CC BY
176
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №4/2016 ISSN 2410-6070
their intelligence, aptitude and character. People from mid-careers will only need to hand in information about their previous j ob experience. Based on the candidate's self-introduction and their motivation to get the j ob, the personnel division will make their final decision about whether they are suitable to work for the company or not.
Most foreign companies thoroughly analyze each candidate. Company on the selection of a single candidate in Japan spent up to 48 person-hours, in the US - up to 16-18 hours. Widely developed network of special evaluation centers, with qualified staff and modern equipment, developed numerous psychological tests.
In recent years, industrialized countries have spread graphology bureau, which analyze the professional and personal qualities of employees in their handwriting. For example, the US Bureau of these hundreds, and they have turned into a real business sector. Most reputable companies and government agencies rely on graphology based on just a few lines, written with his own candidates for senior positions, define their aspirations, and the degree of self-initiative, and thus - the likelihood of success or failure of a risk selection. Graphological analysis is simple, cheap and, most importantly, the best screening method than traditional psychological tests.
Many Japanese and Western companies with the appearance of vacancies in the control unit initially announced an internal competition for the position (including its employees) and only in the case of negative results to the tender invited by the experts. This improves staff morale, strengthens confidence in your organization.
The common characteristics of the current personnel selection used across the European countries are the following.
A large cultural diversity that expresses the use of different techniques and tools across the European countries with a different frequency of use. For example, cognitive tests are more often used in the United Kingdom and Spain than in Germany or Italy [6, 939].
An international generalization of the validity for cognitive ability tests across the European Union (EU) is identified.
Great interest in the use of personality testing and studies showing validity coefficients similar to those found in the United States. Construct validity of the personnel selection procedures is crucial.
In the European system of staff selection meritocracy, risk avoidance, employment and career opportunity, fair chance play a very important role. References:
1. Sun Yan. A Comparative Research on Japanese Employment System Based on the Theories of David Marsden, James C. Abegglen and Ronald P.Dore. //Journal of Economics, Business and Management, Vol.3, No. 4, April 2015.
2. Коргова, М.А. Кадровый менеджмент - М.-Пятигорск, 2004
3. Питерс, Т. В поисках эффективного управления: опыт лучших компаний, пер. с англ. - М.: Прогресс, 2005.
4. Hiten Amin. Japanese "Shintotsu" recruitment culture. 2012, DISCO.
5. Peter Firkola. Changing Recruitment Practices in Japanese companies.// Universal Journal of Management 2 (8), 2014
6. Jesus Salgado, Ute Hulsheger. Employee Selection in Europe: Psychotechnics and the Forgotten History of Modern Personnel Selection. 2015
© Мирзалиева C.C., Хамидова М.Г., 2016
УДК 338.001.36
А.А. Мочалина
Студент группы 13Эк(б)БУА-2 Финансово-экономический факультет Оренбургский государственный университет г. Оренбург, Российская Федерация
ВЫЯВЛЕНИЕ ПРИЗНАКОВ БАНКРОТСТВА ПРЕДПРИЯТИЯ НА РАННИХ ЭТАПАХ И МЕТОДЫ, ИСПОЛЬЗУЕМЫЕ ПРИ ДИАГНОСТИКЕ ВЕРОЯТНОСТИ БАНКРОТСТВА
Аннотация
В данной статье проводится сравнительный анализ методик выявления вероятности банкротства и
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №4/2016 ISSN 2410-6070_
делается вывод о наиболее точном и оптимальном методе выявления признаков банкротства. Очевидно, что каждая из методик использует свою систему показателей для оценки финансового состояния и по-своему определяет порядок расчета этих показателей. Поэтому изучение этих методик актуально сегодня, так как позволяет понять, какие из них наиболее точно прогнозируют кризис на предприятии.
Ключевые слова
Банкротство, диагностика неплатежеспособности, методика, анализ, показатели, прогнозирование.
Всем известен факт, что неотъемлемой частью любой деятельности, направленной на получение прибыли, является ее рисковая составляющая. Поэтому, для того чтобы эффективно осуществлять антикризисное управление предприятием, первостепенное значение имеет выявление неблагоприятных тенденций и предсказание банкротства.
В настоящее время разработано большое количество различных финансовых моделей, которые объединяют одновременно несколько различных коэффициентов в один, в результате чего появляется возможность обобщенной оценке финансового состояния и определения вероятности банкротства. Но возникает вопрос, какой же метод действительно покажет правдивое, надежное и точное финансовое состояние предприятия и к тому же даст прогноз на будущее? Проблемы применения методик диагностики банкротства предприятия на ранних стадиях в настоящее время характеризуются как наиболее актуальные вопросы экономической теории в современной хозяйственной практике.[1, с. 234]
Таким образом, целью написания статьи является определение проблем применения основных методологических подходов к диагностике вероятности банкротства и выявление наиболее приемлемой методики для российских предприятий.
В мировой практике существуют достаточно большое количество моделей, разработанных в России и за рубежом, которые направлены на диагностику банкротства. В рамках данного исследования остановимся на характеристике самых известных методик[2, с. 385]:
Таблица 1
Характеристика моделей диагностики вероятности банкротства
Модель Кол-во факторов / Дата публикации Достоинства и недостатки
Федотовой М.А. 2 / 1989г. Достоинство: простота расчета. Недостатки: основана на текущей ликвидности, которая может быстро изменится; не включает важные финансовые показатели, что делает модель не эффективной и ненадежной.
Таффлера-Тишоу 4 / 1977 г. Достоинства: высокая точность прогноза. Недостатки: используется только лишь для акционерных организаций; обладает сложностью при выявлении результатов; применяет устаревшие данные и др.
Альтмана Э.И. 5 / 1968 г. Достоинства: высокая точность прогноза, простота, возможность применения при недостаточной или ограниченной информации. Недостатки: несопоставимость факторов, генерирующих угрозу банкротства; различия в учете отдельных показателей; влияние инфляции на показатели; несоответствие балансовой и рыночной стоимости отдельных активов.
Фульмера 5 / 1984 г. Достоинства: стабильность и точность; учитывает размер фирм; с одинаковой надёжностью и точность выявляет как несостоятельных (банкротов), так и работающих организаций.
Сайфуллина Р.С. и Кадыкова Г.Г. 5 / 1996 г. Достоинства: позволяет провести анализ, как по итоговому показателю, так и в разрезе каждого из пяти коэффициентов. Недостатки: не позволяет оценить причины попадания организации в «зону неплатежеспособности»; нормативное значение коэффициентов не учитывает отраслевые особенности.
Аргенти Качественный метод прогнозирования/ 1983 г. Достоинства: модель позволяет выделять учет нефинансовых показателей и рисков компании; отсутствие бюджетного контроля; медленная реакция на изменение рыночных условий и другие. Недостатки: субъективизм выставления оценок; отсутствие итогового коэффициента; отсутствие статистической базы и др.
Исходя из вышеизложенного анализа методик выявления вероятности банкротства, можно сделать
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №4/2016 ISSN 2410-6070_
вывод, что методики, имеющие свое происхождение за рубежом, невозможно использовать в российских условиях, так как они не учитывают российские особенности экономики. Например, модель Фульмера определения вероятности банкротства при анализе российских предприятий будет показывать несколько завышенные оценки, так как значительное влияние на итоговый показатель оказывает прибыль от продаж, но не учитывается финансовая деятельность и налоговый режим. Методика Альтмана предполагает свое использования в условиях уже сложившейся рыночной экономики, что, безусловно, пока что не относится к экономике России. Применение модели Альтмана для российской экономики затруднено еще по нескольким причинам: во-первых, различие в учете отдельных показателей, в США используется система бухгалтерской отчетности по стандартам GAAP; во-вторых, в модели не учитывается влияние инфляции на показатели и, в третьих, различие в балансовой и рыночной стоимости активов. Определенно нужно сказать, что данные недостатки отражают невозможность применения методик прогнозирования вероятности банкротства в российской практике для всех моделей, рассмотренных выше. [4, с. 134]
Таким образом, можно сделать вывод, что в российской практике, в условиях переходной рыночной экономики, допустимо применения методики «Рейтинговое число» Р.С. Сайфуллина и Г.Г. Кадыкова. Этот метод диагностики несостоятельности (банкротства) при антикризисном управлении строился с учетом специфики российского бизнеса, поэтому представляется наиболее оптимальным для применения. Методика Р.С. Сайфуллина и Г.Г. Кадыкова примечательна также и тем, что с ее помощью можно проводить рейтинговую оценку различных предприятий с учетом их величины и отраслевой принадлежности, так как нет жесткой привязки весовых коэффициентов модели к той или иной отрасли народного хозяйства. Также данная методика позволяет прослеживать динамику коэффициентов во времени. Из этого следует, что для проведения финансового анализа в целях предупреждения признаков банкротства на ранних стадиях, методика «Рейтинговое число» Сайфуллина и Кадыкова является наиболее предпочтительной среди «количественных» методов прогнозирования вероятности банкротства.
Но и двухфакторная модель М.А. Федотовой была адаптирована под российскую экономику, путем модификации модели Альтмана. В отличие от методики Р.С. Сайфуллина и Г.Г. Кадыкова, модель М.А. Федотовой не оправдала своих ожиданий, потому что практической ценности модифицированная формула по М. А. Федотовой не имеет, так как в России отсутствует какая-либо значимая статистика по организациям-банкротам и весовой фактор, предложенный М. А. Федотовой, не был определен. [5, с. 90]
Основываясь на наличии вышеуказанных недостатков, можно сделать вывод о необходимости разработки новой модели, которая бы точно и надежно давала оценку вероятности банкротства компании на основе современных данных, которая была бы легко интерпретируема и имела бы меньшее количество недостатков. Существующая нормативная база российской практики диагностики банкротства направлена, в первую очередь, на выявление каких-либо черт, отражающих деятельность организации, которая уже находится в кризисной ситуации. Необходимо разработать эффективную российскую методику выявления вероятности банкротства, которая бы позволяла прогнозировать возникновение кризисной ситуации коммерческой организации заранее, еще до появления очевидных признаков.
Список использованной литературы:
1. Кузьмина И.Г. Статистический анализ структуры и динамики основных показателей состояния розничной торговли в России за период 1990-2012 гг. / И.Г. Кузьмина, А.П. Цыпин // Экономика и предпринимательство. - 2014. - №5-2 (46-2). - С. 234-239.
2. Носов В.В. Моделирование производственной и социальной структуры сельскохозяйственного предприятия [Текст] / В.В. Носов, Ю.А. Андреев, О.С. Кочегарова // Системы управления и информационные технологии. 2008. № 3.3(33). С. 385-388.
3. Панкова С. В. Формирование динамического подхода к комплексному анализу финансово-хозяйственной деятельности организаций / С.В.Панкова, О.В. Киселева // Экономический анализ: теория и практика. -2012. - № 14. - С. 16-22.
4. Прокофьев В.А. Предпосылки и условия развития детерминированного факторного анализа (проблемы науки «экономический анализ») / В.А. Прокофьев, В.В. Носов, Т.В. Саломатина // ЭТАП: Экономическая теория, Анализ, Практика. - 2014. - № 4. - С. 134-145.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №4/2016 ISSN 2410-6070_
5. Цыпин А.П. Конкурентоспособность в банковской сфере России / А.П. Цыпин // Вестник магистратуры. - 2012. - №5. - С. 90-91
© Мочалина А.А., 2016
УДК 338
Н.В. Назарова
К.т.н., доцент кафедры «Математика» ФГБОУ ВО «Пензенский государственный технологический университет» И.А. Чорня, студент 2 курса факультета вечернего обучения ФГБОУ ВО «Пензенский государственный технологический университет»
г. Пенза, Российская Федерация
АНАЛИЗ ПРОИЗВОДСТВЕННЫХ СИСТЕМ ВЕРОЯТНОСТНЫМИ МЕТОДАМИ
Аннотация
Рассматривается применение вероятностного подхода для анализа производственных систем и получения количественных оценок функционирования. Разработана схема формирования целевой функции на основе различных законов распределения.
Ключевые слова
Производственная система, вероятностные характеристики, продуктивность использования,
количественные оценки.
В современных условиях математические методы исследования особенно важны в исследованиях поведения сложных систем социально-экономического, информационного, биологического плана. Решения, приводящие к правильному пониманию поведения сложных систем, к которым относится также большой класс производственных систем, лежит в изучении эмпирических закономерностей с помощью построения соответствующих математических моделей [1, с.51].
Для анализа производственных систем, реально участвующих в производстве, рассмотрим производственную функцию вида
X (К, Ь) = А(К - К0) а + В( Ь - Ь0) а 2 .
Ресурсы - случайные величины К,Ь - изменяются в пределах:
*
М АГ С к'
в случае, когда организуется новое производство
0 < K < K
*
^0 < Ь < Ь ;
- для существующего производства IК0 < К < К ,
I *
[Ь0 < Ь < Ь ,
* * ^ т
где К ,Ь - предельные значения ресурсов, Ко,Ьо- начальные значения ресурсов [2,С.53]. Формирование целевой функции - случайной величины , в этих условиях проводится по схеме:
1) с использованием одностороннего нормального закона распределения для случайной величины К и одностороннего нормального закона распределения для случайной величины Ь ;
2) с использованием одностороннего нормального закона распределения для случайной величины К и показательного закона распределения для случайной величины Ь [3, с.85].
Функция распределения Р(х) для рассматриваемых схем композиций случайной величины X имеет вид
