Содержание к диссертации
Введение
Глава 1. Концептуальные основы диагностики банкротства. Обзор существующих подходов к ее проведению
1.1. Платежеспособность и финансовая устойчивость предприятия 9
1.2. Математические методы и модели диагностики банкротства 19
Основные выводы первой главы 43
Глава 2. Адаптивно-имитационные модели диагностики банкротства
2.1. Принципы адаптивного моделирования и регулирования предкризисных ситуаций 46
2.2. Имитационное моделирование предкризисных ситуаций 78
2.3. Риск банкротства и его адаптивно-имитационное моделирование 90
Основные выводы второй главы 100
Глава 3. Анализ финансово-экономической устойчивости предприятия с помощью рекурсивной адаптивно-имитационной модели .
3.1. Ключевые финансовые показатели и методика их отбора для построения интегральных оценок 101
3.2. Модифицированный вариант рейтинговой оценки платежеспособности предприятия 117
3.3. Рекурсивная адаптивно-имитационная модель уровня риска при оценке банкротства 122
3.4. Организация программного обеспечение мониторинга финансового состояния предприятия 133
Основные выводы третьей главы 139
Заключение 140
Приложения 142
Литература 150
- Математические методы и модели диагностики банкротства
- Имитационное моделирование предкризисных ситуаций
- Ключевые финансовые показатели и методика их отбора для построения интегральных оценок
- Рекурсивная адаптивно-имитационная модель уровня риска при оценке банкротства
Введение к работе
Актуальность темы. Рыночная экономика на протяжении многих десятилетий и столетий являющаяся основой развития западных стран, выработала определенную систему контроля, диагностики и, по возможности защиты предприятия от полного краха, или систему банкротства. Достаточная универсальность этой системы делает ее приемлемой для разработки с учетом особенностей национальной экономической политики, механизма защиты предприятий и предотвращения их от банкротства в Российской Федерации (РФ).
Формирование таких механизмов в РФ было начато с принятия Указа Президента Российской Федерации «О мерах по поддержке и оздоровлению несостоятельных государственных предприятий (банкротства) и применению к ним специальных процедур» (июль 1992 г.), Закона Российской Федерации «О несостоятельности (банкротстве) предприятий» (январь 1998 г.), постановления Правительства РФ «О мерах по повышению эффективности применения процедур банкротства» (май 1998 г.), введения ряда нормативных документов, регулирующих финансовые взаимоотношения предприятий, а также организации государственных органов, осуществляющих контроль за управлением государственным имуществом и юридическим исполнением закона о банкротстве.
Исследования показывают, что определение реального финансового положения предприятия, функционирующего в условиях рыночной экономики, — сложный и трудоемкий процесс, требующий рассмотрения множества возможных интерпретаций, сравнений и сопоставлений, конечные результаты которого могут иметь достаточно приблизительный характер.
Разнообразие факторов, влияющих на финансовое положение предприятия, очень велико. Поскольку глобальный анализ и учет всех факторов подчас невозможен, на практике ограничиваются детальным изучением данных
отчетности исследуемого предприятия (баланса, отчета о прибылях и убытках, отчета об источниках и использовании средств и др.), позволяющим определить ряд важнейших характеристик его финансового положения, таких как ликвидность, платежеспособность, прибыльность, эффективность использования активов и собственных средств. Каждая из них служит критерием оценки для конкретной категории пользователей, имеющих различные цели и интересы.
Следует отметить, что, будучи по своей природе качественными, перечисленные характеристики не могут быть выражены в конкретных единицах измерения. Каждая из них определяется некоторым множеством показателей — финансовых коэффициентов, расчет которых основан на существовании определенных отношений между отдельными статьями отчетности (Абрюти-на М.С., Грачев А.В.[1], Алексеев М.Ю., Миркин Я.М. [2], Донцова Л.В., Никифорова Н.А. [33, 34], Лукасевич И.Я. [49, 58], Стоянова Е.С. [68, 69], а так же [6, 7, 48, 52, 62, 67, 92]). При этом общая характеристика финансового положения предприятия, как оценки его качественной характеристики, основанные на расчете и анализе соответствующих количественных показателей (коэффициентов), представляет собой субъективное мнение специалиста-эксперта часто выражаемое такими расплывчатыми понятиями, как «хорошее», «отличное», «высокая», «низкая» и т.д. (Шеремет А.Д. [78, 79, 80], Altman E.I. [85], Beaver W. [88], Fulmer J.G. [91]), на результат экспертного анализа влияет так же и цель провидимого исследования, зависящая от точки зрения эксперта и потребителя аналитической информации. Однако все предлагаемые модели и методы дают статичное представление о ситуации на предприятии и абсолютно непригодны для оценки перспективной платежеспособности. Главное их достоинство — простота и наглядность - оборачиваются таким недостатком, как поверхность выводов, если анализ платежеспособности будет сведен к определению из значений.
На практике чаще всего возникает необходимость определения общей тенденции в изменении финансового положения предприятия на протяжении нескольких периодов, а так же перспективный анализ его развития, Очевидно, что решение данной задачи предполагает выполнение по крайней мере следующих этапов: расчет необходимых коэффициентов за каждый период; определение тенденций изменения каждого коэффициента в отдельности; выявление тенденций изменения качественных характеристик; принятие решения об общей тенденции развития финансового положения исследуемого предприятия.
Основным инструментом, используемым для проведения исследований по намеченным этапам является экономико-математическое моделирование, и прежде всего, те его разделы, которые ориентированны на решение задач прогнозного характера.
Общие принципы и логика подготовки решения в прогнозировании кризисных ситуаций обязательно предусматривает детальный анализ прогнозных вариантов развития. Сложность данной задачи определяется не столько теоретическими проблемами, сколько отсутствием априорной информации о характере качественных изменений, происходящих в закономерностях развития предкризисных ситуаций. Поэтому в подобной ситуации фактически создаются условия, при которых уровень точности прогнозных оценок наступления банкротства можно получить только с помощью моделей, обладающих адаптивными свойствами. Данные модели при оценке текущего финансового состояния предприятия способны учитывать эволюцию его динамических характеристик. Кроме того, получение прогнозных оценок предкризисных ситуаций можно считать одним из важных направлений имитационного моделирования, т.к. проведение экспериментов для получения информации для получения информации в упреждающие моменты времени невозможно осуществить в принципе.
В связи с этим возникает актуальная задача разработки имеющих практическую ценность и обеспечивающих объективный подход математических моделей и методов анализа финансового состояния предприятия и оценки риска наступления предкризисной ситуации в перспективном периоде с учетом их адаптации и возможностью имитации траектории развития, а так же доведения полученных вычислительных схем до программной реализации.
Работа выполнялась в соответствии с комплексной программой научных исследований кафедры Информационных технологий и математических методов в экономике Воронежского государственного университета «Математическое моделирование информационных технологий в управлении экономическими процессами»
Цель и задачи исследования. Целью исследования диссертационной работы является построение прогнозной модели и адаптивных процедур оценки риска наступления банкротства. Достижение указанной цели предполагает решение следующих задач:
исследование задач перспективного анализа финансового состояния предприятия и аппаратных средств его математической формализации;
разработка интегральной оценки платежеспособности предприятия, обоснование методики отбора финансовых показателей для их последующего включения в оценку;
исследование возможности использования принципов адаптивного и имитационного моделирования для перспективной оценки финансово-экономической устойчивости предприятий;
получение и обоснование прогнозных оценок риска банкротства с помощью аппарата адаптивно-имитационного моделирования, построение и теоретическое обоснование базовой адаптивно-имитационной модели;
реализация разработанных подходов в виде комплекса программных
средств и его практическое внедрение в состав систем по оценке финансо
вого состояния предприятия.
Методы исследования. В качестве теоретической и методологической основы диссертационного исследования использованы методы построения итеративных алгоритмов решения задач математического программирования, аппарат теории вероятностей и математической статистики, аппарата математического анализа, теории принятия решений, исследования операций, теории систем, а также теории антикризисного управления и финансового менеджмента.
НаучнаямшшШг. В результате проведенного диссертационного исследования получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной.
теоретическое обоснование и построение нового класса моделей для оценки предкризисных ситуаций на основе адаптивного подхода в сочетании с имитационным моделированием;
применение имитационного подхода к расчету прогнозной оценки риска возникновения банкротства;
разработка методики отбора финансовых показателей для построения интегральных оценок финансово-экономического состояния предприятия;
обоснование и построение рейтинговой оценки платежеспособности предприятия;
создание многоуровневого программного комплекса мониторинга финансового состояния предприятия, не имеющего аналогов в существующих пакетах и прикладных программах.
Практическая значимость. В результате исследования разработан программный комплекс, использование которого целесообразно для решения задач мониторинга финансового состояния предприятия, а также проблем перспективного анализа, возникающих при управление предприятием. Предло-
женный программный комплекс может быть легко интегрирован с состав любых разрабатываемых Windows-приложений, что обеспечивает возможность его внедрения в состав различных управленческих систем.
Результаты внедрения. Результаты диссертационной работы используются в учебном процессе кафедр Математических методов исследования операций Воронежского государственного университета и Информационных технологий и математических методов в экономике Воронежского государственного университета для студентов специальности «Прикладная математика» и специализаций «Информационный менеджмент», «Математические методы в экономике».
Апробация работы. Основные результаты работы докладывались и обсуждались: на семинарах в Воронежском государственном университете, на IV Международной конференции женщин-математиков «Математика. Моделирование. Экология» (Волгоград, 1996 г.), VII Международной конференции «Математика. Экономика. Экология. Образование» (Ростов-на-Дону, 1999 г.), Первом Всероссийском симпозиуме по прикладной и промышленной математике (Москва-Сочи, 2000 г.), VIII Международной конференции «Математика. Экономика. Экология. Образование» (Пущино, 2001 г.), Втором Всероссийском симпозиуме по прикладной и промышленной математике (Москва-Самара, 2001 г.).
Публикации. По теме диссертационной работы опубликовано 10 печатных работ общим объемом 3,75 печатных листа. В совместных публикациях автору диссертации принадлежат результаты разработки и анализа прогнозных моделей.
Структура и объем работы. Диссертационная работа состоит из введения, трех глав, приложений и списка литературы и содержит без введения и списка литературы 140 страниц печатного текста. Список цитируемой литературы включает 101 наименование. Диссертация включает в себя 17 рисунков и 13 таблиц.
Математические методы и модели диагностики банкротства
Еще до введения в действие Закона «О несостоятельности (банкротстве) предприятий» было очевидно, что, поскольку формальные признаки несостоятельности (банкротства) имеет абсолютное большинство промышленных предприятий, широкое применение Закона может вызвать самые неблагоприятные для экономики последствия. Так, в условиях массовой неплатежеспособности предприятий, как показал опыт послевоенной Германии и Японии [76], санация экономики осуществляется принципиально другими способами. Применение законодательства о несостоятельности не может носить массовый характер и не учитывать тот факт, что тяжелое финансовое состояние вызвано не их конкурентоспособностью или другими внутренними причинами, а разрывом хозяйственных связей между бывшими союзными республиками, неоплатой государственных заказов, инфляцией, отказом государства от выполнения своих обязательств и т. п.
Как показывает практика, «применение Федерального Закона «О несостоятельности (банкротстве)» в 1998-1999 гг. стало одной их высокодоходных сфер специфического бизнеса — банкротства должников» [83].
В связи с этим важной составляющей системы банкротства является диагностика финансового состояния предприятия, контроль и своевременное упреждение и предотвращение приближающихся кризисных ситуаций. Своевременная и качественная диагностика и профилактическая работа - одна из главных задач управления предприятием вообще и кризисного в частности. Работа по диагностике проводится в несколько этапов (рис. 1.4), главными из которых являются: - анализ финансового состояния, прогноз развития рыночной ситуации; - своевременное обнаружение причин и основных факторов, способствующих развитию кризисных ситуаций; - умение обнаружить раньше не заметные для неспециалиста признаки грядущего неблагополучия предприятия. Теория анализа финансов, предпринимательства и экономики предприятия рассматривает понятие устойчивое финансовое положение не только как качественную характеристику его финансов, но и как количественно измеримое явление. Этот принципиальный вывод позволяет сформулировать общие принципы построения научно обоснованной методики оценки финансового состояния рентабельности и деловой активности предприятия, независимо от формы собственности и вида деятельности.
В условиях рыночной экономики существенно возрос интерес участников экономического процесса к объективной и достоверной информации о финансовом состоянии, рентабельности и деловой активности предприятия. Все субъекты рыночных отношений - собственники, акционеры, инвесторы, банки, биржи, поставщики, покупатели, заказчики, страховые компании, рекламные агентства и т.д.- заинтересованы в оценке конкурентоспособности и надежности своих партнеров. Такую оценку можно получить различными методами и с использованием различных критериев.
Диагностика представляет собой определение состояния объекта, предмета, явления или процесса управления посредством реализации комплекса исследовательских процедур, выявление в них слабых звеньев, «узких мест» и разработку основных направлений по стабилизации. Объектом диагностики может быть как сложная высоорганизованная динамическая система (отрасль, фирма), так и любой элемент этих систем (ресурсы, организационная структура, себестоимость). Современная и качественная диагностика и профилактическая работа — одна из главных задач управления предприятием вообще и кризисного в частности.
Цель диагностики — установить положение объекта исследования, выявить причины возникновения кризисных ситуаций, дать заключение о его состоянии на дату завершения этого исследования и на перспективу, выработать правильную экономическую (политическую, социальную) политику, стратегию, тактику.
Составной частью диагностики причин возникновения кризисных ситуаций на предприятиях является процесс определения параметров кризиса. Для предсказания кризиса необходим четкий набор признаков и показателей, характеризующих его, а также методология их расчета и использование в анализе. В настоящее время не существует единой (универсальной) системы (методики) диагностики кризисных состояний на предприятиях, которая бы позволила наиболее точно и современно определить вероятность банкротства. Различные методики прогнозирования банкротства имеют свои достоинства и недостатки.
В общем виде проведение диагностических исследований обычно предполагает сравнение состояний выбранного объекта с какой-либо нормой или эталоном и определение их характера — положительного или отрицательного. Для того, чтобы правильно оценить состояние объекта диагностики, необходима система критериев, способных адекватно отразить специфику конкретного объекта с учетом влияющих на него в тот или иной период времени факторов. Это прежде всего построение системы показателей для оценки состояния объекта, разработка качественных и количественных характеристик, шкал для измерения определенных характеристик и показателей [3].
Имитационное моделирование предкризисных ситуаций
Такая выборочная статистика характеризуется F-распределением с т и N-m-\ степенями свободы. Это позволяет расчетное значение F сравнивать с критическими из таблицы FT и в зависимости от результатов сравнения делать вывод об адекватности с некоторым уровнем значимости. Если при заданном уровне значимости Fp FT, то нулевая гипотеза отвергается и модель считается адекватной, в противном случае неадекватной.
Попытка получения аналогичного разложения для экспоненциальной взвешенной суммы квадратов отклонений хоть формально и не вызывает затруднений, однако полного ответа на вопрос не дает. С помощью компонент такого разложения удается проверить нулевую гипотезу относительно текущих коэффициентов адаптивной модели, но при этом остается неясным, какая модель предшествовала текущей: адекватная или нет. Этот вопрос имеет принципиальное значение, так как при адекватной текущей модели возможны два случая, приводящие к различным ситуациям при анализе результатов моделирования. Если окажется, что модель с коэффициентами, рассчитанными для периода, предшествующего текущему, была тоже адекватной, то в этом случае адаптивный механизм уловил изменения, происходящие в закономерностях формирования моделируемого показателя, и характер зафиксированных изменений имеет содержательный смысл. Если модель предшествующего периода была неадекватной, то ее коррекция в результате реакции адаптивного механизма на эту неадекватность скорее всего является формальным уточнение модели, не несущим в себе содержательного смысла. Таким образом, в первом случае мы имеем дело с моделью, которая содержит дополнительную информация о характере изменений, происходящих в изучаемом процессе, а во втором такая информация отсутствует. С позиций использования адаптивных моделей в анализе интерес представляет только первый случай и поэтому очень важно владеть эффективной процедурой его идентификации. Подход, основанный на разложении взвешенной суммы квадратов отклонений, в принципе, дает такую возможность. Но фактически при таком подходе создается ситуация, когда после каждого адаптивного преобразования модели возникает необходимость проверки ее адекватности. Если такой последовательный принцип положить в основу проверки адекватности, то получится громоздкая и не очень удобная процедура. Кроме того, реализация подобной схемы проверки адекватности приводит к потере представления об адаптивной модели как о чем-то целом и едином, так как рассматривать приходится последовательность отдельных моделей. Отмеченные недостатки последовательно построенной процедуры заставляют искать другие варианты модификации дисперсионного отношения Фишера.
В качестве приемлемого варианта можно рассмотреть аналог дисперсионного отношения (2.1.22), заменив в его числителе среднее у на экспоненциальное среднее у : где yi— расчетные значения адаптивной модели.
Сконструированное таким образом дисперсионное отношение позволяет проверить нулевую гипотезу для адаптивной модели, так как обеспечивает сравнение прогнозных возможностей экспоненциального среднего и адаптивной модели, коэффициенты которой получены с помощью экспоненциально взвешенного метода наименьших квадратов. Различного рода трудность, связанные с возможным нарушением нормальности, не представляют опасности, так как известно, что м в случае подобных нарушений F -критерий применим. Подробно вопрос о корректном применении F -критерия в случаях нарушения различных предположений, в том числе и предположения о нормальности, изложен у Шеффе в [81].
Используемые адаптивные модели прогнозирования, как правило, имеют жесткую структуру механизма текущей корректировки коэффициентов. Это ограничивает область их практического применения, так как настроенный на высокую точность краткосрочных прогнозов жестко устроенный адаптивный механизм не позволяет с достаточной адекватностью отражать характер того многообразия изменений, которые происходят в экономических процессов за пределами краткосрочного периода. Желание расширить круг прогнозных задач эффективно решаемых с помощью адаптивного подхода, приводит к необходимость создания моделей с более тонким механизмом настройки их реакции, обеспечивающей адекватность вне зависимости от величины упреждающего интервала.
Основная специфика таких моделей заключается в том, что структура их адаптивного механизма заранее не фиксируется, а автоматически выбирается из некоторого множества вариантов в процессе настройки параметров адаптации по критерию минимизации прогнозных ошибок. Реализация такой возможности обеспечивает построение адаптивных моделей с оптимальной для рассматриваемого набора данных рекуррентной формулой пересчета их коэффициентов. Такие модели, обладая более тонким механизмом подгонки к конкретным данным, обеспечивают и более высокий уровень надежность прогнозных расчетов.
Ключевые финансовые показатели и методика их отбора для построения интегральных оценок
Идея применения адаптивного подхода в сочетании с имитационным моделированием впервые была высказана Е.М. Левицким [45]. Но должного развития ни в этой работе, ни в более поздней [46] она не получила. В этих работах нет ни конкретных моделей, ни общих принципов их построения на основе подобного сочетания. Поэтому в этой главе сначала дается обоснование одного из возможных вариантов вычислительной схемы совместного применения этих двух подходов при решении прогнозных задач и разрабатываются основные принципы построения адаптивно-имитационных моделей. Затем эти принципы используются при разработке имитационной модели на базе многофакторной модели с настраиваемой структурой многошагового адаптивного механизма. С помощью подобных моделей удается имитировать потенциально возможное состояние моделируемых объектов и рассчитывать соответствующие этим состояниям прогнозные траектории их развития.
Наличие адаптивного механизма в имитационных моделях позволяет учесть в перспективных расчетах не только изменение экзогенно действующих факторов, но и динамику структурных изменений в самих моделируемых объектах. Таким образом, основное назначение таких моделей — многовариантные прогнозные расчеты с учетом возможных изменений в характере действия эндогенных и экзогенных факторов.
В основе имитационного моделирования лежит простая и интуитивно понятная идея подражания поведения изучаемого объекта. Но особенно мощным и даже в некотором случае единственно возможным инструментом исследований имитационное моделирование становится при изучении экономических процессов, когда из-за сложности моделируемого объекта не удается получить удовлетворительные результаты с помощью моделей классического типа, а проведение экспериментов на действующих объектах в силу опасности получения нежелательных последствий невозможно. Багринов-ский К.А. [4] отмечает, что методы имитационного моделирования представляют возможность широкого использования математического аппарата и вычислительной техники для экспериментального исследования динамики процессов в сложных системах, где или затруднительно, или невозможно осуществлять прямой или «натуральный» эксперимент.
В настоящее время еще не сложилось единое мнение том, что понимать под имитационным моделированием. Отсутствие единого мнения, бестественно, делает расплывчатым понимание совместного применения адаптивного и имитационного подходов к моделированию экономических процессов. Если стоять на точке зрения, изложенной в [77], то многовариантные прогнозные расчеты с использованием модели уже являются результатами имитационных экспериментов и, следовательно, адаптивную прогнозную модель, позволяющую проводить такие расчеты, можно одновременно считать и имитационной. Это не противоречит точке зрения [5], согласно которой не отрицается право любую математическую модель экономической системы назвать имитационной, но считается, что этот термин является более точным для тех моделей, с помощью которых имитируется развитие системы во времени.
Если принять точку зрения, приведенную в [5], то для имитации прогнозных вариантов необходимо, чтобы вычисление по модели сопровождались наложением на получаемые траектории случайных помех, которые сами имитируются методов Монте-Карло и, кроме того, в качестве результатов имитационных экспериментов рассматриваются величины, усредненные по многократно проведенным расчетам. Ряд авторов [26,84] видят основное отличие имитационной модели от обычной математической в большей детализации, не определяя при этом строгих границ этой детализации.
Удачная попытка снять неоднозначность термина «имитационное моделирование» сделана в [29] Все имитационные модели предложено упорядочить по уровню подражания реальным процессам. Математические модели, с помощью которых достигается подражание в области законов, определяющих функционирование реального объекта, отнесены к имитационным системам первого ранга. Модели, обеспечивающие подражание не только в области законов, но и случайных величин, считаются имитационными моделями второго ранга. И, наконец, имитационные системы третьего ранга позволяют осуществлять подражание реальным объектам как в области поведения, так и в области законов и случайных величин.
В экономических системах имеет смысл рассматривать модели не ниже второго ранга, так как только в рамках таких моделей появляется возможность повышать надежность прогнозных расчетов и расширения перечня решаемых задач за счет совместного применения имитационного и адаптивного подходов. Необходимая трансформация адаптивных моделей, относящихся в общем-то к первому рангу, в модели второго ранга осуществляется применением методологии имитационного моделирования. Совместимость этой методологии с адаптивным прогнозированием объясняется целым рядом обстоятельств. Во-первых, прогнозирование поведения моделируемого объекта является одним из наиболее важных направлений применения имитационного моделирования. Дело в том, что проведение экспериментов на большинстве реальных объектов для получения информации о состоянии их характеристик в упреждающие моменты времени, которые они еще не успели «прожить», невозможно осуществить в принципе. Имитационные же эксперименты не имеют столь строгой временной определенности, как эксперименты с реальными объектами. Их характерной чертой является то, что они проводятся не на самих объектах, а на моделях, с помощью которых поведение объектов можно изучать в любой, отличной от текущего, момент времени. Это особенность позволяет результаты имитационных экспериментов использовать для корректировки коэффициентов модели в те моменты времени, в которые отсутствуют необходимые для этого фактические значения, и тем самым устранить запаздывание реакции адаптивной модели. Подобное изменение в схеме адаптивных расчетов ведет к расширению возможных приложений этих моделей.
Во-вторых, имитационные эксперименты для одного и того же момента времени могут проводиться многократно, что дает возможность реализовать принципиально новый подход в использовании адаптивных моделей при расчете прогнозных траекторий. Обычно после настройки параметров адаптации вычисляются текущие значения коэффициентов и осуществляется расчет только одной прогнозной траектории по модели с текущими коэффициентами. Использование же результатов многократно проведенных имитационных экспериментов позволяет рассчитать значение усредненной прогнозной траектории, статистическая надежность которой выше, чем отдельной реализации.
Рекурсивная адаптивно-имитационная модель уровня риска при оценке банкротства
Хранение в течении пяти лет информации по балансам предприятий, форме №2 и приложений к ним, значениям показателей и оценок финансового состояния предприятий и целых отраслей экономики за каждый отчетный период(ежеквартально) с возможностью классификации информации по отчетным периодам.
В качестве рабочих станций должны использоваться компьютеры с процессором не ниже i486SX25 при наличии не менее 8 Мбайт оперативной памяти под управлением операционных систем Windows 95 (или более поздних версий, Windows -NT.
Система поддерживает архитектуру типа "клиент-сервер". При этом серверная и клиентская составляющие системы функционируют на одной рабочей станции, как Windows-приложения. В качестве SQL-сервера используется многозадачный локальный SQL-сервер SQLBase 5.2 Windows Multi-User Server фирмы Gupta. Сервер запускается автоматически при запуске приложения monfinl.exe, используя параметры указанные в файле конфигурации sql.ini.
В данной системе организован доступ к информации путем организации трех групп возможных пользователей для каждого рабочего места системы: администраторы, имеющие право на выполнение любого вида работ и имеющие доступ ко всем базам данных в системе и осуществляющие установку прав доступа и паролей для всех остальных групп возможных пользователей; кураторы отраслей экономики (специалисты отрасли), имеющие право на выполнение работ только с группой предприятий (отраслями экономики), причем к отдельной отрасли имеет доступ только один специалист отрасли. операторы, имеющие право только на выполнение ввода информации, указанной им администратором системы. В системе доступ к отдельной отрасли разрешен только одному специалисту-отраслевику. При этом один и тот же специалист может иметь доступ к нескольким отраслям. Разделение доступа к отраслям производится администратором системы. Работа с отраслями предполагает возможность ввода новой отрасли, корректировку названия существующей отрасли, удаление отрасли. Работа с паспортом предприятия могут осуществлять оператор системы и оператор с разрешения администратора. Паспорт предприятия содержит следующие сведения о данном предприятии: код ОКПО, название предприятия, принадлежность к определенной отрасли, форму собственности, численность работающих, уставной капитал и юридический адрес. Работа с паспортом предполагает возможность ввода паспорта нового предприятия и удаление паспорта. Работа с балансом предприятия и формы № 2 (основными источниками информации для расчетов) заключается в вводе нового баланса и сопутствующей формы на конкретную дату (квартал), а также проверку их на корректность. Предусмотрена возможность удаления финансовых документов предприятия. Система снабжена возможностью просмотра информации. Можно осуществлять просмотр экономических показателей, а также информацию о моделях, по которым оценивается финансовая устойчивость предприятий. При этом на экран выводится справочник моделей, таблица показателей, входящих в модель и их весовых коэффициентов. Существует возможность просмотра статистики информации, содержащейся в базе данных, т.е. получение информации о количестве введенных паспортов предприятий, балансов и форм № 2 приложения к балансу. Расчет интегральных оценок по моделям можно проводить сразу по всем оценкам, имеющимся в системе. Аналогично можно проводить расчет срезу для всех предприятий или даже для всех отраслей. При этом на экран выводится индикатор расчета по моделям. Формы отчетов содержат: информацию об интегральных оценках рассчитанных по моделям для предприятий данной отрасли и предприятия-отрасли; информацию о финансово-устойчивых; финансово-неустойчивых и финансово нестабильных предприятиях данной отрасли; информацию о динамике изменения по периодам значений рассчитанных оценок для данного предприятия; информацию о динамике изменения по периодам значений рассчитанных показателей входящих в выбранную модель для заданного предприятия; графическую информацию о динамике изменения по периодам значений одной из рассчитанных интегральных оценок и одного (любого) входящего в данную модель показателя для заданного предприятия; информацию о динамике изменения всех показателей для заданного предприятия начиная с некоторого периода; графическую информацию о динамике изменения значений любого набора (не более чем из 5) показателей для заданного предприятия начиная с некоторого периода. 1. Серьезной проблемой являет отбор финансовых показателей для включения в модель. В настоящее время в литературе разными авторами используется до 70 показателей. При желании число их может быть неограниченно увеличено. Однако, исследования показывают, что многие показатель либо в разной форме отражают одно и тоже (высокая степень корреляции), либо функционально зависят друг от друга. Разработанная методика позволяет выделить действительно независимые показатели, влияющих на финансовое состояние предприятия, так как только такие показатели должны включаться в модель (интегральную оценку). 2. В условиях, когда фактически временная статистика отсутствует, формальное применение моделей (интегральных оценок) не приводит к хорошим результатам. Важно, чтобы выводы о разбиении предприятий на группы относительно стабильности их финансового положения делались не на основе одномоментного состояния, а анализировались в течении времени. Так как в настоящее время для оценки предприятия применяется в основном методика ФУДН, то на основе показателей, входящих в данную методику, разработана рекурсивная адаптивно-имитационная модель уровня риска возникновения банкротства, позволяющая следить за тенденциями изменения финансового состояния в упреждающий момент времени. 3. На основе разработанных методик создан программный продукт, обеспечивающий реализацию экспресс-анализа и мониторинга для произвольно большого количества предприятий на 20 временных периодов (кварталов) с выдачей пользователю всей необходимой информации о состоянии и тенденциях изменения состояния предприятия, как в табличной, так и в графической форме. Основой информации для расчетов являются квартальные балансы и форма № 2.
![Моделирование оценки экономической эффективности информационных проектов : [ҐЄбв]](/i/i/4715/465759.png "Моделирование оценки экономической эффективности информационных проектов : [ҐЄбв] Мамаева, Галина Александровна")
