МОДЕЛИРОВАНИЕ  РИСКОВ  НА  ПРОМЫШЛЕННОМ  ПРЕДПРИЯТИИ

Викулов  Владимир  Александрович

ассистент,  ФГБОУ  ВПО  ЮУрГУ  (НИУ),  Челябинск

E-mail:  vikulov-vl@yandex.ru

modelling  of  Risks  in  industrial  enterprises

Vikulov  Vladimir

assistant,  South  Ural  State  University  (National  Research  University),  Chelyabinsk

АННОТАЦИЯ

Статья  посвящена  проблеме  экономико-математического  моделирования  рисков  промышленного  предприятия,  обусловленных  поставщиком  материальных  ресурсов.  Автором  рассмотрены  показатели  уровня  рисков,  обусловленных  поставщиком  (величина  потерь,  вероятность  потерь,  математическое  ожидание  потерь).  На  примере  показан  расчет  показателя  математического  ожидания  потерь,  обусловленных  поставщиком  в  условиях  интеграции  с  поставщиками  и  потребителями.

ABSTRACT

The  article  is  devoted  to  the  economic  and  mathematical  modeling  of  risks  of  industrial  enterprise  from  a  resource  supplier.  The  author  considered  indicators  of  risks  from  the  supplier  (the  amount  of  losses,  the  loss  probability,  the  expectation  of  losses).  The  example  shows  the  calculation  of  the  indicator  of  the  expectation  of  losses  caused  by  the  supplier  in  terms  of  integration  with  suppliers  and  customers.

Ключевые  слова:  математическое  ожидание  потерь;  уровень  риска,  интегрированные  промышленные  предприятия;  оборотные  средства.

Keywords:  mathematical  expectation  of  losses;  risk’s  level;  integrated  industrial  enterprises;  current  assets.

Оценка  эффективности  происходящих  на  предприятии  интеграционных  процессов  вызывает  существенные  сложности  ввиду  отсутствия  адекватной  системы  показателей.  Одним  из  существенных  показателей  для  оценки  может  служить  интегральный  показатель  уровня  риска.

В  работе  были  использованы  материалы  собственного  диссертационного  исследования,  статистическая  информация  предприятия.  Методология  исследования  представлена  авторским  методом  оптимизации  уровня  риска  по  стадиям  кругооборота  оборотных  средств.  Данная  статья  подготовлена  в  рамках  Госзадания  Минобрнауки  РФ  «Организационно-экономическое  обеспечение  инновационного  управления  предприятием»  2012—2014  гг.

Если  рассматривать  источники  резерва  повышения  эффективности  интегрированных  структур,  то  данный  потенциал  может  быть  использован  в  области  оптимизации  уровня  риска  путем  подбора  оптимальных  параметров  функционирования  промышленного  предприятия,  квазиинтегрированного  с  поставщиками  материальных  ресурсов  и  покупателями  готовой  продукции.  В  рамках  исследования  такими  параметрами  являются  величины  запаздывания/опережения  между  исходящим  финансовым  и  входящим  материальным  потоками  в  стадиях  закупки  материальных  ресурсов  и  сбыта  [1].

В  результате,  сталкиваемся  со  следующей  оптимизационной  задачей:  найти  оптимальные  значения  длительности  периода  погашения  кредиторской  задолженности  и  периода  инкассации  дебиторской  задолженности  при  взаимосвязи  промышленного  предприятия  типа  «Поставщик  1  уровня  —  Производитель  —  Потребитель  1  уровня»,  обеспечивающее  минимальное  математическое  ожидание  потерь  [1]

Интегр.R  →min,  (1)

В  рамках  данной  статьи  уделим  внимание  процессу  моделирования  одной  из  составляющих  интегрального  математического  ожидания  потерь  промышленного  предприятия  —  моделированию  математического  ожидания  потерь,  обусловленных  поставщиком  [3].

Аналитическое  представление  математического  ожидания  потерь:

,  (2)

где:    —  длительность  периода  погашения  кредиторской  задолженности, 

  —  длительность  периода  инкассации  дебиторской  задолженности.

Исходя  из  того,  что  интегральное  математическое  ожидание  потерь  является  функцией  двух  переменных,  то  графики  будут  строиться  в  трехмерной  системе  координат.  В  таблицах  1—4  указаны  исходные  данные  для  построения  модели  на  примере  квазиинтегрированного  со  своими  контрагентами  промышленного  предприятия  ЗАО  «Чистый  Урал».

Таблица  1. 

Исходные  данные  для  построения  модели

Таблица  2. 

Зависимые  величины  от  величины  отсрочки  оплаты  перед  поставщиком

Таблица  3. 

Исходные  данные  для  расчета  вероятности  возникновения  потерь

Продолжение  таблицы  3. 

Исходные  данные  для  расчета  вероятности  возникновения  потерь

Таблица  4. 

Динамика  цен  на  ресурсы

Моделирование  рисков  в  цепи  реализовано  с  помощью  MS  Excel.  Рассмотрим  определение  величины  рисков  потерь  на  примере  расчета  риска  потерь  от  ухода  поставщика  [2]

Расчет  математического  ожидания  произведен  в  порядке,  указанном  в  таблице  5.

Таблица  5. 

Порядок  расчета  математического  ожидания  потерь  при  моделировании  рисков

Аналитическое  представление  математического  ожидания  потерь  от  ухода  поставщика:

  ,                                     (3)

где:  S₁  —  величина  потерь  от  ухода  поставщика, 

ВР(S₁)  —  вероятность  возникновения  потерь  от  ухода  поставщика  [4].

Рассчитаем  величину  потерь  от  ухода  поставщика.  Аналитическое  представление  этих  потерь:

,                                (4)

где:  S₁₁  определяется  по  формуле  5, 

S₁₂  —  по  формуле  6, 

S₁₃  —  по  формуле  7, 

S₁₄  —  по  формуле  8.

,                  (5)

где:  B_зп  —  ставка  для  дополнительного  начисления  основной  заработной  платы, 

Q_{непост.рес}  —  количество  непоставленных  ресурсов, 

N_расх  —  норма  расхода  ресурса  на  единицу  продукции, 

T_произв  —  время  производства  единицы  продукции, 

TAX_сс  —  установленный  тариф  социального  страхования.

_,                                                    (6)

где:  P_закуп  =f(),  R_утз  —  доля  транспортных  затрат  в  общей  сумме  закупки  ресурсов, 

P_закуп  —  стоимость  закупаемых  ресурсов, 

Q_непост  —  количество  непоставленных  ресурсов, 

R_сроч  —  повышенная  ставка  за  срочность.

_,                                                      (7)

где:  P_{др.пост}  =  f(),  P_закуп  =f(), 

P_{др.пост}  —  стоимость  ресурсов  у  другого  поставщика, 

P_закуп  —  стоимость  закупаемых  ресурсов, 

Q_непост  —  количество  непоставленных  ресурсов.

                                               (8)

где:  P_реализ  =  f(),  MR_{штр.пр.пост.}  =  f(), 

T_зап  —  длительность  запаздывания  поставки,  в  связи  с  задержкой  в  поиске  сырья  (дни), 

MR_{штр.пр.пост.}  —  величину  штрафа  по  договору  за  каждый  день  просрочки  в  виде  процентной  ставки, 

P_реализ  —  стоимость  продукции, 

Q_непост  —  количество  непоставленных  ресурсов, 

N_расх  —  норма  расхода  ресурса  на  единицу  продукции  [7].

В  результате  расчетов,  основанных  на  исходных  данных,  были  получены  значения  каждой  из  составляющих  потерь  от  ухода  поставщика  при  различных  комбинациях    и  . 

Рассчитаем  вероятность  возникновения  потерь.  Для  расчета  используем  формулу  9. 

,               (9)

где 

Используя  исходные  данные,  получаем:

,                                  (10)

Затем  определяем  ps1=Ns1/Ks1=1/180=0,006.  Соответственно,  qs1=1-ps1=1-0,006=0,994.

Таким  образом,  все  данные  для  расчета    имеются.  Результат  расчета  приведен  ниже:

,        (11)

Итак,  вероятность  возникновения  потерь  от  ухода  поставщика  составляет  0,154  или  15,4  %. 

В  результате  проведенных  выше  расчетов  можно  определить  величину  математического  ожидания  потерь  для  каждой  из  комбинаций    и  .  Результаты  расчетов  представлены  на  рисунке  1  в  виде  трехмерного  графика.

Рисунок  1.  Математическое  ожидание  потерь  S₁

Завершая,  хочется  отметить,  что  предлагаемое  экономико-математическое  моделирование  позволяет  определить  интегральный  уровень  риска  при  взавимодействиях  типа  «Поставщик  1  уровня  —  Производитель  —  Потребитель  1  уровня»  и  определить  эффективные  параметры  функционирования,  позволяющие  оптимизировать  данный  уровень  риска  [5].

Список  литературы:

1.Бутрин  А.Г.,  Викулов  В.А.  Применение  теории  массового  обслуживания  для  оценки  качества  выполнения  заказов  потребителей  в  цепях  поставок  //  VIII  Международна  научна  практична  конференция  «Найновите  научни  постижения»:  материалы  (София,  2012)  София,  —  2012.  —  С.  50—53.

2.Бутрин  А.Г.,  Ковалев  А.И.,  Полюнас  Д.А.  Финансовые  потоки  в  цепи  поставок  промышленного  предприятия  //  Финансы  и  кредит.  —  2009.  —  №  45.  —  C.  22—28.

3.Бутрин  А.Г.  О  преподавании  финансовой  логистики  //  Логистика.  —  2008.  —  №  1.  —  С.  39—40.

4.Бутрин  А.Г.,  Рогожников  Е.И.,  Цаплин  В.И.  Эффективное  управление  сбытом  в  цепи  поставок  промышленного  предприятия  //  Экономический  анализ.  —  2010.  —  №  15.  —  C.  30—36.

5.Бутрин  А.Г.,  Цаплин  В.И.  Формирование  эффективной  цепи  издержек  промышленного  предприятия  //  Вестник  ЮУрГУ.  Серия  «Экономика  и  менеджмент».  —  №  19.  —  C.  177—183.

6.Викулов  В.А.  Управление  рисками  логистической  стратегии  промышленного  предприятия  на  примере  ЗАО  «Чистый  Урал»  //  Международной  заочной  научно-практической  конференции  молодых  ученых  «Экономика  и  бизнес.  Взгляд  молодых»:  сборник  материалов  (Челябинск,  2011)  Челябинск,  2011.  —  С.  91—94.

7.Butrin  A.G.,  Vikulov  V.A.  Application  of  queueing  theory  for  order  execution  quality  assessment  in  supply  chain  //  Международная  научная  конференция  «Development  of  logistics  business  and  transport  system  supported  by  EU  funds:  материалы.  (Загреб,  2012).  Загреб,  2012.  —  С.  40—42.