Экономико-математический инструментарий комплексной оценки финансово-экономического состояния предприятий строительной отрасли тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Заикина, Лидия Николаевна

• Заикина, Лидия Николаевна
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Заикина, Лидия Николаевна

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1 Теоретические аспекты ФЭС предприятий строительной отрасли

1.1 Особенности предприятий строительной отрасли в РФ

1.2 Факторы, влияющие на состояние строительной отрасли РФ

1.3 Развитие строительной отрасли в Краснодарском крае

1.4 Комплексный подход к оценке ФЭС предприятий строительной отрасли

2 Анализ современных математических моделей оценки ФЭС предприятий строительной отрасли

2.1 Коэффициентный анализ

2.2 Кластерный анализ ФЭС предприятий строительной отрасли Краснодарского края

2.3 Дискриминантный анализ

2.4 Нейросетевые технологии анализа состояния предприятия

2.4.1 Разработка нейросетевой модели «PRED» для оценки кредитоспособности предприятий в пакете SNN

2.4.2 Нейросетевая кластеризация сетями Кохонена состояния предприятий строительной отрасли

2.4.3 Нейросетевая модель «predM» в пакете Neural Networks Toolbox

2.4.4 Нейросетевая модель «Compan» предприятий для оценки кредитоспособности предприятий в пакете SNN

2.5 Нечеткая кластеризация ФЭС строительных предприятий

2.6 Нечётко - множественные методы анализа ФЭС строительных предприятий Краснодарского края

2.7 Описание интерфейса программы

2.8 Сопоставительный анализ разработанных моделей

3 Автоматизированная информационная система «Финансовый Эксперт»

3.1 Описание программы «Финансовый Эксперт»

3.1.1 Подсистема «Анализируемые данные»

3.1.2 Подсистема «Основная рабочая область»

3.2 Анализ ФЭС предприятий строительной отрасли с использованием программы «Финансовый эксперт»

3.2.1 Краткая характеристика исследуемых предприятий строительной отрасли Краснодарского края

3.2.2 Анализ ФЭС предприятий строительной отрасли Краснодарского края с использованием программы «Финансовый эксперт»

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А

Введение диссертации (часть автореферата) на тему «Экономико-математический инструментарий комплексной оценки финансово-экономического состояния предприятий строительной отрасли»

ВВЕДЕНИЕ

Актуальность темы исследования.

Строительная отрасль является важнейшей компонентой национальной экономики любого государства. Она представляет собой «локомотив» экономики, который обеспечивает через систему межотраслевых связей и инвестиционные мультипликаторы ускоренные темпы роста всего народнохозяйственного комплекса. До последнего времени активное развитие этой отрасли происходило практически во всех регионах РФ, в частности, в Москве и Московской области, Санкт-Петербурге, Республиках Татарстан и Башкортостан, Тюменской, Челябинской, Белгородской и Ростовской областях, что связано как с увеличением объемов государственной поддержки, так и страхованием гражданской ответственности застройщика, а также наличием различных региональных программ.

К числу регионов с ускоренным ростом строительной отрасли принадлежит и Краснодарский край, на примере которого исследуется заявленная в диссертации проблема.

В Краснодарском крае сосредоточены четыре мощных катализатора развития строительной отрасли. Во-первых, рост объёмов строительства стимулировался спортивным событием мирового масштаба - Олимпиадой в Сочи. Во-вторых, здесь действуют эффективные региональные программы, например, «народная ипотека». В-третьих, в регионе интенсивно развивается девелоперский бизнес (комплексное освоение территорий). В-четвертых, многими экспертами (например, журнал «Форбс») Краснодар признан лучшим городом для ведения бизнеса, что тоже способствует развитию строительной отрасли в данном регионе.

Однако в ближайшем будущем для российского строительного бизнеса (как в целом, так и в Краснодарском крае) наступят более сложные времена. По самым негативным прогнозам в строительной отрасли России ожидается ипотечный кризис, аналогичный ипотечному кризису в США в 2007-2011 годов. Как

известно, этот кризис трансформировался в острый финансово-экономический кризис, следствием чего стала долговременная рецессия, которая достаточно быстро охватила весь мир и стала началом экономического спада и кризиса для многих стран (Испания, Греция, Швеция, Исланлия, Аргентина, Беларусь, Казахстан, Латвия, Литва, Япония).

Симптомами возможного ипотечного кризиса в современных российских условиях являются такие негативные факторы, как:

- повышение ипотечной ставки (по прогнозу — выше 15-17%), что обусловлено ростом ставки рефинансирования ЦБ;

- экономические санкции, ужесточившие условия предоставления кредитов;

- рост стоимости строительных материалов, обусловленный высокой инфляцией;

- снижение уровня жизни населения, связанное с падением курса национальной валюты и грозящим переходом к фазе ипотечного «перекредитования» и т.д.».

Несмотря на то, что сейчас осуществляется целый ряд государственных мер по поддержке строительной отрасли (в частности — субсидирование процентной ставки по ипотеке и доведение её до уровня 13%), положение продолжает оставаться достаточно серьезным.

В этих условиях насущной проблемой является разработка эффективной системы, обеспечивающей адекватную количественную оценку ФЭС предприятий строительного бизнеса, которая позволяет не только нормализовать взаимодействие инвесторов, дольщиков, кредиторов, строительных организаций и защитить их интересы, но и стимулировать работу строительной отрасли и экономики в целом.

Следовательно, заявленная в диссертации проблема разработки экономико-математического инструментария для оценки финансово-экономического состояния (ФЭС) [38] предприятий строительной отрасли является актуальной.

Вопросами оценки ФЭС предприятий посвящены многочисленные работы отечественных и зарубежных ученых Г.В. Давыдовой, A.IO. Беликова, О.П. Зайцевой, А.Д. Шеремета, P.C. Сайфуллина, В.В. Ковалева, О.Н. Волковой, Г.В. Савицкой., A.B. Коваленко, Э. Альтмана, Дж. Фулмера, Ж. Конана, М. Голдера, Р. Лиса, Р. Тафлера и Г. Тисшоу, Г. Спрингейта, Д. Чессера и др.

Ряд специализированных методик ориентирован на вопросы анализа ФЭС предприятий в условиях кризисной и нестабильной экономики (см. методику научно-консультационой фирмы ИНЭК и др.). При этом большинство имеющихся методов оценки ФЭС основывается на относительно несложном экономико-математическом инструментарии и предполагает экспресс-анализ состояния фирмы. Классическими примерами являются Z-модель Э. Альтмана и модель CART (Classification and Regression Trees), которые используют принцип дихотомии при сравнении определенных экономических индикаторов с их идеальными значениями, полученными на основе использования регрессионно-статистического аппарата.

Однако эти методы могут давать существенную ошибку в условиях нестабильной внешней среды и многофакторного экзогенного воздействия на исследуемые предприятия.

В связи с этим особый интерес представляет направление, исследующее ФЭС предприятий с помощью более сложных и точных методов.

В работах Дж. Бакли, Т.П. Барановской, М. Бояджиева, Д.Н. Зайченко, С. Запоунидиса, В.В. Заболоцкой, A.B. Илларионова, М.В. Иванищева, В.Н. Кармазина, A.B. Коваленко, О.И. Лаврушина, И.А. Малышева, А.О. Недосекина, П.Э. Портянского, В.И. Смирновой, М.Х. Уртенова и др. разработаны модели и методы искусственного интеллекта, а именно - нечётких множеств и нечёткой

логики, нейронные и гибридные сети, а также аппарат многомерного статистического анализа.

Однако применение разработанных в данном направлении методов для условий строительной отрасли требует существенной их модификации и разработки соответствующего программного инструментария. Отсутствие полноценного и комплексного исследования ФЭС предприятий строительной отрасли на основе соответствующего экономико-математического аппарата определяет имеющийся пробел по изучаемой проблеме, который восполняется данным диссертационным исследованием.

Объекты исследования - предприятия строительной отрасли Краснодарского края РФ.

Предмет исследования - анализ и оценка ФЭС предприятий, являющихся объектами исследования.

Методы исследования - нейросетевые модели, нечеткие продукционные системы и методы многомерного статисического анализа.

Цель исследования - разработка методов и моделей для оценки ФЭС предприятий строительной отрасли и соответствующих инструментальных средств, позволяющих использовать комплексный подход и объединяющих в себе статистические, нейросетевые модели и нечеткие продукционные системы, направленные на повышение качества принимаемых управленческих решений.

Для достижения сформулированной цели решаются следующие основные задачи:

¡.Сравнительный анализ имеющихся методов и моделей оценки ФЭС предприятий и возможностей их адаптации с учетом специфики строительной отрасли.

2. Применение многомерного статистического анализа для оценки ФЭС предприятий строительной отрасли Краснодарского края.

3. Разработка нейронных сетей, ориентированных на оценку ФЭС

рассматриваемых экономических объектов на основе наиболее важных экономических индикаторов (финансовая устойчивость, платежеспособность, ликвидность, рентабельность, деловая активность и т.д.).

4. Проведение нечеткой кластеризации ФЭС рассматриваемых объектов для определения оптимального числа кластеров.

5. Создание комплекса нечетких продукционных систем, позволяющих получить адекватную интегрированую оценку ФЭС предприятий Краснодарского края.

6. Разработка программного обеспечения для автоматизации процесса анализа ФЭС рассматриваемых предприятий с использованием предложенного экономико-математического инструментария.

Теоретической и методологической основой исследования являются современные концепции и методы оценки ФЭС предприятий, а также работы российских и зарубежных ученых в области многомерного статистического анализа, нейросетевых технологий, нечетко-множественных систем и методов анализа предприятий строительной отрасли.

Информационно-эмпирической базой являются научные источники: данные и сведения из нормативно-правовых актов Российской Федерации, монографий, книг, справочно-статистических, аналитических материалов, а также бухгалтерских отчетов 79 строительных предприятий Краснодарского края, экспертных заключений, публикаций в периодической печати, ресурсов сети Интернет и собственных расчетов автора.

Инструментами исследования являются созданные в диссертации программные продукты «Финансово-экономическое состояние предприятия» в среде MATLAB и «Финансовый Эксперт» в среде «1С:Предприятие» разработанные с использованием среды MatLab R2013a и ее специализированных пакетов: Toolbox Neural Network, Fuzzy Logic Toolbox, GUI, а также сред Statistica 10 и Statistica Neural Networks.

Научная новизна заключается в разработке более совершенных методов и моделей оценки ФЭС предприятий строительной отрасли и соответствующих им программно-инструментальных средств, позволяющих реализовать комплексный подход и объединяющих в себе статистические, нейросетевые модели и нечеткие продукционные системы.

Наиболее существенные результаты исследования, полученные лично автором, и содержащие элементы научной новизны заключаются в следующем.

1. Обоснована необходимость комплексного подхода к оценке ФЭС предприятий строительной отрасли, отличительной особенностью которого является не только применение системы различных методов, но и учет различий в характере решаемых задач (экспресс-анализ, глубокий анализ ФЭС); осуществлен и обоснован выбор соответствующего множества экономических индикаторов: для экспресс-анализа - 15; для глубокого анализа - 35 показателей.

2. Проведена классификация рассматриваемого массива предприятий, которые идентифицированы по одному из трех возможных состояний: преуспевающее, некризисное, кризисное. В отличие от разработанных ранее аналогичных методов анализа ФЭС в работе использован кластерный принцип классификации, основанный на многомерном статистическом анализе (древовидной кластеризации и дивизивном методе ^-средних), который является информативно более емким методом; введено понятие эталонного предприятия как условного объекта с усредненными характеристиками соответствующего кластера.

3. Получена система статистических моделей для диагностики состояния предприятий (набор дйскриминантных функций и регрессионных уравнений), особенность которой (в сравнении с имеющимися разработками) состоит в целевой ориентации на конкретную сферу применения (строительные предприятия Краснодарского края), что позволяет осуществлять более точную оценку ФЭС исследуемых предприятий.

4. Разработан комплекс нейросетевых моделей (сети Кохонена), на основе которых произведена кластеризация предприятий и получена топологическая карта распределения кластеров, позволяющая (в отличие от других методов анализа сложных нелинейных систем) осуществлять визуальный анализ ситуации по ФЭС рассматриваемых объектов.

5. Осуществлена нечёткая кластеризация изучаемого массива предприятия на основе разработанных десяти нечётких продукционных систем типа Мамдани-Заде, учитывающих (в отличие от методов обычной кластеризации) качественные характеристики предприятий (отраслевую и региональную специфику, рыночный потенциал, психологический портрет и др.).

6. Разработаны программно-инструментальные средства по поддержке процедуры оценки ФЭС предприятий (часть которых имеет свидетельства о государственной регистрации программ на ЭВМ). В том числе:

- ППП «Финансово-экономическое состояние предприятий», имеющий удобный интерфейс и не требующий от пользователя специальной компьютерной подготовленности;

- ППП «Финансовый эксперт», являющийся интегратором разработанных моделей и методов оценки ФЭС предприятий и адаптированный в среду «1С: Предприятие 8.3».

Основные результаты и положения научной новизны соответствуют пункту 1.4 Паспорта специальности 08.00.13: "Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений".

Обоснованность и достоверность выносимых на защиту результатов работы обеспечены соблюдением логики проведения научных исследований, обоснованностью подходов и методов решения поставленных задач, корректным

применением известных методик, инструментов исследования и процедур обработки данных, проверкой адекватности конструируемых моделей, а также непосредственным сопоставлением полученных результатов с фактическими данными, экспертными и аудиторскими заключениями.

Апробация результатов исследования. Основные положения и результаты диссертационной работы представлены в научных публикациях автора, докладывались и обсуждались на следующих международных и всероссийских конференциях по экономике и математическому моделированию экономических процессов: VI,VII,IX Всероссийских научных конференциях студентов и молодых учёных "Современное состояние и приоритеты развития фундаментальных наук в регионах" в г.Анапа 2009, 2010, 2013гг.; VI Всероссийской открытой научно-практической конференции «Актуальные задачи математического моделирования и информационных технологий» в г.Сочи, 2010г., а также на заседаниях кафедр прикладной математики и информатики филиала КубГУ в г.Армавир и прикладной математики факультета компьютерных технологий Кубанского государственного университета.

Практическая значимость исследования. Разработанные в диссертационной работе кластерные, регрессионные, дискриминантные модели нейронные сети, топологическая карта, нечёткие продукционные системы, а также 1111П «Финансово-экономическое состояние предприятия» и «Финансовый Эксперт» могут быть использованы: 1) для проведения на практике анализа ФЭС строительных предприятий Краснодарского края, для внутренних пользователей и внешних контрагентов (финансовыми экспертами, руководителями, контрагентами, различными кредитными институтами и т.д.); 2) для экспресс-оценки кредитоспособности строительных предприятий этого же региона.

Использованный в работе подход и методы могут быть также адаптированы для анализа ФЭС других отраслей народного хозяйства.

Внедрение результатов исследования. Результаты работы использованы в деятельности ЗАО «ДСУ №4» г.Армавир, ЗАО «ДСУ № 7» г.Гулькевичи, ОАО «Домостроитель» г.Армавир, Агрострой ТПФ г.Армавир, что подтверждается справкой о внедрении.

Публикации. По теме диссертации опубликовано 15 печатных работ, из них 7 статей в журналах из списка изданий, рекомендованных ВАК для публикации результатов кандидатских и докторских диссертаций, общим объемом 7.1 п.л., в том числе 3,37 а.л., имеются 2 свидетельства о государственной регистрации программ для ЭВМ.

Структура диссертационного исследования. Диссертация состоит из трех глав, введения, заключения, списка использованной литературы и одного приложения. Работа изложена на 159 страницах машинописного текста и содержит 96 рисунков, 23 таблицы, список литературы из 114 наименований.

1 Теоретические аспекты ФЭС предприятий строительной отрасли

Строительная отрасль является одной из важнейших в России. На сегодняшний день наблюдается бум развития строительной отрасли практически во всех регионах РФ, особенно в таких густонаселённых динамично развивающихся субъектах как Московская область, Краснодарский край, Республика Татарстан, г. Москва, г. Санкт-Петербург, Тюменская область, Ростовская область, Республика Башкортостан, Белгородская область, Челябинская область и Ставропольский край. На наш взгляд это связано с увеличением объемов государственной поддержки, относительной доступности ипотечного кредитования, страхованием гражданской ответственности застройщика, наличием различных региональных программ.

Так, согласно сообщениям пресс-службы администрации Краснодарского края объемы господдержки для Краснодарского края из краевого и федерального бюджетов с 2005 по 2013 год выросли, составив более 5,7 млрд. рублей. В текущем году на эти цели в краевом бюджете предусмотрели 418 млн. рублей. Всего кредиты на улучшение жилищных условий на сумму более 35 млрд. рублей получили почти 23 тыс. жителей. В Краснодарском крае выдали почти 40% всего объема кредитов на улучшение жилищных условий в Южном федеральном округе. Доля кредитов, выданных на строительство, в общем объеме жилищного кредитования с 2009 года по 2013 год выросла с 12% до 28%, это в 1,6 раза превысило уровень 2012 года. Кубань вошла в десятку лидеров среди российских регионов.

Причем, в Краснодарском крае сосредоточены четыре мощных катализатора развития строительной отрасли. Во-первых, рост объёмов строительства был обусловлен спортивным событиям мирового масштаба. Во-вторых, в регионе действуют региональные программы, расширяющие число клиентов строительных компаний, например, «народная ипотека». В-третьих, в регионе последовательно

осуществляется комплексное освоение территорий. Налажено взаимодействие с Федеральным фондом содействия развитию жилищного строительства (Фондом РЖС), который был создан в 2008 году с целью предоставления регионам земель для жилищного строительства из федерального земельного фонда. Устранение земельной проблемы за счёт федеральной помощи дает новый импульс развитию строительной отрасли в Краснодарском крае и в совокупности со специальными программами позволяет приблизиться к решению в регионе жилищного вопроса. В-четвертых, Краснодар признан многими экспертами, например, журналом «Форбс» лучшим городом для ведения бизнеса, что тоже способствует развитию строительной отрасли.

Федеральный закон № 294-ФЗ от 30.12.2012 г. «О внесении изменений в отдельные законодательные акты РФ» предусматривает меры дополнительного обеспечения ответственности застройщиков перед участниками долевого строительства в виде поручительства банка или страхования. Договор страхования заключается в пользу участников долевого строительства, денежные средства которых привлекаются в соответствии с Федеральным законом № 214-ФЗ для строительства объекта долевого строительства по договору участия в долевом строительстве, предусматривающему передачу жилого помещения.

Отметим, что монетарные власти США активно поддерживают экономику различными стимулирующими мерами, например, ставки по ипотеке держаться на низком уровне, что, благотворно сказывается на строительной отрасли: выгоднее покупать недвижимость. Однако не стоит забывать о мировом финансово-экономическом кризисе, который начался с ипотечного кризиса финансового сектора США в 2007—2008 годах. Строительный бум, вызванный перекредитованием населения с одной стороны и спекулятивным повышение цен риэлторами с другой, привёл к быстрому перегреву экономики этих стран. Следующий за этим ипотечный кризис, связанный с разрывом спекулятивного пузыря, в конечном счёте вызвал острый финансовый-экономический кризис на

рынке труда, что привело к долговременной рецессии, которая достаточно быстро охватила весь мир и стала началом экономического спада и кризиса для многих стран (Испания, Греция, Швеция, Исландия, Аргентина, Беларусь, Казахстан, Латвия, Литва, Япония). Одной из причин данного кризиса стало отсутствие в настоящее время эффективной и адекватной системы оценки ФЭС предприятий строительной отрасли, которая бы позволила защитить инвесторов, дольщиков, кредиторов и сами строительные организации. Таким образом, оценка ФЭС предприятий строительной отрасли является актуальной научной и важной практической проблемой.

Для оценки ФЭС предприятий строительной отрасли, важно учитывать и количественные и качественные показатели. Последние особенно актуальны для предприятий малого и среднего бизнеса. Возникает проблема разработки и использования автоматизированной информационной системы оценки ФЭС предприятий строительной отрасли, которая включала бы методы многомерного статистического анализа, нечётких множеств, нейронных и гибридных сетей.

1.1 Особенности предприятий строительной отрасли в РФ

Строительная отрасль - это отдельная самостоятельная отрасль экономики РФ, предназначенная для ввода, реконструкции, расширения и ремонта объектов производственного и непроизводственного назначения. На строительную отрасль приходится примерно десятая часть экономики страны, по объему производимой продукции и количеству занятых людских ресурсов [31]. По объему валовой добавленной стоимости на строительную отрасль приходится 5-6 % от валового внутреннего продукта. В отрасли работает около 8 % занятого населения страны.

Рассмотрим основные особенности строительной отрасли:

а) Временный характер строительного производства. В строительной отрасли нестационарными являются рабочие места и строительные машины, механизмы, оборудование, технико-технологическое оснащение труда, а продукция — стационарной. В промышленности -наоборот. Конечная продукция

15

строительства создается определенное временя и подлежит использованию на закрепленной территории. Строительная отрасль производит продукцию длительного пользования.

б) Технологическая взаимосвязь операций строительного процесса. Технология строительного производства имеет определенную последовательность и временную зависимость. Строительные процессы расположить пространственно практически невозможно, поэтому одновременное использование рабочих в соответствии с их специальностью и квалификацией весьма затруднительно.

в) Взаимосвязь различных организаций в производстве конечной строительной продукции. В строительной отрасли принято выделять три вида деятельности: Строительное производство, проектно-сметная деятельность, геолого-разведочная деятельность. Значительная доля в отрасли приходится на продукцию строительного производства.

Существует пять систем управления процессом производства в строительстве: подрядные отношения; «под ключ»; «заказчик-подрядчик»; «профессионального управления строительством» с управляющим строительством; «профессионального управления строительством» с генеральным подрядчиком.

Основными участниками строительной деятельности являются: инвестор, заказчик, застройщик и подрядчик. Участники строительной деятельности вправе совмещать функции двух и более субъектов, если иное не установлено договором или законом [111].

Выпуск в строительной отрасли представляет собой стоимость строительных, ремонтных, монтажных, проектно-изыскательских и других работ, которые выполнены организацией подрядным или хозяйственным способом. Состав выпуска строительства включает: стоимость выполненных строительно-монтажных работ; стоимость капитального и текущего ремонта зданий и сооружений; стоимость геолого-изыскательских работ; стоимость

индивидуальных жилых домов и других строений, возведенных собственными силами домашних хозяйств.

Обычно продукция строительных организаций имеет предметную форму, но она может быть и в виде производственных услуг. Кроме того, для возведения зданий и сооружений необходимо обустройство фундамента, бетонные отделочные и другие работы. К работам по монтажу оборудования относятся: установка, сборка, прикрепление к опоре, окраска и т.д. Капитальный ремонт — это комплекс работ по восстановлению зданий и сооружений.

При определении объема выпуска строительной продукции учитывается готовность по следующей схеме: готовый объект; комплекс специальных строительных и монтажных работ; незавершенное строительное производство; конструктивные элементы и укрупненные виды работ.

С помощью следующих статистических показателей характеризуют объем произведенной строительной продукции и объем сдаваемой заказчикам готовой продукции: произведенная строительная продукция (объем выполненных организацией за отчетный период строительно-монтажных работ по сметной стоимости); общий объем подрядных работ; общий объем строительно-монтажных работ; объем работ, выполненных собственными силами организации; объем работ, выполненных привлеченными организациями.

Индивидуальные индексы характеризуют динамику конечной продукции строительства (ввод в действие жилых домов и т.д.) по данным об объеме строительства в натуральном выражении. Стоимость продукции строительства определяется как стоимость работ по строительству и реконструкции зданий и сооружений, производимых подрядным или хозяйственным способом, а также стоимость работ по строительству индивидуальных жилых домов. При исчислении стоимости продукции строительства применяется производственный метод, при котором стоимость работ, выполняемых субподрядчиком для главного

подрядчика, является частью общей стоимости работ, выполняемых главным подрядчиком.

В этих отчетах содержатся основные показатели, характеризующие инвестиционный процесс и строительную деятельность: капитальные вложения; ввод в действие основных фондов; объем подрядных работ, выполненных собственными силами.

1.2 Факторы, влияющие на состояние строительной отрасли РФ

Список литературы диссертационного исследования кандидат наук Заикина, Лидия Николаевна, 2015 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Алексеева, Ю.А. Оценка финансового состояния и прогнозирование банкротства предприятия : диссертация ... кандидата экономических наук : 08.00.13 / Ю.А. Алексеева.; [Место защиты: Национальный исследовательский университет «Высшая школа экономики»] Москва, 2011г. — 141 с.

2. Антипов, О.И. Фрактальные методы анализа и прогнозирования для самоорганизованных технических, биологических и экономических систем

3. Анущенкова К.А. Финансово-экономический анализ: Учебно-практическое пособие / К.А.Анущенкова, В.Ю.Анущенкова.— 2-е изд.—М.: Издательско-торговая корпорация «Дашков и К», 2012.-—404 с.

4. Аристархов, A.A. Эффективность кредитования коммерческими банками предприятий малого бизнеса. Диссертация канд. эконом, наук. - Краснодар: КубГУ, 2009. 205 с.

5. Арутюнян A.C., Коваленко A.B., Уртенов М.Х., Казаковцева Е.В. Математические основы финансово-экономического анализа. Часть 2. Нечеткие продукционные системы, учебное пособие с грифом НМС Министерства обр. и науки РФ в ЮФО. Издательско-полиграфический центр Кубанского государственного университета, г. Краснодар. 2013. 251 с.

6. Бакаев A.C., Шнейдман Л.З. Финансово-хозяйственная деятельность предприятия. / М.: «Бухгалтерский учет» 2004г.

7. Барановская Т.П. Коваленко A.B. Уртенов М.Х. Кармазин В.Н. Современные математические методы анализа финансово-экономического состояния предприятия. - Краснодар. КубГАУ, 2009.

8. Барановская Т.П., Лойко В.И., Семенов М.И., Трубилин И.Т. Информационные системы и технологии в экономике. Москва, 2003.

9. Барский А.Б. Нейронные сети: Распознавание, управление, принятие решений. Финансы и статистика, 2007 г. - 175 с.

10. Белов, К. Д. Прогнозирование потребления электроэнергии фабрикой окускования горно-обогатительного комбината методом искусственных нейронных сетей

11. Боровиков В.П. Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных. Горячая Линия-Телеком, 2008. - 392 с.

12. Бригхем Ю., Гапенски Л. Финансовый менеджмент. Полный курс. В 2 т. Пер. с англ. / 10. Бригхем, Л. Гапенски; Под ред. В.В.Ковалева. - СПб.: Экономическая школа, 1997. Т.1 - 497с. Т.2 - 669с.

13. Быкадоров В. Л., Алексеев П. Д. Финансово-экономическое состояние предприятия:Практическое пособие. - М.: Издательство ПРИОР, 2000. - 96 с.

14. Высоцкая Т.В., Коваленко A.B., Уртенов М.Х. Сравнительный анализ методов оценки несостоятельности сельскохозяйственных предприятий // Политематический сетевой электронный научный журнал Кубанского гос. аграрного университета, http://ej.kubagro.ru/2012/01/pdf/23.pdf// Научный журнал КубГАУ, №75(01), 2012.

15. Высоцкая Т.В. Построение статистических моделей диагностики кризисного состояния предприятий агропромышленного комплекса Карачаево-Черкесской республики// Вестник Астраханского государственного технического университета. Серия: Экономика. Выпуск № 1 /2013. 119-125 с.

16. Габец А. П., Гончаров Д. И., Козырев Д. В., Кухлевский Д. С., Радченко М. Г. Профессиональная разработка в системе «1С: Предприятие 8» [Текст] / Под ред. М. Г. Радченко. - М.: 1 С-Паблишинг; Спб.: Питер, 2006. - 808 е.: ил. - 4000 экз. -ISBN 5-9677-0268-7; ISBN 5-91180-076-4.

17. Гаврилов A.A., Кармазин В.Н., Коваленко A.B. Диагностика состояния предприятия на основе нечётких продукционных систем и дискриминантного анализа // Экономический анализ - теория и практика. - 2007 июль,- №14(95). С. 2-10

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

19. Гиляровская, JI.T. Комплексный эконономический анализ хозяйственной деятельности: учебник для вузов / J1.T. Гиляровская, Д.В. Лысенко, Д.А. Ендовицкий. - М.: Велби, 2006. - 360с.

20. Департамент строительства Краснодарского края. URL: http://www.depstroi.ru/ (дата обращения: 10.03.2015).

21. Деркачев, А.Н. Нейросетевое моделирование процессов многомерной классификации объектов с разнородными признаками

22. Ендовицкий , Д. А. Анализ и оценка кредитоспособности заемщика: учебно-практическое пособие/ Д. А. Ендовицкий, И. В. Бочарова. - М.:КНОРУС, 2005. 272 с.

23. Ефимов, В.М. Проблемы многомерного анализа экологических данных

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

25. Заболоцкая В.В., Старкова И.О. Формирование программы инновационного развития малых предприятий [Текст] / Заболоцкая В.В., Старкова Н.О. // Научное обозрение. №6 - 2011.

26. Заболоцкая В.В., Коваленко A.B. Моделирование эффективности развития инновационной деятельности Краснодарского края с учетом регионального риска [Текст] / Заболоцкая В.В., Коваленко A.B. // Известия Кубанского государственного университета. Естественные науки. Вып. 1(2) - 2013.

27. Заикина Л.Н. Автоматизированный программный комплекс «Финансовый Эксперт» / Л.Н.Заикина // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета - 2015. - №107(06). -С. 20-26. (1.13 п.л.)- втом числе (1.13 а.л.)

28. Заикина Л.Н. Анализ финансово-экономического состояния предприятий строительной отрасли Краснодарского края с использованием программы

«Финансовый эксперт» / Л.Н.Заикина // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета - 2015. -№107(07). - С. 27-29. (1.16 пл.)-в том числе (1.16 ал.).

29. Заикина Л.Н. Анализ финансово-экономического состояния предприятий строительной отрасли методами многомерного статистического анализа / Л.Н.Заикина, А.Г. Хананаев, A.B. Коваленко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета - 2011. - №70(06). - С. 20-26. (1.13 пл.) - в том числе (0.38 ал.).

30. Заикина Л.Н. Кластерный анализ дивизивным методом к-средних предприятий строительной отрасли Армавирского района / Л.Н. Заикина, М.Х. Уртенов, A.B. Коваленко // Актуальные задачи математического моделирования и информационных технологий: Материалы VI Всероссийской открытой научно-практической конференции. - Сочи: Сочинский государственный университет туризма и курортного дела, 2010. С. 74-76. (0.17 пл.)

31. Заикина Л.Н. Кластерный анализ финансово-экономического состояния предприятий строительной отрасли / Л.Н. Заикина, A.B. Коваленко, М.Х. Уртенов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета - 2010. - №60(06). - С. 20-26. (1.15 пл.) -в том числе (0.4 а.л.).

32. Заикина Л.Н. Многомерный кластерный анализ финансово-экономического состояния предприятий строительной отрасли / Л.Н. Заикина, A.B. Коваленко, М.Х. Уртенов // Обозрение прикладной и промышленной математики: научно-теоретический журнал. -2010 - Вып.б-Т.17 - С.881-882. (0.25 пл.) - в том числе (0.1 ал.).

33. Заикина Л.Н. Модели оценки финансово-экономического состояния предприятий строительного профиля / Заикина Л.Н., Уртенов М.Х.// Современное состояние и приоритеты развития фундаментальных наук в регионах: Труды VI

Всероссийской научной конференции молодых учёных и студентов. Т.2. -Краснодар: Просвещение-Юг, 2009 С. 282-284. (0.12 п.л.)

34. Заикина JI.H. Нейросетевая кластеризация сетями Кохонена предприятий строительной отрасли Краснодарского края / Заикина Л.Н.// Научный вестник филиала КубГУ. Ежегодник: сборник статей. - №2 - 2012. - с.63-65. (0.19 п.л.)

35. Заикина Л.Н. Нейросетевой анализ строительной отрасли / Л.Н. Заикина, A.B. Коваленко, М.Х. Уртенов // Современное состояние и приоритеты развития фундаментальных наук в регионах: Труды VII Всероссийской научной конференции молодых ученых и студентов - Краснодар: Просвещение-Юг, 2010. Т.2, С.110-112 (0.3 п.л.)

36. Заикина Л.Н. Нечеткая кластеризация финансово-экономического состояния предприятий строительной / Л.Н. Заикина, A.B. Коваленко, М.Х. Уртенов // Обозрение прикладной и промышленной математики: научно-теоретический журнал. -2010 - Вып.6-Т.17 - С.880-881. (0.25 п.л.) - в том числе (0.1 ал.).

37. Заикина Л.Н. Особенности строительной отрасли. Ситуация в начале мирового кризиса. / Заикина Л.Н.// Научный вестник филиала КубГУ в г.Армавире. Ежегодник: сборник научных статей. Армавир: РИО АГПА, 2013. С. 149-152 (0.25 п.л.)

38. Заикина Л.Н. Разработка автоматизированной системы оценки финансово-экономического состояния предпритяий строительной отрасли в среде «1С:Предприятие 8.2» / Л.Н. Заикина, Коваленко A.B., Уртенов М.Х., Хуако З.Б. // Современное состояние и приоритеты развития фундаментальных наук в регионах: труды IX Всероссийской научной конференции молодых ученых и студентов, г. Анапа, 11-15 октября 2013 г. ООО "Просвещение-Юг" г. Краснодар 2013, с. 108-112(0.75 п.л.)

39. Зак Ю.А. Принятие решений в условиях нечетких и размытых данных: Fuzzy-технологии [Текст] / Зак Ю.А.-М.: Либроком, 2013.-352 е. - 1000 экз.-ISBN 978-5-397-03451-7

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

41. Золочевский, А. А. Управление рисками девелоперских компаний

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

43. Каид Вадиа Ахмед Абдо Методы построения функций принадлежности нечетких множеств // Известия Южного федерального университета. Технические науки. Выпуск № 2 (139) / 2013

44. Казаковцева Е.В., Уртенов М.Х., Коваленко A.B. Нечеткие системы финансово-экономического анализа предприятий и регионов. Монография. Краснодар: Издательско-полиграфический центр Кубанского государственного университета. 2013. 266 с.

45. Казаковцева Е.В., Уртенов М.Х., Коваленко A.B. Разработка комплекса программ «Регион» для оценки социально-экономического состояния региона с использованием интеллектуальных систем // Современное состояние и приоритеты развития фундаментальных наук в регионах: Труды IX Всероссийской научной конференции молодых ученых и студентов - Краснодар: Просвещение-Юг, 2012. С.214-216

46. Коваленко A.B. Многомерный статистический анализ предприятия: монография / Уртенов М.Х., Узденов У.А., М.: ACADEMIA, 2009. - 240с.

47. Коваленко A.B. Математические модели и инструментальные средства комплексной оценки финансово-экономического состояния предприятия. Автореф. дисс. канд. эконом, наук. - Краснодар: КубГАУ, 2009. 24 с.

48. Коваленко A.B. Математические модели и инструментальные средства комплексной оценки финансово-экономического состояния предприятия. Диссертация канд. эконом, наук. - Краснодар: КубГАУ, 2009. 320с.

49. Коваленко A.B., Кармазин В.Н. Комплексная оценка кредитоспособности предприятий малого и среднего бизнеса на основе нечётких моделей // Обозрение прикладной и промышленной математики. Редакция журнала «ОПиПМ»-Москва-2007. -Том 14. Выпуск 4. С. 722-725

50. Коваленко A.B., Кармазин В.Н. Математическое моделирование кредитоспособности предприятий малого бизнеса с помощью нечеткой продукционной системы // Труды Кубанского государственного аграрного университета. - 2008. 13 с.

51. Коваленко A.B., Уртенов М.Х. Разработка и внедрение программного комплекса для мониторинга и прогнозирования финансово-экономического состояния предприятий Краснодарского края // Наука Кубани. 2012. №4 С. 70-79

52. Коваленко A.B., Уртенов М.Х. Нейросетевое моделирование инфляции в России // Научный журнал КубГАУ, №61(07), 2010. http://ej.kubagro.ru/2010/07/рсШ23 .pdf

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

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

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

56. Лойко В.И., Барановская Т.П., Луценко Е.В. Потоковые модели управления эффективностью инвестиций в агропромышленных объединениях //Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2012. № 83. С. 488-504.7(5)

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

58. Луценко, Е.В. Создание автоматизированной системы мониторинга, анализа, прогноза и управления продуктивностью сельскохозяйственных культур / Е.В. Луценко, Л.М. Лопатина // Научный журнал КубГАУ [Электронный ресурс]. -Краснодар: КубГАУ, 2003. - № 02 (2) - Режим доступа: http://ej.kubagro.ru/2003/ 02/07/p07.asp.

59. Луценко Е.В., Лойко В.И., Барановская Т.П. Концептуальные основы управления экономической устойчивостью перерабатывающего комплекса региона с применением технологий искусственного интеллекта // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 87. С. 627-636. 6(6)

60. Многозначная логика/Zwikipedia.org - свободная энциклопедия Википедия.2013 .URL: Ьйр://т^к1реШа.о^/ш1к1/Многозначная_логика (дата обращения: 20.05.2014).

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

62. Недосекин А.О. Сводный финансовый анализ российских предприятий за 2000-2003 гг. Аудит и финансовый анализ, 2005.

63. Нейросетевая кластеризация сетями Кохонена предприятий строительной отрасли Краснодарского края/ Л.Н.Заикина, A.B. Коваленко, М.Х. Уртенов // Обозрение прикладной и промышленной математики: научно-теоретический журнал. -2010 - Вып.6-Т.17 - С.882-883. (0.25 п.л.) - в том числе (0.1 ал.).

64. Нечеткая логика в бизнесе и финансах/Дога-сеп1ге.ги - аналитические программы, решения и технологии.2013.ЦКЬ: http://www.tora-centre.ru/library/fuzzy/fuzzy-.htm (дата обращения: 11.05.2013).

65. Никитин, Н.А.Мод ели товарооборота сети розничной торговли

66. Официальный сайт компании ООО «Аякс-Строй». [Электронный ресурс] URL: www.ayax.ru/ayax_stroy (дата обращения: 12.11.2014).

67. Официальный сайт разработчика «1С: Предприятия». [Электронный ресурс] URL: v8.lc.ru (дата обращения: 20.11.2014).

68. Попова Е.В., Тамбиева Д.А., Салпагарова Ш.Х. К проблеме недостаточности информации, малые выборки или "очень короткие" временные ряды // Научный журнал КубГАУ, №107(03), 2015 http://ej.kubagro.ru/2015/03/pdf/07.pdf

69. Портал исполнительных органов государственной власти Краснодарского края. URL: http://www.krasnodar.ru/ (дата обращения: 05.03.2013).

70. Программа на ЭВМ «Строй+» / Л.Н.Заикина, A.B. Коваленко, М.Х. Уртенов / Свидетельство о государственной регистрации № 2012660648, зарегистрировано в реестре28.11.2012 / Л.Н.Заикина, A.B. Коваленко, М.Х. Уртенов/

71. Программа на ЭВМ «Экономист-эксперт 1.0» / Л.Н.Заикина, A.B. Коваленко, М.Х. Уртенов / Свидетельство о государственной регистрации № 2013619370, зарегистрировано в реестре 03.10.2013

72. Пястолов С.М. Экономический анализ деятельности предприятий. Учебное пособие. - М.: Академический Проект, 2003. - 572 с.

73. Радченко М.Г. 1С .-Предприятие 8.2. Практическое пособие разработчика. Примеры и типовые приемы [Текст] / М. Г. Радченко, Е. Ю. Хрусталева. - М.: 1С-Паблишинг, 2009. - 874 е.: ил. - 5000 экз. - ISBN 978-5-9677-1147-3.

74. Разработка управляемого интерфейса. [Текст] / В. А. Ажеронок, А. В. Островерх, М. Г. Радченко, Е. Ю. Хрусталева. - М.: 1С-Паблишинг, 2010. - 723 е.: ил. - 1000 экз. - ISBN 978-5-9677-1148-0.

75. Рохам Мехрдад, Математические методы и модели анализа развития малых и средних предприятий

76. Роденков, Е.В. Математическое и алгоритмическое обеспечение задачи автоматизации процесса дезинфекции ПЭТ-бутылок с помощью озона

77. Руденко, O.B. Высокоточное нейросетевое распознавание в системах технического зрения

78. Рутковская Д., Пилиньский М., Рутковский JI. Нейронные сети, генетические алгоритмы и нечеткие системы. Горячая Линия-Телеком, 2008. -452с.

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

80. Сезонность строительства уходит, а автоматизация остаётся http://b2blogger.com/pressroom/42701 .html

81. Семенов М.И., Трубилин И.Т., Лойко В.И., Барановская Т.П. Автоматизированные информационные технологии в экономике. Москва, 2002.

82. Смирнов В.И. Прогнозирование и классификация экономических систем вусловиях неопределённости методами искусственных нейронных сетей. Оренбург, 2003. -280 с.

83. Стратегия развития строительной отрасли Краснодарского края до 2020г. [Текст] : офиц. текст. - Краснодар: 2008.

84. Теория большого бума / Н.Проценко, А.Филатова // Эксперт Online http://expert.ru/south/2012/08/teoriya-bolshogo-buma/

85. Территориальный орган Федеральной службы государственной статистики по Краснодарскому краю. URL: http://krsdstat.gks.ru/ (дата обращения: 15.04.2015).

86. Тимакин, O.A. Организационно-экономический механизм создания и реорганизации корпоративных (холдинговых) структур

87. Трубилин А.И., Барановская Т.П., Лойко В.И., Луценко Е.В. Модели и методы управления экономикой АПК региона. Краснодар, 2012.

88. Федеральная служба государственной статистики. URL: http://www.fedstat.ru/ (дата обращения: 29.03.2015).

89. Филимонов, A.B. Структурирование и обучение нейронных сетей с применениями к задачам физической химии и медицины

90. Финансовый АнализгПроф + Оценка Бизнеса URL : http://www.finanalis.ru/programs/339/2250.html

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

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

93. Узденов У.А. Математические модели и инструментальные средства оценки социально-экономического состояния региона. Диссертация канд. эконом, наук. -Москва. 2011.

94. Узденов У.А., Коваленко A.B., Уртенов М.Х. Современные финансово-экономическое состояние и пути повышения рейтинга КЧР. Монография. Карачаевск: Карачаево-Черкесский государственный университет им. У.Д. Алиева, 2010. 448 с.

95. Узденов У.А., Коваленко A.B., Уртенов М.Х. Современные проблемы оценки финансово-экономического состояния и диагностики кризиса на предприятии // Экономика России: XXI век: международный сборник научных трудов. - Выпуск 16. - Воронеж: ВГПУ, 2010. С. 139-158

96. Узденов У.А., Коваленко A.B., Уртенов М.Х. Многомерный статистический анализ финансово-экономического состояния предприятия // Научно-технические ведомости СПбГПУ. серия Экономические науки. №3. 2010. С.209-217

97. Хайкин С. Нейронные сети: полный курс, 2-е издание. Вильяме, 2008 г. -1104 с.

98. Халафян A.A. Обзор методов статистического анализа данных// Сайт лаборатории статистических исследований Кубанского государственного университета http://www.statlab.kubsu.ru/node/4

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

100. Хананаев А.Г., Коваленко А.В., Уртенов М.Х. Анализ финансово-экономического состояния предприятий строительной отрасли методами многомерного статистического анализа // Современное состояние и приоритеты развития фундаментальных наук в регионах: Труды VIII Всероссийской научной конференции молодых ученых и студентов - Краснодар: Просвещение-Юг, 2011. С.198-20

101. Хананаев А.Г., Коваленко А.В., Уртенов М.Х. Модели оценки финансово-экономического состояния предприятий строительного профиля методами многомерного статистического анализа // Современное состояние и приоритеты развития фундаментальных наук в регионах: Труды VII Всероссийской научной конференции молодых ученых и студентов - Краснодар: Просвещение-Юг, Т.2. 2010. С.165-167

102. Шеври Ф., Гели Ф. Техническая коллекция Schneider Electric Выпуск №31 Нечеткая логика. [Текст] / Шеври Ф., Гели Ф. - Издательство: Schneider Electric Publisher, 2009. - 32 с. - 500 экз. - ISBN 5-469-00351-5

103. Шевченко И.В., Коваленко А.В., Кармазин В.Н. Комплексная оценка кредитоспособности предприятий малого и среднего бизнеса с помощью нечеткой продукционной системы // Финансовая аналитика. Проблемы и решения. - 2 (2), 2008,Финансы и кредит, Москва. С. 81 - 86

104. Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа. - М.: ИНФРА-М, 2004. - 320 с.

105. Шеремет А. Д. Комплексный анализ хозяйственной деятельности: Учебник для вузов. - Испр. и доп. - М..-ИНФРА - М, 2008. - 416 с.

106. Шишкоедов Н.Н. Методика финансового анализа предприятий. // Экономичекий анализ: теория и практика, 2005, № 38. - 176 с.

107. Шмален Г. Основы и проблемы экономики предприятия: Пер. с нем. / Под ред. проф. А.Г. Поршнева. — М.: Финансы и статистика, 2004. — 512 с.

108. Экономика строительного предприятия. Под ред. Королева С. А., Крикунова A.B. \\ М.: 2006 г.

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

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

111. Федеральный закон от 25.02.1999 N 39-Ф3 (ред. от 28.12.2013) "Об инвестиционной деятельности в Российской Федерации, осуществляемой в форме капитальных вложений" (25 февраля 1999г.)

112. Ans - нотация моделирования бизнес-процессов. [Электронный ресурс] // Институт стратегического управления социальными системами. URL: ismss.ru/uploads/p283.pdf (дата обращения: 15.11.2012).

113. Financial analysis 2.0 URL:http://logmarket.euro.ru/

114. QFinAnalysis 1.4 URL: http://www.beintrend.ru