Описание внешних и внутренних рисков ПТС

 

Понятие «риск» широко используется в научной литературе и имеет множество различных определений. Не прибегая к обсуждению терминологии, отметим лишь то, что под этим понятием скрывается некоторая возможность потерь или приобретения ущерба [1]. Поскольку объектом исследования является предприятие, занимающееся экономической деятельностью, то и риски подобного предприятия носят, как правило, экономический характер [2]. Этот характер проявляется даже в тех случаях, когда оценить окончательный ущерб удается лишь косвенно. Например, репутационные риски можно оценить количественно через убытки предприятия.

Стремление изначально перейти к количественной оценке вероятностных событий позволяет в дальнейшем конкретизировать подход и методологию определения рисков предприятия. Поэтому здесь и в дальнейшем под риском будет пониматься некоторый функционал F, связывающий вероятность P возникновения неблагоприятного события и ущерб U от этого неблагоприятного события [33]

 

, (1)

где i – виды неблагоприятных событий,

C – весовые функции, учитывающие взаимовлияние рисков.

 

Для дискретных расчетов риск определяется как сумма произведений вероятностей P на ущерб U для полного набора возможных ситуаций.

Таким образом, при наличии математической модели, позволяющей связать между собой значения возможного ущерба при работе предприятия и вероятности возникновения этих значений, появляется возможность определять значения интересующих рисков и управлять ими при планировании деятельности предприятия.

Какие риски оказывают влияние на экономику предприятия ТС? 

Для начала воспользуемся классификацией и разделим все имеющиеся риски на две большие группы: внешние и внутренние риски предприятия (Табл. 1). К внешним рискам относятся: политические; законодательные; природные; техногенные; региональные и макроэкономические. Внутренние риски – это производственные, инвестиционные и коммерческие.

Таблица 1

Внешние и внутренние риски ПТС

№№ п/п	Наименование риска	Группа рисков
1	Политические	Внешние
2	Макроэкономические
3	Законодательные (юридические)
4	Природные
5	Техногенные
6	Региональные
7	Производственные	Внутренние
8	Коммерческие
9	Инвестиционные

 

Политические риски связаны с государственной политикой в отношении бизнеса и могут возникать с меняющейся ситуацией внутри государства или на межгосударственном уровне.

Законодательные или юридические риски связаны с возможными убытками предприятия, возникающими в результате изменившегося законодательства или налоговой системы. Эти риски могут возникать как по имеющимся сделкам с другими фирмами, так и в процессе заключения договора.

В то время, когда наша планета входит в период климатических изменений, существенную роль приобретают природные риски. К природным явлениям, способным вызвать существенный материальный ущерб предприятия, относятся землетрясения, извержения вулканов, наводнения, ураганы, пожары, метеоритные воздействия и другие.

Природные явления могут стать причиной возникновения техногенных рисков, увеличивая вероятность различных аварий и катастроф. Техногенные опасности могут вызывать резкое ухудшение экологической обстановки и ограничить возможности бизнеса в прилегающем регионе.

Региональные риски часто бывают связаны с экономическим и социальным положением отдельных регионов. При оценке этих рисков важно учесть наличие в регионе возможных клиентов, имеющих потребности в ТС.

Макроэкономические риски это внешние экономические риски предприятия. Факторами для них являются темпы роста инфляции в стране, темпы экономического развития, изменение биржевых процентных ставок и валютного курса. Также сказывается общее состояние инвестиционного климата в стране.

Качественную и количественную оценку внешних рисков могут дать существующие в мире специализированные аналитические центры, которые на коммерческой и безвозмездной основе предоставляют предпринимателям интересующую их информацию.

 

Производственные риски относятся к внутренним рискам. Они определяются особенностями технологических процессов на предприятии, организацией транспортных перевозок и поставок изделий и материалов, качеством человеческого ресурса. Причинами производственных рисков на предприятии ТС могут быть:

· недостаточная производительность труда и пропускная способность одного или нескольких подразделений;

· отсутствие на складе необходимого количества изделий для реализации;

· неритмичность поставок и их продолжительность;

· снижение цен на товары и услуги, связанное с недостаточным их качеством или длительным сроком реализации;

· повышенные материальные и трудовые затраты на обеспечение технологических процессов;

· физический и моральный износ производственных фондов;

· аварии и несчастные случаи на производстве.

Очень важно обеспечить строгое соблюдение правил техники безопасности при работе с СТМ, учитывая большие размеры и массивность машин и оборудования. Причинами возникновения аварийных ситуаций чаще всего могут быть нанесение ущерба персоналу и третьим лицам, экономический ущерб от разрушений и поломок конструкций и механизмов, а также пожары и другие непредвиденные обстоятельства.

Инвестиционные риски часто возникают из-за неполучения запланированного результата в желаемые сроки после определенных инвестиционных вложений в расширение предприятия или изменение номенклатуры услуг. Имея определенную длительность осуществления, инвестиционные проекты существенно зависят от внешних факторов: от экономических, политических, социальных, экологических и др. Внутренние инвестиционные риски также могут быть связаны с рядом факторов:

· выбор подрядчика и возможное его монопольное положение в регионе;

· рост стоимости и задержка ввода производственных мощностей;

· рост стоимости кредита;

· дополнительные затраты на освоение новых технологий сервиса;

· изменение технической политики предприятия.

Коммерческие риски обусловлены ошибками в оценках возможностей реализации продукции и услуг. Часто эти риски возникают как следствие некачественных маркетинговых исследований, недооценки возможностей конкурентов, ошибок в ценовой политике предприятия. Основные причины коммерческого риска:

· снижение объемов реализации вследствие падения спроса (потребности) на изделия и услуги ТС, реализуемые предприятием;

· повышение закупочной цены изделий в процессе осуществления предпринимательского проекта;

· непредвиденное снижение закупок в сравнении с намеченными объемами, что увеличивает расходы на единицу реализуемых изделий и услуг;

· потери качества изделий в процессе обращения (транспортировки, хранения);

· и другие.

К внутренним факторам, влияющим на коммерческие риски, относятся издержки производства и обращения, объем реализации, норма прибыли, динамика оборотных средств, качество изделий и услуг. Причем в разных случаях названные факторы могут играть роль то основных, то вспомогательных.

В анализе рисков вопрос управляемости факторов имеет первостепенное значение для оценки эффективности и качества работы коллектива предприятия. Исходя из этого, при анализе конкретных технологических процессов целесообразно рассматривать внутренние риски предприятия как совокупность производственных, инвестиционных и коммерческих рисков. Неуправляемые внешние факторы не могут стать субъектами управления.

Внутренние риски предприятия ТС можно разделить по технологическому принципу:

· риски от реализации техники, запасных частей и материалов;

· риски гарантийного обслуживания машин;

· риски технических воздействий (техническое обслуживание и ремонт) в послегарантийный период;

· риски аренды машин;

· риски транспортных услуг;

· риски хранения и консервации;

· риски консалтинга;

· риски процесса обучения персонала потребителя.

Каждый из рассматриваемых процессов, в свою очередь, можно разбить на составляющие с имеющимися опасностями возможного ущерба. Так, например, процесс продажи запасных частей к машинам можно разделить по номенклатуре машин, по видам агрегатов, по ремонтным комплектам. Для каждого вида запчастей существуют риски, связанные непосредственно с реализацией, с периодичностью поставки, с размерами и возможностями склада, с брендом поставщика и другие.

Не последнюю роль в составе возможных ущербов играет специфика предприятия ТС. Регионального представителя завода-изготовителя в меньшей степени, чем, например, независимого дилера, будут интересовать внешние (да и внутренние) коммерческие риски. Это связано с тем, что номенклатура изделий и услуг регионального представителя определяется заводом, и головная боль по спросу на продукцию переходит в вышестоящую организацию. Тогда как независимый дилер сам определяет, какие товары и услуги он будет реализовывать на рынке, и принимает на себя возможные последствия от ошибок в выборе.

 

 

 

Постановка задачи

 

В данной работе рассматривается задача оптимизации количества рабочих на ПТС, занятых на проведении работ по ТС при периодических ТО и ремонтах машин. Расчеты ведутся методом статистического моделирования Монте-Карло.

Средой для проведения расчетов по курсовой работе является табличный редактор Microsoft Office Excel, что обусловлено большим объемом однотипных вычислений в подобных инженерных задачах.

Табличный процессор Microsoft Office Excel является важнейшим офисным приложением. Версия программы может быть любой, но желательно использовать версию не ранее, чем до 2003 года. В версии 2010 года Excel применяет формат OOXML с расширением «.xlsx» и так же, как и предшественники, служит для создания и редактирования самых различных электронных таблиц.

Возвращаясь к самой задаче, следует отметить, что в данном случае рассматривается потоки заказов на два вида ТО: с периодичностью 100 мото-часов (ТО1) и 500 мото-часов (ТО2). Также рассматривается поток заказов на ремонт машин. Характеристиками этих потоков были приняты законы распределения случайных величин и их параметры.

Так для ТО1 исходными величинами являются: частота появления заказа на ПТС со средним значением n _ТО1 раз в неделю и среднеквадратическим отклонением s _ТО1 раз в неделю (табл. 2). Учитывая, что количество факторов, влияющих на эту частоту априори велико и факторы мало связанны между собой, в качестве допущения в лабораторной работе было принято: частоты поступления заказов n на предприятие распределены по нормальному закону. Функция плотности распределения:

         .      (1)

 

Значения трудоемкости работ и стоимости одного нормо-часа приняты постоянными величинами: соответственно трудоемкость ТО1 принята равной t _ТО1 нормо-часов, а стоимость 1 нормо-часа – e _ТО1 тыс.руб (табл. 2).

Аналогичным образом в работе заданы исходные величины для обслуживания ТО2 и сезонного обслуживания техники. При этом было принято, что трудоемкость и стоимость выполнения заказов на данные виды технических воздействий одинакова, а частоты заказов просуммированы и сведены для простоты в одну таблицу (табл. 3).

Таблица 2

Исходные величины при моделировании заказов на ТО1

ТО1
Параметр	Закон	Параметры
		X1	X2
Частота заказа	Нормальный	n ТО1	s ТО1
Трудоемкость, н-ч	Постоянная	t ТО1	-
Стоимость, тыс.руб/н-ч	Постоянная	e ТО1	-

 

Таблица 3

Исходные величины при моделировании заказов на ТО2

ТО2
Параметр	Закон	Параметры
		X1	X2
Частота заказа	Нормальный	n ТО2	s ТО2
Трудоемкость, н-ч	Постоянная	t ТО2	-
Стоимость, тыс.руб/н-ч	Постоянная	e ТО2	-

 

Частота заказов на текущий ремонт (ТР) была задана также, как и для ТО. Что касается стоимости нормо-часа при ремонте, то здесь с учетом реального положения дел, принят некоторый разброс в стоимостях работ, который зависит от состояния отказавшего узла машины. Трудоемкость работ при ТР также не поддается регламентации и зависит от конкретных условий. Учитывая, некоторую асимметричность распределения трудоемкостей ремонта, было принято использовать закон Вейбулла с параметрами в табл. 4. Функция плотности распределения:

              .        (2)

Таблица 4

Исходные величины при моделировании заказов на ТР

ТР
Параметр	Закон	Параметры
		X1	X2
Частота заказа	Нормальный	n ТР	s ТР
Трудоемкость, н-ч	Вейбулла		k
Стоимость, тыс.руб/н-ч	Нормальный	e ТР	s ТР

 

Еще одной случайной величиной, моделируемой в данной работе, является явочная численность рабочих. Отличие этой величины от списочного состава объясняется наличием у работников отпусков, пропусков по болезни или другим уважительным причинам. Доля количества рабочих, отсутствующих в данную неделю на работе k, принимается, как величина, распределенная по усеченному нормальному закону:

 при k<0 и при k>0 или k=0.

                                                                     (3)

Параметры распределения величины k  представлены в табл. 5.

 

Таблица 5

Исходные величины при моделировании количества

отсутствующих на месте рабочих

Параметр	Закон	Параметры
		X1	X2
Доля отсутствующих рабочих	Нормальный	k Т	s k

 

Итогом испытания статистической является значение дисконтируемого дохода D от деятельности ПТС за прошедшую неделю при заданном сочетании случайных факторов, описанных выше.

Под дисконтируемым доходом в лабораторной работе понимается разница между доходом, полученным предприятием от выполненных заказов на проведение ремонтов и обслуживание машин, и расходами, связанными с данной производственной деятельностью. К расходам относятся заработная плата рабочих в соответствии со списочным составом бригады, затраты на запасные части и материалы и накладные расходы предприятия.

Заработок рабочих в данном случае принимается пропорциональным их количеству исходя из среднего заработка одного работающего (в работе принимается ß₁ = 15,2 тыс.руб в неделю). Кроме того, учитывается также дополнительный заработок, возникающий в случае переработки рабочего после смены при необходимости завершить выполнение того или иного заказа, поступившего на предприятие (в работе принимается ß₂ = 0,75 тыс.руб в час).

Затраты на запасные части и материалы принимаются пропорциональными стоимости обработанных заказов. Коэффициент для расчета этих затрат в работе составляет – ß₃ = 0,32.

Накладные расходы предприятия в данном случае принимаются в виде константы в размере ß₄ = 5,5 млн.руб/год.

Статистические значения дисконтируемого дохода в дальнейшем подлежат статистической обработке с целью получения тренда зависимости D от заданной численности рабочих предприятия. Оптимальная численность работников предприятия определяется максимумом полученного тренда.

 

Датчики случайных чисел

 

4.1. Равномерно распределенные случайные числа.

Для этих целей в Microsoft Office Excel служит функция СЛЧИС(), которая возвращает равномерно распределенное число в диапазоне от 0 до 1. Число является случайным, так как функция СЛЧИС() осуществляет пересчет значения чисел при каждом новом к ней обращении в любом месте таблицы.

Генерация новых чисел происходит при нажатии клавиш ENTER или F 9. Также пересчет всех значений там, где присутствует функция, происходит при вводе каких-либо других изменений в таблице.

Если мы захотим генерировать случайные числа на любом другом интервале, а не только в пределах от 0 до 1, например от А до В, то мы должны провести следующие вычисления:

                              (4)

где x – случайная величина, которая равномерно распределена на интервале [ A , B ].

Пример подобного использования функции СЛЧИС() приведен здесь:

    

 

В последних версиях Microsoft Office Excel есть возможность без дополнительного использования формул сразу генерировать случайные числа в заданном диапазоне. Этого можно добиться с помощью функции СЛУЧМЕЖДУ(А, В). Однако, в этом случае Microsoft Office Excel позволяет генерировать только целые числа.

 

4.2. Случайные числа, распределенные по нормальному закону Гаусса.

Закон нормального распределения является самой известной статистическо-вероятностной моделью, нашедшей себе место в описании огромного количества явлений природы и техники. Этот закон является двухпараметрическим и плотность его распределения зависит от среднего значения и вариации случайной величины (рис. 1).

Рис. 1. Плотность распределения случайной величины по нормальному закону Гаусса [3]. Здесь m и s - соответственно среднее значение и стандартное отклонение

 

Для генерации случайных чисел, распределенных по нормальному закону, в нашей работе удобно воспользоваться двумя стандартными в Microsoft Office Excel функциями: СЛЧИС() и НОРМ.СТ.ОБР(z). С первой функцией мы познакомились в предыдущем разделе.

 Функция НОРМ.СТ.ОБР(z) возвращает обратное значение стандартного нормального распределения при заданной вероятности z. При использовании этой функции мы получаем распределение с нулевым средним значением и со стандартным отклонением равным 1 (единице).

В том случае, если нас интересует отличные от принятых в функции НОРМ.СТ.ОБР(z) среднего значения m стандартное отклонение s, случайную величину можно генерировать с помощью зависимости

       (5)

Генерация случайных чисел по закону Гаусса может осуществляться и другими методами. Например, с использованием функций Excel НОРМ.РАСП(z; m; s; ЛОЖЬ) или НОРМ.ОБР(z; m; s).

Пример использования функции НОРМ.ОБР(СЛЧИС(); m; s) приведен здесь:

    

 

4.3. Случайные числа, распределенные по закону Вейбулла.

Закон Вейбулла, также как и нормальный закон Гаусса, является двухпараметрическим. Это обстоятельство обуславливает возможность варьировать положением плотности распределения по горизонтальной и вертикальной осям координат (рис. 2). Однако, в отличии от распределения случайной величины по нормальному закону, где линия плотности распределения симметрична относительно среднего значения и напоминает колокольчик, здесь в общем случае просматривается явная асимметричность. При k=1 распределение вообще вырождается в экспоненциальное, широко применяемое в теории надежности. При k>3 плотность распределения становится очень похожей на плотность распределения по нормальному закону. Эти свойства предоставляют исследователям большие возможности и делает закон Вейбулла чрезвычайно популярным в математике, электронике, инженерии и других областях знания.

Рис. 2. Плотность распределения случайной величины по закону Вейбулла [3]. Здесь l и k – параметры распределения

 

Для генерации случайных чисел, распределенных по закону Вейбулла, в нашей работе удобно воспользоваться все той же стандартной в Microsoft Office Excel функцией СЛЧИС() и функцией натурального логарифма, то есть логарифма по основанию e= 2,71828182845904…

          .             (6)

Пример генерирования случайных величин по закону Вейбулла приведен здесь:

 

5. Методические рекомендации по выполнению лабораторной работы

 

Создание блока СЛЧИС().

Для генерации событий, которые произошли на предприятии за неделю, нам потребуется шесть датчиков СЛЧИС():

Ø для моделирования количества заказов за неделю на проведение ТО1 – d1;

Ø для моделирования количества заказов за неделю на проведение ТО2 – d2;

Ø для моделирования количества заказов за неделю на проведение ТР – d3;

Ø для моделирования трудоемкости работ за неделю на проведение ТР – d4;

Ø для моделирования средней себестоимости за неделю на проведение ТР – d5;

Ø для моделирования среднего количества рабочих, пропустивших за неделю работу на предприятии – d6.

Далее формируем таблицу, позволяющую смоделировать работу предприятия за год (табл.6). В каждой из 6х52 ячеек записана одна и та же формула – СЛЧИС() (см. рис. 3).

 

 

Рис. 3. Использование функции СЛЧИС()   при генерировании случайных величин

 

 

Таблица 6

Блок случайных чисел

⇐ Предыдущая1234Следующая ⇒

Поделиться: