Моделирование многоэтапного процесса принятия решений в сельскохозяйственной организации

 

 

 

 

 

Н.М. Светлов, В.Н. Сахарова, Н.А. Кубышина 

 

 

 

åéÑÖãàêéÇÄçàÖ åçéÉéùíÄèçéÉé 
èêéñÖëëÄ èêàçüíàü êÖòÖçàâ 
‚ ÒÂθÒÍÓıÓÁflÈÒÚ‚ÂÌÌÓÈ Óð„‡ÌËÁ‡ˆËË 

 

Издательство ИНФРА-М 
Москва  2013

УДК 65.012.122:631.152.2 
С24 
Светлов Н.М., Сахарова В.Н., Кубышина Н.А. Моделирование многоэтапного процесса принятия решений в сельскохозяйственной организации. М.: ИНФРА–М, 2012. — 142 с. 
 
Рецензент: д.э.н., профессор Е.В. Худякова 

В монографии на примере научного обоснования среднесрочного плана 
инвестиционной и финансово-хозяйственной деятельности сельскохозяйственной организации, устойчивого к факторам риска и неопределённости, 
рассматривается новый подход к исследованию операций сельхозтоваропроизводителей в условиях дефицита исходных данных. Суть подхода заключается в разработке математической модели в форме задачи линейного программирования, решение которой представляет собой оптимальный план, гарантированно выполнимый в хозяйственных условиях каждого года из ряда 
предшествующих лет функционирования организации. Модель используется 
для постановки на ней сценарных компьютерных экспериментов, результаты 
которых определяют основные показатели разрабатываемого плана. Использование предлагаемой методики обеспечивает степень контроля над факторами неопределённости, близкую к теоретически достижимой на основе информационных ресурсов, фактически доступных менеджменту организации. 
Рекомендуется специалистам плановых и планово-финансовых отделов 
сельскохозяйственных организаций, объединений, агрохолдингов, имеющим 
опыт решения задач оптимального планирования; профессорам и преподавателям экономических факультетов аграрных образовательных учреждений 
высшего профессионального образования; аспирантам аграрных вузов и научно-исследовательских учреждений, ведущих научные исследования по специальностям 08.00.05 — экономика и управление народным хозяйством и 
08.00.13 — математические и инструментальные методы экономики; студентам аграрных образовательных учреждений высшего профессионального образования, обучающихся по направлению 080200 — менеджмент. 
 

© Светлов Н.М., Сахарова В.Н., Кубышина Н.А., 2013. 
© Издательство ИНФРА–М, 2013. 
 

Введение 

Применение методов исследования операций в менеджменте сталкивается с рядом серьёзных препятствий: 

♦ острым дефицитом персонала необходимой квалификации; 

♦ неприемлемо длительными сроками разработки математических моделей надлежащего качества, обусловленными трудоёмкостью этого процесса, необходимостью проведения оригинальных исследований в процессе моделирования; 

♦ несоответствием информационной базы, необходимой для разработки 
тех математических моделей, в которых нуждается менеджмент, информационным ресурсам коммерческих организаций. 
Эти обстоятельства в совокупности формируют скептическое отношение высшего менеджмента к процедурам и технологиям принятия управленческих решений, основанным на исследовании операций. Даже в сельскохозяйственном производстве, где удовлетворительный по параметрам сбалансированности и надёжности план практически невозможно разработать без 
исследования операций, менеджеры предпочитают неоправданно рисковать и 
упускать конкурентные преимущества, обходясь без математических моделей. Примеры успешного применения исследования операций в агробизнесе 
имеются, но их слишком мало как в нашей стране, так и за рубежом. 
Правы ли менеджеры, отказываясь от исследования операций? Следует признать, что да. Средствами, имеющимися в их распоряжении, названные 
проблемы не преодолеть. Не устранив их, ожидать систематического полезного эффекта от включения методов исследования операций в рутинные процедуры подготовки и принятия управленческих решений не приходится: во 
всяком случае, практика не даёт нам оснований для подобных ожиданий. 
Преодоление перечисленных проблем — задача исследователей, профессиональных специалистов в прикладном исследовании операций. Путь к 
нему лежит прежде всего через пересмотр сложившегося отношения к прикладным математическим моделям исследования операций, пренебрежения 
исследователей к потребительским качествам разрабатываемых моделей. 
Главное из этих качеств — применимость модели в условиях практического 
менеджмента. 
С этой точки зрения «хорошей» математической моделью следует считать ту, которая: 

♦ решает управленческую задачу с более высоким качеством, чем альтернативные способы; 

♦ не требует для её решения более длительных сроков, чем альтернативные способы (при наличии кадров, прошедших соответствующую профессиональную подготовку или переподготовку); 

♦ не требует данных, на предоставление которых информационная система фирмы не рассчитана. 
В связи с этим следует обратиться к истории развития методологии исследования операций сельскохозяйственных предприятий. На первом её этапе исследователи учились получать план с помощью линейного программирования; отбирали наиболее существенные факторы, требовавшие учёта при 
планировании; разрабатывали приёмы их формализации. Этот этап начался 
в середине 60-х гг. прошлого века и в основном завершился десятилетие 
спустя, хотя отдельные методические вопросы оптимального планирования — например, вопросы об эмпирической базе моделирования годовых 
рационов кормления, минерального питания растений, об отражении взаимоотношений с бюджетом — не имеют общепризнанного решения до сих 
пор. На втором этапе (середина 70-х гг. прошлого века) внимание исследователей сосредоточилось на задаче отыскания наиболее подходящих способов формализации неопределённостей, присущих сельскохозяйственному 
производству. Её решение позволяло наиболее полно использовать преимущества математических методов в планировании и управлении сельскохозяйственным производством. 
В последующие два десятилетия услуги по исследованию операций, как 
правило, предоставлялись сельскохозяйственным предприятиям коллективами вузов и академических институтов. Сложившаяся к тому времени методология разработки математических моделей оптимального планирования в 
целом соответствовала возможностям разработчиков и потребностям заказчиков. Для разработки моделей использовалась обширная многолетняя эмпирическая база экономической статистики и результатов научных исследований, которая постоянно пополнялась. Так продолжалось вплоть до краха 
плановой экономики. 
Становление рыночной экономики создало предпосылки нового этапа 
развития исследования сельскохозяйственных операций. Давление конкуренции, темп экономической жизни, динамичность и непредсказуемость не 
одной только погоды, но и экономической, и институциональной среды агробизнеса должны были бы резко повысить спрос на исследование операций. Однако из-за радикального изменения экономических и технологических условий хозяйствования эмпирическая база оптимального планирования, накопленная в условиях планового хозяйства, утратила релевантность. 
Приёмы формализации хозяйственных процессов, удовлетворительно работавшие в прошлом, оказались не приспособлены к высокой турбулентности 

рыночного хозяйства. Барьеры коммерческой тайны блокировали доступ 
сторонних консультантов к статистическим данным, требуемым для разработки моделей. 
Словом, новая эпоха предъявила принципиально новые требования к 
моделям. Главное из них состоит в том, что процесс составления, решения и 
использования модели теперь должен полностью, от начала до конца, происходить непосредственно на фирме. Дело здесь не только в нежелании делиться со сторонними исполнителями коммерческой информацией, но и в том, 
что адекватность модели в условиях непрерывно поступающей информации о происходящих изменениях не может, как правило, поддерживаться силами внешних консультантов. 
Таким образом, научная школа исследования операций сельскохозяйственных предприятий встретилась с новым вызовом: необходимостью создания таких моделей, которые могли бы полностью эксплуатироваться коммерческой сельскохозяйственной организацией. За прошедшее время испробованы в различных сочетаниях три пути к этой цели: унификация моделей; 
разработка программных средств для автоматизированного формирования 
моделей на основе данных существующей в организации информационной 
системы; разработка принципиально новых методических решений и модельных конструкций, адекватных новым требованиям. 
Практика показывает, что удовлетворительного ответа вызовам современности эти подходы пока не дали. Вместе с тем экономисты-математики не 
прекращают поиск новых решений, и некоторые из них дают основания для 
осторожного оптимизма. 
Предметом исследования, представленного в монографии, являются 
методы исследования операций сельскохозяйственной организации, относящихся к сфере реальных инвестиций. Объект исследования — стохастическая трёхэтапная ЭР-модель
1, предназначенная для согласования операционной и инвестиционной деятельности сельскохозяйственной организации. 
Цель исследования — разработка и апробация методического подхода к исследованию операций сельскохозяйственной организации, относящихся к 
сфере реальных инвестиций и осуществляемых в условиях риска, на основе 
ограниченной информационной базы. Для её достижения необходимо решить 
следующие задачи: 

♦ обосновать методический подход к разработке и применению экономико-математического инструментария, предназначенного для принятия 
решений о реальных инвестициях с учётом согласования инвестицион
                                              
1 ЭР-модель — модель, основанная на эмпирическом распределении вероятностей 
случайных условий. 

ной и операционной деятельности фирмы в условиях риска и недостатка информации; 

♦ апробировать данный подход на материалах ОАО «Агрофирма Сосновка» Московской области; 

♦ дать оценку конкурентным преимуществам, возникающим благодаря 
применению предлагаемых методик; 

♦ определить необходимые условия внедрения предлагаемого подхода и 
дать рекомендации по его применению на практике. 
Информационной базой исследования служат формы годовой статистической отчётности ОАО «Агрофирма Сосновка» за период 2007…2009 гг. 
Научная новизна исследования, представленного в монографии, заключается в нижеследующем.

1. Для согласования инвестиционной и операционной деятельности коммерческой организации впервые разработана числовая экономико-математическая ЭР-модель, реализующая подход [29] к представлению 
случайных условий при недостатке эмпирических данных для статистического определения вероятностей их наступления, который творчески 
развивает идею метода оболочки данных [42, 45]. 
2. Теоретически обоснованы и практически подтверждены возможности 
использования разработки стохастической многоэтапной ЭР-модели в 
условиях ограниченной эмпирической базы (от трёх лет). 
3. Теоретически обоснованы подходы к контролю над рисками при использовании ограниченной эмпирической базы для разработки моделей 
указанного типа, и предложен алгоритм расчёта условных значений 
случайных параметров модели для построения «пессимистической оболочки данных». 
4. В целях более полного контроля над производственными рисками 
сельскохозяйственных организаций молочного направления предложена и апробирована методика моделирования трёхэтапного процесса 
принятия решений в условиях неопределённости. На первом этапе 
принимается решение об инвестиционной деятельности, а также о размерах посевных площадей и поголовья животных. На втором, по поступлении информации о собранном урожае, — об уровнях кормления 
и продуктивности животных. На третьем, по поступлении информации 
о фактическом расходовании кормов, — об объёмах продажи зерна и 
приобретения комбикорма. 
5. Апробирован подход, заключающийся в использовании данных за один 
и тот же период для формирования исходов случайных условий второго 
и третьего этапов принятия решения. Основанием подхода служит пес

симистическое предположение о независимости фактического уровня 
расходования кормов от урожайности кормовых культур. 
6. Доказано, что применение методик принятия решений об инвестициях 
в реальные проекты, реализуемые в условиях действующей диверсифицированной сельскохозяйственной организации, не предусматривающих использование методов оптимального планирования и исследования операций, приводит к принятию ошибочных решений из-за невозможности правильного учёта альтернативной стоимости специфических активов, к которым, в частности, относятся сельскохозяйственные угодья и человеческий капитал. Этот вывод дополняет ранее полученный результат [6], согласно которому исследование операций строго необходимо для принятия инвестиционных решений в случае одновременной реализации двух и более инвестиционных проектов в одной 
сельскохозяйственной организации. 
Монография состоит из введения, трёх глав, заключения, библиографического списка и приложений. 
В первой главе раскрываются теоретические основы принятия инвестиционных решений с использованием экономико-математического моделирования. Анализируется проблема несоответствия информационных ресурсов сельхозорганизаций требованиям разработчиков стохастических моделей 
оптимального планирования, используемых при планировании инвестиционной деятельности. Предлагается методический подход к разработке стохастических моделей оптимального планирования, позволяющий применять их для 
моделирования объектов, обладающих ограниченными информационными 
ресурсами. 
Во второй главе на основе анализа и оценки информационных ресурсов, производственной деятельности и финансового состояния объекта моделирования — ОАО «Агрофирма Сосновка» — разрабатывается стохастическая трёхэтапная ЭР-модель согласования операционной и инвестиционной 
деятельности, основанная на эмпирическом распределении случайных параметров. 
В третьей главе на материалах полученных сценарных решений разработанной модели обосновываются варианты плана инвестиционной деятельности объекта моделирования. 
Индивидуальный вклад авторов: профессор кафедры экономической 
кибернетики Российского государственного аграрного университета – 
МСХА имени К.А. Тимирязева, д.э.н. Н.М. Светлов — введение, п.1.1 и 1.3, 
заключение, а также научное редактирование всей монографии; магистрант 
кафедры экономической кибернетики Российского государственного аграрного университета Н.А. Кубышина — п. 1.2 (совместно с Н.М. Светловым), 

2.1, 2.2; магистрант кафедры менеджмента и маркетинга Московского государственного лингвистического университета В.Н. Сахарова — п. 2.3, 2.4, 
глава 3 (совместно с Н.М. Светловым). Теоретические разработки, отражённые в монографии, выполнены Н.М. Светловым. Составление, апробация и анализ числовой экономико-математической модели, обоснование вариантов 
инвестиционной 
деятельности 
на 
её 
основе 
выполнены 
В.Н. Сахаровой при консультационной помощи Н.М. Светлова. Кроме того, 
В.Н. Сахарова выполнила анализ финансового состояния объекта моделирования. Сбор эмпирических данных, их предварительная обработка и экономический анализ объекта моделирования (исключая анализ финансового состояния) выполнены Н.А. Кубышиной. 
Авторы выражают признательность руководству ОАО «Агрофирма Сосновка» за предоставление возможности проведения исследования на материалах агрофирмы, а также коллективу кафедры экономической кибернетики 
РГАУ-МСХА имени К.А. Тимирязева за организационную поддержку проведённого исследования и за участие в экспертизе его результатов. 

Глава 1.  Методология исследования альтернатив 
производственных инвестиций сельскохозяйственной 
организации 

1.1. Информационная потребность, обусловленная 
принятием инвестиционных решений 

Россия обладает большим потенциалом развития сельского хозяйства. 
Его значение для отечественной экономики обусловлено возможностями: 

♦ извлечения коммерческой выгоды; 

♦ создания новых рабочих мест; 

♦ улучшения структуры питания населения страны; 

♦ укрепления продовольственной безопасности; 

♦ формирования платёжеспособного спроса для других отраслей отечественной экономики; 

♦ производства конкурентоспособной продукции для экспорта; 

♦ пополнения бюджета за счёт налогов. 
Эти возможности — следствие ряда конкурентных преимуществ. К их 
числу относятся, прежде всего, обширные земельные площади, пригодные 
для вовлечения в сельскохозяйственное производство; большие ресурсы 
уникальных по своему плодородию чернозёмов; высокая обеспеченность 
водными ресурсами; экологические условия сельскохозяйственного производства, выгодно отличающие Россию от многих её конкурентов. На другой 
чаше весов — неблагоприятные климатические условия: недостаток тепла 
на одних территориях, влаги — на других, высокие погодные риски — на 
третьих; низкий уровень развития производственной инфраструктуры; институциональная отсталость сельской экономики; растущий дефицит квалифицированных кадров. Искусство инвестора состоит в том, чтобы максимально 
полно использовать конкурентные преимущества, характерные для сферы 
его инвестиционной деятельности, сводя к минимуму действие рисков и других негативных факторов. 
Сегодня потенциал развития сельского хозяйства России используется 
лишь частично. Изменение ситуации требует коренной реконструкции всего 
сельского хозяйства, а значит, масштабных вложений в основные средства 
сельскохозяйственного производства. Эти инвестиции должны быть сбалансированы с вложениями в оборотные средства и в развитие человеческого 
капитала, успешно конкурировать с инвестициями в ценные бумаги и в реальные активы других видов экономической деятельности. 
Наряду со многими другими условиями, необходимая предпосылка прогрессивных изменений в сельской экономике состоит в комплексной прора

ботке инвестиционных проектов, скрупулёзном учёте прямых и косвенных 
затрат и выгод, эффектов взаимодействия между проектами. По оценке, полученной с использованием экономико-математических моделей, применение общепринятых методик может завышать ожидаемый эффект выполнения 
проектов, предусмотренных региональной программой развития сельского 
хозяйства. Размер погрешности составляет от половины до 34  размера государственной помощи, выделяемой на их реализацию [6]. Причина завышения 
кроется в том, что проекты анализируются без учёта их влияния на альтернативную стоимость используемых ресурсов. 
Подобные ситуации формируют устойчивое недоверие инвесторов к агробизнесу. Единожды столкнувшись с тем, что аграрные проекты приносят 
эффект ниже ожидаемого или связаны с рисками, превышающими проектные оценки, здравомыслящий инвестор не будет больше возвращаться к вопросу о вложении средств в сельскохозяйственное производство. В его распоряжении достаточно альтернатив, которые, как указывает его опыт, не 
преподносят подобных сюрпризов. 
Почему именно в сельском хозяйстве проектные расчёты по привычным методикам дают завышенные оценки чистых выгод и заниженные — 
рисков? Прежде всего потому, что сельское хозяйство имеет дело с одними 
из наиболее сложных известных человеку систем — биоценозами, которые 
служат сельскому предпринимателю производительной силой. Проекты, реализуемые в сельском хозяйстве, как правило, не просто влияют на биоценоз — они образуют с ним органическое единство. Ещё одно обстоятельство 
связано с тем, что земельные ресурсы, необходимые для сельскохозяйственного производства, ограничены принципиально: как правило, их практически 
невозможно ни воспроизвести, ни пополнить без чрезмерного роста интенсивности грузоперевозок, ни заменить другим ресурсом. Ограничение на совместное выполнение проектов накладывает также численность трудоспособного населения, проживающего в зоне их реализации. Специфические 
требования к профессиональной подготовке кадров усугубляют эту проблему. 
Модель денежного потока, традиционно используемая в анализе проектов и занимающая центральное место в его методологии, в принципе способна точно отразить экономический эффект даже в столь сложных условиях. 
Однако на практике требуемые для этого расчёты попросту невыполнимы в 
приемлемые сроки. Кроме того, такая модель не позволяет оптимизировать 
инвестиционные решения, добиться их наилучшей взаимной согласованности. Доказать инвестору выгодность вложений в сельское хозяйство, но не 
давать оснований для несбыточных надежд, предоставлять объективную картину предстоящих затрат, выгод и рисков — с этой задачей проектный ана