Читаем без скачивания Менеджмент: конспект лекций - Денис Шевчук

Специалист банка будет не прав, оценивая работу подразделений банка в текущих рублях. Обязательно надо учитывать инфляцию. Иначе мы сталкиваемся с парадоксальными явлениями, когда реальная ставка платы за кредит отрицательна; или же – рублевый оборот растет, банк якобы процветает, а после перехода к сопоставимым ценам путем деления на индекс инфляции становится ясно, что дела банка плохи.

Обратим внимание на постоянный конфликт между интересами промышленного предприятия и банка. Банкир стремится возможно дороже продать свои услуги по безналичному денежному обороту. Например, берет 3 % комиссионных с каждого перечисления. И десятки процентов годовых за кредиты. Менеджмент предприятия вынужден повышать цены. Результат очевиден – снижение конкурентоспособности. Научный подход к разрешению конфликта – теория игр.

Различных определений понятия «система» – десятки. Общим в них является то, что о системе говорят как о множестве, между элементами которого имеются связи. Целостность системы и ее «отделенность» от окружающего мира обеспечиваются тем, что взаимосвязи внутри системы существенно сильнее, чем связь какого—либо ее элемента с любым элементом, лежащим все системы. Системный анализ – дисциплина, занимающаяся проблемами принятия решений в условиях, когда выбор альтернативы требует анализа сложной информации различной физической природы.

Современные методы принятия решений. Кроме упомянутых или кратко рассмотренных выше методов, прежде всего экспертных, при принятии решений применяют весь арсенал методов современной прикладной математики. Они используются для оценки ситуации и прогнозирования при выборе целей, для генерирования множества возможных вариантов решений и выбора из них наилучшего.

Прежде всего надо назвать всевозможные методы оптимизации (математического программирования). Для борьбы с многокритериальностью используют различные методы свертки критериев, а также интерактивные компьютерные системы, позволяющие вырабатывать решение в процессе диалога человека и ЭВМ. Применяют имитационное моделирование, базирующееся на компьютерных системах, отвечающих на вопрос: «Что будет, если…?», метод статистических испытаний (Монте—Карло), модели надежности и массового обслуживания. Часто необходимы статистические (эконометрические) методы, в частности, методы выборочных обследований. При принятии решений применяют как вероятностно—статистические модели, так и методы анализа данных.

Особого внимания заслуживают проблемы неопределенности и риска, связанных как с природой, так и с поведением людей. Разработаны различные способы описания неопределенностей: вероятностные модели, теория нечеткости, интервальная математика. Для описания конфликтов (конкуренции) полезна теория игр. Для структуризации рисков используют деревья причин и последствий (диаграммы типа «рыбий скелет», они же – диаграммы Исикава или Ишикава, по фамилии японского исследователя, впервые их использовавшего). Менеджеру важно учитывать постоянные и аварийные экологические риски. Плата за риск и различные формы страхования также постоянно должны быть в его поле зрения.

Проблема горизонта планирования. Во многих ситуациях продолжительность проекта не определена либо горизонт планирования инвестора не охватывает всю продолжительность реализации проекта до этапа утилизации. В таких случаях необходимо изучить влияние горизонта планирования на принимаемые решения. Это особенно важно для стратегического менеджмента (глава 1.4)

Контроллинг. Как уже отмечалось, в последние годы все большую популярность получает контроллинг – современная концепция системного управления организацией, в основе которой лежит стремление обеспечить ее долгосрочное эффективное существование. Контроллинг – это информационно—аналитическая поддержка принятия решений на предприятии (в организации). Контроллинг рассматривается в главе 3.6.

В конкретных прикладных работах успех достигается при комбинированном применении различных методов. Для подготовки решений создаются аналитические центры и «ситуационные комнаты», позволяющие соединять человеческую интуицию и компьютерные расчеты. Все шире используются информационные технологии поддержки принятия решений, прежде всего в контроллинге.

3.2. МЕТОДЫ ОПТИМИЗАЦИИ

Оптимизация налогов подробно рассмотрена в работе Шевчук Д.А. Оффшоры: инструменты налоговой оптимизации. – М.: ГроссМедиа: РОСБУХ, 2007. В настоящее время менеджер может использовать при принятии решения различные компьютерные и математические средства. В памяти компьютеров держат массу информации, организованную с помощью баз данных и других программных продуктов, позволяющих оперативно ею пользоваться. Экономико—математические и эконометрические модели позволяют просчитывать последствия тех или иных решений, прогнозировать развитие событий. Методы экспертных оценок, о которых пойдет речь ниже, также весьма математизированы и используют компьютеры.

Наиболее часто используются оптимизационные модели принятия решений. Их общий вид таков:

F ( X ) → max

X Є A

Здесь Х – параметр, который менеджер может выбирать (управляющий параметр). Он может иметь различную природу – число, вектор, множество и т. п. Цель менеджера – максимизировать целевую функцию F ( X ), выбрав соответствующий Х .. При этом он должен учитывать ограничения X Є A на возможные значения управляющего параметра Х – он должен лежать в множестве А. Ряд примеров оптимизационных задач менеджмента приведен ниже.

3.2.1. Линейное программирование

Среди оптимизационных задач менеджмента наиболее известны задачи линейного программирования, в которых максимизируемая функция F ( X ) является линейной, а ограничения А задаются линейными неравенствами. Начнем с примера.

Производственная задача. Цех может производить стулья и столы. На производство стула идет 5 единиц материала, на производство стола – 20 единиц (футов красного дерева). Стул требует 10 человеко—часов, стол – 15. Имеется 400 единиц материала и 450 человеко—часов. Прибыль при производстве стула – 45 долларов США, при производстве стола – 80 долларов США. Сколько надо сделать стульев и столов, чтобы получить максимальную прибыль?

Обозначим: Х 1 – число изготовленных стульев, Х 2 – число сделанных столов. Задача оптимизации имеет вид:

45 Х 1 + 80 Х 2 → max,

5 Х 1 + 20 Х 2 ≤ 400,

10 Х 1 + 15 Х 2 ≤ 450,

Х 1 ≥ 0,

Х 2 ≥ 0.

В первой строке выписана целевая функция – прибыль при выпуске Х 1 стульев и Х 2 столов. Ее требуется максимизировать, выбирая оптимальные значения переменных Х 1 и Х 2 . При этом должны быть выполнены ограничения по материалу (вторая строчка) – истрачено не более 400 футов красного дерева. А также и ограничения по труду (третья строчка) – затрачено не более 450 часов. Кроме того, нельзя забывать, что число столов и число стульев неотрицательны. Если Х 1 = 0, то это значит, что стулья не выпускаются. Если же хоть один стул сделан, то Х 1 положительно. Но невозможно представить себе отрицательный выпуск – Х 1 не может быть отрицательным с экономической точки зрения, хотя с математической точки зрения такого ограничения усмотреть нельзя. В четвертой и пятой строчках задачи и констатируется, что переменные неотрицательны.

Условия производственной задачи можно изобразить на координатной плоскости. Будем по горизонтальной оси абсцисс откладывать значения Х 1, а по вертикальной оси ординат – значения Х 2. Тогда ограничения по материалу и последние две строчки оптимизационной задачи выделяют возможные значения ( Х 1, Х 2) объемов выпуска в виде треугольника.

Таким образом, ограничения по материалу изображаются в виде выпуклого многоугольника, конкретно, треугольника. Этот треугольник получается путем отсечения от первого квадранта примыкающей к началу координат зоны. Отсечение проводится прямой, соответствующей второй строке исходной задачи, с заменой неравенства на равенство. Прямая пересекает ось Х 1, соответствующую стульям, в точке (80,0). Это означает, что если весь материал пустить на изготовление стульев, то будет изготовлено 80 стульев. Та же прямая пересекает ось Х 2, соответствующую столам, в точке (0,20). Это означает, что если весь материал пустить на изготовление столов, то будет изготовлено 20 столов. Для всех точек внутри треугольника выполнено неравенство, а не равенство – материал останется.