CC BY
16Ч. С. Манчык-Сат1
МЕТОДИКА ПРОГНОЗИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ВОЗМОЖНОСТЕЙ СТРОИТЕЛЬНОЙ КОМПАНИИ
При прогнозировании производственных возможностей строительной компании необходимо провести анализ ее потенциала. Сам по себе потенциал без определения цели его использования и наращивания не может существовать, ибо нет смысла его выявлять, оценивать и использовать. Целевая ориентация является обязательным элементом в теории и практике управления. Она позволяет структурировать и научно обосновывать цели управления потенциалом строительных организаций в обеспечении их экономического роста, социально-экономического развития, повышения конкурентоспособности, эффективности системы общего менеджмента [9, с. 27], а также в реализации прогностической функции организации.
Прогнозирование производственных возможностей строительных организаций относится к одномерным задачам предсказания, которые решаются по известным параметрам в данный момент и с учетом предыстории объекта. В связи с этим при прогнозировании объемов производства строительной продукции исходят из значения прогнозируемого показателя в годы, предшествующие прогнозируемому периоду, и анализа поведения показателей за прошлый период, т. е. темпов роста за ряд лет. Этот этап исследования предполагает анализ временных рядов экономических показателей производства строительной продукции и структурных параметров. На основе исходной информации определяют основные закономерности изменениия структурных параметров за анализируемый период, что позволяет сформулировать математическую модель экономического развития показателей производства продукции организаций стройиндустрии. Также целесообразна проверка степени согласованности результатов расчетов по модели с фактическими значениями наблюдаемых параметров. Моделирование является средством анализа и базой для принятия практических решений, при этом обосновывается один вариант, а все остальные отбрасываются [4, 7, 12].
Развитие любого процесса, выражаемого через уровни временного ряда, не происходит плавно: всегда наблюдается отклонение фактических уровней от уровней, выражающих основную тенденцию развития. Это позволяет применить обычную статистическую методологию исследования рядов распределения с помощью величины среднего уровня ряда и его колеблемости вокруг средней, т. е. использовать для анализа динамического ряда среднеквадратическое отклонение, дисперсию и коэффициент вариации. Таким образом можно вычислить среднее значение параметра и область существования его значений за некоторый период времени.
Зная среднеарифметические значения объема выполненных подрядных работ и производительности труда в строительной организации, служащих характеристиками производства продукции в строительном секторе (у-);
среднеквадратическое отклонение, характеризующее рассеяние рядов и колеблемость отдельных значений показателей производства вокруг общего среднего значения в абсолютных единицах а также коэффициент вариации, характеризующий относительную колеблемость и устойчивость динамических рядов (V), можно определить устойчивость и общую тенденцию изменения параметров объекта прогноза (повышение или понижение).
Построение динамических рядов позволяет проследить развитие экономического явления во времени. При этом время выступает как внешний фактор развития, в то же время на величину уровня влияет множество причин
1 Чодураа Сергеевна Манчык-Сат, старший преподаватель кафедры экономики и менеджмента Тувинского государственного университета, e-mail: chodura.82@mail.ru
внутреннего характера. При представлении ряда динамики только как функции от времени происходит абстрагирование от прочих факторов, как влияющих на развитие явления во времени, так и возникающих в процессе экономического развития. В этом случае тенденция развития определяется на основе анализа воздействия одного фактора времени. Тренд показателей деятельности строительной организации представляет собой выровненное значение объема выполненных работ и производительности труда за период t лет и отражает их общую тенденцию.
Наиболее просты и доступны методы «скользящего среднего», плавного уровня и пр. Но во многих случаях они недостаточны, и тогда используется метод наименьших квадратов. Его сущность состоит в отыскании параметров, при которых сумма квадратов отклонений значений уровней, вычисленных по искомой формуле, от их фактических значений минимальна:
где у^, У^ фактические и расчетные значения уровней ряда.
Метод наименьших квадратов позволяет выявить закон данного развития и представить его в виде аналитической функции. При этом время рассматривается как независимая переменная, а конкретное явление - как функция этой переменной. Развитие процесса во времени является внешним выражением суммы воздействия сил, оказывающих влияние на изменение уровня в отдельно взятые моменты времени. Так как единого критерия выбора наилучшей формы связи не существует, при выборе типа кривой используется графический анализ. При подборе типа функции тренда необходимо руководствоваться возможностью вывода функции из реальных теоретических условий; простотой применения для дальнейшего математического анализа; конкретным значением параметров функции для описания изучаемого явления; соответствием результатам эмпирических исследований.
При определении вида связи следует стремиться к использованию более простых зависимостей. Сложные функции благодаря большому числу параметров могут дать лучшее приближение к исходным данным, но при этом часто искажается действительность, так как воспроизводятся не только закономерности на фоне случайных колебаний, но и сами колебания. Применение криволинейных функций с большим числом параметров снижает возможность их использования для решения практических задач.
При определении темпов роста производственных показателей можно воспользоваться различными аппроксимирующими функциями. Если исходить из гипотезы равномерного развития и стабильных среднегодовых темпов роста, то аппроксимирующая функция должна подчиняться линейному закону, и тогда для сглаживания временных рядов применяется, например, полином первой степени:
Уt = а +
где а и Ь - коэффициенты (параметры) регрессии, которая представляет собой плавное изменение зависимой переменной под влиянием независимой, освобожденное от действия всех построенных, но не учтенных в данных условиях причин (Ь характеризует постоянный прирост, а - начальный уровень показателя).
Приращение данного ряда динамики в последующие единицы времени (каждый год) величина постоянная. Согласно гипотезе затухающих кривых, с ростом абсолютной величины показателей деятельности строительной организации годовые
темпы ее роста будут снижаться, а функция подчиняется гиперболическому закону. С этой гипотезой сходна теория сатурации (насыщения), согласно которой при наличии логических пределов роста или реально ограничивающих его значений темпы роста снижаются, асимптотически приближаясь к этим пределам. Аппроксимирующая функция в этом случае подчиняется «логистическому» закону. При такой установке аппроксимирующая функция будет подчиняться квадратичному или экспоненциальному закону. С учетом сказанного в настоящем исследовании использованы линейная, параболическая, экспоненциальная и степенная зависимости. Сглаживание временных рядов объемов подрядных работ и производительности труда при использовании параболической зависимости выполняется по формуле
У: = а + М + С:2,
где постоянный темп изменения абсолютного прироста равен с единицам.
Для сглаживания временных рядов производства продукции с использованием экспоненциальной зависимости применяется формула
у: = еа + ь:,
где экспонента характеризует постоянный относительный рост, равный е единицам.
Нередко в практике экономических расчетов применяют выравнивание статистических рядов с помощью степенной функции
У: = а:ь,
где средний коэффициент роста показателя равен Ь единицам. Разработанная методика предполагает выравнивание статистических рядов объемов подрядных работ, выполненных собственными силами, и производительности труда в ценах 1984 г. на основе всех приведенных функций с целью подбора типа кривой для описания закона распределения ряда динамики. Подбор вида функции, описывающей тенденцию этих показателей, осуществляется чаще всего путем построения ряда функций и сравнения их по величине
коэффициента детерминации Я2. В силу своего определения Я2 принимает значения
от 0 до 1. При Я2 = 1 линия регрессии точно соответствует всем точкам
наблюдения, т. е. подгонка оказалась точной. При Я2 = 0 в выборке отсутствует видимая связь между у и х, и уравнение регрессии ничего не дает. При прочих
равных условиях желательно, чтобы коэффициент Я2 был как можно больше. Очевидно, чем больше соответствие, обеспечиваемое уравнением регрессии, тем больше должен быть этот коэффициент для фактических и прогнозных значений у, и наоборот.
Поскольку тенденция развития показателей строительной деятельности во времени носит неопределенный характер [1], выбор функции осуществляется с использованием линейного, параболического, степенного и экспоненциального
уравнений регрессии с последующим сравнением Я2 расчетных значений объема работ и производительности (табл. 1). В перебор были включены все указанные функции. Для окончательного выбора уравнения тренда необходимо логически обосновать выбор формы связи для построения модели. Известно, что экспоненциальная форма связи характеризует изменение показателя при постоянно возрастающих темпах прироста, чего нельзя сказать о динамике исследуемых показателей. Так, например, в определенные периоды времени имело место падение объема подрядных работ и производительности труда.
Опыт работы многих исследователей-экономистов показывает, что линейная форма тренда (наряду с экспоненциальной), как правило, дает правильное
представление об эволюции показателей [8]. Даже при сложной тенденции ряда и плохом приближении для выражения среднегодового прироста (средней скорости) правомерно применять только линейное уравнение. Более обоснованной формой связи для объема выполненных работ и производительности труда представляется прямолинейная, так как в последние
Таблица 1
Параметризованные уравнения тренда и значения коэффициента
детерминации
Вид связи Параметризованные условия тренда Коэффициент детерминации
Объем подрядных работ Производитель ность труда Объем подрядных работ Производитель ность труда
Прямолинейная У=8654,6х+ +23321 У=114,22х+14932 0,888 0,178
Параболическая У=-131,91хЧ +10238х+ +19891 У=16,063х2+ + 306,97х+14514 0,890 0,205
Степенная У=26019х0609 У=14751х0'0349 0,888 0,208
Экспоненциальная У=30930е0,1327х У=14906е0,0075х 0,835 0,192
годы эти показатели незначительно повышались. К тому же полиномиальные
тренды по обоим показателям имеют отрицательные значения при х2, что свидетельствует о ежегодном сокращении постоянной скорости изменения показателя.
При прямолинейном развитии показателей положительный знак параметра Ь указывает на наличие возрастающего тренда для линейной регрессии у по времени £. Если принять гипотезу, что изменение показателей деятельности строительной организации происходит по параболе второй степени, регрессия показывает, что постоянный темп изменения абсолютного прироста объема работ отрицателен и в перспективе равен - 131,9 единицам; по производительности труда также наблюдается ежегодное сокращение на 16,1 рублей. При параметризации экспоненциальной зависимости теоретические значения объема работ и
производительности характеризуются ростом в размере е0,1327 и е0,0075 соответственно. И, наконец, при параметризации степенной функции средний коэффициент роста объема работ составляет 0,609 тыс. рублей, а производительности - 0,0349 рублей.
Прогноз, составленный при помощи простой экстраполяции с использованием приведенных рабочих моделей, представлен в табл. 2 и 3. Согласно расчетам, если принять прямолинейную гипотезу развития и применить простую экстраполяцию для прогнозирования объема подрядных работ на среднесрочную перспективу, то в 2015 г. он возрастет примерно в 1,28 раза по сравнению с 2012 г. При параболической гипотезе в 2015 г. объем работ составит 120% от уровня 2012 г., при степенной он увеличится примерно в 1,13 раза, а при экспоненциальной - в 4 раза. Производительность труда при принятии параболической гипотезы уменьшится и составит 0,96 к уровню 2012 г. Что касается линейной, степенной и экспоненциальной гипотез развития, они фиксируют увеличение производительности труда. Так, в 2015 г. она составит 1,03; 1,0 и 1,4 от уровня 2012 г. соответственно.
Таблица 2
Прогноз объема строительно-монтажных работ, выполненных строительной
организацией, на основе различных гипотез
Годы Прямолинейная гипотеза Параболическая гипотеза Степенная гипотеза Экспоненциальная гипотеза
2012 11936 100 11936 100 11936 100 11936 100
2013 13583 113,80 13069 109,49 12407,4 103,95 45914,9 384,68
2014 14448,5 121,05 13736,8 115,09 12980,2 108,75 49446,8 414,27
Таблица 3
Прогноз производительности труда в строительной организации на основе различных гипотез
Годы Прямолинейная гипотеза Параболическая гипотеза Степенная гипотеза Экспоненциальная гипотеза
2012 1615 100 1615 100 1615 100 1615 100
2013 1641,6 101,63 1578,9 97,75 1613,2 99,87 1952,3 120,86
2014 1653,1 102,33 1566,3 96,96 1617,4 100,12 2102,5 130,16
2015 1664,5 103,04 1550,4 95,98 1621,3 100,37 2252,7 139,45
Каждый гипотетический вариант изменения объема подрядных работ и производительности труда в конкретной организации ИСК характеризует одну из возможных траекторий ее развития. Их совокупность представляет множество траекторий - от пессимистических до оптимистических.
Пессимистическая гипотеза для объема работ получается на основе степенной гипотезы развития, средняя траектория развития - на основе прямолинейной и параболической гипотез. Оптимистическая гипотеза динамики показателя объема подрядных работ, выполненных собственными силами, получается на основе экспоненциального уравнения.
Пессимистическая гипотеза развития производительности труда описывается уравнением параболической функции, так как она характеризует снижение производительности, а оптимистический вариант получается на основе экспоненциальной, линейной и степенной гипотез.
Еще одним методом, адаптированным к специфике регионального ИСК, является метод прогнозирования с помощью скользящего среднего. Этот метод позволяет отвлечься от случайных колебаний временного ряда путем замены значений внутри выбранного интервала средней арифметической величиной. Интервал, величина которого остается постоянной, постепенно сдвигается на одно наблюдение. Величина интервала может принимать любое значение - от минимального до максимального. При использовании метода скользящего среднего прежде всего определяется величина интервала сглаживания, обеспечивающая взаимное погашение случайных отклонений во временном ряду. Прогноз с применением скользящего среднего рассматривается нами как прогноз на период, непосредственно следующий за периодом наблюдения. Формула скользящего среднего
где Aj - фактические значения в момент времени ]'; Fj - прогнозируемое
значение в момент времени ]'; N - число предшествующих периодов, входящих в скользящее среднее.
Рассмотрим методику прогнозирования с помощью скользящего среднего на примере организации, производящей строительные материалы [10]. Перед составлением прогноза необходимо проанализировать имеющиеся данные (рис. 1, 2).
Практика многих строительных компаний показывает, что они не используют новые эффективные способы прогнозирования [3, 5, 6, 11]. При наличии
достаточной базы упреждения для составления прогноза с помощью Excel можно прогнозировать изменение многих переменных величин. Однако вначале необходимо убедиться, что база упреждения приемлема. Важнейшие характеристики базы упреждения с точки зрения законов прогнозирования:
■ она включает в себя все результаты наблюдений (от ранних до последних), а все временные периоды имеют одинаковую продолжительность;
■ наблюдения фиксируются в один и тот же момент каждого временного периода;
■ пропуск данных не допускается, поэтому при отсутствии результата за определенный период времени желательно привести хотя бы приблизительные данные.
25 20 15 10 5 0
2008 г. 2009 г. 2010 г.
Рис. 1. Рентабельность продукции подсобного производства строительной организации за 2008-2010 гг.
1600000 1600000 1400000 1200000 1000000 еооооо
Б00000 400000 200000 о
—♦—прибыль от реализации,тыс, р, —■— себестоимость,тыс. р,
Рис. 2. Прибыль от реализации и себестоимость строительной продукции за 2008-2010
гг.
При использовании метода скользящего среднего прогноз на любой период представляет собой средний показатель нескольких результатов наблюдений временного ряда. Вычисления с помощью этого метода довольно просты и достаточно точно отражают изменения основных показателей предыдущего периода. Чем меньше число результатов наблюдений, на основании которых вычислено скользящее среднее, тем точнее оно отражает изменения в уровне базовой линии (табл. 4). Метод скользящего среднего для создания точного прогноза достаточно прост, поэтому целесообразно использовать и другие методы прогнозирования.
Методика прогнозирования производственных возможностей организаций, производящих строительные материалы и конструкции, предполагает оценку реальной эффективной и проектной мощности компании [2] (табл. 5). Прежде всего определялись основные этапы прогнозирования (рис. 3).
При оценке производственных возможностей строительной компании основным допущением является выход за границы предметно-замкнутого производства, т. е. поправочный коэффициент должен предусматривать затраты времени на переналадку оборудования.
Таблица 4
Прогноз показателей экономической эффективности организации по производству строительных материалов на 2013 г.
Показатель 2008 2009 2010 Прогноз на 2013
Общая рентабельность производства, % 36067 11,783 23263 23/0
Р ен табель ность проекции, % 29018 9399 15,714 1848
Рен табель ность продаж,?;. 22,969 9007 1338 15,19
Рентабегь ность использованияОПФ ,% 59375 20394 45355 4134
Ф ондротдача 2333 2343 3305 2,79
Ф ондоемкость 0,429 0393 0285 037
Производительность живого труда, р. 28000 280283 39094,2 3170730
Коэффициент оборачиваемости оборотных средств 4 3 3301 ззо
Таблица 5
Основные составляющие методики прогнозирования производственных возможностей организации по производству строительных материалов и конструкций
Основный составляющие Содержание
Оценка реальной мощности Оперативное планирование. Профилактический ремонт оборудования, экстраполяция текущего состояния с поломками, браком и т. п. Оперативное и среднесрочное планирование. Устранение «узких мест» по оборудованию и кадрам различными мерами организационного характера: изменение формы специализации, гибкий график работ и др.
Оценка эффективной мощ но-сти Оперативное и среднесрочное планирование Устранение «узких: мест» по обору дрваниюи кадрам мерами орген изецион него и инвестиционногохарск-тера; изменение формы специализации, составление и соблюдение графика планово-пред/предительного ремонта, проведение ремонтов (в том числе капиталь ного ремонта оборудования), гибкий график работ, прием на работу специалистов, использование принципов аутсорсинга
Оценка проектной мощное™ С реднесрочное и долгосрочное планирование. У странение«узких мест» мерами инвестиционного характера; замена изношенного оборудования, инвестиции в замену и модернизацию
Рис. 3. Основные этапы прогнозирования производственных возможностей организации по производству строительных материалов и конструкций
При широкой номенклатуре строительной продукции и множестве ее модификаций целесообразно выбрать наиболее распространенные изделия или базовые модификации и на их примере определить максимально возможный объем производства. Первоначально возможности оцениваются без учета ограничений по рынку. Исходя из практики доля станочного времени на производство запасных частей для оборудования составляет 20%.
Расчет вариантов производственных программ предполагается проводить с помощью линейного программирования, где верхние ограничения - общий фонд времени; нижние - неотрицательные значения норм времени; целевая функция -максимизация времени работы строительных машин и механизмов. Постановка задачи представляется в формализованном виде:
ЯХ)=2вХ=> max, э1,Х1+Э12Х2 + ...Э1лХ„<41
где х^ р - количество работ определенного вида; а± ±_ т.п - норма времени на выполнение работы; Ь^ т - общий фонд времени работы строительных машин и механизмов.
Дополнительным условием, которое необходимо учитывать в данной модели, является целочисленность решения, т. е. кратное единице количество работ.
Прогнозирование производственных возможностей организации в условиях проектной мощности заключается в выявлении и устранении «узких мест». Ограничение по рынку - ограничение по объему спроса на продукцию строительных организаций. Для устранения «узких мест» определяют минимальные отклонения между ограничениями по фонду времени и оптимальным временем загрузки:
Ь1 - al.1X1+al.2X2+ ■ ■ ■ ■
Минимальное отклонение - отсутствие резерва рабочего времени (дефицит определенного оборудования, строительных машин и механизмов). Затем поочередно «добавляются» строительные машины и механизмы, рассчитывается новый оптимальный вариант.
Предлагаемая методика позволяет выявить проектную, эффективную и реальную мощности в натуральных и стоимостных показателях, а также найти «узкие места» и рассчитать затраты на их устранение. Методика способствует поиску оптимальных вариантов загрузки основных фондов и оборудования организаций, входящих в региональный инвестиционно-строительный комплекс.
Список литературы
1. Асаул, А. Н. Состояние и перспективы инвестиционно-строительной деятельности в Российской Федерации / А. Н. Асаул // Экономическое возрождение России. - 2008. - № 2 (16). - С. 3-9.
2. Асаул, А. Н. Обновление и модернизация материально-технической базы строительных организаций / А. Н. Асаул, Ш. М. Мамедов // Вестник гражданских инженеров. - 2011. - № 3(28). - С. 96-105.
3. Асаул, М. А. Сохранение устойчивости строительной организации / М. А. Асаул // Экономическое возрождение России. - 2008. - №4 (18). - С. 53-59.
4. Бабаева, З. Ш. Использование методов когнитивного моделирования в процессе формирования инвестиционных ресурсов региона / З. Ш. Бабаева // Экономическое возрождение России. - 2011. - №3(29). - С. 166-168.
5. Березин, А. О. Критериальный подход к оценке эффективности регионального инвестиционно-строительного комплекса / А. О. Березин // Экономическое возрождение России. - 2010. - №2 (24). - С. 103-110.
6. Лобанов, А. В. Научно-теоретический подход к анализу природы и факторов специализации в строительной отрасли / А. В. Лобанов // Экономическое возрождение России. - 2009. - №3 (21). - С. 43-52.
7. Малафеев, О. А. Математическое моделирование развития компании / О. А. Малафеев, К. С. Черных // Экономическое возрождение России. - 2004. - №1. - С. 60-66.
8. Оценка конкурентных позиций субъектов предпринимательской деятельности / А. Н. Асаул, Х. С. Абаев, Д. А. Гордеев. - СПб.: АНО «ИПЭВ», 2007.
- 271 с.
9. Производственно-экономический потенциал и деловая активность субъектов предпринимательской деятельности / А. Н. Асаул, М. П. Войнаренко, С. Я. Князев, Т. Г. Рзаева. - СПб.: АНО «ИПЭВ», 2011. - 312 с.
10. Севек, В. К. Состояние и тенденции развития индустрии строительных материалов в Республике Тыва / В. К. Севек // Экономическое возрождение России.
- 2012. - №1 (31). - С. 166-174.
11. Стратегическое планирование развития строительной организации / А. Н. Асаул, И. Е. Морозов, Н. И. Пасяда, В. И. Фролов. - СПб.: СПбГАСУ, 2008. - 163 с.
12. Управление фирмой на основе разработки стратегий ее развития / А. Н. Асаул, И. В. Денисова, Ю. Л. Матвеев, В. И. Фролов; Международная академия менеджмента. - СПб., 2003. - 167 с.
The list of the literature
1. Asaul, A. N. Status and prospects of investment and construction activities in the Russian Federation / A. N. Asaul / / Economic revival of Russia. - 2008. - № 2 (16). - P. 3-9.
2. Asaul, A. N. Upgrading and modernization of material-technical base of construction organizations / A. N. Asaul, Sh. M. Mamedov // Herald of civil engineers. -2011. - № 3 (28). - P. 96-105.
3. Asaul, M. A. Preservation of stability of a construction company / M. A. Asaul / / Economic revival of Russia. - 2008. - № 4 (18). - P. 53-59.
4. Babaeva, Z. S. Use of cognitive modeling in the process of investment resources in the region / Z. S. Babaeva / / Economic revival of Russia. - 2011. - № 3 (29). - P. 166-168.
5. Berezin, A. O. Criterion approach to evaluating the effectiveness of regional investment and construction industry / O. A. Berezin / / Economic revival of Russia. -
2010. - № 2 (24). - P.103-110.
6. Lobanov, A. V. Scientific-theoretical approach to the analysis of the nature and factors of specialization in the construction industry / A. V. Lobanov / / Economic revival of Russia. - 2009. - № 3 (21). - P.43-52.
7. Malafeev, O. A. Mathematical modeling of the company / O. A. Malafeev, K. S. Chernyh // Economic revival of Russia. - 2004 - № 1. - P. 60-66.
8. Evaluation of competitive position of businesses / A. N. Asaul, H. S. Abayev, D. A. Gordeev. - SPb. : ANO «IPEV», 2007. - 271 p.
9. Production and economic potential and business activities of business entities / A. N. Asaul, M. P. Voynarenko, S. Ja. Knyazev, T. G. Rzayeva. - SPb.: ANO «IPEV»,
2011. - 312 p.
10. Sevek, B. K. Status and trends in the building materials industry in the Republic of Tuva / B. K. Sevek / / Economic revival of Russia. - 2012. - № 1 (31). - P. 166-174.
11. Strategic planning of the construction organization / A. N. Asaul, I. E. Morozov, N. I. Pasyada, V. I. Frolov. - SPb.: SPbGASU, 2008. - 163 p.
12. Management of the firm through the development of strategies for its development / A. N. Asaul, I. V. Denisova, Ju. L. Matveev, V. I. Frolov; International Academy of Management. - SPb., 2003. - 167 p.
