Методологические основы комплексной системы управления рисками промышленного предприятия Текст научной статьи по специальности «Экономика и бизнес»

13. Бершатская Е., Орищенко Д. Воронежская область начала охоту на промышленные кластеры [Электронный ресурс]: режим доступа http://www.abireg.ru/index.php?idnews=12602&newscat=15

14. Симонова Л.М. Конкуренция регионов в условиях глобализации: кластерный подход [Текст]// Л.М. Симонова Вестник Тюменского государственного университета. - 2009. - №4. - с. 240-246

16. В Воронеже открыт первый в России бизнес-инкубатор «Авиационный» [Электронный ресурс]: режим доступа http:// marsiada.ru/374/aircrait_building/2192/

17. Агентство по инновациям и развитию Инновационная инфраструктура Воронежской области [Электронный ресурс]: режим доступа http://www.innoros.ru/inirastructure

18. Российское образование Федеральный портал В Воронеже открыт межвузовский бизнес-инкубатор [Электронный ресурс]: режим доступа http://www.jurnal.org/articles/2008/ekon30.html

19. Корпоративный менеджмент [Электронный ресурс]: режим доступа http://www.cfin.ru/consulting/catalog/cards/536.shtml

20. Наука и инновации в регионах России Воронежская область [Электронный ресурс]: режим доступа http://regions.extech.ru/ regions/region_info1.php?id=36

21. Роль бизнес-инкубаторов в инфраструктуре поддержки малого инновационного бизнеса регионов [Электронный ресурс]: режим доступа http://www.jurnal.org/articles/2008/ekon30.html

МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ КОМПЛЕКСНОЙ СИСТЕМЫ УПРАВЛЕНИЯ РИСКАМИ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ

Мешалкин В.П., член-корреспондент РАН, доктор технических наук, профессор,

Российский химико-технологический университет им. Д.И. Менделеева,

Белозерский А.Ю., к.э.н., доцент, Российский химико-технологический университет им. Д.И. Менделеева

В статье проанализированы особенности функционирования промышленных предприятий с точки зрения процесса возникновения и

развития рисковой ситуации. Показана необходимость применения математического аппарата для реализации отдельных этапов управления рисками и способ его внедрения в интегрированную системы риск-менеджмента.

Ключевые слова: промышленное предприятие; управление рисками; нечетка логика; методика управления

METHODOLOGICAL FOUNDATIONS OF A COMPREHENSIVE RISK MANAGEMENT SYSTEM OF AN INDUSTRIAL ENTERPRISE

Meshalkin V., Corresponding Member of RAS, Doctor of Technical Sciences, Professor,

Mendeleev Russian Chemical-Technological University,

Belozersky A., Candidate of Economic Sciences, Associate Professor, Mendeleev Russian Chemical-Technological University

The paper analyzes the characteristics of the functioning of industrial enterprises in terms of the emergence and development of the risk situation. The necessity of application of mathematical tools for the implementation of certain phases of risk management and how it is implementing an integrated risk management system.

Keywords: enterprise; risk management; fuzzy logic; control method

В настоящее время, когда промышленный сектор экономики страны находится в состоянии ликвидации негативных последствий мирового финансового кризиса, увеличивается актуальность вопросов, связанных с обеспечением устойчивости, платежеспособности и надежности промышленных предприятий, что напрямую зависит от уровня рисков в организации. Современные условия хозяйствования любого промышленного предприятия характеризуются нестабильностью внешней и внутренней среды, отсутствием полной информации о сфере деятельности, наличием противоборствующих тенденций, а также элементами случайности. В связи с этим подавляющее большинство управленческих решений принимается в условиях неопределенности и риска.

Неопределенность и риск играют важную роль в функционировании промышленного предприятия. Воздействие рисков на деятельность предприятия приводит к снижению его экономической эффективности, включая ухудшение финансового состояния, сбытовых возможностей, снижение способности отвечать по своим обязательствам. Таким образом, интеграция управления рисками в систему корпоративного управления предприятием, то есть переход к использованию риск-ориентированного менеджмента, является следующим эволюционным этапов развития предприятия, который возникает в ответ на постоянное возрастание технологической сложности бизнес-процессов и ужесточение конкурентной борьбы.

Исследование современных концепций и методологии управления рисками промышленных предприятий показало, что существующий методический аппарат управления рисками в промышленности наиболее полно ориентирован на принятие решений в ситуациях, когда возможна статистическая оценка вероятности возможных исходов реализации решений. Хорошо известны методы «дерева решений», «платежной матрицы», различные игровые модели и т.д. Однако практика функционирования отечественной промышленности показывает, что наиболее часто решения по разви-

тию предприятий принимаются в условиях отсутствия статистической информации о возможности реализации риска. В данной ситуации снизить степень неопределенности при принятии решений позволяет использование экспертной информации, которая дает возможность оценить при помощи порядковых ранговых шкал возможность наступления рисковых ситуаций, степень влияние факторов риска различной природы на целевые показатели деятельности предприятий, а также выявить наиболее значимые факторы риска. В тоже время, известные экспертные методы анализа рисков не позволяют в полной мере использовать хорошо проработанный аппарат статистического моделирования рисковых ситуаций, что снижает гибкость разрабатываемого на их основе алгоритмического и программного обеспечения современных АСУП. Это, в свою очередь, снижает обоснованность принимаемых решений по управлению промышленными предприятиями.

Таким образом, на основании вышесказанного можно сделать вывод, что высокоэффективная система управления рисками должна опираться на использование развитого математического аппарата, позволяющего обрабатывать экспертную и статистическую информацию, интегрированного с классическими инструментами управления, адаптированными под решения указанных задач. Одна из возможностей построения такой системы риск-менеджмента представлена на рисунке 1.

Использование математического аппарата является актуальным по следующим основным причинам. Управление рисками представляет собой одну из основных современных концепций управления сложными системами и процессами. Использование данной концепции обосновано большими размерами и сложностью управляемой (разрабатываемой) системы, неясными и изменяющимися требованиями. Это во многом субъективный процесс, в ходе которого учитываются не только количественные показатели, но и показатели, плохо поддающиеся формализации. В условиях возрастания сложности процессов основные задачи управления рисками не мо-

чо

о

\

т

Ч

О

ГО

С

тз

s

И

та

я

3

ж

та

а

я

та

о

t=

я

та

я

эд

Внедрение системы международных стандартов і интегрированную систему управления предприятием

Определение

степени

допустимости

последствий

рисков

Разработка рисковой сбалансированной системы показателей ______(риск-BSC)_____

Целевые

ограничения

Мероприятия по ликвидации 1 последствий риска 1

Модель выбора мероприятий пс предотвращению/ снижению риска 1

одель выбора мероприятий по I ликвидации \

последствий риска 11

Мероприятия по предотвращению/ снижению риска 1

Г 1

%

Последствия

рисков

h

Последствие риска 1

Расчет отклонений источников рисков от целевых значений

Разработка корпоративной сбалансированной системы показателей ________(BSC)________

Модель оценки и выбора класса мероприятий пс предотвращению/ снижению риска 1 (нейронечеткий классификатор)

Вероятность риска R1

Зона интегрального риска предприятия________

4-.....

І I

I...*!

Модель выбора мероприятий ПС ликвидации I последствий риска 2

Мероприятия по ликвидации последствий риска 2

Определение стратегии управления рисками металлургического предприятия

Нечеткие модели расчета ннтегральногс _____риска_____

Мероприятия по предотвращению/ снижению риска 1

Последствие риска 2

Типы рисков предприятия

I ""Модель выбора "N.

■ мероприятий пс И ]1 ! предотвращению/ |

I снижению Циска. У

Классификация рисков металлургического _____предприятия______

Риски

I

Нечеткие модели для оценки влияния источников на риски

I

| — -н ,1

Выявление внешних и внутренних системных факторов

' Модель выбора I мероприятий, направленных . на устранение • источников риска

Мероприятия ^ по устранению источников риска 1

I Модель выбора |

I мероприятий.

► направленных 1 на системные I. _ _ ¿акторы

Показатели J источников риска

Вероятность риска R2

Модель оценки и выбора класса мероприятий по предотвращении/ снижению риска 2 (нейронечеткий классификатор)

Л

і металлургического| * предприятия

Нечеткие модели влияния системных факторов на источники рисков на основе нечетких нейронных продукционных ANFIS-сетей

( Модель выбора | мероприятий, направленных на устранение источников риска 2

Мероприятия

по устранению ч_____

источников риска 2 -4— —

Модель выбора \ мероприятий. ,

Мероприятия, направленные на системные факторы, влияющие на источники риска 1

Разработка норм экологического регулирования деятельности предприятия с учетом выявленных рисков на основании использования вертикальных и горизонтальных справочников по наилучшим доступным технологиям ___________(BREF)

направленных на системные факторы _

Снижение вредного воздействия на окружающую среду

Нечеткая когнитивная модель оценки взаимосвязей системных факторов

Мероприятия, направленные на системные факторы, влияющие на источники риска 2

УПРАВЛЕНИЕ

гут решаться с помощью формальных математических методов, основанных на точном и адекватном описании проблемных ситуаций, анализе и выработке механизма управления. Такие задачи характеризуются большим числом влияющих факторов, неопределенностью, нечеткостью данных об объекте управления, размытостью и быстрым изменением целей. Основные этапы исследования таких систем - построение модели, ее анализ, интерпретация результатов и принятие решений - сопряжены с серьезными трудностями. Это, в свою очередь, требует исследования и разработки совокупности методов и моделей управления рисками, основанных на методологии нечеткого моделирования.

Модель включает следующие основные этапы.

Этап 1. Анализ исследуемой системы, заключающийся в определении набора исследуемых факторов системы (факторы внешней и внутренней социально-экономической среды металлургического предприятия); определение источников рисков; формировании перечня возможных рисков; определении последствий рисков; формировании перечней мероприятий, направленных на устранение источников риска, предотвращение/снижение уровня риска, системные факторы, влияющие на источники рисков, ликвидацию последствий риска.

Этап 2. Оценка взаимосвязей системных факторов, определение системных характеристик на основе нечеткой когнитивной модели [1,2].

Этап 3. Определение влияния системных факторов на источники рисков на основе нечетких нейронных продукционных АОТК-сетей.

Этап 4. Анализ влияния идентифицированных опасностей на риски на основе использования нечетких сетей, которые учитывают появление новой информации об опасностях возникновения рисков должно гибко учитываться при оценке степени риска [3].

Этап 5. Оценка и определение класса мероприятий по результатам оценки степени риска и возможных его последствий, которые могут быть направлены непосредственно на отдельные элементы процесса развития рисковой ситуации, на основе использования нейронечетких классификаторов.

Этап 6. Выбор мероприятий в рамках выделенного класса, которые могут быть направлены либо непосредственно на снижение

степени риска, на устранение источников риска, на системные факторы, влияющие на источники рисков, либо на ликвидацию последствий риска с использованием нечетких деревьев решений

Этап 7. Оценка воздействия (степени реализуемости) выбранных мероприятий, в рамках выделенного класса, на снижение степени риска, устранение источников риска, системные факторы, влияющие на источники рисков, ликвидацию последствий риска.

Этап 8. Моделирование динамики управления рисками и анализ возможных сценариев управления рисками.

Этап 9. Мониторинг рисков, как процесс систематического контроля и оценки эффективности мероприятий, направленных на: предотвращение/снижение степени риска; устранение источников риска; системные факторы, влияющие на источники рисков; ликвидацию последствий риска, а также на идентификацию новых рисков.

Таким образом, использование математического аппарата в рамках интегрированной системы управления рисками позволит быстро адаптироваться к негативным изменениям, а также повысить устойчивость, оперативность и эффективность принятия управленческих решений в условиях высокой динамики внешней и внутренней среды. Преимуществом выбранного математического аппарата является возможность его дальнейшей реализации в качестве информационной системы поддержки принятия решений, позволяющей упростить процесс управления рисками, как одной из наиболее сложных областей менеджмента организации, характеризующейся огромными объемами анализируемой информации и трудно формализуемыми процедурами логического вывода.

Литература:

1. Дли М.И., Какатунова Т.В. Нечеткие когнитивные модели региональных инновационных систем // Интеграл - 2011 - №2(58) - С.16-18.

2. Мешалкин В.П., Белозерский А.Ю., Дли М.И. Методика построения комплексной математической модели управления рисками предприятий металлургической промышленности// Прикладная информатика - 2011 - № 3 (33) - С.100-120.

3. Силов В. Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО-РЕС, 1995.

К ВОПРОСУ О ФОРМИРОВАНИИ ПРОМЫШЛЕННЫХ КЛАСТЕРОВ В ФАРМАЦЕВТИЧЕСКОЙ ОТРАСЛИ

Жуков Д., соискатель ФАОУДПО ГАСИС

Рассмотрены основные задачи формировании промышленных кластеров в фармацевтической отрасли, раскрыты основные цели их создания. Выявлены основные критерии государственной поддержки фармацевтических кластеров.

Ключевые слова: промышленные кластеры, фармацевтическая отрасль, государственная поддержка.

ON THE FORMATION OF INDUSTRIAL CLUSTERS IN THE PHARMACEUTICAL INDUSTRY

Zhukov D., The applicant, FAOUDPO GASIS

The main task of forming industrial clusters in the pharmaceutical industry, revealed the main objectives of their establishment. The basic criteria for state support of the pharmaceutical cluster.

Keywords: industrial clusters, the pharmaceutical industry, state support.

На протяжении последнего десятилетия огромный интерес сре- является выход инновационной лекарственной продукции.

ди специалистов в области фармацевтического рынка вызывает тема Формула успешности подобных групп - тесный союз науки и

локальной промышленной агломерации и специализации, т.е. кла- производства, объединившихся для создания новых лекарственных

стеризации, будучи инструментом повышения конкурентоспособ- продуктов и технологий.

ности экономики, региона или страны в целом. Если ставить главной задачей кластеров (создание целого спек-

Фармацевтический кластер - это группа географически тра отечественных инновационных лекарственных продуктов), то

локализованных, взаимосвязанных инновационных фирм - раз- размещение должно производится там, где имеется высокая кон-

работчиков лекарств, производственных компаний; поставщи- центрация научных центров и высокотехнологичных научно-про-

ков оборудования, комплектующих, специализированных услуг; изводственных компаний, специализирующихся в фармацевтичес-

объектов инфраструктуры: научно-исследовательских институ- кой области.

тов, вузов, технопарков, бизнес-инкубаторов и других орга- О создании кластеров заявили не только Москва, Санкт-Петер-

низаций, дополняющих друг друга и усиливающих конкурент- бург и Новосибирск, которые вправе претендовать на звание крупные преимущества отдельных компаний и кластера в целом. От- ных научных центров, но и Волгоградская, Калужская, Ростовская,

личительным признаком эффективно действующих кластеров Самарская, Ярославская области и многие другие регионы.