Особенности дискретного динамического моделирования
Для большинства фирм непрерывное получение и обработка количественных данных о производстве продукции, динамике продаж, накоплении и расходовании финансовых средств является ненужным или затруднительным ввиду недостаточного внедрения автоматизированных систем получения и обработки информации. Поэтому на практике обработка данных о ходе производства, затратах, платежах за кредиты и поступлении выручки проводится дискретно с постоянным периодом (сутки, неделя, месяц, квартал и т. д.). По этой причине рассмотренные динамические модели являются дискретными, в которых номера периодов дискретности обозначены символами i, (i -1), (i -2), ... , (i - k). При этом символом i обозначается рассматриваемый (текущий, расчетный) период. Символом (i -1) обозначается период, предшествующий i - му. Символом (i-k) обозначается период, отстоящий от i-го на k периодов.
Использование дискретных динамических моделей дает возможность прогнозировать наступление моментов дестабилизации деятельности предприятия и принимать заблаговременно решения по их недопущению. Определение объемов производства Xi позволяет заранее готовить варианты разумных решений на прогнозируемые изменения цен ресурсов, корректировать планы производства продукции, получения кредитов, изменения отпускных цен.
При нескомпенсированности затрат и отсутствии возможности привлечь дополнительные финансовые ресурсы плановый объем производства должен быть скорректирован в сторону уменьшения или должны быть приняты меры по уменьшению затрат, так как иначе возникнет проблема неплатежеспособности. Моделирование позволяет прогнозировать моменты наступления критических для предприятия ситуаций, выявлять причины их возникновения и вовремя принимать решения по корректировке процессов производственной и сбытовой деятельности.
Путем сопоставления динамики производства товаров с динамикой их реализации руководство предприятия планирует объемы производства в будущие периоды и разрабатывает мероприятия по повышению прибыльности предприятия, по ускорению сбыта и продвижению продукции на рынки потребителей.
Результаты анализа БП предприятия готовятся на конец расчетного периода, так как основные поступления за реализацию продукции, а тем более фактические затраты (заработная плата, плата за электроэнергию, топливо, сырье, материалы, комплектующие изделия, платежи в пенсионный фонд, фонд социального страхования, фонды медицинского страхования, государственный фонд занятости населения, налог на прибыль и другие платежи) осуществляются в конце расчетного периода.
Для выработки управленческих решений на основе описанных моделей в реальном масштабе времени необходима информация об имеющихся собственных Сir и привлекаемых Сid финансовых средствах, об объеме выпущенной продукции в предыдущие периоды и удельном весе ее реализации в последующие периоды, о рыночной цене на продукцию, обязательных налогах, платежах и других величинах, входящих в переменные Ui и постоянные Zi затраты. Учeт этих сведений должен вестись бухгалтерией предприятия.
Это позволит быстро готовить исходные данные для моделирования, проводить расчеты и вырабатывать информацию, необходимую для принятия решений по управлению предприятием.
Для поддержки исходных данных в актуальном состоянии необходимо ежепериодно обновлять их, например, в случае изменения стоимостных показателей сырья, материалов, комплектующих изделий, электроэнергии, топлива, заработной платы, налогов, обязательных платежей. Необходимую информацию по исходным данным целесообразно сгруппировать по изделиям или по другому принципу и составить соответствующие иерархические ARIS-модели.
Особенностью рассмотренных динамических моделей является наличие обратной связи. Входящие в них слагаемые Xi−1 , Xi−2 , Xi−3 ,..., Xi−k являются входной информацией для i-го периода, но представляют выходную информацию (объемы производства) соответственно в период (i-1), (i-2), (i-3), ..., (i-k).
Таким образом, выходная информация в i-й период задерживается на один, два, три, ..., k периодов и по обратной связи влияет на информацию следующих за ним периодов. Положительная обратная связь действует с запаздыванием на один, два, три, ..., k периодов. При прогнозировании изменений экономических показателей предприятия моделируется ряд следующих друг за другом периодов, выходные показатели которых сохраняются в памяти компьютера в виде величин Xi Xi−1 Xi−2 Xi−3 Xi−k и других показателей. Эта особенность моделей должна учитываться при разработке программ моделирования изучаемых экономических процессов. Результаты динамического моделирования для основных показателей можно предоставлять пользователю в конце каждого расчетного периода и запоминать для дальнейшей работы или просмотра.
В зависимости от целей моделирования и степени оснащенности предприятия вычислительной техникой, могут быть применены различные способы использования описанных моделей: от выполнения несложных расчетов по конечным формулам для получения экономических показателей предприятия в рассматриваемый период до разработки общей комплексной динамической модели с единой БД и компонентами для расчета отдельных показателей функционирования предприятия за несколько периодов.
Большинство исходных данных, необходимых для проведения экономического анализа, являются данными бухгалтерского учета. Поэтому все исходные данные целесообразно готовить в бухгалтерии по удобным для них формам. Специальный конвертер (ARIS-программа) перенесет эти данные в соответствующие атрибуты ARIS-диаграмм, описывающих информационную модель анализируемой (управляемой) системы.
Повысить эффективность деятельности предприятия можно за счет уменьшения постоянных и переменных затрат. Величины Zi , Ui можно уменьшить путем инвестиций I, т. е. функции Zi (I), Ui (I) могут убывать с течением времени, если инвестиции I направлены на снижение издержек. Рассмотрим некоторые аспекты моделирования инвестиционного процесса.
Инвестиции по направлению вложений денежных средств делятся на чисто финансовые операции (выдача кредитов, покупка ценных бумаг, инвестиции в различные финансовые инструменты и т. д.) и производственные инвестиции. Под последними понимают вложения денежных средств в создание, реконструкцию или перепрофилирование производственных предприятий. Оба вида инвестиций с финансовой точки зрения охватывают этап вложения денежных средств и этап отдачи от такого вложения. Объектом анализа может быть один из этих этапов или оба вместе. Информационной базой для анализа указанных этапов являются соответствующие потоки платежей.
При определении эффективности инвестиций необходимо учитывать специфику распределения затрат и доходов во времени. Долгосрочный характер производственных инвестиций многократно усиливает важность применения принципа неравноценности денег, относящихся к разным моментам времени, т. е. зависимости ценности денег от времени.
Для анализа сложных инвестиционных схем разрабатывают специальные экономико-математические модели, которые позволяют получить варианты поведения исследуемого инвестиционного процесса для разнообразных сочетаний исходных условий и принятых предположений, например, состояния денежно-кредитного рынка, уровня инфляции, спроса на выпускаемую продукцию и т. д. Особенность модели, разрабатываемой для инвестиций в производство, состоит в том, что в ней базовым является блок формирования затрат и отдачи от инвестиций для каждого периода со специфическим их распределением. В отдельном блоке модели вычисляются показатели эффективности.
Модель дает возможность осуществить анализ чувствительности. Этот анализ заключается в выявлении наиболее важных (ключевых) входных параметров модели и получении системы оценок эффективности инвестиций для широкого диапазона значений этих параметров. Таким образом, лицу, принимающему решение, предоставляется не единственная, точечная оценка, а развернутая картина (в виде таблиц и графиков) значений эффективности для разнообразных возможностей и ожидаемых ситуаций.
Первый шаг при разработке базового блока модели заключается в определении потока ежепериодных платежей. Причем, и затраты, и доходы в модели должны быть увязаны как с внешними условиями, так и с производственными параметрами, например, в связи с ожидаемой динамикой цен на производимую продукцию (внешние условия) и возможными изменениями объемов производства и уровней текущих производственных затрат. Данные о затратах и доходах в зависимости от конкурентных условий могут быть постоянными и переменными. Доходы представляют собой дискретный поток поступлений.
В модели выделяют несколько видов данных, например, уровневые или объемные характеристики (выпуск продукции, затраты на строительство и т. д.), временные параметры (продолжительность расчетного периода и общего срока инвестирования, число периодов моделирования), нормативные показатели (процентные и налоговые ставки, удельные расходы и др.).
Зависимость потоков затрат и поступлений от множества данных, относящихся к будущему, не позволяет получить однозначные ответы о степени эффективности, так как цены на продукцию могут понизиться, а затраты – возрасти и т. д. Практически полезно для сокращения риска в условиях неопределенности получить крайние оценки, т. е. применить сценарный подход и получить три оценки. Первую – для базового варианта исходных данных и предпосылок, сформулированных для наиболее вероятного функционирования предприятия.
Две другие оценки получить для пессимистичного и оптимистичного вариантов условий протекания БП. Совокупность таких расчетных оценок дает возможность более полно представить финансовые последствия деятельности предприятия, в том числе – инвестиционной.
Более информативным является анализ чувствительности БП. Речь идет об отзывчивости показателей эффективности БП на изменения данных в базовом варианте условий. Выделяют следующие этапы при осуществлении анализа чувствительности. Во-первых, выбор показателя эффективности, относительно которого проверяется отзывчивость системы на изменение того или иного параметра базового варианта условий. Во-вторых, отбор ключевых переменных модели, т. е. данных, отклонения значений которых от базовых заметно отразятся на величине показателя эффективности. В итоге показатель эффективности определяется как функция ключевых переменных модели. Остальные переменные рассматриваются в модели как константы.
В-третьих, определение ожидаемых диапазонов значений ключевых переменных. В-четвертых, расчет значений показателей эффективности для принятых диапазонов ключевых переменных и представление результатов расчетов в удобной для анализа форме.