Цель данной статьи — анализ целесообразности применения теоремы Т. Байеса для продвижения энергомашиностроительной продукции на зарубежные рынки. Теорема Байеса характеризуется как средство системного моделирования результата, позволяющее достигать необходимой степени точности.
Ключевые слова: отрасль машиностроения,баеновский метод, баеновский подход,энергомашиностроение, внешнеэкономическая деятельность, приняте решений по выбору страны продвижения
Одной и самых важных составляющих экономики России является машиностроение. Его доля в составе всего промышленного комплекса составляет почти 35 % от общего валового продукта. Данная сфера уступает по значимости лишь нефтеперерабатывающей отрасли. Но, несмотря на значимость, признаваемую руководителями и отрасли, и государства, доля экспорта в объёме продукции российского машиностроения далека от потребностей сегодняшнего для и нуждается в наращивании. Государство, стратегически поддерживая отечественные компании, финансирует научно-исследовательские и опытно-конструкторские работы, предоставляет различные виды субсидий российским организациям, формирует целевые параметры долгосрочных государственных заказов на технику российского производства и, конечно же, умеренные тарифные и нетарифные меры по ограничению импорта и развитию экспорта машин и оборудования. Однако этого явно недостаточно.
Машиностроительная отрасль в России переживает период модернизации, существенной составляющей которой является выход на региональные и международные рынки, повышение конкурентоспособности, обновление технологий, оптимизация управления процессами производства и т. д. [4, 334]. Это происходит в условиях конкурентной борьбы и лидирования. Например, грузовое автомобилестроение — США, Япония, Канада, Россия; станкостроение — Швейцария, Южная Корея, Индия, Бразилия, бытовая электроника — Южная Корея, Тайвань, Китай, судостроение — Япония, Южная Корея, Бразилия, Аргентина, Индия, Мексика, авиастроение — США, ФРГ, Франция, Россия и т. д. [5, 12].
В 2015–2016 гг. значительное негативное влияние на производственные результаты машиностроительного комплекса в Российской Федерации оказали высокие процентные ставки по кредитам, также заметный рост рублёвых цен на материалы и комплектующие, прежде всего, на стальной прокат, который произошёл, в частности, из-за стремления внутренних цен к экспортному паритету.
Для дальнейшего развития машиностроительной отрасли жизненно необходимо расширение её «присутствия» на зарубежных рынках в целях получения и приумножение прибыли, развития самих компаний и увеличения отчислений в бюджет страны. Для того, чтобы достичь намеченной цели, необходимо не только налаживать механизмы внутренней методики сбыта, но и заниматься эффективной аналитикой путей и локаций экспорта и способов реализации товаров машиностроения на зарубежных рынках. Основные вопросы в данной области — минимизирование издержек выхода предприятия на зарубежный рынок со своей продукцией и анализ рисков. Вывод продукта на экспорт — многоаспектный, сложный, последовательный процесс, который требует оптимальных решений по требованиям рынка и по возможностям самой организации. Выведение нового продукта на рынок позволяет фирме занять позицию в конкретном сегменте, повысить конкурентоспособность, увеличить объёмы продаж. В целях уменьшения риска неудачи необходимо смоделировать процесс принятия решения, которое обеспечивает выбор оптимальных вариантов, стратегий и тактик сбыта.
Поэтому первый этап для компании — просчитывание риск-факторов, связанных с принятием решений продвижения товаров на экспорт. Необходима глубокая оценка внутренней среды: экономических (валютные соотношения, конкурентоспособность продукции, цены на оборудование и комплектующие, качественные показатели продукции, конкурентные стратегии), политических (налоговое, валютное, таможенное законодательство, экономическая ориентированная на импорто-ввозимую продукцию, уровень государственного регулирования, стабильность ситуации в стране, безопасность , законодательная в стране, стратегия обеспечения экономической , уровень рыночных отношений внутри страны), технологических (условия и обслуживания, безотказность оборудования, сертификат соответствия ISO 9001), экологических (качество природных ресурсов, географическое страны, уровень экологической , система экологического качества, уровень экологической эффективности и экологического государственного контроля).
Для данной цели в ряде случаев используется так называемый «байесовский подход» на основе теоремы Томаса Байеса (XVIII век) — английского математика, члена Лондонского королевского общества [1, 155–156]. Долгое время Байес занимался теорией вероятностей. Он создал формулу, которая даёт возможность оценивать вероятность того или иного событий эмпирическим путём. Идея, лежащая в основе: определение вероятности какого-либо события при том условии, что имеет место статистически взаимозависимое с предстоящим событие/события. Известно, что многие статистические задачи независимо от методов их решения обладают общим свойством: до того как получен конкретный набор окончательно установленных данных, в качестве потенциально приемлемых для изучаемой ситуации рассматривается несколько вероятностных моделей. После того как получены данные, возникает выраженное в некотором виде знание об относительной приемлемости этих моделей. Одним из способа «пересмотра» приемлемости вероятностных моделей и является байесовский подход.
Байесовский метод динамично развивается в последние десятилетия. Причина этого заключается в том, что он имеет ряд существенных преимуществ, которые делают его привлекательным для использования. В 2006 году в Европе был запущен исследовательский проект под названием Bayesian Approach to Cognitive Systems. Цель — оценка применимости теоремы Байеса к решению задач в реальных условиях [2, 3]. Основное отличие байесовского подхода от других статистических подходов состоит в том, что до того, как будут получены данные, лицо, принимающее решение (статистик, эксперт) рассматривает степени своего доверия к возможным моделям и представляет их в виде вероятностей. Как только данные получены, теорема Байеса рассчитывает новое множество вероятностей, которые представляют пересмотренные степени доверия к возможным моделям, учитывая новую информацию, поступившую благодаря данным.
Байесовский подход использовался российскими предприятиями, выпускающими товары в области энергетического машиностроения, для принятия решений по выбору страны продвижения товаров: завод «Электросила», Ленинградский металлический завод, Ижорский завод, ЗиО–Подольск. Формула Байеса позволила последовательно использовать поступающие «блоки» новой информации, чтобы доводить оценки субъективной вероятности до высокого уровня точности и строить вероятностные оценочные модели.
Если для осуществления функции изделия на экспорт по выгодным для компании условиям необходимы средства в размере X, то при условии нарушения данной функции затраты на ликвидацию последствий/потери составят сумму К. Гипотеза Н1 — предположение об оптимально-выгодных условиях экспорта, гипотеза Н2 — предположение о неоптимальных условиях экспортирования. Таким образом, вероятность оптимально-выгодного экспорта равняется Р (Н1) = (1–К). Вероятность неоптимального экспорта представляет Р(Н2) = К.
Размер стоимости вспомогательных исследований, которые уточняют вероятность неоптимального экспорта, равняется N. При этом надёжность данных исследований составляет В (надёжность — это гарантированность того, что исследования предоставят правильные результаты). А — получение максимально положительного результата вспомогательных исследований. Вероятность положительного прогноза, по Байесу, рассчитывается согласно формуле: Р (А/Н1) = Р (А/Н2) = В. Вероятность же того, что планируемые прогнозы будут ошибочными, — по формуле: Р (А/Н2) = Р (А/Н1) = (1 — В). Вероятность получения положительного прогноза события А рассчитывается по формуле полной вероятности Байеса: Р (А) = Р (А/Н1) Р (Н1) + Р(А/Н2) = В * (1 — К) + (1 — В).
Но экспертные оценки — это не гарантия абсолютной точности (1 — В из числа прогнозов не сбываются), поэтому необходимо просчитывать абсолютный отрицательный прогноз по формуле Байеса: Р (Н2/А) = Р (А/Н1)Р(Н1) / Р(А) = ((1 — В) * (1 — К))/(1 — М).
Таким образом, вероятность «неоптимального экспорта» при отрицательном прогнозе: Р (Н1/А) = 1 — Р (Н1/А) = 1 — ((1 — В) * (1 — К))/(1 — М).
В свою очередь, на базе полученных результатов строится так называемое «дерево решений» с исходными параметрами взаимозависимых величин, основная из которых — полученная прибыль от экспорта товара в избранную страну. Итоговый результат — это получение показателя в виде коэффициента вероятности «неоптимального экспорта». Данный коэффициент призван определять верхнюю границу вероятности отрицательного прогноза. В аспекте проектирования подобная граница служит тем критерием, который не должен превышаться для достаточного уровня безопасности и оптимальности экспортного бизнеса в рыночных условиях.
Итак, теорема Байеса нашла себе применение для просчёта самых разных показателей от бытовых ситуаций до надёжности электронных компонентных баз и ставок на спорт. В области экспорта продукции машиностроения и условиях жёсткой конкуренции метод Байеса позволяет выстраивать стратегию на основе ввода блоков значимых данных. За счёт этого возникает системный подход, необходимый для учёта максимального количества сведений.
Литература:
- Виноградов С. Ю. Применение байесовской сети в задаче классификации структурированной информации // Программные продукты и системы. — 2013. — № 2. — С. 155–158.
- Гапеев П. В. Байесовские и вариационные задачи последовательного анализа: автореферат диссертации на соискание ученой степени кандидата физико-математических наук. — М., 2001.
- Кузнецов В. А., Черепахин А. А. Технологические процессы в машиностроении. — М., 2009. — 192 c.
- Смоленцев В. П., Мельников В. П., Схиртладзе А. Г. Управление системами и процессами. — М., 2010. — 336 c.
- Холодкова А. Г. Общая технология машиностроения. — М., 2009. — 224 c.
