НЕЧЕТКО-МНОЖЕСТВЕННАЯ ОПТИМИЗАЦИЯ ПОРТФЕЛЯ ПРОЕКТОВ С УЧЕТОМ ЗАПРОСОВ СТЕЙКХОЛДЕРОВ В РАМКАХ ПРОГРАММЫ ИМПОРТОЗАМЕЩЕНИЯ «ОБЪЕДИНЕННОЙ ПРИБОРОСТРОИТЕЛЬНОЙ КОРПОРАЦИИ» ГК «РОСТЕХ»


Цитировать

Полный текст

Аннотация

В настоящее время важнейшей задачей, стоящей перед государством и обществом, является импортозамещение современных технологий, в том числе в области телекоммуникаций и средств связи. От скорости, качества и своевременной передачи информации зависят не только стратегически важные решения, принимаемые на уровне государства, но и качество жизни населения. Актуальность работы подтверждается необходимостью создания конкурентоспособного телекоммуникационного оборудования и средств связи в условиях современной экономической нестабильности и в рамках политики импортозамещения. Для реализации программы импортозамещения отечественной конкурентоспособной продукцией в области связи, телекоммуникаций, хранения и передачи данных рассматривается вопрос объединения отечественных сильных компаний-производителей в одну большую корпорацию.

Из предложенных для слияния компаний-производителей необходимо выбрать те, которые не только удовлетворяют собственников и персонал по экономическим показателям и финансовым возможностям, но и учитывают запросы других основных заинтересованных сторон (стейкхолдеров): государства и общества. Возможное слияние базовой «Объединенной приборостроительной корпорации» ГК «Ростех» с каждой из компаний (претендентом на объединение) рассматривается как проект. Для решения этой задачи и моделирования неопределенности входных параметров и результатов реализации проектов в работе использована нечеткая модель формирования портфеля проектов.

Модель представляет собой задачу нечеткого квадратичного программирования с мультипликативной целевой функцией полезности. Учет рисков осуществляется в рамках теории портфельного инвестирования Г. Марковица с использованием сценарного подхода. Нечеткая задача оптимизации сводится к четкой на заданном уровне достоверности для целевой функции и ограничений и решается стандартными численными методами. Задаются различные уровни достоверности, в результате в большей или меньшей степени учитывается имеющаяся неопределенность. При этом меняется состав портфеля. Разработанная методика позволила на основе функции полезности проектов сравнить между собой проекты и программы и, используя принцип доминирования, сформировать оптимальный портфель.

Об авторах

Ольга Алексеевна Волгина

Владивостокский государственный университет экономики и сервиса, Владивосток

Автор, ответственный за переписку.
Email: volgina_o@mail.ru

кандидат экономических наук, доцент кафедры математики и моделирования

Россия

Елена Николаевна Лихошерст

Владивостокский государственный университет экономики и сервиса, Владивосток

Email: ps_elena@mail.ru

аспирант кафедры математики и моделирования

Россия

Виталий Олегович Морозов

Владивостокский государственный университет экономики и сервиса, Владивосток

Email: vitali.morozon@vvsu.ru

ассистент кафедры математики и моделирования

Россия

Надежда Андреевна Волкова

Центральный научно-исследовательский институт экономики, систем управления и информации «Электроника», Москва

Email: weiko_94@mail.ru

специалист департамента маркетинга и прогнозирования

Россия

Список литературы

  1. Ростех создал концепцию тестовой площадки для отечественного импортозамещающего телеком-оборудования // Время экономики: пресс-релиз. URL: russianelectronics.ru/leader/news/russianmarket/doc/72281/.
  2. Шилин М. Конкуренция на рынке телекоммуникаций продолжает стремительно расти // Финансовый юрист. URL: financial-lawyer.ru/newsbox/economic_news/167-529043.html.
  3. Развитие электронной и радиоэлектронной промышленности на 2013–2025 годы // Инновации в России. URL: innovation.gov.ru/sites/default/files/documents/2014/11067.
  4. Импортозамещение в сфере телекоммуникаций возглавит ОПК // РИА Новости. URL: ria.ru/technology/20150316/1052825369.html.
  5. Объединенная приборостроительная корпорация // Ростех: госкорпорация. URL: opkrt.ru/index.php/corporation/o-korporatsii.
  6. Солодухин К.С. Модель оценки значимости заинтересованных сторон стейкхолдер-компании // Интеграл. 2009. № 3. С. 104–107.
  7. Солодухин К.С. Постановка системы сбалансированных показателей в стейкхолдер-компании // Контроллинг. 2009. № 2. С. 64–69.
  8. Гресько А.А., Рахманова М.С., Солодухин К.С. Разработка стратегий взаимодействия вуза с группами заинтересованных сторон с учетом отношений заинтересованных сторон между собой // Современные проблемы науки и образования. 2011. № 5. С. 115–121.
  9. Волгина О.А., Шуман Г.И., Ерохина И.В. Анализ стратегического потенциала филиала федеральной компании на основе количественного стейкхолдерского подхода // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. 2016. № 2. С. 37–46.
  10. Мазелис Л.С., Солодухин К.С. Модели оптимизации портфеля проектов университета с учетом рисков и корпоративной социальной ответственности // Университетское управление: практика и анализ. 2012. № 4. С. 53–56.
  11. Mazelis L.S., Solodukhin K.S. Multi-period models for optimizing an institution’s project portfolio inclusive of risks and corporate social responsibility // Middle-east journal of scientific research. 2013. Vol. 17. № 10. P. 1457–1461.
  12. Мазелис Л.С., Солодухин К.С. Многопериодные модели оптимизации портфеля проектов университета с учетом рисков и корпоративной социальной ответственности // Университетское управление: практика и анализ. 2014. № 6. С. 49–56.
  13. Mazelis L.S., Solodukhin K.S. Optimization models of rolling planning for project portfolio in organizations taking into account risk and corporate social responsibility // Journal of applied economic sciences. 2015. Vol. X. № 5. P. 795–805.
  14. Mazelis L.S., Solodukhin K.S., Chen A.Ya., Tarantaev A.D. Fuzzy multi-period models for optimizing an institution’s project portfolio inclusive of risks and corporate social responsibility // Global journal of pure and applied mathematics. 2016. Vol. 12. № 5. P. 4089–4105.
  15. Птускин А.С. Нечеткие модели задач принятия стратегических решений на предприятиях : дис. … д-ра экон. наук. М., 2004. 323 с.
  16. Бочарников В.П. Fuzzy-технологии: математические основы. Практика моделирования в экономике. СПб.: Наука, 2001. 328 с.
  17. Wang J., Hwang W.L. A fuzzy set approach for R&D portfolio selection using a real option valuation model // Omega. 2007. Vol. 35. № 3. P. 247–257.
  18. Аньшин В.М., Демкин И.В., Царьков И.Н., Никонов И.М. Применение теории нечетких множеств к задаче формирования портфеля проектов // Проблемы анализа риска. 2008. Т. 5. № 3. С. 8–21.
  19. Зайченко Ю.П. Нечеткие модели и методы в интеллектуальных системах. Киев: Слово, 2008. 344 с.
  20. Лихошерст Е.Н. Нечетко-множественная модель оптимизации портфеля проектов строительной компании с учетом рисков и социальной ответственности // Актуальные направления фундаментальных и прикладных исследований: материалы VII международной научно-практической конференции. USA: Create Space, 2015. С. 204–209.
  21. Лихошерст Е.Н. Мазелис Л.С., Чен А.Я. Выбор оптимального портфеля проектов строительной компании с учётом запросов стейкхолдеров в нечётко-множественной постановке // Территория новых возможностей. Вестник Владивостокского государственного университета экономики и сервиса. 2015. № 4. С. 27–40.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© ,



Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах