Вам нужна курсовая работа?
Интересует Менеджмент?
Оставьте заявку
на Курсовую работу
Получите бесплатную
консультацию по
написанию
Сделайте заказ и
скачайте
результат на сайте
1
2
3

Управление дебиторской задолженностью

  • 41 страница
  • 17 источников
  • Добавлена 15.12.2011
900 руб. 1 800 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
СОДЕРЖАНИЕ


ВВЕДЕНИЕ
1. Теоретические аспекты управления и дебиторской задолженностью предприятия
1.1 Понятие дебиторской задолженности
1.2 Особенности управления дебиторской задолженностью
2.3 Мероприятия по управлению дебиторской задолженностью
2. Анализ и оценка системы управления дебиторской задолженностью в ООО «Твист»
2.1 Оценка уровня дебиторской задолженности и ее оборачиваемости
2.2 Оценка «старения» дебиторской задолженности
2.3 Сравнение дебиторской и кредиторской задолженности
3. Основные направления совершенствования управления дебиторской задолженностью ООО «Твист»
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ


Фрагмент для ознакомления

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 10x20 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 10x10 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, 1979г.


Приложение 1
Бухгалтерский баланс ООО «Твист» за 2010 г.
АКТИВ Код пока-зателя на начало отчетного периода на конец отчетного периода 1 2 3 4 I. ВНЕОБОРОТНЫЕ АКТИВЫ       Нематериальные активы 110 301 351 Основные средства 120 901 1 677 Незавершенное строительство 130     Доходные вложения в материальные ценности 135     Долгосрочные финансовые вложения 140     Отложенные финансовые активы 145     Прочие внеоборотные активы 150     ИТОГО по разделу I 190 1202 2028 II. ОБОРОТНЫЕ АКТИВЫ       Запасы 210 7562 8637 в том числе:       сырье, материалы и другие аналогичные ценности 211 214 305 животные на выращивании и откорме 212     затраты в незавершенном производстве 213     готовая продукция и товары для перепродажи 214 7172 8128 товары отгруженные 215     расходы будущих периодов 216 176 204 прочие запасы и затраты 217     Налог на добавленную стоимость по приобретенным ценностям 220 0 0 Дебиторская задолженность (платежи по которой ожидаются более чем через 12 месяцев после отчетной даты) 230 0 0 в том числе покупатели и заказчики 231     Дебиторская задолженность (платежи по которой ожидаются в течение 12 месяцев после отчетной даты) 240 4 300 6 550 в том числе покупатели и заказчики 241 3650 5750 Краткосрочные финансовые вложения 250 32 40 Денежные средства 260 115 72 Прочие оборотные активы 270 0 0 ИТОГО по разделу II 290 12009 15299 БАЛАНС 300 13 211 17 327


ПАССИВ Код пока-зателя на начало отчетного периода на конец отчетного периода III. КАПИТАЛ И РЕЗЕРВЫ       Уставный капитал 410 100 100 Собственные акции, выкупленные у акционеров 411     Добавочный капитал    420     Резервный капитал 430 523 654  в том числе:        резервы, образованные в соответствии с законодательством 431      резервы, образованные в соответствии с учредительными документами       Целевое финансирование 450     Нераспределенная прибыль (непокрытый убыток) 470 4042 6 549 ИТОГО по разделу III 490 4665 7303 IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 510     Отложенные налоговые обязательства 515     Прочие долгосрочные обязательства   520     ИТОГО по разделу IV 590 0 0 V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 610 0 0 Кредиторская задолженность 620 8 534 10 005 в том числе:       поставщики и подрядчики  621 8187 9597 задолженность перед персоналом организации 622     задолженность перед государственными внебюджетными фондами 623     задолженность по налогам и сборам 624 169 195 прочие кредиторы 625 190 232 Задолженность перед участниками (учредителям) по выплате доходов 630 0 0 Доходы будущих периодов 640 12 19 Резервы предстоящих расходов 650 0 0 Прочие краткосрочные обязательства 660 0 0 ИТОГО по разделу V 690 8546 10024 БАЛАНС 700 13211 17327

Отчет о прибылях и убытках ООО «Твист» в 2010 г.

Показатель Код пока-зателя за отчетный период за аналогичный период предыдущего года Доходы и расходы по обычным видам деятельности     Выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом налога 010 48760 39840 Себестоимость проданных товаров, продукции, работ, услуг 020 43628 36233 Валовая прибыль 029 5132 3607 Коммерческие расходы 030 431 390 Управленческие расходы 040 109 83 Прибыль (убыток) от продаж 050 4592 3134 Прочие доходы и расходы     Проценты к получению 060     Проценты к уплате 070     Доходы от участия в других организациях 080     Прочие доходы 090     Прочие расходы 100 2   Прибыль (убыток) до налогообложения 140 4590 3134 Отложенные налоговые активы 141     Отложенные налоговые обязательства 142     Текущий налог на прибыль 150 918 627 Чистая прибыль (убыток) отчетного периода 190 3672 2507
Приложение 4
Бухгалтерский баланс ООО «Твист» за 2009 г.
АКТИВ Код пока-зателя на начало отчетного периода на конец отчетного периода 1 2 3 4 I. ВНЕОБОРОТНЫЕ АКТИВЫ       Нематериальные активы 110 243 301 Основные средства 120 943 901 Незавершенное строительство 130     Доходные вложения в материальные ценности 135     Долгосрочные финансовые вложения 140     Отложенные финансовые активы 145     Прочие внеоборотные активы 150     ИТОГО по разделу I 190 1186 1202 II. ОБОРОТНЫЕ АКТИВЫ       Запасы 210 6656 7562 в том числе:       сырье, материалы и другие аналогичные ценности 211 121 214 животные на выращивании и откорме 212     затраты в незавершенном производстве 213     готовая продукция и товары для перепродажи 214 6388 7172 товары отгруженные 215     расходы будущих периодов 216 147 176 прочие запасы и затраты 217     Налог на добавленную стоимость по приобретенным ценностям 220 0 0 Дебиторская задолженность (платежи по которой ожидаются более чем через 12 месяцев после отчетной даты) 230 0 0 в том числе покупатели и заказчики 231     Дебиторская задолженность (платежи по которой ожидаются в течение 12 месяцев после отчетной даты) 240 2220 4 300 в том числе покупатели и заказчики 241 1870 3650 Краткосрочные финансовые вложения 250 12 32 Денежные средства 260 6 115 Прочие оборотные активы 270 0 0 ИТОГО по разделу II 290 8894 12009 БАЛАНС 300 10 080 13 211



ПАССИВ Код пока-зателя на начало отчетного периода на конец отчетного периода III. КАПИТАЛ И РЕЗЕРВЫ       Уставный капитал 410 100 100 Собственные акции, выкупленные у акционеров 411     Добавочный капитал    420     Резервный капитал 430 450 523  в том числе:        резервы, образованные в соответствии с законодательством 431      резервы, образованные в соответствии с учредительными документами       Целевое финансирование 450     Нераспределенная прибыль (непокрытый убыток) 470 2346 4042 ИТОГО по разделу III 490 2896 4665 IV. ДОЛГОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 510     Отложенные налоговые обязательства 515 Прочие долгосрочные обязательства   520 ИТОГО по разделу IV 590 V. КРАТКОСРОЧНЫЕ ОБЯЗАТЕЛЬСТВА       Займы и кредиты 610 0 0 Кредиторская задолженность 620 7174 8 534 в том числе:       поставщики и подрядчики  621 6976 8187 задолженность перед персоналом организации 622     задолженность перед государственными внебюджетными фондами 623     задолженность по налогам и сборам 624 132 169 прочие кредиторы 625 76 190 Задолженность перед участниками (учредителям) по выплате доходов 630 0 0 Доходы будущих периодов 640 10 12 Резервы предстоящих расходов 650 0 0 Прочие краткосрочные обязательства 660 0 0 ИТОГО по разделу V 690 7184 8546 БАЛАНС 700 10080 13211

Отчет о прибылях и убытках ООО «Твист» в 2009 г.

Показатель Код пока-зателя за отчетный период за аналогичный период предыдущего года Доходы и расходы по обычным видам деятельности     Выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом налога 010 39840 37681 Себестоимость проданных товаров, продукции, работ, услуг 020 36233 35086 Валовая прибыль 029 3607 2595 Коммерческие расходы 030 390 381 Управленческие расходы 040 83 94 Прибыль (убыток) от продаж 050 3134 2120 Прочие доходы и расходы     Проценты к получению 060     Проценты к уплате 070     Доходы от участия в других организациях 080     Прочие доходы 090     Прочие расходы 100     Прибыль (убыток) до налогообложения 140 3134 2120 Отложенные налоговые активы 141     Отложенные налоговые обязательства 142     Текущий налог на прибыль 150 627 424 Чистая прибыль (убыток) отчетного периода 190 2507 1696


Нор-Аревян Г.Г.Основные аспекты формирования дебиторской и кредиторской задолженности // Учет и статистика. 2008. № 11. С. 83.
Воронченко Г.В. Управление дебиторской задолженностью предприятия // Экономический анализ: теория и практика. 2010. № 7. С. 24.
Коба Е.Е. Формирование политики по управлению дебиторской задолженностью // Сервис в России и за рубежом. 2009. № 1. С. 92.
Коренева И.Н. Современные методы и инструменты управления дебиторской задолженностью // Известия Санкт-Петербургского университета экономики и финансов. 2007. № 1. С. 304.
Коба Е.Е. Формирование политики по управлению дебиторской задолженностью // Сервис в России и за рубежом. 2009. № 1. С. 92.












33

СПИСОК ЛИТЕРАТУРЫ
1.Басовский Л. Е. Финансовый менеджмент. Учебник. - М., ИНФРА-М, 2009. – 506 с.
2.Бердникова Т.Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия: Учебн.пособие. – М.: Инфра-М, 2008. – 215 с.
3.Бланк И. Финансовый менеджмент: Учебн. курс - К.: Элька, Ника-Центр, 2008 – 656 с.
4.Ионова А.Ф., Селезнева Н.Н. Финансовый анализ: учеб. – М.: ТК Велби, Изд-во Проспект, 2009. – 624 с.
5.Ковалев А.М. Финансовый менеджмент – М.: Инфра-М, 2009 – 336 с.
6.Титов В.И. Экономика предприятия: учебник — М.: Эксмо, 2009. — 416 с.
7.Чуев И.Н., Чечевицина Л.Н. Анализ финансово-хозяйственной деятельности: учебное пособие. – Ростов н/Д.: «Феникс», 2009. – 384 с.
8.Шеремет А.Д. Теория экономического анализа. - 2-е издание, дополненное. - М.: ИНФРА-М, 2008. - 368 с.
9.Асеев Д.В. Новые технологии работы с дебиторской задолженностью // Налоговая политика и практика. 2010. № 8. С. 50-55.
10.Волков А.Н. Некоторые аспекты реструктуризации дебиторских задолженностей промышленных предприятий посредством факторинга как направление обеспечения их экономической безопасности // Финансы и кредит. 2005. № 13. С. 24-28.
11.Воронченко Г.В. Управление дебиторской задолженностью предприятия // Экономический анализ: теория и практика. 2010. № 7. С. 23-29.
12.Коба Е.Е. Формирование политики по управлению дебиторской задолженностью // Сервис в России и за рубежом. 2009. № 1. С. 91-96.
13.Коренева И.Н. Современные методы и инструменты управления дебиторской задолженностью // Известия Санкт-Петербургского университета экономики и финансов. 2007. № 1. С. 302-307.
14.Кулик О.М. Некоторые аспекты управления дебиторской и кредиторской задолженностями российских предприятий // Финансовые исследования. 2008. № 19. С. 31-35.
15.Нор-Аревян Г.Г.Основные аспекты формирования дебиторской и кредиторской задолженности // Учет и статистика. 2008. № 11. С. 83-88.
16.Пойлова Е.Л. Управление дебиторской задолженностью с позиции теории жизненного цикла // Вестник Омского университета. Серия: Экономика. 2008. № 4. С. 107-109.
17.Аристархова М.К. Повышение эффективности управления дебиторской задолженностью предприятия путём создания имитационной модели управления. [Электронный ресурс]. Режим доступа: http://www.ogbus.ru, свободный.

Управление дебиторской задолженностью

МИНИСТЕРСТВО ОБРАЗОВАНИЯ российской ФЕДЕРАЦИИ

государственный университет экономики, статистики

и информатики

Контроль работы

По дисциплине "Финансовый менеджмент"

Тема: "Управление дебиторской задолженностью"

 

 





Москва, 2002

Содержание:

1. Введение

2. Экономическая сущность расчетов с дебиторами и кредиторами

2.1. Классификация дебиторской и кредиторской задолженности в структуре оборотных средств предприятия.

2.2. Влияние дебиторской задолженности на финансовые результаты предприятия

3. Методы управления дебиторской и кредиторской задолженности

3.1. Подходы к управлению дебиторской задолженности, распределение дебиторской задолженности по срокам образования, анализ оборачиваемости

4. Вывод

1. Введение

В процессе финансово-хозяйственной деятельности в предприятия постоянно возникает потребность в проведении расчетов с контрагентами, бюджетом, налоговыми органами. Отгружая произведенную продукцию или оказывая некоторые услуги, предприятие, как правило, не получает деньги в оплату немедленно, то есть, по сути, кредитует покупателей. Таким образом, в период от поставки продукции до момента поступления платежа средства предприятия омертвлены в виде дебиторской задолженности, уровень которой определяется многими факторами: вид продукции, емкость рынка, степень насыщенности рынка данной продукции, условия договора, принятая на предприятии система расчетов и другие Последний фактор особенно важен для финансового менеджера.

Основными видами расчетов за поставленную продукцию являются продажа за наличные деньги и в виде безналичных платежей. В экономике доминируют безналичные расчеты, осуществляемые с помощью чеков, векселей, переводов безналичных отчетным и текущим счетам, системы корреспондентских счетов между различными банками, а также клиринговых зачетов взаимных требований через расчетные палаты. В условиях нестабильной экономики преобладающей формой расчетов становится предоплата.

Оплата наличными может быть произведена в рублях, с помощью кредитной карты или дебетовой карты. В соответствии с постановлением Правительства РФ, в настоящее время юридические лица вправе рассчитываться между собой наличными деньгами только в случае, если сумма, когда выплаты не превышает 10 тыс. рублей (деноминированных). Кредитная карта-это пластиковая карта, с указанием фамилии владельца, ему присвоен личный код, подпись и срок действия карты. Владелец карты может совершать покупки в пределах некоторой суммы, оговоренной при выдаче карточки, даже в том случае, если на момент покупки она превышает остаток на его счете. В отличие от кредитной, дебетовая карта не позволяет оплачивать покупки при отсутствии средств на счете покупателя. В России практика выпуска кредитных карт до тех пор, пока незначительна.

Узнать стоимость работы