B I Las - The public administration of exogenous and endogenous risks of regional development in post-crisis period - страница 53

Страницы:
1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89  90  91  92  93  94  95  96  97  98  99  100  101  102 

Дальнейшим развитием стратегий «Быстрого реагирования» и «Непрерывного пополнения запасов» явилась логистическая концепция «автоматического пополнения запасов» (automatic replenishment, AR). Данная концепция обеспечивает поставщиков (производителей готовой продукции) необходимым набором правил для принятия решений по товарным характеристикам и категориям. Путем применения стратегии «Автоматического пополнения запасов» поставщик может удовлетворить потребности розничных торговцев в товарной категории за счет устранения необходимости отслеживания единичных продаж и уровня запасов для товаров быстрой реализации. Эта стратегия позволяет также уменьшить затраты розничных торговцев, связанные с формированием товарных запасов.

При переходе на новые стратегии, как производства, так и логистики изменяются стратегии всего предприятия. Отправной точкой решения этой глобальной задачи фирмы являются, во-первых, развитие принципов стратегий на предприятиях; во-вторых, концептуальные положения по соотношению целей и стратегий фирмы, а также по составу, содержанию и иерархии стратегий фирмы.

Однако в современных практических проектах и реалиях освоения основных стратегий производства и логистики используется традиционный подход, который выражается в том, что новые стратегии проектируются и реализуются только как дополняющие друг друга.

Для развития новых стратегий в производстве необходимо использовать совокупно интегрированный организационный подход, или совокупно интегрированное производство (СИП).

Основные принципы данного подхода следующие: отказ от разделения труда на отдельные операции путем хронометрирования (тейлоризма) и переход к управлению производством на основе интеграции всех оперативных функций и задач на предприятии.

Применение концепции СИП позволит ликвидировать точки пересечения технологических и логистических потоков.

В настоящее время создан фундамент для интенсивного внедрения логистической концепции управления в сферах производства и обращения экономики страны, однако необходимы быстрое и качественная подготовка кадров, развитие и совершенствование производственной, технической и технологической базы логистики в различных отраслях экономики, а также создание логистических товаропроизводящих структур микро- и макрологистических систем различного уровня.

РЕЗЮМЕ

Статья посвящена актуальной сегодня проблеме моделирования процесса управления запасами. Проведен обзор различных логистических концепций. Выявлены некоторые достоинства и недостатки существующих систем. Ключевые слова: Логистические системы, управление производственными запасами, материальные потоки.

РЕЗЮМЕ

Стаття присвячена актуальній на сьогодні проблемі моделювання процесу управління запасами. Проведено огляд різних

логістичних концепцій. Визначені деякі переваги та недоліки існуючих систем.

Ключові слова: Логістичні системи, управління виробничими запасами, матеріальні потоки.

SUMMARY

The article is devoted to popular and important nowadays problem of modeling the process of inventory control. There is a review of

advantages and disadvantages of the existent models.

Keywords: Logistic system, inventory management, material flow.

СТИСОК ИСТОЧНИКОВ:

1. Логистика: Учебник/ Под ред. Б.А. Аникина: 3-е изд., перераб. и доп.- М.: ИНФРА-М., 2008.-3б8с.-(Высшее образование).

2. Державний комітет статистики - http://www.ukrstat.gov.ua/

3. Гаджинский А.М. Логистика: Учебник.- М.: Маркетинг, 1998.-228с.

4. Гаврилов Д.А. Управление производством на базе стандарта MRPII. 2-е изд. СПб: Питер,2005.

5. http://www.Learn_Logistic.ru/

6. http://www.Logist.ru/

УДК 64.031.68

ПРИМЕНЕНИЕ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ К ЗАДАЧАМ АНАЛИЗА РИСКА БАНКРОТСТВА ПРЕДПРИЯТИЯ

И ПЕРСОНАЛА

Пикалова Г.А., директор исполнительной дирекции Донецкого областного отделения Фонда социального страхования по временной потери трудоспособности, к.э.н.

Постановка проблемы. Задача определения степени риска банкротства предприятий, как угрозы для благополучия предприятий и их персонала, является актуальной как для собственников предприятия, так и для его кредиторов. Поэтому вызывают интерес любые научно обоснованные методики оценки риска банкротства [1].

© Пикалова Г.А., 2О11

Степень разработанности проблемы. В практике экономического и финансового анализа очень хорошо известен ряд показателей, характеризующих отдельные стороны текущего финансового и экономического положения предприятия. Сюда относятся показатели ликвидности, рентабельности, устойчивости, оборачиваемости капитала, прибыльности и т.д. По ряду показателей известны некие нормативы, характеризующие их значение положительно или отрицательно. Например, когда собственные средства предприятия превышают половину всех пассивов, соответствующий этой пропорции коэффициент автономии больше 0.5, и это его значение считается "хорошим" (соответственно, когда оно меньше 0.5 - "плохим"). Но в большинстве случаев показатели, оцениваемые при анализе, однозначно нормировать невозможно. Это связано со спецификой отраслей экономики, с текущими особенностями действующих предприятий, с состоянием экономической среды, в которой они работают. Тем не менее, любое заинтересованное положением предприятия лицо (руководитель, инвестор, кредитор, аудитор и т.д.), далее именуемое лицом, принимающим решения (ЛПР), не довольствуется простой количественной оценкой показателей. Для ЛПР важно знать, приемлемы ли полученные значения, хороши ли они, и в какой степени. Кроме того, ЛПР стремится установить логическую связь количественных значений показателей выделенной группы с риском банкротства. То есть ЛПР не может быть удовлетворено бинарной оценкой "хорошо - плохо", его интересуют оттенки ситуации и экономическая интерпретация этих оценочных значений. Задача осложняется тем, что показателей много, изменяются они зачастую разнонаправленно, и поэтому ЛПР стремится "свернуть" набор всех исследуемых частных финансовых и кадровых показателей в один комплексный, по значению которого и судить о степени благополучия ("живучести") фирмы, и наука пытается идти навстречу подобным запросам.

Цель статьи - систематизация Ъ показателей, сопряженных с вероятностью предполагаемого банкротства предприятий из-за старения ЛПР и поиска оптимального возраста персонала - эвристической зоны его деятельности.

Изложение основного материала. В анализе хорошо известны так называемые Ъ- показатели, сопряженные с вероятностью предполагаемого банкротства:

Z = Х агХг , ( 1)

где      функции показателей бухгалтерской отчетности,

а;- веса в свертке, получаемые на основе так называемого дискриминантного анализа выборки предприятий, часть из которых обанкротилась.

Также устанавливаются пороговые нормативы Ъ1 и Ъ2 когда Ъ1<Ъ2, вероятность банкротства предприятия высока, когда Ъ1>Ъ2 - вероятность банкротства низка, Ъ1< Ъ <Ъ2- состояние предприятия не определимо. Этот метод, разработанный в 1968 г. Э. Альтманом, получил широкое признание на всех континентах [2] и продолжает широко использоваться в анализе, в том числе и в Украине [3].

Сопоставление данных, полученных для ряда стран, показывает, что веса в Ъ-свертке и пороговый интервал [Ъ1, Ъ2] сильно разнятся не только от страны к стране, но и от года к году в рамках одной страны (можно сопоставить выводы Альтмана о положении предприятий США за 10 лет анализа). Получается, что Ъ - методы Альтмана не обладают устойчивостью к вариациям в исходных данных. Статистика, на которую опирается Альтман и его последователи, возможно, и репрезентативна, но она не обладает важным свойством статистической однородности выборки событий. Одно дело, когда статистика применяется к выборке радиодеталей из одной произведенной партии, а другое, - когда она применяется к фирмам с различной организационно-технической спецификой, со своими уникальными рыночными нишами и персоналом, стратегиями и целями, фазами жизненного цикла и т. д. Здесь невозможно говорить о статистической однородности событий, и, следовательно, допустимость применения вероятностных методов, самого термина "вероятность банкротства и персонала" ставится под сомнение. "Понятия случайности и неопределенности имеют тенденцию смешиваться в разговорном языке, но в языке науки уже давно произошло разграничение их значений" [4].

В переводной литературе по финансовому анализу, а также во всевозможных российских и украинских компиляциях часто встречается формула Альтмана образца 1968 года, и ни слова не говорится о допустимости этого соотношения в анализе ожидаемого банкротства. С таким же успехом в формуле Альтмана могли бы стоять любые другие веса, и это было бы столь же справедливо в отношении украинской специфики, как и исходные веса. Такой подход иначе как неквалифицированным не назовешь.

Словом, подход Альтмана имеет право на существование, когда в наличии (или обосновываются модельно) однородность и репрезентативность событий выживания/банкротства. Но ключевым ограничением этого метода является даже проблема качественной статистики. Дело в том, что классическая вероятность - это характеристика не отдельного объекта или события, а характеристика генеральной совокупности событий. Рассматривая отдельное предприятие, мы вероятностно описываем его отношение к полной группе. Но уникальность всякого предприятия в том, что оно может выжить и при очень слабых шансах, и, разумеется, наоборот. Единичность судьбы предприятия подталкивает исследователя присмотреться к предприятию пристальнее, расшифровать его уникальность, его специфику, а не "стричь под одну гребенку"; не искать похожести, а, напротив, диагностировать и описывать отличия. При таком подходе статистической вероятности места нет. Исследователь интуитивно это чувствует и переносит акцент с прогнозирования банкротства (которое при отсутствии полноценной статистики оборачивается гаданием на кофейной гуще) на распознавание сложившейся ситуации с определением дистанции, которая отделяет предприятие от состояния банкротства.

В работах, относящихся к выявлению природы вероятности, появляются неклассические вероятности различных типов [1]. Отметим лишь два типа: валентные и аксиологические вероятности. Валентная вероятность выражает ожидаемость реализации гипотезы Н с учетом наличного контекста фактических свидетельств об объекте исследования Е (в частном случае, когда Е - это репрезентативная выборка однородных событий, тогда вероятность является статистической). Аксиологическая вероятность выражает ожидаемость реализации гипотезы Н с учетом контекста субъективных оценок 8 об объекте исследования, выдвинутых одним из экспертов - квалифицированных наблюдателей объекта исследования, или совокупностью экспертов. Такого рода вероятности уже можно применять в финансовом анализе, как это уже широко делается в экспертных системах [5] и при принятии решений в условиях неопределенности (например, [5, 1, 6]). Здесь понятие случайности замещается понятием ожидаемости. Однако обозначим еще один аспект, который делает применение неклассических вероятностей неудобным в принципе, когда есть гораздо более пригодный математический аппарат для исследований.

Речь, разумеется, идет о нечетких множествах и нечеткой логике. Чем глубже исследуется предприятие, тем больше обнаруживается новых источников неопределенности. Декомпозиция исходной, обычно грубой и приблизительной, модели анализа сопряжена с растущим дефицитом количественных и качественных исходных данных. Сплошь и рядом мы сталкиваемся с неопределенностью, которая в принципе не может быть раскрыта однозначно и четко. Ряд параметров оказывается недоступным для точного измерения, и тогда в его оценке неизбежно появляется субъективный компонент, выражаемый нечеткими оценками типа "высокий", "низкий", "наиболее предпочтительный", "весьма ожидаемый", "скорее всего", "маловероятно", "не слишком" и т. д. Появляется то, что в науке описывается как лингвистическая переменная со своим терм-множеством значений [4], а связь количественного значения некоторого фактора с его качественным лингвистическим описанием задается так называемыми функциями принадлежности фактора нечеткому множеству. Например, связь возраста работника со значением "оптимальныйвозраст работающего" лингвистической переменной " Возраст " может иметь вид рис. 1.

Рис. 1. Функция принадлежности нечеткого множества "Оптимальный возраст работающих"[4]

Обозначения:

х - параметр возраста (лет),

А - нечеткое подмножество "оптимальный возраст работающего", т А(х) - функция принадлежности, т А(х) I [0,1].

Когда т= 1, устанавливается 100%-я принадлежность возраста х множеству А. Напротив, при т = 0 однозначно констатируется непринадлежность (абсолютная неоптимальность возрастов). При 35< х< 60 мы имеем оттеночное отношение вида: при т > 0.5 - "скорее "да" чем "нет"", при т < 0.5 - "скорее "нет" чем "да"", и эта оттеночность имеет силу ("контрастность"), количественно задаваемую функцией т .

Кривая т строится на основании:

а) данных объективных тестов для работников различных возрастных групп, с выявлением психофизиологических особенностей этих групп (контекст наблюдений такого рода есть контекст свидетельств Е );

б) интуитивных представлений экспертов (контекст 8 ).

Требования к виду функций т и к процедурам их построения изложены в соответствующей литературе [9,10]. Таким образом, функции принадлежности параметров нечетким множествам обладают теми же достоинствами в анализе, что и неклассические типы вероятностей, и вдобавок к этому они являются количественной мерой наличной информационной неопределенности в отношении анализируемых параметров, значение которых описывается в лингвистически нечеткой форме.

Рассмотрим постановку задачи комплексного анализа риска банкротства.

1. Пусть заданы два временных интервала I и II, по которым проводится сопоставительный финансовый анализ. Пусть предприятие в каждом из периодов характеризуется набором N финансовых показателей, построенных на основании бухгалтерской отчетности за период. В периоде I это показатели Х1, ... , ХN со значениями х11, хМ , в периоде II - те же показатели со значениями хШ, хГОГ, причем предполагается, что система показателей {X} достаточна для достоверного анализа (для классификации и сопоставления состояний предприятия).

2. Полное множество состояний А предприятия разбито на пять (в общем случае пересекающихся) нечетких подмножеств

вида:

А1 - нечеткое подмножество состояний "предельного неблагополучия (фактического банкротства)";

А2- нечеткое подмножество состояний "неблагополучия";

А3- нечеткое подмножество состояний "среднего качества";

А4- нечеткое подмножество состояний "относительного благополучия";

А5- нечеткое подмножество состояний "предельного благополучия".

То есть терм-множество лингвистической переменной "Состояние предприятия" состоит из пяти компонентов. Каждому из подмножеств А1 ... А5 соответствуют свои функции принадлежности т ... т5(У), где V - комплексный показатель

финансового состояния предприятия, причем чем выше V , тем "благополучнее" состояние предприятия. Качественный вид функций гш(У) представлен на рис. 2.

о 01 в.;        оз ол 05 ое от        оя пз і

Рис. 2. Качественный вид функции принадлежности

В дальнейшем по ходу статьи мы часто будем ссылаться на вид функций принадлежности, поэтому, во избежание изобилияграфиков, введем некий математический формализм, позволяющий компактное описание этих функций. Поставим в однозначное соответствие функции принадлежности т (V) нечеткое число:

/ (al, a2, aз, а4), ( 2)

где а1 и а4 - абсциссы нижнего основания,

а2 и а3 - абсциссы верхнего основания трапеции (рис. 2), задающей т в области с ненулевой принадлежностью носителя V соответствующему нечеткому подмножеству (вся терминология в части нечетких чисел заимствована в [11, 12]). Назовем числа Ь трапециевидными или, кратко, Т - числами.

Вернемся к комплексному показателю V. Ясно, что он функционально или алгоритмически связан с набором исходных финансовых показателей:

, (3)

но вид Т неизвестен и подлежит установлению.

3. В отношении каждого показателя Х1,...ХГ1 известно, как его изменение влияет на изменение V. Например, с ростом доли заемных средств в структуре пассивов коэффициент автономии уменьшается, что ухудшает и комплексный показатель. Это можно обозначить     («Уу" . Если верно это, то справедливо и обратное: Х^уУ. В функциональной записи:

Г (V) = 8? (Хг ) , ( 4)

где

[1, если параметр растет

Г (ж) = 11 а (5)

[-1, если параметр падает

[1, если рост Х сопровождается ростом Vi 8{ = 1 (6) [-1, если рост Х{, сопровождается уменьшением V

В финансовом анализе обыкновением является то, что рост финансового показателя сопровождается улучшением

состояния предприятия (^ = 1). Однако есть и исключения: например, цена обслуживания обязательств или стоимость рабочей силы. Рост этих показателей сопряжен с ухудшением самочувствия предприятия.

4. В качестве оценки риска банкротства введем лингвистическую переменную "Степень риска банкротства" со значениями { Наивысшая, Высокая, Средняя, Низкая, Незначительная}. Взаимно однозначное соответствие лингвистических переменных "Состояние предприятия" и "Степень риска банкротства" задана в табл. 1.

Таблица 1

Соответствие лингвистических переменных "Состояние предприятия" и "Степень риска банкротства"_

Значение переменной "Состояние предприятия"

Значение переменной "Степень риска банкротства"

Предельное неблагополучие

Наивысшая

Неблагополучие

Высокая

Среднее качество

Средняя

Относительное благополучие

Низкая

Предельное благополучие

Незначительная

Тогда задача комплексного анализа может быть сформулирована следующим образом:

1. Определить процедуру (функцию или алгоритм), связывающую набор показателей {X} с комплексным показателем V. Тогда, по мере получения количественных значений V и на основании функций {т} конструируется следующее утверждение: «Текущее состояние предприятия:

предельно благополучно с уровнем соответствия т1(у"), относительно благополучно с уровнем соответствия гп2^), среднего качества с уровнем соответствия т3^), неблагополучно с уровнем соответствия гп4^), предельно неблагополучно с уровнем соответствия т(^)».

Это утверждение придает определенный вес каждой из гипотез принадлежности текущего состояния предприятия к одному из нечетких подмножеств {А}. Лицо, принимающее решение в отношении предприятия, может удовлетвориться той гипотезой, для которой значение т (V) максимально, и таким образом для себя качественно оценить состояние фирмы.

2. Определить, улучшилось или ухудшилось положение предприятия за период II по отношению к периоду I . Эта задача решается попутно с предыдущей:

если VII>VI , то состояние улучшилось, если VII< VI - то ухудшилось.

Качественно положительная или отрицательная динамика предприятия распознается с анализом изменений значений {т }, переместился ли максимум {т } из подмножества в подмножество, и если да, то в каком направлении.

Выводы. Итак, предлагается изменить подход к анализу риска банкротства, заместив вероятностный анализ риска на анализ с применением нечетких множеств. Сегодня эта отрасль математики, заложенная 30 лет назад работами профессора Лофти Заде, бурно развивается, и применение нечетких множеств в системах принятия решения уже имеет немалую экономическую отдачу. Появление полноценной статистики позволит вернуться к использованию вероятностей в анализе риска и одновременно улучшить качество нечеткой классификации финансовых параметров предприятия.

Предложенная методика, на самом деле, воспроизводит мыслительные человеческие процессы, основанные на субъективных суждениях. Мы добиваемся, чтобы предложенная модель была адекватна не только реалиям объекта исследования, но и специфическим особенностям познающего субъекта, а также формально очерченным границам наличной информационной неопределенности. То, что мы знаем об объекте исследования, и то, как мы это знаем, - все это находит отражение в логико-математических формализмах, на которых основан метод. Мы не пытаемся строить сомнительные свертки на финансовых показателях, а осуществляем свертку сопоставимых компонентов принадлежности показателей к тем или иным нечетким классам и этим обеспечиваем корректность модели.

Распознавание и классификация состояний предприятий - задача, которая вне идеологии нечетких множеств вообще не может быть решена удовлетворительно, потому что прежде чем говорить "плохое" или "хорошее", необходимо принять соглашение, как различать эти субъективные высказывания.

Заявленный в статье подход - не окончательный, и он может быть улучшен для задач, где финансовые и кадровые показатели образуют иерархию, где усложняются условия классификации состояний предприятия, там, где появляется динамика критериев распознавания и т.д. Метод, названный V&M - метод комплексного финансового анализа, и предложенный комплексный показатель финансового состояния предприятия, названный V&M - показатель комплексного финансового анализа, используются в разработанной консультационной группой "Воронов и Максимов" программной модели "МАСТЕР ФИНАНСОВ: Анализ и планирование", проходя апробацию на широком перечне обследуемых предприятий.

РЕЗЮМЕ

В статье представлена методика определения степени риска банкротства предприятия с применением теории нечетких множеств. Выявлена зависимость между показателями состояния предприятия и степенью риска его банкротства. Ключевые слова: нечеткие множества, финансовый риск, степень риска банкротства, функция принадлежности.

РЕЗЮМЕ

У статті представлена методика визначення ступеню ризику банкрутства підприємства з використанням теорії нечітких множин. Виявлена залежність між показниками стану підприємства й ступенем ризику його банкрутства. Ключові слова: нечіткі множини, фінансовий ризик, ступінь ризику банкрутства, функція приналежності.

SUMMARY

In article the technique of bankruptcy degree risk definition of the enterprise with the theory of indistinct sets possibilities is presented. Dependence between indicators of a condition of the enterprise and its bankruptcy degree risk is revealed. Key words: indistinct sets, financial risk, degree of risk of bankruptcy, accessory function.

СПИСОК ИСТОЧНИКОВ:

1. Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами / А.О. Недосекин [Электронный ресурс]. - Режим доступа: http://sedok.narod.ru/sc_group.html.

2. Недосекин А. О. Простейшая оценка риска инвестиционного проекта /А. О. Недосекин // Современные аспекты экономики. -2002. - № 11. - С.З8-4З.

3. Недосекин А.О. Стратегическое планирование с использованием нечетко-множественных описаний /А.О. Недосекин [Электронный ресурс]. - Режим доступа: http://sedok.narod.ru/sc_group.html.

4. Недосекин А.О. Нечетко-множественный анализ рисков фондовых инвестиций/ А.О. Недосекин. - СПб, Типография «Сезам»,

2002.

З.Недосекин А.О. Оптимизация бизнес-портфеля корпорации /А.О. Недосекин [Электронный ресурс]. - Режим доступа: http://sedok.narod.ru/sc_group.html.

6. Недосекин А.О. Нечетко-множественный подход в маркетинговых исследованиях /А.О. Недосекин, А.В. Овсянко [Электронный ресурс]. - Режим доступа: http://www.vmgroup.sp.ru.

7. Недосекин А.О. Лингвистический анализ гистограмм экономических факторов /А.О. Недосекин, С.Н. Фролов [Электронный ресурс]. - Режим доступа: http://sedok.narod.ru/sc_group.html.

8. Недосекин А.О. Оценка риска инвестиций по NPV произвольно-нечеткой формы /А.О. Недосекин [Электронный ресурс]. -Режим доступа: http://sedok.narod.ru/sc_group.html.

Страницы:
1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89  90  91  92  93  94  95  96  97  98  99  100  101  102 


Похожие статьи

B I Las - The public administration of exogenous and endogenous risks of regional development in post-crisis period