Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
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
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
Таблица 3 Исходные величины при моделировании заказов на 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
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
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 |
Последнее изменение этой страницы: 2019-03-22; Просмотров: 222; Нарушение авторского права страницы