Управление дебиторской задолженностью и кредитной политикой предприятий химической промышленности тема диссертации и автореферата по ВАК РФ 08.00.10, кандидат экономических наук Безверхова, Юлия Валерьевна

• Безверхова, Юлия Валерьевна
• кандидат экономических наук
• 2012

Оглавление диссертации кандидат 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.

Введение диссертации (часть автореферата) 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.

Заключение диссертации 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.

Список литературы диссертационного исследования кандидат экономических наук Безверхова, Юлия Валерьевна, 2012 год

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