Belgorod, Belgorod, Russian Federation
employee
student
VAC 05.17.00 Химическая технология
VAC 05.23.00 Строительство и архитектура
GRNTI 20.53 Технические средства обеспечения информационных процессов
This article provides an overview of the principle of operation of the automated identification systems and risk analysis when changing raw material suppliers. The main components of the system. A general view of the scheme of interaction of basic units of the system in terms of the environment and the environment of the enterprise.
Risk analysis, supplier, methods of analysis, expert evaluation, automation of processes, processes information support
В условиях глобализации экономики любая организация в процессе своей производственной деятельности сталкивается как с запланированной, так и незапланированной сменой поставщика сырья и материалов ( далее поставщика). Смена поставщика в условиях высокоритмичного производства и высоких требований к качеству сырья и материалов является процессом с высокой степенью риска. Применение современных принципов анализа и управления рисками на стадии смены поставщика позволяет минимизировать возможные негативные последствия [1].
Современные российские предприятия машиностроительной отрасли напрямую зависят от поставок тех или иных комплектующих, сырья и материалов из стан Евросоюза. В условиях нестабильной политической ситуации, серьезной угрозы санкционных запретов на поставки продукции двойного назначения, крупные российские машиностроительные предприятия сталкиваются с необходимостью проработки вопросов смены поставщиков [4].
Применение принципов автоматизации управления производствами, при решении задач минимизации риска поставщика, позволяет снизить риск экспертной ошибки за счет применения широкого набора статистических оценок и позволяет сократить требуемые для проведения риск-анализа человекоресурсы до уровня, ограниченного необходимым количеством экспертов. Использование автоматизированных систем при оценке и выборе поставщика позволяет минимизировать корупционную составляющую данного процесса [5].
На рис. 1 представлена схема модели функционирования автоматизированной системы идентификации и анализа рисков при смене поставщика.
Особенностью представленной на рисунке 1 схемы автоматизированной системы идентификации и анализа рисков при смене поставщика является применение совмещенного экспертно-статистического человеко-машинного подхода к реализации процедур идентификации и анализа рисков [6].
Данный подход позволяет с одной стороны минимизировать вероятность экспертной ошибки, с другой стороны исключает применение исключительно машинно-формализованного подхода к процессу риск-менеджмента.
Двумя основными модулями автоматизированной системы идентификации и анализа рисков при смене поставщика являются:
- Автоматизированная система оценки поставщика (АСОП);
-Автоматизированная система идентификации и анализа рисков поставщика (АСИиАРП).
Рассмотрим поочередно особенности функционирования этих элементов автоматизированной системы идентификации и анализа рисков при смене поставщика.
Основными элементами АСОП являются [7]:
- База данных поставщиков, содержащая в себе информацию о поставщиках, с которыми на данный момент работает компания с их результатами многокритериальных оценок, а также данные об альтернативных поставщиках [2], пересматриваемые при проведении процедуры оценки поставщиков при смене поставщика, но не реже чем раз в год. Ежегодный периодический пересмотр многокритериальных оценок позволяет отслеживать тренды в развитии поставщиков и учитывать их в процессе идентификации и анализа рисков. В базе данных также содержится фиксированный перечень критериев оценки поставщиков, который целесообразно пересматривать не реже одного раза в год экспертным методом.
- Блок статистических данных содержит информацию о трендах развития поставщиков, историю смены поставщиков, составы экспертных групп, информацию об оценках, полученных от различных экспертов, тренды в изменениях экспертных оценок поставщиков.
- Блок анализа данных позволяет автоматизировать выбор поставщика на основании полученных экспертных оценок. Блок анализа данных содержит алгоритмы многокритериальной оценки характеристик поставщика на основании полученных экспертных оценок.
Информационными обеспечением АСОП (входами) являются:
- Статистика работы с поставщиками предприятия;
- Результаты экспертных оценок поставщиков;
- Результаты мониторинга внешней среды (рынка).
Рис. 1. Схема автоматизированной системы идентификации и анализа рисков при смене поставщика
Основанием для получения достоверных результатов многокритериальной оценки поставщика является наиболее полный перечень критериев оценки. Для получения данного перечня можно использовать круговое анкетирование группы экспертов. В данном случае перечень составляется ведущим экспертом и затем поочередно переходит от эксперта к эксперту с целью его уточнения [8]. После прохождения каждого эксперта перечень вновь попадает к ведущему эксперту, который вносит свои правки и запускает перечень для согласования с группой экспертов. Использую следующие типовые критерии оценки поставщиков:
- Цена;
- Гибкость ценовой политики;
- Условия платежа;
- Качество продукции;
- Наличие свободных производственных мощностей;
- Уровень надежности;
- Деловая активность предприятия;
- Сроки поставки.
Система оценок критериев определяется ведущим экспертом и устанавливает градации количественной оценки.
Результатом функционирования АСОП является принятие решения о выборе поставщика на основании экспертных оценок (выход) а также вывод данных о выбранном поставщике (результаты многокритериальной оценке).
АСОП обеспечивает информацией о выбранном поставщике АСИиАРП (вход АСИиАРП).
К основным элементам АСИиАРП относятся:
- База данных риск-факторов и их проявлений содержит информацию о выявленных ранее риск-факторах, их проявлениях и последствиях для компании. Информация в базе данных пополняется в результате работы группы экспертов. В базе данных может находится типовое древо рисков, в нем содержится установленная связь между снижением оценок критериев поставщика, возникающими в следствии этого риск-факторами и их проявлениями. Элемент древа рисков представлен на рисунке 2. База данных риск-факторов и их проявлений осуществляет информационную поддержку группы экспертов при идентификации рисков. Данные в базе актуализируются и уточняются при осуществлении процесса риск-менеджмента, так же целесообразно проводить пересмотр базового древа рисков не реже раза в год.
Рис. 2. Элемент древа рисков
- Блок статистических данных информацию содержит информацию о трендах проявления риск-факторов, статистическую информацию о достоверности ранее проведенных анализах риск-факторов и их проявлений. Помимо информации о риск-факторах и их проявлениях внутри компании, блок статистических данных должен содержать информацию из открытых источников о экономической и политической ситуации в стране и мире, о тенденциях развития рынка и т.д.
- Блок анализа данных позволяет автоматизировать процесс обработки результатов работы экспертной группы по анализу рисков при смене поставщика, основываясь на статистических данных и информации из базы данных риск-факторов и их проявлений. Блок анализа данных содержит алгоритмы, основанные на современных методах риск-менеджмента.
Информационными обеспечением АСИиАРП (входами) являются:
- Статистика работы с поставщиками предприятия;
- Результаты функционирования АСОП;
- Результаты мониторинга внешней среды (рынка);
- Информация о производственных процессах предприятия, в которых задействованы поставщики;
- Отчеты работы автоматизированной системы управления рисками поставщиков (АСУРП).
Выходом АСИиАРП является информация для принятия решения руководством о смене поставщика сырья и материалов, данная информация представляется в виде отчета, содержащего информацию о предлагаемом к замене поставщике, риск-факторах, связанных с принятием решения о смене поставщика, тяжести и вероятности проявлений риск-факторов. При положительном решении руководства, данная информация передается в АСУРП для дальнейшей обработки и рассмотрения возможности минимизации тяжести и вероятности проявлений риск-факторов [9].
К побочным выходам АСОП и АСИиАРП относятся информационные потоки, предоставляющие данные для процесса оценки эффективности деятельности группы экспертов по риск-менеджменту.
К основным показателям эффективности функционирования процесса идентификации и анализа рисков при смене поставщика можно отнести следующие:
- Отсутствие перебоев с поставками сырья и материалов при смене поставщика;
- Отсутствие отрицательных трендов в качестве продукции при смене поставщика.
Карта процесса идентификации и анализа рисков представлена в табл. 1.
Показатели эффективности процесса идентификации и анализа рисков при смене поставщика сырья и материалов могут варьироваться в зависимости от внешнего и внутреннего контекста, политики компании в области работы с поставщиками и ситуации на рынке сырья и материалов. В качестве примера альтернативных показателей эффективности процесса могут выступать следующие:
- Отсутствие простоев технологического оборудования по причине отсутствия сырья и материалов;
- Отсутствие случаев перенасыщения складских помещений сырьем и материалами;
- Отсутствие увеличения стоимости сырья и материалов;
- Отсутствие нарушений в сроках поставки;
- Отсутствие увеличение затрат на доставку сырья и материалов.
Одним из управляющих воздействий процесса является установление руководством компаний весовых коэффициентов для критериев оценки поставщика. Весовые коэффициенты могут назначаться как с определенной периодичностью, так и в каждой конкретной ситуации. Количественные значения весовых коэффициентов могут определяться конкретными требованиями к поставщику, сырью, материалам, инфраструктурными особенностями предприятия, экономическим положением компании, технологическими цепочками производства [10].
Сегодня, особенно в период кризиса, нестабильной валютной ситуации, угрозы санкционных запретов, все больше внимания уделяется стабильности и надежности работы компаний, контролю за рисками и расходами [11]. Все большее число российских компаний обращаются к зарубежному опыту идентификации, анализа и управления рисками. Активно изучается статистическое моделирование и другие прогрессивные методы управления. Ввиду необходимости работы с большими объемами входной информации и необходимости осуществления математических операций целесообразно использовать современные подходы к автоматизации процессов идентификации, анализа и управления рисками.
Выводы. Подходы, передоложенные авторами, позволяют автоматизировать процесс вычислений результатов деятельности экспертных групп идентификации и анализа рисков, в значительной мере сократить затраты времени и живого труда на процесс идентификации и анализа рисков при смене поставщика, за счет автоматизации обработки больших объемов статистической информации и машинной реализации современных методик идентификации и анализа рисков.
Таблица 1
Карта процесса идентификации и анализа рисков
|
Наименование процесса Идентификация и анализ риска при смене поставщика сырья и материалов |
||
|
Определение процесса Идентификация риск-факторов при смене поставщика и определение их проявлений с оценкой вероятности и тяжести для компании. |
Цель процесса Информационное обеспечение принятия решения о смене поставщика руководством компании. Обеспечение входных данных для процесса управления риском при смене поставщика. |
|
|
Руководитель процесса Ведущий эксперт по риск-менеджменту |
Владелец процесса Руководство компании |
|
|
Ресурсы Экспертная группа по риск-менеджменту, инфраструктура компании, АСОП, АСИиАРП, АСУРП. |
||
|
Поставщики информации по процессу АСОП, АСИиАРП. |
Потребитель информации по процессу Руководство компании; Ведущий эксперт по риск-менеджменту; Группа экспертов по риск-менеджменту. |
|
|
Управляющие воздействия Документированная процедура идентификации и анализа риска при смене поставщика. Установленные руководством весовые коэффициенты для критериев оценки поставщика. Мероприятия, разработанные на основе оценки деятельности группы экспертов по риск-менеджменту. |
||
|
Входы процесса 1) Информация о поставщиках сырья и материалов из АСОП (перечень критериев для оценки поставщиков сырья и материалов, формы анкетирования экспертов, тренды развития поставщиков, отчеты о работе с поставщиками, отчеты о посещении производств поставщиков). 2) Информация о риск-факторах и их проявлениях из АСИиАРП (базовое древо рисков, отчеты по анализу статистической информации, данные о реализации процесса управления риском из АСУРП). 3) Информация об осуществлении производственных процессов, в которых задействованы поставщики (карты процессов, технологические цепочки). 4) Статистическая информация о ситуации на экономическом рынке (валютные тренды, тренды спрос/предложение, информация об операциях поставщиков на рынке сырья и материалов) |
Выходы процесса 1) Отчет для руководства о риск-факторах и их проявлениях, возникающих при осуществлении смены поставщика сырья и материалов, с оценкой тяжести для компании и вероятности их проявлений. 2) Входные данные для процесса управления рисками поставщика. 3) Входные данные для процесса оценки деятельности группы экспертов по риск-менеджменту.
|
|
|
Требования к входам Данные должны быть представлены в установленные сроки, информация должна быть релевантной. |
Требования к выходам Отчеты для руководства не должны содержать избыточной информации. Информация для процессов управления рисками поставщика и оценки деятельности группы экспертов по риск-менеджменту должна предоставляться в установленные сроки и в установленной форме. |
|
|
Контролируемые параметры процесса Полнота данных, отсутствие избыточной информации и срок передачи. |
Методы контроля параметров процесса Статистический. |
|
|
Критерии оценки 1.Отсутствие перебоев с поставками сырья и материалов при смене поставщика. 2.Отсутствие отрицательных трендов в качестве продукции при смене поставщика. |
Кто оценивает Руководство компании.
|
|
1. Feofanov A.N, Turapin M.V. Primenenie metoda analiza riskov na stadii vybora postavschika, kak sposob umen'sheniya poter' ot primeneniya nekachestvennogo syr'ya i materialov//Sbornik trudov "Materialy VI vserossiyskoy nauchno-prakticheskoy konferencii "Mashinostroenie - tradicii i innovacii", M.: MGTU «Stankin», 2013. S. 219-224.
2. Turapin M.V, Feofanov A.N, Yudin G.V. Sovremennye tendencii analiza i upravleniya riskami. Analiz riskov, svyazannyh s postavschikom. Razvitie postavschika, kak preventivnyy metod upravleniya riskami // Sbornik materialov molodezhnoy konferencii "Novye materialy i tehnologii v raketno-kosmicheskoy i aviacionnoy tehnike", Zvezdnyy gorodok, 2014. S. 129-134.
3. Hvastunov R.M., Feofanov A.N., Korneeva V.M., Nahapetyan E.G. Kvalimetriya v mashinostroenii: uchebnik // Moskva: Ekzamen, 2009, S. 285.
4. Pustovarov S.S., Apal'kova G.D. Kvalifikaciya postavschikov syr'ya i materialov kak instrument obespecheniya kachestva proizvodstva // Torgovo-ekonomicheskie problemy regional'nogo biznes prostranstva. 2015. № 1. S. 415-417.
5. Bezdenezhnyh V.M. Upravlenie neopredelennost'yu i riskom pri funkcionirovanii slozhnyh sistem - teorema sootnosheniy urovney neopredelennosti i riska // Ekonomika i upravlenie: problemy, resheniya. 2015. № 12. S. 123-131.
6. Malyshev A.V. Prakticheskie aspekty analiza, proektirovanie i razrabotki bazy dannyh dlya avtomatizirovannoy sistemy analiza riskov//Gornyy informacionno-analiticheskiy byulleten' (nauchno-tehnicheskiy zhurnal). 2014. № 11. S. 403-412.
7. Fomenkov S.A., Kosterin V.V., Siplivaya M.B. Avtomatizirovannaya sistema postroeniya modeley identifikacii na baze specializirovannoy elektronnoy tablicy // Izvestiya vysshih uchebnyh zavedeniy. Mashinostroenie. 1997. № 4-6. S. 18-23.
8. Komov V.G. Novye podhody v planirovanii postavschikov syr'ya i materialov v APK // Vestnik Kurskoy gosudarstvennoy sel'skohozyaystvennoy akademii. 2008. T. 3. № 3. S. 50-51.
9. Biragov G.A., Mouraov A.G.Sistemy upravleniya bazami dannyh, ispol'zuemyh pri ekspluatacii metodov diagnostirovaniya komponentov avtomatizirovannoy informacionnoy sistemy // Vestnik Voronezhskogo gosudarstvennogo tehnicheskogo universiteta. 2010. T. 6. № 3. S. 99-102.
10. Karakozova A.V., Ignat'ev A.A. Postroenie bazy dannyh i bazy znaniy v ekspertnoy sisteme// Matematicheskie metody v tehnike i tehnologiyah - MMTT. 2013. № 13-1 (59). S. 178-180.
11. Gladkih O.B., Lauhin V.V. O podhodah k analizu funkcionirovaniya sistem na osnove metoda identifikacii // V sbornike: Fundamental'nye problemy sistemnoy bezopasnosti materialy II shkoly-seminara molodyh uchenyh. 2015. S. 172-174.
