Содержание к диссертации
Введение
1. Состояние исследований и обзор литературы по моделированию и анализу промышленных рисков 11
1.1.Место и роль экономико-математических методов в процессе управления рисками промышленного предприятия 12
1.2. Обзор методов и моделей экономико-математического анализа рисковых ситуаций в промышленности 23
1.2.1. Методы количественной оценки риска 23
1.2.2. Экономико-математическое моделирование рисковых ситуаций в промышленности 32
Выводы по разделу 1 42
2. Оптимизация плана работы с поставщиками в условиях риска 45
2.1. Определение объекта исследования и экономическая постановка задачи 45
2.2. Формирование концептуальной модели 48
2.2.1.Предварительное определение задачи исследования 48
2.2.2. Качественный анализ влияния взаимоотношений с поставщиками на экономическую стабильность предприятия и конкретизация целей моделирования .. 48
2.3.Математическая постановка задачи 58
2.3.1. Многокритериальная оптимизация 58
2.3.2.Построение интегрального критерия оптимальности 60
2.3.3. Конкретизация математической постановки задачи 72
2.3.4.Частные случаи 76
2.3.5.Математический анализ модели 79
Выводы по разделу 2 81
3. Моделирование и анализ промышленных задач 83
3.1. Необходимость смены базового поставщика (задача) 83
3.1.1. Экономическая постановка задачи и исходные данные 83
3.1.2. Математическая формулировка задачи 97
3.1.3. Получение и анализ решения 99
3.2. Анализ выгодности работы с нетрадиционным поставщиком (задача 2) 101
3.2.1. Экономическая постановка задачи и исходные данные 101
3.2.2. Математическая формулировка задачи 110
3.2.3 Получение решения и его анализ 112
3.3.Итоговый сравнительный анализ различных вариантов поставки 114
В ыводы по разделу 3 116
Заключение 118
Литература 122
- Экономико-математическое моделирование рисковых ситуаций в промышленности
- Качественный анализ влияния взаимоотношений с поставщиками на экономическую стабильность предприятия и конкретизация целей моделирования
- Конкретизация математической постановки задачи
- Экономическая постановка задачи и исходные данные
Введение к работе
Одной из центральных задач экономики современного предприятия является выбор эффективных методов управления рисками.
Актуальным это стало, прежде всего, в связи с переходом экономики нашей страны от плановой к рыночной, когда введение свободного взаимодействия рыночных субъектов, хозяйственная самостоятельность и ответственность за принятые решения неизбежно повышают неопределенность и риск. Наиболее значимо это проявилось в период августовского кризиса 1998 г. Кроме того, если в условиях плановой экономики издержки неоправдавшейся политики предприятия традиционно брало на себя государство, то в рыночной и переходной экономике они целиком ложатся на плечи субъекта хозяйствования.
Особую значимость эта задача приобретает сегодня, когда экономическое и политическое развитие современного мира порождает все новые и новые виды рисков, которые довольно трудно определить, предвидеть и проконтролировать. Сложность финансовых и производственных взаимосвязей порождает «эффект домино»: случай краха одной компании может вызывать целый ряд банкротств. Усиление зависимости человека от компьютера в ус ловиях производства усиливает риски, связанные с поломкой вычислительной техники. Особое значение в последние годы приобрели риски, связанные с политическими обстоятельствами, поскольку они несут крупные потери для производственных предприятий. Несовершенство российской налоговой системы побуждает руководство предприятий выбирать не лучшую ценовую политику, из-за чего страдает конкурентоспособность выпускаемой продукции. Это лишь некоторые предпосылки возникновения рисковых ситуаций на современном предприятии.
В Словаре русского языка СИ. Ожегова термин «риск» определяется как возможная опасность» и «действие на удачу в надежде на счастливый исход» [69]. Для любого бизнеса важно не избежать риск вообще, а предвидеть его и принять наилучшее решение относительно определенного критерия, отражающего основной интерес предпринимателя. К числу наиболее важных задач, возникающих при формировании политики управления риском, следует отнести: выявление видов, факторов и источников риска; определение структуры взаимозависимости рисковых ситуаций в масштабах предприятия; нахождение адекватных методов оценки и анализа рисков; выработку мер по снижению последствий выявленных рисков; разработку концепции рационального поведения предприятия в условиях неопределенности и риска.
Риск - непременная составляющая деятельности любой коммерческой структуры, но его роль неодинакова для различных типов хозяйствующих субъектов. В отличие от кредитно-финансовых структур, большая часть деятельности которых построена на ситуациях повышенного риска, предприятиям производственного типа свойственно более осторожное к нему отношение. По этой причине, а также из-за сложности и многообразия процедур выявления источников промышленных рисков и выбора чувствительных индикаторов сфера анализа рисковых ситуаций в промышленности пока слабо формализована. Тем не менее, выработать рациональную политику управления рисками, основываясь только на интуиции и вербальных рассуждениях, без использования математического аппарата практически невозможно или во всяком случае ненадежно. В зависимости от сложности рисковой ситуации оказывается целесообразным использовать методы различной сложности - от оценки вероятности наступления рискового события до построения оптимизационной модели.
Современное промышленное предприятие, как правило, сложный объект. В связи с этим моделирование рисковых ситуаций в масштабах всего предприятия может оказаться неадекватным по причине размерности, неопределенности исходных данных и многокритериальности целевых установок. Более эффективным является построение моделей для отдельных служб и подразделений предприятия при соблюдении принципов целостности и взаимовлияния конкретной подсистемы и системы. Таким образом, разделив рассматриваемую систему или экономический процесс на некоторое число отдельных элементов, используя сочетание
вербальных и математических методов, модели и приемы, экспертизы и опыт специалистов, вычислительную технику, руководитель может анализировать неопределенность, связанную с каждым из элементов системы. Он может рассматривать степень зависимости между риском и составляющими данного объекта, оценивать совокупное влияние рисков на процесс, получив возможность на этой основе выбрать наиболее рациональную по его представлению стратегию поведения.
Все это определило выбор темы диссертационного исследования.
Предметом исследования является методология
моделирования деятельности производственных и управленческих структур промышленных предприятий в условиях риска, основанная на концепциях системного математического моделирования экономических процессов, логистики и математического программирования. Объект исследования представляет собой процесс снабжения промышленного предприятия материалами и комплектующими для производства готовой продукции, который является необходимым звеном производственного процесса и важнейшим фактором существования любого предприятия.
По мнению отечественных и зарубежных специалистов на
сегодняшний день одним из ключевых принципов управления
промышленным предприятием является создание условий для
дальнейшего успешного функционирования предприятия. Учитывая это, основным ориентиром при построении стратегии и тактики функционирования предприятия следует полагать не максимизация прибыли, а успешное элиминирование влияния рисковых ситуаций, что в перспективе обеспечивает наибольшую финансовую устойчивость. Именно поэтому целью настоящего исследования является выработка рекомендаций по коррекции деятельности анализируемого подразделения в направлении повышения стабильности предприятия в целом.
В процессе исследования решены следующие задачи:
- обобщен отечественный и зарубежный опыт оценки, анализа и моделирования рисковых ситуаций в промышленности, с его помощью раскрыта специфика построения производственных моделей, учитывающих влияние риска;
- выделен объект исследования и определена сущность рисковых ситуаций, возникающих в процессе функционирования исследуемого объекта, проведен их качественный анализ, то есть выделены факторы, предпосылки возникновения рисков, а также исследовано их влияние на состояние экономики всего предприятия;
- на основе обобщенного опыта и собственных разработок выбран метод моделирования и построена экономико- математическая модель, критерием оптимальности решения в
которой является максимизация экономической устойчивости
предприятия; - при помощи построенной модели выполнены расчеты для
порожденных практикой кризисных ситуаций и даны
рекомендации по их разрешению;
- проведен анализ полученных решений на чувствительность к изменению внешних (по отношению к построенной модели) условий, на основании полученных выводов даны рекомендации по совершенствовании работы исследуемого объекта.
Научная новизна результатов исследования состоит в
решении задачи минимизации совокупного экономического риска
предприятия при выборе поставщика материалов и
комплектующих методами экономико-математического
моделирования.
Личный вклад автора в исследование состоит в следующем.
1. На основе анализа механизмов влияния взаимоотношений с поставщиками на экономическую устойчивость предприятия выделены составляющие риска нарушения последней.
2. Разработаны правила приведения всех составляющих к единой,
денежной единице измерения, что позволяет подсчитывать
совокупный риск предприятия при сотрудничестве с конкретным
поставщиком, а также сопоставлять значимость компонент риска в
конкретной экономической ситуации.
3. Предложен и обоснован подход к снижению совокупного риска при закупке материалов и комплектующих методом распределения партии по группе поставщиков.
4. Построена оптимизационная модель, позволяющая выбрать из ряда поставщиков наименее рискованных в конкретной экономической ситуации.
Совокупность сформулированных и обоснованных в исследовании научных положений можно квалифицировать как решение научной задачи, имеющей важное народнохозяйственное значение для достижения финансовой устойчивости и конкурентоспособности промышленных предприятий в условиях рыночной и переходной экономики.
Практическая значимость работы состоит в возможности непосредственного использования теоретического и методологического аппарата в рамках антирисковых мероприятий с целью повышения финансовой устойчивости и конкурентоспособности промышленных предприятий. Основные результаты диссертации внедрены в практическую деятельность Сервис центра ОАО МОС ОТИС, о чем имеется документ о внедрении (см. Приложение 1).
Исследовательские материалы могут быть использованы в учебном процессе по моделированию промышленных рисков в экономике и бизнесе.
Экономико-математическое моделирование рисковых ситуаций в промышленности
Математический аппарат для принятия оптимальных решений в условиях неопределенности, противоположных интересов сторон, конфликтов дает теория игр. Она впервые в наиболее полном виде была изложена Нейманом и Моргенштерном в 1944 году [69], хотя отдельные работы были опубликованы еще в 20-е годы ([66],[28] и другие). Приведем примеры моделей управления производством, построенных с применением аппарата теории игр. Определение оптимального объема производства (оптовых закупок) в условиях неопределенности.
Объектом моделирования является предприятие, имеющее несколько каналов сбыта продукции определенного ассортимента [90]. Спрос на продукцию на каждом из каналов сбыта колеблется по-разному. Таким образом, роль фактора неопределенности в данном случае играет состояние рыночной конъюнктуры. Целью моделирования является выбор оптимальной с точки зрения максимизации дохода от продаж стратегии производства. Методы теории игр в данном случае используются для анализа коммерческого риска при различных соотношениях вероятного спроса и стратегии производства (закупок). Приведены различные варианты решения, удовлетворяющие руководителей с разной степенью склонности к риску. Для этой цели используются различные критерии оптимизации: Вальда, Сэвиджа и Гурвица. Аналогичная модель рассмотрена в [96]. Принципиальное отличие состоит в том, что в [96] анализируется спрос на продукцию швейного предпри ятия, который зависит от состояния погоды. Таким образом, основным фактором неопределенности здесь являются погодные условия.
Методы теории игр также успешно применяются в такой сфере производственно-хозяйственной деятельности, как контроль качества выпускаемой продукции. Примером могут послужить модели, представленные в [37], где исследуется статистический контроль партии готовых изделий.
Рассматриваются взаимоотношения между фирмой-производителем и фирмой -покупателем товаров первой фирмы. Представитель фирмы-покупателя, принимая товар, при наличии в выборке объемом п изделий z k дефектных изделий (где к - некоторое «приемочное число»), считает партию хорошей и принимает ее. В этом случае производитель компенсирует забракованные изделия путем их замены, ремонта и т.п. Если же число дефектных деталей в выборке превышает к, покупатель не принимает партию, а производитель осуществляет ее сплошную проверку и выявляет дефектные изделия. Целью моделирования является выбор оптимального с точки зрения минимизации затрат производителя на проверку и замену дефектных изделий приемочного числа к. Поставленная задача анализируется и решается как статистическая игра. Оценка возможности сбоев производства из-за нарушения кооперированных поставок.
Целью моделирования в данном случае является вычисление вероятности регулярности кооперированных поставок, что должно соответствовать вероятности отсутствия сбоев производства. Вероятность отсутствия сбоев поставок в данном случае оценивается по информации о выполнении поставок за предыдущий месяц. Предполагается, что для ряда месяцев вероятность отсутствия сбоев поставок характеризуется бета-распределением. Так же, как и в предыдущем варианте, задача решается как статистическая игра. Указанные две игры относят к теории надежности.
Еще одна теория, предлагающая аппарат для принятия решений в ситуациях полной неопределенности, которые весьма часто возникают в работе субъектов экономики - теория нечетких множеств. Это математическая теория, разработанная в 60-е годы для решения узкой утилитарной задачи распознавания образов, а в настоящее время имеющая приложения в самых различных областях хозяйственной деятельности [4,43]. Нечетко-интервальная математика обычно используется при прогнозировании будущих событий, когда невозможно достаточно точно определить частотные распределения неопределенных параметров. Так в [79] рассматривается многокритериальная оптимизационно-логистическая задача оптимизации дохода коммерческо-транспортной фирмы в условиях неопределенности нестатистической природы. Анализируется ме тодика решения задачи оптимизации объемов закупок и продаж фирмы-дистрибьютора, при которых достигался бы оптимальный компромисс между максимизацией дохода и минимизацией риска. Под риском в данном случае понимается степень неопределенно сти результата. Для решения задачи используются принципы не четко-интервальной математики. С помощью нечетких интервалов описываются неопределенные параметры экономико математической модели. Хотя данная задача поставлена применительно к фирме-дистрибьютору, она может быть использована как подзадача при анализе системы «снабжение-производство-сбыт» на промышленном предприятии. В ряде источников [90,48,23,38] для множества возникающих в условиях рыночной неопределенности и риска хозяйственных задач, когда детерминированные методы и модели оказываются недостаточными, или просто неадекватными действительности, авторы предлагают искать решение с помощью имитационного моделирования Модель по своей структуре является логико-математической. При ее составлении нет необходимости упрощать описание явления, отбрасывая порой даже существенные детали, чтобы втиснуть рассматриваемый объект в рамки модели.
Качественный анализ влияния взаимоотношений с поставщиками на экономическую стабильность предприятия и конкретизация целей моделирования
Процесс изготовления готовой продукции на современном промышленном предприятии характеризуется движением во времени огромного числа информационных, материальных, финансовых потоков, связанных с подготовкой производства, снабжением, собственно производством, сбытом и реализацией продукции. Ввиду чрезвычайной сложности производственных систем отображение и анализ их деятельности при помощи одной модели невозможны по причине размерности, многокритериальности и других особенностей этой гипотетической модели, а также неустойчивости ее решений к многочисленным реально существующим возмущениям. Целесообразным представляется построение моделей отдельных подсистем предприятия, при соблюдении принципа взаимовлияния целей, задач, структуры подсистем и системы в целом [7].
Поскольку, как это уже отмечалось в выводах по разделу 1 настоящей работы, исследований, посвященных моделированию рисковых ситуаций в промышленности, на сегодняшний день мало и они часто упрощены вплоть до потери адекватности, любая из подсистем предприятия представляет интерес для изысканий в этом направлении.
Непременной составляющей любого производства является сфера снабжения: невозможно найти предприятие, которому было бы выгодно производить все материалы (ресурсы), используемые им в своем производственном процессе. Деятельность службы снабжения всегда сопряжена с рисками, наиболее очевидным из которых является сбой поставок. Однако существуют и менее очевидные факторы в работе службы снабжения, которые опосредованно приводят к снижению финансовой устойчивости предприятия. Целью моделирования рисковых ситуаций в сфере снабжения должно быть получение рекомендаций по коррекции работы службы снабжения в направлении повышения экономической стабильности предприятия в целом.
Содержание функции снабжения: - идентификация продуктов и услуг, которые технологически и экономически выгоднее приобрести на стороне; - поиск, оценка и выявление лучших поставщиков.
Первая задача известна в литературе как задача MOB (Make Or Buy) - «сделать или купить» [55]. Задача же выбора наилучшего поставщика решается руководителями служб закупок, как правило, на интуитивном уровне, а в лучшем случае - методом экспертных оценок, о недостатках которого говорилось в разделе 1 настоящей работы. Несмотря на это обстоятельство, было бы несправедливо утверждать, что на сегодняшний день не существует экономико-математических методов планирования работы с поставщиками, см., например задачу «Организация снабжения» ([55], стр. 11-18). Цель моделирования - организовать снабжение таким образом, чтобы минимизировать стоимость продукта. Задачи, выражающиеся в подобной структуре модели, встречаются в литературе по исследованию операций. Однако стоимость поставляемой продукции - лишь один из показателей качества снабжения. Риск сбоя поставок, влияние организации поставок на оборачиваемость активов, и в том числе запасов, и на соотношение дебиторской и кредиторской задолженности упущены из виду. Подобная модель не является пригодной для практического применения без должной доработки и дополнения необходимыми компонентами. Учитывая вышесказанное, актуальной будет следующая экономическая постановка задачи.
Служба закупок производственного предприятия анализирует систему поставщиков материалов и комплектующих изделий для поиска возможности ее диверсификации с целью повышения надежности. В процессе диверсификации следует выбирать поставщиков таким образом, чтобы этот выбор оказался максимально эффективным с точки зрения повышения экономической устойчивости предприятия [9].
Конкретизация математической постановки задачи
Как уже говорилось выше, на выполнение обязательств перед клиентом оказывает влияние качество поставок материалов и комплектующих. Снижая риск сбоя поставок, предприятие снижает риск невыполнения обязательств перед клиентами. В качестве мер управления риском в данном случае эффективны методы компенсации (о них уже говорилось в п.1.1.)- Так, в случае работы с поставщиком, в продукции которого время от времени бывают обнаружены дефекты, целесообразно создавать резервный, или страховой запас изделий, о которых идет речь. При наличии нескольких альтернативных поставщиков, предприятие может также уклониться от риска путем смены поставщика. Размер запаса должен соответствовать проценту дефектов в поставляемой продукции. В случае, когда дефектов в поставках становится меньше (по причине улучшения продукции базового поставщика или же его замены), уровень резервного запаса снижается, при этом высвобождаются средства, затраченные на его поддержание. Справедливо утверждать, что в данном случае объем резервного запаса прямо пропорционален «рисковости» поставщика.
Рассмотрим теперь, что происходит при повышении оборачиваемости оборотных средств, в частности товарно-материальных запасов. Чем больше оборотов делают оборотные средства, тем меньше их потребуется предприятию для повышения того же объема продукции. То есть происходит относительное высвобождение оборотных средств за счет уменьшения потребности в их покрытии из других источников.
В отношении себестоимости, очевидно, что её снижение по сравнению с базовой при неизменном доходе от реализации продукции приводит к высвобождению денежных средств. Таким образом, мы нашли критерий сравнения значимости изменения степени риска невыполнения обязательств перед клиентом, оборачиваемости товарно-материальных запасов и себестоимости готовой продукции: объем высвобождаемых средств. Теперь справедливо и уместно объявить, что критерий оптимизации выбора поставщика будет состоять из трех компонент: компенсация риска невыполнения обязательств перед клиентами; высвобождение (поглощение) средств за счет повышения (понижения) оборачиваемости товарно-материальных запасов; высвобождение (поглощение) средств за счет снижения (повышения) себестоимости готовой продукции. Формализуем эти компоненты. При образовании страхового запаса рекомендуется руководствоваться следующими правилами: 1. рассчитывать ожидаемый объем брака в партии поставляемых материалов (в процентах) и ожидаемый срок задержки поставок (в днях) как математические ожидания соответствующих показателей по данным за последние 12 месяцев; 2. в случае, если ожидаемый процент брака невелик (до 1%), страховой запас не требуется, так как такая ситуация, как правило, не является аварийной; 3. если ожидаемый процент брака достаточно велик (более 1% и менее 5%), необходимо предусмотреть при условии сохранения этого поставщика страховой запас в размере ожидаемого процента брака в продукции данного поставщика, если же среднеквадратичное отклонение процента брака составляет более 5% от ожидаемой партии брака, то запас назначают в размере максимального за период процента брака; 4. интервал упреждения поставщика следует увеличить на ожидаемый срок задержки поставки, если же среднеквадратичное отклонение по этому показателю составляет более 7 дней, то - на максимальный срок задержки. Итак, компонента компенсации риска невыполнения обязательств перед клиентами отразит изменение страхового запаса по сравнению с базовым таким образом: где Sik страховой запас материала / , требуемый при работе с поставщиком к; Si6 базовый запас материала / (существующий на пред приятии на момент решения задачи о смене по ставщика); A/?/Jk -компонента компенсации риска при замене базового поставщика материала / поставщиком к. В случае смены поставщика на «более рискового» по сравнению с базовым, компонента компенсации риска примет отрицательное значение. Риск неисполнения сроков поставок будет компенсирован увеличением реального времени выполнения заказа (по сравнению с контрактным).
Экономическая постановка задачи и исходные данные
Так как поставщики не ограничивают объем закупаемых партий продукции ни сверху, ни снизу, ограничения (2.26) и (2.27) в задаче «не работают» и могут быть опущены.
Задача (3.1) - (3.5) является задачей линейного программирования и может быть решена средствами Microsoft Excel [59].
Решением задачи будет вектор (0;0;0;1) - решение означает, что наиболее выгодно в данной ситуации покупать привода только у Самаркандского лифтового завода.
Найденное оптимальное значение целевой функции 10585 -сумма средств в рублях, высвобождаемых в результате смены базового поставщика на СЛЗ. Как видно из таблицы 3.7, основной вклад в высвобождаемую сумму вносит изменение себестоимости. В то же время СЛЗ вынуждает предприятие поддерживать значительный страховой запас на сумму 24000 рублей, поэтому конечное решение службы закупок в отношении данного поставщика может не совпадать с найденным и зависеть от неформализуемых факторов, таких например, как вид выявляемых дефектов, процент претензий клиентов в течение гарантийного срока эксплуатации лифтов, на которые установлены привода СЛЗ.
Анализ решения на устойчивость показал, что оно останется неизменным при повышении цен на продукцию СЛЗ не более чем на 7.5%. Если цены СЛЗ поднимутся более чем на 7.5%, единственно выгодным поставщиком приводов будет Карачаровский Механический Завод.
Решение оказалось малочувствительным к изменению интервала упреждения оптимального поставщика. При увеличении его до 5 месяцев коэффициент оборачиваемости материалов для модернизации уменьшается незначительно: только на 0.13 оборота. Поэтому существенного поглощения средств не происходит. Однако такой интервал упреждения не может быть приемлемым, так как даже при весьма малом негативном влиянии на оборачиваемость он резко снижает маневренность работы службы закупок, т.е. ее способность достаточно быстро реагировать на изменение экономической ситуации. Учесть это при построении модели было невозможно, так как понятие маневренности службы закупок относится к неформализуемым факторам.
Задача 3.1. проиллюстрировала эффективность применения модели в разрешении вопроса о необходимости смены поставщиков. При помощи анализа на чувствительность были определены условия, в которых выгоден тот или иной альтернативный поставщик. Очевидность решения задачи объясняется ее низкой размерностью (анализируется только один вид комплектующих) и спецификой исходных данных: два из трех альтернативных оказались менее выгодны, чем базовый поставщик.
В предыдущей задаче в качестве базового и альтернативных рассматривались только традиционные поставщики, которые связаны с Предприятием многолетним опытом работы и регулярными поставками того или иного вида материалов или комплектующих. Предположим, что Сервис-центру предлагает продукцию нетрадиционный поставщик - некоторая организация NN, занимающаяся перепродажей промышленных материалов и комплектующих и не являющаяся производителем этой продукции. В частности, известно, что интересующие нас привода NN покупает на КМЗ, но по более низкой цене, чем Сервис-центр. Помимо этого, NN обязуется поставить приводы через 1А месяца после предоплаты, что делает его привлекательным по сравнению с другими поставщиками. Включим NN в число анализируемых поставщиков, заменив им ЩЛЗ, чьи показатели заведомо хуже аналогичных у прочих поставщиков. Приведем далее те исходные данные, которые отличают задачу 2 от задачи 1.
