Вихідні дані для проведення дискримінатного аналізу підприємств торгівельної галузі

№	Підприємство	Рік	Кпл	Квр	К об.ОА	ПДЗ/ПКЗ	К ВОК
1	ТОВ «ТД ИРБИС»	2012	3,95	0,06	81,39	6,000	0,978
		2013	4,97	0,05	30,020	5,626	0,840
		2014	4,84	0,05	31,045	9,600	0,975
2	ЧП «ГалПідшипник»	2012	2,111	1,01	12,335	2,050	0,096
		2013	3,687	1,02	13,520	0,300	0,627
		2014	5,311	1,03	13,599	0,000	0,900
3	ТОВ «ВТК»	2012	0,512	0,06	56,901	0,056	-0,573
		2013	0,373	-2,82	67,224	0,294	-1,286
		2014	0,124	0,21	55,106	0,000	-7,787
4	ТОВ «Бином»	2012	0,455	0,02	12,089	0,000	-1,884
		2013	0,202	0,03	11,691	0,392	-1,760
		2014	0,511	0,06	12,195	0,116	-1,381
5	ТОВ «Світ підшипників»	2012	1,543	0,12	11,168	1,135	0,390
		2013	1,234	0,11	11,179	0,721	0,145
		2014	1,201	0,12	18,835	0,908	0,157
6	ТОВ «BRB АВТО»	2012	0,099	-0,45	63,886	0,043	-9,808
		2013	0,101	-0,22	60,128	0,043	-5,462
		2014	0,111	-27,31	60,005	0,035	-4,986
7	ТОВ «Карника»	2012	1,677	-19,12	10,144	0,000	0,118
		2013	5,134	0,23	14,448	0,000	0,820
		2014	5,134	0,21	13,908	0,000	0,829
8	ТОВ «Автопідшипник»	2012	2,345	0,17	14,342	9,132	0,626
		2013	6,897	0,24	15,108	59,750	0,840
		2014	4,145	0,31	13,138	7,156	0,798
9	ТОВ «Підипникзбут»	2012	20,349	1,10	10,987	0,000	0,953
		2013	18,808	0,42	11,574	4,000	0,997
		2014	11,667	0,41	11,792	3,000	0,918
10	ТОВ «Інтерпідшипник»	2012	5,167	0,01	10,476	3,308	0,811
		2013	2,118	0,12	10,377	3,768	0,896
		2014	10,036	0,05	10,234	5,050	0,909

Стандартизація вихідних даних та розподіл спостережень відповідно нормативних значень наведений на рис. 3.8.

Рис. 3. 8. Розподіл спостережень дискримінатного аналізу за класами

За допомогою програмного пакету Statistica був проведений дискримінатний аналіз.

Результати його проведення представлені на рис. 3. 9. Статистика показує, що число змінних у моделі 5, а значення лямбди Уілкса дорівнює 0,355. Р-рівень значущості F-критерію для значення 8,72. Р < 0,001. Значення статистики Уілкса лежить в інтервалі [0,1]. Значення статистики Уілкса, що лежить близько 0, свідчать про гарну дискримінацію, а критерій Фішера дорівнює 8,72 при табличному 5,24, тому створена модель є коректною.

Рис. 3. 9. Результати проведення дискримінатного аналізу підприємств торгівельної галузі.

При 100% коректності розподілу спостережень за класами показав, що до першого класу потрапило 14 спостережень, а до другого класу - 16 спостережень зображено на рис.3.10. З матриці видно, що не спостерігається випадків неправильної класифікації.

Рис. 3. 10. Класифікаційна матриця

Використовуючи дискримінантний аналіз спостережень була побудована модель для обох класів підприємств відповідно до оцінки фінансового стану.

Функції для визначення двох класів представлено нижче:

Для побудови загальної дискримітнатної моделі для оцінки фінансового стану підприємств торгівельного підприємства на основі отриманих функцій, приймемо y₁ + Y = y₂. Тобто стан підприємства першого класу, який не відповідає нормативному, відрізняється від підприємств другого класу на певну величину Y. Сформуємо загальну модель оцінки фінансового стану шляхом деяких математичних перетворень:

Для отримання Z – показника оцінки фінансового стану підприємств торгівельної галузі, перенесемо вільний член у ліву частину виразу. Таким чином, модель оцінки фінансового стану підприємств торгівельної галузі буде мати наступний вигляд:

Якщо, за представленою моделлю, Z – показник буде дорівнювати більше 0,339, то фінансовий стан підприємства оцінюємо як стабільний (підприємства несуть відпові­дальність за ефективність господа­рювання і за своєчасне виконання фінансових зобов’язань), якщо менше – нестабільний та потребує стратегічного планування для стабілізації стану, який забезпечить необхідний контроль за залученням і використанням матеріальних, трудових і фінансових ресурсі, створить умови для покращення фінансового стану.

Проведемо класифікацію об’єктів використовуючи формулу для розрахунку оцінки за створеною моделлю аналізу фінансового стану підприємств (табл. 3. 2):

Таблиця 3. 2