480 руб. | 150 грн. | 7,5 долл. ", MOUSEOFF, FGCOLOR, "#FFFFCC",BGCOLOR, "#393939");" onMouseOut="return nd();"> Диссертация, - 480 руб., доставка 1-3 часа, с 10-19 (Московское время), кроме воскресенья

Новиков, Максим Олегович. Методика обоснования требований к сети банковской информационной системы кредитования: диссертация... кандидата технических наук: 05.25.05 / Новиков Максим Олегович; [Место защиты: Рос. науч.-техн. центр информации по стандартизации, метрологии и оценке соответствия].- Москва, 2013.- 179 с.: ил. РГБ ОД, 61 14-5/581

Введение к работе

Актуальность исследования. Современные банковские системы электронного кредитования находятся в стадии серьезного реформирования и на начальном этапе массового внедрения. Существующие технические системы банковского кредитования в настоящий момент включают в себя оборудованные Call-центры и информационные сети, построенные в основном на базе локально-вычислительных сетей. Эти системы функционируют в режиме телефонного обслуживания клиентов, предоставляют клиентам ограниченный состав услуг, а также в своей работе используют набор ресурсов информационной компьютерной сети, обеспечивающих работоспособность менеджеров банка.

В настоящее время особое внимание уделяется развитию национального сектора информационных систем. В концепции долгосрочного социально-экономического развития России определено, что создание и развитие информационного общества, повышение качества жизни граждан напрямую связано с совершенствованием системы услуг на основе использования информационных и телекоммуникационных технологий. Высокая динамика развития рыночной экономики объективно определяет возрастание объема и сложности задач, решаемых в области организации обслуживания населения России и предоставления услуг по принципу «одного окна». Решение таких проблем невозможно без модернизации существующей системы предоставления услуг населению, без внедрения перспективных информационных систем, в частности сетей банковской информационной кредитной системы (БИКС). Такие системы являются сложными техническими системами со всеми присущими им сложным системам свойствами: целостностью, сложностью, динамичностью, иерархичностью и другими. Эти системы, как и любая техническая система, рано или поздно устаревает и требует замены на более современную систему, отвечающую современным требованиям и потребностям потребителей. Особенностью таких систем является их жесткая встроенность в процесс, которым они управляют и который они организовывают. Это обусловливает их постепенную, возможно фрагментарную замену на более современную систему.

Современная научно-техническая литература рассматривает различные аспекты изучения проблем развития сложных технических систем, разработки моделей и методов их построения. Таким исследованиям посвящены работы: М.И. Ломакина, Н.Б. Резвецова, Д.А. Ловцова, Г.С. Лебедева, А.Н. Мартьянова, Е.Н. Хохлачева, А.В.Сухова и других.

Однако, не смотря на это, анализ показывает, что большой объем работ в данной области, а также работ, посвященных созданию и развитию информационных систем предоставления банковских услуг населению (клиентам банка), вопросы создания соответствующего теоретического и методического аппарата развития информационных систем кредитования с учетом специфики их функционирования на основе единого похода в настоящее время не получили должного развития.

На современном этапе реформирования и развития информационных систем кредитования актуальным научно-прикладным направлением развития является совершенствование их сетевой структуры и программно-

математического обеспечения. Это обусловлено тем, что дальнейшее повышение оперативности выдачи кредитов клиентам банка представляется возможным только на основе внедрения новой информационной технологии и, в частности, обосновании требований к созданию таких технологий.

Таким образом, актуальность темы диссертационного исследования обусловлена необходимостью разрешения противоречия между, с одной стороны, объективной потребностью в модернизации подобных систем с целью минимизации времени на обслуживание клиентов банка, а, с другой стороны, отсутствием необходимого методического аппарата обоснования требований к построению банковских информационных кредитных систем.

Актуальность данной работы определила тему, цель, объект, предмет и научные задачи диссертационного исследования.

Целью работы является решение актуальной научной задачи разработки методики обоснования требований к разработке сети банковской информационной системы кредитования на основе развития научно-методических положений и формирования соответствующего комплекса эффективных алгоритмов оптимизации.

В качестве объекта исследования рассматривается информационная сеть банковской информационной кредитной системы (БИКС).

Предметом исследования является сетевая структура БИКС и происходящие в ней информационные процессы.

Для достижения поставленной цели определены задачи диссертационного исследования.

формирование обобщенной методики обоснования требований к построению сети БИКС на основе модели облачной структуры банка;

разработка частной методики обоснования требований к построению структуры сети БИКС на основе комплекса моделей и методов построения облачных структур;

разработка частной методики обоснования требований к распределению потоков в сети БИКС на основе методов и моделей адаптивной маршрутизации;

формирование комплекса алгоритмов, реализующих задачи обоснования требований к построению сети БИКС на основе моделей и методов, реализующих технологию облачной структуры.

Реальные процессы передачи информации относятся к классу сложных процессов принятия организационно-технических решений, исследование которых возможно на основе проблемной ориентации известного комплексного подхода, т. е. системного подхода с учетом его информационного и кибернетического аспектов. Концептуальная схема объекта исследования представлена на рис. 1.

Сеть вашоыЕон шфпрмалнсвжн кт.ынтжсн псгтемье

ГЬовог Изгиовс

Центральный вфат ванна

зиг*о-оймеа

Гоооюіис ГЕЕІЬ

_ ЕШКЧЕГКНН отдел ваша

"j г КБ. УКБ

: - ::- ::-._ |-| W^;^ ГИ!Ь

_ І__7. _1_гн= ^^-r?i__j_L -:-Г; 7ікгж:л = =--7. =^стэсн а?_=агі.г-г---:л «-ст.; v:j_uj

J I-7.-J.-: i -u-i

*\-ст_вкавл_і УК а еш BOlC

j it:.-__:i

Ь=е:шгп -r ті эст_г хпех: я -Е___і _7._j-_t_c = _j,_j=4x іяс^-ї-л

х_хст_---2 як j __;_)_-стаей

J лелеет. х= -=;г=

Ь-ЮОС -==7, II -.-.UIM-J ----3-17- Г-Ж---ZT--D

-=-=-.-= j-=a a= ----^-^7-- - jTl __."__.

Ьпан

4. Il_pcj=na а __LDuC tvjci

: г /."ігт-іілт-тсл ^-xr-jz-iaac-iTJ jTl э ex-exc

?__гаг j т_с_____, ласт;=-;?______,

F_.T_»rK2b

Otj =.-x c=

OasjL"Zii Ё__=х_.

Ko__^_sw:i_j_

Шмі: do гчса БИлС

Рис. 1. Концептуальная схема объекта исследования

Для решения указанных задач диссертационной работы проведены теоретические и экспериментальные исследования основных методов моделирования облачных структур и на основе анализа факторов, обусловливающих необходимость совершенствования методов управления передачей информации, разработан новый подход к решению задачи по разработке методики обоснования требований к построению сети БИКС.

В результате решения перечисленных задач получены следующие новые научные результаты, выносимые на защиту.

1. Научно-методические положения (математическая модель комплексной методики обоснования требований к построению сети банковской информационной кредитной системы, алгоритм, реализующий обобщенную методику обоснования требований^ по разработке требований к построению сети банковской информационной кредитной системы, отличительными чертами которых являются:

целостность исследования процессов функционирования и построения структуры сети банковской информационной кредитной системы;

новая модель обоснования требований к построению структуры сети БИКС на основе технологий облачных структур;

единство исследования процессов функционирования на различных этапах цикла передачи информации в сети БИКС и выбора информационно-математического обеспечения управления маршрутизацией.

2. Частная методика обоснования требований к построению
структуры сети БИКС, отличающая тем, что:

разработан новый методический аппарат, позволяющий комплексно учитывать особенности обоснования требований к построению структуры БИКС, ее топологии и вариантам распределения управляющей аппаратуры в облачной структуре БИКС;

частная методика определения рационального состава узлов коммутации (УК) и терминальных комплексов (ТК) в составе БИКС;

частная методика выбора мест размещения узлов коммутации (УК) с минимальными затратами на подключение провайдеров организующих связь с каналами Интернет;

частная методика обоснования требований к конфигурации сети БИКС.

Частная методика обоснования требований к обмену информацией в сети БИКС, в рамках которой разработан новый методический аппарат, позволяющий комплексно учитывать особенности передачи информации между элементами сети БИКС на основе методов адаптивной маршрутизации.

Комплекс эффективных алгоритмов обоснования требований к построению облачной структуры, построенных на основе известных и вновь разработанных алгоритмов маршрутизации, отличающийся тем, что:

обоснован и разработан новый комплекс алгоритмов обоснования требований для реализации распределения потоков информации, что позволяет решать задачи оптимизации структурных схем с учетом разработанных требований, для достижения поставленной цели;

предложены частные алгоритмы построения структуры сети БИКС, выбора мест размещения узлов коммутации и терминальных комплексов, ее топологии и вариантов распределения управляющей аппаратуры в облачной структуре сети БИКС;

использованный комплекс эффективных алгоритмов дополнен новым алгоритмом, а также включает общий и частные критерии эффективности предполагаемой информационной системы.

Методы исследования. При решении задач использовались методы теории принятия решений, теории множеств и отношений, теории графов, теории вероятностей и математической статистики, теории передачи информации.

Научная новизна полученных результатов заключается в:

применении проблемно-ориентированного варианта комплексного подхода к разработке методики обоснования требований к построению сети БИКС, обеспечивающего повышение эффективности (оперативности) функционирования сети банковской информационной кредитной системы;

разработке комплекса частных методик обоснования требований по построению облачной структуры сети БИКС по частным показателям эффективности;

разработке новых алгоритмов маршрутизации информации в перспективной сети БИКС.

Теоретическая значимость полученных научных результатов заключается в том, что разработанное информационно-математическое обеспечение разработки методики обоснования требований к разработке БИКС развивает

теоретические положения в рамках теории передачи информации в автоматизированных системах управления (АСУ), теории управления информационными системами применительно к банковским информационным кредитным системам.

Практическая значимость полученных в работе научных результатов заключается в том, что на основе разработанных математических моделей и алгоритмов обоснования требований к построению облачной структуры БИКС сформулированы соответствующие эффективные технические решения и практические рекомендации, использованные при разработке комплексных целевых программ и технических заданий на перспективные БИКС в аванпроекте опытно-конструкторской работы (ОКР) Международной гильдии финансистов и Агентства высоких технологий и предпринимательства.

Полученные научные результаты также реализованы в ФГУП «СТАНДАРТИНФОРМ» и в учебном процессе Учебного центра международной гильдии финансистов.

Апробация работы. Результаты диссертационной работы представлены и получили одобрительную оценку в рамках Международной финансовой недели Международной гильдии финансистов в 2012 и 2013 годах, на научных конференциях и семинарах, проходивших в Российском научно-техническом центре информации по стандартизации, метрологии и оценке соответствия, Академии стандартизации, метрологии и сертификации и ряде других вузов и научных организаций

Публикации. Основные теоретические положения и выводы диссертации изложены в 6 публикациях авторским объемом 3,1 п.л., 2 из которых представлены в изданиях, рекомендованных ВАК Минобрнауки РФ для опубликования основных научных результатов диссертаций на соискание ученых степеней доктора и кандидата наук.

В современной литературе по теории принятия решений существуют разные подходы к классификации методов обоснования управленческих решений. Один из самых распространенных способов классификации представлено на рис 113:

Рис 113. Классификация методов обоснования управленческих решений

Согласно этому способу все методы обоснования управленческих решений делятся на количественные и качественные

Количественные методы (или методы исследования операций) применяют, когда факторы, влияющие на выбор решения, можно количественно определить и оценить

Качественные методы используют тогда, когда факторы, определяющие принятие решения, нельзя количественно охарактеризовать или они не поддаются количественному измерению вообще. К качественным методам относятся ь, в основном, экспертные методи.

Количественные методы в зависимости от характера информации, которую имеет тот, кто принимает решения, делятся на:

1) методы, применяемые в условиях однозначной определенности информации о ситуации принятия решения (аналитические методы и частично методы математического программирования);

2) методы, применяемые в условиях вероятной определенности информации о ситуации принятия решения (статистические методы и частично методы математического программирования);

3) методы, применяемые в условиях неопределенности информации о ситуации принятия решения (теоретико-игровые методы, которые зависят от того, что вызывает неопределенность ситуации: объективные обстановки ини или сознательные действия противника; делятся на методы теории статистических решений и методы теории игр.

Дадим общую характеристику каждой из приведенных групп методов

Аналитические методы характеризуются тем, что устанавливают аналитические (функциональные) зависимости между условиями решения задачи (факторами) и ее результатами (принятым решением). К аналитическим принадлежит ш широкая группа методов экономического анализа деятельности фирмы (например, построение уравнения безубыточности и нахождение точки безубыточности).

Статистические методы основываются на сборе и обработке статистических материалов. Характерной особенностью этих методов является учет случайных влияний и отклонений. Статистические методы включают методы теории и речи верности и математической статистики. В управлении широко используют такие методы этой группы: корреляционно-регрессионный анализ; дисперсный анализ; факторный анализ; кластерный анализ, методы статистического ного контроля качества и надежности тощощо.

Методы математического программирования. Математическое программирование - это раздел математики, который содержит теорию и методы решения условных экстремальных задач с несколькими переменными. В задачах математического прогр рамування необходимо выбрать значение переменных (т.е. параметров управления) так, чтобы обеспечить максимум (или минимум) целевой функции при определенных ограничениях. Наиболее широко методы математического программу ния применяются в сферах планирования номенклатуры и ассортимента изделий; определении маршрутов изготовления изделий; минимизации отходов производства; регулировании запасов; календарном планировании в иробництва тощощо.

Методы теории статистических решений используются, когда неопределенность ситуации обусловлена??объективными обстоятельствами, которые либо неизвестны, либо носят случайный характер

Теория игр используется в случаях, когда неопределенность ситуации обусловлена??сознательными действиями умного противника. Подробнее теоретикоигрови методы рассматриваются ниже

Конкретными инструментами реализации методов обоснования управленческих решений, которые широко используются на практике, являются: прогнозирование, платежная матрица,"дерево решений"

Под прогнозом понимают обоснованное утверждение о возможном состоянии объекта в будущем, об альтернативных путях достижения такого состояния. Прогнозирование управленческих решений тесно связано с планирования ям. Прогноз в системе управления является перед плановой разработкой многовариантных моделей развития объекта управленияня.

Целью прогнозирования управленческих решений является получение научно обоснованных вариантов тенденций развития проблемных ситуаций

В научной литературе приводятся различные классификации методов прогнозирования. Практическое применение тех или иных методов определяется такими факторами, как объект прогноза, точность прогноза, наличие вы ихиднои информации. Среди методов прогнозирования управленческих решений выделяют количественные и качественные. К первой группе относят: нормативный метод; параметрический метод, метод экстраполяции; индексный м етотод.

Ко второй группе методов относят: экспертный метод; функциональный метод, метод оценки технических стратегий

Метод платежной матрицы позволяет дать оценку каждой альтернативы как функции различных возможных результатов реализации этой альтернативы

Основными условиями применения метода платежной матрицы являются:

Наличие нескольких альтернатив решения проблемы

Наличие нескольких ситуаций, которые могут иметь место при реализации каждой альтернативы

Возможность количественно измерить последствия реализации альтернатив

В концепции платежной матрицы ключевым является понятие"ожидаемого эффекта"Ожидаемый эффект - это сумма возможных результатов ситуаций, которые могут возникнуть в процессе реализации альтернативы, умноженных на имя мовирнисть наступления каждой из них. В методе платежной матрицы критически важна точная оценка вероятностей возникновения ситуации в процессе реализации альтернативы альтернатив.

Метод «дерева решений» предусматривает графическое построение различных вариантов действий, которые могут быть осуществлены для решения существующей проблемы:

1) три поля, которые могут повторяться в зависимости от сложности самой задачи:

а) поле действий (поле возможных альтернатив). Здесь перечислены все возможные альтернативы действий по решению проблемы;

б) поле возможных событий (поле вероятностей событий). Здесь перечислены возможные ситуации реализации каждой альтернативы и определены вероятности возникновения этих ситуаций;

в) поле возможных последствий (поле ожидаемых результатов). Здесь количественно охарактеризованы последствия (результаты), которые могут возникнуть для каждой ситуации;

2) три компонента:

а) первая точка принятия решения. Она, как правило, изображена на графике в виде четырехугольника и указывает на место, где должно быть принято окончательное решение, то есть место, где должен быть сделан выбо ир курса действий;

б) точка возможностей. Она, как правило, изображается в виде круга и характеризует ожидаемые результаты возможных событий;

в)"ветви дерева"Они изображаются линиями, которые ведут от первой точки принятия решения к результатам реализации каждой альтернативы

Идея метода «дерева решений» состоит в том, что, продвигаясь ветвями дерева в направлении справа налево (т.е. от вершины дерева к первой точке принятия решения), следует:

б) затем, сравнивая эти ожидаемые выигрыши, сделать окончательный выбор наилучшей альтернативы

Использование этого метода предполагает, что вся необходимая информация об ожидаемых выигрышах для каждой альтернативы и вероятности возникновения всех ситуаций была собрана заранее. Метод «дерева решений» с применяют на практике в ситуациях, когда результаты одного решения влияют на последующие решения, то есть, как говорят, для принятия последовательных решенийвних рішень.

Теоретико-игровые методы. В большинстве случаев для принятия управленческих решений используется неполная и неточная информация, которая и образует ситуацию неопределенности. Для обоснования решений в условиях н неопределенности использують:

1) методы теории статистических решений (игры с природой);

2) методы теории игр

Модель задачи теории статистических решений можно описать так: если существует S = (S1, S2, Sn) - совокупность возможных состояний природы, а. Х - (XI,. Х2, хm) - совокупность возможных стратегий руководителя тогда составим матрицу, каждый элемент которой R, является результатом i-й стратегии по j-ого состояния природы. В процессе принятия решения необходимо на основе имеющихся сведений выбрать такую??стратегию, которая обесп ечить максимальный выигрыш при любых состояний природы. Итак, в задачах теории статистических решений уже существует оценка реализации каждой стратегии для каждого состояния природы. Однако совершенно неизвестно, какой из с танив природы реально возникать. Для решения таких задач используются следующие критерии критерії:

1. Критерий пессимизма (критерий. Уолд). Согласно критерию пессимизма для каждой стратегии существует худший из возможных результатов. При этом выбирается такая стратегия, которая обеспечивает лучший из слабо ших результатов, т.е. обеспечивает максимальный из возможных минимальных результатов. Критерий пессимизма в математически формализованном виде можно представить тактак:

2. Критерий оптимизма. Согласно этому критерию, для каждой стратегии есть наилучший из возможных результатов. С помощью критерия оптимизма выбирается стратегия, которая обеспечивает максимальный результат из числа максимально возможныхих:

3. Критерий коэффициента оптимизма (критерий. Гурвица). В реальности лицо, принимающее решение, не является абсолютным пессимистом или абсолютным оптимистом. Обычно она находится где-то между этими крайними по озициямы. Согласно таких предсказаний и используется критерий коэффициента оптимизма. Для математической формализации коэффициента оптимизма в его формуле вводится коэффициент. Я, характеризующий (в долях единицы) степень ощущения лицом, принимающим решение, что она является оптимистом. Выбирается при этом стратегия, которая обеспечиваетпечує:

4. Критерий. Лапласа. С помощью трех предыдущих критериев стратегия выбиралась, исходя из оценки результатов состояний природы, и практически не учитывались вероятности возникновения таких состояний. Критерий и. Лапласа предусматривает расчеты ожидаемых эффектов от реализации каждой стратегии, т.е. суммы возможных результатов возникновения каждого состояния природы, взвешенных на вероятности появления каждого из них выбирает ется при этом стратегия, которая обеспечивает максимальный ожидаемый эффектект:

5. Критерий сожаления (критерий. Сэвиджа). Использование этого критерия предусматривает, что лицо, принимающее решение, должно минимизировать свои потери при выборе стратегии. Иными словами, она минимизирует свою потенций йну ошибку при выборе неправильного решения. Использование критерия сожаления предусматриваетчає:

Построение матрицы потерь. Потери (bij) при этом рассчитываются отдельно для каждой стратегии по формуле:

Выбор лучшей стратегии по формуле:

Использование теории игр. Организации обычно имеют цели, которые противоречат целям других организаций-конкурентов. Поэтому работа менеджеров часто заключается в выборе решения с учетом действий конкурентов. Для в решения таких проблем предназначены методы теории игогор.

Теория игр - это раздел прикладной математики, изучающий модели и методы принятия оптимальных решений в условиях конфликта

Под конфликтом понимают такую??ситуацию, в которой сталкиваются интересы двух или более сторон, преследующих различные (чаще противоречащие) цели. При этом каждое решение должно приниматься в расчете на р разумного противника, который пытается навредить другому участнику игры достичь успеху.

С целью исследования конфликтной ситуации строят ее формализованную упрощенную модель. Чтобы построить такую??модель, необходимо четко описать конфликт, т.е.:

1) уточнить количество участников (участники или стороны конфликта называются игроками);

2) указать на все возможные способы (правила) действий для игроков, которые называются стратегиями игроков;

Основную задачу теории игр можно сформулировать так: определить, какую стратегию должен применить умный игрок в конфликте с умным противником, чтобы гарантировать каждому из них выигрыш, притом так, что в отклонение любого из игроков от оптимальной стратегии может только уменьшить его в игре.

Центральное место в теории игр занимают парные игры с нулевой суммой, т.е. игры, в которых;

Участвуют только две стороны;

Одна сторона выиграет ровно столько, сколько проигрывает другая

Такой равновесный выигрыш, на который имеют право рассчитать обе стороны, если они будут придерживаться своих оптимальных стратегий, называется ценой игры. Решить парную игру с нулевой суммой означает ае найти пару оптимальных стратегий (одну для первого игрока, а вторую - для второго) и цену декабреи.

Две компании Y и Z с целью увеличения объемов продаж продукции разработали следующие альтернативные стратегии:

Компания Y:

Y1 (уменьшение цены продукции);

Y2 (повышение качества продукции);

YЗ (предложение более выгодных условий продажи)

Компания Z

Z2 (открытие новых дистрибьюторских центров);

Z3 (увеличение количества торговых агентов)

Выбор пары стратегий Yi, и Z i определяет результат игры, который обозначим как. Аy и считать его выигрышем компании. В. Теперь результаты игры для каждой пары стратегий. В. ИZ можно записать в виде матрицы, в которой т строк и п столбцов. Строки отвечают стратегиям компании Y, а столбцы - стратегиям компании ZZ:

Таблица 112. Платежная матрица игры

Если игра записана в таком виде, это означает, что она приведена к нормальной форме

Для решения игры рассчитаем верхнюю и нижнюю цену игры и вычислим седловую точку

Нижнюю и верхнюю цену игры находим, руководствуясь принципом осторожности, согласно которому в игре нужно вести себя так, чтобы при наихудших для тебя действиях противника получить наилучший результат (уже известный и нам критерий пессимизма.

Чистые стратеги - это пара стратегий (одна - для первого игрока, а вторая - для второго игрока), которые перекрещиваются в седловой точке. Седловая точка в этом случае и определяет цену игры

Игры, которые не имеют седловой точки, на практике встречаются чаще. Доказано, что и в этом случае решение всегда есть, но оно находится в пределах смешанных стратегий. Найти решение игры без седловой точки ки означает определение такой стратегии, которая предусматривает использование нескольких чистых стратегииій.

В играх с седловой точкой отклонения одного игрока от своей оптимальной стратегии уменьшает его выигрыш (в лучшем случае выигрыш остается неизменным)

В играх, которые не имеют седловой точки, ситуация иная. Отходя от своей оптимальной стратегии, игрок имеет возможность получить больший выигрыш за нижнюю цену игры. Но такая попытка

связана с риском: если второй игрок угадает, какую стратегию применил первый, тогда он также отступит от своей ми-нимакснои стратегии. В результате выигрыш первого игрока будет меньше нижнюю цен на игры. Единственная возможность помешать противнику угадать, какая стратегия используется - это применить несколько чистых стратегий. Отсюда появляется понятие"смешанная стратегияратегія".

Экспертные методы принятия решений применяются в случаях, когда для принятия управленческих решений невозможно использовать количественные методы. Чаще всего на практике применяют такие экспертные мето оды:

1) метод простого ранжирования;

2) метод весовых коэффициентов

Метод простого ранжирования (или метод предоставления преимущества) состоит в том, что каждый эксперт обозначает признаки в порядке предпочтения. Цифрой 1 обозначается важнейший признак, цифрой 2 - следующая за сту под корень важности тощо.

Оценки признаков (a ij), полученные от каждого эксперта, сводятся в табл 113 до такого вида:

Таблица 113. Метод простого ранжирования

Целью методики обоснования бизнес-плана является создание комплекса правил, на основание которых можно делать вывод об эффективности разработанного бизнес-плана для конкретного предприятия (организации). Методика обоснования бизнес-плана заключается в разработке критериев соответствия созданного бизнес-плана типовому и определении его эффективности.

Эффективность созданного бизнес-плана следует определять начиная с оценки его структуры. Как известно, типовой бизнес-план включает в себя не менее десяти разделов. Следует проверить, как составленный бизнес-план отвечает этим требованиям, т. е. отражены ли в разработанном бизнес-плане основные разделы. Рекомендуется использовать такой показатель, как коэффициент соответствия по разделам. Этот показатель может быть рассчитан как отношение числа разделов представленного бизнес-плана и стандартного набора разделов:

Кс = К/с,

где Кс - коэффициент соответствия;

К - число разделов разработанного бизнес-плана; с - стандартное число разделов бизнес-плана.

После этого необходимо наметить, разделы бизнес-плана, которые отвечают требованиям типового бизнес-плана. Первым разделом бизнес-плана является резюме. В этом разделе необходимо

выделить такие данные, как цель проекта, показатели и гарантия возврата средств. При анализе цели создаваемого бизнес-плана следует обратить внимание на то, как цель бизнес-плана отвечает концепции развития организации (предприятия), достигается ли эта цель за счет создания нового продукта (технологий). Целями создания бизнес-плана могут быть выход на рынок с новым или модернизированным продуктом (технологией), повышение возможностей укрепления своих позиций на рынке данного продукта или технологий.

Для определения эффективности созданного бизнес-плана следует выделить основные структуры этого плана: информационную, социальную, технологическую и экономическую.

Для анализа наличия перечисленных структур рекомендуется использовать коэффициент наличия, определяемый по формуле

К„ = Сп/Сс,

где Кн - коэффициент наличия;

Сп - структуры анализируемого бизнес-плана;

Сс - стандартный набор структур.

В информационную структуру входят такие сведения, как описание предприятия, описание нового или модернизированного продукта (технологии), основные показатели работы предприятия (организации). Так, при анализе резюме следует использовать такой показатель, как наличие в резюме основных стандартных положений, а именно: название, суть и цели бизнес-плана, основные показатели.

Показатель наличия (соответствия) стандартным требованиям к резюме может быть представлен как:

Кнм = Д.Р./пср,

где Кнм - коэффициент соответствия требованиям резюме;

Д.Р. - наличие показателей в бизнес-плане;

пер - стандартное число показателей, содержащихся в резюме.

В описании предприятия должны содержаться такие сведенья, как возраст предприятия, его размеры, основные экономические показатели за последние 3-5 лет.

По возрасту предприятия можно разделить на новые (до 10 лет), средние - от 10 до 30, старые - от 30 до 50 и очень старые - более 50 лет.

По размерам в соответствии с принятой классификацией на крупное предприятие требуется более 250 занятых, на среднее - от 100 до 250 занятых, на малое - менее 100 занятых.

По структуре - на наличие цехов (цеховая структура) или на наличие только участков (как правило, для малых предприятий).

По активным и пассивным основным фондам предприятия делятся на доли активных и пассивных (в динамике за последние 3-5 лет).

По возрастной структуре для активной части основных фондов следует выделить такие показатели, как доля новейшего оборудования со сроком службы до 5 лет в общем количестве оборудования, доля сравнительно нового оборудования со сроком службы от 5 до 10 лет в общем количестве оборудования, доля устаревающего оборудования со сроком службы от 10 до 15 лет в общем количестве оборудования, доля старого оборудования со сроком службы от 15 до 20 лет в общем количестве оборудования, доля очень старого оборудования со сроком службы более 20 лет в общем количестве оборудования.

По возрастной структуре для пассивной части основных фондов можно выделить такие показатели, как доля сравнительно новых пассивных основных фондов со сроком службы до 20 лет в общей массе этих фондов, доля таких фондов со средним сроком службы - от 20 до 50 лет в общей массе этих фондов и доля старых пассивных основных фондов со сроком службы более 50 лет в общей массе указанных фондов.

Из показателей использования основных фондов следует выделить наиболее важные, а именно:

• - рентабельность;
• - фондоотдача;
• - фондоемкость;
• - коэффициент сменности.

Рентабельность основных фондов определяется как отношение средней величины прибыли за год к среднегодовой величине основных фондов:

Роф = Пр/Соф,

где Роф - рентабельность основных фондов;

П Р - прибыль за год;

Соф - среднегодовая величина основных фондов.

Этот же показатель следует рассчитывать и по активности части основных фондов. Желательно представить этот показатель в динамике за последние 3-5 лет.

Фондоотдача рассчитывается как отношение объема продукции за год (в стоимостном измерении) к среднегодовой величине основных фондов:

ГТф = Пр/Соф,

где Пф - показатель фондоотдачи;

П Р - продукция за год.

Продукция за год может быть представлена как валовая, товарная, реализованная, условно-чистая и чистая продукция. В условиях рыночной экономики предпочтение следует отдать товарной продукции.

Фондоемкость является показателем, обратным фондоотдаче.

Коэффициент сменности применяется только в дискретном производстве. Он рассчитывается как отношение количества оборудования, работавшего в течение суток, к количеству оборудования, работавшего в первую смену:

Кс = Коб/Кпс,

где Кс - коэффициент сменности;

Коб - количество оборудования, работавшего в течение суток; Кпс - количество оборудования, работавшего в первую смену.

В современных условиях хозяйствования следует уменьшить значение фактора морального износа. Поэтому очень важно, чтобы новейшее оборудование использовалось максимально интенсивно. Для анализа эффективности использования новейшего и нового оборудования предлагается использовать несколько измененный показатель коэффициента сменности, а именно:

Кси= К„/К„п

где Кси - измененный коэффициент сменности;

Кн - количество нового и новейшего оборудования (срок службы до 10 лет), работавшего в первую смену.

Не меньшее значение, чем использование основных фондов, имеет применение оборотных фондов. Для анализа эффективности использования этих фондов важнейшее значение имеют показатели обшей и удельной материалоемкости. Общая материалоемкость определяется суммарным количеством материальных ресур-

сов, затраченных на получение товарной продукции. Но в условиях рыночной экономики и конкурентной борьбы более важное значение приобретает показатель удельной материалоемкости, который показывает расход материальных ресурсов на единицу продукции или на единицу технической характеристики. Последнее весьма важно для сравнения продукции предприятия с продукцией отечественных и зарубежных фирм. Однако такое сравнение будет только по чистой массе, т.к. величина отходов и потерь при изготовлении продукции является коммерческой тайной.

Важнейшее значение имеют показатели, характеризующие продукцию. Для этого рекомендуется несколько показателей:

• доля продукции, соответствующая требованиям мировых стандартов, в общем объеме продукции предприятия;
• соответствие нового продукта (технологии) требованиям мировых стандартов.

Для продукции машиностроительных предприятий важное значение имеет показатель стандартизации, т. е. доля стандартных деталей и узлов в изделии. Чем больше таких деталей и узлов, тем это выгоднее производителю и потребителю, т.к. у последнего облегчается организация ремонтных работ.

В обязательном порядке должны быть отражены затраты на изготовление продукции. Если одна и та же продукция выпускалась несколько лет, то желательно отразить динамику издержек. Так как бизнес-план является обоснованием для выпуска новой или модернизированной продукции, для этого продукта необходимо указать следующее:

• соответствует ли данный продукт требованиям мировых стандартов или превосходит их;
• является оригинальным;
• ожидаемый уровень издержек на единицу продукции;
• ожидаемая величина прибыли на единицу продукции.

Для анализа социальной структуры предлагается использовать следующие показатели:

• структуру персонала по возрасту;
• долю лиц с высшим образованием;
• динамику средней заработной платы за последние 3-5 лет;
• показатель текучести кадров;
• организацию подготовки и переподготовки работников.

Для анализа технологической структуры следует использовать

следующие показатели:

• отношение количества деталей собственного производства к общему количеству деталей в изделии;
• отношение количества импортных деталей и узлов к общему количеству деталей и узлов в изделии;
• долю деталей и узлов, полученных в результате механической обработки, к общему количеству деталей и узлов в изделии.

Методы обоснования решений

При обосновании управленческих решений могут использоваться различные рациональные методы, которые можно разделить на две группы:

1) формализованные или алгоритмы;

2) неформализованные или эвристики.

Такое разделение является достаточно условным, поскольку при использовании формализованных методов всегда остается место для творчества, а в использовании эвристических методов всегда можно выделит формализованные процедуры.

Формализованные методы обоснования решений. В зависимости от полноты имеющейся информации формализованные методы обоснования решений подразделяются на детерминантные и недетерминантные.

Детерминантные методы применяются в тех случаях, когда известны все условия проблемной ситуации, т.е. стоящая перед руководителем задача не имеет неопределенностей. Данные методы подразделяются на:

прямые (или методы прямого счета), которые призваны ответить на вопрос “Что будет, если принять какую-либо альтернативу из всего множества альтернатив?”;

обратные, которые призваны ответить на вопрос “Какую альтернативу из всего множества альтернатив необходимо принять для того, чтобы критерий эффективности принял свое экстремальное (минимальное или максимальное значение)?”.

Используя математическую символику можно сказать, что прямые методы позволяют определить чему будет равен показатель эффективности W при принятии некоторого решения x?X, где X- множество альтернатив, а обратные методы позволяют найти x?X, при котором показатель эффективности W принимает экстремальное (минимальное или максимальное) значение.

Среди обратных методов выделяют:

перебор, используемый в тех случаях, когда множество альтернатив невелико и для каждого X сначала вычисляются значения W, а затем сравниваются полученные результаты, выбирая наилучший;

линейные методы, когда зависимость W=W(a,x) имеет вид линейной функции, при этом а - множество условий проблемной ситуации, известных руководителю;

нелинейные методы, когда зависимость W=W(a,x) имеет вид нелинейной функции;

динамические методы, применяемые для принятия решений в многоэтапных проблемных ситуациях.

Однако, в большинстве задач, реально стоящих перед руководителями помимо известных условий а и элементов решения x еще присутствуют некоторые неизвестные ему факторы?.

Именно для решения задач такого типа и предназначены недетерминантные методы обоснования решений, которые подразделяются на:

стохастические;

адаптивные;

компрамиссные;

методы экспертных оценок.

При применении недетерминантных методов следует считать, что поскольку критерий эффективности зависит от неизвестных параметров, то он в принципе не может быть вычислен. Поэтому недетерминантные методы в принципе не позволяют находить оптимальные решения и речь может идти только о нахождении альтернатив, дающих решения в той или иной степени близкие к оптимальным. Иначе можно сказать, что эти методы способны давать плохие ответы на практические вопросы в тех ситуациях, когда другие методы дают еще худшие ответы.

Основным критерием выбора недетерминантных методов является природа неизвестных факторов?. Наиболее простой случай имеет место тогда, когда факторы? представляют собой случайные величины, вероятностные характеристики которых известны. При этом под вероятностными характеристиками понимаются математическое ожидание, дисперсия и закон распределения. В этом случае используются стохастические методы обоснования решений, которые подразделяются на стохастические методы без ограничений и на стохастические методы с ограничениями.

Наиболее простыми являются стохастические методы без ограничений, которые применяются в тех случаях, когда ситуация позволяет заменить случайные величины их математическими ожиданиями.

Совершенно иная ситуация возникает в том случае, если необходимо определить количество машин скорой помощи. Здесь уже недостаточно в качестве критерия эффективности рассматривать математическое ожидание, равного, например, 15 мин., поскольку ранний приезд к одному больному не может компенсировать 30-минутное опоздание к другому. И в этом случае еще вводится ограничение, т.е. при математическом ожидании в 15 мин. наиболее позднее время приезда должно составлять, например, 20 мин. И методы, решающие такие задачи являются стохастическими методами с ограничениями.

При использовании стохастических методов необходимо иметь в виду, что они могут быть применимы только в условиях повторяющихся ситуаций. Но их нельзя применять, если случай в каком-то смысле является уникальным.

Суть адаптивных методов заключается в возможности определить те элементы рассматриваемых альтернатив, которые в течении некоторого времени могут оставаться неизменными или общими для всех альтернатив. Это делается для того, чтобы в последующем, при реализации решения целенаправленно придавать свободным элементам определенные значения, которые позволяют увеличивать эффективность решения.

Компромиссные методы обоснования решений заключаются в нахождении альтернатив не столько приводящих к оптимальному решению, сколько позволяющих удовлетворить все имеющиеся ограничения.

Метод экспертных оценок применяется в том случае, когда суждениям отдельных людей (экспертов) необходимо придать цифровое выражение.

Эвристические методы в принятии решений. В настоящее время большинство решений по управлению субъектами экономических отношений принимается в условиях неопределенности. По этой причине единственной базой обоснования подавляющего большинства организационно-экономических решений остается интуиция руководителя и его умение обрабатывать неструктурированную информацию, т.е. принятие таких решений все в большей степени становится искусством.

Как и в любом виде искусства, здесь можно выделить две составляющих: ремесло и вдохновение. Если ремеслу, при желании, можно научиться, то вдохновение при принятии управленческих решений может прийти только путем:

во-первых, осознания руководителем необходимости совместной коллективной деятельности для достижения цели,

во-вторых, принятия им на себя ответственности за результаты этой деятельности; возможно именно этим искусство управления отличается от других видов искусств.

Синтез ремесла и вдохновения при принятии управленческих решений находит свое выражение в эвристических методах или эвристиках. Под эвристическим методом понимается последовательность предписаний и процедур обработки и выработки новой информации, целенаправленно выполняемых для поиска новых, более рациональных альтернатив и выбора наилучших из них.

При этом применение одного и того же эвристического метода разными людьми при наличии одной и той же информации может привести к обоснованию и принятию разных решений. Т.е. данные методы не позволяют вырабатывать оптимальных решений. Но это нельзя отнести к их недостаткам, поскольку в условиях неопределенности доказать или опровергнуть оптимальность принятого решения просто невозможно. Можно отметить, что в каждой, требующей творческого начала, области человеческой деятельности, например конструирование и математика, существует свой набор успешно применяемых эвристических методов.

Методы - это конкретные способы, с помощью которых может быть решена проблема.

Эффективность управления зависит от комплексного применения многих факторов и не в последнюю очередь от процедуры принимаемых решений и их решение было действенным и эффективным, нужно соблюсти определенные методологические основы.

Для того чтобы принять управленческое решение, каждый менеджер должен хорошо разбираться не только в понятийном аппарате, но и достаточно квалифицированно при этом применять на практике:

методологию управленческого решения;

методы разработки управленческих решений;

организацию разработки управленческого решения;

оценку качества управленческих решений.

Попытаемся коротко рассмотреть инструментарий и понятийный аппарат менеджера.

Методология управленческого решения представляет собой логическую организацию деятельности по разработке управленческого решения, включающую формулирование цели управления, выбор методов разработки решений, критериев оценки вариантов, составление логических схем выполнения операций.

Число всевозможных методов почти также велико, как и число проблем, для разрешения которых они были разработаны. Самые распространенные будут описаны ниже.

Методы экспертных оценок

Методы экспертных оценок - это методы организации работы со специалистами-экспертами и обработки мнений экспертов. Эти мнения обычно выражены частично в количественной, частично в качественной форме.

Экспертные оценки бывают индивидуальные и коллективные. Индивидуальные оценки - это оценки одного специалиста. Например, преподаватель единолично ставит отметку студенту, а врач - диагноз больному. Но в сложных случаях заболевания или угрозе отчисления студента за плохую учебу обращаются к коллективному мнению - симпозиуму врачей или комиссии преподавателей. Аналогичная ситуация - в армии. Обычно командующий принимает решение единолично. Но в сложных и ответственных ситуациях проводят военный совет. Один из наиболее известных примеров такого рода - военный совет 1812 г. в Филях, на котором под председательством М.И. Кутузова решался вопрос: «Давать или не давать французам сражение под Москвой?»

Наиболее распространен метод экспертных оценок «мозговой штурм», или «мозговая атака» (совместное генерирование новых идей и последующее принятие решений).

Если предстоит решение сложной проблемы, то собирается группа людей, которые предлагают свои любые решения определенной проблемы. Основное условие «мозгового штурма» - это создание обстановки, максимально благоприятной для свободного генерирования идей. Чтобы этого добиться запрещается опровергать или критиковать идею, какой бы на первый взгляд фантастической она ни была. Все идеи записываются, а затем анализируются специалистами.

Несколько в стороне от основного русла экспертных оценок лежит метод сценариев, применяемый прежде всего для экспертного прогнозирования. Рассмотрим основные идеи технологии сценарных экспертных прогнозов. Экологическое или социально-экономическое прогнозирование, как и любое прогнозирование вообще, может быть успешным лишь при некоторой стабильности условий. Однако решения органов власти, отдельных лиц, иные события меняют условия, и события развиваются по-иному, чем ранее предполагалось.

Метод сценариев необходим не только в социально-экономической или экологической области. Например, при разработке методологического, программного и информационного обеспечения анализа риска химико-технологических проектов необходимо составить детальный каталог сценариев аварий, связанных с утечками токсических химических веществ. Каждый из таких сценариев описывает аварию своего типа, со своим индивидуальным происхождением, развитием, последствиями, возможностями предупреждения.

Таким образом, метод сценариев - это метод декомпозиции задачи прогнозирования, предусматривающий выделение набора отдельных вариантов развития событий (сценариев), в совокупности охватывающих все возможные варианты развития. При этом каждый отдельный сценарий должен допускать возможность достаточно точного прогнозирования, а общее число сценариев должно быть обозримо.

Количественные методы принятия решений

В их основе лежит научно-практический подход, предполагающий выбор оптимальных решений путём обработки (с помощью ЭВМ) больших массивов информации.

В зависимости от типа математических функций, положенных в основу моделей, различают:

• - линейное программирование - используются линейные зависимости;
• - динамическое программирование - позволяет вводить дополнительные переменные в процессе решения задач;
• - вероятностные и статистические модели - реализуются в методах теории массового обслуживания;
• - теорию игр - моделирование таких ситуаций, принятие решения в которых должно учитывать несовпадение интересов различных подразделений;
• - имитационные модели - позволяют экспериментально проверить реализацию решений, изменить исходные предпосылки, уточнить требования к ним.

Наиболее распространен метод линейного программирования. Рассмотрим его подробнее.

Линейное программирование является подходящем методом для моделирования распределения ресурсов, если цель и ограничения на ресурсы можно выразить количественно в форме линейных взаимосвязей между переменными. Этот метод включает в себя ряд шагов:

• 1. Необходимо осуществить математическую формализацию задачи линейного программирования. Это означает, что нужно идентифицировать управляемые переменные и цель задачи. Затем с помощью этих переменных цель и ограничения на ресурсы описываются в форме линейных соотношений.
• 2. После завершения формулировки задачи линейного программирования рассматриваются все допустимые сочетания переменных. Из них выбирается то, которое оптимизирует целевую функцию задачи. Если исследуемая задача содержит только две переменные, ее можно решить графически. Однако в случае исследования задачи со многими переменными необходимо прибегнуть к одному из алгебраических методов решения задач линейного программирования, для использования которых существуют пакеты прикладных программ.