Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета, 2011, №70
Покупка
Основная коллекция
Издательство:
Кубанский государственный аграрный университет
Наименование: Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета
Год издания: 2011
Кол-во страниц: 829
Дополнительно
Вид издания:
Журнал
Артикул: 641098.0001.99
ББК:
УДК:
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 1 УДК 519.237:69.(470.620) UDC 519.237:69.(470.620) АНАЛИЗ ФИНАНСОВО-ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ ПРЕДПРИЯТИЙ СТРОИТЕЛЬНОЙ ОТРАСЛИ МЕТОДАМИ МНОГОМЕРНОГО СТАТИСТИЧЕСКОГО АНАЛИЗА ANALYSIS OF FINANCIAL AND ECONOMIC STATE OF CONSTRUCTION ENTERPRISES WITH THE METHODS OF MULTIVARIATE STATISTICAL ANALYSIS Хананаев Антон Геннадьевич аспирант Hananaev Anton Gennadyevich graduate Коваленко Анна Владимировна к. э. н., доцент Kovalenko Anna Vladimirovna Cand.Econ.Sci, assistant professor Заикина Лидия Николаевна аспирант Zaikina Lidia Nikolaevna graduate Кубанский государственный университет, Краснодар, Россия Kuban State University, Krasnodar, Russia В статье представлена эффективная система оценки финансово-экономического состояния предприятий строительной отрасли Краснодарского края Армавирского района, основанная на использовании методов многомерного статистического анализа. Разработан программный комплекс «ФАП-строй», включающий надстройку MS Excel, макросы «Statistica 6» и внешние обработки «1С: Предприятие 8» In the article an effective system of an estimation of a financial and economic status of the factories of a building sector of Krasnodar region (Armavir district), based on use of methods of the multidimensional statistical analysis is introduced. The programmatic complex "FAP-stroi", including MS Excel plug-in, macros of «Statistica 6» and exterior processing of «1С: Enterprise 8» is built Ключевые слова: ФИНАНСОВОЭКОНОМИЧЕСКОЕ СОСТОЯНИЕ, СТРОИТЕЛЬНАЯ ОТРАСЛЬ, МНОГОМЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ, ФИНАНСОВЫЕ ПОКАЗАТЕЛИ, ВНЕШНЯЯ ОБРАБОТКА, ПРОГРАММНЫЙ КОМПЛЕКС, КЛАССИФИКАЦИОННЫЕ УРАВНЕНИЯ, ОБУЧАЮЩАЯ ВЫБОРКА Keywords: FINANCIAL AND ECONOMIC CONDITION, CONSTRUCTION INDUSTRY, STATISTICAL ANALYSIS, FINANCIAL PERFORMANCE, EXTERNAL PROCESSING, SOFTWARE SYSTEM FOR CLASSIFICATION OF THE EQUATION, LEARNING SAMPLE На сегодняшний день значение анализа и оценки финансово экономического состояния предприятия значительно повышаются, поскольку предприятие несет полную ответственность за результаты производственно-хозяйственной деятельности перед акционерами, работниками, банками и кредиторами. Особенно это актуально для предприятий строительной отрасли Краснодарского края, ведущих строительные работы на олимпийских объектах.
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 2 Целью данной работы является создание эффективной и адекватной комплексной системы оценки финансово-экономического состояния предприятий строительной отрасли Краснодарского края и соответствующего программного инструментария с использованием статистических систем. Разработка модели оценки финансово-экономического состояния предприятия на основе многомерного статистического анализа состоит из 4 этапов. Этап 1. Объект анализа. В качестве объекта исследования выступают 4 предприятия строительной отрасли Краснодарского края: Закрытое акционерное общество «ДСУ-4», Открытое акционерное общество «Дорожное эксплуатационное предприятие 114», Открытое акционерное общество «Домостроитель», Открытое акционерное общество «ППСО "Исток». Все исследуемые предприятия относятся к предприятиям среднего и малого бизнеса. В качестве анализируемых данных используется ежеквартальная неконсолидированная бухгалтерская отчетность за 2005-2007 года: -форма 1 (бухгалтерский баланс); -форма 2 (отчет о прибылях и убытках). Этап 2. Финансовые коэффициенты. Для анализа финансово экономического состояния предприятия использовались 15 показателей: L1 - быстрый коэффициент ликвидности, L3 - коэффициент покрытия запасов, P1 - текущий коэффициент ликвидности, F1 - коэффициент финансовой зависимости, F2 - коэффициент автономии собственных средств, F3 - обеспеченность запасов собственными оборотными средствами, F4 - индекс постоянного актива, A2 - оборачиваемость активов, A4 - оборачиваемость кредиторской задолженности, A5 -
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 3 оборачиваемость дебиторской задолженности, A6 - оборачиваемость запасов, R1 - общая рентабельность, R2 - рентабельность активов, R3 - рентабельность собственного капитала, R4 - рентабельность продукции. Коэффициенты разбиты на 4 группы: ликвидность-платежеспособность, финансовая устойчивость, деловая активность, рентабельность. Выбор указанных показателей основан на исследованиях Недосекина А.О. [2] и Коваленко А.В. [1]. Этап 3. Построение гистограмм и лингвистический анализ. Для каждого предприятия были рассчитаны 15 финансовых коэффициентов. Далее были построены гистограммы кластеризации для каждого финансового коэффициента. Гистограммы коэффициентов L1, L3, P1, F1, F2, F3, F4, A2, A4, A5, A6, R1, R2, R3, R4 приведены на рисунке 1. Рисунок 1 – Гистограммы коэффициентов (L1, L3, P1, F1, F2, F3, F4, A2, A4, A5, A6, R1, R2, R3, R4). Для отнесения предприятий к тому или иному классу выделим границы распознавания. Вычислим среднее значение по каждому
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 4 показателю из таблицы и произведем разбиение на два основных класса: кризисных и нормальных. Таблица 1. Среднее по каждому кластеру и показателю Коэффициенты L1 L3 P1 F1 F2 F3 F4 A2 A4 A5 A6 R1 R2 R3 R4 Высокое 2,26 378 2,17 0,48 0,93 2,66 0,34 0,59 5,91 5,94 7,07 43,7 4,63 9,88 31,9 Низкое 0,28 60,9 0,29 3,22 0,23 -2,2 2,23 0,07 0,47 0,63 1,22 -3,4 -2,8 -5,4 -3,8 Среднее значение 1,3 219 1,2 1,8 0,6 0,2 1,3 0,3 3,2 3,3 4,1 20 0,9 2,2 14 Условное предприятие с усреднёнными показателями для каждого кластера будем рассматривать как типовое (эталонное, типичное) предприятие данного кластера, т.е. эталонное кризисное или некризисное предприятие. Чем ближе предприятие из данного кластера к эталонному предприятию кластера, тем с большим основанием оно может быть отнесено к данному кластеру. В тоже время предприятия, достаточно удалённые от эталонного предприятия данного кластера, могут находиться в пограничном, например, в предкризисном состоянии [1]. Отнесение объекта к тому или иному классу (кризисных или некризисных предприятий) включает три этапа: 1. Формирование признакового пространства; 2. Создание обобщенных портретов классов для снятия неопределенности с помощью выборки обучающих предприятий; 3. Отнесение предприятия к одному из исследуемых классов [1]. Таблица 2 – Обучающая выборка 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 group L1 L3 P1 F1 F2 F3 F4 A2 A4 A5 A6 R1 R2 R3 R4 1 kriz 0,00 0,00 0,00 2,00 0,00 -4,00 1,27 0,00 0,00 0,00 0,00 -5,00 -5,00 -10,00 -10,00 2 kriz 0,50 127,00 0,70 4,00 0,48 -0,67 3,00 0,13 0,80 1,00 2,00 4,00 -1,00 -1,33 4,00 3 kriz 0,38 44,00 0,23 2,80 0,06 -0,98 2,19 0,11 0,24 0,80 1,80 -3,50 -3,05 -5,64 -6,70 4 kriz 0,09 107,00 0,27 2,50 0,22 -0,94 2,96 0,11 0,58 0,71 0,92 -0,70 -4,61 -1,93 -9,85 5 kriz 0,49 8,62 0,47 3,05 0,22 -1,96 1,85 0,06 0,37 0,09 0,05 -7,62 -2,72 -4,08 2,88 6 kriz 0,36 16,60 0,40 3,49 0,25 -2,42 2,47 0,10 0,29 0,45 1,46 -7,40 -1,14 -1,57 -5,15 7 kriz 0,27 101,00 0,40 3,37 0,36 -3,65 1,97 0,06 0,49 0,54 1,25 -4,04 -1,11 -9,28 -4,74
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 5 8 kriz 0,06 32,50 0,37 3,70 0,27 -0,83 1,94 0,00 0,38 0,86 1,90 -2,06 -1,10 -9,74 -7,38 9 kriz 0,27 54,40 0,11 3,47 0,16 -2,37 1,56 0,10 0,28 0,89 1,53 1,84 -3,32 -8,55 0,27 10 kriz 0,48 31,30 0,60 3,49 0,19 -2,39 1,66 0,00 0,62 0,76 1,36 -5,37 -4,70 -9,64 0,00 11 kriz 0,38 51,00 0,07 3,73 0,08 -1,50 2,72 0,05 0,68 0,38 1,61 -4,99 -1,96 -9,97 -5,09 12 kriz 0,10 99,40 0,04 3,93 0,19 -2,32 2,21 0,09 0,41 0,74 1,41 1,72 -4,42 -1,95 -9,97 13 kriz 0,50 67,70 0,14 2,81 0,29 -2,25 2,40 0,05 0,59 0,93 1,53 -6,57 -1,59 -6,48 1,62 14 kriz 0,10 78,80 0,62 3,70 0,46 -3,65 1,76 0,07 0,58 0,77 1,98 -4,38 -4,69 -1,46 -6,45 15 kriz 0,31 25,70 0,03 3,34 0,30 -2,52 1,68 0,02 0,72 0,94 1,50 -1,80 -2,62 -4,68 -7,25 16 kriz 0,23 46,00 0,07 2,26 0,23 -2,26 2,92 0,04 0,06 0,47 0,90 -3,56 -1,75 -3,25 -7,04 17 kriz 0,28 75,40 0,05 2,67 0,31 -1,65 2,73 0,04 0,75 0,68 0,09 -7,39 -2,26 -1,69 1,23 18 kriz 0,15 112,00 0,51 3,45 0,16 -2,55 2,44 0,13 0,63 0,36 0,09 -6,72 -4,20 -2,72 2,52 19 kriz 0,36 79,40 0,48 3,37 0,07 -2,34 2,67 0,08 0,46 0,53 1,79 -0,13 -1,87 -9,56 -4,67 20 norm 1,40 313,00 1,00 0,00 0,85 1,13 0,00 0,25 1,67 1,87 4,00 18,00 2,33 4,33 18,00 21 norm 3,00 500,00 3,00 1,03 1,00 4,00 0,77 1,00 10,00 10,0 0 10,00 70,00 6,00 20,00 50,00 22 norm 2,56 240,00 2,32 0,02 0,99 2,46 0,08 0,48 2,43 4,18 7,14 58,50 5,49 11,12 44,16 23 norm 1,91 420,00 2,83 0,02 0,96 3,55 0,38 0,78 2,12 9,58 8,38 27,73 6,00 9,99 31,89 24 norm 2,94 450,00 2,64 0,35 0,99 3,49 0,06 0,31 9,95 7,86 7,36 25,59 3,73 14,18 24,72 25 norm 1,96 405,00 1,90 0,44 0,92 2,44 0,68 0,40 6,50 9,14 7,83 26,29 5,14 4,98 25,89 26 norm 1,47 334,00 2,91 0,68 0,92 2,85 0,21 0,49 7,48 7,92 7,79 61,58 2,58 6,90 46,78 27 norm 2,66 434,00 1,41 0,73 0,93 2,73 0,55 0,44 5,38 3,59 6,90 20,00 5,05 5,84 20,02 28 norm 2,96 325,00 2,20 0,31 0,89 3,76 0,11 0,49 5,08 3,69 9,04 32,53 3,20 12,74 27,77 29 norm 1,72 390,00 1,61 0,88 0,96 2,13 0,35 0,42 3,28 3,05 4,71 35,39 3,98 11,76 29,07 30 norm 2,25 336,00 1,24 0,04 1,00 1,69 0,01 0,75 5,19 7,47 6,53 48,40 5,71 11,23 36,60 31 norm 2,46 401,00 2,55 0,31 0,96 2,36 0,55 0,58 8,38 5,16 6,11 35,79 3,37 10,78 21,46 32 norm 1,81 401,00 2,62 0,88 0,90 1,62 0,53 0,45 7,20 5,20 4,62 69,50 4,93 12,23 21,16 33 norm 2,65 418,00 2,94 0,58 0,87 1,83 0,23 0,59 8,46 9,38 9,68 53,54 3,42 6,74 42,65 34 norm 2,26 340,00 1,82 0,27 0,89 2,48 0,70 0,45 8,05 6,82 8,54 66,30 4,88 18,49 30,37 35 norm 2,69 400,00 1,65 0,22 0,87 2,84 0,33 0,95 3,12 7,09 8,94 22,50 4,97 7,15 47,99 36 norm 2,81 362,00 1,65 0,72 0,88 1,82 0,46 0,65 7,40 2,19 4,96 25,41 5,45 9,81 23,14 37 norm 1,72 390,00 2,27 0,79 0,94 3,57 0,60 0,89 3,53 4,54 9,70 52,45 5,76 5,66 43,41 38 norm 2,15 360,00 2,50 0,74 0,93 3,62 0,07 0,45 9,53 5,97 4,89 54,94 5,47 6,40 23,49 39 norm 1,76 336,00 2,32 0,51 0,91 2,83 0,10 0,95 3,50 4,17 4,25 68,65 5,19 7,23 30,09 Этап 4. Построение математических моделей диагностики состояния предприятия на основе методов многомерного статистического анализа: дискриминантные, регрессионные модели, а также модели, основанные на использовании кластерного анализа и факторный анализ главных компонент и анализ главных факторов влияющих на состояние предприятия. Для оценка адекватности и эффективности каждого метода диагностики состояния предприятия проведён их сопоставительный анализ.
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 6 Для снятия неопределенности распознования финансово экономического состояния предприятия разработана обучающая выборка (таб.4). В ходе обучения формируются эталонные оценки показателей исследуемых предприятий p n x ,..., p 1 x ,..., 1 n x ,..., 1 1 x и самих предприятий p ,...x 1 x . Нами были разработаны дискриминантные и регрессионные модели для оценки финансово-экономического состояния предприятий строительной отрасли, представленные в таб.3. Таблица 3. Классификационные уравнения № Коэффициент Дискриминантные уравнения Регрессионные уравнения norm Norm= -5,24F1+109,61*F2+3,29*F3 3,92*F4-54 1 Финансовая устойчивость kriz Kriz=16,29*F1-1,09*F2 7,96*F3+18,99*F4-56,64 Y=124,5-4,85*L1+0,046*L3-0,41P1 norm Norm=10,59*L1+0,12*L3+4,78*P 1-41,47 2 Ликвидность и платежеспособ ность kriz Kriz =1,13*L1+0,022*L3+0,5*P1 1,624 Y=182,88-7,54*F1 82,85*F2+0,22*F3+7,8*F4 norm Norm=18,71*A2+1,74*A4 0,82*A5+2,7*A6-18,44 3 Деловая активность kriz Kriz =1,36*A2+0,15*A4 0,24*A5+0,638*A6-1,115 Y=121,33+8,07*A2-0,38*A4 0,58*A5+0,32*A6 norm Kriz =0,037*R1-1,67*R2 0,0027*R3-0,00270*R4-3,99328 4 Рентабельность kriz Norm=0,1*R1+2,14*R2+0,41*R3+ 0,32*R4-15,09 Y=126,28-0,12*R1 5,91*R2+3,78*R3+0,06*R4 norm Norm=24,7*L1+0,3*L3 4,1*P1-22,9*F1+132*F2+2,65 *F3-14,4*F4-26,3*A2-2,4*A4 4*A6+1,9*A5+1,1*R1-0,5*R2 2,4*R3+0,01*R4-143,1 5 Общее состояние предприятия kriz Kriz=43,3*L1-0,38*L3 3,1*P1+34,7*F1+103,8*F2 8,7*F3+60,4*F4+50*A2 5*A4+10,7*A5-4,9*A6+0,26*R1 14,9*R2-3,2*R3-1,3*R4-172 Y=182,1933 2,0471*L1+0,0257*L3+1,5408*P1 9,2423*F1 96,7321*F2+0,1131*F3+7,6649*F4+0,2 505*A2+0,4404*A4- 0,1143*A5+0,6367*A6-0,0121*R1 1,6972*R2+0,9406*R3+-0,0844*R4
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 7 Нами был создан программный комплекс «ФАП-строй», включающий в себя: 1. Надстройку под MS Excel, позволяющую быстро и оперативно производить расчет финансово-экономических коэффициентов и интегрировать их в «Statistica 6» 2. Модуль в среде «Statistica 6» позволяет получить экспресс-оценку финансово-экономического состояния предприятий строительной отрасли, выводить итоговый отчет о состоянии исследуемых предприятий. 3. Внешние обработки программы «1С: Предприятие 8» - «Баланс», «Отчет о прибылях и убытках», позволяющие проводить первичную обработку данных, использовать готовые модули для оценки состояния предприятий. Целью создания программного комплекса является оценка финансово-экономического состояния предприятий. Схематично структура программного комплекса изображена на рис. 2. Программный комплекс оценки финансово-экономического» состояния предприятий «ФАП-Строй» Внешние обработки программы «1С: Предприятие 8» Модели оценки в «Statistica 6» Надстройка MS Excel «Экспресс» Программный комплекс оценки финансово-экономического» состояния предприятий «ФАП-Строй» Внешние обработки программы «1С: Предприятие 8» Модели оценки в «Statistica 6» Надстройка MS Excel «Экспресс» Внешние обработки программы «1С: Предприятие 8» Модели оценки в «Statistica 6» Надстройка MS Excel «Экспресс» Рисунок 2. Программный комплекс «ФАП-строй». Описание программы «ФАП-строй» в Statistica Разработанная нами программа «ФАП-строй» позволяет существенно сократить время анализа финансово-экономического состояния предприятий с использованием основных методов многомерного статистического анализа. Программный модуль «ФАП-строй» используется для проведения анализа и диагностики финансово-экономического состояния предприятий с помощью трех основных видов статистического анализа: кластерного,
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 8 для разбиения всей совокупности предприятий на классы; дискриминантного, для определения финансово-экономического состояния каждого отдельно взятого предприятия; регрессионного, для прогнозирования финансово-экономического состояния исследуемого предприятия. Рисунок 3 Главное окно программы На рис 3. представлен основной интерфейс программы «ФАП строй». Программный модуль «ФАП_Строй» имеет следующие функциональные возможности: 1. Выбор анализа (дискримнантный, кластерный, регрессионный анализ) 2. Импорт данных бухгалтерского баланса(автоматически, вручную)
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 9 3. Формирование отчета о финанасово-экономическом состояние предприятия (в окне программного модуля, документ Micrasoft Word) Рассмотри работу программы на примере анализа предприятия ЗАО "ДСУ-4" за 1 квартал 2005 года. Для полученя результатов оценки предприятия необходимо проделать действия по загрузки бухгалтерского баланса, выбора анализа и группы коэффициентов, формирование отчета о финансово-кономическом состояние предприятия. Рисунок 5 Отчет о финансово-экономическом состояние предприятия В данном отчете сформированна информация о оценки финансово экономического состояния предприятия дискриминантным анализом.
Научный журнал КубГАУ, №70(06), 2011 года http://ej.kubagro.ru/2011/06/pdf/16.pdf 10 Также можно получить анализ всеми выше перечисленными методами многомерного статистического анализа. Весь процесс финансово-экономического анализа предприятий был сокращен до минимума количетсва децствий путем создания модуля в среде Statistica Visual Basic. Данная програма позволяет оперативно произвести финансовый анализ предприятия и имеет простой, не требующий глубоких знаний интерфейс, который позволяет работать пользователю без особых проблем. С помощью разработанного комплекса «ФАП-строй» был проведен сопоставительный анализ финансово-экономического состояния предприятий по всем группам коэффициентов, результаты которого приведены в табл. 4. Таблица 4 - Сопоставительный анализ предприятий. № Название предприятия Дискриминантный анализ Кластерный анализ Регрессион ный анализ 1 ЗАО "ДСУ-4" 1кв 2005 NORM NORM NORM 2 ЗАО "ДСУ-4" 2кв 2005 NORM NORM NORM 3 ЗАО "ДСУ-4" 3кв 2005 NORM NORM NORM 4 ЗАО "ДСУ-4" 4кв 2005 KRIZ KRIZ KRIZ 5 ЗАО "ДСУ-4" 1кв 2006 NORM NORM KRIZ 6 ЗАО "ДСУ-4" 2кв 2006 NORM NORM KRIZ 7 ЗАО "ДСУ-4" 2кв 2006 NORM NORM NORM 8 ЗАО "ДСУ-4" 4кв 2006 KRIZ NORM KRIZ 9 ЗАО "ДСУ-4" 1кв 2007 NORM NORM NORM 10 ЗАО "ДСУ-4" 2кв 2007 NORM NORM NORM 11 ЗАО "ДСУ-4" 3кв 2007 NORM KRIZ NORM 12 ЗАО "ДСУ-4" 4кв 2007 NORM NORM KRIZ 13 ЗАО "ДСУ-4" 1кв 2008 NORM NORM NORM 14 ЗАО "ДСУ-4" 2кв 2008 NORM NORM NORM 15 ЗАО "ДСУ-4" 3кв 2008 NORM KRIZ NORM 16 ЗАО "ДСУ-4" 4кв 2008 NORM KRIZ NORM 17 ОАО "ДЭП-114" 1кв 2005 NORM NORM KRIZ 18 ОАО "ДЭП-114" 2кв 2005 NORM NORM NORM 19 ОАО "ДЭП-114" 3кв 2005 NORM KRIZ KRIZ 20 ОАО "ДЭП-114" 4кв 2005 KRIZ NORM KRIZ 21 ОАО "ДЭП-114" 1кв 2006 NORM NORM NORM 22 ОАО "ДЭП-114" 2кв 2006 NORM NORM NORM 23 ОАО "ДЭП-114" 3кв 2006 NORM KRIZ KRIZ 24 ОАО "ДЭП-114" 4кв 2006 KRIZ KRIZ KRIZ 25 ОАО "ДЭП-114" 1кв 2007 NORM KRIZ NORM 26 ОАО "ДЭП-114" 2кв 2007 NORM KRIZ NORM