Математические модели и инструментальные средства комплексной оценки финансово-экономического состояния предприятия тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Коваленко, Анна Владимировна

• Коваленко, Анна Владимировна
• кандидат экономических наук
• 2008

Оглавление диссертации кандидат экономических наук Коваленко, Анна Владимировна

ВВЕДЕНИЕ.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ДИАГНОСТИКИ СОСТОЯНИЯ ПРЕДПРИЯТИЯ.

1.1 Возникновение кризиса на предприятии, его виды, фазы и последствия.

1.2 Платежеспособность и кредитоспособность.

1.3 Несостоятельность предприятия и её стадии.

ВЫВОДЫ К ГЛАВЕ 1.

ГЛАВА 2. МАТЕМАТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ ОДЕРЖИ ФИНАНСОВО-ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ И ЕГО КРЕДИТОСПОСОБНОСТИ.

2.1 Методы и модели оценки состояния предприятия.

2.2 Методы оценки кредитоспособности предприятия.

ВЫВОДЫ К ГЛАВЕ 2.

ГЛАВА 3. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДИАГНОСТИКИ КРИЗИСНОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ НА ОСНОВЕ МНОГОМЕРНЫХ СТАТИСТИЧЕСКИХ МЕТОДОВ.

3.1 Методика построения математических моделей оценки состояния предприятия, основанных на многомерном статистическом анализе.

3.2 Дискриминантные модели оценки состояния предприятия.

3.3 Математические модели оценки состояния предприятия, основанные на использовании кластерного анализа.

3.4 Регрессионные модели оценки состояния предприятия.

3.5 Факторный анализ главных компонент и анализ главных факторов влияющих на состояние предприятия.

3.6 Сопоставительный анализ результатов исследования состояния предприятий, проведённого различными моделями, основанными на использовании методов многомерного статистического анализа.

ВЫВОДЫ К ГЛАВЕ 3.

ГЛАВА 4. РАЗРАБОТКА И АПРОБАЦИЯ ИНТЕЛЛЕКТУАЛЬНЫХ МОДЕЛЕЙ И ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ОЦЕНКИ СОСТОЯНИЯ ПРЕДПРИЯТИЯ И ЕГО КРЕДИТОСПОСОБНОСТИ.

4.1 Нейросетевая модель оценки состояния предприятия.

4.2 Разработка и апробация нечеткой продукционной системы для анализа состояния предприятия.

4.3 Разработка и апробация нечеткой продукционной системы для анализа кредитоспособности предприятий малого и среднего бизнеса.

4.4 Программный комплекс «КОФЭС01» оценки состояния предприятий

4.5 Сопоставительный анализ результатов исследований состояния предприятий репрезентативной группой методов.

ВЫВОДЫ К ГЛАВЕ 4.

Введение диссертации (часть автореферата) на тему «Математические модели и инструментальные средства комплексной оценки финансово-экономического состояния предприятия»

Актуальность. Современный мировой финансовый кризис, начавшись в США, достаточно быстро охватил весь мир, включая и Россию. Известно, что он начался с кризиса ипотечного кредитования в США. Одной из причин, которого явилось отсутствие в настоящее время эффективной и адекватной системы оценки финансово- экономического состояния и кредитоспособности заемщиков. Таким образом, оценка финансово-экономического состояния предприятия, включая оценку его кредитоспособности, является в современных условиях актуальной научной проблемой. Широкое внедрение в практику различных схем кредитования, методов антикризисного управления и аудита делают проблему оценки состояния предприятия также важной практической задачей.

Для оценки состояния и кредитоспособности предприятия важны не только количественные показатели, но и качественные, что особенно актуально для малых и средних предприятий, то соответственно, встает проблема разработки и использования для анализа финансово-экономического состояния предприятия, наряду с классическим аппаратом теории вероятностей и случайных процессов, новых математических и инструментальных средств анализа, таких как методы нечётких множеств, нейронные и гибридные сети.

Степень разработанности. Для исследования состояния предприятия разработаньГматематические модели, основанные на многомерном статистическом анализе [3, 21, 37, 41, 44, 45, 61-63, 121, 135-136, 142-143, 148, 162], включая модели (Альтмана Е. [142-143], Тоффлера-Тисшоу Р. [162], Чессера Д. [148], Давыдовой Г.В. - Беликова А.Ю. [41] и других). Несмотря на большое количество работ, посвящённых анализу финансово-экономических систем классическим аппаратом многомерного статистического анализа, такие вопросы и проблемы, как оценка состояния предприятия методами современного многомерного статистического анализа, такими как дискриминантный, регрессионный и кластерный анализ и сравнительный анализ результатов этих методов, а также факторный анализ главных компонент и анализ главных факторов влияющих на состояние предприятия исследованы с недостаточной полнотой.

Поскольку для оценки состояния предприятия важны не только количественные показатели, но и качественные, что особенно актуально при оценке состояния и кредитоспособности малых и средних предприятий, то соответственно, встает проблема разработки и использования для анализа финансово-экономического состояния предприятия, наряду с классическим аппаратом теории вероятностей и случайных процессов, новых математических и инструментальных средств анализа, таких как методы нечётких множеств [1, 33, 42, 50, 53-55, 64, 66, 67, 69-76, 96, 99, 100, 107, 109, 151, 155, 165, 166], нейронные и гибридные сети [7, 28, 52, 69, 75, 94, 95, 116].

Разработке и использованию моделей и методов нечётких множеств и нечёткой логики для оценки состояния финансово-экономических систем посвящены работы Бакли Дж.[147], Бояджиева М.[146], Дымовой JI.[150], Запоуни-диса С. [167], Кофмана А. [79, 80], Недосекин А.О. [99-100], Илларионов A.B. [55], Иванищев М.В. [54], Малышев И.А.[93], Галыгин А.Н. [35], Захаров P.E. [53], Портянский П.Э. [107], Птускин A.C. [109], Деревянко П.М. [42] и др. В работе Бакли Дж.[147] рассмотрены дифференциальные уравнения с нечеткими параметрами и в этой же работе исследована матрица «затраты - выпуск» Леонтьева, элементы которой являются треугольными нечеткими числами. Отметим здесь же монографию [79], в которой представлен широкий спектр возможных применений теории нечетких множеств - от оценки эффективности инвестиций до кадровых решений и замен оборудования, приводятся соответствующие математические модели. Работа Недосекина А.О. [99] посвящена разработке экономико-математических моделей и методов исследования фондового рынка и финансовых систем корпораций с применением теории нечетких множеств. Илларионов A.B. [55] разработал математическую модель поддержки принятия решения о целесообразности кредитования предприятий малого и среднего бизнеса на основе правил нечеткого логического вывода.

Разработке и использованию моделей и методов нейронных и гибридных сетей для оценки состояния финансово-экономических систем посвящены работы Артёмкина Д.Е. [7], Смирнова В.И. [116], Зайченко Д.Н. [52], О.И. Лаврушина [84, 85] и др. Так, например, в работе Артёмкина Д.Е. [7] предлагается математическое и программное обеспечение автоматизированного прогнозирования временных рядов на основе нейрокомпьютерных технологий. В работе Смирнова В.И. [116] рассмотрены методики прогнозирования и классификации экономических систем искусственными нейронными сетями.

Однако многие вопросы и проблемы, такие как оценка состояния предприятия и его кредитоспособности нейронными сетями и нечёткими продукционными системами, анализ количественных и качественных, что особенно актуально для малых и средних предприятий, характеристик влияющих на состояние предприятия остаются практически неисследованными.

Во всех этих работах для оценки состояния предприятия используются лишь отдельные методы, в то время как эта проблема имеет комплексный характер, поскольку на состояние предприятия оказывает влияние внешняя рыночная среда, со своими конъюнктурными возмущениями, имеющими неопределенность как классически понимаемой статистической природой, так и лингвистическую, и поэтому только классические методы статистического анализа (дискриминантный, канонический, факторный, регрессионный анализ и т.д.) или только нейросетевые технологии и т.д. оказываются недостаточными.

Таким образом, тема диссертации, посвященной созданию и использованию комплексного инструментального аппарата на основе многомерного статистического анализа, нейросетевых технологий и нечётких продукционных систем для исследования и оценки финансово-экономического состояния предприятия, является актуальной.

Важность и актуальность этой проблемы определили цель и задачи исследования.

Целью диссертации является разработка эффективной и адекватной комплексной системы всесторонней оценки состояния финансово-экономического предприятия и соответствующего программного инструментария с использованием статистических, нейросетевых моделей и нечетких продукционных систем. Достижение поставленной цели потребовало решения следующих задач.

Задачи исследования:

- Исследовать причины, стадии, виды, фазы и структуру кризиса, несостоятельности, банкротства, неплатежеспособности и кредитоспособности предприятия. Уточнить соответсвующие понятия и их взаимосвязь.

- Построить математические модели диагностики состояния предприятий на основе методов многомерного статистического анализа (дискриминантные, регрессионные, кластерные модели). Провести факторный анализ главных компонент и анализ главных факторов, влияющих на состояние предприятий. Дать оценку адекватности и эффективности каждого метода для диагностики состояния предприятия. Провести их сопоставительный анализ. Провести исследование группы российских предприятий разработанными моделями.

- Разработать нейронную сеть с оптимальными характеристиками для адекватной и эффективной оценки состояния предприятия. Провести исследование группы российских предприятий разработанной сетью.

- Разработать полный набор правил нечеткого вывода в виде базы знаний и нечёткую продукционную систему, и исследовать с ее помощью финансово экономическое состояние предприятий с учётом как количественных, так и качественных показателей. Провести исследование группы российских предприятий разработанной системой.

- Разработать алгоритм, архитектуру и создать программный комплекс, позволяющий проводить всесторонний анализ и оценку состояния предприятия, включая оценку его кредитоспособности.

- Провести сопоставительный анализ эффективности и адекватности всех разработанных моделей оценки состояния предприятия.

Объектом исследования являются предприятия всех организационно-правовых форм, а предметом исследования комплексная оценка финансово-экономического состояния предприятия. Областью исследования являются математические модели и инструментальные средства комплексной оценки финансово-экономического состояния предприятия.

Теоретической и методологической основой исследования являются фундаментальные разработки отечественных и зарубежных ученых экономистов и математиков по анализу финансово-экономического состояния предприятия, методам многомерного статистического анализа, нейросетевым технологиям и нечетко-множественным системам.

Инструментом исследования является созданный в диссертации программный комплекс «КОФЭС01» в среде Borland Delphy 7 с использованием специализированных пакетов прикладных программ: MatLab R2006a и его модули GUI, Fuzzy Logic Toolbox и Neural Network Toolbox, Statistica 6.0, Statistica Neural Networks, Maple 9.5.

Информационно-эмпирическую базу исследования составили неконсолидированные бухгалтерские отчетности (формы 1 и 2) 60 российских предприятий, а также собственные расчеты автора.

Диссертационная работа выполнена в соответствии с пунктами 1.1, 1.4, 2.6 и 2.8 области исследований Паспорта специальности 08.00.13 — «Математические и инструментальные методы экономики»: п. 1.1. «Разработка и развитие математического аппарата анализа экономических систем», п. 1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: фирм и предприятий, домашних хозяйств и др.» 2.6. «Развитие теоретических основ методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: программные средства, базы данных, базы знаний и др.» и 2.8. «Развитие методов и средств аккумуляции знаний о развитии экономической системы и использование искусственного интеллекта при выработке управленческих решений».

Научная новизна.

1. Уточнено понятие кризиса, предложена диаграмма, характеризующая кризис по причинам, характеру, виду, сфере происхождения, по длительности, масштабу, периоду и последствиям. Алгоритм распознавания кризиса заключается в необходимости своевременно обнаружить симптомы, определить факторы, свидетельствующие о возможности наступления кризиса, и выявить его причины. Показано, что для обнаружения наступления кризисной ситуации в предприятии необходим анализ и диагностика состояния предприятия с ис-пользо-ванием не только его количественных, но и качественных показате-лей. Введены понятия и определены характеристики эталонных кризисных и некризисных предприятий, предложена классификация методов исследования состояния предприятия.

2. Предложены регрессионные (5 уравнений регрессии), дис-криминантные (10 дискриминантных функций), кластерные и фак-торные модели для оценки состояния предприятия. Проведен кластерный и факторный анализ состояния исследуемых предприятий, выявлены 3 укрупнённых фактора, влияющих на состояние предприятия. Показано, что 11 показателей достаточно для экспресс-оценки состояния предприятия.

3. Разработана трёхслойная нейронная сеть «САП03.08.15», обученная с использованием основных методов обучения (обратного распространения ошибки, градиентного спуска, квазиныотоновского метода), которая позволила создать эффективные и адекватные нелинейные модели оценки состояния предприятий любой формы собственности, независимо от отраслевой и региональной специфики.

4. Предложена нечёткая продукционная система «НПС01» для анализа состояния предприятия с учетом 15 влияющих факторов, которая позволяет проводить комплексную оценку состояния предприятия с использованием количественных показателей, что в свою очередь, дает возможность достоверного и всестороннего анализа состояния предприятия. В рамках создания «НПС01» модифицирована функция принадлежности Гаусса, создан набор из 2625 правил нечёткого вывода и обосновано положение о его полноте и непротиворечивости.

5. Разработана нечёткая продукционная система «НПС02» для кредитоспособности, а также оценки состояния предприятия с учетом 24 количественных и качественных его характеристик, что особенно актуально для предприятий малого и среднего бизнеса. Экспертная система «НПС02» содержит набор из 3000 правил нечёткого вывода.

6. Доказано положение о том, что группа инструментальных средств, основанных на многомерных статистических методах, нейросетевых технологиях и нечетких продукционных системах оценки состояния предприятия, предложенная в диссертации, является репрезентативной, адекватно оценивающей отдельно взятое предприятие независимо от формы собственности, отраслевой и региональной принадлежности.

7. Разработана архитектура и алгоритм функционирования инструментального комплекса оценки состояния предприятия, включающего блок моделей, основанных на многомерном статистическом анализе, а также блоки нечетких продукционных систем и нейросетевых моделей.

8. Осуществлена программная реализация и внедрение комплекса диагностики и оценки состояния предприятия «КОФЭС01».

Практическая значимость.

1. Разработанные в диссертационной работе регрессионные модели, дис-криминантные функции, выявленные укрупнённые влияющие факторы, характеризующие состояние предприятия, определённые в работе понятия эталонных кризисных и некризисных предприятий, классификация методов исследования состояния предприятия, нейронная сеть «САП03.08.15», нечёткие продукционные системы «НПС 01» и «НПС 02», правила нечёткого вывода могут быть использованы для изучения и создания новых инструментов исследования состояние предприятия, исследования научных проблем финансового анализа, менеджмента, и т.д.

2. Пакет программ «КОФЭС01» может быть использован для проведения на практике комплексного экспресс-анализа состояние реальных предприятий как независимо, так и с учетом отраслевой и региональной специфики, форм собственности и размера предприятия, для внутренних и внешних пользователей, например, руководителями предприятия, контрагентами, различными кредитными институтами и т.д. В том числе, этот пакет программ может использоваться для экпресс-оценки кредитоспособности предприятий малого и среднего бизнеса, для которых, особенно актуально в настоящее время использование качественных характеристик предприятия.

3. Результаты диссертационной работы используются в учебном процессе в качестве специальных курсов для специальностей 080801 («Прикладная информатика в экономике»), 080116 («Математические методы в экономике») и 010503 («Математическое обеспечение и администрирование информационных систем»). Эти результаты могут быть использованы также на корпоративных курсах повышения квалификации финансовых директоров, менеджеров, аудиторов, работников кредитных организаций и кредитных отделов банков и т.д.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается обоснованностью предложенных методов и алгоритмов, использованием строгих математических методов, современных информационных технологий, сравнением с известными реальными данными и аудиторскими заключениями, а также результатами исследований других авторов.

Основные положения, выносимые на защиту

1. Статистические модели оценки состояния предприятия: набор регрессионных уравнений, дискриминантных функций, понятия и характеристики эталонных кризисных и некризисных предприятий, набор главных факторов адекватно определяющих состояния предприятия. Положение о том, что 11 показателей достаточно для экспресс-оценки состояния предприятия на практике в задачах экспресс-анализа.

2. Нейронная сеть «САП03.08.15» и обоснование того, что она является эффективным инструментом, позволяющим создавать нелинейные математические модели, адекватно оценивающие состояние предприятия.

3. Нечёткие продукционные системы оценки финансового и экономического состояния предприятия «НПС01» и «НПС02», модифицированная функция принадлежности Гаусса, созданный полный набор лингвистических правил, включая положения о его полноте и непротиворечивости.

4. Положение о том, что группа методов, предложенных в диссертации и включающих статистические модели (см. п.1), нейросетевые модели («САП03.08.15») и нечеткие продукционные системы оценки состояния предприятия («НПС01» и «НПС02») является репрезентативной, адекватно оценивающей отдельно взятое предприятие независимо от формы собственности, отраслевой и региональной принадлежности и т.д.

5. Комплекс программ «КОФЭС01» для оценки состояния предприятия, включая оценку кредитоспособности заёмщика.

Апробация работы. Основные положения и результаты диссертационной работы неоднократно докладывались и обсуждались на заседаниях кафедр прикладной математики факультета компьютерных технологий и прикладной математики КубГУ, математических методов и моделей экономического факультета КубГУ, прикладной информатики КубГАУ, на следующих всероссийских и международных конференциях по экономике и математическому моделированию экономических процессов: «Современное состояние и приоритеты развития фундаментальных наук в регионах: Труды II-IV Всероссийских научных конференций молодых учёных и студентов.» (г. Анапа, 2005-2007 гг.); «Сборники научных трудов «Образование и наука - основной ресурс социально-экономического развития» (по материалам Международных научно-практических конференций» (г. Ростов-на-Дону, 2005, 2006 гг.); «Всероссийские симпозиумы по прикладной и промышленной математики» (г. Москва, 2004-2007 г.); «Проектирование инженерных и научных приложений в среде MatLab. III Всероссийская научная конференция» (г. Санкт-Петербург, 2007 г.); «XII Международная конференция экологическая и экономическая безопасность: проблемы и пути решения» (г. Краснодар, 2007 г.); «Материалы V-VII объединенных научных конференций студентов и аспирантов факультета прикладной и промышленной математики» (г. Краснодар, 2005-2007 г.).

Публикации. По теме диссертации опубликовано 18 печатных работ, из них 4 статьи в журналах из списка изданий, рекомендованных ВАК для публикации результатов кандидатских и докторских диссертаций.

Структура работы. Диссертация состоит из введения, четырёх глав, заключения, списка цитируемой литературы и четырёх приложений. Работа изложена на 223 страницах машинописного текста и содержит 64 рисунка, 39 таблиц, список литературы из 206 наименований и 2 акта о внедрении.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Коваленко, Анна Владимировна

Выводы.

Оценка финансово-экономического состояния предприятия, включая оценку его кредитоспособности, является в современных условиях актуальной научной и важной практической проблемой. В связи с этим была проведена следующая исследовательская работа:

1. исследован необходимый понятийный аппарат, проведен критический и системный анализ основных понятий, используемых в диссертационной работе. В рамках этого анализа получены следующие результаты:

- уточнено понятие кризиса, а именно, под кризисом предприятия понимается, такой незапланированный и нежелаемый, ограниченный по времени процесс, периодически повторяющийся в течение всего отрезка существования предприятия с момента его создания до ликвидации (при котором важнейшие показатели деятельности предприятия близки к критическим значениям) и который может существенно помешать или даже сделать невозможным функционирование предприятия.

- предложена диаграмма, характеризующая кризис по причинам, характеру, виду, сфере происхождения, по длительности, масштабу, периоду и последствиям. Наиболее адекватной является следующая схема возникновения и проявления кризиса: причины —» симптомы —> факторы. Алгоритм распознавания кризиса заключается в необходимости своевременно обнаружить симптомы, определить факторы, свидетельствующие о возможности наступления кризиса, и выявить его причины. Показано, что для обнаружения наступления кризисной ситуации в предприятии необходим анализ и диагностика состояния предприятия с использованием не только его количественных, но и качественных показателей. Определены понятия эталонных кризисных и некризисных предприятий, предложена классификация методов исследования состояния предприятия.

- проведен сравнительный анализ терминов «платежеспособность», «несостоятельность», «банкротство», «кредитоспособность». Соотношение между рассмотренными понятиями представлено в виде причинно-следственной цепочки: неплатежеспособность — несостоятельность — банкротство. Процесс банкротства всего лишь один из возможных, но не обязательных последствий несостоятельности предприятия. Переход из одного состояния в другое носит как количественный, так и качественный характер. Количественная характеристика выражается определённой системой показателей и подлежит периодической оценке, а качественный характер означает переход в «новое качество», приобретение нового организационного статуса предприятия. Кризисные ситуации могут возникать на любой стадии жизненного цикла предприятия независимо от рода деятельности, форм собственности и т.д., причём характерным свойством кризисных явлений является их возможный переход в такие состояния как неплатежеспособность, несостоятельность и банкротство. Таким образом, диагностика состояния предприятия должна проводиться на всех этапах его функционирования.

- для оценки состояния предприятия, как правило, используются лишь отдельные методы, в то время как эта проблема имеет комплексный характер, поскольку на состояние предприятия оказывает влияние внешняя рыночная среда, со своими конъюнктурными возмущениями, кроме того, каждое предприятие обладает своеобразием и индивидуальными характеристиками, поэтому для оценки состояния предприятия важны не только количественные, но и качественные показатели.

2. Проведен аналитический обзор работ, посвященных современным математическим моделям и методам оценки состояния предприятия и показано:

- для оценки состояния предприятия важны не только количественные, но и качественные показатели, и это особенно актуально для оценки состояния и кредитоспособности средних и малых предприятий. Таким образом, встает проблема разработки и использования для анализа финансово-экономических систем наряду с классическим аппаратом теории вероятностей и случайных процессов новых математических и инструментальных средств анализа, таких как методы нечётких множеств, нейронные и гибридные сети.

- некоторые вопросы и проблемы, такие как оценка финансово-экономического состояния предприятия и его кредитоспособности нейронными сетями и нечёткими продукционными системами, анализ количественных и, что особенно актуально для малых и средних предприятий, качественных характеристик, влияющих на состояние предприятия остаются практически неисследованными.

3. Построены математические модели оценки состояния предприятия, основанные на многомерном статистическом анализе, проведен анализ состояния репрезентативной группы российских предприятий и получены следующие результаты:

- дискриминантные в 95% случаях модели правильно классифицируют общее состояние предприятия, в 85% ликвидность и платежеспособность, 75% финансовую устойчивость, 80% деловую активность, 100% рентабельность. В 70% случаях регрессионная модель правильно классифицирует общее состояние предприятия, в 85% ликвидность и деловую активность, в 80% финансовую устойчивость, и 100% рентабельность. В 65% случаях модели кластерного анализа правильно классифицирует общее состояние предприятия, в 85% ликвидность и платежеспособность, в 90% финансовую устойчивость, в 80% деловую активность, в 75% рентабельность.

- по результатам факторного анализа степень влияния показателей на оценку состояния предприятия следующая: основными показателями являются коэффициенты быстрой (Ь1) и текущей (Р1) ликвидности, покрытия запасов (ЬЗ), финансовой зависимости (Р1), автономии собственных средств (Р2), обеспеченности запасов собственными оборотными средствами (РЗ), постоянного актива (Б4), общей рентабельности (Ю), рентабельности активов (112), собственного капитала (ЯЗ), и оборачиваемости кредиторской задолженности (А4); к второстепенным показателям относятся: оборачиваемость активов (А2) и дебиторской задолженности (А5); к показателям слабо влияющим на оценку состояния предприятия относятся показатели рентабельности продукции (продаж) (Ы4) и оборачиваемости запасов (А6). Результаты факторного анализа, позволяющие выявлять латентные связи и оценку числа независимых факторов, являются эффективным средством для обучения нейронных и гибридных сетей.

- обосновано, что роль качественных характеристик предприятий малого и среднего бизнеса, использующих, как правило, упрощенную систему отчетности, существенно выше количественных, поэтому для таких предприятий использование статистических методов невозможно или проблематично из-за недостатка необходимых количественных данных. Кроме того, в тех случаях, когда возможно использовать статистические модели для оценки состояния предприятия малого и среднего бизнеса, полученные результаты дают значительно заниженные финансово-экономические показатели из-за более высокого риска деятельности предприятий малого и среднего бизнеса.

4. Создана нейронная сеть «САП03.08.15» (сетевой анализатор предприятий) для оценки состояния предприятия со следующими характеристиками. Проведено обучение этой сети различными методами и её оптимизация генетическим алгоритмом.

Показано, что сеть «САП03.08.15» практически безошибочно относит предприятие к одному из двух классов (90% правильной классификации общего состояния предприятий), т.е. сеть обучена правильно и ее можно использовать для анализа состояния любого предприятия независимо от отраслевой и региональной принадлежности, а также вида собственности. Нелинейная структура нейронной сети позволяет эффективно оценивать состояние предприятия в тех случаях, когда линейные модели дают ошибочный результат. Кроме того, данная сеть может быть использована для оценки кредитоспособности предприятия.

5. Разработана нечёткая продукционная система «НПС01» для анализа состояния предприятия с учетом 15 влияющих факторов, которая позволяет проводить комплексную оценку состояния предприятия с использованием количественных показателей, представленных как в числовом, так и в лингвистическом виде, что в свою очередь, позволяет проводить достоверный и всесторонний анализ состояния предприятия (90% правильной классификации общего состояния предприятий и характеристик, его определяющих).

6. Построена нечёткая продукционная система «НПС02», которая позволяет проводить комплексную оценку состояния предприятия и его кредитоспособность с учетом 24 влияющих количественных и качественных факторов, представленных как в числовом, так и в лингвистическом виде, что особенно актуальна для предприятий малого и среднего бизнеса. Нечёткая продукционная система «НПС02» дает 100% правильную классификацию общего состояния предприятий и всех других показателей, за исключением показателей деловой активности и финансовой устойчивости, где 95% определены правильно.

7. Разработана архитектура и алгоритм функционирования комплекса программ «КОФЭС01» оценки состояния предприятия, включающий блоки многомерного статистического анализа, экономико-математических моделей, нечетких продукционных систем и нейросетевых моделей. Все исследования данной работы проведены с использованием этого программного комплекса.

Программный комплекс «КОФЭС01» имеет обширные возможности для комплексной экспресс - диагностики состояния предприятия, часть из которых приводится ниже:

- анализ состояния предприятия и оценка его кредитоспособности с помощью: дискриминантного и регрессионного моделей, кластерного и факторного анализа.

- анализ состояния предприятия с использованием двух- и четырёхфакторных моделей, в том числе четырёхфакторной модели Расчёта, а так же модели Альтмана, адаптированной для России.

- имеется возможность комплексной диагностики состояния предприятия и оценки его кредитоспособности путём анализа количественных и качественных характеристик предприятия с помощью нечётких продукционных систем «НПС01» и «НПС02», включающих оригинальную базу правил нечеткого вывода и структуру. - предоставляется возможность проведения сопоставительного анализа указанных выше методов при оценке состояния предприятия. 8. Из результатов исследований, проведенных в диссертации, следует, что проблема оценки состояния предприятий имеет симметричный характер, а именно: а) Если исследование проводится группы предприятий, то для адекватности результатов исследований необходимо, чтобы эта группа предприятий была репрезентативной. б) Если же исследование проводится одного какого-то конкретного предприятия, то для адекватности такого исследования необходимо использовать репрезентативную группу методов.

Так, например, при исследовании состояния предприятия ни одна из статистических моделей, как было показано в главе 3, не дает для отдельно взятого предприятия полную адекватную оценку его состояния. Использование группы всех статистических моделей уже значительно повышает степень адекватности, однако и эта группа методов так же не является репрезентативной и её необходимо дополнять нейросетевыми моделями оценки и нечёткими продукционными системами. Как показано в диссертации, такая группа методов уже является репрезентативной. Этот результат является одним из основных результатов диссертации.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат экономических наук Коваленко, Анна Владимировна, 2008 год

1. Аверкин, А. Мягкие вычисления / А. Аверкин, И. Батыршин // Новости искусственного интеллекта. 1996. -№3,С. 161-164.

2. Азманова, Е. Г. Банковское кредитование малого бизнеса : дис. . канд. экон. наук / Е. Г. Азманова. Саратов, 2005. - 148с.

3. Айвазян, 3. Антикризисное управление: принятие решений на краю пропасти / З.Айвазян, В.Кириченко // Пробл. теории и практики упр. 1999. - №4. -С.94-100.

4. Алексеев, Н. Управление предприятием в кризисной ситуации (опыт работы) / Н. Алексеев // Проблемы теории и практики управления. 1997. - №6. С. 72-77.

5. Алексеенко, Л.М. Экономический словарь: банковское дело, фондовый рынок (украинско английско - российский толковый словарь) / Л.М. Алексеенко, В.М. Олексиенко, А.И. Юркевич. - К.: Максимум,2000. - 592 с.

6. Антикризисное управление: учеб. для вузов по экон. спец. / Э.М.Коротков, А.А.Беляев, Д.В.Валовой и др.; Под ред. Э.М.Короткова. М.: Ин-фра-М, 2002. - 431с.

7. Артёмкин, Д.Е. Разработка математического и программного обеспечения автоматизированного прогнозирования временных рядов на основе нейро-компьютерных технологий: дис. .канд. тех. наук/ Д.Е. Артёмкин. Рязань, 2003. - 140 с.

8. Ачкасов, А. И. Активные операции коммерческих банков / А. И. Ачка-сов-М.: Консалтбанкир, 1994.-80с.

9. Балабанов, И.Т. Анализ и планирование финансов хозяйствующего субъекта/ И.Т. Балабанов М.: Финансы и статистика, 2007. - 109с.

10. Бандурин, В. В. Проблемы управления несостоятельными предприятиями в условиях переходной экономики / В. В. Бандурин, В. Е. Ларицкий М.: Наука и экономика, 1999. - 164 с.

11. Банковская система России. Настольная книга банкира. Книга 1. / Я.М. Миркин, А. Г. Шаваев, Л. И. Абалкин и др.; Под ред. Я.М. Миркина. М.: ДеКА, 1995. - 688 с.

12. Барановская, Т.П. Информационные системы и технологии в экономике: учебник. / Т.П. Барановская, В.И. Лойко, М.И. Семёнов, А.И. Трубилин; под ред. В.И. Лойко.- 2-е изд., доп. и перераб. М.: Финансы и статистика, 2006. - 416 с.

13. Барановская, Т.П. Потоковые и инвестиционно-ресурсные модели управления агропромышленным комплексом: монография. / Т.П. Барановская, В.И. Лойко, А. И. Трубилин -Краснодар: КубГАУ, 2006. 352с.

14. Баренбойм, П. Д. Правовые основы банкротства : учеб. пособие / П. Д. Баренбойм. -М. :Белые альвы,1995. 200 с.

15. Бланк, И.А. Основы финансового менеджмента: в 2 т. / И.А. Бланк. -К.: Эльга, 2007. Т. 1 621с. Т. 2 - 624 с.

16. Бобрович, С.М. Оценка финансового состояния и деловой активности предприятия: уч. пос./ С.М. Бобрович, О.В. Богатырева, В.А. Гончаренко 2-е изд., перераб. и доп. - Краснодар: Юг, 2001. - 120 с.

17. Борисов, В.В. Нечёткие модели и сети / В.В. Борисов, В.В. Круглов, A.C. Федулов. М.: Горячая линия — Телеком, 2007. - 284 с.

18. Боровиков, В.П. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов. / В.П. Боровиков 2-е изд., испр. и доп. - СПб.: Питер, 2003. - 688с.

19. Боровиков, В.П. Нейронные сети. Statistica Neural Networks. Методология и технологии современного анализа данных / В.П. Боровиков. 2-е изд. - М.: Горячая линия - Телеком, 2008. - 392 с.

20. Браун, С.Дж. Количественные методы финансового анализа/ С.Дж. Браун, М.П. Крицмен. М.: ИНФРА-М, 1996. - 329с.

21. Брейли, Р. Принципы корпоративных финансов / Р. Брейли, С. Майерс М.: Олимп-Бизнес, 2007 г. - 1008 с.

22. Бригхем, Ю., Гапенски JI. Финансовый менеджмент. Полный курс. В 2 т. Пер. с англ. / Ю. Бригхем, Л. Гапенски; Под ред. В.В.Ковалева. СПб.: Экономическая школа, 1997. T.l - 497с. Т.2 - 669с.

23. Броило, Е.В. Основные проблемные тенденции развития СевероЗападного федерального округа в условиях рынка / Е.В. Броило //Региональная экономика: теория и практика 2007 № 5(44). - С. 26-34.

24. Булко, О. Законодательство о банкротстве. Вариант Белоруссии / О. Булко, Л. Шевчук // Хозяйство и право. 1992. — № 5. - С. 41 - 48.

25. Бурда, А.Г. Экономические проблемы параметризации аграрных предприятий / Бурда А.Г.; под ред. проф. И.Т. Трубилина. Краснодар, 2001. - 508 с.

26. Бэстенс, Д.-Э. Нейронные сети и финансовые рынки. Принятие решений в торговых операциях/ Д.-Э. Бэстенс, В.-М. Ван Ден Берг, Д. Вуд М.: ТВП, 1997.-236с.

27. Васильев, Е.А. Правовое регулирование конкурсного производства в капиталистических странах : учеб. пособие / Е. А. Васильев. М.: МГИМО, 1989. -100 с.

28. Воронов, К.И. Оценка коммерческой состоятельности инвестиционных проектов / К.И. Воронов // Финансовая газета. 1994. - № 6. - С. 6-7.

29. Гайдук, К.В. Функциональная реструктуризация коммерческих организаций (на примере Волгоградской области) / К.В. Гайдук, Г.С. Мерзликина // Проблемы теории и практики управления.- 2002.-N2.- С.89- 93.

30. Галасюк, В.В. Об определении понятия «платежеспособность» в свете концепции CCF / В.В. Галасюк, A.B. Вишневская-Галасгок, В.В. Галасюк // Фондовый рынок.-2003.-№ 13.-С.26-33.

31. Галыгин, А.Н. Алгоритмы автоматического формирования базы правил для систем управления на нечёткой логике: дис. . канд. тех. наук / А.Н. Галыгин. — Красноярск, 2004. 120 с.

32. Гилмор, Р. Прикладная теория катастроф: в 2 т. / Р. Гилмор. М.: Мир, 1984. Т.1 - 285с. Т.2 - 350с.

33. Гиляровская JT.T. Анализ и оценка финансовой устойчивости коммерческого предприятия. / JI.T. Гиляровская, A.A. Вехорева СПб: Питер, 2003. -256с.

34. Гиляровская, JI.T. Комплексный эконономический анализ хозяйственной деятельности: учебник для вузов / JI.T. Гиляровская, Д.В, Лысенко, Д.А. Ендо-вицкий. М.: Велби, 2006. - 360с.

35. Гражданский кодекс Российской Федерации (части первая, вторая, третья и четвертая). М.: Омега-Л, 2007. - 672с.

36. Грачёв, A.B. Экспресс-анализ финансовой устойчивости предприятия / A.B. Грачёв. -2-е изд., доп. М.: Дело и Сервис, 2005. - 264 с.

37. Давыдова, Г.В. Методика количественной оценки риска банкротства предприятий / Г.В. Давыдова, А.Ю. Беликов // Управление риском. 1999. № 3. -С. 13-20.

38. Деревянко, П.М. Модели и методы принятия стратегических решений по распределению реальных инвестиций предприятия с применением теории нечётких множеств: дис. . канд. экон. наук / П.М. Деревянко. СПб., 2006. - 224 с.

39. Дешко, А.Э. Мониторинг деятельности предприятия средство предупреждения неплатежеспособности / А.Э. Дешко // Предпринимательское право. -2007. - № 3. - С. 13-15.

40. Дубров, A.M. Многомерные статистические методы для экономистов / A.M. Дубров, B.C. Мхитарян, Л.И. Трошин. М.: Финансы и статистика, 2005. -352 с.

41. Дуброва, Т.А. Статистические методы прогнозирования: учеб. пособие для вузов / Т. А. Дуброва. М.: ЮНИТИ-ДАНА, 2003. - 206 с.

42. Евсеев, А. Стратегия реструктуризации предприятий в условиях кризисной ситуации / А. Евсеев // Проблемы теории и практики управления. 1999. -№ 3. - С. 109-113.

43. Ежов, A.A. Нейрокомпьютинг и его применения в экономике и бизнесе / A.A. Ежов, С.А. Шумский. М.: МИФИ, 1998. -216 с.

44. Ендовицкий, Д.А. Анализ и оценка кредитоспособности заёмщика: уч.-практ. пос./Д.А. Ендовицкий, И.В. Бочарова. М.: Кнорус, 2005. -272 с.

45. Жарковская, Е. П. Антикризисное управление: учеб. / Е. П. Жарков-ская, Б.Е. Бродский. 2-е изд., испр. и доп. - М.: Омега-Л, 2005. - 357 с.

46. Заде, Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений / Л. Заде. М.: Мир, 1976. - 165с.

47. Зайцева, О.П. Антикризисный менеджмент в российской фирме / О.П. Зайцева// Сибирская финансовая школа.- 1998. №11-12. - С. 66-73.

48. Зайченко, Д.Н. Управление портфелем ценных бумаг коммерческого банка с использованием нейронных компьютерных технологий. Дис. к., эконом, наук/ Государственный университет управления. -М.:2000. 172с.

49. Захаров, P.E. Разработка логико-лингвистических моделей управления и принятия решений на базе нечеткой логики: дис. . канд. тех. наук / P.E. Захаров. Владикавказ, 2004. - 168с.

50. Иванищев, М.В. Разработка нечёткочисленного метода прогнозирования и обеспечения устойчивости предприятия в условиях неопределённости: дис. . канд. экон. наук / М.В. Иванищев. М.: 2002. - 134с.

51. Илларионов, А. В. Разработка математических моделей и алгоритмов принятия решения по кредитованию предприятий малого (среднего) бизнеса на основе аппарата теории нечётких множеств: дис. . канд. экон. наук / А. В. Илларионов. Владимир, 2006. - 231с.

52. Карелин, A.B. Инструменты государственного регулирования несостоятельности российских промышленных предприятий: дис. . канд. экон. наук / A.B. Карелин. М., 2006. - 183 с.

53. Ким, Дж.-О. Факторный анализ: статистические методы и практические вопросы / Дж.-О. Ким, Ч.У. Мьюллер. М.: Финансы и статистика, 1989. -177с.

54. Кирисюк, Г.М. Оценка банком кредитоспособности заёмщика/ Г.М. Кирисюк, B.C. Ляховский // Деньги и кредит. 1993. - №4. - С. 10-14.

55. Клоб, Б. Состав преступления и понятие банкротства / Б. Клоб // Законность. 1998. - №1. - С. 48-49.

56. Ключко, В. И. Нейрокомпьютерные системы. Базы знаний: учеб. пособие / В. И. Ключко, В. В. Ермоленко. Краснодар: КубГТУ, 1999. - 100 с.

57. Ковалев, В.В. Введение в финансовый менеджмент / В.В. Ковалев. -М.: Финансы и статистика, 2000. 514с.

58. Ковалев, В.В. Практикум по финансовому менеджменту. Конспект лекций с задачами / В.В. Ковалев. М.: Финансы и статистика, 2004. - 288 с.

59. Ковалев, В.В. Экономический анализ: методы и процедуры /В.В. Ковалев. М.: Финансы и статистика, 2001. - 560 с.

60. Коваленко, A.B. Анализ кризисного состояния предприятия на основе систем нечёткого вывода / A.B. Коваленко, А.О. Цедев // Обозрение прикладной и промышленной математики. 2006. - № 13 (3). - С. 498-499.

61. Коваленко, A.B. Диагностика состояния предприятия на основе нечётких продукционных систем и дискриминантного анализа / A.B. Коваленко, A.A. Гаврилов, В.Н. Кармазин // Экономический анализ теория и практика. - 2007. -№ 14(95). - С. 2-9.

62. Коваленко, A.B. Комплексная оценка кредитоспособности предприятий малого и среднего бизнеса на основе нечётких моделей / A.B. Коваленко, В.Н. Кармазин // Обозрение прикладной и промышленной математики. 2007. - № 15(1).-С. 722-725.

63. Коваленко, A.B. Оценка кредитоспособности заёмщика на основе нечёткой нейронной сети / A.B. Коваленко, В.Н. Кармазин // Обозрение прикладной и промышленной математики. 2006. - № 14 (1). - С. 121-122.

64. Коваленко, A.B. Оценка кредитоспособности предприятий малого бизнеса с помощью нечеткой продукционной системы / A.B. Коваленко, В.Н. Кармазин // Труды Кубанского Государственного Аграрного Университета. 2008. -№2(11).-С. 20-26.

65. Коваленко, A.B. Программный комплекс «КОФЭС01» оценки финансово-экономического состояния предприятия / A.B. Коваленко // Инновации в науке и образовании. 2008. - №3(38). - С. 30.

66. Коробов, МЛ. Финансово-экономический анализ деятельности предприятий / М.Я. Коробов. К.: Знания, 2000. - 378 с.

67. Кофман, А. Введение в теорию нечетких множеств / А. Кофман. М.: Радио и связь, 1982. - 432 с.

68. Кофман, А. Введение теории нечетких множеств в управлении предприятиями / А. Кофман, X. Хил Алуха. Минск: Вышэйшая школа, 1992. - 216с.

69. Крейнина, М.Н. Финансовый менеджмент: учебное пособие / М.Н. Крейнина. М.: Дело и сервис, 2001. - 400с.

70. Кукукина, И.Г. Учет и анализ банкротств / И.Г. Кукукина, И.А. Астра-ханцева. — М.: Финансы и статистика, 2006. 304с.

71. Лаврентьев, A.B. Метод регулярного представления сингулярно возмущенных уравнение / A.B. Лаврентьев, М.Х. Уртенов. Краснодар: КубГУ, 2002. -135 с.

72. Лаврушин, О.И. Банковское дело / О.И. Лаврушин, И.Д. Мамонова, Н.И. Валенцева; Под ред. Лаврушина О.И. М.: КНОРУС, 2007. - 768с.

73. Лаврушин О.И. Банковское дело: Современная система кредитования: Учеб. пособие для вузов / О.И. Лаврушин, О.Н. Афанасьева, С.Л. Корниенко; под ред. Лаврушина О.И. 3-е изд., перераб. и доп. - М.: КНОРУС, 2005. - 256 с.

74. Ле, Хоа Новый закон Российской Федерации о несостоятельности (банкротстве): взгляд зарубежного экономиста / Хоа Ле // Экономика и жизнь. -1998. №11. - С.18 - 22.

75. Леоненков, A.B. Нечёткое моделирование в среде MATLAB и fuzzyTECH / A.B. Леоненков. СПб.: БХВ-Петербург, 2003. -736 с.

76. Лойко, В.И. Потоковые модели управления агропромышленным комплексом на макро- и микро- уровнях / В.И. Лойко, Т.П. Барановская, И.В. Аруша-нов. Краснодар: КубГАУ, 2008. - 107 с.

77. Лоули, Д. Факторный анализ как статистический метод / Д. Лоули, А. Максвелл. М.: Мир, 1967. - 123с.

78. Луценко, Е.В. Интеллектуальные информационные системы: учеб. пособие для вузов / Е.В. Луценко. 2-е изд., перераб. и доп.- Краснодар: КубГАУ, 2006.-615 с.

79. Макаров, A.M. Интеллектуальный капитал организации: сущность, измерение, развитие / A.M. Макаров. Ижевск: Удмуртский университет, 2005. -109 с.

80. Малышев И.А. Разработка интеллектуальной системы поддержки принятия экономических решений на основе методов теории нечётких множеств: дис. . канд. экон. наук / И.А. Малышев. Волгоград, 2006. - 156с.

81. Мельник, M.B. Финансовый анализ: система показателей и методика проведения: учеб. пособие / М.В. Мельник, В.В. Бердников. М.: Экономистъ, 2006. -159с.

82. Москвин, В.А. Кредитование инвестиционных проектов: Рекомендации для предприятий и коммерческих банков / В.А. Москвин. М.: Финансы и статистика, 2001. - 240 с.

83. Недосекин, А.О. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний: дис. . д. экон. наук / А.О. Недосекин. СПб., 2003. - 280 с.

84. Недосекин, А.О. Сводный финансовый анализ российских предприятий за 2000 2003 гг. / А.О. Недосекин, Д.Н. Бессонов, A.B. Лукашев // Аудит и финансовый анализ. - 2005, - № 1. С. 53 - 60.

85. Новодворский, В.Д. Бухгалтерская отчетность: составление и анализ / В.Д. Новодворский, Л.В. Пономарева, О.В. Ефимова. М.: Бухгалтерский учет, 1998.-347 с.

86. Общая теория денег и кредита: учебник для вузов / Е.Ф. Жуков, Н.М. Зеленкова, Л.Т. Литвиненко и др.; Под ред. Е.Ф. Жукова. 3-е изд., перераб., доп. -М.: ЮНИТИ-ДАНА, 2002. - 423 с.

87. Олыпаный, А.И. Банковское кредитование российский и зарубежный опыт / А.И. Олыпаный. - М.: РДЛ, 1998. - 352 с.

88. Основы антикризисного управления предприятиями: Учебное пособие для студентов высших учебных заведений / H.H. Кожевников, Е.И. Борисов, А.Г. Зубкова и др.; Под ред. Кожевникова H.H. М.: Академия, 2005 - 496 с.

89. Портянский, П.Э. Методы формирования маркетинговых решений с использованием аппарата нечёткой математики: дис. . канд. экон. наук / П.Э. Портянский. Тула, 2004. - 134 с.

90. Постон, Т. Теория катастроф и её приложения / Т. Постон, И. Стюарт. -М.: Мир, 1980.-607 с.

91. Птускин, A.C. Нечёткие модели задач принятия стратегических решений на предприятиях: дис. . д. экон. наук / A.C. Птускин М.: 2004. - 318 с.

92. Пястолов, С.М. Экономический анализ деятельности предприятий: учеб. пос. для вузов / С.М. Пястолов. М. : Академический Проект, 2002. - 572 с.

93. Рисин, И.Е. Применение K-прогнозных моделей в финансовом анализе организаций / И.Е. Рисин, Ю.И. Трещевский // Экономический анализ: теория и практика. 2004. - №3. - С.21-26.

94. Родионова, Н.В. Антикризисный менеджмент: учеб. пособие для вузов / Н.В. Родионова. М.: ЮНИТИ-ДАНА, 2002. - 223 с.

95. Савицкая, Г. В. Анализ хозяйственной деятельности предприятия: учеб. пособие / Г. В. Савицкая. 7-е изд., испр. - М.: Новое знание, 2002. -704 с.

96. Севрук, В.Т. Анализ кредитного риска / В.Т. Севрук // Бухгалтерский учет. 1995.-№10.-С. 15-19.

97. Семенов, М.И. Автоматизированные информационные технологии в экономике: учебник / М.И. Семенов, И.Т. Трубилин, В.И. Лойко, Т.П. Барановская; Под общ. ред. И.Т. Трубилина. -М.: Финансы и статистика, 1999. 416 с.

98. Смирнов, В.И. Прогнозирование и классификация экономических систем в условиях неопределённости методами искусственных нейронных сетей: дис. . канд. экон. наук/В.И. Смирнов. Оренбург, 2003. -280 с.

99. Смирнова, Е.В. Банкротство несостоятельности рознь / Е.В. Смирнова //ЭКО. 1993. - № 9. - С. 141-149.

100. Сосненко, JI.C. Комплексный экономический анализ хозяйственной деятельности. Краткий курс: уч. пос./ Л.С. Сосненко, А.Ф. Черненко, E.H. Свиридова. -М.: КНОРУС, 2007. 344с.

101. Стельмащук, Н. Гибель энергетического «Титаника» / Н. Стельмащук //Галицкие контракты. 2002. -№1. -С.23-28.

102. Стоянова, Е.С. Финансовый менеджмент: теория и практика: учебник для вузов / Е.С. Стоянова. 6-е изд. - М.: Перспектива, 2008. - 656 с.

103. Стратегия и тактика антикризисного управления фирмой /А.П. Градов, Б.И. Кузин, A.B. Федотов и др.; Под общ. ред. А.П. Градова, Б.И. Кузина. СПб.: Спец. лит.,1996. - 510 с.

104. Таль Г.К. Антикризисное управление: учебное пособие для вузов в 2-х т. / Г.К. Таль. М.: Инфра-М. 2004. Т. 1 - 928 с. Т. 2 - 1027 с.

105. Татаурова, O.A. Оценка несостоятельности предприятий с целью повышения эффективности принятия управленческих решений в процессе банкротства: дис. . канд. экон. наук / O.A. Татаурова. Хабаровск, 2007. - 155 с.

106. Телюкина, М.В. Соотношение понятий «несостоятельность» и «банкротство» в дореволюционном и современном праве / М.В. Телюкина // Юрист. -1997. №12. С.42-45.

107. Ткачев, В.Н. Термины «банкротство» и «несостоятельность»: сущность и соотношение / В.Н. Ткачев // Адвокат. 2003. - № 3. - С. 18-22.

108. Трененков, Е.М. Диагностика в антикризисном управлении / Е.М. Тре-ненков, С.А. Дведенидова // Менеджмент в России и за рубежом. 2002. - №4. -С.3-25.

109. Федотова, М.А. Как оценить финансовую устойчивость предприятия/ М.А. Федотова// Финансы. 2002. -№ 6. С. 12-15.

110. Финансовый портал информационно-аналитического и учебного центра НАУФОР Электронный ресурс. Режим доступа: http://www.skrin.ru .

111. Фомин, Я.А. Диагностика кризисного состояния предприятия / Я.А. Фомин. М.:Юнити-Дана. 2003. - 349 с.

112. Халафян, A. A. STATISTIC А 6. Статистический анализ данных. 3-е изд. учеб. / А.А. Халафян. М.: Бином-Пресс, 2007. - 512с.

113. Харрод, Р. К теории экономической динамики. Экономические циклы и национальный доход / Р. Харрод, Э. Хансен М.: Экономика, 1997. 416с.

114. Чернявский, А.Д. Антикризисное управление: учеб. пособие / А.Д. Чернявский К.: МАУП, 2000. - 208 с.

115. Шевченко, И.В. Оценка кредитоспособности предприятий малого и среднего бизнеса с помощью нечеткой продукционной системы / И.В. Шевченко,

116. B.Н. Кармазин, А.В. Коваленко // Финансовая аналитика. Проблемы и решения. -2008. №2(2) - С. 81-86.

117. Шеремет, А.Д. Методика финансового анализа: учеб. и практ. пособие/ А.Д. Шеремет, Р.С. Сайфулин, Е.В. Негашев. 3-е изд., перераб. и доп. - М.: ИНФРА-М, 2001.-207 с.

118. Шеремет, А.Д. Методика финансового анализа деятельности коммерческих организаций / А.Д. Шеремет. М.: Инфра-М, 2005.- 237 с.

119. Штовба, С.Д. Проектирование нечетких систем средствами MATLAB /

120. C.Д. Штовба. М.: Горячая линия - Телеком, 2007. - 288 с.

121. Эйтингон, В.Н. Прогнозирование банкротства: основные методики и проблемы / В.Н. Эйтингон, С.А. Анохин // Содействие. 1999. - №7. - С. 8-14.

122. Яковцев, Ю.В. Циклы. Кризисы. Прогнозы / Ю.В. Яковцев М.: Наука, 1999.-448 с.

123. Ярушкина, Н.Г. Основы теории нечётких и гибридных систем: уч. пос. / Н.Г. Ярушкина. М.: Финансы и статистика, 2004. - 320 с.

124. Яхъяева, Г.Э. Нечёткие множества и нейронные сети: уч. пос./ Г.Э. Яхъяева. М -.: БИНОМ, 2006. 316с.

125. Altman, E.I. Corporate Financial Distress and Bankruptcy: Predict and Avoid Bankruptcy, Analyze and Invest in Distressed Debt / E.I. Altman 3rd Edition. -NY.: Wiley, 2006.-368 p.

126. Altman, E.I. Further Empirical Investigation of the Bankruptcy Cost Question/E.I. Altman // Journal of Finance, 1984. pp. 1067 - 1089.

127. Argenti, J. Corporate Collapse the causes and symptoms / J. Argenti. -London: McGraw-Hill, 1976. - 190 p.

128. Beaver, W. Financial Ratio as Predictors of Failure, Empirical Research in Accounting / W. Beaver // Journal of Accounting Research, 1967. № 4. - pp.71-111.

129. Bojadziev G., Fuzzy Logic for Business, Finance and Management / G. Bo-jadziev, M. Bojadziev // Advances in fuzzy systems.- 1997.- № 12. 232 p.

130. Buckley, J. Applications of Fuzzy Sets and Fuzzy Logic to Economics and Engineering, Physica-Verlag / J. Buckley, T.Feuring, E.Eslami. Heidelberg, 2002. -282p.

131. Chesser, D.L. Predicting Loan Noncompliance / D.L.Chesser // The Journal of Commercial Bank Lending. 1974. №56(12), pp. 28-38.

132. Cooley, W. Lohness P. Factor analysis and multiple linear regression modelling. Regional Characterization of Water Quality / W. Cooley, P. Lohness // IAHS Publ. 1989. - №182. - pp. 88-1208.

133. Dimova, L. Application of fuzzy sets theory, methods for the evaluation of investment efficiency parameters / L. Dimova, D. Sevastianov, P. Sevastianov // Fuzzy economic review. 2000, № 1, pp. 34-48.

134. Dubois, D. The three semantics of fuzzy sets / D. Dubois, H. Prade // Fuzzy Sets and Systems. 1997. - № 90. - pp. 141 - 150.

135. Fulmer, J. A Bankruptcy Classification Model For Small Firms / J. Fulmer, E. James, A. Thomas, J. Michael // Journal of Commercial Bank Lending. 1984. - №6. - pp. 25-37.

136. George, A. Qualitative analysis: Evaluating a borrower's management and business risks / A. George // The Journal of Commercial Bank Lending. 1991. - № 8. -pp. 6-16.

137. Harman, H.H. Modern Factor Analysis / H.H. Harman. Chicago University of Chicago Press, 1976. - 167 p.

138. Kaufmann, A. Introduction to fuzzy arithmetic: theory and applications / A. Kaufmann, M.M. Gupta. New York: Van Nostrand Reinhold Co., 1985. - 351 p.

139. Keasey, K. Non-financical symptoms and the prediction of small company failure: a test of Argenti's hypotheses / K. Keasey, Watson, R. // Journal of Business & Accounting. 1987. - № 14(3). pp. 34-86.

140. Lindeman, R.H. Introduction to Bivariate and multivariate Analysis / R.H. Lindeman, P.F. Merenda, R.Z. Gold // Glenview, 1980.- p. 245-282.

141. Machlup F. The Production and Distribution of Knowledge in the United States / Machlup F. Princeton, N.J.: Princeton University Press, 1962. - 416 p.

142. Morrison, D.F. Multivariate Statistical Methods / D.F. Morrison 4th Edition. - N.Y.: McGraw-Hill, 2003. - 234 p.

143. Mulaik, S.A. The foundation of factor analysis / S.A. Mulaik. N.Y.: McGraw-Hill, 1971.-453 p.

144. Spiethoff A. The "Historical" Character of Economic Theories / A. Spiethoff // The Journal of Economic History. -1952. № 2. - pp. 131-139.

145. Taffler, R.J. Going, going, gone four factors which predict / R.J. Taffler, H. Tisshaw // Accountancy. - 1977. - №3. pp. 50-54.

146. Wall, A. Study of Credit Barometrics / A. Wall // Federal Reserve Bulletin. Vol. 5 (March 1919), pp. 229-243.

147. Wherry, R.J. Contribution to correlation analysis / Wherry R.J. N.Y.: Academic Press, 1984. - 153 p.

148. Zadeh, L.A. Fuzzy Sets as a Basis for a Theory of Possibility / L.A. Zadeh // Fuzzy Sets and Systems. 1978. - Vol.1, №1. - pp. 3-28.

149. Zimmerman, H. Fuzzy Set Theory and its Applications / H. Zimmerman -3rd eds. Kluwer Academic Publishers, 1996. - 435p.

150. Zopounidis, C. Multi-Group Discrimination Using Multi-Criteria Analysis: Illustrations from the Field of Finance / C. Zopounidis, M. Doumpos // European Journal of Operational Research. 2002. - №139. - pp. 371-389.