Информационные технологии финансового мониторинга предприятий тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Информационные технологии финансового мониторинга предприятий"

На правах рукописи

004618092

Богачев Виталий Вадимович

Информационные технологии финансового мониторинга предприятий

08.00.13 - Математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Москва 2010

2010

004618092

Работа выполнена на кафедре «Информационные технологии» ФГОБУВПО «Финансовый университет при Правительстве Российской Федерации».

Научный руководитель:

доктор экономических наук, профессор Чистов Дмитрий Владимирович

Официальные оппоненты: доктор технических наук, профессор

Квасницкий Виктор Николаевич,

кандидат экономических наук, профессор Морозов Владимир Петрович

Ведущая организация:

ГОУВПО «Московский государственный университет экономики, статистики и информатики (МЭСИ)»

Защита состоится 22 декабря 2010 г. в 10-00 часов на заседании совета по защите докторских и кандидатских диссертаций Д 505.001.03 при ФГОБУВПО «Финансовый университет при Правительстве Российской Федерации» по адресу: 124993 г.Москва, Ленинградский проспект, д.55, аудитория 213.

С диссертацией можно ознакомиться в диссертационном зале библиотеч-но-информационного комплекса ФГОБУВПО «Финансовый университет при Правительстве Российской Федерации» по адресу: 124993, г.Москва, Ленинградский проспект, д.49, комн.203.

Автореферат разослан 19 ноября 2010 г. и размещен на официальном сайте ФГОБУВПО «Финансовый университет при Правительстве Российской Федерации»: www.fa.ru.

Ученый секретарь совета Д 505.001.03,

кандидат экономических наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Для повышения эффективности использования экономического потенциала предприятий необходимо совершенствовать систему их управления на базе полной и своевременной информации о функционировании этих объектов. Перед экономической наукой стоит задача теоретического и методологического обоснования применения инструментов, обеспечивающих принятие решений в системах управления предприятиями. В числе прочих, таким инструментом является мониторинг.

Спектр потенциальных применений систем мониторинга предприятий достаточно широк. В сфере государственного управления, например, это могут быть вопросы эффективного управления государственной собственностью. В сфере банковского и лизингового бизнеса это могут быть вопросы оценки потенциальных заемщиков с учетом отраслевых особенностей. Однако в российской экономической практике наблюдается недостаток применения систем мониторинга с точки зрения формирования упреждающих воздействий.

Система финансового мониторинга предприятий должна учитывать не только текущее состояние наблюдаемых объектов, но и позволять предвидеть состояние объектов наблюдения (предприятий) для своевременной выработки упреждающих воздействий. В связи с этим, представляется важным рассматривать мониторинг в широком смысле, не просто как систему наблюдения и фиксации текущего положения наблюдаемого объекта, но и как систему, позволяющую анализировать развитие объекта за счет комбинированного применения методов анализа и прогнозирования.

Ввиду того, что сочетание методов анализа и прогноза для формирования упреждающих воздействий является сложной задачей не только с экономической, но и с математической точки зрения, возрастает актуальность выбора адекватного экономико-математического инструментария, позволяющего комплексно реализовать задачу построения динамической модели анализа данных и прогнозирования.

Применение экономико-математических методов для реализации системы финансового мониторинга предприятий предполагает использование соответствующих инструментальных средств.

Для создания информационной технологии финансового мониторинга предприятий необходимо определить состав, способы использования и механизмы инте-

грации элементов. Для практического применения системы финансового мониторинга важно сформулировать рекомендации по созданию программного обеспечения.

Степень разработанности проблемы. Важность проблемы эффективного использования систем мониторинга привела к появлению научных публикаций, посвященных исследованию его теоретического и методического обеспечения. Следует отметить работы авторов Демиргук-Кунт А., Г. Закинчак, Чу Ц.-С.Дж., А. Шишкина, Байт X., Ярпэ Е. и другие. Однако работы этих авторов, в основном, посвящены общим вопросам проведения мониторинга развития страны, банковского сектора, рассмотрения методов расчета экологических параметров.

Положения организации системы финансового мониторинга нашли отражение в методических разработках Банка России, выполненных под руководством Ю. Степанова, в трудах Н. Дорогова, С. Быстрицкого, Т. Агаповой, А. Ревайкина, Л. Смирновой и других. В этих работах освещены такие вопросы, как содержание, специфика, объект и предмет финансового мониторинга. Следует отметить, что наряду с достаточно глубокой проработанностью проблемы, имеют место дискуссионность, а в отдельных случаях и противорчеи-востъ в определении понятийного аппарата финансовго мониторинга. Из этого можно сделать вывод о многоаспекгаости данной проблемы и необходимости рассмотрения этого вопроса с теоретической и практической сторон.

Во многих работах указывается, что система мониторинга, как инструмент принятия управленческих решений, должна помимо функций наблюдения и анализа включать в себя систему прогнозирования. Несмотря на это не было предложено соответствующих моделей реализации данной системы. Слабо развита методология прогностического анализа в моделях финансового мониторинга. Требуют дальнейшего развития и математические модели анализа данных систем финансового мониторинга.

Необходимость совершенствования методических и инструментальных средств финансового мониторинга предприятий, наличие ряда нерешенных и дискуссионных вопросов обуславливают темы исследования, предопределяя ее структуру, цель и задачи.

Цель диссертационного исследования. Цель исследования состоит в решении научной задачи развития теоретического, методического и инструментального аппарата финансового мониторинга предприятий как системы раннего предупреждения возможных негативных сценариев развития объекта наблюдения.

В соответствии с указанной целью, в работе поставлены следующие задачи:

1. Исследовать существующие подходы к обеспечению совместного использования методов анализа и прогнозирования в системе мониторинга.

2. Разработать экономико-математическую модель поддержки процесса мониторинга, учитывающую перспективы развития объекта наблюдения и включающую в себя функции упреждения возможных негативных сценариев.

3. Определить состав элементов информационной технологии финансового мониторинга предприятий и разработать механизмы их интеграции.

4. Разработать макет программного обеспечения системы финансового мониторинга для проверки предложенных решений и разработки механизмов их практического применения.

Объектом исследования является финансовое состояние предприятий.

Предметом исследования являются математические и информационные методы и средства финансового мониторинга предприятий.

Методы исследования. Основным методом исследования является математическое моделирование. Для построения модели финансового мониторинга предприятий использованы принципы моделирования, основанного на комбинации методов факторного и дискриминантного анализа в сочетании с моделями прогнозирования авторегрессии-скользящего среднего.

Научная новизна состоит в разработке методов и средств финансового мониторинга, обеспечивающих комплексное решение задачи прогнозирования и качественной оценки состояния предприятий для формирования упреждающих воздействий.

Новыми являются следующие научные результаты.

1. Определены механизмы расширения функций системы финансового мониторинга предприятий за счет включения моделей анализа данных и прогнозирования финансовой устойчивости, что позволило отслеживать динамику развития предприятий и исходной совокупности в целом и вырабатывать упреждающие воздействия.

2. Для решения задачи сокращения множества первичных показателей на базе методов прикладной статистики (факторный анализ) предложен алгоритм их отбора, формирующий минимально-допустимое множество переменных, не обладающих свойством мультиколлинеарности.

3. Разработана методика построения динамической функции финансовой устойчивости предприятий, с помощью которых возможно с заданной точностью присвоить объекту наблюдения конкретный класс финансового состояния.

4. Разработана методика прогнозирования финансовой устойчивости предприятий на основании методов дискриминантного анализа и модели авторегрессии-скользящего среднего.

5. Разработана технология интеграции инструментальных средств, которая позволила обеспечить реализацию информационной системы финансового мониторинга предприятий, включающую методы анализа данных и прогнозирования.

Практическая значимость работы. Практическая значимость полученных результатов заключается в том, что разработанные в диссертации теоретические положения, математические модели и инструментальные средства ориентированы на широкое использование в практике финансового мониторинга предприятий.

Реализована информационная технология финансового мониторинга предприятий на базе платформы «1 С:Предприятие 8» и системы УБТАТ.

Даны методические рекомендации по применению моделей финансового мониторинга предприятий для практического использования.

На основе анализа объектов информационной системы «1 С:Предприятие» выделены соответствия данных объектов объектам системы финансового мониторинга предприятий.

Показано, какие методы интеграции максимально подходят для реализации системы финансового мониторинга предприятий.

Разработана информационная система финансового мониторинга предприятий, которая может быть использована в интегрированных структурах для поддержки принятия упреждающих воздействий.

Апробация и внедрение результатов исследования.

Исследования, проведенные в диссертации, нашли свое отражение в рамках научно-исследовательских работ Финансового университета, проводимых в соответствии с комплексной темой: «Пути развития финансово-экономического сектора России» по кафедральной подтеме «Совершенствование систем управления предпри-

ятиями на основе современных информационных технологий» и проводимой в рамках комплексной темы «Инновационное развитие России: социально-экономическая стратегия и финансовая политика» по межкафедральной подтеме «Информационные технологии, как фактор инновационного развития экономики».

Результаты исследований, приведенные в диссертационной работе, докладывались и были одобрены на международных и российских конференциях, в том числе на Международной научно-практической конференции «Управление развитием крупномасштабных систем (МЬ5В'2009)» (Институт проблем управления им. В.А. Трапезникова РАН, 2009), на Международной научно-практической конференции «Системный анализ в проектировании и управлении» (Политехнический университет, 2009), на Международной научно-практической конференции «Новые информационные технологии в образовании» (Москва, 2009).

Основные результаты исследования внедрены в практику деятельности мониторинговых служб и общий производственный процесс российских организаций, в частности:

- материалы диссертационного исследования используются в научной деятельности ФГУП «ЦНИИ» Центр». На основании рекомендаций научно-технического совета института проведено внедрение модели финансового мониторинга предприятий, которое подтвердило практическую целесообразность использования ее в процессе мониторинга показателей деятельности промышленности;

- материалы диссертационного исследования используются в практической деятельности ООО «1АБ-Эксперт». На базе разработанной в ходе диссертационной работы информационной системы финансового мониторинга предприятий создана конфигурация системы мониторинга на платформе «1 С:Предприятие 8», внедренная в рабочий процесс компании, позволяющая существенно повысить уровень принятия управленческих решений.

Материалы диссертации используются кафедрой «Информационные технологии» в преподавании учебных дисциплин «Информационные системы в экономике» в Финансовом университете.

Публикации. Основные научные результаты по теме диссертации опублико-

7

валы в 5 работах общим объёмом 1,62 печатных листов, весь объем авторский, в том числе 2 статьи общим объёмом 0,74 печатных листов (авторский объем 0,74 печатных листов) в изданиях, определенных ВАК.

Структура диссертационной работы определяется общим замыслом и логикой проведения исследований. Диссертация содержит введение, 3 главы, заключение и приложение с актом внедрения результатов работы, изложенные на 131 страницах машинописного текста. В работу включены 21 рис., 10 табл., список литературы состоит из 50 наименований.

ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ Теоретическая, методическая и информационная базы финансового мониторинга предприятий.

Определено место финансового мониторинга как инструмента поддержки принятия управленческих решений, определены его сущность и содержание. Сформулировано и доказано, что понятие «мониторинг» должно включать в себя: наблюдение, анализ состояния объектов и прогноз.

В результате, на основе проведенного анализа, понятие финансового мониторинга сформулировано следующим образом:

под финансовым мониторингом предприятий следует понимать комплекс действий, проводимый на регулярной основе, по сбору информации, ее оценке, анализу, прогнозу дальнейшего развития исследуемых предприятий, а также качественной оценке данного прогноза для обеспечения эффективного финансового управления контролируемыми предприятиями или их агрегатами (холдинг, отрасль, финансово-промышленная группа).

Предложена классификация видов мониторинга, которая уточняет круг классификационных признаков и типов мониторинга (таблица 1).

Основные изменения исходной классификационной модели Л.А. Смирновой заключаются в следующем:

- добавлен классификационный признак «субъект мониторинга»;

- изменено понятие классификационного признака «периодичность проведения» на «периодичность поступления данных для мониторинга», так

как логично определять мониторинг по типу поступающей в него исходной информации. Данный признак особенно важен при построении модели прогнозирования;

- дополнены виды мониторинга в области применения;

- убраны классификационные признаки «статус проведения» и «форма проведения». Эти признаки не имеют непосредственного значения в построении системы финансового мониторинга предприятий и в малой степени влияют на суть мониторинга.

Таблица 1

Классификация видов мониторинга

Уровень иерархии Классификационный признак Виды мониторинга

Генеральный Область применения Экологический Экономический Инвестиционно-инновационный Политический Социальный Трудовой Метрологический Медицинский

Субгенеральный Круг решаемых задач Комплексный Специализированный

Локальный Субъект мониторинга Внешний Внутренний

Периодичность поступления данных для мониторинга Непрерывный Дискретный

Степень охвата объектов Международный Федеральный Региональный Отраслевой Мониторинг отдельного объекта

Для построения эффективной системы финансового мониторинга важно определить источники исходной информационной базы и временной режим исследования (периодичность).

К собираемым данным о функционировании предприятий предъявляется ряд требований: достоверность, полнота, сопоставимость, удобство получения, экономичность.

В работе проведен анализ возможных источников информации для системы финансового мониторинга предприятий. По разным критериям были оценены источ-

9

ники информации «СКРИН», «СПАРК» и бухгалтерская отчетность российских компаний, участвующих в исследовании. С учетом поставленных задач исследования, источником, более полно отвечающим требованиям системы финансового мониторинга предприятий, является бухгалтерская отчетность. Надо отметить, что в отечественной экономической практике бухгалтерская отчетность имеет ряд проблем, таких как относительно большая временная задержка получения отчетности, возможность манипулирования данными для достижения тех или иных целей, отсутствие важных данных, например, о ключевых инвестиционных проектах, влияющих на трактовку результатов.

Мониторинг осуществляет контроль текущего и прогнозного состояния контролируемого объекта на основе анализа большого числа исходных данных (параметров), характеризующих этот объект. То есть, система призвана в любой момент времени дать ответ на вопрос, в каком из возможных состояний находится исследуемый объект. Были рассмотрены математические средства, которые предполагается применять в системе мониторинга для решения следующих задач:

- снижение размерности данных;

- анализ данных и качественная оценка полученных результатов;

- формирование обучающих выборок. Возможно, потребуется для получения качественной оценки, поскольку большинство потенциально подходящих методов используют технологию «обучение с учителем»;

- прогнозирование.

Проведен сравнительный анализ математических методов (таблица 2) для выбора оптимального инструментария решения задачи финансового мониторинга с позиции поставленных задач.

Для решения задачи снижения размерности после анализа всех преимуществ и недостатков, описанных выше, на этапе проведения опытных расчетов было решено использовать методы факторного и компонентного анализа.

Для построения функции финансовой устойчивости (качественной оценки) было решено использовать дискриминантный анализ, поскольку у данного подхода имеется ряд преимуществ, которые подходят именно под условия поставленной задачи. Следует отметить высокую степень инерционности прогнозной функции дискрими-нантного анализа.

Сравнение экономико-математических методов

Снижение размерности Качественная оценка Формирование обучающих выборок Методы прогнозирования

Коэффициентный анализ - - + -

Факторный анализ + - - -

Метод главных компонент + - - -

Дискриминантный анализ - + - +

Метод анализа с использованием самоорганизующихся карт Кохоне-на +

Нечетко-множественный анализ + + + -

Регрессионные модели + + - -

Многослойные нейронные сети + + - +

Кривые роста - - - +

Адаптивные модели - - - +

Модели авторегрессии-скользящего среднего - - - +

Кластерный анализ - + - -

Для формирования обучающих выборок можно применять методы финансового анализа предприятий и нечетко-множественный анализ. Применение нечетко-множественного анализа предполагает работу экспертов-аналитиков. Это требует привлечения дополнительных ресурсов, более того, проверить целесообразность таких вложений затруднительно. Поэтому для формирования обучающих выборок был применен финансовый анализ предприятий. В качестве методов прогнозирования временных рядов исходных данных выбраны модели авторегрессии-скользящего среднего, поскольку они лучше других методов позволяют получать прогнозы относительно коротких временных рядов, обладающих сезонностью.

Информационную систему финансового мониторинга предприятий необходимо реализовывать с использованием следующих групп инструментальных средств:

- система управления базами данных;

- программная среда для проведения математических и статистических расчетов, анализа данных.

- средства создания отчетности;

Анализ инструментальных средств показал, что в данной задаче эффективнее использовать прикладную платформу. Как правило, прикладные платформы объединяют в себе систему управления базами данных и средства создания отчетности. Более того, в таких системах присутствует инструментарий для проведения математических расчетов.

Таблица 3

Сравнение прикладных платформ__

Интеграция с СУБД Интеграция с аналитической программой «динамические» отчеты ОЬАР- механизмы

Платформа 1С:Предприятие 8.x + + + +

Система Контур + - + +

БАР Ш\¥еауег + + + +

ОеёисЮг - ■ + -

БАЭ + + + +

Большинство проанализированных средств достаточно развиты и в той или иной степени подходят для решения задачи построения системы финансового мониторинга (таблица 3). В одних платформах в большей степени развиты математические средства, в других инструменты интеграции. В данной работе было принято решение использовать платформу «1С:Предприятие 8». Данная платформа подходит по всем заявленным требованиям, имеет хорошую поддержку и относительно низкую стоимость владения.

Для создания системы мониторинга помимо платформы «1С:Предприятие 8» требуется среда для проведения статистических расчетов. Исходя из особенностей поставленной задачи и анализа информационной базы, были сформулированы требования к статистическому программному обеспечению для создания системы финансового мониторинга предприятий.

Сравнительный анализ статистических систем для проведения исследований

Треб./ПП 51ап$иса $ТАБ1А БУБТАТ

Методы прогнозирования динамических и многомерных данных + + + + + +

Методы многомерного анализа данных и снижения размерности + + + + + +

Анализ аномальных наблюдений + + + + + +

Стоимость приобретения от 51000 $4251375 от $2000 $200500 $250700 от $600

Интегрируемость высокая высокая высокая высокая отсутствует высокая

Отечественный продукт нет нет нет да да да

По результатам проведенного сравнительного анализа (таблица 4), учитывая

приведенные выше требования, список потенциальных лидеров выглядит следующим образом: 8ТАТ18Т1СА, ЕХ^еи^, ЗУЭТАТ, УБТАТ. Если принять во внимание последний фактор, то предпочтение следует отдать пакету УЗТАТ.

Адаптация выбранного программного средства УБТАТ для создания системы финансового мониторинга предприятий заключается в модификации функциональных возможностей программы, поскольку следует оставить только нужные функции, а также в настройке параметров, позволяющих решать поставленные задачи с учетом особенностей исходных данных.

Построение экономико-математической модели системы финансового мониторинга предприятий.

Постановка задачи сформулирована следующим образом. Дан перечень предприятий, представляющих интегрированную структуру (отрасль, холдинг, финансово-промышленная группа). На регулярной основе с заданной периодичностью (раз в квартал) поступает информация о показателях, характеризующих финансово-хозяйственную деятельность предприятий. На основе поступающей информации для построения системы мониторинга требуется решить следующие задачи. 1. Построить решающие функции, позволяющие оценить финансовое положение каждого из предприятий, входящих в список, а также финансовое положение интегрированной структуры в целом.

2. Построить прогноз развития каждого предприятия. При построении прогноза необходимо учитывать такие особенности временных рядов данных, как короткая длина и потенциальное наличие сезонности.

3. Для системы принятия решения необходимо, по результатам классификации и прогноза, обратиться к базе исходных показателей по предприятиям и получить ответы на вопросы следующего типа: какова доля «плохих» предприятий в суммарном обороте отрасли, какова доля «хороших» предприятий в суммарном обороте отрасли.

У =

Пусть задано пространство признаков

Хк\—Хкт

показателя, 0< ]<т для предприятия ¿, 0< г < к в момент времени г, 0 <г <Т. Исходная матрица наблюдений разбита нар непересекающихся подмножеств строк, где каждой строке может быть поставлен в соответствие некоторый класс качества^, 1, 2который образует обучающие выборки, причем любому из р классов принадлежит не менее одного объекта. Необходимо для каждого момента времени ? определить набор формальных решающих правил, позволяющих для произвольного предприятия х,' из X' указать класс качества у*, к которому оно принадлежит.

Рассмотрим задачу качественной оценки состояния предприятий и их совокупности.

Исходная информационная база данных финансового мониторинга состоит из 19 агрегированных показателей финансового анализа предприятий, которые рассчитываются на базе бухгалтерской отчетности. Среди них:

1. Коэффициент финансовой устойчивости (стабильности).

2. Коэффициент задолженности (финансового риска).

3. Коэффициент маневренности.

4. Коэффициент автономии (независимости).

5. Коэффициент покрытия.

6. Коэффициент быстрой ликвидности.

7. Доля оборотных активов в имуществе.

14

I

где - значения ./'-го

8. Доля дебиторской задолженности в оборотных активах.

9. Коэффициент оборачиваемости активов.

10. Коэффициент оборачиваемости оборотных активов.

11.Коэффициент оборачиваемости дебиторской задолженности.

12.Коэффициент оборачиваемости запасов.

13.Соотношение дебиторской и кредиторской задолженности.

14.Коэффициент оборачиваемости кредиторской задолженности.

15.Рентабельность активов (имущества).

^.Рентабельность оборотных активов.

17.Рентабельность собственного капитала.

18.Рентабельность продаж.

19.Рентабельность инвестиций.

Рассмотрим пример построения функции качественной оценки для 158 предприятий, представляющих одну и ту же отрасль за период с первого квартала 2007 года по четвертый квартал 2009 года. Имеющийся набор данных из 19 переменных, является избыточным для проведения дискриминантного анализа. В данном случае из-за большего числа переменных будет иметь место явление мультиколлинеарности. В экономических исследованиях мультиколлинеарность чаще проявляется в стохастической форме, когда между объясняющими переменными существует тесная корреляционная связь. Это ведет к тому, что ковариационная матрица обучающих выборок окажется вырожденной или ее определитель о уде г очень мал, что, в свою очередь, не позволяет использовать классический дискриминантный анализ. Для решения этой проблемы следует сократить размерность, т.е. сократить количество переменных. Чтобы получить оптимальную систему показателей, используется факторный анализ.

На первом этапе применения метода получаются оценки собственных значений (таблица 5). Далее выбираются факторы, имеющие собственные значения больше 1. В противном случае факторы являются не информативными и не подлежат включению в модель. В нашем примере отобранные 7 факторов (из исходных 19) объясняют 82% всей информации.

Результаты факторного анализа, оценка собственных значений

Оаенки

оектсс чяя Нтювлвтюветааю!«»

1 4.35 0.23

2 3.43 0.41

3 2.13 0.52

1.78 0,32

£ 1,47 0.69

6 1.35 0.76

122 £22

8 0.5В 0,37

9 0.70 ■ 0.91

1С- 0.49 0.93

11 0.32 0.9Е

12 о.гг 0.96

13 0.1В 0.97

14 С'. 15 0.53

16 0,14 0,95

1с 0,02 0,95

17 0.05 1.00

18 0.05 1.00

16 0.03 1.С0

Ото5санэфзктерсг7, количество итераций=1, у р о в ень отбора«+1 .000

Для выбора статистически обусловленных показателей необходимо проанализировать матрицу факторных нагрузок и показателей оценки общностей.

Предлагаемый в работе алгоритм отбора показателей заключается в том, что для каждого фактора выделяется один и только один исходный показатель, имеющий максимальное абсолютное значение в матрице повернутых факторных нагрузок для данного фактора (таблица 6). В нашем случае в качестве основных (базовых) выбираются переменные 6, 16, 8, 7, 2, 11, 17 (х], х2, х3, х4, х5, х6, х1 соответственно), поскольку пересечения строк, соответствующих этим переменным, в матрице повернутых нагрузок с каждым из 7 столбцов имеют максимальное значение. Подобный подход к выбору параметров снижает вероятность мультиколлинеарности и позволяет выбрать наиболее адекватные переменные. Проведенные в работе расчеты показали высокую вычислительную устойчивость предложенного алгоритма.

С учетом того, что главные факторы по построению образуют ортогональную (линейно независимую) систему координат, выделенные в результате интерпретации первичные показатели бухгалтерской отчетности, используемые в процессе построения системы коэффициентов, могут сами по себе образовывать максимально инфор-

мативную систему показателей.

Результаты факторного анализа, матрица повернутых факторных пагрузок и оценка общностей

Мзтсииэпобеоу.'тсу: нагрыз*_озояосггя^

1 2 3 4 5 Б 7 Г^семекпея

1 0.45 0.05 0.10 [¿-0.7 V 0.04 0.05 -0.08 12 0.55

2 0,31 -0.07 0.04 0.05 | ^ ось. 0,12 -0.19 18 0.50

3 е.сэ 0.14 0.02 -0.01 1 З-т] -5.01 0.4: 15 0.50

4 041 2.17 0.11 -0.75 -0.1£ 0.01 -0.04 2 0.75

5 0.13 0.22 -0.20 0.С2 0,05 0.07 7 0,30

6 0.04 -О.С4 -0.10 0 00 0.01 -0.03 4 0.31

7 0.10 0.23 0.25 ШЙ -0.03 -3.02 -0.01 15 0.52

8 озо -0.04 ЕРИ! 0.17 -0.03 3.05 0,03 18 0.34

5 0.0= 0.20 -0.24 0.25 -о.оо ЕРЩ! -0.03 5 0.65

10 0,01 0.10 -0.64 -0.04 -о.оз -0 70 0.0-2 11 0.65

11 -0.10 0.12 0.15 -0.05 -0.05 ЕГОЩ] 0.01 £ 0.5:

12 -0.12 0.04 -0.71 -0.15 -0.01 -0.03 0.01 1 0.85

13 14 1 л- 001 о с; -0.25 о.оо -0.13 0.02 -0.05 0.17 -0.45 -0,34 -0.05 13 5 0,57 0.53

!5 15 0.12 -0.01 0.05 0.05 0.01 -0.2: -0.1В -0.15 -0,0с 14 0.3Э 0.31

17 0.05 0.24 0.05 -0.05 -0.05 0.01 ЦЩ 3 0.52

18 0.1 Б 0" 0.0: 0.05 -0.16 0.15 0.25 17 С ^

1 = -0.07 0.53 -0.04 -0.00 0.13 -0.1В -0.25 10 0.95

Для проведения дискриминантного анализа необходимо предварительно выделить две группы предприятий, первую - гарантированно "хороших", вторую - гарантированно "плохих". Оптимальное разбиение предполагает привлечение экспертов, поскольку эксперты в состоянии учесть одновременно количественные и качественные показатели при анализе каждого предприятия. Однако, во-первых, не было возможности привлечь квалифицированных экспертов для решения поставленной задачи, во-вторых, дискриминантный анализ позволяет оценить качество формирования обучающих выборок без привлечения экспертов за счет повторной классификации наблюдений и расчета такого показателя, как вероятность ошибочной классификации. Предварительное разбиение всей совокупности предприятий на обучающие выборки (1 и 2) было проведено исходя из следующих критериев коэффициентного анализа.

Рассмотрим упрощенную модель финансовой устойчивости и будем считать, что предприятие является финансово устойчивым, если выполняются условия:

0,7> Коэффициент финансовой устойчивости>0,5 и 1> Коэффициент задолженности >0,5 и 0,7> Коэффициент автономии >0,5 и 0,7> Коэффициент быстрой ликвидности (вошли 39 предприятий)

Как финансово неустойчивые рассматривались следующие предприятия:

Коэффициент задолженности (финансового риска)>1,3 (вошли 44 предприятия)

Необходимым условием проведения дискриминантного анализа является нормальность распределения обучающих выборок. Предполагается, что исходная генеральная совокупность представляет собой смесь нескольких (в нашем случае двух) групп, каждая из которых имеет многомерное нормальное распределение с общей ковариационной матрицей и разными центрами (математическими ожиданиями). В качестве адекватного приближения будем исходить из того, что первая главная компонента (фактор) для каждой группы должна иметь нормальное распределение. Приближение к нормальному распределению будет достигаться за счет исключения выделяющихся наблюдений (предприятий) из обучающих выборок. Процедуру необходимо выполнить для каждой из выборок.

Для каждой из выборок получаем значение «первого фактора» - это линейная комбинация выбранных переменных. Далее выделяем значения переменной '1 фактор', которым соответствует значение признака «хороший» и «плохой» и проверяем нормальность распределения главной компоненты первой и второй обучающих выборок.

Таблица 7

Проверка нормальности распределения первой выборки

Гипотеза о законе распределения (р=95%) [1]

Закон распределения хн-квадрат расчетное Вывод

Нормальное (среднее=-1.712, СКО=+0.882) 2,75 0,00

Парето (а=+0.000, Ь=+0.000) 0,00 -1,00

Пуассона (1ат=-1.712) 0,00 -1,00

Лог-нормалыюе (среднее=+0.000, СКСЬ+0.000) 0,00 -1,00

Показательное (1ат=+0.000) 0,00 -1,00

Из анализа результатов вычислений (таблица 7, таблица 8) видно, что гипотеза о том, что первая главная компонента обучающих выборок распределена по нормальному закону распределения, подтверждается для первой и второй выборок.

18 •

Таблица 8

Проверка нормальности распределения второй выборки

Гипотеза о законе распределения (р=95%) [1]_

хи-квадрат

Закон распределения расчетное Вывод

Нормальное (среднее=-2.663,

СКО=+0.955) 3.22 0.00

Парето (а=+0.000. Ь=+0.000) 0,00 -1.00

Пуассона (1аш=-2.663) 0,00 -1.00

Лог-нормальное (среднее=+0.000,

СКСЬ+0.000) 0,00 -1.00

Показательное (1аш=+0.000) 0.00 -1.00

Итоговая картина, показывающая совокупное распределение переменной «1 фактор», приведена на рисунке 1. В результате сформировались два центра (аттрактора), соответствующие двум распределениям обучающих выборок.

Рисунок 1. - Совокупное распределение первого фактора.

Следующим шагом расчетов является проведение дискриминантного анализа, результаты которого приведены в таблице 9. Построение обучающих выборок выполнено достаточно корректно, это следует из того, что вероятность ошибочной классификации лежит в пределах нормы и равна 0.23 и 0,29 для каждой из групп. Колонки 1 и 2 содержат коэффициенты линейной дискриминантной функции для первой и второй групп. Наблюдение X = {*!.....ДГ7} классифицируется как принадлежащее к первой группе, если верно неравенство:

0.02 ■ х1 +14.06-х2 + ...-0.99 ■ хп -6.88 > 0.06-л:, +... - 0.96 - х7 -9.1! (1)

Если неравенство неверно, то наблюдение относится ко второй группе.

Коэффициенты дискриминантной функции

Коэффициенты дискриминантной функции

1 2

а1 0,02 0,06

а2 14,06 18,32

аЗ -11,43 -8,10

а4 1,85 2,29

а5 0,41 0,37

аб 12,43 11,16

а7 0,99 0,96

с -6,88 -9,11

Вероятность ошибочной классификации 0,23 0,29

Поскольку мы имеем дело только с двумя группами, то есть возможность построить единую обобщенную дискриминантную функцию, вычитая коэффициенты дискриминантной функции второй группы из соответствующих коэффициентов дискриминантной функции первой группы (2).

-0.04• х, - 4.26• -3.33• л;, -0.44• л:4 + 0.04-х5+1.27-х6+ 0.03• х1 + 2.23 > 0 (2)

С точки зрения содержательного анализа принято говорить о «серой зоне», находящейся между центрами (математическими ожиданиями) двух распределений (рисунок 1). Если наблюдение попало в «серую зону», то оно не может быть отнесено ни к первой, ни ко второй группе. В данном случае «серая зона» обширна и составляет около 40% .

Помимо «прогнозирующей» задачи дискриминантного анализа, могут быть получены числовые и интервальные оценки прогнозных значений показателей в пространстве признаков X с точки зрения теории прогнозирования временных рядов.

При выборе модели прогнозирования данных, необходимо учитывать такую особенность данных, как короткая длина и сезонность (при анализе месячных и квартальных данных). По этой причине из списка потенциальных моделей необходимо исключить такие классы моделей, как кривые роста (функциональные модели) и адаптивные модели. Кривые роста могут абсолютно точно аппроксимировать короткие временные ряды, давая при этом аномальные прогнозы. Адаптивные модели тре-

буют определенного количества точек (как правило, не менее 8-10) только для «разгонки» модели, а анализируемые данные имеют более короткую длину.

Наиболее общим методом прогнозирования в такой ситуации является применение класса моделей авторегресии-интегрированного скользящего среднего.

Приведем пример построения прогноза. В «серую» зону, то есть в зону неустойчивой классификации, попадает до 40% предприятий, участвующих в численном эксперименте. Для каждого предприятия, входящего в «серую» зону, можно построить прогноз базовых показателей, участвующих в расчете дискриминантной функции, а затем пересчитать значение дискриминантной функции.

Таблица 10

Таблица классификации наблюдений

Наблюдение Исходная группа Группа после классификации Приведенная функция

19 Центр 0,00 1,00 -8,64

92 Центр 0,00 1,00 -3,41

111 Центр 0.00 1,00 -2.28

145 Центр 2,00 1,00 -2,04

12Центр 1,00 1,00 -0,10

70Центр 2,00 1.00 -0,02

80Центр 0,00 2.00 0,00

52 Центр 2,00 2,00 0.62

120 Центр 2,00 2,00 0,65

60 Центр 0.00 2.00 2.50

Центры выборок: с1 = -2.219, с2=+0.654 СК01 =+4.201 СК02=+0.792

Фрагмент результирующей таблицы классификации предприятий после проведения дискриминантного анализа показан в таблице 10.

Рассмотрим предприятие «80 Центр». Предприятие имеет дискримннантную функцию, близкую к 0, т.е. его нельзя отнести ни к «хорошим» ни к «плохим» предприятиям. По одном}' наблюдению трудно определить, какова тенденция его развития, поэтому необходимо оценить прогноз развития предприятия. Прогнозы построе-

ны на базе моделей авторегрессии-скользящего среднего с помощью программы У8ТАТ (таблица И).

Таблица 11

Итоговый прогноз

Коэффициенты включенные в Значения Значения

модель факт прогноз

а1 (Коэффициент быстрой ликвидности) 1,40 0.594 0,71

а2 (Доля оборотных активов в имуществе) -1,85 0,42 0,44

аЗ (Доля дебиторской задолженности в оборотных активах) -1,00 0,322 0,29

а4 (Коэффициент оборачиваемости оборотных активов) 0,01 2,873 0,70

а5 (Рентабельность оборотных активов) 1,98 0,028 -0,03

аб (Рентабельность инвестиций) 0,01 0.019 0,02

С (Свободный член) 0,18

Функция -0,00032 0,01387

Значение дискриминантной функции возрастает, следовательно, прогноз развития предприятия позитивный.

Таким образом, построена экономико-математическая модель системы финансового мониторинга предприятий на основе комбинации методов анализа данных, таких как факторный анализ и дискриминантный анализ. С помощью данной модели можно определить класс финансовой устойчивости исследуемых предприятий. Модель расширена за счет механизма прогнозирования в системе финансового мониторинга предприятий, что позволяет существенно сузить «серую» зону неоднозначно идентифицируемых предприятий и повысить достоверность классификации.

Анализ открытых объектно-ориентированных прикладных систем позволил предложить использование в качестве инструмента для практической реализации концепции автоматизированной системы финансового мониторинга предприятий открытую объектно-ориентированную систему «1 С:Предприятие 8».

Разработанная объектная информационная модель в системе «1С:Предприятие» позволяет реализовать возможности полного описания информационной базы в терминах объектов метаданных в объектно-ориентированной среде «1С:Предприятие 8».

На основе анализа информационной системы «1С:Предприятие» выделены соответствия объектов метаданных объектам системы финансового мониторинга предприятий.

В процессе исследования решена основная задача интеграции объектов системы между собой - «1С:Предприятие 8», VSTAT, SQL, Excel.

Таким образом, реализована автоматизированная информационная система финансового мониторинга предприятий в виде конфигурации в среде «1С:Предприятие 8», включающая в себя инструменты экспресс-анализа и прогнозирования, которые позволяют получать наглядную информацию о состоянии отдельных предприятий и различных совокупностей предприятий.

НАУЧНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

I. Научные статьи в изданиях определенных ВАК

1. Богачев В.В. Прогноз как часть системы мониторинга предприятий [электронный ресурс] /В.В. Богачев //Управление экономическими системами: электронный научный журнал. 2010. - № 3 (23). -№ гос. per. статьи 0421000034/. - Режим доступа кжурн.: http://uecs.mcnip.ru. (0,3 п.л.);

2. Богачев В.В. Построение математической модели финансового мониторинга совокупности предприятий [текст] /В.В. Богачев // Вестник ФГУП «ЦНИИ «ЦЕНТР». — М., 2009. — №3. -74-80 (0,44 п.л.);

П. Статьи в других научных изданиях и журналах

3. Богачев В.В. Роль системы мониторинга предприятий в условиях финансового кризиса [текст] /В.В. Богачев // Управление развитием крупномасштабных систем (MLSD'2009): Материалы третьей Международной научно-практической конференции (5-7 октября 2009 г., Москва, Россия). Том II. — М.: Учреждение Российской академии наук Институт проблем управления им. В .А. Трапезникова РАН, 2009, с. 311-312. (0,13 п.л.);

4. Богачев В.В. Модификация модели Альтмана для условий отечественной экономики [текст] /В.В. Богачев // Системный анализ в проектировании и управлении: Сборник научных трудов ХШ Международной научно-практической конференции Ч. 2. — СПб.: Издательство политехнического

университета, 2009.-е. 69-79. (0,69 п. л.);

5. Богачев В.В. Модель развития финансового мониторинга предприятий на основе технологических и организационных возможностей компании «1С» [текст] /В.В. Богачев // Новые информационные технологии в образовании: Доклады и выступления участников восьмой Международной научно-практической конференции Новые информационные технологии в образовании «Комплексная модернизация процесса обучения и управления образовательными учреждениями с использованием технологий 1С». Москва, 34 февраля 2009 г. Часть 3. 289 с. Илл. М.: Финансовая академия, 2009г. - с. 240-242. (0,13 пл.);

Богачев Виталий Вадимович

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ФИНАНСОВОГО МОНИТОРИНГА ПРЕДПРИЯТИЙ

08.00.13 - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Подписано в печать 17.11.2010 Усл.п.л. - 1.5 Заказ №02990 Тираж: 120 экз.

Копицентр «ЧЕРТЕЖ.ру» ИНН 7701723201 107023, Москва, ул.Б.Семеновская 11, стр.12 (495) 542-7389 www.chertez.ru

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Богачев, Виталий Вадимович

Оглавление.

Введение.

Глава 1 Исследование необходимости применения информационных технологий финансового мониторинга предприятий.

1.1 Задачи информационных технологий финансового мониторинга.

1.2 Информационные источники финансового мониторинга.

1.3 Методическая база систем финансового мониторинга.

1.4 Инструментальные средства финансового мониторинга.

1.5 Выводы.

Глава 2. Модель информационной базы системы финансового мониторинга предприятий.

2.1 Разработка эконометрической модели финансового мониторинга предприятий.

2.2 Проведение факторного анализа.

2.3 Проведение дискриминантного анализа.

2.4 Прогноз как часть системы мониторинга предприятий.

2.5 Выводы.

Глава 3. Реализация системы финансового мониторинга предприятий в среде современных информационных систем.

3.1. Интеграция системы финансового мониторинга предприятий в общую структуру автоматизированной информационной системы ФГУП ЦНИИ

Центр».

3.2. Реализация системы финансового мониторинга предприятий в среде «1С:Предприятие 8».

3.3. Выводы.

Диссертация: введение по экономике, на тему "Информационные технологии финансового мониторинга предприятий"

Актуальность темы. Для повышения эффективности использования экономического потенциала предприятий необходимо совершенствовать систему их управления на базе полной и своевременной информации о функционировании этих объектов. Перед экономической наукой стоит задача теоретического и методологического обоснования применения инструментов, обеспечивающих принятие решений в системах управления предприятиями. В числе прочих, таким инструментом является мониторинг.

Спектр потенциальных применений систем мониторинга предприятий достаточно широк. В сфере государственного управления, например, это могут быть вопросы эффективного управления государственной собственностью. В сфере банковского и лизингового бизнеса это могут быть вопросы оценки потенциальных заемщиков с учетом отраслевых особенностей. Однако в российской экономической практике наблюдается недостаток применения систем мониторинга с точки зрения формирования упреждающих воздействий.

Система финансового мониторинга предприятий должна учитывать не только текущее состояние наблюдаемых объектов, но и позволять предвидеть состояние объектов наблюдения (предприятий) для своевременной выработки упреждающих воздействий. В связи с этим, представляется важным рассматривать мониторинг в широком смысле, не просто как систему наблюдения и фиксации текущего положения наблюдаемого объекта, но и как систему, позволяющую анализировать развитие объекта за счет комбинированного применения методов анализа и прогнозирования.

Ввиду того, что сочетание методов анализа и прогноза для формирования упреждающих воздействий является сложной задачей не только с экономической, но и с математической точки зрения, возрастает актуальность выбора адекватного экономико-математического инструментария, позволяющего комплексно реализовать задачу построения динамической модели анализа данных и прогнозирования.

Применение экономико-математических методов для реализации системы-финансового мониторинга предприятий предполагает использование соответствующих инструментальных средств.

Для создания информационной технологии финансового мониторинга предприятий необходимо определить состав, способы использования и механизмы интеграции элементов. Для практического применения системы финансового мониторинга важно сформулировать рекомендации по созданию программного обеспечения.

Цель диссертационного исследования. Цель исследования состоит в решении научной задачи развития теоретического, методического и инструментального аппарата финансового мониторинга предприятий как системы раннего предупреждения возможных негативных сценариев развития объекта наблюдения.

В соответствии с указанной целью, в работе поставлены следующие задачи:

1. Исследовать существующие подходы к обеспечению совместного использования методов анализа и прогнозирования в системе мониторинга.

2. Разработать экономико-математическую модель поддержки процесса мониторинга, учитывающую перспективы развития объекта наблюдения и включающую в себя функции упреждения возможных негативных сценариев.

3. Определить состав элементов информационной технологии финансового мониторинга предприятий и разработать механизмы их интеграции.

4. Разработать макет программного обеспечения системы финансового мониторинга для проверки предложенных решений и разработки механизмов их практического применения.

Объектом исследования является финансовое состояние предприятий.

Предметом исследования являются математические и информационные методы и средства финансового мониторинга предприятий.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Богачев, Виталий Вадимович

2.5 Выводы

В данной главе рассмотрена методика построения математической модели финансовой устойчивости совокупности предприятий. Рассмотрен вопрос отбора статистически обоснованного набора показателей с помощью факторного анализа. Реализован механизм отбора показателей матрицы факторных нагрузок, который позволяет избежать мультиколлинеарности исходных данных. На основе обучающих выборок построена дискриминантная функция, которая позволяет определить значение финансовой устойчивости предприятия. Данная функция позволяет определить значение финансовой устойчивости. Полученные результаты имеют обширную «серую зону», что говорит о неоднородности исходных данных.

Использование качественных условий для формирования обучающей выборки и более детальная группировка предприятий по различным признакам позволит разнести центры распределений обучающих выборок и сократить размер «серой зоны». Результаты дискриминантного анализа существенно зависят от критериев построения обучающей выборки, поэтому к формированию правил ее отбора следует подходить очень ответственно. Полученные выводы относительно финансовой устойчивости предприятий с помощью дискриминантного анализа совпадают в пределах погрешности с выводами о финансовой устойчивости, полученными с помощью инструментов финансового анализа.

Помимо «прогнозирующей» задачи дискриминантного анализа, рассмотрена модель авторегрессии-скользящего среднего. С помощью нее получены числовые и интервальные оценки прогнозных значений показателей. На основании прогнозных значений показателей рассчитывается значение дискриминантной функции. Приведен контрольный пример расчета прогноза в программе УБТАТ.

Получен набор методов и моделей системы финансового мониторинга предприятий, который в связке оптимально использовать в автоматизированном технологическом контуре.

ГЛАВА 3. РЕАЛИЗАЦИЯ СИСТЕМЫ ФИНАНСОВОГО МОНИТОРИНГА ПРЕДПРИЯТИЙ В СРЕДЕ СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ

СИСТЕМ

3.1. Интеграция системы финансового мониторинга предприятий в общую структуру автоматизированной информационной системы ФГУП ЦНИИ «Центр»

В данной главе рассмотрена организация проведения финансового мониторинга на базе комплексной математической модели, рассмотренной во второй главе. Данная математическая модель была выбрана, поскольку она позволяет реализовать систему, которая решит проблему первичного экспресс-анализа, даст возможность вычислять функцию финансовой устойчивости для каждой отрасли и каждого значимого временного периода и построить прогнозные оценки финансовой устойчивости предприятий. Исследования показали, что комплексная модель адекватна и информативна.

Использование модели накладывает определенные ограничения на область ее применения. Перечислим их:

- единая система отчетности с широким спектром показателей;

- периодическое обновление баз данных.

Данную модель предполагается применять в информационно-аналитических системах мониторинга промышленности, поскольку они системы отвечают поставленным требованиям. Принимая во внимание приказ Министерства промышленности и торговли РФ № 983 от 29 октября 2009 года, можно говорить о единой системе отчетности с достаточным набором показателей. Рассмотрим регламент функционирования потока информации в аналитических системах финансового мониторинга. Информация поступает в базу данных дискретно. Периодичность поступлений данных от предприятий: год, квартал, месяц. В данной работе ограничимся периодом в год, что не противоречит основным сценариям министерства экономического развития, и также постановке задачи мониторинга.

Более того, такой период максимально информативен и в большинстве случаев имеет наибольшее количество показателей.

Описание построения организационно-технологического контура системы ЦНИИ «Центр»

ЦНИИ «Центр» - ведущая научно-исследовательская организация по информационно-аналитическому обеспечению деятельности федеральных органов1 исполнительной власти. Полное название: Федеральное государственное унитарное предприятие «Центральный научно-исследовательский институт судостроительной промышленности».

В распоряжении ФГУП «ЦНИИ «Центр» находится современная материально-техническая база, позволяющая создавать новые и поддерживать уже функционирующие информационные системы, обрабатывать большие объемы данных, моделировать сложные социально-экономические процессы, осуществлять точное прогнозирование, работать с секретной информацией, развивать фонды электронной библиотеки.

В ФГУП «ЦНИИ «Центр» поддерживаются собственные информационные источники, в которых информация о деятельности предприятий накапливается и может быть использована в качестве исходной для решения задачи построения системы мониторинга подотчетных предприятий, так как она отвечает поставленным требованиям.

Среди данных информационных источников можно выделить базу данных ФГУП «ЦНИИ «Центр». Она предназначена для автоматизации функциональной деятельности специалистов «Центра» в области комплексного анализа и прогнозирования подотчетных предприятий с позиции оценки эффективности проводимой денежно-кредитной политики. Эта база данных может быть использована в качестве исходной для построения системы мониторинга, т.к.: в ней содержится и накапливается информация по всем анализируемым предприятиям;

Из базы данных ФГУП «ЦНИИ «Центр» на регулярной основе происходит процесс получения агрегированных показателей бухгалтерской отчетности, показатели записываются в базу данных системы мониторинга предприятий. Таким образом, в базе данных системы мониторинга предприятий достигается актуальность исследуемой информации. В системе реализованы две подсистемы: экспресс-оценки и прогнозирования.

Подсистема экспресс оценки на основании исходных данных о предприятиях определяет дискриминантную функцию и рассчитывает ее значения для выбранной совокупности предприятий. В подсистеме предусмотрена система отчетности.

Подсистема прогнозирования использует различные методы построения прогнозов. В качестве исходной информации используются данные бухгалтерской отчетности и данные значений дискриминантной функции полученные при помощи подсистемы экспресс оценки.

Рассмотрим пример реализации данной системы в среде «1С:Предприятие 8».

3.2. Реализация системы финансового мониторинга предприятий в среде «1С:Предприятие 8»

3.2.1 Объектно-ориентированная среда построения информационной базы финансового мониторинга предприятий

Методика построения концептуальной модели информационной системы финансового мониторинга предприятий, предложенная во второй главе диссертационного исследования, предполагает использование адекватного инструмента реализации системы. В результате сравнительного анализа инструментальных средств в первой главе в качестве основной среды разработки следует использовать «1С:Предприятие 8».

1С:Предприятие 8» - система с открытым кодом, которая представляет собой совокупность механизмов, предназначенных для манипулирования различными типами объектов предметной области. Конкретный набор объектов, структуры информационных массивов, алгоритмы обработки информации определяет конкретная конфигурация. Платформа и конфигурация системы «1С:Предприятие» представляет собой уже готовый к использованию программный продукт, для) решения своего класса задач. Набор решаемых задач определяется самой конфигурацией.

Система «1С:Предприятие» имеет компонентную структуру. Отдельные возможности, предоставляемые системой для решения задач автоматизации, являются базовыми, т.е. поддерживаются в любом варианте поставки программной среды. «1С:Предприятие» функционирует на двух уровнях - конфигурирование, обеспечивающее описание модели предметной области средствами системы, и исполнение, реализующее обработку данных предметной области.

При конфигурировании система оперирует объектами «Документы», «Справочники», «Отчеты», «Реквизиты» и другие. Построение и настройка взаимодействуя этих элементов определяет концепцию системы. На уровне системы определены понятия и стандартные операции по работе с объектами. Инструменты конфигурирования создают среду описания структуры информации и алгоритмов, описывающих ее обработку с учетом специфики системы.

В процессе конфигурирования формируется структура информационной базы, алгоритмы обработки, формы диалогов и выходных документов. Информационная структура проектируется на уровне предусмотренных в системе типов обрабатываемых объектов предметной области. Конфигурирование использует визуальные средства настройки и языковые средства для описания специфических алгоритмов. "При работе пользователя в режиме исполнения конфигурации выполняется как штатными средствами, так и с использованием алгоритмов, созданных на этапе конфигурирования, что существенно при использовании пользователем собственных алгоритмов. В исследуемой предметной области возможность конфигурации системы «1С:Предприятие 8» позволяет создавать информационную структуру . на уровне предусмотренных в системе типов обрабатываемых объектов предметной области и определяет возможность управления различными типами объектов, структурами информационных массивов, алгоритмами обработки информации. Таким образом, состав компонент определяет

- частота получения информации по интересующим нас показателям достаточно высокая (3 месяца).

В качестве исходных показателей берутся агрегированные показатели бухгалтерской отчетности предприятий. В базе данных ФГУП «ЦНИИ «Центр» можно выгружать сразу агрегированные показатели. Поскольку ФГУП «ЦНИИ «Центр» закрытая государственная структура при построении системы мониторинга была поставлена задача максимально безопасно построить систему интеграции информации. Поэтому модуль системы мониторинга предприятий организован в отдельной системе. Рассмотрим организационно-технологический контур системы (Рисунок 3.1).

1 ^

ВВаНН ис результаты дискриминантного анализа финансовые показатели , подсистема прогнозирования I анализа

Система 1 финансового мониторинга предприятий отчеты система уп

Рисунок 3.1 - Организационно-технологический контур системы финансового мониторинга предприятий. функциональные возможности системы для реализации системы финансового мониторинга предприятий.

В системе «1С:Предприятие» для описания алгоритмов обработки информации и создания интерфейса, ориентированного на полное и удобное представление описанных в конфигурации данных, используются встроенный объектно-ориентированный язык и язык запросов.

Необходимость встроенного языка в «1 С:Г1редприятие» определена концепцией настраиваемое™ системы. Синтаксис встроенного языка отвечает стандартам высокоуровневых объектно-ориентированных языков программирования. Он поддерживает специализированные типы данных предметной области, определяемые конфигурацией системы.

Для того чтобы разработчик имел возможность использовать запросы для реализации собственных алгоритмов, в программе «1С.'Предприятие» реализован язык запросов. Этот язык основан на SQL, но при этом содержит значительное количество расширений, ориентированных на отражение специфики финансово-экономических задач и на максимальное сокращение усилий по разработке прикладных решений.

Основу концепции системы «1С:Предприятие» составляет понятие метаданных (данные о данных). Под объектом метаданных в системе «1С:Предприятие» понимается формальное описание группы понятий предметной области со сходными характеристиками и одинаковым предназначением, настроенных на хранение и обработку информации о хозяйственной деятельности конкретного предприятия.

Все объекты метаданных, поддерживаемые системой «1С:Предприятие» подразделяются на базовые и специальные.

Наряду с понятием метаданные, используется термин «структура метаданных». Данный термин более точно отражает суть метаданных как сложной структуры взаимодействующих объектов метаданных. Фактически, структура метаданных является моделью предметной области.

Структура метаданных представлена в виде дерева и позволяет получить доступ ко всем объектам метаданных (Рисунок 3.2). Объекты метаданных в дереве метаданных представлены своими идентификаторами.

Корневые ветви дерева объединяют объекты метаданных, логически связанные между собой и имеющие общее назначение.

Ш & Общие г-Т Константы Ё1Л Справочники

Ш-Ш Предприятия | Й'-ЦШ Показатели | ШСя Разрез ! ЁЬЦ Отрасли Ш'Цав Документы г-ф Журналы документов Щ{.| Перечисления Отчеты Щ-.у. ВыгрузкаТаблица (Я ЭкспрессАнализ Ё-у,^ Обработки

Й' Ш^ ПолучитьПоказатели Й'Ш' ПолучитьДискриминангнуюФункцию ИШЬ Планы видов характеристик |—'% Планы счетов ¡■■■■•1§ Планы видов расчета Й ^ Регистры сведений

ЩМ1 ПоказателиПредприятий Ш § ИаборыПоказателей Ф" Ш ДискриминантныеФункции : Й > ИсторияОтборов ! (!•, Регистры накопления [" '¡5 Регистры бухгалтерии

Регистры расчета | ^ Бизнес-процессы Л Задачи

Рисунок 3.2 - Структура метаданных

Полностью раскрытое дерево позволяет просмотреть все объекты метаданных существующие в конфигурации.

Все объекты метаданных, которые существуют в системе «1С:Предириятие», образуют несколько основных видов. Каждый вид объектов метаданных представляет собой «строительные элементы», формирующие конфигурацию.

Формально объекты метаданных объединяются в виды в дереве метаданных.

Краткая характеристика основных видов объектов метаданных, необходимых при создании информационной базы финансового мониторинга предприятий «1С: Предприятие 8» приведена в таблице 3.1.

Как следует из таблицы 3.1, объект типа справочник используется для хранения сведений о множестве однородных объектов предметной области. При создании концептуальной модели информационной базы финансового мониторинга предприятий к справочникам относятся списки подотчетных предприятий, списки показателей и др.

ЗАКЛЮЧЕНИЕ

Проведенное в диссертации исследование вопросов построения системы финансового мониторинга предприятий позволило получить следующие основные результаты.

1. Определены механизмы расширения функций системы финансового мониторинга предприятий за счет включения моделей анализа данных и прогнозирования финансовой устойчивости, что позволило отслеживать динамику развития предприятий и исходной совокупности в целом и вырабатывать упреждающие воздействия.

2. Для решения задачи сокращения множества первичных показателей на базе методов прикладной статистики (факторный анализ) предложен алгоритм их отбора, формирующий минимально-допустимое множество переменных, не обладающих свойством мультиколлинеарности.

3. Разработана методика построения динамической функции финансовой устойчивости предприятий, с помощью которых возможно с заданной точностью присвоить объекту наблюдения конкретный класс финансового состояния.

4. Разработана методика прогнозирования финансовой устойчивости предприятий на основании методов дискриминантного анализа и модели авторегрессии-скользящего среднего.

5. Разработана технология интеграции инструментальных средств, которая позволила обеспечить реализацию информационной системы финансового мониторинга предприятий, включающую методы анализа данных и прогнозирования.

6. Реализована информационная технология финансового мониторинга предприятий на базе платформы «1С:Предприятие 8» и системы УБТАТ.

7. Даны методические рекомендации по применению моделей финансового мониторинга предприятий для практического использования.

8. На основе анализа объектов информационной системы «1С:Предприятие» выделены соответствия данных объектов объектам системы финансового мониторинга предприятий.

9. Показано, какие методы интеграции максимально подходят для реализации системы финансового мониторинга предприятий.

Ю.Разработана информационная система финансового мониторинга предприятий, которая может быть использована в интегрированных структурах для поддержки принятия упреждающих воздействий.