Финансовая устойчивость предприятий малого бизнеса

В рамках данной дипломной работы предлагаются следующие направления решения выявленных проблем:

1. Повышение эффективности управления дебиторской и кредиторской задолженностью. В рамках данного мероприятия предлагается имеющуюся дебиторскую задолженность в размере 2 350 тыс. руб. передать по факторингу в Промсвязьбанк с комиссией за фактор — 2% от общей суммы; ставка по кредитным ресурсам — 18% годовых. Просроченная дебиторская задолженность, в размере 40 тыс. рублей принимается на инкассацию уже на других, более невыгодных условиях, а именно: комиссия за фактор — 3% от общей суммы; ставка по кредитным ресурсам — 21% годовых. Оставшаяся же часть дебиторской задолженности в размере 9 тыс. рублей, являющаяся просроченной более чем на три месяца на инкассацию по договору не сдаётся.

Для устранения риска образования новой дебиторской задолженности в работе разработана модель управления дебиторской задолженностью предприятия, которая охватывает все этапы процесса управления и отвечает условиям, предъявляемым к данному процессу. Использование разработанной модели управления дебиторской задолженностью предприятия позволит ООО «Ристар» всегда поддерживать ее уровень в таком состоянии, которое не будет отрицательно отражаться на финансовом состоянии предприятия.

2. Оптимизация системы управления запасами. В рамках данного мероприятия в работе предложена система оценки эффективности принятия решений в области использования МПЗ, позволяющая повысить заинтересованность менеджмента в оптимизации затрат и максимизации эффекта. Реализация всего комплекса предлагаемых нововведений позволит повысить объективность оценки действия менеджеров и качественно реализовать стимулирующую функцию контроля.

Для внедрения в деятельность ООО «Ристар» разработанного предложения по оптимизации управления запасами необходимо принять в штат компании менеджера по управлению МПЗ. Специалистами ООО «Ристар» установлено, что прием в штата менеджера по управлению МПЗ и использование разработанной в данной работе рекомендации по контролю эффективности принятия решений в области управления материальными запасами позволит компании сократить запасы по статье готовая продукция для перепродажи минимум на 30%, а также сократить затраты на 5% и увеличить доходы на 9%. Использование предлагаемых рекомендаций уже в 2010 г. позволило бы компании получить на 40% больше прибыли даже с учетом дополнительных затрат на оплату труда и организацию рабочего места менеджера по МПЗ.

Помимо экономического эффекта, которое получит ООО «Ристар» от использования разработанных мероприятий, предприятие сможет улучшить свою платежеспособность и финансовую устойчивость, разработанные предложения по совершенствованию управления дебиторской задолженностью и оптимизации управления запасами приведут к росту финансовой устойчивости ООО «Ристар», что обусловлено перенесением приоритета в финансировании деятельности предприятия на использование собственного капитала и улучшении управления оборотными активами предприятия.

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ Конституция Российской Федерации от 29 декабря 1993 г. (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.

Налоговый кодекс Российской Федерации часть вторая от 5 августа 2000 г. № 117-ФЗ (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.

Аристархова М. К. Повышение эффективности управления дебиторской задолженностью предприятия путём создания имитационной модели управления. [Электронный ресурс]. Режим доступа:

http://www.ogbus.ru, свободный.

Грачев А. Н. Финансовая устойчивость предприятия. Критерии и методы оценки в рыночной экономике. — М.: Дело и Сервис, 2010. — 400 с.

Базарова М.У., Дараева О. С. Финансовая устойчивость: мониторинг и моделирование // Вестник Бурятской государственной сельскохозяйственной академии им. В. Р. Филиппова. 2010. № 3. С. 90−96.

Басовский Л. Е. Финансовый менеджмент. Учебник. — М., ИНФРА-М, 2009. — с. 506.

Батьковский М.А., Булава И. В., Мингалиев К. Н. Совершенствование управления финансовой устойчивостью предприятия в современных условиях с целью снижения рисков его деятельности // РИСК: Ресурсы, информация, снабжение, конкуренция. 2009. № 3. С. 50−52.

Бердникова Т. Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Учебн.

пособие. — М.: Инфра-М, 2010. — 224 с.

Бланк И. Финансовый менеджмент: Учебн. курс — К.: Перспектива, 2010 — 656 с.

Божко В.П., Булава И. В., Мингалиев К. Н. и др. Экономико-математический инструментарий финансового оздоровления российских предприятий в условиях глобализации и мирового финансового кризиса. — М.: МЭСИ, 2010.

Большой экономический словарь / Под ред. Азрилияна А.- М.: Институт новой экономики, 2010 — 1421 c.

Васильева Л.С., Петровская М. В. Финансовый анализ. — М.: КНОРУС, 2010. — 880 с.

Воронченко Г. В. Управление дебиторской задолженностью предприятия // Экономический анализ: теория и практика. 2010. № 7. С. 23−29.

Грачев А. Н. Финансовая устойчивость предприятия. Критерии и методы оценки в рыночной экономике. — М.: Дело и Сервис, 2010. — с.

41.

Гукалова Е. А. Финансовая устойчивость предприятия в современных условиях // Современные наукоемкие технологии. 2009. № 3. С. 90a-90.

Ионова А. Ф., Селезнева Н. Н. Финансовый менеджмент. — М.: Проспект, 2010. — 592 с.

Исаева Э. В. Проблема определения сущности понятия «финансовая устойчивость предприятия» // Проблемы экономики. 2008. № 2. С. 78−81.

Киров А. В. Управление финансовой устойчивостью предприятия: теоретические аспекты // Вестник Волгоградского государственного университета. Серия 3: Экономика. Экология. 2011. Т. 3. № 1.

С. 154−159.

Киров А. В. Формирование концепции управления финансовой устойчивостью предприятия в контексте интеграционных процессов в рыночной среде // Финансовая аналитика: Проблемы и решения. 2011. № 3. С. 68−74.

Кленова Е. А. Механизм управления финансовой устойчивостью предприятия // Международный журнал экспериментального образования. 2011. № 8. С. 232−232.

Коба Е. Е. Формирование политики по управлению дебиторской задолженностью // Сервис в России и за рубежом. 2009. № 1. С. 91−96.

Ковалев А. М. Финансовый менеджмент — М.: Инфра-М, 2009 — 336 с.

Кован С.Е., Кочетков Е. П. Финансовая устойчивость предприятия и ее оценка для предупреждения банкротства // Экономический анализ: теория и практика. 2009. № 15. С. 52−59.

Коптелов А. Как разработать систему внутреннего контроля // Финансовый директор. — № 1. — 2009. — С. 14.

Кочетков Е.П. Финансово-экономическая устойчивость: теоретические аспекты оценки и управления // Эффективное антикризисное управление. 2011. № 2. С. 116−120.

Куртсеитова М. Т. Основы управления финансовой устойчивостью компании // Ученые записки Казанской государственной академии ветеринарной медицины им. Н. Э. Баумана. 2010. № 202. С. 352−357.

Макарова В.И., Остроухова В. А. Финансовая устойчивость как инструмент обеспечения экономического роста и развития предприятия на долгосрочный период // Экономика и управление: новые вызовы и перспективы. 2010. № 1. С. 288−290.

Мочалова Л.А., Сабельфельд Т. В. Несостоятельность, платежеспособность и финансовая устойчивость предприятия // Вестник Алтайской академии экономики и права. 2010. № 1. С. 97−102.

Пойлова Е. Л. Управление дебиторской задолженностью с позиции теории жизненного цикла // Вестник Омского университета. Серия: Экономика. 2008. № 4. С. 107−109.

Попова А. И. Финансовая устойчивость предприятий в концепции жизненного цикла // Проблемы современной экономики. 2010. № 3. С. 165−169.

Савицкая Г. В. Анализ хозяйственной деятельности предприятия — М.:ИНФРА — М, 2009.

Чуев И.Н., Чечевицина Л. Н. Анализ финансово-хозяйственной деятельности: учебное пособие. — Ростов н/Д.: «Феникс», 2009. — 384 с.

Шермет А. Д. Комплексный анализ хозяйственной деятельности. — М.: Инфра-М, 2009.

ПРИЛОЖЕНИЕ 1

Бухгалтерский баланс за 2010 год

АКТИВ Код строки На начало отчетного года На конец отчетного периода 1 2 3 4 I. ВНЕОБОРОТНЫЕ АКТИВЫ Нематериальные активы 110 252 248 Основные средства 120 41 443 41 666 Незавершенное строительство 130 16 18 Доходные вложения в материальные ценности 135 — - Долгосрочные финансовые вложения 140 10 10 Отложенные налоговые активы 145 — - Прочие внеоборотные активы 150 — - ИТОГО по разделу I 190 41 721 41 942 II. ОБОРОТНЫЕ АКТИВЫ Запасы 210 40 138 43 496 в том числе: сырье, материалы и другие аналогичные ценности 211 12 194 12 151 животные на выращивании и откорме 212 — - затраты в незавершенном производстве 213 816 982 готовая продукция и товары для перепродажи 214 22 451 27 154 товары отгруженные 215 2 458 1 165 расходы будущих периодов 216 2219 2 044 прочие запасы и затраты 217 — - Налог на добавленную стоимость по приобретенным ценностям 220 1 — Дебиторская задолженность (платежи по которой ожидаются более чемчерез 12 месяцев после отчетной даты) 230 — - в том числе: покупатели и заказчики 231 — - Дебиторская задолженность (платежи по которой ожидаются в течение12 месяцев после отчетной даты) 240 21 766 14 162 в том числе: покупатели и заказчики 241 4171 2399

Краткосрочные финансовые вложения 250 25 103 48 448 Денежные средства 260 661 870 Прочие оборотные активы 270 — - ИТОГО по разделу II 290 87 669 106 976 БАЛАНС 300 129 390 148 918 Окончание приложения 1

ПАССИВ Кодстроки На начало отчетногогода На конец отчетногопериода 1 2 3 4 III. КАПИТАЛЫ И РЕЗЕРВЫ Уставный капитал 410 12 502 12 502

Собственные акции, выкупленные у акционеров 411 — - Добавочный капитал 420 26 704 26 704 Резервный капитал 430 5001 5001 в том числе: резервы, образованные в соответствии с законодательством 431 — - резервы, образованные в соответствии с учредительными документами 432 5001 5001

Нераспределенная прибыль прошлых лет 460 0 0 Нераспределенная прибыль отчетного года 470 43 718 60 716 ИТОГО по разделу III 490 87 925 104 923 IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА Займы и кредиты 510 — - Отложенные налоговые обязательства 515 1048 626 Прочие долгосрочные обязательства 520 — - ИТОГО по разделу IV 590 1048 626 V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА Займы и кредиты 610 Кредиторская задолженность 620 — - в том числе: поставщики и подрядчики 621 33 866 35 067 задолженность перед персоналом организации 622 6279 1791 задолженность перед государственными внебюджетными фондами 623 9 078 11 011 задолженность по налогам и сборам 624 3512 3704 прочие кредиторы 625 14 997 16 679 авансы полученные 628 — 1 882 Задолженность участникам (учредителям) по выплате доходов 630 490 486 Доходы будущих периодов 640 82 44 Резервы предстоящих расходов 650 5979 7772

Прочие краткосрочные обязательства 660 — - ИТОГО по разделу V 690 40 417 43 369 БАЛАНС 700 129 390 148 918

Справка о наличии ценностей, учитываемых на забалансовых счетах Арендованные основные средства 910 в том числе по лизингу 911 Товарно-материальные ценности, принятые на ответственноехранение 920 Товары, принятые на комиссию 930 Списанная в убыток задолженность неплатежеспособных дебиторов 940 Обеспечение обязательств и платежей полученные 950 Обеспечение обязательств и платежей выданные 960 Износ жилищного фонда 970 Износ объектов внешнего благоустройства и других аналогичныхобъектов 980 Нематериальные активы, полученные в пользование 990 Руководитель ___________ __________________________ Главный бухгалтер _________ _____________________

(подпись) (расшифровка подписи) (подпись) (расшифровка подписи)

" _____" ________________ ________г.

Отчет о прибылях и убытках за 2010 год

Наименование показателя Кодстроки За отчетныйпериод За аналогичный периодпредыдущего года 1 2 3 4 Доходы и расходы по обычным видам деятельности Выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом налога на добавленную стоимость, акцизов и аналогичныхобязательных платежей) 010 372 035 313 311

Себестоимость проданных товаров, продукции, работ, услуг 020 220 187 183 373

Валовая прибыль 029 151 848 129 938

Коммерческие расходы 030 30 090 24 939

Управленческие расходы 040 90 403 79 089

Прибыль (убыток) от продаж 050 31 355 25 910

Прочие доходы и расходы Проценты к получению 060 950 77 Проценты к уплате 070 — - Доходы от участия в других организациях 080 — - Прочие доходы 090 4088 3379

Прочие расходы 100 4772 4153

Прибыль (убыток) до налогообложения 140 31 621 25 213

Отложенные налоговые активы 141 — - Отложенные налоговые обязательства 142 422 441 Текущий налог на прибыль 150 -6750 -5498

Пени по налогам и сборам 160 -1 15 Чистая прибыль (убыток) отчетного периода 190 25 292 20 171 СПРАВОЧНО Постоянные налоговые обязательства (активы) 200 Базовая прибыль (убыток) на акцию 201 Разводненная прибыль (убыток) на акцию 202 0

ПРИЛОЖЕНИЕ 2

Бухгалтерский баланс за 2009 год АКТИВ Код строки На начало отчетного года На конец отчетного периода 1 2 3 4 I. ВНЕОБОРОТНЫЕ АКТИВЫ Нематериальные активы 110 293 252 Основные средства 120 47 102 41 443 Незавершенное строительство 130 — 16 Доходные вложения в материальные ценности 135 — - Долгосрочные финансовые вложения 140 10 10 Отложенные налоговые активы 145 11 — Прочие внеоборотные активы 150 — - ИТОГО по разделу I 190 47 416 41 721 II. ОБОРОТНЫЕ АКТИВЫ Запасы 210 31 997 40 138 в том числе: сырье, материалы и другие аналогичные ценности 211 11 508 12 194 животные на выращивании и откорме 212 — - затраты в незавершенном производстве 213 495 816 готовая продукция и товары для перепродажи 214 18 673 22 451 товары отгруженные 215 0 2 458 расходы будущих периодов 216 1321 2219 прочие запасы и затраты 217 — - Налог на добавленную стоимость по приобретенным ценностям 220 4 1 Дебиторская задолженность (платежи по которой ожидаются более чемчерез 12 месяцев после отчетной даты) 230 — - в том числе: покупатели и заказчики 231 — - Дебиторская задолженность (платежи по которой ожидаются в течение12 месяцев после отчетной даты) 240 25 921 21 766 в том числе: покупатели и заказчики 241 8148 4171

Краткосрочные финансовые вложения 250 — 25 103 Денежные средства 260 7604 661 Прочие оборотные активы 270 — - ИТОГО по разделу II 290 65 526 87 669 БАЛАНС 300 112 942 129 390 Окончание приложения 2

ПАССИВ Кодстроки На начало отчетногогода На конец отчетногопериода 1 2 3 4 III. КАПИТАЛЫ И РЕЗЕРВЫ Уставный капитал 410 12 502 12 502

Собственные акции, выкупленные у акционеров 411 — - Добавочный капитал 420 26 704 26 704 Резервный капитал 430 5001 5001 в том числе: резервы, образованные в соответствии с законодательством 431 — - резервы, образованные в соответствии с учредительными документами 432 5001 5001

Нераспределенная прибыль прошлых лет 460 Нераспределенная прибыль отчетного года 470 30 439 43 718 ИТОГО по разделу III 490 74 646 87 925 IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА Займы и кредиты 510 — - Отложенные налоговые обязательства 515 1489 1048

Прочие долгосрочные обязательства 520 — - ИТОГО по разделу IV 590 1489 1048 V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА Займы и кредиты 610 — - Кредиторская задолженность 620 25 020 33 866 в том числе: поставщики и подрядчики 621 2664 6279 задолженность перед персоналом организации 622 5899 9 078 задолженность перед государственными внебюджетными фондами 623 2601 3512 задолженность по налогам и сборам 624 13 856 14 997 прочие кредиторы 625 — - авансы полученные 628 — - Задолженность участникам (учредителям) по выплате доходов 630 510 490 Доходы будущих периодов 640 123 82 Резервы предстоящих расходов 650 11 154 5979

Прочие краткосрочные обязательства 660 — - ИТОГО по разделу V 690 36 807 40 417 БАЛАНС 700 112 942 129 390

Справка о наличии ценностей, учитываемых на забалансовых счетах Арендованные основные средства 910 в том числе по лизингу 911 Товарно-материальные ценности, принятые на ответственноехранение 920 Товары, принятые на комиссию 930 Списанная в убыток задолженность неплатежеспособных дебиторов 940 Обеспечение обязательств и платежей полученные 950 Обеспечение обязательств и платежей выданные 960 Износ жилищного фонда 970 Износ объектов внешнего благоустройства и других аналогичныхобъектов 980 Нематериальные активы, полученные в пользование 990 Руководитель ___________ __________________________ Главный бухгалтер _________ _____________________

(подпись) (расшифровка подписи) (подпись) (расшифровка подписи)

" _____" ________________ ________г.

Отчет о прибылях и убытках за 2009 год Наименование показателя Кодстроки За отчетныйпериод За аналогичный периодпредыдущего года 1 2 3 4 Доходы и расходы по обычным видам деятельности Выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом налога на добавленную стоимость, акцизов и аналогичныхобязательных платежей) 010 372 035 314 711

Себестоимость проданных товаров, продукции, работ, услуг 020 220 187 185 413

Валовая прибыль 029 151 848 129 298

Коммерческие расходы 030 30 090 24 914

Управленческие расходы 040 90 403 77 698

Прибыль (убыток) от продаж 050 31 355 26 686

Прочие доходы и расходы Проценты к получению 060 950 576 Проценты к уплате 070 — - Доходы от участия в других организациях 080 — - Прочие доходы 090 4088 7910

Прочие расходы 100 4772 4159

Прибыль (убыток) до налогообложения 140 31 621 31 013

Отложенные налоговые активы 141 — -6 Отложенные налоговые обязательства 142 422 -265 Текущий налог на прибыль 150 -6750 -7194

Пени по налогам и сборам 160 -1 -4 Чистая прибыль (убыток) отчетного периода 190 25 292 23 544 СПРАВОЧНО Постоянные налоговые обязательства (активы) 200 Базовая прибыль (убыток) на акцию 201 Разводненная прибыль (убыток) на акцию 202 0

1. Простые способы распознавания символов 3

2. Развитие простых способов распознавания символов 4

3. Обнаружение краев изображения на сетчатке 6

4. Усиление контраста в сканирующей системе 6

5. Усиление контура путем совмещения 8

6. Считающая сетчатка 9

7. Сетчатка обнаруживающая края 11

8. Будущее искусственных сетчаток 13

9. Обнаружение контура в сканирующей системе на базе ЭВМ 14

СПИСОК ЛИТЕРАТУРЫ

16

1. Простые способы распознавания символов Часто можно видеть очень сложное оборудование, сконструированное для распознавания печатных или письменных символов и преобразования их в код, удобный для использования в вычислительной машине. Роботы такого рода совершенно справедливо относятся к кибернетической технике. Интересно попытаться упростить это чрезвычайно сложное оборудование до необходимого минимума. Большая часть сложностей приходится на основные механические манипуляционные системы, необходимые для подачи документов, которые должна читать машина. Однако сама читающая часть оборудования зачастую тоже достаточно сложна.

Сотрудник Астонской кибернетической лаборатории Д. Г. Хопкинс сделал попытку найти способы сужения задачи распознавания символов до минимально необходимой. Обычно принято заранее жестко определять внешний вид символа, подлежащего распознаванию какой-либо системой для распознавания символов. После того как это сделано, возникает вопрос, каков минимальный объем оборудования, которое может использоваться для распознавания и различения заданного числа различных символов. Как и в большинстве оригинальных работ, ответ Хопкинса на этот вопрос, после того как он получен, кажется настолько очевидным, что интересно кратко проследить процесс продвижения от сложного к простому в этом случае.

Хопкинс начал с допущения о том, что он будет использовать множество из 25 фотоэлементов, в то же время ясно сознавая, что глаз человека содержит намного больше чувствительных элементов. Затем он видоизменил конфигурацию 10 своих цифровых символов таким образом, чтобы они состояли из прямых линий, а кривые линии были почти полностью исключены. Благодаря этому обеспечивалось адекватное «покрытие» используемых фотоэлементов и уменьшалась неопределенность. Преобразованные символы приобрели квадратную форму, но не в очень сильной степени.

Затем фотоэлементы были обозначены по рядам: ряд 1, ряд 2, …, ряд 5 — и по столбцам: столбец А, столбец В, …, столбец Е. Теперь любой фотоэлемент мог быть определен, например, как СЗ. Информация об освещенности фотоэлементов, связанная с каждым из символов, подлежащих распознаванию, сводилась в таблицы. Эти таблицы тщательно проверялись на избыточность, например на наличие элементов, которые никогда не освещаются, или повторяющихся образцов.

В результате проверки обнаруживаются элементы, которые покрываются всеми символами, кроме одного, или же не покрываются никакими символами, кроме одного. Девять таких элементов могут использоваться для индикации всех 10 символов (10-й делается избыточным применением метода исключения). Однако, даже если и находятся девять таких элементов, это число все еще превышает абсолютный минимум, равный четырем элементам. Минимальное число элементов, необходимых для обнаружения 10 различных символов, которые можно разделить, располагая тремя элементами, равно 8 = 23. Если теперь найдены элементы, которые покрываются (или не покрываются) двумя из символов, то потребуется минимальное число элементов, равное шести. В том случае, когда число символов, позволяющих покрыть или не покрыть любой отдельный элемент, равно трем, теоретически требуется только пять различных элементов. Приведенные рассуждения позволяют сделать вывод, что интерес должны представлять такие системы, в которых четыре или пять из 10 цифровых символов могут покрывать (или не покрывать) любой отдельный фотоэлемент.

Работая с уменьшенной таблицей, о которой упоминалось выше, обнаруживается в результате проверки, что в полной матрице, состоящей из 25 элементов, есть три элемента, а именно элементы под номерами А4, ВЗ, Е2, которые удовлетворяют указанным требованиям. Однако они не позволяют различить цифры 2 и 8, а также цифры 3 и 9. Этого и следовало ожидать, поскольку используются только три фотоэлемента. Добавление еще одного фотоэлемента должно позволить разделять 2 и 8, а также 3 и 9. Номер этого дополнительного элемента — А2. Таким образом, располагая четырьмя элементами — А2, А4, ВЗ, Е2, — можно различать все 10 различных символов.

Теперь важно отметить, что полученная конфигурация элементов не обязательно единственная, в частности потому, что конкретное множество символов выбиралось до нахождения требуемого расположения фотоэлементов. Как бы то ни было, наиболее важно то, что Хопкинск показал осуществимость этого метода, которая, в свою очередь, демонстрирует целесообразность формального инженерного подхода к конструированию символов и их распознаванию. Экспериментальное оборудование, созданное в Астоне Хопкинсом, очень простое и весьма удачное.

2. Развитие простых способов распознавания символов Описанный выше оригинальный метод распознавания цифр дает четырехразрядный двоично-кодированный выход. Однако было бы очень желательно, чтобы выход был представлен в истинно двоичном виде. После того как Хопкинс продемонстрировал целесообразность этого метода, дальнейшая работа автора привела его к системе, которая дает истинно двоичный выход.

Форма символов, используемых при работе с этой системой, и необходимое расположение фотоэлементов показаны на рис.

1.2. Двоичный выход получается простой инверсией цифрового напряжения от фотоэлемента Z, с тем чтобы выходной сигнал можно было записать как WXYZ.

рис. 2.

1. Набор символов, позволяющих получить истинно двоичный выход от четырех фотоэлементов В любой реальной системе, предназначенной для использования в роботе или аппаратуре для распознавания образов полная минимизация производиться не будет. Основанием для этого служит то, что введение в систему дополнительной избыточности может способствовать повышению ее надежности. Конкретная форма, которую примет избыточность, будет зависеть от природы всей системы в целом.

В качестве примера введения избыточности на рис.

1.2 крестиками отмечены точки, находящиеся в одном и том же месте всех 10 символов, и их можно использовать для расположения символов в читающем устройстве.

Хопкинс, расширяя возможности своей системы применением фотоэлементов, имеющих удлиненную форму, и набирая из них круглые элементы, получил около 30% правильного распознавания вручную написанных цифр произвольного размера. При этом он по-прежнему использовал только четыре элемента.

Огромный интерес вызвала возможность распознавания текста, написанного от руки, для использования в вычислительной технике; некоторые работы в этой области были доведены до уровня применения. Например, одна из систем при помощи специального пера позволяла заносить информацию через планшет «Рэнд», состоящий из проволочной сетки. Можно было использовать и специальное перо, в котором звуки от искр, возникающих с частотой 200 в секунду, улавливаются микрофонами, расположенными по краям пульта. Создатели системы утверждают, что она может распознавать 100 символов, написанных любым лицом. В системе предусмотрена обратная связь к оператору, поступающая на экран электронно-лучевой трубки, что позволяет ему стирать ошибочно записанную информацию, нажав на кнопку стирания или переписав сверху неправильный символ.

3. Обнаружение краев изображения на сетчатке Физиологические исследования указывают на некоторые особенности зрения животных при обнаружении изображений. Летвин и его соавторы обнаружили существование разно-образных специализированных нервных волокон, отходящих от глаза лягушки, в том числе и тех, которые реагируют только на четко определенные границы между объектами.

Только падающие на сетчатку изображения изменяющихся световых образцов и движущихся искривленных краев вызывают сигналы, идущие в мозг. Все другие виды нервной информации на сетчатке, по-видимому, игнорируются и не вызывают сигналов, посылаемых в мозг. Хьюбел и Вейзел открыли тот факт, что некоторые клетки в глазу кошки реагируют только на движение изображения по сетчатке. Это означает, что возможна непосредственная нейронная реакция на скорость, с которой изображение движется вдоль сетчатки.

Из изложенного следует, что до некоторой степени зрительное обнаружение характера изображения происходит непосредственно на сетчатке, а не в мозгу. Поэтому ждет своего осуществления большая работа по моделированию этих возможностей глаза и использованию их в инженерных целях. В прошлом работы такого рода обычно сводились к обработке данных в цифровой вычислительной машине. В ряде случаев делались очень сложные теоретические предположения относительно возможной организации процесса усиления контраста на сетчатке.

4. Усиление контраста в сканирующей системе Для того чтобы обеспечить усиление контраста по двум координатам в устройстве, имитирующем глаз и содержащем сканирующую систему, например передающую телевизионную трубку, необходимо использовать две отдельные системы.

Рассмотрим телевизионное сканирование. Усиление контраста здесь может осуществляться по горизонтали, вдоль каждой строки, а также по вертикали, от каждой строки к каждой последующей. Методы, используемые для этих двух различных видов усиления, в основном одинаковы. Изменяющийся во времени сигнал, полученный при сканировании, задерживается на различные временные интервалы; задержанный и незадержанный сигналы складываются и вычитаются в определенных пропорциях.

В качестве примера рассмотрим структурную схему усиления контраста по вертикали, показанную на рис. 4.1 Этот процесс приводит к выходному сигналу

где Ln — выходной сигнал от сканирования строки я и т. д., a k — постоянная. Этот выходной сигнал можно записать в виде

Такой подход можно использовать для усиления контраста как по вертикали, когда требуемая задержка равна временной продолжительности одной строки, так и по горизонтали, когда требуются задержки всего лишь порядка временной продолжительности одного элемента. В первом случае необходима большая точность задержки, во втором случае можно использовать простые пассивные контуры, правда, с введением фазоинвертирующих усилителей. Этот метод похож на метод, описанный в.

Рис. 4.

1. Структурная схема усиления контраста Хотя телевизионные передающие трубки и кажутся идеальными устройствами для использования в визуальной системе робота, с ними связан целый ряд трудностей. Прежде всего они должны быть тщательно защищены от возможного повреждения, вызываемого, например, чрезмерным засвечиванием. Долговечность передающих телевизионных трубок очень ограничена, вследствие чего нежелательно их непрерывное использование в визуальной системе работа. Некоторые трубки страдают от «прожигания» изображения на чувствительной поверхности, если их экспонировать продолжительное время перед неизменяющейся яркой сценой.

Несмотря на то, что передающие трубки сейчас намного дешевле, чем несколько лет назад, все еще сохраняется потребность в более дешевой системе, с большим сроком службы. Иногда роботу приходится работать в среде, где он сам должен обеспечивать себе освещение; в таких случаях заслуживают рассмотрения системы с бегущим лучом.

В настоящее время получили распространение интегральные системы сетчаток, содержащие большое количество фотоэлементов.

5. Усиление контура путем совмещения Контуры визуального изображения можно усилить точным совмещением двух противоположных визуальных представлений изображения. Например, точное совмещение позитивного и негативного диапозитивов дает контур изображения. Прохождение света, связанное с интерференцией и краевыми эффектами, возможно только в областях резкого изменения плотности. Оказалось, что в таком процессе наряду с контурной информацией сохраняется и текстурная информация. При этом, чем меньше промежуток между двумя диапозитивами, тем меньше деталь, которая может быть воспроизведена.

Рассмотрим черно-белое изображение. На краях изображения и на границах между черными и белыми областями неизбежно возникает более или менее постоянное изменение пропускания света. Если теперь взять простую сумму оптической плотности, А в любой заданной точке и ее инверсию —А, то эта сумма всегда равна нулю и никакого суммарного изображения возникнуть не может. Подобным образом, если привести к единице максималь-ную величину оптической плотности (т. е. Аmах = 1) и взять разность между оптической плотностью, А и 1—А, то в каждой точке результат будет 2А — 1; если же взять их сумму, то результат будет равен, А + 1 — А = 1. Следовательно, простые сумма или разность сигнала и его инверсии вообще не могут создавать эффекта усиления контура изображения.

Один из путей достижения контурного усиления за счет непосредственного использования изображения, а не интерференции и краевых эффектов состоит во взятии произведения, а не суммы или разности сигнала, А и сигнала 1 — А. В результате этого полу-чаем

Результирующий сигнал такого вида дает на выходе максимальную величину в точке, где интенсивность изображения составляет половину от максимальной величины.

Процесс нормирования можно осуществить делением на максимальную величину, что приводит к следующему виду сигнала-произведения:

где Аmах определяется как максимальное значение сигнала в точке, ближайшей к точке нулевой крутизны и с максимальной отрицательной скоростью изменения сигнала.

Однако совсем не обязательно брать нуль за основу вычислений, если определена точка, ближайшая к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала, поскольку в этом случае показатель локальной кривизны может быть задан в виде

где Атiп — значение в точке, ближайшей к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала.

Эта характеристика является сугубо локальной. В дальнейшем будет показано, что, в отличие от процесса разделения сканированием, описанный выше процесс не зависит от скорости изменения сигнала, а зависит только от его фактической величины. В этом есть определенное преимущество, поскольку при медленном изменении возникает большой выходной сигнал, так как он зависит от самой величины, а не от скорости ее изменения.

Интересно заметить, что сложением двух совершенно произвольных совокупностей точек можно сформировать вполне реальное изображение.

6. Считающая сетчатка Большое количество объектов человек считает глазами по отдельности или разделяет их на группы. В то же время глаз человека обладает способностью к мгновенному подсчету изображений, создаваемых на сетчатке небольшим числом объектов. Искусственная сетчатка, наделенная такой способностью, имела бы многочисленные применения; одним из наиболее важных явилось быстрое определение количества объектов, например элементов крови, находящихся под микроскопом.

Рис. 6.

1. Схема, применяемая в считающей сетчатке Принципиальная возможность создания такой непосредственно считающей сетчатки была продемонстрирована П. С. Вильямсом в Астоне. Схема экспериментального устройства показана на рис.

6.1. Клетки сетчатки представлены одним рядом сернисто-кадмиевых фотоэлектрических элементов. Сигналы от этих элементов подаются на операционные усилители, а затем поступают на выход. Число объектов, появляющихся перед линейкой элементов, определяется простыми схемами, и результат указывается прибором, шкала которого отградуирована на число объектов.

Принцип работы этого демонстрационного оборудования на самом деле весьма прост, хотя на первый взгляд кажется, что это не так. Для определения числа объектов, независимо от их размеров и положения, подсчитывается число краев объектов, появляющихся перед сетчаткой, а затем устройство автоматически делит его на 2. В искусственной сетчатке используется, таким образом, принцип обнаружения краев изображения.

Рис. 6.

2. Пример использования «детектора краев», разработанного в Астоне Рассмотренный принцип можно распространить для использования не только в одномерном, но и в двумерном варианте, применив для определения числа краев вдоль каждой из параллельных строк растра визуальной сцены «детектор краев», разработанный в Астоне. После этого вычисляются значения разностей, как это показано на рис. 6.2, между числами краев, появившихся перед соседними линейками, а затем вычисленные разности суммируются и делятся на 4 для получения общего числа рассматриваемых выпуклых объектов независимо от их индивидуальных размеров. Такое считающее устройство может непосредственно использоваться на промышленных складах и в магазинах, не считая уже упомянутых применений в медицине.

Наверное, следует упомянуть о том, что при использовании описанных простых считающих схем имеются определенные ограничения. С каждого конца линейка должна быть полностью укомплектована освещаемыми фотоэлементами, даже если их можно промоделировать. Соседние объекты должны или разделяться полным столбцом, или перекрываться в одном и том же столбце. Если границы двух объектов приходятся на два разных, но прилегающих столбца, то при подсчете возникает ошибка, являющаяся неким видом оптической иллюзии. Объекты не должны быть вогнутыми: при их подсчете может получиться ошибочный результат. Несмотря на недостатки данного метода, он дает хорошие результаты при реализации его на устройстве, в основе своей очень простом. Этот же метод в неизменном виде, безусловно, применим при использовании взамен дискретных элементов сканирующего устройства, например передающей телевизионной трубки.

7. Сетчатка обнаруживающая края Как уже отмечалось выше, из многочисленных исследований живых систем известно, что обнаружение краев играет важнейшую роль в процессах распознавания. В качестве примера рассмотрим пластину с изображением красной буквы на белом фоне, которая нередко встречается на автомобилях в Англии. Вся красная поверхность внутри буквы L и вся белая поверхность вне ее несут мало информации. Именно конфигурация контуров, образуемых соединением красной поверхности и белого фона, указывает на то, что изображенная фигура есть L, а не другая буква.

Для обнаружения краев и получения информации об их расположении можно использовать модификацию считающей сетчатки, описанной выше. Однако для большой сетчатки с большим числом фотоэлектрических элементов потребуется большое количество дифференциальных усилителей и стоимость непомерно возрастет.

В процессе работы в Астонской кибернетической лаборатории над считающей сетчаткой С. Е. Фри предложил оригинальную идею замены постоянного напряжения питания, которое использовалось в первых работах, на переменное. В результате этого удалось построить сетчатку, обнаруживающую края изображения, для которой требовались только фотоэлементы, конденсаторы и резисторы, но не требовались транзисторы или другие активные устройства. На рис. 7.1 приведена принципиальная схема одной строки клеток сетчатки.

Рассмотрим фотоэлементы С и D. Если ни один из них не освещается, то выходной сигнал в точке X отсутствует. С другой стороны, если оба элемента освещены в равной степени, то во время каждого полупериода на резисторе R3 возникает напряжение. Таким образом, на резисторе R3 имеется симметричное переменное напряжение.

Рис. 7.

1. Принципиальная схема сетчатки для обнаружения краев изображения При условии, что произведение RCCC велико по сравнению с периодом переменного напряжения, напряжение на резисторе R3 будет почти полностью сглажено и в точке X будет небольшое или вовсе не будет выходного напряжения.

Теперь рассмотрим ситуацию, когда фотоэлемент С освещен, а фотоэлемент D — не освещен. Эта ситуация возникает тогда, когда, например, имеется темный край, который затемняет фотоэлемент D, но не затемняет фотоэлемент С, т. е. край попадает между фотоэлементами С и О. В этом случае при полуволне питающего напряжения, когда шина питания L положительна относительно шины питания N, фотоэлемент С будет проводить и в выходной точке X появится положительное напряжение. С другой стороны, во время полуволны питающего напряжения, когда шина питания L отрицательна по отношению к шине питания N, проводимость фотоэлемента D намного меньше, поскольку он не освещен. Поэтому во время отрицательной полуволны на выходе возникает небольшое напряжение. Вследствие этого выходной конденсатор Сс намного больше заряжается в положительном направлении чем в отрицательном, и в точке X возникает сглаженное положительное выходное напряжение.

Аналогичным образом, если элемент С не освещен, а элемент D освещен, то в точке X возникает отрицательное выходное напряжение. Работа этого устройства может быть сведена е следующую таблицу:

Элемент С Элемент D Точка X

Темно Темно Нулевое напряжение Темно Светло Отрицательное напряжение Светло Темно Положительное напряжение Светло Светло Нулевое напряжение Итак, устройство только тогда дает выходное напряжение в какой-либо точке, когда оно возбуждается краем, проходящим через эту точку.

Схему приведенного вида можно использовать для построения двумерной сетчатки, обнаруживающей контуры. Индикация в устройстве осуществляется неоновыми индикаторными лампами, которые высвечивают только контур, когда, например, край перфокарты появляется перед сетчаткой фотоэлементов.

Устройство, созданное Фри, питалось от источника синусоидального напряжения; в более поздних устройствах, при работе с машиной «Астра», применялись импульсные источники энергии, которые обеспечивали выход, совместимый с логическими схемами этой машины.

8. Будущее искусственных сетчаток Предпринимались различные попытки создания искусственной сетчатки на интегральных схемах, предназначенной главным образом для сканирования перфорационных карт в вычислительной машине. Одна из возникающих здесь трудностей состоит в том, что в то время как создание массива фотоэлектрических элементов очень малых размеров вполне реально, весьма трудно реализовать отведения от элементов. В ряде случаев приходилось уменьшать сетчатку до одной строки элементов и осуществлять фактически последовательное считывание с элементов. Но даже и тогда эти устройства оказывались весьма дорогостоящими, по-видимому, из-за малого спроса и требования абсолютно исправной работы всех элементов строки, вовсе не допускающей отказов.

R. С. А. была создана сетчатка более современного вида. Она содержит в общей сложности 960 расположенных в плоскости фоточувствительных элементов, но, в отличие от обычной микроминиатюрной интегральной схемы, это более современное устройство напылено на стеклянную пластину размерами 10×20 см. Каждый из фотоэлементов подсоединяется к взаимно перпендикулярным выводным полоскам через тонкопленочный диод Шоттки. Устройство создается в несколько этапов методом напыления в вакууме.

Интегральная схема ОРТ5 состоит из массива 10×10 фотодиодов, объединенных со схемами сканирования. Интересно отметить, что при использовании матрицы с малым числом элементов наблюдается существенное изменение коэффициентов Фурье при движении изображения.

Веймером и др. проведено обширное исследование по использованию самосканирующихся сетчаткоподобных сенсоров, построенных по интегральной технологии. Для планетных исследований предлагалось использовать матрицу, состоящую из многих тысяч фототранзисторов. Емкость коллектор-база последних используется для интегрирования светового потока и разряжается один раз в течение кадра. В литературе описаны и другие устройства.

9. Обнаружение контура в сканирующей системе на базе ЭВМ В стэнфордской системе «глаз — рука», предназначенной для построения при помощи руки робота башни из визуально обнаруживаемых кубиков, применяется стандартная телевизионная камера на видиконе. В ранней работе черные кубики располагались на белом столе и удовлетворительная работа системы достигалась только при высоком уровне контраста. Использовалось 16 уровней квантования, но даже в том случае, когда человек участвовал в настройке, не всегда удавалось в сложной сцене одновременно разложить все контуры. Вследствие этого для получения наилучшего возможного разложения объекта, рассматриваемого в данный момент, и камера и уровень освещения устанавливались вручную человеком-оператором. Естественно, что такой подход не очень удачен, поскольку на полученные результаты могло влиять вмешательство человека-оператора. Программа вычислительной машины будет автоматически отбрасывать любые данные, которые не указывают разумное число ребер или удовлетворительно замкнутых контуров объекта. Дальнейшая работа совершенствовала это свойство программы.

Полученные результаты были улучшены введением автоматической регулировки потенциала мишени видикона, которая в то же время ограничивает напряжение, исключая повреждение трубки. Изображение фокусируется автоматически за счет перемещения трубки относительно одной из линз составной турели с цветными фильтрами, подбираемыми случайным образом для улучшения контраста. Локальный оператор Хьюгеля обнаруживает контуры, даже если они размыты и имеются значительные помехи, после чего вычислительная машина прослеживает контур изображения объекта, регистрируя линии и конечные точки.

В программе используется также метод наращивания информации об осматриваемых блоках по мере ее получения. Если, например, во время процедуры прослеживания достигается ранее встречавшаяся точка, то просматриваются данные, хранящиеся в памяти, чтобы проверить, в частности, не замкнутый ли контур прослеживается в данный момент. Таким образом, исключается необходимость в последовательном прослеживании всех контуров отдельного объекта.

Старая программа прослеживания контура часто не замыкала его, если один небольшой участок был искажен помехой или труден для прослеживания. Усовершенствованная программа могла «перескочить» через отдельный «плохой» участок или пытаться замкнуть контур в противоположном направлении. В конце программы следовали различные упорядочивающие процедуры, например все концевые точки сводились в углах.

Были опробованы и другие методы, построенные на цифровых методах пространственной фильтрации для улучшения качества изображения, использовавшие синтаксический анализ контекста более высокого уровня для заключения о недостающих де-талях или оперировавшие областями изображения вместо его краев. Однако оказалось, что указанные методы, как правило, фиксируют анализируемое и вычислительная машина не может влиять на работу телевизионной камеры или развертывающего устройства.

В стэнфордской установке вычислительная машина управляла поворотно-наклонной головкой, линзами турели, цветным фильтром, фокусировочным напряжением и потенциалом мишени стандартной передающей телевизионной камеры на видиконе; диафрагма устанавливалась вручную. Три цветных фильтра и один нейтральный устанавливались на диске, позволявшем выбрать фильтр за 0,2 с. Возможны 64 отсчета напряжения мишени между 0 и 50 В; при этом не допускается, чтобы напряжение вызывало слишком большую среднюю величину тока сигнала.

Шестьдесят раз в секунду видикон сканирует массив из 333X256 отсчетов яркости, каждый из которых кодируется числом в 4 бита, благодаря чему не превышается пропускная способность высокоскоростного канала данных в 24 млн. бит в секунду. Однако диапазон изменения напряжения, представленного 4-битовым числом (16 уровней квантования), может изменяться от полного рабочего диапазона видеоусилителя в 1 В до «окна» всего лишь в 1/8 В, что дает 128 уровней квантования.

Один из методов, предложенных для упрощения машинного, или робототехнического, распознавания трехмерных форм, известен под названием «сеточное кодирование». Здесь также предусматривается освещение сцены, но за счет проектирования сетки световых полос от однородного источника света. Предполагается, что этот метод может дать лучшие результаты по сравнению с более ранними, базирующимися на работе Робертса.

Метод, сходный с методом сеточного кодирования, применялся в Японии; там для освещения рассматриваемого объекта использовалась единственная движущаяся щель. Японские исследователи успешно применяли также освещение сцены с различных направлений, извлекая, таким образом, информацию, необходимую для построения линейного чертежа сцены. Стереоскопическое рассматривание объектов двумя камерами, практикуемое в М. I. Т., не использовалось японцами, так как для получения очертаний рассматриваемого объекта требуется обработка большого объема информации. Чтобы получить информацию, необходимую для создания в ЭВМ линейного чертежа, японские исследователи использовали также последовательное освещение сцены с нескольких направлений СПИСОК ЛИТЕРАТУРЫ

1. Анисимов Б. В., Курганов В. Д. Распознавание и цифровая обработка изображений — М., 1983.

2. Янг Дж.Ф. Робототехника / в переводе с англ. Под редакцией д.т.н. профессора Игнатьева М. Б. — Л.: Машиностроение, 1979 г.

ПРИЛОЖЕНИЕ 3

Изменения в бухгалтерской отчетности ООО «Ристар»

Показатель 2010 г., тыс.

руб. Прогноз, тыс.

руб. Отклонение абс.

изм., тыс.

руб. отн.

изм., % Бухгалтерский баланс 1. Внеоборотные активы - основные средства 41 666 41 697 30,7 0,07 Итого по разделу 1 41 942 41 972,7 30,7 0,07 2. Оборотные активы - запасы, в том числе 43 496 35 349,8 -8146,2 -18,73 — готовая продукция 27 154 19 007,8 -8146,2 -30,00 — денежные средства 870 839 -30,7 -3,53 — дебиторская задолженность, в т. ч.: 14 162 11 772 -2390 -16,88 — покупатели 2 399 9 -2390 -99,62 Итого по разделу 2 106 976 96 409 -10 566,9 -9,88 Итого Актив 148 918 138 382 -10 536,2 -7,08 3. Капитал и резервы 104 923 104 923 0 0,00 4. Долгосрочные обязателсьтва 626 626 0 0,00 5. Краткосрочные обязательства - кредиторская задолженность, в т. ч: 35 067 24 530,8 -10 536,2 -30,05 — задолженность по налогам и сборам 16 679 6 143 -10 536,2 -63,17 Итого по разделу 5 43 369 32 832,8 -10 536,2 -24,29 Итого Пассив 148 918 138 382 -10 536,2 -7,08 Отчет о прибылях и убытках Выручка 372 035 405 518,15 33 483,15 9,00 Себестоимость 220 187 209 177,65 -11 009,35 -5,00 Валовая прибыль 151 848 196 341 44 492,5 29,30 Прибыль (убыток) от продаж 31 355 75 380 44 024,5 140,41 Чистая прибыль 25 292 55 240 29 948,4 118,41

Макарова В.И., Остроухова В. А. Финансовая устойчивость как инструмент обеспечения экономического роста и развития предприятия на долгосрочный период // Экономика и управление: новые вызовы и перспективы. 2010. № 1. С. 288.

Большой экономический словарь / Под ред. Азрилияна А.- М.: Институт новой экономики, 2010 — с. 783−784.

Попова А. И. Финансовая устойчивость предприятий в концепции жизненного цикла // Проблемы современной экономики. 2010. № 3. С. 165−169.

Кочетков Е.П. Финансово-экономическая устойчивость: теоретические аспекты оценки и управления // Эффективное антикризисное управление. 2011. № 2. С. 117.

Грачев А. Н. Финансовая устойчивость предприятия. Критерии и методы оценки в рыночной экономике. — М.: Дело и Сервис, 2010. — с.

41.

Ионова А. Ф., Селезнева Н. Н. Финансовый менеджмент. — М.: Проспект, 2010. — с.

343.

Киров А. В. Управление финансовой устойчивостью предприятия: теоретические аспекты // Вестник Волгоградского государственного университета. Серия 3: Экономика. Экология. 2011. Т. 3.

№ 1. С. 155.

Там же.

Кленова Е. А. Механизм управления финансовой устойчивостью предприятия // Международный журнал экспериментального образования. 2011. № 8. С. 232.

Грачев А. Н. Финансовая устойчивость предприятия. Критерии и методы оценки в рыночной экономике. — М.: Дело и Сервис, 2010. — с.

56.

Мочалова Л.А., Сабельфельд Т. В. Несостоятельность, платежеспособность и финансовая устойчивость предприятия // Вестник Алтайской академии экономики и права. 2010. № 1. С. 98.

Мочалова Л.А., Сабельфельд Т. В. Несостоятельность, платежеспособность и финансовая устойчивость предприятия // Вестник Алтайской академии экономики и права. 2010. № 1. С. 98.

Куртсеитова М. Т. Основы управления финансовой устойчивостью компании // Ученые записки Казанской государственной академии ветеринарной медицины им. Н. Э. Баумана. 2010. № 202. С. 353.

Куртсеитова М. Т. Основы управления финансовой устойчивостью компании // Ученые записки Казанской государственной академии ветеринарной медицины им. Н. Э. Баумана. 2010. № 202. С. 353.

Куртсеитова М. Т. Основы управления финансовой устойчивостью компании // Ученые записки Казанской государственной академии ветеринарной медицины им. Н. Э. Баумана. 2010. № 202. С. 355.

Божко В.П., Булава И. В., Мингалиев К. Н. и др. Экономико-математический инструментарий финансового оздоровления российских предприятий в условиях глобализации и мирового финансового кризиса. — М.: МЭСИ, 2010. — с.

41.

Коптелов А. Как разработать систему внутреннего контроля // Финансовый директор. — № 1. — 2009. — С. 14.

Внешняя

Внутренняя

Общая устойчивость

Внутренняя

Общая устойчивость

Финансовая

Технико-экономическая

«Унаследованная»

Текущая

Финансовая устойчивость

Реальная

Формальная

Потенциальная

Генеральный директор

Главный бухгалтер

Коммерческий директор

Руководитель отдела продаж

Руководитель отдела закупок

Менеджеры

Менеджеры по продажам

Бухгалтер Бухгалтер-кассир

Поставщик

Покупатель

Промсвязьбанк