МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ГОУ ВПО «ОРЛОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Вероятностная модель управления риском экономической несостоятельности промышленного предприятия
и методические рекомендации по ее применению.
Препринт
Орел, 2006
УДК 005.334(075.8)
Научное издание
Рекомендовано к печати
Редакционно-издательским советом
Орловского государственного университета.
Протокол № 4 от 9 ноября 2006 г.
Рецензенты:
доцент кафедры математического анализа и дифференциальных уравнений Орловского государственного университета, кандидат физико-математических наук, доцент ;
заведующий кафедрой математики и математических методов в управлении Орловской региональной академии гос. службы, доктор экономических наук, профессор
Вероятностная модель управления риском экономической
несостоятельности промышленного предприятия и методические
рекомендации по ее применению. – Орел: ОГУ, 2006. – 24 с.
В издании описаны новые модели оценки риска и управления риском экономической несостоятельности промышленного предприятия. Модели основаны на сочетании методов теории вероятностей, экспертных оценок и алгоритмов обработки данных экспертного опроса на основе метода анализа иерархических систем. Представленные модели позволяют оценить уровень риска экономической несостоятельности промышленного предприятия, а также оценить эффективность возможных антирисковых мероприятий, направленных на снижение этого уровня.
Приведены также развернутые методические рекомендации по применению моделей в реальных условиях промышленного предприятия. Рекомендации снабжены примером практического применения моделей в условиях конкретного предприятия.
Исследования, в ходе которых были получены указанные результаты, выполнены при финансовой поддержке Российского фонда фундаментальных исследований, региональный проект № .
Издание предназначено для научных работников, аспирантов и студентов старших курсов экономических специальностей, интересующихся проблематикой, связанной с приложениями методов математического моделирования в теории и практике управления хозяйственным риском.
Печатается в авторской редакции.
Библиография 6 назв.
1. Модель управления риском экономической несостоятельности
В работах [4] и [5] рассматривалась задача управления риском экономической несостоятельности промышленного предприятия. Механизм формирования данного риска состоит в том, что в каждом производственном цикле по мере прохождения материально-денежного потока через технологическую цепочку происходит возрастание уровня риска одновременно с возрастанием стоимости этого потока. При этом на уровне каждого производственного звена происходит формирование двух подвидов риска экономической несостоятельности – привнесенный риск и собственный (добавляемый) риск данного звена.
В [6] разработана вероятностная модель оценки привнесенного риска производственного звена, основанная на применении теории производственных функций и метода Монте-Карло. В [5] представлена вероятностная модель оценки добавляемого риска производственного звена, основанная на методах экспертного оценивания в сочетании с методом анализа иерархических систем Т. Саати.
В каждом отдельном производственном звене возрастание уровня риска происходит по схеме, представленной на рис.1.
Рис.1. Формирование риска экономической несостоятельности на уровне производственного звена.
Здесь R1 – уровень привнесенного риска, R2 – уровень добавляемого риска, R3 – совокупный уровень риска, формируемый данным производственным звеном. Количественные оценки уровней этих рисков связаны с оценкой возможности отклонения основных производственных показателей от их плановых значений. Пусть 
- плановое значение стоимостной оценки входного материально-денежного потока, а 
- фактическое значение этой оценки в предстоящем производственном цикле, причем 
рассматривается как случайная величина. Тогда
,
где символом E обозначается математическое ожидание. Аналогично если 
- плановое значение стоимостной оценки выходного потока, то
,
где 
- случайная величина, характеризующая стоимость выходного потока. Уровень добавляемого риска R2 связан с оценкой выходного потока при том условии, что входной поток в точности равен плановому значению, т. е.
.
Далее, величины R1, R2, R3 связаны между собой соотношением.
. (1)
Таким образом, в ходе каждого производственного цикла формирование риска экономической несостоятельности происходит по схеме, представленной на рис. 2.
Рис. 2. Схема формирования риска экономической несостоятельности в отдельном производственном цикле.
На данной схеме предполагается, что технологическая цепочка состоит из n производственных звеньев. При этом для каждого k 
и 
соответственно уровни привнесенного и собственного риска k-ого производственного звена. В соответствии с формулой (1) верны соотношения
, k=1,2,…,n-2, (2)
. (3)
В соотношении (3) Rn – уровень риска экономической несостоятельности, формируемый в каждом производственном цикле.
Управление риском экономической несостоятельности предприятия необходимо осуществлять путем снижения уровней добавляемых рисков отдельных производственных звеньев. Вероятностная модель оценки добавляемого риска производственного звена достаточно подробно описана в работе [5], поэтому здесь мы ограничимся только кратким ее описанием, необходимым для изложения основного результата данной работы.
Уровень добавляемого риска 
производственного звена оценивается по формуле
, (4)
где F1, F2, …, Fp – факторы риска, в результате проявления которых формируется уровень добавляемого риска, I(F1), I(F2),…, I(Fp) – случайные величины, выражающие интенсивности проявления факторов риска, a1, a2, …, ap – коэффициенты, отражающие значимость влияния факторов на уровень риска и тяжесть потерь, вызываемых проявлением этих факторов. При этом как коэффициенты a1, a2, …, ap, так и вероятностные распределения интенсивностей проявления факторов риска оцениваются экспертно. Безусловно, при этом идет речь не о прямом указании экспертами значений соответствующих параметров, а о применении достаточно обоснованного и широко используемого метода парных сравнений и алгоритма обработки матриц парных сравнений, описанных в [3]. Ниже, в ходе изложения методических рекомендаций по практическому применению излагаемой модели, мы более подробно рассмотрим процедуры экспертного опроса в ходе оценки уровня добавляемого риска.
Антирисковые мероприятия должны быть направлены на снижение интенсивностей проявления факторов риска. Поскольку интенсивность проявления каждого фактора представляется в виде вероятностного распределения, речь идет о снижении вероятностей высоких значений интенсивности. В результате антирисковых мероприятий происходит снижение ожидаемых интенсивностей соответствующих факторов, что, силу формулы (4), в свою очередь приводит к снижению уровня добавляемого риска рассматриваемого производственного звена.
Рассмотрим теперь вопрос об оценке эффективности антирисковых мероприятий. Пусть для снижения уровня добавляемого риска k-ого производственного звена необходимы затраты в размере Zk. Начальный уровень этого риска равен , а уровень риска, достигаемый в результате этих мероприятий составляет 
, где 
. Для оценки эффективности данных мероприятий необходимо сравнить два значения – стартовый уровень риска экономической несостоятельности Rn и финальный уровень этого риска rn, получаемый из рекуррентных соотношений (3) и (4) путем замены величины на . В силу неравенства очевидно rn<Rn. Далее необходимо получить стоимостную оценку снижения риска. Пусть планируемый объем выручки от реализации продукции, произведенной в ходе производственного цикла, равен 
. В соответствии с принятым нами определением, ожидаемый объем выручки составляет 
, при этом 
- ожидаемые потери. В результате антирисковых мероприятий ожидаемые потери снижаются до уровня 
, т. е. величина 
равна объему потерь, предотвращаемых в результате антирисковых мероприятий. Таким образом, рассматриваемые мероприятия эффективны, если
.
Специфика управления риском промышленного предприятия состоит в том, что затраты на управление риском могут принимать только фиксированные значения, другими словами эти затраты являются дискретными переменными. Например, при производстве керамического кирпича большую роль играет качество используемой технической воды. Если используемая вода характеризуется высоким содержанием солей, то на стенах построек из производимого предприятием кирпича со временем будут выступать так называемые «высолы» (белые солевые пятна). Это означает, что реализация продукции предприятия будет сопровождаться высоким уровнем риска неполной реализации, поскольку продукция предприятия может использоваться только для дешевых построек хозяйственного назначения. Для снижения уровня риска необходимо приобретение установки по очистке всей используемой воды стоимостью Z денежных единиц. При этом очевидно, что затраты на очистку воды в объемах меньших Z невозможны. Аналогично, одной из проблем сельскохозяйственных предприятий, реализующих молоко перерабатывающим предприятиям, является высокий риск порчи молока при его доставке. Наибольшие потери такие предприятия несут в летний период, характеризующийся, с одной стороны, жаркой погодой, а с другой стороны – наибольшим сезонным ростом объемов производимого молока. Эффективным методом снижения данного риска является приобретение холодильной установки для охлаждения молока перед его доставкой. Здесь также затраты на управление риском могут принимать только фиксированные значения.
Из сказанного следует, что в действительности уровень риска экономической несостоятельности следует рассматривать как функцию
,
где 
- необходимые затраты на снижение добавляемого риска производственных звеньев, а 
- бинарные переменные, каждая из которых принимает значение 0 или 1. Если 
, то это означает, что для снижения добавляемого риска k-ого производственного звена запланированы мероприятия со стоимостной оценкой соответствующих затрат в объеме 
. Значение 
означает, что указанные мероприятия не проводятся. Соответственно стартовый уровень (без проведения антирисковых мероприятий) риска экономической несостоятельности равен
.
Таким образом, уровень потерь, предотвращаемых в результате антирисковых мероприятий, выражается величиной
,
где - планируемый объем выручки от реализации продукции (в прогнозируемых ценах). Затраты на проведение антирисковых мероприятий составляют
.
В каждом производственном цикле объем средств, которые предприятие может выделить на управление риском, ограничен. Поэтому, окончательно мы приходим к следующей задаче математического программирования:
(5)
В связи с тем, что набор допустимых решений задачи (5) конечен, ее оптимальное решение, по-видимому, проще всего искать путем простого перебора допустимых значений вектора 
.
2. Методические рекомендации по применению моделей в реальных условиях и пример практического применения.
В этом параграфе представлены рекомендации по практическому применению моделей анализа привнесенного риска и собственного (добавляемого) риска производственного звена, а также по применению модели управления риском экономической несостоятельности, изложенной в предыдущем параграфе.
Для анализа собственного риска производственного звена в первую очередь необходимо сформировать группу экспертов, в состав которой должны быть включены ведущие специалисты данного звена. Если речь идет о цехе основного производства, то в состав экспертной группы рекомендуется включить начальника цеха, начальников основных производственных участков, а также специалистов службы главного экономиста, курирующих данный цех. Для анализа собственного риска звена, связанного с сырьевым обеспечением, необходимо включить в состав экспертов начальника службы материально-технического снабжения, специалистов служб главного инженера, главного энергетика, а также специалистов службы главного экономиста. Аналогично, если речь идет об анализе уровня собственного риска службы сбыта, в состав экспертов включаются маркетологи, руководители транспортной службы, экономисты.
Анализ собственного риска производственного звена начинается с идентификации основных факторов риска F1,F2,…,Fm. В соответствии с общей теорией хозяйственного риска [1] под факторами риска следует понимать причины случайного характера, вследствие которых реальные значения основного показателя деятельности звена могут отклоняться от запланированного. Если рассматривается цех основного производства, то в качестве факторов риска могут выступать такие факторы как изношенность основного оборудования, низкая производственная и технологическая дисциплина персонала, низкая квалификация персонала, возможность поломок оборудования, возможность хищений продукции и др.
Проявление факторов риска приводит к различным последствиям, таким как выпуск бракованной продукции, простои (снижение объема выпуска продукции), потери продукции при хранении и др. Поскольку каждое из последствий, вызывается проявлением нескольких факторов риска, то количество этих последствий должно быть меньше числа факторов риска. Далее необходимо построить иерархическую систему факторов риска и их последствий (Рис. 3).
Рис. 3. Логическая структура факторов собственного риска
производственного звена промышленного предприятия.
На рис. 3 подразумевается, что проявление ряда факторов риска может привести к нескольким последствиям. Например, изношенность оборудования приводит как к браку (вследствие невозможности точной регулировки оборудования), так и к простоям вследствие поломок оборудования.
Эксперты должны дать оценки тяжести последствий. Оценка тяжести последствия рассматривается как уровень относительных потерь (в процентном отношении) при условии максимальной интенсивности проявления факторов риска, приводящих к данному последствию. Например, эксперты могут дать такую оценку, что при максимально интенсивном проявлении факторов риска, ведущих к браку, доля бракованной продукции составит 30%. Таким способом оцениваются тяжести (размеры относительных потерь) D1, D2, …,Dк каждого из выделенных последствий.
Далее, необходимо определить веса-приоритеты факторов, отражающие степень влияния их проявления на тяжесть каждого из возможных последствий. Смысл этих весов состоит в следующем. Условно можно предположить, что на тяжесть рассматриваемого последствия влияют проявления всех факторов, но для одних факторов степень этого влияния может быть больше, чем для других. Для оценки весовых коэффициентов применяется алгоритм метода парных сравнений, реализованный в программной среде пакета Expert Decide [2]. Исходной информацией при этом является матрица парных сравнений, заполняемая специалистом по риск-анализу совместно с экспертами. Для того чтобы не усложнять ход экспертного опроса понятиями прямой и обратной приоритетности факторов, мы рекомендуем использовать обратную симметричность матрицы парных сравнений. Для каждой выделяемой пары факторов F1 и F2 эксперт должен сначала поставить на первое место тот фактор (например, F1), который сильнее (по крайней мере, не слабее) влияет на тяжесть последствий (уровень потерь), чем другой, а уже затем провести абсолютное сравнение по стандартной шкале сравнений Т. Саати:
1 - приблизительно одинаковое влияние фактора F1 по сравнению с F2;
3 - некоторое преобладание влияния фактора F1 по сравнению с F2;
5 - существенное преобладание влияния фактора F1 по сравнению с F2;
7 - очень сильное преобладание влияния фактора F1 по сравнению с F2;
9 - абсолютное преобладание влияния фактора F1 по сравнению с F2.
При этом, как во всех приложениях данного алгоритма, значения 2;4;6;8 могут использоваться как промежуточные.
Достоинство алгоритма парных сравнений состоит в том, что он дает возможность дать оценку уровня согласованности мнений экспертов и при необходимости применить определенные процедуры согласования этих мнений.
После того, как проведены оценки весов Wij, необходимо, применительно к условиям предстоящего производственного цикла, провести экспертные оценки вероятностных распределений интенсивности проявления каждого из факторов. При этом предлагается использовать следующую шкалу интенсивности проявления факторов:
0 – Фактор в предстоящем производственном цикле не проявится.
1 – Низкая интенсивность проявления фактора.
2 – Средняя интенсивность проявления фактора.
3 – Высокая интенсивность проявления фактора.
Для оценки субъективных вероятностей интенсивности проявления выделенного фактора на основе алгоритма парных сравнений эксперту предъявляются всевозможные пары событий A и B, состоящие в том, что фактор проявит себя с той или иной интенсивностью. Например, A – высокая интенсивность проявления фактора, B – низкая интенсивность. Оценки экспертов ранжируются с применением целочисленной шкалы от 1 до 9:
9 – эксперт уверен, что наступит событие A, а не B.
7 - вероятность события A абсолютно превосходит вероятность B.
5 - вероятность события A существенно превосходит вероятность B.
3 - событие A более вероятно, чем B.
1 – события A и B равновероятны.
Применение стандартных процедур метода анализа иерархий (обработка матрицы парных сравнений), включая согласование мнений экспертов, позволит определить вектор приоритетов группы событий. Этот вектор в данном случае интерпретируется как набор приоритетов событий по степени реальности их наступления, т. е. как набор соответствующих субъективных вероятностей.
Следует указать, что оценки весов-приоритетов влияния факторов риска на тяжесть последствий являются, как правило, достаточно статичными, т. е. их значения связаны с использованием определенной технологии и системой управления производством, т. е. такими характеристиками предприятия, которые очень мало изменяются в течение большого количества производственных циклов. В отличие от весов, вероятностные распределения интенсивностей проявления факторов являются более динамичными характеристиками и меняются от цикла к циклу. Так, например, в одном производственном цикле большую долю продукции может составлять недавно освоенная, высокотехнологичная продукция, вследствие чего интенсивность проявления такого фактора как недостаточность квалификации персонала будет высокой. В других производственных циклах проявление этого фактора может быть незначительным или вообще признано экспертами отсутствующим.
На основе полученных оценок рассчитывается совокупный уровень ожидаемых относительных потерь производственного звена в результате проявления факторов собственного риска (уровень собственного риска). Уровень ожидаемых потерь равен сумме интенсивностей потерь в результате всех рассматриваемых последствий:
, (6)
где 
- тяжесть последствия с номером j. При этом тяжесть каждого отдельного последствия рассчитывается по формуле
, (7)
где E(I(Fi)) – ожидаемая интенсивность проявления фактора Fi. Веса Wij отражают степень влияния проявления факторов Fi на тяжесть последствия Cj. При этом выполняются соотношения
которые означают, что при фиксированном j веса W1j, W2j, …, Wmj отражают степень «долевого участия» каждого из факторов F1, F2, …, Fm в формировании тяжести последствия Сj.
Опишем теперь результаты применения данной модели для анализа уровня собственного риска цеха по производству керамического кирпича предприятия « завод силикатного кирпича». До недавнего времени данное предприятие специализировалось по выпуску только силикатного кирпича. В настоящее время многие российские кирпичные заводы осуществляют выпуск как силикатного, так и керамического кирпича (Стерлитамакский завод силикатного кирпича, Чапаевский кирпичный завод и др.)
В связи с повышенным спросом на керамический лицевой кирпич и ликвидацией конкурирующего предприятия « кирпичный завод», предприятием в 2005 году было приобретено соответствующее оборудование и организован цех по выпуску керамического кирпича. Сырье для производства керамического кирпича (глина) берется из карьера, ранее эксплуатировавшегося предприятием « кирпичный завод».
Основными факторами собственного риска цеха по производству керамического кирпича являются F1- «Необходимость дополнительной регулировки оборудования», F2 - «Поломки автопогрузчиков», F3 – «Низкое качество технической воды», F4 - «Недостаток кадров», F5 -«Низкая квалификация кадров». Недостаток кадров связан с недостатком слесарей по оснастке, необходимость дополнительной регулировки оборудования связана с тем, что приобретенное предприятием оборудование является оборудованием отечественного производства ( им. », Московская область). Данное оборудование по цене значительно дешевле импортного, но по сравнению с ним требует более частых профилактических остановок производства. Основными последствиями проявления перечисленных факторов являются такие последствия как «Простои» (факторы F1, F2, F4, F5) и «Брак» (факторы F3, F4, F5 ). При максимальной интенсивности факторов потери в результате простоев составляют до 10%, а в результате брака - до 12%.
На рис. 4 представлена диаграмма расчета весов факторов риска по степени их влияния на тяжесть последствия «Простои» в программной среде пакета «Expert Decide 2.2»
Рис. 4. Результаты оценки весов факторов риска по отношению к последствию «Простои».
Логическая схема, вместе с соответствующими весами представлена на рисунке 5.
Рис.5. Логическая схема влияния факторов риска на тяжесть последствия «Простои».
Аналогичный анализ был проведен по отношению к последствию «Брак» (рис. 6 и рис. 7).
Рис. 6. Результаты оценки весов факторов риска по отношению к последствию «Брак».
Рис.7. Логическая схема влияния факторов риска на тяжесть последствия «Брак».
Далее, в соответствии с приведенной выше схемой были оценены вероятностные распределения интенсивностей проявления факторов риска. Результаты этих оценок приведены в таблице 1. В таблице 2 приведены ожидаемые интенсивности проявления факторов.
Таблица 1.
Оценки вероятностных распределений интенсивности факторов риска
Фактор риска | Интенсивность проявления фактора | |||
Отсутствует 0 | Слабая 1 | Средняя 2 | Высокая 3 | |
Необходимость дополнительной регулировки оборудования | 0.14 | 0.468 | 0.204 | 0.188 |
Поломки автопогрузчиков | 0.181 | 0.19 | 0.247 | 0.382 |
Низкое качество технической воды | 0.141 | 0.175 | 0.172 | 0.512 |
Недостаток кадров | 0.061 | 0.101 | 0.589 | 0.249 |
Низкая квалификация кадров | 0.136 | 0.136 | 0.233 | 0.495 |
Таблица 2.
Ожидаемые интенсивности факторов риска
Фактор риска | Ожидаемая интенсивность |
Необходимость дополнительной регулировки оборудования | 1.44 |
Поломки автопогрузчиков | 1.83 |
Низкое качество технической воды | 2.06 |
Недостаток кадров | 2.03 |
Низкая квалификация кадров | 2.09 |
По формулам (6) и (7) рассчитаем тяжести последствий и уровень собственного риска. Для последствия C1 - «Простои» имеем
.
Аналогично для последствия C2 - «Брак» верно
.
Тогда уровень собственного риска цеха основного производства равен
.
Таким образом, ожидаемые потери выпущенной продукции цеха основного производства вследствие проявления факторов собственного риска составляют около 14.5%.
Уровень привнесенного риска рассматриваемого производственного звена был оценен в работе [6] на основе методов теории производственных функций и метода Монте-Карло. Оценка этого уровня была дана в виде доверительного интервала [9.5%; 9.7%], что позволяет принять в качестве ожидаемого уровня 9.6%.
Аналогичным образом был оценен уровень собственного риска сбытового звена. Наши общие рекомендации в ходе анализа собственного риска сбытового звена промышленного предприятия состоят в том, что в первую очередь следует учесть такие факторы как
- снижение спроса;
- конкуренция;
- неудовлетворительное качество продукции;
- снижение уровня платежеспособность потребителей;
- рост прямых и косвенных издержек в сфере сбыта;
- перебои в системе банковского обслуживания реализации продукции;
- неплатежи потребителей;
- снижение количества потребителей.
Применительно к сбытовому звену предприятия « завод силикатного кирпича» экспертами были выделены следующие основные факторы риска: «Замещающие товары», «Сезонность спроса», «Конкуренция». Проявление фактора «Замещающие товары» связано с тем, что в последнее время на рынке строительных материалов наблюдается рост предложения таких товаров как пористый камень и навесные фасадные системы. Сезонность спроса связана с тем, что в силу специфики Орловской области большую долю потребителей продукции предприятия занимают индивидуальные застройщики. Так как наибольшая активность индивидуального строительства наблюдается в летний период, возможно существенное снижение спроса на продукцию предприятия в зимний период. Основными конкурентами предприятия являются кирпичные заводы близлежащих областей (Курская и Брянская области). Можно считать, что кирпичные заводы Тульской и Московской областей конкурентами предприятия не являются, поскольку их продукция реализуется по более высокой цене в основном в г. Москве и Московской области.
В результате применения модели и методов, описанных выше, был оценен уровень собственного риска звена «Сбыт», который составил 4.2%.
Таким образом, стартовый профиль риска экономической несостоятельности участка по производству керамического кирпича предприятия « завод силикатного кирпича» имеет вид, представленный на рис. 8.
Рис. 8. Стартовый профиль риска экономической несостоятельности участка по производству керамического кирпича.
На этом рисунке R1=9.6% - уровень привнесенного риска звена «Производство». Этот риск сформирован звеном сырьевого обеспечения и оценен на основе модели, представленной в [6]. R3=22.7% - уровень риска, сформированный звеном «Производство». Он, в свою очередь, является уровнем привнесенного риска звена «Сбыт». Для оценки уровня риска R3 использовалась формула (2), согласно которой
R3 = 1-(1-0.096)´(1-0.145)=0.227.
Далее, R5=25.9% - уровень риска экономической несостоятельности, оцененный по формуле (3).
В ходе одного производственного цикла плановый объем выпуска составляет 200 тыс. штук кирпича. Цена реализации составляет 5150 руб. за 1 тыс. штук кирпича. Поэтому стоимостная оценка потерь составляет около 266.8 тыс. руб. в каждом производственном цикле.
Для снижения уровня риска экономической несостоятельности экспертами предложены следующие мероприятия:
1. Приобретение трех автопогрузчиков фирмы “Komatsu” стоимостью около 500 тыс. руб. каждый.
2. Приобретение установки по очистке воды стоимостью 1200 тыс. руб.
3. Повышение заработной платы слесарям по оснастке, с целью привлечения на предприятие квалифицированных работников. Ежемесячные затраты – 30 тыс. руб.
В течение года предприятие осуществляет около 40 производственных циклов, поэтому затраты на повышение заработной платы слесарям по оснастке, отнесенные к одному производственному циклу составляют 9 тыс. руб. Фирма “Komatsu” устанавливает для автопогрузчиков пятилетний гарантийный срок, который можно считать сроком работы автопогрузчика без серьезных поломок и капитального ремонта. Таким образом, затраты на приобретение автопогрузчиков, отнесенные к одному производственному циклу составляют около 7.5 тыс. руб. Срок работы установки по очистке воды составляет три с половиной года, затраты отнесенные к одному производственному циклу – около 8.6 тыс. руб. Основная проблема состоит в том, что как приобретение автопогрузчиков, так и приобретение установки по очистке воды требуют больших единовременных затрат. В связи с недостатком средств, предприятие может осуществить только одно из указанных мероприятий. Поэтому необходимо дать сравнительную оценку эффективности этих мероприятий.
Вариант 1. Повышение заработной платы слесарям по оснастке и приобретение автопогрузчиков. В этом случае, согласно оценкам экспертов, происходит следующее изменение вероятностного распределения интенсивности факторов риска по сравнению с таблицей 1:
Таблица 3.
Вероятностные распределения интенсивности факторов риска при реализации первого варианта антирисковых мероприятий.
Фактор риска | Вероятностное распределение интесивности | Ожидаемая интенсивность | |||
Отсутствует 0 | Слабая 1 | Средняя 2 | Высокая 3 | ||
Необходимость дополнительной регулировки оборудования | 0.14 | 0.468 | 0.204 | 0.188 | 1.44 |
Поломки автопогрузчиков | 0.58 | 0.262 | 0.089 | 0.069 | 0.65 |
Низкое качество технической воды | 0.141 | 0.175 | 0.172 | 0.512 | 2.06 |
Недостаток кадров | 0.518 | 0.322 | 0.081 | 0.079 | 0.72 |
Низкая квалификация кадров | 0.136 | 0.136 | 0.233 | 0.495 | 2.09 |
В соответствии с приведенными выше формулами уровень риска экономической несостоятельности составляет 21.6%.
Стоимостная оценка предотвращаемых потерь составляет 44.3 тыс. руб. в каждом производственном цикле. Затраты на антирисковые мероприятия составляют 16.5 тыс. руб. Таким образом, эффективность антирисковых мероприятий составляет 27.8 тыс. руб. для одного производственного цикла, а ежегодно – около 1112 тыс. руб.
Вариант 2. Повышение заработной платы слесарям по оснастке и приобретение установки по очистке воды. Изменение вероятностного распределения интенсивности факторов риска представлено в таблице 4.
Таблица 4.
Вероятностные распределения интенсивности факторов риска при реализации второго варианта антирисковых мероприятий.
Фактор риска | Вероятностное распределение интесивности | Ожидаемая интенсивность | |||
Отсутствует 0 | Слабая 1 | Средняя 2 | Высокая 3 | ||
Необходимость дополнительной регулировки оборудования | 0.14 | 0.468 | 0.204 | 0.188 | 1.44 |
Поломки автопогрузчиков | 0.181 | 0.19 | 0.247 | 0.382 | 1.83 |
Низкое качество технической воды | 0.498 | 0.251 | 0.183 | 0.068 | 0.82 |
Недостаток кадров | 0.518 | 0.322 | 0.081 | 0.079 | 0.72 |
Низкая квалификация кадров | 0.136 | 0.136 | 0.233 | 0.495 | 2.09 |
Уровень риска экономической несостоятельности составляет 21%. Стоимостная оценка предотвращаемых потерь составляет 50.5 тыс. руб. Затраты на антирисковые мероприятия составляют 17.6 тыс. руб. Эффективность антирисковых мероприятий – около 32.9 тыс. руб. в рамках одного производственного цикла, а ежегодно – около 1316 тыс. руб.
С точки зрения эффективности антирисковых мероприятий второй вариант (приобретение установки по очистке воды) является более предпочтительным. Кроме того, реализация этого варианта будет означать повышение качества продукции, т. е. к росту репутации предприятия и, в конечном счете, – к повышению спроса на его продукцию. Таким образом, рекомендуемое мероприятие - приобретение установки по очистке воды.
ЛИТЕРАТУРА
1. Качалов хозяйственным риском. М.: Наука, 2002. – 192 с.
2. Expert Decide для Windows 95, Windows 98 и Windows NT. Версия 2.0. Руководство пользователя / Под редакцией . — Орел: ОРАГС, 2000. — 24 с.
3. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1993. — 320 с.
4. Секерин формирования риска экономической несостоятельности производственного предприятия // Вестник Воронежск. гос. ун-та. Сер. Экономика. 2005. № 1. С.
5. , Строев модель управления риском на уровне производственного звена промышленного предприятия // Наука и образование. Межвуз. сб. научн. трудов. Вып. № 1 «Экономика и управление». М. : ИИЦ МГУДТ. 2006. С. 123-131.
6. Секерин модель оценки уровня привнесенного риска производственного звена промышленного предприятия // Наука и образование. Межвуз. сб. научн. трудов. Вып. № 3 «Экономика и управление». М. : ИИЦ МГУДТ. 2006. С. 3-10.
АО Типография “Труд”
Сдано в набор 27.11.06. Подписано в печать 29.11.06. Формат 60´84/16.
Объем 1,1 усл. п. л. Бумага офсетная. Тираж 80 экз. Заказ № 000.
