В настоящий момент актуальным представляется создание теоретико-методологической платформы под процессы обеспечения экономической безопасности промышленных компаний и разработка соответствующей системы устойчивого и максимально эффективного функционирования предприятий в настоящем и обеспечение высокого потенциала развития и роста предприятий в будущем.

На практике экономическая безопасность компании характеризуется определенными показателями. По ряду показателей также существуют некоторые нормативы, определяющие их значение положительно или отрицательно. Например, когда собственные средства предприятия превышают половину всех пассивов, соответствующий этой пропорции коэффициент автономии больше 0,5, и это его значение считается «хорошим» (соответственно, когда оно меньше 0,5 – «плохим»). Но в большинстве случаев оцениваемые показатели однозначно нормировать невозможно. Это связано со спецификой промышленной отрасли, с текущими особенностями действующих предприятий, с состоянием экономической среды, в которой они работают.

Деятельность любой организации связана с вполне определенными данными о величине капитальных вложений, текущих затратах, объемах реализации продукции, ценах на товары. Но независимо от качества и обоснованности этих данных будущее развитие событий, связанных с функционированием компании, всегда неоднозначно. Возникают ситуации неопределенности.

Сложившаяся ситуация, вызванная необходимостью корректировки и дополнения существующих представлений о природе неопределенностей и способах их формализации, была в значительной степени разрешена после разработки Л. Заде теории нечетких множеств и теории возможностей, позволяющих оперировать с неопределенностями не только объективного характера, но и субъективными, обусловленными свойствами человеческого сознания.

До появления теории нечетких множеств любая неопределенность, появляющаяся при решении практических задач, отождествлялась со случайностью. В то же время в повседневной жизни мы часто используем такие понятия, как большой, малый, хороший, простой, сложный и т. д., которые являются нечеткими, расплывчатыми, однако эта неопределенность не носит вероятностного характера. Теория нечетких множеств разработана для оперирования с такого рода объектами.

Субъективный фактор в процессе принятия управленческих решений до сих пор не имел удовлетворительной теории для количественного оценивания. В то же время неопределенность, сопровождающая эти решения, постоянно рождает неуверенность принимающего эти решения лица, порождает риск неверной интерпретации исходной информации для принятия решения. И такую неуверенность уже давно следовало бы научиться измерять количественными показателями. Все, что менеджер говорит на словах, он может вполне трансформировать в описания на языке математики. И тогда ожидания, предпочтения и нечеткие оценки, сделанные менеджером, явятся исходной информацией для моделирования предпосылок для принятия (непринятия) решения.

Случайность всегда связана с неопределенностью, касающейся принадлежности некоторого объекта к вполне четкому множеству. Понятие же нечеткости относится к классам, в которых имеются различные градации степени принадлежности, промежуточные между полной принадлежностью и не принадлежностью объектов к данному классу.

Ряд параметров оказывается недоступным для точного измерения, и тогда в его оценке неизбежно появляется субъективный компонент, выражаемый нечеткими оценками типа «высокий», «низкий», «наиболее предпочтительный», «весьма ожидаемый», «скорее всего», «маловероятно», «не слишком» и т.д. Появляется то, что в науке описывается как лингвистическая переменная со своим терм-множеством значений, а связь количественного значения некоторого фактора с его качественным лингвистическим описанием задается так называемыми функциями m-принадлежности фактора нечеткому множеству.

Таким образом, функции принадлежности параметров нечетким множествам обладают теми же достоинствами в анализе, что и неклассические типы вероятностей, и вдобавок к этому они являются количественной мерой наличной информационной неопределенности в отношении анализируемых параметров, значение которых описывается в лингвистически-нечеткой форме.

Схема моделирования системы обеспечения экономической безопасности промышленной компании на основании теории нечетких множеств.

В работе ряд выявленных индикаторов экономической безопасности  оказался недоступным для точного измерения, в его оценке появился  субъективный компонент, выражаемый нечеткими оценками типа «высокий», «низкий», «наиболее предпочтительный», «критический» и т.д. В терминах теории нечетких множеств данный компонент описывается как лингвистическая переменная со своим множеством значений, а связь количественного значения некоторого фактора (в нашем случае – индикатора) с его качественным лингвистическим описанием задается так называемыми функциями m-принадлежности фактора нечеткому множеству.

При диагностике промышленных предприятий по уровню экономической безопасности предлагается выделять три основных состояния: нормальное, предкризисное и кризисное. К нормальному состоянию относят такое, при котором практически все индикативные показатели соответствуют нормативным или желательным значениям. Предкризисное состояние характеризуется появлением сбоев в работе предприятий или явной опасности их возникновения. Кризисное состояние характеризуется наличием серьезных сбоев, угрожающих надежному функционированию экономических систем. Граница между нормальным и предкризисным состоянием (то есть самое худшее из допустимых значений индикатора или самое лучшее из предкризисных значений) принимается в качестве предкризисного порога, между предкризисным и кризисным – в качестве кризисного порога.

На рисунке 1 представлен предложенный алгоритм оценки индикаторов экономической безопасности на основе нечетко-множественного подхода.

Рисунок 1 – Алгоритм оценки индикаторов экономической безопасности

В связи с этим, исследовалось множество состояний экономической безопасности предприятия с разделением на три нечетких подмножества. Каждому из подмножеств А₁…А₃ соответствуют свои функции принадлежности m₁S…m₃S, где S– интегральный показатель экономической безопасности промышленного предприятия, причем, чем выше S, тем устойчивее состояние.

Затем, посредством сравнения текущих значений индикаторов с их пороговыми значениями, оценивается состояние экономической безопасности анализируемого объекта. Далее производится обобщенная оценка уровня экономической безопасности предприятия.

Для общего анализа адекватности нечеткой модели были построены поверхности нечеткого вывода, что позволило оценить и скорректировать влияние изменения входных данных на значения выходных нечетких переменных. Инструментарий, реализующий нечеткую оценку индикаторов экономической безопасности, производится средствами FuzzyLogicToolbox среды MatLab.

Для этого, на первом этапе были определены для каждого индикатора предельные критические и высокие значения. Формализацию индикаторов, задаваемых на качественном уровне, также следует провести на основе функций принадлежности (Рис. 2).

Рисунок 2 – Определение индикатора «Износ основных средств»

При этом удобно пользоваться лингвистическими оценками степени выраженности показателя. Например, степень выраженности показателя «социальная напряженность» (Рис. 3) может быть оценена по вербальной шкале: «не выражена», «слабо выражена», «заметно выражена» и т.д. В итоге все качественные и количественные показатели могут быть представлены в единой безразмерной шкале функций принадлежности, определенной на интервале [0, 1].

Рисунок 3 – Определение индикатора «Социальная напряженность»

После построения  функций принадлежности были построены матрицы парных сравнений индикаторов для обозначенных выше блоков (уровень технологического развития промышленного предприятия; финансовое положение; инвестиционное развитие; инновационное развитие; потребность в трудовых ресурсах; экологический аспект). В таблице 1 приведена матрица по индикаторам направления «Уровень технологического развития».

Таблица 1 – Матрица парных сравнений и ранги по индикаторам направления «Уровень технологического развития»

Для оценки влияния каждого из блоков индикаторов на общую оценку экономической безопасности была  построена  матрица  парных  сравнений  важности  блоков  и  были  рассчитаны соответствующие ранги. Для  анализируемой сферы экономики региона важную роль играют индикаторы блока «Финансовое положение, инвестиционная и инновационная активность», «Уровень технологического развития». На заключительном этапе исследования были обоснованы рекомендации по укреплению экономической безопасности промышленных предприятий.

1. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. – 432 с.
2. Кузьмин В.А., Токарев К.Е. Формирование развития стратегического потенциала предприятия на основе нечеткой оценки индикаторов экономической безопасности // Материалы Международной научно-практической конференции «Аграрная наука – основа успешного развития АПК и сохранения экосистем». Волгоград, 2012. С. 311-315.
3. Нечеткие множества и теория возможностей: Последние достижения. Под редакцией Р.Р. Ягера. – М.: Радио и связь, 1986.

Все статьи автора «Токарев Кирилл Евгеньевич»