CC BY
46cheskoj bezopasnosti v kontekste novoj strategii ee obespecheniya v Rossijskoj Federatsii [On the definition of economic security in the context of a new strategy to ensure it in the Russian Federation] // Rossijskaya yustitsiya. 2018. № 6. S. 2-4.
5. Kovalev A.A. Resursnaya bezopasnost' kak sostavlyayushhaya obshhej sistemy' bezopasnosti gosudarstva // Nacional'ny'e interesy': prioritety' i bezopasnost'. 2017. T. 13. № 9. S. 1775-1784.
6. Kry'lov A.A., Latov Yu.V. Monitoring natsio-
nalnoj i regional'noj e'konomicheskoj bezopasnosti v sovremennoj Rossii: problemy', podkhody', per-spektivy' [Monitoring of national and regional economic safety in modern Russia: problems, approaches, and perspectives] // Mikroe'konomika. 2018. № 2. S.107-119.
7. Kuznetsova E.I. Strategicheskoe upravlenie e'konomicheskoj bezopasnost'yu gosudarstva [Strategic management of economic security of the state]. M.: Rusajns, 2017. 214 s.
АННЕНКОВА Виктория Геннадьевна - доктор юридических наук, профессор, ректор. Поволжский кооперативный институт (филиал) Российского университета кооперации. Россия. Энгельс. E-mail: engels@rucoop.ru.
МЯГКОВА Татьяна Леонидовна - кандидат экономических наук, доцент кафедры бухгалтерского учета и информационных технологий. Поволжский кооперативный институт (филиал) Российского университета кооперации. Россия. Энгельс. E-mail: myagkovatl@ mail. ru.
АГИШЕВ Рустям Аипович - преподаватель кафедры права и правоприменительной деятельности. Поволжский кооперативный институт (филиал) Российского университета кооперации. Россия. Энгельс. E-mail: ops_trade@mail.ru.
ANNENKOVA, Victoria Gennadyevna - Doctor of Sciences (Law), Professor, Rector. Volga Cooperative Institute (branch) of the Russian University of Cooperation. Russia. Engels. E-mail: engels@rucoop.ru.
MYAGKOVA, Tatyana Leonidovna - Candidate of Sciences (Economics), Associate Professor of the Department of Accounting and Information Technologies. Volga Cooperative Institute (branch) of the Russian University of Cooperation. Russia. Engels. E-mail: myagkovatl@mail.ru.
AGISHEV, RustamAipovich - Lecturer of the Department of Law and Law Enforcement. Volga Cooperative Institute (branch) of the Russian University of Cooperation. Russia. Engels. E-mail: ops_ trade@mail.ru.
УДК 004.414.23:330.43
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ
ПОРТФЕЛЬНЫХ ИНВЕСТИЦИЙ В УСЛОВИЯХ КОНКУРЕНТНОЙ СРЕДЫ
В.И. Баран, Е.П. Баран
В условиях неопределенности имитационное моделирование является значимой и наиболее эффективной технологией системного анализа. Авторы статьи применяют метод имитационного моделирования для моделирования портфельных инвестиций, направленных на разработку новых продуктов. Построена математическая модель, описывающая динамику изменения портфельных инвестиций и капитала фирмы. Модель представляет собой систему двух дифференциальных уравнений первого порядка. В первом из них скорость изменения инвестиций на разработку новых продуктов задается как разность между суммарными инвестициями и суммарными расходами на разработку и внедрение продуктов, во втором - скорость изменения капитала фирмы связана с поступлениями от суммарной выручки и суммарными расходами на продажу. На основе этой модели с помощью инструментальных средств Anylogic 8 построена имитационная модель, состоящая из двух компонентов: главной части, служащей для описания денежных потоков, и класса «Продукт», моделирующего бизнес-процессы, связанные с проектированием, созданием и продажей продуктов. Разработанная модель может успешно применяться в задачах финансового планирования и прогнозирования.
Ключевые слова: имитационное моделирование; инвестиции; математическая модель; ин-
вестиционный портфель; методы прогнозирования; случайные неконтролируемые факторы; Anylogic.
V.I. Baran, E.P. Baran. SIMULATION MODELLING OF PORTFOLIO INVESTMENTS IN A COMPETITIVE ENVIRONMENT
In an environment of uncertainty simulation modelling is the main and the most effective technology of system analysis. In this article simulation modelling method is applied for modelling portfolio investments focused on new products development. A mathematical model has been developed to describe change dynamics of portfolio investments and company capital. The model is a system of first order differential equations. In the first one the speed of investment change in product development is defined as a difference between the total investment and the total expenses on product development and implementation. In the second equation the speed of company capital change is linked to the total revenue and total sales expenses. On the basis of this model and with the help of Anylogic 8 toolkit a simulation model consisting of two components was developed: the main part produces cash flows, and the class «Product» models business processes related to design, development and marketing of products. The developed model can be successfully applied in the areas of financial planning and forecasting.
Keywords: simulation; investments; investment project; mathematical model; investment portfolio; forecasting methods; random uncontrollable factors; Anylogic.
Для того чтобы успешно конкурировать, каждая фирма должна постоянно совершенствовать ассортимент товаров или услуг, которые она поставляет на рынок. Поскольку процессы проектирования, разработки и продажи продуктов зависят от ряда случайных факторов, для прогнозирования финансового состояния фирмы применяется метод имитационного моделирования.
Имитационное моделирование, возникшее в 60-х гг. прошлого столетия, в настоящее время является наиболее эффективной технологией решения разнообразных групп управленческих задач [1; 2]. Имитационное моделирование опирается на четыре прикладные объектно-ориентированные доктрины [5]:
• математическое моделирование;
• дискретно-событийное моделирование;
• динамическое структурное моделирование (системная динамика);
• многоагентное моделирование.
При разработке модели мы прежде всего построим математическую модель, на основе которой с помощью средств системной динамики опишем схему изменения финансового состояния фирмы. Проектирование бизнес-процессов, связанных с разработкой и продажей продуктов, предлагается реализовать с помощью многоагентного моделирования.
Предположим, что фирма участвует в разработке и внедрении на рынок своих продуктов. Для того чтобы она имела возможность вводить новые продукты, необходимо выполнение двух условий:
• емкость рынка п позволяет внедрение нового продукта, т.е. количество различных товаров на рынке меньше его емкости;
• размер инвестиций достаточен для разработки продукта.
Для описания финансового состояния фирмы введем две функции:
/(¿) - инвестиции фирмы, направленные на разработку продуктов в момент времени К(£) - капитал фирмы в момент времени Скорость увеличения инвестиций равна разности между потоками инвестиций (Р1) и расходов (Рк):
dI - P P
dt - Pi -Pr.
(1)
Если через d обозначить долю, выделяемую из суммарной выручки на инвестирование новых продуктов, поток инвестиций можно записать в виде:
Pi - dX v,,
где V. - выручка, полученная от продаж /-го продукта.
Доля инвестиций на разработку продуктов ^ ) отлична от нуля только в том случае, если
^ ^ п • Сср, где Сср - средняя цена проекта.
Поток расходов Рк равен суммарным затратам на проектирование и разработку продуктов (г.):
Рк =Т г.
Выручка, полученная благодаря продажам продуктов, носит случайный характер и зависит, прежде всего, от продолжительности продаж каждого из них. Условимся ее задавать с помощью плотности распределения, которую
10
Вестник Российского УНИВЕРСИТЕТА КООПЕРАЦИИ. 2019. № 1(35)
можно построить на основе статистических наблюдений (рис. 1).
f(t)
30
0 5 10
Рис. 1. Плотность распределения выручки
Заметим, что каждый из продуктов в зависимости от случайных факторов может быть отклонен при его создании или в процессе разработки. Для учета таких событий в модели введена случайная переменная ФакторУ-спеха.
Капитал фирмы определяется из дифференциального уравнения:
^ = (1 - d)YJ V■ -X (2)
/ /
В качестве входящего потока (1 - d)Х V/
/
выступает часть суммарной выручки, которая остается после выделения средств на финансирование новых проектов, а в качестве исходящего X - суммарные затраты на продажу
/
продуктов.
При построении имитационной модели мы воспользуемся многоагентным подходом. Агентом может быть все, что может действовать автономно и рационально [4]. Агенты
могут обладать мобильностью, коммуникабельностью, кооперативным поведением [3]. В настоящее время разработка многоагент-ных систем возможна с помощью интегрированных сред разработки - IDE (Integrated Development Environment). В качестве такой среды нами была выбрана платформа Anylogic 8 [6].
Модель состоит из двух компонентов: главной части (Main), определяющей изменение инвестиций и основного капитала, и вспомогательного блока-класса Продукт - для моделирования процессов создания, разработки и продажи продуктов.
Главная часть модели построена с помощью средств системной динамики (рис. 2). Блок Инвестиции соответствует дифференциальному уравнению (1). В качестве входящего потока выступает ПотокИнвестиций, в качестве исходящего - ПотокРасходов
Блок ОсновнойКапитал построен в соответствии с дифференциальным уравнением (2). Входящим потоком для него является часть суммарной прибыли, которая остается после финансирования новых проектов, а выходящим - суммарные расходы на продажу продуктов.
Для задания различных условий работы модели введены параметры и вспомогательные переменные (табл. 1).
Для описания «поведения» продуктов используется многоагентный подход. Для этого создан класс Продукт, диаграмма состояний которого представлена на рис. 3
Каждый из продуктов может находиться в одном из трех состояний: Исследование, Создание и НаРынке. Для имитации рисков, связанных с разработкой новых продуктов, в модель введена переменная ФакторУспеха, исходное значение которой генерируется с помощью равномерного распределения. В даль-
Рис. 2. Основная часть имитационной модели
Таблица 1
Основные параметры и переменные модели
Параметр или переменная Назначение
Начальные Затраты Задает начальный объем инвестиций
СрЦенаПроекта Средняя цена проекта
МаксДоля Максимальная доля выручки, выделяемая для инвестиций
ЕмкостьРынка Определяет емкость рынка
Выручка Накапливает выручку, полученную от продажи товаров
ДоляИнвестиций Задает долю инвестиций на разработку новых продуктов
з1а1есЬаг1
Исследование
3 а вер ш еь ие Исс л ецо ванпд
Утверждение
Отказ И
С
Созда- ле
3 а ве рш ение Раз работки
Вы мод
ОтказС
{ф) Отказы
1
НаРынке
Снл_пе (?)
) Заверш ениеП аодаж Рис. 3. Стейтчарт класса Продукт
нейшем эта переменная получает случайные приращения, которые могут оказаться как положительными, так и отрицательными. Переход в новое состояние возможен только, если ФакторУспеха окажется выше минимального порога прибыльности.
Для описания представителей класса Продукт введены параметры и переменные, приведенные в табл. 2.
Разместив на главной части модели массив, состоящий из п возможных продуктов для текущих расчетов, построим статистические функции:
• ГодоваяВыручка - суммарная выручка, полученная при продаже продуктов;
• ТекущиеРасходы - суммарные расходы на стадиях исследования и создания продуктов;
• РасходыНаРынке - суммарные расходы при продажах;
• КолНеНаРынке - количество продуктов, находящихся в стадиях Исследование и Создание.
Система Anylogic 8 предоставляет широкие возможности для отображения результатов моделирования. Основное окно в режиме Пользователь представлено на рис. 4.
В верхней половине окна в виде овалов динамически отображаются продукты, находящиеся в различных состояниях процесса. Величина овала в разделе Продажи изменяется пропорционально выручке, полученной при продаже соответствующего продукта. В нижней половине окна можно следить за изменениями основных характеристик: размерами инвестиций, основного капитала, суммарными расходами на разработку продуктов и их продажу.
За счет изменения и добавления новых параметров построенная модель может успешно использоваться при стратегическом прогнозировании финансового состояния фирмы.
Таблица 2
Параметры и переменные класса Продукт
Параметр или переменная Назначение
ПериодИсследования Определяет среднюю продолжительность исследования
ПериодСоздания Средняя продолжительность разработки
ПериодВнедрения Задает среднюю длительность внедрения продукта
СтоимостьИсследования Средняя стоимость исследования
СтоимостьСоздания Средняя стоимость разработки нового продукта
СтоимостьВнедренния Средняя стоимость внедрения
МинимумУспеха Минимальный уровень значения переменной ФакторУспеха, при котором продукт может продаваться
ПорогПрибыльности Определяет порог прибыльности, ниже которого продукт снимается с рынка
ФакторУспеха Переменная, служащая для имитирования случайности перехода из одного со стояния в другое
ВремяВыхода Переменная, фиксирующая время выхода продукта на рынок
ПРОДАЖИ
о °
РАЗРАБОТКА О о О
О О ° о О О О о ОООО
Оо Оо О n ° ООО о „О о
ИССЛЕДОВАНИЕ 0° ° о ° ° ° с. О °° ° 8°0°0 ° 0 1
ОО О _ QD ® ТЪ „ О - - О
о о ° ° «Р о ° о°
ПотокИнвестиций
Инвестиции 300 029
ПотокРасходов гп 5
5>0
ДоляИнвестиций
m
ОсновнойКапитал 34.247 599
©НачальныеЗатраты
©СрЦенаПроекта
(3 МаксДоля 0 2
©ЕмкостьРынка 100
РасходыНаПродажу
oQ
Рис. 4. Имитационная модель в режиме Пользователь
Список литературы
1. Васильева О.Г. Имитационное моделирование емкости рынка продовольствия в Чувашской Республике // Современные информационные технологии: интеграция науки и практики: сб. материалов Междунар. заоч. науч.-практ. конф. Чебоксары: ЧКИ РУК, 2017. С. 55-61.
2. Горбунов А.Р., Лычкина Н.Н. Парадигмы имитационного моделирования: новое в решении задач стратегического управления (объединенная логика имитационного моделирования) // Бизнес-информатика. 2007. № 2 (2). С. 60-66.
3. Городецкий В.И., Грушинский М.С., Хаба-лов А.В. Многоагентные системы (обзор) // Новости искусственного интеллекта. 1998. № 2. С.64-116.
4. Зайцев Е.И., Степанова И.В., Халабия Р. Ф. Многоагентные системы и многоагентные банки знаний // Успехи современной науки. 2017. Т. 4. № 4. С. 155-159.
5. Мезенцев К.Н. Системный подход и имитационное моделирование // Автоматизация и управление в технических системах. 2015. № 3. С. 3-15.
6. AnyLogic: Моделирование для обоснованных решений. URL: https://www.anylogic.ru (дата обращения: 01.12.2018).
References
1. VasiFeva O.G. Imitatsionnoe modelirovanie emkosti ry'nka prodovol'stviya v Chuvashskoj Respublike [Simulation modelling of food market capacity in the Chuvash Republic] // Sovremenny'e informatsionny'e tekhnologii: integratsiya nauki i praktiki: sb. materialov Mezhdunar. zaoch. nauch.-prakt. konf. Cheboksary', 2017. S. 55-61.
2. Gorbunov A.R., Ly'chkina N.N. Paradigmy' imitatsionnogo modelirovaniya: novoe v reshenii zadachstrategicheskogoupravleniya(ob''edinennaya logika imitatsionnogo modelirovaniya) [The paradigm of simulation: what's new in the solution of problems of strategic management (integrated logic simulation)] // Biznes-informatika. 2007. № 2 (2). S. 60-66.
3. Gorodetskij V.I., Grushinskij M.S., Khabalov A.V Mnogoagentny'e sistemy' (obzor) [Multi-agent systems (overview)] // Novosti iskusstvennogo intellekta. 1998. № 2. S. 64-116.
4. Zajtsev E.I., Stepanova I.V., Khalabiya R.F. Mnogoagentny'e sistemy' i mnogoagentny'e
banki znanij [Multi-agent systems and multi-agent knowledge banks] // Uspekhi sovremennoj nauki. 2017. T. 4. № 4. S. 155-159.
5. Mezentsev K.N. SistemnyJ podkhod i imi-tatsionnoe modelirovanie [Systems approach and
simulation] // Avtomatizatsiya i upravlenie v tekh-nicheskikh sistemakh. 2015. № 3. S. 3-15.
6. AnyLogic: Modelirovanie dlya obosnovannykh reshenij [Modelling for informed decisions]. URL: https:// www.anylogic.ru (data obrashcheniya: 01.12.2018).
БАРАН Виктор Иванович - кандидат физико-математических наук, доцент кафедры информационных технологий и математики. Чебоксарский кооперативный институт (филиал) Российского университета кооперации. Россия. Чебоксары. E-mail: vbaran@mail.ru.
БАРАН Елена Прокопьевна - кандидат физико-математических наук, доцент кафедры информационных технологий и математики. Чебоксарский кооперативный институт (филиал) Российского университета кооперации. Россия. Чебоксары. E-mail: belenappp@mail. ru.
BARAN, Victor Ivanovich - Candidate of Sciences (Physics and Mathematics), Associate Professor of the Department of Information Technologies and Mathematics. Cheboksary Cooperative Institute (branch) of the Russian University of Cooperation. Russia. Cheboksary. E-mail: vbaran@mail.ru.
BARAN, Elena Prokopyevna - Candidate of Sciences (Physics and Mathematics), Associate Professor of the Department of Information Technologies and Mathematics. Cheboksary Cooperative Institute (branch) of the Russian University of Cooperation. Russia. Cheboksary. E-mail: belenappp@ mail.ru.
УДК 331.1
УПРАВЛЕНИЕ ЗНАНИЯМИ В КОММЕРЧЕСКОЙ ОРГАНИЗАЦИИ
Н.П. Белова, Е.С. Ферафонтова
В статье анализируются подходы к формированию, поддержанию и развитию системы управления знаниями в коммерческих организациях. Выявлены проблемы и сложности, с которыми сталкиваются российские предприятия при внедрении системы управления знаниями. Авторы рассматривают предпосылки создания успешно функционирующей системы по управлению знаниями: отказ от иерархических структур в пользу горизонтальных профессиональных связей, фокус на развитии человеческих ресурсов и клиентоориентированность, соответствующая корпоративная культура, выбор оптимальной стратегии. Анализируя систему управления знаниями в ПАО «Таттелеком», авторы приходят к выводу об актуальности перехода к управлению знаниями на предприятиях телекоммуникационной отрасли и создании адекватной современным задачам системы управления знаниями в ПАО «Таттелеком». На предприятии внедряется комплексная система по сохранению и передаче корпоративных знаний. Конечным результатом ее внедрения станет повышение скорости и качества бизнес-решений.
Ключевые слова: управление знаниями; коммерческая организация; стратегия управления знаниями; компетенции; корпоративные знания; конкурентоспособность; мотивация персонала.
N.P. Belova, E.S. Ferafontova. KNOWLEDGE MANAGEMENT IN A COMMERCIAL ORGANIZATION
The authors of the article analyze the main approaches to the formation, maintenance and development of a knowledge management system in commercial enterprises. The problems and difficulties that Russian enterprises face in implementing the knowledge management system are identified. The authors examine the prerequisites for creating a successfully functioning knowledge management system: rejection of hierarchical structures in favor of horizontal professional relationships, focus on the development of human resources and customers, appropriate corporate culture, choice of the optimal strategy. Analyzing the knowledge management system in PJSC «Tattelecom», the authors come to the conclusion about the relevance of the transition to knowledge management in enterprises of the telecommunications industry and the creation of an adequate knowledge management system in PJSC «Tattelecom». The company is implementing a comprehensive system for the preservation and transfer of corporate knowledge. The end result of its implementation will be an increase in the speed and quality of business solutions.
Keywords: knowledge management; commercial organization; knowledge management strategy; competence; corporate knowledge; competitiveness; staff motivation.
