Агент-ориентированное моделирование как метод управления оборотным капиталом предприятия
Е.Ю. Мудрова,
аспирантка кафедры корпоративных финансов и оценки бизнеса, Санкт-Петербургский государственный экономический университет (191023, Россия, г. Санкт-Петербург, ул. Садовая, 21; е-mail: e.mudrova@mail.ru)
Аннотация. В статье рассматривается агент-ориентированное моделирование социально-экономических процессов. Представлен обзор агент-ориентированных моделей (agent-based model, АВМ) деятельности на рынке финансовых инструментов (модели оценки стоимости активов, модели биржевых операций, модели управления рисками) и в цепях поставок (корпоративных и классических). Цель статьи - предложить имитационную АВМ модель на основе системы разностных уравнений с переменной структурой для системы поддержки принятия решений, которая позволит выявлять наиболее эффективные в современных условиях методы и способы оптимизации оборотного капитала предприятия.
Abstract. This paper presents the agent-based modeling of social and economic processes. The review of the agent-based models (АВМ) of financial instruments market (asset cost estimating models, model of operations on the stock exchange, risk management model) and in supply chains (corporate and classical) is presented. Purpose of the article - to offer imitating АВМ model on the basis of differential equations with variable structure for decision support system that reveal the most effective methods and ways of working capital optimization of the enterprise in modern conditions.
Ключевые слова: агент-ориентированное моделирование, системы поддержки принятия решений, оборотный капитал, цепи поставок, финансовый цикл предприятия.
Keywords: agent-based modeling, decision support systems, working capital, supply chain, cash conversation cycle.
Взаимодействие компаний в рыночных условиях отличается непредсказуемостью и низким уровнем контролируемости: нельзя точно предугадать вероятность своевременной оплаты контрагентом сделки, потребность фирмы-партнера в денежных средствах или степень надежность заказчика (даже после проведения предварительного мониторинга). Ввиду многовариантности сценариев сотрудничества, возникает необходимость заранее оценить возможные последствия принятия компанией управленческого решения, спрогнозировать выручку или избежать убытков. Но рассмотреть все ситуации невозможно. Выходом из этой ситуации может стать разработка информационной системы, позволяющей просчитывать возможные последствия тех или иных шагов компании, находящейся в конкретных условиях. Такая система будет служить средством компьютерной поддержки принятия решений для управления предприятием.
В основу подобной информационной системы должны быть положены некие формализованные модели, описывающие динамику оборотных средств. На наш взгляд, наиболее адекватны данной ситуации так называемые агент -ориентированные компьютерные модели, (agent - based models, ABM), активно используемые в последнее десятилетие для имитационного моделирования социально-экономических процессов [1; 6]. Агенты в таких моделях неодинаковы, характеризуются сочетанием характеристик-показателей, значения которых в процессе могут изменяться. Они независимы друг от друга, об-
ладают определенной степенью рациональности и локально взаимодействуют друг с другом. В модели заранее задаются правила поведения агентов, которые легко описываются и могут изменяться [3; 5].
Инструменты принятия решений, с помощью которых возможен анализ различных альтернативных ситуаций, могут быть очень полезны при объективной оценке целей компании и будут способствовать достижению нужного результата. Однако, при построении имитационных моделей возникает две существенных проблемы: во-первых, процесс создания подобных моделей длителен, а во-вторых, они разрабатываются индивидуально для каждой компании и не могут быть перенастроены под неограниченное число компаний.
В целях создания гибкой и пригодной для многократного использования системы моделирования и имитации, которая позволит ускорить разработку инструментария для принятия решений определенной компании при управлении цепями поставок, ученые применяют агент-ориентированный подход при управлении цепями поставок.
Коммуникация между агентами в этой модели происходит посредством сообщений. В результате входящего сообщения состояние агента может измениться, в таком случае информация обновляется и отправляется одно или несколько исходящих сообщений. Так, например, если сырье доставлено позднее, чем оговорено в договоре, то возрастают обязательства поставщика и информация об этом сразу появля-
ется в системе. Сообщения классифицируются на основании того, о моделировании какого потока в цепи поставок идет речь: материалопоток, информационный поток или денежный поток. Агентами, участвующими в модели, являются розничный продавец, распределительный центр, производитель, поставщики сырья, перевозчик. Главная задача розничного продавца заключается в сокращении времени поставки товара покупателю и минимизации дефицита. При получении заказа от покупателя, в системе четко отражается, какой товар был заказан. Его основная цель производителя - доставка оптимального количества сырья и эффективное управление запасами и производством.
Многоагентные системы цепи поставок нашли свое применение во многих приложениях, связанных с планированием, моделированием процесса перевозок и предпринимательской деятельности. Элементы контроля на уровне агентов способствуют, благодаря нивелированию различий между предприятиями в вопросах применяемой на предприятии политики, контролю над спросом, предложением, распределением информации и материалопотоками в рамках цепи поставок.
Если рассматривать данный вопрос в более узком аспекте, то необходимо отметить, что агентное моделирование применяется для принятия решений в открытых сетях поставок: как в кооперативных, так и в классических. Взаимодействие между агентами в многоагентной системе делает реальным развитие эффективных организаций, так как агенты, объединенные в группы, способны значительно увеличить свои возможности; в этом случае сказывается эффект синергии, позволяющий предоставить больше услуг и достичь большей выгоды. При конфигурировании открытых сетей поставок применяется модель нечетких коалиционных игр. В ней для каждого агента описывается индивидуальная
функция полезности, а гарантированный доход, который может получить вся группа агентов, задается характеристической функцией. Основой моделирования открытых сетей поставок служит теория игр, демонстрирующая структуру возможного взаимодействия агентов.
Цель агент - ориентированной модели, представляемой в статье, заключается в имитации таких отношений между компаниями, которые позволят оптимизировать финансовый цикл организации. Для этого мы будем наблюдать действия агентов в искусственном обществе в заданных условиях, и исследовать стратегии агентов, выявляя оптимальные.
Агент-ориентированная модель состоит из агентов трех типов - Э (поставщик), Р (производитель) и С (потребитель). Поставщик сырья может сам заниматься производством, а потребитель - организовывать дальнейшую торговлю и, соответственно, иметь свои цепи поставок. Однако при моделировании мы рассматриваем их как отдельно взятых агентов, потому что внутренние операции с остальными связанными с ними компаниями не подлежат нашему контролю. В отличие от агент-ориентированной модели цепи поставок, в нашем случае агенты нацелены на другой результат: это не минимизация затрат и максимально быстрые сроки доставки, а обеспечение оптимального количества запасов, уровня оборачиваемости капитала и длительности финансового цикла. Поставщики поставляют сырье одного типа производителям, которые производят из полученного сырья продукцию одного типа и поставляют ее потребителям. В обратном направлении идут деньги. Оплата может происходить не сразу, и тогда возникает дебиторская или кредиторская задолженность.
Рассмотрим в целях простоты схему взаимодействия всего трех агентов Э, Р и С, изображенную на рисунке 1.
д sp{t)
A C*{t)
ASa(t)
Supplier
Tps(t)
Prodi teer
Tcp (t)
A Ca{t)
Consumer
Рис. 1. Схема взаимодействия агентов.
Движение денежных средств, а также сырья и продукции в денежном выражении, описывается системой разностных уравнений:
Л£р ( +1) = (1 + р* )-ЛГ (() 8р ( +1) = Sp (() + Л£р () - Т*р (()
Rp (t +1) = Rp (t) - ARp (() + Tsp (()
ARp ((+1) = — • APa (() a
Pp (t +1) = Pp (t) + (l + pp )• ARp (() - Tpc (t)
Journal of Economy and entrepreneurship, Vol. 8, Nom. 1-3
Ср ( +1) = Ср (() - АСр () + Трс (() Са ((+1) = (1 + рь) • (са (/) - Тср (()) + АСа ^)
АСа ( +1) = (1 + рс )• АСр (()
вср ((+1) = (1 + рл )• (пср (() - Тср (()) + Трс (/)
Ра ((+1) = (1 + рь) • (ра (() - АРа (() - Т^ (()) + Тср (/) ( +1) = (1 + ра) • () - Тр ()) + Тр (/) ((+1) = (1 + рь) • (Яа ^) - АБа ()) + Тр (/)
где
8р ((), Яр (() - запасы сырья у агентов Э и Р соответственно в момент ^
Рр ((), Ср (() - запасы продукции у агентов Р и С соответственно в момент ^
8а ((), Ра ((), Са () - объем денежных средств агентов Э, Р, С соответственно в момент t.
Тбр(() - передача сырья от агента Э к агенту Р в момент ^
Трс (() - передача продукции от агента Р к агенту С в момент ^
Тср ((), Тр(() - передачи денег от С к Р и от Р к Э соответственно в момент ^
Бср ((), (() - задолженности С перед Р и Р перед Э соответственно в момент ^
А£а(() - объем денежных средств, затраченных агентом Э на получение сырья в момент ^
АБР (() - сырье в денежном выражении, полученное агентом Э в момент ^
АЯр (() - сырье в денежном выражении, обработанное агентом Р в момент ^
АСр (() - количество продукции, пущенной агентом С на реализацию в момент ^
АСа (() - объем денежных средств, полученных агентом С в момент ^
АРа (() - затраты производителя на обработку сырья в момент ^
р4, рр, рс - добавленная стоимость у поставщика Э, производителя Р и потребителя С в единицу времени;
рь - процентная ставка по банковскому вкладу в единицу времени;
Л
р - процентная ставка за отсрочку плат
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.