CC BY
17
Коэффициенты связей в виде сопоставимых количественных характеристик могут быть найдены известными методами в зависимости от степени априорных представлений о природе вещей. На основе статистических данных о состоянии
системы и среды в виде массива хк.; к = 1,т; j = 1,п , где хк. - значение .-го фактора в к-м опыте, составляется матрица коэффициентов корреляции
1
=__2 (хм -х|) _ (хк. -.
. т — 1 к=1 8х. 8х
(3)
.
где х| , х. - средние значения |-го и .-го факторов; $х|>$х.. - среднеквадратичные отклонения соответствующих факторов.
Характер связей между коррелируемыми факторами определяется коэффициентами линейной множественной регрессии
Лх, = 2 РуЛ. = 1,п .=1
(4)
с коэффициентами связи Ру .-го фактора с ,-м.
Для сопоставимой оценки отклонений и связей параметров различной физической природы и размерности формируется матрица безразмерных характеристик
Р|.Лх0 — С,. = , I,. = 1,п ,
'и'
Лх0
о
(5)
где Лх,0, Лх.0 - допустимые отклонения от нормы.
По найденной матрице характеристик взаимосвязей Су; I,. = 1,п и вектору текущих отклонений Лхь ..., Лхп путем умножения ||С. ||п на диагональную матрицу вектора изменения параметров состояния ||Лх.5.к|| формируется ситуационная матрица (6), описывающая разложение Лх,, I = 1,п по всем координатам множества {X} и определяющая формальную процедуру идентификации аномального состояния системы [1]: Лх1, С12Лх2, ..., С1пЛхп С21Лх1, Лх2, ■■■» С2пЛхп . (6)
Сп1Лх1, Сп2Лх2, ..., Лх4
При этом общий алгоритм принятия решений сводится к накоплению базы знаний в виде струк-
турно-параметрической модели связей и к решению задач анализа причин аномальных состояний и принятию оптимальных решений в различных сферах деятельности.
Структурно-параметрическая оптимизация сводится к нахождению оптимальных значений параметров состояния системы по критериям Р(х), Ф(х) и ¥(х) минимального отклонения от заданной или желаемой структуры показателей на разных уровнях анализа и управления:
Р(х) ■
п
= 2 |=1
т п т
2 х0 — 2 х,. .=1 .=1
^ тт
(7)
где х|. , х|. - значения . -й переменной состояния системы 1-го блока на первом уровне иерархической структуры в желаемой и текущей ситуациях;
Ф(х) = 2 1=1
и. 111
2 .—2 . .=1 .=1
, . 1 11 111 ^(х)= 2 2 2 к=11=1 .=1
ак1Ъ1..х..
^ тт,
я0ь0хо
Ьцх, — Ъ.х0
(8)
^ т,п, (9)
... — " их.
где Ъ1.0, Ъ1. - удельный вес 1-го компонента второго уровня иерархии в .-й интегральной характеристике первого уровня в заданном и достигаемом состояниях системы; ак10, ак1 - удельное содержание к-го элемента третьего уровня в 1-м компоненте второго уровня иерархии.
Оптимизация состояния системы с минимизацией отклонения от заданной исходной структуры показателей состояния по предлагаемым критериям осуществляется методом покоординатного поиска в заданных интервалах варьирования переменных с прогнозированием конечного состояния по вышеупомянутому алгоритму [1,2] идентификации и прогнозирования на основе ситуационной модели.
Список литературы
1. Ивашкин Ю.А. Структурно-параметрические модели и алгоритмы идентификации аномальных состояний технологической системы. // Вестн. Росс. акад. диалектно-системных исследований. - М.: РХТУ им. Д.И. Менделеева, 1998. - Вып. 2. -С.18-28.
2. Ивашкин Ю.А. Структурно-параметрическое моделирование и идентификация аномальных ситуаций в сложных технологических системах // Проблемы управления.- 2004. -№ 3.- С. 39-43.
2
2
п
2
п
ФОРМИРОВАНИЕ И ВЫБОР ОПТИМАЛЬНОИ СТРУКТУРЫ ИНВЕСТИРОВАНИЯ ГОРНОПРОМЫШЛЕННЫХ ПРОЕКТОВ
С.Н. Гончаренко
Развитие инвестиционных процессов становится все более важной проблемой управления
промышленным предприятием. Российская кредитно-финансовая система функционирует в усло-
виях неустойчивой рыночной конъюнктуры при деформированной структуре кредитно-финансового рынка, слабой законодательной и нормативной поддержке государственного регулирования. Наблюдается тенденция недоверия иностранных инвесторов к слабо развитой инвестиционной инфраструктуре, что является одной из причин кризисного состояния инвестиционной сферы. Кроме того, основные фонды промышленных предприятий сильно устарели и требуют значительных объемов капитальных вложений за счет привлечения как отечественных, так и зарубежных инвестиций.
Отсутствие опыта в области привлечения инвестиций с использованием современных механизмов, форм и методов инвестирования не позволяет в полной мере горным предприятиям привлекать необходимые инвестиционные ресурсы, что еще больше усугубляет их тяжелое финансовое состояние. Поэтому для формирования структуры инвестирования проектов горнодобывающих предприятий необходимо создание методики, которая позволит:
• обосновать перечень и определить пороговые значения ключевых параметров и агрегированных показателей инвестиционных проектов для определения возможности привлечения внешних источников финансирования;
• сформировать структуру инвестирования, основанную на моделировании денежных потоков, с учетом взаимоотношений участников проекта в ходе его реализации;
• обеспечить эффективность использования собственных средств, основанную на определении соотношения показателей рентабельности основных фондов и цены привлеченных для их создания инвестиционных ресурсов.
В Московском государственном горном университете была разработана такая методика, суть которой заключается в формировании оптимальной структуры инвестирования инвестиционных горнопромышленных проектов. В основе методики лежит моделирование показателей денежных потоков с учетом взаимоотношений всех возможных участников. Выбор оптимальной структуры инвестирования горнопромышленных проектов добывающих предприятий состоит из 4 основных этапов:
- определение и оценка ключевых параметров и агрегированных показателей инвестиционного проекта;
- формирование исходного множества приемлемых источников инвестирования проектов;
- построение альтернативных структур инвестирования проектов;
- формирование альтернативных моделей инвестирования проектов.
Этап 1. Определение ключевых параметров и оценка агрегированных показателей инвести-
ционного проекта. В рамках этапа производится оценка коммерческой эффективности инвестиционного проекта, определяются его ключевые параметры и агрегированные показатели для дальнейшего определения возможности привлечения внешних инвестиционных источников.
На этом этапе было установлено, что ключевыми параметрами, определяющими приемлемость привлечения внешних источников инвестирования является отраслевая принадлежность проекта, его тип, назначение, степень проработки, технологическая структура, характер воспроизводства основных фондов, срок реализации и общая величина инвестиций в проект. В обоснованной системе агрегированных показателей инвестиционного проекта основными элементами являются необходимая величина внешнего заемного финансирования, величина чистых поступлений от реализации проекта, срок погашения кредитов и максимальная величина процентной ставки по кредитам.
Оценка значений агрегированных показателей осуществляется по разработанной модели наличного оборота. Модель позволяет оценить экономическую эффективность реализации проекта и определить необходимые объемы внешнего инвестирования, а также установить величину максимальной процентной ставки, при которой гарантируется полное погашение привлеченных ресурсов в заданные заказчиком сроки. На основе сопоставления величин необходимых инвестиций в проект и собственных средств заказчика определяется потребность во внешнем инвестировании проекта. Когда величина собственных средств заказчика оказывается достаточной для покрытия величины необходимых инвестиционных вложений, дальнейшая реализация проекта осуществляется по схеме полного самофинансирования.
Результатом проведенных на первом этапе исследований является сформированная система ключевых параметров и агрегированных показателей инвестиционного проекта, используемых для определения возможности привлечения внешних источников предоставления инвестиционных ресурсов.
Этап 2. Формирование исходного множества приемлемых источников инвестирования проектов. В рамках реализации этапа формируется множество источников предоставления инвестиционных ресурсов IN={in1, in2, in3, ..., inn} и на основе предложенного набора критериев приемлемости источников для инвестирования проектов определенного типа производится их отбор и формирование множества источников инвестирования проектов определенного типа. Полученное множество источников классифицируют по предложенному признаку - форме участия в инвестировании проекта. По результатам классификации множество источников инвестирования разбива-
ется на два подмножества: источники, осуществляющие непосредственное инвестирование проекта (инвестиционные банки и компании, международные инвестиционные организации и т.д.), и косвенные участники процесса инвестирования (гаранты, поручители и т.д.).
Для всех источников первого подмножества
Шр ={тр,тр,т3,...,тр} определяются условия
предоставления инвестиционных ресурсов, а для всех участников второго подмножества
Шк = Оп]Мп2^п3,—Нпп} - условия участия в инвестиционном проекте.
Этап 3. Построение альтернативных структур инвестирования проектов. Формируемое множество альтернативных структур представляет собой набор источников с соответствующими объемами предоставляемых инвестиционных ресурсов.
Формирование альтернативных структур инвестирования основано на разработанной процедуре итеративного перебора источников предоставления инвестиционных ресурсов множества
Шр = {тр,тр,тр,...,тр} с учетом их приемлемости для инвестирования конкретных проектов при определенных ключевых параметрах и оцененных агрегированных показателях.
Разработанный алгоритм позволяет оценить и выбрать приемлемые источники инвестирования при варьировании значений показателя срока погашения привлеченных инвестиционных ресурсов и соответствующих величин кредитных ставок. Алгоритм предусматривает последовательное выполнение следующих операций.
1. Сопоставление величины максимальной процентной ставки, соответствующей минимальному сроку погашения привлеченных инвестиционных ресурсов, величине процентной ставки каждого источника предоставления инвестиционных
ресурсов множества Шр = {тр,шр,шр,...,шП} .
2. Оценка приемлемости источника инвестирования проекта на базе сопоставления ключевых параметров и условий предоставления инвестиционных ресурсов данным источником.
3. Определение объема инвестирования данным источником и предварительная оценка возможности погашения привлеченных ресурсов в установленные сроки:
pvp = VK. р,йё
r Inf '
Е CFtl
p.vp in г
def
-> v ,
(1)
где р - величина инвестиционного кредита,
1п р
i
привлекаемого из источника т? (млн.руб.); УК р - величина инвестиционного кредита, пре-
доставляемого источником in? (млн.руб.); CFtdef
- величина финансового итога от реализации проекта в дефлированных ценах на шаге t (млн.руб.); n - шаг привлечения кредита (ед.); р-шаг полного погашения привлеченного кредита, ед.; v - коэффициент покрытия задолженности (ед.).
Результатом проведенных на третьем этапе исследований является сформированное множество альтернативных структур инвестирования, определенный набор источников и предоставляемых ими инвестиционных ресурсов.
Этап 4. Формирование альтернативных моделей инвестирования проектов осуществляется на базе множества альтернативных структур
инвестирования SIp ={sip,si2,si3,...,sip} с привлечением необходимых косвенных участников процесса инвестирования INk = {in5k, in^, in?3in^}, выступающих в роли гарантов, поручителей и страховщиков и определяемых условиями предоставления инвестиционных ресурсов прямыми (непосредственными) источниками инвестирования проектов. С учетом определенного набора необходимых косвенных участников процесса инвестирования для каждой альтернативной структуры разрабатывается модель инвестирования, описывающая процессы движения денежных средств в ходе реализации проекта в соответствии с договорными отношениями между всеми его участниками:
MIext =jmiext,mif, mif,...,minxt}. (2)
По результатам оценки экономической эффективности реализации инвестиционного проекта осуществляется выбор оптимальной структуры инвестиционных потоков по критерию максимизации величины чистого дисконтированного дохода от реализации проекта:
SI 0pt = {si J si e SI & si = arg max f(si)} (3)
f(si) = NPV &SI = {si1,si2,si3,...,sin}. ( )
Таким образом, разработанная методика выбора оптимальной структуры инвестирования проектов горнодобывающих предприятий позволит:
- оценить реализуемость проекта при каждом альтернативном варианте структуры инвестирования, то есть проверить соответствие каждого варианта всем имеющимся ограничениям;
- оценить абсолютную эффективность проекта, характеризующуюся превышением оценки совокупного результата над оценкой совокупных затрат;
- оценить сравнительную эффективность, осуществляемую по совокупности качественных критериев проекта;
- оптимизировать и выбрать из множества структур инвестирования наиболее эффективную при определенных ограничениях. Как прави-
r=n
ло, в качестве ограничений выступает лимит кредитования различных источников финансирования.
Для практической реализации методики была разработана функциональная схема инструментальных средств, определены количество и структура создаваемых баз данных, выбрана среда программирования и осуществлена непосредственная реализация программных модулей. Методика реализована с использованием унифицированного языка моделирования UML и пакета прикладных программ «Invest Struct».
Список литературы
1. Блех Ю., Гетце У. Инвестиционные расчеты. Модели и методы оценки из инвестиционных проектов. - Калининград: Янтарный сказ, 1997.
2. Бочаров В.В. Финансово-кредитные методы регулирования рынка инвестиций. - М.: Финансы и статистика, 1993.
3. Вернер Беренс, Питер М. Хавренек. Руководство по оценке эффективности инвестиций. - М.: "Инфра-М", 1995.
4. Воронцовский А.В. Инвестиции и финансирование: методы оценки и обоснования. - СПб.: Изд-во Санкт-Петербургского ун-та, 1998.
5. Идрисов А. Б., Картышев С. В., Постников А. В. Стратегическое планирование и анализ эффективности инвестиций. - М.: Филинъ, 1997.
МЕТОДОЛОГИЧЕСКОЕ ОБОСНОВАНИЕ ЦЕЛЕСООБРАЗНОСТИ ИНТЕГРАЦИИ УЧЕБНО-ТРЕНИРОВОЧНЫХ СРЕДСТВ
А.С. Праводелов
В основе исследования любой сложной системы целесообразно использовать системный анализ, который подразумевает: определение системы, то есть выделение ее из среды; определение входов и выходов системы; определение цели; построение математической модели системы; анализ математической модели системы; формализацию цели; формализацию ограничений; выбор решения; анализ решения; декомпозицию системы. Цель разбивается на подцели.
Исходя из постулата о том, что учебно-тренировочные средства (УТС) являются сложной системой и в прямой постановке вопроса вывести математическую модель очень сложно, придется задаваться вопросом «Задача решена или нет». Скорее всего, это будет второй ответ. Следовательно, потребуется декомпозиция задач предметной области для приложения алгоритма системного анализа к конкретным задачам. Причем в основе всего исследования будет находиться вопрос выявления контента.
Для обоснования целесообразности интеграции УТС предлагается методика, разработанная в НИИ «Центрпрограммсистем» (г. Тверь), в его Санкт-Петербургском филиале. В основе методики лежит шесть этапов.
На первом этапе осуществляется проверка учебных программ всех учебных заведений различных уровней (включая и флотские) на соответствие государственным образовательным стандартам, квалификационным требованиям и нормативам боевой подготовки, что должно быть отражено в учебных программах.
На втором этапе выявляется контент предметной области (образовательный процесс различных уровней подготовки в ВМФ РФ). На данном этапе определяются смысловые единицы анализа (СЕА) и собирается эмпирическая информа-
ция. В качестве инструмента целесообразно применить метод контент-анализа.
На третьем этапе следует произвести декомпозицию контента. На этом этапе, обеспечивающем общее представление системы (в нашем случае под этим термином будем понимать образовательный процесс ВМФ РФ), осуществляется:
— определение и декомпозиция общей цели исследования и основной функции системы как ограничение траектории в пространстве состояний системы или в области допустимых ситуаций (наиболее часто декомпозиция проводится путем построения дерева целей и дерева функций);
— выделение системы из среды (разделение на систему/«несистему») по критерию участия каждого рассматриваемого элемента в процессе, приводящем к результату на основе рассмотрения системы как составной части надсистемы;
— описание воздействующих факторов;
— описание тенденций развития, неопределенностей разного рода;
— описание системы как черного ящика.
— декомпозиции системы: функциональная (по функциям), компонентная (по виду элементов) и структурная (по виду отношений между элементами).
Глубина декомпозиции ограничивается. Декомпозиция должна прекращаться, если необходимо изменить уровень абстракции - представить элемент как подсистему. Если при декомпозиции выясняется, что модель начинает описывать внутренний алгоритм функционирования элемента вместо закона его функционирования в виде черного ящика, то в этом случае произошло изменение уровня абстракции. Это означает выход за пределы цели исследования системы и, следовательно, вызывает прекращение декомпозиции.
