По области имеются следующие данные о динамике выпущенной продукции и среднегодовой стоимости ОПФ

Фондоотдачу определим по формуле:
, где ВП – валовая продукция; ОПФ – среднегодовая стоимость ОПФ.
Получаем в базисном году:
- по машиностроению: руб./руб.;
- по пищевой промышленности: руб./руб.;
- по области: руб./руб.
Получаем в отчетном году:
- по машиностроению: руб./руб.;
- по пищевой промышленности: руб./руб.;
- по области: руб./руб.
Определим динамику:
- по машиностроению: или +5%;
- по пищевой промышленности: или +10%;
- по области: или -5,7%.
Таким образом, фондоотдача по машиностроению низкая и выросла на 5%, по пищевой промышленности – высокая и выросла на 10%. В целом по области фондоотдача сократилась на 5,7%.

Вопрос: Рентабельность и ее показатели, методика их расчета.
Рентабельность — это относительный показатель, определяющий уровень доходности бизнеса. Экономическая сущность рентабельности может быть раскрыта только через характеристику системы показателей. Общий их смысл — определение суммы прибыли с одного рубля вложенного капитала [3, c. 201].
10661651043940Показатель рентабельности
Показатели, характеризующие окупаемость издержек производства и инвестиционных проектов
Показатели, характеризующие доходность капитала
и его частей
Показатели, характеризующие рентабельность продаж
00Показатель рентабельности
Показатели, характеризующие окупаемость издержек производства и инвестиционных проектов
Показатели, характеризующие доходность капитала
и его частей
Показатели, характеризующие рентабельность продаж
Показатели рентабельности, приведенные на рис. 1, могут рассчитываться на основе брутто-прибыли, прибыли от реализации продукции и чистой прибыли.
Рис. 1 — Показатели рентабельности [2, c. 178]

Рентабельность выступает незаменимым показателем при текущем планировании производства, а также при анализе и оценке финансового положения организации.
Рентабельность - показатель, который представляет собой отношение прибыли к сумме издержек на производство, денежным вложениям в организацию коммерческих операций или сумме имущества предприятия, которое используется для организации своей хозяйственной деятельности.
В связи с этим в системе анализа организации очень существенное значение имеет оценка рентабельности, которая прямым образом связана с уровнем прибыли. Но ее нельзя сравнивать с абсолютной суммой полученной прибыли. Рентабельность – это уровень доходности, выгодности, прибыльности. Она определяется с помощью целой системы относительных показателей, которые характеризуют результативность работы организации в целом, доходность разных направлений деятельности (производственной, коммерческой, инвестиционной и т. д.), выгодность производства отдельных видов продукции (работ, услуг). Показатели рентабельности более полно, чем прибыль, отражают конечные результаты деятельности, потому что их уровень отображает соотношение эффекта с вложенным капиталом или потребленными ресурсами. Их применяют и как инструмент в инвестиционной политике и ценообразовании. Многообразность вариантов решений, которые принимаются при определении прибыли, текущих затрат, авансированной стоимости для определения рентабельности обусловливают наличие значительного числа ее показателей [3, c. 89].
Резюмируя все вышесказанное, рентабельность можно определить как показатель результативности организации, который выражает относительную величину прибыли и характеризует степень отдачи средств, применяемых в производстве.
Экономическая суть рентабельности может быть выражена только посредством характеристики системы показателей. Общий смысл системы – определение величины прибыли с одного рубля вложенного капитала. И так как это относительные показатели – они почти не подвержены воздействию инфляции.
Относительными показателями эффективности и экономической целесообразности хозяйственной деятельности организации выступает система показателей рентабельности.
В экономической литературе дается большое количество показателей рентабельности. Каждый их них исполняет определенную роль в анализе результативности деятельности организации. На практике необходимо использовать систему показателей рентабельности.
Для определения уровня доходности организации все показатели рентабельности можно объединить в следующие группы [1, c. 101]:
1. Показатели, которые рассчитываются для анализа доходности деятельности организации в целом. Методика их расчета базируется на использовании показателей прибыли организации или прибыли от продажи продукции, чистой прибыли (в числителе) и показателей проданной продукции, себестоимости, уровня акционерного капитала, вложенного капитала, собственного капитала, заемного капитала или совокупного капитала (в знаменателе).
2. Показатели, которые рассчитываются для анализа доходности продукции, а также употребляемых ресурсов производства и издержек. Методика их определения также основана на использовании показателей прибыли организации, прибыли от продажи продукции, чистой прибыли (в числителе) и показателей совокупных издержек себестоимости, основных фондов, оборотных средств, оплаты труда, численности работников, производственных площадей и т.д.
Всю предпринимательскую деятельность в рамках рыночных отношений можно разделить на три вида [2, c.111]:
1) операционную (основную);
2) инвестиционную (вложения средств в акции, другие ценные бумаги, капитальные вложения);
3) финансовую (получение и выплата дивидендов, процентов и т. п.).
Согласно этому в оценке финансовых показателей применяются следующие группы показателей относительной доходности [1, c.181]:
-рентабельность продукции, работ, услуг;
-рентабельность основных фондов;
-рентабельность активов;
-рентабельность инвестиций (капитальных вложений) и ценных бумаг.
Доходность продукции (работ, услуг) определяется следующими показателями:
- рентабельностью продаж (реализации, оборота),
- рентабельностью произведенной продукции,
- рентабельностью отдельных товаров.
Наиболее распространенными показателями в практике отечественных организация являются [3, c. 201]:
- рентабельность продукции - рассчитывается как отношение прибыли организация (прибыли от продажи продукции или чистой прибыли) к себестоимости продукции (изготовленной, товарной или реализованной);
- рентабельность изделия - рассчитывается как отношение прибыли, которая закладывается в цену изделия, к себестоимости изделия.
Кроме того, организация может использовать и ряд других показателей рентабельности для характеристики уровня доходности своих активов, собственного капитала и продукции.
Система показателей включает показатели, которые рассчитываются по данным бухгалтерской отчетности. Показатели рентабельности можно выразить в коэффициентах или в процентах.
Рентабельность производства (Рпр) рассчитывается по формуле
,
где Пп – прибыль организации, тыс. руб.,
ОФП - среднегодовая стоимость основных фондов, тыс. руб.,
НОС - нормируемый оборотный капитал, тыс. руб.
Рентабельность проданной продукции (Рп) рассчитывается по формуле
,
где Пк.в.– годовой прирост прибыли в итоге проданных капитальных вложений,
KB – капитальные вложения, тыс. руб.
Рентабельность оборота (Ро) рассчитывается по формуле
,
где В – выручка от продажи продукции, тыс. руб.
Рентабельность текущих активов (Рт.а.) рассчитывается по формуле
,
где Пч – прибыль, которая остается в распоряжении организации, тыс. руб.,
ТА – средняя величина текущих активов, тыс. руб.
Рентабельность, собственного капитала (Рс.к.) рассчитывается по формуле
,
где СК – величина собственного капитала на определенную дату (средняя за период), тыс. руб.
Рентабельность изделия (Ри) рассчитывается по формуле
,
где Пед – прибыль на единицу изделия, тыс. руб.,
Сед - себестоимость изделия, тыс. руб.
Рентабельность инвестированного капитала (Ри.к.) рассчитывается по формуле
,

где ИК – средний инвестированный капитал, тыс. руб.
Рентабельность основных фондов (Ро.ф.) рассчитывается по формуле
,
где ОФ – стоимость основных средств, тыс. руб.
Рентабельность заемных средств (Рз.с.) рассчитывается по формуле
,
где Пз.с. – плата за пользование заемным капиталом, тыс. руб.,
ЗС – средства, которые привлечены на заемной основе (долгосрочные и краткосрочные) на определенную дату (средняя величина), тыс. руб.
Рентабельность активов (Ра) рассчитывается по формуле
,
где СА – средняя величина активов, тыс. руб.
Рентабельность совокупных вложений капитала (Рс.в.к.) рассчитывается по формуле
,
где Рз.с – расходы, которые связаны с привлечением средств на заемной основе, тыс. руб,;
ИК – уровень совокупного используемого капитала на определенную дату (средняя величина), тыс. руб.
Рентабельность инвестиций (Ри) рассчитывается по формуле
,
где В – величина валюты баланса на определенную дату (средняя за период), тыс. руб.,
КО – величина краткосрочных обязательств на определенную дату (средняя за период), тыс. руб.
Рентабельность товарной продукции (Рт.п) рассчитывается по формуле
,
где Ст.п – себестоимость товарной продукции, тыс. руб.
В качестве показателя прибыли могут использоваться валовая прибыль, прибыль от реализации, прибыль до налогообложения, чистая прибыль, чистый приток денежных средств.
В качестве показателей активов могут использоваться показатель всех активов организации, внеоборотных активов, оборотных активов, чистых активов, отдельных компонентов внеоборотных и оборотных активов.


Литература

-7200900-1623060Парижская коммуна как уникальное явление.
Эссе
…Если бы история знала сослагательное наклонение, если бы можно было вернуться назад, в прошлое, если бы можно было не совершить уже совершенное, или совершить его иначе, если бы можно было «сыграть пьесу вновь»: внести «корректировки» в «ткань спектакля» (жизни!), если бы было возможно знать то, что было неизвестно и суметь воспользоваться этим знанием во благо. Увы, история не знает сослагательного наклонения; история – увы, к сожалению - часто выступает как предмет игры, как нечто, что может быть «иначе прочитано», и это «иное прочтение» достаточно часто становится простым передергиванием фактов, игрой, которая искажает саму суть истории.
Что такое «Парижская коммуна» как уникальное социально-политическое историко-культурологическое явление? Приведем следующую дефиницию: Парижская коммуна, (фр. Commune de Paris) — революционное правительство Парижа, сформированное в период событий 1871 года. Парижская коммуна возникла на фоне подписания соглашения о перемирии между Францией и Пруссией.
Отметим, что во время Франко-прусской войны в Париже начались волнения, вылившиеся в революцию и установление самоуправления, которое продолжалось с 18 марта по 28 мая 1871 - на протяжении семидесяти двух дней.
Специфика Парижской коммуны состояла в том, что ее можно определить как двустороннюю коалицию, в состав которой вошли социалисты и анархисты.
Следует отметить вариативность «исторических осмыслений» феномена Парижской коммуны: к примеру, в отечественной - советского периода - историографии ее определяли не иначе как «первой пролетарской революцией и первым правительство рабочего класса».
Вместе с тем, с некоторых исторических и социологических позиций можно говорить о том, что Парижская коммуна - один из первых опытов реализации некоторого «концепта демократии», при этом данный термин справедливо рассматривать в рамках нормативного направление, предметом которого выступает этическая сторона народовластия, а проблемное поле сосредоточено в следующих вопросах: Когда и почему с точки зрения морали демократия желательна? Какие принципы должны являться фундаментом демократических институтов?
В этом смысле феномен Парижской коммуны состоял в попытке реализовывать демократический механизм. Как уже отмечалось выше, эта попытка продолжалась на протяжении семидесяти двух дней.
Можно говорить о том, что «механизм демократии» на практике был детерминирован соблюдением определенных «правил»:
Приход к государственной – политической – власти осуществляется посредством проведения четных выборов, которые реализуются как состязательный процесс, когда электорат имеет возможность осуществить волеизъявление сообразно собственным предпочтениям и воззрениями.
Формирование органов власти – чаще всего исполнительной и законодательной - есть результат открытого выборного процесса, когда поддержанные большинством персоналии или общественно-политические движения получают определенное нормативными актами большинство.
В качестве единственного и полноценного источника формирования властного механизма, структур власти, политической власти в целом выступает только и исключительно народ: именно поэтому демократия – есть народовластие!
Общественный диалог как результат постоянного взаимодействия гражданского общества с одной стороны и многообразных органов исполнительной, законодательной и судебных властей. Граждане, помимо прочего, имеют возможность контролировать их деятельность всеми разрешенными законом способами.
Демократическое общество – таким образом - понималось как общество, осуществляющее самоуправление в целях достижения социально-политического, экономического, общественного, культурного процесса, в целях реализации некоторого общественного блага, удовлетворения общих интересов на основе мнения большинства при учете мнения меньшинства.
Почему же пала коммуна?
Во-первых, это было дифференцированная политическими пристрастиями образование, а действительно необходимые французскому обществу шаги встречали сопротивление внутри коммуны, которое было детерминировано собственно принадлежностью их авторов к той или иной партии.
Во-вторых, коммуна не выработала некого понятного всей Франции «плана действий»: федералисты полагали, что на защиту Парижа поднимется провинция, однако совет коммуны не использовал благоприятную общественную конъюнктуру для того, чтобы обратиться к населению страны. Двадцать два дня длилось обсуждение программы коммуны в различных ее комиссиях, однако, когда она обнародована - то была уже …запоздавшей: общество уже было разочаровано, кроме того - в программе не было выставлено никаких определенных практических требований.
28 мая 1871 года Парижская коммуна пала. Однако исторический путь Франции был навсегда изменен одним только фактом ее существования.

00Парижская коммуна как уникальное явление.
Эссе
…Если бы история знала сослагательное наклонение, если бы можно было вернуться назад, в прошлое, если бы можно было не совершить уже совершенное, или совершить его иначе, если бы можно было «сыграть пьесу вновь»: внести «корректировки» в «ткань спектакля» (жизни!), если бы было возможно знать то, что было неизвестно и суметь воспользоваться этим знанием во благо. Увы, история не знает сослагательного наклонения; история – увы, к сожалению - часто выступает как предмет игры, как нечто, что может быть «иначе прочитано», и это «иное прочтение» достаточно часто становится простым передергиванием фактов, игрой, которая искажает саму суть истории.
Что такое «Парижская коммуна» как уникальное социально-политическое историко-культурологическое явление? Приведем следующую дефиницию: Парижская коммуна, (фр. Commune de Paris) — революционное правительство Парижа, сформированное в период событий 1871 года. Парижская коммуна возникла на фоне подписания соглашения о перемирии между Францией и Пруссией.
Отметим, что во время Франко-прусской войны в Париже начались волнения, вылившиеся в революцию и установление самоуправления, которое продолжалось с 18 марта по 28 мая 1871 - на протяжении семидесяти двух дней.
Специфика Парижской коммуны состояла в том, что ее можно определить как двустороннюю коалицию, в состав которой вошли социалисты и анархисты.
Следует отметить вариативность «исторических осмыслений» феномена Парижской коммуны: к примеру, в отечественной - советского периода - историографии ее определяли не иначе как «первой пролетарской революцией и первым правительство рабочего класса».
Вместе с тем, с некоторых исторических и социологических позиций можно говорить о том, что Парижская коммуна - один из первых опытов реализации некоторого «концепта демократии», при этом данный термин справедливо рассматривать в рамках нормативного направление, предметом которого выступает этическая сторона народовластия, а проблемное поле сосредоточено в следующих вопросах: Когда и почему с точки зрения морали демократия желательна? Какие принципы должны являться фундаментом демократических институтов?
В этом смысле феномен Парижской коммуны состоял в попытке реализовывать демократический механизм. Как уже отмечалось выше, эта попытка продолжалась на протяжении семидесяти двух дней.
Можно говорить о том, что «механизм демократии» на практике был детерминирован соблюдением определенных «правил»:
Приход к государственной – политической – власти осуществляется посредством проведения четных выборов, которые реализуются как состязательный процесс, когда электорат имеет возможность осуществить волеизъявление сообразно собственным предпочтениям и воззрениями.
Формирование органов власти – чаще всего исполнительной и законодательной - есть результат открытого выборного процесса, когда поддержанные большинством персоналии или общественно-политические движения получают определенное нормативными актами большинство.
В качестве единственного и полноценного источника формирования властного механизма, структур власти, политической власти в целом выступает только и исключительно народ: именно поэтому демократия – есть народовластие!
Общественный диалог как результат постоянного взаимодействия гражданского общества с одной стороны и многообразных органов исполнительной, законодательной и судебных властей. Граждане, помимо прочего, имеют возможность контролировать их деятельность всеми разрешенными законом способами.
Демократическое общество – таким образом - понималось как общество, осуществляющее самоуправление в целях достижения социально-политического, экономического, общественного, культурного процесса, в целях реализации некоторого общественного блага, удовлетворения общих интересов на основе мнения большинства при учете мнения меньшинства.
Почему же пала коммуна?
Во-первых, это было дифференцированная политическими пристрастиями образование, а действительно необходимые французскому обществу шаги встречали сопротивление внутри коммуны, которое было детерминировано собственно принадлежностью их авторов к той или иной партии.
Во-вторых, коммуна не выработала некого понятного всей Франции «плана действий»: федералисты полагали, что на защиту Парижа поднимется провинция, однако совет коммуны не использовал благоприятную общественную конъюнктуру для того, чтобы обратиться к населению страны. Двадцать два дня длилось обсуждение программы коммуны в различных ее комиссиях, однако, когда она обнародована - то была уже …запоздавшей: общество уже было разочаровано, кроме того - в программе не было выставлено никаких определенных практических требований.
28 мая 1871 года Парижская коммуна пала. Однако исторический путь Франции был навсегда изменен одним только фактом ее существования.

Экономика предприятия: Учебник для вузов / Л. Я. Овражков , В. В. Адамчук, О. В. Антонова и др. под ред. проф. В. Я. Горсфинкеля, проф. В. А. Швандаря . – 2-е изд. перераб. и доп. – М. : Банки и биржи, ЮНИТИ, 2011. – 742с.
Экономика и статистика фирм: Учебник / В. Е. Адамов, С. Д. Ильенкова, Т. П. Сиротина и др., под. ред. д-ра экон. наук проф. С. Д. Ильенковой. – 2-е изд. – М. : Финансы и статистика, 2011. – 402 с.
-14761845432435Breiman, L., Friedman, J. H., Olshen, R., & Stone, C. J. (1984). Classification and regression trees. Belmmont: Wadsworth International Group.
Chen Mu-Yen , Bankruptcy prediction in firms with statistical and intelligent techniques and a comparison of evolutionary computation approaches, Computers
and Mathematics with Applications 62 (2011) 4514–4524
Chen, W., Ma, Ch., & Ma, L. (2009). Mining the customer credit using hybrid support vector machine technique. Expert Systems with Applications, 36(4), 7611–
7616.
Foglia, A., Iannotti, S., & Marullo-Reedtz, P. (2001). The definition of the grading scales in banks’ internal rating systems. Economic Notes, 30(3), 421–456
Fulmer, J. G. Jr., Moon, J. E., Gavin, T. A., Erwin, M. J. (1984, July). "A bankruptcy classification model for small firms." Journal of Commercial Bank Iandirg, 25-37.
Ginoglou D., Agorastos K. Predicting corporate failure of problemmatic firms in Greece with LPM logit probit and discriminant analysis models // Journal of
Financial Management and Analysis. 2002. № 15 (1). РР. 1–15.
Hastie, T., Tibshirani, R., & Friedman, J. H. (2003). The elements of statistical learning. New York: Springer-Verlag.
Lee, T. S., Chiu, Ch. Ch., Lu, Ch. J., & Chen, I. F. (2002). Credit scoring using the hybrid neural discriminant technique. Expert Systems with Applications, 23(3),
245–254
M. Adnan Aziz, Humayon A. Dar, (2006) "Predicting corporate bankruptcy: where we stand?", Corporate Governance, Vol. 6 Iss: 1, pp.18 – 33
Ohlson, J. a. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109–132.
Pendharkar, P. C. (2005). A threshold-varying artificial neural network approach for classification and its application to bankruptcy prediction problem.
Computers & Operations Research, 32(10), 2561–2582.
Taffler R.J., Tisshaw H. Going, going, gone – four factors which predict // Accountancy, March 1977.
Varetto, F. (1998). Genetic algorithms applications in the analysis of insolvency risk. Journal of Banking and Finance, 22, 1421–1439.
Y. Xie, X. Li, E.W.T. Ngai, W. Ying, Customer churn prediction using improved balanced random forests, Expert Systems with Applications 36 (2009) 5445–5449.
Zmijevski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction model. Journal of Accounting Research, 22, 59–82.
РИА Рейтинг - http://riarating.ru/corporate_sector_rankings/20130417/610553173.html
СПАРК-Интерфакс / Система профессионального анализа рынка и компаний [Эл. ресурс]. Режим доступа: http://spark-interfax.ru
Ahn, B. S., Cho, S., & Kim, C. (2000). The integrated methodology of rough set theory and artificial neural network for business failure prediction. Expert
Systems with Applications, 18, 65–74.
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of the corporate bankruptcy. Journal of Finance, 23(4), 589–609.
Altman, E., 1968. Financial ratios, discriminant analysis, and the prediction of corporate bankruptcy. Journal of Finance 23
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical research in accounting. Selected Studies Journal of Accounting Research 5 (suppl), 71±111.
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical research in accounting. Selected Studies Journal of Accounting Research 5 (suppl).
Breiman, L., Friedman, J. H., Olshen, R., & Stone, C. J. (1984). Classification and regression trees. Belmmont: Wadsworth International Group.
Chen Mu-Yen , Bankruptcy prediction in firms with statistical and intelligent techniques and a comparison of evolutionary computation approaches, Computers
and Mathematics with Applications 62 (2011) 4514–4524
Chen, W., Ma, Ch., & Ma, L. (2009). Mining the customer credit using hybrid support vector machine technique. Expert Systems with Applications, 36(4), 7611–
7616.
Foglia, A., Iannotti, S., & Marullo-Reedtz, P. (2001). The definition of the grading scales in banks’ internal rating systems. Economic Notes, 30(3), 421–456
Fulmer, J. G. Jr., Moon, J. E., Gavin, T. A., Erwin, M. J. (1984, July). "A bankruptcy classification model for small firms." Journal of Commercial Bank Iandirg, 25-37.
Ginoglou D., Agorastos K. Predicting corporate failure of problemmatic firms in Greece with LPM logit probit and discriminant analysis models // Journal of
Financial Management and Analysis. 2002. № 15 (1). РР. 1–15.
Hastie, T., Tibshirani, R., & Friedman, J. H. (2003). The elements of statistical learning. New York: Springer-Verlag.
Lee, T. S., Chiu, Ch. Ch., Lu, Ch. J., & Chen, I. F. (2002). Credit scoring using the hybrid neural discriminant technique. Expert Systems with Applications, 23(3),
245–254
M. Adnan Aziz, Humayon A. Dar, (2006) "Predicting corporate bankruptcy: where we stand?", Corporate Governance, Vol. 6 Iss: 1, pp.18 – 33
Ohlson, J. a. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109–132.
Pendharkar, P. C. (2005). A threshold-varying artificial neural network approach for classification and its application to bankruptcy prediction problem.
Computers & Operations Research, 32(10), 2561–2582.
Taffler R.J., Tisshaw H. Going, going, gone – four factors which predict // Accountancy, March 1977.
Varetto, F. (1998). Genetic algorithms applications in the analysis of insolvency risk. Journal of Banking and Finance, 22, 1421–1439.
Y. Xie, X. Li, E.W.T. Ngai, W. Ying, Customer churn prediction using improved balanced random forests, Expert Systems with Applications 36 (2009) 5445–5449.
Zmijevski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction model. Journal of Accounting Research, 22, 59–82.
РИА Рейтинг - http://riarating.ru/corporate_sector_rankings/20130417/610553173.html
СПАРК-Интерфакс / Система профессионального анализа рынка и компаний [Эл. ресурс]. Режим доступа: http://spark-interfax.ru
Ahn, B. S., Cho, S., & Kim, C. (2000). The integrated methodology of rough set theory and artificial neural network for business failure prediction. Expert
Systems with Applications, 18, 65–74.
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of the corporate bankruptcy. Journal of Finance, 23(4), 589–609.
Altman, E., 1968. Financial ratios, discriminant analysis, and the prediction of corporate bankruptcy. Journal of Finance 23
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical research in accounting. Selected Studies Journal of Accounting Research 5 (suppl), 71±111.
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical research in accounting. Selected Studies Journal of Accounting Research 5 (suppl).
Breiman, L., Friedman, J. H., Olshen, R., & Stone, C. J. (1984). Classification and regression trees. Belmmont: Wadsworth International Group.
Chen Mu-Yen , Bankruptcy prediction in firms with statistical and intelligent techniques and a comparison of evolutionary computation approaches, Computers
and Mathematics with Applications 62 (2011) 4514–4524
Chen, W., Ma, Ch., & Ma, L. (2009). Mining the customer credit using hybrid support vector machine technique. Expert Systems with Applications, 36(4), 7611–
7616.
Foglia, A., Iannotti, S., & Marullo-Reedtz, P. (2001). The definition of the grading scales in banks’ internal rating systems. Economic Notes, 30(3), 421–456
Fulmer, J. G. Jr., Moon, J. E., Gavin, T. A., Erwin, M. J. (1984, July). "A bankruptcy classification model for small firms." Journal of Commercial Bank Iandirg, 25-37.
Ginoglou D., Agorastos K. Predicting corporate failure of problemmatic firms in Greece with LPM logit probit and discriminant analysis models // Journal of
Financial Management and Analysis. 2002. № 15 (1). РР. 1–15.
Hastie, T., Tibshirani, R., & Friedman, J. H. (2003). The elements of statistical learning. New York: Springer-Verlag.
Lee, T. S., Chiu, Ch. Ch., Lu, Ch. J., & Chen, I. F. (2002). Credit scoring using the hybrid neural discriminant technique. Expert Systems with Applications, 23(3),
245–254
M. Adnan Aziz, Humayon A. Dar, (2006) "Predicting corporate bankruptcy: where we stand?", Corporate Governance, Vol. 6 Iss: 1, pp.18 – 33
Ohlson, J. a. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109–132.
Pendharkar, P. C. (2005). A threshold-varying artificial neural network approach for classification and its application to bankruptcy prediction problem.
Computers & Operations Research, 32(10), 2561–2582.
Taffler R.J., Tisshaw H. Going, going, gone – four factors which predict // Accountancy, March 1977.
Varetto, F. (1998). Genetic algorithms applications in the analysis of insolvency risk. Journal of Banking and Finance, 22, 1421–1439.
Y. Xie, X. Li, E.W.T. Ngai, W. Ying, Customer churn prediction using improved balanced random forests, Expert Systems with Applications 36 (2009) 5445–5449.
Zmijevski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction model. Journal of Accounting Research, 22, 59–82.
РИА Рейтинг - http://riarating.ru/corporate_sector_rankings/20130417/610553173.html
СПАРК-Интерфакс / Система профессионального анализа рынка и компаний [Эл. ресурс]. Режим доступа: http://spark-interfax.ru
Ahn, B. S., Cho, S., & Kim, C. (2000). The integrated methodology of rough set theory and artificial neural network for business failure prediction. Expert
Systems with Applications, 18, 65–74.
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of the corporate bankruptcy. Journal of Finance, 23(4), 589–609.
Altman, E., 1968. Financial ratios, discriminant analysis, and the prediction of corporate bankruptcy. Journal of Finance 23
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical research in accounting. Selected Studies Journal of Accounting Research 5 (suppl), 71±111.
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical research in accounting. Selected Studies Journal of Accounting Research 5 (suppl).
Breiman, L., Friedman, J. H., Olshen, R., & Stone, C. J. (1984). Classification and regression trees. Belmmont: Wadsworth International Group.
Chen Mu-Yen , Bankruptcy prediction in firms with statistical and intelligent techniques and a comparison of evolutionary computation approaches, Computers
and Mathematics with Applications 62 (2011) 4514–4524
Chen, W., Ma, Ch., & Ma, L. (2009). Mining the customer credit using hybrid support vector machine technique. Expert Systems with Applications, 36(4), 7611–
7616.
Foglia, A., Iannotti, S., & Marullo-Reedtz, P. (2001). The definition of the grading scales in banks’ internal rating systems. Economic Notes, 30(3), 421–456
Fulmer, J. G. Jr., Moon, J. E., Gavin, T. A., Erwin, M. J. (1984, July). "A bankruptcy classification model for small firms." Journal of Commercial Bank Iandirg, 25-37.
Ginoglou D., Agorastos K. Predicting corporate failure of problemmatic firms in Greece with LPM logit probit and discriminant analysis models // Journal of
Financial Management and Analysis. 2002. № 15 (1). РР. 1–15.
Hastie, T., Tibshirani, R., & Friedman, J. H. (2003). The elements of statistical learning. New York: Springer-Verlag.
Lee, T. S., Chiu, Ch. Ch., Lu, Ch. J., & Chen, I. F. (2002). Credit scoring using the hybrid neural discriminant technique. Expert Systems with Applications, 23(3),
245–254
M. Adnan Aziz, Humayon A. Dar, (2006) "Predicting corporate bankruptcy: where we stand?", Corporate Governance, Vol. 6 Iss: 1, pp.18 – 33
Ohlson, J. a. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109–132.
Pendharkar, P. C. (2005). A threshold-varying artificial neural network approach for classification and its application to bankruptcy prediction problem.
Computers & Operations Research, 32(10), 2561–2582.
Taffler R.J., Tisshaw H. Going, going, gone – four factors which predict // Accountancy, March 1977.
Varetto, F. (1998). Genetic algorithms applications in the analysis of insolvency risk. Journal of Banking and Finance, 22, 1421–1439.
Y. Xie, X. Li, E.W.T. Ngai, W. Ying, Customer churn prediction using improved balanced random forests, Expert Systems with Applications 36 (2009) 5445–5449.
Zmijevski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction model. Journal of Accounting Research, 22, 59–82.
РИА Рейтинг - http://riarating.ru/corporate_sector_rankings/20130417/610553173.html
СПАРК-Интерфакс / Система профессионального анализа рынка и компаний [Эл. ресурс]. Режим доступа: http://spark-interfax.ru
Ahn, B. S., Cho, S., & Kim, C. (2000). The integrated methodology of rough set theory and artificial neural network for business failure prediction. Expert
Systems with Applications, 18, 65–74.
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of the corporate bankruptcy. Journal of Finance, 23(4), 589–609.
Altman, E., 1968. Financial ratios, discriminant analysis, and the prediction of corporate bankruptcy. Journal of Finance 23
Beaver, W. (1966). Financial ratios as predictors of failure. Empirical research in accounting. Selected S

Отсутствует

По области имеются следующие данные о динамике выпущенной продукции и среднегодовой стоимости ОПФ:
Отрасли Базисный год Отчетный год


Валовая
продукция,
млн. руб. Среднегодовая
стоимость ОПФ,
млн. руб. Валовая
продукция.
млн. руб. Среднегодовая
стоимость ОПФ, млн. руб.
Машиностроение 20000 10000 31500 15000
Пищевая промышленность 100000 10000 110000 10000
Итого по области 120000 20000 141500 25000
Определить динамику фондоотдачи по отраслям и по области в целом. Проанализировать полученные результаты.

Отсутствует