В условиях перехода к рыночной экономике (экономический аспект).

Построение средств информационной поддержки принятия решений

По финансовому управлению крупных предприятий

в условиях перехода к рыночной экономике (экономический аспект).

 

В современных условиях остро встает вопрос оперативного управления финансами, учета и контроля. Анализ предлагаемых пакетов программ электронной бухгалтерии показывает, что стандартизованные программные средства в бухгалтерской сфере в разносторонней и многоплановой деятельности крупных предприятий должны дополняться созданием специальных программных средств информационной поддрежки принятия решений (СИППР) в этой области. СИППР обеспечат решение неповторяющихся, уникальных задач финансового анализа, управления в условиях быстрого изменения и совершенствования нормативно-правовой базы, определяющей неустойчивость содержания и форм финансовых документов.

Большие затраты на разработку СИППР и постоянное сокращение периода жизненного цикла ставят вопрос экономического обоснования их проектирования в разряд наиболее важных вопросов, влияющих на процесс углубления информатизации финансовой сферы крупных предприятий.

Оценка научной и практической значимости проектов исследования и подготовка принятия решений по их финансированию, использованию и внелрению представляют собой полохо структурированные задачи, решение которых во многом основывается на опыте, таланте и интуиции лиц, принимающих решения. Поэтому задача разработки формализованных моделей экономического обоснования решений по проектированию СИППР, учитывающих специфику и потребности крупных предприятий в области управления финансами, является актуальной.

В основу одной из таких разработок положен принцип программно-целевого планирования, реализация котрого позволяет в сжатые сроки и в условиях дефицита ресурсов выполнять наиболее важные задачи финансового управления; за счет учета специфики крупных предприятий и различий в характеристиках проектируемых программных модулей и массивов данных, составляющих СИППР, принимать экономически обоснованные решения в области компьютеризации сферы крупных предприятий.

 

Пусть — множество задач финасового управления. каждая задача представлена в виде технологического графа, вершины которого — информационные элементы, а дуги — процедуры обработки данных. Совокупность информационных элементов и процедур множества F образуют соответственно множество информационных элементов и множество процедур обработки данных .

процедурный и информационный состав задач множества F задается соответственно матрицами

где

· =1, если процедура используется в задаче , и в противном случае;

· если информационный элемент используется в , и в противном случае.

Таким образом, общая модель проектирования СИППР по составу рещаемых задач финансового управления представляется следующим образом:

 

где

— множество задач, составляющих СИППР: ;

— функция, определенная на множестве ;

— множество всех подмножеств множества ;

— множество всех допустимых подмножеств множества .

 

В зависимости от вида и свойств целевой функции и ограничений, определяющих множество , могут быть поставлены и решены различные задачи синтеза СИППР.

В модели экономического обоснования синтеза СИППР в качестве критерия эффективности целесообразно использовать максимум прибыли от реализации СИППР на предприятии. Для построения математической модели введем следующие величины:

· — вектор трудоемкости проектирования информационных элементов, где — среднее время проектирования j-го информационного элемента;

· — вектор трудоемкости проектирования процедур обработки данных, где — среднее время проектирования r-ой процедуры;

· — ветор предполагаемой прибыльности задач финансового управления, реализованных СИППР, где — предполагаемая прибыль в единицу времени от реализации задач в СИППР, (полагается, что );

· С — стоимость единицы времени проектирования;

· — планируемое (директивное) время использования проектируемого СИППР.

 

Компоненты вектора на практике определяют, как правило, статистическими методами экспертных оценок. Эти компоненты представляют собой взвешенные оценки: . Физически они выражают относительную прибыльность задач множества по нормировочной шкале.

Переменными величинами задачи являются:

 

 

 

 

Жизненный цикл СИППР можно определить по формуле

Итак, математическая модель проектирования оптимальной СИППР по составу решаемых задач финансового управления с целью получения максимальной прибыли примет такой вид:

найти

при ограничениях:

на число задач, входящих в СИППР

на стоимость проектирования

на включение определенных задач в СИППР

где

— соответственно минимально и максимально допустимое число задач, входящих в СИППР;

— финансовый ресурс, выделяемый для проектирования СИППР;

— номера задач , включаемых в СИППР.

 

Поставленная задача относится к нелинейным задачам целочисленного программирования с булевыми переменными. Небольшая размерность задачи на практике позволяет использовать для ее решения метод полного перебора. результатом решения задаяи является множество и соответствующие ему множества процедур и информационных элементов, составляющие СИППР.

 

В случае , предложенная модель сводится к классической линейной задаче:

из множества программ необходимо выбрать подмножество программ по критерию максимальной прибыли при ограничении на величину финансового ресурса.

 

СРСП

Вопросы для обсуждения:

Ÿ Связь между данными и моделями.

«В действительности не существует «необработанных» данных в том смысле, что сам факт сбора и фиксации данных всегда отражает некие схемы мировоззрения, т.е. определенную модель, построенную в уме (хотя эта модель может и не осознаваться)» (С.Черчмен).

Количественные модели позволяют более целостно и подробно оценивать и интерпретировать данные, чем «умственные» модели; их можно использовать для генерации данных. Для построения модели (например, оценки параметров) необходимы данные. Модель может оказаться бесполезной, если необходимые данные недоступны, или для их сбора требуется много времени и средств. Выдвигая предположения о существовании какой-либо связи между данными, начинают «формулировать» модель (например, в виде уравнений): данные отражают важные внутренние закономерности, когда данным приписывают связи, получается модель[1] (первичная).

Ÿ Как Вы понимаете утверждение: «Если Вы пытаетесь оценить модель, содержащую все мыслимые переменные, Вы получаете бессмысленный результат»?

Ÿ Согласны ли вы с утверждениями:

- «Придать количественные значения элементам задачи – это не сложно, сложно выполнить анализ модели».

- «Модель принятия решения, как правило, отражает взаимодействия и зависимости между представляющими интерес переменными».

- «Модели, отвечающие на вопрос "Что будет, если...?", полезны только для исследо­вания изменений в значениях переменных решения».

- «Данные нужны только после того, как модель уже построена».

- «Данные используются для построения моделей».

- «Модель предлагает целостные средства интерпретации и оценки данных».

- «Агрегированные (сгруппированные) данные содержат больше информации, чем неагрегированные».

- «Модели можно использовать для генерирования данных».

- «Проверка достоверности модели- это процесс определения правильности резуль­татов работы модели путем имитации ее работы на данных за прошлые периоды».

Ÿ Дать интерпретацию вопроса генерального директора компании «Какой меркой я буду измерять успех проекта в случае его одобрения?» в контексте моделирования, анализа данных и ПР.

Ÿ Какое отношение к ПР и ППР имеет утверждение «Чем сложнее становится система (управленческая ситуация), тем более важными становятся детали».

Ÿ Согласны ли вы с мнением, что проверка достоверности модели ППР, независимо от того, насколько неудовлетворительны ее данные, никогда не приводит к отказу от модели. К отказу от модели ППР может привести только появление другой модели ППР.

Здравый смысл не считается научным способом проверки достоверности модели, хотя всегда «присутствует» при заключительном анализе суждения о правильности. В условиях невозможности контролируемого эксперимента, тем не менее, часто применяют «ретроспективное заключение» об адекватности модели, помещая в нее данные о решениях, параметрах и результатах для аналогичной ситуации в прошлом и сравнивая с известными реальными результатами. «Появление сложных моделей оценки рисков не устранило необходимости в умных и опытных людях» (Дж.Корриган).

ž Прокомментировать:

- Не надо стремиться, во что бы то ни стало, получить «наи­лучший» результат, вместо стремления получить результат осмысленный и надежный.

- Наше сегодня – результат наших вчерашних решений, а не обстоятельств. Итог жизни – сумма решений, принятых на протяжении жизни.

Ответы должны быть обоснованы, желательно, с примерами из уже изученных дисциплин.

Ÿ Примеры использования в рамках производственной практики и УИРС СКГУ методов поддержки.

Проиллюстрировать согласно этапам моделирования, проведения статистического исследования, принятия решений.

Ÿ Что Вы можете сообщить по тематике ППР? Что узнали по этой тематике из периодических публикаций, Интернета и других источников?

 


<== предыдущая лекция | следующая лекция ==>
Индикаторы технического анализа | Тема 2 (1). Процесс выработки решений




Дата добавления: 2019-10-16; просмотров: 137; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию, введите в поисковое поле ключевые слова и изучайте нужную вам информацию.

Поделитесь с друзьями:

Если вам понравился данный ресурс вы можете рассказать о нем друзьям. Сделать это можно через соц. кнопки выше.
helpiks.org - Хелпикс.Орг - 2014-2020 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.041 сек.