CC BY
33
УДК 338.24.01 ББК 65.25
МНОГОКРИТЕРИАЛЬНЫЕ МОДЕЛИ КООРДИНАЦИИ СЕКТОРОВ КОРПОРАЦИЙ НЕФТЯНОЙ ПРОМЫШЛЕННОСТИ
ОЛЬГА НИКОЛАЕВНА МАЗУРМОВИЧ,
ассистент кафедры математических методов в экономике Самарского университета Научная специальность 08.00.13 — математические и инструментальные методы экономики
E-mail: Bugi@list.ru СВЕТЛАНА ГЕРМАНОВНА СИМАГИНА, доктор экономических наук, профессор кафедры математических методов в экономике Самарского университета Научный руководитель: профессор, доктор экономических наук, заведующий кафедрой математических методов в
экономике Самарского университета М.И. Гераськин Рецензент: доктор технических наук, профессор кафедры информационных систем и компьютерных технологий
Международного института рынка И.Н. Хаймович
Citation-индекс в электронной библиотеке НИИОН
Аннотация. На основе анализа интегрированных корпоративных структур нефтяной промышленности России и с учетом методологии многокритериального моделирования разработана модель многокритериальной оптимизации внутрикорпоративного ценообразования секторов нефтедобычи, нефтепереработки и реализации нефтепродуктов, а также обслуживающих производств отрасли. Проведен анализ механизма оптимизации ценообразования по секторам корпорации нефтяной промышленности и сформирована согласованная, в соответствии с принципом максимина, структура внутрикорпоративных цен.
Ключевые слова: многокритериальная оптимизация, трансфертная цена, бизнес-процесс, интегрированная корпоративная система, обслуживающее производство.
Annotation. Based on the analysis of integrated corporate structures of Russian oil industry and in view of multi-criteria modeling methodology the multi-objective optimization model of intra-corporate pricing of sectors in oil production, petroleum products refining and sales, as well as oil servicing sectors has been developed. Analysis of pricing mechanism optimization by corporation sectors in oil industry was developed and agreed in accordance with maximin principle structure of intra-corporate prices.
Keywords: multi-criteria optimization, transfer price, business process, integrated corporate system, oil servicing activities.
Введение
Нефтегазовый комплекс играет ключевую роль в экономике современной России, [1] формируя в 2016 г. около 20% ВВП, 50% доходов федерального бюджета, 67% объема экспорта, 25% объема инвестиций в основной капитал. Основной объем добычи нефти в России приходится на четыре корпорации [2] (рис. 1): ОАО «НК «Роснефть» (доля в общей добыче составила в 2012 г. 23,4%), ОАО «НК «Лукойл» (18,5%), ОАО «ТНК-ВР Холдинг» (14,1%), ОАО «НК «Сургутнефтегаз» (12,7%). Рынок нефтепродуктов демонстрирует устойчивую тенденцию к росту в последнее десятилетие, однако среди крупнейших нефтедобывающих компаний прирост добычи нефти в 2016 г. по сравнению с 2015 г. был отмечен у ряда нефтяных компаний, таких как: ОАО «Лукойл» — на 2,4% до 92 млн тонн; ОАО «Сургутнефтегаз» — на 0,6 до 61,8 млн тонн; ОАО «НК «Роснефть» добычу нефти сократила — на 6,5% до 189,71 млн тонн.
Корпорация нефтегазового комплекса (в дальнейшем будем рассматривать крупнейшего производителя ОАО «НК «Роснефть») представляет собой вертикально-интегрированный комплекс, включающий в себя нефтедобывающие предприятия, нефтеперерабатывающие предприятия, автозаправочные станции, реализующие нефтепродукты конечным потребителям, а также различные обслуживающие производства и хозяйства, в том числе службы охраны и пожа-робезопасности. В структуре общехозяйственных затрат нефтяной корпорации стабильно нарастает удельный вес расходов обслуживающих производств (с 0,9% в 2010 г. до 2,03% в 2016 г.), отражая значимость управления этим сектором с точки зрения влияния на финансовые результаты отрасли. Крупномасштабный характер производственных мощностей нефтяной корпорации, многочисленность и функциональное разнообразие входящих в нее предприятий, вариативность и высокая интенсивность циркулирую-
600
500,00
400,00
300,00
200,00
100,00
0,00
547,5
2004 I 2005 I 2006 I 2007 I 2008 I 2009 I 2010 I 2011 I 2012 I 2013 I 2014 I 2015 I 2016 I В ОАО «Лукойл» Н ОАО «Сургутнефтегаз» Н ОАО «НК «Роснефть» Н Всего по России
Рис. 1. Динамика нефтедобычи корпораций России, млн тонн
щих внутри корпорации товарных и финансовых потоков обусловливают актуальность проблемы оптимизации взаимодействий основных и обслуживающих производств в рамках единого бизнес-процесса корпорации.
С позиции теории управления корпорации нефтяной промышленности представляют собой интегрированные структуры [3—6], основанные на имущественной интеграции, при которой система взаимного участие в капитале приводит к созданию таких форм, как холдинги с дочерними и зависимыми обществами, распределенные холдинги, имеющие в виде центра корпорацию, и структуры взаимного участия в капитале [7; 8, с. 409—413]. При этом формируется иерархическая система корпораций, или мультиагентная система [9], объединяющая обособленных хозяйствующих субъектов, критерии которых, как функции внутрикорпоративных (трансфертных) цен, противоречивы. В частности, в случае вертикально интегрированной системы «сектор нефтедобычи — сектор нефтепереработки — сектор розничных продаж» противоречивость критериев следует из ограниченности дохода (прибыли) уровнем спроса на конечный продукт (услугу). В связи с этим при моделировании согласования экономических интересов в иерархических системах корпораций рационально использовать аппарат теории многокритериальной оптимизации.
Методология многокритериального моделирования
Модели многокритериальной оптимизации [10] формально не имеют единственного решения, что
обусловило наличие двух подходов: первый состоит в формировании множества (П) эффективных по Парето решений [11], которую образуют решения многокритериальной задачи и*, не доминируемые другими решениями с точки зрения всей совокупности критериев, т.е.
П = |м* е и\ Зыеи:Як[и]>Кк[и'\кеК,иФи^, (1)
где и — вектор управления организационно-экономической системой корпорации; и— допустимая область управлений; Rk[u], к = 1,...,К — вектор критериев оптимальности.
Формирование множества Парето, как первый этап на пути поиска решения [12], осуществлялось методами [13, с. 483—492] последовательных уступок, последовательного игнорирования, ведущего критерия: при этом один из частных критериев фигурирует в виде ограничения, т.е. как таковой многокритериальный выбор не производится. Численная реализация этого подхода приводит к итерационной процедуре [14, с. 181—185], дискретизирующей модели с непрерывными критериальными функциями.
Второй подход заключается в нахождении единственного решения (как правило, из множества Парето) из условия оптимальности некоторого введенного в процессе решения лицом, принимающим решения (ЛПР), критерия (метакритерия), и, как правило, выражается в агрегировании исходных критериев модели, поскольку метакритерий образуется путем каких-либо преобразований этих критериев. Модель принятия решений в этом случае основана на
ЭКОНОМИЧЕСКИЕ НАУКИ
многокритериальной теории полезности [15; 16, с. 24—46], в рамках которой совокупная полезность определяется как взвешенная сумма (агрегированный критерий) полезностей отдельных агентов (частных полезностей). Разработаны различные эмпирические способы формирования агрегированных критериев [17—19]: метод главного критерия, в котором в качестве метакритерия фигурирует критерий одного агента; стимулирующие комплексные критерии, в которых более значимый частный критерий оказывает большее влияние на комплексный критерий; штрафующие комплексные критерии, в которых более значимый частный критерий более существенно лимитирует комплексный критерий; степенные (мультипликативные) комплексные критерии, в которых предполагается зависимость результатов выбора по одному частному критерию от результатов выбора по другому критерию и др. Сравнительный анализ взвешенных аддитивных и мультипликативных агрегированных критериев проведен в [20—25]. Существуют человеко-машинные варианты агрегирования в виде процедуры Дайера-Джиофириона [26; 28, с. 99—105], при которой ЛПР определяет градиент метакритерия, и метода Зайонца-Валлениуса [29, с. 646—658], основанного на сужении множества значений вектора весовых коэффициентов также с учетом предпочтений ЛПР. Обзор современного состояния человеко-машинных процедур представлен в [30, с. 116—119].
В зарубежной научной литературе концептуальный подход к методу агрегирования рассматривается на основе трудов Azene Zenebea, Anthony F. Norciob, Rafael Bravo De La Parra, Joel H. Saltz [40—42].
Особый класс методов агрегирования, развивающих штрафующее-стимулирующие подходы, основан на применении метакритерия в виде расстояния (в некоторой метрике) между Парето-оптимальными значениями критериев и предопределенным ЛПР значением вектора критериев: метод «идеальной точки» [31], предполагающий минимизацию суммы квадратов отклонений компонентов вектора критериев от заданного ЛПР «идеального» значения вектора; выбор «по образцу» [32], при котором минимизируются нормированные отклонения от заданных значений критериев.
Также развитием штрафующее-стимулирующих подходов является метакритерий в виде максимина (минимакса), на основе которого выбирается управление [33, с. 116—119].
и = arg max min Rk [и].
(2)
Для управлений, сформированных на основе максимина обоснована [34] Парето-оптимальность, если получаемое решение единственно. Также доказано [35], что если частные критерии нормализованы,
Rk[u]=^ß,keK R¡ = maxRk[u]
(3)
то выбранное по условию (2) управление для положительных и непрерывных критериальных функций удовлетворяет условию равной эффективности: Я,[и] = Щи\^еК ■ (4)
Алгоритм многокритериального выбора из дискретного множества управлений
Сравним элементы и* , ит множества Парето-оптимальных управлений щ, сформированного по условиям (3), с помощью относительного приращения критериев:
7 пт
К
_Rk[un]-Rk[un\
К
п,ш е К,
(5)
Комплексная сравнительная оценка управлений рассчитывается по формуле:
S"m = = ^^!z^ [м" 1 -
R,
(6)
Некоторое управлением,,, комплексно оценивается суммарным относительным приращением критериев по сравнению с другими элементами множества Парето:
(7)
j=1 k=1 j rm
Параметр Т является количественной характеристикой относительной предпочтительности управления ит по сравнению с другими Парето-опти-мальными управлениями ик, к Ф т,к е К Компромиссное управление из множества Парето выбирается по условию:
ЭКОНОМИЧЕСКИЕ НАУКИ
и = агг шах
теЛГ
Тт[и].
Обосновано [36, с. 132—139], что при равнозначности критериев управление, выбранное по условию (8), удовлетворяет условию максимина (2) для непрерывного множества Парето, а в случае дискретного множества Парето наиболее близко к (2) в смысле метрики (7).
Модель многокритериальной оптимизации внутрикорпоративного ценообразования
Рассмотрим обобщенную модель оптимизации трансфертного ценообразования услуг обслуживающих производств корпорации нефтяной промышленности [37, с. 26—37], включающую в себя модели нефтедобывающего сектора (обозначим символом «1»), нефтеперерабатывающего сектора «2», сектора реализации нефтепродуктов «3», а также сектора обеспечения пожаробезопасности «4» и сектора охраны «5». Модель представляет собой формализованное описание основного и обслуживающего бизнес-процессов корпорации, включающих в себя сле-[
(8) дующие фазы: процесс нефтедобычи (сектор 1) и направление сырой нефти в процесс нефтепереработки (сектор 2), либо реализация сторонним покупателям, передача готовых нефтепродуктов (бензина различных марок, приведенных к условному топливу) либо в сектор 3, осуществляющий процесс розничной реализации, либо сторонним оптовым покупателям; обслуживающие процессы обеспечения пожаробезопасности (сектор 4) и охраны (сектор 5) в виде стационарных постов на объектах секторов 1, 2, 3, а также инспекционных проверок магистралей сектора 1. Для организации обслуживающих процессов предприятия секторов 1, 2, 3 представляют в аренду предприятиям секторов 4, 5 производственные площади и автотранспортные средства, а также предприятия сектора 3 реализуют последним топливо. Внутрикорпоративные расчеты осуществляются на основе хозяйственной обособленности всех секторов, а планирование процессов обеспечения пожаробезопасности и охраны основано на действующих в корпорации нормативах. Модель имеет вид:
тах Я1 = ТЯ 1 - С1 = р^бм + Ро12у2 + РЖ + + — Ро\х\ ~
Ро2Х2 Р 01 Х3 Ср
(9)
<< / —( 1 (-
Л / —\ 1 ^
11,
Ч /
—1 1 I-
'■> I
Ь /
—1 1 I-
А 1
-А 11
с4 * = ^. ^ + р* . _>к_. + ,/. . ^ . Гср . Р1 + . + . р%,
N
100%
С5 > С5 П"
1ШП N1 ср 100%
•N1 + К-еГ \гср+1ср\ёср -р1 + М1,р£ +8Гв-Ро1
(10)
ЭКОНОМИЧЕСКИЕ НАУКИ
где использованы следующие обозначения для векторов прибыли, выручки, издержек и цен: R ',..., R 5, TR ',..., C ',..., C5 — значения прибыли, выручки и издержек соответствующих секторов (символом «min» обозначены минимальные значения, верхним индексом — секторы); ('),,..., С], — издержки на приобретение ресурсов и оплату услуг, полученных от предприятии, не входящих в корпорацию; QlF,Qp,Ql, Q'l,Ql — объемы реализации нефтепродуктов и услуг соответствующими секторами предприятиям, не входящим в корпорацию; pl,. ,р\,.,ph. — цены реализации нефтепродуктов предприятиям, не входящим в корпорацию; pö,, Дн, Рт — цены реализации нефтепродуктов предприятиям, входящим в корпорацию; , — цены оказания услуг по-жарно-профилактического обслуживания и инспекционных проверок на объектах предприятий, не входящих в корпорацию; р, р —средние ставки аренды недвижимого имущества и транспортных средств для предприятий, интегрированных в корпорацию; p*f, р^5 — цены оказания услуг пожар-но-профилактического обслуживания и в виде инспекционных проверок на объектах, принадлежащих предприятиям, интегрированным в корпорацию; Q{v{ ,Q i? 2 >Q v з — объемы реализации нефтепродуктов предприятиям, интегрированным в корпорацию; Qy2>Qv2>Qv2 — производственные площади, сданные в аренду предприятиям, интегрированным в корпорацию; Qxy },Qy3,Qy3 — количество транспортных средств, сданных в аренду предприятиям, интегрированным в корпорацию; xl, xf, — объемы потребления услуг охранных предприятий секторами 1,2,3 в виде охраны объектов; х\,х\,х\ — объемы потребления услуг охранных предприятий в виде инспекционных проверок магистралей трубопроводов; — объемы потребления услуг предприятий пожарной охраны объектов; х*'5 — затраты топлива, арендованные площади и автосредства предприятий секторов 4,5; (ffi, (J;l —объемы оказания услуг по-жарно-профилактического обслуживания и в виде инспекционных проверок на объектах, принадлежащих предприятиям, интегрированным в корпорацию; g^5, — количество объектов, на которых оказываются услуги пожарно-профилактического обслуживания и в виде инспекционных проверок, принадлежащих предприятиям, не входящим в корпорацию.
Плановые технико-экономические показатели деятельности служб охраны и пожаробезопасности определены следующим образом:
N.
= 5>
N
J ■t
4 max Н
N
н
дн .
N
К ■t
5 max Я
N
н
дн .
где: N t ,N
дн .
плановое количество рабочих
человеко-дней в год; А^ , А/5 —плановое количество единиц автотранспорта, требуемое для проведения пожарно-профилактического обслуживания и охраны; и0 т н] —нормативное количество
сотрудников, нормативная периодичность (в год), нормативная длительность пожарно-профилактиче-ского обслуживания (в днях), I— общее количество объектов пожарно-профилактического обслуживания; п — нормативное количество сотрудников, ° к
необходимое для стационарной охраны к-го объекта; ии — нормативное количество сотрудников, необходимое для инспекционной проверки т-й магистрали; ^нок '1 ни — нормативные периодичности стационарной охраны объектов и инспекцион-
ное
Ни „
нормативные
ных проверок (в год; т значения длительности охраны объектов и инспекционных проверок (в днях); К, М — количество охраняемых объектов и магистралей в секторах 1,2,3; I ^тах , ( 5 тах — максимальная периодичность по-жарно-профилактического обслуживания и охранных инспекций (в год); Zср — средний уровень затрат на оплату труда персонала обслуживающих производств корпорации в год; N — нормативное количество рабочих дней в году; п а — норма амортизации транспортных средств; F 4, F 5 — средняя стоимость единицы транспортных средств, арендованных секторами 4,5; 1ср — средняя протяженность магистрали трубопровода (км); Гор — среднее значение расстояния до объекта обслуживания (км); gcp — средний расход топлива (л/км); Л1 г4, — нормативная площадь арендованных объектов недвижимости секторами пожаробезопасности и охраны.
Параметрами управления являются трансфертные цены на услуги обслуживающих производств корпорации, а также цены на внутрикорпоративный оборот нефтедобывающего сектора, нефтеперерабатывающего сектора, сектора реализации нефтепродуктов.
ЭКОНОМИЧЕСКИЕ НАУКИ
Компоненты вектора трансфертных цен выражены через отпускные цены:
}>0. (11)
Р 01 ' Р 01 3 Р 01 5 Р 02
ограничения безубыточности определяются равенством выручки и минимального уровня издержек
7К4 = С1 ТЛ5=С^ (16)
устанавливая издержки обслуживающих производств на минимальном нормативном уровне.
Вектор цен должен удовлетворять следующим ограничениям. Во-первых, цены на конечные продукты и услуги ограничены рыночным уровнем (обозначен индексом «рын.»), а цены на промежуточные продукты — ценами последующего передела:
р\,<Р1х<р1х<Р1Г-
< о л, < VI < п1ры"< < р£" . пТ <
рыл . ср. ^ рыи .
Р 03 - Р 03
4 < 4 рып.
Р 01 — Ро 1
Р 01,02 ^ Р5оСо2 ' (12) Во-вторых, цены аренды для секторов пожаробез-опасности и охраны ограничены средними издержками первых трех секторов на содержание арендуемых объектов:
(13)
где С0у — стоимость содержания сданного ьм сектором в аренду недвижимого имущества и автотранспорта; — площадь имущества и количество единиц автотранспорта, сданных в аренду ьм сектором.
В-третьих, коммерческая деятельность всех секторов должна быть безубыточна:
Я, Я5 >0. (14)
Для нефтедобывающего сектора, нефтеперерабатывающего сектора и сектора реализации, параметрами согласования которых являются цены нефтепродуктов, ограничения безубыточности определяются показателями основной деятельности:
^01671 — С р
Ртву1 = р\\0\ 1 з пз _ г ¡л!
1 СI
Р 01 =
Рт = Ры
^2 Р 01
Р о31
011.
бг!
вп
Механизм оптимизации ценообразования по секторам корпорации
Модель многокритериальной оптимизации внутрикорпоративных взаимодействий (11) — (16) представляет собой многокритериальную задачу, в которой критерии (9) и ограничения (10), (15), (16) линейно зависят от параметров управления. Поэтому при оптимизации цен изменяются ограничения, что приводит к задаче институционального управления [39], обусловливающей необходимость поэтапной оптимизации.
Вначале определяются управляющие параметры (векторы трансфертных цен), максимизирующие критерии оптимальности секторов по механизму (3). Анализ чувствительности критериев секторов и ограничений приводит к следующему механизму оптимизации ценообразования по секторам корпорации (табл. 1).
На первом этапе максимизируется цена на основную продукцию или услуги оптимизируемого сектора исходя из ограничения на уровень рыночных цен:
Р 01 = Р 01
2 е,2! _
вг1
ок
ву 1
= р
3 (2у 1 _ и 3 рын бп
= Р 01
2 3 3 рын
Ро\ Ро\ 2 / о|
VI
ок
е.2.
(15)
предполагая, что расходы на содержание обслуживающих производств малы по сравнению с совокупными издержками в силу гипотезы слабого влияния [38], а для секторов пожаробезопасности и охраны
На втором и третьем этапах (при оптимизации основных секторов) или на втором, третьем и пятых этапах (при оптимизации обслуживающих секторов) определяются цены на продукцию неоптимизируе-мых основных секторов на минимально возможном уровне из условий их безубыточности.
На четвертом этапе определяются цены на услуги по сдаче имущества в аренду основных секторов, причем при оптимизации секторов 1—3 эти цены устанавливаются на максимально возможном с учетом рыночных условий уровне, а при оптимизации секторов 4, 5 — на минимально возможном уровне исходя из средних издержек секторов 1—3.
Табл. 1. Механизм оптимизации ценообразования по секторам корпорации
Этап Секторы:
Нефтедобычи (1) Нефтепереработки (2) Реализации (3) Пожаробезопасности (4) Охраны (5)
1 >'-=>'-{1 А--Р1Г
2 = pli
3 А - f л-§ - f>h %
4 Р£ = Р!Г. PS =<,'" PZ=PZ\PZ=p;г
5 Расчет , по формулам (12)
6 Расчет Poi , P0i , Р02 , из уравнений TR — С^ TR = Cmin
На пятом этапе оптимизации основных секторов рассчитываются минимальные издержки обслуживающих секторов.
На шестом этапе оптимизации основных секторов определяются цены на услуги обслуживающих секторов исходя из условий их безубыточности, а также при выполнении как равенства ограничения на минимальные издержки основных секторов. При оптимизации каждого из обслуживающих секторов выбираются цены на услуги другого обслуживающего сектора на максимальном рыночном уровне согласно гипотезе благожелательности [38], поскольку критерии прибыли этих секторов не зависят от цен другого сектора.
Затем по алгоритму (5) — (8) осуществляется выбор согласованного вектора внутрикорпоративных цен, реализующего компромисс в соответствии с принципом максимина.
Моделирование многокритериальной оптимизации ценообразования
Моделирование проведено на основе технико-экономических показателей предприятий нефтяной промышленности Самарской области за 2015 г., интегрированных в корпорацию ОАО «НК «Роснефть», сгруппированных по секторам: нефтедобывающий сектор (ОАО «Самаранефтегаз»), нефтеперерабатывающий сектор, включающий в себя заводы ОАО «Куйбышевский НПЗ», ОАО «Новокуйбышевский
НПЗ», ОАО «Сызранский НПЗ», сектор продаж нефтепродуктов (ОАО «Самаранефтепродукт»), сектор обеспечения пожаробезопасности объектов (ООО «РН-Пожарная безопасность»), сектор службы охраны объектов (ООО «РН-Охрана»).
В таблице 2 представлены результаты оптимизации ценообразования по секторам корпорации в виде планового расчета на 2015 г. Векторы цен, оптимизирующие критерии соответствующего сектора, обусловливают понижение (или невозрастание) прибыли остальных секторов, отражая свойство противоречивости критериев секторов.
Расчет показателя суммарного относительного приращения критериев (7) для каждого вектора цен:
Т 1 = -5,77, Т 2 = 1,44, Т 3 = 2,43, Т 4 = 0,67, Т 5 = 1,24,
показывает с учетом условия (8), что согласованным является управление (вектор цен), оптимизирующее критерий сектора 3, который выступает в качестве связующего звена корпорации с рынком конечного потребления, а также реализует взаимосвязи секторов 1, 2 с секторами 4, 5 в процессе реализации топлива.
Прибыль секторов корпорации, рассчитанная по согласованному вектору трансфертных цен, выше фактической прибыли корпорации в 2013 г. по всем секторам, кроме сектора 3, показывает, что оптимизация привела к перераспределению прибыли сектора
Табл. 2. Результаты оптимизации ценообразования по секторам корпорации на 2015 г.
Вектор цен, оптимальных для секторов, и прибыль секторов при оптимальных ценах Оптимизируемые секторы
1 2 3 4 5
р101, руб. 13 505 5940 5940 5940 5940
Р201, руб. 26 620 26 620 11 708 11 708 11 708
Р301, руб. 26 620 26 620 26 620 11 708 11 708
р02ср, руб. 21 600 21 600 21 600 12 000 12 000
розср, руб. 136 412 136 412 136 412 72 000 72 000
р401, руб. 17 060 17 060 17 060 19 912 19 912
р501, руб. 6885 6885 6885 16 255 16 255
р502, руб. 10 175 10 175 10 175 16 661 16 661
Rl, млн руб. 16 214,5 15,9 15,9 3,3 3,3
R2, млн руб. 16 230,8 16 230,8 32,2 32,0 32,0
Rз, млн руб. 0,0 0,0 16 198,6 0,0 0,0
R4, млн. руб. 6,4 6,4 6,4 9,4 9,4
R5, млн руб. 0,9 0,9 0,9 8,4 8,4
R в 2013 г., млн руб. 8207,5 4648,0 479,6 0,3 0,4
продаж нефтепродуктов между другими подразделениями корпорации. Повышение суммарной расчетной прибыли корпорации по сравнению с уровнем 2013 г. произошло за счет сокращения издержек на обслуживание в соответствии с нормативами и перераспределения прибыли путем оптимизации трансфертного ценообразования, а также с учетом того, что при оптимизации анализировались показатели выручки и издержек, обусловленные только основной деятельностью секторов, не включая прибыль (убыток) от прочих операций.
Заключение
Разработана многокритериальная модель оптимизации ценовых взаимодействий в многосекторной (мультиагентной) системе, интерпретирующей корпорацию нефтяной промышленности в виде структуры, состоящей из укрупненных блоков основных и обслуживающих производств. Модель отражает систему затратного попередельного ценообразования, характерного для основных нефтяных про-
изводств, и концепцию нормативного ценообразования, применяемую в отрасли для тарификации услуг обслуживающих производств, позволяя с учетом хозяйственной обособленности входящих в корпорацию предприятий формировать вектор трансфертных цен исходя из максимизации прибыли с учетом минимизации издержек на обслуживание до нормативного уровня.
Сформирован механизм последовательной оптимизации ценообразования по критериям отдельных секторов корпорации, основанный на ограничениях безубыточности и минимально необходимых издержках, а также на предположении о слабом влиянии показателей обслуживающих производств на финансовые результаты основных производств. Применение механизма последовательной секторной оптимизации позволило преобразовать модель с ограничениями, зависящими от параметров управления (модель институционального управления), в модель с постоянными ограничениями и сформировать комплекс векторов трансфертных цен, оптими-
зирующих критерии секторов. На основе алгоритма дискретного многокритериального выбора определен согласованный вектор цен, которому соответствуют минимальные потери прибыли всех секторов корпорации; при этом возросла прибыльность обслуживающих производств, повышающая их заинтересованность во внутрикорпоративной интеграции, а также сократились издержки обслуживающих производств до минимально необходимого уровня, что привело к росту рентабельности их услуг.
Литература
1. Эдлер Л.В., Филимонова И.В., Немов В.Ю. Современное состояние нефтяной промышленности России. Бурение и нефть // URL: htpp://www.bur-neft.ru. 2013 г., № 4.
2. Официальный сайт ОАО «НК «Роснефть» // http ://www.ro sneft .ru
3. Шагиев Р.Р. Интегрированные нефтегазовые компании: Моногр. / Под ред. А.Г. Аганбегяна. М.: Наука, 1996.
4. Воронина Н.В. Мировой топливно-энергиче-ский комплекс: современное состояние и тенденции развития // Финансы и кредит. 2007. № 41(281).
5. Городний В.И. Стратегия формирования и развития крупной корпоративной компании: На примере ОАО «Татнефть». М.: Дело, 2005.
6. Садыкова Р.Ш. Экономические проблемы регионов и отраслевых комплексов // Проблемы современной экономики. 2010. № 4 (36).
7. Симагина С.Г. Сетевой и межсетевой менеджмент при нестабильном взаимодействии организации: Дисс. ... докт. экон. наук. М.: Московский университет МВД России, 2008.
8. Matveeva E., Simagina S. Manufacturing Process Optimization at Enterprises // Key engineering materials. 2016. Vol. 684.
9. Ларичев О.И. Объективные модели и субъективные решения. М.: Наука, 1987.
10. Ногин В.Д. Принятие решений в многокритериальной среде. М.: Физматлит, 2005.
11. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов (основы теории). М.: Наука, 1990.
12. Черноруцкий И.Г. Методы принятия решений. СПб.: БХВ-Петербург, 2005.
13. Arman R. Solving multi-objective programming problems by discrete representation // Optimization. 1989. № 4.
14. Tarvainen K. Generating Pareto-optimal alternatives by a nonfeasible hierarchical method // Journal Optimization: theory and applications. 1994. № 1.
15. Саати Т.Л. Принятие решений при зависимостях и обратных связях: Аналитические сети. М.: Издательство ЛКИ, 2008.
16. Фишхоф В.Г., Гольтейн Б.Г., Шапиро 3.Р. Субъективная ожидаемая полезность: модель принятия решений / Процедуры оценивания многокритериальных объектов. М.: ВПИИСИ, 1984.
17. Smith G.R., Speiser F. Logical decision: multy-measure decision analysis software. Golden. CO: PDQ Printing, 1991.
18. Day R.H. Rational choice of economic behavior // Theory of decision. 1997. № 1.
19. ГорлачБ.А., Ермоленко Г.Ю. Метод опорных функций для решения задач математики и механики // Вестник самарского государственного технического университета. 2004. № 26.
20. Брахман Т.Р. Многокритериальность и выбор альтернатив. М.: Радио и связь, 1984.
21. Дубов В.А., Травкин С.И., Якимец В.Н. Многокритериальные модели формирования и выбора вариантов систем. М.: Наука, 1986.
22. Полищук Л.И. Об обобщенных критериях с коэффициентами важности в задачах векторной оптимизации // Автоматика и телемеханика. 1982. № 2.
23. Triantaphyllou E. Multi-criteria Decision-Making Methods: A Comparative Study // Applied Optimization series, 2000, Vol. 44.
24. Koksalan M., Wallenius J., Zionts S. Multiple Criteria Decision Making: From Early History to the 21st Century. Singapore: World Scientific, 2011.
25. Дайер Дж. Многоцелевое программирование с использованием человеко-машинных процедур // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976.
26. Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. М.: Радио и связь, 1992.
27. Ларичев О.И. Теория и методы принятия решений. М.: Университетская книга, Логос, 2006.
28. Салуквадзе М.Е. О задаче линейного программирования с векторным критерием качества // Автоматика и телемеханика. 1972. № 5.
29. Khanh P.Q. Optimality conditions via norm sca-larization in vector optimization // SIAM Journal Control and optimization. 1993. № 3.
30. Ростова Е.П., Верховец О.А. Постановка задачи линейного программирования для распределения средств по управлению рисками промышленного предприятия // Вестник омского университета. 2013. № 2.
31. Микони С.В. Многокритериальный выбор на конечном множестве альтернатив. СПб.: Издательство «Лань», 2009.
32. Машунин Ю.К. Моделирование производственных и региональных систем на основе векторной оптимизации. Владивосток: Изд-во Дальневост. ун-та, 2010.
33. ПодиновскийВ.В., НогинВ.Д. Парето-опти-мальные решения многокритериальных задач. М.: Наука, 1982.
34. Хоменюк В.В. Элементы теории многоцелевой оптимизации. М.: Наука, 1983.
35. Гераськин М.И. Согласование экономических интересов в корпоративных структурах. М.: Изд-во «Анко», 2005.
36. Гераськин М.И., Мазурмович О.Н. Моделирование трансфертного ценообразования на услуги обслуживающих производств нефтедобывающих предприятий // Вестник Волжского университета имени В.Н. Татищева. 2012. № 3(26).
37. Бурков В.Н., Новиков Д.А. Теория активных Систем: состояние и перспективы. М.: Синтег, 1999.
38. Новиков Д.А. Институциональное управление организационными системами. М.: ИПУ РАН, 2004.
39. AzeneZenebe, Anthony F. Norcio. Representation, similarity measures and aggregation methods using fuzzy sets for content-based recommender systems.
40. Rafael Bravo De La Parra. Aggregation methods in discrete models // URL: http://www.worldscien-tific.com/doi/abs/10.1142/S0218339095000551
41. Joel H. Saltz. Aggregation Methods for Solving Sparse Triangular Systems on Multiprocessors // URL: http://epubs.siam.org/doi/abs/10.1137/0911008?journal-Code=sijcd4
References
1. EdlerL.V., Filimonova I.V., Nemov V.Iu. Sovre-mennoe sostoianie neftianoi promyshlennosti Rossii. Burenie i neft // URL: htpp://www.burneft.ru. 2013 g., № 4.
2. Ofitsialnyi sait OAO «NK «Rosneft» // URL: http://www.rosneft.ru
3. ShagievR.R. Integrirovannye neftegazovye kompa-nii: Monogr. / Pod red. A.G. Aganbegiana. M., 1996.
4. Voronina N.V. Mirovoi toplivno-energicheskii kompleks: sovremennoe sostoianie i tendentsii razvitiia // Finansy i kredit. 2007. № 41(281).
5. Gorodnii V.I. Strategiia formirovaniia i razvitiia krupnoi korporativnoi kompanii: Na primere OAO «Tatneft». M.: Delo, 2005.
6. Sadykova R.Sh. Ekonomicheskie problemy re-gionov i otraslevykh kompleksov // Problemy sovre-mennoi ekonomiki. 2010. № 4 (36).
7. Simagina S.G. Setevoi i mezhsetevoi menedzh-ment pri nestabilnom vzaimodeistvii organizatsii: Diss. ... dokt. ekon. nauk. M.: Moskovskii universitet MVD Rossii, 2008.
8. Matveeva E., Simagina S. Manufacturing Process Optimization at Enterprises // Key engineering materials. 2016. Vol. 684.
9. Larichev O.I. Obieektivnye modeli i subieektiv-nye resheniia. M.: Nauka, 1987.
10. Nogin V.D. Priniatie reshenii v mnogokriterial-noi srede. M.: Fizmatlit, 2005.
11. Aizerman M.A., Aleskerov F. T. Vybor varian-tov (osnovy teorii). M.: Nauka, 1990.
12. Chernorutskii I.G. Metody priniatiia reshenii. SPb.: BKhV-Peterburg, 2005.
13. Arman R. Solving multi-objective programming problems by discrete representation // Optimization. 1989. № 4.
14. Tarvainen K. Generating Pareto-optimal alternatives by a nonfeasible hierarchical method // Journal Optimization: theory and applications. 1994. № 1.
15. Saati T.L. Priniatie reshenii pri zavisimostiakh i obratnykh sviaziakh: Analiticheskie seti. M.: Izdatelstvo LKI, 2008.
16. Fishkhof V.G., Goltein B.G., Shapiro 3.R. Sub-ieektivnaia ozhidaemaia poleznost: model priniatiia reshenii / Protsedury otsenivaniia mnogokriterialnykh obieektov. M.: VPIISI, 1984.
17. Smith G.R., Speiser F. Logical decision: multy-measure decision analysis software. Golden. CO: PDQ Printing, 1991.
18. Day R.H. Rational choice of economic behavior // Theory of decision. 1997. № 1.
19. Gorlach B.A., Ermolenko G.Iu. Metod opornykh funktsii dlia resheniia zadach matematiki i mekhaniki // Vestnik samarskogo gosudarstvennogo tekhnicheskogo universiteta. 2004. № 26.
20. Brakhman T.R. Mnogokriterialnost i vybor alternativ. M.: Radio i sviaz, 1984.
21. Dubov V.A., Travkin S.I., Iakimets V.N. Mno-gokriterialnye modeli formirovaniia i vybora variantov sistem. M.: Nauka, 1986.
22. Polishchuk L.I. Ob obobshchennykh kriteriiakh s koeffitsientami vazhnosti v zadachakh vektornoi op-timizatsii // Avtomatika i telemekhanika. 1982. № 2.
23. Triantaphyllou E. Multi-criteria Decision-Making Methods: A Comparative Study // Applied Optimization series, 2000, Vol. 44.
24. Koksalan M., Wallenius J., Zionts S. Multiple Criteria Decision Making: From Early History to the 21st Century. Singapore: World Scientific, 2011.
25. Daier Dzh. Mnogotselevoe programmirovanie s ispolzovaniem cheloveko-mashinnykh protsedur // Voprosy analiza i protsedury priniatiia reshenii. M.: Mir, 1976.
26. Shtoier R. Mnogokriterialnaia optimizatsiia. Teoriia, vychisleniia i prilozheniia. M.: Radio i sviaz, 1992.
27. Larichev O.I. Teoriia i metody priniatiia reshenii. M.: Universitetskaia kniga, Logos, 2006.
28. Salukvadze M.E. O zadache lineinogo program-mirovaniia s vektornym kriteriem kachestva // Avtomatika i telemekhanika. 1972. № 5.
29. Khanh P.Q. Optimality conditions via norm sca-larization in vector optimization // SIAM Journal Control and optimization. 1993. № 3.
30. Rostova E.P., Verkhovets O.A. Postanovka za-dachi lineinogo programmirovaniia dlia raspredeleniia sredstv po upravleniiu riskami promyshlennogo pred-priiatiia // Vestnik omskogo universiteta. 2013. № 2.
31. Mikoni S. V. Mnogokriterialnyi vybor na konech-nom mnozhestve alternativ. SPb.: Izdatelstvo «Lan», 2009.
32. Mashunin Iu.K. Modelirovanie proizvodstven-nykh i regionalnykh sistem na osnove vektornoi optimi-zatsii. Vladivostok: Izd-vo Dalnevost. un-ta, 2010.
33. Podinovskii V.V., Nogin V.D. Pareto-optimal-nye resheniia mnogokriterialnykh zadach. M.: Nauka, 1982.
34. Khomeniuk V.V. Elementy teorii mnogotselevoi optimizatsii. M.: Nauka, 1983.
35. Geraskin M.I. Soglasovanie ekonomicheskikh in-teresov v korporativnykh strukturakh. M.: Izd-vo «An-ko», 2005.
36. Geraskin M.I., Mazurmovich O.N. Modelirovanie transfertnogo tsenoobrazovaniia na uslugi obsluzhi-vaiushchikh proizvodstv neftedobyvaiushchikh pred-priiatii // Vestnik Volzhskogo universiteta imeni V.N. Ta-tishcheva. 2012. № 3(26).
37. Burkov V.N., Novikov D.A. Teoriia aktivnykh Sistem: sostoianie i perspektivy. M.: Sinteg, 1999.
38. Novikov D.A. Institutsionalnoe upravlenie or-ganizatsionnymi sistemami. M.: IPU RAN, 2004.
39. AzeneZenebe, Anthony F. Norcio. Representation, similarity measures and aggregation methods using fuzzy sets for content-based recommender systems.
40. Rafael Bravo De La Parra. Aggregation methods in discrete models // URL: http://www.worldscien-tific.com/doi/abs/10.1142/S0218339095000551
41. Joel H. Saltz. Aggregation Methods for Solving Sparse Triangular Systems on Multiprocessors // URL: http://epubs.siam.org/doi/abs/10.1137/0911008?journal-Code=sijcd4
