ზაზიმკო ვალენტინა ლენტევნადოქტორი, ხელოვნება. უმაღლესი პროფესიული განათლების ფედერალური სახელმწიფო საბიუჯეტო საგანმანათლებლო დაწესებულების "ყუბანის სახელმწიფო აგრარული უნივერსიტეტის" ეკონომიკური ანალიზის განყოფილების ლექტორი.

ფინანსური მდგომარეობის ანალიზის ტრადიციული მიდგომა ეფუძნება საბაზრო ეკონომიკის მქონე ქვეყნებიდან ნასესხებ „სისტემების წონასწორობის“ ზოგად კონცეფციას (სურათი 1).

სურათი 1 — ფინანსური მდგომარეობის ანალიზის მეთოდოლოგია, რომელიც შეესაბამება სისტემის „წონასწორობის“ დასავლურ კონცეფციას.

იმავდროულად, ისეთი პრობლემები, როგორიცაა: 1) ზოგიერთი მეთოდოლოგიური მიდგომის შეუსაბამობა ბიზნესის კეთების რუსული სპეციფიკის პირობებთან; 2) რუსეთის ეკონომიკის სოფლის მეურნეობის სექტორის სოციალური ბუნების გათვალისწინების შეუსრულებლობა (ორგანიზაციების დარგობრივი კუთვნილების მიხედვით შეფასების მიდგომების დიფერენცირებისას); 3) ბიზნესის შესრულებაზე მოქმედი ძირითადი ფაქტორების ანალიზი სტატისტიკური ანალიზის გამოყენებით; 4) ფინანსური მდგომარეობის ანალიზის მეთოდოლოგიის სტრუქტურირება (მინიმუმ ენობრივი სამართლიანობის აღდგენის მიზნით); 5) ფინანსური ანალიზის შესაბამისობა ეკონომიკური სუბიექტების თანამედროვე საჭიროებებთან და ნასესხები ეკონომიკური კატეგორიების ორაზროვანი ინტერპრეტაცია შესწავლილია არასაკმარისი სისრულით.

ორგანიზაციის ფინანსური მდგომარეობის ანალიზის მეთოდოლოგიის გაუმჯობესების ძირითადი მიმართულება უნდა იყოს გათვალისწინებული:

არსებული პოლიტიკური კლიმატი და მთავრობის მიდგომა ეკონომიკური ფენომენების, პროცესებისა და ბიზნეს შედეგების შეფასებისადმი;

შედგენის საკანონმდებლო რეგულირების თავისებურებები ფინანსური ანგარიშგება(ეს განსაკუთრებით ეხება ორგანიზაციის გადახდისუნარიანობის შეფასების მიდგომების გადახედვას);

ეკონომიკური სუბიექტის ქონების დარგობრივი სტრუქტურა;

ბიზნესის ეფექტურობის შეფასების თანამედროვე პარამეტრები.

ორგანიზაციის ფინანსური მდგომარეობის ანალიზის მიზანია ფინანსური მდგომარეობისა და მისი განვითარების პერსპექტივების ობიექტური შეფასება, ინდუსტრიაში არსებული ვითარების გათვალისწინებით კონკრეტულ დროში, რომელიც შეესაბამება ზოგად პოლიტიკურ და ეკონომიკურ სტრატეგიას. შესწავლის ობიექტი.

რუსეთის ისტორიაში თანამედროვე ეპოქის აგრარული გარდაქმნები ღრმა და მნიშვნელოვანი: 2005 წლის მეორე ნახევრიდან მთავრობამ. რუსეთის ფედერაციამნიშვნელოვნად გააძლიერა ინტერესი სოფლის მეურნეობის მიმართ, სხვათა შორის, წამოიწყო ეროვნული პროექტი „აგროსამრეწველო კომპლექსის განვითარება“; მიღებულია 2006 წლის ბოლოს ფედერალური კანონი„სოფლის მეურნეობის განვითარების შესახებ“. სოფლის მეურნეობის ხელშეწყობის სახელმწიფო პოლიტიკა ითვალისწინებს პროცენტის სუბსიდირების პირობებში სესხების მოზიდვის წახალისებას. კომპანიების ფინანსური დამოუკიდებლობის შესუსტება გატარებული ღონისძიებების შედეგად ფინანსური მდგომარეობის დადგენის საყოველთაოდ მიღებული მიდგომების მიხედვით უარყოფითად ფასდება. ადგილობრივი ეკონომისტების შეფასებით, რომლებიც აღიარებენ სოფლის მეურნეობის მწარმოებლების ფინანსური მდგომარეობის ინდიკატორების გამოთვლის არსებული მეთოდოლოგიის ნაკლოვანებებს, მათ შორის საარბიტრაჟო სასამართლოებს (ცხრილი 1), ქვეყანაში ამდენი გაკოტრებული ფერმა არ იქნებოდა.

ცხრილი 1. სოფლის მეურნეობის მწარმოებლების მოვალის ფინანსური სტაბილურობის ჯგუფებად კლასიფიკაციის კოეფიციენტების გამოთვლის ფრაგმენტი.

შანსები:	ჯგუფები
ფინანსური დამოუკიდებლობა		0.56≤K<0,6	0.5≤K<0,56	0.44≤K<0,5
ფინანსური დამოუკიდებლობა რეზერვებისა და ხარჯების ფორმირებასთან დაკავშირებით				0.65≤K<0,8
საკუთარი საბრუნავი კაპიტალის უზრუნველყოფა

ორგანიზაციის ფინანსური მდგომარეობის შესწავლა უნდა შეესაბამებოდეს თანმიმდევრულობის კონცეფციას. ორგანიზაციის ფინანსური მდგომარეობის ანალიზის მეთოდოლოგია, ამავდროულად, ჩნდება შეთანხმებული თანმიმდევრობის სახით, რაც საშუალებას გვაძლევს განვაცხადოთ ტერმინ „მეთოდიკის“ ენობრივი ვალიდურობის აღდგენის ფაქტი. იგი შედგება ექვსი ძირითადი ეტაპისგან, ზოგადი ბლოკ-სქემა ნაჩვენებია სურათზე 2.

დიაგრამა 2 — სასოფლო-სამეურნეო ორგანიზაციების ფინანსური მდგომარეობის ანალიზის ეტაპების განხორციელების სქემა

ინფორმაციის შეგროვება გულისხმობს კითხვების სიის შედგენას და შესაბამისი მონაცემების მოპოვებას შესასწავლი ორგანიზაციიდან და სხვა წყაროებიდან. სისტემების ოპერაციული პირობების შესწავლა უნდა გახდეს ანალიზის წინასწარი ეტაპი, რაც განპირობებულია შიდა და გარე ფაქტორების შეუცვლელი სინთეზის ამოცანებით, რაც წარმოიქმნება ზემოთ აღწერილი რუსეთში ეკონომიკური ანალიზის ევოლუციის თავისებურებების გათვალისწინებით. . ამრიგად, სასოფლო-სამეურნეო ორგანიზაციებისთვის სპეციფიკურია საანალიზო საგნის ბიზნესის გეოგრაფიული, ამინდის და კლიმატური პირობების შესწავლა. თავდაპირველი ინფორმაციის სტრუქტურირება უნდა მოიცავდეს მონაცემთა ნაჭრების შედგენას, რომელიც უნდა იყოს შეტანილი ორგანიზაციის ფინანსური მდგომარეობის გასაანალიზებლად საინფორმაციო ბაზაში მისი ძირითადი მახასიათებლებით: ინდუსტრია, ბიზნესის მასშტაბი და სხვა.

შემდეგ ეტაპზე, ინფორმაციის გენერირებულ მასივში, აუცილებელია გამოვყოთ ინდიკატორები, რომლებიც წარმოადგენენ შესრულების ყველაზე მნიშვნელოვან კრიტერიუმს. ბევრი აკადემიური ანალიტიკოსი, როგორც უცხოელი, ასევე რუსი, მომგებიანობის მაჩვენებლებს სხვა ინდიკატორებზე მაღლა აყენებს. ამრიგად, ე.ალტმანმა პოტენციური გაკოტრების ალბათობის დასადგენად თავის ცნობილ ხუთფაქტორიან „Z-მოდელში“ მომგებიანობის ინდიკატორად წარმოადგინა ხუთიდან ორი ფაქტორი. მომგებიანობის ინდიკატორების მნიშვნელობა ასევე აისახება „ეკონომიკის ოქროს წესში“, სადაც ნათქვამია, რომ საბალანსო მოგების ზრდის ტემპი უნდა აღემატებოდეს პროდუქტის გაყიდვიდან მიღებული შემოსავლის ზრდის ტემპს, ხოლო გაყიდვების ზრდის ტემპი უნდა აღემატებოდეს ზრდის ტემპს. აქტივები.

ტრადიციული სასიცოცხლო ციკლის განრიგში ფაზების იდენტიფიცირების კრიტერიუმი ასევე არის მომგებიანობის მაჩვენებელი (y-ღერძი ნახაზზე 3).

სურათი 3 - ორგანიზაციის სასიცოცხლო ციკლი

სასოფლო-სამეურნეო ორგანიზაციის საქმიანობის აბსოლუტურ მაჩვენებლებთან ერთად, სასოფლო-სამეურნეო ორგანიზაციის საქმიანობის ძირითადი მაჩვენებლებია: მთლიანი პროდუქცია მიმდინარე გასაყიდი ფასებით, შემოსავალი და მოგება (ზარალი) პროდუქციის (სამუშაო, მომსახურება) გაყიდვიდან, მოგება (ზარალი). საანგარიშო წელი, წმინდა მოგება (ზარალი), საოპერაციო კაპიტალის ბრუნვის კოეფიციენტი, უკუგება კაპიტალზე, ანაზღაურება საოპერაციო კაპიტალზე.

ეკონომიკის სოფლის მეურნეობის სექტორში ბიზნეს სუბიექტების ფინანსური მდგომარეობის ანალიზის მიზნით შემოთავაზებული ინდიკატორების სისტემა შემოწმდა კრასნოდარის მხარეში სს Agrofirm Kavkaz-ის ფაქტობრივი მონაცემების მაგალითზე. ორგანიზაცია შორს იკავებს ბოლო ადგილს სამასი უმსხვილესი და ეფექტური სასოფლო-სამეურნეო ფირმების რეიტინგში 2003-2007 წლების შედეგების მიხედვით, რომლებიც შედის Agro-300 კლუბში.

დიაგრამა 4 - სს „აგროფირმ კავკაზის“ ფინანსური მაჩვენებლების დინამიკა

აბსოლუტური ფინანსური მაჩვენებლების ანალიზი მიუთითებს კომპანიის განვითარებასა და ზრდაზე (სურათი 4). ამრიგად, მითითებული მიმართულებით სტაბილური დინამიკა დამახასიათებელია მთლიანი პროდუქციის (+ 39%), პროდუქციის გაყიდვიდან მიღებული შემოსავლების (+ 43,9%), ასევე საქმიანობის საბოლოო ფინანსური შედეგის (+ 16,8%) მაჩვენებლებისთვის. იმ ფაქტორებს შორის, რომლებმაც დადებითად იმოქმედა მაჩვენებლების დინამიკაზე, შეიძლება დავასახელოთ წარმოებული და გასაყიდი სასოფლო-სამეურნეო პროდუქტების მოცულობის ზრდა - პირველ რიგში მარცვლეული (3.4%), შაქრის ჭარხალი (13.9%), მზესუმზირა (47.9%) და რძე (9). ,9%). საანგარიშო პერიოდის საოპერაციო კაპიტალის შემოსავალი გაიზარდა საბაზისო პერიოდთან შედარებით, რაც ადასტურებს სააქციო საზოგადოების მაღალ ეფექტურობას.

ბიზნეს ეფექტურობის დონეზე მოქმედი მნიშვნელოვანი ფაქტორების იდენტიფიცირების მიზნით ჩატარდა კრასნოდარის ტერიტორიის ცენტრალურ ზონაში 46 სასოფლო-სამეურნეო ორგანიზაციის ბიზნესეფექტურობის კორელაცია და რეგრესიული ანალიზი. ეფექტურ ინდიკატორად (y) მიღებულია კაპიტალის ანაზღაურების დონე (პროცენტებში), რომელიც გამოითვლება საანგარიშო წლის წმინდა მოგების (ზარალის) თანაფარდობით და კაპიტალის საშუალო წლიური ნაშთით. ამ კონკრეტული ინდიკატორის არჩევანი აიხსნება ფინანსური ანგარიშგების გარე მომხმარებლების მიერ მისი გადაჭარბებული მოთხოვნით, როგორც ინდიკატორი, რომელიც ახასიათებს არა მხოლოდ ბიზნესის ეფექტურობას, არამედ მის რისკიანობას, გადახდისუნარიანობის სტრატეგიულ პერსპექტივებს და ბიზნესის მართვის ხარისხს. ანალიზისთვის შეირჩა ძირითადი ინდიკატორები-ფაქტორები, რომლებიც პოტენციურად ახდენენ გავლენას კაპიტალის ანაზღაურების ხარისხზე; ამ ფაქტორების ძიება და გამოთვლა შეიძლება განხორციელდეს საჯარო ფინანსური ანგარიშგების საფუძველზე. ესენია: x 1 - კაპიტალის წილი ბალანსის ვალუტაში, %; x 2 არის თანაფარდობა ვალსა და სააქციო კაპიტალს შორის (ფინანსური ბერკეტის კოეფიციენტი); x 3 - ლიკვიდური სახსრების წილი აქტივებში, %; x 4 – აქტივების ბრუნვის კოეფიციენტი (რესურსების პროდუქტიულობა).

დაწყვილებული კორელაციის კოეფიციენტების ანალიზმა აჩვენა, რომ არსებობს პირდაპირი და საკმაოდ მჭიდრო კავშირი კაპიტალის ანაზღაურებასა და ვალისა და კაპიტალის თანაფარდობას შორის, ჩადოკის სკალის მიხედვით, რომელიც ადასტურებს განცხადებას, რომ რაციონალური თანაფარდობის ძიება ვალსა და კაპიტალის წყაროებს შორის. დაფინანსება არის ამ უკანასკნელის ეფექტურობის გაზრდის ნათელი გზა. შებრუნებული საშუალო კავშირი შესრულების ინდიკატორსა და კაპიტალის წილს შორის ბალანსის ვალუტაში (ცხრილები 2 და 3) მიუთითებს, რომ კაპიტალის ანაზღაურება თანამედროვე პირობებში იზრდება, თუ მისი წილი მთლიან კაპიტალში მცირდება. ამავდროულად, არსებობს პირდაპირი საშუალო კავშირი კაპიტალის ანაზღაურებასა და აქტივებში ლიკვიდური სახსრების წილს შორის და პირდაპირი სუსტი კავშირი მას (მომგებიანობას) და აქტივებზე ანაზღაურებას შორის.

ცხრილი 2. ოთხფაქტორიანი მრავალჯერადი რეგრესიის განტოლების დაწყვილებული კორელაციის კოეფიციენტების მატრიცა

β-კოეფიციენტების ანალიზი მიუთითებს, რომ ყველაზე სუსტ გავლენას კაპიტალის უკუგების ცვლილებაზე ახდენს კაპიტალის წილი ბალანსის ვალუტაში, ხოლო ყველაზე ძლიერი არის თანაფარდობა ვალსა და სააქციო კაპიტალს შორის. უფრო მეტიც, ზუსტად მეორე მახასიათებლის მიხედვით, სასოფლო-სამეურნეო ორგანიზაციების შესწავლილი მოსახლეობა უკიდურესად ჰეტეროგენულია. გარდა ამისა, ეს ნაკრები არაერთგვაროვანია კაპიტალის უკუგების, კაპიტალის წილის ბალანსის ვალუტაში და ლიკვიდური სახსრების წილის კუთხით აქტივებში, რაც მიუთითებს საწარმოო და ფინანსური საქმიანობის ორგანიზების განსხვავებულ დონეზე და მის ეფექტურობაზე ფერმებში.

ცხრილი 3. კაპიტალის უკუგების ზოგადი მახასიათებლები და შერჩეული ფაქტორები, 2006 წ

Ნიშანი	Საშუალო ღირებულება	დაწყვილებული შანსები
		კორელაციები
y — კაპიტალის ანაზღაურება, %
x 1 - კაპიტალის წილი ბალანსის ვალუტაში, %
x 2 - თანაფარდობა ვალსა და სააქციო კაპიტალს შორის
x 3 - ლიკვიდური სახსრების წილი აქტივებში, %
x 4 - აქტივების ბრუნვის კოეფიციენტი (რესურსების პროდუქტიულობა)

ამოხსნის შედეგად მიღებულ მრავალჯერადი რეგრესიის განტოლებას აქვს ფორმა:

y = -12,454-0,164x 1 +0,688x 2 +0,905x 3 +39,335x 4. (1)

კოეფიციენტის დადებითი მნიშვნელობა x 2 არის იმის მტკიცებულება, რომ რაციონალური მეურნეობის მეთოდებით და აქტივებზე ანაზღაურების ნორმალური თანაფარდობით და ნასესხები დაფინანსების წყაროებზე გადახდილ პროცენტებზე პროცენტზე, უნდა გაიზარდოს საკუთარი რესურსების მომგებიანობა.

ცხრილი 4. ოთხი ფაქტორიანი რეგრესიის მოდელის შეფასების ზოგადი შედეგები

კავშირი კაპიტალზე და მოდელში შეტანილ ყველა ფაქტორს შორის მჭიდროა (მრავლობითი კორელაციის კოეფიციენტი R = 0,901) და სტატისტიკურად მნიშვნელოვანი (ცხრილი 4). უფრო მეტიც, წრფივი განტოლება ხსნის კაპიტალის სანაცვლოდ ვარიაციის 81.2%-ს. დანარჩენი განპირობებულია შემთხვევითი გაუთვალისწინებელი ფაქტორებით.

პრაქტიკაში, სოფლის მეურნეობის მწარმოებლების ბიზნესეფექტურობის დონის და მისი გაუმჯობესების გზების გამოსათვლელად, გამოვლენილია ძირითადი ფაქტორები და მათი გავლენის ხარისხი შესრულების მაჩვენებელზე. დადგინდა, რომ სასოფლო-სამეურნეო ორგანიზაციების შესწავლილი მოსახლეობის კაპიტალზე შემოსავალი: მცირდება კაპიტალის წილის მატებასთან ერთად დაფინანსების წყაროების სტრუქტურაში (კაპიტალის ანაზღაურება იზრდება მხოლოდ კაპიტალის გარკვეულ დონემდე და იწყებს კლებას. ბალანსის სტრუქტურაში მისი წილის შემდგომი ზრდით); იზრდება ფინანსური ბერკეტის კოეფიციენტის მატებასთან ერთად, რომელიც ასახავს ვალისა და სააქციო კაპიტალის თანაფარდობას და ახასიათებს მოგების დამოკიდებულებას დაფინანსების წყაროების სტრუქტურაზე, რაც შესაძლებელია შეღავათიანი საგადასახადო ტვირთით და ფერმების მხარდაჭერით მთავრობის მხრიდან. Რუსეთის ფედერაცია; აქვს მზარდი დინამიკა ლიკვიდური აქტივების წილის ზრდით ორგანიზაციის ქონების სტრუქტურაში, რაც ლოგიკურია საანგარიშსწორებო და გადახდის დისციპლინის დანერგვის ფონზე და არის ორგანიზაციის ბიზნეს აქტივობის ზრდის შედეგი, რაც გამოიხატება სოფლის მეურნეობის პროდუქტების რეალიზაციიდან და სხვა საქმიანობიდან მიღებული შემოსავლის (შემოსავლების) ზრდა (ორგანიზაციის მარკეტინგული სტრატეგიის საქმიანობის პრიორიტეტი); იზრდება ორგანიზაციის საკუთარი აქტივების გამოყენების დონესთან ერთად (ორგანიზაციის ფინანსური მენეჯმენტის პრიორიტეტული ამოცანა).

აქედან შესაძლებელი ხდება სასოფლო-სამეურნეო ორგანიზაციების ბიზნესეფექტურობის გაზრდის სწორი ვექტორის ჩამოყალიბება მკაფიო მექანიზმების გამოყენებით, რაც ხელს უწყობს მის ზრდას. ყველაზე ზოგადი ფორმით ასეთი მექანიზმებია: 1) ორგანიზაციის საქმიანობის დაფინანსების წყაროების გონივრული განსაზღვრა; 2) ორმხრივი ანგარიშსწორებების სტაბილიზაციისა და ანგარიშსწორებისა და გადახდის დისციპლინის სისტემის საფუძველზე ორგანიზაციის რესურსების გამოყენების ეფექტიანობის გაზრდა; 3) წარმოების მართვის სისტემის გაუმჯობესება.

სასოფლო-სამეურნეო ორგანიზაციების სააქციო კაპიტალის ანაზღაურების დინამიკის შესწავლამ დაფინანსების წყაროების სტრუქტურაში სააქციო კაპიტალის წილის ფაქტობრივი დონის მიხედვით აჩვენა, რომ სააქციო კაპიტალის გამოყენების ეფექტურობის ინდიკატორის ყველაზე მაღალი ღირებულება დაფიქსირდა ქ. სააქციო კაპიტალის დონე 44-დან 58%-მდე მერყეობს. სააქციო კაპიტალის შემდგომი ზრდა წყაროების სტრუქტურაში შეიმჩნევა მომგებიანობის შემცირება (სურათი 5).

დიაგრამა 5 - კაპიტალის ანაზღაურების დინამიკა კაპიტალის სტრუქტურაში კაპიტალის წილის მიხედვით

ორგანიზაციის ფინანსური სტრატეგიის გავლენის შესწავლა ნასესხები სახსრების გამოყენებასთან დაკავშირებით გრძელდება აღწერილ თანმიმდევრობას.

აქ მისაღები ადგილი იკავებს ნასესხები და წილობრივი სახსრების რაციონალური თანაფარდობის განსაზღვრის შემუშავებულ მეთოდოლოგიას სააქციო კაპიტალის ანაზღაურებასთან და სასოფლო-სამეურნეო ორგანიზაციების შეღავათიან დაკრედიტებასთან დაკავშირებით.

ფინანსური სტაბილურობის ფარდობითი ინდიკატორების მთელი ნაკრებიდან, ჩვენ ვთავაზობთ გამოვთვალოთ ფინანსური დამოუკიდებლობის კოეფიციენტი (კაპიტალი მთლიან აქტივებამდე), რომელიც ახასიათებს გატარებულ პოლიტიკას დაფინანსების სფეროში და ასახავს კაპიტალის წილს წყაროების სტრუქტურაში. ქონება და სავალო და სააქციო კაპიტალის თანაფარდობა (ფინანსური ბერკეტის კოეფიციენტი, ან „ფინანსური ბერკეტის ბერკეტი“), რომელიც ახასიათებს ორგანიზაციის რისკის ხარისხს.

კაპიტალის სტრუქტურის კოეფიციენტები ახასიათებს კრედიტორებისა და ინვესტორების დაცვის ხარისხს ვალების შესაძლო გადაუხდელობისგან და პრაქტიკულად არ იძლევა ინფორმაციას ორგანიზაციის ეკონომიკური პოტენციალის შესახებ. აღწერილი პრობლემა "მოგვარებულია" ინდიკატორით, რომელიც ახასიათებს მოგების დამოკიდებულებას ორგანიზაციის საქმიანობის დაფინანსების წყაროების სტრუქტურასთან დაკავშირებულ ხარჯებზე - "ფინანსური ბერკეტის ეფექტი".

EGF = (1-ნესხ) (CRa -PK) x (ZK/SK), (2)

სადაც EFR არის ფინანსური ბერკეტის ეფექტი, რომელიც შედგება კაპიტალის ანაზღაურების კოეფიციენტის ზრდაში,%; ნესხი - ერთიანი სასოფლო-სამეურნეო გადასახადის განაკვეთი, გამოხატული ათობითი წილადით; CR - მთლიანი შემოსავლის კოეფიციენტი აქტივებზე, %; PC - ორგანიზაციის მიერ ნასესხები კაპიტალის გამოყენებისათვის გადახდილ სესხზე პროცენტის საშუალო ოდენობა,%; ZK - ორგანიზაციის მიერ გამოყენებული ნასესხები კაპიტალის საშუალო ოდენობა; SK არის ორგანიზაციის სააქციო კაპიტალის საშუალო ოდენობა.

ფორმულა (2) მიღებული იქნა რუსული ორგანიზაციების ფინანსურ ანგარიშგებებში მონაცემების ფორმირების თავისებურებების გათვალისწინებით, აგრეთვე სოფლის მეურნეობის მწარმოებლების დაბეგვრის გათვალისწინებით: 1) გამოყენებული კაპიტალის მთელი ოდენობის ნაცვლად, ჩვენი აზრით, ორგანიზაციის გადასახდელების თანხა უნდა გამოკლდეს მის ღირებულებას; 2) „მთლიანი მოგების ოდენობა სესხზე პროცენტის გადახდის ღირებულების გამოკლებით“ შეიცვალა ინდიკატორით „პროდუქტის (სამუშაოების, მომსახურების) რეალიზაციიდან მიღებული მოგება“; 3) საშემოსავლო გადასახადი, რომლის გადახდა ხორციელდება საგადასახადო ზოგადი რეჟიმით, ავტორის მიერ არ განიხილება ეფექტის სიდიდეზე გავლენის ფაქტორად: მოქმედი კანონმდებლობის შესაბამისად, სოფლის მეურნეობის მწარმოებლები იხდიან ერთიან სასოფლო-სამეურნეო გადასახადს, რაც იყო. ფორმულაში შევიდა.

ცხრილი 5. სს „აგროფირმ კავკაზის“ ფინანსური სტაბილურობის მაჩვენებლების დინამიკა

ასე რომ, ნასესხები კაპიტალის წილმა სს „აგროფირმა კავკაზში“ 2006 წლის ბოლოს, მე-5 ცხრილის მიხედვით, 52.8% შეადგინა, რაც 42.1 პროცენტული პუნქტია. აღემატება საბაზო წლის დონეს. ბალანსის ვალდებულების სტრუქტურაში ნასესხები კაპიტალის წილის ზრდა მიუთითებს კონსერვატიული ფინანსური პოლიტიკიდან ზომიერზე გადასვლაზე; და მიუხედავად იმისა, რომ ეს დაკავშირებულია ბიზნეს სუბიექტის ავტონომიის შესუსტებასთან, გარკვეულ პირობებში, ამან შეიძლება გამოიწვიოს კაპიტალის ანაზღაურება. უნდა აღინიშნოს, რომ სოფლის მეურნეობის მწარმოებლების ბიზნესაქტიურობის ხარისხი არც ისე მაღალია მომავალში ასეთი დაფინანსების პოლიტიკის განსახორციელებლად, რაც ნიშნავს, რომ განხორციელებული ცვლილებების შედეგები გულდასმით უნდა იქნას შესწავლილი და რაციონალური გადაწყვეტილება უნდა იქნას მიღებული. გააკეთა.

სს „აგროფირმა კავკაზის“ ფინანსური ბერკეტის ეფექტის დასადგენად გამოთვლების შედეგები (ცხრილი 6) მიუთითებს მის დადებით დინამიკაზე: ღირებულება 2006 წელს იყო 2.5%, რაც 3.3 პროცენტული პუნქტია. აღემატება საბაზო წლის დონეს. შესაბამისად, სს „აგროფირმა კავკაზმა“, რომელმაც ჩამოაყალიბა თავისი აქტივები 65%-ით საკუთარი სახსრებიდან და 35%-ით ნასესხები კაპიტალიდან, გაზარდა შემოსავლიანობა კაპიტალზე 2,5%-ით, ყველა სხვა თანაბარი მდგომარეობით, იმის გამო, რომ საკრედიტო რესურსებს იხდის. რუსეთის ფედერაციის მთავრობის მიერ გატარებული სოფლის მეურნეობის მწარმოებლებისთვის შეღავათიანი დაკრედიტების პოლიტიკის გათვალისწინებით და მთლიან კაპიტალზე შემოსავალი შეადგენს 16,2%-ს. ფინანსური ბერკეტის ეფექტის მოდელის ფაქტორულმა ანალიზმა აჩვენა, რომ მიმდინარე პირობებში მომგებიანია ნასესხები სახსრების გამოყენება ორგანიზაციის ბრუნვაში, რადგან ამის შედეგია კაპიტალის გამოყენების ეფექტურობის ზრდა. ეს ნიშნავს, რომ ნასესხები რესურსების მოზიდვით, გაანალიზებულ ორგანიზაციას შეუძლია გაზარდოს საკუთარი კაპიტალი, იმ პირობით, რომ ინვესტირებულ კაპიტალზე ანაზღაურება აღემატება მოზიდული რესურსების ფასს.

ცხრილი 6. ფინანსური ბერკეტის ეფექტის ფორმირების მექანიზმი

ინდექსი	2004 წ	2005 წ	2006 წ	პერიოდის განმავლობაში ცვლილება (+,-)
მოგება პროდუქციის, სამუშაოების, მომსახურების გაყიდვიდან, ათასი რუბლი.
გადასახდელი პროცენტი, ათასი რუბლი.
პროდუქციის, სამუშაოების, მომსახურების რეალიზაციიდან მიღებული მოგების ოდენობა, სესხზე პროცენტის გადახდის ხარჯების გათვალისწინებით, ათასი რუბლი.
გამოყენებული კაპიტალის (აქტივების) საშუალო წლიური ოდენობა გადასახდელების გამოკლებით, ათასი რუბლი.
ფინანსური ბერკეტის კოეფიციენტი
მთლიანი კაპიტალის ანაზღაურება, %
ნასესხები რესურსების საშუალო შეწონილი ნომინალური ფასი, %
ფინანსური ბერკეტის ეფექტი, %
ფინანსური ბერკეტის მთლიანი ეფექტის გადახრა, %
მათ შორის იმის გამო, რომ:
აქტივების დონეზე დაბრუნება, %
სესხის საპროცენტო განაკვეთები, %
ფინანსური ბერკეტის კოეფიციენტი, %

ფინანსური ბერკეტების ზრდის საზღვრების დასადგენად უნდა გამოვიყენოთ ფრანგი მეცნიერების J. Conan-ისა და M. Golder-ის მიერ შემუშავებული მოდელი. ამის ახსნა არის კრიტერიუმების შემადგენლობა, რომელიც ყველაზე მეტად მორგებულია შიდა ფინანსური ანგარიშგების აგების მოთხოვნებთან. რაც უფრო დაბალია სავარაუდო ინდიკატორის ღირებულება, მით ნაკლებია კომპანიის მიერ გადახდების შეფერხების ალბათობა. კრიტერიუმების ფაქტობრივი მნიშვნელობები, გამოთვლილი სს Agrofirm Kavkaz-ის მონაცემების მიხედვით, წარმოდგენილია ცხრილში 7.

ცხრილი 7. სს „აგროფირ კავკაზის“ გადახდის დაგვიანების ალბათობის შეფასება.

ინდექსი	2004 წ	2005 წ	2006 წ
ფულადი სახსრებისა და მოთხოვნების თანაფარდობა აქტივებთან (R1)
სააქციო კაპიტალისა და გრძელვადიანი ვალდებულებების ოდენობის თანაფარდობა ქონების დაფარვის წყაროებთან (U2)
ფინანსური ხარჯების თანაფარდობა გაყიდვების შემოსავალთან (R3)
პერსონალის მომსახურების ხარჯების თანაფარდობა დამატებულ ღირებულებასთან (U4)
მოგების თანაფარდობა პროცენტამდე და გადასახადამდე ნასესხებ კაპიტალთან (U5)
დაგვიანებული გადახდების ალბათობის შეფასება: Q=-0.16хУ1-0.22хУ2+0.87хУ3+0.10хУ4-0.24хУ5

გამოთვლები აჩვენებს, რომ კომპანიის მიერ გადახდების დაგვიანების ალბათობა ძალიან მცირეა, თუმცა, ინტეგრალური ინდიკატორის დინამიკა ნულისკენ მიისწრაფვის, რაც ნიშნავს, რომ მომავალში გადახდისუნარიანობის დონე საფრთხეშია. ეს ტალღა გამართლებულია ნასესხები თანხების ოდენობის და ვალების მომსახურების ხარჯების ზრდის ფონზე. შესაძლო სირთულეების თავიდან ასაცილებლად აუცილებელია ანგარიშსწორების და გადახდის დისციპლინის ოპერატიული მონიტორინგი.

დადებითი და უარყოფითი ფულადი ნაკადების სინქრონიზაციისთვის აუცილებელია ოპერატიული გადახდისუნარიანობის მართვა. კვლევის ავტორები კატეგორიულად ეწინააღმდეგებიან ლიკვიდურობის კოეფიციენტების გამოყენებას, როგორც გადახდისუნარიანობის ინდიკატორებს, იმის გამო, რომ ისინი ეწინააღმდეგება მიმდინარე საქმიანობის სააღრიცხვო მოთხოვნას. გადახდისუნარიანობის ხარისხი, ჩვენი აზრით, დამოკიდებულია ფინანსური მაჩვენებლების რეალური ფულით შევსებაზე. ანგარიშსწორებაში ოფსეტური ოპერაციების გამოყენება და ფულადი სახსრების დებიტორული დავალიანებით შეცვლა საფრთხეს უქმნის ორგანიზაციის უნარს შეასრულოს თავისი მიმდინარე ვალდებულებები.

ამჟამად არ ეთმობა საკმარისი ყურადღება ფულადი სახსრების ნაკადების ანალიზს. იმავდროულად, ეს არის ყველაზე არასაწინააღმდეგო მეთოდი, რომელიც საშუალებას გვაძლევს ვაკონტროლოთ სახსრების საკმარისობა მოკლევადიანი ვალდებულებების დასაფარად. ენდოვიცკი დ.ა. გვთავაზობს მიმდინარე საქმიანობიდან მიღებული ფულადი სახსრების წმინდა ნაკადების შედარებას გაყიდვიდან მიღებული მოგებით. ნეგატიური წმინდა ფულადი ნაკადი, მიუხედავად იმისა, რომ არის მოგება გაყიდვიდან, მიუთითებს იმაზე, რომ საბრუნავი კაპიტალის ფორმირება მოითხოვს დიდ ფინანსურ ინვესტიციებს. ამ სიტუაციამ შეიძლება გამოიწვიოს გადახდისუუნარობა. მიზეზები: გაყიდვების დაბალი მომგებიანობა, საბრუნავი კაპიტალის ფორმირების მაღალი ხარჯები.

ცხრილი 8. წმინდა ფულადი ნაკადების და გაყიდვებიდან მიღებული მოგების თანაფარდობა, ათასი რუბლი.

სს „აგროფირმ კავკაზში“ მიმდინარე საქმიანობიდან მიღებული ფულადი სახსრების წმინდა ნაკადი დადებითია, თუმცა, უფრო დეტალურად, საბრუნავი კაპიტალის დასაფინანსებლად ფულადი სახსრების შემოსავლების საკმარისობა ნაჩვენები იქნება ფაქტორული ანალიზით (ფორმულა 3):

, (3)

სადაც Dptd არის ფულადი შემოდინება მიმდინარე საქმიანობიდან, ათასი რუბლი, OK არის საბრუნავი კაპიტალი, ათასი რუბლი; Dotd - თანხების გადინება მიმდინარე საქმიანობიდან, ათასი რუბლი. შესრულების მაჩვენებელი ( Kdost1) მოცემულ ურთიერთობაში ახასიათებს ორგანიზაციის საბრუნავი კაპიტალის დაფინანსების უნარს, აჩვენებს ფულადი სახსრების შემოდინების საკმარისობას სამუშაო კაპიტალის დაფინანსებასთან დაკავშირებული ხარჯების დასაფარავად. ინდიკატორის რეკომენდებული მნიშვნელობა უნდა იყოს მინიმუმ 1.

1. ფულადი სახსრების წმინდა შემოდინების კოეფიციენტში ცვლილებების გავლენა მიმდინარე საქმიანობაზე: . (4)

2. ცვლილებების გავლენა საბრუნავი კაპიტალის ერთ რუბლზე სახსრების გადინებაში: . (5)

ცხრილი 9. მონაცემები ფაქტორული ანალიზის კოეფიციენტის ადეკვატურობის ფულადი სახსრების დაფინანსება საბრუნავი კაპიტალის, ათასი რუბლი.

ინდექსი	წლები			გადახრები
ფულადი შემოდინება მიმდინარე საქმიანობიდან, ათასი რუბლი.
მიმდინარე საქმიანობიდან გადინება, ათასი რუბლი.
ფულადი სახსრების მთლიანი გადინება ყველა სახის საქმიანობისთვის, ათასი რუბლი.
ფულადი სახსრების ადეკვატურობის კოეფიციენტი საბრუნავი კაპიტალის დაფინანსებისთვის
წმინდა ფულადი ნაკადების კოეფიციენტი მიმდინარე საქმიანობისთვის
მიმდინარე საქმიანობიდან ფულადი სახსრების გადინების წილი ყველა სახის საქმიანობიდან ფულადი სახსრების მთლიან გადინებაში, ათასი რუბლი.
მიმდინარე საქმიანობიდან ფულადი სახსრების გადინება 1 რუბლზე. საბრუნავი კაპიტალი
ფულადი სახსრების წმინდა ნაკადი ყველა საქმიანობიდან, ათასი რუბლი.
წმინდა ფულადი ნაკადების ადეკვატურობის კოეფიციენტი მოკლევადიანი ვალდებულებების დასაფარავად
ფულადი სახსრების წმინდა ნაკადი 1 რუბლზე. შემოსავალი
გაყიდვების შემოსავალი 1 რუბლზე. მოკლევადიანი ვალდებულებები, რუბ.
წმინდა ფულადი ნაკადების თანაფარდობა წმინდა მოგებასთან
დებიტორული დავალიანებისა და გაყიდვების მოცულობის ზრდის ტემპების თანაფარდობა

ამრიგად, გაანალიზებული პერიოდის ფულადი სახსრების ადეკვატურობის კოეფიციენტის დადებითი ცვლილება (+0,148) განპირობებულია მიმდინარე საქმიანობიდან საბრუნავი კაპიტალის დასაფარად სახსრების გადინების ზრდით. თანაფარდობაზე უარყოფითად იმოქმედა ფულადი სახსრების გადინების უფრო სწრაფმა ზრდამ, ვიდრე ფულადი სახსრების შემოდინების ზრდის ტემპმა.

სს „აგროფირმა კავკაზის“ ინფორმაციით, მიმდინარე აქტივობებზე ფულადი სახსრების შემოდინებისა და გადინების კოეფიციენტმა საანგარიშო პერიოდში შეადგინა 1.018, ხოლო კოეფიციენტის დინამიკა უარყოფითი იყო - კლება 0.076. თუმცა, ეს არ ნიშნავს მოკლევადიანი ვალდებულებების დასაფარად სახსრების ნაკლებობას. ფულადი სახსრების ადეკვატურობის კოეფიციენტი მოკლევადიანი ვალდებულებების დასაფარავად ძალიან მისაღებია როგორც წინა, ასევე საანგარიშო პერიოდებში (0.966, 4.216 და 2.780, შესაბამისად).

თანხების მიმდინარე მდგომარეობის რეგულარული მონიტორინგი

სურათი 6 — სასოფლო-სამეურნეო ორგანიზაციის გადახდისუნარიანობის ანალიზის ეტაპები

შემდეგი ნაბიჯი არის მოგების ხარისხის შეფასება (ფორმულა 4):

, (4)

სად NPV- წმინდა ფულადი ნაკადები ყველა სახის საქმიანობისთვის, ათასი რუბლი, PE - წმინდა მოგება, ათასი რუბლი.

თუ, მისი საქმიანობის შედეგებიდან გამომდინარე, ორგანიზაციას აქვს მუდმივი ნეგატიური ფულადი სახსრები, ამან შეიძლება გამოიწვიოს ფინანსური გადახდისუუნარობა, რომელიც გამოწვეულია რესურსების ფაქტობრივი შემცირებით და ორგანიზაციის ეკონომიკური პოტენციალის შემცირებით. გაანალიზებულ სიტუაციაში, როგორც ჩანს ცხრილი 9-დან, ორგანიზაციამ მიიღო წმინდა მოგება, ხოლო მოგების თითოეულ რუბლზე არის 3 რუბლი დაბალანსებული შედეგის შედარება სახსრების შემოდინებისა და გადინების შედარებისთვის. სასოფლო-სამეურნეო ორგანიზაციის გადახდისუნარიანობის შეფასების შესაძლებლობების შესწავლამ შესაძლებელი გახადა მე-7 ნახაზზე წარმოდგენილი ანალიზის გეგმის ჩამოყალიბება.

კვლევის შედეგები სრულად ეფუძნება სასოფლო-სამეურნეო ორგანიზაციების მუშაობის რეალობას. ეს წყვეტს ფინანსური ანალიზის არსებულ მეთოდებში ინდუსტრიის სპეციფიკის ნაკლებობის პრობლემას. კვლევის პრაქტიკული მნიშვნელობა მდგომარეობს იმაში, რომ სოფლის მეურნეობის ორგანიზაციებისთვის შემუშავებული მეთოდოლოგიის საფუძველზე შემოთავაზებულია რაციონალური ფინანსური პოლიტიკის ჩამოყალიბების საფუძველი სოფლის ინდუსტრიის ტრანსფორმირებად ეკონომიკურ ვითარებაში. რეკომენდირებული მეთოდოლოგიის გამოყენება საშუალებას მოგცემთ უფრო ზუსტად გაზომოთ ფინანსური რისკის დონე და შეიმუშაოთ მისი მართვის უფრო ეფექტური მექანიზმი ბიზნეს საქმიანობის გაუმჯობესების მიზნით.

R- ანალიზი, ანუ კრიტერიუმებზე დაფუძნებული მიდგომების მისაღებია სასოფლო-სამეურნეო ორგანიზაციების ფინანსური მდგომარეობის შეფასებისას

არსებულ ეკონომიკურ პირობებში კომერციული საწარმოების ფინანსური მომსახურების საქმიანობაში ძირითადი აქცენტი კეთდება ორგანიზაციის ფინანსური მდგომარეობის ინდიკატორების ოპერატიულ მონიტორინგზე. ამ შემთხვევაში პრიორიტეტი ენიჭება ფარდობით ინდიკატორებს, რომლებიც ახასიათებენ ურთიერთობას საანგარიშო მონაცემებს შორის, რომლებიც ატარებენ ამა თუ იმ ინფორმაციას. ტერმინოლოგიური თვალსაზრისით, კომპანიის საქმიანობის ანალიზის მეთოდს აღწერილი მიდგომის საფუძველზე ეწოდება R-ანალიზი, ანუ ფინანსური კოეფიციენტების ანალიზი.

კოეფიციენტების ნაკრები ინდივიდუალური ბიზნეს სუბიექტის ფარგლებში დამოკიდებულია სტრატეგიაზე და მიზნებზე, რომლის მიღწევაც მას სურს. ამ შემთხვევაში, იდენტიფიცირებულია კოეფიციენტები, რომლებიც უნდა გამოითვალოს და დადგენილია მათი სტანდარტული მნიშვნელობები. ეს სამუშაო ჩვეულებრივ ხორციელდება მენეჯმენტის აღრიცხვის, ბიუჯეტის ან დაბალანსებული ქულების პროექტის ფარგლებში. „თუ ინდიკატორების ნაკრები აღებულია ფინანსების სახელმძღვანელოდან“, აღნიშნავენ პრაქტიკოსი ანალიტიკოსები, „ასეთი ფინანსური ანალიზი საწარმოს არანაირ სარგებელს არ მოუტანს“ /10/.

იმავდროულად, გარკვეული ინდიკატორები, რომლებიც დაკავშირებულია ორგანიზაციის საქმიანობის დაფინანსების ასპექტებთან, ტრადიციულად განვითარდა და შედის ყველა მეთოდოლოგიურ ალგორითმში, მათ შორის კანონით რეგულირებულ ალგორითმში.

ჩვენ ვსაუბრობთ შემდეგ ინდიკატორებზე:

I. ლიკვიდურობის კოეფიციენტები

ლიკვიდურობის ინდიკატორები ახასიათებს კომპანიის შესაძლებლობას დააკმაყოფილოს მოკლევადიანი სავალო ვალდებულებების მფლობელთა მოთხოვნები.

1. ლიკვიდობის აბსოლუტური კოეფიციენტი

გვიჩვენებს მოკლევადიანი სავალო ვალდებულებების რა წილი შეიძლება დაიფაროს ფულადი სახსრებით და ფულადი ეკვივალენტებით სავაჭრო ფასიანი ქაღალდებისა და დეპოზიტების სახით, ანუ თითქმის მთლიანად ლიკვიდური აქტივები.

2. სწრაფი თანაფარდობა (მჟავას ტესტის თანაფარდობა, სწრაფი თანაფარდობა)

მიმდინარე აქტივების (ფულადი სახსრები, დებიტორული დავალიანება, მოკლევადიანი ფინანსური ინვესტიციები) ყველაზე ლიკვიდური ნაწილის თანაფარდობა მოკლევადიან ვალდებულებებთან. ჩვეულებრივ რეკომენდირებულია, რომ ამ ინდიკატორის მნიშვნელობა იყოს 1-ზე მეტი. თუმცა, რუსული საწარმოებისთვის რეალური მნიშვნელობები იშვიათად აღემატება 0,7 - 0,8-ს, რაც მისაღებია.

3. მიმდინარე თანაფარდობა (მიმდინარე თანაფარდობა)

იგი გამოითვლება როგორც მიმდინარე აქტივების კოეფიციენტი დაყოფილი მოკლევადიანი ვალდებულებებზე და გვიჩვენებს, აქვს თუ არა საწარმოს საკმარისი სახსრები, რომელიც შეიძლება გამოყენებულ იქნას მოკლევადიანი ვალდებულებების დასაფარად. საერთაშორისო პრაქტიკის თანახმად, ლიკვიდობის კოეფიციენტის მნიშვნელობები უნდა იყოს ერთიდან ორამდე (ზოგჯერ სამამდე). ქვედა ზღვარი განპირობებულია იმით, რომ საბრუნავი კაპიტალი მინიმუმ საკმარისი უნდა იყოს მოკლევადიანი ვალდებულებების დასაფარად, წინააღმდეგ შემთხვევაში კომპანია გაკოტრების საფრთხის წინაშე დადგება. ასევე არასასურველია მიმდინარე აქტივების მოკლევადიან ვალდებულებებზე სამჯერ მეტი სიჭარბე, რადგან ეს შეიძლება მიუთითებდეს აქტივების ირაციონალურ სტრუქტურაზე.

გამოითვლება ფორმულის გამოყენებით:

II. გადაცემათა კოეფიციენტები - კაპიტალის სტრუქტურის ინდიკატორები (ფინანსური სტაბილურობის კოეფიციენტები)

კაპიტალის სტრუქტურის ინდიკატორები ასახავს კაპიტალის და ნასესხები სახსრების თანაფარდობას კომპანიის დაფინანსების წყაროებში, ანუ ისინი ახასიათებენ კომპანიის ფინანსური დამოუკიდებლობის ხარისხს კრედიტორებისგან. ეს არის საწარმოს მდგრადობის მნიშვნელოვანი მახასიათებელი. კაპიტალის სტრუქტურის შესაფასებლად ყველაზე ხშირად გამოიყენება ფინანსური დამოუკიდებლობის კოეფიციენტი (Equity to Total Assets), რომელიც ახასიათებს ფირმის დამოკიდებულებას გარე სესხებზე. რაც უფრო დაბალია კოეფიციენტი, რაც მეტი სესხი აქვს კომპანიას, მით მეტია გადახდისუუნარობის რისკი. კოეფიციენტის დაბალი ღირებულება ასევე ასახავს საწარმოს ფულადი სახსრების დეფიციტის პოტენციურ საფრთხეს. ამ ინდიკატორის ინტერპრეტაცია დამოკიდებულია ბევრ ფაქტორზე: ამ თანაფარდობის საშუალო დონე სხვა ინდუსტრიებში, კომპანიის ხელმისაწვდომობა სესხის დამატებითი დაფინანსების წყაროებზე და მიმდინარე საწარმოო საქმიანობის მახასიათებლებზე.

გამოითვლება ფორმულის გამოყენებით:

სხვა ინდიკატორები, როგორიცაა: მომგებიანობის კოეფიციენტები - მომგებიანობის კოეფიციენტები, აქტივობის კოეფიციენტები - ბიზნესის აქტივობის კოეფიციენტები, საინვესტიციო კოეფიციენტები - საინვესტიციო კრიტერიუმები, არ იქნება მოცემული ამ მუხლის ფარგლებში მასალის კონდენსირებით წამოჭრილი საკითხის გასაჯაროების მიზნით.

ფინანსური ანალიზის ჩატარებისას მთავარია არა ინდიკატორების გამოთვლა, არამედ მიღებული შედეგების ინტერპრეტაციის შესაძლებლობა. თუმცა, დასკვნები არ განსხვავდება მათი მოცულობით: ძირითადი კონცეპტუალური მიდგომა ემყარება მიღებული მონაცემების შედარებას ტრადიციული მიდგომის ფარგლებში დადგენილ სტანდარტებთან. ტრადიციული მიდგომა გაგებულია, როგორც მეთოდების, ინსტრუმენტებისა და ტექნოლოგიების ერთობლიობა, რომელიც გამოიყენება კომპანიის ეკონომიკური საქმიანობის შესახებ მონაცემების შეგროვების, დამუშავებისა და ინტერპრეტაციისთვის.

მიუხედავად იმისა, რომ ძირითადი წვლილი ფინანსური ანალიზის თეორიასა და პრაქტიკაში შეიტანეს განვითარებული საბაზრო ეკონომიკის მქონე ქვეყნების ეკონომისტებმა, უნდა გავიხსენოთ 20-იანი წლების საბჭოთა ეკონომისტის ნ. ბლატოვის ნაშრომები, სადაც აღწერილია ანალიზის მოწინავე კონცეფციები და მეთოდები. მათი დრო: შედარებითი ანალიტიკური ბალანსი, განაწილების კოეფიციენტები, კოორდინაციის კოეფიციენტები და ა.შ.

საინტერესო პუნქტია გადახდისუნარიანობის და ფინანსური სტაბილურობის დამახასიათებელი ანალიტიკური კოეფიციენტების „უკიდურესი მნიშვნელობების“ სესხება და, გარკვეულწილად, ინტერპრეტაცია მათი ყოვლისმომცველი განაწილებით.

ამრიგად, ი.ვ. სოკოლოვის ნაშრომის ერთ-ერთ განყოფილებაში, რომელიც დაწერილია ვ.ვ. ამავდროულად, მოცემულია ინფორმაცია რუსეთში ათი მსხვილი სააქციო საზოგადოების ფინანსური მდგომარეობის შესახებ 1907 და 1908 წლებში მუშაობის შედეგების საფუძველზე:

„სს „კავკასუს და მერკური“ (საზღვაო კომპანია), ბოგოროდსკო-გლუხოვსკაიას ქარხანა, ფირმა „პროვოდნიკი“ (რეზინის და ტელეგრაფის წარმოება), პარტნიორობა M.S. კუზნეცოვა (ფაიფურის პროდუქტების წარმოება), რუსეთის ელექტრო საზოგადოება "ვესტინგჰაუსი", სს რუსული ელექტროტექნიკური ქარხნები "სიმენსი და გალსკოი", კომპანია "სინგერი", სს მალცოვის ქარხნები, ბრაიანსკის სარკინიგზო მოძრავი, რკინასა და მექანიკური ქარხნები (სს), პუტილოვის ქარხნების საზოგადოება "/. 2, თან. 280/.

გამოითვლება კოეფიციენტების შეზღუდული ჩამონათვალი (მათი სია მოცემულია ზემოთ). მოცემული ნიმუშის საფუძველზე გამოთვლილი კოეფიციენტების საშუალო მნიშვნელობები (საწარმოთა დაჯგუფების კრიტერიუმი არ არის მითითებული) შედარებულია „მსოფლიო“ სტანდარტებთან. მათი სიახლოვის გამოვლენისას კეთდება დასკვნა, რომ ეს მნიშვნელობები მისაღებია ქვეყანაში არსებულ ვითარებასთან მიმართებაში აქტივების სტრუქტურასა და მათი დაფარვის წყაროებში /11/.

დღემდე არსებობს მთელი რიგი წინააღმდეგობები, რომელთა იგნორირება, ჩვენი აზრით, ნიშნავს გაჩუმებას უმთავრესზე.

მოდით მივმართოთ სამინისტროების და სხვა ფედერალური აღმასრულებელი ხელისუფლების ინსტრუქციებს (რეკომენდაციებს) ფინანსური მდგომარეობის ანალიზის მეთოდოლოგიური მიდგომების ასპექტის შესახებ მათში მოცემული კოეფიციენტების კონტექსტში. მათ შორის ყველაზე მნიშვნელოვანია ქვემოთ მოყვანილ დოკუმენტებში წარმოდგენილი მეთოდები:

1. მეთოდოლოგიური დებულებები საწარმოების ფინანსური მდგომარეობის შეფასებისა და არადამაკმაყოფილებელი ბალანსის სტრუქტურის დადგენისათვის, დამტკიცებული რუსეთის სახელმწიფო საკუთრებაში მყოფი საწარმოთა გადახდისუუნარობის (გაკოტრების) ფედერალური ადმინისტრაციის 1994 წლის 12 აგვისტოს No31-r ბრძანებით. .

3. ფედერალური სახელმწიფო უნიტარული საწარმოების ხელმძღვანელებისა და რუსეთის ფედერაციის წარმომადგენლების ანგარიშგების პროცედურა ღია სააქციო საზოგადოების მართვის ორგანოებში, დამტკიცებული რუსეთის ფედერაციის მთავრობის 1999 წლის 4 ოქტომბრის No1116 დადგენილებით.

4. ორგანიზაციების ფინანსური მდგომარეობის ანალიზის ჩატარების ინსტრუქციები, დამტკიცებული რუსეთის ფინანსური აღდგენისა და გაკოტრების ფედერალური სამსახურის (შემდგომში FSFR) 2001 წლის 23 იანვრის No16 ბრძანებით.

5. საარბიტრაჟო მენეჯერის მიერ ფინანსური ანალიზის ჩატარების წესი. დამტკიცებულია რუსეთის ფედერაციის მთავრობის 2003 წლის 25 ივნისის №367 დადგენილებით. ეს წესები, 2002 წლის 26 ოქტომბრის No127 FZ „გადახდისუუნარობის (გაკოტრების) შესახებ“ ფედერალური კანონის შესაბამისად, განსაზღვრავს პრინციპებსა და პირობებს. საარბიტრაჟო მენეჯერმა ჩაატაროს ფინანსური ანალიზი, ასევე ამ შემთხვევაში გამოყენებული ინფორმაციის შემადგენლობა.

6. ინსტრუქციები ფინანსური ანგარიშგების შედგენისა და წარდგენის პროცედურის შესახებ, დამტკიცებული რუსეთის ფინანსთა სამინისტროს 2003 წლის 22 ივლისის No67n ბრძანებით.

7. რუსეთის ფედერაციის მთავრობის 2003 წლის 30 იანვრის No52 დადგენილება „სოფლის მეურნეობის მწარმოებლების ფინანსური აღდგენის შესახებ“ ფედერალური კანონის განხორციელების შესახებ.

ამ დოკუმენტების მიმოხილვამ აჩვენა, რომ გაანალიზებულ საწარმოებს შორის ინდუსტრიული განსხვავებების სრული არარსებობა. იმავდროულად, უნდა გვახსოვდეს, რომ ინდიკატორების მისაღები მნიშვნელობები შეიძლება მნიშვნელოვნად განსხვავდებოდეს არა მხოლოდ სხვადასხვა ინდუსტრიისთვის, არამედ ერთი და იმავე ინდუსტრიის სხვადასხვა საწარმოსთვის, ხოლო კომპანიის ფინანსური მდგომარეობის სრული სურათის მიღება შესაძლებელია მხოლოდ ანალიზით. ფინანსური მაჩვენებლების მთელი ნაკრები, მისი საქმიანობის სპეციფიკის გათვალისწინებით. დამტკიცებული ინდიკატორის მნიშვნელობები მხოლოდ ინფორმაციული ხასიათისაა და არ შეიძლება გამოყენებულ იქნას მოქმედების სახელმძღვანელოდ. ამ კუთხით აუცილებელია მარეგულირებელი ჩარჩოს შემუშავება მთავრობის რეგულაციების ან სამინისტროებისა და დეპარტამენტების დონეზე ინდუსტრიის დონეზე.

თანამედროვე სასოფლო-სამეურნეო საწარმოების გამორჩეული ნიშნებია საბრუნავი კაპიტალის ნაკლებობა, დაბალი გადახდისუნარიანობის დისციპლინა, ბარტერული ოპერაციების მოცულობის ზრდა და საკრედიტო რესურსების მაღალი ღირებულება. ამ და სხვა ფაქტორების შედეგად საწარმოებს არ აქვთ საშუალება შეასრულონ გადახდის ვალდებულებები, მათ შორის ხელფასის გადახდა, საქონლის (სამუშაო, მომსახურების) გადახდა და ბიუჯეტში დავალიანება იზრდება.

ამავდროულად, ასეთ რთულ პირობებშიც კი ბევრი საწარმო რჩება მცურავი. ამრიგად, ბალანსის აქტივებისა და ვალდებულებების სტრუქტურის, გადახდისუნარიანობისა და ორგანიზაციების ფინანსური სტაბილურობის დამახასიათებელი ინდიკატორების „ექსტრემალური“ მნიშვნელობები უნდა ითვალისწინებდეს არსებული ვითარების თავისებურებებს და საზღვრებს, რომლებშიც საწარმოს ხელმძღვანელობას ჯერ კიდევ შეუძლია. კრიზისის დასაძლევად სტრატეგიული ნაბიჯების შემუშავება გაკოტრების პროცესის გარეშე.

შეერთებულ შტატებში სასოფლო-სამეურნეო საწარმოებისთვის მოქმედი კრიტერიუმები (რადგან ჩვენ ანგლო-ამერიკული ფინანსური მოდელის სესხის აღების გზას ვადგავართ) ასევე შორს არის რუსული სპეციფიკისგან. ეს, უპირველეს ყოვლისა, ორი მიზეზის გამო ხდება: პირველი, რუსული სასოფლო-სამეურნეო წარმოების ეკონომიკური პირობები ძალიან განსხვავდება შეერთებული შტატების ან კანადის ეკონომიკური პირობებისგან; მეორეც, საშინაო პოლიტიკისა და სოფლის მეურნეობის გამორჩეული თვისებაა ის, რომ - განსაკუთრებით მცირე სასოფლო-სამეურნეო საწარმოებს შორის - ეკონომიკური სირთულეები იწყებს სოციალურ ხასიათს. ამრიგად, ირღვევა საბაზრო ეკონომიკის პრინციპები.

ჩვენი აზრით, ძირითადი ყურადღება ტრადიციული მიდგომის ადაპტაციისას ფინანსური ანალიზის პროცედურების განხორციელებისას არსებული ხარვეზების დაფარვაზე უნდა იყოს მიმართული.

საბოლოო ფინანსური ანალიზის პროცედურების შემდგომი განვითარებისთვის ძირითადი წინადადებები შემდეგია:

გაანალიზებული კომპანიისთვის საკუთარი სტანდარტების ან ფინანსური კოეფიციენტების ოპტიმალური დონის გამოთვლა ცნობილი მეთოდოლოგიური ტექნიკის გამოყენებით;

ვიწრო არჩევა (<индикаторной>) ფინანსური კოეფიციენტების ნიმუში, რომლის შემადგენლობა შეიძლება განსხვავდებოდეს სხვადასხვა ორგანიზაციისთვის;

გამოთვლილ ოპტიმალურ დონეებთან, ტენდენციებთან, ურთიერთშედარებასა და მიღებულ ლოგიკურ წესებთან შედარების საფუძველზე ინდიკატორთა ინდიკატორთა წონების ხარისხობრივი შეფასება და განსაზღვრა;

კომპანიის ფინანსური საქმიანობის შესახებ დასკვნის სტანდარტული ფორმატის შემუშავება, რომელიც არა მხოლოდ ასახავს გაანალიზებული კომპანიის პრობლემებს, არამედ მიუთითებს მიმდინარე და სამომავლო ცვლილებების ფაქტორებზე, ასევე იძლევა რეკომენდაციებს მათი დაძლევის, შერბილების ან გაძლიერების მიზნით. .

ბიბლიოგრაფია

1. ბოჩაროვი, ვ.ვ. ფინანსური ანალიზი/V.V. ბოჩაროვი. - პეტერბურგი: პეტრე, 2007. -204გვ.

2. ვასილიევა, ლ.ს. ფინანსური ანალიზი / L.S. ვასილიევა, მ.ვ. პეტროვსკაია - მე -3 გამოცემა - M.: KNORUS, 2008. - 816 გვ.

3. ეფიმოვა, ო.ვ. ფინანსური ანალიზი/O.V. Efimova.-5th ed., შესწორებული. და დამატებითი - მ.: ბუღალტერია, 2006.-528 გვ.

4. ენდოვიცკი დ.ა. ორგანიზაციების ფინანსური გადახდისუუნარობის დიაგნოსტიკური ანალიზი: სახელმძღვანელო. შემწეობა/ დ.ა. ენდოვიცკი, მ.ვ. შჩერბაკოვი - მ.: ეკონომისტი, 2007. -287 გვ.

5. სოფლის მეურნეობის მწარმოებლების ფინანსური მდგომარეობის მაჩვენებლების გამოთვლის მეთოდოლოგია: დამტკიცდა. რუსეთის ფედერაციის მთავრობის 2003 წლის 30 იანვრის ბრძანებულებით No52-M.: ფინანსები და სტატისტიკა, 2004 წ.- 2 გვ.

6. მოროზოვა ვ.ლ. რუსეთში ეკონომიკური საქმიანობის ეკონომიკური ანალიზის ისტორიული გამოცდილება ან ევოლუციური განვითარება ექსტერნალიზმის თვალსაზრისით / V.L. მოროზოვა // ეკონომიკური ანალიზი: თეორია და პრაქტიკა - 2007. - No 16 (97). - გვ 60-68.

7. რუსეთის ფედერაციის საგადასახადო კოდექსი (ნაწილი 2): თავი 26 1. საგადასახადო სისტემა სოფლის მეურნეობის მწარმოებლებისთვის (ერთი სასოფლო-სამეურნეო გადასახადი) . – იურიდიული საცნობარო სისტემა „გარანტი“

8. სოფლის მეურნეობის განვითარების შესახებ: რუსეთის ფედერაციის ფედერალური კანონი 2007 წლის 29 დეკემბრის No264-FZ.

9. სავიცკაია, გ.ვ. სასოფლო-სამეურნეო საწარმოების ეკონომიკური საქმიანობის ანალიზი: სახელმძღვანელო. შემწეობა/გ.ვ. სავიცკაია. - მე-5 გამოცემა, რევ. და დამატებითი - მნ.: ახალი ცოდნა, 2005 წ.

10. Kubyshkin I. ფინანსური ანალიზის გამოყენება კომპანიის მენეჯმენტისთვის/ Kubyshkin I.//ფინანსური დირექტორი. - 2005. - No 4

11. სოკოლოვი ია.ვ. ბუღალტერია მისი წარმოშობიდან დღემდე / სოკოლოვი ი.ვ. - მ.: აუდიტი. ერთიანობა. 1996წ.

12. ზიმინი ნ.ე. საწარმოს საფინანსო-ეკონომიკური საქმიანობის ანალიზი და დიაგნოსტიკა/ნ.ე. ზიმინი, ვ.ნ. სოლოპოვა. M.: KolosS, 2005 -384 გვ.

13. ვოიტოლოვსკი ნ.ვ. ეკონომიკური ანალიზი: თეორიის საფუძვლები. ორგანიზაციის ეკონომიკური საქმიანობის ყოვლისმომცველი ანალიზი: სახელმძღვანელო / Voitolovsky N.V., Kalinina A.P., Mazurova I.I. - მ.: უმაღლესი განათლება, 2005. - 509წ

დავუშვათ, რომ თქვენ გაქვთ განცხადებების დიდი ნაკრები (მაგალითად, "ადამიანი ამაყად ჟღერს", "ყველა ადამიანი დებია", "ცუდი სამყარო უკეთესია, ვიდრე კარგი ჩხუბი" და ა.შ.), რესპონდენტებმა შეაფასეს თავიანთი დამოკიდებულება მათ მიმართ გამოყენებით. იგივე შაბლონი (მაგალითად ., "ვეთანხმები / არ ვიცი / არ ვეთანხმები"). თქვენ, რა თქმა უნდა, შეგიძლიათ მიანიშნოთ ნიშნები სტატიის თითოეულ პუნქტზე, მაგრამ შეგიძლიათ სცადოთ იპოვოთ ის, რაც აერთიანებს პუნქტების ერთ ნაწილს უფრო ზოგად კატეგორიაში, მეორეს კი სხვა კატეგორიაში (რა თქმა უნდა, შეიძლება აღმოჩნდეს, რომ თქვენი განცხადებები არაფერს აერთიანებს). ფაქტორული ანალიზი არის ერთ-ერთი ინსტრუმენტი, რომელიც საშუალებას გაძლევთ იპოვოთ ეს საერთო, თუ ის, რა თქმა უნდა, არსებობს.

უფრო მკაცრად რომ ვთქვათ, თუ ორი ან მეტი პუნქტის ქულები ერთმანეთთან კორელაციაშია, მაშინ ლოგიკურია ვივარაუდოთ, რომ ეს კორელაცია მიუთითებს რაიმე საერთო ფაქტორზე (მაგალითად, მაღალი ქულები ალგებრაში და მაღალი ქულები გეომეტრიაში, სავარაუდოდ, ერთდროულად იქნება და მიუთითებს კარგზე. აბსტრაქტული უნარები). აზროვნება და განვითარებული ლოგიკა). ფაქტორული ანალიზი დაგეხმარებათ იპოვოთ ეს ურთიერთობები თქვენს მონაცემებში.

ეს არის ძლიერი და სუსტი წერტილი. ძლიერია, რადგან დიდი რაოდენობით მონაცემები გამარტივებულია და უფრო ადვილად ანალიზდება. და ის სუსტია, რადგან ძლიერი კორელაცია, როგორც ვიცით, არ მიუთითებს მიზეზობრიობასა და რეალურ კავშირებზე - კომპიუტერი გაჩვენებთ რაღაცას, მაგრამ რას ნიშნავს ეს, რამდენად გონივრული და დამაჯერებელია დასკვნა, თქვენ უნდა განსაჯოთ. როგორც ერთ ჭკვიან წიგნში წერია „ფაქტორების ინტერპრეტაცია, რაც უფრო ვუდუს ჰგავს, ვიდრე მეცნიერებას“.

თუმცა, მოდით გადავიდეთ მაგალითზე.

ასე რომ, 2013 წელს, სოციალური ექსპერტიზის ცენტრმა, არასამთავრობო ორგანიზაცია „უკრაინის გეი ალიანსის“ დაკვეთით, გამოკითხა ჩვეულებრივი ხალხი (800 ადამიანი) ჰომოფობიის თემაზე (მოხსენება). სხვა საკითხებთან ერთად, კითხვარში ასევე შედიოდა ისეთი პუნქტები, რომლებიც პირდაპირ არ იყო დაკავშირებული ჰომოფობიასთან, მაგალითად. სხვადასხვა პოლიტიკური და სოციალური ინსტიტუტებისადმი ნდობის შესახებ. კითხვა იყო: „როგორია თქვენი ნდობა შემდეგი სოციალური ინსტიტუტების მიმართ? (მიეცით ერთი ყველაზე შესაფერისი პასუხი თითოეულ სტრიქონზე)” პასუხის ვარიანტებით “5. მე საერთოდ არ ვენდობი - 4. უფრო მეტად არ ვენდობი - 3. ძნელი სათქმელია, ვენდობი თუ არა - 2. უფრო მეტად ვენდობი - 1. მე მთლიანად ვენდობი." დაწესებულებების ჩამონათვალი, რომლებზეც რესპონდენტმა გამოხატა თავისი დამოკიდებულება, ასეთია:

1. ოჯახი და ნათესავები
2. მეზობლებთან
3. კოლეგები
4. ეკლესიები და სასულიერო პირები
5. ასტროლოგები
6. მასმედია (ტელევიზია, რადიო, გაზეთები)
7. პოლიტიკური პარტიები
8. საგადასახადო სამსახური
9. პოლიცია
10. პროკურატურა
11. გემები
12. პრეზიდენტს
13. უმაღლესი რადა
14. მთავრობას
15. ადგილობრივი ხელისუფლება
16. ბანკები
17. სადაზღვევო კომპანიები
18. საქველმოქმედო ფონდები, საზოგადოებრივი ორგანიზაციები

როგორ გავაანალიზოთ ეს მონაცემები? (დავუშვათ, რომ პასუხების ცხრილს დოვირა ეწოდება)
ჩვენ ვამაგრებთ მასივს:

> მიმაგრება (დოვირა)

პირველ რიგში, თქვენ უნდა დარწმუნდეთ, რომ ჩატვირთულ მასივში არ არის ხარვეზები ან შეყვანის შეცდომები:

>რომელი(is.na(dovira)==T)
მთელი რიცხვი (0)
> რეზიუმე (დოვირა)
p1
მინ. : 1000
1 კვ.: 2.000
საშუალო: 2000
საშუალო: 2.711
მე-3 კვ.: 4.000
მაქს. : 5000 .........

როგორც ხედავთ, ყველაფერი რიგზეა (იმისთვის, რომ პრეზენტაცია არ დაიშალოს, დასკვნაში მხოლოდ პირველი კითხვაა დარჩენილი).
ბრძანება, რომელიც ახორციელებს ფაქტორების ანალიზს, შედის ნაგულისხმევად დაინსტალირებული პაკეტების ნაკრებში. ძალიან მარტივია:

>ფაქტანალი (დოვირა, 6)
ზარი:
ფაქტანალი (x = დოვირა, ფაქტორები = 6)

უნიკალურობა:

1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18
0.431	0.195	0.379	0.614	0.047	0.672	0.506	0.285	0.174	0.106	0.186	0.215	0.112	0.082	0.464	0.288	0.204	ფაქტორი 1	ფაქტორი 2	ფაქტორი 3	ფაქტორი 4	ფაქტორი 5	ფაქტორი 6
1	-0.407	-0.324	0.489	-0.106	-0.213
2			0.879	0.131		-0.112
3			0.784
4		-0.128	0.540	-0.170		0.193
5	0.125	0.171		0.133	0.943
6	0.265	0.122	0.252		0.393	0.139
7	0.522	0.382		0.148	0.151	0.175
8	0.395	0.673	-0.119	0.204	0.182	0.131
9	0.329	0.817		0.181
10	0.297	0.865	-0.113	0.145	0.122
11	0.353	0.769	-0.104	0.277
12	0.805	0.320				0.111
13	0.853	0.318	-0.144	0.151	0.121
14	0.902	0.250			0.125
15	0.582	0.230		0.181		0.325
16	0.196	0.414		0.667	0.139	0.184
17	0.243	0.351		0.694	0.160	0.317
18	0.162	0.109		0.228		0.608

	ფაქტორი 1	ფაქტორი 2	ფაქტორი 3	ფაქტორი 4	ფაქტორი 5	3.662	3.399	2.079	0.324	1.275	0.765
ProportionVar	0.203	0.189	0.116	0.074	0.071	0.043
CumulativeVar	0.203	0.392	0.508	0.581	0.652	0.695

ჰიპოთეზის ტესტი, რომ საკმარისია 6 ფაქტორი.
ჩი კვადრატის სტატისტიკა არის 257,27 თავისუფლების 60 გრადუსზე.
p-მნიშვნელობა არის 2.95e-26

მოდით შევხედოთ შედეგებს.

პირველი, გამომავალი იმეორებს მანქანას მიცემულ ბრძანებას, შემდეგ არის "უნიკალურობის" ცხრილი, ანუ თითოეული ცვლადის მიერ ცალ-ცალკე შეტანილი მთლიანი დისპერსიის წილი. შემდეგ ჩვენ ვხედავთ დატვირთვების ცხრილს, რომელშიც სვეტები შეესაბამება ცალკეული ცვლადების კორელაციის კოეფიციენტებს არჩეულ ფაქტორებთან. დაბოლოს, მესამე ცხრილი გვიჩვენებს მთლიანი დისპერსიის პროპორციას, რომელიც აიხსნება თითოეული კონკრეტული ფაქტორით და ამ განსხვავებების დაგროვებით. დასკვნა მთავრდება ჰიპოთეზის ტესტირების შესახებ ინფორმაციით, „ფაქტორების შერჩეული რაოდენობა საკმარისია მასივის აღსაწერად“.

ყველაზე მნიშვნელოვანი ცხრილები არის დატვირთვები და ახსნილი დისპერსიის პროპორცია.

ამ უკანასკნელიდან ჩანს, რომ ჯამში 6 შერჩეული ფაქტორი ხსნის მონაცემთა დისპერსიის 70%-ს, ხოლო პირველი ფაქტორი პასუხისმგებელია მთლიანი დისპერსიის მეხუთედზე, მეორე - 19%, მესამე - 12% და ა.შ.
ჩატვირთვის ცხრილში მითითებულია, რომ პირველი ფაქტორი აერთიანებს 7, 12, 13, 14 და 15 ინსტიტუტს (კორელაციის კოეფიციენტები მეტია 0,5-ზე), მეორე - 8, 9, 10, 11, მესამე - 2, 3, 4 და ა.შ.

შევეცადოთ შედეგების ინტერპრეტაცია.

ფაქტორი 1აერთიანებს ნდობას პოლიტიკური პარტიების, პრეზიდენტის, უმაღლესი რადას, მთავრობისა და ადგილობრივი ხელისუფლების მიმართ. სხვა სიტყვებით რომ ვთქვათ, ეს ნდობა ზოგადად პოლიტიკურ სფეროში.
ფაქტორი 2აერთიანებს ნდობას საგადასახადო ინსპექციის, პოლიციის, პროკურატურის და სასამართლოების მიმართ. სხვა სიტყვებით რომ ვთქვათ, ეს ნდობა ფისკალური და უსაფრთხოების ორგანოების მიმართ.
ფაქტორი 3გაერთიანებულია მეზობლების, კოლეგების და მოულოდნელად ეკლესიისა და სასულიერო პირებისადმი ნდობით. ეს ინსტიტუტები შეიძლება შეჯამდეს შემდეგნაირად − ნდობა იმ ადამიანების მიმართ, რომლებსაც რესპონდენტები პირისპირ ხვდებიან. ამას ასევე მხარს უჭერს კორელაცია ნათესავებთან ნდობის დონესთან (ის მხოლოდ ოდნავ დაბალია, ვიდრე ჩვენ მიერ თვითნებურად არჩეული ზღვრული კორელაციის კოეფიციენტის 0,5).
ფაქტორი 4— ეს არის ნდობა ბანკებისა და სადაზღვევო კომპანიების მიმართ, ე.ი. ფინანსურ ინსტიტუტებს.
ფაქტორი 5დგას ცალკე - ნდობა ასტროლოგებს(სხვა მნიშვნელოვანი კორელაციები არ არის).
ფაქტორი 6ისევე როგორც წინა, ის მხოლოდ ერთი ინსტიტუტის მიმართ ნდობის დონეს უკავშირდება - საქველმოქმედო და საზოგადოებრივი ორგანიზაციები.
ამ ფაქტორებში არ იყო ჩართული მხოლოდ ერთი დაწესებულება - მედია (ტელევიზია, რადიო, გაზეთები). მის მიმართ ნდობა დაახლოებით თანაბრად „გავრცელებულია“ გამოვლენილ ფაქტორებზე.

რას გვეუბნება ეს შედეგები?

თუ სოციალური ინსტიტუტების მიმართ ნდობის დონეს საშუალოდ მივიღებთ ფაქტორების მიხედვით (ანუ თითოეული რესპოდენტისთვის შევაჯამებთ ფაქტორში შემავალი ინსტიტუტების ქულებს და გავყოფთ ამ ინსტიტუტების რაოდენობაზე შერწყმული ფაქტორზე), მივიღებთ სურათს. უკრაინელების გრძნობები სახელმწიფოსა და საზოგადოების ცალკეულ ელემენტებთან დაკავშირებით:

ჩანს, რომ რესპონდენტები ყველაზე მეტად ენდობიან ადამიანებს, რომლებსაც პირისპირ ხვდებიან. და ყველაზე ნაკლები ნდობა ფისკალური და უსაფრთხოების ორგანოების, ისევე როგორც ფინანსური ინსტიტუტების მიმართ.

ბოლო ასპექტი, რომელიც არ აჩენს კითხვებს: საიდან ვიცით, რომ ზუსტად 6 ფაქტორის იდენტიფიცირებაა საჭირო, ალბათ, ყველაზე ზუსტი პასუხი - არსაიდან. ყოველ ჯერზე საჭიროა ექსპერიმენტების ჩატარება საღი აზრის გამოყენებით. ჯერ ერთი, ფაქტორების რაოდენობა არ შეიძლება იყოს ცვლადების რაოდენობაზე მეტი. მეორეც, შეგიძლიათ ფოკუსირება მოახდინოთ მთლიან ახსნილ დისპერსიაზე, რადგან აზრი არ აქვს ფაქტორებზე ლაპარაკს, თუ ისინი ერთობლივად არ აღწერენ მის ნახევარს მაინც (და ჭკვიანი ადამიანები გირჩევენ მინიმუმ 70%-ის მიღწევას). მესამე, თქვენ უნდა გაამახვილოთ ყურადღება მიღებულ ფაქტორებზე გონივრული ახსნა-განმარტების პოვნის უნარზე.

ამ თხზულებაში ჩვენ არ შევეხებით ფაქტორული ანალიზის ბევრ მნიშვნელოვან ასპექტს, მაგ. როგორიცაა ბრუნვის მეთოდები. ჩვენი მიზანი იყო ძალიან ზოგადი სახით გვეჩვენებინა, თუ რატომ არის საჭირო ეს მეთოდი და როგორ გამოვიყენოთ იგი. უფრო ღრმა გაცნობა, ბუნებრივია, მოითხოვს დამოუკიდებელ მუშაობას სახელმძღვანელოებთან და მონაცემებთან.

ლიტერატურა

ტეტორი პ. R კულინარიული წიგნი. - ო'რეილი, 2011 წელი

Random Forest არის ჩემი ერთ-ერთი საყვარელი მონაცემთა მოპოვების ალგორითმი. პირველ რიგში, ის წარმოუდგენლად მრავალმხრივია, მისი გამოყენება შესაძლებელია როგორც რეგრესიის, ასევე კლასიფიკაციის პრობლემების გადასაჭრელად. მოძებნეთ ანომალიები და აირჩიეთ წინასწარმეტყველები. მეორეც, ეს არის ალგორითმი, რომლის არასწორად გამოყენება ნამდვილად რთულია. უბრალოდ იმიტომ, რომ სხვა ალგორითმებისგან განსხვავებით, მას აქვს რამდენიმე კონფიგურირებადი პარამეტრი. და ის ასევე საოცრად მარტივია ბუნებით. და ამავე დროს, ის საოცრად ზუსტია.

რა არის იდეა ასეთი შესანიშნავი ალგორითმის უკან? იდეა მარტივია: ვთქვათ, გვაქვს ძალიან სუსტი ალგორითმი, ვთქვათ . თუ ბევრს გავაკეთებთ სხვადასხვა მოდელებიამ სუსტი ალგორითმის გამოყენებით და მათი პროგნოზების შედეგის საშუალოდ გაანგარიშებით, საბოლოო შედეგი მნიშვნელოვნად უკეთესი იქნება. ამას ჰქვია ანსამბლური სწავლება მოქმედებაში. შემთხვევითი ტყის ალგორითმს, შესაბამისად, უწოდებენ "შემთხვევითი ტყე" მიღებული მონაცემებისთვის, ის ქმნის ბევრ გადაწყვეტილების ხეს და შემდეგ აფასებს მათი პროგნოზების შედეგს. აქ მნიშვნელოვანი წერტილი არის შემთხვევითობის ელემენტი თითოეული ხის შექმნისას. ყოველივე ამის შემდეგ, ცხადია, რომ თუ ჩვენ შევქმნით ბევრ იდენტურ ხეს, მაშინ მათი საშუალოდ შედეგს ექნება ერთი ხის სიზუსტე.

როგორ მუშაობს ის? დავუშვათ, რომ გვაქვს გარკვეული შეყვანის მონაცემები. თითოეული სვეტი შეესაბამება გარკვეულ პარამეტრს, თითოეული მწკრივი შეესაბამება მონაცემთა ზოგიერთ ელემენტს.

ჩვენ შეგვიძლია შემთხვევით შევარჩიოთ გარკვეული რაოდენობის სვეტები და რიგები მონაცემთა მთლიანი ნაკრებიდან და ავაშენოთ გადაწყვეტილების ხე მათზე დაყრდნობით.

ხუთშაბათი, 10 მაისი, 2012 წ

ხუთშაბათი, 12 იანვარი, 2012 წ

Სულ ეს არის. 17-საათიანი ფრენა დასრულდა, რუსეთი საზღვარგარეთ რჩება. და მყუდრო 2-ოთახიანი ბინის ფანჯრიდან სან-ფრანცისკო, ცნობილი სილიკონის ველი, კალიფორნია, აშშ, გვიყურებს. დიახ, სწორედ ეს არის მიზეზი, რის გამოც პრაქტიკულად არ დავწერე Ბოლო დროს. Გადავედით.

ეს ყველაფერი ჯერ კიდევ 2011 წლის აპრილში დაიწყო, როდესაც სატელეფონო ინტერვიუ მქონდა Zynga-სთან. მაშინ ეს ყველაფერი რაღაც თამაშად მეჩვენა, რომელიც რეალობასთან არ იყო დაკავშირებული და ვერც კი წარმოვიდგენდი, რა მოჰყვებოდა ამას. 2011 წლის ივნისში Zynga ჩავიდა მოსკოვში და ჩაატარა ინტერვიუების სერია, განიხილეს 60-მდე კანდიდატი, რომლებმაც გაიარეს სატელეფონო ინტერვიუ და მათგან შეირჩა დაახლოებით 15 ადამიანი (ზუსტი რაოდენობა არ ვიცი, ზოგიერთმა მოგვიანებით გადაიფიქრა, ზოგმა. მაშინვე უარი თქვა). ინტერვიუ საოცრად მარტივი აღმოჩნდა. არ არის პროგრამირების პრობლემები, არ არის რთული კითხვები ლუქების ფორმის შესახებ, ძირითადად ამოწმებს ჩეთის უნარს. ცოდნა კი, ჩემი აზრით, მხოლოდ ზედაპირულად შეფასდა.

შემდეგ კი რიგმაროლი დაიწყო. ჯერ ველოდებოდით შედეგებს, შემდეგ შეთავაზებას, შემდეგ LCA-ს დამტკიცებას, შემდეგ ვიზის პეტიციის დამტკიცებას, შემდეგ დოკუმენტებს აშშ-დან, შემდეგ რიგში საელჩოში, შემდეგ დამატებით გადამოწმებას, შემდეგ ვიზას. ხანდახან მეჩვენებოდა, რომ მზად ვიყავი ყველაფერი დამეტოვებინა და გამეტანა. ხანდახან ეჭვი მეპარებოდა, გვჭირდებოდა თუ არა ეს ამერიკა, ბოლოს და ბოლოს, არც რუსეთია ცუდი. მთელი პროცესი დაახლოებით ექვს თვეს გაგრძელდა, საბოლოოდ, დეკემბრის შუა რიცხვებში მივიღეთ ვიზა და დავიწყეთ გამგზავრებისთვის მზადება.

ორშაბათი იყო ჩემი პირველი სამუშაო დღე ახალ ადგილას. ოფისში არის ყველა პირობა არა მხოლოდ სამუშაოდ, არამედ საცხოვრებლად. საუზმე, ლანჩი და ვახშამი ჩვენივე შეფ-მზარეულებისგან, უამრავი მრავალფეროვანი საკვები მიმოფანტული ყველა კუთხეში, სპორტული დარბაზი, მასაჟი და პარიკმახერიც კი. ეს ყველაფერი თანამშრომლებისთვის სრულიად უფასოა. ბევრი ადამიანი სამსახურში ველოსიპედით მიდის და რამდენიმე ოთახი აღჭურვილია მანქანების შესანახად. საერთოდ, რუსეთში მსგავსი არაფერი მინახავს. თუმცა ყველაფერს თავისი ფასი აქვს. რა არის "ბევრი", მათი სტანდარტებით, ჩემთვის არც ისე ნათელია.

თუმცა, იმედი მაქვს, რომ მიუხედავად სამუშაოს მოცულობისა, უახლოეს მომავალში შევძლებ ბლოგინგის განახლებას და, ალბათ, რაღაცას ვიტყვი ამერიკელების ცხოვრებაზე და ამერიკაში პროგრამისტად მუშაობაზე. Მოიცადე და ნახავ. ამასობაში ყველას გილოცავთ დამდეგ შობა-ახალ წელს და ისევ გნახავთ!

გამოყენების მაგალითისთვის, ჩვენ დავბეჭდავთ რუსული კომპანიების დივიდენდულ შემოსავალს. როგორც საბაზო ფასი, ჩვენ ვიღებთ აქციის დახურვის ფასს რეესტრის დახურვის დღეს. რატომღაც, ეს ინფორმაცია არ არის ხელმისაწვდომი ტროიკას ვებსაიტზე, მაგრამ ის ბევრად უფრო საინტერესოა, ვიდრე დივიდენდების აბსოლუტური მნიშვნელობები.
ყურადღება! კოდის შესრულებას საკმაოდ დიდი დრო სჭირდება, რადგან... თითოეული აქციისთვის თქვენ უნდა მიმართოთ finam სერვერებს და მიიღოთ მისი ღირებულება.

შედეგი<- NULL for(i in (1:length(divs[,1]))){ d <- divs if (d$Divs>0) (სცადეთ (( ციტატები<- getSymbols(d$Symbol, src="Finam", from="2010-01-01", auto.assign=FALSE) if (!is.nan(quotes)){ price <- Cl(quotes) if (length(price)>0) (დდ<- d$Divs result <- rbind(result, data.frame(d$Symbol, d$Name, d$RegistryDate, as.numeric(dd)/as.numeric(price), stringsAsFactors=FALSE)) } } }, silent=TRUE) } } colnames(result) <- c("Symbol", "Name", "RegistryDate", "Divs") result

ანალოგიურად, შეგიძლიათ შექმნათ სტატისტიკა წინა წლებისთვის.

დღეს ცოტას ვისაუბრებ კლასიფიკაციის პრობლემის გადაჭრაზე R პროგრამული პაკეტის და მისი გაფართოებების გამოყენებით. კლასიფიკაციის პრობლემა, ალბათ, ერთ-ერთი ყველაზე გავრცელებულია მონაცემთა ანალიზში. მისი გადაჭრის მრავალი მეთოდი არსებობს სხვადასხვა მათემატიკური ტექნიკის გამოყენებით, მაგრამ მე და შენ, როგორც აპოლოგეტებს, არ შეგვიძლია არ გაგვიხარდეს, რომ არ გჭირდებათ რაიმეს ნულიდან დაპროგრამება - ყველაფერი იქ არის (და არა ერთ ეგზემპლარად). ) R პაკეტის სისტემაში.

კლასიფიკაციის პრობლემა

კლასიფიკაციის ამოცანა „ზედამხედველობითი სწავლის“ ტიპიური მაგალითია. როგორც წესი, ჩვენ გვაქვს მონაცემები ცხრილის სახით, სადაც სვეტები შეიცავს თითოეული შემთხვევისთვის მახასიათებლების ნაკრების მნიშვნელობას. უფრო მეტიც, ყველა სტრიქონი წინასწარ არის მონიშნული ისე, რომ ერთ-ერთი სვეტი (ვუშვათ, რომ ბოლო) მიუთითებს კლასზე, რომელსაც ეკუთვნის ეს ხაზი. კარგი მაგალითია ელ.ფოსტის სპამ და არასპამად კლასიფიკაციის ამოცანა. მანქანური სწავლების ალგორითმების გამოსაყენებლად, ჯერ უნდა გქონდეთ ეტიკეტირებული მონაცემები - მონაცემები, რომლებისთვისაც კლასის მნიშვნელობა ცნობილია სხვა ფუნქციებთან ერთად. უფრო მეტიც, მონაცემთა ნაკრები უნდა იყოს მნიშვნელოვანი, განსაკუთრებით თუ ფუნქციების რაოდენობა დიდია.

თუ საკმარისი მონაცემები გვაქვს, შეგვიძლია დავიწყოთ მოდელის სწავლება. კლასიფიკატორების ზოგადი სტრატეგია არ არის მოდელზე დამოკიდებული და მოიცავს შემდეგ ნაბიჯებს:

• სასწავლო და სატესტო კომპლექტების შერჩევა;
• მოდელის მომზადება სასწავლო კომპლექტზე;
• მოდელის შემოწმება სატესტო კომპლექტზე;
• ჯვარედინი დადასტურება;
• მოდელის გაუმჯობესება.

სიზუსტე და სისრულე

როგორ შეგვიძლია შევაფასოთ რამდენად კარგად მუშაობს ჩვენი კლასიფიკატორი? არ არის მარტივი კითხვა. ფაქტია, რომ შესაძლებელია სხვადასხვა სცენარი, თუნდაც მხოლოდ ორი კლასი გვქონდეს. ვთქვათ, ჩვენ ვაგვარებთ სპამის ფილტრაციის პრობლემას. ტესტის კომპლექტზე მოდელის შემოწმების შემდეგ, ჩვენ ვიღებთ ოთხ მნიშვნელობას:

TP (ჭეშმარიტი დადებითი) - რამდენი შეტყობინება იყო სწორად კლასიფიცირებული, როგორც სპამი,
TN (ჭეშმარიტი უარყოფითი) - რამდენი შეტყობინება იყო სწორად კლასიფიცირებული, როგორც არა სპამი,
FP (ცრუ დადებითი) - რამდენი შეტყობინება იყო არასწორად კლასიფიცირებული, როგორც სპამი (ანუ, შეტყობინებები არ იყო სპამი, მაგრამ მოდელმა ეს შეტყობინებები კლასიფიცირდა სპამად),
FN (ცრუ უარყოფითი) - რამდენი შეტყობინება იყო არასწორად კლასიფიცირებული, როგორც არა სპამი, მაგრამ სინამდვილეში ის მაინც ამერიკული ინგლისურის ცენტრი იყო.

გაგრძელება ხელმისაწვდომია მხოლოდ წევრებისთვის

ვარიანტი 1. გაწევრიანდით „საიტის“ საზოგადოებაში, რათა წაიკითხოთ საიტზე არსებული ყველა მასალა

საზოგადოებაში გაწევრიანება მითითებულ პერიოდში მოგცემთ წვდომას ჰაკერების ყველა მასალაზე, გაზრდით თქვენს პერსონალურ კუმულატიურ ფასდაკლებას და საშუალებას მოგცემთ დააგროვოთ პროფესიონალური Xakep Score რეიტინგი!

შესავალი

პირველ რიგში, მოდით ვისაუბროთ ტერმინოლოგიაზე. ჩვენ ვსაუბრობთ სფეროზე, რომელსაც დასავლურ ლიტერატურაში მონაცემთა მოპოვება ჰქვია და რუსულად ხშირად ითარგმნება როგორც „მონაცემთა ანალიზი“. ტერმინი არ არის მთლად წარმატებული, რადგან სიტყვა "ანალიზი" მათემატიკაში საკმაოდ ნაცნობია, აქვს დამკვიდრებული მნიშვნელობა და შედის მრავალი კლასიკური განყოფილების სახელებში: მათემატიკური ანალიზი, ფუნქციონალური ანალიზი, ამოზნექილი ანალიზი, არასტანდარტული ანალიზი, მრავალგანზომილებიანი კომპლექსი. ანალიზი, დისკრეტული ანალიზი, სტოქასტიკური ანალიზი, კვანტური ანალიზი და ა.შ. მეცნიერების ყველა ამ სფეროში შესწავლილია მათემატიკური აპარატურა, რომელიც ეფუძნება რამდენიმე ფუნდამენტურ შედეგებს და საშუალებას აძლევს ადამიანს გადაჭრას პრობლემები ამ სფეროებში. მონაცემთა ანალიზის დროს სიტუაცია ბევრად უფრო რთულია. ეს არის, უპირველეს ყოვლისა, გამოყენებითი მეცნიერება, რომელშიც არ არსებობს მათემატიკური აპარატურა, იმ გაგებით, რომ არ არსებობს ძირითადი ფაქტების სასრული ნაკრები, საიდანაც იგი მოჰყვება, თუ როგორ უნდა გადაჭრას პრობლემები. ბევრი პრობლემა "ინდივიდუალურია" და ახლა უფრო და უფრო მეტი ახალი კლასები ჩნდება, რისთვისაც აუცილებელია მათემატიკური აპარატის შემუშავება. აქ კიდევ უფრო დიდ როლს თამაშობს ის, რომ მონაცემთა ანალიზი შედარებით ახალი მიმართულებაა მეცნიერებაში.

შემდეგი, ჩვენ უნდა ავუხსნათ რა არის „მონაცემთა ანალიზი“. მე მას "რაიონი" ვუწოდე, მაგრამ რისი ტერიტორია? აქ ყველაფერი საინტერესო ხდება, რადგან ეს არ არის მხოლოდ მეცნიერების სფერო. ჭეშმარიტი ანალიტიკოსი წყვეტს, უპირველეს ყოვლისა, გამოყენებულ პრობლემებს და ორიენტირებულია პრაქტიკაზე. გარდა ამისა, მონაცემები უნდა გაანალიზდეს ეკონომიკაში, ბიოლოგიაში, სოციოლოგიაში, ფსიქოლოგიაში და ა.შ. გამოსავალი

ახალი ამოცანები, როგორც უკვე ვთქვი, მოითხოვს ახალი ტექნიკის გამოგონებას (ეს ყოველთვის არ არის თეორიები, არამედ ტექნიკა, მეთოდები და ა.შ.), ამიტომ ზოგი ამბობს, რომ მონაცემთა ანალიზიც ხელოვნება და ხელობაა.

IN გამოყენებით სფეროებში, ყველაზე მნიშვნელოვანი პრაქტიკაა! შეუძლებელია წარმოიდგინო ქირურგი, რომელსაც არც ერთი ოპერაცია არ გაუკეთებია. სინამდვილეში, ეს საერთოდ არ არის ქირურგი. ასევე, მონაცემთა ანალიტიკოსს არ შეუძლია რეალური გამოყენებითი პრობლემების გადაჭრის გარეშე. რაც უფრო მეტ პრობლემას მოაგვარებთ დამოუკიდებლად, მით უფრო კვალიფიციური სპეციალისტები გახდებით.

პირველ რიგში, მონაცემთა ანალიზი არის პრაქტიკა, პრაქტიკა და მეტი პრაქტიკა. ჩვენ გვჭირდება რეალური პრობლემების გადაჭრა, ბევრი მათგანი სხვადასხვა სფეროდან. რადგან, მაგალითად, სიგნალებისა და ტექსტების კლასიფიკაცია ორი სრულიად განსხვავებული სფეროა. სპეციალისტებს, რომლებსაც შეუძლიათ ადვილად შექმნან ძრავის დიაგნოსტიკური ალგორითმი სენსორის სიგნალებზე დაყრდნობით, შესაძლოა ვერ შექმნიან მარტივი სპამის ფილტრს ელფოსტისთვის. მაგრამ ძალიან სასურველია შეიძინოს ძირითადი უნარები სხვადასხვა ობიექტებთან მუშაობისას: სიგნალები, ტექსტები, სურათები, გრაფიკები, მახასიათებლების აღწერა და ა.შ. გარდა ამისა, ეს საშუალებას მოგცემთ აირჩიოთ ამოცანები თქვენი გემოვნებით.

მეორეც, მნიშვნელოვანია გონივრულად აირჩიოთ თქვენი სასწავლო კურსები და მენტორები.

IN პრინციპში, ყველაფრის სწავლა თავად შეგიძლია. ჩვენ ხომ საქმე არ გვაქვს ისეთ სფეროსთან, სადაც არისზოგიერთი საიდუმლო პირიდან პირში გადადიოდა. პირიქით, არსებობს მრავალი კომპეტენტური სასწავლო კურსი, პროგრამებისა და მონაცემების წყარო კოდები. გარდა ამისა, ძალიან სასარგებლოა, როდესაც რამდენიმე ადამიანი პარალელურად წყვეტს ერთ პრობლემას. ფაქტია, რომ ასეთი პრობლემების გადაჭრისას ძალიან სპეციფიკურ პროგრამირებას უწევთ საქმე. ვთქვათ თქვენი ალგორითმი

გასცა 89% სწორი პასუხი. კითხვა: ბევრია თუ ცოტა? თუ ეს არ არის საკმარისი, მაშინ რაშია საქმე: არასწორად დაპროგრამეთ ალგორითმი, აირჩიეთ არასწორი ალგორითმის პარამეტრები, თუ თავად ალგორითმი ცუდია და არ არის შესაფერისი ამ პრობლემის გადასაჭრელად? თუ ნამუშევარი დუბლირებულია, მაშინ პროგრამაში შეცდომები და არასწორი პარამეტრები შეიძლება სწრაფად მოიძებნოს. და თუ ის დუბლირებულია სპეციალისტის მიერ, მაშინ ასევე სწრაფად წყდება შედეგის შეფასების და მოდელის მისაღები საკითხები.

მესამე, სასარგებლოა გვახსოვდეს, რომ მონაცემთა ანალიზს დიდი დრო სჭირდება გადასაჭრელად.

სტატისტიკა

მონაცემთა ანალიზი რ

1. ცვლადები

IN R, ისევე როგორც ყველა სხვა პროგრამირების ენას, აქვს ცვლადები. რა არის ცვლადი? არსებითად, ეს არის მისამართი, რომლითაც შეგვიძლია ვიპოვოთზოგიერთი მონაცემი, რომელსაც ვინახავთ მეხსიერებაში.

ცვლადები შედგება მარცხენა და მარჯვენა მხარისგან, რომლებიც გამოყოფილია დავალების ოპერატორით. R-ში, დავალების ოპერატორი არის კონსტრუქცია.<-”, если название переменной находится слева, а значение, которое сохраняется в памяти - справа, и она аналогична “=” в других языках программирования. В отличии от других языков программирования, хранимое значение может находиться слева от оператора присваивания, а имя переменной - справа. В таком случае, как можно догадаться, оператор присваивания примет конструкцию следующего вида: “->”.

IN შენახული მონაცემებიდან გამომდინარე, ცვლადები შეიძლება იყოს სხვადასხვა ტიპის: მთელი, რეალური, სტრიქონი. Მაგალითად:

my.var1<- 42 my.var2 <- 35.25

ამ შემთხვევაში, ცვლადი my.var1 იქნება მთელი რიცხვის ტიპის, ხოლო my.var2 იქნება რეალური ტიპის.

ისევე, როგორც სხვა პროგრამირების ენებში, თქვენ შეგიძლიათ შეასრულოთ სხვადასხვა არითმეტიკული მოქმედებები ცვლადებზე.

my.var1 + my.var2 - 12

my.var3<- my.var1^2 + my.var2^2

არითმეტიკული ოპერაციების გარდა, შეგიძლიათ შეასრულოთ ლოგიკური ოპერაციები, ანუ შედარების ოპერაციები.

my.var3 > 200 my.var3 > 3009 my.var1 == my.var2 my.var1 != my.var2 my.var3 >= 200 my.var3<= 200

ლოგიკური ოპერაციის შედეგი იქნება ჭეშმარიტი (TRUE) ან მცდარი (FALSE) განცხადება. თქვენ ასევე შეგიძლიათ შეასრულოთ ლოგიკური ოპერაციები არა მხოლოდ გარკვეული მნიშვნელობის მქონე ცვლადებს შორის, არამედ სხვა ცვლადთანაც.

my.new.var<- my.var1 == my.var2