Библиографическое описание:

Атапина Н. В., Кононов В. Н. Управление рисками финансово-хозяйственной деятельности предприятия с использованием агентного моделирования и системной динамики // Молодой ученый. — 2015. — №10. — С. 499-502.

Описание рисковых ситуаций, характерных для деятельности предприятия, в наиболее полной мере осуществляется с помощью имитационного моделирования.

В настоящее время в имитационном моделировании сформировались и наиболее широко применяются несколько основных подходов (таблица 1):

Таблица 1

Основные подходы к имитационному моделированию

Наименование

Характеристика

Преимущества

Недостатки

Дискретно-событийное моделирование (процессный подход)

Отражает абстракции низкого и среднего уровня. Дискретно-событийное моделирование является дискретным — каждому событию соответствует определенный дискретный момент времени. Характерной чертой данного подхода является «обезличенность».

1.      Позволяет описывать централизованные системы.

2.      Большое количество программных продуктов, поддерживающих дискретно-событийный подход.

1.      Моделируемая система должна описываться как последовательность операций.

Системная динамика (динамическое структурное моделирование)

Системно-динамическая модель предприятия предназначена для его комплексного описания и исследования как целостной интегрированной системы, осуществляющей разнообразные взаимосвязанные функции.

Аппарат системной динамики обычно оперирует непрерывными во времени процессами.

Системно-динамические модели, как правило, применяются при стратегическом анализе и долгосрочном планировании.

Предполагает максимальный уровень абстракции модели.

1.      Возможность использования многоцелевых критериев при построении и исследовании моделей;

2.      Проведение исследований на основе неполной информации;

3.      Интерпретация и исследование динамической ситуации, когда параметры системы и среды меняются во времени;

4.     Исследование поведения системы посредством выявления причинно-следственных отношений и взаимодействий контуров обратной связи, проявляющегося в особенностях её структурной организации;

5.      Визуальность и интуитивная ясность системных потоковых диаграмм;

6.      Имитационная модель с контурами системной динамики — удобный инструмент экспериментального проигрывания большого множества сценариев типа «что, если».

[5, с. 30]

1.      Не рассматриваются индивидуальные объекты, а лишь их количественные и агрегированные показатели;

2.      Высокий уровень абстракции модели.

Агентное (мультиагентное) моделирование

Позволяет изучать системные закономерности в результате воспроизведения индивидуального поведения и взаимодействия активных объектов, называемых агентами. Агентный подход применяется в тех областях исследования, где отсутствует теоретическое знание о системе, а также в тех случаях, когда постулаты об однородности и рациональном поведении агентов, приводящие к агрегированию моделей, не позволяют получить адекватные представления о поведении изучаемой системы.

Практическое агентное моделирование позволяет получать решения при анализе потребительских и финансовых рынков, потребительских предпочтений и исследовании моделей конкуренции, координации участников цепи поставок.

В зависимости от того, какой объект представляет собой агент, модель может соответствовать высокому, среднему, низкому уровню абстракции или сочетать несколько уровней. Данный подход является наиболее универсальным. [6, с. 55]

1.      Отсутствие предопределенности в поведении системы;

2.      Реализм и гибкость в описании системы;

3.      Возможность моделировать самые сложные нелинейные обратные связи, использовать любой необходимый уровень детализации и абстракции;

4.      Появляется возможность моделирования общения и обмена информацией.

1.     Трудности в получении адекватных данных;

2.     Необходимость определения логики поведения отдельного агента в терминах, доступных для обработки компьютером;

3.     Могут возникнуть вычислительные сложности, поскольку агентные модели требуют больших аппаратных и программных мощностей для проведения симуляций.

 

В зависимости от цели исследования, система риск-менеджмента предприятия, рисковая ситуация могут быть описаны с помощью различных подходов к имитационному моделированию. При этом применение одного из приведенных подходов не исключает возможности использования другого подхода.

Дискретно-событийное моделирование применяется, как правило, для прогнозирования поведения детализированных моделей отдельно взятых бизнес-процессов. Стратегическая архитектура предприятия может быть воспроизведена на основе потоковых диаграмм системной динамики; поведение клиентов на потребительском рынке, процессы конкуренции могут быть описаны агентными моделями [4, с. 399].

В целях повышения точности прогнозирования факторов внутренней и внешней среды, оказывающих влияние на финансово-хозяйственную деятельность предприятия и, как следствие, на принятие управленческих решений в условиях риска, актуальным является сочетание методов системной динамики и агентного моделирования.

В рамках агентного моделирования в качестве агента рассматривается некоторая сущность, которая обладает активностью, автономным поведением, может принимать решения в соответствии с определенными правилами, может взаимодействовать с окружением и другими агентами, а также изменяться.

Методы системной динамики могут применяться для прогнозирования факторов риска внешней среды, присущих деятельности предприятия. В качестве исходных данных при этом рассматривается статистическая информация, полученная с использованием фазового анализа, либо иных методов, удовлетворяющих целям управления.

Анализ внутренней среды предприятия осуществляется на основании системы сбалансированных показателей, теории хаоса и др. [2]. Кроме того, внутренняя среда предприятия может быть проанализирована при помощи построения имитационной модели с использованием агентного подхода.

Построение имитационной модели включает в себя: определение включаемых в модель входных и выходных переменных; выбор видов закона распределения, которому подчиняются случайные входные переменные; оценка числовых характеристик выбранных законов распределения вероятностей; определение функциональной или вероятностной зависимости между переменными.

Применение агентного подхода в целях управления рисками, присущими деятельности предприятия, а, следовательно, и имитационной модели, обусловлено следующими преимуществами: автономность агентов, индивидуальное поведение, возможность обучения и адаптации, координация их действий, децентрализованность системы и др. [1]. Для создания агентной модели может быть использована система моделирования AnyLogic (XJTechnologies).

Результатом анализа внешней и внутренней среды становится постановка стратегических целей деятельности предприятия, минимизация негативного влияния рисков при принятии управленческих решений.

Рис. 1. Концептуальная модель [3]

 

Таким образом, сочетание различных подходов к имитационному моделированию является актуальным направлением дальнейших исследований.

Кроме того, в результате проведенного анализа были выделены следующие проблемные направления исследования:

-          определение оптимального количества агентов-сущностей имитационной модели;

-          выделение значимых факторов риска, присущих деятельности предприятия.

 

Литература:

 

1.                  Борщев А. Практическое агентное моделирование и его место в арсенале аналитика // Exponenta PRO. — 2004. — № 3–4 (7–8). — С. 38–47.

2.                  Кричевский, М. Л. Интеллектуальные методы в менеджменте / М. Л. Кричевский. — СПб.: ПИТЕР, 2005. — 304 с.

3.                  Куликова О. М. Алгоритм поддержки принятия управленческих решений в условиях неопределенности//Наука о человеке: гуманитарные исследования. — 2013. — № 1 (11). — С. 256–260.

4.         Лычкина Н. Н. Имитационные модели организаций и их применение в стратегическом управлении и информационных бизнес-системах // Управленческие науки в современной России. — 2014. — Т. 2. — № 2. — С. 396–400.

5.         Лычкина, Н. Н. Имитационные модели в процедурах и системах поддержки принятия стратегических решений на предприятиях / Н. Н. Лычкина // Бизнес-информатика. — 2007. — № 1. — С. 29–35.

6.         Сидоренко В. Н., Красносельский А. В. Имитационное моделирование в науке и бизнесе: подходы, инструменты, применение // Бизнес-информатика — 2009. № 2. — С. 52–57.

Обсуждение

Социальные комментарии Cackle