Для решения задач малого бизнеса

О ПОДХОДАХ

К ЭКОНОМИКО-МАТЕМАТИЧЕСКОМУ МОДЕЛИРОВАНИЮ

МАЛОГО БИЗНЕСА

Н.Ю.ИВАНОВА,

К.э.н., профессор МГИЭМ(ту),

А.И.ОРЛОВ,

Д.т.н., профессор МГТУ им. Н.Э.Баумана,

Академик Российской академии статистических методов

В странах с развитой рыночной экономикой в сфере малого бизнеса занято около 3/4 экономически активного населения и производится более 2/3 ВНП. Малый бизнес не только создаёт новые рабочие места на основе само занятости населения и повышает уровень его потребления, но и воспроизводит конкурентную среду, необходимую для нормального функционирования и развития рыночной экономики и формирования ее эффективной антимонопольной структуры.

В российской экономике малый бизнес, несмотря на некоторый всплеск в его становлении и развитии к 1995-96 гг. до сих пор занимает незначительное (по сравнению с ожиданиями экспертов!) место: доля занятых в сфере малого бизнеса , по нашей оценке, не превышает 10% экономически активного населения, а его участие в создании ВНП -–не более 12-13%. Вместе с тем, обострение социально-экономических проблем в регионах России вследствие неэффективного проведения рыночных реформ по либеральной модели усилило важность государственной поддержки малого бизнеса, как для регионов, так и для федерации в целом. Предприниматели для того, чтобы успешно вести свою деятельность в условиях неопределённости и риска, должны быть лучше подготовлены в области практического применения основных положений теории малого бизнеса с учетом специфики России. Одним из важнейших прикладных направлений в этом отношении, на наш взгляд, является его экономико-математическое моделирование.

Итак, малое предпринимательство - важная составная часть современной российской экономики. Например, в Москве более 10% населения трудится на малых предприятиях. Поэтому весьма актуальным является изучение сферы малого бизнеса с позиций экономической теории, в частности, методами экономико-математического моделирования [1]. Не менее важно вооружить менеджеров и специалистов, работающих на малых предприятиях, эконометрическим и экономико-математическим инструментарием, полезным для их успешной деятельности.

Развитие малого предпринимательства необходимо для эффективного функционирования экономики России. Для понимания особенностей этого развития могут оказаться полезными разнообразные экономико-математические модели. Подходам к построению и изучению некоторых из них посвящена основная часть настоящей статьи.

Насколько нам известно, в отечественной литературе мало работ по экономико-математическому моделированию малого бизнеса. Поэтому мы сочли полезным дать широкую панораму предлагаемых нами возможных подходов к построению экономико-математических и эконометрических моделей, которые могут оказаться полезными для описания динамики развития малых предприятий, а также и управления ими. Поскольку для описания тех или иных проблем малого предпринимательства могут использоваться самые разные виды эконометрических и экономико-математических моделей, то мы сочли полезным рассмотреть достаточно широкий спектр таких моделей, что повлекло довольно краткое описание конкретных разработанных нами моделей. Однако при этом описание моделей доведено до такого уровня, чтобы опытный специалист в области экономико-математического моделирования мог при необходимости самостоятельно развить конкретную модель до этапа расчётных формул и численных результатов. Особое внимание мы уделили применению методов статистики объектов нечисловой природы, наиболее актуальных в настоящее время при анализе конкретных экономических данных.

Проблемы маркетинга малого бизнеса

Во всех странах с развитой рыночной экономикой нестабильность малого бизнеса во многом связана с его сильной зависимостью от внешней среды - как от STEЕP-факторов (социальных, технологических, экономических, экологических, политических), так и от факторов конкурентного окружения (в т.ч. - от поставщиков и потребителей) [2]. Для того, чтобы выжить и занять свою рыночную нишу, малый бизнес должен хорошо ориентироваться и адаптироваться в условиях достаточно высокой степени неопределённости и риска. Это означает, что деятельность малого бизнеса изначально носит рисковый характер [3] , а потому требует прикладного маркетинга.

Для снижения степени риска в сфере малого бизнеса требуется высокий профессионализм менеджера малой организации в области управления рыночной информацией и быстрота реакции в принятии решений при изменении условий внешней среды. То есть как лицо, принимающее решения (ЛПР), менеджер малой организации должен быть одновременно хорошим маркетологом [4,5].

Маркетинг малого бизнеса имеет особенности. Для того, чтобы малая организация могла выжить и занять свою рыночную нишу, ее маркетинг с самого начала должен быть ориентирован не на абстрактные производство и сбыт, а на конкретного потребителя с его индивидуальными запросами. Иными словами, приоритетной формой маркетинга малого бизнеса является целевой специализированный маркетинг. Он позволяет сконцентрировать объективно небольшие ресурсы малой организации на наиболее важном направлении. Однако цена ошибки ЛПР, цена принятия неправильного решения в малом бизнесе многократно возрастает, т.к. у малой организации, как правило, нет финансовых возможностей диверсифицировать свою деятельность и свой риск.

Для того, чтобы быстро реагировать на изменения внешней среды, оказывающей сильное воздействие на малую организацию, ее менеджер должен проводить постоянный мониторинг рыночной ситуации по определённым наиболее значимым параметрам (спрос, предложение, цены, товары-конкуренты, альтернативные технологии и др.). Сбор и оперативное использование такой информации является решающим фактором успеха в маркетинге малого бизнеса при принятии решений. Это требует определённых знаний и навыков у менеджера по формированию банка данных и работе с маркетинговой информацией. Наиболее доступными для менеджеров малого бизнеса являются экономико-статистические (эконометрические) методы и методы математического моделирования, позволяющие (при определённой подготовке менеджеров и наличии программной поддержки) достаточно быстро обрабатывать и использовать оперативную информацию на практике на основе прикладного применения экономико-математических моделей.

Математические методы и модели

для решения задач малого бизнеса

Достаточно известными примерами применения методов экономико-математического моделирования в маркетинге для структурирования и анализа рыночной информации являются модели жизненного цикла товара (фирмы), модели маркетингового комплекса 4р (7р), матрица "Бостон-консалтинг групп", SWOT-анализ, матрица Портера для анализа конкурентов, матрица определения проблемы и др. [3,5]. Они могут быть простейшими инструментами управления маркетингом в малом бизнесе и позволяют достаточно оперативно оценить место и конкурентные преимущества организаций. Вместе с тем возможности экономико-математического моделирования позволяют менеджеру самостоятельно структурировать свою собственную ситуацию и создавать собственные инновационные модели (или варианты типовых моделей с собственными значениями параметров) оптимального поведения на рынке в условиях неопределённости и риска. Так, известная среди маркетологов и менеджеров матрица "Бостон-консалтинг групп" является, на наш взгляд, не двухмерной, а трёхмерной моделью, в которой наряду с долей на рынке и темпом роста продаж обязательно должен рассматриваться такой параметр, как прибыль организации.

При разработке экономико-математической поддержки малого бизнеса необходимы также модели развития малого предпринимательства, в которых на основе вероятностных и имитационных методов производится оценка риска предпринимательской деятельности, и нормативные данные сопоставляются со статистическими данными, характеризующими реальное положение в рассматриваемой области экономики.

Методология математического моделирования позволяет ставить и решать различные задачи, возникающие в маркетинге малого бизнеса. В частности, отметим задачи анализа и прогнозирования рыночной ситуации, оценки различных видов рисков.

Целесообразно разделять экономико-статистические (эконометрические) методы и экономико-математическое моделирование, хотя такое деление и условно. Примером первых (т.е. методов прикладной статистики применительно к конкретным экономическим данным) являются методы выборочного изучения потребителей. Так, в 1994 г. нами были опрошены 500 потребителей и продавцов растворимого кофе, полученные результаты были использованы фирмой-заказчиком при маркетинге, в частности, при планировании рекламной кампании. Технология проведения таких маркетинговых исследований близка к технологии социологических опросов, а также имеет много общего со статистическим управлением качества продукции, в частности, с оценкой качества при сертификации [6]. Однако анализ рыночной ситуации на основе этих методов является для предпринимателей достаточно громоздким и дорогостоящим. Гораздо выгоднее приобрести результаты уже проведённых маркетинговых исследований, выполненных специализированными агентствами или маркетинговыми фирмами.

При экономико-математическом моделировании используются нацеленные на конкретные применения модели. Примерами являются экономико-математические модели управления запасами [7], с помощью которых удаётся находить оптимальные размеры поставок и процедуру их поступления. Обычно применение таких моделей позволяет по крайней мере вдвое сократить суммарные издержки [7]. Набор подобных компьютерных моделей должен быть рабочим инструментом менеджера малого предприятия.

При математическом моделировании маркетинговых проблем малого бизнеса используют статистические методы и методы экспертных оценок [8], а также методы имитационного моделирования. В настоящее время быстрых перемен в социальной, экономической и политической сферах отсутствуют достаточно длинные временные ряды экономических данных, и интерес исследователей и практических работников переместился из статистики временных рядов в области теории и практики экспертных оценок.

В маркетинговых исследованиях для малого бизнеса большую роль играют факторы нечисловой природы - качественные признаки, интервальные и нечёткие оценки и др. В их терминах естественно описывать, например, новые и новейшие технологии, ноу-хау, товары, не имеющие аналогов на рынке, кластер инноваций и т.д. Нами развиваются современные методы статистического анализа нечисловых данных [9]. Статистика нечисловых данных (в несколько иной терминологии – статистика объектов нечисловой природы) – новый перспективных раздел прикладной статистики. Он является одним их четырёх основных разделов, на которые специалистами делится прикладная статистика, наряду со статистикой случайных величин, многомерным статистическим анализом, статистикой случайных процессов и временных рядов. Оригинальность и эффективность математического аппарата статистики нечисловых данных определяется тем, что он основан на использовании различного рода расстояний между результатами наблюдений в выборочных пространствах, а не операций суммирования, как в остальных трёх основных более классических разделах прикладной статистики.

При изучении предпринимательских рисков, в частности, связанных с осуществлением инвестиционных проектов, необходимо моделировать различные неопределённости будущего и настоящего. Неопределённость описывают с помощью вероятностно-статистических, нечётких, в частности, интервальных моделей. Вероятностно-статистические модели нацелены прежде всего на анализ массовых явлений. Неопределённость единичных событий более целесообразно описывать с помощью нечетких множеств, в частности, с помощью интервальных чисел, задающих нижние и верхние границы для неизвестных в точности параметров. Хотя давно доказано [7], что теория нечётких множеств в определённом смысле сводится к теории случайных множеств, при практическом применении ситуация иная. Математический аппарат теории нечеткости пока еще существенно отличается от вероятностно-статистического инструментария, а также и от аппарата статистики интервальных данных [10].

При применении математических моделей весьма важным является исследование устойчивости выводов по отношению к допустимым отклонениям исходных данных и предпосылок модели [7]. Только та модель может быть рекомендована для практического использования, для которой полученные с ее помощью выводы мало меняются при подобных отклонениях.

Нами накоплен определенный опыт применения методологии экономико-математического моделирования при решении практических задач маркетинга малого бизнеса, в частности, в области товаров народного потребления и производственного назначения, образовательных услуг, а также при анализе и моделировании инфляционных процессов, в сфере налогообложения [11] и др.

Перейдем к более подробному рассмотрению предлагаемых нами экономико-математических моделей, предназначенных для описания маркетинговой деятельности и жизненного цикла организаций малого бизнеса.

Не нашли, что искали? Воспользуйтесь поиском по сайту: