Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Модели и методики оценки рисков в производственных системах АПК тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Ефанова, Наталья Владимировна
Место защиты Краснодар
Год 2009
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Модели и методики оценки рисков в производственных системах АПК"

На правах рукописи

Ефанова Наталья Владимировна

МОДЕЛИ И МЕТОДИКИ ОЦЕНКИ РИСКОВ В ПРОИЗВОДСТВЕННЫХ СИСТЕМАХ АПК

Специальность 08.00.13 - математические и инструментальные методы экономики

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Ч-I г Ь2

Краснодар - 2009

003461762

Работа выпонена в Кубанском государственном аграрном университете

Научный руководитель - заслуженный деятель науки Российской Федерации, доктор технических наук, профессор Лойко Валерий Иванович

Официальные оппоненты: доктор экономических наук, профессор

Ведущая организация - Кубанский государственный университет

Защита диссертации состоится б марта 2009 года в 9:00 в аудитории №209 главного корпуса на заседании диссертационного совета Д220.038.02 при Кубанском государственном аграрном университете по адресу: 350044 г. Краснодар, ул. Калинина 13.

С диссертацией можно ознакомиться в научной библиотеке Кубанского государственного аграрного университета и на сайте университета Ссыка на домен более не работаетp>

Автореферат разослан 3 февраля 2009 г.

Семенов Михаил Игнатьевич

доктор экономических наук, профессор Егорова Наталья Евгеньевна

Ученый секретарь диссертационного совета

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Агропромышленная производственная система представляет собой сложную динамическую систему, включающую множество подсистем. Обеспечение стабильности ее функционирования в изменяющихся, неопределенных условиях хозяйствования требует научно обоснованного подхода к принятию эффективных управленческих решений, основанных на системном подходе, анализе внешних и внутренних факторов, которые прямо или косвенно влияют на ее деятельность. В связи с этим существует необходимость разработки соответствующих моделей и методов оценки риска для производственных систем АПК, наиболее сложными из которых являются интегрированные производственные системы (ИПС).

В отечественной и зарубежной научной литературе изложены основополагающие принципы принятия решений в условиях неопределенности и риска. Однако экономический инструментарий разработан недостаточно поно и не впоне учитывает особенности аграрного сектора экономики. Существует проблема управления риском в сельском хозяйстве, и ее решение является актуальным направлением научных исследований. В частности, отсутствуют практические наработки по вопросам количественного анализа и оценки рисков в интегрированных структурах. Таким образом, вышесказанное свидетельствует о своевременности проведения всесторонних исследований по выявленной проблематике.

Практика управления производственными системами АПК нуждается в адекватном экономико-математическом обеспечении, позволяющем более эффективно использовать накопившийся научный потенциал. Следовательно, разработка и развитие методик и моделей оценки рисков приобретает особую актуальность.

Цель и задачи исследования. Цепью настоящего исследования является разработка моделей и методик оценки рисков в агропромышленных производственных системах, позволяющих обеспечить их устойчивое функционирование в условиях неопределенности внешней и внутренней среды.

В соответствии с поставленной целью в работе необходимо было решить следующие задачи:

1) проанализировать содержание понятий риск и неопределенность; рассмотреть вопросы классификации и идентификации факторов риска; изучить существующие методы управления рисками на предприятиях и провести анализ традиционных (математико-статистических) и современных (нечетко-множественных) методов с точки зрения их сочетания и условий применения в количественной оценке риска; определить специфику агропромышленной производственной системы как объекта исследования риска и неопределенности;

2) разработать модель и методику расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС;

3) провести систематизацию рискообразующих факторов на различных этапах производственного цикла ЙПС и разработать модель расчета эффективности ИПС на основе интегрального показателя риска производственной вертикали и всей ИПС в целом;

4) разработать модели количественной оценки рисков отдельных отраслей сельскохозяйственного производственного процесса;

5) разработать архитектуру и агоритмы функционирования программной системы для моделирования, анализа и оценки рисков на предприятиях агропромышленного комплекса;

6) провести апробацию предложенных подходов, методик и инструментов оценки рисков в агропромышленной производственной системе.

Предмет и объект исследования. Объектом исследования в диссертационной работе являются производственные системы АПК. Предметом исследования являются модели и методики учета неопределенности и оценки риска в процессе управления агропромышленными производственными системами.

Теоретической и методологической основой исследования является современная теория риска, теория принятия решений, системный подход к решению вопросов оценки рисков в сложных экономических объектах.

В ходе проведения исследований использовались труды отечественных и зарубежных ученых (А.П. Альгина, И.Т. Балабанова, Т.П. Барановской, П.Г. Грабового, В.М. Гранатурова, A.M. Дуброва, А.П. Задова, А.К. Камаляна, P.M. Качалова, Э.Н. Крылатых, М.Г. Лапусты, В.И. Лойко, А. Маршала, О. Моргенштерна, А.О. Недосекина, Дж. фон Неймана,

A.C. Пигу, M.A. Рогова, К. Рэдхэда, В.Б. Силова, А. Смита, Р. Стэнсфида, J1. Сэвиджа, В.А. Чернова, Й. Шумпетера и др.), которые внесли значительный вклад в становление и развитие теории риска, в разработку методологии качественного и количественного анализа риска, в решение целого ряда проблем по принятию управленческих решений в условиях риска и неопределенности.

Методы исследования. В процессе выпонения работы использовались методы системного и статистического анализа, экспертных оценок, теории игр, теории нечетких множеств; методы интервальной математики.

Информационно-эмпирическая база. В работе использовались официальные материалы Краснодарского краевого комитета Госстатистики, материалы периодической печати и Интернет-ресурсов, доклады отечественных и зарубежных ученых на семинарах и конференциях, связанных с темой исследования, а также отчетность сельскохозяйственных предприятий Краснодарского края.

Научная новизна заключается в создании комплекса моделей и методик количественного анализа и оценки рисков на предприятиях АПК, в рамках которого:

1) разработаны математическая модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС. В основе модели лежит использование матричных схем агрегирования и принципа лингвистического распознавания, ранее не использовавшихся для прогнозирования внешнего риска;

2) разработана математическая модель расчета интегрального показателя риска внутренней среды ИПС, основанная на применении экспертных оценок и аддитивно-мультипликативных методах расчета показателей и отличающаяся использованием нечетко-множественного подхода;

3) на основе модели интегрального показателя риска внутренней среды ИПС разработана интервальная модель эффективности интегрированной производственной системы, особенностью которой является использование нечетких чисел и а-уровней;

4) предложена усовершенствованная модель расчета эффективности производственной цепи ИПС, в которой учтена рисковая составляющая на этапе создания материального потока, ранее отсутствовавшая в модели;

5) разработана количественная методика оценки упущенной выгоды при выращивании многолетних насаждений, отличающаяся использованием метода дерева решений;

6) разработана количественная методика выбора иены услуги в условиях неопределенности для предприятий, занятых хранением сельскохозяйственной продукции. Основное отличие методики заключается в использовании интервального метода при интерпретации результатов;

7) разработаны архитектура и агоритмы функционирования программной системы, использующей предложенные модели и методики.

Практическая значимость проведенного исследования состоит в возможности непосредственного использования разработанных моделей и методик в процессе совершенствования управления производственными системами АПК за счет своевременной оценки рисков во внешней и внутренней среде. Результаты работы могут быть использованы руководством предприятий при принятии научно обоснованных управленческих решений в условиях неопределенности.

Диссертационная работа выпонена в соответствии с тематическим планом научно-исследовательских работ Кубанского государственного аграрного университета по теме №18 Разработать предложения по основным направлениям повышения эффективности регионального АПК, регистрационный номер 01960009014.

Автор принимал участие в выпонении проектов по грантам РГНФ № 06-02-38206 аЛо - Инвестиционное управление сельскохозяйственным производством и РФФИ 07-06-13503-офи_ц Управление агропромышленным производством региона на основе потоковых моделей.

На защиту выносятся следующие основные положения:

- математическая модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС;

- математическая модель расчета интегрального показателя риска внутренней среды ИПС;

- интервальная модель эффективности интегрированной производственной системы;

- усовершенствованная модель расчета эффективности производственной цепи ИПС;

- количественная методика выбора цены услуги в условиях неопределенности для предприятий, занятых хранением сельскохозяйственной продукции;

- программная система, использующая разработанные модели и методики.

Апробация исследования. Основные положения и результаты работы докладывались и обсуждались на международных, всероссийских, межрегиональных и общеуниверситетских научных и научно-методических конференциях, в том числе: Финансовое оздоровление предприятий АПК (г. Москва, 2001 г.), Научное обеспечение агропромышленного комплекса (г. Краснодар, 2002), Основные направления совершенствования организационно-экономического механизма хозяйствования в АПК в рыночных условиях (г. Санкт-Петербург, 2002 г.), Информационная среда вуза (г. Иваново, 2003 г.), Проблемы математического и компьютерного моделирования в научных исследованиях и образовательном процессе (г. Краснодар, 2003 г.), Управление экономикой: методы, модели, технологии (г. Уфа, 2003 г.), Новые информационные технологии (г. Москва, 2004 г.), Научное обеспечение агропромышленного комплекса (г. Краснодар, 2005), Современные экономические трансформации России: ориентиры и итоги в контексте глобализации и регионализации (г. Сочи, 2006 г.), Экономико-правовые проблемы бизнеса в контексте инновационного развития (г. Сочи, 2007 г.), Научное обеспечение агропромышленного комплекса (г. Краснодар, 2008).

Разработанные модели и методики апробированы и приняты к внедрению в ООО Агрофирма Унароково Мостовского района Краснодарского края, а также используются в учебном процессе в Кубанском государственном аграрном университете, о чем имеются соответствующие документы.

Публикации. Основные положения и выводы диссертации нашли отражение в 18 печатных работах общим объемом 15,3 п.л., в том числе в изданиях, рекомендованных ВАК - 3 печатных работы.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников (содержит 120 наименований), приложений. Общий объем работы 215 страниц, включая 52 таблицы, 55 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе Анализ подходов и методов оценки рисков в экономике рассмотрены взаимосвязь понятий неопределенности и риска, вопросы идентификации риска и рискообразующих факторов. Проведенное исследование показало, что проблемы, связанные с понятием риска и рисковых ситуаций в аграрной сфере, недостаточно изучены, поэтому является актуальным продожение научных изысканий в этом направлении. Также в главе изложены основные принципы организации риск-менеджмента на предприятиях и описаны существующие процедуры и методы управления рисками. Проведен анализ количественных методов для оценки риска, выявлены и обоснованы недостатки каждого метода. Наконец, в главе проанализирован рынок программного обеспечения для оценки рисков. Показано, что существует проблема недостатка подобных программных средств в аграрном секторе, их разработка является актуальной задачей.

Вторая глава Методологические основы исследования посвящена описанию научных подходов к исследованию проблем риска. В качестве главных инструментов для достижения поставленных в работе целей избраны методы теории игр, теории статистических решений, теории нечетких множеств. Показана связь теории игр и теории принятия решений. Описаны и проанализированы критерии принятия решений в условиях неопределенности. В главе также изложены основы и описаны базовые формализмы теории нечетких множеств как инструмента исследования риска в случаях, когда методы классической теория вероятности, теории статистических игр и теории статистических решений не могут дать достаточно адекватного результата. То есть наряду с классическими вероятностными методами использован новый подход к оценке риска - аппарат теории нечетких множеств, который позволяет по-новому интерпретировать наблюдения, полученные опытным путем. Также в этой главе рассмотрены особенности экономики предприятий АПК и формы организации агропромышленных объединений, наиболее сложными из которых являются интегрированные производственные системы.

В третьей главе Модели и методики оценки рисков на предприятиях агропромышленного комплекса предложен комплекс моделей и методик количественного анализа и оценки риска на предприятиях АПК, систематизиро-

ваны риски производственных вертикалей различного вида, которые могут входить в состав интегрированной производственной системы.

На рисунке 1 приведена схема, отражающая содержание разработанного комплекса моделей и методик количественного анализа рисков на предприятиях АПК.

^ " ^^^^ ^ н методик ||

количественного анализа рисков на предприятиях АПК Ы

Рисунок 1 - Комплекс моделей и методик количественного анализа и оценки рисков на предприятиях АПК

Специфика агропромышленной интегрированной производственной системы как объекта исследования риска выражается в том, что она включает несколько органически взаимосвязанных отраслей народного хозяйства, первичным же является сельское хозяйство. Колебания во внешней и внутренней среде могут резко изменить финансовое состояние фирмы и даже привести к банкротству. Следовательно, можно выделить два направления оценки риска: анализ внешнего риска и анализ внутреннего риска.

Под анализом внешнего риска понимается оценка степени влияния внешней среды на деятельность ИПС. Для этого разработаны математическая модель и методика расчета интегрального показателя риска (ИПР) неблагоприятного воздействия внешней среды на ИПС - /?ДД, - внешний ИПР. Также показана взаимосвязь данного показателя с выбором оптимальной стратегии развития ИПС.

Этапы количественной методики расчета внешнего ИПР:

1. Экспертным путем из всего набора внешних факторов риска выделяется множество базовых факторов, которые являются наиболее значимыми для ИПС. В общем случае многие авторы выделяют: политический, экономический, социальный, научно-технический, экологический. Другие факторы добавляются с учетом интересов предприятия.

2. Экспертным путем для каждого базового фактора выделяется подмножество составляющих факторов (С-факторов), для каждого из которых определяются уровень (ожидаемость проявления) и его вес относительно базового фактора.

3. Составляется уравнение модели расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС:

=1>(Ч), (1)

где Яои, - ИПР неблагоприятного воздействия внешней среды;

А, - агрегированный показатель по -му базовому фактору риска; и>, -значимость (удельный вес) базового фактора = 1); М - количество базовых рискообразующих факторов. Например, в п.1 выделены пять базовых факторов, следовательно, М= 5.

3.1. Каждому показателю А, необходимо сопоставить уровень его значимости и/,. Если все факторы обладают равной значимостью (равно-предпочтительны или системы предпочтений нет), тогда:

и-, - I /Л/ =1/5 =0,2 (2)

Если показатели проранжированы в порядке убывания их значимости, то значимость /-го показателя 1С/ можно определить по правилу Фишберна:

2{М - (' +1)

ж = Ч---(3)

' (Л/ + 1 )М '

3.2. Вычисление значений показателей А, происходит с использованием матричной схемы агрегирования:

а) Проводится классификация уровня всех С-факторов по каждому базовому фактору на одном из стандартных нечетких 01-классификаторов (СНК). Результатом классификации является таблица 1, где щЧ степень принадлежности уровня С-фактора нечетким подмножествам # выбранного СНК.

Таблица 1 - Распознавание уровня С-факторов на СНК

С-факторы Значимость (вес) У< У, Ук

С1 Р1 мп Ми М1К

с1 Л мч Мч М<к

Сц Рн Мш Мт Мт

Умовые точки СНК а1 а, ак

б) Вычисляется количественное значение агрегированного показателя для каждого базового фактора по формуле двойной свертки:

А = 1(4)

где в} - узлов ые точки СНК, р, - вес /-го С-фактора в свертке, щЧ значение функции принадлежности (степень принадлежности) у'-го качественного уровня (нечеткое подмножество относительно текущего значения 1-го С-фактора; И Ч количество С-факторов, К - количество качественных уровней СНК (К=5 или К=3).

4. На основе выбранного СНК выпоняется процедура лингвистического распознавания уровня Яош. Результатом являются вербальное значение внешнего ИПР и степень уверенности эксперта в правильности распознавания, тем самым вывод о степени риска имеет не только лингвистическую форму, но и характеристику качества утверждений.

5. Определение сценария развития ИПС на основе внешнего ИПР.

Внешняя среда со временем меняет свое состояние. Ее высокая динамичность и неопределенность влияющих факторов требуют огромных ресурсов для создания потенциала противодействия угрозам. В этой связи ИПС для сохранения основных параметров своей деятельности, создания предпосылок к развитию и повышению эффективности может осуществлять прогнозирование влияния макросреды на основе расчета КтД. В таблице 2 представлены возможные значения показателя тенденций изменения макросреды ТРтах по шкале [-1;+1], а также соответствующие сценарии (методика расчета ТРтах выходит за рамки проводимого исследования). Таблица 2 - Значения показателя тенденции изменения макросреды

ТРтах и сценарии развития ИПС

ТРтах Тенденция Сценарий развития

-1 Абсолютно негативная Пессимистический (принимать антикризисные меры)

(-1; -о,3) Негативная по некоторым факторам внешней среды Умеренно-пессимистический

(-0,3;+0,3) Динамика изменений отсутствует Стабилизационный (предпосыки для развития и повышения эффективности)

(+0,3 ;+1) Позитивная динамика или стабильность внешней среды Умеренно-оптимистический

+1 Позитивная (благоприятная) Оптимистический

Зависимость сценария развития от интегрального показателя риска неблагоприятного воздействия внешней среды показана на рисунке 2. Ось абсцисс - показатель Лоше[0;1], ось ординат - показатель ТРтах е[-!;+!].

Например, /?шДе[0,4; 0,6] соответствует приемлемому уровню риска, согласно трехуровневого СНК. На этом интервале, в свою очередь, ТРтах принимает значения из диапазона [-0,3; +0,3], что соответствует стабилизационному сценарию (табл. 2). /?ДД,И [0,8; 1] позиционирует высокий уровень показателя риска, что отвечает за умеренно-пессимистический сценарий: чем ближе /?ДД, к единице, тем больше пессимизма. Наоборот: более оптимистические сценарии соответствуют более низкому интегральному показателю риска неблагоприятного воздействия внешней среды.

Выбор неоптимального сценария развития влечет за собой дальнейшие ошибки в оперативных действиях, вытекающие в возможные финансовые потери. Следовательно, расчет и использование интегрального показателя риска неблагоприятного воздействия внешней среды позволит ИПС не только определить состояние внешней

среды, но и вовремя адаптироваться к новым условиям, планируя и осуществляя свою деятельность по одному из заранее разработанных сценариев.

Предприятия, входящие в состав агропромышленной ИПС, образуют, так называемые, вертикали - производственные цепочки (ПЦ). Такая ПЦ может объединять в одном производственном процессе ряд предприятий разных отраслей, начиная от сельскохозяйственного производства и заканчивая реализацией готовой продукции через торговую сеть на выбранном сегменте рынка. Любая технологически поная ПЦ в ИПС включает в себя три этапа: производство сырья, хранение и переработка, реализация. На каждом из этапов возможно появление различных ситуаций риска. Рассматривая процесс функционирования ПЦ поэтапно, был проведен качественный анализ риска. Результатом стало формулирование наборов рискообразую-щих факторов и расчет значения риска для каждого этапа.

Показатель риска первого - сырьевого - этапа использован в модели расчета эффективности производственной цепи ИПС с учетом рисковой составляющей на этапе создания материального потока. В основе модели лежит использование потоковой методики определения эффективности бизнес-системы. Учет рисковой составляющей на этапе создания материального потока происходит путем введения в исходную модель эффективности Е коэффициента полезности 1!, связанного с показателем риска сырьевого этапа через единицу:

Д mU{1 + кУ ,

= _i-L.-1 (5)

где к - норма прибыли (принята одинаковой для всех предприятий ПЦ); п - количество структурных единиц в ПЦ; т - количество циклов производства; р - доля от денежного потока (направленного на формирование исходного (сырьевого) материального потока) допонительных расходов на организацию производственного процесса в одном цикле; U=\-R - коэффициент полезности, где R - количественное значение риска. В данном контексте показатель риска можно выразить так:

R = f(m, п, к, р). (6)

Значение нормы прибыли к и доли допонительных расходов р являются для каждого предприятия величинами практически постоянными, поэтому показатель риска зависит от них меньше всего, следовательно, их можно считать константой. Таким образом:

R = f(m, п, const, const). (7)

То есть имеются два показателя, от которых зависит уровень риска и, соответственно, эффективность производственной вертикали в целом. Значение R известно, отсюда известно и значение полезности U. Графики зависимостей эффективности Е от U и т, п при заданных константных значениях р и к представлены на рисунках 3 и 4.

Рисунок 3 - Графики зависимостей эффективности от и, я при заданных константных значениях р~0,3 и к=0,3 для отрасли животноводства (коэффициент полезности и=0,7)

Рисунок 4 - Графики зависимостей эффективности Е от т, п при заданных константных значениях р=0,3 и к=0,3 для отрасли растениеводства (коэффициент полезности 17=0,6).

Из графиков видно, что эффективность ПЦ растет, если увеличивается количество циклов. Также можно отметить, что при наличии трех и более предприятий в производственной цепи эффективность также повышается. Наличие в ИПС с матричной интеграцией нескольких паралельных производственных цепей позволяет поглощать негативные последствия от возможного снижения значения коэффициента полезности.

Под анализом внутреннего риска понимается оценка состояния внутренней среды производственной системы. Для этого разработана модель расчета интегрального показателя риска внутренней среды агропромышленной ИПС - Я,Д - внутренний ИПР. Этапы:

1 этап. Определить общее количество ПЦ для расчета внутреннего ИПР.

2 этап. Найти показатели риска каждой ПЦ, входящей в состав ИПС:

+^Л2+у,/?3, (8)

где Л|, Л2, з - показатели риска первого, второго и третьего этапов, соответственно; уь у2, Уз - степень влияния /?ь /?2, /?э на интегральный показатель риска производственной вертикали Нпц (У]+ у2+у3 =1).

Примечание. Как правило, /?2 включает в себя несколько предприятий, занятых как хранением, так и переработкой. Поэтому для вычисления обобщенного показателя можно использовать следующее выражение: К2 - > где ~ показатели риска при хранении и переработке, количество которых зависит от вида ПЦ; - нормировочный коэффициент равный частному от деления единицы на количество Л,.

Необходимо отметить тот факт, подтвержденный при проведении экспертного опроса, что V, принимает максимальное значение, так как этап сырьевого производства оказывает самое сильное влияние на другие этапы. Для у2 и у3 возможны три варианта: у2 = у3, у2 > V, и у2 <у3. В таблице 3 приведены результаты экспертизы по определению vl,v2,vJ.

Таблица 3 - Вычисление У|,у2,у3

Степень влияния Эксперты Сумма рангов Кол-во балов на ранг

N51 №2 №3 №4 Nл5 №6 Среднее иьщии ранг

VI приоритетность 1 1 1 1 1 1 1,00 1 3 0,50

У2 приоритетность 2 2 3 3 3 3 16 2,67 3 1 0,17

УЗ приоритетность 3 3 2 2 2 2 14 2,33 2 2 0,33

3 этап. Провести расчет интегрального показателя риска внутренней среды ИПС /?,Д, принимая во внимание следующее:

1) Согласно стандартным нечетким классификаторам критическое значение показателя риска лежит в диапазоне [0,85; 1,00], т.е.

^[0,85; 1,00].

2) Теоретически возможно, что каждая ПЦ в составе ИПС может иметь показатель риска равный критическому, т.е. Япц = /?таде[0,85; 1,00].

3) Для простоты расчетов ограничимся левой границей диапазона значений критического риска, т.е. тах= 0,85.

Тогда отношение суммы реальных показателей риска всех производственных вертикалей к сумме критических показателей риска всех ПЦ есть интегральный показатель риска внутренней среды ИПС - Д,Д:

2 ^"Ч, 2 йЩ,

Ч- = Ч--(9)

КЯ^ К 0,85 ' к >

где КЧ количество ПЦ в ИПС; Л/щ, - показатель риска 1-й ПЦ.

Здесь необходимо отметить, что максимальный риск каждой ПЦ равен единице. Следовательно, возможна ситуация, когда значение /?,,, будет больше единицы. В этом случае можно сказать, что Л,Д = 1, тогда окончательно:

К- 0,85' [1, Л' > 1

[л , иначе

4 этап. На основе стандартного нечеткого классификатора выпонить процедуру распознавания Я,Д. Выбор типа СНК зависит от лица, принимающего решения.

Рассчитанное значение Я,Д можно использовать не только как абстрактный показатель уровня внутреннего риска ИПС, но и наложить его на прогнозное значение прибыли. Для этого представим прогнозное значение прибыли в виде нечеткого числа.

К наиболее распространенным типам нечетких чисел относятся треугольные нечеткие числа (ТНЧ). Общий вид функции принадлежности и аналитическое представление ТНЧ представлен на рисунке 5.

fjx, a,b,c) -

О ,х<а х-а

Ь-а с-х

0,х > с

,а <х<Ь ,Ь<х<с

О а а+(Ь-а)а Ь с+(Ь-с)СС с X

Рисунок 5 - Функция принадлежности и аналитическое представление треугольного нечеткого числа

Построим ТНЧ для прогнозного значения прибыли Pprag. Введем показатель полезности U = 1-/?,Д. Пусть ось абсцисс характеризует величину прибыли, ось ординат - полезность U. Согласно общей теории полезности фон Неймана-Моргенштерна ожидаемая величина прибыли Рехр зависит от коэффициента полезности:

' схр P'Og

При U = 1 прогнозное значение прибыли равно ожидаемой величине прибыли, при U= 0 прогнозное значение прибыли равно нулю.

Общий вид функции принадлежности ТНЧ для прогнозного значения прибыли Ppnlg с учетом полезности U представлен на рисунке 6 (см. треугольник ВС). Теперь построим ТНЧ ожидаемого значения прибыли Рехр- Пусть Rin равно 0,3, тогда U = 0,7. Получаем треугольник AB,C. Здесь необходимо сказать, что нельзя исключить возможность получения и большей прибыли, чем ожидаемая, поэтому целесообразнее рассматривать треугольник ABC, где А и С - левая и правая границы интервала достоверности, Рехр - ожидаемая прибыль. Однако в таком субнормальном виде невозможно использовать построенную функцию принадлежности для Рар в качестве ТНЧ ожидаемого значения прибыли в дальнейшем анализе. Поэтому необходимо провести процедуру нормализации. Вид функции принадлежности ТНЧ ожидаемого значения прибыли Рехр после нормализации - треугольник АВ2С. Таким образом, построенное ТНЧ ожидаемого значения прибыли становится отправной точкой для дальнейшего использования.

Используем понятие а-сечения из теории нечетких множеств применительно к значению прибыли Рар

0.7 0.л

для сужения его интервала достоверности. а-сечением (или множеством а-уровня) нечеткого множества Ожидаемое значение прибыли Рехру> называется подмножество универсума Все возможные значения прибыли Р, элементы которо-

Pi Рг Рг Р,Щ, Рисунок 6 - Функции принадлежно-

сти ТНЧ для прогнозного и ожидае- го имеют степени принадлежности

называют а-уровнем, в данном случае а равно заданному значению полезности U. Например, при а = 0,6 доверительный интервал для ожидаемой величины прибыли Рсхр равен [Р/\ Р2] (см. рис. 6). Таким образом можно сказать, что прогнозное значение прибыли с учетом внутреннего риска ИПС - это треугольное нечеткое число Ррп% приблизительно равна Рехр и однозначно находится в диапазоне [mini/*л,,), max(/JH/))].

Приведение прогнозного значения прибыли к треугольному виду позволяет учесть влияние внутренней среды предприятия через внутренний ИПР. Следующим шагом стала разработка интервальной модели определения эффективности интегрированной производственной системы. В теории нечетких множеств есть постулат о том, что треугольное число, умноженное на действительное число, есть треугольное число. Имеем треугольные нечеткие числа для эффективности Е = {ЕтШ, Е, Етах) и прибыли Р = {Ртт> Р, Ртах). При заданном фиксированном уровне а (значение коэффициента полезности U) имеем доверительные интервалы ТНЧ ЕнР: [Ef, J и [Р/Л], соответственно. Тогда получаем новую, интервальную, модель эффективности:

Такая модель позволяет получить интервал для значения эффективности, который учитывает рисковую составляющую. Другими словами, возникает некоторая неопределенность значений экономического парамет-

мого значений прибыли

большие или равные а. Значение а

ра, более соответствующая реальным условиям функционирования экономической системы.

Постоянный мониторинг состояния внутренней среды и принятие соответствующих мер позволяет оперативно корректировать политику фирмы в отношении рисков, и, следовательно, не допустить больших финансовых потерь. Оценка внешнего и внутреннего риска агропромышленных производственных систем может являться средством поддержания их устойчивого состояния, что обусловливает стабильное функционирование и развитие в будущем.

Апробация вышеописанных моделей была проведена в ООО Агрофирма Унароково. Результаты и рекомендации:

1) Уровень внешнего ИПР (/?ДД,=0,41) определяется как низкий или приемлемый в зависимости от выбора типа СНК. Тенденция изменения макросреды характеризуется позитивной динамикой или стабильностью. Рекомендуется выбрать умеренно-оптимистический сценарий развития предприятия. Для перестраховки - стабилизационный сценарий развития.

2) Уровень внутреннего ИПР (Л,Д=0,46) определяется как приемлемый независимо от типа СНК. Однако расчет на интервальной модели эффективности показывает, что данный уровень является для предприятия умеренно высоким. Рекомендовано пересмотреть политику фирмы в отношении рисков, разработать программу мероприятий по снижению уровня внутреннего риска, уделить больше внимания превентивным мерам борьбы с риском.

3) Эксперименты на модели эффективности производственной цепи ИПС позволили установить критическое значение риска сырьевого этапа для предприятия: /?>0,54. Текущий показатель ниже критического. Провальных ПЦ нет. Необходим оперативный контроль текущего значения риска сырьевого этапа относительно критического значения.

Также в третьей главе описаны предложенные количественные методики принятия решений в условиях неопределенности для отраслей растениеводства и хранения сельскохозяйственной продукции, основанные на применении теории игр, статистических решений, интервальной математики. В частности, количественная методика оценки упущенной выгоды при выращивании многолетних насаждений, основанная на применении

метода дерева решений (апробирована в ЗАО Абрау-Дюрсо); и количественная методика выбора цены услуги в условиях неопределенности для предприятий, занятых хранением сельскохозяйственной продукции, особенностью которой является использование интервального метода при интерпретации результатов (апробирована в ОАО Динской элеватор).

Четвертая глава Программная реализация разработанных моделей и методик посвящена разработке программной системы (ПС) для расчета, анализа и оценки рисков на предприятиях АПК, в основе которой лежат модели и методики, описанные в третьей главе диссертационной работы. Здесь рассмотрены предложенные принципы и этапы создания ПС. Разработаны: общая архитектура ПС, основанная на применении концепции слоев и модульном принципе построения, где каждый отдельный блок-модуль является самостоятельной структурной единицей; логическая структура программных единиц, входящих в состав ПС; физическая структура ПС на уровне файловой системы; агоритмы функционирования ПС. В заключение главы приводится краткое описание интерфейса пользователя разработанной программной системы для расчета, анализа и оценки рисков на предприятиях АПК.

Выводы и предложения

По итогам проведенного исследования можно сформулировать следующие основные результаты.

1. Рассмотрены понятия риск и неопределенность, а также вопросы классификации и идентификации факторов риска. Изучены существующие методы управления рисками на предприятиях. Определены особенности агропромышленных производственных систем в качестве объектов исследования риска и неопределенности.

2. Проведен анализ традиционных (математико-статистических) и современных (нечетко-множественных) методов с точки зрения их сочетания и условий применения в количественной оценке риска.

3. Разработана математическая модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды на агропромышленную интегрированную производственную систему. Рекомендуется использовать предложенные модель и методику для оценки состояние внешней среды, что позволит ИПС вовремя адаптироваться к

новым условиям и, соответственно, планировать и осуществлять свою деятельность по одному из заранее разработанных стратегических сценариев функционирования и развития.

4. Проведена систематизация рискообразующих факторов производственных вертикалей различного вида. На основе экспертных оценок и принципа лингвистического распознавания были вычислены обобщенные показатели риска для каждого производственного этапа ПЦ ИПС.

5. Предлагается внедрить усовершенствованную модель расчета эффективности производственной цепи ИПС, в которой учтена рисковая составляющая на этапе создания материального потока, в аналитические отделы (службы) крупных и средних агропромышленных интегрированных компаний. Данная модель позволяет определить критический уровень риска сырьевого этапа, оптимальное соотношение структурных единиц в ПЦ и производственных циклов, выявить провальные ПЦ в ИПС.

6. Разработана математическая модель расчета интегрального показателя риска внутренней среды ИПС, на основе которой, в свою очередь, разработана интервальная модель эффективности интегрированной производственной системы. Модели ориентированы на использование экономическими и аналитическими отделами интегрированных объединений. Внедрение и использование моделей позволит руководству управляющей компании повысить рискоустойчивость бизнес-системы в целом.

7. Применение разработанной количественной методики оценки упущенной выгоды при выращивании многолетних насаждений будет способствовать принятию научно обоснованных управленческих решений. Методику рекомендуется внедрить на предприятиях отраслей плодоводства и виноградарства.

8. Разработана количественная методика выбора цены услуги в условиях неопределенности для предприятий, занятых хранением сельскохозяйственной продукции. Рекомендована к внедрению в элеваторах и пло-довоовощеводческих хозяйствах, имеющих собственные хранилища. Практическое применение методики позволит руководству повысить качество принимаемых решений и, следовательно, эффективность функционирования предприятия.

9. Для уменьшения трудоемкости расчетов по предложенным в диссертационной работе моделям и методикам рекомендуется использовать разработанную программную систему по количественному анализу и оценке риска на предприятиях агропромышленного комплекса.

10. На основе разработанного комплекса моделей и методик оценки рисков решены прикладные задачи и выработаны обоснованные рекомендации для ряда агропромышленных предприятий Краснодарского края.

Список работ, опубликованных по теме диссертации

Статьи в изданиях, рекомендованных ВАК:

1. Ефанова Н.В. Нечетко-множественный подход к оценке рисков в агропромышленных производственных системах // Труды КубГАУ. -Выпуск №7(18), - Краснодар: КубГАУ, 2009,0,46 пл.

2. Ефанова Н.В. Оценка рисков в интегрированных производственных системах АПК // Известия РГПУ им. А.И. Герцена. - Выпуск №92, -СПб: Изд-во Книжный дом, 2009,0,24 пл.

3. Ефанова Н.В. О методологических основах количественной оценки рисков в экономике // Труды КубГАУ.- Выпуск №420(448),- Краснодар: КубГАУ, 2005,0,38 пл.

Монография:

4. Ефанова Н.В. Модели и методики управления рисками в производственных системах АПК: Монография (научное издание) / Н.В. Ефанова, В.И. Лойко. - Краснодар: КубГАУ, 2008,7,91 пл., авт. 6,33 пл.

Публикации в научных журналах и сборниках:

5. Ефанова Н.В. Количественные модели и методики оценки рисков в агропромышленных интегрированных производственных системах / В.И. Лойко, Н.В. Ефанова // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №06(40). - Шифр Информрегистра: 0420800012\0077. - Режим доступа: Ссыка на домен более не работает2008/06/pdC12.pdf, 0,79 пл., авт. 0,63 пл.

6. Ефанова Н.В. Модель и методика расчета интегрального показателя воздействия внешней среды интегрированной производственной системы / В.И. Лойко, Н.В. Ефанова // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №35(01). - Шифр Информрегистра: 0420800012\0004. - Режим доступа:

Ссыка на домен более не работает2008/01/pdf/13.pdf, 0,9 пл., авт. 0,72 п.л.

7. Ефанова Н.В. Подход к анализу внутренней среды интегрированной производственной системы с целью учета рисковой составляющей / В.И. Лойко, Н.В. Ефанова // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2008. - №35(01). - Шифр Информрегистра: 0420800012\0005. - Режим доступа: Ссыка на домен более не работает2008/01/pdf/12.pdf, 1,04 п.л., авт. 0,83 п.л.

8. Ефанова Н.В. Принципы построения и этапы создания программного комплекса по анализу и оценке рисков на предприятиях АПК / Н.В. Ефанова // Научный журнал КубГАУ [Электронный ресурс]. -Краснодар: КубГАУ, 2008. - №35(01). - Шифр Информрегистра: 04208000124)003. - Режим доступа: Ссыка на домен более не работает2008/01/pdf/14.pdf, 0,75 пл.

9. Ефанова Н.В. Методика оценки риска при посадке многолетних растений / В.И. Лойко, Н.В. Ефанова // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2005. - №06(14). - Режим доступа: Ссыка на домен более не работает2005/06/09/p09.asp, 0,5 пл., авт. 0,4 пл.

10. Ефанова Н.В. Подход к оценке интегрального показателя риска интегрированных производственных систем / В.И. Лойко, Н.В. Ефанова // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2005. - №03(11). - Режим доступа: Ссыка на домен более не работает2005/03/18/pl8.asp, 0,75 пл., авт. 0,6 п.л.

11. Ефанова Н.В. Методика оценки риска потери прибыли при хранении сельскохозяйственной продукции / В.И. Лойко, Н.В. Ефанова // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2004. - №02(4). - Режим доступа: Ссыка на домен более не работает2004/02/19/pl9.asp, 0,5 пл., авт. 0,4 пл.

12. Ефанова Н.В. Системы поддержки принятия решений в управлении рисками на предприятиях АПК.// Новые информационные технологии: Сборник трудов VII Всероссийской научно-технической конференции (Москва, 24-25 марта 2004 г). / Под общ. ред. А.П. Хныкина. - М.: МГАПИ, 2004,0,19 пл.

13. Ефанова Н.В. Анализ и количественная оценка рисков при хранении зернопродуктов.// Управление экономикой: методы, модели, техноло-

гии: Третья всероссийская научно-методическая конференция с международным участием: Материалы конференции / Уфимск. гос. авиац. техн. ун-т. - Уфа, 2003,0,16 пл..

14. Ефанова Н.В. Выявление и оценка рисков при выращивании сельскохозяйственных культур.// Информационная среда вуза: Материалы X Междунар. науч.-техн. конф./Иван. гос. архит.-строит. акад. - Иваново, 2003,0,13 пл..

15. Ефанова Н.В. Системы управления рисками.// Проблемы математического и компьютерного моделирования в научных исследованиях и образовательном процессе. Труды конференции, часть II. - Краснодар: КВАИ, 2003,0,25 п.л.

16. Плотицына Н.В.* Управление экономическими рисками в АПК.// Финансовое оздоровление предприятий АПК. Труды НАЭКОР. Вып. 5. Т.2. М.: Изд-во МСХА. 2001,0,22 пл.

17. Плотицына Н.В. Методы анализа рисков в принятии управленческих решений.//Материапы 3-й региональной научно-практической конференции молодых ученых Научное обеспечение агропромышленного комплекса (15-16 ноября 2001г.)/КубГАУ - Краснодар, 2002,0,06 п.л.

18. Плотицына Н.В. Учет факторов риска в инвестиционной деятельности АПК.// Материалы Всероссийской научной конференции профессорско-преподавательского состава и аспирантов Основные направления совершенствования организационно-экономического механизма хозяйствования в АПК в рыночных условиях. - СПб: Изд-во СПбГАУ, 2002,0,04 пл.

Подписано в печать 30.01.2009 Формат 60x84/16

Бумага офсетная Офсетная печать

Печ.л. 1,38 Заказ №54 Тираж 120

Отпечатано в типографии КубГАУ, 350044, Краснодар, Калинина, 13

* Фамилия Плотицына изменена на фамилию Ефанова в связи с заключением брака (свидетельство о заключении брака серии 1-АГ № 624160 от 15.06.2002)

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Ефанова, Наталья Владимировна

ВВЕДЕНИЕ.

1. АНАЛИЗ ПОДХОДОВ И МЕТОДОВ ОЦЕНКИ РИСКОВ В ЭКОНОМИКЕ.

1.1. Неопределенность как основной источник риска.

1.2. Классификация рисков.

1.2.1. Критерии классификации риска.

1.2.2. Проблема идентификации факторов риска.

1.3.Подходы и методы управления рисками на уровне предприятия.

1.3.1. Определение и суть риск-менеджмента.

1.3.2. Процедуры и методы управления рисками.

1.4. Современная методология анализа рисков.

1.4.1. Статистический метод.

1.4.2. Метод экспертных оценок.

1.4.3. Нечетко-множественный подход.

1.4.4. Соотношение вероятностных, экспертных и нечетко-множественных подходов к моделированию ситуаций риска.

1.5. Системы управления рисками.

1.6. Выводы по главе 1.

2. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ.

2.1. Теория игр.

2.1.1. Основные определения и классификация игр.

2.1.2. Связь теории игр с теорией принятия решений. Формальная постановка задачи.

2.2. Критерии принятия решений в условиях неопределенности.

2.2.1. Теория статистических решений.

2.2.2. Теория статистических игр.

2.3. Выбор решений на основе дерева решений.

2.4. Основы теории нечетких множеств.

2.4.1. Базовые понятия и формализмы.

2.4.2. Операции над нечеткими подшоэ/сествами.

2.4.3. Нечеткие числа.

2.4.4. Операции над нечеткими числами.

2.4.5. Нечеткие знания.

2.4.6. Нечеткие классификаторы и матричные схемы агрегирования данных.

2.5. Особенности экономики предприятий АПК.

2.6. Формы агропромышленной интеграции.

2.6.1. Структура системы с горизонтальной интеграцией.

2.6.2. Структуры системы с вертикальной интеграг^ей.

2.6.3. Структура системы с вертикально-матричной интеграцией.

2.7. Выводы по главе 2.

3. МОДЕЛИ И МЕТОДИКИ АНАЛИЗА И ОЦЕНКИ РИСКОВ НА ПРЕДПРИЯТИЯХ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА.

3.1. Системный подход к количественному анализу и оценке рисков на предприятиях агропромышленного комплекса.

3.2. Анализ и оценка рисков агропромышленных интегрированных производственных систем.

3.2.1. Модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды.

3.2.2. Выявление и систематизация рисков производственных вертикалей.

3.2.3. Совершенствование потоковой модели определения эффективности производственной вертикали с учетом рисковой составляющей.

3.2.4. Модель расчета интегрального показателя риска внутренней среды агропромышленной ИПС.

3.2.5. Прогнозное значение прибыли как нечеткое число. Интервальная модель эффективности ИПС.

3.3. Количественная методика оценки упущенной выгоды при выращивании многолетних растений.

3.4. Количественная методика выбора цены услуги для предприятий сферы хранения сельскохозяйственной продукции.

3.5. Выводы по главе 3.

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РАЗРАБОТАННЫХ МОДЕЛЕЙ И МЕТОДИК.

4.1. Базовые принципы и этапы создания программной системы.

4.2. Организация процесса доступа к данным.

4.3. Архитектура программной системы.

4.3.1. Выделение слоев.

4.3.2. Структура модулей.

4.4. Физическая реализация и агоритм функционирования.

4.5. Интерфейс пользователя.

4.5.1. Программа для расчета и анализа интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС.

4.5.2. Программа для анализа результатов расчета эффективности производственной вертикали с учетом рисковой составляющей.

4.5.3. Программа для расчета и анализа интегрального показателя риска внутренней среды ИПС.'.

4.5.4. Программа для оценки упущенной выгоды при выращивании многолетних растений.

4.5.5. Программа для выбора цены услуги для предприятий сферы хранения сельскохозяйственной продукции.

4.6. Выводы по главе 4.

Диссертация: введение по экономике, на тему "Модели и методики оценки рисков в производственных системах АПК"

Актуальность темы исследования. Агропромышленная производственная система представляет собой сложную динамическую систему, включающую множество подсистем. Обеспечение стабильности ее функционирования в изменяющихся, неопределенных условиях хозяйствования требует научно обоснованного подхода к принятию эффективных управленческих решений, основанных на системном подходе, анализе внешних и внутренних факторов, которые прямо или косвенно влияют на ее деятельность. В связи с этим существует необходимость разработки соответствующих моделей и методов оценки риска для производственных систем АПК, наиболее сложными из которых являются интегрированные производственные системы (ИПС).

В отечественной и зарубежной научной литературе изложены основополагающие принципы принятия решений в условиях неопределенности и риска. Однако экономический инструментарий разработан недостаточно поно и не впоне учитывает особенности аграрного сектора экономики. Существует проблема управления риском в сельском хозяйстве, и ее решение является актуальным направлением научных исследований. В частности, отсутствуют практические наработки по вопросам количественного анализа и оценки рисков в интегрированных структурах. Таким образом, вышесказанное свидетельствует о своевременности проведения всесторонних исследований по выявленной проблематике.

Практика управления производственными системами АПК нуждается в адекватном экономико-математическом обеспечении, позволяющем более эффективно использовать накопившийся научный потенциал. Следовательно, разработка и развитие методик и моделей оценки рисков приобретает особую актуальность.

Цель и задачи исследования. Целью настоящего исследования является разработка моделей и методик оценки рисков в агропромышленных производственных системах, позволяющих обеспечить их устойчивое функционирование в условиях неопределенности внешней и внутренней среды.

В соответствии с поставленной целью в работе необходимо было решить следующие задачи:

1) проанализировать содержание понятий риск и неопределенность; рассмотреть вопросы классификации и идентификации факторов риска; изучить существующие методы управления рисками на предприятиях и провести анализ традиционных (математико-статистических) и современных (нечетко-множественных) методов с точки зрения их сочетания и условий применения в количественной оценке риска; определить специфику агропромышленной производственной системы как объекта исследования риска и неопределенности;

2) разработать модель и методику расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС;

3) провести систематизацию рискообразующих факторов на различных этапах производственного цикла ИПС и разработать модель расчета эффективности ИПС на основе интегрального показателя риска производственной вертикали и всей ИПС в целом;

4) разработать модели количественной оценки рисков отдельных отраслей сельскохозяйственного производственного процесса;

5) разработать архитектуру и агоритмы функционирования программной системы для моделирования, анализа и оценки рисков на предприятиях агропромышленного комплекса;

6) провести апробацию предложенных подходов, методик и инструментов оценки рисков в агропромышленной производственной системе.

Предмет и объект исследования. Объектом исследования в диссертационной работе являются производственные системы АПК. Предметом исследования являются модели и методики учета неопределенности и оценки риска в процессе управления агропромышленными производственными системами.

Теоретической и методологической основой исследования является современная теория риска, теория принятия решений, системный подход к решению вопросов оценки рисков в сложных экономических объектах.

В ходе проведения исследований использовались труды отечественных и зарубежных ученых (А.П. Альгина, И.Т. Балабанова, Т.П. Барановской, П.Г. Грабового, В.М. Гранатурова, A.M. Дуброва, А.П. Задова, А.К. Камаляна, P.M. Качалова, Э.Н. Крылатых, М.Г. Лапусты, В.И. Лойко, А. Маршала, О. Морген-штерна, А.О. Недосекина, Дж. фон Неймана, А.С. Пигу, М.А. Рогова, К. Рэдхэ-да, В.Б. Силова, А. Смита, Р. Стэнсфида, Л. Сэвиджа, В.А. Чернова, Й. ТТТум-петера и др.), которые внесли значительный вклад в становление и развитие теории риска, в разработку методологии качественного и количественного анализа риска, в решение целого ряда проблем по принятию управленческих решений в условиях риска и неопределенности.

Методы исследования. В процессе выпонения работы использовались методы системного и статистического анализа, экспертных оценок, теории игр, теории нечетких множеств; методы интервальной математики.

Информационно-эмпирическая база. В работе использовались официальные материалы Краснодарского краевого комитета Госстатистики, материалы периодической печати и Интернет-ресурсов, доклады отечественных и зарубежных ученых на семинарах и конференциях, связанных с темой исследования, а также отчетность сельскохозяйственных предприятий Краснодарского края.

Научная новизна заключается в создании комплекса моделей и методик количественного анализа и оценки рисков на предприятиях АПК, в рамках которого:

1) разработаны математическая модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС. В основе модели лежит использование матричных схем агрегирования и принципа лингвистического распознавания, ранее не использовавшихся для прогнозирования внешнего риска;

2) разработана математическая модель расчета интегрального показателя риска внутренней среды ИПС, основанная на применении экспертных оценок и аддитивно-мультипликативных методах расчета показателей и отличающаяся использованием нечетко-множественного подхода;

3) на основе модели интегрального показателя риска внутренней среды ИПС разработана интервальная модель эффективности интегрированной производственной системы, особенностью которой является использование нечетких чисел и ос-уровней;

4) предложена усовершенствованная модель расчета эффективности производственной цепи ИПС, в которой учтена рисковая составляющая на этапе создания материального потока, ранее отсутствовавшая в модели;

5) разработана количественная методика оценки упущенной выгоды при выращивании многолетних насаждений, отличающаяся использованием метода дерева решений;

6) разработана количественная методика выбора цены услуги в условиях неопределенности для предприятий, занятых хранением сельскохозяйственной продукции. Основное отличие методики заключается в использовании интервального метода при интерпретации результатов;

7) разработаны архитектура и агоритмы функционирования программной системы, использующей предложенные модели и методики.

Практическая значимость проведенного исследования состоит в возможности непосредственного использования разработанных моделей и методик в процессе совершенствования управления производственными системами АПК за счет своевременной оценки рисков во внешней и внутренней среде. Результаты работы могут быть использованы руководством предприятий при принятии научно обоснованных управленческих решений в условиях неопределенности.

Диссертационная работа выпонена в соответствии с тематическим планом научно-исследовательских работ Кубанского государственного аграрного университета по теме №18 Разработать предложения по основным направлениям повышения эффективности регионального АПК, регистрационный номер 01960009014.

Автор принимал участие в выпонении проектов по грантам РГНФ № 06-02-38206 а/ю - Инвестиционное управление сельскохозяйственным производством и РФФИ 07-06-13503-офиц Управление агропромышленным производством региона на основе потоковых моделей.

На защиту выносятся следующие основные положения:

- математическая модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС;

- математическая модель расчета интегрального показателя риска внутренней среды ИПС;

- интервальная модель эффективности интегрированной производственной системы;

- усовершенствованная модель расчета эффективности производственной цепи ИПС;

- количественная методика выбора цены услуги в условиях неопределенности для предприятий, занятых хранением сельскохозяйственной'продукции;

- программная система, использующая разработанные модели и методики.

Апробация исследования. Основные положения и результаты работы докладывались и обсуждались на международных, всероссийских, межрегиональных и общеуниверситетских научных и научно-методических конференциях, в том числе: Финансовое оздоровление предприятий АПК (г. Москва, 2001 г.), Научное обеспечение агропромышленного комплекса (г. Краснодар, 2002), Основные направления совершенствования организационно-экономического механизма хозяйствования в АПК в рыночных условиях (г. Санкт-Петербург, 2002 г.), Информационная среда вуза (г. Иваново, 2003 г.), Проблемы математического и компьютерного моделирования в научных исследованиях и образовательном процессе (г. Краснодар, 2003 г.), Управление экономикой: методы, модели, технологии (г. Уфа, 2003 г.), Новые информационные технологии (г. Москва, 2004 г.), Научное обеспечение агропромышленного комплекса (г. Краснодар, 2005), Современные экономические трансформации России: ориентиры и итоги в контексте глобализации и регионализации (г. Сочи,. 2006 г.), Экономико-правовые проблемы, бизнеса в контексте инновационного развития (г. Сочи, 2007 г.), Научное обеспечение агропромышленного комплекса (г. Краснодар, 2008).

Разработанные модели и методики апробированы и приняты к внедрению в ООО Агрофирма Унароково Мостовского района Краснодарского края,; а также используются в учебном' процессе в Кубанском государственном аграрном университете, о чем имеются соответствующие документы.,

Публикации. Основные положениями выводы диссертации нашли отражение в 18 печатных работах общим объемом 15,3 п.л., в том числе в изданиях, рекомендованных ВАК-.3 печатных работы.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения; списка использованных источников (содержит 120 наименований), приложений. Общий объем,работы 215 страниц, включая 52 таблицы, 55 рисунков.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Ефанова, Наталья Владимировна

4.6. Выводы по главе 4

Четвертая глава посвящена разработке программной системы по анализу и оценке рисков на предприятиях АПК, основанного на предложенных в диссертационной работе математических моделях и методиках [32].

В итоге:

1. Рассмотрены принципы и этапы создания программной системы по анализу и оценке рисков на предприятиях АПК.

2. Разработана и описана общая архитектура программной системы. Архитектура - это базовая организация системы, воплощенная в ее компонентах, их отношениях между собой и с окружением. Разработка архитектуры основана на концепции выделения слоев - одном из ключевых моментов процесса проектирования и анализа архитектуры. Архитектура программной системы построена по модульному принципу, где каждый отдельный блок является самостоятельной структурной единицей.

3. Разработана и описана логическая структура программных модулей, входящих в состав программной системы по анализу и оценке рисков на предприятиях АПК.

4. Разработана и описана физическая структура программной системы на уровне файловой системы.

5. Разработан и описан агоритм функционирования программного обеспечения системы.

6. Приведено краткое описание интерфейса пользователя разработанного программного обеспечения.

ЗАКЛЮЧЕНИЕ

Любая агропромышленная бизнес-система представляет собой открытую экономическую систему со сложной структурной организацией, часто базирующейся на принципе интеграции: объединение различных стадий производства, переработки и реализации сельскохозяйственной продукции. Таким образом, система состоит из взаимосвязанных элементов, функционирование каждого из которых определяет развитие как остальных элементов, так и всей системы в целом. Существенное влияние на ее функционирование оказывает внутренняя и внешняя среда. Это обусловливает неопределенность и усложняет управление.

Интегрированные производственные системы (ИПС) относятся к наиболее сложным, и вместе с тем часто используемым структурам в агропромышленном комплексе. Специфика ИПС в качестве объекта исследования риска как раз и выражается в том, что она включает несколько органически взаимосвязанных отраслей народного хозяйства, первичным же является сельское хозяйство. Предприятия, входящие в состав ИПС, образуют производственные вертикали (производственные цепочки - ПЦ). Технологически поные ПЦ включают в себя три этапа: производство сырья, хранение и переработка, реализация. В крупных ИПС со значительным пространственным удалением структурных подразделений друг от друга и наличием вертикальной технологической интеграции качественный мониторинг рисков оказывает достаточно сильное влияние на эффективность и устойчивость структуры, что является залогом ее дальнейшего существования и развития. Поэтому создание моделей и методик, позволяющих оценить риск системы в целом и ее производственных структур, повысит управляемость и надежность АПК, как основы продовольственной безопасности страны.

Основные итоги настоящей диссертационной работы заключаются в разработке теоретических и методических положений по количественному анализу и оценке риска производственных систем АПК.

В частности, разработан комплекс моделей и методик количественного анализа и оценки рисков на предприятиях агропромышленного комплекса. В его состав входят: математическая модель и методика расчета интегрального показателя риска неблагоприятного воздействия внешней среды на ИПС; модель расчета интегрального показателя риска внутренней среды ИПС; модель расчета эффективности производственной цепи ИПС с учетом рисковой составляющей на этапе создания материального потока; интервальная модель эффективности интегрированной производственной системы; количественная методика для оценки упущенной выгоды при выращивании многолетних насаждений; количественная методика выбора цены услуги в условиях неопределенности для предприятий сферы хранения сельскохозяйственной продукции.

Для удобства использования разработанных моделей и методик спроектирована и разработана программная система по анализу и оценке риска на предприятиях агропромышленного комплекса.

В рамках диссертационной работы проведен анализ и сделано описание основных видов производственных вертикалей; проведена систематизация рискообразующих факторов производственных вертикалей различного вида, что потребовало кропотливого индивидуального анализа всех этапов производственного процесса технологически поной ПЦ. В результате сформированы наборы рискообразующих факторов всех этапов. Также были рассчитаны обобщенные показатели значимости и.частоты проявления риска, использованные в дальнейшем для моделей расчета эффективности производственной цепи, расчета интегрального показателя риска внутренней среды ИПС. Обоснована целесообразность представления ряда экономических параметров в виде треугольных нечетких чисел с учетом рисковой составляющей внутренней среды бизнес-системы.

Использование созданных моделей и методик позволит повысить управляемость производственными системами в условиях неопределенности, а, следовательно, повысить их рискоустойчивость к неблагоприятным воздействиям. Таким образом, разработанный комплекс моделей и методик оценки риска агропромышленных производственных систем может являться средством поддержания устойчивого состояния системы, что обусловливает стабильное функционирование и развитие системы в будущем.

Сложность рассматриваемых систем повышает роль человеческого фактора. Это непосредственно проявляется в возрастающей роли экспертов. На примере моделей оценки внешнего и внутреннего риска ИПС показано и обосновано использование принципиально нового подхода к оценке риска, основанного на использовании нечетко-множественных описаний. Нечеткие описания - математический аппарат, который наилучшим образом отвечает особенностям человеческого мышления, основанного на качественных категориях. Использования приемов лингвистической классификации и сведение результатов классификации по отдельным факторам к единому показателю позволяет делать общее заключение о системе в целом на основе наблюдений частных показателей. Оценка риска с использованием нечетко-множественных описаний - это перспективное научное направление, и все основные результаты работ в этом направлении еще впереди.

Теоретическое значение полученных научных результатов состоит в разработке методических рекомендаций по оценке риска в агропромышленных производственных системах, которые вносят вклад в развитие теоретических основ исследования процессов эффективного управления в экономических системах. В прикладном аспекте они представляют интерес с позиции совершенствования управления через снижение уровня риска при достижении поставленных целей, за счет своевременной оценки угроз во внешней и внутренней среде, а также их нейтрализации. Результаты работы могут быть использованы предприятиями для формирования научного подхода при принятии управленческих решений в условиях неопределенности.

Также необходимо отметить, что разработанные модели и методики вошли в учебные курсы Элементы теории нечетких множеств и Теория систем и системный анализ для студентов 2-го и 3-го курсов факультета Прикладной информатики Кубанского государственного аграрного университета.

Диссертация: библиография по экономике, кандидат экономических наук , Ефанова, Наталья Владимировна, Краснодар

1. Агафонова И.П. Характеристика и классификация рисков инновационного проекта / И.П. Агафонова // Менеджмент в России и за рубежом. 2002. -№6. - С. 41-49

2. Аленичев В.В. Страхование валютных рисков банковских и экспертных коммерческих кредитов / В.В Аленичев, Т.Д. Аленичева. М.: Ист-Сервис, 1994.- 114 с.

3. Альгин А. П. Грани экономического риска / А.П. Альгин. М.: Знание, 1991.-63с.

4. Альгин А. П. Риск и его роль в общественной жизни / А.П. Альгин. М.: Мысль, 1989.- 187с.

5. Анализ инвестиционных проектов в условиях инфляции и риска // Инвестиционный процесс на предприятии; под ред. Маховиковой Г.А. СПб: Питер, 2001. - С.95-120.

6. Андрейчиков А.В. Анализ, синтез, планирование решений в экономике / А.В. Андрейчиков, О.Н. Андрейчикова.- М.: Финансы и статистика, 2000. -368 с.

7. Барановская Т.П. Потоковые и инвестиционно-ресурсные модели управления агропромышленным комплексом: монография / Т.П. Барановская, В.И. Лойко, А.И. Трубилин. Краснодар: КубГАУ, 2006. - 352 с.

8. Балабанов И.Т. Риск-менеджмент / И.Т. Балабанов. М.: Финансы и статистика, 1996.-192 с.

9. Бачкаи Т. Хозяйственный риск и методы его измерения / Т. Бачкаи, Д. Мессена и др.. М.: Экономика, 1979. - 184 с.

10. Бандурин А.В. Финансовая стратегия корпораций / А.В. Бандурин, В.А. Гуржиев, Р.З. Нургалиев. -М.: Амаз, 1998 140 с.

11. Белова Т.Н. Стохастическая оптимизация в сельском хозяйстве / Т.Н. Белова. Рязань: РГСА, 1998. - 97 с.

12. Берчик B.JT. Теория риска и ее применение в управлении деятельностью промышленных предприятий / Берчик B.JI. // Экономика природопользования: Обзор. Информация. 2002. - №4. - С.38-42.

13. Бешелев С.Д. Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурвич. 2-е изд., перераб. и доп. - М.: Статистика, 1980.-263 с.

14. Вентцель Е.С. Теория вероятностей и ее инженерные приложения / Е.С. Вентцель, Л.А.Овчаров. М.: Наука, 1988. - 480 с.

15. Воков И.М. Проектный анализ / И.М. Воков, М.В. Грачева. М.: Банки и Биржи, Юнити, 1998. - 423 с.

16. Глазунов В.Н. Финансовый анализ и оценка риска реальных инвестиций. М.: Финстатинформ, 1997. 136 с.

17. Глова В.И. Мягкие вычисления (soft computing) и их приложения: учеб. пособие / В.И. Глова, И.В. Аникин, MJI. Аджели; под ред. В.И. Глова. Казань: Изд-во Казан.гос.техн.ун-та, 2000. - 98 с.

18. Голубева A.M. Ходинг образование и управление Электронный ресурс. // Корпоративный менеджмент: [сайт]. [1988]. Режим доступа: Ссыка на домен более не работаетmanagement/holdinganatomy.shtml

19. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения: Учебное пособие / В.М. Гранатуров. 2-е изд., перераб. и доп. -М.: Издательство Дело и Сервис, 2002. - 160 с.

20. Друбецкий Я.Н. Разработка методов управления инвестиционными проектами в условиях риска // Экономика природопользования: Обз. Инф. -2002. №4. - С.42-72.

21. Дубовик М. Можно ли автоматизировать процесс управления рисками? / М. Дубовик, Е. Песоцкая Электронный ресурс. // Портал iTeam: технологии корпоративного управления: [сайт]. [2002]. URL: Ссыка на домен более не работает publications/proj ect/section3 8/article573/

22. Дубров A.M. Моделирование рисковых ситуаций в экономике и бизнесе: учеб. пособие / A.M. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев. М.: Финансы и статистика, 2000. - 172 с.

23. Ефанова Н.В. Выявление и оценка рисков при выращивании.сельскохозяйственных культур / Н.В. Ефанова // Информационная среда вуза: Материалы. X Между нар. науч.-техн. конф: / Иван. гос. архит.-строит. акад. Иваново, 2003. - с. 440-443.

24. Ефанова Н.В: Методика, оценки риска при посадке многолетних растений; /В.И. Лойко, Н.В; Ефанова// Научный журнал КубГАУ Электронный ресурс. Краснодар: КубГАУ, 2005. - №06(14). - Режим доступа: Ссыка на домен более не работает2005/06/09/p09.asp

25. Ефанова Н.В. О методологических основах количественной оценки рисков в экономике / Н.В. Ефанова // Труды Кубанского государственного аграрного университета- Выпуск №420 (448), КубГАУ, Краснодар, 2005/ с.252-257.

26. Ефанова Н.В. Системы управления рисками / Н.В. Ефанова // Проблемы математического и компьютерного моделирования в научных исследованиях и образовательном процессе. Труды конференции, часть II. Краснодар: КВАИ, 2003. - с. 30-34.

27. Заде JI. Понятие лингвистической переменной и ее применение к принятию приближенных решений / JI. Заде. М.: Мир, 1976. - 165 с.

28. Задов А.П. Фактор риска в сельском хозяйстве. Новосибирск, 1998.

29. Камалян А.К. Принятие управленческих решений в условиях риска и неопределенности: теория, методология, практика / А.К. Камалян, Л.П. Яновский. Воронеж: ВГАУ, 2000.

30. Канчавели А.Д. Девять задач управления риском: осн. направления организационно-экономической надежностью предприятия / А.Д. Канчавели // Рос. предпринимательство.- 2002. №1. - С 68-73.

31. Кардаш В.А. Экономика оптимального погодного риска в АПК (теория и методы) / В.А. Кардаш. М.: Агропромиздат, 1989. 168 с.

32. Качалов P.M. Управление хозяйственным риском / P.M. Качалов. М.: Наука, 2002. - 192 с.

33. Клейнер Г.Б. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность / Г.Б. Клейнер, B.JI. Тамбовцев, P.M. Качалов; под общ. ред. С.А. Панова. М.: Экономика, 1997. - 286 с.

34. Коласс Б. Управление финансовой деятельностью предприятия. Проблемы, концепции и методы: учебное пособие / Пер. с франц. под ред. проф. Соколова Я.В. М. Финансы, ЮНИТИ, 1997. - 576с.

35. Компания Кворум. Банковский менеджмент Электронный ресурс. / Кворум: [сайт]. [2003] .URL: Ссыка на домен более не работаетindex.php?page=l 0494

36. Компания Мартекс. Защита от рисков Электронный ресурс. / Компания Мартекс: [сайт]. [2001]. URL: Ссыка на домен более не работает844

37. Компания СФТ: Симметрия. Корпоративные программные системы Электронный ресурс. / СФТ: Симметрия: [сайт]. [1996]. URL: Ссыка на домен более не работаетcorp-sofl.html

38. Компания Франклин&Грант. Финансы и аналитика. Программные решения Электронный ресурс. / Франклин&Грант. Финансы и аналитика: [сайт]. [2002]. URL: Ссыка на домен более не работаетru/services/s-soft.asp

39. Королев Ю.Г. Статистическое моделирование и прогнозирование/ Ю.Г. Королев, П.М. Рабинович, Р.А. Шмойлова. М.: МЭСИ, 1985. - 103 с.

40. Кофман А. Введение в теорию нечетких множеств / А. Кофман. М.: Радио и связь, 1982.-432 с.

41. Крохмаль В.В. Экономическая устойчивость интегрированных производственных систем перерабатывающего комплекса /В.В. Крохмаль. Краснодар: КубГАУ, 2003. - 67 с.

42. Крушевский А.В. Теория игр / А.В. Крушевский. Киев: Издательское объединение Вища школа, 1977. -214 с.

43. Крылатых Э.Н. Проблема экономических рисков в агропромышленном комплексе Электронный ресурс. / Э.Н. Крылатых // Проблемы прогнозирования, 1999. №5. - URL: Ссыка на домен более не работает0599rwtl.htm

44. Лапуста М.Г. Риски в предпринимательской деятельности / М.Г. Лапуста, Л.Г. Шаршукова. М.: ИНФРА-М, 1998. - 224 с.

45. Ларичев О.И. Объективные модели и субъективные решения / О.И. Ларичев. -М.: Наука, 1987. 143 с.

46. Ларичев О.И. Качественные методы принятия решений. Вербальный анализ решений / О.И. Ларичев, Е.М. Мошкович. М.: Физматлит, 1996.-208с.

47. Лойко В.И. Методическое обеспечение структурной перестройки предприятий агропромышленного комплекса в переходный период / В.И. Лойко. -Краснодар: издательство КубГАУ, 2000. 226с.

48. Лузин В.П. Информационно-технические основы создания системы управления крупными рисками в страховой компании / В.П. Лузин. М.: БУКВИЦА, 2000. - 146 с.

49. Малинецкий Г.Г. Хаос. Тупики, парадоксы, надежды / Малинецкий Г.Г. // Компьютера Электронный ресурс., 1998. № 47. URL: Ссыка на домен более не работаетrus/InformChaosLab/chaoscomputerra/Malinetskii.html

50. Маршал А. Принципы экономической науки: Пер. с англ / А. Маршал . Ч М.: Прогресс, 1993. 415с.

51. Мещеряков С. Г. Основные экономические показатели и методы оценки эффективности деятельности ходинга Электронный ресурс. / С.Г. Мещеряков // Корпоративный менеджмент: [сайт]. [1998]. Режим доступа: Ссыка на домен более не работаетbandurin/article/sbrn02/14.shtml

52. Модели принятия решений на основе лингвистической переменной / А.Н.Борисов и др. Рига: Зинатне, 1982. - 256 с.

53. Моделирование рисковых ситуаций в экономике и бизнесе: Учеб. пособие/ A.M. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев, Т.П. Барановская; Под ред. Б.А. Лагоши. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2001. - 222 с.

54. Налимов В.В. Вероятностная модель языка. О соотношении естественных и искусственных языков. 2-ое изд., перераб. и доп. - М.: Наука, 1979. -С.272-295.

55. Недосекин А.О. Комплексная оценка риска банкротства корпорации на основе нечетких описаний Электронный ресурс. / А.О. Недосекин // Персональная страница Алексея Недосекина: [сайт]. URL: Ссыка на домен более не работаетsfiles/2003/Art280503.doc.

56. Недосекин А.О. Нечетко-множественный анализ рисков фондовых инвестиций Электронный ресурс. / А.О. Недосекин // Персональная страница А.Недосекина:[сайт]. URL: Ссыка на домен более не работаетsfiles/Book22002.zip

57. Недосекин А.О. Финансовый менеджмент на нечетких множествах Электронный ресурс. / А.О. Недосекин // Персональная страница Алексея Не-досекина: [сайт]. URL: Ссыка на домен более не работаетsfiles/BookAFA.zip.

58. Недосекин А.О. Применение теории нечетких множеств к финансовому анализу предприятий Электронный ресурс. / А.О. Недосекин, О.Б. Максимов // Страница А.Недосекина: [сайт]. URL: Ссыка на домен более не работаетp>

59. Новицкий Е.Г. Проблемы стратегического управления диверсифицированными корпорациями / Е.Г. Новицкий. М.: БУКВИЦА, 2001.-163 с.

60. Осипов В.И. Управление природными рисками / В.И. Осипов // Вестн. РАН. 2002. - №8. - Т.72. - С.678-687.

61. Петраков Н.Я. Фактор неопределенности и управление экономическими системами / Н.Я. Петраков, В.И. Ротарь; отв. ред. С. А. Айвазян: М.: Наука, 1985.- 191с.

62. Пигу А.С. Экономическая теория благосостояния: Пер. с англ. Т.1./ А.С. Пигу; общ. ред. С.П. Аукционенка; вступ. ст. Г.Б. Хромушина М.: Прогресс, 1985.-512 с.

63. Плотицына Н.В. Управление экономическими рисками в АПК / Н.В. Плотицына // Финансовое оздоровление предприятий АПК. Труды НАЭКОР. Вып. 5. Т.2. М.: Изд-во МСХА. 2001. с. 226-229.

64. Попов Н.А. Экономика сельского хозяйства: Учебник / Н.А. Попов. М.: Издательство Дело и Сервис, 2000. - 368 с.

65. Порфирьев Б. Н. Концепция риска, который никогда не равен нулю / Б. Н. Порфирьев // Энергия. 1989, № 8. - С. 31-33.

66. Пособие по созданию и организационно-экономическому механизму функционирования агропромышленных формирований. М: ФГНУ Ро-синформагротех, 2000.

67. Прогнозирование и планирование экономики:Учеб. пособие/ В.И. Борисе-вич, Г.А. Кандаурова Мн.:ИП Экоперспектива, 2000. - 432с.

68. Риски в современном бизнесе / П. Г. Грабовый, С. Н. Петрова, С. И. Потавцев и др. М.: Издательство Атланс, 1994. 200с.

69. Рогов М.А. Риск-менеджмент М.: Финансы и статистика, 2001. - 118 с.

70. Рэдхэд К. Управление финансовыми рисками.-М.:ИНФРА-М, 1996.-287с.

71. Санникова М.О. Риски сельскохозяйственных предприятий: систематизация факторов Электронный ресурс. // Журнал аграрной экономики и маркетинга, 2002.-№ 1 .URL:Ссыка на домен более не работаетl/sann/sanne.htm

72. Севрук В.Т. Банковские риски / В.Т. Севрук. М.: Дело, 1995. 72 с.

73. Силов В.Б. Принятие стратегических решений в нечеткой обстановке / В.Б. Силов. М.: ИНПРО-РЕС, 1995. - 228 с.

74. Система брокерского обслуживания лTransaq. Управление рисками Электронный ресурс. // Система брокерского обслуживания лTransaq: [сайт]. URL: Ссыка на домен более не работаетmargin.htm

75. Смит А. Исследование о природе и причинах богатства народов / А. Смит. -М.: Наука, 1993.-572с.

76. Стратегия и тактика управления рисками в агарном производстве / Курно-сов А.П. и др. Воронеж: ВГАУ, 2000. - 197 с.

77. Тельнов Ю.Ф. Интелектуальные информационные системы в экономике: Учебное пособие / Ю.Ф. Тельнов. -М.:СИНТЕГ, 2002. 306 с.

78. Тенденции развития интеграционных процессов в АПК России. М: ФГНУ Росинформагротех, 2000.

79. Теплова Т.В. Финансовые решения: стратегия и тактика: Учеб. пособие / Т.В. Теплова. М.: ИЧП Издательство Магистр, 1998. - 262 с.

80. Товб А.С. Управление проектами: стандарты, методы, опыт / A.G. Товб, Г.Л. Ципес. М.: ЗАО Олимп-Бизнес, 2005. - 240 с.

81. Трухаев Р.И. Модели принятия решений в условиях неопределенности / Р.И. Трухаев. М.: Наука, 1981.-258 с.

82. Управление динамическими системами в условиях неопределенности / С.Т. Кусимов, Б.Г. Ильясов, В.И. Васильевой др.-М.:Наука, 1998.- 452 с.

83. Управление проектами в России: сайт.[1998]. URL: Ссыка на домен более не работаетp>

84. Управление рисками-(рискология)7 Буянов В. П., Кирсанов К. А., Михайлов Л. А. и др. М.: Экзамен, 2002. - 384с.

85. Управление рисками в аграрной сфере: теория, методология; практика / Под редакцией проф. Камаляна А.К. Воронеж: ВГАУ, 2002. - 253 с.

86. Фишберн П. Теория полезности для принятия решений / П. Фишберн. М.: Наука, 1978.-352 с.

87. Хохлов Н1В. Управление риском. М.: Юнити Дана, 1999. - 239 с.

88. Чалый-Прилуцкий В.А. Рынок и риск. Методические материалы по анализу, оценке И' управлению-риском: Пособие для- бизнесменов1 / В.А. Чалый-Прилуцкий. М.: НИУР, Центр СИНТЕК, 1994. - 113 с.

89. Черкасов.В.В. Проблемы риска в управленческой деятельности / В.В. Черкасов. М: Рефл-бук, К.:Ваклер, 1999. 288 с.

90. Чернов В.А. Анализ коммерческого риска / В.А. Чернов; Под ред. М.И. Ба-канова. М.: Финансы и статистика, 1998. - 128 с.

91. Чернова Г.В. Практика управления рисками на уровне предприятия / Г.В: Чернова. СПб: Питер, 2000. - 176 с.

92. Ю2.Черноруцкий И.Г. Методы оптимизации и принятия решений: Учебное пособие / И:Г. Черноруцкий. СПб.: Издательство Лань, 2001. - 384 с.

93. Шапиро В.Д. Управление проектами. СПб.: ДваТри, 1996. - 610с.

94. Шарп У. Инвестиции / У. Шарп, F. Александер, Дж. Бэйли: Пер. с англ. -М.: ИНФРА-М, 2004. 1024 с.к*

95. Ю5.Шумпетер И. Теория экономического развития: (Исслед. предпринимат. прибыли, капитала, кредита, процента и цикла конъюнктуры) / Й. Шумпе178тер; Пер. с нем. В. С. Автономова и др.; Общ. ред. А. Г. Милейковского. -М.: Прогресс, 1982. -455с.

96. Юб.Эддоус М. Методы принятия решений / М. Эддоус, Р. Стэнсфид.; пер. с англ. И.И. Елисеевой М., Аудит, ЮНИТИ 1997. - 590 с.

97. Экономика АПК. Общие закономерности агропромышленного комплекса. Курс лекций / Загайтов И.Б., Терновых К.С., Камалян А.К. Воронеж: изд. им. Е.А. Боховитинова, 1999.

98. Экономика предприятия: Учебник / Под ред. проф. Н.А. Сафронов. М.: Юристъ, 1999. - 584 с.

99. Энциклопедия финансового риск-менеджмента / Под ред. Лобанова А.А., Чугунова А. В. М.: Альпина Бизнес Букс, 2005 г. - 880 с.

100. Эшби Р.У. Введение в кибернетику / Р.У. Эшби; Под ред. В.А. Успенского. М.: КомКнига, 2005. 432 с.

101. American Management Association: website. / URL: Ссыка на домен более не работаетp>

102. Chopra V.K. The Effects of Errors in Means, Variances, and Covariances on Optimal Portfolio Choice / V.K. Chopra, W.T. Ziemba. In: Worldwide Asset And Liability Modeling - Cambridge University Press, 1998. - 182 p.

103. CorporateMetrics Technical Document/RiskMetrics Group.April 1999.-473p.

104. Fishburn P. Utility Theory for Decision-Making. N.Y., Wiley, 1970. 368 p.

105. Geoff Kates. Risk management systems 2000. Risk Professional, #2/1 February 2000. London Informa Group, 2000. pp. 19-31.

106. Greer D. Industrial organization and Public Policy. 2nd edition, London, 1984

107. Numa Option Calculator Internet. // Numa Financial Systems: [website]. [1995]. URL: Ссыка на домен более не работаетderivs/refcalculat/option/calc-opa.htm

108. Roland Kenett. Towards a grand unified theory of risk. Operational Risk, London, Infroma Business Publishing, 2000. pp. 61-69.

109. Yager R.Families of OWA Operators // Fuzzy Sets and Systems, 59, 1993. pp.21-29

110. Zadeh L.A. Toward a Perception-Based Theory of Probabilistic Reasoning with Imprecise Probabilities // Journal of Statistical Planning and Inference 105 (2002). Also on site: Ссыка на домен более не работаетsfiles/poland/Zadeh.pdf.

Похожие диссертации