І Г Дейнека - Аналіз теоретичних основ про вивчення впливу агресивних середовищ на матеріали з полімерним покриттям - страница 19

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 

На наш взгляд, нельзя сводить оценку конкурентоспособности предприятия и продукции к поверхностной, хотя и достаточно изящной и красивой иллюстра­ции "позиции предприятия", "слабых и сильных сторон" или "звездам и коровам". Ведь, на уровне микроэкономики, конкурентоспособность предприятия опреде­ляется не просто парами показателей деятельности, а множеством факторов, например: соотношением качества и цены продукции, условиями поставки, фор­мами платежа, видом транспортировки и другими факторами. Выявление устой­чивых взаимосвязей между производимыми затратами и качеством продукции, а также соотношения между другими параметрами деятельности сравниваемых объектов является сложной задачей анализа их конкурентоспособности. Ис­пользование при этом параметрических методов исследования приближает к оценке конкурентоспособности на мезоуровне (уровне отрасли), при которой ис­пользуются такие показатели, как производительность труда, наукоемкость и ка­питалоемкость производства, технический уровень продукции, уровень импорто-замещения, степень международных кооперационных связей и др. Многогран­ность проблемы оценки конкурентоспособности предприятия, обусловленная множеством взаимосвязанных факторов, которые на нее влияют, требует при­менения методов статистических исследований взаимосвязей.

Рассмотрение существующих методик оценки конкурентоспособности как на микро-, так и на макроэкономическом уровне позволяет сделать вывод, что раз­личные подходы к оценке предмета исследования в этой области следует вос­принимать как взаимодополняющие, а не взаимоисключающие, так что согласо­ванность статистических показателей в различных информационных системах и адекватность используемых методов и моделей целям, задачам и общеэконо­мическим условиям анализа должны быть основным вопросом развития и со­вершенствования методологии оценки конкурентоспособности экономических агентов. Одним из направлений такого совершенствования является примене­ние методов факторного анализа при оценке конкурентоспособности предпри­ятия.

Цель статьи. Целью статьи является исследование возможности примене­ния методики факторного анализа для оценки конкурентоспособности предпри­ятия.

Изложение основного материала исследований. Все явления и процес­сы хозяйственной деятельности предприятий находятся во взаимосвязи и взаи­мообусловленности. Одни из них непосредственно связаны между собой, другие косвенно. Отсюда важным методологическим вопросом в экономическом анали­зе является изучение и измерение влияния факторов на величину исследуемых экономических показателей.

Под экономическим факторным анализом понимается постепенный переход от исходной факторной системы к конечной факторной системе, раскрытие пол­ного набора прямых, количественно измеримых факторов, оказывающих влия­ние на изменение результативного показателя [6,7]. Под факторным анализом конкурентоспособности будем понимать методику количественной оценки степе­ни влияния факторов на результирующий показатель конкурентоспособности.

Детализация факторного анализа во многом определяется числом факто­ров, влияние которых можно количественно оценить, поэтому большое значение в анализе имеют многофакторные мультипликативные модели. В основе их по­строения лежат следующие принципы:

место каждого фактора в модели должно соответствовать его роли в фор­мировании результативного показателя;

модель должна строиться из двухфакторной полной модели путем после­довательного расчленения факторов, как правило качественных, на составляю­щие.

По характеру взаимосвязи между показателями различают методы детер­минированного и стохастического факторного анализа.

Детерминированный факторный анализ представляет собой методику ис­следования влияния факторов, связь которых с результативным показателем носит функциональный характер.

Основные свойства детерминированного подхода к анализу:

построение детерминированной модели путем логического анализа;

наличие полной (жесткой) связи между показателями;

невозможность разделения результатов влияния одновременно действую­щих факторов, которые не поддаются объединению в одной модели; изучение взаимосвязей в краткосрочном периоде.

Однако исследование понятия конкурентоспособности и методов его оценки позволяет сделать вывод о неосуществимости оценки этой категории с помощью детерминированного анализа. Оценку и анализ конкурентоспособности нельзя свести к функциональным зависимостям, когда величине факторного показателя соответствует единственная величина результативного показателя. В связи с этим возникает необходимость применения стохастических зависимостей, кото­рые отличаются приблизительностью, неопределенностью. Они проявляются только в среднем по значительному количеству объектов. Здесь каждой величи­не факторного показателя может соответствовать несколько значений результа­тивного показателя.

Взаимосвязь между исследуемыми факторами и результативным показате­лем проявится, если взять для исследования большое количество наблюдений и сравнить их значения. Тогда в соответствии с законом больших чисел влияние других факторов на результативный показатель сглаживается, нейтрализуется. Это дает возможность установить связь, соотношения между изучаемыми явле­ниями.

Стохастическая связь - это неполная, вероятностная зависимость между показателями, которая проявляется только в массе наблюдений. Различают па­рную и множественную корреляции.

Парная корреляция - это связь между двумя показателями, один из кото­рых является факторным, а другой - результативным. Множественная корреля­ция возникает от взаимодействия нескольких факторов с результативным пока­зателем.

Для исследования стохастических зависимостей используются следующие способы анализа: сравнение параллельных и динамических рядов, аналитиче­ские группировки, графики. Однако они позволяют выявить только общий харак­тер и направление связи. Основная же задача факторного анализа опреде­лить степень влияния каждого фактора на уровень результативного показателя. Для этой цели применяются способы корреляционного, дисперсионного, компо­нентного, дискриминантного, современного многомерного факторного анализа и

т.д.

Стохастический факторный анализ можно рассматривать как метод сжатия информации или как метод снижения размерности исходного факторного про­странства X, поскольку корреляция между исследуемыми признаками означает их избыточность, а сведение многих избыточных признаков к немногим вспомо­гательным признакам (общим факторам), свободным от избыточности, и являет­ся задачей сжатия информации (снижения размерности).

При разработке моделей факторного анализа последовательно решаются следующие вопросы:

существования модели, заключающийся в том, что далеко не для всякого набора признаков можно построить модель факторного анализа, т.е. указать та­кие общие факторы (или доказать их существование), которые полностью объ­яснили бы существующую корреляцию между различными парами, т.е. при каких корреляционных (ковариационных) матрицах, а также при каком соотношении между числом наблюдаемых признаков и числом скрытых общих факторов сде­ланное допущение о наличии определенных связей является обоснованным и содержательным - в этом и заключается вопрос существования факторной мо­дели конкурентоспособности предприятия;

единственности модели. Если значения факторов конкурентоспособности таковы, что допускают построение модели факторного анализа, то определение соответствующих факторов и коэффициентов линейного преобразования связы­вающего значения аргументов и значение функции конкурентоспособности, не единственно;

алгоритмического определения структурных параметров модели: как кон­кретно вычислить неизвестные параметры модели при заданной ковариацион­ной матрице исходных признаков и известном числе общих факторов в предпо­ложении, что решение задачи определения структурных параметров существует; статического оценивания неизвестных структурных параметров модели;

статистической проверки ряда гипотез, связанных с природой модели и значениями ее структурных параметров, таких, как гипотеза об истинном числеобщих факторов, гипотеза адекватности принятой модели по отношению к име­ющимся результатам наблюдения, гипотеза о значимом отличии от нуля интере­сующих нас коэффициентов qy линейного преобразования и т.п.;

построения статистических оценок для ненаблюдаемых значений общих факторов конкурентоспособности.

Линейная модель факторного анализа конкурентоспособности формализу­ется с помощью соотношений:

X=QY+U, (1)

или в покомпонентной записи,

x(A=S %y(1 1+u(i). (2)

Здесь Q = (qij) - прямоугольная матрица размера рхр' коэффициентов ли­нейного преобразования (нагрузок общих факторов на исследуемые признаки), связывающего исследуемые признаки x(i) с ненаблюдаемыми (скрытыми) общи­ми факторами (у(1) у(р)), а вектор-столбец U = u(1) , u(p) определяет ту часть исследуемых признаков, которая не может быть объяснена общими факторами, в том числе u(i) включает в себя, как правило, ошибки измерения признака x(i).

Предполагается, что значения каждого признака x(i) могут быть выражены взвешенной суммой латентных переменных (простых факторов) y(i), количество которых меньше числа исходных признаков, и остаточным членом u(i) с диспер­сией a2(u(i)), действующей только на x(i), который можно назвать специфическим фактором конкурентоспособности.

Коэффициенты qij называют нагрузками i-й переменной на j-й фактор или нагрузками j-го фактора на i-ю переменную. В модели факторного анализа фак­торы y(i) взаимно независимы и их дисперсии равны единице, а случайные вели­чины u(i) тоже не зависят от какого-либо фактора y(i). Максимально возможное количество факторов р' при заданном числе признаков р определяется неравен­ством:

(р+р') < (р-р')2. (3)

Сумму квадратов нагрузок называют общностью соответствующего призна­ка x(i), и чем больше это значение, тем лучше описывается признак выделенны­ми факторами. Общность есть часть дисперсии признака, которую объясняют факторы. В свою очередь, u(i) показывает, какая часть дисперсии исходного при­знака остается необъяснимой при используемом наборе факторов.

Выводы. Использование представленной модели факторного анализа на основе данных статистики промышленных предприятий - производителей ана­логичной продукции, позволяет сделать вывод о том, что факторный анализ мо­жет использоваться в задаче классификации предприятий по факторам конку­рентоспособности. Для количественного анализа взаимной вариации между не­сколькими показателями можно применять характеристики совместной колебле­мости признаков, важнейшей из которых являются коэффициенты парной кор­реляции.

1. Герасимчук В.Г. Стратегічне управління підприємством: графічне моделювання: На­вчальний посібник. - К.: КНЕУ, 2000. - 457 с.

2. Гордієнко П.Л. Стратегічний аналіз: Навч. посібник. - К.: Алерта, 2006. - 404 с.

3. Кіндрацька Г.І. Основи стратегічного менеджменту: Навч. посібник. - Львів: КІНПАТРІ ЛТД, 2003. - 264 с.

4. Шершньова З.Є. Стратегічне управління: Підручник. - К.: КНЕУ, 2004. - 699 с.

5. Козаченко А.В., Ляшенко А.Н., Ладыко И.Ю. и др. Управление крупным предприяти­ем: Монография. - К.: Либра, 2006. - 384 с.

6. Савицкая Г.В. Анализ хозяйственной деятельности: Учеб. пособие. - 3-е изд. - М.: Инфра-М, 2005. - 271 с.

7. Грищенко О.В. Анализ и диагностика финансово-хозяйственной деятельности пред­приятия: Учебное пособие. - Таганрог: Изд-во ТРТУ, 2000. - 112 с.

UDC 519.852.67

Grishin I., Potapov G.

LINEAR PROGRAMMING: A NEW POLYNOMIAL-TIME ALGORITHM

The new approach to the linear ргодгаттіпд (LP) ргоЬІет is offered. On each iteration according the minimum angle with the objective hyperplane the main facet is selected. This facet contains the optimum pсint. The of­fered method also allows constructing simple algorithms of the integer so­lution. Figs: 2. Refs: 6 titles.

1. Introduction

At solving by known methods [1, 2, 3] the LP problem in the form: maximize the objective function

z = І CjXj (1)

j=1

subject to the problem and nonnegative constraints

І ajXj < b,, i = 1m, (2)

j=1

xj > 0, j = 1, n, (3)

an optimal pсint is found by the directed vertex choice or the interior pсint algorithms, related to the classical methods of nonlinear optimization.

Other approach to the solution of the LP problem is possible when sequentially main facets are found. Their intersection defines the suboptimal plan.

Such approach is based on the minimal angle criteria following from the property of the convex polytope: the optimum (or near to it as least likely event) point is in the hyperplane of the constraint forming with the objective hyperplane the minimal angle.

After the definition of such (main) hyperplane the corresponding constraint - inequality

n

becomes the equation Lv: І aVjXj = bv of this hyperplane and as a consequence of

j=1

this other hyperplanes of constraints and the objective hyperplane became intersec­tions with the main hyperplane. From this equation one of variables, for example xk,

can be expressed through the other variables and substitutes in other inequalities and the objective function.  Hence the LP problem is reduced to the similar task in the

(n -1)-dimensional subspace Rn-1 (the main hyperplane is projected on the coordi­nate hyperplane xk = 0). In this subspace the feasible region will contain projections of points of the main facet bounded by hyperplanes, being projections of the intersec­tions of the main hyperplane and the adjacent hyperplanes (fig. 1, 2). The procedure can be repeated and after s iterations the replacement of s inequalities with equalities will transform the initial space in the (n - s)- dimensional subspace. The searching

point X* will belong to the sequence of the defined main hyperplanes {Lq},q = n - s = n -1,n - 2,...0 as it remains the contact point of the main facet projec­tions, its constraints are transformed rest inequalities, and transformed objective func­tions (upper index q is the dimension of a hyperplane, facet) [4].

After n iterations from the equations of the main hyperplanes [![-1,Ln2-2,...L°n, re­numbered by the order of their definition, the coordinates of the suboptimum point X *

are found. Then define the optimal point if the solution X * differs from it.

Dependent (superfluous) constraints appear as intersections of the main hyper-plane and not adjacent hyperplanes. On fig.1 the main hyperplane L1 produces super­fluous constraints at intersections with hyperplanes F1,F2,F3...; superfluous con­straints on fig.2 are marked by a dotted line.

The case of the suboptimal point is illustrated on fig. 3.

Fig. 1. The main facet and its adjacent facets Fig. 2. Superfluous constraints

Fig. 3. The suboptimal point

2. Exposition of the method

On each iteration the definition of the main facet requires the computation of the cosine of the angle ф between constraint normals n, = (a'ib a ;2,...a )q) and the objective

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 


Похожие статьи

І Г Дейнека - Дослідження ступеня надійності кислотозахисних костюмів від волокнистого складу текстильних матеріалів

І Г Дейнека - Аналіз теоретичних основ про вивчення впливу агресивних середовищ на матеріали з полімерним покриттям