Экспериментальные исследования комплексного инструментального метода обоснования управленческих решений

В данном разделе представлены результаты решения ряда практических задач с помощью разработанного метода. В частности, на основании 23 показателей качества управления капиталом и деловой активности, платежеспособности (ликвидности), рентабельности и финансовой устойчивости и гибкости проведен анализ финансового состояния предприятия «Динамо Програм Пинск» на первом этапе реинжиниринга бизнес-процессов. Основные его результаты представлены в табл. 1.

Результаты расчетов свидетельствуют о том, что на протяжении проанализированных 10 периодов (в течение времени t) состояние предприятия постоянно ухудшалось. Если в начале оно было нормальным, то в конце оно на 70% оценивается как плохое, а на 30% - как очень плохое.

Таблица 1. Динамика значений показателя DAINA и лингвистическая оценка финансового состояния предприятия (линейное нормирование).

На основании результатов расчетов была оценена эффективность принятых решений по управлению совместным белорусско-итальянским предприятием «Динамо Програм Пинск». Анализ динамики показателя эффективности управленческих решений показал необходимость проведения реинжиниринга бизнес-процессов. Результатами реинжиниринга явились уменьшение финансовых затрат на осуществление этого бизнес-процесса на 27% и сокращение общей продолжительности бизнес-процесса «Выполнить заказ» на 8%. Благодаря использованию КИМ ППР на данном предприятии эффективность принимаемых руководителями решений повысилась, кризис был преодолен, предприятие стало успешно развиваться.

Для оценки адекватности предложенных методов и моделей и достоверности результатов проведенных исследований были сопоставлены результаты, полученные с использованием КИМ ППР (показатель R) и модели Г. В. Савицкой, а также модели Г. В. Давыдовой и А. Ю. Беликова (показатель Z), основанных на дискриминантном анализе. Коэффициент корреляции между значениями показателя DAINA (линейное нормирование) и моделью Г. В. Савицкой составляет 0,85, что позволяет сделать вывод об адекватности построенной модели и достоверности полученных в ходе расчетов результатов (рис. 3).

По состоянию на 1 января 2002 г. построены банковский и страховой рейтинги (табл. 2.) [10−11]. При построении рейтингов выделены также рейтинговые классы, характеризующие финансовое состояние исследуемых организаций (ААА — наиболее благоприятное финансовое состояние, АА — благоприятное и т. д. по убыванию, по аналогии со шкалами, которые используются международными рейтинговыми агентствами). Рейтинги могут использоваться для обоснования решений как по управлению банками и страховыми организациями (на основе анализа изменения места организации в рейтинге в результате возможной реализации того или иного решения), так и другими предприятиями с учетом их конкретно-экономической ситуации, стратегических планов и системы предпочтений (например, о заключении страховых договоров с наиболее надежной организацией, о выборе банка-посредника при проведении финансовых операций и т. д.).

На основании описанной выше методики с использованием материалов рейтингового агентства Белорусского государственного университета с 01.01.2004 г. по 01.10.2006 г. построен вербальный рейтинг белорусских банков и изучена его миграция [12]. Для определения вероятности перехода банка из одного рейтингового класса в другой надо количество таких переходов разделить на общее количество переходов из данного рейтингового класса. Бульшая часть белорусских банков концентрируется в «среднем» (от Bдо BBB+) классе.

Таблица 2. Рейтинг по группе крупных страховых компаний.

На основании вербального рейтинга впервые в отечественной практике проведено изучение миграции банковских рейтингов. Результаты исследования указывают на стабильность банковской системы, поскольку банки устойчиво концентрируются в «среднем» классе и не стремятся менять его. Однако нельзя говорить, что такое положение вещей является удовлетворительным, поскольку отсутствует тенденция улучшения рейтингов банков, впрочем, как нет и банков, имеющих высокие рейтинговые классы. Полученные результаты позволяют более эффективно использовать банковские рейтинги, существенно дополняя их информацией для принятия грамотных управленческих решений.

В результате проведенного комплекса исследований разработан новый инструментальный метод поддержки принятия (обоснования) управленческих решений в условиях нестохастической неопределенности данных, включающий следующие математические методы, учитывающие экономическую сущность обрабатываемой информации: новые методы расчета квази-модального значения нечеткого числа, нормирования и сравнения нечетких чисел, авторские модификации методов анализа иерархий Саати и медианы Кемени с использованием нечетких чисел. Предложены новые методы принятия управленческих решений для конкретных предметных областей (банковской сферы, страхования, сварочного производства), а также универсальный метод оценки финансового состояния организации. Разработана СППР, которая включает в себя комплекс алгоритмов выбора оптимального решения на основе базы знаний о возможных последствиях решений для организации.