Поиск сбалансированной структуры товарного портфеля текстильного предприятия

В то же время необходимо согласиться с тем, что реализация разработанного плана по обновлению состава выпускаемых разновидностей товара, как и прочих решений относительно состава и структуры товарного портфеля, может нуждаться (в разумных пределах) в дополнительной корректировке на основе принципа внешнего дополнения, что должно сглаживать влияние неучтенных факторов. В качестве корректирующего дополнения здесь может выступить опыт специалистов и руководителей.

Отметим что исходя из реальных условий, действующих на других предприятиях, форма модели управления составом товарного портфеля в разрезе разновидностей товаров может сильно варьироваться. В то же время, в качестве основы можно рекомендовать использовать процедуру и принципы постановки и решения рассмотренной задачи.

Вариант состава товарного портфеля, разработанный в разрезе включаемых видов товаров, совместно с разработанными для него вариантами обновления в разрезе разновидностей товаров в дальнейшем необходимо подвергнуть оптимизации с точки зрения структуры товарного портфеля.



3.3 Расчет вариантов сбалансированной структуры товарного портфеля

3.3.1 Разработка вариантов плана производственной программы предприятия на основе использования модели динамического программирования

Структура товарного портфеля представляет собой пропорции объемов производства различных видов товаров, его составляющих. В конечном счете, она выражается в производственной программе предприятия, которая представляет собой перечень выпускаемых товаров с указанием объемов их производства. Основными факторами формирования производственной программы являются: 1) производственные ресурсы предприятия (главным образом - производственная мощность, парк оборудования), 2) конъюнктура спроса на продукцию (ее прогноз), а также 3) цели организации. При этом первые две группы факторов представляют собой систему ограничений, в рамках которых могут приниматься решения о структуре выпуска продукции, а третья - может служить целевым критерием проверки оптимальности выбираемого решения. Таким образом, поиск оптимальной производственной программы (структуры товарного портфеля) может быть сведен к постановке и решению задачи математического программирования и основным методом оптимизации, при этом мы видим метод динамического программирования.

Постановка модели оптимизации производственной программы.

По итогам реализации предшествующих этапов формирования сбалансированной структуры товарного портфеля текстильного предприятия для каждого вида товара, входящего в состав портфеля, известны следующие показатели, используемые в модели оптимизации как постоянные (также здесь используются данные, получаемые еще до начала процесса разработки сбалансированной структуры товарного портфеля - на входе схемы, изображенной на рис. 1 в разделе 1.2.):

параметры модели ЖЦТ: pi, qi, бi, mi;

рассчитан ряд динамики эталонной кривой ЖЦТ: величины fij и Fij на весь ожидаемый период ЖЦТ;

ряд динамики реальных объемов сбыта товара и кривой замещения: n'ij, f'ij, F'ij, в том числе величина F'i0, которая характеризует накопленный реальный объем потребления к началу периода, для которого производится оптимизация структуры портфеля;

по уравнениям моделей диффузии и замещения (табл. 1) рассчитан прогноз максимальных объемов сбыта каждого товара i на первый год периода, для которого производится оптимизация: n'lim i1 в натуральном выражении.

значения цен реализации без НДС (для новых товаров - идея цены) каждого товара - Цi, руб/ед (в случае, когда это возможно, рекомендуется рассчитывать ряд динамики цен с учетом прогноза их изменений на весь период, для которого будет производиться оптимизация), значения планируемой величины условно-переменных затрат на единицу товара УПерЗi, руб/ед; значение величины условно-постоянных затрат производства/предприятия УпостЗ, руб.

Данный массив исходной информации необходим для решения ряда вопросов в рамках постановки оптимизационной модели, в частности, для прогнозирования уровня возможного объема потребления видов товаров, входящих в портфель производства, на первый год (шаг) оптимизируемого процесса. Прогнозы потенциального годового объема потребления продукции для каждого шага оптимизируемого процесса являются в данном случае переменными состояния модели. Так, прогнозы потенциального объема потребления первого года (n'lim1), рассчитанные на основе исходной информации с помощью моделей диффузии и замещения, являются характеристикой первоначального состояния. Покажем расчет величины n'lim1 на примере вида товара 1, приведенного в примере апробации модели оптимизации производственной программы (прил. 13). В соответствии с уравнением модели замещения на основе модели неоднородного влияния величина максимального объема потребления первого года может быть выражена:

n'lim1 = (p' + qF'1*F11(б-1))*(1-F11) * m1 = (0,00178+0,339*0,0519* *0,7668(0,4923-1))*(1-0,7668) * 26076,6 = 133,26 тыс. м.

В производстве большинства потребительских товаров существует минимальный объем производимой партии товара, поэтому объем производства каждого товара, входящего в портфель, должен быть кратным размеру единичной партии (Ri).

В этом случае задача оптимизации структуры портфеля является задачей целочисленного программирования.

Главная переменная модели (переменная управления): Xij - планируемый объем выпуска вида товара i в год j в измерении числа единичных партий, из которых состоит производственная программа данного товара в данный год. Здесь i = [1; а]; j = [1, T], a - число видов товаров, образующих портфель, T - число лет, которое охватывается оптимизационной моделью (число шагов оптимизации).

Выбор продолжительности периода, включаемого в модель, зависит от многих факторов. С одной стороны, ограничением возможной его длительности является предел точности прогнозирования с использованием моделей диффузии и замещения, на основе которых строится формализация модели. Действительно, существует прямая зависимость между длительностью прогнозного интервала и накопления влияния случайных факторов отклонений реальных показателей от расчетных. С другой стороны, для принятия обоснованных управленческих решений необходимо иметь возможность учесть динамику достаточно продолжительного периода. Аналогично модели оптимизации плана по обновлению дизайна выпускаемых видов продукции, рекомендуется рассматривать 3 года. Дополнительным преимуществом установления такого количества этапов управления является обеспечение соразмерности планов состава и структуры портфеля различного уровня.

Объем производства товара может быть пересчитан в натуральное выражение:

Vij = XijRi,

где Vij - объем производства вида товара i в год j в натуральном выражении, Ri - константа, характеризующая объем единичной партии в натуральном выражении.

На все переменные оптимизационной модели Xij накладывается условие целочисленности.

Ограничения.

Неотрицательности значений переменных:

Xij 0 (46)

Внешние (с точки зрения структуры спроса).

На первый год, охватываемый моделью, для каждого вида товара задаются следующие ограничения величины спроса:

Vij n'lim i1, (47)

На все последующие годы, учитывая возможное неполное удовлетворение спроса на товар по причине отсутствия достаточных производственных мощностей, на базе уравнения модели замещения (см. табл. 1) задается ограничение объема спроса на товар с учетом объемов производства-реализации в предыдущие годы:



Vij (48)

Данные ограничения ((47), (48)) показывают, что на каждый плановый период объем производства товара может быть меньше или равен величине спроса, которая складывается в процессе ЖЦТ при возможном воздействии эффекта замещения в случае неполного удовлетворения возникающего спроса на продукцию предприятия в прошедших периодах. Ограничения (47) и (48) играют роль рекуррентного соотношения модели, так как задают связь, между переменными состояния (прогнозом потребления товара) и переменными управления (запланированным объемом производства-реализации продукции) прошлого периода с переменными состояния и управления последующего. Однако, в отличие от случая (выражение (33)), показанного в записи модели динамического программирования общего вида, данные рекуррентные соотношения имеют связь между показателями разных этапов управления не в форме уравнения, а в форме неравенства.

Также в модель вводится ограничение, которое описывает исчезновение спроса потребителей на товар при его выводе из производственной программы. Необходимость этого объясняется тем, что, как показало проведенное исследование практики коммерческой деятельности предприятий на рынке мебельных тканей, в том случае, если в один из периодов, данный вид товара предприятием не производится, то потребители воспринимают это как снятие его с производства, и в дальнейшем спрос на него не возникает. Происходит, таким образом, окончание ЖЦТ товара. Ограничение будет иметь вид:

Xij LiXi(j-1) (49)

где L - коэффициент пропорциональности, имеющий значение:



Li >>,

где max(nij) - максимум возможного годового объема сбыта товара i, за период его ЖЦТ, определяемый с помощью эталонной кривой ЖЦТ.

В условиях целочисленной задачи при любых отличных от нуля значениях управляющей переменной предыдущих лет по данной составляющей портфеля, ограничение (49) не играет роли в расчетах (что подтверждается путем несложной инженерной прикидки). В противном случае, соотношение (49) задает установление по итогам оптимизации всех последующих членов ряда значений данной управляющей переменной равными нулю.

Ограничение (49) является дополнением к рекуррентным соотношениям задачи (47) и (48).

1.3 Внутренние ограничения, задаваемые с точки зрения производственных ресурсов предприятия. Способы их формализации рассмотрены в работе А.П Павлова - Ф.Ф. Бездудного [8, с.с. 211 - 216].

Основным внутренним ограничением будет являться ограничение по наличной производственной мощности. Его можно записать в следующем виде:

, (50)

где MTjk - установленный (планируемый) фонд времени использования оборудования в году j по технологическому переходу (типу машин) k, машино-часов, определяемый как произведение числа машин на режимный фонд времени, a - число видов товаров, включенных в портфель, Meik - машиноемкость товара i в технологическом переходе (на типе машин) k.

Отметим, что в данном случае ограничение (50) приводится для случая использования однотипного парка оборудования в переходе. В случае одновременного использования нескольких способов осуществления технологического процесса, формализация данных ограничений немного меняется (см. [8, c. 212]). Хотя в результате этого и может несколько увеличиться число переменных и размерность задачи, все же принципиальных изменений в предлагаемые принципы постановки модели оптимизации внесено не будет.

Аналогичным образом можно задать ограничение по любому другому типу производственных ресурсов:

(51)

где SRjk - максимально возможное планируемое к использованию в году j количество производственного ресурса k, Seik - ресурсоемкость товара i в по производственному ресурсу k.

2. Целевая функция оптимизационной модели.

Выбор типа целевой функции модели зависит от отдаленности этапа, в котором высшим руководством определяется достижение целевого эффекта (иначе - какой тип портфеля выбирает фирма: максимума текущего результата или роста). Для обоих вариантов могут быть предложены различные варианты показателей, закладываемых в основу целевых функций.

2.1. Варианты целевой функции портфеля текущего результата.

2.1.1. Для портфеля максимума объема/максимума доли рынка (при условии, что все товары выпускаются для одного и того же рынка) - максимум ожидаемого объема реализации продукции предприятия:

в натуральном выражении за плановый период T лет:



Z=max{}; (52)

в стоимостном выражении (выручки) за период T лет:

Z=max{}; (53)

в выражении загруженности производственной мощности предприятия за период Т лет, определяемой загруженностью выпускного (главного) перехода производства (например, в ткацком производстве мощность определяется количеством ткацких станков):

Z=max{}; (54)

где k - номер базового (выпускного) технологического перехода.

2.1.2. Для портфеля дохода - максимум ожидаемой прибыли до уплаты налогов от реализации продукции за период T лет:

Z=max{} - УПостЗ. (55)

Очевидно, что величина постоянных затрат в функции (55) является константой и на определение оптимума не влияет. Поэтому ее можно исключить при расчете из целевой функции. В этом случае целевую функцию следует называть максимумом маржинального дохода.

Следует отметить, что в предложенной постановке задачи оптимизации структуры товарного портфеля с помощью модели целочисленного динамического программирования, описываемого системой ограничений (46) - (51), и одним из вариантов целевой функции портфеля максимума текущего результата (52) - (55), достаточно неплохо обеспечивается сбалансированность между планами более ранних и более поздних горизонтов планирования, так как целевая функция представляет собой сумму показателей различных временных периодов, то есть является в некотором роде многоцелевой. Это обеспечивает равномерную динамику результатов, что является необходимым признаком сбалансированности товарного портфеля.

2.2 Варианты целевой функции портфеля роста.

Целевые функции модели портфеля роста привязываются к перспективному горизонту планирования, что выражается в выборе в качестве них показателей, соответствующих не плановому, а следующему за ним периоду, то есть году T+1. Таким образом, результатом формирования портфеля роста будет создание ситуации постепенного увеличения объемов сбыта, выручки, загруженности производственной мощности с целью достижения результата после окончания моделируемого периода, даже за счет снижения эффективности в настоящем. Возможны следующие варианты целевой функции портфеля роста (формализация дается в конечном виде на базе использования моделей замещения):

2.2.1 Для портфелей максимума объема и доли рынка - максимум ожидаемого объема потребления (реализации) продукции предприятия в год, следующий за окончанием планового периода (j = T+1):

- в натуральном выражении (приведем сначала запись в общем виде)

Z=max{}; (56)

- которая, с учетом зависимостей, лежащих в основе моделей диффузии и замещения, может быть представлена в следующем конечном виде:



Z=max{};

- в стоимостном выражении (в общем виде):

Z=max{} (57)

- в выражении загруженности производственных мощностей в год, следующий за окончанием планового периода (в общем виде):

Z=max{} (58)

2.2.2 Для портфеля дохода - максимум ожидаемого маржинального дохода от реализации продукции в год, следующий за окончанием планового периода (в общем виде):

Z=max{} (59)

Отметим, что в конечном виде целевые функции (57) - (59) могут быть формализованы аналогично функции максимума ожидаемого объема потребления в натуральном выражении.

По сравнению с моделями портфеля текущего результата, варианты целевой функции (56) - (59) модели формирования портфеля роста, привязываемые к одному конкретному году, могут не обеспечивать равномерной динамики, особенно это касается такого показателя, как годовая загруженность производственных мощностей. Данный вывод подтвержден при апробации модели с использованием ЭВМ на различных вариантах исходных данных, основанных на показателях, взятых из реальной практики предприятий текстильной промышленности.

В современных условиях российской экономики обеспечение стабильно высокой динамики загруженности производственных мощностей является одной из важнейших тактических целей организации, поэтому для обеспечения сбалансированности структуры товарного портфеля в случае использования модели портфеля роста предлагается видоизменить ограничение по производственной мощности (50). Так как необходимо обеспечивать максимально полную загруженность производственной мощности, то его следует представить в виде строгого равенства:

(60)

Другой вариант обеспечения сбалансированности между показателями более ранних и более поздних горизонтов планирования представляется в дополнительном наложении ограничений на модель оптимизации: по минимуму ожидаемой суммы объемов производства и реализации продукции в натуральном выражении в каждый плановый год j (Bmimj), по минимуму суммарной ожидаемой выручки от реализации в год j (Рminj, руб.), а также по минимуму ожидаемого маржинального дохода от реализации в год j (ПРminj, руб.):

Bmimj (61)

Рminj (62)

ПРminj (63)



Данные ограничения задаются высшим руководством или собственниками бизнеса в соответствии с имеющимися финансовыми планами и задачами или на основе анализа макроэкономической ситуации с точки зрения рентабельности и эффективности альтернативных вариантов капиталовложений.

Таким образом, предложены следующие альтернативные варианты модели оптимизации структуры товарного портфеля на основе постановки задачи динамического целочисленного программирования.

1. Модель портфеля текущего результата, имеющая ряд признаков модели многокритериальной оптимизации, позволяющая получить сбалансированное решение: система ограничений (46) - (51), целевая функция (варианты) (52) - (55).

2. Чистая модель портфеля роста: система ограничений (46) - (51), целевая функция (варианты) (56) - (59).

3. Модель сбалансированного роста, обеспечивающая достижение максимума целевого показателя с одновременным соблюдением условий сбалансированности.

Система ограничений:

вариант 1: (46) - (49), (51), (60);

вариант 2: (46) - (51), (51);

вариант 3: (46) - (51), (62);

вариант 4: (46) - (51), (63);

вариант 5: (46) - (49), (51) плюс любое сочетание из: (50), (60)-(63).

Целевая функция (варианты) (56) - (59).

Учитывая, что все ограничения и целевые функции в предложенных вариантах модели оптимизации производственной программы имеют линейный характер, а также, принимая во внимание условие целочисленности управляемых переменных, поиск оптимального решения может осуществляться с использованием аппарата целочисленного линейного программирования. Это значительно упрощает решение предложенных задач, так как в этом случае можно использовать методы и аппаратные средства, уже имеющие широкое распространение и известность.

В прил. 13 приводится пример проведения оптимизационных расчетов структуры товарного портфеля на основе оптимизации производственной программы с использованием модели портфеля текущего результата и целевой функции максимума объема в среде MS EXCEL. В данном случае процедура оптмимзационного расчета будет аналогичной примеру, рассмотренному в главе 2, однако по условию задачи на переменные следует наложить условия целочисленности, а также в параметрах поиска задать условия, соответствующие решению линейной задачи. Более подробную информацию по данному вопросу можно получить в работе А.Ю. Гарнаева [18]. Для расчета примеров высокой размерности можно использовать мощные программные средства, такие как MS MATHЕMATICA.

В целях избежания громоздкости материала мы приводим пример расчета на основе сокращенного варианта ассортимента продукции ЗАО «МТОК», включающего только 5 видов товаров. В данном случае задана целевая функция максимума объема сбыта продукции в натуральном выражении портфеля текущего результата.

На модель наложены ограничения вида: (46), (47), (48), (49), (50).

В приведенном расчетном примере максимальное установленное количество машино-часов (МТ) рассчитывается путем произведения числа станков на режимный фонд времени: 6300 * 19 = 119700 машино-часов/год. Данная величина выступает в качестве предела использования производственной мощности предприятия.

Расчет величины Li, используемой в формализации ограничения (49) произведен следующим образом. Для этого взята величина абсолютного максимума годового потребления всех товаров портфеля по всем годам их ЖЦТ, определенная на основе эталонной кривой (250 тыс. пог. м), а также значение минимального размера единичной партии среди всех товаров (которое имеет место у товара 4 - 0,2 тыс. пог. м). Li = 250 / 0,2 = 1250. При данном значении этого коэффициента пропорциональности, как видно в прил. 13, ограничение (49) не играет роли в оптимизационном расчете, в случае любых, отличных от нуля значений объемов производства товара в предыдущие годы, и при этом может выполнять свою функцию - моделировать исчезновение дальнейшего спроса на товар при снятии его с производства в один из периодов.

Дадим рекомендации относительно направлений дальнейшего использования предложенной модели оптимизации структуры товарного портфеля на основе метода динамического программирования. Здесь следует отметить большую важность проведения многовариантных расчетов, что позволяет не только вырабатывать альтернативы принятия управленческих решений о направлении развития структуры портфеля, но и производить исследования взаимосвязи факторов производства и коммерческой деятельности в динамике. Предполагается возможность адаптации предложенной модели к различным условиям - для этого могут вноситься изменения как в ограничения и целевые функции модели, так и в ее форму в целом.

Также целесообразной видится разработка программного обеспечения для автоматизированной консолидации данных и проведения расчетов по предложенным моделям в диалоговом режиме на ПЭВМ. В дальнейшем могут быть проведены исследования возможности встраивания подобного программного обеспечения в систему АСУ предприятия в целях автоматизации работы по разработке управленческих решений.

3.3.2 Постановка задачи оптимального распределения объема выпуска продукции предприятия по видам производственного сервиса на основе модели минимизации риска

Последним шагом оптимизации структуры товарного портфеля является постановка и решение задачи оптимального распределения объемов выпуска продукции предприятия по двум системам производственного сервиса - «Под заказ» и «Прямо на месте» - с использованием критерия минимума риска. Отметим, что предлагаемая постановка задачи исходит, главным образом, из того, что на отечественных текстильных предприятиях используется одномерная система структурирования товарного портфеля, когда виды продукции выделяются только с использованием технико-технологическим параметров, игнорируя фактор производственного сервиса и назначения. Предлагаемая задача минимизации риска, помимо основной своей цели - уменьшения возможных потерь, связанных со структурой товарного портфеля, что необходимо для наиболее полного учета всех возможных целей организации (для достижения сбалансированности), также должна способствовать достижению другой цели - создания условий внедрения на предприятиях многомерной структуры товарного ассортимента.

Отметим что в случае использования многомерной структуры товарного портфеля и наличия соответствующей структуры статистических данных, в будущем может быть рассмотрена постановка задачи минимизации риска товарного портфеля, отличная от описываемой.

В предлагаемой постановке смысл задачи сводится к минимизации суммы потерь, связанных с возможным отклонением реальных объемов сбыта от прогнозных.

Для этого проведем классификацию возможных потерь более подробно.

1. Потерями может являться замораживание средств в плановом периоде в результате отсутствия спроса на уже произведенную продукцию. Предлагается метод оценки данных потерь как прямых убытков, определяемых величиной себестоимости замороженных средств. Расчет можно осуществить по следующей формуле:

ПЗДi = (Vi - ni) * УПерЗi, (64)



где ПЗДi - потери от замораживания средств при отсутствии сбыта по товару i, руб.; Vi - объем производства товара i в натуральном выражении, тыс. м; ni - годовой объем потребления товара i, Vi > ni; УПерЗi - величина условно-переменных затрат на единицу продукции, руб/м.

2. Косвенные потери в плановом периоде, связанные с отсутствием необходимого количества товара по заявке клиента. Данные потери заключаются в потере прибыли от потенциальной реализации товара:

ПНППi = (ni - Vi) * (Цi - УПерЗi) * Kn, (65)

где ПНППi - потери планового периода, возникающие по причине невозможности удовлетворения имеющегося спроса на товар, руб., Цi и УПерЗi - соответственно цена единицы продукции без учета НДС и сумма условно-постоянных издержек на единицу продукции, руб/м, Kn - коэффициент, показывающий снижение объема прибыли в результате налогообложения, Kn < 1.

Данные потери возникают, главным образом, при обслуживании небольших клиентов, чувствительных к факту текущего наличия товара на складе, так как крупные клиенты обычно могут ждать окончания производства заказа.

3. Логическим продолжением потерь от неудовлетворения спроса клиентов в плановом периоде будет являться возникновение фактора замещения спроса на товар фирмы спросом на конкурирующие марки в будущих периодах. При математическом моделировании данных потерь исходим из того, что любой неудовлетворенный спрос в настоящем приводит к замещению спроса и потерям прибыли в будущем. Данный факт в значительной мере подтверждается практикой работы предприятий на рынке потребительских товаров.

Для вычисления величины замещенного спроса воспользуемся уравнением модели замещения (см. таблицу 4). Тогда, математически, потери будущего периода в результате наличия неудовлетворенного спроса в плановом периоде будут выглядеть следующим образом:

ПНБПi = mi * * (Цi - УПерЗi) * Кn, (66)

где ПНБПi - потери прибыли в будущем по товару i в результате неудовлетворения спроса в плановом периоде, j = 1 номер планового года, T - период действия эффекта замещения.

Например, в окончательном виде для первого года, следующего за плановым периодом, потери от замещения спроса по товару i выражаются следующим образом:

. (67)

Постановка задачи минимизации риска товарного портфеля сводится к нахождению для каждого года планового периода сбалансированных пропорций между объемами выпуска видов товаров, входящих в систему «Точно в срок» и видов товаров, входящих в регулярную производственную программу под заказ. Задача решается отдельно для каждого артикула, входящего в товарный портфель предприятия после проведения оптимизации структуры товарного портфеля с точки зрения альтернатив текущего результата или роста. Одной из задач оптимизации риска будет разделение каждой единицы портфеля на две с точки зрения производственного сервиса: вид товара, выпускаемый по системе «Прямо на месте», и вид товара, выпускаемый по регулярной производственной программе под заказ.

1. Исходные условия.

В результате ранее проведенных оптимизационных и модельных расчетов определена прогнозная величина объема спроса на товар i в плановом периоде - ni в натуральном выражении. Также на основе внутренней отчетности отдела продаж или на базе проведенных исследований определяется величина Ji - доля в объеме спроса на товар i, удовлетворение которого возможно только в рамках системы «Прямо на Месте».

Задается функция распределения вероятностей отклонений фактического объема сбыта от прогноза следующим образом (рассмотрено в главе 2):

среднее значение ожидаемого положительного отклонения реальных объемов от прогноза - Dср(+), % и соответствующая вероятность этого отклонения: В(+);

аналогично для ожидаемого отрицательного отклонения Dср(-), %, и В(-), %, причем В(+) + В(-) = 1.

На основе функции распределений вероятности отклонений и прогноза объема продаж товара в год ni может быть задана пара ожидаемых значений объема продаж:

максимальное: nmax i = ni * (1+ ), вероятность исхода - В(+),

минимальное: nmin i = ni * (1- ), вероятность исхода - В(-),

Пусть переменной модели будет величина Xi - годовой объем производства вида товара i по системе «Прямо на месте», тыс. м. Тогда объем производства по программе «Под заказ» составит величину разности между планируемым объемом выпуска товара i (Vi, тыс. м) и объемом производства по программе «Прямо на месте»: Vi - Xi.

2. Ограничения:

2.1. Объем производства товара по системе «Прямо на месте» не должен превышать максимальное прогнозное значение объема продаж в плановом периоде, так как в противном случае значительно повышается риск замораживания денежных средств за счет накопления неликвидных товарных остатков.

Xi ? nmax i , (68)

2.2. Минимальный объем производства по системе «Прямо на месте» не имеет смысла устанавливать в объемах меньше минимальной прогнозируемой потребности в товаре по системе «Прямо на месте».

Xi ? nmin i * Ji, (69)

где Ji - доля потребности в товаре i по системе сервиса «Прямо на месте».

2.3. В условиях ограниченности ресурса производственной мощности, а также в целях согласования распределения объемов производства товара по двум системам производственного сервиса с предшествующей ему оптимизацией производственной программы следует ввести следующее ограничение:

Xi ? Vi , (70)

где Vi - оптимальное (плановое) значение объема производства товара артикула i, тыс.м.

3. Целевая функция

Задается целевая функция как минимум суммы всех возможных потерь планового и будущего периодов с учетом вероятностей этих отклонения - В, %:

Z = ?В*ПЗДi + ?В*ПНППi + ?В*ПНБПi > min.



Путем ряда математических преобразований целевая функция может быть изображена в следующем виде:

Z = max[ 0 ; ((Xi - nmin i)* УПерЗi * В(-)] + max[0; ((nmaxi * Ji - Xi)*(Цi - УПерЗi)*В(+)*Kn)]+ + max[0 ;

*Kn]>mim (71)

Результатом решения задачи оптимизации, описанной ограничениями (68) - (70) и целевой функцией (71), будет нахождение сбалансированных пропорций между объемами производства по регулярной производственной программе и программе «Прямо на месте» в каждый год планового периода для каждого товара. В данной модели учтены потери будущего периода в результате перехода клиентов к конкуренту только в перспективе на 1 год, так как оценка влияния неудовлетворения спроса на более отдаленные периоды может быть неточной в результате накопления неучтенных факторов.

Поиск оптимального решения на базе модели (68) - (71) может быть осуществлен путем решения задачи одномерной оптимизации, с использованием ранее предложенных возможностей пакета «Поиск решения» программного продукта MS Excel.

Пример решения оптимизационной задачи ни основе предложенного метода в специальной форме, предлагаемой автором, приводится в прил. 14.

В качестве исходных данных предложенного расчета был взят прогноз объемов продаж товара Арт. № 1 из примера расчета по модели оптимизации производственной программы (прил. 13) за первый год оптимизируемого процесса, параметры функции распределения вероятности отклонений объемов продаж товара от прогнозных, вычисленные в среднем по портфелю ЗАО «МТОК» на основе взвешенной средней (прил. 10). Также использован установленный путем опроса специалистов отдела сбыта и клиентов процент потребности в поставках товара при условии наличия товара на складе из общего объема сбыта.

В результате проведения расчета вид товара №1 может быть разделен на два самостоятельных вида, выпускаемых по различным системам производственного сервиса: Арт. №1, поставляемый под заказ, и Арт. №1, выпускаемый в рамках программы «Прямо на месте». Структура группы товаров Арт. №1 будет выражаться следующим образом:

выпуск по программе «Прямо на месте» - 80,07 тыс. пог. м;

выпуск по программе «Под заказ» - 18,18 тыс. пог. м

Отметим, что если в результате расчетов оптимального распределения объема производства товара по модели минимизации риска, включающей ограничения (70), будет получаться оптимальное решение с величиной потерь от неудовлетворения спроса большей от нуля, следует говорить о том, что рассматриваемый вариант структуры товарного портфеля, полученный в результате проведения оптимизационных расчетов по методу, описанному в разделе 3.2.1., связан с риском несоответствия объемов производства продукции структуре спроса. То есть может возникнуть ситуация удовлетворения спроса не в полном объеме. Для решения данной проблемы можно рекомендовать использовать следующую процедуру.

1. Заново провести расчет по модели (68) - (71), исключив из нее ограничение (70). По итогам расчета будет получена величина оптимального объема производства товара по системе «Прямо на месте» (Xoi), позволяющая избежать как потерь от неудовлетворения спроса, так и потерь от замораживания средств.

2. Необходимо определить недостающий объем производства товара i: Ei = Xoi - Vi , тыс. м.

3. Далее необходимо произвести анализ распределения производственной программы других товаров, входящих в портфель. В случае наличия достаточных объемов производства данных товаров по системе «Под заказ», мощности, планируемые под их производство, могут рассматриваться в качестве резервов для производства недостающих объемов проблемного товара (Ei). В этом случае необходимо осуществлять перераспределение использования фонда времени работы оборудования и других ресурсов на основе ситуационного подхода с учетом реальных колебаний спроса на товар, возникающих в плановом периоде, сезонных циклов динамики сбыта и прочих производственных факторов.

3.4 Окончательный выбор сбалансированной структуры товарного портфеля

Осуществление окончательного выбора сбалансированной структуры товарного портфеля рассматриваемого планового периода следует производить на основе многовариантного подхода. То есть окончательный состав и структуру товарного портфеля необходимо выбирать из множества альтернативных вариантов развития, которые разрабатываются путем последовательной реализации системы оптимизационных и имитационных расчетов, описанных в разделах 3.2.1 - 3.3.2. Таким образом, в результате реализации предложенных расчетов по предложенным моделям, каждый получаемый вариант решения должен обладать многоуровневой структурой. Различные уровни решения должны отражать управленческое воздействие на составляющие управляемой системы различного масштаба. При этом при последовательной разработке альтернативных решений от первого уровня до последнего происходит увеличение числа вариантов управленческого воздействия (рис. 7), что связано с возможностью осуществления многовариантных расчетов на каждом этапе.



Рис. 7. Структура альтернативных вариантов товарного портфеля

Дадим описание структуры альтернатив управленческих решений по формированию сбалансированного товарного портфеля предприятия.

1.На первом уровне находятся разработанные (по методу, описанному в разделе 3.2.1) варианты состава портфеля в разрезе видов товаров, при этом, с точки зрения периода, в котором достигается целевой результат, одни варианты будут больше соответствовать портфелю роста, другие - портфелю максимума текущего результата; с точки зрения целей организации: одни - портфелю дохода, другие портфелю максимума доли рынка, третьи - максимума роста; и так далее.

2. На втором уровне для каждого варианта состава в разрезе видов товаров имеется вариант развития в разрезе разновидностей товаров (рассчитываемый по методу, описанному в разделе 3.2.2).

3. На третьем уровне для каждого варианта состава портфеля предлагается несколько альтернативных вариантов оптимизации структуры, рассчитанных с помощью различных вариантов модели динамического программирования (раздел 3.3.1).

4. На четвертом уровне для каждого варианта структуры должна быть решена задача сбалансированного распределения объемов выпуска по различным вариантам производственной программы с точки зрения критерия минимизации риска (раздел 3.3.2).

Каждый полученный таким образом вариант товарного портфеля подвергается качественной оценке лицом (кругом лиц), принимающим решение, в целях окончательного выбора с учетом опыта специалистов и их оценки существующей ситуации на рынке и внутри предприятия. Критерием оценки каждого варианта портфеля будет соответствие динамики важнейших показателей производственно-сбытовой деятельности, соответствующих данному варианту структуры портфеля, признакам сбалансированности, определенным в главе 1, целям организации, условиям бизнеса.

Можно также воспользоваться выбором решения на основе использования критерия Парето-сбалансированности по отношению к структуре товарного портфеля, получаемой на последнем этапе. Подобная структура способствует максимальной диверсификации товарных рисков и страхует предприятие от случайных факторов, а также способствует недопущению ситуации, когда объемы реализации продукции предприятия, выручки, прибыли и доли рынка могут значительно снизиться в результате перехода ограниченной группы ведущих товаров в фазу спада жизненного цикла (что было рассмотрено на примере ЗАО «МТОК»). Также в качестве критерия окончательного выбора можно рассматривать минимум суммарного риска товарного портфеля (определяемого по формуле (42)).

Таким образом, выбор следует остановить на таком решении, которое обеспечивало бы развитие товарного портфеля в направлении достижения максимальной сбалансированности, определяемой с точки зрения состава и структуры, а также достижения соответствия целевым установкам, определяемым высшим руководством.

В заключение следует отметить необходимость применения метода непрерывного планирования в постановке управления структурой товарного портфеля. По мнению Тихобаева В.М. [74, с.с. 23 - 24], это должно заключаться в пересчете плановых решений после окончания каждого года с сохранением длительности горизонта планирования. При этом необходимо учитывать все изменения внешней и внутренней среды, возникшие на прошедшем этапе. В этом смысле метод непрерывного планирования сходен по своему значению с принципом внешнего дополнения С. Бира.

Также следует сказать, что разработка сбалансированной структуры товарного портфеля текстильного предприятия является процессом, основанным на сложном взаимодействии структурных подразделений предприятия. В прил. 15 отражены принципы организации деятельности по формированию товарного портфеля, указаны подразделения, отвечающие за выполнение различных этапов, а также описан обмен информацией между функциональными службами в процессе формирования структуры товарного портфеля. Для каждого шага поиска сбалансированности приведены виды исходных данных и их источники; информация, получаемая после реализации каждого этапа поиска сбалансированной структуры товарного портфеля, ее назначение и возможности использования в плановой и управленческой деятельности на текстильном предприятии.

Выводы

1. Проведенный в диссертационном исследовании анализ состояния предприятий текстильной отрасли с точки зрения постановки деятельности по формированию и управлению товарным предложением выявил наличие ряда серьезных проблем. Для многих фирм это связано с несоответствием существующего парка оборудования, техники и технологии, принципов организации производства, заложенных на этапе проектирования, современным условиям рыночной экономики. В то же время степень сбалансированности товарных портфелей более конкурентоспособных в данном отношении организаций также находится на невысоком уровне. Это приводит к вытеснению с российского рынка отечественной продукции импортом.

2. Состояние сбалансированности товарного портфеля должно определяться на основе комплексного рассмотрения факторов: структуры портфеля и соответствия ее рыночной потребности; динамики показателей деятельности, связанных с данным вариантом портфеля, а также соответствия достигаемого уровня эффективности целям организации.

3. На основе проведенного исследования определен комплексный характер задачи формирования сбалансированной структуры товарного портфеля. Ввиду этого, в составе проблемы необходимо выделять частные вопросы и использовать различные подходы к их решению.

4. Для структурирования товарного портфеля необходимо применять многомерный подход. Это связано с тем, что не только технико-технологические факторы влияют на потребительское восприятие полезности товара, но и сервис, предоставляемый в комплекте поставки, а также различия в назначении выпускаемого товара.

5. Необходимо учитывать переменный характер состава товарного портфеля, что обусловлено конечностью жизненных циклов товаров. Поэтому в вопросах диагностирования товарного портфеля рекомендовано помимо текущего состояния оценивать перспективы развития как портфеля в целом, так и отдельных его составляющих. Для оценки перспектив необходимо применять предложенный метод прогнозирования динамики потребления видов товаров, основанный на моделировании ЖЦТ с использованием моделей диффузии и замещения.

6. Определено, что разрабатываемые управленческие воздействия по формированию сбалансированной структуры товарного портфеля должны носить комплексный характер и состоять из решений, имеющих направленность воздействия как на состав портфеля (перечень ассортиментных позиций), так и на его структуру (соотношение объемов выпуска по отдельным ассортиментным позициям).

7. В целях обеспечения сбалансированности плановых решений различных периодов необходимо использовать метод динамического программирования в качестве основы для оптимизации производственной программы. Возможно применение различных вариантов моделей в зависимости от внешних условий, стратегии и целей фирмы.

8. При формировании сбалансированной структуры товарного портфеля необходимо рассматривать фактор риска, который заключается в возможности отклонений объемов потребления товара от прогнозных, приводящих к потерям. Для окончательного формирования структуры товарного портфеля необходимо производить оптимизацию по критерию минимизации риска.

9. Постановка системы управления товарным портфелем предприятия должна строиться на основе принципа непрерывного планирования, который подразумевает осуществление пересчета дальнейших планов состава и структуры товарного портфеля после окончания каждого этапа управления с учетом значений достигнутых показателей.

Литература

1. Абалкин Л.И. и др. Проблемы сбалансированности экономики/ Л.И. Абалкин, Э. Батизи, Ф. Бэран. и др./Под редакцией Н.И. Микульского. - М.: Экономика, 1984. - 294 с.

2. Аблонин С. Выводы для предприятия из теории ЖЦТ// Маркетинг. - 1998, №3.

3. Академия рынка: маркетинг. Пер. с фр. А. Дийап, Ф. Букерсель и др. - М.: Экономика, 1995. - 535 с.

4. Алехин Б.И., Антонов М.В. и др. Инвестиционно-финансовый портфель: книга финансового менеджера. - М.: Соминтэк, 1993.

5. Андрианов В.Д. Конкурентоспособность России в мировой экономике// Маркетинг. - 1999. - № 2. - с.с. 56 - 64.

6. Барахов В.И., Самочкин В.Н. Исследование жизненного цикла товара// Маркетинг в России и за рубежом. - 2002. № 3.

7. Баутов А.Н. Оптимальное управление продажами с использованием статистических моделей// Маркетинг в России и за рубежом. - 2001, № 6.

8. Бездудный Ф.Ф., Павлов А.П. Математические методы и модели в планировании текстильной и легкой промышленности: Учебник для вузов - М.: Легкая индустрия, 1979. - 440 с.

9. Белкин В.Д., Казакевич Г.Д., Богачев В.Н. и др. Сбалансированность и эффективность. - М.: Наука, 1988. - 296 с.

10. Беллман Р. Динамическое программирование. - М.: Изд-во иностр. лит-ры, 1960. - 400 с.

11. Беллман Р., Дрейфус. С. Прикладные задачи динамического программирования. - М.: Наука, 1965. - 458 с.

12. Беллман Р., Калаба Р. Динамическое программирование и современная теория управления. - М.: Наука, 1969. - 118 с.

13. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. - М.: Мир, 1979, вып. 1, 2. - 406 с.

14. Боровиков Н.А., Ивченко Г.И. Прогнозирование в системе Statistica в среде Windows. - М.: Финансы и статистика, 2000 г. - 382 с.

15. Брыскин В.В. Математические модели маркетинга. - Новосибирск.: Наука, 1992.

16. Вентцель Е.С. Теория вероятностей. - М.: Государственное издательство физико-математической литературы, 1958. - 464 с., ил.

17. Гапошина Л.Г. Товар в маркетинге: Лекция// Издательно-книготорговый центр «Маркетинг». - М.: МУПК, 2001. - 34 с.

18. Гарнаев А.Ю. Microsoft Excel 2000: разработка приложений. - СПб.: БХВ - Санкт-Петербург, 2000. - 576 с.: ил.

19. Гитман Л. Дж., Джон М.Д. Основы инвестирования: Перевод с английского. - М.: Дело, 1997. - 860 с.

20. Голубков Е.П. Основы маркетинга. - М.: Юрист, 1997. - 352 с.

21. Голубков Е.П. Основы маркетинга: учебник. - М.: Финпресс, 1999.

22. Горемыкин В.А, Нестерова Н.В. Энциклопедия бизнес-планов: Методика разработки. 75 реальных образцов бизнес-планов. - М.: «Ось-89», 2003. - 1104 с.

23. Гунин В.Н. и др. Управление инновациями: 17-модульная программа для менеджеров «Управление развитием организации». Модуль 7. - М.: ИНФРА-М, 2000. - 272 с.

24. Данко Е.П., Попов А.Г., Кожевникова Т.Я. Высшая математика в упражнениях и задачах: Учеб. Пособие для студентов втузов. В 2-х частях. Часть II - 4-ое изд., испр. и доп. - М.: Высшая Школа., 1986. - 415 с.

25. Егоричева Е.В. Художественное проектирование костюма с учетом автоматизированного подхода к прогнозу развития моды, основанного на модели ARIMA Бокса - Дженкинса. Диссертация на соискание ученой степени кандидата технических наук. - М.: 2003. - 216 с.

26. Завьялов П.С., Демидов В.Е. Формула успеха: маркетинг. - М.: Международные отношения, 1991, - 253 с.

27. Ивахник Д.Е., Григорьева В.З. Оптимизация производственной программы предприятия в условиях рыночных отношений// Маркетинг в России и за рубежом. - 1999, № 1.

28. Иващенко Н.С. Разработка метода комплексной оценки уровня развития текстильного производства. Диссертация на соискание ученой степени кандидата экономических наук. М.: 1987. - 261 с.

29. Иващенко Н.С., Силаков А.В. Построение и анализ жизненных циклов товаров на основе моделей диффузии// Сборник докладов международной научной конференции «Социально-экономические проблемы развития предприятий и регионов». - Витебск: Витебский государственный технологический университет, 2001. - с.с. 187 - 189.

30. Иващенко Н.С., Силаков А.В. Стратегическое управление бизнес-портфелем текстильного предприятия на основе системы оптимизационных расчетов// Вестник ДИТУД - 2002, № 2 (12). - с.с. 73 - 78.

31. Ингман Н.И. Методические указания к выполнению расчетного задания на тему «Финансовый анализ». Для студентов очного обучения специальности 06.08.00. - М.: МГТУ, 2001 г., 19 с.

32. Канторович Л.В., Макаров В.Л. Оптимальные модели перспективного планирования: Применение математики в экономических исследованиях. - М.: Мысль, 1965.

33. Карасев А.И., Аксютина З.М., Савельева Т.И. Курс высшей математики для экономических вузов. Ч. I. Основы высшей математики: Учеб. Пособие для студентов вузов. - М.: Высшая школа, 1982. - 272 с., ил.

34. Клавдиева Е.В. Разработка товарной стратегии текстильного предприятия и выбор оптимального варианта обновления продукции. Диссертация на соискание ученой степени кандидата экономических наук. - М.: 2003 - 159 с.

35. Козлова Т.В. Основы теории проектирования костюма. - М.: 1998.

36. Козлова Т.В. Художественное проектирование костюма. - М.: 1982.

37. Комментарии к ИНКОТЕРМС-2000: Правила по толкованию торговых терминов. - Ташкент: Изд-во Международной торговой палаты. - 30 с.

38. Кондратьев Н.Д. Избранные сочинения. - М.: Экономика, 1993. - 543 с.: ил.

39. Кондратьев Н.Д. Основные проблемы экономической динамики и статистики. Предварительный эскиз. - М.: Наука, 1991. - 570 с.

40. Королев И.В. Методы формирования продуктово-рыночного портфеля предприятия в рамках стратегического планирования. Автореф. Диссертации на соискание ученой степени кандидата экономических наук. - С-Пб.: 1995. - 17 с.

41. Котлер Ф. Маркетинг, менеджмент. Девятое международное издание. - М.: Дело, 1999. - 896 с.

42. Кричевский И.Е., Иванова О.И., Луначарская А.А. Методы и модели долгосрочного прогнозирования потребности и производства химических волокон. В сборнике: Оптимизация планирования полимерно-нефтехимического комплекса. - М.: ЦЭМИ АН СССР, 1984 - с. 36 - 54.

43. Крутик А.Б., Хайкин М.М. Основы финансовой деятельности предприятия: Учеб. Пособие. - 2-е изд., перераб. и доп. - СПб.: Бизнес-пресса, 1999. - 448 с.

44. Маркетиг: Толковый терминологический словарь-справочник. - М.: Инфоконт, СП «Медсервис Интернешнл», 1991. - 224 с.

45. Маркетинг менеджмент. 11-е изд.// Ф. Котлер. - СПб.: Питер, 2003. - 800 с.: ил. - (Серия «Теория и практика менеджмента»).

46. Маркетинг: Учебник под редакцией А.Н. Романова. - М.: Прогресс, 1992, - 423 с.

47. Матрица маркетинговых стратегий Крэйвенса// Энергия - 1999, № 7. - с. 42 - 43.

48. Мескон М., Альберт М., Хедоури Ф. Основы менеджмента. - М.: Дело, 1999, - 800 с.

49. Моисеев Н.Н. Элементы теории оптимальных систем. - М.: Наука, 1975. - 526 с.

50. Общая теория статистики: статистическая методология в изучении коммерческой деятельности: Учебник/ А. И. Харламов, О. Э. Башина, В.Т. Бабурин и др./ Под. Ред. А. А. Спирина, О. Э. Башиной. - 4-е изд. - М.: Финансы и статистика, 1998. - 296 с.: ил.

51. Орехова Е.А. Воспроизводственная динамика переходной экономики: Автореферат дисс. на соискан. уч. степ. к.э.н.. - Саратов, 1999. - 17 с.

52. Основы предпринимательской деятельности: Экономическая теория. Маркетинг. Финансовый менеджмент// Под. Ред. В.М. Власовой. - М.: Финансы и статистика, 1994. - 496 с.

53. Перерва П.Г. Практический маркетинг: Справочник менеджера промышленного предприятия. Вып. 5: Исследования рынка потребительских товаров. - М.: 1991. - 72 с.: ил.

54. Перерва П.Г., Гончарова Н.П. и др. Новые технологические системы, качество, потребность, эффективность. - Киев: «Наукова думка», 1989 - 175 с.

55. Петухова И.В., Петухова Н.В. Прогнозирование емкости рынка отдельных групп товаров и услуг// Маркетинг в России и за рубежом. - 2000, № 5. - с.с. 62 - 74.

56. Петухова И.В., Петухова Н.В. Современное состояние и направления совершенствования рыночной доли продукции// Маркетинг в России и за рубежом. - 2001, №5. - с.с. 13 - 25.

57. Пигунова О.В. Ассортиментная концепция предприятия торговли// Маркетинг. - 2003 , № 1. - с.с. 68 - 74.

58. Пищик В. Евро и макроэкономическая сбалансированность в ЕС// Мированя экономика и международные отношения. - 2003, № 5. - с.с. 26 -35.

59. Полтерович В.М., Хенкин Г.М. Диффузия технологий и экономический рост// Препринт М.: ЦЭМИ АН СССР, 1988 - 37 с.

60. Поляк Т.Б. и др. Организация, планирование и управление ткацким производством: Учебник для ВУЗов// Т.Б. Поляк, А.Е. Стерлин, А.А. Летуновская. - М.: Легпромбытиздат, 1986. - 264 с.

61. Проценко О.Д., Цакаев А.Х. Риск-менеджмент на российских предприятиях// Менеджмент в России и за рубежом. - 2002. №6.

62. Пяткявичуте Н.А. Разработка методов оценки и стимулирования обновленной высококачественной текстильной продукции (на примере текстильной промышленности Лит. ССР). Диссертация на соискание ученой степени кандидата экономических наук. - М.: 1983.

63. Силаков А.В. Иващенко Н.С. Выбор структуры товарного портфеля предприятия на основе анализа сбалансированности// Маркетинг в России и за рубежом. - 2004, №6. - с.с. 71 - 87.

64. Силаков А.В. Оптимизация плана по обновлению ассортимента продукции предприятия при формировании сбалансированной структуры товарного портфеля// Сборник научных трудов аспирантов. Выпуск 7. - М.: МГТУ им. А.Н. Косыгина, 2003. - с.с. 116 - 121.

...