CC BY
74
'Въотпьк, ЯАТ£\Оу£\А
Уфа: УГАТУ. 2012________________________________^¿________________________________Т. 16, №8(53). С. 61-66
УПРАВЛЕНИЕ, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И ИНФОРМАТИКА
УДК 005.915:519.87
Н. И. Юсупова, М. Н. Харисов
РАЗРАБОТКА МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ БЛОКА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ВЗАИМООТНОШЕНИЯМИ С КЛИЕНТАМИ КОМПАНИИ -ЮРИДИЧЕСКИМИ ЛИЦАМИ
Рассмотрена проблема поддержки принятия решений при подписании договоров на поставки товаров и оказание услуг с юридическими лицами в индустрии интернет-торговли. Разработан алгоритм и математическая модель прогнозирования значений коэффициентов ФХД компаний. Предложен метод многокритериальной классификации клиентов - юридических лиц - по значениям рассчитанных коэффициентов. Управление взаимоотношениями; прогнозирование ФС компании; поддержка принятия решений; многокритериальная оптимизация
ВВЕДЕНИЕ
В ходе становления постиндустриальной экономики в России динамично развивается рынок электронной коммерции, что обусловлено стремительным ростом количества интернет-пользователей, увеличением влияния интерактивных онлайн-платформ, динамичным развитием систем электронных платежей и переходом ведущих веб-сервисов от технологической платформы Web 1.0 к Web 2.0.
В настоящее время российский рынок интернет-торговли демонстрирует ежегодные темпы роста на уровне 45%. При этом доля интернет-продаж в обороте розничной торговли Российской Федерации составляет только 2%. Данный показатель в несколько раз ниже, чем в развитых Европейских странах, что говорит о значительном потенциале для его роста, реализовать который позволит развитие логистики, увеличение проникновения интернет сети в регионах и внедрение систем автоматизации управления обслуживания клиентов, реализующих CRM стратегию компаний [1].
Одной из наиболее важных структурных единиц разработанной CRM-системы в индустрии интернет-торговли является блок автоматизации и управления взаимоотношениями с клиентами - юридическими лицами [2]. Данный факт объясняется спецификой формы торговли основных игроков индустрии, работающих на В2В-рынке [1]. В связи с этим разработка математического обеспечения данного блока является актуальной задачей.
АРХИТЕКТУРА БЛОКА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
Архитектура разработанного блока поддержки принятия решений по управлению взаимодействиями с клиентами - юридическими лицами представлена на рис. 1.
В сегменте прогнозирования финансовохозяйственных показателей клиентов - юридических лиц на основе данных финансовой отчетности организаций и экспертных данных по кумулятивным экономическим коэффициентам с помощью математического аппарата имитационного моделирования и математического аппарата прогнозирования методом процента от продаж производится расчет прогнозных значений статей бухгалтерского баланса и отчета о прибылях и убытках компании. На основе вычисленных значений с помощью математического аппарата анализа финансового состояния компании производится расчет прогнозных значений коэффициентов финансово-хозяйственной деятельности компании (коэффициентов ликвидности, платежеспособности, деловой активности, потребности во внешнем финансировании). В сегменте поддержки принятия решений (ППР) о продлении взаимоотношений с компанией-клиентом на основе прогнозных значений коэффициентов финансово-хозяйственной деятельности (ФХД) организации с помощью математического аппарата многокритериальной оптимизации осуществляется принятие управленческого решения о подписании договоров на поставку товаров и оказание услуг
Контактная информация: 8(347)273-77-17
МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ БЛОКА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
Имитационное моделирование при прогнозировании ФС компании
Имитационное моделирование является эффективным методом фундаментального финансового анализа, позволяющим оценить способность юридических лиц удовлетворить требования кредиторов по денежным обязательствам, если соответствующая обязанность по уплате платежей, не осуществлена ими в течение трех месяцев с момента надлежащего исполнения.
Под имитационной моделью понимают вычислительную процедуру, формализованно описывающую изучаемый объект и имитирующую его поведение. Модель при этом используется для предсказания и сравнения как инструмент, позволяющий логическим путем спрогно-
зировать последствия альтернативных действий и принять обоснованное решение.
Технология прогнозирования заключается в определении влияния основных параметров финансово-хозяйственной деятельности компании на уровень ликвидности активов и платежеспособности организации [4].
Основным техническим приемом является определение прогнозных значений среднемесячного темпа прироста объема производства (ЛТП), инфляции (ЛТП), цен на используемое сырье (Л?с), а также налогов и прочих обязательных отчислений из прибыли (Н). Данные параметры определяются путем анализа временных рядов рассматриваемых показателей с помощью авторегрессионых зависимостей. На основании полученных значений вычисляются кумулятивные темпы роста объемов производства (Тп.к), инфляции (Ти.к) и цен на потребляемое сырье (Тс.к) на прогнозируемый период (табл. 1).
Рис. 1. Архитектура блока поддержки принятия решений по управлению взаимоотношениями
с клиентами - юридическими лицами
Таблица 1
Расчет прогнозных значений темпов роста параметров ФХД компании
Показатель Формула расчета
Темп роста объема производства Среднемесячный Кумулятивный ДТп Т - 1 -I - 100 Т„х = Тптптп
Темп роста инфляции Среднемесячный Кумулятивный Т = 1+ — 100 Т’и.к = ТШТШТШ
Т емп роста цен на используемое сырье Среднемесячный Кумулятивный АТп Т — 1 н - 100 Та, = ТСТСТС
Мультипликативный комбинированный множитель МКМИ - г„ги + т2пт2и + т3пт3и
Объемов производства и инфляции Объемов производства и цен на используемое сырье МКМС - тптс + т2пт2с + т3пт3с
Таблица 2
Расчет прогнозных значений статей отчета о прибылях и убытках компании
Показатель Значение в отчетном периоде Значение в прогнозном периоде
Выручка от продаж ВР ±-'± отч ВРпрог = ВР0ТЧ^МКМИ
Затраты Сырье и материалы з ч-,отч оотч •^мат 3 =3 +3 ^прог ^мат.прог ' ^проч.прог щ о — оотч МКМ •^мат.прог ^мат ^ тг\.тс
Прочие потч •^проч ЛД о — оотч МКМ •^проч.прог ^мат ^ тг\.ти
Налогооблагаемая прибыль гг ОТЧ Д’Н П = ВР — 3 — 3 11д.н.прог. А-11 прог ^мат.прог ^проч.прог
Налоги и прочие обязательные отчисления из прибыли НПотч н ^^прог Пд г.прог ^00
Чистая прибыль Г]074 ич Пч.прог Пднпр0г НПпрОГ
Дивиденды к выплате Дотч 0
Реинвестированная прибыль потч 11реинв ПреиНВ.ПрОГ Пч.прог
Таблица 3
Расчет прогнозных значений статей бухгалтерского баланса компании
Показатель Значение в отчетном Значение в прогнозном периоде
периоде
АКТИВ
Внеоборотные активы ДОТЧ •^внеоб д — дотч •^внеоб.прог ^внеоб
Запасы и затраты 33 ‘“»‘“»ОТЧ ЗЗпрог = 33отчТпкТск
Денежные средства, расчеты ДС0ТЧ ДСпрог = ДСотчТп.кТск
и прочие активы
БАЛАНС А п0тч -^1 -^внеоб 33пр0г + ДСпр0г
ПАССИВ
Источники собственных средств скотч Г’1/' Г’1/' '“'г'-прог '“'г^отч
Прибыль отчетного периода гіотч Д’Н ^д.н.прог ^реинв.прог
Долгосрочные заемные средства ДОотч Д^прог Д^отч
Срочная кредиторская задолженность хто 1\.О0тч ^^прог ППр0Г СКПр0Г Пд н Пр0Г Д0ПрОГ
БАЛАНС П0Тч П — А 1Хпрог ^прог
Таблица 4
Расчет прогнозных значений показателей платежеспособности компании
Показатель Значение в прогнозном периоде
Коэффициент текущей ликвидности V 'тт ЗЗпрог + ДСпрог 1 прог т/п ^'-•^прог
Коэффициент обеспеченности собственными оборотными средствами З^прог + ДСПр0Г КЗПр0Г ^'“*'“,прог т/«п ^'-•^прог
Коэффициент восстановления платежеспособности к лт КУВПР0Г =
Таблица 5
Расчет статей активов и пассивов прогнозного баланса компании
Показатель Базовый Процент от продаж Прогнозный период
период
АКТИВ
Оборотные активы Аобі ^ А-обЬ 1 ” ~ВР~* 100 АТВР К^ ВР(1 + ) ^ 100 ^ 100
Внеоборотные активы -Д-внеобґ „ -^внеобґ 1\о — 2 ВР • 100 АТВР К2 ВР(1 + ) ^ 100 ^ 100
Итого актив Аг - А*+і
ПАССИВ
Краткосрочные обязательства КО КО К2 = 100 2 ВР -V/. ко + ко•-— 100
Долгосрочные обязательства ДО - до
Итого обязательства ОБ - ОБм
Уставный капитал УКМ - УКн
Нераспределенная прибыль Пнр - Пч£ / ДТВр\ Пн„ + — • ВР • (1 + —ттг) • (1 нр вр V юо 7 ^
Итого собственный капитал ск - СКМ
Итого обязательства и собственный капитал ОБ + СК пм= ОБі+і + СКі+і
Требуемое внешнее финансирование ПДВФ = А^-і- Пм
Итого Баланс = Пм+ ПДВ
Расчеты выполняются на основе предположений, что: величина и структура оборотных средств в отчетном (базисном) периоде были оптимальны, а следовательно, их прогнозируем значения изменятся прямо пропорционально росту основных показателей объемов, инфляции и цен; рост цен на товары пропорционален темпам инфляции.
Прогнозные значения статей отчета о прибылях и убытках компании вычисляются в соответствии с формулами, представленными в табл. 2. Прогнозные значения статей бухгалтерского баланса компании вычисляются в соответствии с формулами, представленными в табл. 3.
Прогнозирование ФС компании по методу «процента от продаж»
Метод «процента от продаж» является разновидностью расчетно-аналитического метода финансового планирования и применяется для ориентировочных расчетов потребности во внешнем финансировании при увеличении темпов роста объема производства компании (А7п). Прогнозный баланс составляется на основе базового с учетом следующих предположений [5].
Переменные затраты, текущие активы и текущие обязательства на наращивании объема продаж на определенное количество процентов увеличиваются в среднем на столько же процентов. Это означает, что текущие активы и те-
кущие пассивы будут составлять в плановом периоде прежний процент от выручки;
Процент увеличения стоимости основных средств рассчитывается под заданный процент наращивания оборота с учетом:
• технологических условий бизнеса;
• наличия недогруженных основных средств на начало периода прогнозирования;
• степени материального и морального износа наличных основных средств и т. п.
Долгосрочные обязательства и акционерный капитал берутся в прогноз неизменными;
Нераспределенная прибыль прогнозируется с учетом нормы распределения чистой прибыли на дивиденды и чистой рентабельности реализованной продукции.
За базовые принимаются значения показателей планового баланса предприятия и прогноза отчета о прибылях и убытках.
Технология прогнозирования потребности в дополнительном внешнем финансировании компании на прогнозный период состоит из следующих вычислений (табл. 5).
В расчете прогноза необходимо учесть, что предполагаемое увеличение продаж составит \7'|;|. = ХУ,Можно предположить полную загрузку производственных мощностей, а следовательно, необходимое увеличение прироста основных активов для обеспечения нового объема продаж составит также Д7вр- В данном случае все статьи актива, включая основной капитал и текущие обязательства, изменяются пропорционально объему продаж. Норма распределения чистой прибыли на дивиденды принята в размере НД.
Таким образом, потребность во внешнем финансировании вычисляется на основании формулы:
ПДВФ = (Аоб£: + Авнеоб£-)ДГВР — КО • ДГВР ПЧ£ / ДТВр\
-ттгВРи +-£-1(1 - НД) вр V юо/4 }
Анализ формулы для ПДВФ показывает, что возрастание потребности во внешнем финансировании происходит при увеличении активов, темпа прироста выручки от продаж и нормы распределения чистой прибыли на дивиденды.
ППР о продлении взаимоотношений с компанией - клиентом с помощью метода многокритериальной оптимизации
Векторным критерием оптимальности при выборе целевых кандидатов для продления и расширения взаимоотношений среди клиентов
компании - юридических лиц - является их платежеспособность в перспективном периоде. Частными критериями оптимальности являются рассчитанные показатели платежеспособности компании (КЛпрог, КОСПрог, КУВПрог), а также рассчитанное значение потребности во внешнем финансировании (ПДВФ)
Решение поставленной задачи осуществляется методом справедливого компромисса, при котором относительный уровень снижения качества по одному или нескольким частным критериям не превосходит относительного уровня повышения качества по остальным частным критериям [6].
Решением Xt будем называть /-го анализируемого клиента - компанию, к-й частный критерий оптимальности для 7-й компании обозначается как фк(Хг).
Абсолютное изменение значений частных критериев оптимальности при переходе от решения Х\ к решению Х2 вычисляется по формуле
Ьфк(.Х1,Х2) = фк{Х1)-фк{Х2).
Относительное изменение качества решения по каждому из этих критериев определяется по формуле
~ Афк(Х1,Х2')
Минимальное снижение качества решения при переходе ОТ решения Xi к решению Х2 вычисляется по формуле
= тт(Афк(Х1,Х2)).
Максимальное снижение качества решения при переходе от решения Х\ к решению Х2 вычисляется по формуле
= тах(Афк(Х1,Х2)).
Будем говорить, что решение Х2 превосходит решение Х\, если:
|Дф
тах
(хм\ > |дф
min
Результатом решения задачи оптимизации является список клиентов - юридических лиц, сортированный с учетом их оптимальности по заданному векторному критерию. Подписание договоров на поставку продуктов и оказание услуг осуществляется с наиболее привлекательного клиента и далее по списку с учетом ограничения по максимально возможному объему товарооборота.
ВЫВОДЫ
В работе рассмотрена проблема поддержки принятия решения при выборе наиболее подходящих клиентов для ведения торговых взаимоотношений в индустрии интернет торговли.
Разработан алгоритм и математическая модель прогнозирования значений параметров финансово-хозяйственной деятельности анализируемых юридических лиц, а также расчета характеризующих ее коэффициентов. Предложен метод многокритериальной классификации компаний по значениям рассчитанных коэффициентов.
Апробация разработанных методов и алгоритмов была произведена на конкретных примерах и показала, что применение созданного блока поддержки принятия решений о продлении взаимоотношений с клиентами - юридическими лицами - в малых и средних компаниях индустрии интернет торговли позволит, с учетом недостатков существующих решений, обеспечить автоматизацию оперативного управления процессом подписания договоров на поставки товаров и оказание услуг, а также снизить риски потерь иммобилизованных из хозяйственного оборота собственных оборотных средств в виде дебиторской задолженности клиентских компаний.
СПИСОК ЛИТЕРАТУРЫ
1. Sommer S., Hilbert А., Martin J. Relationship management and customer states: Towards a model of multichannel integration for the electronic commerce // Online Proceedings of Modelling Business Information Systems. 2010. P. 164-174.
2. Customer-value-based revenue management / A. Hilbert [et al.] // Journal of Revenue & Pricing Management. 2009.
3. Hilbert А., Bogdanova D. R., Kharisov M. N.
Customer data sources and analytical results in customer relationship management // Innovation Information Technologies: Theory and Practice: proc. of the 4th Russian-German Workshop. Ufa, Russia. 2011.
4. Шеремет А. Д., Негашев Е. В. Методика финансового анализа деятельности коммерческих организаций. М.: Экономика, 2008. 371 с.
5. Управление финансами наукоемких предприятий: учебник / Е. В. Соколов [и др.]. М.: Изд-во МГТУ им. Н. Э. Баумана, 2008. 523 с.
6. Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. М.: Радио и связь, 1992. 504 с.
ОБ АВТОРАХ
Юсупова Нафиса Исламовна, проф., зав. каф. вы-числительн. математики и кибернетики, декан ФИРТ. Дипл. радиофизик (Воронежск. гос. ун-т, 1975). Д-р техн. наук по упр-ю в техн. сист. (УГА-ТУ, 1998). Иссл. в обл. критич. сит. упр-я, информатики.
Харисов Мансур Нагимович, асс., асп. той же каф., вед. спец. ООО «РН-УфаНИПИнефть». Дипл. спец. по технологии проектирования РЭС (МГТУ им. Баумана, 2010), спец. по управлению финансовыми потоками на основе ИТ (МГТУ им. Баумана, 2010). Готовит дис. по разработке системы управления взаимоотношениями с клиентами в индустрии интернет торговли.
