CC BY
7Литература
1. Щедровицкий П. Г., Княгинин В. Н. Территориальная проекция промышленной политики в России: кто оплатит издержки глобализации // Современная национальная промышленная политика России: Сб. мат-лов. Вып. 2: Региональный аспект [Электронный ресурс] // URL: http: // www.shkp. ru/lib/publications/69 (дата обращения: 19.03.2010).
2. Пригожин И., Стенгерс И. Порядок из хаоса / Пер. с англ. М.: Прогресс, 1986.
3. Меркушов В. В. Интегральная оценка конкурентоспособности регионов [Электронный ресурс] // URL: http://www.
sopssecretary.narod.rU/_/Doclad/Merkushov.doc. (дата обращения: 19.03.2010).
4. УшвицкийЛ. И., Парахина В. Н. Конкурентоспособность региона как новая реалия: сущность, методы оценки, современное состояние // Сборник научных трудов Сев-КавГТУ. Сер.: Экономика. 2005. № 1.
5. ХодачекВ. М. Трансформация территориальной организации народного хозяйства // Управленческое консультирование. 2009. № 3
6. Большаков С. Н. Тренды государственной политики и жизненные стратегии // Управленческое консультирование. 2009. № 3
А
Эффективное управление предприятием на основе логико-вероятностного подхода
Logic and probability approach based efficient management of company
УДК 658.1
А
В. П. Сланов
заместитель декана Санкт-Петербургской академии управления и экономики, кандидат экономических наук, доцент 190103, Санкт-Петербург, Лермонтовский пр., д. 44, лит А
V. P. Slanov
190103, Saint-Petersburg, Lermontovskiy pr. 44, lit. А
Предложена логико-вероятностная модель риска неуспеха предприятия, субъекты и объекты (ресурсные и финансовые потоки) которой (государство, банки, региональная власть, предприятие, ^-технологии, общественное мнение) рассматриваются как случайные события и логические переменные. На основе доступных статистических данных выполнен логико-вероятностный анализ риска и эффективности экономического состояния «Газпрома». Приведена схема управления риском неуспеха развития предприятия как сложного объекта с движением по программной траектории и коррекцией при отклонении от нее.
The authors suggest logic and probability failure risk model of company, subjects (government, banks, regional authorities, company, I3-technologies, public opinion) and objects (resource and financial flows) of which are regarded as random events and logical variable. Based on the available statistic data the author makes logic and probability analysis of risk and economic state of Gazprom. It presents a scheme of failure risk management of a company as a complex object with program path moving and correction when deflected.
Ключевые слова: логика, вероятность, риск, эффективность, управление, неуспех, предприятие, экономика, модель, событие
Keywords: logics, probability, risk, efficiency, management, failure, company, economy, model, occurrence
Введение
Условием решения многих экономических проблем является необходимость преодоления различного рода трудностей (противодействие взяткам и коррупции,
управление банковскими рисками, развитие малого и среднего бизнеса и др.). В анализе экономических проблем и методик их решения в условиях глобализации мирового рынка, кризиса и реформ мы опирались на выводы из исследований крупных российских и зарубежных ученых. Так, Е. В. Балацкий отмечает, что экономическая наука подошла к своему естественному рубежу, за которым нет ничего конструктивного [1]. Академик В. М. Полтерович предлагает планы выхода России из экономического кризиса и ее развития на основе постепенных консервативных реформ [2]. Академик А. И. Татаркин и чл.-корр. РАН Р. С. Гринберг оценивают социально-экономические последствия присоединения России к ВТО и излагают методики диагностирования экономической безопасности регионов России [3]. Лауреат Нобелевской премии Дж. Бьюкенен предлагает модели устойчивого развития государства на основе теории игр двух партнеров в политике [4].
Однако в этих работах не рассматриваются проблемы эффективного управления предприятием, что во многом вызвано отсутствием эффективных технологий и адекватного математического аппарата, необходимых для моделирования риска и эффективности. Стандарт ИСО 9001-2001 по оценке качества производственных процессов определяет требования к оценке их валидности, т. е. к соответствию параметров процессов предъявляемым техническим условиям и требованиям [5]. Понятия валидности и невалидности относятся к управлению производственными процессами, включая логистику, проектирование, изготовление, маркетинг и др. Однако модели риска невалидности еще не разработаны.
Резервы экономической науки отнюдь не исчерпаны. Для решения трудных экономических проблем и новых задач могут использоваться логико-вероятностные (ЛВ) модели риска и базы знаний [5-7]. Предлагаемые инновации объединены одним понятием (брендом). Имеются в виду информационные инновационные интеллектуальные технологии (^-технологии), дополненные ЛВ-моделями риска, базами знаний в виде систем логических уравнений и спе-
J
<
- логические связи ИЛИ
Рис. 1. Структурная модель риска неуспеха предприятия
<
циальными программными средствами. И3-техноло-гии являются:
• информационными, поскольку предполагают использование баз данных (БД), автоматизированной обработки статистических данных и специального программного обеспечения;
• инновационными, в силу того что они основываются на применении ЛВ-модели риска, обеспечивающей ряд преимуществ при оценке и анализе риска состояний системы;
• интеллектуальными, так как базы знаний представлены в виде системы логических уравнений, позволяющей получать новые знания.
В этой статье мы рассматриваем возможность использования предложенного нами ранее подхода [7; 8] для оценки, анализа и управления риском и эффективностью предприятия.
ЛВ-модель риска неуспеха предприятия
Структурная модель риска неуспеха предприятия приведена на рис. 1. Сценарий события неуспеха предприятия C (company) формулируется следующим образом: неуспех предприятия C происходит из-за неуспеха субъектов S (subjects), участвующих в решении проблемы, или из-за неуспеха решения «объектов-задач» T (tasks) самим предприятием.
Риск неуспеха события S зависит от субъектов Sj, S2, ..., Sn (государство, банки, региональная власть, предприятия, разработчики И3-технологий, общественное мнение). Риск неуспеха события T зависит от задач предприятия R и F. Таким образом, субъекты определяют, кто решает проблему С, а объекты-задачи — что в ней решается. Обозначим С, S, T, Sj, S2, ..., Sn, R, F как события неуспеха и логические переменные.
Логические функции неуспеха событий:
C = S v T; S = S1 v S2 v ... v Sn; T = R v F.
(1)
(2) (3)
Логические сценарии неуспеха (1-3) означают, что неуспех происходит, если происходит какое-либо одно событие, или какие-либо два события, или все инициирующие события.
Представим вероятностную функцию неуспеха событий для случая их независимости:
P{C = 0} = P{S = 0} + P{T = 0}(1 - P{S = 0}); (4)
P{S = 0} = P{Si = 0} + P{S2 = 0}(1 - P{S1 = 0}) + P{S3 = 0}(1 - P{Si = 0})(1 - P{S2 = 0}) + ...;
(5)
P{T = 0} = P{R = 0} + P{F = 0}(1 - P{R = 0}). (6)
Субъекты. Представим события неуспеха субъектов Sj, S2..... Sn как сложные события в виде логического сложения критериев: «отсутствия желаний»
(wishes) Wj, W2.....Wn и «отсутствия возможностей»
(opportunities) Oj, O2.....On . Эти события обозначаются как Л-переменные и имеют вероятности. Например, для Sj вводятся события Wj и OJ с Л-связью ИЛИ. Отсутствие желания имеет свои мотивы. Отсутствие возможности — это отсутствие ресурсов, технологий и методик для получения результата. Для событий
Wj.....Wn, Oj.....On разрабатываются сценарии
с Л-операциями И, ИЛИ, НЕТ.
Используем для построения модели следующий сценарий. Событие риска неуспеха предприятия зависит от риска неуспеха государства Sj, ИЛИ банков S2, ИЛИ региональной власти S3, ИЛИ предприятия S4, ИЛИ разработчиков И3-технологий S5, ИЛИ общественного мнения S6. Здесь ИЛИ означает Л-операцию, а события неуспеха субъектов — Л-переменные.
Л-функция и В-функция риска неуспеха события S для случая n = 6 аналогичны выражениям (2) и (5). Если принять риски неуспеха субъектов Sj, S2, S3, S4, S5, S6 равными Pj = P2 = P3 = P4 = P5 = P6 = 0,5 (нейтральная позиция), то риск неуспеха события S велик (0,975). Риск неуспеха также велик (0,675), если риски для субъектов равны (например, 0,2).
Представим событие неуспеха субъекта Sj (государство, банки, региональные власти, предприятия, разработчики И3-технологий, общественное мнение) как сложное событие в виде Л-сложения событий «отсутствие желаний» Wj и «отсутствие возможностей» Oj, имеющих вероятности и рассматриваемых также как Л-переменные. Субъектам вменяются различные риски неуспеха, зависящие от «отсутствия желаний» и «отсутствия возможностей». Некоторые субъекты могут не желать решения проблемы. Не случайно в работе Дж. Бьюкенена рассматриваются ситуации, когда государство считает выгодным для себя наличие коррупции [4]. Поэтому необходимы желания и возможности разработчиков И3-техноло-гий (ученых) и общественного мнения бороться с непрофессиональным правительством или коррупцией. Оценим риск неуспеха решения проблемы C для субъектов с их желаниями W и возможностями O.
Желание W1 снизить риск неуспеха предприятий государство (аппарат президента, правительство, Государственная дума, Совет Федерации) проявляет в многочисленных декларативных заявлениях своих руководителей. Возможности 01 государства определяют наличие ресурсов, налоговая и таможенная политика, приватизация и инфляция. Ресурсы государства ограничены, что не позволяет ему финансировать все предприятия. Приоритет отдается наиболее продвинутым и конкурентоспособным предприятиям.
Банки Б2 заинтересованы в получении выгоды от сотрудничества с предприятием. Ресурсы банка ограничены, и он не способен кредитовать все предприятия. Приоритет отдается наиболее продвинутым и конкурентоспособным предприятиям.
Желания Wз региональной власти состоят в максимизации налоговых поступлений от предприятий. Возможности региональной власти 0з ограничены. Приоритет отдается наиболее продвинутым и конкурентоспособным предприятиям с экологически чистым производством.
Предприятие 54 как локальная социально-экономическая система стремится к достижению своих общих результативных и обеспечивающих целей: увеличить годовой объем собственной продукции, внедрить объекты новой техники, увеличить мощность или использование имеющихся мощностей, повысить эффективность функционирования и др. Возможности предприятия ограничены и определяются наличием ресурсов и эффективностью их использования.
Разработчики И3-технологий 5б создали ЛВ-модели. Риск неуспеха предприятия, зависящий от разработчиков И3-технологий, равен 0 (на методическом и программном уровне проблема практически решена).
Желание W6 общественного мнения Б6 заключается в снижении риска неуспеха предприятия. Возможности 06 осуществляются ИЛИ (логическое) через СМИ (телевидение, газеты), ИЛИ посредством проведения митингов, демонстраций и т. д.
Объекты-задачи. Используем ресурсную модель функционирования предприятия [9; 10]. Материальные ресурсы проявляются в виде объектов материи (ОМ). Определенные объекты материи в сложившейся практике называют объектами (элементами) основных фондов (ОФ). Это название можно распространить и на ОМ во всех формах их проявления. Во всех формах проявления объекты остаются материальными. Они могут проявляться в виде натурально-вещественных (в том числе энергетических) объектов. К материальным (биологическим) объектам относятся и работники предприятия.
Основу задач Ли ¥ составляют ЛВ-модели риска для потоков ресурсов и соответствующих финансовых потоков предприятия как локальной социально-экономической системы. Как правило, в нее включают следующие события риска неуспеха ресурсных Л (Л1, Л2.....Л6) и финансовых потоков ¥
(¥1, ¥......¥„):
• Л1 — риск неуспеха потока произведенной продукции при простом воспроизводстве применяемых ресурсов;
• Л2 — риск неуспеха потока, обеспечиваемого за счет интенсификации производства путем увеличения непосредственной ресурсоотдачи (его непосредственной эффективности);
• Л3 — риск неуспеха потока, обеспечиваемого за счет экстенсификации производства путем увеличения запаса применяемых производящих ресурсов;
• R4 — риск неуспеха потока, обеспечиваемого за счет интенсификации производства путем увеличения косвенной ресурсоотдачи за счет снижения удельных текущих затрат;
• R5 — риск неуспеха потока, обеспечиваемого за счет повышения качества производимой продукции;
• R6 — риск неуспеха потока вспомогательной продукции для собственного использования с целью возмещения потребляемой части запаса применяемых производящих ресурсов. Последовательно для каждой j-задачи строят (рис. 1)
сценарий (Scenario) риска SCP Л-модель риска LMi и В-модель риска PM.
Неуспех задач R, F и неуспех разработки сценариев SC, логических моделей LM и вероятностных моделей PM (рис. 1) рассматриваются соответственно как события и обозначаются логическими переменными с теми же идентификаторами.
ЛВ-модели для классификации, эффективности и прогнозирования [7], сценарии риска SC, Л-модель риска LM и В-модель риска PM строят по статистическим данным. Вероятности событий определяют решением задачи идентификации. Используют специальные программные средства, поскольку R и F имеют большую вычислительную сложность.
ЛВ-модели для моделирования [8] строят по сценарию риска SC с Л-связями И, ИЛИ, НЕТ между событиями, который разрабатывают специалисты. Это позволяет просто записать Л-модель риска LM и далее построить В-модель риска P. Вероятности событий задаются согласно экспертным оценкам. Применяются специальные программные средства, так как задачи построения и анализа ЛВ-модели риска отличаются большой вычислительной сложностью.
ЛВ-анализ риска неуспеха состояния предприятия по статистическим данным
Рассмотрим решение одной из задач события T «Объекты-задачи»: ЛВ-анализ экономического состояния предприятия по статистическим данным. Используются поквартальные статистические данные «Газпрома» за 11 лет, опубликованные на сайте www.skrin.ru. Анализировались следующие параметры (в тыс. руб.):
• Y — чистая прибыль (параметр эффективности);
• Zx — внеоборотные активы;
• Z2 — оборотные активы;
• Z3 — капитал и резервы;
• Z4 — долгосрочные обязательства;
• Z5 — краткосрочные обязательства;
• Z6 — чистая выручка;
• Z7 — себестоимость.
Традиционный анализ данных. Выполним традиционный анализ статистических данных. Имелись поквартальные статистические данные «Газпрома» по значениям параметра эффективности Y и влияющих параметров Zj, ..., Z7 за 11 лет (всего N = 44). Изменения параметра эффективности и влияющих параметров (рис. 2 и рис. 3) являются случайными с колебаниями и имеют положительный тренд (в течение последнего года рассматриваемого периода рост несколько замедлился).
Корреляционная матрица Y, Zj, Z2, ..., Z7 (табл. 1) имеет большие значения коэффициентов корреляции (Kz1 z3 = 0,9984; Kz6 z7 = 0,9869), что свидетельствует о сильной зависимости параметров Z между собой. Это означает, что сильно коррелированные
А
А
<
<
500,1 х 450,1
>«
ч Я ю К а в
№ ей н и К
400,1 350,1 300,1 250,1 200,1 150,1 100,1 50,1 ОД
/
д /
/ / \
л ' / \ / \
\
/л / V \ \
\
•"Л 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч
СО СО О5 о> О о 1-4 тН <м N С<5 СО Ю Ю СО СО ь- 00 00
05 о> о> ОЭ о О О о о О О О О о о о о О о о О О
ОЗ <35 о> то о О О О о о О О О О о о о О о О о о
тН тН 1-1 1-1 сч <м <м <м <м <м <М (М <м <м <м <м <м <м <м сд сд сд
и я я я я я я я т и и т п и га я и и я я т и
В х х X X х х х К и к и И и к к X к X X К и
> > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн >
нн нн нн нн нн нн нн нн нн нн нн нн
Рис. 2. Изменение значений чистой прибыли У по состояниям
ей п я и л ч а> ё га № 1С
о
си
3
X
Б
а о о
к §
а И
600,1 ? 500,1
400,1 300,1 200,1 100,1
Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч Еч
СО 00 ТО ТО О О 1-Н 1-4 сд сд СО СО Ю Ю СО СО Ь- ь- СО СО
№ ТО ТО то О о О о о О о о О о О О о о о О о о
ТО то <35 да о о о о О о о о О О о о о о о О о о
тН тН тН 14 сд сд сд <м <м <м <м сд сд N сд <м <м сд сд <м <м <м
И И й в я в я" я я я я я п Я п п и т п я я п
и и И X И И а а а X а И К к и X й а а X
> > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн > нн нн >
нн нн нн нн нн нн нн нн нн нн нн 1—1
Рис. 3. Изменение значений краткосрочных обязательств Zs по состояниям
Таблица 1
Корреляционная матрица параметров У и 2
Zl Z2 Zз Z 4 Z5 Z6 Z7 У
^ 1
Z2 0,9637 1
Zз 0,9984 0,9706 1
Z 4 0,9562 0,9504 0,9528 1
Z 5 0,7576 0,8334 0,7572 0,7158 1
Z6 0,7894 0,7817 0,7853 0,8055 0,6104 1
Z7 0,8268 0,8305 0,8228 0,8585 0,6526 0,9869 1
У 0,7209 0,6833 0,7179 0,7120 0,5126 0,8469 0,8173 1
влияющие параметры Z не следовало включать в анализ. Необходимо было ограничиться только одним параметром из Z3), Z7).
Строилась функциональная связь между параметрами У и Z:
У — XlZl + + XзZз + X4 + + XбZб + (7)
по методу наименьших квадратов с целевой функцией:
В результате были получены следующие значения коэффициентов: х1 — -0,19; х2 = -0,25; х3 = 0,22; х4 = 0,20; х5 = 0,15; х6 = 0,38; х7 = 0,54.
Таким образом, анализ данных по традиционной методике мало что дает для прогнозирования и управления развитием «Газпрома».
Логико-вероятностный анализ данных. Дискретное распределение параметра эффективности (рис. 4) строится для состояний системы. Обычно рассма-
Р = X К - (Х1ИИ + Х2+ Х3+ Х4^¡4 + Х5^¡5 + Х6^¡6 + Х7)]2 ^ т1п .
¡=1
J
<
0
1
о
Рис. 4. Схема риска для левого «хвоста» распределения параметра эффективности
тривается и анализируется левый «хвост» распределения. Минимально допустимое значение параметра эффективности обозначим Yad. Зачерненная площадь определяет Risk как вероятность состояний системы с параметром эффективности меньшим, чем допустимое значение. На «хвосте» распределения параметра эффективности могут быть также вычислены энтропия Had и число опасных состояний Nad системы. Для наших целей будем рассматривать правый «хвост» распределения параметра эффективности, по которому следует анализировать и прогнозировать кризис или рецессию предприятия.
Переход от базы данных к базе знаний. На основе табличной базы статистических данных (БД) построена новая таблица, в которой введены по n = 8 градаций для параметров Y и Zv Z2, ..., Z7. Например, параметр Y изменяется в ин- и_я
тервале {Ymin, Ymax} от 0,0 до 500 000,0 руб. Тогда ширина интервала для каждой градации равна 62 500,0. В новой таблице для всех состояний (строк) статистических данных будут находиться
градации (1, 2, 3.....8) параметров Y и Z. Теперь
новая таблица рассматривается как табличная база знаний (БЗ), а градации — как события и логические переменные [7; 8].
Вероятностный анализ. Отсортируем 44 состояния новой полученной таблицы с возрастанием градаций параметра эффективности Y и построим распределение для этого параметра типа рис. 4. Выделим правый «хвост» в распределении параметра эффективности, включающий в себя градации 6, 7 и 8. Вычислим вклады событий градаций параметров Z в правый «хвост» распределения параметра эффективности Y.
Вклады событий-градаций в «хвост» распределения параметра эффективности равны:
События-градации с 1 по 5 для всех параметров Z не влияли на параметр эффективности У за последний год. Наибольшее влияние оказали события-градации
Z
17
Z47 и Z66,
имеющие наибольшие вклады.
P{Y} _ a1P{Z1} + a2P{Z2} + a3P{Z3} + + a 4 P{Zi} + a5 P{Z5} + a6 P{Z&} + a7 P{Z7}
F _X№}-(( + a2P{Z l2} + •
j_i
где Nad —
N
ad
Djr = Na d/Nad,
число состояний системы
(9)
в «хвосте»;
jr — число состояний в «хвосте» с градацией r параметра j; r= 1, 2, ..., 8; j = 1, 2, ..., 7.
Вычислим Risk (вероятность) попадания в правый «хвост»:
Risk = Nad/N = 0,0682 (10)
и частоты событий-градаций в статистических данных:
P2jr = Njr/N, (11)
где N — число состояний системы; Njr — число состояний системы с градацией r параметра j;
N j = 1
n.
r = 1, ...,
Полученные результаты приведены
в табл. 2 и табл. 3.
z1, V . . v z1 • v •• i ri V . v z1 nrn _ y1 • ry>
V . . v zl • • ri V . v zl nrn II
Z£ V . . v ZN iri V . . v ZN nrn II
<
Распределения частот событий-градаций параметров Z1, Z2, ..., Zn и У свидетельствуют, что законы их распределения нельзя принять как нормальные (рис. 2 и рис. 3).
Построим связь между распределениями параметров У и Z в виде выражения:
(12)
по методу наименьших квадратов с целевой функцией:
■ a6PZ} + a7P{Zj7})f ^ min. (13)
Наименьшее значение целевой функции ¥ш1п = = 0,046; максимальное значение целевой функции ¥Шах = 0,27 (при а3 = 1 и всех остальных а = 0); значение целевой функции ¥ = 0,081 при равных весах а1 = а2 = а3 = а4 = а5 = а6 = а7 = 0,1428.
В результате получены следующие значения коэффициентов: а2 = 0,2242; а5 = 0,1644; а6 = 0,6114; а1 = а3 = а4 = а7 = 0,0. Это означает, что параметры Z2, Z5 и Z6 в наибольшей степени определяют распределение параметра эффективности У.
Логический анализ. Обозначим состояния табличной БЗ с градациями 6, 7 и 8 параметра эффективности У как хорошие (значение 1), а состояния БЗ с градациями от 1 до 5 — как плохие (значение 0) и решим задачу идентификации (обучения) ЛВ-модели риска.
Для событий неуспеха состояний системы по табличной БЗ записывают систему Л-уравнений, которая рассматривается как логическая БЗ. Система Л-уравнений неуспеха состояний системы преобразуется методами ортогонализации в систему В-уравнений неуспеха, которую используют для обучения В-модели риска с целью получения знаний о вероятностях событий-градаций и риске состояний системы. Система Л-уравнений для неуспеха состояний в статистических данных принимает следующий вид:
Таблица 2
Вклады событий-градаций параметров в «хвост» распределения
О с Градации по порядку Вклады градаций
о_ О V 22 2з 24 25 2в 27
X т 1 0,00 0,00 0,00 0,00 0 0,00 0,00
и X П 2 0,00 0,00 0,00 0,00 0 0,00 0,00
X _ ш 3 0,00 0,00 0,00 0,00 0 0,00 0,00
0_ ш 4 0,00 0,00 0,00 0,00 0 0 0,00
X т 5 0,00 0,33 0 0,33 0,33 0 0,33
т < о_ 6 0,00 0,33 0,33 0 0 1 0,33
ш О 7 0,67 0 0,33 0,67 0,33 0 0,33
о 8 0,33 0,33 0,33 0 0,33 0 0,00
< Таблица 3
° Вероятности градаций параметров для всей статистики
Градации Параметры и вероятности их градаций
У 2, 22 2з 24 25 2в 27
1 0,11360 0,0909 0,0909 0,2500 0,2045 0,0682 0,3409 0,3863
2 0,40910 0,1591 0,1591 0 0,2273 0,0682 0,3636 0,2954
3 0,11360 0,3409 0,2727 0,3636 0,1363 0,0681 0,0909 0,0909
4 0,20450 0 0,1136 0,0909 0,1136 0,2500 0,0909 0,1136
5 0,06818 0,0682 0,1591 0,1591 0,0909 0,2500 0 0,0454
6 0,02272 0,0909 0,0682 0 0,0454 0,1136 0,0682 0,0227
7 0,04545 0,1136 0,0682 0,0227 0,1363 0,0682 0,0227 0,0227
8 0,02272 0,1136 0,0682 0,1136 0,0454 0,1136 0,0227 0,0227
ИН ю,—ч
К N Й
й ^ сч И ОЙ Ен 2 а о ч я л шив «: а ш
8 § Й а о. та
к Я в о м Ч
<я 5 ю а >К о й н Ф
| | и
§ 5 К
а 8
о
к §
а
к
7 8 Градации
Рис. 5. Распределение градаций параметра краткосрочных обязательств Z5
7 8 Градации
Рис. 6. Распределение градаций параметра эффективности У
У
Щ
<
и,
.л,
С>
в
Этапы
Рис.7. Схема управления процессом развития предприятия
Система В-уравнений для неуспеха состояний системы после ортогонализации (14) может быть представлена как:
РГ + Р2\ (1 - РГ) + К, (1 - )(1 - Р1,) +... = Р{П, = 0} ;
0};
р» + Р» ( 1 - РN) + РзГ (1 - Р» )( 1 - РЦ*) +... = Р{Угм = 0}.
р^ + Р^ (1 - р^ ) + РзГ3 (1 - Р^ )(1 - Р^ ) +
.. = р{Ч =
(15)
В системах (14) и (15) вместо Л-событий-параметров Z и их вероятностей Р подставлены события-градации Zl¡r и их вероятности Р)г. Здесь индексы объектов I (1, 2, ..., Ы); индекс параметров ] (1, 2, ..., п); индекс событий-градаций для параметров г (1, 2, ..., N ). По системе В-уравнений (15) определяются вероятности событий-градаций решением задачи идентификации по статистическим данным с использованием алгоритмических итеративных методов. Далее можно вычислить риск каждого объекта в статистике и прогнозировать риск всех новых объектов. Выполняется анализ риска объекта, множества объектов и ЛВ-модели риска на основе вычисления соответствующих вкладов событий-градаций.
Задача идентификации не решалась, так как для оценки (7 • 8 = 56) вероятностей событий-градаций Р ^ было недостаточно статистических данных (Ы = 44). Для решения задач идентификации и Л-анализа риска разработаны специальные программные средства, так как эти задачи отличаются исключительно высокой вычислительной сложностью.
Управление предприятием как сложным объектом
Предложена и развита схема управления предприятием как сложным объектом, которая впервые использовалась для разработки программы доводочных испытаний сложной технической системы [7; 8]. Управление развитием предприятия заключается в управлении движением по выбранной траектории и коррекцией при отклонении от нее (рис. 7). В качестве параметров, задающих траекторию, выбраны риск и эффективность. Управление развитием предприятия осуществляется по дискретным этапам Н = 1, 2, ..., п.
При разработке программы развития предприятия может быть оценен риск неуспеха каждого этапа развития и всего процесса развития.
ЛВ-модель риска и риск всего процесса доводки:
У = У1 V У2 V ... V уп;
Ру = Р1 + Р2 С1 - Р1) + Рз С1 - Р2 )(1 - Р1) + ...,
(16)
где у1, ..., уп — логические функции риска неуспеха развития предприятия на этапах 1, 2, ..., п; р1, р2, ..., рп — риск неуспеха предприятия на этапах 1, 2, ..., п.
Мы интерпретируем развитие предприятия как процесс управления сложным объектом с движением к заданному конечному состоянию из начального по выбранной траектории и с коррекцией в случае отклонения от нее(рис. 7). Здесь Н (Н1, Н2, ...) — этапы развития; У (У1, У2, ...) — контролируемые параметры (риск неуспеха на этапах развития); и (и1, и2, ...) — управляющие воздействия на этапах развития; Ж (Ж^ Ж2, ...) — корректирующие воздействия на этапах развития.
В процессе развития предприятие переводится из начального состояния А в конечное состояние В по программной траектории А-В за несколько этапов. Первый этап (точка А) — это текущее фактическое (начальное) состояние, последний этап (точка В) — конечное желаемое состояние предприятия.
При разработке программы развития предприятия управляющими воздействиями и являются ресурсы финансовые и материальные, оборудование и помещения, численность и квалификация персонала, организационная структура и технологии. Чтобы заранее подготовиться к возможным неприятностям, предусматривают коррекции Ж в случае отклонения от траектории (точка Б на рис. 7). Коррекции Ж представляют из себя ресурсы, численность и квалификацию персонала и др. При разработке программы развития предприятия определяют значения У, Ж, и на каждом этапе (Н). Процесс развития может потребовать больших затрат ресурсов на измерение параметров на реализацию этапов развития (Н), на управляющие (и) и корректирующие (Ж) воздействия.
Для оптимального выбора компонент У, Ж, и, Н нужно знать затраты на их введение:
• Яу (Яу1, Яу2, ...) — на измерение и контроль;
• Яи (Яи1, Яи2, ...) — на управляющие воздействия;
• Яи, (Яи1, Яи2, ...) — на корректирующие воздействия;
• Яи (ЯЛ1, ЯЛ2, ...) — на этапы,
а также возможный ущерб в отсутствие соответствующих затрат:
• Бу (Ду1, Ду2, ...) — при отсутствии измерений и контроля;
• Би (Ди1, Ди2, ...) — при отсутствии управляющих воздействий;
<
| • Еи (Яи1, Ии2, ...) — при отсутствии корректиру-^ ющих воздействий;
^ • (Дл1, Ип2, ...) — при отсутствии этапов.
2 Заключение
т Основные результаты настоящей работы состоят в следующем:
§ 1. Установлено отсутствие математического аппарата, ш который мог бы использоваться для управления ш риском неуспеха как всего предприятия, так и от-¡Е дельных производственных процессов. ^ 2. Предложена ЛВ-модель риска неуспеха предпри-
3 ятия, в которую входят субъекты, влияющие на предприятие и объекты (задачи предприятия).
0 3. Рассмотрены субъекты и объекты модели (случай-
1 ные события и логические переменные, влияющие на риск неуспеха предприятия: государство, банки,
< региональная власть, предприятие, И3-технологии, § общественное мнение, задачи анализа и т. д.).
4. Выполнен ЛВ-анализ экономических показателей х «Газпрома» за последние 11 лет с использованием
традиционных и логико-вероятностных методов. Показано, что ЛВ-анализ позволяет получить новую содержательную информацию.
5. Предложена схема управления риском неуспеха развития предприятия как сложного объекта с движением по программной траектории и коррекцией при отклонении от нее.
Литература
1. Балацкий Е. Б. Мировая экономическая наука на современном этапе: кризис или прорыв? // Науковедение. 2001. № 2.
2. Полтерович В. М. Элементы теории реформ. М.: Экономика, 2007.
3. Гринберг Р. С., Татаркин А. И. Оценка социально-экономических последствий присоединения России к ВТО. М.: Экономика, 2007.
4. Дж. Бьюкенен. Избранные труды (Смерть Запада и др.). М.: Альфа-пресс, 1997.
5. ГОСТ Р. ИСО 9001-2001. Системы менеджмента качества. Требования: Госстандарт России. М.: Изд-во стандартов, 2001.
6. Рябинин И. А. Надежность и безопасность структурно-сложных систем. 2-е изд. СПб.: Изд-во СПбГУ, 2007.
7. Соложенцев Е. Д. Управление риском и эффективностью в экономике. Логико-вероятностный подход. СПб.: Изд-во СПбГУ, 2009.
8. SolojentsevE. D. Scénario Logic and Probabilistic Management of Risk in Business and Engineering. Springer: Second edition, 2008.
9. Сланов В. П., Чистов Л. М. Основные показатели функционирования предприятия как социально-экономической системы // Проблемы качества жизни народов России. СПб.: Международный фонд истории науки (МФИН), 2002.
10. Сланов В. П. Социальный аспект инновационного развития предпринимательства // Экономика и управление. 2008. № 2 (34).
Концепция безопасного развития регионов: формирование понятийного аппарата
Safe regional development conception: creation of conceptual framework
УДК 332.14
Т. Ю. Феофилова
доцент Государственной полярной академии (Санкт-Петербург), кандидат экономических наук 198103, Санкт-Петербург, Рижский пр., д. 11; e-mail: feotu@yandex.ru
T. Yu. Feofilova
198103, Saint-Petersburg, Rizhskiy pr., 1 e-mail: feotu@yandex.ru
И. Н. Хохлов
аспирант Государственной полярной академии (Санкт-Петербург) 198103, Санкт-Петербург, Рижский пр., д. 11; e-mail: hivan@list.ru
I. N. Khokhlov
198103, Saint-Petersburg, Rizhskiy pr., 1 e-mail: hivan@list.ru
В статье авторами рассмотрены популярные направления исследований в области управления социально-экономическими системами регионов — экономической безопасности и устойчивого развития. В ней показана необходимость дальнейшей разработки научных направлений, обосновывающих развитие регионов, предложены элементы концепции безопасного развития регионов.
The authors review in their article popular directions of regional social and economic systems management
research: economic security and stable development. The article shows the necessity of academic directions further development for substantiation of regional development, suggests elements of safe regional development conception.
Ключевые слова: регион, экономическая безопасность, безопасное развитие, устойчивое развитие
Keywords: region, economic security, safe development, stable development
