Преподаватель который помогает студентам и школьникам в учёбе.

Выбор управленческого решения методом анализа иерархий. Оценить корректность метода (АО «Рязанский завод металлокерамических приборов»)

Содержание:

Введение

Актуальность. В современных условиях рыночной экономики, когда оперативность принятия управленческих решений является главным фактором успеха хозяйствующего субъекта, возрастает потребность в прогнозировании развития ситуации, а также в планировании необходимых шагов. Очевидно, что чем точнее будут определены будущие результаты, тем увереннее будет осуществлено текущее руководство, тем эффективнее будут решены проблемы.

Несмотря на всю значимость владения навыками в области прогностики и применения их на практике, на уровне предприятия функции прогнозирования не уделяется должного внимания. Во многом данное обстоятельство обусловлено:

– сложностью процедуры построения прогнозной модели с помощью существующих методов;

– необходимостью адаптации методов прогнозирования к условиям конкретного хозяйствующего субъекта с учетом его отраслевых особенностей.

Таким образом, возникает потребность в выборе наиболее оптимального метода прогнозирования для конкретного предприятия.

Принятие управленческих решений в организации требует учета множества критериев, зачастую плохо формализованных и противоречащих друг другу. Кроме того, часто отсутствуют объективные показатели, по которым можно сопоставить альтернативные варианты для того, чтобы выбрать оптимальный. Для обоснования таких решений необходимы специальные методы.

Один из них — это метод анализа иерархий. Данный метод является систематической процедурой для иерархического представления элементов,
определяющих суть проблемы. Метод состоит в декомпозиции проблемы на все более простые составные части и дальнейшей обработке последовательности суждений лица, принимающего решения, по парным сравнениям.

В результате может быть выражена относительная степень взаимодействия элементов. Эти суждения затем выражаются численно. Метод анализа иерархии включает в себя процедуры синтеза множества суждений, выявления приоритетности критериев и нахождения альтернативных решений^[1].

Целью работы является исследование метода анализа иерархий при принятии управленческих решений.

Задачи работа:

исследовать теоретические аспекты метода анализа иерархий;
рассмотреть практические аспекты применения метода анализа иерархий при принятии управленческих решений.

Объектом исследования является АО «Рязанский завод металлокерамических приборов».

Предмет исследования – применение метода анализа иерархий для принятия управленческого решения.

Теоретической и методологической базой при написании данной работы послужили труды зарубежных и отечественных исследователей в области разработки и принятия управленческих решений, математических методов обоснования управленческих решений.

Глава 1. Теоретические основы метода анализа иерархий

1. Содержание и назначение метода анализа иерархий

Метод анализа иерархий разработан американским математиком Томасом Саати, который написал о данном методе книги, разработал программные продукты и в течение 20 лет проводил симпозиумы ISAHP. Теория метода анализа иерархий начала зарождаться осенью 1971 г., когда Т. Саати работал над проблемами планирования в непредвиденных обстоятельствах для Министерства обороны США^[2]. Становление теории происходило в 1972 г. во время исследований по нормированию электроэнергии для отдельных видов промышленности в соответствии с их вкладом в благосостояние страны, проводимых для Национального научного фонда. Зрелость для практического применения теория метода анализа иерархий стала приобретать с исследования под руководством Т. Саати транспортной системы Судана в 1973 г. Особенно интенсивно теория развивалась в 1974-1978 гг., когда было много самых разнообразных применений^[3].

Т. Саати говорит о том, что метод анализа иерархий (МАИ) — это научно-обоснованный с позиции системного анализа подход в принятии решений для выбора альтернативы из множества возможных на основе нескольких критериев. Данный метод может использоваться для решения задач управления, в том числе задач прогнозирования и стратегического планирования. МАИ позволяет упорядочить работу лица, принимающего решение, и учесть достаточно сложную систему факторов, влияющих на выбор решения^[4].

Данный метод достаточно прост в применении, кроме того, он позволяет учитывать влияние различных факторов на объект прогнозирования, при этом не требует количественной оценки данного влияния.

МАИ относится к универсальным, поэтому список применений метода весьма разнообразен: исследования транспортной системы Судана, пивоваренная промышленность Мексики, проведение анализа «стоимость–эффективность», распределение ресурсов. В Израиле профессор Ами Арбель нашел метод полезным при принятии решений как по формализуемым, так и неформализуемым факторам, для которых отсутствовали связывающие их аналитические зависимости. Метод постоянно используется при планировании промышленности Питтсбурга, банковского дела, сталелитейной промышленности, в сфере городского хозяйства и координации общественных услуг^[5].

Можно привести еще множество примеров успешного применения МАИ для решения и таких сложных проблем как: выработка стратегии, направленной на уменьшение негативного влияния глобального изменения климата (Fondazione Eni Enrico Mattei), вычисление показателя совокупного качества программных комплексов (Microsoft Corporation), выбор специализации при учебе в университете (Bloomsburg University of Pennsylvania), принятие решения о месторасположении оффшорных предприятий (University of Cambridge), оценка рисков, связанных с функционированием нефтяных трубопроводов, пролегающих на территории страны (American Society of Civil Engineers), разработка стратегии наиболее эффективного управления водоразделами США (U.S. Department of Agriculture) ^[6].

Кроме того, необходимо отметить, что и в России этот метод получает все большее распространение. Используется при различных видах маркетинговых исследований, определении сценариев развития города, оценки различных коммерческих рисков^[7].

1.2. Алгоритм метода анализа иерархий

Алгоритм применения метода анализа иерархий включает несколько этапов^[8].

Этап 1. Структуризация задачи в виде иерархической структуры с несколькими уровнями (уровень цели исследования, уровень критериев и уровень альтернатив) ^[9].

Альтернативы — это варианты принимаемых решений. Альтернативы
являются неотъемлемой частью проблемы принятия решений.

Критерии — это способ описания альтернативных вариантов решений,
способ выражения различий между ними с точки зрения предпочтений лица, принимающего решение^[10].

Этап 2. Выполнение попарных сравнений элементов каждого уровня. Для попарного сравнения элементов Т. Саати предложена специальная оценочная шкала, состоящая из пяти основных и четырех промежуточных суждений. Основные суждения имеют величины 1, 3, 5, 7 и 9. Промежуточные суждения имеют величины 2, 4, 6 и 8. Числа из шкалы относительной важности используются, чтобы показать, во сколько раз элемент с большей оценкой предпочтительности доминирует над элементом с меньшей оценкой относительно общего для них критерия. Менее предпочтительный элемент имеет обратную оценку предпочтительности. Таким образом, если х — оценка предпочтения, с которой больший элемент доминирует над меньшим, то 1/х — оценка предпочтительности меньшего элемента по сравнению с большим.

Этап 3. Определение векторов приоритетов. После того, как проблема иерархически структурирована и проставлены результаты субъективных парных суждений экспертов, производится расчет «локальных» приоритетов — векторов приоритетов, которые выражают относительное влияние критерия на элемент более высокого уровня^[11].

Формулы для расчета компонентов собственного вектора и нормализованного вектора приоритетов приведены в табл. 1—2.

Таблица 1

Матрица парных сравнений критериев^[12]

Этап 4. Формирование интегральных коэффициентов по каждой альтернативе позволяет рассчитать обобщенный коэффициент согласованности локальных приоритетов^[13]. Данный этап проводится в несколько шагов:

а) суммируют значение каждого столбца матрицы суждений;

б) сумму первого столбца умножают на величину первого компонента
нормализованного вектора, соответствующего сумме второго столбца, умноженного на второй компонен. Полученные результаты складывают и получают значение согласованности λmax;

Таблица 2

Матрица парных сравнений альтернатив по ni критерию^[14]

в) на основании полученных значений рассчитывают индекс согласованности суждений:

(1)

где λmax — значение согласованности;

n — число сравниваемых элементов^[15];

г) сравнивают величину Uc с величиной случайного выбора количественных суждений. Случайная согласованность для случайных матриц разного порядка приведена в табл. 3;

д) рассчитывают отношение согласованности приоритетов:

(2)

где Uc — индекс согласованности суждений;

СС — значение случайной согласованности.

Таблица 3

Случайная согласованность для случайных матриц

разного порядка^[16]

Качество эксперта оценивается по величине ОС. Чтобы быть приемлемой, величина ОС должна быть не более 10%. В крайнем случае, в пределах 20%. Если ОС выходит за эти пределы, то результаты работы таких экспертов рекомендуется исключить из рассмотрения.

Этап 5. Синтез локальных приоритетов. Для этого рассчитывается так
называемый глобальный приоритет. Полученные локальные приоритеты
работы взвешиваются по значимости факторов, то есть каждый столбец векторов локальных приоритетов умножается на приоритет соответствующего
критерия и результаты складываются^[17].

Для применения на практике представленных выше этапов метода анализа иерархий очень важен человеческий фактор.

Человеческие решения являются исключительно важным для практики и интересным для науки объектом исследования. Уступая компьютеру в скорости и точности вычислений, человек, тем не менее, обладает уникальным умением быстро оценивать обстановку, выделять главное и отбрасывать второстепенное, соизмерять противоречивые оценки, восполнять неопределенность своими догадками. Человека, фактически осуществляющего выбор наилучшего варианта, следует называть лицом, принимающим решения (ЛПР)^[18].

1.3. Проблемы применения метода анализа иерархий

Несмотря на свою широкую сферу применения МАИ имеет некоторые проблемы, которые осложняют процесс его использования^[19]:

1. Формирование структуры модели принятия решения в методе анализа иерархий достаточно трудоемкий процесс.

2. Сбор данных для поддержки принятия решения осуществляется главным образом с помощью процедуры парных сравнений. Результаты парных сравнений могут быть противоречивыми. Метод предоставляет большие возможности для выявления противоречий в данных. При этом возникает необходимость пересмотра данных для минимизации противоречий. Процедура парных сравнений и процесс пересмотра результатов сравнений для минимизации противоречий часто являются трудоемкими^[20].

3. В рамках метода анализа иерархий нет средств для проверки достоверности данных. Это важный недостаток, ограничивающий отчасти возможности применения метода^[21].

4. Из-за прямо пропорциональной зависимости сложности процесса применения метода и количеством критериев и альтернатив, может наступить «критическая точка», в которой принятие управленческого решения ЛПР станет нереальным^[22].

Следует отметить ряд проблем обоснованности применения метода МАИ, которые стали причиной критики некоторых специалистов. Больше всего возражений вызвала предложенная Саати шкала сравнения показателей (масштаб шкалы от 1 - до 9). Нижний уровень относительной важности одного показателя по сравнению с другим (1) соответствует ситуации, когда по мнению эксперта оба сравниваемые виды деятельности вносят одинаковый вклад в соответствующую цель. Верхний уровень (9) характеризуют наиболее сильное превосходство одного показателя над другим. Остальные значения показателей отражают промежуточные уровни превосходства. Специалисты усматривают непоследовательность в использовании такой шкалы: если показатель А предпочтительнее В с весом в 5 единиц (что по Саати соответствует сильному превосходству), а показатель В предпочтительнее С с весом в 3 (умеренное превосходство), то по предложенной шкале нельзя сказать, что вес превосходства А по отношению к С будет равен 15^[23]. Кроме того, несмотря на то, что предложенные интуитивные сравнения показателей очень удобны для использования, отсутствует теоретическое обоснование их связи с числовыми координатами шкалы. И наконец, введение новых вариантов для сравнения может изменить ранее полученные приоритеты для существующих вариантов действий. Тем не менее, несмотря на некоторые проблемы теоретической обоснованности, метод МАИ имеет значительные практические преимущества перед другими подходами к решению многокритериальных задач, что и делает его весьма популярным среди управленцев.

Проведенное в первой главе исследование позволяет сделать следующие выводы.

Метод анализа иерархий (МАИ) — это научно-обоснованный с позиции системного анализа подход в принятии решений для выбора альтернативы из множества возможных на основе нескольких критериев. Данный метод может использоваться для решения задач управления, в том числе задач прогнозирования и стратегического планирования. МАИ позволяет упорядочить работу лица, принимающего решение, и учесть достаточно сложную систему факторов, влияющих на выбор решения.

Глава 2. Практические аспекты применения метода анализа иерархий в АО «Рязанский завод металлокерамических приборов»

2.1. Краткая характеристика предприятия и постановка задачи

исследования

В качестве объекта исследования выбрано предприятие АО «Рязанский завод металлокерамических приборов».

Рязанский завод металлокерамических приборов (РЗМКП) был организован 19 сентября 1963 г. для выпуска продукции производственно-технического и специального назначения. В настоящее время является единственным в России и странах СНГ заводом, выпускающим герметизированные магнитоуправляемые контакты (герконы). Производственные мощности РЗМКП рассчитаны на изготовление 200 млн. шт. герконов в год. Герконы имеют широкое применение в народном хозяйстве и оборонной технике в том числе:

— космическая техника (системы жизнеобеспечения космонавтов и панели управления);

— военная техника (приемо-передающие устройства и системы управления);

— авиационная техника (концевые выключатели);

— телефонная техника (автоматизированные системы связи и телефонные аппараты);

— вычислительная техника (клавиатуры электронных аппаратов);

— автомобильная техника (датчики систем контроля);

— охранная сигнализация.

В настоящее время предприятие выпускает более 30 типов герконов, среди которых высоковольные, и герконы повышенной коммутационной мощности, кроме того, налажено производство миниатюрных герконов с размерами баллона менее 10 мм.

Производство герконов на РЗМКП характеризуется как:

— массовое;

— высокотехнологичное;

— обладающее высокой степенью автоматизации

Кроме того, предприятие выпускает следующую продукцию:

— датчики охранной сигнализации;

— автомобильные датчики контроля уровня жидкости и масла;

— фотоэлектрические солнечные модули:

Завод является постоянным участником выставок и ярмарок федерального и международного значения.

АО «РЗМКП» применяет сертифицированную по требованиям ISO 9001 систему менеджмента качества с 2002 г. Область действия сертификата, выданного органом сертификации ТЮФ СЕРТ совместно с TUVThiiringen e.V., распространяется на проектирование, разработку и производство магнитоуправляемых герметизированных контактов и изделий на их основе, солнечных модулей.

Оптимальным методом прогнозирования для условий хозяйствования данного предприятия может быть выбран метод анализа иерархий, разработанный американским ученым Томасом Саати. Следует отметить, что для хозяйствующего субъекта важно не только прогнозирование уровня развития предприятия в целом, но и его отдельных экономических элементов в частности. Так, одной из важнейших составляющих успешного развития предприятия является положительный экономический результат, который обеспечивает укрепление бюджета государства посредством налоговых отчислений, способствует повышению инвестиционной привлекательности предприятия, его деловой активности в производственной и финансовой сферах. Следовательно, прогнозирование экономических результатов деятельности хозяйствующего субъекта во многом определяет его будущее состояние.

В качестве фокуса прогнозной модели выбран экономический результат деятельности АО «РЗМКП».

Первичными факторами, влияющими на него, являются:

– выручка от реализации продукции предприятия;

– себестоимость реализованной продукции;

– прочие доходы;

– прочие расходы;

– инфляционные процессы.

Акторами, манипулирующими первичными факторами, определены:

– производственные рабочие;

– руководство предприятия;

– заказчики продукции, выпускаемой АО «РЗМКП»;

– поставщики материальных ресурсов, необходимых для производства продукции;

– государство, влияющее на деятельность предприятия не только посредством системы налогообложения и льготного кредитования, но выступающее как непосредственный заказчик продукции АО «РЗМКП».

Основные цели каждого актора относительно первичных факторов представлены в таблице 4.

Таблица 4

Цели акторов^[24]

Рабочие

Руководство

Заказчики

Поставщики

Государство

1. Высокая заработная плата

2. Значительный объем реализации продукции

3. Высокое качество продукции

1. Значительный объем реализации продукции

2. Низкая себестоимость реализованной продукции

3. Высокое качество продукции

1. Низкая стоимость приобретенной продукции

2. Высокое качество продукции

3. Своевременная отгрузка продукции

1. Высокая стоимость материальных ресурсов

2. Значительный объем поставляемых материальных ресурсов

1. Низкая стоимость приобретенной продукции

2. Высокое качество продукции

3. Своевременная отгрузка продукции

4. Развитие
отрасли

2.2. Построение сценариев развития ситуации и построение матриц их иерархий

В процессе построения прогнозной модели экономического результата предприятия АО «РЗМКП» на 2016–2020 гг. предложено четыре сценария развития событий.

1) Проекция – проекция существующего состояния экономических результатов предприятия (2015 г.), характеризующегося достаточно высокими темпами роста себестоимости продукции и более высокими темпами роста товарного выпуска, а также качеством продукции среднего уровня.

2) Равновесный сценарий – темпы увеличения/снижения доходов предприятия примерно соответствуют темпам увеличения/снижения его расходов, качество продукции соответствует ценам реализации.

3) Позитивный сценарий – темпы роста доходов предприятия значительно превышают темпы роста его расходов, высокий уровень прибыли позволяет обеспечивать высокое качество продукции за счет инвестирования в производство.

4) Негативный сценарий – темпы роста расходов АО «РЗМКП» опережают темпы роста его доходов, кроме того, попытки снижения себестоимости за счет снижения трудоемкости и экономии материалов ведут к ухудшению качества продукции.

В таблицах 5-14 приведены матрицы парных измерений доминирования на разных уровнях иерархии влияния. Как следует из таблицы 5, наибольшее влияние на экономический результат АО «РЗМКП» оказывают выручка от реализации, себестоимость реализованной продукции и инфляционные процессы.

Необходимо отметить, что значительный удельный вес изделий, поставляемых по госзаказу, в портфеле заказов АО «РЗМКП» стал причиной того, что государству отдан больший приоритет по степени влияния на выручку от реализации по отношению к остальным акторам. Поскольку продукция тяжелого машиностроения обладает значительными весовыми характеристиками, закономерно, что наибольший удельный вес в себестоимости продукции занимают затраты на приобретение материальных ресурсов.

Таблица 5

Матрица парных измерений, какой фактор имеет наибольшее

влияние на экономический результат^[25]

Экономический результат	Выручка от реализации	Себестоимость продукции	Прочие доходы	Прочие расходы	Инфляция	Собственный вектор
Выручка от реализации	1	3	7	6	3	0,464
Себестоимость продукции	1/3	1	5	4	2	0,238
Прочие доходы	1/7	1/5	1	1/2	1/7	0,041
Прочие расходы	1/6	1/4	2	1	1/4	0,065
Инфляция	1/3	1/2	7	4	1	0,193

Таблица 6

Матрица парных измерений, какой из акторов обладает наибольшим влиянием на выручку от реализации продукции^[26]

Выручка от реализации продукции	Рабочие	Руководство	Заказчики	Поставщики	Государство	Собственный вектор
Рабочие	1	3	1/6	1/3	1/7	0,067
Руководство	1/3	1	1/5	1/3	1/6	0,046
Заказчики	6	5	1	3	1/2	0,302
Поставщики	3	3	1/3	1	1/4	0,133
Государство	7	6	2	4	1	0,452

Соответственно, наибольшим влиянием на себестоимость продукции обладают поставщики предприятия, что отражено в таблице 7.

Таблица 7

Матрица парных измерений, какой из акторов обладает наибольшим влиянием на себестоимость реализованной продукции^[27]

Себестоимость продукции	Рабочие	Руководство	Заказчики	Поставщики	Государство	Собственный вектор
Себестоимость продукции
Рабочие	1	3	5	1/4	5	0,242
Руководство	1/3	1	4	1/6	5	0,137
Заказчики	1/5	1/4	1	1/6	1/2	0,045
Поставщики	4	6	6	1	6	0,520
Государство	1/5	1/5	2	1/6	1	0,057

Таблица 8

Матрица парных измерений, какой из акторов обладает наибольшим влиянием на прочие доходы^[28]

Прочие доходы	Рабочие	Руководство	Заказчики	Поставщики	Государство	Собственный вектор
Рабочие	1	1/5	1/2	1/2	1/3	0,076
Руководство	5	1	3	3	1/2	0,321
Заказчики	2	1/3	1	1	1/2	0,138
Поставщики	2	1/3	1	1	1/2	0,138
Государство	3	2	2	2	1	0,326

Так как в структуре прочих доходов АО «РЗМКП» значительный удельный вес занимают доходы, связанные с реализацией ценных бумаг, наибольшим влиянием на данный фактор обладают государство, способное регулировать рынок ценных бумаг и валютный рынок, и руководство предприятия, принимающее соответствующие управленческие решения. Следует отметить, что матрица парных сравнений из таблицы 8 дублируется для прочих расходов предприятия.

Таблица 9

Матрица парных измерений, какой из акторов обладает наибольшим влиянием на инфляционные процессы^[29]

Инфляция	Рабочие	Руководство	Заказчики	Поставщики	Государство	Собственный вектор
Рабочие	1	1/2	1/3	1/2	1/7	0,054
Руководство	2	1	1/2	1/2	1/7	0,078
Заказчики	3	2	1	1	1/7	0,127
Поставщики	2	2	1	1	1/7	0,118
Государство	7	7	7	7	1	0,623

Как показывает таблица 9, наибольшее влияние на инфляционные процессы оказывает государство, что является логичным и закономерным обстоятельством.

Таблица 10

Матрица парных измерений, какая из целей важнее для рабочих^[30]

Рабочие	Заработная плата	Значительный объем	Качество продукции	Собственный вектор
		реализации
Заработная плата	1	7	5	0,738
Значительный объем реализации	1/7	1	3	0,170
Качество продукции	1/5	1/3	1	0,092

Таблица 10 демонстрирует, что главной целью для рабочих АО «РЗМКП» является получение высокого дохода.

Таблица 11 показывает, что важнейшей целью для руководства предприятия является снижение затрат на производство продукции.

Таблица 11

Матрица парных измерений, какая из целей важнее для руководства^[31]

Руководство	Низкая себестоимость продукции	Значительный объем реализации	Качество продукции	Собственный вектор
Низкая себестоимость продукции	1	3	3	0,584
Значительный объем реализации	1/3	1	3	0,281
Качество продукции	1/3	1/3	1	0,135

Таблица 12

Матрица парных измерений, какая из целей важнее для заказчиков^[32]

Заказчики	Низкая стоимость при- обретаемой продукции	Своевременная отгрузка продукции	Качество продукции	Собственный вектор
Низкая стоимость приобретаемой продукции	1	3	1/3	0,331
Своевременная отгрузка продукции	1/3	1	2	0,289
Качество продукции	3	1/2	1	0,379

Таблица 12 отражает, что для заказчиков АО «РЗМКП» наиболее важным является высокое качество приобретаемой продукции и ее низкая стоимость.

Как показывает таблица 13, для поставщиков материальных ресурсов АО «РЗМКП» важней шей целью является высокая стоимость реализации их продукции.

Как демонстрирует таблица 14, для государства как заказчика продукции АО «РЗМКП» главными целями является низкая стоимость приобретения изделий, а также их своевременное получение.

Таблица 13

Матрица парных измерений, какая из целей важнее для поставщиков^[33]

Поставщики	Высокая стоимость материальных ресурсов	Значительный объем поставляемых материальных ресурсов	Собственный вектор
Высокая стоимость материальных ресурсов	1	5	0,833
Значительный объем поставляемых материальных ресурсов	1/5	1	0,167

Таблица 14

Матрица парных измерений, какая из целей важнее для государства^[34]

Государство	Низкая стоимость	Своевременная отгрузка продукции	Качество продукции	Развитие отрасли	Собственный вектор
	приобретаемой			Развитие отрасли	Собственный вектор
	продукции
Низкая стоимость при-	1	3	4	4	0,503
обретаемой продукции
Своевременная от-	1/3	1	4	5	0,307
грузка продукции
Качество продукции	1/4	1/4	1	2	0,114
Развитие отрасли	1/4	1/5	1/2	1	0,076

Следующим этапом прогнозирования является нахождение степени важности акторов относительно факторов, влияющих на экономические результаты предприятия. Эту оценку можно провести, умножив матрицы собственных векторов акторов относительно каждого фактора на собственный вектор, полученный для первичных факторов (см. табл. 15).

Таблица 15

Степень важности акторов относительно факторов, влияющих

на экономические результаты^[35]

Акторы	Выручка от реализации	Себестоимость продукции	Прочие доходы	Прочие расходы	Инфляция	Собственный вектор	Результат
Рабочие	0,067	0,242	0,076	0,076	0,054	0,464	0,107
Руководство	0,046	0,137	0,321	0,321	0,078	0,238	0,103
Заказчики	0,302	0,045	0,138	0,138	0,127	0,041	0,190
Поставщики	0,133	0,52	0,138	0,138	0,118	0,065	0,223
Государство	0,452	0,057	0,326	0,326	0,623	0,193	0,378

Как следует из вышеприведенной таблицы 15, наибольшее влияние на экономические результаты оказывают заказчики, поставщики и государство, так как в сумме на данные акторы приходится 79% воздействия. Для получения весов сценариев будем использовать только данные акторы.

2.3. Построение матриц доминирования относительно целей наиболее

влиятельных акторов

Завершающим этапом прогнозирования является построение матриц доминирования относительно целей наиболее влиятельных акторов, представленных выше, для четырех сценариев, предложенных на первоначальном этапе (см. табл. 16–19).

Для цели государства приобретать продукцию по низким ценам матрица доминирования будет аналогичной матрице, представленной в таблице 16, поскольку в данном случае государство выступает в качестве заказчика продукции.

Таблица 16

Реализация какого из сценариев может в большей степени привести к низкой стоимости реализованной продукции? ^[36]

Низкая стоимость реализованной продукции	Проекция		Равновесный		Позитивный		Негативный		Собственный
		сценарий		сценарий		сценарий		вектор
Проекция	1	1/2		3		1/3		0,168
Равновесный сценарий	2	1		3		1/3		0,238
Позитивный сценарий	1/3	1/3		1		1/5		0,077
Негативный сценарий	3	3		5		1		0,517

Таблица 17

Реализация какого из сценариев может в большей степени привести к высокому качеству реализованной продукции? ^[37]

Высокое качество	Проекция	Равновесный	Позитивный	Негативный	Собственный
продукции		сценарий	сценарий	сценарий	вектор
Проекция	1	1/2	1/3	3	0,172
Равновесный сценарий	2	1	1/2	3	0,269
Позитивный сценарий	3	2	1	5	0,479
Негативный сценарий	1/3	1/3	1/5	1	0,079

Таблица 18

Реализация какого из сценариев может в большей степени привести к высокой стоимости приобретаемых материальных ресурсов? ^[38]

Высокая стоимость	Проекция	Равновесный	Позитивный	Негативный	Собственный
материальных ресурсов		сценарий	сценарий	сценарий	вектор
1	2	3	4	5	6
Проекция	1	2	3	1/3	0,307

Продолжение таблицы 18

1	2	3	4	5	6
Равновесный сценарий	1/2	1	2	1/3	0,196
Позитивный сценарий	1/3	1/2	1	1/5	0,110
Негативный сценарий	3	1/3	5	1	0,386

Таблица 19

Реализация какого из сценариев может в большей степени привести к своевременной отгрузке продукции заказчикам? ^[39]

Высокая стоимость	Проекция	Равновесный сценарий	Позитивный	Негативный	Собственный
материальных ресурсов		Равновесный сценарий	сценарий	сценарий	вектор
Проекция	1	1/3	1/4	2	0,124
Равновесный сценарий	3	1	1/3	3	0,255
Позитивный сценарий	4	3	1	5	0,539
Негативный сценарий	1/2	1/3	1/5	1	0,083

Для получения весов сценариев необходимо умножить матрицу полученных собственных векторов сценариев на нормализованный вектор весов (см. табл.20).

Как следует из таблицы 20, наибольший удельный вес имеет негативный сценарий, и он является наиболее вероятным, согласно построенной прогнозной модели, для АО «РЗМКП» в 2016–2020 гг.

Таблица 20

Веса сценариев^[40]

Сценарии	Низкая стоимость реализуемой продукции	Высокое качество продукции	Высокая стоимость материальных ресурсов	Низкая стоимость реализуемой продукции для госзаказа	Своевременная отгрузка продукции	Нормализованный вектор	Результат
Проекция	0,168	0,172	0,307	0,168	0,124	0,100 0,115 0,297 0,303 0,185	0,201
Равновесный сценарий	0,238	0,269	0,196	0,238	0,255		0,232
Позитивный сценарий	0,077	0,479	0,110	0,077	0.539		0,213
Негативный сценарий	0,517	0,079	0,386	0,517	0.083		0,354

Таблица 21

Оценка переменных состояния по шкале -8…+8

для предложенных сценариев^[41]

Переменные состояния	Проекция	Равновесный	Позитивный	Негативный	Обобщенные
		сценарий	сценарий	сценарий	веса
	0,201	0,232	0,213	0,354
Продукция:
себестоимость	0	+ 3	-5	+ 5	1,401
качество	0	+ 3	+ 6	-4	0,558
Объем реализации:
стоимость продукции	0	+ 4	+ 5	-4	0,577
доля госзаказа	0	-3	+ 6	-5	-1,188
Доля рынка:
объем заключенных контрактов	0	+ 4	+ 7	-5	0,649
репутация на рынке	0	+ 5	+ 6	-4	1,022

2.4. Обобщенный сценарий

Разработаем обобщенный сценарий, то есть сценарий, полученный после определения значений каждой из характеристик по общей шкале измерений.

Эту шкалу можно получить, если просуммировать произведения весов сценариев на соответствующие значения характеристик.

Обобщенный сценарий для прогноза экономических результатов деятельности АО «РЗМКП» выглядит следующим образом.

К 2015–2020 гг. себестоимость выпускаемой продукции увеличится, но незначительно, так же, как и ее качество. Выручка от реализации АО «РЗМКП» возрастет, однако темпы ее роста будут менее темпов роста себестоимости продукции. Кроме того, снизится доля изделий, поставляемых в рамках государственного заказа. Объем заключенных контрактов возрастет, но незначительно, однако репутация предприятия как поставщика продукции тяжелого машиностроения укрепится.

В целом обобщенный сценарий свидетельствует об устойчивом прогнозируемом положении предприятия, однако негативная тенденция к темпам роста себестоимости, превышающим темпы роста объема реализации, сохранится.

Проведенное во второй главе исследование позволяет сделать следующие выводы.

В качестве объекта исследования выбрано предприятие АО «РЗМКП».

В качестве фокуса прогнозной модели выбран экономический результат деятельности АО «РЗМКП». Первичными факторами, влияющими на него, являются: выручка от реализации продукции предприятия; себестоимость реализованной продукции; прочие доходы; прочие расходы; инфляционные процессы.

Акторами, манипулирующими первичными факторами, определены: производственные рабочие; руководство предприятия; заказчики продукции, выпускаемой АО «РЗМКП»; поставщики материальных ресурсов, необходимых для производства продукции; государство, влияющее на деятельность предприятия не только посредством системы налогообложения и льготного кредитования, но выступающее как непосредственный заказчик продукции АО «РЗМКП».

1) Проекция – проекция существующего состояния экономических результатов предприятия (2014 г.), характеризующегося достаточно высокими темпами роста себестоимости продукции и более высокими темпами роста товарного выпуска, а также качеством продукции среднего уровня.

Построение матрицы парных измерений доминирования на разных уровнях иерархии влияния показало, что наибольшее влияние на экономический результат АО «РЗМКП» оказывают выручка от реализации, себестоимость реализованной продукции и инфляционные процессы.

Наибольшее влияние на экономические результаты оказывают заказчики, поставщики и государство, так как в сумме на данные акторы приходится 79% воздействия.

Расчет показали, что наибольший удельный вес имеет негативный сценарий, и он является наиболее вероятным, согласно построенной прогнозной модели, для АО «РЗМКП» в 2016–2020 гг.

Он выглядит следующим образом: К 2016–2020 гг. себестоимость выпускаемой продукции увеличится, но незначительно, так же, как и ее качество. Выручка от реализации АО «РЗМКП» возрастет, однако темпы ее роста будут менее темпов роста себестоимости продукции. Кроме того, снизится доля изделий, поставляемых в рамках государственного заказа. Объем заключенных контрактов возрастет, но незначительно, однако репутация предприятия как поставщика продукции тяжелого машиностроения укрепится.

Таким образом, метод анализа иерархий:

– оптимально подходит для разработки прогноза экономических результатов деятельности предприятия, поскольку учитывает различные факторы, влияющие на объект прогнозирования;

– может быть использован в условиях других хозяйствующих субъектов;

– достаточно прост в использовании.

Заключение

В качестве объекта исследования выбрано предприятие АО «РЗМКП».

Он выглядит следующим образом: к 2016–2020 гг. себестоимость выпускаемой продукции увеличится, но незначительно, так же, как и ее качество. Выручка от реализации АО «РЗМКП» возрастет, однако темпы ее роста будут менее темпов роста себестоимости продукции. Кроме того, снизится доля изделий, поставляемых в рамках государственного заказа. Объем заключенных контрактов возрастет, но незначительно, однако репутация предприятия как поставщика продукции тяжелого машиностроения укрепится.

Таким образом, метод анализа иерархий:

– может быть использован в условиях других хозяйствующих субъектов;

– достаточно прост в использовании.

Список литературы

Афоничкин А.И., Михаленко Д.Г. Управленческие решения в экономических системах. - СПб: Питер, 2009.
Ахметов О. А., Мжельский, М. Б. / Метод анализа иерархий как составная часть методологии оценки недвижимости // Актуальные вопросы оценочной деятельности. 2011. - № 4. – С. 21-25.
Грешилов, А. А. Математические методы принятия решений: Учеб. пособие / А. А. Грешилов. - Москва: Изд-во МГТУ, 2006.
Катулев А. Н. Математические методы в системах поддержки принятия решений: Учеб пособие / А. Н. Катулев, Н. А. Северцев. — М.: Высшая школа, 2005.
Кравченко Ю.А. Метод создания математических моделей принятия решений в многоагентных подсистемах // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 141-145.
Ногин В. Д. Принятие решений в многокритериальной среде: количественный подход / В.Д. Ногин. - Изд. 2-е. испр. и доп. - М.: ФИЗМАТЛИТ. 2005.
Саати Т., Керне К. Аналитическое планирование. Организация. - М.: Радио и связь, 1991.
Саати Т. Принятие решений. Метод анализа иерархии. - М.: Радио и связь, 1993.

$C:\Users\Admin\Desktop\мустафаев скан заявления.jpg$

Саати Т., Керне К. Аналитическое планирование. Организация. - М.: Радио и связь, 1991. – С. 23. ↑
Кравченко Ю.А. Метод создания математических моделей принятия решений в многоагентных подсистемах // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 141-145. ↑
Ногин В. Д. Принятие решений в многокритериальной среде: количественный подход / В.Д. Ногин. - Изд. 2-е. испр. и доп. - М.: ФИЗМАТЛИТ. 2005. - С. 60. ↑
Саати Т. Принятие решений. Метод анализа иерархии. - М.: Радио и связь, 1993. – С. 5. ↑
Ногин В. Д. Принятие решений в многокритериальной среде: количественный подход / В.Д. Ногин. - Изд. 2-е. испр. и доп. - М.: ФИЗМАТЛИТ. 2005. - С. 60. ↑
Ногин В. Д. Принятие решений в многокритериальной среде: количественный подход / В.Д. Ногин. - Изд. 2-е. испр. и доп. - М.: ФИЗМАТЛИТ. 2005. - С. 60. ↑
Ахметов О. А., Мжельский, М. Б. / Метод анализа иерархий как составная часть методологии оценки недвижимости // Актуальные вопросы оценочной деятельности. 2011. С. 15–26. ↑
Грешилов, А. А. Математические методы принятия решений: Учеб. пособие / А. А. Грешилов. - Москва: Изд-во МГТУ. 2006. – С. 112. ↑
Катулев А. Н. Математические методы в системах поддержки принятия решений: Учеб пособие / А. Н. Катулев, Н. А. Северцев. — М.: Высшая школа. 2005. – С. 79. ↑
Ногин В. Д. Принятие решений в многокритериальной среде: количественный подход / В.Д. Ногин. - Изд. 2-е. испр. и доп. - М.: ФИЗМАТЛИТ. 2005. - С. 60. ↑
Катулев А. Н. Математические методы в системах поддержки принятия решений: Учеб пособие / А. Н. Катулев, Н. А. Северцев. — М.: Высшая школа. 2005. – С. 79. ↑
Саати Т., Керне К. Аналитическое планирование. Организация. - М.: Радио и связь, 1991. – С. 23. ↑
Грешилов, А. А. Математические методы принятия решений: Учеб. пособие / А. А. Грешилов. - Москва: Изд-во МГТУ. 2006. – С. 116. ↑
Саати Т., Керне К. Аналитическое планирование. Организация. - М.: Радио и связь, 1991. – С. 23. ↑
Катулев А. Н. Математические методы в системах поддержки принятия решений: Учеб пособие / А. Н. Катулев, Н. А. Северцев. — М.: Высшая школа. 2005. – С. 80. ↑
Саати Т., Керне К. Аналитическое планирование. Организация. - М.: Радио и связь, 1991. – С. 23. ↑
Афоничкин А.И., Михаленко Д.Г. Управленческие решения в экономических системах. - СПб: Питер. 2009. – С. 279. ↑
Грешилов, А. А. Математические методы принятия решений: Учеб. пособие / А. А. Грешилов. - Москва: Изд-во МГТУ. 2006. – С. 114. ↑
Катулев А. Н. Математические методы в системах поддержки принятия решений: Учеб пособие / А. Н. Катулев, Н. А. Северцев. — М.: Высшая школа. 2005. – С. 80. ↑
Катулев А. Н. Математические методы в системах поддержки принятия решений: Учеб пособие / А. Н. Катулев, Н. А. Северцев. — М.: Высшая школа. 2005. – С. 80. ↑
Середенко Н.Н. Развитие метода анализа иерархий // Открытое образование. Научно-практический журнал. – М.: CAPITALPRESS, 2011, № 2 (85). – С. 39-48. ↑
Грешилов А. А. Математические методы принятия решений: Учеб. пособие / А. А. Грешилов. - Москва: Изд-во МГТУ. 2006. – С. 116. ↑
Грешилов А. А. Математические методы принятия решений: Учеб. пособие / А. А. Грешилов. - Москва: Изд-во МГТУ. 2006. – С. 116. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑
Составлено автором. ↑