Разработка антикризисной программы развития ООО

Никаких дополнительных действий делать не требуется. Вся сложная аналитическая обработка выполняется автоматически.

Интеграция в бизнес-процесс. Аналитик экспортирует результаты в стороннюю систему: сайт, ERP, CRM и т. п., а конечный пользователь увидит в привычной ему программе итог сложной аналитической обработки. Обмен данными может производиться в режиме online или по регламенту. Для встраивания в бизнес-процесс необходимо воспользоваться Аnalytic или Integration Server.

Объединение всех описанных выше механизмов в Deductor Studio обеспечивает принципиально новое качество анализа: быстрая разработка и адаптация решений, интеграция в существующую инфраструктуру, эволюционное развитие от простой отчетности к глубокой аналитике.

Приведем примеры работы программы. Построим регрессионную модель, позволяющую предсказать срок функционирования медицинского товара в зависимости от таких факторов: тип товара, частота применения и др.

Используя формулу (3.1), оценим минимальное и максимальное число нейронов, в нейронной сети для анализа этих данных.

Построим нейронную сеть, используя 80% данных как обучающую выборку и 20% данных — как тестовую. Оценим качество прогноза, используя формулу (3.2) для ошибки RMSE.

Для оценки числа нейронов в скрытых слоях однородных сетей (имеющих одну и ту же передаточную функцию) можно пользоваться формулой для необходимого числа синаптических весов Lm в многослойной сети с сигмоидальными передаточными функциями[1].

(-(n+m+1)+m, (3.1).

где n — размерность входного сигнала (число объясняющих переменных при построении аналога регрессионной модели), m — размерность выходного сигнала (m=1 для аналога однофакторной регрессии), N — число элементов в обучающей выборке.

(1−121)/(1+ LOG121)=120.

1-(121/1)-(9+1+1)+1=130.

(3.2).

L- это число нейронов в скрытых слоях. Остальные обозначения такие же, как и в формуле (3.1). В нашем случае.

121/10−9-1 = 2,1.

121/2−9-1 = 50,5.

Рис. 3.4 — Интерфейс программы.

В большинстве программных пакетов по нейромоделированию в качестве ошибки фигурирует величина, имеющая аббревиатуру RMSE (Root Mean Squared Error), равная корню квадратному из средней квадратической ошибки. Для задач однофакторной регрессии ошибка RMSE вычисляется по формуле.

RMSE =, (3.3).

где n- число наблюдений, yi и y_OUTi истинный и прогнозируемый результаты для i-го наблюдения (используются нормированные данные).

RMSE= 1/121*(8,94−8,97)2=7,43802E-06.

Рис. 3.5 — Интерфейс программы.

Для работы с программой необходимо выбрать из базы данных записи, скопировать их на новый лист рабочей книги, и импортировать эти данные в программу Deductor.

Определим число нейронов в сети, необходимое для распознавания правил, содержащихся в данных. Обучим нейронную сеть правильно прогнозировать уровень качества товара, не допуская ее переобучения. Сохраним обученную нейросеть в виде файла сценария. Экспортируем данные в файл Excel, и вычислим относительную ошибку, используя формулу (3.1).

Сформируем другую выборку из исходной базы данных фирмы, сохраним ее на новом листе рабочей книги, и импортируем в программу Deductor.

Загрузим сохраненную ранее ветвь сценария для анализа данных тестовой выборки. Найдем ошибку предсказания нейронной сети на тестовой выборке, используя формулу (3.1). Сравним ошибку на обучающей и тестовой выборках.

(3.4).

L- это число нейронов в скрытых слоях. Остальные обозначения такие же, как и в формуле (3.6). В нашем случае.

150/10−11−1 = 3.

150/2−11−1 = 63.

RMSE =, (3.5).

где n — число наблюдений, yi и y_OUTi истинный и прогнозируемый результаты для i-го наблюдения (используются нормированные данные).

RMSE = 1/121*(8,94−8,97)2=7,43802E-06.

Рис. 3.6 — Интерфейс программы.

Произведем кластеризацию критериев качества продукции с целью выявить группы критериев, на которые следует обратить внимание. Проанализируем карты раскраски нейронов по значениям входных переменных, а также карты раскраски по значениям выходной переменной.

Рис. 3.7 — Интерфейс программы Используя обученную сеть Кохонена, повторим исследование на тестовой выборке. Можно утверждать, что обученная сеть Кохонена может быть использована как экспертная система.

Обученная сеть Кохонена может быть использована как экспертная система, поскольку имеет минимальное количество ошибок. Также можно проводить повторные исследования и сравнивать результаты.

3.2 Оценка экономической эффективности и риска предлагаемых мероприятий.

Приведем перечень затрат на внедрение системы (таблица 20).

Таблица 3.1.

Перечень затрат на внедрение системы Статья затрат величина, руб. Программное обеспечение 1 746 000.

Аппаратное обеспечение 250 000.

Проектные затраты 25 400 Консультанты 27 600.

Обучение 24 000.

Итого 2 073 000.

У рассматриваемого предприятия есть свои денежные средства, но которых или недостаточно для инвестиционных затрат на внедрение системы, или нецелесообразно вливать большую часть собственного капитала в проект, тогда как можно прибегнуть к использованию заемного капитала. В итоге было принято решение финансировать автоматизации деятельности компании за счет собственных денег и за счет банковского кредита, т. е. применено смешанное (комплексное) финансирование проекта. Компания инвестировала 573 000 рублей своих средств, и требовался кредит в размере 1 500 000 рублей. Кредит сроком на три года под 20 процентов годовых был получен в филиале «КМБ Банка». В таблице 3.2 представлен расчет кредитных затрат.

Таблица 3.2.

Расчет затрат на погашение банковского кредита Сумма кредита, руб. Ежемесячный платеж по возврату кредита, руб. Ставка процента Ежемесячный процентный взнос, руб. Общий ежемесячный взнос, руб. 1 500 000 41 667 20% 8 333 50 000.

Стоимость заемного капитала составила 300 000 рублей.

Стоимость заемного капитала 20%, но для реализации данного проекта использован частично собственный капитал (27,6% от суммы всех инвестиций по проекту), поэтому ставка дисконтирования будет равна 14,45%. Также были использованы заемные средства.

Срок окупаемости вычисляется по следующей формуле 3.6:

r = Инвестиционные затраты / Чпi, (3.6).

Инвестиционные затраты составляют 2 073 000 рублей, ЧПi — чистая прибыль i-го периода. ЧП равна 37 545 000+190 080 = 37 545 190 080 тыс. руб.

Срок окупаемости в данном случае равен:

r = 2 073 000 / 2 578 985 = 5,5 года.

Итак, срок окупаемости инвестиций на диверсификацию составит 5,5 лет.

Итак, ЧДД для периодов проекта: первый период (1,8 лет) — 2 253 370 рублей, второй период — 2 407 460 рублей, третий период — 2 901 790.

Формула вычисления «NPV»:

(3.7).

где NCFi — чистый денежный поток для i-го периода;

Inv — начальные инвестиции;

r — ставка дисконтирования.

NPV для рассматриваемого проекта равен:

NPV = (2 253 370/1,14+2 407 460/1,31+2 901 790/1,5) ;

— 2 073 000 = 5 489 620 рублей.

Индекс прибыльности рассчитывается по следующей формуле 3.8:

(3.8).

где NCFi — чистый денежный поток для i-го периода;

Inv — начальные инвестиции;

r — ставка дисконтирования.

При значениях PI > 1 считается, что данное вложение капитала является эффективным. Для рассматриваемого проекта индекс PI равен:

PI = (2 253 370 + 2 407 460 + 2 901 790)/ 2 073 000 = 3,65.

Индекс прибыльности больше единицы, следовательно, вложение средств в проект является эффективным.

В приведенной ниже сводной таблице в сжатом виде представлены все основные данные о рассматриваемом предприятии, показатели расчетов затрат на внедрение проекта, итоги расчетов изменения текущих затрат после внедрения проекта и показатели оценки деятельности предприятия после внедрения проекта.

Таблица 3.3.

Сводная таблица Технико-экономические и финансовые показатели проекта Ед. измерения Показатель 2 3 4 Запуск проекта по внедрению системы управления товарами дата сентябрь 2015 года Срок жизни инвестиционного проекта лет 5,5 Инвестиционные затраты руб. 2 073 000 Среднегодовой объем реализации товаров и услуг руб. 239 580 000 000.

Среднегодовые постоянные затраты руб. 197 472 000 190 080.

Среднегодовые переменные затраты руб. 146 840 000 Среднегодовая чистая прибыль руб. 37 545 000 000.

Срок окупаемости инвестиций месяц 60,5 Ставка дисконтирования коэффициент 14,45% Среднегодовая чистая дисконтированная прибыль руб. 2 520 870 Чистый дисконтированный доход (NPV) руб. 5 489 620 Внутренняя норма прибыли (IRR) коэффициент 130% Индекс прибыльности (PI) индекс 3,65.

Итак, инвестиционные затраты составляют 2 073 000 рублей. При этом полностью исключаются затраты, связанные с проблемами потери рабочего времени в виду частичной автоматизации.

Выводы.

При изучении материалов исследования соблюдалась цель курсовой работы — исследование предприятия как объекта хозяйствования на предмет потенциального банкротства, углубление теоретических знаний по финансовому менеджменту и их реализация при решении различных управленческих задач в практической деятельности. Выполнение цели и задач курсовой работы дает возможность сделать некоторые выводы.

Аспекты актуальности, заключаются в том, что государство, собственники и персонал предприятия заинтересованы, чтобы хозяйственная единица эффективно могла выполнять свое предназначение. Однако, в условиях рынка, когда предприятие находится в сложных конкурентных условиях, могут возникать ситуации, приводящие к банкротству предприятия. Цивилизованная, эффективная, учитывающее интересы всех сторон, процедура банкротства, занимает существенное место в рыночной экономике. Тем не менее, значительно целесообразней своевременно выявить возможность потенциального банкротства и своевременно принять меры к стабилизации деятельности предприятия.

Финансово-хозяйственная деятельность предприятий в условиях рынка подвержена множеству рисков, связанных и с агрессивным внешним окружением и с реакцией внутренней среды на проявление конкурентной борьбу.

Не все субъекты хозяйствования выживают в таких условиях. Многие снижают финансово-экономические показатели настолько, что встает вопрос о продолжении деятельности хозяйственной единицы, что может привести и приводит часть компаний к банкротству.

Мировой опыт признания предприятия банкротом, говорит о том, что банкротство — это не крах субъекта хозяйствования, а цивилизованный поиск путей восстановления эффективной финансово-хозяйственной деятельности.

В настоящее время существует огромное количество разных методов и технологий составления прогнозов или оценки вероятности банкротства субъекта хозяйствования. Для определения потенциального банкротства часто используется диагностический метод, который опирается на данные финансовой отчетности и оперирует количественными индикаторами. Этот метод основан на использовании многофакторных моделей, которые учитывают изменения в области финансового управления и экономики, на рынках капиталов и другие факторы.

Объектом исследования является транспортная компания «Арнок», которая осваивает рынок транспортных услуг уже на протяжении 8 лет, предлагая постоянным и потенциальным клиентам услуги по транспортировке грузов в пределах Москвы и области, а также услуги внутрироссийских перевозок.

Цель создания общества — выполнение производственных заданий с высоким качеством и реализация транспортных услуг потребителям — субъектам предпринимательской деятельности — физическим и юридическим лицам, а так же населению, создание условий для социальной стабильности в коллективе и получения прибыли.

Структура управления предприятием ООО «Арнок» имеет линейно-функциональный характер.

Экономические показатели деятельности предприятия показывают, что 2014 год является неблагоприятным для предприятия. Наблюдается снижение по всем показателям.

Анализ финансовой устойчивости предприятия показал, что деятельность предприятия ООО «Арнок» не отличается стабильностью финансово-экономической деятельности в 2014 году. Все показатели, использованные для анализа, находятся на нижних границах и даже выходят за их пределы.

Анализ платежеспособности предприятия позволяет сделать выводы о низком уровне платежеспособности предприятия с любых позиций ликвидности.

Оценка потенциального банкротства с помощью многофакторных моделей Альтмана, Лиса, Таффлера и Тишоу, Ковалева В. В. и Волковой О. Н. показала, что вероятность банкротства низкая, но показатели находятся довольно близко к критическим. Тем более, ситуация усугубляется низкой ликвидностью и платежеспособностью.

В процессе экономико-организационного анализа и оценки потенциального банкротства предприятия ООО «Арнок» выявлено, что предприятие при низкой вероятности банкротства на данный момент, имеет низкие показатели ликвидности и платежеспособности, что не может не беспокоить высший менеджмент предприятия. Вероятность банкротства с учетом этой ситуации в будущем имеет место быть и менеджменту предприятия необходимо предпринимать меры к его предупреждению.

С этой целью, на предприятии, был проведен опрос экспертов, который дал понять, направления развития предприятия. На основе мнения экспертной группы, высший менеджмент выделил ряд мероприятий по совершенствованию деятельности компании с целью предупреждения банкротства предприятия.

Результаты оценки эффективности и риска, дали возможность сделать вывод о том, что предлагаемые изменения эффективны и рекомендованы к внедрению в производственный процесс.

Для совершенствования определения возможности повышения качества выпускаемой продукции на предприятии было предложено внедрить ЭС Deductor.

Deductor использует в своей работе метод экспертных оценок и сможет формализовать процедуры сбора, обобщения и анализа информации для формулирования управленческого решения в области качества.

Таким образом, в процессе исследования предприятия ООО «Арнок» на предмет потенциального банкротства, были углублены теоретические знания по финансовому менеджменту, которые были реализованы при решении управленческих задач по предупреждению потенциального банкротства предприятия.

Список литературы

1. Налоговый кодекс Российской Федерации (часть первая) от 31.

07.1998 N 146-ФЗ (в ред. от 03.

12.2014) // СЗ РФ. — 03.

08.1998. — № 31. Ст. 3824.

2. Федеральный закон «О несостоятельности (банкротстве)» от 26.

10.2002 № 127-ФЗ // Собрание законодательства.- 2002., № 43., ст. 4190.

3. Баскакова О. В., Сейко Л. Ф. Экономика предприятия (организации): Учебник. Издательство: Дашков и К, 2012. — 370 с.

4. Бардина Е. Денежные обязательства в процедуре банкротства / Е. Бардина // Хозяйство и право. — 2012. — N 10. — С.96−98.

4. Герасимова Е. А. Уроки антикризисного управления: практикум для студентов направления подготовки 80 200 «Менеджмент» / Е. А. Герасимова; М-во образования и науки РФ, Краснояр. гос. торг.

экон. ин-т. — Красноярск: КГТЭИ, 2012. — 131 с.

5. Григорьев В. В. К вопросу о финансовом оздоровлении предприятий / В. В.

Григорьев // Аудит и финансовый анализ. — 2012. — N.

2. — С.292−296.

6. Дибирова Э. З. Банкротство и финансовое оздоровление предприятий [Текст] / Э. З. Дибирова, В. В.

Коокуева // Молодой ученый. — 2012. — №.

12. — С. 192−196.

7. Жарковская Е. П. Антикризисное управление /Е.П. Жарковская, Б. Е. Бродский.

М.: Омега — Л, 2011. 358 с.

8. Каткова Т. Формирование системы управления рисками как стратегической основы устойчивого развития хозяйствующих субъектов / Т. Каткова, Е. Плотникова // Риск: ресурсы, информация, снабжение, конкуренция. — 2012. — N 4. — С.374−378.

9. Кирьянова З. В. Анализ финансовой отчетности: учебник для бакалавров / З. В. Кирьянова, Е. И.

Седова; Гос. ун-т упр. — М.: Юрайт, 2011. — 426 с.

10. Кузьмичев К. Е. Анализ вероятности банкротства строительных компаний в России / К. Е.

Кузьмичев, О. В. Логунова // Финансовая аналитика: проблемы и решения. — 2012. — N.

44. — С.47−54.

11. Курченко Ю. Л., Чебыкина Д. О. Правовые основы проведения процедур банкротства: Учебное пособие. — Томск: кафедра ТУ, ТУСУР, 2012. — 105 с.

12. Куликова Е. А. Антикризисное управление. Учебное пособие. — Екатеринбург. — Изд-во УрГУПС, 2013 г. — 279 с.

13. Казакова Н. А. Анализ бухгалтерской (финансовой) отчетности. — М. Финансы и статистика. 2012. — 179 с.

14. Лихачев О. Б. Финансовый анализ деятельности фирмы. — М.: Истсервис. 2012. — 169 с.

15. Малых Н. И. Диагностика риска банкротства предприятия / Н. И. Малых // Аудит и финансовый анализ. — 2012.

— N 4. — С.128−136.

16. Меркушев А. И., Меркушев А. А. Анализ хозяйственной деятельности организаций — М.: Дело, 2012. — 311 с.

17. Низамова А. И. Анализ платежеспособности организации [Текст] / А. И.

Низамова // Молодой ученый. — 2012. — № 6. — С. 198−200.

18. Пласкова Н. С. Экономический анализ: Учебник. — М.: Эксмо. 2011. — 704 с.

19. Сергеев И. В. Экономика предприятия. — М.: Эльф-ЛТД, 2012. — 389 с.

20. Экономика предприятия. / Под ред. Н. А. Сафронова. — М.: ДЕЛО, 2012. — 311 с.

21. Салахиева М. Ф. Разработка моделей диагностики и прогнозирования вероятности банкротства предприятия / М. Ф. Салахиева // Аудит и финансовый анализ. ;

2012. — N 3. — С.178−186.

22. Ткачёв В. Н. Конкурсное право. Правовое регулирование несостоятельности (банкротства) в России: учебное пособие. Издательство: ЮНИТИ-ДАНА; Закон и право, 2012. — 255 с.

23. Файншмидт Е. А. Зарубежная практика антикризисного управления [Электронный ресурс]: учебное пособие/ Файншмидт Е. А., Юрьева Т.В.— Электрон. текстовые данные.— М.: Евразийский открытый институт, 2010.— 144 c.—.

24. Экономика предприятия: учебник для вузов, под ред. В. Я. Горфинкеля. Издательство: Юнити-Дана, 2012. — 767 с.

Статья 2 ФЗ № 127-ФЗ от 26.

10.2002 «О несостоятельности (банкротстве) (с изменениями на 29 декабря 2014 года).

Статья 3 пункт 2 ФЗ № 127-ФЗ от 26.

10.2002 «О несостоятельности (банкротстве) (с изменениями на 29 декабря 2014 года).

Бардина Е. Денежные обязательства в процедуре банкротства / Е. Бардина // Хозяйство и право. — 2012. — N 10. — С.96−98.

Пласкова Н. С. Экономический анализ: Учебник. — М.: Эксмо. 2011. — 704 с.

Карпунин А. Развитие методик прогнозирования риска банкротства организаций и их применение в сельском хозяйстве / А. Карпунин // Риск: ресурсы, информация, снабжение, конкуренция. — 2012. — N 4. — С.397−401.

Дибирова Э. З. Банкротство и финансовое оздоровление предприятий [Текст] / Э. З.

Дибирова, В. В. Коокуева // Молодой ученый. — 2012. — № 12.

— С. 192−196.

Кузьмичев К. Е. Анализ вероятности банкротства строительных компаний в России / К. Е. Кузьмичев, О. В.

Логунова // Финансовая аналитика: проблемы и решения. — 2012. — N.

44. — С.47−54.

Дибирова Э. З. Банкротство и финансовое оздоровление предприятий [Текст] / Э. З. Дибирова, В. В. Коокуева // Молодой ученый. —.

2012. — № 12. — С. 192−196.

Карпунин А. Развитие методик прогнозирования риска банкротства организаций и их применение в сельском хозяйстве / А. Карпунин // Риск: ресурсы, информация, снабжение, конкуренция. — 2012. — N 4. — С.397−401.

Карпунин А. Развитие методик прогнозирования риска банкротства организаций и их применение в сельском хозяйстве / А. Карпунин // Риск: ресурсы, информация, снабжение, конкуренция. — 2012. — N 4. — С.397−401.

Кузьмичев К. Е. Анализ вероятности банкротства строительных компаний в России / К. Е. Кузьмичев, О.

В. Логунова // Финансовая аналитика: проблемы и решения. — 2012.

— N 44. — С.47−54.

Кузьмичев К. Е. Анализ вероятности банкротства строительных компаний в России / К. Е. Кузьмичев, О. В.

Логунова // Финансовая аналитика: проблемы и решения. — 2012. — N 44. — С.47−54.

Арутюнов, В. В. Управление персоналом: учеб. пособие /В.В. Арутюнов, И. В. Волынский. — Ростов-на-Дону, 2009. — 448с.

Разработано автором.

Комплекс мер по предупреждению банкротства организации.

реструктуризация бизнеса должника.

погашение дебиторской задолженности.

реструктуризация кредиторской задолженности.

проведение досудебной санации должников.

проведение учета и анализа финансового состояние организации и его платежеспособности.

Так, известный миллиардер Дональд Трамп не однократно использовал эту процедуру. Trump Atlantic City Associates, владеющая несколькими казино в Атлантик-Сити, объявила (во второй раз за последние 15 лет) о банкротстве. Это связанно с необходимостью обновления бизнеса: кредиторы получат контрольный пакет акций, и будут вынуждены принять участие не только в реструктуризации задолженности, но и в восстановлении платёжеспособности.

Кодекс законов о банкротстве США позволяет определить план погашения задолженности и оздоровления бизнеса. На время подготовки плана, который согласовывается с кредиторами и утверждается судом, вводится мораторий на взыскание долгов компании, который может действовать до 120 дней. По мнению американских законотворцев, этого срока достаточно для разработки плана мер по оздоровлению бизнеса. Следует подчеркнуть, что кредиторы сами цепляются за любую возможность вернуть свои деньги и заинтересованы в восстановлении платёжеспособности.

Генеральный директор

Технический директор

Финансовый директор

Директор по сбыту и снабжению.

Транспортный участок № 1.

Транспортный участок № 2.

Проектный отдел Гараж.

Склады.

Хозяйственный отдел.

Бухгалтерия.

Отдел маркетинга.

Отдел кадров.

Экономический отдел.

Отдел главного механика.

Сектор местных перевозок.

Вспомогательные подразделения.

Сектор подготовки.

Сектор дальних перевозок Вспомогательные подразделения Сектор подготовки Сектор распределения.

Ремонтный участок.

Участок сварочных работ.

Гараж и склад.

Кассир

Бухгалтер по зарплате.

Главный бухгалтер

Главный экономист.

Экономист.

Сектор 1.

Сектор 2.

Парк легковой техники.

Отдел грузовых перевозок.

Технический отдел.

Отдел сбыта.

Старший менеджер

Менеджер-экспедитор

Отдел снабжения.

Менеджер экспедитор

Менеджер экспедитор

Руководитель организации.

Производственные структуры.

Структуры сбыта и снабжения.

Функциональный штаб.

Исполнительные структуры.

Исполнительные структуры Структуры штаба.

Исполнительные структуры.

Исполнительные структуры.

Финансовый директор

Бухгалтерия.

Экономический отдел.

Отдел маркетинга.

Главный бухгалтер

Кассир

Бухгалтер по зарплате.

Главный экономист.

Экономист.

Главный маркетолог.

Менеджер

Отдел кадров.

Приложение 1.

Баланс предприятия (сводный).

Показатель Код 2012 г. 2013 г. 2014 г. 1 2 3 4 5 Актив I. Внеоборотные активы Нематериальные активы 1110 Результаты исследований и разработок 1120 Основные средства 1130 38 860 40 100 41 000.

Доходные вложения в материальные ценности 1140.

Финансовые вложения 1150 2 2 2 Отложенные налоговые активы 1160 4 4 4 Прочие внеоборотные активы 1170 2221 2221 0 Итого по разделу I 1100 41 087 42 327 41 006 II. Оборотные активы Запасы 1210 67 871 75 094 30 567 НДС по приобретенным ценностям 1220 280 25 2964.

Дебиторская задолженность 1230 В том числе: дебиторская задолженность, платежи по которой ожидаются более чем через 12 месяцев после отчетной даты 1231 дебиторская задолженность, платежи по которой ожидаются в течение 12 месяцев после отчетной даты 1232 25 123 60 123 21 000 финансовые вложения 1240 Денежные средства и денежные эквиваленты 1250 32 087 21 478 5300.

Прочие оборотные активы 1260 2195 938 608 Итого по разделу II 1200 127 556 157 658 60 439.

Баланс 1600 168 643 199 985 101 445.

Пассив III. Капитал и резервы Уставный капитал (складочный капитал, уставный фонд) 1310 33 33 33 Собственные акции, выкупленные у акционеров 1320.

Переоценка внеоборотных активов 1340 Добавочный капитал (без переоценки) 1350 6631 6631 6631.

Резервный капитал 1360 Нераспределенная прибыль (непокрытый убыток) 1370 121 223 151 100 45 336.

Итого по разделу III 1300 157 857 187 734 52 000 IV. Долгосрочные обязательства Заемные средства 1410 Отложенные налоговые обязательства 1420 92 95 109 Оценочные обязательства 1430 Прочие обязательства 1450

Продолжение Приложения 1.

1 2 3 4 5 Итого по разделу IV 1400 92 95 109 V. Краткосрочные обязательства Заемные средства 1510 Кредиторская задолженность 1520 10 694 12 156 49 336.

Доходы будущих периодов 1530 Оценочные обязательства 1540 Прочие обязательства 1550 Итого по разделу V 1500 10 694 12 156 49 336.

Баланс 1700 168 643 199 985 101 445.

Приложение 2.

Отчет о прибылях и убытках.

Показатель Код строки 2013 г. 2014 г. 1 2 3 4 Выручка (нетто) от реализации товаров, продукции, работ, услуг (за минусом НДС, акцизов и аналогичных обязательных платежей) 2110 245 900 191 200.

Себестоимость реализации товаров, продукции, работ, услуг 2120 190 234 168 345 Валовая прибыль 2100 55 666 22 855.

Коммерческие расходы 2210 Управленческие расходы 2220 6700.

Прибыль (убыток) от продаж 2200 55 666 16 155.

Доходы от участия в других организациях 2310 Проценты к получению 2320 Проценты к уплате 2330 Прочие доходы 2340 337 2 Прочие расходы 2350 5500 1610.

Прибыль (убыток) до налогообложения 2300 50 503 14 547.

Текущий налог на прибыль 2410 12 625 2910 В том числе постоянные налоговые обязательства 2421.

Изменение отложенных налоговых обязательств 2430 4 Изменение налоговых активов 2450 Прочее 2460 Чистая прибыль 2400 37 874 2910.