Содержание к диссертации
Введение
1. Оперативное управление на промышленном предприятии как объект моделирования 14
1.1. Оперативное управление: содержание, структура, цели и функции 14
1.2 Роль планирования при решении задач оперативного управления ...27
1.3 Проблемы оперативного управления на промышленном предприятии в динамичной и неопределенной среде 38
2. Экономико-математические модели и методы планирования производственной программы в системе оперативного управления 46
2. 1 Критический анализ экономико-математических моделей формирования оптимальных и надежных планов производства в оперативном управлении 46
2.2. Разработка стохастической модели формирования оперативного плана производства и оценки риска 55
2.3. Построение многокритериальных моделей для формирования оперативного плана производства с использованием предпочтений ЛПР 73
3. Аспекты практической реализации экономико-математической модели планирования производственной программы ...82
3.1 Классификация затрат по отношению к объему производства 82
3.2 Методы экспертной оценки весовых коэффициентов 97
3.3. Информационное обеспечение процесса оперативного планирования на основе разработка графовой модели системы экономических показателей на основе реляционной структуры данных 112
Заключение 135
Список использованной литературы 139
Приложения 151
- Роль планирования при решении задач оперативного управления
- Проблемы оперативного управления на промышленном предприятии в динамичной и неопределенной среде
- Разработка стохастической модели формирования оперативного плана производства и оценки риска
- Информационное обеспечение процесса оперативного планирования на основе разработка графовой модели системы экономических показателей на основе реляционной структуры данных
Введение к работе
Актуальность темы исследования. Глубокие трансформационные процессы, протекающие в экономике России, не будут иметь успеха, если они не затронут ядро любой национальной экономики предприятия и, прежде всего, протекающие здесь производственные и управленческие процессы. Особую роль при этом играет оперативное управление, приобретающий все большее значение как инструмент, позволяющий предприятию эффективно выполнять все более усложняющиеся задачи в области планирования, организации и контроля.
Оперативное управление можно охарактеризовать как внутренний инструмент, который основывается на самостоятельно разрабатываемой для условий конкретного предприятия информационной системе. Координируя деятельность основных подсистем управляющей системы и обеспечивая их требуемой информацией, оперативное управление выполняет интегрирующую, системно-образующую функцию, необходимость которой становится всё более очевидной на фоне тенденций децентрализации, прослеживающихся в политической и экономической жизни нашей страны с конца 80-х годов.
Развитие экономики в условиях рынка неизбежно сопровождается усложнением социально - экономических связей, и, следовательно, ростом неопределенности как внешней, так и внутренней среды. В настоящее время многие отечественные и зарубежные фирмы функционируют в условиях стратегических неожиданностей, что затрудняет построение адекватных математических оптимизационных моделей. В целях повышения конкурентоспособности промыш-ленные предприятия вынуждены вовлекать в хозяйственную деятельность за-тратоемкие бизнес-процессы (БП), что приводит в условиях неопределенности к увеличению вероятности иммобилизации весомой части капитала на убыточных или менее выгодных направлениях. Следовательно, возрастает значимость ошибки в случае расхождения плановых и фактических показателей.
В условиях неопределенности существующие модели оптимизации производственной программы не обеспечивают адекватности и надежности плана в долгосрочном периоде, поскольку в значительной степени зависят от точности статистических и аналитических прогнозов. Однако, на современном этапе эволюционного развития общества, научно-технического прогресса, в условиях рыночной экономики совершенствование математического аппарата в целях снижения погрешностей прогнозирования для данного класса задач, как правило, не оправдано, что связано с предельной полезностью получения дополнительной информации. Повышение определенности планирования ведет к увеличению издержек в геометрической прогрессии. Использование экстраполя-ционных методов эффективно лишь в краткосрочном периоде при стабилизации экономических отношений, когда становится возможным предсказать некоторый комплекс решений управленцев, а также процесс их реализации в знакомых ситуациях.
Применение теории игр, вероятностных методов значительно увеличивает трудоемкость и время, необходимое для формирования оптимальной производственной программы в многономенклатурном производстве, что связано с недостаточно адекватными методами формализации качественных суждений экспертов, а также необходимостью оценивания огромного количества комбинаций вероятных ситуаций, причем, в календарном разрезе и по каждой товарной группе.
Эти обстоятельства определили выбор темы и основные направления настоящего диссертационного исследования.
Степень разработанности проблемы. Общие проблемы управления экономическими системами (предприятия в том числе) постоянно находились и находятся в сфере внимания отечественных и зарубежных ученых и практиков. Они рассмотрены в трудах Р.Л.Акоффа, И. Ансоффа, П. Друкера, С.А. Жданова, К.К. Сио, Ф. Тейлора. Вопросы исследования систем управления глубоко изучены в трудах В.В. Глущенко, Э.М. Короткова.
Являясь ответом на растущую непредсказуемость и нестабильность внешней среды предприятия (рынка), оперативное управление не находило широкого применения в рамках "стабильной" централизованной плановой экономики, когда предприятия ориентировались прежде всего на выполнение "спущенного сверху" плана по выпуску продукции и экономное использование отпущенных ресурсов, а не на реализацию самостоятельно поставленных целей по прибыли, рентабельности и ликвидности. Однако и в этих условиях советская экономическая наука и практика занималась исследованием отдельных инструментов оперативного управления, как-то: производственный учёт, системы показателей, методы производственного оперативного планирования и вопросы информационного обеспечения. Здесь необходимо назвать таких авторов, как Аксененко А.Ф., Додонов А.А., Ивашкевич В.Б., Краюхин Г.А., Мацкевичюс И.С, Миневский А.И., Николаева С.А., Орлова М.И., Палий В.Ф., Стуков С.А., ШереметА.Д., Эдельгауз Г.Е.
Необходимо отметить характерную тенденцию: развитие оперативного управления начинается с учёта (прежде всего бухгалтерского) - некоторые из вышеназванных авторов являются специалистами в этой области и, осознав неэффективность применяемых в рамках бухгалтерского учёта инструментов при решении многих возникающих в рыночной экономике проблем, они обратились к методам совершенствования экономического управления.
Среди последних значимых исследований, связанных с моделированием и оптимизацией производственной программы, следует выделить научные труды: В.Г. Балашова, А.С. Варламова, В.А. Немкова, В.В. Репина, Т.В. Рокман, Л.К. Сиротиной, А.В. Скрипкина, Л.А. Ульянченко, И.В. Филимоненко, М.Ю. Фортуны, А.Н. Чекменева и др.
Проблеме разработки инструментария, математических методов принятия решения в условиях неопределенности, учета и оценки риска в инвестиционном проектировании, в производственно-хозяйственной деятельности промышленного предприятия в российских условиях посвящены исследования следующих отечественных ученых: К.М. Аргинбаева, Г.В. Глаговского, А.К. Камалян, Д.Б. Козунко, С.А. Кошечкина, А.Ф. Плехановой, И.М. Севрук, Н.Г. Тоцкой, А.С. Трошина, Р.И. Тумасянц, И.Е.Юдина и др.
Данные исследования имеют большое теоретическое и практическое значение, но, несмотря на большой объем работ по данной тематике, до сих пор существует ряд нерешенных проблем и довольно объемный резерв для научных изысканий.
Предельные возможности математических методов прогнозирования привели к падению эффективности долгосрочных и среднесрочных планов, регламентирующих определенные действия организации в будущем. Поэтому получило развитие стратегическое управление как инструмент преодоления неопределенности. Считается, что результатом реализации стратегии является создание ресурсного потенциала, который, очевидно, выступает в качестве ограничения при краткосрочной оптимизации. Однако пока не создано методики формирования оптимального потенциала компании, позволяющего быстро, своевременно и адекватно реагировать на труднопрогнозируемые изменения внешней и внутренней среды.
Большинство подходов к выработке стратегий носят рекомендательный характер и не позволяют оценить эффект от различных комбинаций выбранных альтернатив, что затрудняет оптимальное планирование распределения ресурсов, связанных с разработкой, производством и реализацией товаров в будущем. Поэтому актуальным представляется сближение концепций стратегического и долгосрочного планирования в целях динамической аккумуляции ресурсов вокруг фирмы таким образом, чтобы создаваемый компанией производственно-экономический потенциал мог обеспечивать ей устойчивое развитие.
Как мы полагаем, в условиях роста неопределенности имеет значение разработка не только соответствующих моделей оптимизации, но и рационализация возможных действий или мероприятий, необходимых для компенсации потерь, связанных с отклонением от плана.
Несомненно, подобный подход не может обойтись без оценки риска реализации тех или иных альтернатив. Как показало исследование, вопросы учета, оценки и преодоления неопределенности при оптимизации производственной программы также пока еще недостаточно проработаны. Востребован механизм, который наиболее адекватно с точки зрения поставленных фирмой целей учитывает риск при принятии и реализации решений относительно каждого продукта, предполагаемого к производству.
Данные проблемы предопределили выбор темы, цели, задач и основные направления исследования.
Цель и задачи диссертационного исследования. Целью исследования является разработка научно-методических и практических рекомендаций по развитию современных экономико-математических методов и моделей для организации и совершенствованию системы оперативного управления на промышленных предприятиях.
Для достижения поставленной цели в работе намечены и решены следующие основные задачи:
• обоснование задачи совершенствования оперативного управления на основе применения экономико-математических моделей;
• анализ существующих моделей оптимизации производственной программы, критериев оптимальности и выявление проблем, возникающих в результате реализации данных подходов в условиях неопределенности;
• разработка многокритериальной экономико-математической модели оптимизации для формирования оперативного плана производства с использованием разработанных концепций, инструментария учета и оценки риска, гибкости плана;
реализация этапов реинжиниринга для разработки комплекса функциональных, организационных и объектных моделей с целью обеспечения единой информационной базы и упорядочения информационных потоков;
• проведение практической апробации модели оптимизации производственной программы на конкретном промышленном предприятии, а также оценка ее эффективности.
• осуществление классификации затрат с использованием статистических методов;
Объект исследования - промышленные предприятия с серийным производством.
Предметом исследования являются экономико-математические и инструментальные методы оптимизации в оперативном управлении, инструментарий оценки риска, теоретические и методические аспекты построения механизма принятия управленческих решений в условиях неопределенности, методы формализации нечетких суждений и интуитивных предпочтений JII IP и экспертов.
Теоретическая и методологическая основа исследования. Диссертационное исследование базируется на теории менеджмента и маркетинга, фундаментальных и прикладных исследованиях в области комплексного исследования рынка, формирования и стимулирования спроса, моделях оптимизации производственной программы, методиках исследования поведения потребителей, анализа конкурентоспособности; на работах отечественных и зарубежных ученых по проблемам развития промышленных предприятий; на принципах преодоления неопределенности в стратегическом и оперативном управлении, экономико-математических методах решения оптимизационных задач (метод линейного и нелинейного программирования и многокритериальной оптимизации, теория вероятности и теория игр), а также методологии структурного проектирования и статистического анализа.
В процессе реализации поставленных задач по исследуемым проблемам анализировалась зарубежная и отечественная литература, монографии и диссертационные исследования, материалы периодической печати, конференций, семинаров, интернет-публикации.
Содержание работы соответствует положениям пунктов 1.4 и 2.3 паспорта специальности 08.00.13 — «Математические и инструментальные методы экономики»:
1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений»;
2.3. «Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях».
Научная новизна исследования заключается в разработке экономико-математических методов и моделей для организации и совершенствованию системы оперативного управления на промышленных предприятиях в условиях риска. Наиболее существенные, выносимые на защиту научные результаты, полученные автором в ходе диссертационного исследования:
• Предложена однокритериальная стохастическая модель для формирования оперативного плана производства, отличающаяся возможностью учета не только внутренних, но и внешних рыночных факторов и позволяющая оценить риск выполнения плана на основе статистических данных. Модель является научной основой для проектирования и разработки многокритериальных моделей для формирования альтернативных планов производства.
• Предложен ряд многокритериальных моделей для формирования альтернативных планов производства с учетом конкретных условий и предпочтений ЛПР. Особенностью моделей является возможность, в отличие от существующих подходов, дающих множество допустимых решений и не учитывающие возможные потери ресурсов, оценивать риски выбора определенной альтернативы, на основе заданного значения коэффициента предпочтения для повышения эффективности планирования за счет более точных значений вариации факторов.
• Разработана система функциональных, организационных и объектных моделей для обеспечения единого информационного пространства и совершенствования документооборота. Предлагаемая информационно-аналитическая система позволяет обеспечить связь между бухгалтер ским учетом и оперативным управлением, возможность хранения аналитической информации о затратах с детализацией по изделиям и центрам затрат за счет соответствующей структуры данных, а также снизить риск несогласованности значений показателей в различных документах. • Предложены подходы к формированию системы показателей оперативного планирования, позволяющих повысить эффективность предлагаемых экономико-математических моделей за счет оптимизации используемых ограничений и целевых функций.
Практическая значимость. Теоретическая и практическая значимость результатов исследования заключается в том, что основные положения, выводы и рекомендации ориентированы на широкое использование при решении задач повышения эффективности деятельности хозяйствующих субъектов, при формировании оптимальных оперативных планов производства, при разработке инструментов оперативного управления предприятиями.
Исследование современных подходов к оптимизации производственной программы предприятия посредством использования многокритериальной модели показало преимущества разработанной модели по сравнению с существующими аналогами для достижения максимальной планируемой маржинальной прибыли.
Спланированная в соответствии с предложенной методикой производственная программа обладает большей надежностью, что позволяет повысить эффективность системы планирования на промышленном предприятии в целом. Самостоятельное практическое значение имеют:
• алгоритм оптимизации производственной программы, включающий многокритериальную экономико-математическую модель, позволяющий в условиях среднесрочного и долгосрочного планирования рассчитывать оптимальные потребности в любых ресурсах за счет введения дополнительных критериев оптимизации, учитывающих ограничения по каждому конкретному виду ресурса;
• определение весовых коэффициентов при многокритериальной оптимизации с использованием метода парных сравнений, дающий возможность с наименьшим уровнем субъективизма получить надежные экспертные оценки.
Апробация и внедрение результатов исследования. Исследования выполнены в рамках НИР института «Экономики и управления производствами» Тамбовского государственного технического университета.
Разработанные рекомендации по формированию оптимальной производственной программы на основе динамической многокритериальной модели получили одобрение и приняты к использованию на ОАО «Тамбовский завод подшипников скольжения» и ОАО «Тамбовполимермаш», что подтверждено справками о внедрении.
Полученные теоретические, методические и практические результаты диссертационного исследования обсуждались и получили положительную оценку на Международной заочной научно-практической конференции «Достижения ученых XXI века» (Тамбовский государственный технический университет, г. Тамбов, 2005), Международной научно-практической конференции «Управление качеством: методология и социально-экономические проблемы» (Тамбовский государственный технический университет, г. Тамбов, 2005), а также на VT1, VIII и IX научных конференциях ТГТУ (Тамбовский государственный технический университет, 2003 - 2005 г.г.).
Отдельные положения диссертационного исследования используется в учебном процессе института «Экономика и управления производствами» Тамбовского государственного технического университета в рамках дисциплин «Математика», «Прогнозирование и планирование на предприятии», «Экономика организации» для подготовки экономистов по специальностям 08.01.05 «Финансы и кредит», 08.05.02 «Экономика и управление», 08.05.07 «Менеджмент организации», 08.01.09 «Бухгалтерский учет, анализ и аудит», а также Межрегионального центра повышения квалификации и переподготовки кадров г. Тамбова, что подтверждено соответствующими справками.
Публикации. Основные положения диссертационной работы опубликованы в 7 научных работах, включая монографию, общим объемом 7,3 печ.л., в которых автору принадлежит 6,05 печ. л. Список публикаций приведен в конце автореферата.
Структура и объём работы. Структура работы определена поставленной целью и последовательностью решения сформулированных задач. Диссертация состоит из введения, трёх глав, заключения, списка использованной литературы и приложений.
Роль планирования при решении задач оперативного управления
Важнейшим фактором возрастающей потребности в планировании деятельности отдельных подразделений и всего предприятия в целом является растущая сложность явлений и процессов во внутренней и внешней среде/рост динамики и интенсивности экономических, технологических и общественных изменений, усложняющаяся ситуация в сфере материально-технического снабжения, ограничения в сфере производства, а также частично стагнирующие или рецессирующие рынки сбыта. Отсюда вытекает высокая степень неопределенности планирования, что объясняется большим количеством переменных и ограничений. Соответственно затрудняется контроль и целенаправленная адаптация протекающих на предприятии процессов.
При реализации оперативного управления система планирования, должна позволить обеспечить необходимую степень последовательности и согласованности планов.
В качестве альтернатив координации отдельных планов возможны последовательный и синхронный (параллельный) подход. В случае синхронной координации осуществляется параллельное согласование всех процессов с учетом их временной, функциональной и иерархической взаимозависимости, а также их отношения к общим целям предприятия. Хотя этот способ позволяет достичь максимальной координации и способствует оптимальной реализации целей предприятия, на практике его осуществление связано с рядом проблем и, прежде всего, с ограниченностью информационного потенциала плановых служб при охвате всех важнейших взаимозависимостей планирования. Необходимость одновременного учета большого количества данных ведёт к тому, что параллельный подход может быть реализован лишь в рамках краткосрочного планирования. Следующим недостатком синхронного планирования является его недостаточная гибкость, так даже минимальные изменения внешней среды и данных может вести к необходимости пересмотра всего цикла, что связано с большими расходами. Это ведёт к тому, что в современных быстро меняющихся условиях синхронное планирование часто ведёт к принятию неоптимальных решений. Также необходимо отметить демотивирующий аспект синхронного планирования, так как оно недостаточно полно использует знания и готовность к сотрудничеству децентральных органов планирования. Это в свою очередь снижает точность планирования и эффективность информационно-коммуникационных процессов.
Последовательная координация процесса планирования характеризуется тем, что планы отдельных периодов, функциональных служб или иерархий согласуются поэтапно и изолированно друг от друга, а затем согласованные таким образом планы сводятся в общий план предприятия. В рамках этого процесса осуществляется поэтапное сокращение количества плановых переменных для отдельных подразделений и временных промежутков, что исключает возможность учета всех взаимозависимостей. Поэтому, хотя последовательная координация и может вести к достижению удовлетворительного (заданного) уровня координации, она не способствует полной реализации общей системы целей предприятия.
Таким образом, целесообразно комбинировать синхронную координацию тех планов, для которых это представляется возможным, а затем последовательно согласовывать оставшиеся планы. Такой подход позволяет получить довольно высокую степень согласованности планов.
Важным моментом при этом является последовательность отдельных этапов планирования, а также контрольные точки для осуществления обратной связи - проверки согласованности завершённых этапов. Последовательность планирования обуславливается значимостью отдельных подразделений и протекающих там процессов. Одним из принципов ранжирования отдельных областей планирования является ориентация на узкие места. Оптимизации достижения системы целей требует как можно более полно использовать ограниченные ресурсы, объём которых зачастую не поддаётся согласованию. На практике чаще всего основным узким местом является сбыт (то есть рынок), поэтому при последовательном планировании именно это подразделение планируется в первую очередь.
Кроме того, должны быть выявлены подразделения, решения в которых наиболее сильно и длительно влияют на реализацию системы целей предприятия, сужая степень свободы при принятии других решений. Например, решение об инвестициях в оборудование определённого типа ограничивает возможности при принятии решений относительно вида и количества производимых продуктов. Чем сильнее влияет решение на процесс планирования в других подразделениях и чем более длительно влияние этого решения во времени, тем больше его вес для достижения цели и тем раньше оно будет стоять в цепочке планирования. В соответствии с этим принципом исходным пунктом последовательного планирования являются решения в стратегических областях с последующим переходом на оперативный уровень.
Оперативное управление обеспечивает эффективное согласование планов посредством их оптимальной адаптации с учетом возможных в будущем изменений во внутренней и внешней среде предприятия. Наилучшим образом это позволяет реализовать метод скользящего планирования, позволяющий с опережением учитывать потенциально необходимые в будущем изменения, являясь, таким образом, существенной предпосылкой достижения перспективных целей предприятия.
Проблемы оперативного управления на промышленном предприятии в динамичной и неопределенной среде
В науке и практике выделяют следующие задачи оперативного управления [10, 17, 100, 125]: достижение максимального объема прибыли за определенный проме жуток времени; достижение необходимого процента рентабельности, как по отдельным товарам, так и в среднем по промышленному предприятию; увеличение рыночной доли; наращивание объемов производства; темпы прироста выручки от реализации; удовлетворение запросов потребителей; оптимальное использование технологических знаний и опыта фирмы; оптимизация финансовых результатов; завоевание новых покупателей, путем расширения сферы применения товара и т.д. Рост динамичности и неопределенности внешней среды вызывает ускорение и усложнение протекания основных процессов на предприятии, что требует увеличения скорости реакции на возникающее событие, а в идеале и опережения реакции на это событие за счет его предвидения.
Достижение целей оперативного управления в условиях неопределенности сопряжено с ресурсными потерями, что вызывает необходимость оценки и учета риска при разработке соответствующих планов. Ситуация полной неопределенности характеризуется тем, что выбор конкретного плана действий может привести к любому исходу из фиксированного множества альтернатив, но вероятности исходов неизвестны [24, 25, 28, 31, 38,46]. Различают следующие виды неопределенности [24]: 1) неопределенность, порожденная слабоструктурируемыми проблемами; 2) неопределенность, вызванная нечеткостью как процессов и явлений, так и информации их описывающей; 3) перспективная неопределенность (появление непредусмотренных факторов); 4) ретроспективная неопределенность (отсутствие информации о поведе нии объекта в прошлом); 5) техническая неопределенность - невозможность предсказать результаты принимаемых решений; 6) стохастическая неопределенность; 7) неопределенность целей; 8) неопределенность условий. Динамичность и неопределенность среды подразумевает наличие рисков. Риск - это деятельность, связанная с преодолением неопределенности в ситуации неизбежного выбора, в процессе которой имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата, неудачи и отклонения от цели [2, 9, 31, 46]. Риски подразделяются на динамические и статические. Динамический риск связан с возникновением непредвиденных изменений, например, стоимости предприятия, вследствие принятия управленческих решений, а также рыночных или политических обстоятельств. Такие изменения могут привести как к потерям, так и к дополнительным доходам. Статический риск обусловлен возможностью потерь реальных активов вследствие нанесения ущерба собственности и потерь дохода из-за недееспособности предприятия [30]. Основными причинами неопределенности, и, следовательно, источниками риска являются: а) спонтанность природных процессов и явлений, стихийные бедствия; б) случайность социально - экономических процессов; в) наличие противоборствующих тенденций, столкновение противоречи вых интересов; г) вероятностный характер научно-технического прогресса; д) недостаток информации об объекте, явлении или процессе. Для полной характеристики определения понятия «риск» целесообразно выявить понятие «ситуация риска», под которой следует понимать сочетание, совокупность различных обстоятельств и условий, создающих определенную обстановку для того или иного вида деятельности. Ситуации риска1 Сопутствуют три соответствующих условия [31]: наличие неопределенности; наличие и необходимость выбора альтернативы; возможность оценить вероятность выбираемых альтернатив; Анализ, систематизация и обобщение отечественных и зарубежных публикаций по вопросам анализа, оценки и управления риском показывает, что в настоящее время: отсутствует единое общепринятое словесное определение понятия «риск»; не разработана пригодная для различных теоретических и практических случаев формализация, позволяющая корректно исчислять обобщенный показатель риска; отсутствует научно-обоснованные рекомендации по определению «приемлемости» конкретного уровня риска в конкретной ситуации. Неопределенность является одной из основных причин принятия неоптимальных решений. Её часто уменьшают, собирая и учитывая данные, вручную или с помощью учетно-транзакционных систем. Затем их структурируют, например, путем составления таблиц бюджетирования. Но остается такая её разновидность, как неопределенность будущего. Даже частичное её уменьшение, улучшает шансы принятия лучших решений. Поэтому приоритетной функцией управления в быстро меняющейся среде становится прогнозирование. Успешный прогноз возможен только тогда, когда в поведении экономических показателей имеются закономерности, причем эти закономерности несут в себе информацию о прогнозируемом объекте. А успешность данный метод улавливает эти закономерности и от того, насколько хорошо он прогнозирования каким-либо конкретным методом зависит от того, насколько хорошо отсекает все случайное.
Отметим сильные и слабые стороны разных способов прогнозирования. Экстраполяция — это механическое продолжение имеющихся в настоящее время трендов. Для того чтобы она приводила к правильному прогнозу, нужно, чтобы усмотренные в настоящее время тенденции, соответствующие информативным закономерностям, сохранялись и в дальнейшем, а те, которые не сохранятся, были бы исключены из рассмотрения. Экстрапо-ляционные прогнозы хороши в те периоды времени, когда изменения экономической ситуации носят «экстраполяционный» характер, но в иных случаях совершенно бесполезны, поскольку при этом не делается никаких попыток учесть все те сложные взаимодействия и взаимосвязи, которые могут быть причинами изменений тенденций в экономике.
Методы прогнозирования, основанные на текущих, ведущих и запаздывающих показателях, как это ни удивительно, вновь привлекают к себе повышенный интерес [43], в нашем случае это имитационное динамическое моделирование. Еще одна проблема заключается в старении информации. Так как всякой информации присуще свойство старения, то с течением времени происходит частичная или полная потеря ее ценности для потребителя. Ценность информации — понятие достаточно широкое и требует конкретизации и уточнения применительно к рассматриваемой проблеме. Н.Винер считал, что «... основной причиной старения информации является не само время, а появление новой информации». С появлением новой информации возникает необходимость уточнить и по-новому интерпретировать изменившийся прогнозный фон для прогнозных исследований с целью выработки управляющих воздействий [10].
Разработка стохастической модели формирования оперативного плана производства и оценки риска
Расчет маржинальной прибыли является основой для определения рентабельности изделий и оптимизации структуры выпуска по различным критериям. Величина маржинальной прибыли необходима для анализа безубыточности. Анализ безубыточности позволяет рассчитать минимальный объем производства, начиная с которого каждая дополнительная единица изделия будет приносить прибыль. Планирование производственной программы основано на выявлении качественных и количественных характеристик структуры выпуска. Качественными переменными являются виды изделий, количественными — объемы выпуска.
Построение оптимизационной модели включает следующие этапы: определение цели оптимизации; выбор критериев оптимизации; определение варьируемых параметров; разработка целевой функции; построение системы ограничений, налагаемых на варьируемые параметры; выбор метода расчета и оптимизации математической модели; разработка или адаптация алгоритма оптимизации; реализация процесса оптимизации в соответствии с разработанным алгоритмом; анализ полученных результатов с позиции адекватности поставленной цели. Основными принципами построения модели являются: - необходимость соизмерения точности и подробности модели, во-первых, с точностью тех исходных данных, которыми располагает исследователь, и, во-вторых, с теми результатами, которые требуется получить; - обязательность отражения существенных черт исследуемого явления и отсутствие сильного его упрощения; - необходимость использования нескольких моделей, построенных с применением различных математических методов, т.к. каждая из моделей по отдельности не может быть полностью адекватной реальному явлению. Если при этом получаются сходные результаты, то исследования заканчиваются. В противном случае следует пересмотреть постановку задачи; - достаточная устойчивость математической модели, т.е. сохранения своих свойств и структуру при внешних и внутренних воздействиях, которым подвергается любая сложная система в реальных условиях.
В традиционной постановке задача планирования производственной программы по критерию максимизации маржинальной прибыли имеет вид:
В математических моделях линейного программирования коэффициенты целевых функций и ограничения принимаются в виде констант. Данный подход возможен лишь в идеальной ситуации, в реальных условиях планирования производственной программы следует перейти к случайным величинам, а, следовательно, к нелинейным моделям.
Для задачи максимизации маржинальной прибыли случайными величинами являются: маржинальная прибыль, коэффициенты использования ресурсов и ограничения по ресурсам. На величину маржинальной прибыли влияют факторы, связанные с ценообразованием: уровень инфляции, кривые спроса и предложения, объем затрат предприятия и конкурентов и другие. Можно выделить внутренние (Cv), связанные с затратами, и внешние факторы (Р), обусловленные емкостью рынка в условиях рыночной экономики.
Коэффициенты использования ресурсов определяются технологией производства и чаще всего случайными не являются, хотя и допускаются технологические отклонения. Случайный характер ограничений на ресурсы связан с неравномерностью поставок сырья и материалов, ценами на ресурсы, сезонными и другими факторами. Задача, в которой параметры являются случайными числами, относится к классу задач стохастического программирования [74, 99, 101, 125, 128].
На практике обычно принимают, что случайные величины подчиняются нормальному закону распределения, заданному математическим ожиданием и дисперсией.
Математическое ожидание случайной величины х определяет ее среднее значение:
Среднее квадратическое отклонение (а[х]) определяет разброс значений случайной величины относительно ее математического ожидания. Нормальный закон распределения случайной величины характеризуется плотностью и функцией распределения. График плотности распределения показывает наиболее вероятные значения случайной величины. Плотность распределения рассчитывается по формуле: Функция распределения дает возможность определить вероятность появления случайной величины в заданном диапазоне значений. Функция распределения имеет вид: Стохастическая постановка целевой функции может быть двух видов: М-постановка и Р-постановка [74, 125]. При Р-постановке осуществляется максимизация вероятности получения максимального (минимального) значения. При М-постановке случайная величина заменяется ее математическим ожиданием, и задача сводится к оптимизации детерминированной целевой функции. В работе рассматривается М-постановка. Детерминированный аналог задачи максимизации маржинальной прибыли имеет вид: Обычно заданный уровень вероятности а рассматривают в диапазоне 0.5 = а = 1, поскольку при а = 0.5 значение функции t(l- а)= - t(a). В случае a =0.5 решение задачи стохастического программирования соответствует решению задачи линейного программирования, так как t(a)=0. Функция нормального распределения: Величина mj зависит не только от затрат, определяемых по статистическим данным предприятия, но и от цены изделия, формируемой условиями рынка. Существующие модели данный факт не рассматривают. В настоящей работе предлагается учитывать как внутренние, так и внешние факторы, что позволит более точно определить вариацию маржинальной прибыли: где М[т] - математическое ожидание величины маржинального дохода; М[р] - математическое ожидание цены изделия; M[cv] - математическое ожидание величины переменных затрат. Математическое ожидание величины переменных затрат M[cv] может быть рассчитано по данным предприятия, для этого потребуются статистические данные за период, не менее года. Математическое ожидание цены изделия М[р] предлагается рассчитывать с использованием модели емкости рынка [127].
Информационное обеспечение процесса оперативного планирования на основе разработка графовой модели системы экономических показателей на основе реляционной структуры данных
В рамках прагматической концепции семиотики информация определяется как фактическое или потенциальное знание, которое служит для подготовки целенаправленного действия. Кроме того, она представляет собой реальный нематериальный потребительский продукт, основной функцией которого является снижение неопределённости в процессе реализации целей [110].
Различаются следующие виды информации: фактическая; прогнозная; возможная; нормативная; логическая; описательная. В качестве критериев отнесения информации к определенному виду следует считать: содержательность; обоснованность; достоверность; возможность проверки; вероятность; объективность; актуальность; оперативность.
При обработке экономической информации в управлении вообще, а при учете, планировании и анализе затрат в частности возникают следующие основные проблемы: избыточности - она обусловлена сложностью целенаправленного отбора и агрегирования управленческой информации; исследования показали, что спрос на информацию составляет лишь 6-11 % от потребности, кроме тог , % мощностей информационных систем не используются по различным причинам; значимости (релевантности) - данная проблема связана с оценкой и определением степени важности экономической информации для обеспечения высокого качества принимаемых решений; временного аспекта - он возник в связи со своевременной подготовкой и обработкой экономической информации в условиях динамичного развития внешней и внутренней среды; коммуникации - она продиктована рациональным распределением информации, вследствие растущего уровня делегирования полномочий; обеспечения необходимой эффективности - она связана с ростом затрат, имеющих место при сборе, обработке и хранении экономической информации.
Следовательно, возникает необходимость рационализации информационного обеспечения управленческой деятельности с количественной, качественной, временной, организационной и экономической точек зрения. Но изучение этого вопроса выходит за рамки данной диссертационной работы. В данном случае можно предположить, что качество принимаемых решений зависит от количества (объема) информации, возможности её обработки, а также прикладного характера информации и некоторых поведенческих аспектов. Объём информации определяется потребностью, а также спросом и предложением. Если прочие факторы являются константами, то можно установить положительную (дегрессивную, прогрессивную или пропорциональную) зависимость между качеством принимаемых решений и объёмом информации. Однако, возможна негативная ситуация, когда избыток предложения над спросом вызывает проблемы, связанные со своевременной обработкой.
Существуют различные подходы к принятию взвешенных решений в системе «выгода — риск», основанные, например, на теории полезности Бернулли, теории рисков и шансов Шекле и др. Механизм реализации предлагаемой методики действует в рамках банка данных, формирование и пополнение которого является важным фактором организации процесса ее реализации. Разработка информационной модели предполагает наличие ряда этапов.
На первом этапе осуществляется сбор информации. Ввод информации осуществляется при решении задач учета, следовательно, именно в процессе учета возникают задачи, связанные с созданием, изменением и удалением данных. Функции контроля, анализа, регулирования требуют агрегирования исходных данных и выборок по различным критериям. В процессе ввода, удаления и изменения данных формируется информационная база первичных экономических показателей.
В качестве входной информации для формирования информационной базы служат следующие документы: отчеты экономистов цехов, представляемые в бухгалтерию ежемесячно, содержащие расчет фактической себестоимости продукции по статьям калькуляции в соответствии с номенклатурой цеха; ведомости № 12 и № 15, составляемые работником бухгалтерии, содержащие информацию о величине общепроизводственных и общехозяйственных расходов соответственно, по статьям затрат за отчетный период (месяц); справка отдела сбыта о количестве выпущенной продукции в натуральном выражении согласно номенклатуре за отчетный период; отчет планово-экономического отдела, содержащий основные технико-экономические показатели: объем реализованной продукции в действующих ценах и ценах соответствующего периода, объем товарной продукции в действующих ценах и ценах соответствующего периода, себестоимость товарной продукции, рентабельность и т.п.
Для корректировки данных используются отчеты отдела сбыта об остатках готовой продукции на складе за анализируемый период, инвентаризационные ведомости бухгалтерии о величине незавершенного производства, статистические данные.
Информационная база, являясь основой информационной системы, формирует требования к программному обеспечению, техническим средствам, информационным технологиям и организационным правилам администрирования информационной системы. Структура информационной системы приведена на рис. 3.1 .
Диаграмма информационных потоков является следующим этапом проектирования информационной модели. Помимо задач, диаграмма содержит хранилища данных и информационные потоки. Функциональная декомпозиция сопровождается объектной декомпозицией, при этом нижний уровень функциональной диаграммы содержит объекты информационной базы (хранилища данных).
Возникновение новых задач, связанных с администрированием информационной базы, уточняет организационную структуру предприятия, требуя назначения исполнителей, ресурсов и сроков исполнения. Совмещение диаграммы информационных потоков с организационной структурой предприятия позволяет выявить дублирование информационных потоков, петли, что предоставляет возможность корректировки документооборота.
Объектно-ориентированный подход позволяет сформулировать определение документа в условиях электронного документооборота.
Документ — набор любых показателей, рассчитываемых на основании данных о состоянии и поведении объектов, с возможностью предоставления в любое время по любой совокупности критериев.
Эффективную информационную поддержку решений призвана обеспечить информационно-аналитическая система, организующие процессы сбора, хранения и обработки.
Первичная информация реестров постоянно изменяется и требуется периодическое ее накопление в хронологической последовательности для вывода каких-либо закономерностей с целью поддержки принятия решений. Однако на основе собранной в существующих базах информации невозможно вести комплексный анализ накопленных сведений с целью поддержки управленческих решений.
