CC BY
15
ЭКОНОМИКА
УДК 338.24 (075.8)
З.М. Магрупова, Д. С. Смирнов
ПРОЕКТНОЕ УПРАВЛЕНИЕ НА ПРЕДПРИЯТИИ НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ ХОДА РАЗВИТИЯ
Z.M. Magrupova, D.S. Smirnov
ENTERPRISE PROJECT MANAGEMENT BASED ON THE DEVELOPMENT
FORECAST
В статье рассматриваются инструменты управления рисками и возможность их применения в процессе прогнозирования дальнейшего хода развития проекта, исследуются два варианта реализации прогностической функции в программных продуктах и их использование в системе управления проектами. Система управления проектами реализована в виде программного комплекса и представляет собой несколько взаимодействующих подсистем, консолидированно использующих результаты деятельности друг друга.
Прогнозирование, инструменты управления рисками, система управления проектами, процессная деятельность, реализация инвестиционных проектов, календарное планирование, перспективы развития рынков, экспертная вероятностная оценка, статистические методы, статистический массив данных, модель тактического прогнозирования, механизм формирования прогноза, анализируемые показатели по отрасли, прогноз развития, тренд развития прогнозируемых показателей.
The paper considers instruments of risk management and possibilities their usage in the process of forecasting project further development. Two variants are explored of forecasting function using relevant software and their usage in project management. Project management system is implemented on the basis of a program complex and is represented by several interacting sub-systems with consolidated database using resulting products of each other.
Forecasting, risk management instruments, project management system, process activity, investment projects implementation, scheduling, prospects of markets development, expert probabilistic evaluation, statistic methods, statistic database, tactic forecast model, forecast forming mechanism, analyzed branch indices, development forecast, forecasted indices development trend.
Особенность обрабатывающих отраслей тяжелой промышленности заключается в значительной инертности реакции на изменения. Это связано как с длительностью цикла изготовления готовой продукции, так и с большим количеством процессов, осуществляемых во время производства продукции и ее реализации.
При смене экономической ситуации в отраслях возникает потребность прогнозирования, т.е. понимания того, в какую сторону и как интенсивно будут изменяться показатели, влияющие на деятельность предприятий. В частности, это могут быть цены на сырье, полуфабрикат поставщиков или объемы потребления готовой продукции.
Для решения данной проблемы можно рекомендовать инструменты управления рисками, а конечный результат их применения может быть использован в процессе прогнозирования дальнейшего хода развития проекта. Автор намеренно разделяет управление рисками и прогнозирование в контексте данной статьи, так как в отечественной практике управление рисками в общем случае предполагает рассмотрение лишь негативных со-
бытий для проекта и управление их развитием по мере возможности. Прогнозирование рассматривает не только угрозы, но и позитивные тенденции.
Задачи прогнозирования на промышленном предприятии возможно решать как с помощью экспертов, дающих личную оценку ситуации и предсказывающих варианты дальнейшего развития, так и с помощью автоматизированных систем. Существует два варианта реализации прогностической функции в программных продуктах. Функционал прогнозирования может быть реализован в узкоспециализированном продукте (созданном исключительно для построения прогноза). Помимо этого данный инструмент может входить в более широкий инструментальный набор, реализованный в системе управления проектами (СУП). Широта охвата функций, которые выполняет СУП, может быть различной и зависит от сложности решаемой процессной задачи на конкретном предприятии. Под определением процессной деятельности мы полагаем цикличное повторение ее во времени наряду с использованием входящей
информации/ресурсов и созданием однотипного результата на выходе [1]. В случае с прогнозированием реализации крупных инвестиционных проектов потребность в анализе рисков для своевременного оперативного принятия решения о корректировке хода реализации также носит постоянный характер.
Функционал системы управления проектами позволяет реализовать:
- управление процессами (в частности, управление персоналом, логистикой, стратегией, информационным обеспечением, маркетингом, управление качеством и т.д.);
- управление календарным планированием (сведение ресурсного потенциала и хронологических ограничений, накладываемых на этапы исполнения);
- сопоставление и анализ фактически достигнутого результата по проекту и запланированных показателей в режиме реального времени;
- расчет ресурсно-стоимостных смет по любым отчетным периодам с учетом полноты имеющихся данных за период реализации проекта;
- управление рисками;
- прогнозирование хода реализации проекта в будущем [2], [3].
Система управления проектами, реализованная в виде программного комплекса, в современном понимании этого термина на промышленных предприятиях представляет собой несколько взаимодействующих подсистем, консолидированно (в идеальном случае) использующих результат деятельности друг друга. Различные по функционалу подсистемы могут объединяться в рамках
одной, таким образом, упрощая внутреннее взаимодействие. В свою очередь, системы более высокого уровня взаимодействуют между собой на уровне отчетности. В ходе исследования был проведен опрос экспертов для выявления особенностей реализации инвестиционных проектов на крупных промышленных предприятиях (ОАО «Северсталь» ЧерМК, ОАО ММК, ЗАО ИТЗ), сделан анализ сведений и сообщений о подготовке и реализации крупных национальных проектов в сфере строительства (подготовка к олимпиаде в Сочи, к саммиту АТЭС), представленных в средствах массовой информации. В результате получен вывод о высокой значимости использования инструментариев управления рисками и прогнозирования.
Если принять за основу использование методики параллельного проектирования при реализации проекта, когда начало строительных работ не совпадает по срокам с окончанием проектно-изыска-тельских работ, то в большинстве случаев организация таких систем должна выглядеть, как показано на рис. 1.
Необходимость применения инструментов управления рисками обуславливается тем, что если представить исполнение проекта в виде четырех последовательных этапов (см. рис. 2), то именно на этапе реализации происходит значительное увеличение объема исполняемых работ по отношению к другим стадиям. Таким образом, величина риска срыва мероприятия имеет обратно пропорциональную зависимость к объему выполненных работ.
Система управления ходом реализации инвестиционной программы предприятия
Подсистема управления бюджетом проекта
Подсистема управления сроками реализации проекта
Подсистема управления ресурсами проекта
Система бухгалтерского учета
Система, обслуживающая ход реализации инвестиционного проекта
Подсистема управления проектными работами Подсистема управления закупок материальных ценностей и услуг по проекту
Система управления рисками
Рис. 1. Группировка систем осуществления инвестиционных проектов на промышленном предприятии
Инициация Планирование Реализация Завершение
Время (этапы проекта)
Планирование бюджета/работ Корректировка планов при необходимости 1
Контроль затрат
Управление рисками
Рис. 2. График изменения объема работ и рисков во время реализации инвестиционного мероприятия
Управляя рисками и осуществляя прогнозирование, особенно в условиях нестабильного состояния внешней среды предприятия, можно минимизировать незапланированные объемы работ и снизить дополнительные издержки. Следовательно, при интегрировании процесса управления рисками в СУП появляется возможность создания эффективного инструмента управления ходом реализации проекта. В настоящее время управление проектами и календарное планирование как его составляющая часть используют постфактум наступившие события для внесения корректив в управление. Использование результатов прогнозирования в управлении создает дополнительные возможности для понимания перспектив проекта.
Для руководства предприятия жизненно необходимо осуществлять мониторинг зарождающихся тенденций, оценивать перспективы развития рынков в условиях, когда макроэкономическим показателям не свойственна стабильность. Очевидно, использование прогнозирования на основе экспертной вероятностной оценки наступления событий и их фискальной величины для рассматриваемого субъекта будет носить относительный характер ввиду возможной неточности суждений или их противоречивости относительно друг друга, а также неполноты информации.
Использование более сложных статистических методов, например регрессионного анализа, способно дать более точный результат. Однако данная группа методов будет практически бессильна в случае нерегулярных кризисов, которые затруднительно описать заранее. Для этого необходимо обеспечить соответствующее математическое описание хода их течения (длительность во времени, срок достижения и значение экстремальных значений оцениваемых показателей), а это только на основе статистического массива данных сделать невозможно.
Таким образом, приходим к выводу, что использование групп методов по отдельности не даст приемлемого результата. Однако следует понимать, что даже в период стабильного состояния экономики невозможно создать инструмент, дающий прогностический результат с нулевой погрешностью относительно реальных показателей. Тем более это невозможно сделать в период неопределенности. Очевидно, стратегическое прогнозирование (периоды более 3 лет), дающее численные результаты, в данном случае не будет эффективным ввиду крайне высокой степени потенциальной погрешности. Поэтому предлагается построить модель тактического прогнозирования, особенностями которой должны стать:
- простота конечной программной реализации;
- способность оперативно достраиваться;
- использование статистических массивов информации прошлых периодов;
- использование данных настоящего периода с поправкой на полноценность (данные могут обновляться во времени, особенно это касается перехода от экспертной оценки показателя к данным бухгалтерского учета).
Соответствовать указанным выше требованиям может модель, схема которой представлена на рис. 3.
Наблюдаемое управление (данные, не обладающие
подтвержденной полнотой и точностью)
Статистический массив данных
1
Программно реа-
лизованная мате-
матическая мо-
дель
т
Прогноз через оценку рисков
Корректирующее управление (мнение экспертов)
Рис. 3. Предлагаемая блок-схема модели прогнозирования
При прогнозировании объемов производства и потребления металлопродукции (например, сортового проката черной металлургии, востребованного в жилом, промышленном, коммерческом строительстве, машиностроении, автомобилестроении и энергетике, а также в других отраслях народного хозяйства) необходимо установить определенные требования к процессу вычисления результата. Учитывая, что развитие рынков потребления проката носит как сезонный, так и годичный характер, механизм формирования прогноза, используемый в модели, можно представить следующим образом (рис. 4).
Применительно к рынку сортового проката черной металлургии были выбраны следующие взаимозависимые анализируемые показатели по отрасли, по каждому из которых строился прогноз развития на 2009 год (ежеквартальный):
1. Производство (совокупное производство сортового проката на территории РФ).
2. Видимое потребление (спрос со стороны отечественных и зарубежных предприятий, расположенных на территории РФ).
3. Поставки на внутренний рынок (поставки проката отечественными перерабатывающими предприятиями на внутреннем рынке).
4. Экспорт.
5. Импорт.
Тенденция к увеличению амплитуды графика, описывающего изменения анализируемых значений, не свойственна показателям рынка при наличии инструмента поддержания стабильности со стороны государства и естественного стремления к самоорганизации рынков как систем. Также стоит обобщить графики как стремящиеся в своем хронологическом развитии к некоему оптимальному значению, по мере приближения к которому все уменьшается прирост значения функции при постоянном росте (изменении) аргумента.
Проверкой взаимозависимости и корректности получаемого результата (также проверкой имеющегося статистического массива данных) является одновременное выполнение следующих очевидных условий:
1. Производство = Поставки на внутренний рынок + Экспорт.
2. Видимое потребление = Поставки на внутренний рынок + Импорт.
В ходе подготовки прогноза были собраны ежеквартальные значения пяти указанных выше показателей за 5 неполных предыдущих лет: с III квартала 2004 г. по III квартал 2008 г. Получены 20 последовательностей, с помощью которых можно построить прогноз будущего развития составляющих рынка без учета влияния глобального кризиса, позже достроив их описанием кризиса через весовые коэффициенты. Помимо построения ежеквартальных тенденций произведена оценка поведения компонент прогноза в разрезе нескольких лет. В ходе анализа данных с 2005-го по 2008 г. выявлена закономерность к «сглаживанию графика» и повороту угла наклона воображаемой прямой (она образована точками с соответствующими значениями в I и IV кварталах) (рис. 5).
Если анализировать эту тенденцию без учета ее дальнейшего развития (точнее, без влияния на нее наступившего экономического кризиса), то можно предположить, что она вызвана общей оптимизацией потребления проката. В частности, для зимнего периода характерна наибольшая сдача гото-
вого жилья, сезонная приостановка строительства. Общий подъем спроса на некоммерческое жилье и «инертность» производства в металлургии (от момента заказа до выпуска готовой продукции без
учета времени доставки конечному потребителю может пройти около двух месяцев) провоцировали ускоренный рост значений первых кварталов по сравнению с прочими.
Рис. 4. Блок-схема механизма формирования прогноза (представлено только три вида графиков, так как они являются наиболее распространенными и вероятными)
2005
2006
Импорт
Видимое потребление
Поставки на внутренний рынок
Рис. 5. Динамика показателей за рассматриваемый период, тыс. т
В ходе проведения исследования было создано приложение на базе MS Excel и MathCad, в котором в соответствии с описанными выше правилами и ограничениями был реализован алгоритм расчета прогноза. В качестве исходного статистического массива данных бралась информация с сайта Федеральной службы государственной статистики [4] и журнала «Металл Эксперт» [5]. В качестве корректирующего управления использованы материалы СМИ, а также мнения экспертов, в качестве наблюдаемого управления - данные периодических изданий и ГКС за IV квартал 2008 г. (прогноз с использованием предлагаемой модели был сформирован в середине ноября 2008 г.).
Функция, дающая прогноз на период, может быть представлена математически в виде
Ft=[ks-Sl+kr-Rt] + Pt,
где t - порядковый номер периода разбиения (в случае с кварталами от I до IV); St - значение, полученное после обработки выборки из набора статистических значений (например, для анализа значения по кварталу берутся только соответствующие по хронологии значения прошлых периодов); Rt - доверительное значение показателя за настоящий период (или близкое по хронологии в
прошлом); Р, - прогнозируемое экспертное отклонение значения показателя в будущем.
Введенные ограничения:
- к5, к,- - весовые коэффициенты, принимающие значение от 0 до 1; сумма коэффициентов равна 1;
- сумма экспертных отклонений по всем прогнозируемым показателям в рамках периода должна равняться нулю.
Алгоритм расчета формировался таким образом, что первоначально строился тренд развития прогнозируемых показателей, проверялась их взаимокорректность, затем с помощью доверительных значений выбирались весовые коэффициенты и достраивались экспертные отклонения. В результате были построены прогнозы развития пяти рассматриваемых выше компонент, описывающих рынок сортового проката в России на 2009 год (см. рис. 6).
Таким образом, описанная выше модель может учитывать тенденции предыдущих периодов, включающие в себя потребление в соответствии с утвержденными программами (например, в масштабе страны, реализация ФЦП, по подготовке к олимпиаде в г. Сочи в 2014 г., к саммиту АТЭС и т.д.). Помимо тенденций прошлого модель учитывает их изменение в настоящем и будущем.
Следует отметить, что целью данной работы являлось не построение математической модели, дающей прогноз высокой точности, а построение модели, способной усовершенствовать существующий инструментарий управления проектами
Соотнесение прогнозных и
на промышленном предприятии. В качестве проверки было произведено сравнение полученных в феврале 2009 г. данных с прогнозируемыми показателями, в результате чего подтверждена корректность прогноза (см. таблицу).
Таблица
тических значений, тыс. т
Показатель (IV квартал 2008 г.) Прогнозируемое значение Фактическое значение (данные на 26.02.09, «Металл Эксперт», 2009, № 2)
Объем производства сортового проката, Россия 3762 3568
Внутреннее потребление сортового проката, Россия 2509 2790
Статистика (1к08 - Зк08) и прогноз (4к08 - 4к09) по анализируемым показателям рынка сортового проката черной металлургии в России
9000
8000
7000 -
6000 -
5000
4000
3000
2000 -
1000
Ф Производство
—А— Экспорт
С Поставки на внутренний рынок —I— Импорт --Видимое потребление
1к08
2к08
Зк08
4к08
1к09
2к09
Зк09
4к09
Рис. 6. Прогноз рынка сортового проката черной металлургии в России, тыс. т
Список литературы 2. Финансовая газета: Международный финансовый
еженедельник. 2008. № 29.
1. ИСО 9001-2001 «Системы менеджмента качества. 3. URL: http://www.cfin.ru/software/project/pms-review.
Основные положения и словарь». shtml.
4. URL: www.gks.ru - сайт Федеральной службы госу- 5. URL: www.metalexpert.ru - сайт информационного
дарственной статистики РФ. агентства «Металл Эксперт».
Магрупова Зульфия Мазгаровна - кандидат экономических наук, доцент кафедры экономики Инженерно-экономического института Череповецкого государственного университета.
Тел.: 8 (8202) 55-65-97, 55-70-49, 50-38-68; e-mail: economica@chsu.ru
Смирнов Дмитрий Сергеевич - аспирант кафедры экономики Инженерно-экономического института Череповецкого государственного университета.
Тел.: 7-905-297-00-80.
Magrupova Zulfiya Mazgarovna - Candidate of Science (Economics), Associate Professor, Department of Economics, Institute of Engineering and Economics, Cherepovets state university.
Tel.: 8 (8202) 55-65-97, 55-70-49, 50-38-68; e-mail: economica@chsu.ru
Smirnov Dmitry Sergeevich - post-graduate student, Department of Economics, Institute of Engineering and Economics, Cherepovets state university.
Tel.: 7-905-297-00-80.
УДК 33:002 06.39.31
О.А. Балташова, H.C. Николаев
НЕЧЕТКО-ИНТЕРВАЛЬНЫЙ ПОДХОД К ОЦЕНКЕ ФИНАНСОВЫХ РИСКОВ
ПРЕДПРИЯТИЯ
О.A. Baltashova, N.S. Nikolaev
INDISTINCT INTERVAL APPROACH TO THE ESTIMATION OF ENTERPRISE
FINANCIAL RISKS
В статье рассматривается один из возможных методов определения вероятности финансовых рисков при организации управления ими. Суть метода заключается в использовании нечетко-интервального подхода. Вид функции принадлежности при этом предлагается определять с использованием прямого метода при исследовании проблемы одним экспертом.
Теория нечетких множеств, нечетко-интервальный подход, функция принадлежности, вероятность риска, экспертные методы, критерий эффективности, метод FMEA.
The paper deals with one of possible methods of defining financial risks probability in the process of their management. The essence of the method is in the usage of indistinct interval approach. In this case, the type of the membership function is proposed to be defined using direct method if the investigation is carried out by one expert.
Theory of indistinct sets, indistinct interval approach, membership function, risk probability, expert methods, efficiency criterion, FMEA method.
Эффективность любого предприятия определяется уровнем внедрения процессного управления в его деятельность. Среди большого количества процессов управления в общей системе бизнес-процессов особо следует выделить процессы управления финансами. Оптимизация этих процессов обычно проводится по двум показателям -коэффициенту эффективности и коэффициенту результативности. При определении этих коэффициентов прежде всего необходимо учитывать об-
щие затраты предприятия на различные мероприятия.
Большое место в системе затрат имеют финансовые риски, связанные практически со всеми областями деятельности предприятия. Общая методика управления затратами приведена в ГОСТ Р 51814.2-2001 «Метод анализа видов и последствий потенциальных дефектов» (метод БМЕА). Метод РМЕА рекомендуется применять при изменении условий эксплуатации технического объекта, тре-
