятия с наихудшими финансовыми показателями; вторая группа предприятий - это предприятия с показателями близкими к средним по совокупности; последняя группа представляет собой лидеров по финансовому состоянию, предприятия с наилучшими показателями.
6. В целях выявления тенденции и оценки способов воздействия на финансовые результаты деятельности предприятий, был применен регрессионный анализ и построены уравнения регрессии по типологическим группам. Были построены многомерные статистические модели зависимости, отражающие влияние ряда факторов на прибыль от реализации продукции.
Анализ этих моделей показал, что основными факторами, определяющими уровень прибыли предприятий машиностроения и металообработки являются: производственные запасы, основные средства, / дебиторская задоженность, краткосрочные и догосрочные заемные средства. Регрессионные модели, построенные для однородных групп предприятий, позволили более детально исследовать их деятельность. I I
В целом использование многомерных методов статистического анализа позволило не только выявить однородные по финансовому состоянию группы,' что немаловажно для оценки их перспектив и конкурентоспособности, но и изучать объективно существующие взаимосвязи между показателями финансово-экономической деятельности предприятий внутри различных типологических групп.
7. В рамках эконометрического моделирования рассматриваемых процессов была построена многофакторная динамическая модель прибыли предприятий отрасли и получены прогнозные оценки прибыли, в которых присутствуют факторы, характеризующие запасы, денежные средства и кредиторская задоженность. Полученные прогнозы свидетельствуют о том, что в течение прогнозируемого периода в отрасли ожидается рост прибыли.
8. Разработанные и усовершенствованные методики, а также результаты анализа могут быть использованы в аналитической работе органов государственной статистики, управленческими организациями при разработке стратегии развития отрасли, руководством предприятий и их деловыми партнерами.
Полученные оценки основных тенденций и факторов развития финансового состояния предприятий могут использоваться на макроэкономическом, региональном и отраслевом уровне, а также при разработке социально-экономической политики в регионах.
Различные элементы разработанной методики комплексного статистического анализа финансового состояния предприятий машиностроения и металообработки были апробированы в работе Федерального агентства по атомной энергии, а также подведомственных федеральных государственных унитарных предприятий.
Использование разработанной методики позволяет:
- проводить сравнительный анализ предприятий машиностроения и металообработки по комплексу финансово-экономических показателей;
- проводить классификацию предприятий по степени финансовой устойчивости, ликвидности, деловой активности и рентабельности;
- выявлять показатели, оказывающие наиболее сильное влияние на финансовые результаты предприятий; осуществлять прогноз прибыли предприятий при помощи многофакторной динамической модели.
Предлагаемая методика комплексного анализа финансового состояния предприятий машиностроения и металообработки может использоваться в комплексе с другими задачами внешнего анализа для получения более детальной оценки их финансово-хозяйственной деятельности.
Диссертация: библиография по экономике, кандидат экономических наук , Шадин, Андрей Александрович, Москва
1. Порядок проведения мониторинга финансового состояния организаций и учета их платежеспособности. Федеральная служба России по делам о несостоятельности и финансовому оздоровлению. Распоряжение от 3 01.03.1999 № 13-р // Экономика и жизнь, 1999, №22
2. Федеральный закон от 08.01.1998 №6-ФЗ О несостоятельности (банкротстве) // Российская газета, 1998 №10,11
3. Абрютина М.С. Экспресс-анализ финансовой отчетности. М.: Дело и Сервис, 2003
4. Абрютина М.С., Грачев A.B. Анализ финансово-экономической деятельности предприятия. М.: Дело и сервис, 1998. - 256 с.
5. Адамов В.Е. Факторный индексный анализ (методология и проблемы). Ч М.: Статистика, 1977. 200 с.
6. Адамов В.Е., Ильенкова С.Д., Сиротина Т.П., Смирнов С.А. Экономика и статистика фирм. М.: Финансы и статистика, 1996. - 240 с.
7. Айвазян С.А. Статистическое исследование зависимостей, применение методов корреляционного и регрессионного анализа к обработке результатов экспериментов. М.: Металургия, 1968.
8. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974. - 240 с.
9. Ю.Айвазян С.А., Енюков И.С., Мешакин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика, 1985. - 487 с.
10. П.Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешакин Л.Д. Классификация и снижение размерности М.: Финансы и статистика, 1989
11. Айвазян С. А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998. - 1022 с.
12. Анализ финансового состояния предприятия: Справочное пособие. СПб.: Стрикс, 2004. - 104 с.
13. Н.Андерсон Т. Введение в многомерный статистический анализ. М.: Физмат, 1989.-500 с.
14. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. -756 с.
15. Артеменко В.Г., Белендир М.В. Финансовый анализ. М.: ДИС, 1997. -128 с.
16. Баканов М.И., Шеремет А.Д. Теория анализа хозяйственной деятельности: Учебник. М.: Финансы и статистика, 2002. - 228 с.
17. Баканов М.И., Шеремет А.Д. Теория экономического анализа. М.: Финансы и статистика, 2002.-416 е.: ил.
18. Бакланов Г.И., Адамов В.Е., Устинов А.Н. Статистика промышленности: Учебное пособие. Ч М.: Статистика, 1976
19. Балабанов И.Т. Анализ и планирование финансов хозяйствующего субъекта. М.: Финансы и статистика, 2000. - 192 с.
20. Басовский J1.E. Теория экономического анализа: Учебное пособие. Ч М.: ИНФРА-М, 2003.-222 с.
21. Башкатов Б.И. Практикум по международной статистике. М.: Дело и сервис, 2000.-174 с.
22. Бернстайн J1.A. Анализ финансовой отчетности. М.: Финансы и статистика, 1996. - 623 е.: ил.
23. Боч, Б.У., Хуань, К.Д. Многомерные статистические методы для экономики. М.: Статистика, 1979. - 317 е.: ил.
24. Боровиков В.П. Программа STATISTICA для студентов и инженеров. 2-е изд. -М.: КомпьютерПресс, 2001. - 301 е.: ил.
25. Бородин С.А. Эконометрика. Мн.: Новое знание, 2001. - 408 с.
26. Бригхем Ю., Гапенски JI. Финансовый менеджмент: полный курс: В 2-х т. / Пер. с англ. Под ред. В.В.Ковалева. С-Пб.: Экон. школа, 1997. Т. 1. 497 с. Т. 2. 669 с.
27. Бригхем Юд. Ф. Энциклопедия финансового менеджмента. М.: Экономика, 1998. - 816 с.
28. Бро Г.Г., Шнайдман J1.M. Математические методы экономического анализа на предприятии. Ч М.: Экономика, 1976. 183 с.
29. Ван Хорн Дж. К. Основы управления финансами. М.: Финансы и статистика, 1996. - 799 с.
30. Вучков И., Бояджиева J1., Солаков Е. Прикладной линейный регрессионный анализ. М.: Финансы и статистика, 1987. - 238 с.
31. Грачев A.B. Анализ и управление финансовой устойчивостью предприятия. Ч М.: Финпресс, 2002
32. Громыко Г.Л. Теория статистики. М.: Инфра-М, 2000. - 414 с.
33. Гусаров В.М. Теория статистики: Учебн. Пособие для вузов. Mi: Аудит, ЮНИТИ, 2000.-247 с.
34. Демиденко Е. 3. Линейная и нелинейная * регрессия. М.: Финансы и статистика, 1981.-302 с.
35. Джонсон Д. Эконометрические методы. М.: Статистика, 1980.
36. Донцова Л.В., Никифорова H.A. Анализ бухгатерской отчетности. М.: ДИС, 1998.-208 с.
37. Доугерти К. Введение в эконометрику. М.: ИНФРА-М, 1997. - 402 е.: ил.
38. Дрейпер, Н., Смит, Г. Прикладной регрессионный анализ: В 2-х кн. М: Финансы и статистика, 1986. - 349 е.: ил.
39. Дубров A.M. Статистические методы многомерной классификации в экономике.-М.: МЭСИ, 1984.
40. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 2000. Ч 352 е.: ил.
41. Дубров А.М., Мхитарян B.C., Трошин Л.И. Математическая статистика (для бизнесменов и менеджеров). Учебное пособие с задачами. М.: МЭСИ, 2000
42. Дуброва Т.А. Статистические методы прогнозирования. М.: ЮНИТИ, 2003.-206 с.
43. Дуброва Т.А., Архипова М.Ю., Стрекова П.М. Кластерный анализ с использованием ППП SPSS.- М.: МЭСИ, 2001
44. Дубровский С.А. Прикладной многомерный статистический анализ. М: Финансы и статистика, 1982. - 216 с.
45. Дюран Б., Одел П. Кластерный анализ. М.: Статистика, 1977. 128 с.
46. Елисеева И.И., Рукавишников В.О. Логика прикладного статистического анализа. М: Финансы и статистика, 1982. - 192 с.
47. Елисеева И.И., Семенова Е.В. Основные процедуры многомерного статистического анализа. Ч Л.: У ЭФ, 1993.
48. Елисеева И.И., Юзбашев М.М. Общая теория статистики. М.: ИНФРА-М, 1996.-368 е.: ил.
49. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. М: ИНФРА-М, 1998. 416 с.
50. Ефимова О.В. Как анализировать финансовое положение предприятия. -М.: АО Бизнес-школа Интел-Синтез, 1994. 118 с.
51. Ефимова О.В. Финансовый анализ. М.: Бухгатерский учет, 1998. - 320 с.
52. Жамбю М. Иерархический кластер-анализ и соответствия. М: Финансы и статистика, 1988. - 342 с.
53. Иващенко Г.А., Кильдешев Г.С., Шмойлова Р.А. Статистическое изучение основной тенденции и взаимосвязи в рядах динамики. Томск: Издательство Томского университета, 1985. - 168 с.
54. Ильенкова С.Д. Менеджмент. М.: Финансы и статистика, 1986.
55. Кади Дж. Количественные методы в экономике. М.: Прогресс, 1977. - 246 с.
56. Карманов М. В., Романчук М. Н. Статистика занятости населения. -М: МЭСИ, 1989
57. Кендал М., Стьюарт А. Статистические выводы и связи М.: Наука, 1973.- 900 с.
58. Кендал М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.
59. Кильдишев Г.С., Аболенцев Ю.И. Многомерные группировки. М.: Статистика, 1978. - 160 с.
60. Ким Дж.-О., Мьюлер Ч.У. и др. Факторный, дискриминантный и кластерный анализ. Пер. с англ. М: Финансы и статистика, 1989. - 215 с.
61. Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия.- М.: Центр экономики и маркетинга, 2000. 216 с.
62. Ковалев В.В. Финансовый анализ: управление капиталом, выбор инвестиций, анализ отчетности. М.: Финансы и статистика, 2000. - 512 с.
63. Ковалев В.В. Введение в финансовый менеджмент. М.: Финансы и статистика, 1999. - 768 с.
64. Ковалев В.В., Вокова О.Н. Анализ хозяйственной деятельности предприятия. М.: ПБОЮЛ, 2001. - 424 с.
65. Ковалев В.В., Ковалев Вит. В. Финансы предприятий: Учеб. М.: ТК Веби, 2003.-352 с.
66. Ковалев В.В, Патров В.В. Как читать баланс. М.: Финансы и статистика,1998.-448 е.: ил.
67. Ковалева Л.Н. Многофакторное прогнозирование на основе рядов динамики. М.: Статистика, 1980. - 102 с.
68. Коласс Б. Управление финансовой деятельностью предприятия: Проблемы, концепции и методы. М.: Финансы, ЮНИТИ, 1997. - 575 с.
69. Колемаев В.А., Староверов О.В, Турундаевский В.Б. Теория вероятностей и математическая статистика. М.: Высшая школа, 1991. -400 с.
70. Количественные методы финансового анализа: Пер. с англ./ Под ред. С.Дж. Брауна и М.П. Крицмена. М.: ИНФРА-М, 1996. - 336 с.
71. Комогоров А.Н. Теория вероятностей и математическая статистика. М.: Наука, 1986.-534 с.
72. Компьютерные исследования временных рядов и взаимосвязи показателей с использованием пакета МЕ808А1Ж: Методические указания/ В.С. Мхитарян, Н.Я. Бамбаева, Д. Балинтова. М: МЭСИ, 1996.
73. Корнилов И.А., Скорик М.А., Нефедов А.Г., Болотов С.С. Исследование зависимостей с помощью пакета МаШСаё. М.: МЭСИ, 2000.
74. Королев Ю.Г., Рабинович П.М., Шмойлова Р.А. Статистическое моделирование и прогнозирование: Учебное пособие. М.: МЭСИ, 1985. Ч 103 с.
75. Крейнина М.Н. Финансовое состояние предприятия. М.: ИКЦ ДИС, 1997.-224 с.
76. Кремер Н.Ш., Путко Б.А. Эконометрика, ЮНИТИ, 2002. 311 с.
77. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003. - 416 с.
78. Любушин Н.П., Лещева В.Б., Дьякова В.Г. Анализ финансово-экономической деятельности предприятия. М.: ЮНИТИ, 2003. - 471 с.
79. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс: Учеб. 5 изд., испр. - М.: Дело, 2001. - 400 с.
80. Макроэкономическая статистика. /Под ред. Б.И. Башкатова, Г.Д. Кулагиной. -М.-.МЭСИ, 1997.-58 с.
81. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика, 1988. - 176 с.
82. Методика комплексного финансово-экономического анализа предприятий. М.: КОНСЭКО, 1998. - 107 с.
83. Многомерный статистический анализ в экономике. Под ред. В.Н. Тамашевича. М.: Юнити-Дана, 1999. - 598 с.
84. Моляков Д.С. Финансы предприятий отраслей народного хозяйства. М.: Финансы и статистика, 1999. - 200 с.
85. Мостелер, Ф., Тьюки Дж. Анализ данных и регрессия. В 2-х вып. М.: Финансы и статистика, 1982. 239 е.: ил.
86. Негашев Е.В. Анализ финансов предприятия в условиях рынка. Ч М.: Высшая школа, 1997.Ч 192 с.
87. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности/ Под. Ред. О.Э. Башиной, А.А. Спирина. М.: Финансы и статистика, 1999. - 440 с.
88. Павлова JI.H. Финансы предприятий: учебник для вузов. М.: Финансы, ЮНИТИ, 1998.-639 с.
89. Панков Д.А. Современные методы анализа финансового положения. -Минск: ООО Профит, 1995.
90. Пелих A.C., Баранников М.М. Экономика машиностроения: Серия Высшее образование. Ростов Н/Д: Феникс, 2004. - 416 с.
91. Погодина В.В., Морозова В.Д. Финансовое оздоровление кризисных предприятий: Учебное пособие. СПб.: Изд-во СПбГУЭФ, 2001. - С. 24.
92. Предприятие в условиях рыночной адаптации: анализ, моделирование, стратегия./Под ред. Г.Б. Клейнера. М.: ЦЭМИ, 1996. - 236 с.
93. Промышленность России. 2000: Стат. Сб./ Госкомстат России. М., 2000.
94. Промышленность России. 2002: Стат. Сб./ Госкомстат России. М., 2002. -453 с.
95. Райков Д.А. Многомерный математический анализ. М.: Высшая школа, 1989.-270 е.: ил.
96. Российский статистический ежегодник, 2002: Стат. сб./ Госкомстат России. -М., 2002.-690 с.
97. Российский статистический ежегодник, 2003: Стат. сб./ Госкомстат России. -М., 2003.-705 с.
98. Россия в цифрах, 2004: Крат. стат. сб./ Росстат. М., 2004. - 431 с.
99. Русак H.A., Русак В.А. Финансовый анализ субъекта хозяйствования. -Минск.: Высшая школа, 1997. 310 с.
100. Ю1.Рындин А.Г., Шамаев Г.А. Организация финансового менеджмента на предприятии. М.: РДЛ, 1997. - 351 с.
101. Савицкая Г.В. Анализ хозяйственной деятельности предприятия. М.: ИНФРА-М, 2003. - 400 с.
102. Савицкая Г.В. Анализа' эффективности деятельности предприятия: методологические аспекты. Ч М.: Новое знание, 2004. Ч 166 с.
103. Ю4.Савицкая Г.В. Методика комплексного анализа хозяйственной деятельности. М.: ИНФРА-М, 2001. - 288 с.
104. Себер Дж. Линейный регрессионный анализ. Ч М.: Мир, 1980. 456 с.
105. Современный менеджмент и статистика: Сборник научных трудов/ Под ред. С.Д. Ильенковой, В. И. Кузнецова, Е. В. Гречанного. М: Диалог-МГУ, 1999.- 198 с.
106. Ю7.Смоляк С. А., Титаренко Б.П. Устойчивые методы оценивания. Статистическая обработка неоднородных совокупностей.Ч М.:Статистика, 1980
107. Статистика рынка товаров и услуг: Учебник/ Под ред. И.К. Беляевского. -М.: Финансы и статистика, 1997. Ч 432 с: ил.
108. Стоун Д., Хитчинг К. Бухгатерский учет и финансовый анализ: Пер. с англ. СПб.: АОЗТ Литера плюс, 1994. - 272 с.
109. Стоянова Е.С., Штерн. М.Г. Финансовый менеджмент для практиков. -М.: Перспектива, 1998. 239 с.
110. Сулицкий В.Н. Методы статистического анализа в управлении. М.: Дело, 2002. - 520 с.
111. Теория вероятностей и математическая статистика: Учебное практическое пособие. М.: МЭСИ, 2000. - 173 с.
112. ПЗ.Теория статистики. Учебное пособие для системы дистанционного образования, /под ред. В.Г. Минашкина. М.: ИДО МЭСИ, 2000
113. Теория статистики: Учебник/ Под ред. Проф. P.A. Шмойловой. 3 изд., перераб. Ч М.: Финансы и статистика, 2002. - 560 е.: ил.
114. Томас Р. Количественные методы анализа хозяйственной деятельности/Пер. с англ. М.: Издательство Дело и Сервис, 1999. - 432 с.
115. Пб.Экономика отрасли: Серия Учебники и учебные пособия. / Под ред. A.C. Пелих. Ростов Н/Д: Феникс, 2004. - 448 с.
116. Э. Фёрстер, Б. Рёнц Методы корреляционного и регрессионного анализа. -М.: Финансы и статистика, 1983.-302 с.
117. Финансовый менеджмент. /Под ред. Г.Б.Поляка. М.: Финансы, ЮНИТИ, 1997.-518 с.
118. Финансовый менеджмент: Учебник для вузов. /Под ред. Н.Ф. Самсонова. -М.: Финансы, ЮНИТИ, 1999. 495 с.
119. Финансовый менеджмент: теория и практика. / Под ред. Е.С. Стояновой. -М.: Перспектива, 1996. 405 с.
120. Финансы предприятий: учебное пособие. /Под ред. Е.И. Бородиной. М.: Банки и биржи, ЮНИТИ, 1995. - 207 с.
121. Фомин Я.А. Диагностика кризисного состояния предприятия: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2003123 .Френкель A.A. Математические методы анализа динамики и прогнозирование производительности труда. М.: Экономика, 1972.
122. Хеферт Э. Техника финансового анализа. /Пер, с англ. под ред. Л.П. Белых. М.: Аудит, ЮНИТИ, 1996. - 663 с.
123. Четыркин Е.М. Статистические методы прогнозирования. Ч М.: Статистика, 1977.-241 с.
124. Шеремет А.Д. Теория экономического анализа: Учебник. М.: Инфра-М, 2002.-333 с.
125. Шеремет А.Д., Негашев Е.В. Методика финансового анализа. М.: Инфра-М, 1999.-208 с.
126. Шеремет А.Д., Негашев Е.В. Методика финансового анализа деятельности коммерческих организаций. М.: Инфра-М, 2003. Ч 237 с.
127. Шим Д.К., Сигел Д.Г. Финансовый менеджмент. М.: Филинъ, 1996. - 400 с.
128. Щиборщ К.В. Анализ хозяйственной деятельности предприятий России. -М.: Издательство Дело и сервис. 2003. - 320 с.
129. Юзбашев М.М., Манеля А.И. Статистический анализ тенденций и колеблемости. Ч М.: Финансы и статистика, 1983.-208 с.
130. Altman Е. I. "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy", Journal of Finance (September 1968), pp. 589-609.
131. Barnes P. "The Statistical Validity of the Ratio Method in Financial Analysis: An Empirical Examination: A Comment", Journal of Business Finance & Accounting (Winter 1986), pp. 627-632.
132. Barnes P. "The Analysis and Use of Financial Ratios: A Review Article", Journal of Business Finance & Accounting (Winter 1987), pp. 449-461.
133. Bayldon R., A. Woods and N. Zafiris, "A Note on the 'Pyramid' Technique of Financial Ratio Analysis of Firms' Performance", Journal of Business Finance & Accounting (Spring 1984), pp. 99-106.
134. Bird R. G. and A. J. McHugh "Financial Ratios An Empirical Study", Journal of Business Finance & Accounting (Spring 1977), pp. 29-45.
135. Chen K. H. And Shimerda "An Empirical Analysis of Useful Financial Ratios", Financial Management (Spring 1981), pp. 51-60.
136. Courtis J. K. "Modelling a Financial Ratios Categoric Framework", Journal of Business Finance & Accounting (Winter 1978), pp. 371-386.
137. Deakin E. B. "Distributions of Financial'Accounting Ratios: Some Empirical Evidence", The Accounting Review (January 1976), pp. 90-96.
138. Edminster R. O. "An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction", Journal of Financial and Quantitative Analysis, (March 1972), pp. 1477-1493.
139. Ezzamel M., C. Mar-Molinero and A. Beecher, "On the Distributional Properties of Financial Ratios", Journal of Business Finance & Accounting (Winter 1987), pp. 463-482.
140. Fornell C. and D. F. Larcker. "The Use of Canonical Correlation Analysis in Accounting Research". Journal of Business Finance & Accounting 1980, pp. 455473.
141. Fraser D. R., Wallace Phillips, Jr. and Peter S. Rose. " A Canonical Analysis of Bank Performance." Journal of Financial and Quantitative Analysis, Vol. 9 (March 1974), pp. 287-295.
142. Horrigan J. O. "Some Empirical Bases of Financial Ratio Analysis", The Accounting Review (July 1965), pp. 558-568.
143. Horrigan J. O. "A Short History of Financial Ratio Analysis", The Accounting Review, April 1968, pp. 284-294.
144. Houghton K. A. and D. R. Woodliff, "Financial Ratios: The Prediction of Corporate "Success" and Failure", Journal of Business Finance & Accounting (Winter 1987), pp. 537-554.
145. Jensen R. E. "A Cluster Analysis Study of Financial Performance of Selected Business Firms." The Accounting Review, January 1971, pp. 36-56.
146. Laitinen E. K. "Financial Ratios and Different Failure Processes", Journal of Business Finance & Accounting (September 1991), pp. 649-673.
147. Laurent C. R. "Improving the Efficiency and Effectiveness of Financial Ratio Analysis", Journal of Business Finance & Accounting (Autumn 1979), pp. 401413.
148. Lawrence S. R. "The application of Analysis of Variance to Inter-Firm Comparison Ratios", Journal of Business Finance & Accounting (Winter 1982), pp. 523-530.
149. McDonald B. and M. H. Morris. "The Statistical Validity of the Ratio Method in Financial Analysis: An Empirical Examination", Journal of Business Finance & Accounting (Spring 1984), pp. 89-98.
150. McDonald В. and M. H. Morris. "The Statistical Validity of the Ratio Method in Financial Analysis: An Empirical Examination: A Reply", Journal of Business Finance & Accounting (Winter 1986), pp. 633-635.
151. Murphy J. E. and J. R. Nelson, "Random and Nonrandom Relationships Among Financial Variables: A Financial Model", Journal о f Financial and Quantitative Analysis, (March 1971), pp. 875-885.
152. Patron F. L. and D. duBois. "Financial Ratio Analysis for the Small Business", Journal of Small Business Management (January 1981), pp. 35-40.
153. Pinches G. E., K. A. Mingo and J. K. Caruthers, "The Stability of Financial Patterns in Industrial Organizations", Journal of Finance (June 1973), pp. 389396.
154. Simonson D. G., Stowe J. D., Watson C. J. "A Canonical Correlation Analysis of Commercial Bank Asset/Liability Structures." Journal of Financial and Quantitative Analysis, Vol. 18 (March 1983), pp. 125-140.
155. Stevens, J. Applied multivariate statistics for the social sciences. Hillsdale, NJ: Erlbaum. 1986.
156. Stowe J. D., C. J. Watson, T. D. Robertson. "Relationships between the Two Sides of the Balance Sheet: A Canonical Correlation Analysis." Journal of Finance, Vol. 35 (September 1980), pp. 973-980.
157. Whittington G. "Some Basic Properties of Accounting Ratios", Journal of Business Finance & Accounting (Summer 1980), pp. 219-223.
Похожие диссертации
- Воспроизводство основных фондов на предприятиях машиностроения в условиях ограниченности инвестиционных ресурсов
- Финансовая реструктуризация предприятий реального сектора экономики
- Методология статистического анализа и прогнозирования развития промышленности Российской Федерации
- Диагностика развития кризисного финансового состояния предприятия
- Разработка методов и инструментальных средств прогнозирования экономического состояния предприятий на основе генетического программирования