Научная статья на тему 'Прогнозирование результатов интеграционных процессов на основе имитационного моделирования'

Прогнозирование результатов интеграционных процессов на основе имитационного моделирования Текст научной статьи по специальности «Экономика и бизнес»

CC BY
326
45
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИНТЕГРАЦИОННЫЕ ПРОЦЕССЫ / РЕШЕНИЕ ОБ ИНТЕГРАЦИИ / ПРОИЗВОДИТЕЛЬНОСТЬ ОСНОВНЫХ ФАКТОРОВ ПРОИЗВОДСТВА / ПРОГНОЗИРОВАНИЕ РЕЗУЛЬТАТОВ ИНТЕГРАЦИИ / ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ / INTEGRATION PROCESSES / DECISION TO INTEGRATE / PRODUCTIVITY OF PRIMARY FACTORS OF PRODUCTION / FORECASTING THE INTEGRATION RESULTS / SIMULATION MODELING

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Мичурина Ольга Юрьевна

Для оценки экономической эффективности обоснования управленческого решения об интеграции, показатели частной, совокупной и многофакторной производительности принимаются за базисные. С помощью многофакторной модели измерения производительности основных факторов производства осуществляется прогнозирование анализируемых данных. Расчетные показатели модели позволяют проследить направления улучшения хозяйственной деятельности, придать наглядность и обоснованность принимаемому решению об интеграции. Использование модели дает картину динамики показателей результативности после осуществления планируемого интеграционного взаимодействия, служит инструментом обоснования экономической эффективности вступления в сеть.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

The indicators of particular, aggregate and multifactor productivity are taken as basis in order to evaluate economic efficiency of management decision substantiation on integration. Forecasting of analyzed data is performed by means of the application of a multifactor model for productivity measuring of primary production factors. The simulation results allow us to trace the directions of economic activity improvements, to add visualization and substantiation to the taken decision about the integration. The model use gives a picture of the dynamics of productivity indicators after the implementation of the planned integration interaction, and it serves as an instrument of economic efficiency substantiation of entry into the network.

Текст научной работы на тему «Прогнозирование результатов интеграционных процессов на основе имитационного моделирования»

ББК 65.305.0-133В637

О. Ю. Мичурина

ПРОГНОЗИРОВАНИЕ РЕЗУЛЬТАТОВ ИНТЕГРАЦИОННЫХ ПРОЦЕССОВ НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

O. Yu. Michurina

FORECASTING THE RESULTS OF INTEGRATION PROCESSES ON THE BASIS OF SIMULATION MODELING

Для оценки экономической эффективности обоснования управленческого решения об интеграции, показатели частной, совокупной и многофакторной производительности принимаются за базисные. С помощью многофакторной модели измерения производительности основных факторов производства осуществляется прогнозирование анализируемых данных. Расчетные показатели модели позволяют проследить направления улучшения хозяйственной деятельности, придать наглядность и обоснованность принимаемому решению об интеграции. Использование модели дает картину динамики показателей результативности после осуществления планируемого интеграционного взаимодействия, служит инструментом обоснования экономической эффективности вступления в сеть.

Ключевые слова: интеграционные процессы, решение об интеграции, производительность основных факторов производства, прогнозирование результатов интеграции, имитационное моделирование.

The indicators of particular, aggregate and multifactor productivity are taken as basis in order to evaluate economic efficiency of management decision substantiation on integration. Forecasting of analyzed data is performed by means of the application of a multifactor model for productivity measuring of primary production factors. The simulation results allow us to trace the directions of economic activity improvements, to add visualization and substantiation to the taken decision about the integration. The model use gives a picture of the dynamics of productivity indicators after the implementation of the planned integration interaction, and it serves as an instrument of economic efficiency substantiation of entry into the network.

Key words: integration processes, decision to integrate, productivity of primary factors of production, forecasting the integration results, simulation modeling.

В условиях рыночной экономики предприятия судостроения и судоремонта самостоятельно решают все вопросы, связанные с технико-экономическими показателями постройки и ремонта судов, использованием производственных ресурсов, установлением цен на выпускаемую продукцию, поиском клиентов и выгодных заказов, от чего зависят не только качество и стоимость выполняемых работ, но и конкурентоспособность предприятий в целом. С прагматической, предпринимательской точки зрения предприятие судостроения или судоремонта вступает в интеграционные взаимоотношения со смежными предприятиями, поскольку в одиночку не может обеспечить выполнение сложных, объемных заказов, необходимую материалоемкость и трудоемкость производства, да и получение крупных заказов тоже.

Одиночное предприятие судостроения или судоремонта не способно в настоящее время выступать конкурентоспособным субъектом рыночных отношений, конкурировать с крупными вертикально интегрированными сетями. С этой точки зрения цель измерения и оценки производительности в процессе осуществления интеграционного взаимодействия предприятий судостроения и судоремонта заключается в улучшении показателей функционирования предприятия, сглаживании выявленных «узких» мест в отдаче основных факторов производства и, как следствие, повышении его конкурентных позиций, с тем чтобы успешнее добиваться долгосрочных целей выживания, прибыльности, эффективности и т. д. Если современное предприятие судостроения или судоремонта вступает в интеграционное взаимодействие и не имеет при этом целей в области производительности основных факторов производства - оно лишено ориентира к дальнейшей деятельности. Не измеряющее производительность своих основных производственных ресурсов предприятие судостроения/судоремонта лишается ряда значительных рычагов контроля и воздействия на конечные результаты деятельности, в частности прибыльность.

Именно показатели производительности основных производственных ресурсов способны повлиять на объем выпускаемой продукции и, как следствие, реализацию, уровень совокупных затрат предприятия и конечную прибыль. Следовательно, показатели частной, многофакторной

и совокупной производительности определяют и уровень конкурентоспособности предприятия в целом, как отдельного субъекта рынка, так и эффективности его вхождения в промышленную сеть. В части оценки экономической эффективности обоснования управленческого решения об интеграции показатели частной, совокупной и многофакторной производительности правомерно принять за базисные.

Ранее [1] нами были подробно описаны возможности использования многофакторной модели измерения производительности основных факторов производства (МФМИП) для измерения и дальнейшего контроля производительности на предприятиях судостроения и судоремонта. В современных условиях развития российской экономики эффективность процесса управления предприятием судостроения/судоремонта в значительной мере определяется уровнем научной обоснованности управленческих решений, своевременностью их принятия и реализации. Неизмеримо велика в настоящее время «цена» ошибочного решения, поскольку будущее состояние экономической системы определяется решениями, принимаемыми сегодня. В свою очередь, научная обоснованность решений находится в прямой зависимости от наличия достоверной информации об управляемых процессах. В условиях рыночной экономики процесс управления, по существу, представляет собой процесс принятия решений в условиях информационной неопределенности [2]. В связи с этим значительную роль в повышении уровня обоснованности управленческих решений и своевременности их принятия принадлежит информации, которая носит опережающий характер.

Одним из наиболее эффективных путей получения информации опережающего характера является использование статистических прогнозов. Большинство исследователей под прогнозом понимают какое-либо суждение о будущем состоянии изучаемого объекта. Прогноз - это системное исследование, направленное на уменьшение неопределенности будущего. Полезной особенностью МФМИП является возможность осуществлять прогнозирование анализируемых данных. Пользователь модели может сравнить показатели прогнозного периода с базисными или текущими показателями.

При условии, что менеджер/аналитик предприятия судостроения/судоремонта в связи с планируемым вступлением в промышленную сеть имеет предполагаемые данные об изменении в будущем периоде исходных показателей деятельности предприятия, например данные о повышении уровня заработной платы персонала предприятия, о сокращении численности, об увеличении стоимости топлива и, как следствие, возрастании себестоимости производимой продукции, при введении их в МФМИП в качестве исходных данных прогнозного периода им будут получены выходные таблицы с коэффициентами и диаграммы, характеризующие положение предприятия в прогнозном периоде по сравнению с базисным или текущим. Затем пользователь имеет возможность сделать другой прогноз, введя новые исходные данные или изменив предыдущие. Для каждого варианта прогноза на экран можно вывести выходные таблицы и диаграммы.

Однако предприятие судостроения/судоремонта в рыночной экономике действует в условиях неопределенности. Трудно, а зачастую невозможно предугадать точное изменение цен и объемов выпускаемой продукции и затрачиваемых на ее выпуск производственных ресурсов. В рамках МФМИП эта неопределенность находит свое отражение в отсутствии фиксированных цен различных видов продукции и ресурсов на прогнозный период. Для учета неопределенности обычно используются методы теории вероятностей, позволяющие на основе вероятностных оценок исходных данных получить стохастическую величину конечного результата, например имитационное моделирование.

В [3-5] продемонстрировано, что такие показатели, как объемы и цены продукции и ресурсов в рыночной экономике характеризуются треугольным распределением вероятностей их оценок. Треугольное распределение задается только тремя параметрами - пессимистической, наиболее вероятной и оптимистической оценками, т. е. для того, чтобы в МФМИП учесть неопределенность в деятельности предприятия судостроения/судоремонта, необходимо в первую очередь оценить и задать указанные три параметра по цене и объему каждого вида продукции и ресурсов, уже использующихся на предприятии при работе с МФМИП. Можно варьировать одну, несколько или все цены на продукцию либо ресурсы, натуральные показатели по одному или нескольким видам продукции либо затрат.

Следующий шаг - это ответ на вопрос: каким бы хотел менеджер/аналитик предприятия судостроения/судоремонта видеть совокупное влияние предпринимаемых усилий на прибыль в конце будущего периода, после произведенных изменений по осуществлению интеграционного взаимодействия в рамках промышленной сети. Для этого необходимо определить желатель-

ный размер влияния прибыльности совокупных затрат на прибыль предприятия в конце следующего периода ^з. Ранее уже отмечалось, что важнейшим используемым в МФМИП показателем, определяющим экономическую эффективность деятельности предприятия, является показатель ^3. Желаемый уровень этого показателя также вводится в модель.

По результатам анализа нами было установлено, что в 2010 г. по сравнению с базисным 2009 г. на условном судостроительно-судоремонтном заводе (ССРЗ) резко снизилась производительность используемых сырья и материалов. Это привело к отрицательному влиянию данного производственного ресурса на прибыль, и, как следствие, мы наблюдаем не такое положительное, как могло бы быть, влияние на прибыль изменений в прибыльности совокупных затрат, достигающее в 2010 г. значения ^3 = 29 605,72 тыс. руб.

Допустим, группа менеджеров условного ССРЗ согласна с тем, что, учитывая сложившиеся экономические и хозяйственные условия, целесообразно ожидать, что вступление в промышленную сеть поможет это отрицательное влияние уменьшить, т. е. довести значение ^3 до более высокого показателя, чем в 2010 г. Например, группа аналитиков пытается спрогнозировать такие параметры, чтобы влияние прибыльности ^3 превысило 100 000 руб. Указанное решение вводится в компьютер. Далее обдумываются и задаются три оценки ожидаемых величин изменений количеств затрачиваемых ресурсов и соответствующих цен, а также количеств продукции и цен на нее. Рассматривают различные оценки в отношении числа работников, норм выработки, оплаты труда, оценки для материалов и энергии. Один из вариантов трехточечных оценок объема и цены производимой продукции и используемых ресурсов применительно к условному ССРЗ приведен в табл. 1.

Таблица 1

Пример моделирования варианта функционирования условного ССРЗ (ввод трех ожидаемых оценок)

Прогнозный период

№ п/п Вид продукции и затрат Оценки объема Оценки цены, тыс. руб.

пессими- наиболее оптими- пессими- наиболее оптими-

стичные вероятные стичные стичные вероятные стичные

А Всего продукции X X X X X X

1 Судостроение, ед. 1 1 1 52 241,1 53 150,6 54 059

2 Судоремонт, ед. X X X X X х

2а капитальный ремонт 20 22 24 4 229,95 4 303,52 4 377

2б модернизация 26 28 30 1 839,37 1 871,36 1 903

2в очередное освидетельствование 18 20 22 11 382,3 11 580,2 11 778

2г текущий ремонт 44 48 52 1 863,37 1 895,77 1 928

2д навигационный ремонт 24 26 28 366,99 373,38 379,8

3 Машиностроение, усл. ед. 47 925,2 48 758,6 49 592,2 1,13 1,15 1,17

4 Прочие работы, усл. ед. 5 007,16 5 094,24 5 181,32 1,28 1,29 1,32

Б Всего затрат X X X X X X

1 Рабочая сила X X X X X X

1а в т. ч. рабочие, чел. 590 578 568 182,59 179,24 175,9

1б служащие, чел. 143 140 138 287,22 281,95 278,7

2 Сырье и материалы: X X X X X х

2а в т. ч. металлопрокат, т 5 676,69 5 572,53 5 468,37 24,94 24,48 24,02

2б трубы, п/м 8 015,32 7 868,25 7 721,18 0,283 0,28 0,27

2в 3 лесоматериалы, м 1 891,93 1 857,22 1 822,51 8,03 7,89 7,74

2г лакокрасочные материалы, т 65,54 64,34 63,14 140,64 138,06 135,48

2д прочие, усл. ед. 2 728,2 2 678,15 2 628,09 1,32 1,29 1,28

3 Топливо, тыс. л 1 577,59 1 548,64 1 519,7 17,53 17,2 16,88

4 Энергия, тыс. кВт 7 875,25 7 730,75 7 586,25 2,88 2,82 2,77

5 Капитал: амортизация, месяц 12 12 12 1 811,34 1 716 1 659

6 Прочие затраты, усл. ед. 49 922,9 49 006,9 48 090,9 1,32 1,29 1,28

После этого запускается блок прогнозирования МФМИП, который на основании сделанных оценок рассчитывает один из возможных вариантов совокупности значений исходных данных, производит на его основе расчет итогового показателя ^3 и повторяет эти два шага сто раз. В [6, с. 193] приведены результаты исследований, свидетельствующие о достаточности в нашем случае (треугольный закон распределения вероятностей исходных данных) ста прогонов для получения достоверных результатов. На каждом из ста циклов расчета получается значение ^3, обусловленное рассчитанным случайным образом (с учетом используемого закона распределения и заданных оценок) вариантом исходных данных. Полученное значение ^3 запоминается в массиве данных. Если это значение превышает заданный желаемый уровень, то соответствующий программный счетчик увеличивается на единицу. По завершении ста проведенных описанным образом расчетов программа выдает:

1) гистограмму, показывающую частоту попадания в один из восьми равных интервалов. Величина интервала рассчитывается делением полученного диапазона значений ^3 (определенного как разность максимального и минимального значений) на восемь. Гистограмма отображает результаты 100 имитационных прогонов, и менеджеры предприятия судостроения/судоремонта могут нагляднее увидеть свойства распределения вероятностей при интересующем их варианте. Гистограмма показывает значения ^3, связанные с каждым из 100 испытаний. 100 точек гистограммы представляют 100 смоделированных уровней возможного влияния совокупных затрат на изменение прибыли за счет прибыльности. Распределение вероятностей говорит пользователю, сколько из этих 100 значений больше желательной величины или равны ей. Гистограмма и распределение вероятностей позволяют выяснить, даже не глядя на таблицы, приведет ли прогнозируемый вариант к желательным изменениям;

2) сообщение о том, что величина ^3 будет получена предприятием с указываемой вероятностью в процентах (значение упомянутого счетчика, накопленное за сто проходов расчета). Менеджеры/аналитики предприятия судостроения/судоремонта имеют возможность сопоставлять текущий или базовый период с прогнозируемым периодом.

В случае, рассчитанном по значениям табл. 1, программа выдала сообщение: «Вероятность того, что влияние прибыльности превысит 100 000, равна 92 %» и гистограмму (рис. 1), по которой мы видим, что 89 раз прогнозируемое значение ^3 попало в интервалы, отображающие положительный сдвиг во влиянии прибыльности совокупных затрат на прибыль предприятия по сравнению с базисным периодом. И еще 7 значений находятся в смешанном интервале, захватывающем как заданные, так и меньшие значения ^3.

30

25

20

10

27

20

14

14

10

95 698 100 610 105 521 110 433 115 345 120 256 125 168 130 080

Границы интервалов

тыс. руб.

Рис. 1. Г истограмма значений влияния изменений в прибыльности совокупных затрат условного ССРЗ в прогнозном периоде на прибыль: моделирование воздействия управления производительностью на прибыль

7

4

4

5

0

Если для предприятия достигнутое значение вероятности получения желаемого уровня ^3 является неудовлетворительным, прогнозные оценки объемов и цен по тем или иным видам продукции и ресурсов пересматриваются и блок прогнозирования запускается заново. И так до достижения результата, удовлетворяющего руководство предприятия.

Если пользователя устраивает достигнутое значение вероятности получения заданного ^3, в нашем примере 92 %, то все рассчитываемые с помощью МФМИП коэффициенты, а также динамику индексов производительности, возмещения затрат и прибыльности (графики динамики эффективности) за изученный период можно дополнить прогнозируемыми вариантами, рассчитанными по наиболее вероятным исходным значениям, и представить для анализа (табл. 2, рис. 2 и 3).

Результаты прогнозирования, отраженные на графиках и диаграммах, демонстрируют увеличение показателей производительности и возмещения затрат по всем факторам производства (рис. 2). Отрицательное влияние производительности сырья и материалов в прогнозном периоде по сравнению с базисным 2009 г. снижено, и, как следствие, снижено отрицательное влияние на прибыль изменений в прибыльности сырья и материалов, что наглядно отражено на рис. 3.

59

Пример моделирования варианта функционирования условного ССРЗ (статистический расчет МФМИП с учетом исходных прогнозных данных)

№ Вид продукции 2009 г. Прогнозный период Взвешенные коэффициенты изменений Коэффициенты «расходы/доходы» Коэффициенты производительности, взвешенные в ценах 2009 г. Изменение взвешенных индексов результативности Влияние на прибыль изменений, тыс. руб.

п/п и затрат Объ- ем Средняя цена за ед., тыс. руб. Общая стоимость, тыс. руб. Объ- ем Средняя цена за ед., тыс. руб. Общая стоимость, тыс. руб. Объ- ем Цена Стои- мость 2009 г. Прогноз- ный период 2009 г. Прогнозный период произво- диттель- ности возме- щении затрат при- быль- ности произво- дитель- ности возме- щении затрат при- быль- ности

А Всего продукции 255 682,9 585 834 1,296 1,768 2,291

1 Судостроение, ед. - - - 1 52 972,06 52 972 - - -

2 Судоремонт, ед.: 212 136,1 470 659 1,538 1,443 2,219

2а капитальный ремонт 18 2 557,4 46 032,8 22 4 292,53 93 547 1,211 1,678 2,032

2б модернизация 15 1 425,5 21 381,8 28 1 876,49 52 453 1,864 1,316 2,453

2в очередное освидетельствование 11 8 416,1 92 577,1 20 11 546,57 225 193 1,773 1,372 2,432

2г текущий ремонт 35 1 368,6 47 900,6 47 1 897,57 90 021,4 1,355 1,387 1,879

2д навигационный ремонт 67 63,34 4243,8 25 374,37 9 444,35 0,377 5,910 2,225

3 Машиностроение, усл. ед. - - - 48 558 1,14 55 551,7 - - -

4 Прочие работы, усл. ед. 43 547 1,00 43 546,8 5050 1,32 6 651,51 0,116 1,317 0,153

Б Всего затрат 251 248,2 452 436 1,500 1,201 1,801 0,983 0,772 1,018 0,879 0,864 1,473 1,272 -51 242,52 174 480,2 123 237,7

1 Рабочая сила 107 566,2 151 366 1,073 1,311 1,407 0,421 0,258 2,377 2,869 1,207 1,349 1,628 23 910,82 71 184,69 95 095,51

1а в т. ч. рабочие, чел. 560,0 140,72 78 801,2 600,3 184,98 111 034 1,072 1,315 1,409 0,308 0,190 3,245 3,922 1,209 1,345 1,626 17 637,79 51 882,24 69 520,04

1б служащие, чел. 135,0 213,07 28 765,0 145,5 277,24 40 332 1,078 1,301 1,402 0,113 0,069 8,889 10,687 1,202 1,359 1,634 6 273,02 19 302,45 25 575,47

2 Сырье и материалы 67 650,0 165 875 2,076 1,181 2,452 0,265 0,283 3,779 2,359 0,624 1,497 0,934 -52 760,53 41 888,50 -10 872,03

2а в т. ч. металлопрокат, т 2763,0 20,24 55 931,1 5 723 23,76 136 003 2,071 1,174 2,432 0,219 0,232 4,571 2,860 0,626 1,506 0,942 -43 369,47 35 518,50 -7 850,97

2б трубы, п/м 3 398 0,22 747,5 8 078 0,27 2 153,01 2,377 1,212 2,880 0,003 0,004 342,03 186,426 0,545 1,460 0,796 -808,47 368,26 -440,21

2в лесоматериалы, м3 922,3 6,49 5 985,7 1 926,41 7,59 14 622,03 2,089 1,170 2,443 0,023 0,025 42,716 26,498 0,620 1,512 0,938 -4 746,68 3 839,37 -907,31

2г лакокрасочные материалы, т 32,04 114,18 3 658,4 66,15 142,30 9 412,84 2,064 1,246 2,573 0,014 0,016 69,889 43,864 0,628 1,419 0,891 -2 812,51 1 781,99 -1 030,51

2д прочие, усл. ед. 1 327 1,00 1 327,3 2 743,18 1,34 3 684,18 2,067 1,343 2,776 0,005 0,006 192,64 120,769 0,627 1,317 0,825 -1 023,40 380,37 -643,03

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

3 Топливо, тыс. л. 1 295 14,19 18 370,0 1 596,59 16,71 26 686,41 1,233 1,178 1,453 0,072 0,046 13,919 14,623 1,051 1,501 1,577 1 146,66 14 257,27 15 403,92

4 Энергия, тыс. кВт 7 076 2,31 16 346,0 7 952,96 2,73 21 741,80 1,124 1,183 1,330 0,064 0,037 15,642 18,033 1,153 1,494 1,723 2 808,39 12 902,65 15 711,04

5 Капитал: амортизация, месяц 12,00 2 428,25 29 139,0 12,00 1 625,80 19 509,61 1,000 0,670 0,670 0,114 0,033 8,775 11,369 1,296 2,641 3,422 8 616,76 38 638,47 47 255,23

6 Прочие затраты, усл. ед. 12 177 1,00 12 177,0 50 742,5 1,33 67 256,55 4,167 1,325 5,523 0,048 0,115 20,997 6,529 0,311 1,334 0,415 -34 964,60 -4 391,35 -39 355,95

Теоретические основы развития экономических систем в современных условиях

М ■ 1,6 • 1.4 ■

и ■ 1 ■ 0,3 ■ 0,6 ■

0,4 -ОД -

о ■

2010/2009

Прогнозный

период/2009

1.6 Т-1,4 ■ 1,2 ■ 1.0 0,8 0,6 0,4 0,2 0,0

..1

— ♦

2010/2009

Прогнозный

период/2009

1,2 ■ 1,6 ' 1.4 ■ 1.2 ' 1,0 ■ О,! ■ 0,6 ■ 0,4 ■ 0,2 ■ 0,0 •

2010/2009

Прогнозный

период/2009

2,0 1,2 ш I I.

о

^ • ■:

ф

г о.5

ш

£

0,2

0.0

__________- -А

2010/2009

Прогнозный

период/2009

1.6

1.4

о

1,0

0,3

0.6

0,4

0,2

0,0

2010/2009

Прогнозный

период/2009

- Прибыльность Производительность

- А- - Возмещение затрат

Рис. 2. Графики тенденций результативности: производительности, возмещения затрат и прибыльности по условному ССРЗ за 2009-2010 гг. по сравнению с прогнозным периодом: а - рабочая сила (итого); б - сырье и материалы (итого); в - топливо; г - энергия;

Э - совокупные затраты (итого)

б

а

в

г

Итогом является положительная динамика производительности, возмещения затрат и прибыльности по показателю совокупных ресурсов, что также отражено на рис. 2. В процессе прогнозирования параметров будущей деятельности удалось снизить отрицательное влияние производительности совокупных затрат на прибыль условного ССРЗ с величины -75 729,81 тыс. руб. в 2010 г. по сравнению с 2009 г. до величины -51 242,52 тыс. руб. в прогнозном периоде по сравнению с базисным, что, в совокупности с улучшением других параметров, позволило увеличить показатель ^3 до прогнозируемой величины.

Показатели МФМИП, по нашему мнению, нецелесообразно сводить к единому интегральному показателю, т. к. в случае использования модели именно совокупность коэффициентов и индексов позволяет проследить отдельные направления улучшения хозяйственной деятельности единичной производственной структуры, придать наглядность и обоснованность принимаемому решению об интеграции.

Таким образом, если на предприятии судостроения/судоремонта, в связи с попыткой принять обоснованное решение об интеграции, имелись прогнозные данные об изменении в будущем периоде исходных показателей деятельности, например данные об увеличении планируемых заказов на конкретные виды ремонта, данные о корректировке численности персонала в связи с предстоящим объединением, данные об увеличение производительности сырья и материалов в соответствии с получением доступа к более прогрессивным технологиям и др., при введении их в качестве прогнозных данных в МФМИП менеджеры/аналитики предприятия судостроения/судоремонта, на основании выходных таблиц с коэффициентами частной, многофакторной и совокупной производительности, а также выходных диаграмм тенденций результативности и динамики влияния на прибыль изменений в производительности, возмещении затрат и прибыльности, могут получить картину экономической целесообразности вступления единичного предприятия в промышленную сеть. Следовательно, будет иметь место не интуитивное, а обоснованное, рациональное решение о вступлении в интеграционное взаимодействие, опирающееся на объективный аналитический процесс.

Рабочая сила

-60 000 -40 000

Потери

-20 000 0

тыс. руб.

20 000

40 000 Выигрыш

60 000

а

Кап

итал:ам<

фтизаци

Энергия

Сырье и материалы.

Топливо

я 1

_l

-

Рабочая сила|^

I 000 -60 000 -40 000 -20 000 Потери

20 000 40 000 60 000 80 000 100 000 120 000

тыс. руб. Выигрыш

б

Рис. 3. Динамика влияния на прибыль изменений в производительности - □, прибыльности - □, возмещении затрат - □ на условном ССРЗ, тыс. руб.: а - за 2009-2010 гг.; б - в прогнозном периоде

С помощью проведенных выше расчетов мы наглядно продемонстрировали, что использование в МФМИП прогнозных данных, которые предприятие рассчитывает получить после вступления в промышленную сеть, может дать картину динамики показателей результативности после осуществления планируемого интеграционного взаимодействия и, как следствие, послужить в качестве инструмента обоснования экономической эффективности вступления в сеть в процессе принятия управленческого решения.

СПИСОК ЛИТЕРАТУРЫ

1. Мичурина О. Ю. Экономико-математическое моделирование оценки эффективности интеграционных процессов в промышленности // Вестн. Астрахан. гос. техн. ун-та: Сер.: Экономика. - 2010. - № 2. - С. 103-112.

2. Управление обновлением основных производственных фондов на предприятиях нефтегазовой промышленности / Е. П. Карлина, Э. И. Мантаева, Л. А. Сиговатов и др. - Астрахань: Изд-во АГТУ, 2011. - 148 с.

3. Buck I. R. Risk Analysis Method Can Help Make Firms Investments Less of a Gamble // Industrial Engineering. - 1982. - Nov.

4. Pritsker A. A., Pegden C. D. Introduction to Simulation and SLAM. - West Lafayette, In.: Systems Publishing Company, 1979. - 588 p.

5. Sullivan W. G., Orr R. G. Monte Carlo Simulation Analyzes Alternatives in Uncertain Economy // Industrial Engineering. - 1982. - Nov.

6. Синк Д. С. Управление производительностью: планирование, измерение и оценка, контроль и повышение. - М.: Прогресс, 1989. - 528 с.

Статья поступила в редакцию 18.11.2011

ИНФОРМАЦИЯ ОБ АВТОРЕ

Мичурина Ольга Юрьевна - Астраханский государственный технический университет; канд. экон. наук, доцент; доцент кафедры «Производственный менеджмент и организация предпринимательства»; michurina@list.ru.

Michurina Olga Yurievna - Astrakhan State Technical University; Candidate of Economic Science, Assistant Professor; Assistant Professor of the Department "Production Management and Business Organization"; michurina@list.ru.

i Надоели баннеры? Вы всегда можете отключить рекламу.