CC BY
19ЛИДЕРСТВО И МЕНЕДЖМЕНТ
Том 8 • Номер 1 • Январь-март 2021 ISSN 2410-1664 Leadership and Management
>
Первое
экономическое издательство
когнитивное усиление системы принятия и поддержки решений
Яковлева Е.А. 1, Гаджиев М.М. 2, Шарич Э.Э. 3, Яковлева Д.Д. 3
1 Санкт-Петербургский государственный экономический университет, Санкт-Петербург, Россия
2 Дагестанский государственный институт народного хозяйства, Махачкала, Россия
3 Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
аннотация:_
С развитием средств искусственного интеллекта и информационных технологий необходимо определить требования и обстоятельства применения сложных взаимодополняющих, взаимоисключающих показателей оценки материальных и нематериальных факторов деятельности современного предприятия в системе управления. Особенно важно разработать требования к архитектуре системы показателей, которые имеют превалирующее значения для долгосрочной инвестиционного стратегии предприятия, рассмотрения широкого круга факторов, процесса планирования в целом. Основной целью исследования является формирование методической основы для реализации возможности интеграции системы показателей материальных и нематериальных факторов в систему управления предприятием. Методология исследования - это методы и модели экономического анализа, логики, статистики, теории систем и менеджмента. В методологию исследования включены также современные подходы логико-семантического анализа, совместного когнитивного картирования, теории адаптивного управления промышленными предприятиями для когнитивного усиления процедуры поддержки управленческих решений в операционной, инвестиционной и финансовой деятельности. Научным результатом является представленный порядок когнитивного усиления системы принятия решений на основе внедрения архитектуры системы показателей материальных и нематериальных факторов методом когнитивного картирования и фреймового представления знаний. На основе применения метода совместного когнитивного картирования и эмпирической модели систематизации финансовых показателей материальных и нематериальных факторов инновационного потенциала организации построена когнитивная карта деятельности вертикально интегрированной холдинговой структуры реального сектора экономики. Практическим результатом является апробация механизма когнитивного усиления для ПАО «Акрон».
ФИНАНСИРОВАНИЕ. Исследование выполнено при поддержке гранта РФФИ, проект 19-010-00257 «Методология анализа промышленных предприятий и отраслей нематериального производства в условиях информационного общества и цифровизации».
ключевые слова: фрейм, дискретно-ситуационная сеть, когнитивная карта, инвестиционная стратегия, промышленное предприятие, информационное общество, материальные и нематериальные фактор.
Cognitive enhancement of decision-making and support systems
Yakovleva E.A. 1, GadzhievM.M. 2, Sharich E.E. 3, Yakovleva D.D. 3
1 Saint Petersburg State University of Economics, Russia
2 Dagestan State Institute of National Economy (DGINH), Russia
3 St Petersburg State University, Russia
Введение
Исследуемое когнитивное усиление системы принятия и поддержки решений заключается в разработке интеллектуальных систем поддержки решений, которые могут работать с большими данными, генерируемыми промышленной системой предприятия, множеством факторов внешней и внутренней среды на основе интеграции фреймового представления о будущих возможных угрозах возникновения проблемных ситуаций и путях их разрешения.
Порядок проведения настоящего исследования включает следующие этапы: Определение обстоятельств применения методов исследования и их обоснование. Исследование превалирующих факторов развития предприятия и построение когнитивной карты.
abstract:_
With the development of artificial intelligence and information technology, it is necessary to determine the requirements and circumstances of the use of complex, complementary mutually exclusive indicators for assessing tangible and intangible factors of a modern enterprise in the management system. It is especially important to develop requirements for the architecture of the scorecard, which are prevalent for the long-term investment strategy of the enterprise, considering a wide range of factors. The main purpose of the study is to form a methodological basis for integrating the system of indicators of tangible and intangible factors into the enterprise management system. Research methodology consists of methods and models of economic analysis, logic, statistics, systems theory and management. The research methodology also includes modern approaches of logical-semantic analysis, joint cognitive mapping, the theory of adaptive management of industrial enterprises for the cognitive enhancement of the procedure for supporting management decisions in operating, investment and financial activities. The scientific result is the presented procedure for the cognitive enhancement of the decision-making system based on the implementation of the architecture of the system of indicators of tangible and intangible factors by the method of cognitive mapping and frame representation of knowledge. Based on the application of the method of joint cognitive mapping and the empirical model of systematization of financial indicators of tangible and intangible factors of the innovative potential in the organization, a cognitive map of the activities of the vertically integrated holding structure was built. The practical result is the approbation of the cognitive enhancement mechanism for PJSC Acron.
ACKNOWLEDGMENTS. The study was supported by the RFBR grant, project 19-010-00257 "Methodology for the analysis of industrial enterprises and branches of intangible production in the context of the information society and digitalization".
keywords: frame, discrete situational network, cognitive map, investment strategy, industrial enterprise, information society, tangible and intangible factors
JEL Classification: L26, D81, G41 Received: 14.12.2020 / Published: 31.03.2021
© Author(s) / Publication: PRIMEC Publishers
For correspondence: Yakovleva E.A. (helen71990gmail.com)
citation:_
Yakovleva E.A., Gadzhiev M.M., Sharich E.E., Yakovleva D.D. (2021) Kognitivnoe usilenie sistemy prinyatiya i podderzhki resheniy [Cognitive enhancement of decision-making and support systems]. Liderstvo i menedzhment. 8. (1). - 127-144. doi: 10.18334/lim.8.1.111421
Описание параметров основных факторов когнитивной карты ПАО «Акрон». Проведение анализа фреймового представления потоков.
Формирование матрицы рисков и угроз с целью выявления превалирующих проблемных ситуаций.
Апробация. Определение лингвистических параметров для совместного когнитивного картирования, базисных факторов, фреймов потоков, определение и ранжирование вектора целей, формирование матрицы результатов анализа целей.
Подведение итогов.
Определение обстоятельств применения методов исследования и их обоснование
Методология исследования включает методы экономического анализа, экономико-математического моделирования, семантического анализа, логических рассуждений, статистического анализа данных, теории систем и системного анализа, теории менеджмента, теории ситуационного и адаптивного управления. В методологию исследования включены также современные подходы логико-семантического анализа, совместного когнитивного картирования, теории адаптивного управления промышленными предприятиями для когнитивного усиления процедуры поддержки управленческих решений в операционной, инвестиционной и финансовой деятельности.
В работе Шаталовой О.М. указано, что комплексный охват «множества факторов эффективности инновационных процессов на основе интеграции детерминированных, стохастических, ментальных знаний о системе с использованием интеллектуальных методов обработки данных и построении на этой основе адекватных моделей, обеспечивающих поддержку (когнитивное усиление) принятия управленческих решений по критерию эффективности» [1] (Бк&аЪуа, 2020).
Локализуемые спорадические детерминантные эффекты в системе управления предприятием состоят в повышении качества принятия управленческих решений, а также приносят экономию не только бюджетных средств предприятия, но и его человеческих ресурсов, однако данные эффекты имеют прямой и косвенный характер, приносящий ценность и полезность в ближайшем и отдаленном будущем и на разных ярусах управления за счет преодоления искажения информации при принятии решений. Такая постановка задачи требует применения логико-семантического моделирования, когнитивного картирования.
об авторах:_
Яковлева Елена Анатольевна, проф., д.э.н., доцент (he1en71990gmai1.com)
Гаджиев Магомедрасул Магомедович, профессор кафедры менеджмент, д.э.н., профессор, Заслуженный деятель науки РД (ra98980mai1.ru) Шарич Эрмин Эмирович, студент (st0626960student.spbu.ru) Яковлева Дарья Дмитриевна, студент (st0626710student.spbu.ru)
цитировать статью:_
Яковлева Е.А., Гаджиев М.М., Шарич Э.Э., Яковлева Д.Д. Когнитивное усиление системы принятия и поддержки решений // Лидерство и менеджмент. - 2021. - Том 8. - № 1. - С. 127-144. doi: 10.18334/Ит.8.1.111421
Логико-семантическое моделирование базируется на включенности математического нечетко-множественного моделирования в стратегический, экономический, инвестиционный анализ и служит средством подтверждения «представления объективных свидетельств» [2] о выполнении требований.
Фреймовое представление знаний в контексте исследования - это основанные на положениях теории фреймов [3] (Ы^тЫ, 1979) и развитые в научных трудах Б.Л. Кукора [4] (Klimenkov, ^Ыг, Pytkin, 2010) структуры единицы знаний, формируемые для антиципации и разрешения проблемных ситуаций для построения логико-лингвистической модели в виде сетевого графа.
Основная цель когнитивного картирования состоит в определении превалирующих факторов развития предприятия - рисков и угроз возникновения проблемных ситуаций среди прочих рисков; иными словами, выделяются базисные факторы, влияющие на деятельность предприятия по различным направлениям, а также устанавливаются их взаимовлияния, которые могут приводить к расхождениям между потребностями и возможностями предприятия, что впоследствии приводит к рискам и угрозам возникновения проблемных ситуаций и снижению потенциала развития компании. Кроме того, следствием выделения наиболее опасных проблемных ситуаций является формирование долгосрочной стратегии, долгосрочного планирования деятельности предприятия, что позволяет диверсифицировать и антиципировать возможные риски и угрозы, обеспечивая тем самым в перспективе достижение планового уровня ресурсного потенциала и потенциала развития предприятия.
Апробация применения данных методов в информационной системе предприятия обусловлена необходимостью распознавания признаков информации о материальных и нематериальных факторах деятельности современного предприятия, формализации речемыслительной деятельности лиц, принимающих решения, в целях проработки альтернативных сетевых графиков разрешения проблемных ситуаций. При этом важным обстоятельством для реализации результата данного исследования является уровень зрелости промышленной системы предприятия и глубина его финансовой системы, которая служит одним из каналов формирования данных, одновременно являясь и источником, и результатом управленческих решений.
Анализ превалирующих факторов развития предприятия и построение когнитивной карты
Первым этапом когнитивного картирования является выделение управляющих факторов по причинно-следственным отношениям, очень важно также отметить, что данные факторы могут быть как внешние, так и внутренние.
Когнитивная карта будет составляться для ПАО «Акрон» - ведущий российский производитель сложных удобрений, большинство выручки получает в валюте, активно экспортирует свою продукцию по всему миру.
При выделении внешних и внутренних факторов целесообразно принять по внимание следующие аспекты деятельности компании:
1. Особенности производства (условия и обстоятельства):
• производство происходит путем переработки сырья (нефтехимических производных продуктов) в минеральные удобрения на основе химической обработки;
• высокая доля трат на сырье и энергию в себестоимости производства;
• раздельное калькулирование производственной себестоимости готовой продукции, реализуемой на экспорт и внутренний рынок, не представляется возможным, так как ведется единый технологический процесс;
• территориально обособленные производства располагаются в Новгородской области - непосредственно поблизости источников сырья;
• наличие складов и складских хабов в центральной России для удобства транспортировки и распределения готовой продукции на внутреннюю и внешнюю реализацию.
2. Особенности реализации:
• рынки сбыта подвержены сезонным колебаниям спроса из-за основного применения продукции ПАО «Акрон» в агропромышленное™;
• ценообразование также подвержено колебаниям из-за меняющейся конъюнктуры на рынке удобрений, несмотря на контрактный характер цен на продукцию;
• высокий дисбаланс спроса на мировых рынках - более 50% мирового потребления минеральных удобрений приходится на Юго-Восточную Азию.
С учетом вышеизложенных особенностей деятельности компании сформируем основные факторы при соотнесении их по типу «причина - следствие» и сформируем когнитивную карту деятельности предприятия (рис. 1).
В процессе совместного когнитивного картирования [5-7] (Bolotova, 2020; Karlik, Platonov, Krechko, 2018; Yagolnitser, Kolobova, 2018)) для составления когнитивной карты определяется направление влияния одного фактора на другой - управляющие воздействия (потоки), имеющие свои определенные направления целей и управленческие решения. Нарушение данных потоков имеет свою особенную природу происхождения - это нарушение соотношений «потребности - возможности», что, в свою очередь, и приводит к рискам и угрозам возникновения проблемных ситуаций [8, 9, 5] (Vinogradov, Kurshev, 2020; Pospelov, 1986; Bolotova, 2020). Более глубокое исследование соотношений «потребности - возможности» каждого фактора позволяет выявить и антиципировать возможный дефицит или, напротив, потенциал потока ресурсов между факторами [10, 11] (Bergman, Dyukov, Platonov, 2015; Andreeva, 2020), т.е. важно понимать, что между факторами происходит взаимодействие в виде взаимовлияний параметров, характеризующих один факторы, на параметры других факторов.
Риск угрозы возникновения проблемной ситуации выявляется на основе логико-лингвистического и экономико-математического анализа эмпирической и теоретического карты
- Внешний фактор - . Отрицательное влияние
С___' Внутренний фактор . Положительное влияние
Рисунок 1. Когнитивная карта деятельности ПАО «Акро н» Источник: составлено авторами.
(фрагмента дискретно-ситуационной сети) с учетом аналитики эмпирического состояния того или иного фактора [12, 13] (Yakovleva, Kozlovskaya, Gadzhiev, Sharich, Yakovleva, 2019) -анализ соответствия его потребностей возможностям, в случае если два данных индикатора не совпадают по ресурсным потокам, то и возникает проблемная ситуация.
В таблице 1 представлены параметры в виде потребностей и возможностей по основным факторам когнитивной карты ПАО «Акрон».
На основе выделенных потребностей и возможностей составляется матрица рисков и угроз [14] (Yakovleva, Platonov, ^гШ, Sharich, Yakovleva, 2019) с целью выявления превалирующих проблемных ситуаций (табл. 2).
Впоследствии составляется карта рисков (матрица рисков), на которой видны превалирующие риски (рис. 2).
Как видно из рисунка, превалирующими рисками для ПАО «Акрон» являются: инфляционные риски, чрезмерный налоговый контроль, высокие транзакционные издержки.
Следующим этапом совместного когнитивного картирования является выделение и описание взаимодействий базисных факторов, с этой целью применяется параметр «тенденция», который имеет характер нечеткой! логики определения ее степени, в соответствии с ко торой придается эоо му параметру и числовое значеоие,находящееся в интервале от -1до +1 (табл.3).
Таблица 1
Параметры основных факторов когнитивной карты ПАо «Акрон» и анализа фреймового представления потоков
№ Потребность № возможность
Параметры фактора «Потенциал развития»
1 Потребность в получении ресурсов для развития новых технологий и направлений деятельности компании 1 Возможность получения ресурсов для развития новых технологий и направлений деятельности компании
2 Потребность в увеличении прибыли от реализации продукции 2 Возможность увеличения прибыли от реализации продукции
3 Потребность роста ресурсной базы 3 Возможность роста ресурсной базы
4 Потребность роста интеллектуального капитала 4 Возможность роста интеллектуального капитала
5 Потребность поддержания инвестиционной привлекательности компании 5 Возможность поддержания инвестиционной привлекательности компании
6 Потребность в разработке программы бережливого производства и различных экотехнологий 6 Возможность разработки программы бережливого производства и различных экотехнологий
Параметры фактора «Инвестиционная активность»
1 Потребность в инвестировании в развитие новейших технологий на искусственном интеллекте 1 Возможность инвестирования в развитие новейших технологий на искусственном интеллекте
2 Потребность в инвестировании в экологизацию производственного цикла 2 Возможность инвестирования в экологизацию производственного цикла
3 Потребность в инвестировании в развитие интеллектуального капитала компании 3 Возможность инвестирования в развитие интеллектуального капитала компании
4 Потребность в инвестировании в развитие мощностей и ресурсной базы 4 Возможность инвестирования в развитие мощностей и ресурсной базы
Параметры фактора «Ресурсный потенциал»
1 Потребность в обслуживании производственных мощностей 1 Возможность обслуживания производственных мощностей
2 Потребность в расширении производственных мощностей 2 Возможность расширения производственных мощностей
3 Потребность в расширение сырьевого цикла 3 Возможность расширения сырьевого цикла
Источник: составлено авторами.
При помощи лингвистических параметров (табл. 2) возможно нивелировать возможные проблемные ситуации и сформировать долгосрочную стратегию развития предприятия и осуществить процесс планирования [16-18] (Moseyko, Korobov, Tarasov, 2015; Emelyanova, Fralenko, 2018; Sosnovskaya, 2018)).
С этой целью, согласно теории адаптивного управления Б.Л. Кукора, составляются фреймы [4] (Klimenkov, ^^г, Pytkin, 2010), которые в дальнейшем используются в
Таблица 2
Матрица рисков ПАО «Акрон»
Наименование Тип риска Текущее значение вероятности,0/) Текущее значение ущерба,/ активов
Колебания на фондовом рынке Риски, связанные с турбулентностью экономической активности 70 90
Неразвитость финансового рынка Тоже 60 90
Волатильность валюты Тоже 80 75
Высокая конкуренция Тоже 30 60
Влияние санкций на доступность иностранных инвестиций Тоже 80 60
Высокие транзакционные издержки Тоже 60 100
Падение фондового рынка Тоже 70 65
Нехватка свободного капитала Тоже 95 100
Нестабильность мировой экономики Тоже 90 80
Мировой экономический кризис Тоже 90 100
Инфляционный риски Тоже 80 100
Риск ликвидности Тоже 90 65
Размытое налоговое законодательство Риски, связанные с налогообложением 65 100
Чрезмерный налоговый контроль Тоже 60 20
Налоговая диверсификация Тоже 80 35
Высокий налоговый барьер Тоже 50 40
Сложность получения налоговых льгот... Тоже 70. 20.
Национализация предприятий Риски государственного регулирования 60 15
Источник: составлено авторами.
системе планирования для разрешения стратегических проблемных ситуаций. Ниже приведем несколько примеров фреймов для ПАО «Акрон» (табл. 4, 5, 6, 7), формализованных на основе когнитивной карты:
Далее определим в таблице 5 фрейм потока из «Валютные риски» в «Финансовые результаты» на основе когнитивной карты по рисунку 1.
Далее определим в таблице 6 фрейм потока из «Налоговая политика» в «Финансовые результаты» на основе когнитивной карты по рисунку 1.
Далее определим в таблице 7 фрейм потока из «Потенциал развития» в «Финансовые результаты» на основе на основе когнитивной карты по рисунку 1.
О 10 20 30 40 50 60 70 80 90 100
Ущерб, % активов
Рисунок 2. Карта рисков ПАО «Акрон» Источник: составлено авторами.
Таблица 3
Параметры лингвистических значений
Лингвистические значения переменной «тенденция» Лингвистические значения переменной, описывающей связи между базисными факторами Числовые значения переменной
Неудовлетворительный рост (снижение) Очень слабо усиливает (ослабляет) 0,1; 0,2 (-0,1; -0,2)
Заниженный рост (снижение) Слабо усиливает (ослабляет) 0,3 0,4 (-0,3 -0,4)
Нейтральный рост (снижение) Умеренно усиливает (ослабляет) 0,5 0,6 (-0,5 -0,6)
Сильный рост (снижение) Сильно усиливает (ослабляет) 0,7 0,8 (-0,7 -0,8)
Усиленный рост (снижение) Очень сильно усиливает (ослабляет) 0,9 1 (-0,9; -1)
Источник: [15] (Omelchenko, Khrustalev, 2011).
После формализации фреймов для системы поддержки решений и процесса планирования необходимо выделить базисные факторы, которые оказывают влияние на результативность предприятия (табл. 8).
Следующим шагом по методу когнитивного картирования является представление целевого состояния предприятия - в таблице 10 детализированно визуализируем развитие предприятия согласно его вектору целей.
Для этого необходимо каждому базисному фактору дать оценку динамики значения рангов с целью достижения стратегических целей предприятия (табл. 9), благодаря данным рангам, лица, приминающие решения (ЛПР), могут более обоснованно или взвешенно делать какие-либо выводы по целям развития компании [20] (Yagolnitser, Kolobova, 2018).
Таблица 4
Фрейм потока из «Ресурсный потенциал» в «Финансовые результаты»
Дескриптивная функция - целеполагание
Название
Максимизация потока из «Ресурсный потенциал» в «Финансовые результаты»
Дескриптивная функция - учет
Название Тип
Количество производственных мощностей компании Числовой
Объем финансирования Числовой
Стоимость сырья Числовой
Материально-техническая база Числовой
Объем инвестиций в основные фонды Числовой
Стоимость обслуживания производственных мощностей Числовой
Дескриптивная функция - прогноз
Название Пессимистический Оптимистический
Выручка Уменьшается Увеличивается
Дескриптивная функция - управляющее воздействие
Название Тип
Соблюдение выработанной программы по поддержке и расширении ресурсного потенциала Качественный
Наращивание объемов производства Количественный
Дескриптивная функция - анализ
Если наращиваются объемы производства, то выручка увеличивается. Если объем финансирования увеличивается, то наращиваются основные фонды. Если увеличивается объем инвестиций в основные фонды, то наращивается объем производства
Источник: составлено авторами.
После составления и ранжирования вектора целей необходимо в виде матрицы транзитивного замыкания проверить полученные результаты анализа целей на непротиворечие друг другу [21] (Bergman, Knutas, Jantunen, Tarkiainen, Luukka Karlik, Platonov, 2016).
Незаполненные графы свидетельствуют о том, что межфакторная связь отсутствует, соответственно, графы с кружочками говорят о согласованности факторов, что рассмотрено в таблице 10.
Таблица 5
Фрейм потока из «Валютные риски» в «Финансовые результаты»
Дескриптивная функция - целеполагание
Название
Максимизация потока из потока «Валютные риски» в «Финансовые результаты»
Дескриптивная функция - учет
Название Тип
Экспортируемая продукция Числовой
Международные покупатели Числовой
Дескриптивная функция - прогноз
Название Пессимистический Оптимистический
Выручка в валюте Уменьшается Увеличивается
Дескриптивная функция - управляющее воздействие
Название Тип
Хеджирование рисков Качественный
Расширение географии присутствия компании Качественный
Дескриптивная функция - анализ
Если увеличивается число международных покупателей, то выручка в валюте увеличивается. Если увеличивается объем экспортируемой продукции, то выручка в валюте увеличивается. Если увеличивается число международных покупателей, происходит расширение географии присутствия. Если увеличивается объем экспортируемой продукции, то необходимо хеджировать большее количество валютных рисков
Источник: составлено авторами.
Таблица 6
Фрейм потока из «Налоговая политика» в «Финансовые результаты»
Дескриптивная функция - целеполагание
Название
Максимизация потока из «Налоговая политика» в «Финансовые результаты»
Дескриптивная функция - учет
Название Тип
Уплачиваемые налоги и страховые взносы во бюджетные фонды Числовой
Дескриптивная функция - прогноз
Название Пессимистический Оптимистический
Чистая прибыль Уменьшается Увеличивается
Дескриптивная функция - управляющее воздействие
Название Тип
Действие в нескольких налоговых резиденций (налоговая диверсификация) Количественный
Актуализация методов налоговой политики Качественный
Использование по возможности налоговых льгот Количественный
Дескриптивная функция - анализ
Если используется большее число налоговых льгот, то чистая прибыль увеличивается. Если компания применяет метод налоговой диверсификации, действуя в нескольких налоговых резиденциях, то чистая прибыль увеличивается. Если компания актуализирует методы налоговой политики, то чистая прибыль увеличивается
Источник: составлено авторами.
Таблица 7
Фрейм потока из «Потенциал развития» в «Финансовые результаты»
Дескриптивная функция - целеполагание
Название
Максимизация потока из потока из «Потенциал развития» в «Финансовые результаты»
Дескриптивная функция - учет
Название Тип
Количество приобретенных лицензий Числовой
Цифровизация внутренней системы предприятия Качественный
Расширение интеллектуального капитала компании Качественный
Дескриптивная функция - прогноз
Название Пессимистический Оптимистический
Выручка Уменьшается Увеличивается
Дескриптивная функция - управляющее воздействие
Название Тип
Контроль за сроком действия лицензий Количественный
Цифровизация компании Качественный
Инвестирование в интеллектуальный капитал Качественный
Дескриптивная функция - анализ
Если ведется контроль за сроком действия лицензий, то выручка увеличивается. Если проводится программа цифровизации компании, то выручка увеличивается. Если компания инвестирует в интеллектуальный капитал, то выручка увеличивается
Источник: составлено авторами.
Таблица 8
Базисные факторы когнитивной карты и управляющие векторы
Факторы модели (целевые, управляющие) начальная тенденция* Целевое значение** вектор управления***
1 2 3 4 5
Коэффициент оборачиваемости активов 0,5 0,8 0,2 0,2 - 0,2 -
Ликвидность 0,1 0,8 - - - - -
Рентабельность продаж 0,8 0,9 - - - - -
Мультипликатор капитала 0,5 0,9 0,2 0,2 0,2
Рентабельность инвестиций 0,8 0,9
Дивиденды 0,7 0,8
Инвестиционная привлекательность 0,5 0,9 0,2 0,2 0,4
Доля собственного капитала 0,3 0,4 - - - - -
Коэффициент О-Тобина 0,5 0,2 0,2 0,2 0,2 0,2
Мультипликатор Р/Е 0,2 0,8 0,4 0,4 0,4
Качество рискозащищенной политики управления 0,2 0,5 0,2 0,2 0,2
Финансовый леверидж 0,1 - 0,4 0,4 0,4
Коэффициент покрытия 0,3 0,8 0,2 0,2 0,2
Коэффициент финансовой зависимости 0,2 0,1 - -
Эффект финансового рычага 0,6 0,4 0,1 0,4 0,1
Источник: [19] (Khrustalyov, 2011).
Таблица 9
Ранжирование вектора целей
№ п/п Наименование целевого фактора Оценка динамики фактора Важность Начальная тенденция Целевое значение
3 Рентабельность продаж 1 3 0,8 0,9
7 Инвестиционная привлекательность 1 2 0,5 0,9
15 Эффект финансового рычага 1 5 0,6 0,4
14 Коэффициент финансовой зависимости 1 3 0,2 0,1
13 Коэффициент покрытия 1 2 0,3 0,8
8 Доля собственного капитала 1 5 0,3 0,4
11 Качество рискозащищенной политики управления 1 4 0,2 0,5
10 Мультипликатор Р/Е 1 3 0,2 0,8
Источник: [15] (Omelchenko, Khrustalev, 2011).
Таблица 10
Матрица результатов анализа целей
№п/п Наименование целевого фактора 3 7 8 10 11 13 12 15
3 Рентабельность продаж О о о о
7 Инвестиционная привлекательность о О о
15 Эффект финансового рычага о о о о
14 Коэффициент финансовой зависимости о о о
13 Коэффициент покрытия о о о о
8 Доля собственного капитала о о о о
11 Качество рискозащищенной политики управления о о о о о
10 Мультипликатор Р/Е о о
Источник: составлено авторами.
Заключение
Уточнение архитектуры системы показателей материальных и нематериальных факторов на основе когнитивного картирования и фреймового представления знаний в условиях информационного общества обеспечивает финансовую устойчивость и стабильность системы управления предприятия в целом. Особенно важным в этом отношении является упорядоченный механизм для разработки требований к архитектуре указанной системы показателей, учитывающий широкий круг факторов, выражаемых количественно и качественно. Методической основой для этого служат средства когнитивного подхода в управлении и экономике - это совместное когнитивное картирование и фреймовое представление знаний о проблемной ситуации. Интеграция системы показателей материальных и нематериальных факторов в систему управле-
ния предприятием и процесс стратегического планирования возможны в следующем порядке:
Определение условий, ограничений и обстоятельств применения методов исследования и для обоснования их применения с учетом уровня зрелости промышленной системы и готовности управляющей структуры.
Исследование превалирующих факторов развития предприятия, отраслевого рынка для построения когнитивной карты.
Формализация параметров основных факторов когнитивной карты. Проведение анализа фреймового представления потоков по когнитивной карте. Формирование матрицы рисков и угроз с целью выявления превалирующих проблемных ситуаций.
Определение параметров лингвистических параметров для совместного когнитивного картирования, включая базисные факторы, тенденции, и их оценка, определение и ранжирование вектора целей, формирование матрицы результатов анализа целей.
Подведение итогов посредством визуализации для последующего учета и дальнейшей корректировки в процессе планирования и в системе поддержки решений.
Таким образом, научным результатом является представленный порядок когнитивного усиления системы принятия решений на основе внедрения архитектуры системы показателей материальных и нематериальных факторов методом когнитивного картирования и фреймового представления знаний. На основе применения метода совместного когнитивного картирования и эмпирической модели систематизации финансовых показателей материальных и нематериальных факторов инновационного потенциала организации построена когнитивная карта деятельности вертикально интегрированной холдинговой структуры реального сектора экономики. Практическим результатом является апробация механизма когнитивного усиления для ПАО «Акрон».
ИСТОЧНИКИ:
1. Шаталова О.М. Эффективность инновационных процессов: методология нечетко-множественного моделирования и оценки. / Дисс. ... д.э.н. - Ижевск, 2020.
2. ГОСТ Р ИСО 9000-2008 Системы менеджмента качества
3. Мински М. Фреймы для представления знаний. - М.: Энергия, 1979.
4. Клименков Г.В., Кукор Б.Л., Пыткин А.Н. Экспертные системы и системы ситуационного управления на базе логико-лингвистических моделей // Вестник Пермского научного центра УрО РАН. - 2010. - № 2. - с. 26-37.
5. Болотова Л.С. Системы поддержки принятия решений в 2 частях. / 1 часть: учебник и практикум для вузов. - Москва: Издательство Юрайт, 2020. - 257 с.
6. Карлик А.Е., Платонов В.В., Кречко С.А. Совместное когнитивное картирование -метод обеспечения междисциплинарных инновационных проектов меганауки // Экономическая наука современной России. - 2018. - № 4(83). - с. 65-84.
7. Ягольницер М.А., Колобова Е.А. Измерение влияния институциональных условий на образование инновационных кластеров в регионах России // Вопросы инновационной экономики. - 2018. - № 4. - с. 661-678. - doi: 10.18334/vinec.8.4.39485.
8. Виноградов А.Н., Куршев Е.П. Интеллектуальные решения для системы стратегического управления и планирования // Системный анализ в проектировании и управлении: Сборник научных трудов XXIV Международной научной и учебно-практической конференции: в 3 ч. Санкт-Петербург, 2020. - с. 311-318.- doi: 10.18720/SPBPU/2/137.
9. Поспелов Д.А. Ситуационное управление: Теория и практика. - М.: Наука. Гл. ред. физ.-мат. лит., 1986. - 288 с.
10. Бергман Ю.П., Дюков И.И., Платонов В.В. Когнитивное картирование как инструмент оценки качества стратегического мышления на предприятии // Национальные концепции качества: повышение качества в обеспечении конкурентоспособности экономики: сборник материалов Международной научно-практической конференции. под редакцией Е.А. Горбашко. 2015. - с. 46-48.
11. Андреева Т.В. Тенденции развития промышленности в современной экономической системе: инновационный потенциал // Инновации и инвестиции. - 2020. -№ 2. - с. 3-6.
12. Яковлева Е.А., Козловская Э.А., Гаджиев Р.М., Шарич Э.Э., Яковлева Д.Д. Модель управления инновационной активностью // Креативная экономика. - 2019. - № 6. -с. 1075-1084. - doi: 10.18334/ce.13.6.40712.
13. Кузьмина О.Е. Показатели, характеризующие инновационный потенциал предприятия. Elar.urfu.ru. [Электронный ресурс]. URL: http://elar.urfu.ru/ bitstream/10995/55129/1/vestnik_2014_6 _003.pdf (дата обращения: 14.11.2020).
14. Яковлева Е.А., Платонов В.В., Карлик Е.М., Шарич Э.Э., Яковлева Д.Д. Эмпирическая модель систематизации финансовых показателей по функциям менеджмента как основа установления инновационного потенциала организации // Лидерство и менеджмент. - 2019. - № 2. - с. 73-90. - doi: 10.18334/lim.6.2.40883.
15. Омельченко А. Н., Хрусталев О.Е. Когнитивное моделирование развития банковской системы российской федерации условиях глобализации // Банковское дело. -2011. - № 41.
16. Мосейко В.О., Коробов С.А., Тарасов А.В. Когнитивное моделирование при формировании управленческих решений: потенциал ресурсно-факторного анализа // Креативная экономика. - 2015. - № 5. - с. 629-644. - doi: 10.18334A:e.9.5.267.
17. Емельянова Ю.Г., Фраленко В.П. Методы когнитивно-графического представления информации для эффективного мониторинга сложных технических систем // Программные системы: теория и приложения. - 2018. - № 4(39). - с. 117-158.
18. Сосновская М.С. Проблемы развития инновационной инфраструктуры в России // Инновационная наука. - 2018. - № 5. - с. 137-143.
19. Хрусталёв О.Е. Когнитивная модель развития банковской системы РФ // Экономика и математические методы. - 2011. - № 2. - с. 117-127.
20. Ягольницер М.А., Колобова Е.А. Измерение влияния институциональных условий на образование инновационных кластеров в регионах России // Вопросы инновационной экономики. - 2018. - № 4. - с. 661-678. - doi: 10.18334/vinec.8.4.39485.
21. Bergman J.-P., Knutas A., Jantunen A., Tarkiainen A., Luukka P. Karlik A., Platonov V. Strategic Interpretation on Sustainability Issues: Eliciting Cognitive Maps of Boards of Directors // Corporate Governance. - 2016. - № 1. - p. 162-186. - doi: 10.1108/CG-04-2015-0051.
REFERENCES:
Andreeva T.V. (2020). Tendentsii razvitiya promyshlennosti v sovremennoy ekonomi-cheskoy sisteme: innovatsionnyy potentsial [Industrial development trends in the modern economic system: innovative potential]. Innovation and Investment. (2). 3-6. (in Russian).
Bergman J.-P., Knutas A., Jantunen A., Tarkiainen A., Luukka P. Karlik A., Platonov V. (2016). Strategic Interpretation on Sustainability Issues: Eliciting Cognitive Maps of Boards of Directors Corporate Governance. 16 (1). 162-186. doi: 10.1108/CG-04-2015-0051.
Bergman Yu.P., Dyukov I.I., Platonov V.V. (2015). Kognitivnoe kartirovanie kak instrument otsenki kachestva strategicheskogo myshleniya na predpriyatii [Cognitive mapping as a tool for assessing the quality of strategic thinking in the enterprise] National quality concepts: improving quality in ensuring the competitiveness of the economy. 46-48. (in Russian). Bolotova L.S. (2020). Sistemy podderzhki prinyatiya resheniy v 2 chastyakh. 1 chast [Decision support systems in 2 parts. Part 1] Moscow: Izdatelstvo Yurayt. (in Russian).
Emelyanova Yu.G., Fralenko V.P. (2018). Metody kognitivno-graficheskogo predstav-leniya informatsii dlya effektivnogo monitoringa slozhnyh tekhnicheskikh sistem [Methods of cognitive-graphical representation of information for effective monitoring of complex technical systems]. Programmnye sistemy: teoriya i prilozheniya. 9 (4(39)). 117-158. (in Russian). Karlik A.E., Platonov V.V., Krechko S.A. (2018). Sovmestnoe kognitivnoe kartirovanie -metod obespecheniya mezhdistsiplinarnyh innovatsionnyh proektov meganauki [Participative cognitive mapping -a method to support the interdisciplinary innovative projects of megascience]. Economics of Contemporary Russia. (4(83)). 65-84. (in Russian).
Khrustalyov O.E. (2011). Kognitivnaya model razvitiya bankovskoy sistemy RF [Cognitive model of the Russian banking system]. Economics and the Mathematical Methods. 47 (2). 117-127. (in Russian).
Klimenkov G.V., Kukor B.L., Pytkin A.N. (2010). Ekspertnye sistemy i sistemy situ-atsionnogo upravleniya na baze logiko-lingvisticheskikh modeley [Expert systems and situational management systems based on logical-linguistic models]. Vestnik Permskogo nauchnogo tsentra UrO RAN. (2). 26-37. (in Russian).
Minski M. (1979). Freymy dlyapredstavleniya znaniy [Frames for knowledge representation] M.: Energiya. (in Russian).
Moseyko V.O., Korobov S.A., Tarasov A.V. (2015). Kognitivnoe modelirovanie pri formirovanii upravlencheskikh resheniy: potentsial resursno-faktornogo analiza [Cognitive modelling in decision-making: resource-factor analysis potential]. Creative economy. 9 (5). 629-644. (in Russian). doi: 10.18334/ce.9.5.267.
Omelchenko A. N., Khrustalev O.E. (2011). Kognitivnoe modelirovanie razvitiya bankovskoy sistemy rossiyskoy federatsii usloviyakh globalizatsii [Cognitive modeling of the banking system development in the Russian Federation in the context of globalization]. Banking (bankovskoye delo). 17 (41). (in Russian).
Pospelov D.A. (1986). Situatsionnoe upravlenie: Teoriya ipraktika [Situational management: Theory and practice] M.: Nauka. Gl. red. fiz.-mat. lit. (in Russian).
Shatalova O.M. (2020). Effektivnost innovatsionnyh protsessov: metodologiya nechet-ko-mnozhestvennogo modelirovaniya i otsenki [Efficiency of innovation processes: methodology of fuzzy-multiple modeling and evaluation] Izhevsk. (in Russian).
Sosnovskaya M.S. (2018). Problemy razvitiya innovatsionnoy infrastruktury v Rossii [Problems of innovation infrastructure development in Russia]. Innovative science. 1 (5). 137-143. (in Russian).
Vinogradov A.N., Kurshev E.P. (2020). Intellektualnye resheniya dlya sistemy strate-gicheskogo upravleniya i planirovaniya [Intelligent solutions for strategic management and planning system] System analysis in design and management. 311-318. (in Russian). doi: 10.18720/SPBPU/2/137 .
Yagolnitser M.A., Kolobova E.A. (2018). Izmerenie vliyaniya institutsionalnyh usloviy na obrazovanie innovatsionnyh klasterov v regionakh Rossii [Measurement of influence of institutional conditions for the creation of innovative territorial and industrial clusters in Russian regions]. Russian Journal of Innovation Economics. 8 (4). 661-678. (in Russian). doi: 10.18334/vinec.8.4.39485.
Yagolnitser M.A., Kolobova E.A. (2018). Izmerenie vliyaniya institutsionalnyh usloviy na obrazovanie innovatsionnyh klasterov v regionakh Rossii [Measurement of influence of institutional conditions for the creation of innovative territorial and industrial clusters in Russian regions]. Russian Journal of Innovation Economics. 8 (4). 661-678. (in Russian). doi: 10.18334/vinec.8.4.39485.
Yakovleva E.A., Kozlovskaya E.A., Gadzhiev R.M., Sharich E.E., Yakovleva D.D. (2019). Model upravleniya innovatsionnoy aktivnostyu [Model of innovation management]. Creative economy. 13 (6). 1075-1084. (in Russian). doi: 10.18334/ce.13.6.40712. Yakovleva E.A., Platonov V.V., Karlik E.M., Sharich E.E., Yakovleva D.D. (2019). Empiricheskaya model sistematizatsii finansovyh pokazateley po funktsiyam menedzhmenta kak osnova ustanovleniya innovatsionnogo potentsiala organizat-sii [Empirical model of systematization of financial indicators by management functions as a basis for establishing the innovative potential of the organization]. Leadership and management. 6 (2). 73-90. (in Russian). doi: 10.18334/lim.6.2.40883.
