Совершенствование технологии принятия управленческих решений в предпринимательских автотранспортных структурах в условиях риска (стр. 2 )

§ Первая модель: анализ зависимости грузооборота от инвестиций, перевозки грузов и ВВП.

§ Вторая модель: анализ зависимости ВВП от цены на топливо, инвестиций в основной капитал транспортной отрасли и перевозки грузов.

Уравнения зависимостей и прогноз на 2013 и 2014 года по РФ представлен в таблице 2, где приняты следующие обозначения: X – ВВП (млрд. руб.), Y – Цена топлива (руб.), Z – Грузооборот (млрд. тонн км), T –Число занятых людей (тыс. чел.), P - Перевозка грузов (млн. тонн), I - Инвестиции в основной капитал транспортной отрасли (млрд. руб.), F - Финансовые вложения организаций в транспорт (млн. руб.).

Таблица 2 - Уравнение зависимостей и прогноз на 2013 и 2014 года по РФ[2]

№ моде-ли	Уравнение зависимостей	Прогноз на 2013	Прогноз на 2014
1.		229,96255 млрд. тонн км.	235,90554 млрд. тонн км.
2.		44207,731 млрд. руб.	47221,495 млрд. руб.

По Республике Татарстан автором были построены две модели.

§  Первая модель: анализ зависимости ВРП от цены на топливо, инвестиций в основной капитал транспортной отрасли и перевозки грузов.

§  Вторая модель: анализ зависимости инвестиций в основной капитал транспортной отрасли от цены на топливо, перевозки грузов и ВРП.

Уравнения зависимостей и прогноз на 2013 и 2014 года по РТ представлены в таблице 3, где приняты следующие обозначения X – ВРП (млрд. руб.), Y – Цена на топливо (руб.), Z – Грузооборот (млрд. тонн км), T –Число занятых людей (тыс. чел.), P - Перевозка грузов (млн. тонн), I - Инвестиции в основной капитал транспортной отрасли (млрд. руб.).

Таблица 3 - Уравнения зависимостей и прогноз на 2013 и 2014 года по РТ[3]

№ модели	Уравнение зависимостей	Прогноз на 2013	Прогноз на 2014
1.		1050,4 млрд. руб.	1053,43 млрд. руб.
2		14,3 млрд. руб.	14,4 млрд. руб.

По критерию Стьюдента все коэффициенты регрессии в данной модели признаны значимыми, а в сочетании со значением критерия Фишера модель пригодна для принятия решений и осуществления прогнозов.

2.2. Система показателей оценки эффективности управленческих решений в предпринимательских автотранспортных структурах.

Под эффективностью управленческого решения в диссертации понимается степень соответствия результатов реализации управленческого решения ожидаемому или запланированному исходу. На рисунке 2 представлена схема, в которой отдельные способы определения эффективности управленческих решений объединены и сгруппированы в систему показателей.

Основные факторы, влияющие на эффективность управленческих решений, использованы при разработке системы показателей и ее основных характеристик для поэтапной оценки эффективности разработки и принятия управленческих решений.

Рисунок 2 - Система показателей определения эффективности принятия управленческих решений в предпринимательских автотранспортных структурах[4]

2.3. Основные направления повышения эффективности принятия управленческих решений обеспечивающие стратегическое развитие предпринимательских автотранспортных структур.

На основе анализа внешних и внутренних факторов, влияющих на эффективность управленческих решений, с учетом перечня препятствий, стоящих на пути разработки и принятия решений предложены направления создания условий, способствующих повышению их эффективности (см. рисунок 3).

Рисунок 3 – Основные направления и рекомендации по совершенствования технологии принятия управленческих решений в предпринимательских автотранспортных структурах[5]

2.4. Методика оценки эффективности управленческих решений в предпринимательских автотранспортных структурах, которая представляет аппарат контроля и регулирования.

Под методикой повышения эффективности принятия управленческих решений в диссертации понимается процедура, свод правил, алгоритм выявления установок, склонностей и ценностей, а также знаний и умений, которые способствуют и препятствуют принятию эффективных управленческих решений, разработки исходя из этого рекомендаций по совершенствованию процесса принятия управленческих решений. Обобщенная методика поэтапной оценки эффективности принимаемых управленческих решений в предпринимательских автотранспортных структурах представлена на рисунке 4.

Рисунок 4 – Обобщенная методика поэтапной оценки эффективности принимаемых управленческих решений в предпринимательских автотранспортных структурах[6]

Реализация методики позволяет получить предварительные теоретические и практические выводы, содержащие ответы на поставленные задачи.

2.5. Построен алгоритм принятия управленческих решений в автотранспортной компании на основе имитационного моделирования.

Важнейший организационный аспект разработки и реализации управленческих решений — это организация последовательности работ, необходимых для выполнения этого процесса. Здесь особое значение приобретает тип менеджмента, существующий на предприятии. Автором была предложен блок-схема принятия управленческих решений в автотранспортной компании, которая представлена на рисунке 5.

Рисунок 5 –Блок – схема принятия управленческих решений в транспортной компании[7]

Блок А состоит из обоснования и оценки основных показателей эффективности УР. Блок В состоит из применения системы поддержки принятия решений. Блок С состоит из мероприятий по снижению риска, оценки их эффективности, выполнения и контроля над выполнением УР. Разработка системы поддержки принятия решений проводилась в среде AnyLogic 6. Основу программы составляет имитационная модель. Система поддержки принятия решений позволяет осуществлять прогнозы чистого дисконтированного дохода до 2018 года.

Чистый дисконтированный доход (в дальнейшем ЧДД или NPV) определяется как сумма текущих эффектов за весь расчетный период, приведенная к начальному шагу, или как превышение интегральных результатов над интегральными затратами. Величина ЧДД для постоянной нормы дисконта вычисляется по формуле:

(1)

где DП(t) - продисконтированные поступления, получаемые на t-ом шаге расчета, DO(t) - продисконтированные затраты, осуществляемые на том же шаге, Т - горизонт расчета (число прогнозов).

Результаты по сценариям имитационного моделирования представлены в таблице 4.

Таблица 4 - Результаты по сценариям имитационного моделирования[8]

№ сценария	Характеристика	Годовые инвестиции (млн. руб.)	Безрисковая ставка (%)	Премия за риск (%)	Процент инфляции (%)	Прогноз (ЧДД) до 2018 году (млн. руб.)
1. сценарий	Оптимистический	50	20	30	10	1100
2. сценарий	Наиболее вероятный	100	12	15	12	700
3. сценарий	Пессимистический	190	10	10	16	153

Основные направления инвестиций на примере в «ТрансАвто»:

1.  Оплата строительства или реконструкции (строительство филиалов, ремонт основного здания).

2.  Капитальный ремонт основных фондов.

3.  Аттестация кадров, курсы повышения квалификации и т. д.

Разработанная автором имитационная модель для «Транс – Авто» даст возможность руководителю обосновать сценарий развития фирмы с учетом приоритетных показателей деятельности. Внедрение системы автоматизации в любую транспортную компанию позволит существенно повысить эффективность управления транспортной сетью. Кроме того, бизнес-процесс по управлению сетью становится полностью прозрачным.

Для принятия того или иного инвестиционного проекта необходимо провести расчет риск-анализа. Риск-анализ был рассчитан методом имитационного моделирования в приложении MS Excel. Моделируя значение ЧДД в зависимости от ключевых факторов были получены значения ЧДД по трём основным вариантам развития событий (оптимистичный, пессимистичный, реалистичный). Методом экспертных оценок были определены также вероятности реализации этих вариантов. Полученные результаты использовались как исходные данные для имитационного моделирования (см. таблицу 5).

Таблица 5 - Исходные условия эксперимента

Условия	ЧДД (млн. руб.)	Вероятность
Максимум	153	0,05
Вероятное	700	0,9
Минимум	1100	0,05
Среднее	692,65

На основе исходных данных проводим имитацию. Для проведения имитации использовалась функция «Генерация случайных чисел», которая входит в состав MS Excel и находится в наборе средств анализа данных. Для осуществления имитации использовалось нормальное распределение, так как она наиболее подходит для расчета риск-анализа. На основе полученных в результате имитации данных, использовались стандартные функции MS Excel. Экономико-статистический анализ представлен в таблице 6.

Таблица 6 - Экономико-статистический анализ результатов имитации

Имитационное моделирование
Показатели	ЧДД (млн. руб.)	Вид формулы
Среднее значение	692,65	=B4*C4+B5*C5+B6*C6
Стандарт. Отклонение	3,38	=СТАНДОТКЛОНП(D3:D502)
Коэффициент вариации	0,004874	=B12/B11
Минимум	682,34	=МИН(D4:D502)
Максимум	702,64	=МАКС(D5:D503)
Число случаев ЧДД<0
Сумма убытков	0,00	=СУММЕСЛИ(D3:D502;"<0")
Сумма доходов	86	=СУММЕСЛИ(D4:D503;">0")
Р(Е<=0)	0,00	=НОРМРАСП(0;B11;B12;1)
P(E<=МИН(E))	0,00	=НОРМРАСП(B14;B11;B12;1)
P(M(E)+q<=E<=max))	0,16	=НОРМРАСП(B15;B11;B12;1)-НОРМРАСП(B12+B11;B11;B12;1)
P(M(E)-q<=E<=M(E))	0,34	=НОРМРАСП(B11;B11;B12;1)-НОРМРАСП(B11-B12;B11;B12;1)

Имитационное моделирование продемонстрировало следующие результаты:

1.  Среднее значение ЧДД составляет 692,65 млн. руб.

2.  Минимальное значение ЧДД составляет 682,34. млн. руб.

3.  Максимальное значение ЧДД составляет 702,64 млн. руб.

4.  Коэффициент вариации ЧДД равен 0,4%

5.  Число случаев ЧДД < 0 – нет.

6.  Вероятность того, что ЧДД будет меньше нуля равна нулю.

7.  Вероятность того, что ЧДД будет больше  максимума также  равна нулю.

8.  Вероятность того, что ЧДД  будет находится в интервале [M(E) + s; max] равна 16%.

9.  Вероятность того, что ЧДД  будет находиться в интервале [M(E) - s; [M(E)] равна 34%.

Оценим риск данного инвестиционного проекта. Для расчёта цены риска в данном случае использовался показатель среднеквадратического отклонения - s, и математического ожидания – М (ЧДД). В соответствии с правилом «трёх сигм», значение случайной величины, в данном случае – ЧДД, с вероятностью близкой 1 находится в интервале [М-3s; М+3s]. В экономическом контексте это правило можно истолковать следующим образом:

-вероятность получить ЧДД проекта в интервале [692,65-3,58; 692,65+3,58] равна 68%;

-вероятность получить ЧДД проекта в интервале [692,65-7,16; 692,65+7,16] равна 94%; -вероятность получить ЧДД проекта в интервале [692,65-10,74; 692,65+10,74] близка к единице, т. е. вероятность того, что значение ЧДД проекта будет ниже 681,9 млн. руб. (692,65 -10,74) стремится к нулю.

Таким образом, суммарная величина возможных потерь характеризующих данный инвестиционный проект, составляет 10,74 тыс. руб. (что позволяет говорить о высокой степени надёжности проекта). Иначе говоря, цена риска данного «Транс - Авто» составляет 10,74 млн. рублей условных потерь, т. е. принятие данного инвестиционного проекта влечёт за собой возможность потерь в размере не более 10,74 млн. руб.

На основе исследования предметной области определяются мероприятия по снижению рисков. Основная проблема управления рисками заключается в размере перечня рисков, полученных на этапе идентификации. Управлять всеми выявленными рисками невозможно, так как это требует больших финансовых и кадровых затрат. Основные задачи качественного анализа состоят в разделении рисков на группы и расположении их в порядке приоритетов. Мероприятия по снижению рисков в автотранспортных структурах представлены на рисунке 6.

Рисунок 6 - Мероприятия по снижению рисков в транспортных организациях

Проведем классификацию рисков по объектам:

1.  Транспорт.

2.  Отгрузка и транспортировка.

3.  Водитель.

4.  Внешняя среда.

5.  Груз.

Риски, потери и решение для объекта «Транспорт» представлены в таблице 7.

Таблица 7 - Риски, потери и решение для объекта «Транспорт»[9]

1 группа
Взаимодействие с «ТрансАвто»
Наименование рисков	Возможные потери	Решение
Угон	Финансовые потери, связанные с поиском грузовика	Установка сигнализации, остановка на охраняемых стоянках
Повреждения намеренные или случайные	Стоимость восстановительных работ, ремонт грузовика	Страхование авто
ДТП	До полной стоимости груза	Страхование груза

В процессе отгрузки и транспортировки грузов автомобильным транспортом возможны финансовые потери – риски, снижающие эффективность работы предприятия. При стремлении повышения эффективности бизнеса возникают задачи управления рисками в процессе отгрузки и транспортировки груза автомобильным транспортом (см. таблицу 8), при этом задачи управления рисками первой группы являются приоритетными.