CC BY
367
ВЕСТНИК УДМУРТСКОГО УНИВЕРСИТЕТА
УДК 005.511(083.92X045)
А.Д. Щербак
ПРИМЕНЕНИЕ МЕТОДОЛОГИИ АНАЛИЗА СРЕДЫ ФУНКЦИОНИРОВАНИЯ ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ УПРАВЛЕНИЯ НАБОРОМ СТРАТЕГИЧЕСКИХ БИЗНЕС-ЕДИНИЦ ПРОМЫШЛЕННЫХ КОРПОРАЦИЙ
Рассматривается оценка эффективности управления набором стратегических бизнес-единиц. Для этого был проведен обзор методологии анализа среды функционирования и ее основных моделей, а также рассмотрена применимость данной методологии для изучения оценки эффективности управления набором стратегических бизнес-единиц.
Ключевые слова: оценка эффективности, стратегические бизнес-единицы, анализ среды функционирования, линейное программирование.
Введение
Изучение эффективности является ключевым направлением исследований в работах многих ученых. Такое внимание к этому понятию не случайно, ведь именно показатели, характеризующие эффективность, наиболее удобны, универсальны и объективны для определения и сравнения результатов экономической деятельности. Самая распространенная форма меры эффективности может быть выражена как отношение каких-либо выходных параметров (выходов) к произведенным входным параметрам (входам), необходимым для производства этих выходных параметров. Уровень современного экономического развития, характеризующийся ярко выраженными тенденциями к глобализации, а следовательно, и к постоянно усиливающейся конкуренции, вынуждает руководство всех субъектов экономической деятельности систематически отслеживать уровень эффективности для лучшего понимания своих преимуществ или недостатков относительно конкурентов. Для крупных промышленных производителей, таких как промышленные корпорации, которые имеют широко диверсифицированную номенклатуру производства, существует необходимость оценки эффективности управления набором своих стратегических бизнес-единиц (СБЕ) как части общей оценки эффективности. ADL определяет СБЕ как сферу бизнеса с определенной позицией на рынке, цели и стратегия которой определяются и впоследствии выполняются независимо от остальных подразделений. При этом СБЕ может самостоятельно продолжать работать в случае выхода из корпорации [1].
Метод
Существуют различные подходы к оценке эффективности деятельности предприятий. В русскоязычной литературе чаще всего используются методы регрессионного анализа и стохастической граничной производственной функции. Но как указано в работе [3], результаты применения этих методов зачастую неполноценны и на их основе пользователь может сделать неверные выводы.
Анализ среды функционирования (DEA - Data Envelopment Analysis) - это методология, основанная на применении линейного программирования. Изначально она была разработана для измерения производительности, затем успешно применена для оценки относительной эффективности фирм, которые используют множество идентичных входных параметров (входы) для производства множества идентичных выходных параметров (выходов) [5]. Применяя метод АСФ, пользователь самостоятельно выбирает входные и выходные параметры, что дает возможность для проведения всеобъемлющего и более объективного анализа. В АСФ не предполагается, что сам исследователь будет присваивать веса для каждого входа и выхода, как в обычных индексных подходах, и также не предполагается необходимость присвоения функциональных форм, которые нужны при использовании методов статистической регрессии [3]. Применение гибких весов позволяет исключить риск субъективной оценки пользователя в случае с фиксированными весами. Все вышеназванные аргументы делают АСФ подходящим методом для рассмотрения проблемы оценки эффективности набора СБЕ.
Наш подход
На наш взгляд, оценку набора СБЕ целесообразно начинать с определения эффективности деятельности каждого обособленного подразделения, так как общий финансовый результат корпорации формируется из деятельности каждого обособленного СБЕ. В контексте оценки эффективности набора СБЕ эффективность работы каждого из них целесообразно рассматривать не только относительно его конкурентов, но и относительно альтернативных объектов инвестирования, возможных на момент принятия решения о вхождении в данный бизнес. В данном случае будут учтены не только результаты, достигнутые СБЕ, но и решения высшего руководства относительно стратегического набора в краткосрочной и долгосрочной перспективах.
При этом в рамках оценки корпоративного портфеля как набора СБЕ важно оценить уровень синергетического эффекта, достигнутого в корпорации. Возможность существования синергии является одним из отличительных преимуществ корпорации по отношению к односегментным фирмам. В то же время показатели синергии могут быть и отрицательными, что будет свидетельствовать о наличии «корпоративного дисконта».
В качестве заключительного этапа необходимо уделить внимание эффективности работы внутренних рынков капитала, то есть определить, насколько эффективно высшее руководство распределяет средства внутри корпорации. Данный аспект деятельности является очень важным с точки зрения управления набором СБЕ, так как анализ денежных потоков внутренних рынков капитала позволяет выявить не только их эффективность, но и соответствие стратегии относительно набора СБЕ. И. Ансоффом был разработан подход для формирования стратегии относительно набора СБЕ на основе балансирования между следующими ориентирами: краткосрочные перспективы роста; долгосрочные перспективы роста; краткосрочная рентабельность; долгосрочная рентабельность; стратегическая гибкость; синергизм.
Необходимость балансирования обусловлена разнонаправленностью трех групп ориентиров: между долгосрочными и краткосрочными ориентирами рентабельности и объёмов продаж; рентабельностью и гибкостью; гибкостью и синергизмом [2].
Входы и выходы
Для оценки эффективности управления набором СБЕ мы предлагаем рассматривать три входных параметра по отношению к одному выходному: инвестиции в основные средства СБЕ; оборотный капитал за вычетом расходов на заработную плату; расходы на оплату труда.
С нашей точки зрения, такой состав входных параметров достаточен для оценки набора СБЕ, которая не предполагает детального анализа каждого подразделения. В то же время каждый из них характеризует наиболее важные аспекты деятельности СБЕ. В качестве выходного параметра универсальным и репрезентативным показателем, на наш взгляд, является прибыль. Такая комбинация параметров косвенно отражает рентабельность производства (прибыль/затраты на производство и реализацию), что важно для сравнения СБЕ с конкурентами. Более того, она отражает и рентабельность инвестиций со стороны головного офиса в СБЕ, что не менее важно для его сравнения с альтернативными вариантами инвестирования для оценки решения относительно стратегического портфеля, о котором было упомянуто выше.
Следует обратить внимание на то, что во многих корпорациях существуют подразделения, не ориентированные на получение прибыли, что особенно характерно для вертикально интегрированных объединений. Из этого следует, что применение прибыли в качестве выходного параметра для данных СБЕ лишено смысла. В данном случае прибыль можно заменить на выпуск в стоимостном выражении, однако следует отметить, что сбор информации о выпуске СБЕ конкурентов существенно сложнее. Для СБЕ, работающих как на внешний рынок, так и на внутренние подразделения корпорации, возможно применение обоих показателей одновременно, в зависимости от конкретной ситуации на предприятии.
Существует еще один важный аспект, который в АСФ влияет на количество используемых для оценки параметров. Работа Р. Банкера, Х. Ченга и В. Купера, посвященная моделированию, затрагивает проблему, связанную со степенями свободы, которые увеличиваются вместе с количеством включенных единиц принятия решения (DMU - Decision Making Unit - могут включать производственные компании, университеты, школы, банки, больницы, отделения полиции и т.д.[4]) и уменьша-
ются по мере роста входных и выходных параметров[6]. Исходя из этого для оценки стратегического портфеля желательно не использовать большое количество входов и выходов в связи со сложностью получения данных о конкурентах. Практическое исследование относительной эффективности СБЕ в целом осложнено задачей сбора информации о деятельности сторонних предприятий, что делает разумным рассмотрение небольшого количества наиболее информативных абсолютных показателей.
Модели
Первая базисная модель АСФ, CCR модель, была представлена Чарнсом, Купером и Родесом в 1978 г. В этой модели виртуальные входы и выходы рассчитываются исходя из весов (которые не предопределены) для каждой DMU. В данном исследовании в качестве DMU рассматриваются СБЕ. Целевая функция этой модели включает максимизацию виртуального отношения выходы/входы для DMUo. Для расчета весов используется линейное программирование. После применения данной модели для всех DMU те из них, целевая функция которых равна единице, рассматриваются как эффективные, а те, у которых она меньше единицы, - как неэффективные. Модель CCR предполагает постоянный масштаб производства.
С помощью преобразования путем двойственной задачи линейного программирования модель CCR выглядит как (CCR-I) [3]
min в
e,X
при условии:
вх0 - XX > 0,
YX> Уо,
X> 0,
где
X - матрица входов,
Y - матрица выходов,
X - полуположительный вектор, Xj > 0, Xj ^ 0 для j = 1...П .
После появления CCR модели значительным количеством исследователей были предложены новые модели. Больше всего заслуживает внимания модель BCC, разработанная Банкером, Чарнсом и Купером [11]. BCC модель отличается от CCR модели добавлением условия « eX = 1», что меняет эффект масштаба производства с постоянного на переменный [5].
В случае применения методологии DEA для оценки набора СБЕ промышленной корпорации имеет смысл применение двух моделей - CCR и BCC. Так как в промышленности важную роль играет эффект масштаба, последовательное применение CCR и BCC моделей позволяет оценить как техническую эффективность работы СБЕ, так и эффективность масштаба производства.
Выбор ориентации моделей зависит от возможных путей повышения эффективности данной СБЕ. В рамках заданного набора входных и выходных параметров ориентация на повышение выходов выглядит предпочтительнее в силу того, что затраты на основные фонды уже произведены и их снижение невозможно, а экономия на расходах на оплату труда может сопровождаться ухудшением рабочего климата, стимулов к эффективной работе у персонала и другими негативными последствиями.
Для последующей интерпретации результатов важно учитывать не только конечный результат максимизации, но и веса. Например, нулевой вес одного из входных параметров означает, что у данного СБЕ относительно других этот параметр выше на фоне более успешных остальных входных показателей. Применительно к выбранному набору входных и выходных параметров предпочтительнее выглядят относительно высокие затраты на основные фонды при относительно низких расходах на оборотный капитал и заработную плату, это дает преимущество в долгосрочной перспективе. Следовательно, после оценки эффекта масштаба имеет смысл установление границ для весов для окончательной оценки эффективности деятельности СБЕ. Это позволяет сделать метод ограниченного региона [12;3]. Таким образом, конечной моделью для оценки эффективности СБЕ относительно конкурентов, на наш взгляд, должна быть ВСС модель с выходной ориентацией и ограниченными множителями. Математически она может быть выражена как (AR):
max uy0
v,u
при условиях:
vx0 = 1,
- vX + uY < 0, vP < 0, v > 0, u > 0,
P - матрица, ограничивающая множители. В данном случае P = (-1; 1; 1; 0).
Такое ограничение весов означает то, что сумма множителей второго и третьего входов больше первого множителя, которому соответствует вес затрат на основные фонды СБЕ. Стоит обратить внимание на недостаток данной модели: она не включает в счет все возможные виды недостач выходных параметров и избытков входных.
Для оценки эффективности деятельности СБЕ сравнение целесообразно проводить с его прямыми конкурентами, причем в их состав желательно включить как подразделения других корпораций, так и односегментные фирмы, обслуживающие этот же рынок. Сравнение СБЕ с односегментными фирмами, работающими на этом же рынке, позволит судить о синергетическом эффекте, достигнутом в подразделении.
При этом целесообразно отдельное сравнение каждого СБЕ с альтернативными объектами инвестирования (другими видами бизнеса), которые существовали на момент принятия решения о вхождении в данный вид бизнеса. Такое сравнение позволит судить об эффективности решения относительно набора СБЕ. В данном случае модель с ограниченными множителями теряет смысл, так как разные виды бизнеса могут иметь кардинально разную технологию производства. В данном случае наиболее информативным, на наш взгляд, будет применение модели, конечный результат которой включает в себя все существующие у СБЕ недостатки (избытки входных и недостатки выходных параметров) - модель SBM (Slack Based Model) [3]. Таким путем будет получена количественная оценка эффективности предпочтения данного СБЕ его альтернативам, возможным на момент принятия решения.
Эффективность распределения ресурсов между СБЕ
Как было упомянуто выше, оценка эффективности управления набором СБЕ не ограничивается оценкой каждого подразделения по отдельности. Методология DЕА позволяет оценить эффективность управления внутренним рынком капитала корпорации, для чего был разработан индекс производительности Малмквиста [7], который отражает прогресс или регресс эффективности DMU вместе со сдвигом границы эффективности в одном временном периоде относительно другого. Границу эффективности задает набор эффективных DMU. Таким образом, индекс Малмквиста отражает рост или снижение совокупной производительности факторов DMU, которые могут выступать индикаторами эффективности перераспределения средств между СБЕ корпорации. Индекс Малмквиста рассчитывается как произведение эффекта роста относительной эффективности (Catch-up Effect) и эффекта сдвига границы эффективности (Frontier Shift Effect).
То есть индекс Малмквиста, равный произведению этих двух эффектов, может быть рассчитан
как
MI = И(x„У0)2).. S2((x,,y,f is4(x,„ У0У) <52((*0, У 0)1 '
В данном контексте сравнение целесообразно проводить между подразделениями корпорации, и, так как технологии у них могут существенно различаться, модель SBM, как и в предыдущем случае, подходит лучшего всего. Slack-based индекс Малмквиста был разработан Жу [8], Тоун [9], Чен [10].
Применение методологии на практике
Для расчета индекса Малмквиста в данной статье были использованы данные промышленной корпорации «Х». Следует отметить, что в стратегический набор СБЕ данной корпорации входит также торговое подразделение. Результаты расчетов представлены в табл.
Результаты расчетов эффективности СБЕ корпорации «Х»
СБЕ Эффективность в 2008 г. Эффективность в 2009 г. Эффективность в 2008 г. относительно границы эффективности 2009 г. Эффективность в 2009 г. относительно границы эффективности 2008 г. Индекс Малмквиста
1 79,94% 71,97% 78,09% 74,03% 0,923846553
2 80,39% 74,16% 77,48% 77,07% 0,957925468
3 81,94% 74,40% 78,87% 76,56% 0,938822588
4 79,69% 83,27% 77,61% 84,02% 1,063591519
5 93,41% 90,02% 90,50% 93,77% 0,999264564
6 100,00% 97,97% 100,00% 96,72% 0,973429936
7 83,89% 78,16% 84,53% 78,30% 0,928993392
8 95,99% 80,93% 95,48% 81,19% 0,846714193
9 87,08% 85,87% 85,68% 87,18% 1,001682819
10 81,68% 74,88% 85,63% 71,38% 0,874178967
11 100,00% 100,00% 100,00% 99,81% 0,999049548
12 80,31% 79,97% 79,59% 81,00% 1,006681279
13 100,00% 91,19% 100,00% 82,51% 0,867414947
14 76,85% 100,00% 75,12% 100,00% 1,316134503
15 95,20% 100,00% 92,80% 100,00% 1,063916484
16 78,64% 82,01% 79,00% 82,71% 1,044905748
17 100,00% 93,55% 100,00% 92,89% 0,932194159
Из табл. видно, что в 2008 г. 4 СБЕ, а в 2009 г. 3 СБЕ из 17 были эффективными, причем лишь одна СБЕ была эффективной оба года. У 12 подразделений наблюдается снижение абсолютного показателя эффективности, у 4 этот показатель вырос в 2009 г. относительно 2008 г. Как было отмечено ранее, индекс Малмквиста отражает рост или снижение совокупной производительности факторов производства. В данном случае 11 СБЕ соответствует индекс менее 1, что говорит о снижении производительности их факторов производства, у оставшихся 6 наблюдается индекс больше 1. Основываясь на этих данных, высшее руководство рассмотренной корпорации может судить об эффективности перераспределения средств между подразделениями, а также сопоставить результаты анализа выбранной стратегии.
Вывод
Применение методологии АСФ может быть весьма полезно для оценки эффективности управления набором СБЕ. Последовательное использование набора моделей позволяет оценить эффективность работы каждого обособленного подразделения, решений относительно выбора видов деятельности, а также работы внутреннего рынка капитала корпорации. Последовательность моделей, на наш взгляд, должна выглядеть следующим образом:
1) выходо-ориентированные CCR и BCC модели для оценки эффективности масштаба работы подразделений;
2) AR-метод для определения технической эффективности работы подразделений;
3) SBM модель для оценки эффективности решения относительно выбранных видов бизнеса;
4) индекс Малмквиста для оценки эффективности работы внутреннего рынка капитала корпорации.
Недостаток методологии DЕА для оценки эффективности управления набором СБЕ заключается в том, что оценка синергетического эффекта возможна лишь косвенно.
Практические расчеты подтверждают применимость данной методологии для оценки эффективности управления набором СБЕ.
СПИСОК ЛИТЕРАТУРЫ
1. Hax A.C., Majluf N.S. The Corporate Strategic Planning Process // WP #1396-83. 1983. P. 7.
2. Ансофф И. Стратегическое управление. М.: Экономика, 1989. C. 64-66.
3. Cooper W. W., Seiford L.S., Tone K. DEA. A Comprehensive Text with models. Springer, 2007. P. 2-336.
4. Ramanathan R. An Introduction to Data Envelopment Analysis. A Tool for Performance Measurement. Sage Publications, 2003. P. 25.
5. Duzakin E., Duzakin H. Measuring the Performance of Manufacturing firms with Super Slack Based Model of DEA // European Journal of Operational Research #182. 2007. P. 1414-1415.
6. Banker R.D., Chang H., Cooper W.W. Simulation Studies of Efficiency, Returns to Scale and Misspecification with non-linear Functions in DEA // Annals of Operational Research #66. 1996. P. 233-253.
7. Malmquist S. Index Numbers and Indifference Surfaces // Trabajos de Estadistica 4. P. 209-242.
8. Zhu J. Data Envelopment Analysis with Preference Structure // Journal of the Operational Research Society 47. 1996. P. 136-150.
9. Tone K. A Slack-based Measure of Efficiency in DEA // European Journal of Operational Research 130. 2001. P. 498-509.
10. Chen Y. Non-Radial Malmquist Productivity Index with an Illustrative Applications to Chinese Major Industries // International Journal of Production Economics 83. 2003. P. 27-35.
11. Banker R.D., Charnes A., Cooper W.W. Some models for estimating technical and scale inefficiencies in data envelopment analysis // Management Science 30(9). 1984. P. 1078-1092.
12. Thompson R.G., Singleton F.D., Thrall R.M., Smith B.A. Comparative Site Evaluations for Locating a High-Energy Physics Lab in Texas // Interfaces 16. 1986. P. 35-49.
Поступила в редакцию 26.03.12
A.D. Shcherbak
Applying methodology of Data Envelopment Analysis for assessing efficiency of a set of strategic business units management
This article aims at efficiency assessing of a set of strategic business units management. For this purpose Data Envelopment Analysis and its models were studied. Furthermore, the applicability of this methodology for assessing efficiency of management a set of strategic business units management was analyzed.
Keywords: assessing efficiency, strategic business units, data envelopment analysis, linear programming.
Щербак Александр Дмитриевич, аспирант Shcherbak A.D., postgraduate student
ФГБОУ ВПО «Удмуртский государственный университет» Udmurt State University
426034, Россия, г. Ижевск, ул. Университетская, 1 (корп. 4) 462034, Russia, Izhevsk, Universitetskaya st., 1/4
E-mail: [email protected] E-mail: [email protected].
