Методический аппарат экономической диагностики и общая его характеристика




Контрольная работа

По дисциплине:

Экономическая диагностика КЭИКНЭУ

Курс 9 семестр

Группа Проверил:

 

Симферополь - 2009 г.


Методический аппарат экономической диагностики и общая его характеристика

 

Рассматривая сущность экономической диагностики, необходимо обратить внимание на то, что трансформационные процессы в национальной экономике значительно расширили функциональное поле экономической работы. Новый аспект в связи с этим приобрела аналитическая деятельность на предприятии, которая трансформируется в экономическое диагностирование.

Как показали исследования, экономическая диагностика имеет богатый методический аппарат и инструментарий. Кроме методов традиционного технико-экономического анализа сюда входят приемы статистики: наблюдение, сведение и группирование данных, вариации и формы распределения величин, методы измерения взаимосвязей и динамики и т.п. Для прогнозирования развития событий используются экономико-математические модели.

Учитывая необходимость использования параметров или характеристик состояния объекта, которые не имеют количественного измерения, методический арсенал экономической диагностики обязательно включает эвристические методы исследований, прежде всего, экспертные оценки, метод Делфи, метод "круглого стола", метод коллективной генерации и т.п. Значительная часть методических подходов, которые используются в экономической диагностике, являются достоянием теории стратегии: матричные построения, SWOT-анализ, конкурентный анализ области и др. Много диагностических процедур частично или полностью выполняются с применением пакетов прикладных программ - как стандартных, так и специальных.

В настоящее время наиболее достоверные результаты дает диагностика финансового состояния предприятия, к простейшим методам которой относят экспресс-диагностику (она включает анализ платежеспособности, финансовой устойчивости, рентабельности и деловой активности). Достоинство экспресс-диагностики состоит в том, что ее результаты имеют наглядную экономическую интерпретацию и приносят пользу в качестве ориентиров для финансового планирования деятельности предприятия.

Анализ финансового состояния методами экспресс-диагностики часто показывает, что одни оценочные показатели превышают свои нормативные значения, а другие находятся ниже их. Для оптимизации полученных результатов применяют факторные модели, к которым относят следующие: Z-счет Альтмана, модель Конана и Гольдера, тест Лиса, тест Таффлера, тест Спрингейта, универсальная дискриминантная функция О.О. Терещенко, система показателей и коэффициент У. Бивера, модель рейтинговой оценки Р.С. Сайфулина и Г.Г. Кадыкова, формула Du Pont.

Указанные модели объединяет то, что все они рассчитываются на основе данных экспресс-диагностики и используются преимущественно с одной целью - определение вероятности наступления банкротства. Кроме того, данные модели не предусматривают получение прогнозных значений о поведении объекта исследования в будущем, поэтому не могут выступать результатом комплексной диагностики предприятия, а лишь служат инструментом при экономическом диагностировании результатов деятельности предприятия.

Задача экономической диагностики результатов деятельности предприятия может решаться с применением теории распознавания образов.

Распознавание образа - это отнесение объекта к тому или иному классу S1 или S2. Задача распознавания образов включает три этапа: а) формирование признакового пространства; б) обучение распознающей системы - создание обобщенных портретов (классов) S1 или S2 для снятия неопределенности с помощью обучающих наблюдений; в) принятие решений - отнесение предприятия (объекта исследования) к классу S1 или S2.

Методы, применяемые для распознавания образов, различаются с точки зрения обеспечения гарантированной достоверности распознавания.

Детерминистские (перцептронные) методы основаны на использовании перцептрона и обучения на основе принципа подкрепления-наказания. В лингвистических (синтаксических) методах распознавания признаками служат подобразы (непроизводные элементы) и отношения, характеризующие структуру образа. В логических системах распознавания классы и признаки объектов рассматриваются как логические переменные. Все априорные сведения о классах S1, S2 и признаках х1, х2, …, хр, присущих объектам классов S1, S2, выражаются в виде булевых функций.

В статистическом методе распознавания в ходе обучения формируются эталонные описания-оценки многомерных условных плотностей вероятности, которые содержат всю информацию, присутствующую в наблюдениях, и о всех взаимосвязях между признаками.Оценка является случайной величиной. Для принятия решения используется статистика отношения правдоподобия:

Она представляет собой неотрицательную случайную величину, получаемую функциональным преобразованием, которое отображает точки n-мерного пространства выборок на действительную полуось. Таким образом, для вынесения решения достаточно использовать значение одной случайной величины - статистики отношения правдоподобия, а не значения каждого элемента выборки по отдельности, т.е. отношение правдоподобия несет всю статистическую информацию о классах, содержащуюся в данной выборке.

Вероятности ошибок распознавания аналитически выражаются через объемы обучающей и контрольной выборок, размерность признакового пространства (размерность вектора) и межклассовые расстояния (в отношении правдоподобия), что позволяет выбрать параметры, гарантируя достоверность распознавания и используя всю информацию о классах, содержащуюся в наблюдениях.

Особенностью реальных систем распознавания, которая практически не учитывается в рассмотренных системах (кроме статистической), является то, что наблюдения неизбежно подвержены многочисленным случайным возмущениям, вероятностный характер которых проявляется на всех этапах диагностирования. В качестве дестабилизирующих могут выступать факторы, влияющие на деятельность предприятия: изменения в налоговом законодательстве, скачкообразные изменения валютных курсов, непредвиденные действия конкурентов, внутренние конфликты крупных акционеров, ошибки при округлениях в вычислениях и многое другое.

Взаимодействуя между собой, указанные возмущения приводят к тому, что наблюдения неизбежно оказываются реализациями случайных величин.

В результате проведенного анализа можно сделать вывод о том, что методом, обеспечивающим полное адекватное описание исследуемых объектов с учетом всех дестабилизирующих факторов, является статистический метод распознавания.



Поделиться:




Поиск по сайту

©2015-2024 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2019-08-04 Нарушение авторских прав и Нарушение персональных данных


Поиск по сайту: