Современная организация процесса управления деятельностью предприятий природопользования Текст научной статьи по специальности «Экономика и бизнес»

СОВРЕМЕННАЯ ОРГАНИЗАЦИЯ ПРОЦЕССА УПРАВЛЕНИЯ ДЕЯТЕЛЬНОСТЬЮ ПРЕДПРИЯТИЙ ПРИРОДОПОЛЬЗОВАНИЯ

Ашот Гагикович Саркисян

Сибирская государственная геодезическая академия, 630108, Россия, г. Новосибирск, ул. Плахотного 10, аспирант 2-го года обучения кафедры Экономики и менеджмента, тел. 3610124, e-mail: [email protected]

В статье рассматриваются механизмы анализа и обработки данных для предприятий природопользования. Основной акцент сделан на автоматизированную обработку данных необходимых для управления деятельностью предприятий.

Ключевые слова: управление, методы управления, экономика, экономические стили управления, диверсификация, интеграция, модель.

MODERN ORGANIZATION OF MANAGEMENT OF ACTIVITY OF THE ENTERPRISES OF ENVIRONMENTAL MANAGEMENT

Ashot G. Sargsyan

Siberian state geodetic academy, 630108,_Russia, Novosibirsk, Plakhotnogo St. 10, graduate student of the 2nd year of training of chair of Economy and ph. 3610124, e-mail: management: eim447@gmail. com

Key words: management, methods of management, economy, economic management styles, diversification, integration, model.

Природопользование, в большей степени, чем любая другая отрасль, зависит от внешней среды, влияние внешней среды чрезвычайно трудно предсказать.

Риск обусловлен спецификой отрасли, человек фактически противостоит природе, климатическим условиям катаклизмам. Естественно, производственные риски влекут за собой финансовые риски, и без должной оценки этих рисков привлечь инвестиции в отрасль очень сложно. Оценке рисков должно быть уделено значительное внимание при разработке финансовой части бизнес-плана предприятий отрасли, подобная оценка должна основываться на научных, математических методах, которые позволяют оценить риск в численном виде.

Обычно при решении задач планирования в общем случае, планирования в условиях риска в частности, данные проходят следующий путь рис. 1.

Приведем пример общей математической модели, для исследования которой применяется аппарат статистического анализа рисков, рисунок 2.

На рисунке 2, s = (sx,...,sn) это вектор случайных воздействий на объект, у = (у,..., уп) отклик или результат который наблюдают и измеряют.

Рассмотрим основные критерии, которые позволяют принимать решение в условиях риска и неопределенности. Приведем общую постановку задачи.

Рис. 1. Порядок работы с данными при статистическом анализе

є = (Єі,...,Є„ )

Вектор входных параметров

х =(хп)

Объект исследования, структуру которого нужно определить

У =(Уі,-; Уп)

Рис. 2. Общая модель объекта исследования. Основные параметры модели

Задача принятия решений в условиях риска возникает в случаях, когда с

~ у0

каждой возможной стратегией х ^ связано несколько возможных результатов

°1? °2 , которые проявляются с известными вероятностями ^(ф|хг ) •

Пусть известны полезности результатов О1 при выборе стратегии xi и (О, х) = ^, что в матричном виде можно представить как;

о О . - ои

X /ц 112 * * 11^

х2 12 1 122 * - Л 2 т.

Хп 1п1 / , . п 2 - / пт.

Вводим ожидаемую полезность результата с известными условными вероятностями Р(Ог|хг )

Е\и(X )]= X и(°у >X)Р(°у 1 X') ' = 1 ”

У=1

При выборе стратегии решающее правило можно представить следующим образом: Е \м(х. )]^ тах .

Перейдем к вопросу принятия решений в условиях неопределенности. Одним из решающих факторов является наличие внешней среды, которая может находиться в одном из состояний ^^, которые неизвестны лицу, принимающему решение. Тогда математическая модель принятия решения может быть сформулирована следующим образом. Как и в предыдущем случае имеется матрица полезности, элементы которой рассматриваются как полезность результата О, при выборе стратегии х в зависимости от состояния среды:

Р(О, |( X, $к)). Кроме того, наблюдателю неизвестно распределение вероятностей состояния среды Р(£г). Он может только высказывать предположение об этих вероятностях. Если бы Р^к) были известны, то мы бы имели задачу принятия решения в условиях риска, и решающее правило выглядело бы следующим образом:

Р(°,.|х,) = Х Р(°,|х,, St) ■ Pi.Sk)

т к

тах Е\и(х! )] = тах XXи(°3 ’Xi ) ■Р(°3 1 Xi ’Як ) ■Р(Як ) = тах Xи(о3 ’Xi ) ■Р(°3 ’Xi )

х‘ х‘ ] =1 к=1 х‘ к =1

На самом деле неизвестно не только состояние среды, но и не известно

распределение вероятности ее состояний.

Рассмотрим критерий Сэвиджа или как принято его называть, критерий минимизации сожалений. Сожаление это величина, равная изменению полезности результата при данном состоянии среды относительно наилучшего состояния. Необходимо построить матрицу

и = \и,л } ик = и(х.,Як), . =1П к =1 к

Элементы матрицы определяются из соотношения

т

и( х1, Як ) = Х и( °] ,х. ) ■ Р ( °] \ хг , Як )

3 =1

В каждом столбце матрицы находится максимальный элемент, который вычисляется из всех элементов столбца, в результате чего получают матрицу сожалений.

и1кс = и1к ~ ик

т

Искомую стратегию х, которая минимизирует сожаление, записывают следующим образом

тах тах и

X; Б г.

(к..

Критерий минимизирует возможные потери при условии, что условие среды наихудшим образом отличаются от предполагаемого результата. Данный критерий позволяет более точно определить возможный доход от реализации проекта. Во-первых, критерий позволяет рассматривать несколько вариантов развития событий, что выгодно отличает его от критерия Гурвица. При этом вероятность реализации каждой из стратегий предполагается произвольной, что дает ему преимущество по сравнению с критерием Лапласа.

Рассмотрим частный случай модели задачи в условиях неопределенности. Предположим, что каждому состоянию среды соответствует один возможный

1 j = к 0 j Ф к

Математическая модель процесса принятия решений определяется множеством возможных стратегий и множеством состояний среды, а также матрицей полезности [6]. Другими словами строится следующая матрица полезности

исход Р(Р. SK) = 8 к , где 8jк

X \ Sк Sl S 2 . * Sк

х1 112 * * 11к

Х2 121 122 * * 12 к

х п 1 Л п 1 п 2 пк

здесь 1к = и (х; Sк), и вероятности Р^к) неизвестны. Критерии для этого общего варианта развития, будут представлять следующие оптимизационные задачи.

Критерий Вальда

к хк

критерий Гурвица

тах

X,

критерий Лапласа

а- тах и(х.,£*) + (1 -а) • тт и(х.,£*)

тах! Еи (х; Sк)

х к

к

к

критерий Севиджа

max max Uc (x., SK)

SK xK

uc (x; sk ) = U (x; sk ) - max U (x; sk )

i

Для каждого конкретного месторождения, предприятия на основе мнения экспертов и статистических данных можно оценить все производственные показатели и возможность различных катастроф и неблагоприятных вариантов развития событий для них. Кроме того, на основе мнений экспертов и статистических данных легко оценить вероятность определенного значения цен на добытые ресурсы, сделать другие практически значимые прогнозы. Сбор и обработка статистических данных позволяют решать проблему нахождения вероятностей для построения матричных структур, представленных выше.

В качестве полезности в моделях, выбирают значения различных финансовых показателей. Так, в частности, полезность можно принять за суммарный дисконтированный доход от реализации проекта в течение всего периода его реализации (для краткосрочных проектов) или за определенный обозримый период. Именно применение дисконтированного дохода позволяет оценить ожидаемый доход от реализации проекта.

Заметим, что для определения вероятности может применяться более сложная схема. Предположим, реализация проекта разбивается на ряд периодов, в каждом из которых возможен свой вариант развития событий.

В этом случае общее множество вариантов реализации стратегии получается декартовым произведением вариантов развития в каждом периоде. То есть, если события в каждом периоде независимы, то достаточно определить ожидаемый эффект от реализации стратегии в периоде [1-10].

Общий результат в данном случае масштабируется пропорционально количеству периодов. Как правило, существует связь между тем, что происходит в одном периоде и тем, что происходит в последующих периодах. Для оценки совместной вероятности реализации варианта стратеги всего проекта в целом на основе вероятностей реализации стратегии в каждом периоде применяют дерево вероятностей, его глубина соответствует количеству периодов. Из корня дерева исходят дуги, соответствующие каждому варианту реализации стратегии в первом периоде. Каждая вершина первого уровня соответствует состоянию системы в первом периоде. Дугам, выходящим из вершины первого уровня соответствуют варианты реализации стратегии во втором периоде, при определенном состоянии системы в первом периоде, и т.д. С каждой вершиной связана вероятность перехода системы в данное состояние.

На основе определения потоков денежных средств в каждом состоянии и вероятности нахождения системы в данном состоянии находится суммарный ожидаемый результат реализации стратегии за несколько периодов.

Отметим, что для корректной оценки дохода следует применить операцию дисконтирования к денежным потокам на каждом периоде. В процессе реализации проекта состояние системы в начале очередного периода становится известно. Это позволяет перейти от априорной оценки вероятностей нахождения системы в каждом из последующих состояний к новым апостериорным вероят-

ностям. Таким образом, для эффективного управления системой по завершении каждого периода требуется заново определить наиболее оптимальную стратегию, с учетом уже известного состояния системы.

Применение описанных выше критериев требует большого объема вычислений. Этот объем увеличивается также необходимостью вычисления дисконтированного дохода. Повысить производительность труда при оценке вариантов реализации стратегии возможно применением вычислительной техники и специализированных пакетов прикладных программ. Применение языков программирования общего назначения для данных задач не оправдывает затрат на реализацию соответствующих программ. Во-первых, их применение требует, чтобы специалисты в области управления финансами в дополнение обладали высокой квалификации в области программирования, что не всегда возможно, а также не оправдано с практической точки зрения. Во-вторых, эти языки являются процедурно-ориентированными, то есть требуют детального алгоритмического описания всех выполняемых математических действий, в то же время пользователю не важно как будут выполняться вычисления. В-третьих, языки не имеют встроенных средств для визуального ввода, обработки и вывода матриц, что требуется в данных задачах. Имеет смысл для решения задач выбора стратегии в условиях неопределенности и риска применять различные специализированные математические системы, в частности MathCAD и MathLab, пакет статистической обработки Statistica. Преимуществом подобных систем являются описание задачи с помощью математических формул и знаков, встроенные средства для работы с матрицами, решения оптимизационных задач, обработке статистических данных. Ввод данных в программу, разработанную для этих систем, не представляет особого труда, что упрощает их обработку и позволяет использовать её многократно для принятия решения при постоянно изменяющихся данных без дополнительных трудозатрат.

Экономические вычисления практически не требуют преобразований сложных символьных выражений. Следовательно, преимущество специализированные математических пакетов Maple и Matematica по сравнению с системой MathCAD в области символьной арифметики не делает их более привлекательными для задач экономики.

При изменении исходных данных MathCAD автоматически пересчитывает все рассчитанные значения. Исходные статистические данные по отрасли можно размещать в отдельных документах MAthCAD, каждый из которых имеет свою структуру, и может быть бизнес-плану. Использование данных из отдельных документов возможно через применение механизмов связывания документов или внедрения документов, результаты вычислений можно представить в виде графиков и диаграмм.

Рассмотренные математические методы позволяют оценить ожидаемый выигрыш от реализации проекта в минерально-сырьевом комплексе. Точное реалистическое оценивание возможных доходов и возможных рисков позволяет привлечь инвесторов в отрасль и обеспечить её динамическое развитие.

Учет в моделях управления информационной неопределенности в конечном итоге позволит снизить риск возникновения кризисных ситуаций, ускорить

реакцию руководителей на кризисы, минимизировать негативные финансовые последствия.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Александрова И.И. Особенности и тенденции современного развития малого предпринимательства в Новосибирской области // ГЕО-Сибирь-2010. VI Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2010 г.). - Новосибирск: СГГА, 2010. Т. 3, ч. 1. - С. 134-139.

2. Золотарев И.И., Вдовин С.А. Концепция устойчивого развития города как социоэко-логической системы: монография. - Новосибирск: СГГА, 2012. - 129 с.

3. Золотарев И.И., Матвеев В.Т. Актуальные вопросы теории и практики современного предпринимательства: монография. - Новосибирск: СГГА, 2011. - 412 с.

4. Александрова И.И. Особенности современного рынка рекреационных услуг // Интерэкспо ГЕО-Сибирь-2012. VIII Междунар. науч. конгр. : Междунар. научн. конф. «Экономическое развитие Сибири и Дальнего Востока. Экономика природопользования, землеустройство, лесоустройство, управление недвижимостью» : сб. материалов в 4 т. (Новосибирск, 10-20 апреля 2012 г.). - Новосибирск: СГГА, 2012. Т. 1. - С. 111-117.

5. Павленко В.А., Юхименко Ю.М. Геопространство в институциональном дискурсе // Интерэкспо ГЕ0-Сибирь-2012. VIII Междунар. науч. конгр. : Междунар. научн. конф. «Геопространство в социальном и экономическом дискурсе» : сб. материалов в 2 т. (Новосибирск, 10-20 апреля 2012 г.). - Новосибирск: СГГА, 2012. Т. 2. - С. 149-155.

6. Павленко В.А., Юхименко Ю.М. Эволюционный подход к экономике природопользования // ГЕ0-Сибирь-2011. VII Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2011 г.). - Новосибирск: СГГА, 2011. Т. 3, ч. 1. - С. 58-59.

7. Золотарев И.И., Робинсон Б.В., Татаренко В.И. Актуальные проблемы современного природопользования // ГЕ0-Сибирь-2010. VI Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2010 г.). - Новосибирск: СГГА, 2010. Т. 3, ч. 1. - С. 81-83.

8. Золотарев И.И., Робинсон Б.В., Золотарева Н.И. Экологизация экономики или экономизация экологии? // ГЕ0-Сибирь-2010. VI Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2010 г.). - Новосибирск: СГГА, 2010. Т. 3, ч. 1. - С. 46-48.

9. Сизова А.О. Социо-эколого-экономические характеристики функционирования «старого» нефтедобывающего района // Интерэкспо ГЕ0-Сибирь-2012. VIII Междунар. науч. конгр. : Междунар. научн. конф. «Геопространство в социальном и экономическом дискурсе» : сб. материалов в 2 т. (Новосибирск, 10-20 апреля 2012 г.). - Новосибирск: СГГА, 2012. Т. 2. - С. 129-135.

10. Сизова А.О. Особенности оценки социально-экономической значимости нефтедобывающей отрасли // ГЕ0-Сибирь-2011. VII Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2011 г.). - Новосибирск: СГГА, 2011. Т. 3, ч. 1. - С. 66-74.

© А.Г. Саркисян, 2013