Модели управления риском экономической несостоятельности производственных предприятий тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Строев, Сергей Павлович |
| Место защиты | Орел |
| Год | 2008 |
| Шифр ВАК РФ | 08.00.13 |
Диссертация
Автореферат диссертации по теме "Модели управления риском экономической несостоятельности производственных предприятий"
На правах рукописи
СТРОЕВ Сергей Павлович
МОДЕЛИ УПРАВЛЕНИЯ РИСКОМ ЭКОНОМИЧЕСКОЙ НЕСОСТОЯТЕЛЬНОСТИ ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЙ
Специальность 08.00.13 Ч Математические и инструментальные методы экономики
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата экономических наук
Воронеж - 2008
003453945
Работа выпонена в Государственном образовательном учреждении высшего профессионального образования Орловский государственный университет
Научный руководитель
доктор экономических наук, профессор Шуметов Вадим Георгиевич
Официальные оппоненты: доктор технических наук, профессор
Матвеев Михаил Григорьевич
кандидат экономических наук Воищева Ольга Станиславовна
Ведущая организация
Федеральное государственное образовательное учреждение высшего профессионального образования Московский государственный университет имени М. В. Ломоносова
Защита диссертации состоится 12 декабря 2008 г. в 12 час. 00 мин. на заседании диссертационного совета ДМ 212.038.21 при Государственном образовательном учреждении высшего профессионального образования Воронежский государственный университет по адресу. 394068, Воронеж, ул. Хользунова, 40, ауд. 225.
С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования Воронежский государственный университет.
Автореферат разослан л10 ь ноября 2008 г.
Ученый секретарь диссертационного совета
Тинякова В. И.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. В условиях современной рыночной экономики деятельность производственного предприятия подвержена влиянию многочисленных факторов риска. При этом особого внимания заслуживают те из них, что оказывают значительное негативное влияние на финансовое состояние предприятия. Одними из таких факторов риска являются факторы риска банкротства. Так, по данным Федеральной службы государственной статистики доля убыточных организаций по состоянию на 1 мая 2008 г. составила около 31.3% от их общего числа. Несмотря на то, что в последние годы ситуация в реальном секторе экономики несколько улучшилась, положение многих предприятий остается достаточно тяжелым.
Источники возникновения факторов риска банкротства разнообразны. Например, общая экономическая ситуация в стране, деятельность других хозяйствующих субъектов. В этом случае следует говорить о внешних факторах риска банкротства, управление которыми на уровне предприятия, как правило, существенно ограничено. Внутренние факторы риска банкротства, возникновение которых обусловлено деятельностью самого предприятия, напротив, являются более управляемыми. Таким образом, с точки зрения эффективности процесса управления риском банкротства именно их анализу следует з'делять особое внимание.
Эффективность процесса управления риском банкротства также во многом зависит и от того, на какой стадии банкротства находится предприятие. С позиции критерия затраты-эффективность управление этим риском целесообразно проводить на ранних стадиях банкротства, в частности, на стадии экономической несостоятельности, характеризующей состояние предприятия, когда его доходы не покрывают общих расходов.
Реализация процесса управления риском экономической несостоятельности предполагает наличие моделей, с помощью которых осуществляется построение профиля риска, проводится оценка экономического эффекта от проведения антирисковых мероприятий, т.е. моделей анализа и управления риском экономической несостоятельности.
Степень научной разработанности проблем анализа н управления риском банкротства предприятия можно оценить по работам зарубежных и отечественных исследователей в этой области.
Один из наиболее распространенных подходов к исследованию риска банкротства основан на анализе финансовых показателей деятельности предприятия. В рамках этого подхода в наиболее законченном виде модели анализа риска банкротства представлены в работах таких зарубежных
исследователей, как Э. Альтман, У. Бивер, Ж. Лего, Р. Лис, Г. Сприн-гейт. Р. Таффлер. Большинство моделей анализа риска банкротства отечественных исследователей М. А. Бендикова, Г. Б. Давыдовой и А. Ю. Беликова, Я.Д. Вишнякова, О.П. Зайцевой, A.B. Колосова, A.A. Пересец-кого, А. В. Постюшкова, Р. С. Сайфулина и Г. Г. Кадыкова, Е. М. Тренен-кова п С. А. Дведенидовой, М. А. Федотовой, В. Л. Шемякина основаны на адаптации зарубежных моделей к российским условиям. Краткая общая характеристика указанных моделей заключается в том, что они позволяют (на основе данных финансовой отчетности предприятия) охарактеризовать финансовое состояние предприятия путем расчета значений тех или иных агрегированных индикаторов. В целом, они могут рассматриваться как эффективные инструменты с точки зрения их применения кредиторами предприятия (а также поставщиками, потребителями и др.) для оценки перспективности данного предприятия как контрагента. Однако с точки зрения внутренней задачи улучшения финансового состояния предприятия подобные модели являются малоэффективными, поскольку на их основе затруднена идентификация и количественная оценка уровня риска банкротства предприятия, находящегося на стадии экономической несостоятельности. Указанные модели фактически являются своеобразными индикаторами, сигнализирующими о неблагополучном состоянии предприятия. При этом анализ конкретных причин, приведших к данному состоянию, существенно ограничен.
Непосредственно исследованию проблем управления риском экономической несостоятельности производственных предприятий посвящены работы А. Б. Секерина, В. Г. Шуметова, Г. В. Королева, Т. М. Мамошиной, в которых изложены общие подходы к управлению этим риском, а также разработаны соответствующие модели на основе методов экспертной оценки.
В данном диссертационном исследовании предлагается иной подход к построению моделей количественного анализа процесса управления риском экономической несостоятельности, основанный на идее существования зависимости между мерой возможности проявления фактора риска и объемом затрат на проведение антирисковых мероприятий. Для аппроксимации этой зависимости используется аппарат теории вероятностей и теории нечетких множеств.
Объектом исследования является процесс управления риском экономической несостоятельности производственного предприятия.
Предмет исследования составляют модели количественного анализа процесса управления риском экономической несостоятельности производственного предприятия.
Цели и задачи исследования. Цель диссертационного исследования заключается в развитии аппарата количественного анализа процесса управления риском экономической несостоятельности производственного
предприятия.
Цель исследования предопределила необходимость решения следующих задач:
- исследовать зарубежные и отечественные модели анализа риска банкротства предприятия и дать их сравнительную характеристику;
- разработать вероятностные и нечетко-множественные модели привнесенного и собственного риска отдельного производственного звена;
- определить вид аналитической зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий;
- разработать оптимизационную модель управления риском на уровне производственного звена;
- предложить модификацию общего механизма формирования риска экономической несостоятельности, учитывающую особенности производственной деятельности предприятий строительной сферы;
- выпонить верификацию построенных моделей.
Область исследования. Диссертационная работа выпонена в рамках п. 1.4 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, ..., способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений паспорта специальности 08.00.13 Ч Математические и инструментальные методы экономики.
Теоретическую и методологическую основ у исследования составили труды зарубежных и отечественных ученых по вопросам управления хозяйственным риском, экономико-математического моделирования финансово-хозяйственной деятельности предприятия.
Результаты диссертации опираются на работы А. Б. Секерина,
B. Г. Шуметова и Г. В. Королева по анализу механизма формирования риска экономической несостоятельности производственного предприятия. В работе использовались теоретические положения, сформулированные Р. М. Качаловым в рамках концепции приемлемого риска (принцип разделения стартового и финального уровня риска, понятие профиля риска), а также концепция риска как ресурса, разрабатываемая Н.Д. Бубликом,
C.B. Попеновым.
Инструментарно-методический аппарат. При выпонении диссертационного исследования применяся методический аппарат теории вероятностей и математической статистики, теории нечетких множеств, теории управления хозяйственным риском, использовались методы математического, в том числе имитационного, моделирования, методы нелинейной
оптимизации, методы экспертного оценивания, метод анализа иерархий, системы компьютерной математики и поддержки принятия решений.
Информационно-эмпирическую базу исследования составили официальные данные Федеральной службы государственной статистики, Территориального органа Федеральной службы государственной статистики по Орловской области, Высшего Арбитражного Суда РФ, Арбитражного Суда Орловской области, данные финансовой и бухгатерской отчетности производственных предприятий Орловской области, результаты экспертного обследования предприятий.
Научная новизна исследования состоит в разработке подходов к построению моделей количественного анализа процесса управления риском экономической несостоятельности производственного предприятия, основанных на принципе разделения стартового и финального уровня риска, реализация которого предполагает наличие зависимости между возможностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий.
Научную новизну содержат следующие результаты диссертационного исследования:
1. Разработана иерархия вероятностных и нечетко-множественных моделей количественного анализа процесса управления риском экономической несостоятельности, основу которой составляют модели привнесенного и собственного риска производственного звена, позволившие построить профиль риска экономической несостоятельности предприятия и оценить эффективность антирисковых мероприятий.
2. Предложен способ аппроксимации зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий с помощью функций дробно-линейного семейства, что позволило оценить возможный экономический эффект от проведения этих мероприятий.
3. Предложена процедура определения параметров функций дробно-линейного семейства, которая позволила учесть условия согласованности, устанавливающие соотношения между количественными результатами управляющих воздействий по снижению интенсивности проявления фактора риска.
4. Разработана оптимизационная модель управления риском предприятия на уровне отдельного производственного звена, основанная на использовании принципа разделения стартового и финального уровня риска и предполагающая аналитическую зависимость в виде дробно-линейных функций между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий.
5. Предложена модификация общего механизма формирования риска .экономической несостоятельности, позволившая учесть особенности производственной деятельности строительного предприятия и заключающаяся в том, что риск формируется за счет роста допонительных прямых финансовых и временных затрат на выпонение планового графика работ.
Теоретическая значимость диссертации состоит в том, что полученные результаты исследования могут применяться для разработки моделей управления хозяйственным риском производственного предприятия в рамках концепции риска как ресурса.
Практическая значимость исследования заключается в том, что разработанные модели позволяют проводить количественный анализ этапов управления риском экономической несостоятельности производственного предприятия и могут быть использованы, наряду с другими моделями анализа риска банкротства, в качестве инструментария для получения допонительной информации, повышающей эффективность управления риском банкротства.
Апробация результатов работы. Результаты диссертационного исследования докладывались и обсуждались на: семинаре Теория риска и актуарная математика кафедры агебры и математических методов в экономике Орловского государственного университета; международной конференции Современные методы физико-математических наук в г. Орел, 2006 г.; XIV международной конференции студентов, аспирантов и молодых ученых Ломоносов Ч 2007 в г. Москва, 2007 г.; международной конференции Моделирование и прогнозирование в управлении: методы и технологии в г. Орел, 2007 г.; международной конференции Экономическое прогнозирование: модели и методы в г. Воронеж, 2006, 2007, 2008 гг.
Внедрение результатов исследования. Материалы диссертационного исследования в части анализа механизма формирования риска экономической несостоятельности и оценки экономического эффекта от проведения антирнсковых мероприятий применяются при планировании комплекса мер по снижению производственных потерь на предприятии Орловской области Ч ОАО Агрофирма Ливенское мясо, о чем имеется соответствующий акт о внедрении.
Отдельные результаты диссертационного исследования внедрены в образовательный процесс ГОУ ВПО Орловский государственный университет и используются при подготовке экономистов-информатиков в курсе Управление хозяйственным риском производственного предприятия.
Публикации. По теме диссертационного исследования опубликовано 11 печатных работ, в том числе 3 статьи в ведущих рецензируемых научных журналах и изданиях, определенных ВАК Минобрнауки РФ. Список публикаций приведен в конце автореферата. Лично соискателю принадлежат работы [1, 5, 6, 7, 8, 9, 11]. Остальные работы выпонены в со-
авторстве. В [2] разработаны нечетко-множественные модели управления риском экономической несостоятельности, проведены вычислительные эксперименты; в [3] соискателем разработаны вероятностные модели оценки уровней привнесенного и собственного риска производственного звена, проведены вычислительные эксперименты; в [4] разработана оптимизационная модель управления риском; в [10] разработана нечетко-множественная модель оценки уровня риска потерь отдельного производственного звена.
Структура и объем работы. Диссертация состоит из введения, трех глав собственных исследований, заключения, списка литературы из 167 наименований, приложения. Основной текст работы изложен на 153 страницах, содержит 18 рисунков и 17 таблиц.
Во введении обосновывается актуальность темы диссертации, выделяются объект и предмет исследования, определяется цель и формулируются задачи, решение которых необходимо для ее достижения, раскрывает^ ся научная новизна, теоретическая и практическая значимость результатов исследования.
В первой главе рассматривается современное состояние реального сектора российской экономики, и выявляются основные причины несостоятельности производственных предприятий; дается сравнительная характеристика известных моделей прогнозирования риска банкротства; излагается основной понятийный аппарат процесса управления риском экономической несостоятельности производственного предприятия.
Во второй главе развивается подход к построению моделей количественного анализа процесса управления риском экономической несостоятельности производственного предприятия. В его рамках разрабатываются и строятся теоретико-вероятностные и нечетко-множественные модели привнесенного и собственного риска производственного звена, на основании которых выводятся расчетные формулы для оценки уровня риска экономической несостоятельности. Формулируется оптимизационная модель управления риском на уровне отдельного звена, позволяющая планировать комплекс антирпсковых мероприятий в зависимости от объема располагаемых средств на их проведение.
В третьей главе проводятся вычислительные эксперименты по верификации построенных моделей количественного анализа процесса управления риском экономической несостоятельности в условиях конкретных производственных предприятий; разрабатываются вероятностные модели анализа и управления риском экономической несостоятельности строительного предприятия.
В заключении излагаются основные научные результаты и выводы диссертационного исследования.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
1. Разработаны вероятностные и нечетко-множественные модели количественного анализа процесса управления риском экономической несостоятельности производственного предприятия
Экономическая несостоятельность, как отмечалось выше, характеризует состояние предприятия, когда его доходы не покрывают общих расходов. Тогда под риском экономической несостоятельности (ЭНС) будем понимать возможность перехода предприятия в данное состояние. Если систематически риск ЭНС реализуется негативно, то более реальной становится возможность перехода предприятия в категорию неплатежеспособного. Процесс управления риском ЭНС целесообразно осуществлять в условиях каждого производственного цикла, поскольку попонение источников финансирования происходит, в основном, за счет денежного потока от текущей деятельности предприятия. Уровень риска ЭНС в соответствии с механизмом его формирования является величиной, зависящей от уровней привнесенного и собственного риска каждого звена, входящего в производственно-технологическую структуру предприятия (ПТСП).
В диссертационном исследовании в рамках предлагаемого подхода к построению моделей количественного анализа процесса управления риском ЭНС разработаны теоретико-вероятностные и нечетко-множественные модели привнесенного и собственного риска производственного звена. Особенностью разработанных моделей является то, что полученные на их основе оценки уровней привнесенного и собственного позволяют определить зависимость между уровнем риска ЭНС и объемом затрат на проведение антирисковых мероприятий.
Уровень привнесенного риска, обозначим его Я,1, зависит от величины потерь звена, обусловленных возможной ресурсной необеспеченностью. Расчетные формулы для оценки Я1 запишутся в виде:
Здесь Ч плановое значение объема г-ого ресурса; величина Х{ определяет возможное значение объема г-ого ресурса и в (1) рассматривается как случайная, а в (2) как нечеткая; Е(-) Ч оператор математического ожидания; Сх,/х0 ~~ центроид нечеткого числа Х{/Хо\ г = 1,2,...,п Ч количество используемых ресурсов.
Уровень собственного риска Я2 определяется относительным расхождением между плановым и возможным значениями выходного потока зве-
Л1 = 1 - Е( т\п{Х1/Х
(1) (2)
на. но при том условии, что входной поток в точности равен плановому значению. Данное расхождение обусловлено наличием в деятельности звена факторов риска, проявление которых приводит к возникновению негативных последствий. Расчетные формулы для оценки Я2 имеют вид:
Здесь 5
Тогда, используя формулы (1), (2) и (3), (4) для оценки уровней привнесенного и собственного риска каждого звена, входящего в ПТСП, этап анализа риска ЭНС можем представить в виде следующей схемы (рис. 1).
В Блоке А.1 проводится качественный анализ ПТСП, по итогам которого она относится к одному из следующих видов:
- ПТСП, состоящая из единственной однопродуктовой технологической цепочки, звенья которой соединены последовательно (<3 = 1 Ч количество цепочек, входящих в ПТСП);
- ПТСП, состоящая из множества связанных между собой технологических цепочек (<2 > 1)-
Основанием для выделения данных ПТСП является количество <3 видов выпускаемой продукции. При этом предполагается, что каждому виду продукции соответствует единственная технологическая цепочка. Далее в зависимости от значения ф (Блок А.2) составляется достаточно подробная схема ПТСП (Блок А.З или Блок А.4), на которой выделяются технологически е цепочки, входящие в них звенья, и существующие производственные связи. Так, условная схема ПТСП, состоящей из единственной последовательной технологической цепочки, приводится на рис. 2.
Блок А.1
Рисунок 1 Ч Логическая схема проведения этапа анализа риска ЭНС
К , л;. К ,
Рисунок 2 Ч Схема последовательной технологической цепочки
Если для каждого звена последовательной технологической цепочки характерно наличие одного входного и выходного материально-денежного потока, то со звеном, входящим в разветвленную ПТСП, связано множество материально-денежных потоков. Поэтому при ее рассмотрении целесообразно выделять каждую однопродуктовую технологическую цепочку и соответствующие ее звеньям производственные связи (Блок А.5).
Далее, если рассматриваемая ПТСП состоит пз единственной последовательной технологической цепочки, то в Блоке А.6 по формулам (1), (2) и (3), (4) рассчитываются уровни привнесенного и собственного риска каждого звена. В Блоке А.8 по формуле
й = 1-(1-Д11)П(1-^) (5)
вычисляется уровень риска ЭНС предприятия в предстоящем производственном цикле.
Если же рассматриваемая ПТСП является разветвленной, то в Блоке А.7 для каждого из производственных звеньев г-ой технологической цепочки по формулам (1), (2) и (3), (4) рассчитываются уровни привнесенного и собственного риска, а в Блоке А.9 вычисляются уровень риска гуСб потерь этой цепочки и уровень собственного риска сбытового зве-
на, являющего конечным для каждой цепочки. После того, как для всех технологических цепочек, составляющих разветвленную ПТСП, получены необходимые оценки уровней риска в Блоке А. 11 по формуле
ах^ + аг^+.-. + ад^ +
л^[1 - (1 - Д^/Сб )(1 - Др/стЛ
а^ + аг^+.-. + а^ +"' +
а151
рассчитывается уровень риска ЭНС предприятия в предстоящем производственном цикле. Здесь 5,
реализации продукции г-ой технологической цепочки; а, Ч положительные поправочные коэффициенты, которые позволяют привести стоимостные оценки выходных материально-денежных потоков, генерируемых технологическими цепочками, к одному моменту времени. Получением оценок уровней риска ЭНС (5) и (б) завершается этап анализа.
Управление риском ЭНС сводится к управлению собственным риском каждого звена, входящего в ПТСП. Количественный анализ этого этапа основан на предположении о наличии зависимости между возможностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятии по снижению интенсивности проявления фактора риска.
В рамках теоретико-вероятностного подхода к количественному анализу этапа управления для каждого фактора риска г = 1,2,..., тп, звена предполагается, что значения вероятности <Ц зависят от величины затрат на проведение антирисковых мероприятий по снижению интенсивности проявления г-ого фактора риска и определяются из соотношений:
Г = Яфг) = Р{- Р\л+1 (-г,-), если т? = 0,1,... ,4, I 9о.эо = 9о.9о(*0 = Ро.9оШ> если V = 5-
Здесь р\ (г,-) Ч зависимость, определяющая вероятность того, что интенсивность проявления фактора риска больше или равна значению 1п, т.е. р\ (г,) = РгоЬ(1(Р^ > Фактически в соотношениях (7) учитывается принцип разделения стартового и финального уровней риска. Стартовый уровень собственного риска каждого звена, а как следует из формул (5), (6) и уровень риска ЭНС, определяется вероятностями при г* = О,
финальный Ч этими же вероятностями при ^ ф 0.
Пусть Z0 Ч объем затрат на проведение антирисковых мероприятий по снижению интенсивностей проявления факторов риска всех звеньев, входящих в ПТСП. Тогда экономический эффект от реализации ме-
роприятий определяется как разность между величиной предотвращаемых потерь У
и(г
где V0 Ч плановая стоимостная оценка выручки в предстоящем производственном цикле. Если для данного значения величина 7является положительной, то антирисковые мероприятия считаются эффективными, в противном случае Ч неэффективными.
Аналогично, в рамках нечетко-множественного подхода к количественному анализу этапа управления риском ЭНС предполагается, что для г-ого фактора риска звена существует зависимость между степенями уверенности <7дг и объемом затрат гг-. На основании этого предположения по формулам (4), (5) и (6) рассчитываются финальные уровни собственного риска каждого звена, входящего в ПТСП, и финальный уровень риска
ЭНС. Экономический эффект от антирисковых мероприятий вычисляется по формуле (8).
В табл. 1, 2 приведены результаты верификации разработанных вероятностных моделей количественного анализа процесса управления риском ЭНС в условиях предприятия Орловской области Ч ОАО Лнвенское мясо. В данных таблицах приведены оценки стартового и финального уровней риска потерь каждой технологической цепочки по производству конкретного вида продукции, оценки стартового и финального уровней риска ЭНС предприятия в предстоящем производственном цикле, а также соответствующие им стоимостные оценки потерь.
Таблица 2 Ч Результаты количественного анализа риска потерь ОАО Агрофирма Ливенское мясо
Наименование продукции Уровень риска потерь Оценка потерь (мн. руб.)
ДО проведения аптиригкоиых мероприятий после проведения ннтирисконых мероприятий ДО проведения нитирискииых мероприятий после проведения аптиригкових мероприятий
Сухие мясокостные корма 0.1109 0.0946 0.0021 0 0018
Жиры 0.1426 0.1171 0 0018 0 0015
Кобасные изделия 0.197С 0.1501 0.3478 0 2041
Полуфабрикаты 0.1474 0.1216 0.0209 0.0172
Таблица 2 Ч Результаты количественного анализа процесса управления риском ЭНС ОАО Аг]юфирма Лишчюкое мясо
Показатель До проведения антирисковых мероприятий После проведения антирисковых мероприятий
Величина возможных потерь предприятия в предстоящем производственном цикле 0.41 мн. руб. 0.314 мн. руб.
Уровень риска экономической Ш'СОГТОЯТСЛЫКЯТИ предприятия в предстоящем производственном цикле Я = 0.186 Я = 0.143
При этом в каждом производственном цикле затраты на проведение антирисковых мероприятий составляют около 70 тыс. руб. Экономический эффект от их проведения в одном производственном цикле составляет около 25 тыс. руб., а ежегодно Ч около 1.25 мн. руб.
2. Предложен способ аппроксимации зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий с помощью функций дробно-линейного семейства
В рамках теоретико-вероятностного подхода к построению моделей количественного анализа этапа управления риском ЭНС предлагается способ аппроксимации зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий с помощью функций дробно-линейного семейства.
П}'сть, как и ранее, Fu , Fm ~ факторы риска некоторого производственного звена. Для каждого фактора риска jF, г = 1,2,..., т, вероятности ijJ его проявления со значениями интенсивности в точности равными выражаются из соотношений (7), в которых функции p (z), определяющие вероятности проявления г-ого фактора риска со значениями интенсивности большими или равными lv, являются неизвестными. Следовательно, для построения моделей управления риском ЭНС необходимо найти вид функций p}4{z).
В диссертационном исследовании, исходя из следующих экономических соображений, выделяются основные свойства функций р] (z).
1. С ростом затрат на проведение антирисковых мероприятий вероятность проявления фактора риска асимптотически стремится к нулю. Это означает, что для любых значений г,И г, ^ 0 функция р] (гг)
убывает. Следовательно, условие Ч1 ^ 0 верно для всех z ^ 0.
2. Для функций р} (г*) выпоняется закон убывающей эффективности ресурсов. Это означает, что для любых значений г, ln I, z ^ 0 и
1 ^ Л 2 ^ п 1 2 1 ^ ТЛ
г, > 0, zf ^ 0 таких, что z- < zf, верно1 Ч-- ^ Ч-. Из
dz azi
этого неравенства и условия Чг-2- ^ 0 следует, что вторая производят
1Так какpj (г,) бывает и г\ < zf, то верно р\ = р\ (г,) > р2 = P (г,2). Сделаем некоторые затраты Azt ^ 0. Получим рх = р\ (z + Azt) и р'2 ~ Р* + А г). Тогда приращения функции р\ (zt) связаны неравенством (pi Ч Pi) > (р2 ЧP2- Поделив обе части неравенства на Ч Дг, и перейдя к пределу при Azt Ч 0, получим данное соотношение значений производной функции р\ (zt) в точках zf и г2.
ная функции р\ (г{) принимает неотрицательные значения для всех л,- ^ 0. Следовательно, функция рЦг*) является выпуклой.
Тогда, в соответствии с выделенными свойствами, для любых значений г, 1У], гг ^ 0 искомую функцию р\ предлагается аппроксимировать функцией дробно-линейного семейства вида:
где А\ , В\, С\ Ч неизвестные положительные параметры семейства, подлежащие определению.
Следует отметить, что данное семейство функций не является единственным семейством, обладающим выделенными свойствами. Так, например, аналогичными свойствами обладает семейство экспоненциальных функций вида А + Ве~Сг, где А > 0, В ^ 0, С ^ 0, г И [0,+оо). Однако сравнительный анализ семейств показал, что с экономической и вычислительной точек зрения более предпочтительным для аппроксимации зависимости вероятности проявления фактора риска от величины затрат на проведение антирисковых мероприятий является использование функций дробно-линейного семейства.
3. Разработана процедура определения значений параметров функции дробно-линейного семейства
Особенность разработанной процедуры определения неизвестных значений параметров А\, В\, С/ функции дробно-линейного семейства (9) состоит в реализации возможности учитывать условия согласованности, накладываемые на неизвестные значения параметров. Данная возможность реализована с помощью перехода от нахождения решения системы уравнений относительно неизвестных значений параметров к поиску решения соответствующей оптимизационной задачи.
В диссертационном исследовании, исходя из соотношений между количественными результатами управляющих воздействий по снижению интенсивности проявления фактора риска и аксиоматики теории вероятностей, получили следующие условия согласованности, накладываемые на значения А\ , В,1, С/:
В работе формулируются необходимые и достаточные условия, накладываемые на значения А\ , В\ , С}^, при выпонении которых условия согласованности (10) также являются справедливыми.
Для нахождения неизвестных значений А) , В) , С] предлагается использовать следующую схему. В общем случае, если заранее известно, что для каждого значения г = 1,2,..., т и 1П И {0.10,0.29,0.50,0.72,0.90} существуют три точки (г^)), j = 0,1,2, принадлежащие семейству (9), то, учитывая (7), они удовлетворяют соотношениям:
' Ро.ю(гг0)) = 4.10 + = 4ло(^)) + ЧЬА^) + - - + <Й.9о(2Р),
= 4.29 + ЧП7ГТ = + > + + Чго.эо(\
л Р0.5 О(^) = 4.50 + ЧЩЧ <Й.5о(*Р) + 4,2^) +
^О.ЬО2; + 1
Р'0.72^) = 4.72 + ЧЧГ- = +
^0.722,' + 1
Д( (Л3)\ _ г . ^0 90 _ пг Ро.90Чг ) Ч л0.90 + ~~[у) Г ~~ ЧО.ЭоК )Х
Для каждого фактора риска ^ значения г^ и 9о.29(2?')> ХХХ>
9о.9о(2^')) определяются с помощью метода экспертного оценивания и метода анализа иерархий.
Так как найденные из решения системы (11) значения А\ , В\, могут не удовлетворять условиям согласованности (10), то их оценка сводится к некоторой оптимизационной задаче на отыскание минимума целевой функции. Целевая функция задачи представляет собой сумму квадратов разностей левых и правых частей системы уравнений (11), а в качестве ограничений выступают условия согласованности (10). Для поиска решения задачи программно реализована соответствующая процедура на основе использования метода последовательного квадратичного программирования.
На рис. 3, 4 для некоторого фактора риска представлены графики функций Рц(г;), где 6 I. Значения параметров А\^ Вч, С^ функций (.г*), графики которых приведены на рис. 3, найдены из решения системы уравнений (И), и, как видно (графики пересекаются), они не удовлетворяют условия согласованности (10). В отличие от этого на рис. 4 приведены графики функций р] (), параметры которых найдены с помощью разработанной процедуры и они удовлетворяют условиям согласованности (10).
Рисунок 3 Ч Семейство дробно-линейных функций, не удовлетворяющих условиям согласованности
Рисунок 4 Ч Семейство дробно-линейных функций, удовлетворяющих условиям согласованности
4. Разработана оптимизационная модель управления риском на уровне производственного звена
Модель основывается на предположении о том, что зависимость между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий по снижению интенсивности проявления фактора риска описывается функциями дробно-линейного семейства. Отличительной чертой модели является то, что на ее основе оценивается возможный максимальный экономический эффект от проведения антирисковых мероприятий в зависимости от объема средств, выделяемых на проведение этих мероприятий по каждому фактору риска.
Схему формирования потерь на уровне отдельного производственного звена з'словно можно представить в виде иерархической структуры, в которой верхний уровень составляет величина потерь, обозначим ее Ь, ниже выделяются последствия Сз = 1,2вызванные проявлением факторов риска, а нижний уровень составляют факторы риска г = 1,2,... ,тп. Каждому последствию С,- соответствует величина абсолютных потерь Д.,-, определенная при условии, что факторы риска, приводящие к последствию, проявятся с максимальным значением интенсивности. Для каждого фактора риска Р{ определяется значение ги^, показывающее степень его влияния (вес) на формирование тяжести ]-ото последствия. При этом выпоняется равенство = 1.
Естественно предположить, что величина возможных потерь Ь звена зависит от объема г, средств, выделяемых на снижение интенсивности
проявления г-ого фактора риска, т.е. Ь =
Тогда, в соответствии со свойствами агрегированной иерархической оценки и на основании выражений (3), (7), (9), формула для оценки величины возможных потерь звена запишется в виде:
к д т к д п
.7=1 ' =1 1,6/ j=l 1=1
Экономический эффект от проведения антирисковых мероприятий оценивается как разность между величиной предотвращаемых потерь и объемом сделанных затрат:
[7(21, 22, . . . , гт) = ЦО) - 1(2Ь 22, Х Х , 2т) - Е (12)
Если для данных значений 2,...,гт величина {/(О является положительной, то антирисковые мероприятия считаются эффективными.
На основании выражения (12) в диссертационном исследовании формулируются следующие задачи оптимального распределения средств:
1) найти объем Хл^ г средств на проведение антирисковых мероприятий, позволяющий получить максимальный экономический эффект. Предполагается, что предприятие располагает достаточным объемом средств;
2) найти оптимальные пропорции л1,^2,.. ,ат распределения средств на проведение антирисковых мероприятий, позволяющие получить максимальный экономический эффект. Предполагается, что предприятие располагает ограниченным объемом средств.
Сформулированные оптимизационные задачи записываются в виде:
Задача 1- 22'"''' ^ = ~ '" > ^ ~ ? * тгюс
{^г > 0, г Ч 1,2,... ,т.
и[аъа 2,..., ат,г
Задача 2: Г с^ + а2 Н-----Ь ат = 1,
| а, ^ 0, г = 1,2,...,т.
Для поиска решения данных задач используются программно-реализованные процедуры, основанные на методе проекции градиента.
5. Предложена модификация общего механизма формирования риска экономической несостоятельности, учитывающая особенности производственной деятельности строительного предприятия
В работе определен механизм формирования риска ЭНС предприятий строительной сферы. В отличие от механизма формирования риска ЭНС промышленного предприятия, заключающегося в том, что формирование этого риска происходит за счет привнесенного и собственного риска каждого звена, входящего в ПТСП, риск ЭНС строительного предприятия обусл<эвлен, в основном, ростом допонительных прямых финансовых и временных затрат на выпонение плановых работ.
Таким образом, специфика формирования риска ЭНС строительного предприятия может быть отражена в виде следующих положений:
- уровень риска ЭНС строительного предприятия формируется главным образом не за счет снижения стоимости производимого объекта, а за счет роста затрат (как материальных, так и временных) на выпонение работ;
- уровень риска потерь, формируемый в ходе выпонения фазы строительного цикла, определяется факторами собственного и привнесенного риска, но в малой степени зависит от уровня риска потерь, сформированного на предшествующей фазе2;
- уровень риска потерь отдельной фазы строительного цикла и уровень риска ЭНС имеют затратную и временную составляющие.
С учетом выделенных особенностей в диссертационном исследовании разрабатываются вероятностные модели количественного анализа процесса управления риском ЭНС строительного предприятия. Отличительной чертой моделей является то, что в их рамках уровень риска ЭНС определяется составляющими относительных допонительных прямых финансовых и временных затрат на выпонение плановых работ каждой фазы строительного цикла.
Уровень риска ЭНС Л является агрегированной величиной, зависящей от уровня риска потерь каждой фазы строительного цикла. Так, если строительный цикл состоит из N фаз, то общая формула для оценки уровня риска ЭНС запишется в виде
# = - Д2 + Х Х Х + Яг,
где Ч уровень риска потерь фазы строительного цикла с номером К, к = 1,2,..., г. Поскольку величина ожидаемых потерь отдельной фазы
2 Данное положение предложено А. Б Секериньш.
имеет затратную и временную составляющие, то ее уровень риска потерь представляется в виде
Rh = Rh + Rh i
где Rjf Ч относительные допонительные финансовые затраты, относительные допонительные временные затраты, выраженные в стоимостном эквиваленте.
Для отдельной фазы строительного цикла значения допонительных финансовых RfJ и временных FL^ потерь рассчитываются по формулам:
1 тпн ^ , mi1 _
W = о^АГ Е ^ Е ц =Е ^ Е
л =1 ,е/ ' h t=i г,е/
Здесь д Ч плановая стоимостная оценка работ рассматриваемой фазы; Aff и Дд Ч пессимистические абсолютные оценки величин финансовых и временных затрат на уровне данной фазы; wf1 и wf Ч степени влияния г-oro фактора риска на формирование финансовых и временных потерь; q} Ч вероятность того, что фактор риска Fth проявится в предстоящем строительном цикле со значением интенсивности в точности равным г] = 0,1,..., 5; И I Ч {0.00,0.10,0.29,0.50,0.72,0.90} - множество значений интенсивности; тпи Ч количество факторов риска фазы.
Количественный анализ этапа управления риском ЭНС строительного предприятия также, как и в случае промышленного, основывается на предположении о наличии зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий.
Экономический эффект от реализации антирисковых мероприятий оценивается с помощью принципа разделения стартового и финального уровней риска и определяется выражением (8).
ОБЩИЕ ВЫВОДЫ И ПРЕДЛОЖЕНИЯ
По основным результатам выпоненного исследования, целью которого являлось развитие аппарата количественного анализа процесса управления риском экономической несостоятельности производственных предприятий, можно сделать следующие выводы.
1. При анализе механизма формирования риска ЭНС установлено, что уровень риска является величиной, зависящей от уровней привнесенного и собственного риска каждого звена, входящего в ПТСП. Вид зависимости определяется из структуры существующих между звеньями производственных связей.
2. В ходе разработки моделей управления риском ЭНС установлено, что управление риском сводится к управлению собственным риском каждого производственного звена, входящего в ПТСП, и заключается в проведении антирисковых мероприятий по снижению интенсивностей проявления факторов риска.
3. Проведено исследование качественного поведения зависимости между вероятностью проявления фактора риска и объемом затрат на проведение комплекса мер по снижению интенсивности его проявления. Установлено, что данную зависимость целесообразно аппроксимировать функциями дробно-линейного семейства.
4. При разработке моделей количественного анализа процесса управления риском экономической несостоятельности конкретного предприятия следует учитывать специфику производственной деятельности предприятия и соответствующим образом модифицировать механизм формирования риска.
Дальнейшее развитие исследования может основываться на следующих предложениях.
1. При оценке величины возможных потерь отдельного производственного звена на основе иерархической структуры их формирования следует учитывать взаимное влияние элементов одного уровня иерархии. Например, влияние интенсивности проявления одного фактора риска на интенсивность проявления другого фактора и, наоборот. Для этого может быть использован метод аналитических сетей, разработанный Т. Саати.
2. В рамках нечетко-множественной модели оценки уровня собственного риска звена целесообразно получить аналитическую зависимость между степенями уверенности эксперта и объемом затрат на проведение комплекса антирисковых мероприятий. Это позволило бы разра,-ботать нечетко-множественные оптимизационные модели управления риском, а также найти интервальные оценки затрат, необходимых на проведение антирисковых мероприятий, реализация которых сопряжена с получением максимального экономического эффекта.
Основные результаты диссертационного исследования опубликованы в следующих работах:
Публикации в ведущих рецензируемых научных журналах и изданиях, определенных ВАК Минобрнауки РФ
1. Строев, С. П. Управление риском экономической несостоятельности промышленного предприятия с разветвленной производственно-технологической структурой / С. П. Строев // Поддержка принятия решений: Труды Института системного анализа Российской академии наук / Под ред. А. Б. Петровского. Ч М.: Едиториал УРСС, 2008 Ч Т. 34. - С. 80-93. (0.88 п.л.)
2. Секерин, А. Б. Нечетко-множественная модель управления риском экономической несостоятельности производственного предприятия / А. Б. Секерин, В. Д. Селютин, С. П. Строев ,'/ Управление риском. Ч 2008. - №2. - С. 28-35. (1 п.л./0.7 п.л.)
3. Строев, С. П. Вероятностная модель оценки уровня риска экономической несостоятельности отдельного производственного звена / С. П. Строев, А. Б. Секерин // Труды Кубанского государственного аграрного университета. Ч 2008. Ч №10. Ч С. 19-24. (0.75 п.л./О.б п.л.)
Публикации в других изданиях
4. Секерин, А. Б. Оптимизационная модель управления риском на уровне производственного звена промышленного предприятия / А. Б. Секерин, С. П. Строев /'/ Наука и образование. Межвузовский сборник научных трудов. Вып. №1 Экономика и управление. Ч М.: ИИЦ МГУДТ, 2006. - С. 123-131. (0.56 п.л./0.28 п.л.)
5. Строев. С. П. Метод оценивания неизвестных значений параметров семейства функций / С. П. Строев // Наука и образование. Межвузовский сборник научных трудов. Вып. №2 Экономика и общество.
- М-: ИИЦ МГУДТ, 2006. - С. 89-97. (0.56 п.л.)
6. Строев, С. П. Экспертный метод оценки эффективности затрат на управление риском / С. П. Строев // Современные методы физико-математических наук. Труды Междунар. конф. Ч Орел: ОГУ, 2006.
- Т.2. - С. 162-165. (0.25 п.л.)
7. Строев, С. П. Оценка эффективности антирисковых мероприятий на уровне производственного звена предприятия / С. П. Строев // Материалы докладов XIV Международной конференции студентов, аспирантов и молодых ученых Ломоносов / Отв. ред. И. А. Алеш-ковский, П. Н. Костылев. [Электронный ресурс]. Секция Экономика. Ч М.: Издательский центр Факультета журналистики МГУ им. М. В. Ломоносова, 2007. (0.125 п.л.)
8. Строев, С. П. Вероятностный подход к оценке уровня привнесенного риска производственного звена предприятия о применением метода статистических испытаний / С. П. Строев // Моделирование и прогнозирование в управлении: методы и технологии: Материалы Междунар. науч.-практ. конф. Ч Орел: ОРАГС, 2007. Ч С. 224228. (0.31 п.л.)
9. Строев, С. П. Оптимизационные модели оценки эффективности антирисковых мероприятий на уровне производственного звена промышленного предприятия / С. П. Строев // Экономическое прогнозирование: модели и методы: Материалы III Междунар. науч.-практ. конф.
- Воронеж: Воронеж, гос. ун-та, 2007. - Ч. 2. - С. 135-139. (0.31 п.л.)
10. Секерин, А. Б. Нечетко-множественная модель управления риском производственных потерь / А. Б Секерин, С. П. Строев // Системное моделирование социально-экономических процессов: труды 30-й Юбилейной Междунар. науч. шк.-семинара им. ак. С.С. Шаталина, г. Руза Московской области, 27 сентября - 1 октября 2007 г. ч. II: в 2 ч./ Под ред. В. Г. Гребенникова, И. Н. Щепиной, В. Н. Эйтингона; Центр. Экон.-мат. ин-т РАН [и др.] Ч Воронеж: ВГУ, 2007. - С. 248250. (0.19 п.л./0.15 п.л.)
11. Строев, С. П. Модели управления риском экономической несостоятельности производственного предприятия / С. П. Строев // Экономическое прогнозирование: модели и методы: Материалы IV Междунар. науч.-практ. конф. Ч Воронеж: ИПЦ Воронеж, гос. ун-та, 2008.
- Ч. 1. - С. 294-297. (0.25 п.л.)
Подписано в печать 06.11.2008. Формат 60 х 80 1/16.
Печатается на ризографе. Бумага офсетная. Гарнитура Times. Объем 1 усл. печ. л. Тираж 100 экз. Заказ №469.
Отпечатано с готового оригинал-макета на полиграфической базе редакционно-издательского отдела ГОУ ВПО Орловский государственный университет 302026, г. Орел, ул. Комсомольская, 95-Тел. (4862) 74-75-08.
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Строев, Сергей Павлович
Введение
1 Концепция управления риском экономической несостоятельности производственного предприятия
1.1 Состояние реального сектора российской экономики. Основные причины несостоятельности производственных предприятий
1.2 Модели прогнозирования риска несостоятельности и их сравнительная характеристика
1.3 Механизм формирования и процесс управления риском экономической несостоятельности производственного предприятия
2 Модели количественного анализа процесса управления риском экономической несостоятельности производственного предприятия
2.1 Вероятностная модель анализа риска экономической несостоятельности
2.2 Вероятностная модель управления риском экономической несостоятельности
2.3 Нечетко-множественные модели анализа и управления риском экономической несостоятельности
3 Применение моделей управления риском экономической несостоятельности в условиях конкретных предприятий
3.1 Управление риском экономической несостоятельности промышленного предприятия (на примере предприятия пищевой промышленности)
3.2 Вероятностные модели управления риском экономической несостоятельности строительного предприятия.
Диссертация: введение по экономике, на тему "Модели управления риском экономической несостоятельности производственных предприятий"
Актуальность темы. В условиях современной рыночной экономики деятельность производственного предприятия подвержена влиянию многочисленных факторов риска. При этом особого внимания заслуживают те из них, что оказывают значительное негативное влияние на финансовое состояние предприятия. Одними из таких факторов риска являются факторы риска банкротства. Так, по данным Федеральной службы государственной статистики доля убыточных организаций по состоянию на 1 мая 2008 г. составила около 31.3% от их общего числа. Несмотря на то, что в последние годы ситуация в реальном секторе экономики несколько улучшилась, положение многих предприятий остается достаточно тяжелым.
Источники возникновения факторов риска банкротства разнообразны. Например, общая экономическая ситуация в стране, деятельность других хозяйствующих субъектов. В этом случае следует говорить о внешних факторах риска банкротства, управление которыми на уровне предприятия, как правило, существенно ограничено. Внутренние факторы риска банкротства', возникновение которых обусловлено деятельностью самого предприятия, напротив, являются более управляемыми. Таким образом, с точки зрения эффективности процесса управления риском банкротства именно их анализу следует уделять особое внимание.
Эффективность процесса управления риском банкротства также во многом зависит и от того, на какой стадии банкротства находится предприятие. С позиции критерия затраты-эффективность управление этим риском целесообразно проводить на ранних стадиях банкротства, в частности, на стадии экономической несостоятельности, характеризующей состояние предприятия, когда его доходы не покрывают общих расходов.
Реализация процесса управления риском экономической несостоятельности предполагает наличие моделей, с помощью которых осуществляется построение профиля риска, проводится оценка экономического эффекта от проведения антирисковых, мероприятий, т.е. моделей анализа и управления риском экономической несостоятельности.
Степень научной разработанности проблем анализа и управления риском банкротства предприятия можно оценить по работам зарубежных и отечественных исследователей в этой области.
Один из наиболее распространенных подходов к исследованию риска банкротства основан на анализе финансовых показателей деятельности предприятия. В рамках этого подхода в наиболее закопченном виде модели анализа риска банкротства представлены в работах таких зарубежных исследователей, как Э. Альтман, У. Бивер, Ж. Лего, Р. Лис, Г. Спрингейт, Р. Таф-флер. Большинство моделей анализа риска банкротства отечественных исследователей М. А. Бендикова, Г. Б. Давыдовой и А. Ю. Беликова, Я. Д. Вишнякова, О. П. Зайцевой, А. В. Колосова, А. А. Пересецкого, А. В. Постюшкова, Р. С. Сайфулина и Г. Г. Кадыкова, Е. М. Трененкова и С. А. Дведенидовой, М. А. Федотовой, В. Л. Шемякина основаны на адаптации зарубежных моделей к российским условиям. Краткая общая характеристика указанных моделей заключается в том, что они позволяют (на основе данных финансовой отчетности предприятия) охарактеризовать финансовое состояние предприятия путем расчета значений тех или иных агрегированных индикаторов. В целом, они могут рассматриваться как эффективные инструменты с точки зрения их применения кредиторами предприятия (а также поставщиками, потребителями и др.) для оценки перспективности данного предприятия как контрагента. Однако с точки зрения внутренней задачи улучшения финансового состояния предприятия подобные модели являются малоэффективными, поскольку на их основе затруднена идентификация и количественная оценка уровня риска банкротства предприятия, находящегося на стадии экономической несостоятельности. Указанные модели фактически являются своеобразными индикаторами, сигнализирующими о неблагополучном состоянии предприятия. При этом анализ конкретных причин, приведших к данному состоянию, существенно ограничен.
Непосредственно исследованию проблем управления риском экономической несостоятельности производственных предприятий посвящены работы А. Б. Секерина, В. Г. Шуметова, Г. В. Королева, Т. М. Мамошиной, в которых изложены общие подходы к управлению этим риском, а также разработаны соответствующие модели на основе методов экспертной оценки.
В данном диссертационном исследовании предлагается иной подход к построению моделей количественного анализа процесса управления риском экономической несостоятельности, основанный на идее существования зависимости между мерой возможности проявления фактора риска и объемом затрат на проведение антирисковых мероприятий. Для аппроксимации этой зависимости используется аппарат теории вероятностей и теории нечетких множеств.
Объектом исследования является процесс управления риском экономической несостоятельности производственного предприятия.
Предмет исследования составляют модели количественного анализа процесса управления риском экономической несостоятельности производственного предприятия.
Цели и задачи исследования. Цель диссертационного исследования заключается в развитии аппарата количественного анализа процесса управления риском экономической несостоятельности производственного предприятия.
Цель исследования предопределила необходимость решения следующих задач:
- исследовать зарубежные и отечественные модели анализа риска банкротства предприятия и дать их сравнительную характеристику;
- разработать вероятностные и нечетко-множественные модели привнесенного и собственного риска отдельного производственного звена;
- определить вид аналитической зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий;
- разработать оптимизационную модель управления риском на уровне производственного звена;
- предложить модификацию общего механизма формирования риска экономической несостоятельности, учитывающую особенности производственной деятельности предприятий строительной сферы;
- выпонить верификацию построенных моделей.
Область исследования. Диссертационная работа выпонена в рамках п. 1.4 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, ., способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений паспорта специальности 08.00.13 Ч Математические и инструментальные методы экономики.
Теоретическую и методологическую основу исследования составили труды зарубежных и отечественных ученых по вопросам управления хозяйственным риском, экономико-математического моделирования финансово-хозяйственной деятельности предприятия.
Результаты диссертации опираются на работы А. Б. Секерина, В. Г. Шу-метова и Г. В. Королева по анализу механизма формирования риска экономической несостоятельности производственного предприятия. В работе использовались теоретические положения, сформулированные Р. М. Качаловым в рамках концепции приемлемого риска (принцип разделения стартового и финального уровня риска, понятие профиля риска), а также концепция риска как ресурса, разрабатываемая Н.Д. Бубликом, С. В. Попеновым.
Инструментарно-методический аппарат. При выпонении диссертационного исследования применяся методический аппарат теории вероятностей и математической статистики, теории нечетких множеств, теории управления хозяйственным риском, использовались методы математического, в том числе имитационного, моделирования, методы нелинейной оптимизации, методы экспертного оценивания, метод анализа иерархий, системы компьютерной математики и поддержки принятия решений.
Информационно-эмпирическую базу исследования составили официальные данные Федеральной службы государственной статистики, Территориального органа Федеральной службы государственной статистики по Орловской области, Высшего Арбитражного Суда РФ, Арбитражного Суда Орловской области, данные финансовой и бухгатерской отчетности производственных предприятий Орловской области, результаты экспертного обследования предприятий.
Научная новизна исследования состоит в разработке подходов к построению моделей количественного анализа процесса управления риском экономической несостоятельности производственного предприятия, основанных на принципе разделения стартового и финального уровня риска, реализация которого предполагает наличие зависимости между возможностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий.
Научную новизну содержат следующие результаты диссертационного исследования:
1. Разработана иерархия вероятностных и нечетко-множественных моделей количественного анализа процесса управления риском экономической несостоятельности, основу которой составляют модели привнесенного и собственного риска производственного звена, позволившие построить профиль риска экономической несостоятельности предприятия и оценить эффективность антирисковых мероприятий.
2. Предложен способ аппроксимации зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий с помощью функций дробно-линейного семейства, что позволило оценить возможный экономический эффект от проведения этих мероприятий.
3. Предложена процедура определения параметров функций дробно-линейного семейства, которая позволила учесть условия согласованности, устанавливающие соотношения между количественными результатами управляющих воздействий по снижению интенсивности проявления фактора риска.
4. Разработана оптимизационная модель управления риском предприятия на уровне отдельного производственного звена, основанная на использовании принципа разделения стартового и финального уровня риска и предполагающая аналитическую зависимость в виде дробно-линейных функций между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий.
5. Предложена модификация общего механизма формирования риска экономической несостоятельности, позволившая учесть особенности производственной деятельности строительного предприятия и заключающаяся в том, что риск формируется за счет роста допонительных прямых финансовых и временных затрат на выпонение планового графика работ.
Теоретическая значимость диссертации состоит в том, что полученные результаты исследования могут применяться для разработки моделей управления хозяйственным риском производственного предприятия в рамках концепции риска как ресурса.
Практическая значимость исследования заключается в том, что разработанные модели позволяют проводить количественный анализ этапов управления риском экономической несостоятельности производственного предприятия и могут быть использованы, наряду с другими моделями анализа риска банкротства, в качестве инструментария для получения допонительной информации, повышающей эффективность управления риском банкротства.
Апробация результатов работы. Результаты диссертационного исследования докладывались и обсуждались на: семинаре Теория риска и актуарная математика кафедры агебры и математических методов в экономике Орловского государственного университета; международной конференции Современные методы физико-математических наук в г. Орел, 2006 г.; XIV международной конференции студентов, аспирантов и молодых ученых Ломоносов Ч 2007 в г. Москва, 2007 г.; международной конференции Моделирование и прогнозирование в управлении: методы и технологии в г. Орел, 2007 г.; международной конференции Экономическое прогнозирование: модели и методы в г. Воронеж, 2006, 2007, 2008 гг.
Внедрение результатов исследования. Материалы диссертационного исследования в части анализа механизма формирования риска экономической несостоятельности и оценки экономического эффекта от проведения антирисковых мероприятий применяются при планировании комплекса мер по снижению производственных потерь на предприятии Орловской области Ч ОАО Агрофирма Ливенское мясо, о чем имеется соответствующий акт о внедрении.
Отдельные результаты диссертационного исследования внедрены в образовательный процесс ГОУ ВПО Орловский государственный университет и используются при подготовке экономистов-информатиков в курсе Управление хозяйственным риском производственного предприятия.
Публикации. По теме диссертационного исследования опубликовано 11 печатных работ, в том числе 3 статьи в ведущих рецензируемых научных журналах и изданиях, определенных ВАК Минобрнауки РФ. Лично соискателю принадлежат работы [87-93]. Остальные работы выпонены в соавторстве. В [83] разработаны нечетко-множественные модели управления риском экономической несостоятельности, проведены вычислительные эксперименты; в [94] соискателем разработаны вероятностные модели оценки уровней привнесенного и собственного риска производственного звена, проведены вычислительные эксперименты; в [84] разработана оптимизационная модель управления риском; в [85] разработана нечетко-множественная модель оценки уровня риска потерь отдельного производственного звена.
Структура и объем работы. Диссертация состоит из введения, трех глав собственных исследований, заключения, списка литературы из 167 наименований, приложения. Основной текст работы изложен на 153 страницах, содержит 18 рисунков и 17 таблиц.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Строев, Сергей Павлович
Заключение
Основными результатами проведенного исследования, цель которого заключалась в развитии аппарата количественного анализа процесса управления риском экономической несостоятельности производственных предприятий, являются.
1. Разработана иерархия вероятностных и нечетко-множественных моделей количественного анализа процесса управления риском экономической несостоятельности, основу которой составляют модели привнесенного и собственного риска производственного звена, позволившие построить профиль риска экономической несостоятельности предприятия и оценить эффективность антирисковых мероприятий.
Нижний уровень разработанной иерархии моделей составляют модели привнесенного и собственного риска отдельного производственного звена. Данные модели основываются на предположении о том, что потери звена формируются, как правило, за счет двух групп причин. Первой группой причин, управление которыми не может проводиться на уровне звена, обусловливается привнесенный риск. Второй группой причин, управление которыми может осуществляться на уровне звена, генерируется собственный риск. В качестве количественной оценки уровней этих рисков используется относительное расхождение между величиной возможных потерь звена по некоторому показателю и плановым значением показателя. На основании моделей привнесенного и собственного риска звена строится модель риска потерь однопродук-товой технологической цепочки, составляющая второй уровень иерархии. В этой модели учитывается характер производственных связей между звеньями, входящими в технологическую цепочку. Верхний уровень иерархии составляет модель риска экономической несостоятельности, учитывающая раз-ветвленность производственно-технологической структуры предприятия.
2. Предложен способ аппроксимации зависимости между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий с помощью функций дробно-линейного семейства, что позволило оценить возможный экономический эффект от проведения этих мероприятий.
При разработке вероятностной модели собственного риска звена предполагалось, что существует качественная зависимость между вероятностью проявления фактора риска и объемом затрат на проведение антирисковых мероприятий. В результате анализа этой зависимости, проводившегося в соответствии с экономическим содержанием этапа управления риском, выявились свойства, которыми дожно обладать ее аналитическое представление. По итогам исследования, выпоненного с экономической и вычислительной точек зрения, различных семейств функций, которые удовлетворяют выделенным свойствам, предложено данную зависимость аппроксимировать функциями дробно-линейного семейства. Подобное аналитическое представление позволило разработать модели количественного анализа этапа управления риском, и установить характер связи между уровнем риска и объемом средств на проведение антирисковых мероприятий.
3. Предложена процедура определения параметров функций дробно-линейного семейства, которая позволила учесть условия согласованности, устанавливающие соотношения между количественными результатами управляющих воздействий по снижению интенсивности проявления фактора риска.
Так как зависимость между вероятностью проявления фактора риска и объемом средств на проведение антирисковых мероприятий описывается семейством функций, то для каждого фактора риска возникает необходимость выявить вид конкретной функции этого семейства, т.е. определить значения параметров. На значения накладываются условия согласованности, устанавливающие соотношения между количественными результатами управляющих воздействий по снижению интенсивности проявления фактора риска. Также в данных условиях учитываются ограничения, накладываемые на значения параметров исходя из аксиоматики теории вероятностей. Предлагаемая процедура основывается на переходе от нахождения решения системы уравнений относительно неизвестных значений параметров к поиску решения двух оптимизационных задач. Именно благодаря подобному переходу учитываются условия согласованности.
4. Разработана оптимизационная модель управления риском предприятия на уровне отдельного производственного звена, основанная на использовании принципа разделения стартового и финального уровня риска и предполагающая аналитическую зависимость в виде дробно-линейных функций между вероятностью проявления фактора риска и объемом затрат па проведение аптирисковых мероприятий.
На этапе управления риском потерь звена возникает задача оптимального, по критерию экономического эффекта, распределения средств, выделяемых на проведение антирисковых мероприятий по снижению интенсивностей проявления факторов риска. Естественно предположить, что данное распределение средств среди факторов риска носит дифференцируемый характер, обусловленный различной степенью влияния каждого из них на итоговую величину потерь звена. Разработанная оптимизационная модель управления риском, в которой целевая функция представляет собой разницу между величиной предотвращаемых потерь и объемом сделанных затрат, а в качестве ограничений выступают ограничения по объему средств, позволяет учитывать подобный характер распределения средств.
5. Предложена модификация общего механизма формирования риска экономической несостоятельности, позволившая учесть особенности производственной деятельности строительного предприятия и заключающаяся в том, что риск формируется за счет роста допонительных прямых финансовых и временных затрат на выпонение планового графика работ.
Уровень риска экономической несостоятельности строительной организации, как и в случае промышленного предприятия, зависит от величины потерь, возникающих в ходе выпонения работ каждой из фаз строительного цикла. Однако, в отличие от случая промышленных предприятий, величина потерь каждой фазы строительного цикла связывается, главным образом, с возможным ростом прямых финансовых затрат на проведение работ или затрат, обусловленных увеличением сроков выпонения работ по сравнению с плановым графиком. Вместе с тем, особенность производственной деятельности строительных компаний заключается в том, что проведение фаз строительного цикла осуществляется в определенной мере независимо друг от друга Ч последующая фаза работ начинается только после того, как будут окончены работы предыдущей фазы. В связи с этим уровень риска потерь последующей фазы фактически не зависит от уровня риска потерь предыдущей фазы. Предложенная модификация общего механизма формирования риска экономической несостоятельности позволяет учесть выделенную особенность производственной деятельности строительных компаний.
По основным результатам выпоненного исследования молено сделать следующие выводы.
1. При анализе механизма формирования риска экономической несостоятельности установлено, что уровень риска является величиной, зависящей от уровней привнесенного и собственного риска каждого звена, входящего в производственно-технологическую структуру предприятия. Вид зависимости определяется из структуры существующих между звеньями производственных связей.
2. В ходе разработки моделей управления риском экономической несостоятельности установлено, что управление риском сводится к управлению собственным риском каждого производственного звена, входящего в производственно-технологическую структуру предприятия, и заключается в проведении антирисковых мероприятий по снижению интен-сивностей проявления факторов риска.
3. Проведено исследование качественного поведения зависимости между вероятностью проявления фактора риска и объемом затрат на проведение комплекса мер по снижению интенсивности его проявления.
Установлено, что данную зависимость целесообразно аппроксимировать функциями дробно-линейного семейства.
4. При разработке моделей количественного анализа процесса управления риском экономической несостоятельности конкретного предприятия следует учитывать специфику производственной деятельности предприятия и соответствующим образом модифицировать механизм формирования риска.
Дальнейшее развитие исследования может основываться на следующих предложениях.
1. При оценке величины возможных потерь отдельного производственного звена на основе иерархической структуры их формирования следует учитывать взаимное влияние элементов одного уровня иерархии. Например, влияние интенсивности проявления одного фактора риска на интенсивность проявления другого фактора и, наоборот. Для этого может быть использован метод аналитических сетей, разработанный Т. Саати.
2. В рамках нечетко-множественной модели оценки уровня собственного риска звена целесообразно получить аналитическую зависимость между степенями уверенности эксперта и объемом затрат на проведение комплекса антирисковых мероприятий. Это позволило бы разработать нечетко-множественные оптимизационные модели управления риском, а также найти интервальные оценки затрат, необходимых на проведение антирисковых мероприятий, реализация которых сопряжена с получением максимального экономического эффекта.
Диссертация: библиография по экономике, кандидат экономических наук , Строев, Сергей Павлович, Орел
1. Адлер, Ю. П. Планирование эксперимента при поиске оптимальных условий / Ю. П. Адлер, Е. В. Маркова, Ю. В. Грановский.Ч 2-е, пе-рераб. и доп. изд. Ч М.: Наука, 1976. Ч 278 с.
2. Алексеева, О. А. Разработка методов и моделей управления несостоятельным автотранспортным предприятием в современных условиях: Дис. канд. экон. наук: 08.00.05. Ч СПб., 2002. Ч 242 с.
3. Альгин, А. П. Риск и его роль в общественной жизни / А. П. Альгин. Ч М.: Мысль, 1989.Ч 191 с.
4. Альгин, А. П. Грани экономического риска / А. П. Альгин. Ч М.: Знание, 1991.- 64 с.
5. Андреева, Т. Е. Управление персоналом в период изменений в российских компаниях: методики распространенные и результативные / Т. Е. Андреева // Российский журнал менеджмента.Ч 2006.Ч Т. 4, № 2. С. 25-48.
6. Аоки, М. Введение в методы оптимизации. Пер. с англ. / М. Аоки. Ч М.: Наука, 1977. Ч 344 с.
7. Базара, М. Нелинейное программирование. Теория и агоритмы: Пер. с англ. Т. Д. Березневой, В. А. Березнева. Под ред. Д. Б. Юдина / М. Базара, К. Шетти.- М.: Мир, 1982.- 583 с.
8. Бандурин, В. В. Проблемы управления несостоятельными предприятиями в условиях переходной экономики / В. В. Бандурин, В. Е. Лариц-кий. Ч М.: Наука и экономика, 1999. Ч 164 с.
9. Банкротство предприятия / Под ред. Д. Ф. Рысиной, С. В. Бейлиной, М. А. Подобед,- М.: ПРИОР, 2001.- 336 с.
10. Банк, В. Р. Финансовый анализ: учеб. пособие / В. Р. Банк, С. В. Банк, А. В. Тараскина. Ч М.: Проспект, 2006. Ч 344 с.
11. Бейко, И. В. Методы и агоритмы решения задач оптимизации / И. В. Бейко, Б. Н. Бублик, П. Н. Зинько. Ч К.: Вища школа, 1983.Ч 512 с.
12. Беликов, А. Ю. Диагностика риска банкротства предприятия. На примере предприятий торговли: Дис. канд. экон. наук: 08.00.05. Ч Иркутск, 1997.- 201 с.
13. Бернстайн, П. Против богов: Укрощение риска. Пер. с англ. А. Маран-тиди. Под ред. Б. Пинскер / П. Бернстайн. Ч М.: Олимп-Бизнес, 2000. Ч 400 с.
14. Бешелев, С. Д. Математико-статистические методы экспертных оценок / С. Д. Бешелев, Ф. Г. Гурвич. Ч 2-е, перераб. и доп. изд. Ч М.: Статистика, 1982. 263 с.
15. Бланк, И. А. Управление финансовыми рисками / И. А. Бланк. Ч К.: Ника-Центр, 2005. Ч 600 с.
16. Бригхем, Ю. Финансовый менеджмент. полный курс в 2-х т. / Пер., с англ. под ред. В. В. Ковалева / Ю. Бригхем, J1. Гапенски. Ч СПб.: Экономическая школа, 1997. Ч Т. 2. Ч 669 с.
17. Буренок, О. В. Диагностика состояния предприятия при принятии решения о банкротстве: Дис. канд. экон. наук: 08.00.05. Ч СПб., 2002. Ч 182 с.
18. Бусленко, Н. П. Метод статистического моделирования / Н. П. Буслен-ко. Ч М.: Статистика, 1970. Ч 112 с.
19. Бусленко, Н. П. Метод статистических испытаний / Н. П. Бусленко, Ю. А. Шрейдер,- М.: Наука, 1961.- 228 с.
20. Буянов, В. П. Рискология. Управление рисками / В. П. Буянов, К. А. Кирсанов, Л. М. Михайлов. М.: ЭКЗАМЕН, 2002.- 382 с.
21. Васильев, Ф. П. Методы решения экстремальных задач / Ф. П. Васильев. Ч М.: Наука, 1981. Ч 400 с.
22. Викас, Э. Й. Решения: теория, информация, моделирование / Э. Й. Викас, Е. 3. Маймииас. Ч М.: Радио и связь, 1981.Ч 328 с.
23. Виханский, О. С. Другой менеджмент: время перемен / О. С. Вихан-ский, А. И. Наумов // Российский журнал менеджмента. Ч 2004. Ч Т. 2, № 3. С. 105-126.
24. Вишняков, Я. Д. Оценка и анализ финансовых рисков предприятия в условиях априорно враждебной окружающей среды бизнеса / Я. Д. Вишняков, А. В. Колосов, В. JT. Шемякин // Менеджмент в России и за рубежом. Ч 2000. Ч № 3. Ч С. 106-110.
25. Вишняков, Я. Д. Общая теория рисков / Я. Д. Вишняков, Н. Н. Рада-ев. Ч М.: Академия, 2007. Ч 368 с.
26. Воков, JL В. Особенности банкротства российских предприятий: Дис. канд. экон. наук: 08.00.05. М., 2000. Ч 247 с.
27. Гил, Ф. Численные методы условной оптимизации. Пер. с англ. В. Ю. Лебедева. Под ред. А. А. Петрова / Ф. Гил, У. Мюррей. Ч М.: Мир, 1977. 296 с.
28. Гончаров, В. И. Менеджмент: Учеб. пособие / В. И. Гончаров, Ч Мн.: Мисанта, 2003. 624 с.
29. Гринберг, А. С. Основы построения систем проектирования АСУП / А. С. Гринберг. Ч М.: Машиностроение, 1983.Ч 272 с.
30. Грушенко, В. И. Кризисное состояние предприятия: поиск причин и способов его преодоления / В. И. Грушенко, JT. В. Фомченкова // Менеджмент в России и за рубежом. Ч 1998. Ч № 1. Ч С. 31-38.
31. Давние, В. В. Прогнозные модели экспертных предпочтений / В. В. Давние, В. И. Тинякова. Ч Воронеж: ВГУ, 2005. Ч 248 с.
32. Давыдова, Г. В. Методика количественной оценки риска банкротства / Г. В. Давыдова, А. Ю. Беликов // Управление риском. Ч 1999. № 3. -С. 13-20.
33. Донцова, JI. В. Анализ финансовой отчетности: Учеб. пособие / JI. В. Донцова, Н. А. Никифорова. Ч 2-е изд. Ч М.: Дело и сервис, 2004. Ч 336 с.
34. Драчена, И. Н. Финансовая несостоятельность (банкротство) организаций потребительской кооперации и пути ее предотвращения: Дис. канд. экон. наук: 08.00.10. Ч М., 2002, Ч 180 с.
35. Дэвид, Г. Метод парных сравнений. Пер. с англ. Н. Космарской, Д. Шмсрлинга. Под ред. Ю. Адлера / Г. Дэвид. Ч М.: Статистика, 1978.Ч 144 с.
36. Евтушенко, Ю. Г. Методы решения экстремальных задач и их применение в системах оптимизации / Ю. Г. Евтушенко. Ч М.: Наука, 1982.Ч 432 с.
37. Ендовицкий, Д. А. Диагностический анализ финансовой несостоятельности организаций: учеб. пособие / под ред. проф. Д. А. Ендовицкого / Д. А. Ендовицкий, М. В. Щербаков, Ч М.: Экономистъ, 2007,Ч 287 с.
38. Заде, JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. Пер. с англ. Н. И. Ринго / Л. Заде; Под ред. Н. Н. Моисеева, С. А. Орловского. Ч М.: Мир, 1976. Ч 167 с.
39. Зайцева, О. П. Антикризисный менеджмент в российской фирме / О. П. Зайцева // Аваль. 1998. Ч № 11-12.
40. Ивашковская, И. В. Становление корпорации в контексте жизненного цикла организации / И. В. Ивашковская, Г. Н. Константинов, С. Р. Фи-лонович // Российский журнал менеджмента.Ч 2004.Ч Т. 2, № 4.Ч С. 19-34.
41. Канеман, Д. Принятие решений в неопределенности: Правила и предубеждения / Пер. с анг. / Д. Канеман, П. Словик, А. Тверски.Ч X.: Институт прикладной психологии Гуманитарный Центр, 2005.Ч 632 с.
42. Капелюшников, Р. И. Обновление высшего менеджмента российских промышленных предприятий: свидетельства российского экономического барометра / Р. И. Капелюшников, Н. В. Демина // Российский журнал менеджмента. Ч 2005. Ч Т. 3, № 3. Ч С. 27-42.
43. Качалов, Р. М. Управление хозяйственным риском / Р. М. Качалов.Ч М.: Наука, 2002.Ч 192 с.
44. Кельтон, В. Имитационное моделирование. Классика CS. Пер. с англ. под ред. В. Я. Томашевского / В. Кельтон, A. Jloy. Ч 3-е изд. Ч СПб.: BHV, 2004. 847 с.
45. Кини, P. JI. Принятие решений при многих критериях: предпочтения и замещения. Пер. с англ. В. В. Подиновского, М. Г. Гафта, В. С. Бабин-цева / P. JI. Кини, X. Райфа; Под ред. И. Ф. Шахнова. Ч М.: Радио и связь, 1981. Ч 560 с.
46. Клейнер, Г. Б. Производственные функции. Теория, методы, применение / Г. Б. Клейнер. Ч М.: Финансы и статистика, 1986. Ч 239 с.
47. Клейнер, Г. Б. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность / Г. Б. Клейнер, В. JI. Тамбовцев, Р. М. Качалов. Ч М.: Экономика, 1997. Ч 288 с.
48. Ковалев, В. В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. / В. В. Ковалев. Ч 2-е, перераб. и доп. изд. Ч М.: Финансы и статистика, 1998.Ч 512 с.
49. Ковалев, В. В. Финансы предприятий / В. В. Ковалев, В. В. Ковалев. Ч М.: Веби, 2003.- 352 с.
50. Кондратьев, Н. Д. Большие циклы конъюнктуры, доклады и их обсуждение в институте экономики / Н. Д. Кондратьев, Д. И. Опарин. Ч М.: Институт экономики, 1928. Ч 287 с.
51. Королев, Г. В. Управление риском экономической несостоятельности промышленного предприятия на основе методов экспертной оценки: Дис. канд. экон. наук: 08.00.05. Ч Орел, 2005. Ч 149 с.
52. Круглов, В. В. Искусственные нейронные сети. Теория и практика / В. В. Круглов, В. В. Борисов. Ч 2-е стереотип, изд. Ч М.: Горячая линия-Телеком, 2002. 382 с.
53. Крюков, А. Ф. Анализ методик прогнозирования кризисной ситуации коммерческих организаций с использованием финансовых индикаторов / А. Ф. Крюков, И. Г. Егорычев // Менеджмент в России и за рубежом. 2001. - № 2. - С. 34-38.
54. Ларичев, О. И. Наука и искусство принятия решений / О. И. Ларичев. Ч М.: Наука, 1979.-200 с.
55. Лафуенте, А. М. X. Финансовый анализ в условиях неопреденности: Пер. с исп. Под ред. Е.И. Велесько, В.В. Краснопрошина, Н.А. Лепешинско-го / А. М. X. Лафуенте. Ч Мн.: Тэхналоия, 1998.Ч 150 с.
56. бов, Г. С. Методы обработки разнотипных экспериментальных данных / Г. С. бов. Н.: Наука, 1981.-161 с.
57. Леоненков, А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А. В. Леоненков. СПб.: БХВ-Петербург, 2005.- 736 с.
58. Литвак, Б. Г. Экспертная информация. Методы получения и анализа / Б. Г. Литвак. Ч М.: Радио и связь, 1982. Ч 184 с.
59. Литвинов, В. В. Методы построения имитационных систем / В. В. Литвинов, Т. П. Марьянович; Под ред. И. В. Сергиенко. Ч Киев: Наук, думка, 1991.- 120 с.
60. Малашихина, Н. Н. Риск-менеджмент: Учебное пособие / Н. Н. Мала-шихина, О. С. Белокрылова. Ч Ростов н/Д: Феникс, 2004. Ч 320 с.
61. Маленво, Э. Лекции по микроэкономическому анализу. Пер. с франц. X. А. Атакшиева / Э. Маленво; Под ред. К. А. Багриновского. Ч М.: Наука, 1985. 392 с.
62. Мину, М. Математическое программирование. Теория и агоритмы. Пер. с франц. и предисл. А. И. Штерна / М. Мину. Ч М.: Наука, 1990. Ч 488 с.
63. Найт, Ф. X. Риск, неопределенность и прибыль. Пер. с англ. М. Я. Каж-дана / Ф. X. Найт; Под ред. В. Г. Гребенникова, Ч М.: Дело, 2003.Ч 360 с.
64. Нестеров, Ю. Е. Эффективные методы в нелинейном программировании / Ю. Е. Нестеров. Ч М.: Радио и связь, 1989. Ч 304 с.
65. Панагушин, В. П. Диагностика банкротства: возможна ли оценка платежеспособности по двум показателям / В. П. Панагушин, В. И. Лапенков, Е. В. Лютер // Финансы. 1995. - № 7. - С. 23-27.
66. Панкова, Л. А. Организация экспертизы и анализ экспертной информации / Л. А. Панкова, А. М. Петровский, М. В. Шнейдерман. Ч М.: Наука, 1984,- 120 с.
67. Пересецкий, А. А. Методы оценки вероятности дефота банков / А. А. Пересецкий // Экономика и математические методы.Ч 2007.Ч Т. 43, № 3. С. 37-62.
68. Порфирьев, П. Н. Концепция риска, который никогда не равен нулю / П. Н. Порфирьев // Энергия. 1989. - № 8.- С. 31-33.
69. Постюшков, А. В. Рейтинг конкурентноспособности / А. В. Постюш-ков // Риск. Информация. Снабжение. Кокуренция. Ч 2001.Ч № 4.Ч С. 64-71.
70. Психологические измерения. Пер. с англ. Е. Ю. Артемьевой / Под ред. JI. Д. Мешакина,Ч М.: Мир, 1967.Ч 194 с.
71. Пфанцагль, И. Теория измерений. Пер. с англ. В. Б. Кузьмина / И. Пфанцагль; Под ред. С. В. Овчинникова. Ч М.: Мир, 1976. Ч 247 с.
72. Радыгин, А. Д. Институт банкротства в России: особенности эволюции, проблемы и перспективы / А. Д. Радыгин, Ю. В. Симачев // Российский журнал менеджмента. Ч 2005. Ч Т. 3, № 2. Ч С. 43-70.
73. Романовский, И. В. Агоритмы решения экстремальных задач / И. В. Романовский. Ч М.: Наука, 1977. Ч 352 с.
74. Рощин, С. Ю. Рынок труда топ-менеджеров в России: между внешним наймом и внутренним продвижением / С. Ю. Рощин, С. А. Сонцев // Российский журнал менеджмента. Ч 2005. Ч Т. 3, № 4. Ч С. 11-29.
75. Рудакова, Т. А. Анализ и оценка платежеспособности организаций в процедуре банкротства: Дис. канд. экон. наук: 08.00.12,Ч Новосибирск, 2002.- 256 с.
76. Саати, Т. JI. Принятие решений. Метод анализа иерархий. Пер. с англ. Р. Г. Вачиадзе / Т. JI. Саати. Ч М.: Радио и связь, 1993. Ч 320 с.
77. Савицкая, Г. В. Экономический анализ / Г. В. Савицкая. Ч 11-е, испр. и доп. изд. Ч М.: Новое знание, 2005. Ч 651 с.
78. Савчук, В. П. Финансовая диагностика и мониторинг деятельности предприятия: практические подходы и технологии / В. П. Савчук.Ч Киев, 2004. 173 с.
79. Сеа, Ж. Оптимизация. Теория и агоритмы. Пер. с фр. Л. Г. Турина / Ж. Сеа; Под ред. А. Ф. Кононенко, Н. Н. Моисеева. Ч М.: Мир, 1973. Ч 243 с.
80. Секерин, А. Б. Механизм формирования риска экономической несостоятельности производственного предприятия / А. Б. Секерин // Вестник
81. Воронежского государственного университета, сер. Экономика №1.Ч 2005,- С. 177-182.
82. Секерин, А. Б. Анализ и оценка риска. Курс лекций / А. Б. Секерин, Т. М. Мамошина. Ч М.: ИИЦ МГУДТ, 2003. 160 с.
83. Секерин, А. Б. Нечетко-множественная модель управления риском экономической несостоятельности производственного предприятия /
84. A. Б. Секерин, В. Д. Селютин, С. П. Строев // Управление риском.Ч 2008. № 2. - С. 28-35.
85. B. Г. Гребенникова, И. Н. Щепиной, В. Н. Эйтингона; Центр. Экон.-мат. ин-т РАН и др.. 2007. - С. 248-250.
86. Секерин, А. Б. Управление хозяйственным риском производственного предприятия на основе интегрированного подхода: препринт / А. Б. Секерин, В. Г. Шуметов, В. А. Гудов. Орел: ОГУ, 2003. - 45 с.
87. Строев, С. П. Метод оценивания неизвестных значений параметров семейства функций / С. П. Строев // Наука и образование. Межвуз. сборник научных трудов. Выпуск №2. Общество и экономика. Ч 2006.Ч С. 89-97.
88. Строев, С. П. Экспертный метод оценки эффективности затрат на управление риском / С. П. Строев // Современные методы физико-математических наук. Труды Международной конференции. 9-14 октября 2006 г., г. Орел. Т. 2,Ч 2006.Ч С. 162-165.
89. Строев, С. П. Вероятностная модель оценки уровня риска экономической несостоятельности отдельного производственного звена / С. П. Строев, А. Б. Секерин // Труды Кубанского аграрного университета. Ч 2008. № 10. Ч С. 19-24.
90. Ступаков, В. С. Риск-менеджмент / В. С. Ступаков, Г. С. Токаренко. Ч М.: Финансы и статистика, 2006.Ч 289 с.
91. Суан, JT. X. Оценка и прогнозирование банкротства предприятия: Дис. канд. экон. наук: 08.00.05. М., 1999. Ч 198 с.
92. Сухарев, Д. В. Оценка и прогнозирование риска банкротства предприятия: Дис. канд. экон. наук: 08.00.05. Ч М., 2006. Ч 190 с.
93. Тарасова, Ж. Н. Диагностика банкротства торговых предприятий: Дис. канд. экон. наук: 08.00.05. СПб., 2004. Ч 188 с.
94. Трененков, Е. М. Диагностика в антикризисном управлении / Е. М. Тре-ненков, С. А. Дведенидова // Менеджмент в России и за рубежом,Ч 2002. Ч № 1,- С. 3-25.
95. Федотова, М. А. Как оценить финансовую устойчивость предприятия / М. А. Федотова // Финансы. 1995. - № 6. - С. 13-16.
96. Фельдбаум, А. А. Основы теории оптимальных автоматических систем / А. А. Фельдбаум. Ч М.: Физматгиз, 1963.Ч 552 с.
97. Фиакко, А. Нелинейное программирование. Методы последовательной безусловной оптимизации. Пер. с англ. Б. И. Алейникова, М. М. Бер-ковича / А. Фиакко, Г. Мак-Кормик; Под ред. Е. Г. Голыптейна. Ч М.: Мир, 1972.-240 с.
98. Цухло, С. Анализ факторов, определяющих реальное финансово-экономическое состояние российских промышленных предприятий / С. Цухло. М.: ИЭПП, 2001. - 65 с.
99. Челышев, А. Н. Разработка инструментальных методов прогнозирования баБжротства предприятий: Дис. канд. экон. наук: 08.00.13.Ч М., 2006.- 116 с.
100. Чернова, Г. В. Управление рисками: Учебное пособие / Г. В. Чернова, А. А. Кудрявцев, Ч М.: Проспект, 2003.Ч 160 с.
101. Шапкин, А. С. Экономические и финансовые риски. Оценка, управление, портфель инвестиций / А. С. Шапкин, Ч М.: Дашков и К, 2003.Ч 544 с.
102. Шапкин, А. С. Теория риска и моделирование рисковых ситуаций / А. С. Шапкин, В. А. Шапкин, Ч М.: Дашков и К, 2005. Ч 880 с.
103. Широкова, Г. В. Жизненный цикл организации: эмпирические исследования и теоретические подходы / Г. В. Широкова // Российский журнал менеджмента. Ч 2007. Т. 5, № 3. - С. 85-90.
104. Широкова, Г. В. Особенности формирования жизненных циклов российских компаний (эмпирический анализ) / Г. В. Широкова, И. С. Меркурьева, О. Ю. Серова // Российский журнал менеджмента.Ч 2006.Ч Т. 4, № 3. С. 3-26.
105. Шоломицкий, А. Г. Теория риска. Выбор при неопределенности и моделирование риска / А. Г. Шоломицкий. Ч М.: Изд. дом ГУ ВШЭ, 2005. Ч 400 с.
106. Экономика предприятия: Учебник / Под ред. проф. О. И. Вокова.Ч М.: ИНФРА-М, 1997. 416 с.
107. Экономический анализ: Учебник для вузов / Под ред. JI. Т. Гиляровской. 2-е, доп. изд. - М.: ЮНИТИ-ДАНА, 2004. - 615 с.
108. Aczel, J. On the possible merging functions / J. Aczel, F. S. Roberts // Mathematical Social Sciences. Ч 1989. Ч Vol. 17. Ч Pp. 205-243.
109. Altman, E. I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy / E. I. Altman // The Journal of Finance. Ч 1968.Ч Vol. 23, no. 4.- Pp. 589-609.
110. Altman, E. I. A new model to identify bankruptcy risk of corporations / E. I. Altman, R. G. Haldeman, P. Narayanan // Journal of Banking and Finance. Ч 1977. Vol. 1. - Pp. 29-54.
111. Baldwin, J. Comparison of fuzzy sets on same decision space / J. Baldwin, N. Guild // Fuzzy Sets and Systems. 1979. Ч Vol. 2. - Pp. 213-233.
112. Bankruptcy classification model for small firms / J. G. J. Fulmer, J. E. Moon, T. A. Gavin, M. J. Erwin // Journal of Commercial Bank Lending. Ч July, 1984.-Pp. 25-37.
113. Bass, S. Rating and ranking of multipleaspect alternatives using fuzzy sets / S. Bass, H. Kwakernaak // Automatica.Ч 1977, ЧVol. 13. Ч Pp. 47-58.
114. Bazaraa, M. S. Nonlinear programming: theory and algorithms / M. S. Bazaraa, H. D. Sherali, С. M. Shetty. Ч 3 edition. Ч Wiley-Interscience, 2006. 853 pp.
115. Beaver, W. H. Financial ratios as predictors of failure, empirical research in accounting: Selected studies / W. H. Beaver // Journal of Accounting Research. 1967. - Pp. 71-111.
116. Bortolan, G. A review of some methods for ranking fuzzy subsets / G. Bor-tolan, R. Degani // Fuzzy Sets and Systems. 1985. Ч Vol. 15. - Pp. 1-19.
117. Buckley, J. J. On using a-cuts to evaluate fuzzy equations / J. J. Buckley // Fuzzy Sets and Systems. 1990. - Vol. 38. - Pp. 309-312.
118. Buckley, J. Ranking alternatives using fuzzy numbers / J. Buckley // Fuzzy Sets and Systems. 1985. - Vol. 15. - Pp. 21-31.
119. Calvo, Т. Aggregation operators: ordering and bounds / T. Calvo, R. Mesiar // Fuzzy Sets and Systems. Ч 2003. Ч Vol. 139. Ч Pp. 685-697.
120. Cheng, C.-H. A new approach for ranking fuzzy numbers by distance method / C.-H. Cheng // Fuzzy Sets and Systems.Ч 1998.Ч Vol. 95.Ч Pp. 307-317.
121. Chen, S. H. Ranking fuzzy numbers with maximizing set and minimizing set / S. H. Chen // Fuzzy Sets and Systems. 1985. Ч Vol. 17. Ч Pp. 113129.
122. Choobineh, F. An index for ordering fuzzy numbers / F. Choobineh, H. Li // Fuzzy Sets and Systems. Ч 1993. Ч Vol. 54. Ч Pp. 287-294.
123. Delgado, M. A procedure for ranking fuzzy numbers using fuzzy relations / M. Delgado, J. Verdegay, M. Villa // Fuzzy Sets and Systems. Ч 1988.Ч Vol. 26. Ч Pp. 49-62.
124. Dias, O. Ranking alternatives using fuzzy numbers: A computational approach / O. Dias // Fuzzy Sets and Systems. 1993. Ч Vol. 56. - Pp. 247252.
125. Dubois, D. Ranking of fuzzy numbers in the setting of possibility theory / D. Dubois, H. Prade // Information Science. Ч 1983. Vol. 30.- Pp. 183224.
126. Dubois, D. The mean value of a fuzzy number / D. Dubois, H. Prade // Fuzzy Sets and Systems. 1987. - Vol. 24. - Pp. 279-300.
127. Fortemps, P. Ranking and defuzzification methods based on area compensation / P. Fortemps, M. Roubens // Fuzzy Sets and Systems. Ч 1996.Ч Vol. 82. Pp. 319-330.
128. Gonzalez, A. A study of the ranking function approach through mean values / A. Gonzalez // Fuzzy Sets and Systems. Ч 1990. Ч Vol. 35. Ч Pp. 2941.
129. Grzegorzewski, P. Metrics and orders in space of fuzzy numbers / P. Grze-gorzewski // Fuzzy Sets and Systems. Ч 1998. Ч Vol. 97. Ч Pp. 83-94.
130. Hanss, M. Applied Fuzzy Arithmetic. An Introduction with Engineering Applications / M. Hanss. Ч Netherlands: Springer-Verlag, 2005.Ч 260 pp.
131. Hong, D. H. A note on operations on fuzzy numbers / D. H. Hong // Fuzzy Sets and Systems. 1997. - Vol. 87. Ч Pp. 383-384.
132. Ibanes, L. M. C. A subjective approach for ranking fuzzy numbers / L. M. C. Ibanes, A. G. Munoz // Fuzzy Sets and Systems.Ч 1989. Ч Vol. 29. Ч Pp. 145-153.
133. Kim, K. Ranking fuzzy numbers with index of optimism / K. Kim, K. Park // Fuzzy Sets and Systems. 1990. - Vol. 35. - Pp. 143-150.
134. Kumamoto, H. Probablistic Risk Assessment and Management for Engineers and Scientists / H. Kumamoto, E. J. Henley.Ч 2nd edition. Ч N.Y.: Wiley-IEEE Press, 2000. 620 pp.
135. Kwiesielewich, M. A note on the fuzzy extension of saaty's priority theory / M. Kwiesielewich // Fuzzy Sets and Systems. Ч 1998. Ч Vol. 95. Ч Pp. 161172.
136. Leekwijck, W. V. Defuzzication: criteria and classication / W. V. Leekwijck, E. E. Kerre // Fuzzy Sets and Systems. 1999. - Vol. 108. - Pp. 159-178.
137. Lee-Kwang, H. A method for ranking fuzzy numbers and its application to decision-making / H. Lee-Kwang, J.-H. Lee // IEEE Transactions on Fuzzy Systems. Ч December, 1999. Vol. 7, no. 6. Ч Pp. 677-685.
138. Lee, H.-M. Applying fuzzy set theory to evaluate the rate of aggregative risk in software development / H.-M. Lee // Fuzzy Sets and Systems. Ч 1996.Ч Vol. 79. Pp. 323-336.
139. Lee, J. H. Comparison of fuzzy values on a continuous domain / J. H. Lee, H. Lee-Kwang // Fuzzy Sets and Systems. 2001.- Vol. 118.- Pp. 419428.
140. Lee, К. M. Ranking fuzzy values with satisfaction function / К. M. Lee, С. H. Cho, H. Lee-Kwang // Fuzzy Sets and Systems. Ч 1994, Ч Vol. 64.Ч Pp. 295-309.
141. Liou, T. S. Ranking fuzzy numbers with integral value / T. S. Liou, M. J. Wang // Fuzzy Sets and Systems. Ч 1992. Ч Vol. 50. Ч Pp. 247-255.
142. Mabuchi, S. An approach to the comparison of fuzzy subsets with an a-cut dependent index / S. Mabuchi // IEEE Transactions on Systems, Man, and Cybernetics. March/April, 1988. Ч Vol. 18, no. 2, Ч Pp. 264-272.
143. Modarres, M. Ranking fuzzy numbers by preference ratio / M. Modarres, S. Sadi-Nezhad // Fuzzy Sets and Systems. Ч 2001. Ч Vol. 118. Ч Pp. 429436.
144. Predicting large us commercial bank failures / J. Kolari, D. Glennon, H. Shin, M. Caputo // J. of Econ. and Business. 2002. Ч Vol. 54, no. 4. Ч Pp. 361387.
145. Smolikova, R. Aggregation operators for selection problems / R. Smolikova, M. P. Wachowiak // Fuzzy Sets and Systems. Ч 2002. Vol. 131. - Pp. 2334.
146. Springate, G. L. V. Predicting the Possibility of Failure in a Canadian Firm / G. L. V. Springate. Ч Simon Fraser University: Unpublished M.B.A. Research Project, 1978.
147. Tran, L. Comparison of fuzzy numbers using a fuzzy distance measure / L. Tran, L. Duckstein // Fuzzy Sets and Systems. Ч 2002,- Vol. 130.-Pp. 331-341.
148. Tseng, T. Y. New algorithm for the ranking procedure in fuzzy decisionmaking / T. Y. Tseng, С. M. Klein // IEEE Trans. Syst., Man, Cybern.-Sept./Oct. 1989.-Vol. 19.-Pp. 1289-1296.
149. Yager, R. R. Fuzzy decision making including unequal objectives / R. R. Yager // Fuzzy Sets and Systems. 1978. - Vol. 1. - Pp. 87-95.
150. Yager, R. R. Induced aggregation operators / R. R. Yager // Fuzzy Sets and Systems. Ч 2003. Ч Vol. 137. Pp. 59-69.
151. Yager, R. R. On mean type aggregation / R. R. Yager // IEEE Transactions on Systems, Man, and Cybernetics-Part B. Ч April, 1996. Ч Vol. 26, no. 2. Ч Pp. 209-221.
152. Yager, R. R. Induced ordered weighted averaging operators / R. R. Yager, D. P. Filev // IEEE Transactions on Systems, Man, and Cybernetics-Part
153. B. Ч April, 1999. Vol. 29, no. 2. - Pp. 141-150.
154. Yager, R. R. On ordered weighted averaging aggregation operators in mul-ticriteria decisionmaking / R. R. Yager // IEEE Transactions on Systems, Man, and Cybernetics. Ч January/February, 1988. Ч Vol. 18, no. 1. Ч Pp. 183-190.
155. Yager, R. R. Owa aggregation over a continuous interval argument with applications to decision making / R. R. Yager // IEEE Transactions on Systems, Man, and Cybernetics-Part B. Ч October, 2004. Ч Vol. 34, no. 5. Ч Pp. 1952-1963.
156. Yager, R. R. Uninorm aggregation operators / R. R. Yager, A. Rybalov // Fuzzy Sets and Systems. Ч 1996. Vol. 80. - Pp. 111-120.
157. Yeh, С. T. A note on trapezoidal approximations of fuzzy numbers /
158. C. T. Yeh // Fuzzy Sets and Systems. 2007. - Vol. 158. - Pp. 747-754.
159. Yoon, K. P. A probabilistic approach to rank complex fuzzy numbers / K. P. Yoon // Fuzzy Sets and Systems. 1996. - Vol. 80. - Pp. 167-176.
160. Yuan, G. Criteria for evaluating fuzzy ranking methods / G. Yuan // Fuzzy Sets and Systems. 1991. - Vol. 43. - Pp. 139-157.
161. Zadeh, L. A. The concept of a linguistic variable and its application to approximate reasoning-i / L. A. Zadeh // Information Sciences. Ч 1975. Ч no. 8. Pp. 199-249.
162. Zadeh, L. A. The concept of a linguistic variable and its application to approximate reasoning-ii / L. A. Zadeh // Information Sciences. Ч 1975. Ч no. 8. Pp. 301-357.
163. Zadeh, L. A. The concept of a linguistic variable and its application to approximate reasoning-iii / L. A. Zadeh // Information Sciences. Ч 1975. Ч no. 9. Pp. 43-80.
164. Zimmermann, H.J. Decisions and evaluations by hierarchical aggregation of information / H. J. Zimmermann, P. Zysno // Fuzzy Sets and Systems.Ч 1983. Vol. 10. - Pp. 243-260.
Похожие диссертации
- Формирование механизма управления рисками на промышленном предприятии
- Управление риском экономической несостоятельности промышленного предприятия на основе методов экспертной оценки
- Управление рисками в лесном хозяйстве
- Управление организационно-экономическими изменениями на предприятиях нефтяной отрасли
- Управление рисками инвестиционных проектов промышленных предприятий