Современная экономика требует эффективного управления на основе достоверной информации — ошибки руководителей, порождаемые недостаточными или неверно интерпретированными данными, могут привести к существенным убыткам или краху хозяйствующего субъекта. Однако сегодня в России уделяется еще мало внимания вопросам проектирования и создания платформ, в основе которых лежал бы комплекс моделей, описывающих деятельность крупных хозяйствующих субъектов (КХС), отраслей, регионов и государства в целом. Анализ деятельности таких объектов с учетом всех возможных связей и оценкой тенденций, факторов и ограничений позволил бы принимать взвешенные управленческие решения. Компания «Прогноз» вместе с Пермским государственным национальным исследовательским университетом инициировала работу над созданием информационно-аналитической платформы для решения задач стратегического планирования и прогнозирования.

Платформа представляет собой интегрированную информационную среду, объединяющую средства создания хранилищ данных и проведения вычислений, управления метаданными, а также инструменты бизнес-аналитики, включающие библиотеку готовых функциональных компонентов и предварительно настроенные модели для поддержки принятия решений в различных прикладных сферах. Основу платформы составляют четыре программных комплекса поддержки функциональности стратегического планирования и прогнозирования (см. рисунок). Работу этих комплексов, в свою очередь, обеспечивает централизованное хранилище данных и четыре подсистемы: мониторинга, анализа, визуализации, администрирования и обеспечения информационной безопасности. Математическое ядро платформы образуют программные модули моделирования.

Архитектура платформы
Архитектура платформы

 

В рамках первого этапа разработки (февраль — июнь 2013 года) была сформирована концепция комплекса стратегического планирования и прогнозирования деятельности КХС и создана его математическая модель.

В задачу комплекса входит обеспечение управления хозяйствующим субъектом путем оперативного, среднесрочного и стратегического планирования его деятельности. Одна из целей комплекса — повышение прозрачности деятельности хозяйствующего субъекта и оптимизация взаимодействия его подразделений, потенциально помогающих снизить трудоемкость и сократить сроки подготовки отчетов. Для создания математической модели деятельности КХС были проведены исследования его организационных и технологических процессов и выделены четыре основных бизнес-процесса, описывающих деятельность КХС: управление производством; управление экономикой; управление финансами; анализ и управление финансовыми рисками. Кроме этого, была построена схема для всех процессов деятельности КХС, в которой каждый процесс представлен несколькими взаимосвязанными функциональными блоками. Структура модели деятельности КХС представлена в виде совокупности:

  • средств, или активов (основные средства, запасы, дебиторская задолженность, денежные средства и др.);
  • источников формирования средств, или пассивов (капитал, заемные средства, кредиторская задолженность и др.);
  • финансово-хозяйственных потоков, формирующих движение средств и источников;
  • исторических и текущих значений факторов риска (процентных ставок и курсов валют);
  • характеристик первичных финансовых инструментов (кредитов);
  • характеристик производных финансовых инструментов (процентных и валютных форвардов, процентных и валютных опционов, процентно-валютных и валютных свопов);
  • содержимого всех портфелей финансовых инструментов.

Модель описана в виде сбалансированной системы состояний актива и пассива, изменяемых под влиянием финансово-хозяйственных потоков (капиталовложения, ввод производственных мощностей, производство, изменение запасов, поставка и оплата продукции и т. д.). Определение процессов управления финансово-хозяйственной деятельностью осуществляется на основе балансового метода и представляет собой систему из 200 разностных уравнений, задающих динамику финансово-хозяйственных процессов КХС за определенные интервалы времени (год, квартал, месяц). Для части модели, отвечающей за финансовые риски, основные показатели определяются путем имитационного моделирования факторов риска и курсов валют.

Модель позволяет решать задачи сценарного прогнозирования развития КХС (вопросы типа «что будет, если…?») и является основой для решения задач оптимального управления (вопросы типа «что необходимо для…?») с учетом действующих ограничений. Особенностью модели является алгоритм прогнозирования точек смены тенденции факторов риска, основанный на подходе LPPL (Log-periodic Power Law), применяемом при диагностике критических точек в финансовой сфере [1]. В основе модели LPPL лежит идея о том, что на финансовых рынках функционирует неоднородная сеть нерациональных инвесторов с общими ожиданиями, в результате взаимодействия которых через обратную связь порождается финансовый «пузырь». В определенный момент времени (критическая точка) происходит смена режима (Time-at-Risk) функционирования этого пузыря (крах или прекращение его роста). Модель LPPL диагностирует характерный для пузыря активный рост, сопровождающийся колебаниями с уменьшающейся амплитудой, свидетельствующей о приближении критической точки. Блок «Прогнозирование риск-факторов» модели отлавливает момент вероятной смены тенденции, определяя точку возникновения спекулятивного пузыря, несущего повышенные риски и чреватого возможной сменой режима.

Технологической основой платформы является система бизнес-аналитики Prognoz Platform, поддерживающая весь цикл обработки данных от их загрузки, оперативного анализа, моделирования и прогнозирования, визуализации результатов, формирования и до распространения отчетов. Система позволяет, в частности, определить позиционирование хозяйствующего субъекта на мировом рынке путем анализа оперативных рыночных сводок, а также изучения его процентно-валютных рисков по портфелю финансовых заимствований. Именно модуль предсказательной аналитики Prognoz Platform реализует для модели поддержку процессов принятия решений путем построения и анализа прогнозных («Что будет, если.. ?») и целевых («Что необходимо для.. ?») сценариев. На вход модуля подаются данные об изменении показателей, интересующих руководителя, и при помощи эконометрических, балансовых и оптимизационных методов моделирования в Prognoz Platform решается задача прогнозирования, результаты выдаются в наглядном для конкретного специалиста виде. Кроме этого, для облегчения работы аналитика имеются средства формулирования поисковых запросов на естественном языке [2], позволяющие неспециалисту в ИТ обращаться к хранилищу данных, отчетам, справкам и публикациям.

В целях сокращения сроков разработки и снижения издержек при внедрении платформа построена по модульному принципу — для нее разрабатываются как отдельные программные комплексы и типовые системы для каждой из сфер и уровней управления, так и общие технологические подсистемы, предоставляющие пользователю инструменты анализа, мониторинга, визуализации и обеспечения управления информационной безопасностью. Кроме этого, имеются технологические подсистемы анализа, визуализации, мониторинга и обмена данными с подотчетными для КХС организациями.

Все функциональные блоки модели прошли испытания и верификацию на данных финансово-экономической деятельности за 2008–2010 годы ОАО «Метафракс», крупнейшего в России производителя метанола. Верификация на ретроспективных данных показала, что модель позволяет готовить управленческие решения в области финансов и производства. На основе полученных результатов к началу 2014 года должна быть завершена подготовка к проведению испытаний платформы в одном из российских промышленных холдингов. В 2014–2015 годах планируется расширить платформу за счет создания компонентов моделирования отдельных видов экономической деятельности.

***

Рост объемов накопленных данных и необходимость их оперативного анализа для принятия своевременных обоснованных управленческих решений определили актуальность для менеджмента любого уровня проблемы создания единой информационной среды поддержки принятия решений. Предлагаемая платформа позволяет сформировать такую среду для использования в управленческих структурах организаций различных сфер национальной экономики.

Литература

  1. A. Johansen, O. Ledoit And D. Sornette, Crashes As Critical Points, International Journal Of Theoretical And Applied Finance, Vol. 3, No. 2 219-255 (2000).
  2. Артем Гришковский. Интегрированная обработка неструктурированных данных // Открытые системы.СУБД. — 2013. — № 06. — С. 26-29.

Дмитрий Андрианов (adl@prognoz.ru) — генеральный директор, Сергей Ивлиев (ivliev@prognoz.ru) — заместитель генерального директора, компания «Прогноз» (Пермь), Владимир Максимов (maksimov@econ.psu.ru) — профессор кафедры информационных систем и математических методов в экономике, ПГНИУ. Проект выполняется в рамках постановления Правительства РФ №218 от 09.04.2010г. 

Поделитесь материалом с коллегами и друзьями

Купить номер с этой статьей в PDF