Компьютерные Информационные Системы КИС Компьютерные
Информационные   
Системы
Волжский:  (8443)  27-53-12, 27-54-25, 27-57-18  ICQ: 622586532 Время работы:
900-1800
Волгоград:  (8442)  98-99-05, 98-57-18  ICQ: 616396128
Мобильные телефоны:  917-338-57-18, 917-338-99-05  Skype: jsccis

Вероятностный подход к оценке рисковых ситуаций

Вероятностный подход к оценке рисковых ситуаций

Юрашев Виталий Викторович
Научный руководитель фирмы «Градиент»
кандидат физ-мат.наук

Предприятия малого и среднего бизнеса редко обращаются к услугам консультантов. При этом главным образом они обращаются за консультациями аудиторов или по поводу тривиальной налоговой экономики.

В промышленно развитых странах вложение средств в интеллектуальный капитал в форме консультационных услуг считаются не менее эффективными, чем вложения в новое оборудование или в передовую технологию. В России наблюдается парадоксальная ситуация: большинство предприятий находятся в тяжелом экономическом положении по причинам либо организационно-управленческого характера, или же неприспособленности к рыночным условиям. Имеющийся в нашей стране интеллектуальный потенциал практически не используется.

Основная задача предпринимателя «предугадать» (а лучше просчитать) возможные причины возникновения рисковых ситуаций и найти возможные пути их устранения. Проанализируем риски в производственной деятельности предприятия с использованием программы «Самообучающаяся система», созданной на фирме «Градиент». 

Оценка рисков – в нашем понимании оценка вероятности неуспеха изучаемого процесса.

Предлагаемая нами модель оценки рисков является оригинальной разработкой, основанной на применении байесовской статистики. По мнению учёных, байесовская статистика наиболее эффективно работает при решении практических задач, поскольку позволяет находить ответы с минимальной потерей информации. Для проведения оценок любых рисков необходимо определить количественные или качественные показатели, по которым можно судить о вероятности неуспеха используемого события.

Итак, мы имеем перечень показателей того явления, вероятность неуспеха которого мы желаем определить. Следующий этап – процесс обучения системы, которую мы предлагаем для анализа вероятности неуспеха события. Под обучением системы мы понимаем вычисление весов (рейтингов) каждого показателя, основанное на байесовском подходе. Определение весов осуществляется либо путём опроса потребителей, или специалистов в любой сфере деятельности, или по ретроспективе. Заметим, что обучение системы происходит на основе статистического материала. Следовательно, нужно иметь достаточное количество (желательно ≥30) вариантов ответов. Каждый показатель оценивается по принципу «да» или «нет», «больше», «меньше», например, семейное положение: женат, холост; профессиональный опыт – есть, нет и т.д.

 В качестве примера исследуем риск невостребованности произведенной продукции. Риск невостребованности продукции возникает вследствие отказа потребителя от его приобретения. Причины этого могут быть как внутренние, так и внешние. Обсудим внутренние причины риска, оцененные на основании информации о работе фирмы на протяжении ряда лет. Для этой цели должны быть проанализированы показатели невостребованности (востребованности) продукции на примерах взаимоотношений с потребителями, имеющими место в прошлом. Этими показателями, воспользуемся для самообучения системы, основанной на вычислении байесовских весов каждого показателя.

Эти показатели сведены в таблице 1.

Таблица 1 Внутренние причины риска невостребованности продукции

№№

Наименование вопроса

Ответ

Вес

1

Квалификация персонала предприятия

Высокая

-0,18

Низкая

0,43

2

Организация производственного процесса

Технология не нарушена

-0,08

Технология нарушена

0,25

3

Организация снабжения предприятия материальными ресурсами

Хорошая

-0,21

Плохая

0,18

4

Организация рекламы

Избыточная

-0,10

Недостаточная

0,08

5

Организация сбыта готовой продукции

Плохая

0,23

Хорошая

-0,11

6

Знание технологии производства данной продукции

Достаточное

-0,23

Плохое

0,26

7

Штурмовщина

Нет

-0,11

Есть

0,16

8

Ошибки в планировании

Нет

-0,26

Есть

0,27

9

Контроль качества

Хороший

-0,31

Слабый

0,12

10

Использование устаревшего оборудования

Нет

-0,15

Да

0,13

11

Уведомление о готовности продукции

Своевременное

-0,08

Нет

0,14

В результате программа дает вес каждого показателя, позволяет увидеть работу предприятия, обусловленную внутренними причинами. Программа дает так же возможность заранее оценить вероятность отказа обратившегося к нам конкретного потребителя от будущей изготовленной продукции на нашем предприятии. Это, в свою очередь, позволит грамотно вести диалог с потенциальными клиентами, поскольку мы легко можем оценить наши возможности при обсуждении вопроса об изготовлении продукции.

Логарифм априорной вероятности, рассчитанный в процессе обучения системы,  равен -0,48

Приведем один из вариантов заполнения таблицы потенциального клиента. Таблица весов была составлена заранее по результатам опросов.

№№

Наименование вопроса

Ответ

1

Квалификация персонала предприятия

Высокая

2

Организация производственного процесса

Технология нарушена

3

Организация снабжения предприятия материальными ресурсами

Плохая

4

Организация рекламы

Избыточная

5

Организация сбыта готовой продукции

Плохая

6

Знание технологии производства данной продукции

Достаточное

7

Штурмовщина

Нет

8

Ошибки в планировании

Есть

9

Контроль качества

Слабый

10

Использование устаревшего оборудования

Нет

11

Уведомление о готовности продукции

Не своевременное

Вероятность невостребованности продукции равна 0,32 при рассмотренном положении дел на фирме.

В заключение хочу отметить, что описанный выше подход к нахождению риска может быть осуществлён с использованием специальным образом построенной номограммы, которая позволяет по сумме байесовских весов легко определять вероятность неуспеха изучаемого события.

Номограмма представлена на рис. 1.

Номограмма отражает зависимость P(W/X) от Z

Для использования номограммы необходимо сложить веса, (т.е. определить величину Z) соответствующие данным X и найти точку на номограмме, соответствующую значению суммы. Эта точка будет соответствовать вероятности неуспеха исследуемого события, параметрами которого являются координаты вектора X.

В результате мы получаем инструмент, позволяющий в любых условиях быстро и надежно определять риски без компьютера. При этом байесовские веса показателей, которые меняются со временем, сообщаются всем пользователем номограммы.

Рассмотрим применение нашего подхода и связанные с ним ограничения на примере двух фирм X и Y.

X – производит химикаты промышленного назначения;

Y – выпускает фармацевтические препараты.

Проблемы X начались после того, как компании не удалось адаптироваться к изменениям рыночной среды, что привело к уменьшению ее доли на рынке и прибыли. Анализ развития рынка медицинских услуг, на котором работает фирма Y позволяет ее менеджерам предсказать снижение объемов продаж на ближайшее время. Проблема, с которой столкнулась фирма Y весьма серьезна. Поскольку кризис компаний X и Y в наибольшей степени отражается на показателе прибыли на продажи, то мы рассмотрим возможности его повышения.

В таблицах 1 и 2 представлен отчет о прибылях и убытках фирм X и Y

Таблица 1

Фирма X

Отчет о прибылях и убытках

млн. у.е.

объем продаж

183.3

переменные издержки

130.6

валовая прибыль

52.7

постоянные издержки

 

производство

15.6

продажи и управление

29.4

чистая прибыль

7.7

Таблица 2

Фирма Y

Отчет о прибылях и убытках

млн. у.е.

объем продаж

190.5

переменные издержки

21

валовая прибыль

169.5

постоянные издержки

 

производство

33.3

продажи и управление

90.5

чистая прибыль

10.3

Влияние % изменений на прибыль компаний; ε – ценовая эластичность

Таблица 3

 

Фирма X

Фирма Y

переменные факторы

млн. у.е.

%

млн. у.е.

%

постоянные издержки

переменные издержки

объем продаж

Цена

Достаточно бегло взглянуть на таблицу 3 чтобы убедиться в ее огромных возможностях при работе менеджеров над повышением показателя прибыли на продажи. Так, например, уменьшение прибыли, связанное с уменьшением объема продаж фирмы X может быть достаточно легко компенсировано за счет уменьшения переменных издержек или увеличением цены. Однако, при увеличении цены мы должны учитывать ценовую эластичность. Так при ценовой эластичности, удовлетворяющей неравенству

прибыль фирмы X будет меньше, чем до повышения цены. Фирма Y очень болезненно реагирует на уменьшение объема продаж. Она должна компенсировать уменьшение прибыли за счет уменьшения постоянных издержек (очень эффективно), либо за счет повышения цены, но при условии, что ценовая эластичность не меньше –1. Далее, итоговая таблица 3 дает возможность оценить увеличение прибыли за счет следующих изменений переменных факторов (при этом достаточно подставить вместо

Сокращение постоянных издержек.

Как показывает таблица 3,  100% увеличения прибыли в компании Y нужно сократить постоянные издержки на 8%.

Сокращение переменных издержек.

Объем переменных издержек прямо пропорционален объему продаж. В компаниях, переживающих кризис, (таких как фирма X) их снижение обычно является единственным способом увеличения прибыли. Так 6% сокращение переменных издержек в компании X приведет к повышению прибыли более чем на 100% (точнее на 102%). На фирме Y доля данных издержек невелика и поэтому эффект менее значителен. Так сокращение переменных издержек на 10% увеличит прибыль чуть больше чем на 20%.

3.Увеличение объема продаж

Если фирма X увеличит объем продаж на 7%, то прибыль увеличится на 48%, а в фирме Y на 115%. Однако проблема заключается в том, что увеличение объема продаж должно происходить без снижения цен. Если фирма X снизит цены на 1%, а объем продаж увеличится на 4%, то прибыль возрастет менее чем на 3%. Если же фирма Y снизит цены на 1%, а объем продаж на 4%, то ее прибыль увеличится на 47%.

4.Повышение цен.

Наибольшее воздействие на прибыль оказывает повышение цен на товары фирмы. Увеличение цены на 6% фирмы X при неизменном объеме продаж увеличит ее прибыль на 11 млн. у.е., а фирмы Y на 11,5 млн. у.е. Если же увеличение цены на 6% ведет к уменьшению продаж, например, на 3%, то объем прибыли увеличится у фирмы X на 9 млн. у.е., а фирмы Y на 6 млн. у.е.

KИC - Компьютерные Информационные СистемыKИC - Компьютерные Информационные СистемыБюджетированиеБюджетированиеПлан производстваПлан производстваСебестоимостьСебестоимостьФинансовый анализФинансовый анализКИС:БюджетированиеКИС:Бюджетирование
© КИС - Компьютерные Информационные Системы Яндекс.Метрика Яндекс цитирования