Управление дебиторской задолженностью и кредитной политикой предприятий химической промышленности тема диссертации по экономике, полный текст автореферата
- Ученая степень
- кандидата экономических наук
- Автор
- Безверхова, Юлия Валерьевна
- Место защиты
- Москва
- Год
- 2012
- Шифр ВАК РФ
- 08.00.10
Автореферат диссертации по теме "Управление дебиторской задолженностью и кредитной политикой предприятий химической промышленности"
На правах рукописи
БЕЗВЕРХОВА ЮЛИЯ ВАЛЕРЬЕВНА
УПРАВЛЕНИЕ ДЕБИТОРСКОЙ ЗАДОЛЖЕННОСТЬЮ И КРЕДИТНОЙ ПОЛИТИКОЙ ПРЕДПРИЯТИЙ ХИМИЧЕСКОЙ ПРОМЫШЛЕННОСТИ
08.00.10 - «Финансы, денежное обращение и кредит»
АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук
18 ОКТ 21Ш
Москва - 2012
005053500
005053500
Диссертация выполнена на кафедре финансов, денежного обращения и кредита ФГБОУ ВПО «Государственный университет управления»
Научный руководитель
доктор экономических наук, профессор
Жилкина Анна Николаевна
Официальные оппоненты:
доктор экономических наук, доцент, Бычкова Светлана Георгиевна
кандидат экономических наук, Токун Дмитрий Михайлович
Ведущая организация
ФГБОУ ВПО «Рс государственный экономический университет»
«Российский торгово-
Защита состоится «22» октября 2012 г. в 14 часов на заседании диссертационного совета Д 212.049.05 при ФГБОУ ВПО «Государственный университет управления» Зал заседаний Ученого совета по адресу: 109542, г. Москва, ул. Рязанский проспект, д. 99.
С диссертационной работой и авторефератом можно ознакомиться в библиотеке ФГБОУ ВПО «Государственный университет управления», с авторефератом - на официальном сайте ВАК www.vak.ed.gov.ru
Автореферат разослан «21» сентября 2012 г.
Ученый секретарь диссертационного совета
Д 212.049.05
кандидат экономических наук, доцент
Токун Л.В.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования обусловлена возрастающей в современных условиях необходимостью решения проблем оптимизации дебиторской задолженности, проведении расчетов со своими контрагентами, бюджетом, налоговыми органами одной из приоритетных отраслей экономики страны - химической промышленности. Высокий уровень дебиторской задолженности, как на уровне Российской Федерации, региона, так и отдельного хозяйствующего субъекта вызывает необходимость своевременной и качественной оценки организаций-дебиторов с целью формирования эффективной кредитной политики. По данным Федеральной службы государственной статистики суммарная дебиторская задолженность российских предприятий химического комплекса за 2011 г. составила 13 783,1 млрд. руб. при темпе роста - 266,4 % к 2010 г., что составляет 18,6 % оборота организаций, в том числе просроченная - 1 051,3 млрд. руб. Более половины просроченной дебиторской задолженности приходится на долю мелких покупателей. Динамика дебиторской задолженности предприятий химического комплекса Московской области также свидетельствует о её постоянном росте: 301 137 млн. руб. в 2011 г. при темпе роста - 384,8 % по отношению к 2010 г., что составляет 25,4 % оборота организаций.
Дебиторская задолженность может возникать по различным причинам - в зависимости от характера взаимоотношений с контрагентами в расчетах. У большинства предприятий в общей сумме дебиторской задолженности преобладают или занимают максимальный удельный вес долги покупателей, заказчиков, клиентов. Данная дебиторская задолженность объективно вызвана разрывом во времени между товарной сделкой и моментом ее оплаты. Более того, с целью увеличения продаж, а, следовательно, и прибыли от продажи, обычной практикой в условиях развитого рынка является продажа без требования немедленной оплаты, т.е. с отсрочкой оплаты, или на условиях коммерческого кредита.
Современное развитие отечественной экономики неразрывно связано с предоставлением полной хозяйственной самостоятельности предприятиям в выборе ими рынков сбыта продукции, товаров, услуг, а, следовательно -партнеров по бизнесу, в том числе, будущих дебиторов. Поэтому дебиторская задолженность, как реальный актив, играет важную роль в сфере предпринимательской деятельности. Слишком высокая ее доля в общей структуре активов хозяйствующего субъекта снижает ликвидность и финансовую устойчивость организации и повышает риск ее финансовых потерь. Разумное же предоставление коммерческого кредита способствует росту продаж, увеличению доли рынка и, как следствие, положительно влияет на финансовые результаты компании.
Экономическая нестабильность сильно увеличивает риски невозвращения долгов и задолженностей, поэтому предприятиям химического комплекса необходимы технологии, способствующие управлению дебиторской задолженностью и уменьшению невозврата дебиторской задолженности, что сократило бы их риски. Поскольку дебиторская задолженность — это платежи, которые не поступили в бюджет предприятия, то оно не может использовать эти средства в своих интересах: закупить материалы, произвести ремонт оборудования, расплатиться с кредиторами и другое, что может негативно отразиться на деятельности предприятия. При отсутствии систематического управления дебиторской задолженностью существует риск перехода части ее в невозвратную.
В современном мире количество факторов, оказывающих влияние на величину дебиторской задолженности химического комплекса, велико, что затрудняет точную и адекватную оценку риска невозврата долга. Правильно выполненный прогноз риска оказывает значительное влияние на финансовое состояние компаний, это и увеличение оборачиваемости, повышение ликвидности и рентабельности.
Существующие методы не позволяют дать комплексную оценку организаций-дебиторов, в то же время любое предприятие, реализующее продукцию, заинтересовано, в первую очередь, в платёжеспособности, надёжности дебиторов, а также в их способности быстро и эффективно справляться с возникшими трудностями. Судить об этом на основе информации о предыдущих сделках не всегда представляется возможным. В этой связи необходимо сформировать научно-методическую базу и выработать практические рекомендации по созданию адекватной системы оценки организаций дебиторов с целью исключения возникновения сомнительных и безнадёжных долгов.
Для повышения эффективности управления дебиторской задолженностью, улучшения ее качества целесообразно проводить анализ с точки зрения рисков как самих дебиторов, так и их дебиторской задолженности.
Диссертационное исследование, посвящено усовершенствованию системы оценки дебиторов и качества дебиторской задолженности, выбору на основе этого инструментов по оценке риска невозврата дебиторской задолженности.
Степень научной разработанности и изученности темы. Проблеме повышения эффективности расчётов с дебиторами, методикам их оценки, особенностям проведения анализа состояния дебиторской задолженности и, как результат, процесса формирования модели управления дебиторской задолженности посвящены работы многих исследователей.
Теоретические основы формирования системы управления дебиторской задолженности нашли своё отражение в трудах как отечественных учёных-экономистов: В.П.Астахова, Э.В.Быкова, A.A. Володина, А.Д. Шеремета, так и в работах зарубежных экономистов: 3. Боди, Дж. К. Ван Хорна, Джозефа И. Финнерти, Р. Мертона, Ж. Ришара, Ф. Ли Ченга.
Необходимо также отметить вклад в изучение данного вопроса таких учёных, как М.И. Баканов, И.А. Белобжецкий, A.A. Вехорева, JI.T. Гиляровская,
Ю.А. Данилевский, И. А. Бланк, В.Б. Ивашкевич, Н.П. Кондраков, М.В. Мельник, A.C. Наринский, P.C. Сайфулин, JI.B. Сотникова и других.
Несмотря на то, что исследованию дебиторской задолженности в последнее время уделяется всё больше внимания, эта проблема по-прежнему остаётся сложной и недостаточно изученной. В существующих научных трудах не нашли достаточного отражения методы оценки организаций-дебиторов с целью выявления тех из них, которые менее всего подвержены риску невозврата долгов. Рекомендованные методики не позволяют дать комплексную оценку организациям-дебиторам, а такая информация чрезвычайно важна. Необходимость теоретического и практического решения этих проблем и определила выбор темы исследования.
Целью диссертации является разработка на основе изучения теории и практики научно-обоснованных рекомендаций по управлению дебиторской задолженностью организаций химической промышленности России.
Задачи исследования. Поставленная цель реализуется путём решения следующих задач:
на основе обобщения зарубежных и отечественных научно-исследовательских материалов уточнить и обосновать экономическую сущность и роль дебиторской задолженности в управлении финансами предприятия, уточнить понятие дебиторской задолженности;
сформулировать и обосновать механизм эффективного управления дебиторской задолженностью;
на основе нормативной, законодательной и научной литературы теоретически обосновать методы управления дебиторской задолженности, учитывающие специфику деятельности организаций химической промышленности;
проанализировать состояние дебиторской задолженности (по материалам предприятий входящих в состав одного из крупнейших химических холдингов
ОАО «ФосАгро») и путем систематизации данной информации обобщить и исследовать методику анализа дебиторской задолженности;
исследовать влияние дебиторской задолженности, имеющей значительный удельный вес в структуре оборотных активов, на финансовое состояние и формирование финансовых результатов организаций химической промышленности;
предложить модель оценки организаций-дебиторов с использованием методов вариационного статистического исследования;
выделить классификационные факторы оценки организаций-дебиторов для их сравнительного анализа с целью оценки вероятности возврата долга;
разработать интегральную модель комплексной оценки организаций-дебиторов с целью их ранжирования по степени надёжности для повышения эффективности кредитной политики;
на основе анализа действующей системы управления кредитной политикой сформировать регламент управления кредитной политикой применительно к организациям химической промышленности;
разработать логистическую модель управления дебиторской задолженностью, позволяющую оценить вероятности возврата долга контрагентом, соответствующую отраслевой специфике химической организации.
Объектом исследования выступают экономические отношения, возникающие в процессе повышения эффективности управления предприятием химического комплекса путем оптимизации управления дебиторской задолженностью хозяйствующих субъектов.
Предметом исследования является совокупность теоретических, методологических и практических вопросов комплексной оценки организаций-дебиторов на основе деятельности промышленных предприятий химической отрасли Российской Федерации различной организационно - правовой формы и масштаба.
Теоретической основой исследования послужили научные труды отечественных и зарубежных учёных в области финансов, а также конкретно по проблемам управления дебиторской задолженностью, формирования и совершенствования кредитной политики организации. Информационную базу исследования составили нормативные документы законодательных и исполнительных органов власти РФ, субъектов РФ, муниципальных образований, официальные материалы службы государственной статистики, а также материалы о деятельности отдельных хозяйствующих субъектов РФ и Московской области.
Методологической базой исследования являются диалектический метод познания, предполагающий изучение экономических отношений и явлений в развитии и взаимосвязи, общенаучные приёмы экономического анализа, методы системного, сравнительного и факторного анализа, графического моделирования, методы теории статистики и экономико-математического анализа, в частности корреляционно-регрессионного анализа.
Диссертация соответствует Паспорту специальности ВАК 08.00.10 «Финансы, денежного обращения и кредита».
Научная новизна диссертационного исследования состоит в разработке и научном обосновании интегральной комплексной оценки организаций-дебиторов на основе построения их эффективных множеств, а также многокритериального ранжирования по совокупности финансовых и экономических показателей, с целью организации эффективного управления дебиторской задолженности и формирования обоснованной кредитной политики.
Основные результаты, определяющие новизну работы, получены по следующим направлениям исследования.
1. Опираясь на научные представления о роли дебиторской задолженности и исследования современной практики управления дебиторской задолженностью и кредитной политикой предприятий химической промышленности:
8
1) предложена авторская трактовка определения «дебиторской задолженности»;
2) сформирована концепция эффективного управления дебиторской задолженностью, позволяющая смоделировать действия по ее оптимизации процесса всестороннего воздействия на величину дебиторской задолженности, позволяющий обеспечить как оптимальное экономическое состояние предприятия химической промышленности, так и наилучший уровень рентабельности, повышаемый за счет роста оборота с отсрочкой платежа.
2. С учетом анализа показателей, характеризующих дебиторскую задолженность, в соответствии с результатами проведенных исследований сформировавшейся концепции управления дебиторской задолженностью на промышленных предприятиях:
- исследовано состояние дебиторской задолженности и проведен анализ современных проблем управления дебиторской задолженностью в организациях химического комплекса;
- разработана модель оценки организаций-дебиторов с использованием методов вариационного статистического исследования;
- определены основные пути формирования эффективной кредитной политики на основе оценки организаций-дебиторов.
3. Опираясь на теоретические представления о роли дебиторской задолженности и учитывая. выявленные недостатки в системе управления дебиторской задолженностью и кредитной политики:
-выделены классификационные факторы оценки организаций-дебиторов для их сравнительного анализа с целью оценки вероятности возврата долга и распределения по группам с различной степенью надёжности, позволяющие определить тенденции изменения позиций дебиторов;
- разработана интегральная модель комплексной оценки организаций-дебиторов на базе выявления эффективных дебиторов и их вероятностной
группировки, позволяющая формировать обоснованную кредитную политику хозяйствующего субъекта;
-разработана логистическая модель управления дебиторской задолженностью, позволяющая оценить вероятности возврата долга контрагентом, соответствующую отраслевой специфике химической организации;
-сформирован типовой регламент управления кредитной политикой применительно к организациям химической промышленности, координирующий последовательность действий при управлении дебиторской задолженностью и логику применения конкретных методов исследования уровня дебиторской задолженности, с целью развития практических подходов к управлению ею и повышения эффективности управления.
Практическая значимость работы.
Разработанные рекомендации по совершенствованию системы управления дебиторской задолженностью могут быть использованы в качестве основных рекомендаций по совершенствованию федерального закона «О несостоятельности (банкротстве)». Предложенная модель может быть взята в качестве основы при оценке риска невозврата долга внешним управляющим. Отдельные положения работы могут быть гспользованы в вузах РФ при изучении дисциплин «Финансовый менед-/" снт» и «Финансы организации», а также включены в программы подготг^- -і и переподготовки специалистов в системе повышения квалификации кадров.
Апробация работы и реализация результатов исследования осуществлялись в процессе оказания профессиональных услуг в области моделирования системы управления дебиторской задолженностью в ходе осуществления консультационно-экспертной деятельности ОАО «Воскресенские минеральные удобрения» и ОАО «Воскресенский НИУиФ». Результаты исследования представлялись в виде докладов, сообщений и
обсуждались на ряде международных, межрегиональных и межвузовских научно-практических конференций.
Структура н объем диссертационной работы обусловлены целью, задачами и внутренней логикой исследования. Работа включает введение, три главы, заключение, библиографический список из 91 наименования и 9 приложений. Материалы диссертационной работы изложены на 152 страницах основного текста включая 26 таблиц, 17 рисунков.
ОСНОВНЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ
Во введении представлена общая характеристика исследуемой проблемы, обоснована актуальность темы диссертационного исследования, сформулированы цель, задачи, объект и предмет исследования. Определена методологическая и информационная базы работы, обоснована ее научная новизна, теоретическая и практическая значимость результатов диссертации. В исследовании рассмотрены три группы проблем:
Первая группа проблем связана с углублением теоретических представлений о роли дебиторской задолженности в развитии предприятий химической промышленности с учетом особенностей их деятельности, условий и факторов, оказывающих влияние на величину дебиторской задолженности.
Изучение публикаций отечественных и зарубежных ученых и практиков позволило установить, что, несмотря на множество различных формулировок определения понятия дебиторской задолженности, авторы достаточно единодушны в определении данного понятия. Рассмотренные подходы к определению дебиторской задолженности являются не взаимоисключающими, а дополняющими друг друга. Подтверждением данной точки зрения в научной литературе является то, что многие авторы используют в своих определениях не один, а несколько подходов. Одна группа ученых предусматривает рассмотрение дебиторской задолженности как суммы долгов третьих лиц перед
предприятием (юридический подход к определению понятия «дебиторская задолженность»).
Другая группа авторов рассматривает ее как часть имущества, активов хозяйствующего субъекта (экономико-правовой подход к определению понятия «дебиторская задолженность»). Третья группа предлагает ее рассматривать как кредит, предоставляемый хозяйствующим субъектом своим дебиторам (экономический подход к определению понятия «дебиторская задолженность»). Четвертая группа базируется на том положении, что с позиций бухгалтерского учета обязательство представляет собой факт хозяйственной жизни, информация о котором должна быть определенным образом отражена в регистрах бухгалтерского учета (бухгалтерский подход к определению понятия «дебиторская задолженность»). Учитывая, что в современной ситуации, нестабильности рыночной системы дебиторскую задолженность следует рассматривать не только в классическом ее проявлении, как сумму долга, возникшую в результате партнерский отношений, то есть постфактум, в диссертационной работе обосновывается тезис, что величина дебиторской задолженности должна прогнозироваться и рассматриваться как вероятность невозврата долга.
Это, прежде всего, связано с тем, что основными партнерами предприятий химической промышленность, являются сельскохозяйственные предприятия, у которых вероятность наступления риска невозврата долга достаточно высока.
Кроме того, согласно п.4 ст. 134 127-ФЗ от 26.10.2002 года (ред. от 06.12.2011 года) «О несостоятельности (банкротстве)» дебиторская задолженность в списке очередности удовлетворения требований кредиторов далеко не первая, если быть точными, то расчеты с кредиторами осуществляются согласно закона в третью-четвертую очередь. Данный факт также негативно сказывается на вероятности возврата долга, тем самым повышается риск неплатежа.
Учитывая выше сказанное, возникает возможность сформировать определение дебиторской задолженности с учетом новой терминологии применяемой к дебиторской задолженность: «риск» и «вероятность».
В исследовании сформулировано авторское определение дебиторской задолженности.
Дебиторская задолженность - это обязательства юридических, физических лиц, которые являются частью оборотных средств предприятия, изъятых из оборота в качестве кредита контрагенту, величина которых способна влиять на финансовое состояние и финансовые результаты деятельности организации, связанных с риском невозврата долга.
Динамичное развитие рыночных отношений заставляет менять и механизмы управления предприятием. Исходя из такого, в определенной степени прикладного взгляда, на механизм управления дебиторской задолженностью, в диссертационном исследовании предлагается представлять его как всесторонний процесс, который включает как процесс прогнозирования вероятности наступления долга, так и процесс действий по ее истребованию, в случае ее возникновения.
Проведя анализ полученной информации о механизме управления дебиторской задолженностью, автором было разработано и предложено следующее определение понятия эффективного управления дебиторской задолженностью:
Механизм эффективного управления дебиторской задолженностью - это процесс всестороннего воздействия на величину дебиторской задолженности, позволяющий обеспечить как оптимальное экономическое состояние предприятия химической промьпиленности, так и наилучший уровень рентабельности, повышаемый за счет роста оборота с отсрочкой платежа.
Всесторонность воздействия - это система взаимодействия (сочетания подходов) всех подсистем управления организации на сокращение риска невозврата долга.
Анализ и обобщение научной экономической литературы позволили определить эффективный уровень дебиторская задолженность как размер дебиторской задолженности, при котором достигается максимальный эффект от инвестирования средств в дебиторскую задолженность, т.е. максимальное при прочих равных условиях значение прибыли, сопутствующей инвестированию в дебиторскую задолженность.
При этом в исследовании подчеркивается, что эффективный уровень дебиторской задолженности обеспечивается за счет реализации эффективного механизма управления дебиторской задолженность и внедрения эффективной кредитной политики.
Выделяя особую роль эффективной кредитной политики в диссертационной работе, одновременно обосновывается необходимость включения в систему мер по управлению дебиторской задолженностью этапа определения риска невозврата долга. Актуальным представляется создание модели управления дебиторской задолженностью, в части оценки вероятности невозврата дебиторской задолженности, которая должна отвечать на вопросы: Кредитовать контрагента или нет? Вернет контрагент долг или нет? Каков риск невозврата долга контрагентом? Модель, учитывающая специфику деятельности предприятия. Модель, поэтапно регламентирующая деятельность отделов и подразделе: ий предприятия, участвующих в процессе управления дебиторской задолженностью.
Именно для того, чтобы предупредить риск невозврата дебиторской задолженности, рационально минимизировать просроченную, сомнительную и безнадежную дебиторскую задолженность и затраты, которые понесет предприятие в связи с коммерческим кредитованием, необходимо разработать и внедрить модель управления дебиторской задолженностью.
Модель управления дебиторской задолженностью, которую необходимо использовать на предприятиях химического комплекса, на взгляд автора, должна включать в себя комплекс мероприятий.
14
Модель, которая предусматривает фильтр оценки входной кредитоспособности потенциального дебитора и фильтр анализа экономической ценности фактического дебитора. Прежде, чем начать с кем-то работать, предприятие должно детально изучить кредитоспособность покупателя, а в процессе хозяйственного взаимодействия - оценить текущую платежеспособность и экономическую ценность для предприятия.
Модель, должна включать в себя различные методики, алгоритмы, схемы бизнес-процессов, которые возможно реализовывать на практике и которые приносили бы положительные экономические результаты.
Модель должна описывать на системном уровне и уровне операций пошаговую технологию разработки и управления эффективной кредитной политикой.
Основу модели должны составлять математико-статистические методы прогнозирования на основе объективных данных; вероятностно-статистическое моделирование экспертных методов прогнозирования; методы
прогнозирования в условиях риска и комбинированные методы прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей.
Предлагаемая модель должна включать этап оценки риска невозврата дебиторской задолженности в регламентационный процесс работы компании с контрагентами.
Для уточнения особенностей построения модели прогноза вероятности возврата долга были выделены следующие принципы (таблица №1).
Таблица №1
Принципы модели прогноза вероятности возврата долга
Принцип Описание
Целесообразности кредитования контрагента исходя из прогноза срока и вероятность возврата или невозврата долга;
Точности предполагает математическую четкость формирования переменных генеральной совокупности;
^ Комплексности определяет необходимость взаимоувязанное™ всех переменных генеральной совокупности;
Рискованности риск невозврата конкретным контрагентом-заемщиком предоставленных кредитов;
Справедливости предполагает равноправное участие всех переменных в процессе организации генеральной совокупности;
Кощептуальности предусматривает необходимость соответствия задач формирования поставленным целям экономического развития предприятий химического комплекса;
^ Научности предполагает организацию генеральной совокупности посредством определения научного потенциала как детерминирующего фактора экономического развития предприятий химического комплекса;
Функционального дополнения предусматривает необходимость максимизации эффекта от внедрения прогнозной модели, разработанной с учетом особенностей работы предприятий химического комплекса.
В конечном итоге появляется возможность качественно оценить вклад в чистую прибыль, то есть определить эффективность внедрения предложенной модели.
Вторая группа проблем связана с анализом практики процесса управления дебиторской задолженностью и кредитной политикой, поиском перспектив его развития с учетом выявленных тенденций и международного опыта.
В процесса анализа современной практики управления дебиторской задолженн сгью и кредитной политикой были установлены следующие тенденции:
- недостаток собственных средств стал причиной обращения предприятий химической отрасли к внешним источникам финансирования, в результате чего возросла величина займов и кредитов, предприятия химической промышленности имеют неудовлетворительную структуру баланса и неустойчивое финансовое состояние;
- доля собственных оборотных средств на конец второго полугодия 2011 года составила 27,54 %. Это указывает на отсутствие собственных средств для
полного самостоятельного финансирования текущей деятельности. Такая ситуация оказывает крайне неблагоприятное воздействие на платежеспособность предприятий, угрожая их финансовой независимости (удельный вес убыточных организаций химического комплекса на 1 июля 2011 года составил 34,7 % (рис. 1)
%
Количество убыточных предприятий ""^"Количество крупных и средних предприятии
Удельный вес убыточных предприятий (по правой оси)
Рис. 1 Удельный вес убыточных предприятий и организации химической промышленности
- снижение выпуска и сокращение прибыли отразилось на ликвидности и платежеспособности предприятий отрасли;
- снижение уровня финансовой независимости химической отрасли и увеличение долговой нагрузки на химическое производство, обусловлено высокой степенью износа оборудования и нехваткой мощностей в отдельных сегментах;
- увеличение объема дебиторской задолженности в период с 2008 года по 2011 год (на 25%) негативный признак (таблица №2). Факт увеличения дебиторской задолженности в период с 2009 года по 2011 год отражает сокращение оборотных средств, а, следовательно - ухудшение финансового положения.
Таблица №2
Коэффициент отвлечения оборотных активов на анализируемых предприятиях химического
комплекса _
Показатели 2008 год 2009 год 2010 год 2011 год
А 1 2 3 4
1 .Дебиторская задолженность, млн.руб. 9773 12642 15521 19308
2-Общая сумма оборотных активов, млн.руб. 42119 26745 32177 40065
3.Коэффициент отвлечения оборотных активов в дебиторскую задолженность, %. 23,2 47,3 48,2 48,2
Для оценки состава и движения дебиторской задолженности была составлена
аналитическая таблица (таблица № 3), информационную базу которой составила финансовая отчетность предприятий химического комплекса за 2011 год.
Таблица № 3.
Движение дебиторской задолженности на анализируемых предприятиях химического
комплекса _
Показатели Движение денежных средств Темп роста остатка за 2009 г., % Темп роста остатка за 2010 г., % Темп роста остатка за 2011 г., %
Возникло Погашено
2009 г., млн. руб. 2010 г., млн. руб. 2011 г., млн. руб. 2009 г., млн. руб. 2010 г., млн. руб. 2011 г., млн. руб.
А 5 6 7 8 9 10 14 15 16
1. Дебиторская задолженность 5127 5877 6867 2258 2998 3080 129 123 124
1.1. Краткосрочная 3845 2897 5030 1996 2484 1792 144 106 164
а) в том числе просроченная 2413 1800 3558 1377 1608 1343 136 105 164
1.2. Долгосрочная 1282 2980 1837 262 514 1288 118 141 105
а) в том числе просроченная 909 2515 1219 158 348 996 120 153 103
Исследование состояния дебиторской задолженности показало, что за период с
2009 по 2011 год сумма остатка дебиторской задолженности в среднем возросла на 24,4%. Также наблюдался рост краткосрочной дебиторской задолженности в период с 2009 по 2011 год (с 44% до 64% соответственно). Следовательно,
организациям не удалось добиться погашения части долгов, что подтверждает негативную тенденцию роста дебиторской задолженности.
Оценка оборачиваемости и качества дебиторской задолженности на исследуемых предприятиях химического комплекса подтвердила высокий уровень показателя просроченной дебиторской задолженности, который сигнализирует о проблеме низкого качества дебиторской задолженности, что в свою очередь приводит к проблеме низкой ликвидности дебиторской задолженности (рисунок №2). Как следствие этого, возникают проблемы с финансированием деятельности.
юооо
5000
о
2008 г. 2009 г. 2010 г. 2011 г.
О Дебиторская задолженность ■ Оборотные активы
ЮЙЕ
г Л^Х?!..
0-30 «0-90 120-ЛН_150
180360
Св. 2 лет
■Сумма дебиторски :одош«нш>сш ■ псалма безнадежных долгов
Рис.2 Динамика старения и уровня дебиторской задолженности на анализируемых предприятиях химического комплекса.
Таким образом, финансовый кризис и вступление России в ВТО оказали сильное влияние на состояние химической промышленности. Сокращение производства, снижение поставок, падение прибыли, ухудшение платежеспособности, падение рентабельности - лишь малая часть проблем, с которым столкнулась эта отрасль.
Детальный анализ показателей, используемых для оценки финансовой устойчивости предприятий химического комплекса, был проведен на примере предприятий, входящих в состав ОАО холдинга «ФосАгро» как вертикально интегрированной структуры, включающей в себя 23 предприятия химической
19
промышленности, в том числе иностранные. При этом особое внимание было уделено механизму управления дебиторской задолженностью и кредитной политике химического комплекса. Оценка существующих методов управления дебиторской задолженности свидетельствует о том, что организации химической промышленности не применяют инновационных систем воздействия на вероятность невозврата долга. Используемая методика оценки дебиторской задолженности для принятия управленческих решений по управлению долгом достаточно стандартна и используется всеми организациями вне зависимости от отраслевой принадлежности. Этот факт приводит к отсутствию у управленческого персонала объективной информации о реальной величине дебиторской задолженности возможной к истребованию.
В то же время результаты анализа проведенного при помощи статистических методов подтверждают результаты экономического анализа. Следует заметить, что именно статистический анализ является необходимым дополнением экономического анализа, так как использование математического аппарата в статистическом анализе позволяет более точно определить качественный состав дебиторов. Следует заметить, что в отечественной финансово-экономической литературе много внимания уделено анализу структуры оборотных активов, достижению их сбалансированности, выявлению резервов снижения дебиторской задолженности, рационализации денежных потоков и товарно-материальных запасов. Вместе с тем в публикациях научного и учебного характера недостаточно полно представлены теоретико-методические подходы, основанные на системном исследовании причин и последствий возникновения должников предприятия по отгруженной им продукции и оказанным услугам. Статистический анализ - это часть системы управления дебиторской задолженностью, которая могла бы контролировать взаимоотношения с дебиторами и регулировала бы размеры задолженности в пределах, обеспечивающих ликвидность и финансовую безопасность.
Выявленные диспропорции и недостатки существующей системы управления дебиторской задолженностью и кредитной политики, позволили выделить третью группу проблем, связанную с необходимостью разработки усовершенствованной модели управления дебиторской задолженностью и кредитной политики.
В целях моделирования процесса управления дебиторской задолженностью предприятия, в части определения вероятности возврата долга дебитором, разработана прогнозная модель, позволяющая оценить риск неплатежа для предприятий химического комплекса. Цели построения предлагаемой модели, заключаются в экспериментальной обработке существующих методов управления задолженностью, проверке гипотезы о реальном изменении дебиторской задолженности предприятия, оперативном управлении производственными процессами, выработке управленческих решений в реальном времени.
Перечень конкретных факторов риска, оказывающих влияние на вероятность возврата долга определяется на основе анализа теоретических предпосылок анализа и оценки дебиторской задолженности и анализа, существующих в настоящее время методик, посвященных данным вопросам, а также на основе информации, полученной от антикризисных управляющих предприятий химической отрасли и обобщения опыта работы автора по анализу и оценке дебиторской задолженности.
В результате экспертного исследования был сформирован массив из 12 показателей, определяющих вероятность возврата долга для предприятия химического комплекса. Значения факторов дебиторской задолженности закодированы в соответствии с присвоенным порядковым значением (таблица №4).
Таблица № 4
Характеристика факторов влияющих на вероятность возврата дебиторской задолженности
Фактор Описание Значение Должник Не должник
Финансовое Крайне 1 11 26
состояние контрагента, (XI) неудовлетворительное, О,,,)
Неудовлетворительное, (х1;2) 2 51 78
Удовлетворительное, (х,,3) 3 45 91
Хорошее, (х1М) 4 41 88
Стабильно - устойчивое, (х,, ;) 5 12 40
Тип контрагента, (Х2) Физическое ЛИЦО, (х2М) 1 19 18
Юридическое ЛИЦО с неопределенной деловой репутацией, (х,,2) 2 38 30
Муниципальный орган власти, (*г/з) 3 42 74
Государственный орган власти, (*2/<) 4 85 31
Юридическое лицо с безупречной деловой репутацией, (х2(5) 5 45 104
Тип кредитования (задолженности), (ХЗ) Просроченная более 12 мес., (х3/1) 1 28 8
Просроченная от 6 до 12 мес., (*з/г) 2 38 27
Просроченная от 3 до 6 мес., (*3,э) 3 66 87
Просроченная до 3 мес., (хз;4) 4 31 91
Текущая, (х3/5) 5 12 93
Стабильность дохода контрагента, (Х4) Нестабильный, (*„,,) 1 57 84
Сезонный, (х4(2) 2 86 150
Стабильный, 01;з) 3 32 74
Вид штрафных санкций, (Х5) Изменяемые в одностороннем порядке кредитором, ( X 5 |) 1 38 64
Индексируемые, (х5; 2) 2 94 160
Фиксированные, (х5/3) 3 43 84
Период работы с клиентом, (Х6) Новичок, (х6(1) 1 16 24
От 0 до 1 года, (х6)2) 2 36 74
От 1 до 3 лет, (х6,3) 3 41 76
От 3 до 5 лет, (хб;4) 4 59 96
Более 5 лет, (х6(!) 5 23 38
Возраст фирмы-контрагента, (Х7) 1 год, (*,„) 1 12 17
2 года, (х7(2) 2 17 33
3 года, (х7„) 3 21 27
4 года, (х,,4) 4 33 23
5 лет, (х,,5) 5 19 26
15 лет, (дг7(15) 15 5 12
Наличие собственности у контрагента, (Х8) Есть, (*„,„) 0 104 204
Нет, (*,„) 1 107 68
Тип компании, (Х9) Зарубежная, О,,,) 1 22 56
Российская, (*,,2) 2 103 184
Совместно, (*,,,) 3 50 68
Уровень показателя ликвидности у контрагента, (Х10) Более 1, (дг10;|) 1 2 12
От 0,75 до1,(«и(1) 2 54 102
От 0,5 до 0,75, (х,„,3) 3 57 116
Менее 0,5, (*10М) 4 62 88
Вид деятельности фирмы-контрагента, (XII) Сельское хозяйство, (*„,,) 1 66 124
Промышленность, (хи/1) 2 58 143
Торговля, (х1|(3) 3 51 41
Объем закупок контрагента, (XI2) До 1 ООО ООО, (х12/1) 1 54 103
От 1 ООО ООО до 10 ООО ООО, (*12,2) 2 94 142
От 10 000 000, (х12;з) 3 27 63
соответствующих им порядковых величин проведен статистический анализ, в котором используется база данных информации о 483 компаний-контрагентов предприятий химической промышленности, входящих в состав холдинга «ФосАгро».
В исследовании для построения модели дерева решений был использован алгоритм С4.5, работа которого начинается с того, что на вход поступает некоторое количество обучающих примеров (сведений о контрагентах). Каждый контрагент описывается набором характеристик (в дальнейшем также разделяющие признаки) и классифицирующим признаком, который задает принадлежность к одному из диагностических классов. Корню дерева соответствует самый информативный характеристический признак. Далее, в вершинах располагаются признаки в порядке уменьшения значений прироста информативности. В качестве меры информативности узла используется энтропия.
Зависимой переменной в рассматриваемом случае является вероятность возврата долга (У), а независимыми переменными являются 12 факторов, представленные в таблице №4.
Пусть имеется множество Т объектов, разделенных по значениям классифицирующего признака на полные непересекающиеся классы С1 и С2 (классифицирующий признак принимает два возможных значения: должник -1; не должник - 0), тогда показатели для построения прогнозной модели рассчитываем в соответствии с таблицей №5.
Таблица №5
Характеристика и расчет основных показателей
Наименование показателя
Информация, необходимая для идентификации класса, 1п/о(Т)
Формулы расчета
1п&(Т) = 1{Р)
Вероятность распределения классов (С1 и С2), Р
Г1С1| Р*
Энтропия, 1(Р)
/(-Р) = -0,1ов Рг 1об 202))
Информация, необходимая для идентификации класса при условии, что нам известно значение разделяющего (характеристического) признака X, 1п/о(Х,Т)
т Ы
/л/о(Х,Г) = £ ^-/".МГ,.) •П Г
где 77 - одно из возможных значений разделяющего признака X, т - количество значений разделяющего признака, 1пГо(77) - информация для каждого значения разделяющего признака_
Величина, характеризующая прирост информативности, ватРС,Т)
ОатСХ, Т) = 1пй(7) - 1пГо(Д Т).
Прирост информативности представляет собой разницу между информацией, необходимой для идентификации класса и информацией, необходимой для идентификации класса при условии, что нам известно значение признака X. При использовании обучающей выборки с неполным набором информации вычисление коэффициента прироста признака производится только по признакам с определенными значениями.
Таким образом, на основе расчетных данных, исходя из проведенного статистического анализа, можно сделать вывод, что первоначальная гипотеза о
способе расчета вероятности возврата долга и перечень выбранных факторов риска нашли математическое подтверждение.
В диссертационном исследовании предложена классификационная модель, которая позволяет в рамках конкретного предприятия исследовать предприятия-дебиторы и дать ответ на вопрос возможно ли кредитование данных предприятий.
Таким образом, проведенное исследование доказало наличие определенного симптомокомлекса финансовых и экономических показателей деятельности предприятия, которые в большей или меньшей степени оказывают влияние на вероятность возврата дебиторской задолженности.
Использование представленной в работе технологии конструирования диагностических решений на основе логических моделей в виде дерева решения позволяет достоверно решать задачи выявления скрытых логических закономерностей в условиях разнотипных данных.
Эффективность предложенного подхода была продемонстрирована на примере решения задачи определения риска невозврата дебиторской задолженности.
В настоящее время важен вопрос выбора моделей диагностики, позволяющих прогнозировать вероятность возврата долга предприятий химического комплекса. Эти модели представляют интерес не только для менеджеров предприятия, но и для акционеров, кредиторов, поставщиков, а также для органов государственной власти.
В диссертационной работе обосновывается также целесообразность разработки 1о§к-модели оценки вероятности возврата или невозврата долга предназначенной для решения задач предсказания значений непрерывной зависимой переменной, при условии, что эта переменная может принимать значения на интервале от 0 до 1.
В результате проведения процедуры отбора наиболее информативных переменных получена модель диагностики риска невозврата долга предприятием химической промышленности, которая имеет следующий вид: г = -2,825+0,563 * X, +0,739 * Х3 - 1,355 * Х4/1 - 1,174 * Х4/2 - 1,149* Х8+1,093 *Х11/1+0,871 *Хц,2, где:
I, р, =—1— , (1)
\- pi 1 + е *'
XI - финансовое состояние контрагента, ХЗ - тип кредитования (задолженности),
переменные Хм и Х4/2 описывают стабильность дохода контрагента:
1, нестабильн ый О, в остальных случаях
—
1, сезонный 10, в остальных случаях
переменная Х8 описывает наличие собственности у контрагента:
1, собственно стъ имеется
х- = ■,
10, собственно стъ отсутствуе т
Переменные Хц/1 и Хц/2 описывают вид деятельности фирмы-контрагента:
(1, сельское ххозяйств 0, в остальных случаях
{1, промышленн ость 0, в остальных случаях
Вероятность возврата долга предприятием вычисляется по формуле:
Р,=—— • (2) 1 + е'--
В таблице №6 представлены результаты построения ^П-модели оценки вероятности возврата или невозврата долга. Из приведенной таблицы видно, что для всех выбранных показателей гипотеза о том, что коэффициент при
данном показателе равен нулю, отвергается на уровне что подтверждает качество построенной модели.
Результаты построения 1овк-модели
значимости менее 1%,
Таблица №6
Свободный член
Столбец
Оценка
-2,82458
Стандартная Ошибка
0,580262
Вальда статистика
23,69521
Финансовое состояние контрагента, XI_
Тип кредитования (задолженности), ХЗ
Стабильность дохода контрагента, Х4,і
0,56271
0,117016
23,12488
0,73837
0,108870
45,99687
-1,35308
0,353115
14,68295
Стабильность дохода контрагента, Х4і2
-1,17237
0,321149
13,32637
Наличие собственности у контрагента, Х8
-1,14837
0,233656
24,15529
Вид деятельности фирмы-контрагента. Х\ и,
Вид деятельности фирмы-контрагента, X, 1/2
1,09370
0,317096
11,89640
0,87229
0,312976
7,76778
Масштаб
1,00000
0,000000
Разработанная ^к-модель диагностики риска невозврата долга для предприятий химической промышленности позволит грамотно оценить вероятность наступления данного риска на предприятии и в конечном итоге даст возможность определить управленческие мероприятия по его предотвращению.
На основе анализа полученной статистической зависимости было сделано два вывода:
1. Существует качественная связь между факторами риска и вероятностью возврата долга. Количественная зависимость определяется не только коэффициентами в полученном уравнении, но и, например: полнотой информации об анализируемой дебиторской задолженности, субъективно определяемой аналитиком степенью важности каждого фактора для получения итогового результата.
2. Факторы риска можно разделить на наиболее важные и менее важные для определения вероятности возврата долга (таблица №7). Степень важности каждого фактора определяется исходя из полученных по результатам регрессионного анализа коэффициентов: чем они больше, тем больший вклад вносит соответствующий фактор в итоговый результат. На основе полученного уравнения можно сделать вывод, что наибольший вклад имеет фактор Х5 - «Собственность» (коэффициент равен -1,149), а наименьшее значение - фактор Х1 - «Финансовое состояние заемщика» (коэффициент равен 0,563).
Таблица №7
Факторы риска___
Основные Вспомогательные
Финансовое состояние заемщика — Х[ Тип контрагента - Хб
Просрочка платежа- Х2 Штрафы - Х7
Стабильность дохода - Хз Время работы с клиентом - X«
Наличие собственности - Х4 Возраст - Х9
Вид деятельности- Х5 Тип компании - Хю
Показатель ликвидности - Хп
Объем закупок - Хи
Предлагаемая методика разработана и апробирована на основе фактического состояния предприятий химической отрасли. Она также применима для анализа и оценки дебиторской задолженности предприятий различных отраслей деятельности с учетом внесения в нее определенных изменений.
Для повышения эффективности управления в диссертационной работе
предлагается регламентировать процедуру управления кредитной политикой.
Работа с дебиторской задолженностью требует планирования и четко
выстроенного процесса управления риском неплатежа.
Управлять риском неплатежа можно и нужно уже на этапе подготовки
договора поставки. Разработанные на основе проведенного исследования
28
контрагентов-дебиторов предприятий химического комплекса модели оценки риска невозврата долга помогут кредитору принять решение о предоставлении отсрочки платежа покупателю. При этом данные модели предлагается включить в этап предварительных работ по управлению дебиторской задолженностью с регламентацией деятельности по подразделениям.
На основе полученных данных в соответствии со сформированным в исследовании массивом показателей (факторов), провести динамическую оценку ожидаемого поведения контрагента по погашению дебиторской задолженности с помощью построения модели дерева решений и логистической регрессии. И уже затем сделать вывод о целесообразности сотрудничества с предполагаемым партнером, включении в договор таких условий, которые побуждают избегать нарушения сроков поставки или оплаты или необходимости использования обеспечительных мер (поручительство, залог, неустойка и т. п.).
Работу с должниками для предприятий химического комплекса можно разделить на четыре этапа:
1-ый Этап: Предварительные работы по систематизации информации о дебиторской задолженности;
2-ой Этап: Мероприятия по работе с текущей дебиторской задолженностью;
3-ий Этап: Мероприятия по работе с просроченной дебиторской задолженностью;
4-ый Этап: Мероприятия по работе с просроченной дебиторской задолженностью. Взыскание через суд / сторонние организации.
Последовательность 1-го и 2-го этапов работы с дебиторской задолженностью представлена в виде блок-схемы на рис. 3
Этап 1. Предварительные работы но систематизации информации о дебиторской
задолженности
Обработка данных о контрагенте, внесение в _______.систему--
іСТСМ І
Поступление
заявки на заключение договора с контрагентом
Запрос Ъа /предоставлю
тов. кредита
ДА _I
Оценка риска вероятности невозврата долга контрагентом_
,-Выявлены... "нарушения'"
ДА
тр[і
УстпЬ нить
нарушения, і обеспечить полноту и _!5 ?РР с кт!і 9.9.Т-1>.
дан Чых
Данные I исправлены
Отказ от заключения договора
ДА-
Заключен новый договор
..Положительный, .результат..
-ДА-
Контроль за исполнением
условий Договора
Контроль за исполнением условий Договора
Внесение данных
Договора в информационную систему. Обеспечение контроля полноты и корректности
Этап 2. Мероприятия по работе с текущей ДЗ
Этап 2. Мероприятия по работе с текущей дебиторской задолженностью
и* о с а
ДА
Оплата поступила?,.
Мероприятия по взысканию ДЗ ) прекращены
Да
Провести оплату безакцептным списанием с р/с Контрагента (для списка контрагентов)
Проверить поступление средств на р/с Общества
Проанализировать причины
^Возможно ли списание, средств в безакцептном \ порядке?
ДА
\
с*
О О
\
/г,
Условия договора^
предусматривающие _^
безакцептное / списание?
Этап 1. Предварительные
работы по Систематизации Информации о ДЗ
I
Контрагенту \ ! выставлен счет и ', ^отправлен комплект,' документов
Сформировать отчет о состоянии ДЗ (с учетом поступивших платежей)
Ввести в информационную
систему данные о наличных и безналичных платежах
Поступил платеж
Организовать информирование Контрагента о _задолженности
^,Ср'ок оплаты. _
истек. Долг '"-оплачен?-''
ДА 1
'Мероприятия по" .
взысканию ДЗ ^.....прекращены .
Этап 3. """^Мероприятия по работе с просроченной ДЗ
Рис.3. Блок-схема последовательности работы с дебиторской задолженностью на предприятиях химического комплекса
31
Далее следует 3-ий этап «Мероприятия по работе с просроченной дебиторской задолженностью» и 4-ый этап «Мероприятия по работе с просроченной дебиторской задолженностью. Взыскание через суд / сторонние организации» подробно описанные в диссертационной работе.
Выбор того или иного метода зависит от совокупности факторов, а именно: особенностей должника, суммы задолженности, количества дней просрочки и т. д. Этот минимальный набор рекомендаций составлен на основе практического опыта и поможет избежать типовых кризисных ситуаций в работе с должниками. При этом следует помнить, что многие ситуации индивидуальны, и с уверенностью сказать можно только одно: будут контрагенты платить в срок или регулярно задерживать оплату, во многом зависит от руководства организации и сотрудников.
В то же время предлагаемый подход следует рассматривать не изолированно, а как один из элементов системы мер по комплексной оценке потенциального контрагента-заемщика. Включение в единую систему всех мероприятий по оценке контрагента-заемщика, проверки благонадежности и оценки финансового положения обеспечивается организационным и информационным взаимодействием между ними.
Результаты апробации предложенной модели управления дебиторской задолженностью показывают преимущества от возможного использования на практике разработанных инструментов, что прослеживается в улучшении показателей деятельности промышленного предприятия, на котором были использованы разработанные инструменты и методики.
Публикации по теме диссертационного исследования.
В рецензируемых научных журналах по перечню ВАК: 1. Безверхова Ю.В. Факторинг в условиях модернизации российской экономики /Ю.В. Безверхова// «Вестник ГУУ» - 2012 - №3 - с. 49-53. - 0,4 п.л.
2. Безверхова Ю.В. Построение инновационной модели оценки риска невозврата дебиторской задолженности в случае неодинакового влияния факторов/Ю.В. Безверхова// Научно-практический журнал «Биржа интеллектуальной собственности» - 2012 - №8 - с. 61-68,- 0,7 п.л.
3. Безверхова Ю.В. Эффективная кредитная политика в инновационной экономике России /Ю.В. Безверхова// Научно-практический журнал «Биржа интеллектуальной собственности» - 2012 - №9 - с. 35-41,- 0,6 п.л.
В прочих научных изданиях:
4. Безверхова Ю.В. Управление дебиторской задолженностью: опыт Воскресенского РайПО /Ю.В. Безверхова// Материалы 24-й Всероссийской научной конференции молодых ученых и студентов «Реформы в России и проблемы управления - 2009», выпуск 3 - 2009 - с.88-90. - 0,2 п.л.
5. Безверхова Ю.В. Современное состояние химической промышленности отрасли. Последствия экономического кризиса /Ю.В. Безверхова// Материалы 25-й Всероссийской научной конференции молодых ученых и студентов «Реформы в России и проблемы управления - 2010», выпуск 2 - 2010 - с.16-18. - 0,2 п.л.
6. Безверхова Ю.В. Статистический подход в управлении дебиторской задолженностью /Ю.В. Безверхова// Сборник материалов 5-ой региональной научно-практической конференции «Наука, Экономика, Общество» - 2011 апрель - с. 278-281. - 0,3 п.л.
7. Безверхова Ю.В. Общие подходы к разработке политики управления дебиторской задолженностью на предприятиях химической промышленности /Ю.В. Безверхова// Материалы международной научно-практической конференции «Модернизация финансово-кредитных отношений в условиях инновационной экономики» - 2011 - с.32-34. - 0,2 п.л.
8. Безверхова Ю.В. Применение инструментальных методов
прогнозирования риска невозврата долга / Ю.В. Безерхова// Сборник статей
международной научно-практической конференции «Современные
зз
информационные технологии в управлении качеством» - 2012 июнь - с. 40-42. -0,2 п.л.
9. Безверхова Ю.В. Оценка риска невозврата дебиторской задолженности предприятий химического комплекса /Ю.В. Безверхова// Сборник материалов 6-ой региональной научно-практической конференции «Наука, Экономика, Общество» - 2012 сентябрь - с. 18-21. - 0,3 п.л.
10. Безверхова Ю.В. Порядок регламентации процесса управления дебиторской задолженностью в условиях реформирования экономики / Ю.В. Безерхова// Сборник статей международной научно-практической конференции «Реформирование экономики, социальной сферы и образования России: направления, проблемы, перспективы» - 2012 июнь - с. 76-78. - 0,1 п.л.
Подп. в печ. 18.09.2012. Формат 60x90/16. Объем 1,0 п.л.
Бумага офисная. Печать цифровая.
__Тираж 50 экз. Заказ № 596_
ФГБОУВПО «Государственный университет управления» Издательский дом ФГБОУВПО «ГУУ»
109542, Москва, Рязанский проспект, 99, Учебный корпус, ауд. 106
Тел./факс: (495) 371-95-10, e-mail: diric@guu.ru
www.guu.ru
Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Безверхова, Юлия Валерьевна
Введение.з
Глава 1. Теоретические основы управления дебиторской задолженностью и кредитной политикой.
1.1. Исследование понятия «дебиторская задолженность».
1.2. Теоретические основы управления дебиторской задолженностью.зз
1.3. Подходы к построению эффективной кредитной политики предприятия . м
Глава 2. Анализ управления дебиторской задолженностью и кредитной политикой предприятий химической промышленности.
2.1. Исследование финансового состояния химической промышленности.
2.2. Оценка существующих методов управления дебиторской задолженностью в химической промышленности.
2.3. Анализ системы управления кредитной политикой на предприятиях химического комплекса.
2.4. Статистический анализ эффективности управления дебиторской задолженностью.
Глава 3. Совершенствование системы управления дебиторской задолженностью и кредитной политики.
3.1. Построение модели оценки вероятности возврата дебиторской задолженности.
3.2. Разработка модели логистической регрессии для диагностики и повышения точности прогноза вероятности возврата долга.
3.3. Регламентация процедуры управления кредитной политикой на предприятиях химической промышленности.
Диссертация: введение по экономике, на тему "Управление дебиторской задолженностью и кредитной политикой предприятий химической промышленности"
Высокий уровень дебиторской задолженности, как на уровне Российской Федерации, региона, так и отдельного хозяйствующего субъекта вызывает необходимость своевременной и качественной оценки организаций-дебиторов с целью формирования эффективной кредитной политики. По данным Федеральной службы государственной статистики суммарная дебиторская задолженность российских предприятий химического комплекса за 2011 г. составила 13 783,1 млрд. руб. при темпе роста - 266,4 % к 2010 г., что составляет 18,6 % оборота организаций, в том числе просроченная - 1 051,3 млрд. руб. Более половины просроченной дебиторской задолженности приходится на долю мелких покупателей. Динамика дебиторской задолженности предприятий химического комплекса Московской области также свидетельствует о её постоянном росте: 301 137 млн. руб. в 2011 г. при темпе роста - 384,8 % по отношению к 2010 г., что составляет 25,4 % оборота организаций.
Дебиторская задолженность может возникать по различным причинам - в зависимости от характера взаимоотношений с контрагентами в расчетах. У большинства предприятий в общей сумме дебиторской задолженности преобладают или занимают максимальный удельный вес долги покупателей, заказчиков, клиентов или согласно международной терминологии - счета к получению. Данная дебиторская задолженность объективно вызвана разрывом во времени между товарной сделкой и моментом ее оплаты. Более того, с целью увеличения продаж, а, следовательно, и прибыли от продажи, обычной практикой в условиях развитого рынка является продажа без требования немедленной оплаты, т.е. в долг, или на условиях коммерческого кредита.
Современное развитие отечественной экономики неразрывно связано с предоставлением полной хозяйственной самостоятельности предприятиям в выборе ими рынков сбыта продукции, товаров, услуг, а, следовательно - партнеров по з бизнесу, в том числе, будущих дебиторов. Поэтому дебиторская задолженность, как реальный актив, играет достаточно важную роль в сфере предпринимательской деятельности. Слишком высокая ее доля в общей структуре активов хозяйствующего субъекта снижает ликвидность и финансовую устойчивость организации и повышает риск ее финансовых потерь. Разумное же использование коммерческого кредита способствует росту продаж, увеличению доли рынка и, как следствие, положительно влияет на финансовые результаты компании.
На величину дебиторской задолженности предприятия оказывают влияние как внешние факторы (общее состояние экономики и расчетов в стране, эффективность денежно-кредитной системы, уровень инфляции, емкость рынка и его насыщенность), так и внутренние: уровень профессионализма в управлении дебиторской задолженностью, в том числе состояние ее учета и контроля.
Существующие методы не позволяют дать комплексную оценку организаций-дебиторов, в то же время любое предприятие, реализующее продукцию, заинтересовано, в первую очередь, в платёжеспособности, надёжности дебиторов, а также в их способности быстро и эффективно справляться с возникшими трудностями. Судить об этом на основе информации о предыдущих сделках не всегда представляется возможным. В этой связи необходимо сформировать научно-методическую базу и выработать практические рекомендации по созданию адекватной системы оценки организаций дебиторов с целью исключения возникновения сомнительных и безнадёжных долгов.
Степень научной разработанности и изученности темы. Проблеме повышения эффективности расчётов с дебиторами, методикам их оценки, особенностям проведения анализа состояния дебиторской задолженности и, как результат, процесса формирования модели управления дебиторской задолженности посвящены работы многих исследователей.
Теоретические основы формирования системы управления дебиторской задолженностью нашли своё отражение в трудах как отечественных учёных-экономистов: В.П.Астахова, Э.В.Быкова, A.A. Володина, А.Д. Шеремета, так и в работах зарубежных экономистов: 3. Боди, Дж. К. Ван Хорна, Джозефа И. Финнерти, Р. Мертона, Ж. Ришара, Ф. Ли Ченга.
Необходимо также отметить вклад в изучение данного вопроса таких учёных, как М.И. Баканов, И.А. Белобжецкий, A.A. Вехорева, J1.T. Гиляровская, Ю.А. Данилевский, И. А. Бланка, В.Б. Ивашкевич, Н.П. Кондраков, М.В. Мельник, A.C. Наринский, P.C. Сайфулин, JI.B. Сотникова и других.
Несмотря на то, что исследованию дебиторской задолженности в последнее время уделяется всё больше внимания, эта проблема по-прежнему остаётся сложной и недостаточно изученной. В существующих научных трудах не нашли достаточного отражения методы оценки организаций-дебиторов с целью выявления тех из них, которые менее всего подвержены риску невозврата долгов. Рекомендованные методики не позволяют дать комплексную оценку организациям-дебиторам, а такая информация чрезвычайно важна. Необходимость теоретического и практического решения этих проблем и определила выбор темы исследования.
Целью диссертации является разработка на основе изучения теории и практики научно-обоснованных рекомендаций по управлению дебиторской задолженностью организаций химической промышленности России.
Задачи исследования. Поставленная цель реализуется путём решения следующих задач: на основе обобщения зарубежных и отечественных научно-исследовательских материалов уточнить и обосновать экономическую сущность и роль дебиторской задолженности в управлении финансами предприятия, уточнить понятие дебиторской задолженности; сформулировать и обосновать механизм эффективного управления дебиторской задолженностью; на основе нормативной, законодательной и научной литературы теоретически обосновать методы управления дебиторской задолженности, учитывающие специфику деятельности организаций химической промышленности; проанализировать состояние дебиторской задолженности (по материалам предприятий входящих в состав одного из крупнейших химических холдингов ОАО «ФосАгро») и путем систематизации данной информации обобщить и исследовать методику анализа дебиторской задолженности; исследовать влияние дебиторской задолженности, имеющей значительный удельный вес в структуре оборотных активов, на финансовое состояние и формирование финансовых результатов организаций химической промышленности; предложить модель оценки организаций-дебиторов с использованием методов вариационного статистического исследования; выделить классификационные факторы оценки организаций-дебиторов для их сравнительного анализа с целью оценки вероятности возврата долга; разработать интегральную модель комплексной оценки организаций-дебиторов с целью их ранжирования по степени надёжности для повышения эффективности кредитной политики; на основе анализа действующей системы управления кредитной политикой сформировать регламент управления кредитной политикой применительно к организациям химической промышленности; разработать логистическую модель управления дебиторской задолженностью, позволяющую оценить вероятности возврата долга контрагентом, соответствующую отраслевой специфике химической организации.
Объектом исследования выступают экономические отношения, возникающие в процессе повышения эффективности управления предприятием химического б комплекса путем оптимизации управления дебиторской задолженностью хозяйствующих субъектов.
Предметом исследования является совокупность теоретических, методологических и практических вопросов комплексной оценки организаций-дебиторов на основе деятельности промышленных предприятий химической отрасли Российской Федерации различной организационно - правовой формы и масштаба.
Теоретической основой исследования послужили научные труды отечественных и зарубежных учёных в области финансов, а также конкретно по проблемам управления дебиторской задолженностью, формирования и совершенствования кредитной политики организации. Информационную базу исследования составили нормативные документы законодательных и исполнительных органов власти РФ, субъектов РФ, муниципальных образований, официальные материалы службы государственной статистики, а также материалы о деятельности отдельных хозяйствующих субъектов РФ и Московской области.
Методологической базой исследования являются диалектический метод познания, предполагающий изучение экономических отношений и явлений в развитии и взаимосвязи, общенаучные приёмы экономического анализа, методы системного, сравнительного и факторного анализа, графического моделирования, методы теории статистики и экономико-математического анализа, в частности корреляционно-регрессионного анализа.
Диссертация соответствует Паспорту специальности ВАК 08.00.10 «Финансы, денежного обращения и кредита».
Научная новизна диссертационного исследования состоит в разработке и научном обосновании интегральной комплексной оценки организаций-дебиторов на основе построения их эффективных множеств, а также многокритериального ранжирования по совокупности финансовых и экономических показателей, с целью организации эффективного управления дебиторской задолженности и формирования обоснованной кредитной политики.
Основные результаты, определяющие новизну работы, получены по следующим направлениям исследования.
1. Опираясь на научные представления о роли дебиторской задолженности и исследования современной практики управления дебиторской задолженностью и кредитной политикой предприятий химической промышленности:
1) предложена авторская трактовка определения «дебиторской задолженности»;
2) сформирована концепция эффективного управления дебиторской задолженностью, позволяющая смоделировать действия по ее оптимизации процесса всестороннего воздействия на величину дебиторской задолженности, позволяющий обеспечить как оптимальное экономическое состояние предприятия химической промышленности, так и наилучший уровень рентабельности, повышаемый за счет роста оборота с отсрочкой платежа.
2. С учетом анализа показателей, характеризующих дебиторскую задолженность, в соответствии с результатами проведенных исследований сформировавшейся концепции управления дебиторской задолженностью на промышленных предприятиях:
- исследовано состояние дебиторской задолженности и проведен анализ современных проблем управления дебиторской задолженностью в организациях химического комплекса;
- разработана модель оценки организаций-дебиторов с использованием методов вариационного статистического исследования;
- определены основные пути формирования эффективной кредитной политики на основе оценки организаций-дебиторов.
3. Опираясь на теоретические представления о роли дебиторской задолженности и учитывая выявленные недостатки в системе управления дебиторской задолженностью и кредитной политики:
-выделены классификационные факторы оценки организаций-дебиторов для их сравнительного анализа с целью оценки вероятности возврата долга и распределения по группам с различной степенью надёжности, позволяющие определить тенденции изменения позиций дебиторов;
- разработана интегральная модель комплексной оценки организаций-дебиторов на базе выявления эффективных дебиторов и их вероятностной группировки, позволяющая формировать обоснованную кредитную политику хозяйствующего субъекта;
-разработана логистическая модель управления дебиторской задолженностью, позволяющая оценить вероятности возврата долга контрагентом, соответствующую отраслевой специфике химической организации;
-сформирован типовой регламент управления кредитной политикой применительно к организациям химической промышленности, координирующий последовательность действий при управлении дебиторской задолженностью и логику применения конкретных методов исследования уровня дебиторской задолженности, с целью развития практических подходов к управлению ею и повышения эффективности управления.
Практическая значимость работы.
Разработанные рекомендации по совершенствованию системы управления дебиторской задолженностью могут быть использованы в качестве основных рекомендаций по совершенствованию федерального закона «О несостоятельности (банкротстве)». Предложенная модель может быть взята в качестве основы при оценке риска невозврата долга внешним управляющим. Отдельные положения работы могут быть использованы в вузах РФ при изучении дисциплин «Финансовый 9 менеджмент» и «Финансы организации», а также включены в программы подготовки и переподготовки специалистов в системе повышения квалификации кадров.
Апробация работы и реализация результатов исследования осуществлялись в процессе оказания профессиональных услуг в области моделирования системы управления дебиторской задолженностью в ходе осуществления консультационно-экспертной деятельности ОАО «Воскресенские минеральные удобрения» и ОАО «Воскресенский НИУиФ». Результаты исследования представлялись в виде докладов, сообщений и обсуждались на ряде международных, межрегиональных и межвузовских научно-практических конференций.
Структура и объем диссертационной работы обусловлены целью, задачами и внутренней логикой исследования. Работа включает введение, три главы, заключение, библиографический список из 91 наименования и 9 приложений. Материалы диссертационной работы изложены на 152 страницах основного текста включая 26 таблиц, 17 рисунков.
Диссертация: заключение по теме "Финансы, денежное обращение и кредит", Безверхова, Юлия Валерьевна
Заключение
Существование проблемы неплатежей в России обязует предприятия постоянно осуществлять управление дебиторской задолженностью, следить за ее оптимальным уровнем в активах. В таких условиях управление дебиторской задолженностью является одной из важных составляющих общего управления производственно-коммерческой деятельностью предприятия. Отсутствие системного, целенаправленного и учитывающего разные альтернативы подхода к управлению дебиторской задолженностью подтверждает актуальность исследований в этом направлении.
Основным условием эффективной реализации политики управления дебиторами выступает соблюдение предельных объемов дебиторской задолженности и сроков ее погашения. Но если первый фактор находится в пределах компетенции предприятия-производителя продукции, то второй часто от него не зависит. Единым способом обеспечения соблюдения условий договоров выступает предварительный анализ каждого дебитора.
Категория дебиторской задолженности связана в первую очередь с таким вопросом, как экономическая устойчивость предприятия. Самое распространенное представление о дебиторской задолженности состоит в том, что указанная задолженность - отвлечение оборотных средств. Современная экономика имеет свои особенности и вносит коррективы. При анализе дебиторской задолженности предприятий химического комплекса было выявлено, что доля просроченной дебиторской задолженности в общей структуре дебиторской задолженности значительна.
Следует выделить, что категория дебиторской задолженности имеет многогранное проявление и связана с различными показателями деятельности предприятия химической промышленности. Анализ дебиторской задолженности необходим в качестве самостоятельного фактора, так как ее присутствие обуславливает экономическое состояние предприятия.
Для непрерывности процесса реализации хозяйствующий субъект должен накапливать определенные объемы готовой продукции. Расчеты за готовую продукцию, в свою очередь отвлекают из оборота денежные средства, создавая в определенных случаях дебиторскую задолженность. Дебиторская задолженность входит в структуру оборотных средств, поскольку обеспечивает процесс реализации продукции и является промежуточным звеном между отгрузкой и поступлением средств за готовую продукцию. Однако, необходимо помнить, что дебиторская задолженность увеличивает текущие финансовые потребности предприятия.
Поддержание оптимального состояния дебиторской задолженности позволяет улучшить экономическое состояние предприятия за счет привлечения дополнительных клиентов с помощью реализации в кредит. В тоже время некачественное планирование и управление дебиторской задолженностью приведет к возникновению неоправданных долгов, списываемых за счет прибыли, что повлечет за собой снижение рентабельности.
В связи с этим в работе сформулировано авторское определение дебиторской задолженности как обязательств юридических, физических лиц, которые являются частью оборотных средств предприятия, изъятых из оборота в качестве кредита контрагенту, величина которых способна влиять на финансовое состояние и финансовые результаты деятельности организации, связанных с риском невозврата долга.
Проведя анализ полученной информации о механизме управления дебиторской задолженностью, нами было предложено следующее определение понятия эффективного управления дебиторской задолженностью.
В результате механизм эффективного управления дебиторской задолженностью - это процесс всестороннего воздействия на величину дебиторской задолженности, позволяющий обеспечить как оптимальное экономическое состояние предприятия химической промышленности, так и наилучший уровень рентабельности, повышаемый за счет роста оборота с отсрочкой платежа.
Всесторонность воздействия - это система взаимодействия (сочетания подходов) всех подсистем управления организации на сокращение риска невозврата долга.
Эффективная дебиторская задолженность - это такой размер дебиторской задолженности, при котором достигается максимальный эффект от инвестирования средств в дебиторскую задолженность, т.е. максимальное при прочих равных условиях значение прибыли, сопутствующей инвестированию в дебиторскую задолженность.
Таким образом, в условиях значительного замедления платежного оборота, который вызывает рост дебиторской задолженности (в том числе и на предприятиях химической отрасли), важной задачей является эффективное управление дебиторской задолженностью на каждом отдельном предприятии.
Анализ проблем управления дебиторской задолженностью предприятия химической промышленности позволил выявить ряд направлений совершенствования управленческой системы:
- отсутствует единое понимание сущности дебиторской задолженности и ее составных элементов. Следовательно, в данном случае необходима четкая формулировка объекта управления; управление дебиторской задолженностью - трудоемкий и многофакторный процесс. Необходимо учитывать состав, элементы дебиторской задолженности, требующие управления;
- управление дебиторской задолженностью предполагает воздействие на определенные ее составляющие с целью изменения конечных показателей. Поэтому оптимальным представляется использование интегральной методики комплексной оценки организаций-дебиторов на базе выявления эффективных дебиторов и их вероятностной группировки, позволяющей формировать обоснованную кредитную политику хозяйствующего субъекта при условии корректного описания внутреннего строения и поведения объекта.
Выработаны следующие основные положения концепции управления
1. Обоснована необходимость управления дебиторской задолженностью в силу того, что она оказывает влияние на экономические результаты предприятия химической промышленности: рост рентабельности, пополнение оборотных средств, улучшение структуры баланса, высвобождение денежных средств;
2. Высказана возможность системного подхода к организации работы по управлению дебиторской задолженностью, который предполагает интеграцию элементов, имеющих отношение к функциям, приемам управления дебиторской задолженностью;
3. Предполагается, что управление дебиторской задолженностью делает необходимым планирование сокращения величины дебиторской задолженности, организацию реализации на практике мероприятий по снижению дебиторской задолженности, управленческий учет результатов работы по сокращению дебиторской задолженности, анализ и регулирование выявленных отклонений от плановой величины дебиторской задолженности.
4. Построение управления дебиторской задолженностью с позиции системного подхода требует рассмотрения многовариантности решений и выработки с этих позиций интегральной методики комплексной оценки организаций-дебиторов, на основании которой будут формироваться управленческие стратегии и приниматься соответствующие решения.
В целях эффективного управления дебиторской задолженностью изначально должны быть сформированы цели и задачи по отношению к управлению дебиторской задолженностью предприятия и созданию обоснованной кредитной политики. Цель соответствует стратегической цели предприятия -принятие приемлемого уровня дебиторской задолженности, стремление данный уровень минимизировать.
Задачи по управлению дебиторской задолженностью будут следующие: а) определение вероятности возврата или невозврата дебиторской задолженности; б) разработка системы мер, направленных на минимизацию дебиторской задолженности в заданных условиях; в) создание эффективной системы контроля и учета дебиторской задолженности.
С помощью модели управления дебиторской задолженностью предприятия на всех этапах ее осуществления решаются оптимизационные задачи управления, осуществляется поиск наилучшего метода погашения задолженности в зависимости от задаваемых параметров.
Одним из направлений, на наш взгляд, оценки потенциального контрагента-заемщика (физического либо юридического лица) перед принятием решения о предоставлении ему товара в кредит наряду с проверкой благонадежности и оценкой финансового положения является оценка риска вероятности возврата долга.
С помощью моделей управления дебиторской задолженностью предприятия на всех этапах ее осуществления решаются оптимизационные задачи управления, осуществляется поиск наилучшего метода погашения задолженности в зависимости от задаваемых параметров.
Внедрение практики использования таких методов как «дерева принятия решений» и логистической регрессии, весьма актуально для российских условий, где официальная отчетность предприятий малого бизнеса (в том числе рассматриваемых предприятий химического комплекса) не всегда в полной мере отражает их действительное состояние, и тем более, в кризисной и посткризисной ситуации, когда эффективность бизнеса снизилась и происходит ее постепенное восстановление.
Изучив в работе комбинированные методы оценки вероятности возврата долга (параметрический - логистическая регрессия, предполагающая выбор класса, к которому относится рассматриваемый контрагент, исходя из значения
151 некоторого параметра (оценочной функции) р = / (X); непараметрический -«дерево принятия решения», не предусматривающий в явном виде построение оценочной функции р(Х). Этим методом устанавливается, к какому классу относятся те или иные реализации вектора X), можно заключить об отсутствии явно выраженных преимуществ в точности рассмотренных методов. Однако, представляет интерес исследование, проведенное в данной работе на основе выборки данных о контрагентах-дебиторах предприятий химического комплекса и разработанные на его основе две модели оценки вероятности возврата дебиторской задолженности. Анализ полученных результатов показал, что разница между методами есть, но она мала, то есть уровни погрешностей при использовании этих методов являются сопоставимыми. Однако, накопив определенный практический опыт, мы можем заключить, что в задачах промышленного предприятия, связанных с кредитованием на небольшой объем продукции, лучше работает алгоритм построения дерева решений, а при оценке запросов на крупный размер кредитования, в частности на формирование дилерской торговой сети с целью расширения масштабов сбыта - регрессия.
Представляется, это надо понимать в том смысле, что на конкретном предприятии химического комплекса на конкретной выборке лучше работает конкретная реализация того или иного метода, а не как общее правило. Поэтому предлагаемый подход к оценке риска невозврата по кредиту может применяться в комплексе, дополняя один метод другим. В то же время предлагаемый подход следует рассматривать не изолированно, а как один из элементов системы мер по комплексной оценке потенциального контрагента-заемщика. Включение в единую систему всех мероприятий по оценке контрагента-заемщика, проверки благонадежности и оценки финансового положения обеспечивается организационным и информационным взаимодействием между ними.
Обобщив опыт работы предприятия химической промышленности в диссертационном исследовании был предложен возможный вариант регламента по работе с дебиторами. Общая схема работы с должниками на предприятиях
152 химического комплекса (в частности на предприятиях холдинга ОАО «ФосАгро»):
• распределение обязанностей по работе с долгами компании между структурными подразделениями, ответственными за взаимодействие с должниками (мониторинг размера и состава дебиторской задолженности, проведение переговоров, написание писем и претензий, судебная защита, взаимодействие с судебными приставами);
Работа по управлению долговым портфелем внутри компании заключается в минимизации риска возникновения просроченной дебиторской задолженности и включает в себя:
• определение размера дебиторской задолженности, какая является для предприятий, входящих в состав холдинга (ОАО «ФосАгро») критической, а какая рабочей (терпимой) - эти показатели являются индикаторами, сигнализирующими о необходимости усилить (либо, наоборот, немного ослабить) работу с должниками;
• мотивирование ответственных сотрудников на достижение минимальных установленных показателей задолженности;
• написание положений, либо других регламентных документов, закрепляющих бизнес-процесс работы с дебиторской задолженностью, в которых четко отражен алгоритм действий: кто отвечает за нормальную оборачиваемость дебиторской задолженности, кто имеет право подписывать договоры с условиями последующей поставки или оплаты, на какую сумму и в какой срок должнику направляется напоминание о погашении задолженности, кто сопровождает досудебный процесс урегулирования ситуации, кто организует судебную защиту.
Результаты апробации предложенной модели управления дебиторской задолженностью показывают преимущества от возможного использования на практике разработанных инструментов, что прослеживается в улучшении показателей деятельности промышленных предприятий, на которых были использованы разработанные инструменты и методики.
Диссертация: библиография по экономике, кандидата экономических наук, Безверхова, Юлия Валерьевна, Москва
1. Гражданский кодекс Российской Федерации. Ч. 1,2.- СПб.: Виктория плюс, 2001.-480 с.
2. Налоговый кодекс Российской Федерации (с изменениями и дополнениями на 1 октября 2004 г.). Ч. 1, 2. М.: Проспект, 2004. - 594 с.
3. Положение по бухгалтерскому учету «Бухгалтерская отчетность организации» ПБУ 4/99: Приказ МФ РФ от 06 июля 1999 г. № 43 н // Все положения по бухгалтерскому учету. М.: ГроссМедиа Ферлаг, 2006. - 208 с.
4. Положение по бухгалтерскому учету «Доходы организации» ПБУ 9/99:
5. Положение по бухгалтерскому учету «Расходы организации» ПБУ 10/99:
6. Приказ МФ РФ от 06 мая 1999 г. № 32н // Все положения по бухгалтерскому учету. М.: ГроссМедиа Ферлаг, 2006. - 208 с.
7. Приказ МФ РФ от 06 мая 1999 г. № 33 н // Все положения по бухгалтерскому учету. М.: ГроссМедиа Ферлаг, 2006. - 208 с.
8. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 2009. -608 с.
9. Александров Е.А. Основы теории эвристических решений. -М., 2010. 254 с.
10. Анализ отчетности. 2-е издание, перераб. и доп. М.: Финансы и статистика, 2009.
11. Анализ состояния и тенденции развития информатики. Проблемы создания экспертных систем // Исследовательский отчет. Под ред. С.А. Николова. -София: Интерпрограмма, 2008. -151 с.
12. Анастази А., Урбина С. Психологическое тестирование. СПб.: Питер, 2011, -688 с.
13. Артеменко Б.Г., Белендер М.В. Финансовый анализ, Москва, ДИС, 2007.
14. И.Астахов В.П. Бухгалтерский (финансовый) учет. М.: Март, 2009. - 960 с.
15. Бабаев Ю.А., Петров А.М. Бухгалтерский учет и контроль дебиторской и кредиторской задолженности. М.: ТК Велби, Проспект, 2009. - 424 с.
16. Балабанов А., Балабанов И. Финансы.- СПб.:»Питер», 2009.- 456 с.
17. Басовский JI.E. Теория экономического анализа. М.: ИНФРА-М, 2011. Ю.Бердникова Т.Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия. М.: ИНФРА-М, 2011.
18. Берестнева О.Г., Муратова Е.А., Кострикина И.С. Извлечение знаний в задачах психологии интеллекта с использованием системы WizWhy // Математика. Компьютеры, образование: Тез. Междунар. конф. Пущено, 20-25 января 2009. - М.: Издво "РиХД", 2009. - С. 13.
19. Берестнева О.Г., Муратова Е.А., Кострикина И.С. Компьютерное моделирование специфики развития познавательных способностей // Компьютерное моделирование 2010: Тр. Междунар. научнотехн. конф. -СПб.: Нестор, 2010. С. 396-398.
20. Берестнева О.Г., Муратова Е.А., Янковская А.Е. Эффективный алгоритм адаптивного кодирования разнотипной информации // Искусственный интеллект в XXI веке: Труды Между нар. конгр. Т. 1. - М.: Физматлит, 2011.-С. 155-166.
21. Бланк И.А. Управление активами. Киев: Ника-Центр, Эльга, 2010. - 720 с.
22. Богомолов В.П. и др. Программная система распознавания Лорег: алгоритмы распознавания, основанные на голосовании по системам логических закономерностей. М.: ВЦ РАН,2008. 20.
23. Бонгард М.М. Проблема узнавания. М.: Наука, 2007. - 220 с.
24. Бухгалтерский учет / Под ред. П.С. Безруких. 4-е изд. - М.: Бухгалтерский учет, 2010.-719 с. 22.
25. Глазов М.М. Методика финансового анализа: новые подходы. Спб.: Издательство Санкт-Петербургского университета экономики и финансов, 2011.
26. Градов А.П. Экономическая стратегия фирмы. Спб.: Специализированная литература, 2005.
27. Дюк В., Самойленко A. Data Mining: учебный курс СПб: Питер, 2001- 368 с.
28. Жилкина А.Н., Управление финансами. Финансовый анализ предприятия: Учебное пособие. М.: Инфра-М, 2005 - 332 с.
29. Журнал «Корпоративные финансы» №4(20) 2011 Корпоративная финансовая аналитика В.Ю. Жданов, O.A. Афанасьева
30. Зайцева О.П. Антикризисный менеджмент в российской экономике // Аваль (Сибирская финансовая школа).2008. № 11-12. С. 66-73.
31. Ивашкевич В.Б., Семенова И.М. Учет и анализ дебиторской и кредиторской задолженности. М.: Бухгалтерский учет, 2009. - 192 с.
32. Князева E.H. Основания синергетики / E.H. Князева, СП. Курдюмов. Спб.: Алетейя, 2007.
33. Ковалев В.В. Введение в финансовый менеджмент. М.: Финансы и статистика, 2010. - 768 с.
34. Кондраков Н.П. Бухгалтерский учет: Учебное пособие. М.: Инфра-М, 2007 -276 с.
35. Краснобаева Ж. С. Международный и отечественный анализ функционирования учетно-аналитического механизма организации при диагностировании в кризисных условиях // Учет и статистика. 20Ю.№ 1. С.
36. Лебедев К. Понятие, правовой режим и механизм реализации дебиторской задолженности // Хозяйство и право. 2009. - №4. - С. 35-42.
37. Лисицина Е.В. Статистический подход к коэффициентному методу в156финансовом экспресс-анализе предприятия // Финансовый менеджмент. 2011. № 1.С.
38. Мизиковский Е.А., Соколов И.М., Соколов И.И., Экономический анализ и прогнозирование несостоятельности предприятий //Современный бухгалтерский учет. 2001. № 5. С. 10-19.
39. Минаев Е.С., Панагушин В.П. Антикризисное управление: Учебное пособие для технических вузов. М.: Приор, Минск, 2008. С. 250-256.
40. Муратова Е.А., Берестнева О.Г. Выявление скрытых закономерностей в социально-психологических исследованиях //Известия Томского политехнического университета. 2010. -Т. 306. - № 3. - С. 97-102.
41. Муратова Е.А., Берестнева О.Г., Янковская А.Е. Анализ структуры многомерных данных методом локальной геометрии //Известия Томского политехнического университета. 2010. - Т. 306. - № 3. - С. 19-23.
42. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. М.: Физматлит, 2010. -112 с.
43. П.Берестнева О.Г., Иванов В.Т., Иванкина Л.И., Шаропин К.А., Муратова Е.А. Информационная система мониторинга здоровья студентов // Вестник Томского государственного университета. 2009. - № 1 (II). - С. 196-201.
44. П.Берестнева О.Г., Муратова ЕА., Ротов A.B., Гаврилов М.А. Математическое моделирование // Актуальные проблемы информатики: Сб. трудов VI Междунар. научной конф. Т. 2. - М.: Физматлит, 2011.-С. 111-123.
45. Панков Д.А. Бухгалтерский учет и анализ в зарубежных странах: Учебное пособие. Минск: Экопеспектива, 2008.
46. Шашнов М.С. Статистический анализ финансового состояния предприятий157пищевой промышленности: Автореф. дисс. канд. эконом, наук: М: МГУЭСИ, 2009.
47. Прогнозирование несостоятельности предприятий //Современный бухгалтерский учет. 2011. № 5. С. 10-19.
48. Пятов М.Л. Управление обязательствами организации. М.: Финансы и статистика, 2004. - 256 с.
49. Саати Т. Принятие решение. Метод анализа иерархий / Пер. с англ. М.: Радио и связь, 2009.
50. Савицкая Г.В. Анализ хозяйственной деятельности предприятий. Минск: Новое знание, 2010.
51. Стоун Д., Хитчинг К. Бухгалтерский учет и финансовый анализ. М.: Сирин 2008.
52. Стоянова Е. С, Быкова Е. В., Бланк И. А. Управление оборотным капиталом/Под ред. Е. С. Стояновой (Серия «Финансовый менеджмент для практиков») - М.: Изд-во «Перспектива», 1999. - 128 с.
53. Тягунова Т.Н. Философия и концепция компьютерного тестирования. М.: МГУП, 2008. 246 с.
54. Управление финансами (Финансы предприятий) / Под ред. А.А. Володина. -М.: ИНФРА-М, 2007. 504 с.
55. Хайдаршина Г.А. Методы оценки риска банкротства предприятия: Автореферат дис.канд. эконом, наук. М., 2009 .
56. Холодная М.А. Психологические механизмы интеллектуальной одаренности // Вопросы психологии. 2010. - № 1. -С. 32-39.
57. Холодная М.А., Кострикина И.С., Берестнева О.Г. Проблемы продуктивной реализации интеллектуального потенциала личности // Вестник Томского государственного педагогического университета. 2010. - Вып 3 (31). - С.45-50.
58. Челышев А.Н. Разработка инструментальных методов прогнозирования банкротства предприятий: Дисс. канд. эконом, наук. М., 2006.
59. Altman, E.I. (2008), Financial ratios, discriminant analysis and the prediction of corporate bankruptcy, Journal of Finance, 23 (4) (2008) 589-609.
60. Aziz, M., Dar, H. (2007), Predicting corporate bankruptcy where we stand?, Corporate Governance Journal, 6(1) (2007) 18-33.
61. Bandyopadyay, A. (2006), Prediction probability of default of Indian corporate bonds logistic and z-score models approaches, The Journal of Risk Finance, 7(4) (2006) 255-272.
62. Deakin, E. (2012), A Discriminant Analysis of Predictors of Business Failure, Journal of Accounting Research, 10 (1) (2012) 167-180.
63. Edmister, R. (2011), An empirical test of financial ratio analysis for small business failure prediction, Journal of Financial and Quantitative Analysis, 7(2) (2011) 14771493.
64. Emerging economies evidence from Argentina in the years 1991-1998, International Journal of Commerce and Management, 17 (4) (2007) 295-311.
65. Kudyba S.(ed.), "Managing Data Mining, Advice from Experts", IT Solutions Series, Idea Group,USA, 2004, pp. VII-VIII.
66. Larose D.T., "Data Mining Methods And Models", John Wiley & Sons, Hoboken, New Jersey, 2006, pp. 18-25.
67. Lazar A., "Knowledge Discovery for Large Data Sets", Youngstown State University, 2003.
68. Lennox, С (2009), Identifying Failing Companies: A Re-evaluation of the Logit, Probit and DA Approaches, Journal of Economics and Business, 51(4) (2009) 347364.
69. Nayak R., "Data Mining and Mobile Business Data", in Khosrow-Pour M.(ed.)159
70. Encyclopedia of information science and technology, vol. II, Idea Group, 2005, p.700.75.0hlson, J.A. (2010), Financial Ratios and the Probabilistic Prediction of Bankruptcy, Journal of Accounting Research, 18(1) (2010) 109-138.
71. Postin, K.M., Harmon, K.W., Gramlich J.D. (2004), A Test of Financial Ratios as Predictors of Turnaround Versus Failure Among Financially Distressed Firms, Journal of Applied Business Research, 10(1) (2004) 298-325.
72. Payne A., "Handbook of CRM: Achieving Excellence in Customer Management", Elsevier Butterworth-Heinemann, Great Britain, 2005, p. 67.
73. Peng J., Du P., "Classification with Different Models on Adult Income", 2002,
74. Quinlan J.R. Induction of Decision Trees // Machine Learning. 198. - № 1. - P. 181.
75. Sandin, A., Porporato, M., (2007), Corporate bankruptcy prediction models applied to Springate, G.L. V. (2007) Predicting the Possibility of Failure in a Canadian Firm, Unpublished M.B.A. Research Project, Simon Fraser University, 1 (2007).
76. Siciliano R., Conversano C., "Decision tree induction", in Wang, J.(ed.), Encyclopedia of data warehousing and mining, Idea Group, USA, 2006, p. 353.
77. Taffler, RJ. (2007) Going, going, gone — four factors which predict, Accountancy, 88(1003) (2007) 50-54.
78. Thomasian A., "Active disks for Data Mining", in Wang, J.(ed.) Encyclopedia of Data Warehousing and Mining, Idea Group, USA, 2006, p. 6.
79. Thomas L. C., A survey of credit and behavioral scoring: forecasting financial risk of lending to consumers, International Journal of Forecasting, 16, 149 172, 2010
80. Vtogoff P.E. Incremental Induction of Decision Trees // Machine Learning. 2009. -№4. -P. 161-186.
81. Witten I.H., Frank E., "Data mining: practical machine learning tools and techniques", 2nd ed., Elsevier, Morgan Kaufmann, USA, 2005, p. 5.
82. Паклин H. Логистическая регрессия и ROC-анализ математический аппарат. Режим доступа: http://www.basegroup.ru /library/analisys/ regression/logistic
83. Тестология в России: модели и методы тестологии. Режим доступа: http://www.testor.ru
84. Иллюстрированный самоучитель по SPSS. Режим доступа: http://lib.qrz.ru/node/l 132990.http://www.cis.ysu.edu/~alazar/pdf/2003ResearchProposal.pdf
85. User's Guide, WizWhy Version 2. WizSoft Inc. - http://www.wizsoft.com.
86. Крупнейшие российские производители минеральных удобрений
87. Производители 2011 г., тыс.т. в % к 2010 году1. СИБУР-Минудобрения 1. Всего 2552,0 104,01. Карбамид 1223,0 106,0
88. Аммиачная селитра 1058,0 101,0
89. Сульфат аммония 271,0 104,0
90. Аммиак валовой 1580,0 107,0
91. В том числе в составе СИБУР1. Азот (Кемерово) 1. Аммиак 1000,0 100,5
92. Минеральные удобрения (Пермь)1. Аммиак 583,5 120,21. Карбамид 672,7 113,91. Куйбышев-Азот 1. Аммиак 520,4 93,41. Карбамид 294,1 94,0
93. Сульфат аммония 439,4 98,0
94. Аммиачная селитра 496,2 99,01. АКРОН*
95. Товарный аммиак и минеральные удобрения всего 4618,0 107,51. Минудобрения (Россошь)
96. Удобрения всего 2387,0 Н.д.1. Аммиак всего 1056,0 106,6
97. Аммиак товарный 576,7 109,1
98. Аммиачная селитра 525,3 100,1
99. Сложные удобрения 1170,0 110,61. УРАЛХИМ 1. Аммиак 515,9 124,0
100. Аммиачная селитра 2513,0 101,0
101. Диамонийфосфат 211,0 в 5,5 р.1. Аммофос 334,2 в 9,0 р.
102. Сложные удобрения 588,6 100,11. Карбамид 447,0 85,0
103. В том числе в составе УРАЛХИМ
104. Кирово- Чепецкий химический комбинат1. Всего 2200,0 109,0
105. Сложные удобрения 497,3 136,0
106. Аммиак товарный 375,6 128,01. Азотофосфат 369,3 143,0
107. Воскресенские минеральные удобрения
108. Минеральные удобрения всего 647,0 195,01. Уралкалий
109. Хлористый калий 5100,0 194,61. Сильвинит
110. Хлористый калий 5200,0 147,81. ФОСАГРО 1. Аммофос
111. Минеральные удобрения всего 2588,4 105,51. Череповецкий азот
112. Аммиачная селитра 1050,0 96,0
113. Балаковские минеральные удобрения
114. Агрохимическая продукция всего 1100,0 110,01. ЕВРОХИМ* 1. Аммиак 521,0 81,01. Карбамид 1709,0 113,0
115. Аммиачная селитра 1710,0 93,4
116. Карбамидоаммиачная смесь 680,0 103,0
117. Сложные азотные удобрения 456,0 133,7
118. Кальцинированная селитра 140,0 в 8,8 р.
119. Аммофос, диамонийфосфат 1849,0 110,9
120. Сложные фосфорные удобрения 23,0 127,81. Сульфоаммофос 87,0 167,3