CC BY
21
- © З.В. Баздарева, 2014
УДК 658.15
З.В. Баздарева
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ И УПРАВЛЕНИЕ ПРЕДПРИЯТИЯМИ МИНЕРАЛЬНО-СЫРЬЕВОГО КОМПЛЕКСА
Рассмотрено решение задачи применения имитационной модели к управлению предприятиями минерально-сырьевого комплекса - как многоэтапный процесс. Цель использования имитационных моделей в финансовой практике состоит в учете влияния максимально возможного числа факторов внешней среды для поддержки и принятия финансовых решений, включая оценку финансовых рисков. Принципиально важными для моделирования являются следующие возможности имитационного подхода: учет факторов нелинейности, наличие обратных связей динамического характера, наличие обратных связей случайного характера, учет неопределенности при принятии решений. Обсуждены целесообразность и преимущества такого моделирования; группы данных, входящие в модель; оценка достоверности имитационной модели. Приведены показатели эффективности проекта, предлагаемого для предприятия минерально-сырьевого комплекса, и основные переменные, влияющие на него. Рассмотрены все этапы имитационного моделирования, от формулировки проблемы и определения целей задачи до принятия решений. Ключевые слова: бизнес-процесс, имитационное моделирование, модель, оценка достоверности, показатель эффективности, предприятие минерально-сырьевого комплекса, тестирование модели, этап моделирования.
Имитационное моделирование -это метод исследования, при котором изучаемая система заменяется моделью достаточно точно описывающей реальную систему. Над моделью проводятся эксперименты для получения информации об этой системе. Обычно имитационное моделирование применяется в двух случаях:
1. Для управления сложным бизнес-процессом, когда имитационная модель управляемого экономического объекта используется в качестве инструментального средства во взаимодействии с изменяющейся системой управления, создаваемой на основе информационных технологий;
2. При проведении экспериментов с моделями сложных экономических объектов для получения и отслеживания их динамики в экстренных ситуациях, связанных с рисками.
Имитационное моделирование является методом анализа экономиче-
ских систем. Необходимым условием решения сложной задачи имитационного моделирования является правильно сформулированная проблема и четко заданная цель исследования, проводимого с помощью моделирования.
В процессе имитационного моделирования исследователь имеет дело с реальной системой; логико-математической моделью моделируемого объекта; имитационной моделью; реализацией имитационной модели на компьютере, которая осуществляется во время направленного численного эксперимента.
Важной сферой применения имитационного моделирования являются такие сложные экономические системы, как отдельные предприятия минерально-сырьевого комплекса (ПМСК) или предприятия региона в целом, и такие процессы как управление их финансовыми потоками.
С успехом применяется имитационное моделирование в системе управления финансовыми рисками, например, рисками убытков вследствие неспособности предприятия обеспечить исполнение своих обязательств в полном объеме. Риски возникают в результате несбалансированности финансовых активов предприятия и его финансовых обязательств и возникновения непредвиденной необходимости немедленного их исполнения. Основной целью использования имитационных моделей в финансовой практике является учет влияния максимально возможного числа факторов внешней среды для поддержки принятия финансовых решений, включая оценку финансовых рисков [1-4].
Принципиально важными для моделирования процессов в финансовой деятельности предприятий являются возможности имитационного подхода, связанные с учетом факторов нелинейности, наличием обратных связей динамического характера, наличием обратных связей случайного характера, учетом неопределенности при принятии решений.
Основными этапами имитационного моделирования являются:
• формулировка проблемы и определение целей имитационного исследования;
• разработка концептуального описания;
• формализация имитационной модели;
• программирование имитационной модели;
• испытание и исследование модели, проверка модели;
• планирование и проведение имитационного эксперимента;
• анализ результатов моделирования (интерпретация результатов и принятие решения о выборе оптимальных параметров).
Основные преимущества использования модели заключаются в одновременном учете в ней всех необходимых требований, условий и предположений. Важным фактором является известная свобода в пересмотре этих установок в ходе работы с моделью, непротиворечивость всех рассчитанных показателей, возможность получения вариантов поведения исследуемых финансовых потоков для разнообразных сочетаний исходных условий и принятых предположений, например, уровня инфляции, состояния денежно-кредитного рынка и пр.
Разрабатываемые модели имеют свои особенности. Особенностью модели инвестиций в производстве ПМСК, является то, что данном случае базовым является блок, где формируются затраты и отдача от инвестиций для каждого временного интервала со специфическим их распределением в его пределах, а также блок, где определяются искомые показатели эффективности. Модель инвестиций дает возможность получить анализ чувствительности, который заключается в выявлении наиболее важных (ключевых) входных параметров модели и получении оценок эффективности инвестиций в производство предприятия или модернизацию его оборудования и технологии для широкого диапазона значений параметров. Таким образом, в результате будет получена развернутая картина значений эффективности инвестиций для разнообразных возможных и ожидаемых ситуаций.
Данные в разрабатываемой модели можно отнести к трем группам: объемные характеристики (выпуск продукции, затраты на строительство, приобретение технологий, оборудования и т.д.); временные параметры (моменты начала и окончания этапов, сроки); нормативные показатели (процентные и налоговые ставки, ожидаемые цены и др.).
Зависимость потоков затрат и поступлений от множества значений, относящихся к будущему, не позволяет получить однозначные ответы о степени эффективности инвестиций, т.к. цены на продукцию могут понизиться, затраты возрасти и т.д. Для уменьшения риска в условиях неопределенности полезно получить оценки эффективности: базового варианта исходных данных, пессимистичного и оптимистичного вариантов условий. Это позволит более полно представить финансовые последствия инвестиций [5-6].
Информативным является анализ чувствительности показателей эффективности проекта на изменение данных в базовом варианте условий, в пределах которых формируются потоки платежей. Для анализа чувствительности необходимо:
• выбрать показатель эффективности;
• выбрать основные переменные модели, заметно влияющие на выбранный показатель эффективности;
• определить ожидаемые диапазоны изменения основных переменных модели;
• рассчитать значения показателя эффективности для принятых диапазонов ключевых переменных.
В качестве показателя эффективности проекта для ПМСК может быть принят чистый приведенный доход или рентабельность, а в качестве основных переменных, влияющих на него: изменение годового объема производства продукции; годовые размеры эксплуатационных затрат; цена единицы продукции; темп прироста цены; уровень ставки дисконтирования и др. Выбор наиболее чувствительной переменной позволит сконцентри-
ровать усилия на изменении значений переменной в нужном направлении и, таким образом, повысить эффективность проекта в целом.
Важная задача макроэкономики состоит в регулировании объема выпуска продукции и цен с целью увеличения валовой прибыли экономики. Особое значение имеет анализ влияния изменения этих показателей продукции ПМСК на валовую прибыль, т.к. Россия является ведущим мировым сырьевым экспортером и крупным потребителем продукции ПМСК.
Для принятия верных управленческих решений в вопросе регулирования объема выпуска необходимо провести имитационное моделирование. Автор предлагает построить макроэкономическую модель по принципу модели Леонтьева, в которой будут анализироваться две группы отраслей экономики:
1-ая группа - отрасли минерально-сырьевого комплекса;
2-ая группа - остальные отрасли экономики.
Пусть х. - общий (валовой) объем продукции 2-той группы отраслей (первой или второй). х.. - объем продукции 2-той группы, потребляемый ;'-той группой в процессе производства; у. - конечный объем продукции 2-той группы отраслей для непроизводственного потребления. Тогда со-
Общая схема моделирования
отношения баланса: x. = x., + x.0 + y,
1 l1 l2 у V
i = 1, 2.
Очевидно, что увеличение валовой добавленной стоимости напрямую зависит от конечного продукта, т.е. от суммы y1 и y2. Следовательно, показателем эффективности можно считать функцию от этой суммы.
В этой модели коэффициенты прямых затрат а = x1j/xj показывают затраты продукции i-той группы отраслей на производство j-той группы отраслей. Пусть a1j = const, тогда
x.. = а. • x. и
1j 1j j
x. = a, x. + а.„ x. + y
1 11 1 12 1 1
i = 1, 2.
(x Л
X =
V x2 J
вектор валового выпуска матрицы прямых затрат A =
' ал а12 "
V а21 а22 j
У = f У1 ] V V2 j
Матричное уравнение X = АХ + У
(1)
является ядром модели регулирования цен.
Для проведения имитационного моделирования с помощью этой модели необходимо определить диапазоны изменения основных переменных и их распределения. При решении задачи следует учесть, что матрица А в (1) является неотрицательной и продуктивной, т.е. для любого У > 0 должно существовать решение X > 0 этого уравнения. Известно, что матрица А > 0 является продуктивной, если
max. (а. + а) ^ 1 (2)
j 1j 2j
и существует j такое, что
a1j+ a2j < 1 (3) Ограничения (2) и (3) должны быть включены в имитационную мо-
дель, где условный модуль будет отслеживать изменения всех расчетных характеристик в рамках допустимых предельных значений.
Прежде чем использовать разработанную модель для принятия решений необходимо укрепить доверие к модели, убедиться, что она надежна, и оценить ее достоверность. Подробно эти вопросы изложены в работе [1]. Для оценки достоверности модели применяются три класса оценок:
• оценка адекватности модели предполагает проверку соответствия поведения имитационной модели и реального процесса;
• верификация модели предполагает проверку на соответствие поведения модели объекту;
• валидация данных предполагает проверку значений используемых параметров модели.
После получения доказательства правильности и корректности выводов относительно поведения исследуемой системы (ПМСК или процесса управления финансовыми потоками предприятия) проводится имитационное моделирование. Его результатом будет оценка рисков, или эффективности проекта для ПМСК, или прогнозирование макроэкономических показателей.
Таким образом, имитационное моделирование является инструментом исследования сложных систем [7-8] и бизнес-процессов, технология применения которого объединяет современные методы и средства:
• методы и способы формализации моделируемых процессов;
• статистические методы различного назначения;
• средства программирования;
• средства испытания имитационных финансовых и бизнес-процессов;
• методы поддержки имитационного эксперимента.
СПИСОК ЛИТЕРАТУРЫ
1. Баздарева З.В. Оценка достоверности имитационной модели в бизнесе: Вопросы экономики // Вестник Юридического института МИИТ. - 2013. - № 1.
2. Бахтизин А.Р. Агент-ориентированные модели экономики. - М.: Экономика, 2008.
3. Емельянов А.А, Власова Е.А. Дума Р.В. Имитационное моделирование экономических процессов / Под ред. А.А. Емельянова. - М.: Финансы и статистика, 2009.
4. Жаров В.С., Цукерман В.А. Прогнозирование и моделирование инновационного развития горнопромышленных предприятий // Вестник МГТУ. - 2006. - Том 9. - № 4.
КОРОТКО ОБ АВТОРЕ_
5. Крюков М.М. Эколого-игровое имитационное моделирование: методический аспект. - М.: ТЕИС, 2006.
6. Лычкина Н.Н. Ретроспектива и перспектива системной динамики. Анализ динамики развития // Бизнес-информатика. -2007. - № 1.
7. Warren K. Competitive strategy dynamics. London Business School. John Wiley&Sons Ltd, 2008.
8. URL: http://www.lionhrtpub.com/orms/ surveys/Simulation/Simulation.html
Баздарева Зинаида Валентиновна - кандидат технических наук, доцент, e-mail: bazdareva. zinaida@mail.ru, МГИ НИТУ «МИСиС».
UDC 658.15
IMITATIVE SIMULATION MODELLING AND MANAGEMENT OF MINERAL AND RAW MATERIAL COMPLEX ENTERPRISES
Bazdareva Z.V., Candidate of Technical Sciences, Assistant Professor, e-mail: bazdareva.zinaida@mail.ru, Moscow Mining Institute, National University of Science and Technology «MISiS».
Solution of application of the imitative simulation model in mineral and raw material complex enterprises management as a multistage process is being examined herein. The purpose of imitative simulation models' usage in finance practice appears to be consideration of the effect of maximum possible number of environmental factors in support and financial decision-making process, including assessment of financial risks. The following capabilities of simulation approach are of core importance for the modeling approach: consideration of nonlinearity factors, availability of dynamic nature inverse relations, availability of random nature inverse relations, consideration of uncertainty in decision-making. Feasibility and benefits of such modeling, data groups which are included into the model, estimation of simulation model reliability have been reviewed herein. Efficiency indicators of the project proposed for mineral and raw material complex enterprises, and the main variables affecting it have been discussed herein. This work covers all stages of the simulation modelling starting from the wording of the problem and determination of the problem's goals till decision-making.
Key words: business-process, imitative simulation modelling, model, reliability assessment, efficiency indicator, mineral and raw material complex enterprises, model testing, model stage.
REFERENCES
1. Bazdareva Z.V. Vestnik Yuridicheskogo instituta MIIT, 2013, no 1.
2. Bakhtizin A.R. Agent-orientirovannye modeli ekonomiki (Агент-ориентированные модели экономики), Moscow, Ekonomika, 2008.
3. Emel'yanov A.A, Vlasova E.A., Duma R.V. Imitatsionnoe modelirovanie ekonomicheskikh protsessov. Pod red. A.A. Emel'yanova (Имитационное моделирование экономических процессов. Emel'yanov A.A. (Ed.)), Moscow, Finansy i statistika, 2009.
4. Zharov V.S., Tsukerman V.A. Vestnik MGTU, 2006, vol. 9, no 4.
5. Kryukov M.M. Ekologo-igrovoe imitatsionnoe modelirovanie: metodicheskii aspekt (Эколого-игровое имитационное моделирование: методический аспект), Moscow, TEIS, 2006.
6. Lychkina N.N. Biznes-informatika, 2007, no 1.
7. Warren K. Competitive strategy dynamics. London Business School. John Wiley&Sons Ltd, 2008.
8. URL: http://www.lionhrtpub.com/orms/surveys/Simulation/Simulation.html
