Вопросы региональной экономики

 
Вопросы региональной экономики №1(6) 2011 
40 
расходы  и  доходы  разных  под-
разделений  по  заданной  статье 
бюджета.  
Результаты 
сравнитель-
ного анализа доходов и расходов 
различных  подразделений  могут 
быть  использованы  для  разра-
ботки  технологии  минимизации 
затрат,  а  также  для обоснования 
организационных решений. 
Факторный анализ позво-
ляет  выявить  факторы,  повли-
явшие  на  изменение  значений 
анализируемых  бюджетных  ста-
тей  или  показателей.  Формируя 
различные  выборки  исследуе-
мых  статей  бюджета  или  бюд-
жетных показателей и определяя 
параметры  факторного  анализа, 
можно  провести  следующие  ис-
следования: 
определить  влияние  каж-
дого  из  подразделений  на  об-
щую  сумму  привлеченных  бан-
ком средств; 
проанализировать 
со-
стояние  бюджетной  статьи,  ис-
ходя  из  состояний  подстатей,  ее 
образующих; 
определить  долю  подраз-
делений  в  формировании  значе-
ния  анализируемой  бюджетной 
статьи; 
выявить  структуру  обо-
ротов 
определенной 
группы 
клиентов и т.д. 
Результаты 
проведения 
анализа  могут  быть  представле-
ны  в  виде  долевой  диаграммы  с 
указанием  процентного  соотно-
шения  влияния  факторов  на 
суммарный  бюджетный  показа-
тель. 
Кластерный  анализ  по-
зволяет  объединять  статьи  бюд-
жета в группы (кластеры) по не-
которым  признакам,  сравнивать 
эти  группы  и  выявлять  среди 
них  наиболее  и  наименее  влия-
тельные.  При  проведении  дан-
ного  анализа  вычисляются  гра-
ничные  значения  статей  для  ка-
ждой  из  групп,  а  затем  иссле-
дуемые  значения  статей  отно-
сятся  к  соответствующей  груп-
пе.  Количество  групп  определя-
ется  исходя  из  потребностей 
анализа. Результаты выполнения 
кластерного  анализа  могут  быть 
представлены  в  виде  долевой 
или  столбчатой  диаграммы  с 
указанием  процентного  соотно-
шения 
анализируемых  групп 
статей бюджетов. 
С  помощью  трендов  воз-
можно  проводить  анализ  изме-
нений  счетов  и  показателей, 
произошедших  в  течение  задан-
ного  периода.  Глубина  исследо-
вания  определяет  количество 
периодов,  на  протяжении  кото-
рых  необходимо  проследить  из-
менения 
показателей. 
Тренд 
создается  на  основании  предва-
рительно  сформированной  вы-
борки  статей  бюджета  или  бюд-
жетных показателей, требующих 
постоянного  контроля  за  их  со-
стоянием.  Анализируя  тренд, 
можно  провести  следующие  ис-
следования: 
Выявить  показатели,  су-
щественно  изменившиеся  в  те-
чение  текущего  периода  по 
сравнению  с  предыдущими,  и 
проанализировать причины  этих 

 
Вопросы региональной экономики №1(6) 2011
 
41 
изменений.  При  этом  может 
быть  выполнен  расчет  как  абсо-
лютных,  так  и  относительных 
отклонений  по  анализируемым 
статьям бюджета. 
Рассчитать  темпы  изме-
нений,  отражающие  динамику 
изменений 
состояния 
статей 
бюджета  или  бюджетных  пока-
зателей.  Анализ  таких  данных 
позволяет  обнаружить  рост  или 
падение темпов изменений. 
Анализируя 
тренд 
по 
бюджетной  статье,  аналитики 
прибегают  к  построению графи-
ка  тренда  для  наглядного  пред-
ставления  изменений  и  их  тен-
денций.  Графики  трендов  пред-
ставляют  собой  три  кривые  по 
выбранному счёту или показате-
лю, а именно: кривая изменения 
значения  статьи  бюджета  или 
бюджетного  показателя  во  вре-
мени;  кривая  темпов  изменения 
значений  статьи  бюджета  или 
бюджетного  показателя;  кривая 
ускорения 
изменения, 
отра-
жающего  направление  измене-
ния тенденций. 
В  практике  анализа  при-
чин  отклонений  различают  ана-
лиз,  ориентированный  на  про-
шлое,  и  анализ,  ориентирован-
ный  на  будущее  (на  перспекти-
ву). При этом анализ отклонений 
с  ориентацией  на  перспективу 
возможен  в  случае,  если  осуще-
ствляется  регулярный  прогноз 
развития  контролируемых  пара-
метров.  Сравнивая  плановые  и 
прогнозные  величины,  можно 
оценить вероятные отклонения в 
перспективе, а также установить 
причины  возможных  отклоне-
ний.  Прогнозируемое  отклоне-
ние  является  предупреждением 
о том, что запланированная цель 
может быть не достигнута и что 
должны  быть  выработаны  кор-
ректирующие мероприятия. 
Таким  образом,  из  всего 
вышесказанного  следует,  что 
эффективная  система  бюджети-
рования  предполагает  не  только 
постановку плановых задач, но и 
своевременный  контроль  и  ана-
лиз  исполнения  бюджетов  с  це-
лью 
принятия 
эффективных 
управленческих решений. 
 
 
Литература 
 
1.  Гражданский  кодекс  Российской  Федерации  (с  изм.,  внесенны-
ми  Федеральными  законами  от  24.07.2008  N  161-ФЗ,  от  18.07.2009  N 
181-ФЗ) 
2.  Налоговый кодекс Российской Федерации. (с изм., внесенными  
Федеральным законом от 24.07.2007 N 198-ФЗ, Постановлениями Кон-
ституционного Суда РФ от 22.06.2009 N 10-П, от 23.12.2009 N 20-П) 
3.  Афитов  Э.А.  Планирование  на  предприятии:  Учеб.  Пособие.  – 
М.: Выш. шк., 2007 

 
Вопросы региональной экономики №1(6) 2011 
42 
4.  Бердникова 
Т.Б. 
Анализ 
и 
диагностика 
финансово-
хозяйственной деятельности предприятия: учеб. пос. – М.: ИНФРА-М, 
2008 
5.  Бланк И.А. Основы финансового менеджмента. В 2-х томах. – 
Киев: Ника-Центр, Эльга, 2008 
6.  Бланк И.А. Управление денежными потоками. – Киев: Ника-
Центр, Эльга, 2007 
7.  Бланк И.А. Управление прибылью. – Киев : Ника-Центр, Эльга, 
2007. 
8.  Бланк И.А. Управление формированием капитала. – Киев: Ника-
Центр, Эльга, 2007 
9.  Ван Хорн Дж., Вахович Джон М. Основы финансового менедж-
мента: -12-е изд. – М.: ИД Вильямс, 2007 
10. Ковалев  В.В.  Курс  финансового  менеджмента:  Учебник.  –  М.: 
Проспект 2008 
11. Ковалев  В.В.,  Волкова  О.Н.  Анализ  хозяйственной  деятельно-
сти. М.: Изд-во Проспект, 2010 
12. Ковалев В.В. Введение в финансовый менеджмент: Учебное по-
собие. - М.: Финансы и статистика 2007 
13. Ковалева  А.М.,  Лапуста  М.Г.,  Скамай  Л.Г.  Финансы  фирмы: 
Учебник. – М.: ИНФРА-М, 2003 
14. Савчук В.В. Стратегия + Финансы. Базовые знания для руково-
дителей. М.: Бином. Лаборатория знаний, 2009 

 
Вопросы региональной экономики №1(6) 2011
 
43 
УДК 330.45 
 
Согласованное управление 
товарно-кредитными ресурсами предприятия
 
 
В.Я. Вилисов, д.э.н., 
профессор кафедры Математики и естественнонаучных дисциплин, 
Государственное образовательное учреждение высшего 
профессионального образования Московской области 
«Королевский институт управления, экономики и социологии», 
 г. Королев, Московская область, 
И.В. Вилисова, к.э.н., 
ведущий аналитик ООО «Данфосс», 
г. Москва. 
 
Рассматривается  задача  моделирования  взаимодействия  по-
ставщика  (в  лице  менеджера)  с  покупателями  в  части  принятия  ре-
шения  о  целесообразности  выдачи  очередного  товарного  кредита. 
Модель представляется в виде дерева решений. Ситуация выбора по-
вторяется  многократно.  На  основании  ретроспективных  данных  о 
принятии  «хороших»  решений  выявляется  позиция  менеджера  как 
степень  его  склонности  к  риску.  Позиция  моделируется  параметром 
пессимизма-оптимизма  Гурвица.  Выявленная  позиция  может  быть 
использована  для  мониторинга  качества  работы  менеджера  управ-
ляющим  более  высокого  уровня  или  в  системах  поддержки  принятия 
решений, где формальные критерии выбора будут согласованы с пред-
почтениями менеджера. 
 
Модель, кредит, позиция, принятие решения. 
 
Введение. 
Ситуации, 
требующие  принятия  решений 
(СТПР) на предприятиях, очень 
разнообразны.  Важной  группой 
среди  них  являются  повторяю-
щиеся  решения,  которые  ини-
циируют  значительные  потоки 
данных  о  состоянии  управляе-
мого  объекта.  Вместе  с  тем  в 
настоящее  время  существует 
широкий  арсенал  инструмен-
тальных  средств  автоматизиро-
ванного  управления  предпри-
ятиями  [2,  3,  5],  однако  выбор 
управленческих  решений  на 
предприятии  по-прежнему  ос-
тается  прерогативой  человека. 
Важное  влияние  на  принимае-
мые  решения  оказывает  пози-
ция лица, принимающего реше-
ния (ЛПР), которая отражает ту 
или иную степень склонности к 
риску.  Однако  на  сегодня  нет 
инструментов  формализованно-

 
Вопросы региональной экономики №1(6) 2011 
44 
го мониторинга позиции ЛПР и 
включения  ее  параметров  в 
контур  управления предприяти-
ем. 
В статье на основе мето-
дологии  адаптивного  модели-
рования  процессов  принятия 
решений  предприятия  предло-
жена технология выявления по-
зиции ЛПР, при управлении то-
варными  кредитами  предпри-
ятия  в  виде  параметра  песси-
мизма-оптимизма  Гурвица  [4]. 
Выявленная 
позиция 
может 
быть  использована  в  системе 
управления  для  подготовки  со-
гласованных  с  позицией  ЛПР 
решений во вновь возникающих 
ситуациях  выбора.  Формализа-
ция  процедуры  выявления  по-
зиции  ЛПР  ориентирована  на 
повышение  эффективности  ра-
боты  систем  поддержки  приня-
тия решений (СППР), входящих 
в  состав  современных  корпора-
тивных  информационных  сис-
тем  (КИС),  и  в  частности,  под-
систем  APS  (Advanced  Planning 
and Scheduling). 
Постановка задачи. Для 
задач  выбора  решений  в  усло-
виях  действующего  предпри-
ятия характерна высокая повто-
ряемость  ситуаций,  требующих 
принятия  решений,  в  условиях 
ограниченного  времени,  поэто-
му  здесь  и  невозможно  исполь-
зовать традиционные подходы. 
Рассмотрим  адаптивный 
подход  к  управлению  [1]  на 
примере  задач,  представимых 
деревьями  решений,  где  вторая 
сторона - природа, которая вно-
сит  неопределенность  на  от-
дельных  этапах  многошагового 
процесса.  Для  изложения  ос-
новных  элементов  подхода  к 
моделям  рассматриваемого  ти-
па,  приведем  описание  и  дан-
ные  для одной  из  практических 
задач,  в  которой  СТПР  много-
кратно  повторяются  в  процессе 
функционирования 
предпри-
ятия. 
 Производственное 
предприятие  (поставщик)  вы-
пускает  продукцию  производ-
ственно-технического  назначе-
ния  (арматуру  для  теплоэнерге-
тики,  хотя  это  не  принципиаль-
но  для  дальнейшего  рассмотре-
ния). 
У 
клиентов-оптовиков 
(покупателей)  потребность  в 
закупке  того  или  иного  объема 
продукции  возникает  в  случай-
ные  моменты  времени.  Необхо-
димая  для  отгрузки  продукция 
всегда  имеется  (как  достаточ-
ный  страховой  запас)  на  складе 
готовой продукции. 
Покупатели почти всегда 
обращаются  к  менеджеру,  вы-
полняющему  функцию  ЛПР,  с 
просьбой  отгрузить  в  долг,  т.е. 
выдать  товарный  кредит  на  не-
который  фиксированный  срок. 
На  момент  обращения  у  поку-
пателя  имеется  некоторая  те-
кущая задолженность перед по-
ставщиком. ЛПР принимает од-
но  из  двух  решений  -  выдать 
или  нет  очередной  товарный 
кредит  покупателю.  Если  ЛПР 
отказывает в выдаче очередного 
товарного  кредита  покупателю, 
то  поставка  этой  партии  произ-

 
Вопросы региональной экономики №1(6) 2011
 
45 
водится  по  предоплате  и  по-
ставщик  не  несет  потерь,  свя-
занных  с  задержкой  оплаты  то-
варного  кредита,  однако  увели-
чивается объем запаса товара на 
складе в ожидании предоплаты. 
Если  ЛПР  решает  отгрузить 
партию товара в кредит, то воз-
можны задержки с оплатой, ко-
торые  тоже  носят  случайный 
характер  (в  определенных  пре-
делах). 
У 
предприятия-
поставщика  имеется  пул  поку-
пателей.  По  любому  покупате-
лю  из  учетной  системы  пред-
приятия можно получить доста-
точно  представительную  ин-
формацию  о  статистическом 
распределении  величины  за-
долженности 
покупателя 
на 
момент обращения за товарным 
кредитом  и  величины  задержки 
оплаты  выданных  ранее  товар-
ных кредитов. 
Кроме  того,  у  ЛПР  по 
отношению  к  каждому  покупа-
телю  есть  конкретная  позиция, 
с  учетом  кредитной  истории 
клиента  и  других  факторов  их 
взаимодействия.  На  практике 
ЛПР обычно учитывает не один 
отдельный  показатель  при  вы-
боре  решения,  а  вектор  наибо-
лее  важных,  на  его  взгляд,  по-
казателей и на основе этого ин-
тегрального  представления  де-
лает  свой  выбор.  Поэтому  ска-
лярные  (директивно  назначае-
мые) критерии выбора решений 
в практических ситуациях часто 
оказываются 
несостоятельны-
ми.  Позиция  ЛПР  по  отноше-
нию  к  тому  или  иному  покупа-
телю  может  быть  осторожной, 
умеренной  или  доверительной. 
Этот  диапазон  позиций  пред-
ставим  параметром  критерия 
Гурвица.  Если  по  каждой  паре 
покупатель-ЛПР 
определить 
позицию  ЛПР,  то  эту  оценку 
можно  использовать,  например, 
для  мониторинга  ЛПР,  автома-
тизации  выбора  решений,  пере-
дачи  полномочий  другому  ЛПР 
и т. п. 
Изложенную  задачу  вы-
бора  решений  менеджеру-ЛПР 
приходится решать очень часто, 
поэтому  она  хорошо  вписыва-
ется в круг адаптивных моделей 
выбора  решений  в  повторяю-
щихся  ситуациях  [1].  Модели-
рование  этой  задачи  может 
быть  выполнено  структурно 
разными  средствами,  но  мы 
представим  ее  в виде  трехуров-
невого дерева решений (рис. 1), 
где  первый  уровень  исходов 
(
d
c
b
a
,
,
,
)  соответствует  четы-
рем  уровням  задолженности 
покупателя  на  момент  возник-
новения  у  него  потребности  в 
товарном кредите, при этом его 
выбор 
целиком 
обусловлен 
объемом  текущей  задолженно-
сти  (
a -  при  слишком  большой 
задолженности предоплачивать; 
d
c
b ,
,
-  обратиться  за  товарным 
кредитом).  На  втором  уровне 
альтернативные  решения  ЛПР: 
0 - отказать в товарном кредите; 
1 - выдать товарный кредит. На 
третьем 
уровне 
исходы 
(
d
c
b
a
,
,
,
),  обусловленные  теми 

 
Вопросы региональной экономики №1(6) 2011 
46 
же  внутренними  платежными 
характеристиками  покупателя, 
которые  приводят  к  тем  или 
иным  задержкам  в  оплате  дан-
ной, отгруженной в порядке то-
варного кредита, партии товара. 
Цифры  у  конечных  вершин  де-
рева  решений  характеризуют 
платеж в случае того или иного 
исхода.  Пусть  значения  плате-
жей  при  исходах  взаимодейст-
вия  покупателя  с  ЛПР  по  от-
дельной  партии  товара  отража-
ют  некоторый  интегральный 
платеж,  который  приведен  на 
рис.  1  (без  пояснения  его  со-
держания будем считать, что он 
имеет смысл дохода). 
 
 
Рис. 1. Дерево решений о выдаче товарного кредита 
 
 
Если 
ЛПР, 
принимая 
решения,  не  пользуется  каким-
либо  формальным  подходом,  а 
строит  свой  выбор  на  основе 
личного  опыта  и  интуиции,  то 
по  мере  накопления  опыта 
взаимодействия  с  покупателем 
и  с  учетом  собственных  корпо-
ративных  интересов  (иерархии 
ценностей),  преломленных  че-
рез  собственное  восприятие, 
выбранные  им  альтернативы  со 
временем будут становиться все 
более 
рациональными. 
При 
этом  можно  считать,  что  ЛПР 
подсознательно  действует  ра-
ционально, опираясь на личный 
опыт,  выбирает  определенный 
«внутренний»  критерий,  с  уче-
том которого и делает выбор. 
Решение. 
Рассмотрим 
совокупность критериев выбора 
решений,  представляемых  ком-
бинированным  критерием  Гур-
вица,  на  основании  которого  и 
построим  процедуру  выявления 
позиции  ЛПР  по  данным  на-
блюдения  за  «хорошими»  при-
нятыми  решениями  для  модели 
выбора,  структурно  представи-
мой  деревом  решений  (см.  рис. 
1). Алгоритм распознавания по-
зиции  ЛПР  в  многошаговых 
процедурах  выбора  решений 
представим  в  виде  следующей 
последовательности этапов. 
0 
a          b     
c     d 
a          b     
c     d 
a          b     
c     d 
a                b        
c        d 

 
Вопросы региональной экономики №1(6) 2011
 
47 
Э т а п  
1 .  
Выполнить 
процедуру  нормализации  дере-
ва решений (представить задачу 
в нормальной форме - матрицей 
или  таблицей)  одним  из  суще-
ствующих  способов  [4].  При 
этом  платежи  будут  представ-
лены 
матрицей 
платежей 
mn
ij
a
A 
,  где 
m -  число  чис-
тых  стратегий  ЛПР  (строки 
матрицы), 
n -  число  состояний 
природы (столбцы). 
Э т а п   2 .   Построить  за-
висимость  оптимальной  страте-
гии 
)
,
1
(
,
*
m
i
i
f


  от  парамет-
ра 
  критерия Гурвица:  
)
max
)
1
(
min
(
max
)
(
max
ij
j
ij
j
i
i
a
a
i
L
V







, (1) 
например,  варьируя  его  на  не-
которой  регулярной  сетке  в ин-
тервале  [0;  1].  В  результате  та-
ких  расчетов  будет  построена 
зависимость 
)
(

f
,  а  по  ней  и 
обратная 
)
( f

. 
Э т а п   3 .   По  статистике 
наблюдений  за  «хорошими» 
решениями  ЛПР,  т.е.  по  наибо-
лее  вероятной  из  используемых 
им стратегий 
f , на основании  
обратной  зависимости 
)
( f

 
вычислить  параметр 
 ,  кото-
рый  и  будет  соответствовать 
позиции ЛПР. 
Рассмотрим  реализацию 
этого  алгоритма  для  приведен-
ного примера. 
Для  применения  алго-
ритма  распознавания  позиции 
ЛПР  в  задаче,  представленной 
деревом  решений  на  рис.  1, 
приведем  фрагмент  реализации 
решений  (таблица  1),  принятых 
ЛПР  в  режиме  имитации  для 
следующих  вероятностей  со-
стояний  природы  на  первом  и 
третьем 
шагах: 
1
.
0
)
(
;
3
.
0
)
(
;
3
.
0
)
(
;
3
.
0
)
(




d
p
c
p
b
p
a
p
 
При этом будем считать, 
что  ЛПР  уже  достаточно  опы-
тен,  что  позволяет  считать  все 
его  решения  «хорошими»,  а 
значит,  все  они  могут  быть  ис-
пользованы  для  оценивания.  И 
пусть 
в 
режиме 
имитации 
7
.
0


, т.е. позиция ЛПР более 
близка  к  осторожной.  В  этих 
условиях можно наблюдать, на-
пример,  следующий  фрагмент 
данных  (состояния  природы  на 
первом  и  третьем  шагах,  вы-
бранные  ЛПР  альтернативы  на 
втором  шаге,  полученные  в  ре-
зультате  платежи  по  очередно-
му наблюдению): 
 
 
 
 
 
 
 
Табл. 1. 

 
Вопросы региональной экономики №1(6) 2011 
48 
Наб-
людения 
1 
2 
3 
4 
5 
6 
7 
8 
9 
10 
11 
12 
13 
14 
15 
Шаг 1  
(при- 
рода) 
b  b  d  c  b  b  b  b  c 
b 
b 
c 
d 
c 
d 
Шаг 
2 
(ЛПР) 
0  0  0  1  0  0  0  0  1 
0 
0 
1 
0 
1 
0 
Шаг 3  
(приро-
да) 
c  a  d  d  c  c  a  b  a 
c 
b 
a 
c 
d 
b 
Платеж 
4  4  4  8  4  4  4  4  3 
4 
4 
3 
4 
8 
4 
 
 
Полагая,  что  ЛПР  на-
блюдает  состояние  на  первом 
шаге  процесса  (дерева  реше-
ний), представим его стратегию 
в 
виде 
вектора 
}
1
;
0
{
,
,
,
]
[


k
j
i
k
j
i
f
T
, 
где 0 и 1 - это альтернативы, из 
которых выбирает ЛПР (см. ри-
сунок 1 и таблицу 1), при усло-
вии,  что  на  первом  шаге  со-
стояние  было  соответственно 
d
c
b
,
,
.  Тогда  возможных  стра-
тегий восемь: 
























































































1
1
1
;
0
1
1
;
1
0
1
;
0
0
1
;
1
1
0
;
0
1
0
;
1
0
0
;
0
0
0
8
7
6
5
4
3
2
1
f
f
f
f
f
f
f
f
(2) 
По  реализации,  приве-
денной в табл. 1, видно, что ес-
ли  на  первом  шаге  природа  на-
ходится  в  состоянии 
b
  или 
d
, 
то  ЛПР  выбирает  альтернативу 
0, если же 
с , то 1, а это значит, 
что  он  пользуется  стратегией 
3
f .  Теперь  реализуем  этапы 
приведенного выше алгоритма. 
Э т а п  
1 .  
Выполним 
нормализацию  дерева  решений. 
Для  этого  необходимо  опреде-
лить  элементы  множества  чис-
тых  стратегий  ЛПР  и  элементы 
множества  состояний  природы. 
Стратегии ЛПР уже определены 
соотношением  (2).  Состояния 
природы 
определятся 
всеми 
возможными  сочетаниями  ис-
ходов  первого  и  третьего  шага, 
за  исключением  исхода 
a   на 
первом  шаге,  т.к.  при  этом  ис-
ходе  ЛПР  не  принимает  каких-
либо  решений.  Таким  образом, 
природа  может  находиться  в 
одном из 12 состояний 







y
x
s
, 
где 
}
,
,
,
{
},
,
,
{
d
c
b
a
y
d
c
b
x


. 
Приведем эти состояния: 

 
Вопросы региональной экономики №1(6) 2011
 
49 









































































































;
;
;
;
;
;
;
;
;
;
;
;
12
11
10
9
8
7
6
5
4
3
2
1
d
d
s
c
d
s
b
d
s
a
d
s
d
c
s
c
c
s
b
c
s
a
c
s
d
b
s
c
b
s
b
b
s
a
b
s
     (3) 
Тогда  платежи  можно 
представить  в  виде  таблицы  2.
Табл. 2. 
 
j
s
 
ba 
bb 
bc 
bd 
ca 
cb 
cc 
cd 
da 
db 
dc 
dd 
i
f
 
000 
4 
4 
4 
4 
4 
4 
4 
4 
4 
4 
4 
4 
001 
3 
3 
3 
3 
3 
3 
3 
3 
0 
4 
7 
10 
010 
4 
4 
4 
4 
3 
5 
6 
8 
4 
4 
4 
4 
011 
4 
4 
4 
4 
3 
5 
6 
8 
0 
4 
7 
10 
100 
1 
2 
3 
4 
4 
4 
4 
4 
4 
4 
4 
4 
101 
1 
2 
3 
4 
4 
4 
4 
4 
0 
4 
7 
10 
110 
1 
2 
3 
4 
3 
5 
6 
8 
4 
4 
4 
4 
111 
1 
2 
3 
4 
3 
5 
6 
8 
0 
4 
7 
10 
 
 
Э т а п   2 .   Для  построе-
ния  зависимости  оптимальной 
стратегии 
)
,
1
(
,
*
m
i
i
f


  от 
параметра 
   критерия  Гурвица 
(1)  проварьируем  его  с  шагом 
0.1 на интервале [0; 1] и для ка-
ждого  шага  вычислим  значения 
целевой  функции.  Результаты 
этих расчетов приведены в таб-
лице 3. 
 
 
 

 
Вопросы региональной экономики №1(6) 2011 
50 
Табл. 3. 
 

 
0 
0.1 
0.2 
0.3 
0.4 
0.5 
0.6 
0.7 
0.8  0.9  1.0 
i
f
 
000 
4.0 
4.0 
4.0 
4.0 
4.0 
4.0 
4.0 
4.0 
4.0  4.0  4.0 
001  10.0  9.0 
8.0 
7.0 
6.0 
5.0 
4.0 
3.0 
2.0  1.0  0.0 
010 
8.0 
7.5 
7.0 
6.5 
6.0 
5.5 
5.0 
4.5 
4.0  3.5  3.0 
011  10.0  9.0 
8.0 
7.0 
6.0 
5.0 
4.0 
3.0 
2.0  1.0  0.0 
100 
4.0 
3.7 
3.4 
3.1 
2.8 
2.5 
2.2 
1.9 
1.6  1.3  1.0 
101  10.0  9.0 
8.0 
7.0 
6.0 
5.0 
4.0 
3.0 
2.0  1.0  0.0 
110 
8.0 
7.3 
6.6 
5.9 
5.2 
4.5 
3.8 
3.1 
2.4  1.7  1.0 
111  10.0  9.0 
8.0 
7.0 
6.0 
5.0 
4.0 
3.0 
2.0  1.0  0.0 
)
(
*

L
 
10.0  9.0 
8.0 
7.0 
6.0 
5.5 
5.0 
4.5 
4.0  4.0  4.0 
)
(
*

f
 
2
f
 
2
f
 
2
f
 
2
f
 
2
f
 
3
f
 
3
f
 
3
f
 
1
f
 
1
f
 
1
f
 
 
 
Последняя  строка  в  таб-
лице  3  и  представляет  собой 
табличную 
запись 
функции 
)
(

f
.  Из 
)
(

f
  видно,  что  об-
ратная  зависимость 
)
( f

  мно-
гозначна,  т.е.  одному  значению 
аргумента,  например, 
1
f   соот-
ветствует  диапазон  значений 
  
- от 0.8 до 1.0. 
Э т а п   3 .   Из  статистики 
наблюдений  за  выбором  аль-
тернатив  лицом,  принимающим 
решения (см. таблицу 1), следу-
ет,  что  ЛПР  придерживается 
стратегии 
3
f .  А  из  табличной 
зависимости 
)
( f

  следует,  что 
коэффициент  критерия  Гурви-
ца,  отражающий  позицию  ЛПР 
лежит в интервале [0.5; 0.7], что 
согласуется  с  данными  модели-
рования (генерирования СТПР), 
где было принято 
 = 0.7. 
Полученные  результаты 
можно  интерпретировать  таким 
образом, что в процессе выбора 
решений  ЛПР,  придерживаясь 
своей  стратегии 
3
f ,  будет  по-
лучать в среднем платеж в пять 
единиц,  оставаясь  на  прежней 
позиции,  хотя  по  результатам 
решения  обратной  задачи  (вы-
явления позиции по данным на-
блюдений)  невозможно  точно 
сказать,  на  какой  позиции  из 
интервала  [0.5;  0.7]  находится 
ЛПР, делая свой выбор. 
Выводы. Рассмотренные 
в  статье  вопросы  формализо-
ванного представления позиции 
ЛПР  и  выявления  (оценивания) 
фактических  значений  ее  пара-
метров  по  результатам  наблю-
дений  за  действиями  ЛПР  (вы-
бором  решений  в  повторяю-
щихся ситуациях) представляют 
собой  вариант  моделирования 
позиции  в  узком  смысле.  Одна-
ко  даже  такое  представление 
позиции  ЛПР  является  доста-
точно  конструктивным  и  прак-
тически полезным, т.к. позволя-

 
Вопросы региональной экономики №1(6) 2011
 
51 
ет менеждменту более высокого 
уровня  вести  мониторинг  пози-
ции  ЛПР  и  использовать  эти 
данные  для  оперативного  или 
организационного  управления. 
А выявленные значения показа-
теля  позиции  ЛПР  позволяют 
использовать  их  в  КИС  пред-
приятия  для  автоматизирован-
ной  подготовки  решений  в  но-
вых  ситуациях.  Таким  образом, 
предложенный  подход  позволя-
ет  обеспечить  управление  то-
варными  кредитами  предпри-
ятия в режиме, согласованном с 
вышестоящими  уровнями,  а  ав-
томатизированная 
подготовка 
решений  обеспечивает  управ-
ление,  согласованное  с  факти-
ческой  позицией  ЛПР.  В  даль-
нейших  исследованиях  предпо-
лагается  расширить  круг  пока-
зателей,  отражающих  позицию 
ЛПР,  что  позволит  повысить 
эффективность  управления  со-
временными  предприятиями  на 
основе  более  полного  учета 
знаний  опытных  менеджеров 
путем  применения  адекватных 
экономико-математических  мо-
делей  в  составе  программно-
инструментальных 
средств 
КИС. 
 
Литература 
 
1.  Вилисов  В.Я.  Методы  выбора  экономических  решений.  Адаптив-
ные модели. М.: Финансы и статистика, 2006. - 228 с. 
2.  Гаврилов Д.А. Управление производством на базе стандартов MRP 
II. СПб.: Питер, 2005. - 416 с. 
3.  Колесников С.Н. Стратегия бизнеса. М.: Статус-кво, 2000. - 168 с. 
4.  Таха Х.А. Введение в исследование операций: Пер. с англ. М.: Изд. 
дом Вильямс, 2005. - 912 с. 
5.  Черноруцкий  И.Г.  Методы  принятия  решений.  СПб.:  БХВ-
Петербург, 2005. - 416 с. 

 
Вопросы региональной экономики №1(6) 2011 
52 
УДК 330.45 
 
Подходы и технологии хранения 
актуальных знаний 
в организационно-технических системах
 
 
В.Я. Вилисов, д.э.н., профессор кафедры Математики и естественно-
научных дисциплин, Государственное образовательное учреждение 
высшего профессионального образования Московской области 
«Королевский институт управления, экономики и социологии», 
г. Королев, Московская область, 
Б.А. Лагоша, д.э.н., профессор кафедры Математических методов 
экономики, Московский государственный открытый университет, 
г. Москва. 
 
В  современных  условиях  эффективная  экономика  –  это  эконо-
мика, основанная на знаниях и использующая современные технологии 
управления. Поэтому вопросам формализованного включения знаний в 
системы управления предприятиями в последние годы уделяется мно-
го внимания. Те знания, о которых идет речь в данной статье, отра-
жают знания менеджеров различного уровня о целевых предпочтени-
ях, определяющих критерии выбора управленческих решений. В статье 
приводится краткий анализ существующих сегодня технологий управ-
ления и выбора решений в человеко-машинных системах. 
 
Знания, модель, адаптация, принятие решения. 
 
Введение. 
Эффектив-
ность  экономики  страны  в  зна-
чительной  мере  определяется 
качеством  управления  на  уров-
не  предприятия  [7].  В  послед-
ние годы появились такие мощ-
ные  инструментальные  средст-
ва  автоматизированного  управ-
ления 
предприятиями, 
как 
Microsoft  Dynamics,  Concord  IT, 
SAP  R/3,  1С  8.0  УПП,  Галакти-
ка,  ТБ-Корпорация  и  ряд  дру-
гих. Были разработаны стандар-
ты  управления  MRP-II,  ERP, 
APS  [4,  8],  охватывающие  не 
только  производственный  и  ло-
гистический  уровни,  но  и  все 
фазы  жизненного  цикла  про-
дукции.  Подобные  корпоратив-
ные  информационные  системы 
(КИС),  основанные  на  совре-
менных  технологиях  работы  с 
данными  (Data  Mining,  OLAP  и 
др.),  позволяют  быстро  полу-
чать  выборки  данных  и  отчеты 
практически в любых желаемых 
разрезах и ракурсах. Однако эти 
средства и технологии являются 
лишь  вспомогательными  сред-
ствами  поддержки  для  менед-

 
Вопросы региональной экономики №1(6) 2011
 
53 
жеров  и  других  лиц,  прини-
мающих  решения  (ЛПР),  а  вы-
бор управленческих решений на 
предприятии  по-прежнему  ос-
тается  прерогативой  человека. 
Процедуры  выбора  решений 
как  элементы  управленческих 
процедур не переходят в разряд 
рутинных,  а  остаются  до  сих 
пор больше искусством, и с же-
лаемым  качеством  выполняют-
ся  лишь  менеджерами  высокой 
квалификации.  На  стыке  КИС-
ЛПР  возникает  противоречие 
между  высокой  скоростью  об-
работки данных и слабой струк-
туризацией  технологии  работы 
ЛПР,  его  ограниченными  воз-
можностями  по  эффективному 
восприятию  больших  потоков 
данных. 
Анонсированные 
ранее 
основоположниками 
киберне-
тики 
информационно-
советующие  функции  [5]  авто-
матизированных  систем  управ-
ления  (АСУ)  не  получили  раз-
вития  в  явном  виде.  Хотя  заяв-
ленные  в  них  задачи  отчасти 
нашли  свое  воплощение  в  сис-
темах  поддержки  принятия  ре-
шений  (СППР,  DSS  -  Decision 
Support  System  [9,  15,  20])  в ос-
новном  для  одноразовых  или 
уникальных процедур принятия 
решений. Этот класс систем ос-
нован  на  знаниях  экспертов, 
хранящихся  в  виде  правил  про-
дукции,  условных вероятностей 
событий  в  контексте  байесов-
ской  логики,  в  виде  коэффици-
ентов  важности  частных  крите-
риев  и  т.  п.  Следует  заметить, 
что 
применение 
достаточно 
трудоемких процедур и методов 
принятия  решений  в  многокри-
териальной  постановке  часто 
оказывается  неоправданным  и 
нежизнеспособным [14]. 
Во  второй  половине  20-
го  века  была  сформирована 
достаточно  мощная  теоретиче-
ская  база  в  виде  моделей  и  ме-
тодов  исследования  операций 
(ИО),  имитационного  модели-
рования,  прикладных  средств 
математической 
статистики, 
случайных  процессов,  эксперт-
ных  систем  и  нейросетевых  ал-
горитмов  [17,  18].  Однако,  не-
смотря  на  всю  привлекатель-
ность  методов  ИО,  они  не  на-
шли  широкого  применения  в 
практике  управления  предпри-
ятиями, т.к. традиционный под-
ход  применения  моделей  ИО 
ориентирован на редкое или ра-
зовое их использование.  
Опыт  применения  самых 
современных  вариантов  систем 
управления 
промышленными 
предприятиями  (а  в  последнее 
время таковыми являются APS-
системы  [13])  показывает,  что 
на  сегодня  нет  механизмов  вы-
явления у ЛПР реальных крите-
риев  управления.  Поэтому  по-
добные  системы  в  лучшем  слу-
чае  обеспечивают  менеджеру 
возможность оценивать вариан-
ты  решений  в  режиме  «если  - 
то»  (что  составляет  до  40%  от 
общего  объема  программных 
средств  системы).  Здесь  умест-
но  вспомнить  высказывание 
одного  из  авторитетных  отече-

 
Вопросы региональной экономики №1(6) 2011 
54 
ственных  ученых в области мо-
делирования  сложных  систем 
Н.  Н.  Моисеева  [12]:  «Посте-
пенно 
специалисты, 
стремя-
щиеся  внедрить  в  практику  но-
вые  методы  обработки  инфор-
мации,  математические  модели 
и  электронную  вычислитель-
ную  технику,  поняли,  что  дело 
не  в  математике.  Без  нее,  разу-
меется,  не  обойдешься.  Но 
главное  -  это  именно  целевые 
функции, то есть ясное понима-
ние  целей,  которые  надо  дос-
тичь. И именно здесь таятся ос-
новные  трудности!».  Таким  об-
разом,  даже  в  самых  совершен-
ных  системах  управления  про-
мышленными 
предприятиями 
ныне существует проблема кри-
териальной  неопределенности, 
а  значит,  есть  необходимость  в 
развитии  существующих  и/или 
создании 
новых 
инструмен-
тальных  средств,  которые  мог-
ли  бы  адекватно  отражать  круг 
задач  выбора  повторяющихся 
решений и обеспечивать эффек-
тивную  поддержку  выбора  ре-
шений  в  человеко-машинном 
режиме.  Эффективную 
- 
в 
смысле  реальных  целей  ЛПР  и 
критериев,  как  формализован-
ных образов целей.  
Эффективная  инноваци-
онная  экономика  –  это  эконо-
мика,  основанная  на  знаниях 
[10],  поэтому  вопросам  форма-
лизованного  включения  знаний 
в системы управления предпри-
ятиями  в  последние  годы  уде-
ляется много внимания. Те зна-
ния, о которых идет речь в дан-
ной  статье,  отражают  знания 
менеджеров  различного  уровня 
о  целевых  предпочтениях,  ко-
торые,  в  свою  очередь,  опреде-
ляют  критерии  управления  и 
выбора  управленческих  реше-
ний. 
Кратко  проанализируем 
существующие  сегодня  техно-
логии  управления  и  выбора  ре-
шений,  имея  в  виду  в  качестве 
объектов  управления  бизнес-
процессы 
промышленных 
предприятий. 
Обучение и накопление 
знаний  в  сложных  системах. 
Одной из важных особенностей 
управления 
экономическими 
объектами,  как  сложными  сис-
темами  является  комплексный 
характер  проблем  выбора  ре-
шений.  Существует  много  фак-
торов,  которые  позволяют  рас-
сматривать  экономические  объ-
екты  как  сложные  системы  [1, 
7,  12].  Кроме  чисто  техниче-
ских,  наиболее  значимыми  яв-
ляются  факторы  участия  чело-
века 
в 
различных 
звеньях 
управления (выбора решений) и 
реализации  управляющих  воз-
действий.  На  фазах  выбора  ре-
шений и проявляется комплекс-
ный  характер  проблемы,  т.к. 
при  этом  ЛПР  должны  учиты-
вать большой объем данных для 
получения  желаемого  эффекта 
от  последующей  реализации 
решений. 
Существенным 
также 
является  огромное  разнообра-
зие  реальных  систем  и  обстоя-
тельств,  в  которых  возникает 

 
Вопросы региональной экономики №1(6) 2011
 
55 
необходимость  в  выборе  эф-
фективных решений. Но, тем не 
менее,  к  настоящему  времени 
сформировался  некоторый  ряд 
направлений 
автоматизации 
процедур  принятия  решений  на 
современных  предприятиях,  ос-
нащенных  теми  или  иными  ва-
риантами  КИС.  Особенности 
этих  направлений  кратко  рас-
смотрим далее.  
В связи с существующим 
противоречием  между  больши-
ми  возможностями  современ-
ных  КИС  и  «ручным»  характе-
ром  выбора  решений  все  чаще 
возникает  потребность  перело-
жить «на плечи» компьютеров и 

жүктеу/скачать 2,69 Mb.

Достарыңызбен бөлісу: