Текст книги "Развитие российского общества. Cоциально-экономические и правовые исследования"

4. Определено математическое условие устойчивости эффекта функционирования производственной системы на базе энтропийного подхода к оценке уровня ее организованности. Нелинейный вид статистической связи между накопленным информационным ресурсом и эффектом работы системы обнаруживает примечательную закономерность ресурсного обеспечения устойчивого эффекта в диапазоне его малых и больших значений. Наряду с относительным увеличением затрат при нарастании эффекта следствием этой закономерности служит приоритетность материализации научных знаний и внедрения высоких технологий для поддержания устойчивости возрастающего эффекта деятельности производственных систем в инновационной среде.

Современная экономика знаний формируется на фоне ускорения инновационных процессов и широкого освоения наукоемких технологий в промышленном производстве. В связи с этим правомерно ожидать конструктивности теоретико-информационного подхода к исследованию эволюции производственных систем, упорядоченности и устойчивости их состояний. Окруженные информационным пространством, предприятия потребляют, накапливают, преобразуют поступающую информацию и передают ее во внешнюю среду, причем информация вводится на предприятие как непосредственно (данные об окружении: спросе, инфляции, конкурентах и др.), так и в превращенной форме в качестве профессиональных умений и навыков персонала и воплощенных в виде ноу-хау, изобретений и т. д. в технических средствах (оборудовании, аппаратуре и т. п.), комплектующих и иных приобретаемых ресурсах. Аналогично и передаваемая во внешнюю среду информация – разного рода сведения о предприятии и материализованные в изготовленных им продуктах или оказанных услугах конструктивно-технологические новшества, патенты и другие инновации.

Ввод в систему полезной информации нейтрализует хаос и оказывает координирующее воздействие на ее элементы. Наращивание информации есть следствие внедрения инноваций в производственный процесс, что дает возможность выпускать на базе высоких технологий наукоемкую продукцию. Закономерность модернизации производственных систем под влиянием инноваций и материализации научных знаний рельефно просматривается в их использовании в предметах, орудии и продуктах труда, технологических, организационных и управленческих процессах, что убедительно показывает, в частности, прогресс в наукоемкости и миниатюризации электронных узлов и интегральных схем.

В результате, и прогрессивность технологии производства изделий и услуг, и качество управленческих решений в конечном счете определяются заключенной в них ценной информацией. Вот почему логично воспользоваться для оценки эффекта функционирования предприятий информационным критерием, предложенным еще в 60-х гг. прошлого века В.А. Трапезниковым.

По его концепции, зависимость эффекта функционирования системы Э от количества введенной в нее информации I статистически выражается формулой

где Э_max – эффект идеально функционирующей системы (предельно возможный эффект);

I₀ – объем информации, характерный для данного объекта управления.

Наглядное изображение этой зависимости дает рис. 1.1, иллюстрирующий статистическую закономерность процесса насыщения предприятия управляющей информацией в экономическом ракурсе под углом зрения обеспечения того или иного уровня эффекта его функционирования.

Как видим, нижний пологий отрезок кривой сменяется в средней части графика восходящей ветвью с «крутым подъемом». Поэтому уровень эффекта в зоне малых значений требует меньше приращения управляющей информации, в отличие от поля больших величин (на рис. 1.1 величина приращения соответствуют ширине затемненных полос).

Рис. 1.1. Зависимость между относительными величинами количества управляющей информации I и эффекта деятельности предприятия Э

Найдем условие, при котором уровень эффекта деятельности предприятия будет устойчивым, несмотря на действие возникающих помех.

Очевидно, относительному показателю Э/Э_max будет свойствен на устойчивость, если величина этой дроби остается в допустимом диапазоне значений от нижней К_Э^Н до верхней К_Э^В границы.

В результате логарифмирования приведенного выше выражения находим искомое условие устойчивости показателя эффекта деятельности предприятия:

Выполнение этого условия обязывает осуществить ввод соответствующего объема полезной информации I в производственную систему предприятия для погашения помех, препятствующих достижению намеченного уровня эффекта его деятельности Э, а это сопряжено с усложнением структуры системы управления, оснащением ее более совершенными техническими и иными средствами, развитием алгоритмического аппарата, разработкой и внедрением новых информационных технологий. Появляется потребность в выборе экономичного варианта модернизации, поскольку чрезмерное усложнение системы управления при постоянстве других факторов ведет к неоправданным расходам и увеличению периода их возмещения. Проведенная оценка срока окупаемости модернизированной системы управления предприятием подтвердила: повышение уровня устойчивого эффекта деятельности предприятия с диапазона 0,80÷0,90 до 0,90÷0,95 от максимального возможного Э_max достигается лишь при увеличении срока окупаемости системы управления в 1,64÷2,03 раза по сравнению с вариантом модернизации системы управления, обеспечивающим переход от диапазона 0,70÷0,80 к диапазону 0,80÷0,90 от Э_max.

С другой стороны, переоснащение системы управления имеет под собой инвестиционный задел, который предполагает вложение финансовых ресурсов и локальное понижение показателей эффективности управления. Лишь по прошествии времени с освоением инноваций и нарастанием ввода координирующей информации в систему созревают условия для подъема на более высокий уровень эффекта ее деятельности.

Итак, конкурентное преимущество предприятия зависит от его информационного ресурса и возрастает при выпуске наукоемкой продукции, материализующей инновации в области техники и технологии, а его устойчивость определяется гибкостью ресурсов предприятия, что дает ему возможность противостоять внешним и внутренним помехам и тем самым адаптироваться к экономической ситуации.

5. Осуществлен синтез количественного и качественного аспектов измерения информации, вероятностного и детерминированного подходов к оценке информации, что позволяет проводить более полный анализ поведения производственной системы с помощью введенных параметров неоднородности и нерегулярности ее состояний. С учетом выдвинутых требований к этим параметрам проведен поиск их математических выражений и показано, что они удовлетворяют необходимым требованиям. Обоснован и выполнен вывод функции упорядоченности состояний производственной системы, а также описаны свойства этой функции в информационном аспекте. Содержательное и формализованное сравнение функций упорядоченности состояний и энтропии, однородности состояний и отрицательной энтропии (так называемой негэнтропии) раскрывает их подобие и вместе с тем – аналогию детерминированного и вероятностного подходов к анализу поведения производственной системы. Аргументирована гипотеза о том, что детерминированные показатели упорядоченности и неупорядоченности состояний производственной системы обоюдно связаны и суммарно составляют постоянную величину, давая возможность подтвердить их взаимодополняющий характер и представить это теоретическое положение как принцип достаточности.

Несмотря на конструктивность и распространенность применения, энтропийное оценивание информации не исчерпывает ее своеобразия в производственных системах, поскольку за рамками анализа остаются значимые черты их поведения. Акцент на качественной стороне информации вызван необходимостью знать не только количество состояний производственной системы, но и их отличительные особенности: разброс по продолжительности, размеренность их чередования, определяющие динамику поведения системы и дополняющие картину ее функционирования. Сочетание количественных и качественных признаков состояний помогает преодолеть однобокость вероятностной характеристики поведения систем и достичь более емкого описания специфики их деятельности.

Исследования показывают, что информация имеет основание для анализа с различных точек зрения и измерения соответствующим способом, в том числе и нестатистическим. Энтропийное оценивание информации должно уступить невероятностным методам, когда требуется детерминированная мера разнообразия элементов. Оба подхода к определению информации – статистический и нестатистический – базируются на свойстве разнообразия элементов, поскольку если этого разнообразия среди них нет, то нет и информации. Принимая во внимание производственную специфику состояний системы, сделаем следующее допущение: разнообразие ее состояний порождается многотипностью обрабатываемых или собираемых в ней изделий (заготовок, деталей, узлов, готовых изделий и др.) и сменяемостью их изготовления, что подразумевает учет загрузки производственной системы во времени обработкой или сборкой этих изделий. Тем самым в центре исследования оказываются динамика и взаимосвязь параметров упорядоченности состояний и устойчивости производственной системы, а отправным пунктом для определения обоих параметров производственной системы служит уровень разнообразия ее состояний.

В исследовании проведен сравнительный анализ функций энтропии и упорядоченности и описаны свойства функции h_j, которые дают возможность принять ее мерой однородности состояний производственной системы. Вместе с тем формализованный анализ позволяет констатировать, что сумма показателей упорядоченности h_j и неупорядоченности (обозначим ее символом h'_j) состояний системы есть величина всегда постоянная, равная единице: h_j + h'_j = 1.

В практическом отношении это равенство удобно тем, что освобождает от необходимости в вычислении одного из показателей (h_j или h'_j), когда известен другой (соответственно h'_j или h_j). Такое правило можно назвать принципом достаточности, который, благодаря свойству постоянства суммы показателей упорядоченности и неупорядоченности состояний производственной системы (ПС), позволяет обойтись знанием лишь одного из них. По существу, в статистическом подходе принят близкий по смыслу негэнтропийный принцип информации Л. Бриллюэна, утверждающий, что при поступлении в систему информации ее энтропия уменьшается, а негэнтропия увеличивается на одну и ту же величину количества вводимой информации.

Вместе с параметром однородности важно учитывать и периодичность смены состояний, степень их повторяемости во времени, которая сообщает о мере порядка в поведении системы. Поэтому для ПС_j наряду с параметром однородности R_0j оказалось необходимым ввести параметр регулярности R_pj состояний, оценивающий упорядоченность работы производственной системы и количество информации, которое несет в себе комбинация ее состояний.

Вывод противоположных им показателей неоднородности R'_0j и нерегулярности R'_pj состояний ПС_j дал для них следующие выражения:

где h_jmin и h_jmax – соответственно минимальное и максимальное значения h_j.

Сложив арифметически R'_oj и R'_pj и приведенные выше их выражения, получим суммативную величину разнообразия R_j:

Этот результат подчеркивает аналогию с кибернетической трактовкой разнообразия состояний системы, признающей количество их разнообразия зависимым лишь от числа отличающихся состояний системы, в данном случае числа типов изготовляемых в ней изделий n_j.

Параметры неоднородности R'_oj и нерегулярности R'_pj состояний ПС_j находят применение и при типологии производственных систем, определяя степень их принадлежности к массовому, серийному и единичному типам, что позволяет предложить для них вместо дискретной непрерывную шкалу и использовать их для плавной настройки моделей планирования работы систем. В этом случае принадлежность ПС_j к типам производства описывается нечетким множеством

формализующим степень принадлежности ПС_j к массовому М, серийному С и единичному Е типам производства, указываемую μ_Mj, μ_Cj, μ_Ej соответственно.

Органическое единство обоих – статистического (вероятностного) и нестатистического (детерминированного) – подходов вытекает из природы производственного процесса, и комплексное их применение к анализу организованности производственных систем может рассматриваться как симбиоз этих подходов и приложение принципа дополнительности Н. Бора к экономическим исследованиям. За физической стороной данного принципа просматривается ключевой для нас методологический аспект.

Во-первых, он убедительно подтверждает, что реальный мир богаче наших познавательных возможностей и арсенала аналитических способов. Язык описания явлений природы страдает ограниченностью, поскольку объективно не дает полного представления о них. И, во-вторых, неполнота отражения явлений оправдывает применение не одного, а ряда описательных средств, которые выражают сущность явления, а вместе позволяют приблизиться к более емкому его пониманию.

Аналогия вероятностного и детерминированного подходов состоит в следующем:

• упорядочение состояний в системе достигается вводом в их последовательность полезной информации, которая «навязывает» поведению системы больше единообразия – появление в профиле ее загрузки преимущественных изделий. В этом контексте отрицательная энтропия – H (негэнтропия) и однородность состояний системы подобны друг другу и сообщают об упорядоченности ее поведения: чем больше в ней негэнтропия и однородность состояний, тем выше организованность системы;

• энтропия поглощает информацию, и в системе накапливается информация аналогично тому, как неоднородность состояний хранит в себе нестатистическую информацию. В исследовании аргументировано, что между показателями неоднородности R'_oj состояний, ее максимальной величины R'_ojmax и нерегулярности R'_pj состояний ПС_j имеет место примерное равенство:

Сходство этих детерминированного и статистического (по В.А. Трапезникову[3]3
  Трапезников В.А. Управление и научно-технический прогресс. М.: Наука, 1983. – С. 6.


[Закрыть]) выражений и показателей степени при e наводит на мысль относительно нестатистической информации, содержащейся в комбинации состояний производственной системы: данная информация есть не что иное, как нерегулярность состояний этой системы. Тем самым понятия введенной в систему информации и существующей нерегулярности ее состояний становятся по формальным соображениям аналогами, отражая свойство нерегулярности фиксировать в себе разнообразие состояний в зависимости от типов изготовляемых изделий и профиля загрузки производственной системы.

Раскрытая взаимосвязь и применение нестатистического и статистического подходов к анализу упорядоченности состояний производственной системы придают достаточную полноту вероятностно-детерминированным представлениям об организованности ее поведения и расширяют инструментарий исследования поведения систем.

Выполнено проектирование и внедрение прикладного инструментария управления устойчивостью производственных систем:

1. Разработана технология управления устойчивостью предприятия, которая структурно и функционально поддерживает задачи прогнозирования, планирования, учета, контроля, анализа и регулирования его деятельности, благодаря чему удается исследовать динамические свойства предприятия, обеспечивать его адаптивность и обучение персонала предприятия работе в условиях ускорения потока инноваций и неопределенности рыночной среды.

На технологию управления устойчивостью предприятия возлагается прогнозирование изменения его внешней среды, поиск адаптивного режима деятельности предприятия и обеспечение ее эффективного осуществления. Использование такой технологии позволяет выполнять формирование плана производства предприятия на прогнозном фоне, контроль за его реализацией и при необходимости определять, как отвести траекторию поведения предприятия от опасной зоны. Схематично адаптивное управление производственными системами выстраивается из следующих блоков (рис. 1.2):

Рис. 1.2. Общая схема адаптивного управления производственными системами (ПС)

• прогнозирование изменения внешней среды дает возможность выявить доминирующие тенденции в движении спросовых и других параметров в рамках накопленного массива информации и представить общие условия деятельности предприятия в планируемом периоде;

• структурная адаптация системы управления состоит в выборе из множества моделей такой, которая принципиально отвечает предполагаемым в плановом периоде условиям работы предприятия, и вводе ряда значений внешних параметров (объема спроса, цен изделий и др.);

• параметрическая адаптация системы управления в дополнение к параметрам внешней среды обеспечивает «загрузку» модели внутренними параметрами производства (конструктивно-технологическими данными об изделиях, экономическими нормативами и др.), чем завершается информационное насыщение и настройка моделей;

• формирование плана производства проводится комплексом из двух взаимодействующих моделей: планирования производства и имитации реализации плана. Первая модель является инструментом расчета плана, вторая – экспериментальным средством проверки его осуществимости на фоне влияния помех, что воспроизводит процесс выполнения плана, близкий к реальному;

• оценка и анализ устойчивости работы производственной системы направлены на исследование протекающих в ней динамических процессов при изменении внешних и внутренних параметров, поэтому представляет интерес ответ на вопросы, какова область устойчивости показателей, при каких обстоятельствах наступает срыв устойчивости и какова картина ее потери (момент срыва устойчивости, плавность перехода от устойчивого состояния к неустойчивому и т. д.);

• диагностика производственной системы и коррекция условий планирования требуются в том случае, если наблюдаемые показатели демонстрируют неустойчивое поведение, т. е. выходят за границы диапазона допустимых отклонений. В такой ситуации система управления предприятием подвергается испытанию и ее адаптивные качества могут оказаться недостаточными для противодействия помехам. Вот почему диагностика проводится в тесной двухсторонней связи с оценкой и анализом устойчивости работы производственной системы: выявление симптомов кризиса диктует необходимость углубленного изучения процесса утраты системой устойчивости;

• принятие и выполнение плана производства подразумевают активное участие управленческого персонала в анализе и обсуждении модельного варианта плана и в последующем его претворении;

• учет, контроль, анализ и регулирование выполнения плана производства обеспечивают его реализацию. В предвидение неизбежных отклонений в ходе претворения плана из-за действия помех или по другой причине (низкая точность исходных данных, прогнозирования или имитации работы системы и др.) не исключено возвращение на этап формирования плана производства для его частичного или полного изменения. При допустимом отклонении от плана необходимость в этом обычно не возникает, так как оно может быть погашено оперативно без корректировки плана, в связи с чем происходит его подтверждение и выполнение в очередном периоде.

Предлагаемый циклический и итерационный процесс, «интеллектуальное пространство» которого поддерживается профессиональными знаниями и современными компьютерными технологиями, позволяет проводить прогнозирование, планирование, учет, контроль, анализ и регулирование показателей работы предприятий, а значит, предвосхищать будущие сценарии поведения предприятия и обосновывать превентивные решения, способные минимизировать влияние возможных помех на его устойчивость.

2. Для алгоритмов поиска решений по обеспечению устойчивости предприятия доказано, что при соответствующем адаптивном управлении и ресурсном потенциале достигается глобальная устойчивость показателей структуры пассивов (коэффициента автономии) и прибыли от продажи продукции предприятия. Предложен перспективный подход к повышению информативности и действенности управленческих решений на базе применения аппарата теории нечетких множеств для обработки плохо формализуемой эвристической информации и интеллектуализации системы управления.

Для платежеспособности предприятия первостепенное значение имеет структура его финансовых ресурсов, и в частности соотношение собственных и заемных средств в пассивах предприятия. В связи с этим предложен анализ устойчивости динамической структуры пассивов с учетом того, что накопление займов предприятия не отягощает его платежеспособность, если их наращивание компенсируется повышенной скоростью увеличения собственных средств, а с уменьшением доли заемных средств собственный капитал имеет пониженную скорость роста.

Чтобы доказать это утверждение, введем показатели доли заемных средств в имуществе предприятия – коэффициент финансовой напряженности Kз.с(t) и доли собственного капитала в том же имуществе – коэффициент автономии Kс.с(t). Зависимость между коэффициентом Kз.с(t) и скоростью изменения Kс.с(t) формализуем с учетом положительного коэффициента γ, который влияет на скорость протекания процесса:

Для этого дифференциального уравнения находим искомое решение:

Анализ его с применением критерия устойчивости А.М. Ляпунова позволяет сформулировать вывод о том, что устойчивость роста показателя Kс.с(t) является асимптотической в целом (глобальной), о чем свидетельствует рис. 1.3.

Рис. 1.3. Асимптотическая устойчивость в целом показателя Kс. с(t)

Очевидно, что при величина Kс.с(t) → 1, т. е. асимптотически направлена к единице, причем монотонное приближение величины Kс.с(t) к единице не зависит от положения точки Kз.с(0) в начальный момент времени при t = 0. Тем самым при адаптивном управлении деятельностью предприятия и соблюдении правила компенсации заемных средств собственными доля последних в пассивах с течением времени неуклонно возрастает независимо от структуры пассивов предприятия в исходном положении.

Исследование динамических свойств процесса поддержания эффективности использования средств предприятия углубляет представления об условиях наращивания его ресурсов и устойчивости предприятия в нестабильной внешней и внутренней среде. С этой целью в продолжение предыдущего обсуждения проведен анализ устойчивости процесса накопления прибыли, которая образуется в результате взаимодействия потоков поступления выручки от реализации продукции и отвлечения денежных средств на покрытие затрат на ее производство. Тогда скорость изменения запасаемой фактической прибыли Пр.ф(t) будет равна разности между скоростями изменения выручки В(t) и расходования средств – затрат З(t):

Сущность управления этим процессом будет заключаться в следующем: в результате принимаемых решений и использования ресурсов не допускать снижения аккумулируемой прибыли ниже планируемого уровня (Пр.п > 0) при любых колебаниях уровня затрат. Есть смысл ввести параметр β (β > 0), задавая который можно влиять на процесс обеспечения планируемого запаса прибыли Пр.п. Решение такого дифференциального уравнения дает:

Анализ полученного решения позволяет сделать вывод о том, что устойчивость показателя Пр.ф(t) является асимптотической в целом (глобальной), поскольку не связана ограничением отклонения исходного запаса прибыли фактической Пр.ф(0) от плановой Пр.п: какой бы ни была сумма прибыли в начальный момент времени, фактическая прибыль в ходе регулирования стремится к ее запланированному значению (рис. 1.4).

Асимптотическая устойчивость в целом означает, что этот вывод справедлив и для отрицательной величины запаса прибыли: при убыточности реализуемой продукции с успешным регулированием производства и продаж остается возможным не только обеспечение окупаемости затрат, но и получение плановой прибыли Пр.п.

В процессе аналитической работы математически доказана противоречивость и необходимость уточнения распространенных нормативов показателей финансовой устойчивости предприятий (коэффициентов автономии, текущей ликвидности, обеспеченности собственными средствами и их маневренности, мобильности оборотных средств). Решение этой проблемы требует не только отсеивания дублирующих показателей, но и учета системности и корректного определения пороговых значений показателей.

Рис. 1.4. Асимптотическая устойчивость в целом показателя Пр. ф(t)

3. Создана и апробирована на практике пусковая версия программного продукта «Компьютерная поддержка мониторинга деятельности предприятия (версия 1.0)», который реализует задачи прогнозирования, планирования, оценивания, анализа и интерпретации устойчивости показателей работы предприятия и служит инструментом извлечения знаний о его динамических свойствах и адаптации к своему окружению.

В разработанном программном комплексе «Компьютерная поддержка мониторинга деятельности предприятия (версия 1.0)» (руководитель проекта – С.В. Чупров, алгоритмическое и программное обеспечение А.Б. Каневского)[4]4
  Свидетельство Роспатента об официальной регистрации программы для ЭВМ от 13 марта 2003 г. № 2003610633.


[Закрыть] заложены как общепринятые, так и авторский методы чтения бухгалтерских отчетов, среди которых приемы горизонтального (временно΄го), вертикального (структурного), трендового, факторного анализа и др. Пользователю предлагается комплект методик (включает более 200 упорядоченных по разделам и группам коэффициентов): анализ финансового состояния и вероятности банкротства, спектр-балльный метод, а также факторный анализ с расчетом введенного интегрального показателя устойчивости «S» и применением метода главных компонент и теории нечетких множеств. Для оценивания динамики фактических величин показателей, определения уравнений линий трендов и расчета статистических характеристик показателей служит вкладка «Статистика» формы «Мастер «Аналитика» (рис. 1.5).

Созданный программный комплекс может стать прикладным инструментом предупреждения и преодоления последствий нарушения устойчивости предприятия, для которого свойственны высокая подвижность показателей, особенно в период институциональных и инновационных преобразований.

Нечеткая классификация и кластеризация промышленных предприятий по уровню устойчивости их деятельности[5]5
  Чупров С.В., Каневский А.Б. Методы и технология мониторинга устойчивости промышленных предприятий. Иркутск: Изд-во БГУЭП, 2006. – 204 с.


[Закрыть]. В целях более полной и достоверной интерпретации степени устойчивости предприятий не только в количественном, но и в качественном аспекте логично применить аппарат теории нечетких множеств и классифицировать предприятия по уровню выделенных обобщенных факторов. Нечеткие классификаторы по каждому обобщенному фактору формировались на основе рассчитанных значений varimax-компонент для каждого предприятия за обозреваемый период. Для наглядного отображения совокупности используемых показателей и главных компонент встроим их в систему многоуровневой иерархии (рис. 1.6).

Такая модель имеет практическое значение для финансовых менеджеров, поскольку позволяет раскрыть характер действия ключевых факторов устойчивости предприятия, количественно и качественно оценить их влияние и понять, какие ресурсы и в какой мере можно и целесообразно мобилизовать для повышения его устойчивости. При отборе показателей для дальнейшего анализа из группы с сильной корреляционной зависимостью приоритет был за теми коэффициентами, рост которых в динамике рассматривался как положительная тенденция и сообщал о повышении устойчивости предприятия в целом (табл. 1.1).

Для иллюстрации примера реализации предлагаемой методики охарактеризуем сложившееся положение на конкретном промышленном предприятии. Анализируя рассчитанные коэффициенты, следует отметить значительную вариацию отдельных признаков (рис. 1.7).

Интегральная оценка устойчивости предприятия образуется путем агрегирования комплексных оценок инвестиционной, основной и финансовой деятельности предприятия в единый показатель, обозначенный нами «S» (табл. 1.2).

Рис. 1.6. Многоуровневая иерархия показателей устойчивости промышленного предприятия

Таблица 1.1. Итоговый состав частных индикаторов, использованных при расчете интегрального показателя устойчивости предприятий

Таблица 1.2. Лингвистическая классификация обобщенных факторов, входящих в модель устойчивости (за 2004 г.)

По результатам вычислений интегральный показатель устойчивости «S» равен 0,473 2, что дает основание для признания положения предприятия в целом как неустойчивого.

Оценка фактора, характеризующего финансовую устойчивость и ликвидность, сообщает о его стабильном росте на протяжении первых трех лет обозреваемого периода, после чего произошел перелом и началось плавное снижение с наибольших значений в 1999 г. до зоны с уровнем фактора «очень низкий» в 2003 г. с некоторым улучшением ситуации в 2004 г.

Проанализировав уровни обобщенных факторов устойчивости предприятия, можно сделать вывод о том, что предприятие со средним значением рентабельности и достаточно низким уровнем деловой активности в целом имеет неустойчивое состояние, да и в будущем из-за малых значений оборачиваемости возможно некоторое ухудшение финансовых позиций. Предприятие испытывает явные трудности с платежеспособностью и финансовой устойчивостью. Таким образом, этот блок анализа дает убедительный мотив для углубления исследования, прежде всего по такому направлению, как платежеспособность и финансовая устойчивость предприятия.

Далее будем рассматривать отраслевой анализ как звено в методе «снизу вверх»: анализ предприятия – анализ отрасли – анализ экономики региона – анализ экономики страны. Тем самым отраслевой анализ охватывает исследование факторов и взаимосвязей, общих для предприятий одной отрасли и определяющих ее устойчивость.

Для количественного анализа взаимосвязей между отраслевыми и территориальными характеристиками за обозреваемый период, с одной стороны, и устойчивостью деятельности предприятий применительно к имеющемуся массиву данных, с другой стороны, использовано два метода. Первый метод основан на группировке предприятий с учетом средних значений индикаторов устойчивости их работы и описании различий между группами. Второй метод – многофакторный регрессионный анализ – позволяет оценить зависимость одного индикатора эффективности от выбранных факторов, принимая во внимание отраслевую и территориальную принадлежность и иные структурные характеристики бизнеса.

Большинство предприятий легкой промышленности (LI), пищевой (FO), деревообрабатывающей (WO) и прочих отраслей (OP) на протяжении всего исследуемого периода – с 1997 по 2004 г. – характеризовалось высокими значениями финансовой устойчивости. Напротив, предприятия, относящиеся к отраслям цветной металлургии (NFER), машиностроения (MA) и нефтехимии (CH), отличались показателями стабильно среднего либо низкого уровня (в этих отраслях структурная перестройка производства с модернизацией и техническим перевооружением предприятий осуществлялась весьма инертно). Положительная динамика была присуща отраслям электроэнергетики (EN), топливной промышленности (FU), черной металлургии (FER) и промышленности строительных материалов (CONS) (рис. 1.8а).