CC BY
44
№ 4 (52) 2014
Стрельцова Е. Д., докт. экон. наук, профессор Южно-Российского государственного технического университета, г. Новочеркасск, [email protected]
Бородин А. И., докт. экон. наук, профессор Национального исследовательского университета
«Высшая школа экономики», Москва, [email protected] Фурсов С. В., аспирант Балтийского Федерального университета, г. Калининград, [email protected]
инструментарий стратегического управления промышленным предприятием
Предложены модели и средства программной поддержки принятия решений при формировании стратегии развития промышленного предприятия в условиях неопределенности . Построенные экономико-математические модели позволяют прогнозировать величину рентабельности предприятия для выбранной стратегии . Разработанный программный продукт, реализующий построенные экономико-математические модели и предназначенный для ЛПР, дает возможность сформировать рациональную стратегию управления в интерактивном режиме
Ключевые слова: стратегическое управление, промышленное предприятие, экономико-математическая модель, условия неопределенности .
введение
Главная цель управления промышленным предприятием — обеспечение его эффективного функционирования и достижение конкурентных преимуществ. Для этого создаются системы управления, содержащие экономико-математические модели поддержки принятия управленческих решений, которые позволяют прогнозировать появление внешних факторов и учитывать их при выборе стратегий развития. Лицо, принимающее решения (ЛПР), наделенное определенными полномочиями и несущее ответственность за их последствия (это может быть менеджер, совет директоров и т. п.), действует в условиях неопределенности относительно характера воздействия со стороны внешней среды. В связи с этим возникает необходимость адекватного описания и учета воздействий внешних факторов в процессе управления при выборе стратегических направлений развития предприятия. Формализация описания процессов управления промышленными предприятиями
может осуществляться как на основе применения методов обработки и анализа количественной информации, к которым можно отнести имитационное моделирование [1, 2], так и на базе использования методов обработки информации качественного характера [3, 4, 5]. Авторами решается задача создания экономико-математической модели поддержки принятия стратегических решений по управлению промышленным предприятием в условиях неопределенности.
Постановка задачи стратегического управления
В условиях неопределенности влияния рыночной среды центральной проблемой управления предприятием является обеспечение его стабильного развития и конкурентных преимуществ на основе принятия стратегических решений. Среди показателей, характеризующих долгосрочную перспективу развития промышленного предприятия, особую роль играют показатели рентабельности, отражающие влияние внешней
-n journal of applied informatics
№ 4 (52) 2014 ' -
среды на формирование прибыли и характеризующие эффективность управления. Таким образом, управление рентабельностью промышленного предприятия носит стратегический характер, так как основано на установлении соотношения между величиной прибыли и вложенным в ее создание капиталом (или понесенными затратами). Вследствие случайного характера изменения во времени как прибыли, так и затрат, идущих на ее получение, принятие решений по управлению рентабельностью происходит в условиях неопределенности.
Для обоснованности решений необходимо формально описать условия неопределенности и построить экономико-математические модели поддержки принятия управленческих решений в рамках применяемой стратегии, которые позволят дать количественную оценку последствий принятых решений. Рентабельность характеризуется множеством относительных показателей экономической эффективности REN = [RENi} i = 1, ..., N, означающих эффективность использования различного рода ресурсов (материальных, денежных, трудовых и т. д.) и определяемых как частное от деления чистой или операционной прибыли на величину капитала, идущего на ее получение:
PRIB _
REN: =-, i = 1, N, (1)
i CAPi
где RENi — показатель рентабельности вида i; PRIBj — величина прибыли при получении доходности вида i; CAPI — капитал (т. е. активы, ресурсы, потоки и др.), формирующие прибыль PRIB.
В состав множества REN могут быть включены показатели рентабельности реализованной продукции, основных средств, продаж, персонала, активов, собственного капитала, инвестированного капитала, производства и др., вычисляемые по известным формулам.
Обозначим множество стратегий, применяемых в деятельности предприятия, через
ST = ^7} i = 1, ..., к, а показатели рентабельности стратегий — через RENjj, где i — вид стратегии, \ — вид показателя рентабельности. Тогда задача управления рентабельностью заключается в выборе предприятием такой стратегии, при которой показатели рентабельности RENa, а = 1,к, \ = 1,N принимают максимальное значение. Поскольку показатели рентабельности одновременно не достигают максимума при выборе той или иной стратегии, представление о наилучшем решении строится на основе принципа оптимальности, по Парето.
Концептуальная модель управления представлена на рис. 1.
PRIB ,
CAP„
CAP: 2
ST1,
УПРАВЛЕНИЕ РАЗВИТИЕМ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ
ST2
ST _
~REN, 'REN 2
-RENn
Рис. 1. Модель управления развитием промышленного предприятия
Входными управляющими переменными являются варианты стратегий ST промышленного предприятия, выходными параметрами — величины рентабельности REN. вида j, соответствующие выбранной стратегии с номером i. В роли возмущений выступают случайно изменяющиеся величины прибыли PRIBj и капитала CAP.
Формально задача управления рентабельностью описывается следующим образом:
VSTvSTz,...,STk, 3STi * / RENn(ST*) ^ ^ opt v... v RENn (ST*) ^ opt.
Для решения задачи оптимизации решений по управлению вектором стратегического развития предприятия на основе показателя рентабельности необходима математическая модель, позволяющая прогнозировать величину прибыли PRIB. и затрат капитала CAP. для той или иной стратегии
CAPiN
№ 4 (52) 2014
предприятия STa е ST. Как уже отмечалось, величины PRIBi и CAPaj, j = 1,N, а = 1,k меняются случайным образом и для их формального описания нами применен математический аппарат математико-статистиче-ского исследования. На базе применения этого аппарата разработаны инструменты поддержки принятия решений по управлению рентабельностью при выборе стратегического направления развития предприятия.
инструментарий стратегического управления
Разработанные инструменты стратегического управления представляют собой семейство экономико-математических моделей MOD = <MOD1, MOD2>, позволяющих оценить по величине рентабельности RENaj, j = 1,N последствия принимаемых решений относительно выбора стратегии STa е ST развития предприятия.
Компонентами кортежа MOD являются следующие модели:
• MOD1 — модель формального описания потоков текущей прибыли и текущих затрат капитала при реализации конкретной стратегии предприятия в процессе его деятельности;
• MOD2 — модель прогнозирования рентабельности на основе метода статистических испытаний, использующая данные о финансовых потоках текущих величин прибыли и затрат.
Рассмотрим эти модели.
В статье предложено формальное описание финансовых потоков прибыли PRIBI и капитала CAPaj, j = 1, N, а = 1, k, идущего на ее формирование, в виде интервальных рядов распределения. Входом математической модели MOD^ служит выборка X = {х 1, х2,..., x,} из генеральной совокупности, элементами которой х е X являются наблюдаемые величины прибыли или затрат. По выборочным данным находится закон распределения вероятностей случайной величины. Алгоритм, положенный в основу экономико-математи-
ческой модели MOD1, представляет собой последовательность шагов.
Шаг 1. Определение максимального xmax и минимального xmin значений среди всех элементов xj е X выборки.
Шаг 2. Определение размаха варьирования RW = (Xmax - XmJ.
Шаг 3. Разбиение размаха варьирования RW на интервалы Aß, ß = 1, z, длина которых А вычисляется по формуле Стерджеса
X _ X
д = max min
1 + 3,22ln(/>
Шаг 4. Определение координат концов хв = х0 + в • А интервалов, где х0 = xmin, b — номер интервала. _
Шаг 5. Для каждого интервала Аь, в = 1, z определяются координаты их середин по формулам
2в-1 •А.
Шаг 6. Определяется частота nb попадания значений х е Х_в каждый из интервалов с номером b, в = 1,z, т. е. количество , возможных значений xj е X, величины которых находятся в диапазоне интервалов Аь.
Шаг 7. Определяется относительная час-
пв
тота -j- попадания значений х еХ в интервалы Аь.
Результатом функционирования экономико-математической модели MOD1 является закон распределения вероятностей случайных величин прибыли PRIB; и капитала CAPaj, j = 1,N, а = 1,k, поступивших на ее вход, в виде ряда распределения (табл. 1).
Построенные законы распределения случайных величин используются в качестве исходных данных в процессе функционирования модели на основе метода Монте-Карло MOD2, позволяющей получить прогноз рентабельности.
В основу создания модели MOD2 положен численный метод решения математической задачи прогнозирования посредством моделирования случайных величин по за-
97
№ 4 (52) 2014
Таблица 1
Данные для построения закона распределения вероятностей величины прибыли РЯЮ, и капитала САР •
Середина интервала Х2 X z
Относительная частота l П2 l nz l
данному закону распределения, т. е. метод статистических испытаний Монте-Карло. В роли исходных данных выступает ряд распределения, формально описывающий соотношение у :{х(}(е/ ^ {р(х()}(е/ между возможными значениями случайной величины и соответствующими им вероятностями (см. табл. 1). Для разыгрывания возможных значений случайной величины по методу Монте-Карло в работе использован генератор случайной последовательности чисел Я = {г1, г2,..., гт,...}, распределенных по равномерному закону на интервале (0, 1) и описанных плотностью Дг) и функцией F(r) распределения вероятностей:
f (r) =
0, r < 0;
1, 0 < r < 1; F (r) = 0, r > 1
0, r < 0;
r, 0 < r < 1;
1, r > 1
распределенных на отрезке (0, 1), и определяется интервал, для которого выполняется условие 5, < г < 5,+1. При выполнении этого условия считается, что случайная величина X примет значение х(+1, соответствующее относительной частоте из табл. 1. Сгенерированные возможные значения случайной величины X рассматриваются как текущие значения величин прибыли РЯ/ВГ() и идущего на ее формирование капитала САРау(0, соответствующие стратегии STa е ST и используемые для вычисления рентабельности по формуле
X PRB (t)
REN: =
В модели MOD2 генерация псевдослучайных чисел, распределенных по заданному закону распределения в виде ряда, осуществляется следующим образом. Интервал (0, 1) разбивается на отрезки, длины которых равны относительным частотам —, приведенным в табл. 1. Координаты 8( этих отрезков вычисляются следующим образом:
s n s П s П Пг
5П = 0; 51 = —; 52 =— + —;...;
0 1 l 2 l l
5g = П + ^ + §z = 1.
3 l l r z
Процедура генерации возможных значений случайной величины X, в роли которой выступают прибыль PRIB( и формирующий ее капитал CAPaj, заключается в следующем. Генерируется последовательность случайных чисел R = {г1, r2,..., rm,...}, равномерно
98 I ==
(j T
I CAP, (t)
t=r
где T — период исследования.
Построенные логико-математические описания реализованы в программе прогнозирования рентабельности RENTABL, используемой при выборе оптимальной стратегии развития предприятия.
Программа, написанная на языке С++, позволяет воспроизводить поведение реальной экономической системы в условиях выбираемых стратегий с учетом влияния возмущений и оценивать последствия этого выбора посредством вычисления показателей рентабельности. После ввода выборочных значений случайных величин прибыли PRIB( и капитала CAPa, j = 1,N, а = 1,k в соответствии с алгоритмом, положенным в основу модели MOD 1, осуществляется построение законов распределения у : {x(}(е/ ^ {p(x( )}(е/ в виде ряда (рис. 2). На рисунке в левой части выдается закон распределения случай-
№ 4 (52) 2014
ной величины «Прибыль», правая часть окна отражает ряд распределения случайной величины «Капитал», идущей на формирование прибыли.
Построенные законы распределения вероятностей служат в качестве исходных данных модели MOD2 для генерации возможных значений случайных величин, отражающих текущие значения прибыли и капитала, затраченного на ее формирование, и для вычисления ожидаемой величины рентабельности (рис. 3).
Статистика построения закона распределения:
Величина Прибыли вероятность Величина Затрат Вероятность
£5555.2006942205 0.19047G15047619 165967.33055312 0,428571425571...
53035.6020825615 0.1428571428571... 245771.59174936 0.047619047619...
102336,003471102 0.0952380352380... 325676.6529155S9 0.19047619047619
120635,404859543 0.0476190476190... 405581.314081839 0.095238095238...
139016.506247384 0.0952380352380.. 485435.975243079 0.095238095238...
157357,207636425 0 565390.636414319 0,095238095238...
175637,609024866 0.0476190476130.. 645295.2975S055S 0
134038.010413307 0.0952380552380.., 725159.558746758 0
212378,411801745 0.0952350552380... 805104.615913035 0
230718,813190139 0.0476190476190... 885009.281079278 0
249059,21457863 0.1428571428571,,, 964913.942245518 0,047619047619...
Рис. 2. Законы распределения случайных величин «Прибыль» и «Капитал»
Рис. 3. Окно вывода программы RENTABL
На базе применения программного продукта RENTABL разработана методика прогнозирования рентабельности выбираемой стратегии развития промышленного предприятия, используемая для поддержки принятия решений в процессе его стратегиче-
ского управления. Методика представляет собой алгоритм взаимодействия ЛПР с программным продуктом RENTABL. Алгоритм выглядит следующим образом.
Шаг 1. Ввод статистических данных о текущей величине прибыли РИ1В1 и идущих на ее формирование затрат капитала САР^ при выборе стратегии STj е ST развития промышленного предприятия (рис. 3). Для этого в главном окне «Расчет коэффициента рентабельности» необходимо отобразить меню «Ввод исходных данных».
Шаг 2. Построение законов распределения вероятностей введенных случайных величин. Эта функция выполняется посредством активизации подменю «Закон распределения» в меню «Статистика» главного окна «Расчет коэффициента рентабельности» программы RENTABL. Законы распределения используются в качестве исходных данных для разыгрывания возможных значений случайных величин по методу статистических испытаний.
Шаг 3. Генерирование возможных значений случайных величин РН1В^ и идущих на их формирование затрат капитала САР^ по заданному закону распределения. Для этого в окне «Ввод начальных условий» необходимо задать период исследования и нажать кнопку «Рассчитать». Программой RENTABL выдаются на экран компьютера прогнозируемые текущие значения случайных величин РН1В/ и САР, а также величина рентабельности выбираемой стратегии развития промышленного предприятия, используемая ЛПР для принятия решений.
Заключение
Проведенные исследования позволили получить следующие научные результаты:
• разработан подход к созданию инструментов стратегического управления промышленным предприятием, отличающийся от существующих подходов постановкой и формальным описанием задачи управления с изменяющимися случайным образом возмущениями, отражающими воздействия
99
№ 4 (52) 2014
внешней среды, и целевой функцией, оценивающей качество принимаемых решений. Преимущество подхода состоит в рассмотрении задачи управления как математической задачи выбора наилучшего решения из множества допустимых, что создает условия для выполнения последующего шага моделирования с целью проведения компьютерных экспериментов в процессе принятия решений;
• построен комплекс экономико-математических моделей, поддерживающих решение поставленной задачи управления и отличающихся от существующих возможностью прогнозирования показателей рентабельности выбранных направлений развития промышленного предприятия на базе формального описания стохастической неопределенности изменения прибыли и затрат капитала, идущего на ее формирование. Преимущество моделей состоит в возможности количественной оценки принимаемых решений относительно направлений развития промышленного предприятия по показателям рентабельности, характеризующим долгосрочную перспективу его развития;
• разработана методика принятия стратегических решений по управлению промышленным предприятием, отличающаяся от существующих применением построенного на основе экономико-математических
моделей программного продукта RENTABL. Преимущество методики состоит в обеспечении технологичности процесса принятия решений посредством создания четкого алгоритма последовательности действий ЛПР при организации диалога с реализованными в программном продукте экономико-математическими моделями.
Список литературы
1. Емельянов А. А. Имитационное моделирование экономической динамики // Прикладная информатика. 2010.№ 1 (25).С. 105-115.
2. Емельянов А., Емельянова Н, Прокимнов Н., Власова Е. Технология программного моделирования и управления моделями в системе Actor Pilgrim // Прикладная информатика.
2013. № 5 (47).С. 64-75.
3. Тельнов Ю. Ф. Интеллектуальные информационные системы. М.: Московский международный институт эконометрики, информатики, финансов и права, 2004. — 82 с.
4. Стрельцова Е. Д., Богомягкова И. В., Стрельцов В. С. Управление бюджетом на основе нечеткой алгебры // Прикладная информатика.
2014. № 2 (50). С. 109-114.
5. Стрельцова Е. Д. Системное проектирование инструментальных средств поддержки принятия финансовых решений // Изв. вузов. Сев.-Кавк. регион. Техн. Науки. 2003. Спецвып.: Математическое моделирование и компьютерные технологии. 2003. С. 127-128.
E. Streltsova, Dr of Economics, Professor, South Russian State Technical University, Novotherkassk [email protected] A. Borodin, Dr of Economics, Professor, National research university «The Higher School of Economy Moscow, [email protected]
S. Fursov, Graduate Student, Baltic Federal university, Kaliningrad, [email protected]
Tools for strategic management of industrial enterprise
Covers creating a model set of tools to support decision-making in the management of the strategic guidelines of the industrial enterprises in the face of stochastic uncertainty. Built economic and mathematical models to predict the profitability of the enterprise value of the choice of a particular strategy. The software product, which implements built economic and mathematical models. Keywords: strategic management, industrial enterprise, economic and mathematical model, stochastic uncertainty.
100 I
