Реферат на тему:
Сучасні методи фінансового аналізу
Еволюція підходів до систематизованого аналізу фінансової звітності
Фінансовий аналіз базується здебільшого на даних фінансової звітності. У
чинному в Україні нормативному документі наведено навіть таке
визначення: “методи фінансового аналізу — прийоми та способи обробки
бухгалтерської (фінансової) звітності” (курсив авт.). Західні фахівці
виокремлюють п’ять відносно самостійних підходів у становленні
систематизованого аналізу фінансової звітності (САФЗ).
1. “Школа емпіричних прагматиків”
Намагаючись визначити кредитоспроможність компаній, фінансові аналітики
обґрунтували набір відносних показників — індикаторів, придатних для
такого аналізу. Аналіз кредитоспроможності розглядався як найважливіший
аспект фінансового аналізу діяльності компаній. Тому особлива увага
приділялася показникам використання оборотних коштів, власним оборотним
коштам, кредиторській короткостроковій заборгованості. Представники цієї
школи, які займалися оцінкою, аналізом і управлінням фінансовими
ресурсами та кредитною політикою, переконали компанії в доцільності
такого підходу. Сучасні методики аналізу кредитоспроможності компаній
розглянуто.
2. “Школа статистичного фінансового аналізу”
Основна ідея представників цієї школи полягала в тому, що розраховані
аналітичні фінансові коефіцієнти корисні лише тоді, коли є критерії, з
граничними значеннями яких можна порівнювати ці коефіцієнти.
Критеріальні значення коефіцієнтів за допомогою статистичних методів
обробки інформації були диференційовані з огляду на галузі, підгалузі та
типи компаній. У межах цього напрямку досліджується колінеарність і
стійкість коефіцієнтів для обраних (однакових за типами) груп компаній.
Дослідження свідчать, що коефіцієнтам властива мультиколінеарність у
часі й просторі. Це зумовило нове актуальне завдання — класифікацію
всієї сукупності коефіцієнтів по групах: показники однієї групи
корелюють між собою, а показники різних груп — відносно незалежні.
Граничні рівні фінансових коефіцієнтів використовуються у вітчизняних
нормативних документах, у окремих дослідженнях.
3. “Школа мультиваріантних аналітиків”
Представники цієї школи мають на меті побудувати концептуальні основи
САФЗ, що базуються на існуванні беззаперечного зв’язку між окремими
коефіцієнтами, які характеризують фінансовий стан і ефективність
діяльності компаній (наприклад, валовий дохід, оборотність коштів у
активах, запасах, розрахунках тощо), і узагальнюючими показниками
фінансово-господарської діяльності компаній (наприклад, рентабельність
власного капіталу). Основне завдання представники цієї школи вбачали в
побудові піраміди (системи, дерева) показників. Певного розвитку цей
напрямок аналізу набув у межах побудови комп’ютерних імітаційних моделей
щодо взаємозв’язку аналітичних показників і ринкової ціни акцій. Один із
найвідоміших практичних результатів цієї “школи” — методика аналізу,
запропонована менеджерами фірми “Дюпон”. Ця методика розглянута в
багатьох працях з фінансового аналізу.
4. “Школа аналітиків з прогнозування можливого банкрутства компаній”
Представники цієї школи наголошують на фінансовій стійкості компанії
(стратегічний аспект), надаючи перевагу перспективному аналізу перед
ретроспективним. На їхню думку, цінність фінансової звітності
визначається виключно її здатністю передбачити можливе банкрутство. У
найзавершенішому вигляді методика й техніка прогнозування банкрутства
відображені у працях американського дослідника Е. Альтмана. Огляд
існуючих тестів з оцінки ймовірності банкрутства викладено в підрозд.
5.5.
5. “Школа учасників фондового ринку”
Це найновіший напрямок у межах САФЗ, який став розвиватися у 60-х роках
минулого сторіччя. Представники цієї школи вважають, що цінність
фінансової звітності полягає в можливості її використання для
прогнозування рівня ефективності інвестицій у цінні папери та
пов’язаного з цим ступеня ризику. Праці мають поки що теоретичний
характер.
Перспективи подальшого розвитку САФЗ пов’язані насамперед з розробкою
нових аналітичних коефіцієнтів, а також з розширенням інформаційної бази
аналізу. Вочевидь, аналітичні розрахунки, особливо перспективного
характеру, не можуть виконуватися лише за даними фінансової звітності,
аналітичні можливості якої, безперечно, обмежені.
Методи факторного аналізу
Основою економічного й фінансового аналізу є виявлення, оцінювання та
прогнозування впливу факторів на зміну результатних показників. Фактор —
це те, що спричинює якесь явище чи процес, визначає його характер або
одну з основних рис. Усі фактори, що впливають на систему й визначають
її поведінку, взаємопов’язані та взаємозумовлені.
Серед багатьох форм зв’язку важливу роль відіграє причинна, сутність
якої полягає в породженні одного явища іншим. Такі явища називаються
детермінованими, або причинно-наслідковими. Ознаки, що характеризують
причину, називаються факторними; якщо вони характеризують наслідки, то
їх називають результатними. Сукупність пов’язаних факторних і
результатних ознак — це факторна система.
Факторний аналіз — це методика комплексного й системного вивчення та
вимірювання впливу факторів на величину результатних показників.
Типи факторного аналізу
За різними класифікаційними ознаками виокремлюють різні типи факторного
аналізу.
1. Детермінований (функціональний) і стохастичний аналіз — залежно від
досліджуваного виду зв’язку між фактором (або факторами) і результатним
показником.
Жорстко детермінованим (функціональним) залежностям притаманне те, що
кожному значенню фактора відповідає певне невипадкове значення
результатної змінної величини (функції). Такі залежності називаються
функціональними. Наприклад, кожній зміні податкової ставки відповідає
певний абсолютний розмір податку; кожній зміні норм, розцінок, посадових
окладів — певний розмір витрат на оплату праці; зміні норм соціальних
відрахувань з фонду оплати праці — певна абсолютна сума цих відрахувань.
Зв’язок називається стохастичним (імовірним), якщо кожному значенню
факторної ознаки відповідає множина значень результатної ознаки, тобто
певний статистичний розподіл. Цей вид залежностей характеризується тим,
що кожному значенню змінної величини фактора відповідає не одне, а
кілька значень величини функції. Такі залежності називаються
кореляційними. Зв’язок між змінними величинами при цьому виявляється вже
не в кожному окремому випадку, а в сукупності однакових випадків,
причому він відображається у зміні узагальнюючих характеристик —
середніх величин. Так, зв’язок між рівнем витрат і коефіцієнтом
плинності кадрів або ступенем порушення платіжної дисципліни можна
встановити лише при зіставленні середніх значень показників функції й
факторних показників.
2. Аналіз: а) від загального до частинного (наприклад, досліджується,
зміни яких саме факторів спричинили збільшення рентабельності виробничих
фондів і який кількісний внесок кожного з них: зміни рентабельності
реалізованої продукції, фондовіддачі, оборотності оборотних фондів; б)
від частинних до узагальнюючих (наприклад, за даними форми № 3 “Звіт про
рух грошових коштів” аналізується внесок у чистий рух коштів трьох
напрямків діяльності підприємства: операційної, інвестиційної та
фінансової).
3. Одноступеневий і багатоступеневий аналіз — залежно від кількості
досліджуваних рівнів підпорядкованості факторів. Формула “Прибуток від
реалізації продукції” = “Чиста виручка від реалізації” — “Собівартість
реалізованої продукції” є прикладом одно-ступеневого аналізу. Якщо
визначити складові “Собівартості” (наприклад, за економічними елементами
витрат — матеріальні витрати, витрати на оплату праці, амортизаційні
відрахування), а
далі ще й складові кожного з економічних елементів (наприклад, у складі
матеріальних витрат виокремити витрати на сировину, комплектуючі,
енергоносії тощо), матимемо приклад багатоступеневого аналізу. Класичний
приклад багатоступеневого аналізу — так звана модель Дюпона.
4. Статичний і динамічний аналіз — аналізуються дані станом на якусь
дату, за якийсь період або зміни даних у часі, тобто в динаміці.
Визначення структури активів чи пасивів балансу станом на початок або на
кінець звітного періоду — приклад статичного аналізу. Аналіз змін
аналітичних фінансових показників у часі — приклад динамічного аналізу
(приклад див. у підрозд. 4.5).
5. Ретроспективний і перспективний (прогнозний) аналіз — відповідно
вивчення впливу факторів у минулому або прогнозування їх впливу.
Приклади застосування ретроспективного й перспективного (прогнозного)
аналізу наведено у підрозд. 2.4. і 4.6.
Основні технологічні етапи факторного аналізу
1. Встановлення факту наявності чи відсутності зв’язку між аналізованими
показниками; складання переліку факторів, що визначають досліджувані
результатні показники; виокремлення найбільш значущих факторів, що
визначають зміни величини результатного показника.
2. Класифікація і систематизація факторів.
3. Визначення форми залежності між результатним і факторними
показниками: залежності функціональні чи стохастичні, прямі чи обернені
(у першому випадку збільшення або зменшення факторної ознаки спричинює
відповідне збільшення або зменшення результатної ознаки; у другому
випадку — збільшення або зменшення факторної ознаки спричинює зменшення
або збільшення результатної ознаки).
4. Моделювання взаємозв’язку результатного і факторних показників, тобто
побудова аналітичного виразу залежності; модель факторної системи — це
математична формула, що відбиває реальні зв’язки між аналізованими
явищами.
5. Визначення кількісного впливу факторів на величину результатного
показника.
6. Практичне використання отриманої моделі.
Залежно від виду аналізу ці задачі розв’язуються за допомогою
різноманітних прийомів: жорстко детерміновані зв’язки — балансовим
методом, ланцюговими підстановками, інтегральним методом тощо;
стохастичні зв’язки — кореляційним і регресійним аналізом, коваріаційним
аналізом, методом головних компонент тощо. Застосуванням методів
кореляційно-регресійного аналізу можна отримати спрощені формули у
вигляді рівнянь для багатоваріантних розрахунків основних економічних
показників, прогнозувати їх рівень залежно від змінювання зовнішніх і
внутрішніх умов діяльності підприємства.
Детерміновані моделі факторного аналізу
Прикладом реалізації жорстко детермінованої моделі може бути стандартна
форма № 2 “Звіт про фінансові результати”, де значення підсумкового
показника “Чистий прибуток” детерміновано визначають (з посиланням на
відповідні коди рядків у формулах розрахунку) такі показники-фактори:
чистий дохід (виручка) від реалізації продукції, собівартість
реалізованої продукції, алгебраїчний підсумок фінансових доходів і
витрат, розмір податкової ставки на прибуток тощо. Інший приклад —
стандартна форма № 4 “Звіт про власний капітал”, де залишок капіталу на
кінець року визначається як алгебраїчна сума скоригованого залишку на
початок року та сукупних змін у капіталі впродовж року. Очікувані зміни
значень первісних факторів детерміновано впливатимуть на очікувані
значення результатного показника (у наших прикладах відповідно на
показники чистого прибутку і власного капіталу).
Прикладом детермінованих моделей можуть бути залежності рентабельності
активів від рентабельності реалізованої продукції та оборотності
капіталу або залежності рентабельності власного капіталу, що реалізовані
у відомій моделі факторного аналізу фірми “Дюпон”, а також аналіз
використання виробничих фондів із застосуванням методу ланцюгових
підстановок.
Можливості стохастичного аналізу та передумови його використання
У факторному аналізі використання стохастичних моделей зумовлюється
необхідністю вивчення впливу факторів, яким притаманна невизначеність,
приблизність, за якими неможливо створити жорстко детерміновану модель,
які неможливо об’єднати в одній і тій самій детермінованій моделі, які
не можуть бути виражені одним кількісним показником (наприклад, рівень
платіжної дисципліни). Кореляційний (стохастичний) зв’язок — це неповна,
імовірна залежність між показниками, що виявляється лише в сукупності
спостережень. Застосуванням методів кореляційного аналізу можна
розв’язувати такі задачі:
1) визначати зміни результатного показника під впливом одного або
кількох факторів (у абсолютному вимірі), тобто визначати, на скільки
одиниць змінюється величина результатного показника при зміні факторного
на одиницю;
2) установлювати відносний ступінь залежності результатного показника
від кожного фактора.
Передумови використання стохастичних моделей:
а) наявність сукупності факторів;
б) достатній обсяг спостережень; кількість спостережень має у 6-8 разів
перевищувати кількість факторів;
в) випадковість і незалежність спостережень; спеціальні статистичні
методи дають змогу виключити взаємно пов’язані ознаки;
г) однорідність результатів спостережень; критерієм однорідності може
бути коефіцієнт варіації — його значення не повинно перевищувати 33 %;
д) наявність розподілу ознак, близького до нормального;
є) наявність спеціального математичного апарату з арсеналу методів
математичної статистики та відповідного програмного продукту.
Послідовність створення стохастичної моделі:
1) якісний аналіз (постановка задачі, мета аналізу, визначення
сукупності показників, вибір періоду, вибір методу аналізу);
2) попередній аналіз модельованої сукупності (перевірка однорідності,
виключення аномальних спостережень, уточнення необхідних обсягів
спостережень, установлення законів розподілу показників);
3) побудова стохастичної (регресійної) моделі;
4) оцінка адекватності отриманої моделі;
5) економічна інтерпретація та практичне використання моделі.
Дослідження кореляційних співвідношень має велике значення: значно
поглиблюється аналіз завдяки встановленню місця й ролі кожного фактора у
формуванні рівня досліджуваних показників; поглиблюються знання про
явища, що вивчаються; визначаються закономірності їх розвитку і в
підсумку точніше обґрунтовуються управлінські рішення, неупередженіше
оцінюються результати діяльності підприємств і повніше визначаються
внутрішньогосподарські резерви.
Серед стохастичних моделей у практиці фінансового аналізу
найпоширенішими є лінійні моделі, що реалізуються такими методами: а)
простого динамічного аналізу; б) багатофакторного регресійного аналізу;
в) аналізу за допомогою авторегресійних залежностей. Розглянемо приклади
застосування наведених методів аналізу у стохастичному моделюванні.
Простий динамічний аналіз
Вихідне припущення полягає в тому, що прогнозований показник Y
змінюється прямо чи обернено пропорційно з плином часу:
Yt – a + bt, де t — порядковий номер періоду (роки, квартали, місяці).
Параметри рівняння регресії (а — початкове значення показника, Ь —
щорічний приріст показника) визначаються зазвичай методом найменших
квадратів.
Наприклад, показник загальної платоспроможності станом на кінець
четвертого року очікується на рівні
2,13 + 0,15-4 = 2,73.
Багатофакторний регресійний аналіз
На відміну від простого динамічного аналізу враховується вплив на
прогнозований показник сукупності факторів.
Етапи багатофакторного кореляційного аналізу
1. Визначення сукупності факторів, що впливають на результатний
показник, і вибір факторів, що мають найсуттєвіший вплив. Слід
дотримуватися таких вимог: наявність причинно-наслідкових зв’язків між
показниками; виключення факторів, критерій надійності яких за Стьюдентом
менший за табличне значення; можливість кількісного вимірювання
факторів; наявність сталого інформаційного джерела (бажано — стандартні
форми обліку та звітності); виключення взаємопов’язаних факторів (парний
коефіцієнт кореляції між якими перевищує 0,85), а також таких, зв’язок
яких із результатним показником має функціональний характер; кількість
спостережень має у 6-8 разів перевищувати кількість досліджуваних
факторів.
2. Статистична оцінка якості вихідної інформації, тобто перевірка її на
достовірність, однорідність (наприклад, за критерієм коефіцієнта
варіації) і відповідність закону нормального розподілу (за цим законом
основну масу досліджуваних значень слід згрупувати біля середнього
значення, а варіантів із мінімальними або максимальними значеннями має
бути обмаль).
3. Моделювання зв’язку між факторними та результатними показниками,
тобто обґрунтований вибір рівняння, адекватного характеру зв’язку
(лінійна, степенева чи логарифмічна залежність); адекватність різних
моделей фактичним залежностям перевіряється за критерієм Фішера,
показником середньої похибки апроксимації і за значенням множинного
коефіцієнта детермінації.
4. Визначення основних показників зв’язку кореляційного аналізу.
Розраховуються парні й часткові коефіцієнти кореляції, рівняння
множинної регресії, а також показники, за допомогою яких оцінюється
надійність отриманих результатів: критерій Стьюдента, критерій Фішера,
середня похибка апроксимації, множинні коефіцієнти кореляції та
детермінації. Фактори ранжуються за ступенем впливу на результатний
показник.
5. Розрахунок рівняння зв’язку (регресії). Зазвичай виконується кроками.
Згідно з даними про ранжування факторів поступово збільшується кількість
факторів, що включаються в модель (рівняння). Якщо додавання наступних
факторів не поліпшує оціночних показників рівняння зв’язку, тобто його
якості для користувача, слід зупинитися й решту факторів не розглядати.
6. Використання рівняння зв’язку для оцінювання діяльності підприємства,
визначення впливу окремих факторів на зміну результатного показника,
виявлення резервів поліпшення цього показника, планування та
прогнозування його рівня.
Аналіз за допомогою авторегресійних залежностей
Одна із суттєвих особливостей економічних процесів полягає в тому, що їм
притаманні взаємозалежність і певна інерційність. Це дає змогу аналітику
розглядати значення прогнозованого показника в минулих періодах як
факторні ознаки. Рівняння авторегресійної за-лежності при цьому має
такий загальний вигляд:
Yt = A0 + A1Yt 1 + A2Yt 2 +…+ AkYt k, де Yt – прогнозоване значення
показника Y у момент часу t; Yt k -значення показника Y у момент часу (t
– k); Ak – k-и коефіцієнт регресії.
Для характеристики адекватності рівняння авторегресійної залежності
розраховують середнє відносне лінійне відхилення. Досвід свідчить, якщо
цей показник не перевищує 15 %, рівняння авторегресії може
використовуватися для прогнозу.
Методи лінійного програмування
Фінансовий аналіз складу і джерел формування майна підприємства може
виконуватися за матричною моделлю із застосуванням методів лінійного
програмування, зокрема за методикою розв’язання транспортної задачі.
Баланс підприємства розглядається як матриця, рядки якої – статті активу
(майно) А., графи – статті пасиву Р. (джерела коштів). Розмірність
матриці може цілком відповідати кількості статей активу та пасиву
балансу, однак для аналізу досить обмежитися переліком укрупнених
статей. Приклад матрич-ного балансу (з вихідними даними без дужок –
станом на початок року та в дужках і курсивом – станом на кінець року)
наведено в табл. 1.
Заздалегідь експерти задають рейтингову шкалу переваги щодо закріплення
певного i-то джерела ( i = 1, 2, …, т) за певнимум видом активів (/’ =
1, 2, …, п) Ci.. При цьому вони враховують сукупність прав і
повноважень підприємства з фінансової діяльності, економічну природу
оборотних і необоротних активів, власних і позикових коштів. Шкала
наводиться в балах від 1 до 5 у напрямку спадання бажаності
(прийнятності) варіантів закріплення.
Наприклад, якість джерел формування необоротних активів оцінюється за
рахунок: статутного фонду – 1 бал (найліпше джерело), прибутку – 2 бали,
довгострокових зобов’язань – 3 бали, короткострокових кредитів банку та
кредиторської заборгованості – 5 балів (найгірше джерело). У нашому
прикладі задані експертами значення С розміщені ліворуч угорі в
клітинках матриці.
Постановка задачі Із множини можливих варіантів сполучень обсягу різних
джерел для формування різних за обсягами та змістом статей активу (Xi j)
слід визначити, який варіант оптимальний за таким критерієм (цільовою
функцією):
Іншими словами, з усіх можливих варіантів значень Xi j найліпшим буде
такий, який забезпечує мінімальну суму добутків коштів, зважених на
бальну оцінку відповідного варіанта сполучення.
Обмеження:
Yjixij = Pi (Усі джерела мають бути використані);
2-ijxij = Aj (усі активи мають бути сформовані);
хi j > 0 (неприпустимість від’ємних значень).
За комп’ютерною програмою визначається мінімальне значення цільової
функції, якому відповідає найякісніше використання окре-мих видів
пасивів для формування окремих видів активів. У нашому прикладі (за
даними на початок року, тобто наведеними без ду-жок) – 13800 тис. грн
(зважених на бали). Коефіцієнт відношення мінімуму цільової функції до
валюти балансу (К , ), тобто середньозважений бал привабливості
сполучення статей пасивів та активів, дорівнює 13800 / 8000 = 1,725.
Вочевидь, чим менший цей коефіцієнт, тим краще співвідношення структури
активів і пасивів балансу. Такі розрахунки коефіцієнта К , можна
виконувати за даними кількох періодів, аналізуючи тенденції їх змін у
часі по одному підприємству. Щоб мати змогу порівнювати, значення Cij
залишають незмінними. Наприклад, за даними балансу станом на кінець
року, що наведені в дужках табл. 1, мінімум цільової функції дорівнює
13570, відповідний К , = 13570 / 8730 = 1,554. Висновок такий:
спостерігаються зміни на краще. А це збігається з результатами
багатоаспектного аналізу фінансового стану підприємства (показників
платоспроможності, фінансової стійкості, ліквідності балансу, фінансової
незалежності тощо), що був виконаний за тими самими вихідними даними й
розглянутий у наскрізному прикладі в [14]. У разі небажаних тенденцій
змін показника К , в є підстави для висновку про погіршення якості
джерел формування майна підприємства й про необхідність вжиття заходів з
метою подолання такої тенденції.
Можна розраховувати та порівнювати значення К , в за даними балансів
різних підприємств, однак для зіставності результатів бажано, щоб вони
належали до однієї галузі.
Методи лінійного програмування можуть використовуватися при аналізі руху
грошових потоків, при фінансовому плануванні на довгостроковий, поточний
або оперативний період. У цьому разі йдеться про таку матрицю: графи —
джерела надходження коштів; рядки — напрямки видатків (з будь-яким
ступенем укрупнення чи деталізації). Бальні оцінки щодо переваги
використання певного джерела для фінансування певного напрямку видатків
можуть встановлюватися заздалегідь або в інтерактивному режимі.
Кількісним значенням бальних оцінок можна штучно заблокувати
неприпустимість фінансування певних видатків якогось джерела (наприклад,
неприпустимість використання амортизаційних відрахувань на будь-які
видатки, окрім капітальних вкладень; безальтернативність сплати
дивідендів виключно за рахунок чистого прибутку; спрямування очікуваного
зростання сталих пасивів виключно на приріст оборотних активів тощо). У
разі дисбалансу між загальною сумою видатків і джерел надходження коштів
(так звана відкрита транспортна задача лінійного програмування) вводять
“фіктивного споживача (фіктивний актив) або фіктивного постачальника
(фіктивний пасив)”. Комп’ютеризація розрахунків дає змогу аналітику
переглянути множину варіантів фінансових планів і обґрунтовано обрати з
них кращий.
Евристичні моделі та методи
Евристика (від грецьк. heurisko — шукати, виявляти) — метод дослідження,
що ґрунтується на неформальних, інтуїтивних міркуваннях, на узагальненні
досвіду розв’язання споріднених задач. Здебільшого цей прийом дає змогу
зменшити кількість варіантів при розв’язуванні задачі, причому він не
гарантує отримання найкращого варіанта з усіх можливих.
Засвоїти прийоми евристичного моделювання пропонується на прикладі
визначення оптимальної структури капіталу за джерелами його формування
(підрозд. 4.2).
Імітаційне моделювання
Імітаційне моделювання має відобразити поведінку складної системи у
випадках, якщо відсутні суворі аналітичні засоби дослідження або витрати
на їх створення занадто великі. Алгоритми імітаційного моделювання
можуть ураховувати як детерміновані, так і стохастичні зв’язки та
залежності, що характеризують модельовану систему. Найпоширенішими є
стохастичні методи імітаційного моделювання, оскільки для більшості
складних систем із задовільною (прийнятною) точністю відомі лише
усереднені параметри досліджуваних процесів, внаслідок чого можна
оперувати не чітко вираженими значеннями параметрів, а лише їх
імовірними значеннями. До таких систем належить, зокрема, управління
підприємством на базі даних фінансового аналізу.
З огляду на об’єктивні труднощі формалізації задач фінансового
менеджменту, через недостатню чіткість щодо переліку впливових факторів
і кількісної оцінки їх впливу методи імітаційного моделювання набувають
значного поширення у фінансовому менеджменті. До таких методів належать
так звані кейс-методи, або кейс-технології [18; 38] (від англійського
терміна “Case Studi”), Застосування цього методу передбачає розгляд
конкретних ділових ситуацій, що імітує послідовність колективної
розробки управлінського рішення. Кейс-методи націлені на нагромадження
досвіду з прийняття рішень щодо розв’язання проблем, які не можуть бути
жорстко формалізовані у випадковому середовищі, за наявності природних
суперечностей серед учасників розв’язання задачі і т. ін. Кейс є
переліком подій і обставин, доповненим знаннями про навколишнє
середовище суб’єкта господарювання.
СПИСОК ВИКОРИСТАНОЇ ТА РЕКОМЕНДОВАНОЇ ЛІТЕРАТУРИ
1. Артеменко В. Г., Беллендир М. В. Финансовый анализ. — М.: ДИС, 1998.
— 128 с
2. Багов В. П., Ступаков В. С, Токаренко Г. С. Методика оценки
эффективности стратегии корпоративной системы по обобщающим
характеристикам // Финансы. — 2000. — № 11.
3. Бенъ Т. Г., Довбня С. Б. Інтегральна оцінка фінансового стану
підприємства // Фінанси України. — 2002. — № 6.
4. Быкова Е. В. Показатели денежного потока в оценке финансовой
устойчивости предприятия // Финансы. — 2000. — № 2.
5. Великий Ю. М., Проскура О. Ю. Особливості кризового стану вітчизняних
підприємств і методів його оцінки // Фінанси України. — 2002. — № 10. —
С 29-34.
6. Вітлинський В. В., Пернарівський О. В., Баранова А. В. Оцінка
кредитоспроможності позичальника та ризику банку // Фінанси України. —
1999. — № 12.
7. Глазунов В. Н. Управление доходом фирмы // Финансы. — 2001.—№8.
8. Графов А. В. Оценка финансово-экономического состояния предприятия //
Финансы. — 2001. — № 7.
9. Держкомстат України. Статистичний щорічник. — К.: Техніка, 1993-2001.
10. Дронов Р. И., Резник А. И., Бунина Е. М. Оценка финансового
состояния предприятий // Финансы. — 2001. — № 4.
\\. Дунский А. Открытые системы // Новости компьютерного рынка.—2001.—№
6.
12. Єлейко Я. I, Музичук А. А. Моделювання фінансових стратегій у
випадковому середовищі // Фінанси України. — 2002. — № 2.
13. Загородній А. Г., ВознюкГ. Л., Смовженко Т. С Фінансовий словник. —
К.: Знання; Львів: ЛБІНБУ, 2002. — 568 с
14. Ізмайлова К. В. Фінансовий аналіз. — К.: МАУП, 2000.
15. Інформаційні системи і технології в економіці: Навч. посіб. / За
ред. В. С Пономаренка. — К.: Вид. центр “Академія”, 2002. -542 с.
16. Карпушенко М. Ю. Совершенствование механизма оценки финансового
положения строительного предприятия: Дис. … канд. экон. наук. —
Харьков, гос. акад. гор. хоз-ва. — Харьков, 2000.
17. Ковалев В. В, Финансовый анализ. — М.: Финансы и статистика, 1998.
—512 с.
18. Колесова І. В. Застосування кейс-технологій у викладанні фінансових
дисциплін // Фінанси України. — 2001. — № 3.
Нашли опечатку? Выделите и нажмите CTRL+Enter
