CC BY
46
5. Расторгуева Н.Ф. Особенности развития управленческого учета //Экономический анализ: теория и практика. — 2010. — №10. — С. 56-64.
6. Шешукова Т.Г., Красильников Д.Г. История и перспективы развития управленческого учета на предприятии //Вестник Пермского университета. Серия: Экономика. — 2010. — №4. -С.20-26.
7. Adusei M. The impact of bank size and funding risk on bank stability. Cogent Economics & Finance, 3 (1), 2015. 19 p. https://doi. org/10.1080/23322039.2015.1111489
8. Anandarajan A., Dimitropoulos P.E., Leventis, S. Loan Loss Provisions, Earnings Management and Capital Management under IFRS: The Case of EU Commercial Banks. J Financ Serv Res, 2011. P. 103-122. https//doi:10.1007/s10693-010-0096-1
9. Andersen B., Bititci U., Melnyk S. A., Platts K., Tobias J. Is performance measurement and management fit for the future? Management Accounting Research, Vol. 25, 2014. P. 173-186.
10. Bebbington J., Thomson I. Sustainable development, management and accounting: Boundary crossing. Management Accounting Research, Vol. 24, 2013. P. 277-283.
11. Billings M., Capie F. The development of management accounting in UK clearing banks, 1920-70. Accounting, Business & Financial History, p. 317-338.
12. Burns J., Nixon B. Strategic management accounting. Management Accounting Research, Vol. 23, 2012. P. 225- 228.
13. Cheng H.C., Madan M.S., Motwani J. Implementing quality management in the banking services sector. Total Quality Management, Vol. 7, No. 4, 1996, P. 347-356.
14. Demeré B.W., Krishnan R., Sedatole K.L., Woods A. Do the incentive effects of relative performance measurement vary with the ex ante probability of promotion? Management Accounting Research, Vol. 30, 2016. P. 18-31.
15. Deville A., Ferrier F.D., Leleu H. Measuring the performance of hierarchical organizations: An application to bank efficiency at the regional and branch levels. Management Accounting Research, Vol. 25. 2014. P. 30-44.
16. Distinguin I., Hasan I., Tarazi A. Predicting rating changes for banks: how accurate are accounting and stock market indicators? Annals of Finance, Springer Verlag, 2012. P. 1-30.
17. Fungácová Z., Weill L. Bank Liquidity Creation in Russia. Eurasian Geography and Economics, 2012. P. 285-299.
18. Hartl R., Johanning L. Risk Budgeting with Value at Risk Limits. Risk Management Part 1, 2005. P. 143-157.
19. Jarvenpaa M., Krumwiede K., Lansiluoto A. Conflicting interests but filtered key targets: Stakeholder and resource-dependency analyses at a University of Applied Sciences. Management Accounting Reserach, 24 (3), 2013. P. 228-245.
20. Kakes J., Pouw L. What drives bank earnings? Evidence for 28 banking sectors. Applied Economics Letters, 2013. P. 1062-1066. DOI: 10.1080/13504851.2013.783676
21. Lin B., Lin C-W., Shih K-H. Assessing the quality gap of intellectual capital in banks. Total Quality Management & Business Excellence, 2011. P. 289-303. DOI: 10.1080/14783363.2010.530814
22. Marginson D., McAulay L., Roush M., Zijl T. Examining a positive psychological role for performance measures. Management Accounting Research, Vol. 25, 2014. P. 63-75.
23. Mencaité E., Stankeviciené J. The evaluation of bank performance using a multicriteria decision making model: a case study on Lithuanian commercial banks. Technological and Economic Development of Economy, 2012. P. 189-205. DOI: 10.3846/20294913.201 2.668373
24. Sponem S., Lambert C. Exploring differences in budget characteristics, roles and satisfaction: A configurational approach. Management Accounting Research, Vol. 30, 2016. P. 47-61.
25. Steen M., Tillema S. Co-existing concepts of management control. The containment of tensions due to the implementationof lean production. Management Accounting Research, Vol. 27, 2015. P, 67-83.
МЕХАНИЗМ ОТБОРА ОПЕРАЦИЙ РЕМОНТА НА АУТСОРСИНГ
С.М. Хаирова,
зав. кафедрой управления качеством и производственными системами Сибирского государственного автомобильно-дорожного университета (г. Омск),
доктор экономических наук, профессор saide_hairova@mail.ru
A.B. Шимохин,
старший преподаватель кафедры технического сервиса, механики и электротехники
Омского государственного аграрного университета
schimokhin@yandex.ru
В статье рассмотрены современные механизмы для оценки целесообразности передачи процесса ремонта на аутсорсинг. Рассмотрены такие механизмы, как: модель Boston Consulting Group, модель Price water shousecoopers, IBD, Модель Моисеевой Н.К., модель Аникина Б.А, модель Курбанова А.Х. На основе параметров трудозатрат на ремонт и коэффициента вариации наработки между ремонтами предложен механизм для отбора операций ремонта на аутсорсинг, который позволяет отобрать на аутсорсинг операции ремонта с определенной последовательностью, начиная с наиболее трудоемких работ, выполняемых на оборудовании с большим числом отказов.
Ключевые слова: аутсорсинг ремонта, промышленное оборудование, процессный подход, ABC-метод, XYZ-метод
УДК 338.45 ББК 65.301
В условиях современного развития отечественной промышленности, взятого курса страны на импортозамещение и модернизацию экономики вопросы организации и экономической эффективности вспомогательных бизнес-процессов, обеспечивающих бесперебойное и стабильное функционирование промышленных предприятий, приобретают особую актуальность.
Снимая технологические барьеры в передаче многих услуг на расстоянии, новые технологии открывают для них мировой рынок. Сильным стимулом развития ряда услуг послужила крупномасштабная структурно-технологическая перестройка материального производства в развитых странах в 80-е годы. В ее ходе намного выросли потребности промышленных компаний
в высококачественных деловых услугах, связанных с разнообразными проблемами их реструктуризации и развития — техническими, сбытовыми, управленческими и т.д.; одновременно из состава крупных фирм в массовом порядке выделялись и переходили в самостоятельный бизнес их непрофильные подразделения, специализирующиеся на услугах. Действие перечисленных факторов проявилось в расширении спроса на услуги со стороны основных агентов хозяйственного процесса. Если в прошлом прирост услуг определялся преимущественно потребительским спросом, то теперь 50-80% прироста услуг в разных странах обеспечивает спрос со стороны производства [4].
Практика функционирования промышленных предприятий позволила установить высокий уровень износа промышленного оборудования, в том числе станочного парка, который в зависимости от региона составляет от 40 до 80% [5]. Это приводит к большим затратам на техническое обслуживание и ремонт. Процесс обновления оборудования, как правило, протекает медленно, что приводит к необходимости использования оборудования с большим сроком эксплуатации.
В настоящее время на отечественном рынке промышленного сервиса, который включает совокупность специализированных компаний-поставщиков услуг по ремонту промышленного оборудования, имеются необходимые ресурсы для обеспечения качественного ремонта, включая технологии, оборудование и высококвалифицированный персонал, обладающий необходимыми компетенциями и опытом работы. Однако аутсорсеры не всегда имеют технические возможности осуществлять ремонт в полном объеме, необходимом предприятию. Лимитирование их услуг связано чаще всего со специализацией ремонта по типам оборудования. Таким образом, при наличии изношенного оборудования, ограниченного ассортимента предоставляемых услуг по ремонту становится актуальным вопрос — какие именно процессы ремонтной службы передавать на аутсорсинг. Новое современное оборудование сопровождается сервисным обслуживанием. Однако в силу различных причин, на предприятиях продолжают эксплуатировать существенный процент оборудования с большим сроком эксплуатации и уровнем износа.
Кроме того, многие отечественные заводы-изготовители оборудования претерпели реструктуризацию, разделившись на отдельные компании, в связи с чем прекратили или уменьшили выпуск оборудования, а также уменьшили географию предоставляемых услуг по ремонту.
В связи с этим многие крупные предприятия регионов, располагающие большим числом марок оборудования, осуществляют ремонт силами собственной ремонтной службы и используют услуги специализированных предприятий.
Выделение непрофильных бизнесов определяется исходя из общей стратегии компании. Один из наиболее действенных инструментов определения непрофильного бизнеса — так называемая матрица аутсорсинга. Активы компании располагаются в плоскости по двум осям. Одна ось — стратегическая важность актива для компании (соответственно, она может быть высокой, средней, низкой). Вторая — позиция этого же актива на рынке (лучше того же, как у конкурентов, или хуже). В зависимости от расположения компании в матрице, менеджер или собственник может принять решение о продаже или, наоборот, развитии определенного направления.
Аутсорсинг является одной из наиболее современных и успешных бизнес-моделей, позволяющих добиться реальных конкурентных преимуществ. К преимуществам аутсорсинга относят: концентрацию на профильной деятельности; использование наилучших методов и опыта; повышение конкурентоспособности; сокращение затрат, применение передовых технологий, улучшение сервиса, повышение гибкости производственного процесса и достижение эффекта синергии, стратегическими соображениями и т.д. В результате применения аутсорсинга сокращается потребность в капиталовложениях, повышается качество продукции, так как поставщиками становится специализированная организация, происходит концентрация управленческих ресурсов за счет уменьшения количества объектов управления [4].
Рассмотрим существующие механизмы отбора процессов на аутсорсинг, которые возможно применить к процессу ремонта оборудования промышленного предприятия [3]. Данные модели обычно представляют собой двухфакторные матричные модели.
В модели Boston Consulting Group применяются факторы: соответствие стратегической цели бизнеса и эффективность бизнес процесса по рентабельности активов.
В модели Price water shousecoopers используют параметры: конкурентность процесса и стратегическая значимость [3].
Модель Моисеевой Н.К., Малютиной О.Н., Москвиной И.А. анализирует факторы: стратегическая значимость и уровень компетенции.
В модели Аникина Б.А. используются факторы: уровень стратегической значимости и качество компетенций.
Модель Курбанова А.Х. использует два критерия: индекс целесообразности аутсорсинг/инсорсинг, уровень эффективности системы.
В модели IBD (Митрофанова Е.В.) оценивается отношение стоимости процесса внутри организации к стоимости на рынке. И сравниваются качественные характеристики процесса с рынком [3].
Матрица аутсорсинга BKG Profit Technology или матрица Хлебникова [6], оценивает целесообразность передачи процесса или конкретного вида работы на аутсорсинг по параметрам: стратегическая важность и качество компетенций в сравнении с рынком.
Применительно к процессу (ремонту), данные инструменты практически всегда определяют процесс технического обслуживания и ремонта (ТОиР) на аутсорсинг, частичный аутсорсинг. На практике зачастую происходит полный аутсорсинг ремонтной службы предприятия. Например, ОАО «Северстальмаш» [1] в 2002 году в самостоятельную организацию вывела 17 ремонтных цехов и 11000 сотрудников.
На наш взгляд [2] целесообразнее выполнять декомпозицию процесса ремонта промышленного оборудования и выделять на аутсорсинг определенные виды работ, составляющие данный процесс. Нами [2] предлагается определение операции ремонта как составной части комплекса действий, выполняемых согласно заданной технологии определенного вида ремонта промышленного оборудования или группы оборудования. Таким образом, становится возможным разработка методов для оценки целесообразности выделения на аутсорсинг определенных составных частей процесса ремонта.
Из рассмотренных механизмов (матриц) наиболее подходящими для выбора операций ремонта на аутсорсинг, на наш взгляд, являются модели IBD и BKG Profit Technology или матрица Хлебникова. Но требуется выделить параметры стоимости и качества, характеризующие операции, составляющие процесс ремонта.
Таблица 1
Использование метода XYZ для анализа коэффи-
циента вариации наработки между остановами
группа оборудования Коэффициент вариации Характеристика оборудования
Х 0-10% Оборудование, ремонт которых проводится в соответствии с графиком ППР через определенный промежуток времени/наработки, количество внеплановых ремонтов (отказов) минимальное или отсутствует, небольшой разброс значений наработки может быть связан с переносом ремонта на выходной день, незанятый производством.
Y 10-25% Оборудование, с некоторым разбросом значений наработки между ремонтами, может означать нарушение правил эксплуатации, количество отказов минимально.
Z более 25% Оборудование с частым большим разбросом наработки между ремонтами, вследствие непредвиденных ремонтов из-за отказов.
Таблица 2
Описание групп промышленного оборудования по результатам ABC и XYZ анализа
Козффици ент вариации наработки между ремонтам El Трудоёмкость
А Б С
20% оборудования предприятия с наибольшим значением трудоёмкости ТО и Р 30% оборудования предприятия со средним знач ением труд о ёмко сти ТО и Р 50% оборудования предприятия с наименышг.1 значением трудоёмкости ТО и Р
Z группа оборудования, кот ор ая х ар акт еризу ется пл охим т ехнич е ским состоянием (Клп*>25%) и вые окой труд о ёмко стьы (ст оимо стью) р емонт а. группа оборудования, кот ор ая х ар акт еризу ется плохим т ехнич е ским состоянием(&>25%) и ср едней труд о ёмко стью (стоимо стью) р емонт а. группа оборудования, кот ор ая х ар акт еризу ется пл охим т ехнич е ским состоянием (К\т>25%) и низкой трудоёмкостью (стоимо стью) р емонт а.
i группа оборудования, кот ор ая х ар акт еризу ет ся случайными отказами {10%<Кл-<2 5%) и высокой труд о ёмко стью (стоимо стью) р емонт а. группа оборудования, ко г ор ая х ар акт еризу ется случайными отказами (10%<К\'<2 5%) и ср едней труд о ёмко стью (стоимо стью) р емонт а. группа оборудования, кот ор ая х ар акт еризу ет ся случайными отказами (10%<Кл-<2 5%) и низкой трудоёмкостью (стоимо стью) р емонт а.
X группа оборудования, котораяхар акт еризу ется х ор о шим т ехнич е ским с о ст оянием (К\~< 10%) и вые окой труд о ёмко стью (стоимо стью) р емонт а. группа оборудования, кот ор ая х ар акт еризу ется х ор о шим т ехнич е ским состоянием (К\*<10%) и ср едней труд о ёмко стью (стоимо стью) р емонт а. группа оборудования, кот ор ая х ар акгеризу ется хорошим техническим состоянием (К\"< 10%) и низкой трудоёмкостью (стоимо стью) р емонт а.
Kv- значение коэффициента вариации наработки между ремонтами
Нами [2, 7] предложено использовать параметры — трудозатраты и коэффициент вариации наработки между плановыми и неплановыми ремонтами оборудования.
С целью отбора ремонтных операций, передаваемых на аутсорсинг, предлагается использовать методы классификации (табл.1), при этом методом АВС ремонты классифицированы по параметрам трудозатрат, а методом XYZ — по коэффициенту вариации наработки между ремонтами, что позволит отразить частоту попадания оборудования в ремонт и, таким образом, решить вопрос оптимального выбора операций ремонта на аутсорсинг, основываясь на градации оборудования по указанным параметрам.
В результате совмещения АВС и XYZ методов, получаем классификацию оборудования по 9-ти группам (см. табл.2). Решение о передаче на аутсорсинг операций ремонта в пер-
вую очередь рассматривается для групп АZ, ВZ и АУ Алгоритм выбора операций ремонта на аутсорсинг представлен в статье [7].
Разработанная классификация оборудования является механизмом для выбора операций ремонта на аутсорсинг по параметрам: трудозатраты ремонта и коэффициент вариации наработки между ремонтами. За счет этого механизма, в первую очередь на аутсорсинг, выделяются наиболее затратные работы по ремонту, относящиеся к наиболее трудоемким, и выполняемых на оборудовании с большим количеством отказов.
Передача таких работ аутсорсерам, предоставляющим услуги по ремонту, должна обеспечить как снижение затрат на процесс технического обслуживания и ремонт, так и уменьшить количество отказов оборудования, что повысит стабильность функционирования промышленного предприятия.
Литература
1. Аникин Б.А., Рудая И.Л. Аутсорсинг и аутстаффинг: высокие технологии менеджмента: учеб. пособие для студентов вузов. - М.: ИНФРА-М. 2006. - 200 с.
2. Бородулина С.А., Шимохин А.В. Методы процессного управления сервисной службой промышленного предприятия // Научный журнал НИУ ИТМО. Сер. Экономика и экологический менеджмент. — СПб., Университет ИТМО. -2015. — Вып. 4(23). — №4. — С. 216-226.
3. Махмутов И.И. Методы и модели аутсорсинга / И.И. Махмутов, И.А. Муртазин, Н.В. Карпова // В мире научных открытий. — 2015. — № 1(61). — С. 80-104.
4. Хаирова С.М. Логистический сервис в глобальной экономике — М.: Издательский дом «МЕЛАП», 2004. — 200 с.
5. Хаирова С.М., Шимохин А.В. Совершенствование организации услуг по ремонту оборудования // Вестник СибАДИ. — Омск: СибАДИ. — 2015. — Вып.-5(45).-№5- С.194-196.
6. Хлебников Д.К. Матрица аутсорсинга //Стратегия. — 2004. — №2. — С. 34-39.
7. Шимохин А.В. Методы отбора видов ремонта промышленного оборудования выделяемых на аутсорсинг // Вестник СибАДИ. — Омск: СибАДИ -2016. — Вып. 2(48).- №2. — С.184-189.
8 1
