Дипломная (вкр): Бизнес-показатели деятельности предприятия с помощью проведения вычислительного эксперимента по методу Монте-Карло

B (balancingfeedbacks) - балансирующие обратные связи, в которых повышение величины одного элемента приводит после прохождения цикла к понижению его же значения.

Важными достоинствами системно-динамического подхода к построению моделей являются его универсальность, визуальная ясность диаграмм, способность имитации систем глобального характера и высокого уровня абстракции, а также пригодность для исследования поведения не только отдельных элементов, но и всей системы в целом.

.2 Характеристика деятельности торгового предприятия

В качестве объекта работы была выбрана компания-ритейлер «Магнит», специализирующаяся на продаже продовольственных товаров повседневного спроса. Компания является одним из крупнейших представителей российского рынка розничной торговли. В её распоряжении находится сеть продовольственных магазинов, общее количество которых на конец 2016 года превышало14 тысяч. Подавляющее большинство из них - это магазины формата «у дома», предназначенные для покупателей, живущих от них в шаговой доступности, и специализирующиеся на товарах повседневного спроса. Также сеть представлена гипермаркетами, крупными универсамами «Магнит Семейный», и большим количеством магазинов-дрогери «Магнит Косметик».

По версии журнала Forbes, компания является крупнейшим частным работодателем в России, имея в своей структуре более 270 тысяч сотрудников. При этом, «Магнит»располагает собственной высокоразвитой логистической системой, а также активно работает над расширением географии своих магазинов, особенно концентрируясь на повышении присутствия сети в регионах. Так, количество населённых пунктов, в которых открыт хотя бы один магазин компании, приближаетсяк отметке в две с половиной тысячи.

По организационно-правовой форме «Магнит» является публичным акционерным обществом. Законодательство Российской Федерации обязывает акционерные общества раскрывать определённые данные о своей деятельности и её финансовых результатах, поэтому компания публикует годовые и ежеквартальные отчёты, бухгалтерские отчётности и прочие документы, содержащие необходимую информацию. Данная публичная информация была взята за основу при проектировании имитационной модели деятельности организации, определении начальных значений переменных и тестировании модели на реальных данных.

По итогам анализа отчётов ПАО «Магнит» за 2015 год был выявлен ряд основных бизнес-процессов, определяющих движение внутри компании наиболее значительных денежных потоков. Процессы, относящиеся к операционной деятельности организации, то есть направленной на получение прибыли от основного вида её деятельности - сбыта продукции, можно условно объединить в несколько блоков:

управление товарным снабжением,

управление товарными запасами,

управление процессом продаж,

расширение географии магазинов,

управление ценообразованием,

рекламная деятельность,

управление персоналом.

Огромные объёмы реализации требуют от компании грамотного управления закупками, поставками и хранением продукции. Для решения этих задач «Магнит» непрерывно развивает свою крупную логистическую сеть. Согласно отчёту компании, в 2015 году размер её автопарка составил 5882 единиц грузовой техники, которая используется для транспортировки закупленных товаров. При этом, 87% товаров доставляется не прямиком в магазины, а через распределительные центры, использование которых позволяет значительно сократить транспортные издержки. Количество таких центров составляло 33 единицы на конец 2015 года.

Основной источник операционной выручки компании - это её продажи. Ключевое влияние на объём продаж «Магнита» оказывает количество магазинов сети, так как открытие торговой точки в новом месте практически всегда привлекает покупателей, живущих в близлежащих домах. Поэтому компания большими темпами наращивает их число, которой в 2015 году составило 12089 точек, увеличившись по сравнению с предыдущим годом на 24,5%. Другие возможные методы влияния на количество продаж - управление ценообразованием и продвижение бренда. Но они используются компанией в меньшей степени, так как уровень её выручки достаточно слабо чувствителен к рекламным вложениям, а наценка на товары полагается оптимальной в текущих условиях.

Штат организации на конец 2015 года превысил 265 тысяч человек, из которых около 73% работают в магазинах, 15% - в логистической системе, а остальных можно отнести к административно-управленческому персоналу. При этом, средняя заработная плата сотрудников предприятия составила чуть менее 30 тысяч рублей в месяц.

Что касается инвестиционной активности компании, тоона охватывает следующие направления капиталовложений:

открытие магазинов,

открытие распределительных центров,

приобретение машин и оборудования,

приобретение нематериальных активов.

Магазины являются основным двигателем выручки, а распределительные центры, оборудование и нематериальные активы влияют на формирование себестоимости товара и других операционных затрат. На приобретение основных активов уходит подавляющее число денежных средств, а вложения в нематериальные активы обычно составляют лишь около 1% от всех инвестиций организации.

Как и у любой акционерной компании, финансовая деятельность «Магнита» заключается в обеспечении финансовыми средствами всех видов её деятельности путём взятия кредитных обязательств, в их последующем управлении и погашении, а также выплате дивидендов своим акционерами управлении акционерным капиталом. Данные из отчёта о финансовом положении ПАО «Магнит» свидетельствуют о большом объёме долга по отношению к величинам активов и капитала. Таким образом, предприятие имеет низкий показатель ликвидности и высокий коэффициент финансового рычага, что указывает на риски неисполнения краткосрочных и долгосрочных обязательств компании.

Выводы

В данной главе были рассмотрены основы и методы имитационного моделирования, в частности, эксперимент Монте-Карло и системно-динамический подход к созданию моделей. Вдобавок, был проведён анализ деятельности торговой компании «Магнит» как объекта моделирования и её показателей. Данные исследования создают почву для проектирования и разработки модели предприятия с помощью изученных методов. Проблема работы заключается в применении изученных методов для построения адекватной имитационной модели, отражающей реальные аспекты деятельности торговой компании. Решение данной проблемы подразумевает применение полученных в ходе исследования теоретических знаний, а также представлений об объекте моделирования при определении соответствующих инструментальных средств и методов работы и реализации практической части работы.

Глава 2. Инструментальные методы и средства

.1 Выбор программного обеспечения для имитационного моделирования

Задачи, поставленные в данной работе, выдвигают ряд требований к инструментам реализации имитационной модели компании, в том числе, к используемой для её построения и проведения экспериментов среде моделирования. В используемом программном средстве должен быть обязательно реализован функционал для разработки моделей с помощью системно-динамического подхода, а также для проведения экспериментов по методу Монте-Карло.

Инструментом для разработки имитационной модели врамках данной работы был выбран пакет моделирования AnyLogic. Он поддерживает все три парадигмы имитационного моделирования: дискретно-событийный подход, агентное моделирование и системную динамику. Также доступно создание гибридных моделей, сочетающих в себе комбинацию данных подходов.Программа предоставляет широкие аналитические возможности, позволяя строить как детерминированные, так и стохастические модели. В программе представлено большое количество функций вероятностных распределений для задания значений параметров. Возможность применения метода Монте-Карло также присутствует в AnyLogic наряду с прочими инструментами анализа и экспериментирования с моделью, такими как оптимизация, анализ чувствительности, калибровка и многие другие.

AnyLogicподдерживает аналитические средства задания уравнений для переменных в имитационных моделях. Ещё одним достоинством является полнофункциональная поддержка обработки массивов, что значительно расширяет область применения и многогранность создаваемых в данной среде имитационных моделей.

Одним из основных преимуществ данного программного средства моделирования является простая, но многофункциональная графическая среда моделирования. В дополнение к этому, AnyLogic использует язык Javaдля описания моделейи предоставляет пользователю расширенные возможности моделирования с помощью данного языка.

Воспроизведение поведения моделей в данной среде отличается высокой степенью информативности и наглядности графического представления, а также широким функционалом. Пользователь может наблюдать за изменением переменных в модельном времени и управлять его движением при помощи многочисленных настроек. Также, можно собирать различную статистику, отслеживать поведение модели и динамику показателей путём использования строящихся и выводящихся на экран в реальном времени графиков и диаграмм, а также 2D- и 3D-анимации.

В AnyLogicкачественно реализован системно-динамический подход к моделированию. Редактор свойств и графических диаграмм содержит все необходимые для построения модели системной динамики элементы. Пользователь приложения может добавлять их на диаграмму модели, используя специальную панель графического интерфейса - палитру. Элементы, доступные в разделе палитры «Системная динамика» соответствуют стандартам данного подхода моделирования. Их разновидности с описаниями и условными графическими обозначениями представлены в Таблице 1.

Таблица 1. Разновидности элементов системной динамики в AnyLogic

Проектирование модели

Создание системно-динамической имитационной модели предполагает осуществление предварительного исследования закономерностей внутри моделируемой системы. Как правило,выделяют следующие этапы разработки модели:

анализ данных,

когнитивное моделирование,

математическое моделирование,

имитационное моделирование,

тестирование модели,

экспериментирование,

анализ результатов.

Итак, первым делом осуществляется сбор, исследование и анализ данных об объекте моделирования. Применительно к данной работе, речь идёт о деятельности торговой компании «Магнит», рассмотренной в первой главе работы.

Второй шаг заключается в использовании обработанных на первом этапе данных для разработки когнитивной карты причинно-следственных связей объекта моделирования. Когнитивная карта являет собой графическое представление сложной системы в виде диаграммы её основных измеримых показателей и связей, определяющих их влияние друг на друга.

Таким образом, при осуществлении когнитивного моделирования необходимо выявить основные элементы модели. Во-первых, это показатели системы, которые обычно называют факторами. Они должны измеряться количественно или хотя бы качественно, но необходимо, чтобы изменение фактора могло быть расценено как его увеличение или уменьшение. Во-вторых, между факторами должны быть определены причинно-следственные отношения - связи. Связи имеют полярность, которая обозначается на диаграммах знаком «+», если связь положительная, и знаком «-», если связь отрицательная - в зависимости от того, какую причинно-следственную зависимость она задаёт.Если при изменении фактора-причины происходит изменение фактора-следствия в том же направлении, то связь положительная, если же фактор-следствие изменяется в обратном направлении, то связь отрицательная.

На основе анализа деятельности компании «Магнит» были выявлены основные факторы и связи для когнитивного моделирования. По итогам данного этапа была построена когнитивная карта причинно-следственных связей модели (Рисунок 1).

Рисунок 1. Когнитивная карта причинно-следственных связей

В качестве ключевых показателей эффективности предприятия были выбраны прибыль и долговая нагрузка. Следовательно, при оптимизации параметров модели в первую очередь следует ориентироваться на значения, связанные именно с этими переменными.

Следом за разработкой когнитивной модели строится математическая. На этом этапе происходит глубокая детализация и конкретизация: создаются математические функции зависимостей между факторами, а сами факторы, как правило, разбиваются на несколько переменных, которые должны быть измеримы количественно и между которыми также устанавливаются зависимости. Также необходимо выделить переменные, которые являются накопителями в терминах системной динамики. Их зависимости должны быть заданы дифференциальными уравнениями.

Итак, на основе когнитивной карты деятельности компании была построена её математическая модель, представляющая собой систему уравнений, в которой каждая переменная характеризует какой-либо показатель моделируемой системы и рассчитывается с помощью функции зависимости от других показателей или задана постоянным значением. Данные значения и ряд формул были получены из отчётов компании «Магнит». Остальные функциибыли либо выявлены в ходе исследования объекта моделирования с помощью статистических методов анализа зависимостей между показателями, либо взяты из общей экономической теории.