Темы диссертаций по экономике » Математические и инструментальные методы экономики

Разработка моделей и программных средств для оценки рисков промышленных предприятий на основе технологий имитационного моделирования тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Алексенцева, Ольга Николаевна
Место защиты Саратов
Год 2007
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Разработка моделей и программных средств для оценки рисков промышленных предприятий на основе технологий имитационного моделирования"

На правах рукописи

Алексенцева Ольга Николаевна

РАЗРАБОТКА МОДЕЛЕЙ И ПРОГРАММНЫХ СРЕДСТВ ДЛЯ ОЦЕНКИ РИСКОВ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ НА ОСНОВЕ ТЕХНОЛОГИЙ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

08.00.13 "Математические и инструментальные методы экономики"

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Вогоград - 2007

Работа выпонена в ГОУ ВПО Саратовский государственный социально-экономический университет

Научный руководитель доктор экономических наук, кандидат

физико-математических наук, профессор Бочаров Евгений Петрович

Официальные оппоненты. доктор технических наук, профессор

Защита состоится 2 ноября 2007 г в 11 час 30 мин. на заседании диссертационного совета КМ212.028 03 при Вогоградском государственном техническом университете по адресу 400131, г Вогоград, пр Ленина, 28, ауд. 209.

С диссертацией можно ознакомиться в библиотеке Вогоградского государственного технического университета

Сведения о защите и автореферат размещены на сайте ВогГТУ: http //www vstu.ru

Автореферат разосланл 1 октября 2007 г.

Ученый секретарь

Рогачев Алексей Фруминович кандидат экономических наук Жидков Павел Павлович

Ведущая организация

Саратовский государственный технический университет

диссертационного совета

Попкова Е. Г

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В семидесятилетний период истории нашей страны, когда действовали командно-административные методы убавления экономикой, промышленные предприятия редко стакивались с явлениями неопределенности и риска Снабжение, сбыт продукции по фиксированным, на догие годы определенным ценам, обловление основных фондов - все эти вопросы решались отраслевыми министерствами Поэтому до начала 90-х годов прошлого века риски промышленных предприятий в нашей стране не исследовались

В результате проведения в отечественной экономике рыночных реформ сформировались новые условия функционирования промышленных предприятий, которые характеризуются высоким уровнем неопределенности, когда число и разнообразие видов рисков (производственно-технических, рыночных, кредитных и многих других), снижающих возможности устойчивой работы предприятий, возрастают.

По мнению ведущих специалистов, со вступлением России в ВТО и приходом новых игроков на российский рынок следует ожидать роста многих видов рисков, в первую очередь, рыночных

В связи с этим перед экономической наукой остро встает проблема эффективного управления рисками, решить которую невозможно без их достаточно точной оценки

Строгие и объективные оценки рисков трудно получить без применения соответствующих математических и инструментальных методов В этом отношении наиболее перспективными по мнению многих исследователей являются методы и технологии имитационного моделирования (МИМ, ТИМ).

Степень разработанности проблемы. Проблемам неопределенности и рисков в экономике посвящены работы многих зарубежных и отечественных ученых (А Фридмен, Ф. Найт, Г. Маркович, Т. Стюарт, П Самуэльсон, -

Т.Бачкаи, К Эрроу, Г.Б Клейнер, В.М Гарнатуров, В Н Вяткин, В Т. Сев-рук и другие).

Эти работы сконцентрированы, в основном, на фундаментальных вопросах теории рисков и на управлении рисками в финансовом секторе

Математические методы для оценки рисков развивались в работах Дж Неймана, О Моргенштерна, А М. Дуброва, Б.А. Лагоши, А В Андрейчикова, К Ю Бобонца, Б К Ильенкова

В этих работах применяется, главным образом, аналитический аппарат теории игр Внимание авторов чаще всего сконцентрировано на тех аспектах рисков, Которые возникают на стадии принятия решения об инвестировании в некоторый проект

Не умаляя важности развития аналитических методов, все же отметим, что с их помощью трудно получить ценные для практики результаты в тех случаях, когда рассматривается такая сложная система, как, например, промышленное предприятие

Появление высокопроизводительных ПК и инструментальных средств имитационного моделирования изменило направление вектора исследований в области оценки экономических рисков Эффективность применения имитационных моделей для оценки рисков экономических объектов наглядно показана в работах А.А. Емельянова, В.В. Девяткова, Е А Власовой, И Я Лукасевича, В В Фидарова

Однако проблема разработки моделей и программных средств для оценки рисков промышленных предприятий, основанных на применении новейших объектно-ориентированных визуальных инструментальных средств имитационного моделирования, требует своего дальнейшего развития

Цель в задачи исследования. Целью диссертационного исследования является разработка моделей и соответствующих программных средств для оценки рисков промышленных предприятий и их апробация на примере предприятия по производству листового стекла

Для достижения поставленной цели необходимо решить следующие задачи

- проанализировать важнейшие риски промышленных предприятий; выявить количественный показатель интегрирующий информацию об этих рисках, а также опасные события на промышленных предприятиях, приводящие к достижению показателем Я некоторого критического значения ,

проанализировать развитые в последние годы объектно-ориентированные визуальные инструментальные средства имитационного моделирования и выявить среди них наиболее адекватные задачам математической оценки рисков, определяемых как вероятность достижения показателем Я критического значения В.д,

- разработать имитационную модель типичного предприятия по производству листового стекла, учитывающую производственные риски, связанные с аварийными ситуациями, а также рыночные риски, связанные с высокой волатильностью цен реализации выпускаемой продукции на соответствующем сегменте рынка,

- разработать методику применения агоритма статистических испытаний (метод Монте-Карло) для обеспечения достоверности результатов применения имитационного моделирования для оценки рисков,

-разработать средствами современного инструментального средства имитационного моделирования программы для ПК, реализующие развитые методики, апробировать их на примере задачи оценки рисков типичного предприятия по производству листового стекла.

Объектом исследования являются имитационные модели и соответствующие программные средства

Предметом исследования являются процессы управления промышленными предприятиями, требующие оценки рисков методами имитационного моделирования

Методы исследования. Для решения поставленных задач использовались методы теории вероятностей и математической статистики для подготовки исходных данных, необходимых для реализации агоритмов ИМ, метод объектно-ориентированного программирования средствами новейшего инструментального средства ИМ - GPSS World фирмы Minuteman Software Диссертационная работа выпонена в рамках п. 2 2 - Конструирование имитационных моделей как основы экспериментальных машинных комплексов и разработка моделей экспериментальной экономики для анализа деятельности сложных социально-экономических систем и определения эффективных направлений развития социально-экономической и финансовой сфер.

Основные положения диссертации, выносимые на защиту:

1 Положение о наибольшей важности в современных условиях производственных и рыночных рисков промышленных предприятий, причем, в качестве количественного показателя R, интегрирующего эти виды рисков, предлагается принять производственную рентабельность.

2 В качестве математической оценки рисков промышленных предприятий целесообразно принять вероятность события л/? < Rq (Rg -опасно низкий уровень рентабельности, соответствующий, например, границе зоны убыточности производственной деятельности предприятия)

3 Имитационная модель предприятия по производству плоского строительного светотеплозащитного стекла, построенная с помощью современного инструментального средства GPSS World, и позволяющая проводить расчет случайной величины рентабельности R

4 Имитация случайного процесса возникновения аварийных ситуаций на промышленном предприятии, приводящих к производственным рискам, с помощью объектов GPSS World генератор транзактов-аварий и фиктивное устройство, имитирующее процесс устранения аварий

5. Методика применения агоритма статистических испытаний (метод Монте-Карло) для получения достоверной оценки риска по выборке случайных значений рентабельности R

Научную новизну содержат следующие результаты исследования:

- доказано, что в современных условиях необходима разработка количественных показателей, интегрирующих важнейшие риски промышленных предприятий в качестве такого показателя можно принять производственную рентабельность, в качестве математической оценки рисков - вероятность достижения опасно низких уровней рентабельности,

- разработаны на основе инструментального средства для имитационного моделирования GPSS World программные средства, позволяющие промышленным предприятиям, используя статистические данные об аварийных ситуациях и рыночных ценах на выпускаемую продукцию, оценивать степень риска принимаемых решений в стоимостном выражении,

- разработана с использованием специальных объектов GPSS World -генератора транзактов-аварий и фиктивного устройства, имитирующего процесс устранения аварий, имитационная модель случайного процесса возникновения аварий и различного рода нештатных ситуаций на промышленном предприятии, обуславливающих производственные риски,

- модифицирован для расчета оценки риска по выборке случайных значений рентабельности известный агоритм статистических испытаний (метод Монте-Карло), и найдены достоверные зависимости математической оценки риска от средней рыночной цены реализации продукции предприятия

Теоретическая и практическая значимость результатов исследования. Теоретическая значимость результатов состоит в создании методики математической оценки рисков промышленных предприятий на основе технологий имитационного моделирования

Практическая значимость результатов исследования состоит в возможности применять разработанные программные средства для достоверной ма-

тематической оценки рисков промышленных предприятий (в частности, предприятий стекольной отрасли).

Апробация результатов исследования Основные положения и результаты работы докладывались на 3-й Всероссийской научно-практической конференции Имитационное моделирование. Теория и практика ИММОД-2007 (Санкт-Петербург, 2007), на Международной научно-практической конференции, посвященной 75-летгао образования Саратовского государственного социально-экономического университета (СГСЭУ, 2006), на других научных конференциях, проведенных СГСЭУ (2004 - 2007 гг ).

Всего опубликовано 7 печатных работ общим объемом 4,1 п л., в том числе, одна статья в журнале, рекомендованном ВАК РФ и одна статья в центральном периодическом научном издании.

Содержащиеся в работе материалы используются в учебном процессе специальности Прикладная информатика (в экономике) при изучении дисциплины Имитационное моделирование экономических процессов.

Разработанные модели и программные средства могут быть использованы для оценки рисков на промышленных предприятиях, в первую очередь -на предприятиях с непрерывным производством

Структура и объем работы Работа состоит из введения, трех глав, заключения, списка литературы (108 наименований) и двух приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Первая глава диссертационного исследования посвящена фундаментальным вопросам неопределенности и рисков в экономике, в частности, на промышленных предприятиях.

В отличие от неопределенности риск подразумевает обладание некоторой информацией о совокупности возможных событий и их вероятностях.

В научной литературе имеется множество определений риска шанс ущерба или потери, вероятность неудачи или потерь, возможность от-

клонения от цели, ради которой принималось решение, вероятность нежелательного события, математическое ожидание потерь, которые могут произойти в результате выбранного решения Отметим, что некоторые авторов путают понятия риска и оценки риска Если риск в данном контексте -это экономическое явление, то оценка риска подразумевает некоторую математическую процедуру.

Наиболее часто у авторов, занимающихся данным кругом проблем, встречаются следующие определения" риск - это событие, связанное с опасным процессом (процессами), а математическая оценка риска - вероятность этого нежелательного события Именно эти, по нашему мнению, наиболее ясные и логичные определения применены в диссертационной работе

Разнообразны и классификации рисков, что обусловлено отраслевой спецификой. Наиболее поно задачам данного исследования отвечает следующая классификация различных видов рисков промышленных предприятий

Производственный риск Характеризуется вероятностью возникновения аварийных ситуаций, вызванным ими ростом брака и низкокондиционной, неконкурентоспособной продукции, снижением объема выпуска кондиционной продукции, и, как следствие, - уменьшением дохода от реализации продукции, ростом ее себестоимости

Рыночный (коммерческий) риск Характеризуется уровнем цен на соответствующем сегменте рынка, на котором предприятию удается продавать свою продукцию Здесь важны не только средняя цена реализации, но и ее случайные колебания

Кредитный риск Вызван невыпонением контрактных обязательств контрагентами Количественно может быть оценен уровнем потерь от невозврата догов

Валютный риск Характеризуется размером и вероятностью потерь по валютным операциям.

Риск ликвидности. Определяется по коэффициенту ликвидности Налоговый риск. Характеризуется прогнозными уровнями претензий, штрафов со стороны фискальных органов

Перечисленные виды рисков в принципе измеримы с той или иной степенью точности. Существуют также трудноизмеримые виды рисков, например, политические риски В данной работе эти виды рисков не рассматриваются.

Различные виды рисков промышленных предприятий несомненно находятся между собой в тесной связи Так, производственные риски, связаны с возможными потерями от нарушения нормального хода производственного процесса. Предельный случай следствия этого нарушения - брак Промежуточный случай - выпуск продукции невысокого качества, которая, тем не менее, находит определенный спрос на рынке. Но кто же будет покупать дешевую продукцию невысокого качества9 Надо полагать, что те контрагенты, которые испытывают финансовые трудности и не могут вовремя расплатиться за поставленную продукцию, что приведет к кредитным рискам предприятия. С такими контрагентами успешное предприятие, выпускающее продукцию высокого качества, просто не захочет иметь дело Таким образом, несомненна связь производственных и кредитных рисков

Коррелированностъ различных видов рисков указывает на возможность сжатия рисковой информации Простейший способ сжатия информации -введение небольшого числа количественных показателей (не более двух), интегрирующих информацию об измеримых рисках.

В промышленности объективно наиболее высокорисковыми являются предприятия с непрерывными производственными процессами (металургия, химия, производство строительных материалов) Это обусловлено высокими производственными рисками на предприятиях данного типа Например, аварийные ситуации в доменной или стекловаренной печи, химическом реакторе приводят к огромным потерям сырья, энергии, трудозатрат

Автором проведен анализ работы типичного предприятия с непрерывным производственным процессом - ОАО СИС, специализирующегося, в основном, на выпуске светотеплозащитного листового строительного стекла

Рис. 1. Динамика изменения брака (в % к общей выработке) на предприятии по производству листового стекла за период с 2001 по 2006 гг

Как видно из рис 1, в последние годы наблюдается рост брака, что объясняется увеличением частоты возникновения аварийных и разного рода нештатных ситуаций в производственной цепочке Причина - недостаточные инвестиции в обновление основных фондов Такое положение характерно не только для предприятий по производству стекла, но и для других отраслей промышленности Таким образом, в настоящее время производственные риски промышленных предприятий можно выделить среди важнейших.

Для предприятия по производству листового стекла характерны самые различные аварийные ситуации, приводящие к браку - нарушение состава шихты, нарушение тепловых режимов в стекловаренной печи и на участке отвердевания стекла, поломки различных видов оборудования

Среди других видов рисков можно выделить рыночные Например, ОАО СИС до недавних лет было фактическим монополистом в СНГ в области производства светотеплозащитного листового строительного стекла Однако в последние годы на данный сегмент рынка вышли новые игроки, в

частности, компании из КНР Усилилась конкуренция, как следствие - увеличилась волатильность цен реализации Таким образом, в настоящее время рыночные риски также можно выделить в качестве важнейших (наряду с производственными рисками) Этот вывод подтверждается также и экспертными оценками топ-менеджеров предприятия

Во второй главе рассматривается вопрос о выборе количественного показателя, интегрирующего информацию о двух наиболее важных рисках -производственных и рыночных Важно, чтобы такой показатель имел достаточно ясную экономическую интерпретацию и не вызывал лотторжения у производственников. В противном случае перспективы внедрения на предприятиях разработанных моделей и программных средств станут проблематичными

В качестве такого показателя предлагается производственная рентабельность предприятия

Я = ^^100%, (1)

где ТУ - доход от реализации продукции, С - поная себестоимость продукции Очевидно, что в числителе (1) - прибыль предприятия до выплаты налогов.

С ростом производственных рисков (тес ростом частоты и длительности аварийных ситуаций) растет брак, снижается объем выпуска продукции, те уменьшается

, а себестоимость С растет Также ясно, что с ростом рыночных рисков (т.е с увеличением колебаний цен реализации и снижением их среднего значения) увеличивается вероятность неприемлемо низких значений )

Для случая предприятия по выпуску листового стекла (1) запишется в

Nконд ^/(Ц) ХР1-И0С цех- ЩС общ ~№кондС комм

К =--_----10(р/о (2)

Н0С цех общ + КОММ

где Сцех - цеховая себестоимость, - компонента себестоимости, оп-

ределяемая общепроизводственными расходами, Скомм - компонента себестоимости, определяемая коммерческими расходами по продвижению продукции на рынок (рублей за стандартный лист стекла), - всего произведено листов стекла за моделируемый период (квартал), №драк - количество бракованных листов стекла, №конд = Ч Nбрак - количество кондиционных листов стекла, / - общее количество интервалов, на которые разбивается диапазон цен реализации продукции, Р1 - 1-ое значение цены реализации продукции (руб за лист стекла) - центр I -то интервала диапазона цен, Nкондг - количество кондиционных листов стекла, которые были

г _ -^кондг

проданы по цене гl,JlЧ - вероятность того, что очередной

выпущенный лист стекла попадет в партию стекла, которая будет продана I

по цене Рг, ^1/(Р1)-Р1 - средняя цена реализации, которую будем обозначать через Р

В качестве математической оценки риска логично выбрать вероятность события Я < 0у>, что соответствует убыточности производственной деятельности предприятия за моделируемый период. Отметим, что в целом предприятие может быть прибыльным, например, за счет сдачи в аренду некоторых зданий.

Поставленные задачи необходимо решать, используя технологии ИМ Основное преимущество такого подхода - невысокий уровень абстрагирования В имитационной модели сохранены и легко узнаваемы такие черты моделируемой системы, как структура и связи между элементами, при этом объекты имитационной модели соответствуют достаточно четко идентифицируемым элементам реальной системы

Проведено сравнение различных инструментальных средств ИМ Наиболее адекватным решаемым задачам признано современное визуальное объектно-ориентированное инструментальное средство GPSS World, позволяющее реализовать дискретно-событийный подход

Под дискретно-событийным имитационным моделированием понимают подход, основанный на концепции заявок (пассивных объектов, транзак-тов, entities), ресурсов и потоковых диаграмм (flowcharts), определяющих потоки транзактов и использование ресурсов Транзакты, например, - детали, требующие обработки на станках Ресурсы - станки, на которых эти детали обрабатываются Таким образом, дискретно-событийное моделирование - моделирование системы в дискретные моменты времени, когда происходят события, отражающие последовательность изменения состояний системы во времени

В третьей главе представлены результаты разработки имитационных моделей и реализующих их программных средств, а также результаты моделирования рисков с использованием данных, предоставленных ОАО СИС.

Схема производства листового стекла представлена на рис 2 На этом рисунке

1 - печь варки стекломассы, 2 - участок горизонтального формирования листового стекла и его отвердевания на расплавленном олове, 3 - резка стекла; 4 - разбраковка листов стекла, 5 - конвейер, 6 - снятие с конвейера и

Рис 2 Схема производства листового стекла

упаковка листов стекла 1-й бригадой (операция а)), 7 - упаковка 1-й бригадой ящиков со стеклом (операция б)), 8 - снятие с конвейера и упаковка листов стекла 2-й бригадой (операция а)), 9 - упаковка 2-й бригадой ящиков со стеклом (операция б)), 10 - бункер для боя бракованного стекла, а также кондиционного стекла, которое не успели упаковать 1-я и 2-я бригады, 11 -кран для подъема и перемещения запоненных ящиков на склад готовой продукции, бункера для стекольного боя к стеклоплавильной печи, 12 - склад готовой продукции, 13 - участок подготовки шихты с лабораторией для экспресс-анализа основных компонент шихты - стекольный песок, сода и ряд других.

Важная и весьма трудоемкая часть работы - обработка статистических данных по предприятию, необходимая для получения характеристик слу-

чайных величин и случайных событий, происходящих в системе. Для статистической обработки данных применяся пакет программ 5ТТ18Т1СА. В качестве примера на рис. 3 приведены результаты статистической обработки интервалов времени между подходами по конвейеру очередных листов стекла на участок упаковки.

gjG'ophiS Vuriobl o VARI . distribution Normal

a>nlinue..l

Variable VAR1 ; (Ustneutlon: Normal era-square: ,0780793. ur = i.p = ,779эют (OTsdjusteti)

Ч Expected Category (upper limits}

Рис. 3. Функция распределения плотности вероятности интервалов времени между подходами по конвейеру очередных листов стекла (критерий X )

Вероятность ошибиться при отклонении гипотезы о справедливости нормальною распределения р = 0,7799. Это достаточно высокая величина, позволяющая применить в данном случае нормальное распределение.

Далеко не во всех случаях одно из теоретических распределений достоверно описывает исследуемые случайные величины. Однако GPSS World позволяет применять и эмпирические распределения случайных величин.

Дая применения инструментального средства GPSS World необходимо составить агоритм решения (блок-схема агоритма показана на рис. 4), а затем сформулировать его в соответствующих терминах, т.е. определить виды

Рис 4. Блок-схема агоритма ИМ производства листового стекла

используемых транзактов, ресурсов - одноканальных (ОКУ) и многоканальных устройств (МКУ) и т.п.

Имитация случайного процесса возникновения аварийных ситуаций на промышленном предприятии, приводящих к производственным рискам, осуществлялась с помощью объектов GPSS World- генератор транзактов-аварий (оператор GENERATE) и фиктивное устройство, имитирующее процесс устранения аварий (оператор ADVANCE). Использовались результаты статистической обработки информации об аварийных ситуациях за предыдущий моделируемому период

В работе приводится полный текст программы ИМ на языке GPSS World Период моделирования составлял один квартал, единица модельного времени -1 сек.

Проведенные расчеты показали, в частности, что обе бригады упаковки стекла недогружены (коэффициент занятости не превышает 0,7). Однако из-за неравномерной подачи стекла на участок упаковки некоторая часть кондиционного стекла (до 4%) попадает в бункер для брака, поскольку возникают моменты времени, когда бригады не успевают снять листы с конвейера и упаковать их. Близость расчетной и фактической величин таких потерь стекла позволяет надеяться на достаточную точность модели

Поскольку случайные факторы существенны, для получения достоверных результатов, необходим многократный расчет при различных автоматически генерируемых последовательностях случайных чисел (метод статистических испытаний - метод Монте-Карло)

Реализация метода Монте-Карло средствами GPSS World включала в себя создание специального командного файла, обеспечивающего цикл расчетов (с инициацией генераторов случайных чисел) с записью результатов в текстовый файл и их последующей обработкой пакетами статистического анализа (STATISTICA, либо модуль Описательная статистика табличного процессора EXCEL)

После каждого цикла расчетов (один квартал) определялись случайные величины Ыбрак, №конд = - N6рак и подставлялись, в (2)

Для проверки достоверности результатов применения метода Монте-Карло исследовались доверительные интервалы, для средних значений важнейших выходных показателей, в первую очередь - для Я, для вероятности достижения Л. заданных значений

Рис 5 Зависимость отношения доверительного интервала к выборочному среднему рентабельности К от числа испытаний =205 руб /лист)

На рис. 5 приведена зависимость отношения доверительного интервала

д (на уровне значимости 0,95) к выборочному среднему К случайной величины от числа испытаний (циклов расчета за период один квартал) N Достаточным можно считать число испытаний N 200.

Для оценки риска предприятия необходимо исследовать гистограмму

значений рентабельности Л (рис. 6, при значении Р по данным полугодия, предшествующего периоду моделирования)

0 GruphB. Variable VARI : riislribulion Nmmnl

хЩЙОШЫ Variable VAR). dislnbuUon Normal

Chi-Square 10.4369 l.df - 12.p- .5Т76Э51 (df stJjusted]

OOQOOOOOOOOOi

o o" o o <-/ o o" 1 - o o L; o o <

Ч ExpectHd С atea o ry [upper iimits)

Рис.6. Гистограмма случайной величины R (Р =205 руб./лист) в кумулятивном представлении (значения R отложены по оси абсцисс). Сплошная линия -теоретическое нормальное распределение.

С помощью несложного построения (пунктиры на рис. 6) можно определить, что вероятность события составляет 0,15. Это и будет

искомая математическая оценка риска. Среднее выборочное значение R при этом равно 5,2% - величина, близкая к фактической рентабельности рассматриваемого предприятия.

Заметим, что функция плотности распределения вероятностей значений R достаточно далека от нормальной (р = 0,5776) и вообще не подчиняется какому-либо из известных теоретических распределений.

Некоторые результаты расчетов при различных значениях средней рыночной цены реализации продукции Р представлены на рис. 7 и 8.

Р,руб/лист

Рис 7 Зависимость среднего выборочного значения рентабельности R (%) (объем выборки N = 200) от средней цены реализации единицы продукции

_Р(руб/лист).

Рис 8 Зависимость М вероятности события лR < 0 от средней цены реализации единицы продукции Р (руб /лист)

Из рис. 7 и 8 видно, что риски велики, и рассматриваемое предприятие балансирует на грани убыточности (ситуация, увы, нередкая для отечественных промышленных предприятий). Это означает, что собственных

средств для инвестиций в основные фонды у предприятия нет Инвестиции могут придти либо от собственника (предприятие входит в крупный финансово-промышленный ходинг), либо за счет банковских кредитов

Полученные результаты позволяют рекомендовать технологии имитационного моделирования для оценки рисков промышленных предприятий Надо, однако, полагать, что отраслевая специфика имеет здесь большое значение Так, на первый план могут выйти другие виды рисков, следовательно, изменится и агоритм вычисления показателя Я Тем не менее, основные результаты работы (например, методика имитации аварийных ситуаций) носят универсальный характер.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ: В изданиях, рекомендованных ВАК РФ:

1. Алексенцева ОН Оценка рисков промышленных предприятий на основе имитационного моделирования - Вестник Саратовского государственного социально-экономического университета 2007, вып 17(3), Саратов, 2007 - 0,45 п.л

В центральных изданиях:

2 ОН Алексенцева, ЕП Бочаров, ДВ. Ермошин Имитационная модель производственного процесса как элемент системы управления промышленным предприятием - Прикладная информатика, № 3(9), М 2007 - 0,9 п л

Иные научные статьи, тезисы докладов

3. ЕП. Бочаров, О.Н Алексенцева Оценка производственно-технических и коммерческих рисков промышленных предприятий на основе имитационного моделирования - Третья Всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности Имитационное моделирование Теория и практика ИММОД-2007. Сборник докладов Том 2 Секция 3 Практическое

применение имитационного и комплексного моделирования и средств автоматизации моделирования ФГУП ЦНИИТС, Санкт-Петербург, 2007 - 0,3 п.л.

4 ЕП Бочаров, ОН Алексещева Имитационное моделирование экономических систем с помощью технологии GPSS World - Социально-экономическое развитие России. Проблемы, поиски, решения Сборник научных трудов по итогам научно-исследовательской работы СГСЭУ в 2004 году. Издательский Центр СГСЭУ, Саратов 2005 - 0,3 п л.

5. ЕП Бочаров, ОН Алексенцева Совершенствование Механизмов активизации деятельности хозяйствующих субъектов на основе методов имитационного моделирования. В сборнике Проблемы и перспективы совершенствования управления национальным экономическим потенциалом Материалы международной научно-практической конференции, посвященной 75-летию образования Саратовского государственного социально-экономического университета (2-3 февраля 2006). Издательский Центр СГСЭУ, Саратов. 2006 - 0,3 п л

6 ОН Алексенцева, ЕП Бочаров Имитационное моделирование производства листового стекла средствами пакета программ GPSS World - Математическое и информационное обеспечение экономической деятельности Научный альманах. Посвящается 75-летию СГСЭУ Саратов. Саратовский государственный социально-экономический университет, 2006 - 0,5 п л

1. ОН Алексенцева Оценка рисков промышленных предприятий / Издательский Центр СГСЭУ, 2007 - 2,5 п л

Подписано в печать 7.4.09 2007 г Формат 60x84 1/16

Бумага типогр. №1 Печать офсетная Гарнитура лTimes Уел печ л 1,16 Тираж 100 экз Заказа? Издательский центр Саратовского государственного социально-экономического университета 410003, г Саратов, ул. Радищева, 89

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Алексенцева, Ольга Николаевна

Введение.

Глава 1. Проблемы оценки рисков промышленных предприятий.

1.1. Неопределенность и риски в экономике.

1.2. Классификация рисков.

1.3. Особенности рисков промышленных предприятий.

1.4. Проблема оценки рисков промышленных предприятий.

1.5. Особенности рисков предприятий по производству листового строительного стекла.

1.5.1. Стекольная промышленность в экономике России.

1.5.2. Экономический анализ типичного предприятия по производству листового строительного стекла.

Глава 2. Методика применения имитационного моделирования в задачах оценки рисков промышленных предприятий.

2.1. Классификация экономико-математических методов и моделей.

2.2. Методы и модели, применяемые для оценки рисков.

2.3. Преимущества имитационного моделирования при исследовании сложных экономических систем.

2.4. Классификация методов имитационного моделирования.

Новые направления развития имитационного моделирования.

2.5. Анализ опыта применения имитационного моделирования для оценки рисков. Особенности оценки рисков промышленных предприятий.

2.6. Рентабельность по основному виду деятельности, как показатель для оценки рисков промышленных предприятий.

Глава 3. Результаты разработки системы имитационного моделирования для оценки рисков промышленного предприятия.

3.1. Схема производства листового стекла.

3.2. Состав системы имитационного моделирования, применяемой для оценки рисков.

3.3. Подготовка исходных данных и обработка результатов применения технологий имитационного моделирования с помощью методов математической статистики.

3.3.1. Проблема сбора статистических данных для получения оценок характеристик случайных величин, моделируемых с помощью технологий имитационного моделирования.

3.3.2. Теоретические основы нахождения вероятностных распределений по наблюдаемым данным. Э

3.3.3. Пример подгонки распределения: нахождение плотности вероятности распределения промежутков времени между подходами листов стекла.

3.4. Блок-схема и программа имитационного моделирования производства стекла на языке GPSS World.

3.5. Результаты расчетов по программе имитационного моделирования.

3.6. Метод статистических испытаний (метод Монте-Карло) в задаче имитационного моделирования производства листового стекла.

3.7. Результаты расчетов с использованием метода Монте-Карло.

3.8. Метод фиктивных транзактов для имитационного моделирования аварийных ситуаций.

3.9. Результаты оценки рисков промышленных предприятий методом имитационного моделирования (на примере производства листового стекла).

Диссертация: введение по экономике, на тему "Разработка моделей и программных средств для оценки рисков промышленных предприятий на основе технологий имитационного моделирования"

Актуальность работы. В семидесятилетний период истории нашей страны, когда действовали командно-административные методы управления экономикой, промышленные предприятия редко стакивались с явлениями неопределенности и риска. Снабжение, сбыт продукции по фиксированным, на догие годы определенным ценам, обновление основных фондов - все эти вопросы решались отраслевыми министерствами. Поэтому до начала 90-х годов прошлого века риски промышленных предприятий в нашей стране не исследовались.

В результате проведения в отечественной экономике рыночных реформ сформировались новые условия функционирования промышленных предприятий, которые характеризуются высоким уровнем неопределенности, когда число и разнообразие видов рисков (производственно-технических, рыночных, кредитных и многих других), снижающих возможности устойчивой работы предприятий, возрастают.

Со вступлением России в ВТО и приходом новых игроков на российский рынок следует ожидать роста многих видов рисков, в первую очередь, рыночных.

В связи с этим перед промышленными предприятиями остро встает проблема эффективного управления рисками, решить которую невозможно без их достаточно точной оценки.

Строгие и объективные оценки рисков трудно получить без применения соответствующих математических и инструментальных методов. Наиболее перспективными по мнению многих исследователей являются методы и технологии имитационного моделирования (МИМ, ТИМ).

В наибольшей степени различным, в первую очередь, производственным, рискам подвержены предприятия с непрерывным производством (металургия, химия, производство строительных материалов). Именно эти предприятия составляют в настоящее время важнейшую часть промышленности России, т.к. многие отрасли дискретного производства (приборостроение, электроника, станкостроение) находятся пока еще в тяжелейшем положении.

Степень разработанности проблемы. Проблемам неопределенности и рисков в экономике посвящены работы многих зарубежных и отечественных ученых (А. Фридмен, Ф. Найт, Г. Марковиц, Т. Стюарт, П. Самуэльсон, Т.Бачкаи, К. Эрроу, Г.Б. Клейнер, В.М. Гарнатуров, В.Н. Вяткин, В.Т. Севрук и другие).

Эти работы сконцентрированы, в основном, на фундаментальных вопросах теории рисков и на управлении рисками в финансовом секторе.

Математические методы для оценки рисков развивались в работах Дж. Неймана, О. Моргенштерна, A.M. Дуброва, Б.А. Лагоши, А.В. Андрейчикова, К.Ю. Бобонца, Б.К. Ильенкова.

В этих работах применяется, главным образом, аналитический аппарат теории игр. Внимание авторов чаще всего сконцентрировано на тех аспектах рисков, которые возникают на стадии принятия решения об инвестировании в некоторый проект.

Не умаляя важности развития аналитических методов, все же отметим, что с их помощью трудно получить ценные для практики результаты в тех случаях, когда рассматривается такая сложная система, как, например, промышленное предприятие.

Появление высокопроизводительных ПК и инструментальных средств имитационного моделирования изменило направление вектора исследований в области оценки экономических рисков. Эффективность применения имитационных моделей для оценки рисков экономических объектов наглядно показана в работах А.А. Емельянова, Е.А. Власовой, И.Я. Лукасевича, В.В. Фидарова.

Однако проблема разработки моделей и программных средств для оценки рисков промышленных предприятий, основанных на применении новейших объектно-ориентированных визуальных инструментальных средств имитационного моделирования, требует своего дальнейшего развития.

Цель и задачи исследования. Целью диссертационного исследования является разработка моделей и соответствующих программных средств, базирующихся на технологии имитационного моделирования, для оценки рисков промышленных предприятий и их апробация на примере предприятия по производству листового стекла.

Для достижения поставленной цели необходимо решить следующие задачи:

- проанализировать важнейшие риски промышленных предприятий; выявить количественный показатель R, интегрирующий информацию об этих рисках, а также опасные события на промышленных предприятиях, приводящие к достижению показателем R некоторого критического значения Rq ;

- проанализировать развитые в последние годы объектно-ориентированные визуальные инструментальные средства имитационного моделирования и выявить среди них наиболее адекватные задачам математической оценки рисков, определяемых как вероятность достижения показателем R критического значения Rq ;

- разработать имитационную модель типичного предприятия по производству листового стекла, учитывающую производственные риски, связанные с аварийными ситуациями, а также рыночные риски, связанные с высокой вола-тильностью цен реализации выпускаемой продукции на соответствующем сегменте рынка;

- разработать методику применения агоритма статистических испытаний (метод Монте-Карло) для обеспечения достоверности результатов применения имитационного моделирования для оценки рисков;

- разработать средствами современного инструментального средства имитационного моделирования программы для ПК, реализующие развитые методики, апробировать их на примере задачи оценки рисков типичного предприятия по производству листового стекла.

Объектом исследования являются имитационные модели и соответствующие программные средства, а также результаты их применения для оценки рисков промышленных предприятий (в частности, предприятий по производству листового стекла).

Предметом исследования являются процессы управления промышленными предприятиями, требующие оценки рисков методами имитационного моделирования.

Методы исследования. Для решения поставленных задач использовались методы теории вероятностей и математической статистики для подготовки исходных данных, необходимых для реализации агоритмов ИМ, метод объектно-ориентированного программирования средствами новейшего инструментального средства ИМ - GPSS World фирмы Minuteman Software. Диссертационная работа выпонена в рамках п. 2.2 - Конструирование имитационных моделей как основы экспериментальных машинных комплексов и разработка моделей экспериментальной экономики для анализа деятельности сложных социально-экономических систем и определения эффективных направлений развития социально-экономической и финансовой сфер.

Научная новизна результатов, полученных в диссертационной работе, заключается в следующем:

- выявлена необходимость разработки количественных показателей, интегрирующих важнейшие риски промышленных предприятий; показано, что в современных условиях в качестве такого показателя можно принять производственную рентабельность, в качестве математической оценки рисков - вероятность достижения опасно низких уровней рентабельности;

- на основе инструментального средства для имитационного моделирования GPSS World разработаны программные средства для решения задач оценки рисков промышленных предприятий, апробированные на примере и с использованием статистических данных типичного предприятия по производству листового стекла;

- с использованием специальных объектов GPSS World - генератора транзактов-аварий и фиктивного устройства, имитирующего процесс устранения аварий, разработана имитационная модель случайного процесса возникновения аварий и различного рода нештатных ситуаций на промышленном предприятии, обуславливающих производственные риски;

- известный агоритм статистических испытаний (метод Монте-Карло) модифицирован для расчета оценки риска по выборке случайных значений рентабельности, найдены достоверные зависимости математической оценки риска от средней рыночной цены реализации продукции предприятия.

На защиту выносятся следующие положения:

1. Положение о наибольшей важности в современных условиях производственных и рыночных рисков промышленных предприятий, причем в качестве количественного показателя R, интегрирующего эти виды рисков, предлагается принять производственную рентабельность.

2. В качестве математической оценки рисков промышленных предприятий целесообразно принять вероятность события лR < Rq (R0 - опасно низкий уровень рентабельности, соответствующий, например, границе зоны убыточности производственной деятельности предприятия).

3. Имитационная модель предприятия по производству плоского строительного светотеплозащитного стекла, построенная с помощью современного инструментального средства GPSS World, и позволяющая проводить расчет случайной величины рентабельности R.

4. Имитация случайного процесса возникновения аварийных ситуаций на промышленном предприятии, приводящих к производственным рискам, с помощью объектов GPSS World: генератор транзактов-аварий и фиктивное устройство, имитирующее процесс устранения аварий.

5. Методика применения агоритма статистических испытаний (метод Монте-Карло) для получения достоверной оценки риска по выборке случайных значений рентабельности R.

Теоретическая и практическая значимость результатов исследования.

Теоретическая значимость результатов состоит в создании методики математической оценки рисков промышленных предприятий на основе технологий имитационного моделирования.

Практическая значимость результатов исследования состоит в возможности применять разработанные программные средства для достоверной математической оценки рисков промышленных предприятий (в частности, предприятий стекольной отрасли).

Апробация результатов исследования. Основные положения и результаты работы докладывались на 3-й Всероссийской научно-практической конференции Имитационное моделирование. Теория и практика. ИММОД- 2007 (Санкт-Петербург, 2007), на Международной научно-практической конференции, посвященной 75-летию образования Саратовского государственного социально-экономического университета (СГСЭУ, 2006), на других научных конференциях, проведенных СГСЭУ (2004 - 2007 гг.).

Всего опубликовано 7 печатных работ общим объемом 4,1 п.л., в том числе, одна статья в журнале, рекомендованном ВАК РФ, и одна статья в центральном периодическом научном издании.

Содержащиеся в работе материалы используются в учебном процессе специальности Прикладная информатика (в экономике) при изучении дисциплины Имитационное моделирование экономических процессов.

Разработанные модели и программные средства могут быть использованы для оценки рисков на промышленных предприятиях, в первую очередь - на предприятиях с непрерывным производством.

Структура и объем работы. Работа состоит из введения, трех глав, заключения, списка литературы (108 наименований) и двух приложений.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ: В изданиях, рекомендованных ВАК РФ:

1. Алексенцева О.Н. Оценка рисков промышленных предприятий на основе имитационного моделирования - Вестник Саратовского государственного социально-экономического университета. 2007, вып. 17(3), Саратов, 2007 - 0,45 п.л.

В центральных изданиях:

2. О.Н. Алексенцева, Е.П. Бочаров, Д.В. Ермошин. Имитационная модель производственного процесса как элемент системы управления промышленным предприятием - Прикладная информатика, № 3(9), М.: 2007 - 0,9 п.л.

Иные научные статьи, тезисы докладов

3. Е.П. Бочаров, О.Н. Алексенцева. Оценка производственно-технических и коммерческих рисков промышленных предприятий на основе имитационного моделирования - Третья Всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности Имитационное моделирование. Теория и практика. ИММОД-2007. Сборник докладов. Том 2. Секция 3. Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования. ФГУП ЦНИИТС, Санкт-Петербург, 2007 - 0,3 п.л.

4. Е.П. Бочаров, О.Н. Алексенцева. Имитационное моделирование экономических систем с помощью технологии GPSS World - Социально-экономическое развитие России. Проблемы, поиски, решения. Сборник научных трудов по итогам научно-исследовательской работы СГСЭУ в 2004 году. Издательский Центр СГСЭУ, Саратов: 2005 - 0,3 п.л.

5. Е.П. Бочаров, О.Н. Алексенцева. Совершенствование механизмов активизации деятельности хозяйствующих субъектов на основе методов имитационного моделирования. В сборнике Проблемы и перспективы совершенствования управления национальным экономическим потенциалом. Материалы международной научно-практической конференции, посвященной 75-летию образования Саратовского государственного социально-экономического университета (2-3 февраля 2006). Издательский Центр СГСЭУ, Саратов: 2006 - 0,3 п.л.

6. О.Н. Алексенцева, Е.П. Бочаров. Имитационное моделирование производства листового стекла средствами пакета программ GPSS World - Математическое и информационное обеспечение экономической деятельности. Научный альманах. Посвящается 75-летию СГСЭУ. Саратов: Саратовский государственный социально-экономический университет, 2006 - 0,5 п.л.

7. О.Н. Алексенцева. Оценка рисков промышленных предприятий / Издательский Центр СГСЭУ, 2007 - 2,5 п.л.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Алексенцева, Ольга Николаевна

ЗАКЛЮЧЕНИЕ

1. Подводя итоги проведенной работе заметим, что собственно заявленная цель исследования - разработка имитационной модели, программных средств и расчеты по оценке рисков промышленного предприятия заняла не более 40% общего объема. Значительную часть диссертации составляют исследования по анализу научной литературы по проблемам неопределенности и рисков, экономическому анализу исследуемого предприятия по производству листового стекла. Это - следствие большого удобства и компактности программ, разрабатываемых с помощью современных инструментальных средств имитационного моделирования, в частности, - GPSS World. Если бы мы использовали универсальное инструментальное средство программирования (например, Visual Basic), то текст программы занял бы не 3, а 20 страниц. К тому же пришлось бы затратить определенные усилия на разработку диалоговых окон для ввода информации, форм для выдачи отчетов и т.п. Работа выглядела бы, может быть, даже и солиднее. Но GPSS World с его дискретно-событийным подходом к созданию имитационных моделей настолько адекватен производственным процессам на промышленных предприятиях, что сводит трудозатраты на программирование к небольшой доле общих усилий.

2. Таким образом, центр тяжести работы созданию имитационных моделей и соответствующих программ смещается в сторону сбора необходимой информации на предприятии, проверке ее достоверности, а также статистической обработке.

3. Огромные объемы информации концентрируются в корпоративной информационной системе предприятия, в данном случае - это известная система Галактика. Среди этой информации есть и та, что необходима для осуществления имитационного моделирования (оценка рисков - лишь одна из задач). Однако для этого необходимо создавать необходимые специальные виды отчетов, а в самом лучшем случае - интерфейс между КИС и программами имитационного моделирования. Это довольно объемная и затратная работа. Для того, чтобы руководство и владельцы предприятия санкционировали ее, компьютерно-информационная команда предприятия дожна заработать большой кредит доверия. Это возможно в случае, если КИС дает реальную отдачу, которая очевидна руководству.

4. В настоящее время в западных странах популярна идея e-Manufacturing -сплошного проектирования цифровых моделей в процессе проектирования и эксплуатации производственных систем. Внедрение на предприятии КИС -это первый, базовый этап перехода к e-Manufacturing. Следующий этап - внедрение систем интелектуального анализа данных (ИАД) для принятия решений. Наконец, очевидно, что не обойтись без этапа моделирования. И здесь каких-либо конкурентов имитационному моделированию не просматривается. О соответствующем решении руководящих органов ЕС, которые обязывают обосновывать все проекты в промышленности, строительстве, транспорте, связи с помощью имитационных моделей, мы уже писали во второй главе.

Диссертация: библиография по экономике, кандидат экономических наук , Алексенцева, Ольга Николаевна, Саратов

1. Вяткин В.Н., Гамза В.А., Екатеринославский Ю.Ю., Иванушко П.Н. Управление рисками фирмы: программы интерактивного риск-менеджмента. -М.: Финансы и статистика, 2006.

2. Найт Ф. Риск, неопределенность и прибыль. М.: Дело, 2003.

3. Гарнатуров В.М. Экономический риск: сущность, методы измерения, пути снижения. М.: Дело и сервис, 1999.

4. Белешев С.А., Гурвич Г. Ф. Математические методы экспертных оценок. -М.: Статистика, 1980.

5. Боди 3., Мертон Р. Финансы / Пер. с англ. М.: Издательский дом Вильяме, 2000.

6. Боровкова В.А. Управление рисками в торговле. СПб.: Питер, 2004.

7. Бобонец К.Ю. Аналитические методы оценки экономических рисков. -СПб.: Специальная литература, 1998.

8. Миль Дж., Сениор Н.У. Антология экономической классики // Пер. с англ. М.: Эконов-Ключ, 1994.

9. Ильенков Б.К. Моделирование рисков. М.: Контур, 1998.

10. Dembo R, Freemen A. Seeing Tomorrow. John Willey, Inc., 1998.

11. Risk Management and Insurance, by Williams C.A. and Heins R.M., McGrow Hill Book Company. - New York, 1989.

12. Ковалев B.B. Введение в финансовый менеджмент. М.: Финансы и статистика, 2001.

13. Грюдов С.И. Выбор рисковых стратегий в предпринимательстве.// Проблемы управления безопасностью сложных систем М.:, 1999.

14. Веденеев A.M. Риск благородное дело // Бизнес Уик. 1998, №4.

15. Лоскутов Н.В. Диагностика и оценка рисков предприятий стекольной промышленности. Диссертация на соискание ученой степени кандидата экономических наук. Саратов, Саратовский государственный социально-экономический университет, 2005.

16. Бачкаи Т., Мессен Д. Хозяйственный риск и методы его измерения. -М.:, Госиздат, 1979.

17. Pushaver L., Eccles R.G, In Pursuit if the Upside: Opportunity in Risk Me-nagement // PW Review. 1996. December.

18. Вадайцева С.В. Риски в экономике и методы их страхования. СПб, 1992.

19. Маршал А., Лигу А. Из истории экономических учений // Пер. с англ. под ред. И.И. Елисеевой СПб.: Питер, 1994.

20. Markowitz Н. Portfolio selection. Efficient diversification of investments. -Oxford, N.Y.: Blackwell, 1991.

21. Стюарт Т. Портфельные технологии в управлении рисками/ Пер. с англ. М.: Дело тд, 2001.

22. The RIMS Risk Management Glossary. New York, 2001.

23. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение / Пер. с англ. М.: Наука, 1970.

24. Чернова Г.В., Кудрявцев А.А. Управление рисками: Учеб. пособие. М: ТК Веби - Проспект, 2003.

25. Портер М. Конкурентная стратегия. М.: Дело, 1994.

26. Золотарев В.М. Имитационные модели риск-менеджмента в нефинансовых компаниях. Финансист, 2002, №4, с. 70-72. Ссыка на домен более не работаетarticle/this/id 303.asp.

27. Емельянов А.А. Имитационное моделирование в управлении рисками. -СПБ: Санкт-Петербургская государственная инженерно-экономическая академия, 2000.

28. Емельянов А.А., Власова Е.А., Дума Р.В. Имитационное моделирование экономических процессов. М., Финансы и статистика, 2004.

29. Иванов А. Классификация рисков // Риск: ресурсы, информация, снабжение, конкуренция. 1996, № 6-7.

30. Черемных О.С., Черемных С.В. Стратегический корпоративный реинжиниринг: процессно-стоимостной подход к управлению бизнесом. М., Финансы и статистика, 2005.

31. Костин Ю., Бычкин А., Как управлять рисками // Финансовый директор, №9,2003.

32. БалабановИ.Т. Риск-менеджмент. М: Финансы и статистика, 1996.

33. Акимов В., Кузьмин И. Управление рисками катастроф как необходимое условие развития России. Управление риском, №3, 1997, с. 11-19.

34. Севрук В.Т. Банковские риски. М.: Дело тд, 1995.

35. Прутчикова Н.В. Интегральные меры риска нефинансовых предприятий // Национальная металургическая академия Украины. 10. Экономика предприятия.Ссыка на домен более не работает8.NPE2007/Economics/21239.doc.htm

36. Дюк В., Самойленко A. Data Mining. Учебный курс СПБ.: ПИТЕР, 2001.

37. Бочаров ЕЛ., Кодина A.M. Интегрированные корпоративные информационные системы. Принципы построения. Лабораторный практикум на базе системы Галактика . М.: Финансы и статистика, 2005.

38. Князевский М.Ю. Предприятие в условиях неопределенности и риска П Обозрение прикладной и промышленной математики. 1999. Т.2, №1.

39. Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе. М.: Финансы и статистика, 2000.

40. Клейнер Г.Б. Риски промышленных предприятий (как их уменьшить и компенсировать) // Российский экономический журнал. 1994. № 5-6.

41. Таха X., Вагнер Г. Методическое обеспечение риск-менеджмента // Финансовый директор, 2003, №6.

42. Фатхутдинов Р.А. Управленческие решения: Учебник. 5-е изд., пере-раб. и доп. М.: ИНФРА-М. - 2003.

43. Меркулов В.Н. Возможности экономическо-математического регулирования процесса принятия управленческих решений в условиях хозяйственного риска.// РИСК: ресурсы, информация, снабжение, конкуренция. 2000. №6. С. 37-44.

44. Arrow Kennet J.I. Know a Hawk froma Handsaw // Eminent Economist: Their Life and Philosophies / Ed. M. Szenberg. Cambridge; New York: Cambridge Universiti Press, 1992.

45. Розен В.В. Модели принятия решений в экономике. М.: Высшая школа, 2002.

46. Лукасевич И.Я. Имитационное моделирование инвестиционных рисков. Корпоративный менеджмент, Ссыка на домен более не работаетfinanalysis/imitation model-2-l.shtml.

47. Бочаров Е.П., Алексенцева О.Н., Ермошин Д.В. Имитационная модель производственного процесса как элемент системы управления промышленным предприятием. М.: Прикладная информатика, № 3(9), 2007, с. 3 -11.

48. Черкасов В.В. Проблема риска в управленческой деятельности. Монография. М.: Рефл-бук, К.: Ваклер, 1999.

49. Романов В. С. Волатильность как характеристика изменчивости финансово-экономических переменных. // Теория и практика реструктуризации предприятий: Сборник материалов Всероссийской научно-практической конференции. Пенза, 2001 г. - с. 146-150.

50. Мельникова М.Н. Совершенствование оценки конкурентоспособности субъектов хозяйствования. Диссертация на соискание ученой степени к.э.н. Хабаровск. 1996.

51. Ступаков B.C., Токаренко Г.С. Риск-менеджмент М.: Финансы и статистика, 2005.

52. Макаренко В.А. Трендовые модели прогнозирования в экономических исследованиях. Минск. Изд-во БГУ, 2000.

53. Андрейчиков А.В., Андрейчикова О.Н. Интелектуальные информационные системы. М.: Финансы и статистика, 2004.

54. Иозайтис B.C., Львов Ю.А. Экономико-математическое моделирование производственных систем. М., Высшая школа, 1991. - 192 с.

55. Немчинов B.C. Экономико-математические модели и методы М., Наука, 1965.-478 с.

56. Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении: учеб. пособие 2-е изд., испр. - М.: Дело, 2002. - 440 с. - (Сер. Наука управления).

57. Лотов А.В. Введение в экономико-математическое моделирование. -М.: Наука, 1984.- 392 с.

58. Глухое В.В., Медников М.Д., Коробко С.Б. Математические методы и модели для менеджмента: учебник СПб.: Лань, 2000. - 480 с.

59. Леонтьев В.В. Межотраслевая экономика / Под ред. А.Г. Гранберга. -М.: Экономика, 1997. 471 с.

60. Гранберг А.Г. Моделирование социалистической экономики. М.: Экономика, 1988. 487 с.

61. Айвазян С.А., Енюков И.С., Мешакин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Наука, 1985. - 645 с.

62. Айвазян СЛ., Енюков И.С., Мешакин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Наука, 1983. - 545 с.

63. Аттетков А.В., Зарубин B.C., Крищенко А.П. Методы оптимизации: учебник для студентов вузов . 2-е изд. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2003.-440 с.

64. Ларичев О.И. Анализ процессов принятия человеком решений при альтернативах, имеющих оценки по многим критериям // Автоматика и телемеханика. 1981. - №8. - с. 131 -141.

65. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2004. - 464 с.

66. Саати Т. Принятие решений. Метод анализа иерархий. Пер. с англ. -М.: Радио и связь, 1989. 316 с.

67. Lotfi V., Pegels С. С. Decision support system for production and operations management (DSS POM). Boston: IRWIN, 1991.- 359 p.

68. Неклюдов B.A. Экономические расчеты менеджера на персональном компьютере. Саратов, Издательский Центр Саратовской государственной экономической академии, 1998. - 124 с.

69. Рыжиков Ю. И. Имитационное моделирование. Теория и технологии. -СПБ: КОРОНА принт, 2004. 380 с.

70. Боровиков В.П., Боровиков И.П. STATISTICA. Статистический анализ и обработка данных в среде Windows. М.: Информационно-издательский дом ФИЛИНЪ: 1998.-с. 592.

71. Харман Г. Современный факторный анализ. М.: Статистика, 1972. 524с.

72. Бочаров Е.П., Салахутдинов Р.З. О решении экономико-статистических задач классификации с помощью искусственных нейронных сетей. Статья. Вестник Саратовского государственного социально-экономического университета, 2003, №4, с. 67-71.

73. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. М.: Финансы и статистика, 2004. - 424 с.

74. Щавелёв JI.B. Способы аналитической обработки данных для поддержки принятия решений. СУБД. 1998, № 4-5

75. Лодон Дж., Лодон К. Управление информационными системами. -СПБ: ПИТЕР, 2005.-910 с.

76. Бочаров ЕЛ. Многокритериальная постановка задачи оптимизации качества окружающей среды. Экономика и математические методы, 1991, т. XXIV, N5.

77. Шеннон Р. Имитационное моделирование систем: наука и искусство. -М.: Наука, 1978. 420 с.

78. Лоу A.M., Кельтон В Д. Имитационное моделирование. В серии Классика Computer Science. 3-е издание. Санкт-Петербург: ПИТЕР, 2004. - 846 с.

79. Шмидт Б. Искусство моделирования и имитации. Введение в имитационную систему Simplex 3. Перевод на русский язык под редакцией Ю.А. Ивашкина и B.JI. Конюха. - Гент, Бельгия: SCS-Европейское издательство, 2003.- 524 с.

80. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. СПБ: БХВ-Петербург, 2005. - 390 с.

81. Шрайбер Т.Дж. Моделирование на GPSS. -М.: Машиностроение, 1980. 593 с.

82. Борщев А. От системной динамики и традиционного ИМ к практическим агентным моделям: причины, технология, инструменты. - ООО Экс Джей Текнолоджис. СПБ: - 2005. - Ссыка на домен более не работаетborshevarc.pdf.

83. Форрестер Дж. Основы кибернетики предприятия. М.: Прогресс, 1974.-424 с.

84. Моисеев Н.Н. Математика ставит эксперимент. М.: Наука, 1979. -216 с.

85. Томашевский В., Жданова Е. Имитационное моделирование в среде GPSS. М.: БЕСТСЕЛЕР, 2003.-412 с.

86. Кудрявцев Е.М. GPSS World. Основы имитационного моделирования различных систем. М.: ДМК Пресс, 2004. - 318 с.

87. Шрайбер Т. Дж., Кокс С., Хенриксен О., Лоренц П., Рейтман Дж. GPSS 40 лет: перспективы развития. (Труды конференции WSC-2001, 9 12 декабря 2001 года. Перевод с английского В. Девяткова). Ссыка на домен более не работаетpaper/wsc2001/2 w.html

88. Рыжиков Ю. И. Имитационное моделирование. Теория и технологии. -СПБ: КОРОНА принт, 2004. 380 с.

89. Кокс С. Учебное пособие по GPSS World. /Перевод с английского/. -Казань: Мастер Лайн, 2002. 288 с.

90. Боев В.Д. Моделирование систем. Инструментальные средства GPSS WORLD. СПБ: БХВ-Петербург, 2004. - 348 с.

91. Цвиринько И.А., Жередева Т.А. и др. Применение метода имитационного моделирования для оценки рисков на предприятии // Вестник СевероКавказского государственного технического университета. 2006, № 4 (8).

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

93. Коваленко И.Н., Филиппова А.А. Теория вероятностей и математическая статистика. М.: Высшая школа, 1982. - 256 с.

94. Пугачев B.C. Теория вероятностей и математическая статистика. М.: Наука, 1979.-495 с.

95. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, - 1982. - 376 с.

96. Либерман А.Е. Реструктуризация предприятий стекольной промышленности. Саратов: Издательский центр СГСЭУ, 2006. - 189 с.

97. Либерман А.Е. Инструменты повышения конкурентоспособности предприятия: реструктуризация, аутсорсинг, процессный подход. Саратов: Издательский центр СГСЭУ, 2006. - 156 с.

Похожие диссертации