Тема 4: «Выработка решения»

1 Выработка решения как 2-я стадия ППР.

2 Способы выбора решений

2 Методы оптимизации решений

3 Требования к оформлению решений.

1 Стадия выработки решения состоит из этапов разработки, оценки и выбора альтернатив. Как только определены факторы, ограничивающие решение, менеджер начинает работу по поиску альтернатив или возможных направлений действий для решения проблемы. Многие из альтернативных решений легко обнаружить. Они обычно известны из предыдущего опыта, стандартны и легко вписываются в критериальные границы лучшего решения.

Однако нередко возникают уникальные проблемы, решение которых не умещается в привычные рамки. В этом случае необходим творческий подход. Существует много методов творческого поиска альтернатив: “мозговая атака”, метод выдвижения предложений; групповой анализ ситуации; причинно-следственная диаграмма; карта мнений, Творческая среда создается самим руководителем.

Более творческим поиск альтернатив может сделать использование следующих правил:

• мотивация в поиске;

• предоставление большого количества информации, позволяющее полнее и всестороннее познать проблему;

• свободное обсуждение и допущение любых идей по решению проблемы;

• дать новому созреть, т.к. появлению нового способствуют свободное время и свободное мышление;

• создать условия для “озарения”, что часто достигается временным отвлечением от проблемы;

• проверка идеи другими на предмет соответствия ее установленным критериям.

Все предложенные альтернативы на следующем этапе должны быть сравнены друг с другом или оценены для последующего выбора лучшей из них.

Оценка предполагает определение отрицательных и положительных сторон рассматриваемой альтернативы и достижения между ними некоего уровня компромисса.

При этом используются как количественные, так и качественные измерители. Последние в основном лежат в области отношений между различными силами, участвующими в решении проблемы ( трудовые отношения, политическая ситуация, отношение к риску и т.д. ). В практике управления широко используются такие методы, как: критериальное сравнение; платежная матрица; дерево решений, включая применение теории вероятности, теории предпочтений и др.

Наиболее распространенным из них является метод дерева решений. Он удобен в раскрытии различных частей данного решения и особенно полезен в тех ситуациях, когда менеджер имеет дело с неопределенностью. Метод дает общую картину решения – выборы, риски, исходы, которые могут быть.

2 Выбор альтернативы является своего рода вершиной в ППР. Хороший предыдущий анализ альтернатив позволяет резко сузить рамки предстоящего выбора. Очень трудно сделать правильный выбор, если вариантов выбора очень много. Следующим важным обстоятельством является то, что этот этап не означает окончание ППР, При выборе альтернативы могут использоваться три подхода: прошлый опыт; проведение эксперимента; исследования и анализ.

Привлечение прошлого опыта является наиболее часто используемым подходом в выборе альтернативы.

Опыт в решении проблем и принятии решений развивает умение и навыки в суждении и интуиции. Однако опыт сам по себе очень ситуационен и может не вписываться в текущую ситуацию. Опыт становится полезным и мощным инструментом в принятии решений, если он тщательно проанализирован и выявлены фундаментальные причины успеха или неудач. Таким образом, большой интерес для менеджера представляет изучение опыта успешных компаний, а также и потерпевших неудачу.

Эксперимент. Эффективен, но часто дорог, хотя есть области, где без него не обойтись ( решение о серийном выпуске самолета, наука, маркетинг, организационные решения часто сначала отрабатываются в подразделениях).

Наиболее эффективен “кабинетный” подход к принятию решения, т.е. исследования и анализ. Он состоит в разложении проблемы на части и изучение каждой из них в свете количественных и качественных факторов. Изучение и анализ в этом случае намного дешевле, чем при эксперименте. Важным инструментом данного метода является разработка

И проигрывание различных моделей решения, включая использование количественных методов и компьютеров. Существуют модели с использованием системного подхода, исследования операций, теории игр, теории очередей, управления запасами, линейного программирования, имитации, стоимостного анализа и т.д.

3 Выделяют три метода оптимизации решения:

- анализ;

- прогнозирование;

- моделирование.

Модель — это аналог реального мира, который может быть построен и исследован с помощью различных средств, начиная от словесного описания и кончая использованием системы математических уравнений или имитации на ЭВМ.

Модель — это упрощенное представление существенно важных характеристик реального объекта или ситуации. (В искусстве реальный объект, скажем, натурщика, называют моделью. Моделью в данном случае является изображение, скульптура натурщика.)

Модели создаются для изучения или управления существенными свойствами реальных систем. Модель огрубляет изображаемый оригинал и, как правило, отображает его не целиком, а только отдельные его стороны. При этом надо следить, чтобы упрощения реальной системы не препятствовали бы раскрытию сущности событий, не «обрубали» бы жизненно важных частей системы.

Неграмотно построенная модель отражает реальный мир неадекватным образом. Главными признаками неадекватности модели являются противоречивые выводы и невозможность найти решение. Но, как правило, такие явные признаки отсутствуют до проверки решения на практике. Построение моделей и по сей день во многом остается искусством.

Моделирование нашло широкое применение при принятии решений в экономике. Это обусловлено в первую очередь тем, что проведение натурных экспериментов и исследований в экономике чрезвычайно затруднено, а в ряде случаев из-за нехватки ресурсов, возможных нежелательных последствий и потери времени практически невозможно. Моделирование позволяет предсказать поведение реальных систем, не прибегая к натурным экспериментам.

Существующие модели по характеру связи с реальным объектом, который они имитируют, можно разделить на пять типов:

1. Описательные (например, вербальная (словесная) модель развития демографической ситуации, систем и методов управления.

2. Изобразительные (модели геометрического подобия), например, фотографии, картины, скульптуры, макет предприятия, глобус, модель автомашины, воспроизводящая ее чисто внешний облик и др. Изобразительные модели хорошо приспособлены для отображения статического или динамического явления в определенный момент времени, но они не годятся для изучения изменяющего процесса.

3. Модели-аналоги, в них набор одних свойств используется для отображения набора совершенно иных свойств. Примером простой аналогии являются графики, схемы информационных и материальных потоков предприятия, логарифмическая линейка и др. На графиках пользуются расстоянием для отображения таких свойств, как время, проценты, вес и др. Графики дают возможность предсказать, как изменения одного свойства сказываются на другом. Модели-аналоги удобны для отображения динамических процессов или систем и обладают большой универсальностью. Так, незначительно изменяя модель, можно отобразить различные процессы одного класса.

4. Функционирующие модели системы, то есть модели, воспроизводящие все основные особенности функционирования системы, но отличающиеся от реальной системы по какому-то признаку (размер, прочность, масштабность и др.). Например, предприятие, на котором отрабатывается новая система планирования и стимулирования с целью перевода на эту систему всех предприятий данного холдинга, стендовый двигатель, лабораторная технологическая линия по производству промышленной продукции и др.

5. Символические модели с помощью математических и логических символов (букв, чисел и др.) отображают свойства изучаемой системы, используя для этого математический аппарат. К числу моделей этого типа относится любая математическая формула или уравнение. Символическая модель в самом общем виде может быть представлена, например, уравнением

E = f(x_i, y_j),

где E — критерий эффективности системы (например, эффективности работы предприятия);

x_i — управляемые переменные системы, то есть те, на которые может воздействовать лицо, принимающее решение (например, для предприятия — организационная структура, размещения рабочей силы и др.);

y_j — неуправляемые переменные (например, факторы внешней среды).

Ограничения, наложенные на переменные, могут быть выражены в дополнительной системе paвенств или неравенств (например, фонд заработной платы предприятия не более 5000 тыс. руб.).

К числу символических моделей относятся экономико-математические модели, которые на математическом языке выражают свойства и взаимосвязи экономических систем.

В зависимости от методов проведения расчетов по построенным моделям символические модели можно грубо подразделить на два класса: аналитические и статистические.

Для первых характерно установление формульных, аналитических зависимостей между параметрами системы, записанных в любом виде: алгебраические уравнения, дифференциальные уравнения и т. д. Традиционные формулы физики, химии, экономики и технических наук являются примерами аналитических моделей. Чтобы такое аналитическое описание системы было возможно, как правило, нужно принять те или иные допущения и упрощения. Решение с помощью аналитических моделей может быть получено за один этап или в несколько этапов (итераций) с помощью численных методов.

Аналитические модели дают возможность с удовлетворительной точностью описать только сравнительно простые системы, где число взаимодействующих элементов не слишком велико. В системах же, функционирование которых определяется действием огромного количества факторов, в том числе и случайных, на первый план выходит метод статистического моделирования. Он состоит в том, что процесс функционирования системы как бы «копируется» на ЭВМ или с помощью некоторых других средств (например, «розыгрыш» случайного результата, использование таблицы случайных чисел). Всякий раз, когда в процесс функционирования системы вмешивается какой-либо случайный фактор, его влияние учитывается посредством «розыгрыша», напоминающего бросание жребия. В результате многократного повторения этой процедуры удается получить интересующие нас характеристики функционирования системы с требуемой степенью точности.

Статистические модели имеют перед аналитическими то преимущество, что они позволяют учесть большое число факторов и не требуют грубых упрощений. Зато результаты статистического моделирования труднее поддаются анализу и осмысливанию.

Аналитические модели грубее и описывают явление лишь приближенно, зато результаты более наглядны и отчетливее отражают присущие явлению основные закономерности. Наилучшие результаты получаются при совместном применении аналитических и статистических моделей: простая аналитическая модель позволяет вчерне разобраться в основных закономерностях явления, наметить главные его контуры, а любое дальнейшее уточнение может быть получено статистическим моделированием.

В зависимости от степени абстрактности моделирования объекта модели можно классифицировать на два класса:

1. Физические (начиная от полномасштабных натурных моделей и кончая моделями геометрического подобия).

2. Абстрактные. В их число входят описательные, графические, логические,  математические модели.

Применение моделей дает возможность:

• получить обширную информацию о различных сторонах работы системы;

• изучить процесс функционирования системы в целом с учетом разнообразных взаимодействий элементов сложной системы и совместного действия различных факторов;

• исследовать зависимость эффективности работы системы от ее характеристик и параметров;

• оценив эффективность и экономичность системы, найти ее оптимальный вариант;

• исследовать поведение системы под воздействием внешних и внутренних возмущений, то есть исследовать устойчивость функционирования системы.

Обычно к моделям предъявляется ряд специфических требований, способствующих использованию их как инструмента исследования и принятия решений. Сформулируем основные требования.

1. Модель должна описывать исследуемую систему с достаточной полнотой и обладать свойством эволюционности.

2. Степень абстрактности модели не должна вызывать сомнений в ее практической полезности.

3. Возможность получения хотя бы приближенного решения к требуемому моменту времени. (Запоздалое решение может оказаться ненужным.)

4. Возможность использования вычислительной техники при получении решения с помощью модели.

5. Возможность проверки истинности модели в процессе ее построения.

При решении разнообразных вопросов в различных сферах деятельности, в частности задач управления экономикой, находят все большее распространение так называемые имитационные модели. Имитационные модели связаны обычно с многократным воспроизведением особенностей системы и окружающей ее среды, с выбором случайного, но реально возможного соотношения анализируемых параметров без фактического воспроизведения реальной системы.

Имитационное моделирование может осуществляться в различных формах: физической (например, испытание модели геометрического подобия — макета самолета в аэродинамической трубе, военные учения, проведение экономического эксперимента на предприятии); различных игр: ненатурные военные, деловые и др., но чаще оно принимает форму машинной имитации, то есть воспроизведения различных проблем на ЭВМ (ЭВМ могут применяться и при реализации других видов имитаций).

К числу методов машинной имитации относится и рассмотренный выше метод статистических испытаний, если он основан на применении ЭВМ. Машинная имитационная модель — это отображение на ЭВМ численных характеристик исследуемого процесса во взаимосвязанной форме. Подобно математическим моделям они основаны на символическом описании конкретного процесса, и в этом их существенное сходство. Однако если в математической модели можно получить решение, выраженное аналитически (то есть безотносительно к конкретным значениям численных характеристик), то имитационная модель дает возможность лишь «проигрывать» выбираемые случайно или целенаправленно различные решения, определяемые набором численных характеристик. Это позволяет предсказывать и анализировать динамику возможных ситуаций в будущем и тем самым оценивать последствия проверяемых стратегий с целью нахождения наилучшей.

Другим важным свойством имитационных моделей является «анализ чувствительности» решений на их основе, то есть проверки устойчивости выходных характеристик решения по отношению к варьированию исходных предпосылок.

Имитационная модель помогает выявить, если и не наилучшее решение, то «хорошее» для широкого набора условий, которые могут изменяться под влиянием не контролируемых внешних факторов.

Машинная имитация основана на многократной машинной или человеко-машинной имитации моделируемой системы в чрезвычайно ускоренном масштабе времени с использованием случайных элементов и с последующей обработкой полученных статистических результатов. Последнее дает возможность оценить показатели системы как средние значения по данным большого количества реализаций (имитаций) работы системы. Это позволяет целенаправленно воздействовать на систему, управлять происходящими в ней процессами.

Машинная имитация, как правило, используется в тех случаях, когда аналитическое решение проблемы невозможно (при широком истолковании термина «имитация» в состав имитационных моделей входят и любые аналитические зависимости), а непосредственное экспериментирование на реальной системе или на физической ее модели по тем или иным причинам нецелесообразно.

Можно выделить сферы применения имитационного моделирования при системном анализе социально-экономических систем:

1. Путем сравнения экономических показателей определение из нескольких возможных форм организации системы наилучшей в смысле достижения целей, поставленных перед нею. Для этого воспроизводится поведение различных вариантов организационной структуры и сравниваются такие экономические показатели, как прибыль, рентабельность, фондоотдача и ряд других.

2. На основе фактических данных максимально близкое воспроизведение поведения систем и их звеньев, что служит базой для теоретического осмысливания поведения систем, анализа законов их функционирования, а также для прогнозирования. Имитация дает возможность в чрезвычайно уплотненном масштабе времени «проиграть» последствия каждого решения для определенных моментов времени в будущем, получить материал о наиболее вероятном состоянии поведения системы в дальнейшем, о состояниях, которые необходимо избежать.

3. Оценка на основе воспроизведения наиболее существенных черт системы и целей ее развития, стратегий ее деятельности в различных областях (производство, финансы, сбыт, ценообразование, освоение новых продуктов и т. п.), а также способов и методов управления системами.

4. Обучение специалистов по управлению, развитие у них навыков принятия решений.

При всех достоинствах метода имитации нужно отметить его большую сложность и трудоемкость, а также тот факт, что исходные данные могут быть результатом эмпирических субъективных оценок, а не математических расчетов. Метод имитации следует применять только когда накоплено и отлажено значительное количество моделей экономических объектов и явлений, которые могут изменяться в широких пределах во времени по мере накопления знаний о реальной системе; проанализированы связи между ними; собран значительный статистический материал. Кроме того, использование данного метода предполагает высокий уровень искусства программирования.

Распространенным видом имитации являются игры, включающие исполнение определенных ролей их участниками. Это представляет большую ценность в том случае, когда для рассмотрения различных аспектов проблем необходимо привлекать экспертов различных специальностей. Здесь, исходя из структуры игры, то есть по существу из модели, ее участникам выдаются искусственные, имитированные данные об обстановке, в которой они совместно и одновременно выполняют различные эксперименты, получая по обратной связи сведения, необходимые для предсказания развития событий в рамках содержания игры, а следовательно, косвенно и в действительной обстановке.

С большими трудностями системные аналитики сталкиваются при моделировании социально-экономических процессов.

Для большинства экономических проблем построение математической модели непосредственно по результатам наблюдения за процессами, как правило, невозможно. Обычно формализация осуществляется в несколько этапов [1].

Первым шагом на пути формализации является составление содержательного описания функционирования системы. Содержательное описание включает сведения о природе и количественных характеристиках исследуемой системы, перечне составляющих эту систему элементов, степени и характере взаимодействия между ними, месте и значении каждого элемента в общем процессе функционирования системы, порядке и содержании отдельных этапов функционирования системы и т. д.

Операционная модель системы — промежуточное звено между содержательным описанием и математической моделью. Операционная модель, как правило, включает полную логическую взаимосвязь элементарных операций, составляющих процесс функционирования системы, а также четкий и достаточно формализованный перечень характеристик каждой из операций. Такого рода модель весьма удобно представить в графическом виде, например в виде сетевой модели либо в виде блок-схемы составляющих процесс операций.

Операционная модель должна быть доведена до такой степени формализации, что заключительный переход от нее к математической модели может быть осуществлен исследователем, не имеющим сведений о природе моделируемой системы.

Для преобразования операционной модели в математическую необходимо записать в аналитической форме все соотношения, логические условия и другие сведения, содержащиеся в операционной модели.

Составляя содержательное описание системы, при построении большинства экономических моделей мы используем наши представления о системе, которые формулируются опытом.

Это экспериментальное начало лежит в основе построения операционной и математической моделей. Описанный подход к построению моделей называется феноменологическим. Данный термин означает, что в основе лежит опытное изучение феномена-явления. В экономике большое число моделей носит феноменологический характер.

Любая модель не является всеобъемлющей, она должна быть целенаправлена на решение определенной проблемы. Системный анализ в его наиболее развернутом виде строится на основе комплекса моделей, к которым относятся следующие модели: окружающая среда, содержащая основные требования к системе и концепцию ее использования; операционная, описывающая последовательность действий и результатов этих действий, необходимых для достижения конечных целей; проект системы, характеризующий состав и взаимосвязи элементов (оборудования, персонала, информации и др.); потребные ресурсы и, в частности, потребность в денежных средствах и др.

Такой комплекс моделей характеризует решаемую проблему со всех сторон и позволяет организовать многошаговый процесс ее постепенного осознания и формулирования в виде, доступном для решения.

Обычно модели рассматриваются как средство выбора оптимальной стратегии из множества, «охватываемого» данной моделью. Однако существует другая, весьма важная область приложения моделей. Их можно использовать эвристически как инструмент поиска. Модели являются эффективным средством исследования структуры задачи, с помощью которого можно обнаружить принципиально новые стратегии, ранее упускавшиеся из виду. Выявление таких новых стратегий часто представляет собой наиболее ценный результат использования моделей.

Имитационное моделирование и сценарный подход в системах поддержки принятия решений

Для современного этапа развития экономики характерно динамичное, ускоренное изменение социально-экономических условий. В связи с этим особую роль приобретает способность органов управления (государственных, региональных, корпоративных) своевременно принимать соответствующие эффективные меры. Обеспечить информационную поддержку их выработки и обоснования призваны системы поддержки принятия решения (СППР). Среди разнообразных инструментов, входящих в состав последних, важное место занимает имитационное моделирование как основа многовариантного прогнозирования и анализа систем высокой степени сложности¹.

Сущность метода имитационного моделирования – в математическом описании динамических процессов, воспроизводящего функционирование изучаемой системы².

Данный метод позволяет анализировать сложные динамические системы (предприятия, банки, отрасли экономики, регионы и т.д.). Его применение предполагает два этапа – построение комплекса динамических имитационных моделей и выполнение аналитических и прогнозных расчетов.

Важное место здесь занимает сценарный подход, позволяющий проводить многовариантный ситуационный анализ моделируемой системы. Сценарий является некоторой оценкой возможного развития³.

Каждый сценарий связывает изменение внешних условий с результирующими переменными.

Применение имитационного моделирования и сценарного подхода позволяет строить эффективные СППР, предназначенные для решения следующего круга задач в различных отраслях и для различных объектов (регионов, корпораций, макроэкономических систем):

прогнозирование и анализ последствий управленческих решений;

исследование эффективности и сравнение принимаемых мер;

выбор либо построение оптимального решения.

Наиболее результативно имитационное моделирование в СППР, поддерживающих концепции хранилищ данных и оперативного многомерного анализа данных.

Для реализации таких СППР целесообразно использование следующей схемы разработки:

интеграция источников данных;

создание единого информационного хранилища данных;

формирование аналитической отчетности;

построение комплекса динамических имитационных моделей для выполнения многовариантных расчетов.

Данная схема более 10 лет успешно применяется российской компанией “Прогноз”. Универсальность и плодотворность данного подхода подтверждается примерами успешной реализации СППР для различных заказчиков, в том числе федеральных и региональных органов власти, крупных предприятий. В качестве программно-инструментального средства для создания СППР используется аналитический комплекс “Прогноз” – собственная разработка компании.

В системах СППР федерального органа управления хорошо себя зарекомендовали:

макроэкономическая модель России – используется для прогнозирования наиболее агрегированных показателей (ВВП, инфляция, объем производства важнейших отраслей, инвестиции, экспорт, импорт, объем денежной массы, золотовалютные резервы, курс национальной валюты), которые передаются на вход моделям, детально описывающим отдельные секторы экономики;

динамическая модель межотраслевого баланса России – позволяет получать вариантные сбалансированные прогнозы социально-экономического развития России, учитывающие структурные сдвиги экономики.

модель платежного баланса России – предназначена для моделирования внешнеэкономической деятельности России. Модель увязывает балансовыми соотношениями показатели операций текущих, с капиталом и финансовых, учитывая динамику экономических и политических отношений между Россией и внешним миром, в том числе на перспективу.

модель консолидированного бюджета России – позволяет прогнозировать основные параметры государственного бюджета на заданном периоде с учетом перспективной экономической ситуации (которая, в свою очередь, спрогнозирована при помощи отмеченных выше моделей).

Расчет комплекса моделей на каждой точке прогнозного периода производится последовательно, от макромодели до модели бюджета, при этом результаты расчета каждой модели либо оказывают непосредственное влияние на внутренние показатели других моделей, либо учитываются при построении значений показателей на следующих временных интервалах (если в спецификации моделей заложены лаговые зависимости). Такой комплекс моделей дает возможность получать адекватное представление о будущем сбалансированном состоянии экономики государства.

На уровне региональных органов власти в СППР целесообразно использование комплексной имитационной модели региона, отражающей особенности развития региональной экономики. Данную модель можно представить в виде структурных блоков:

“Население” – отвечает за осуществление прогнозных расчетов общей численности населения с учетом естественного движения и процессов миграции, его половозрастной структуры, численности экономически активного контингента и баланса трудовых ресурсов конкретной территории. Исходными данными для этого являются результаты переписи, данные о миграции, а также информация о профессиональной структуре трудовых ресурсов территории.

“Рынок труда” – моделируется межотраслевое движение рабочей силы в зависимости от потребности, уровня скрытой и структурной безработицы, размера оплаты труда.

“Производство и сфера услуг” – можно выделить три составные части – инвестиционно-фондовая отражает инвестиционные ресурсы и движение основных производственных фондов отрасли (промышленность, сельское хозяйство, транспорт и связь, строительство, торговля и общепит); ресурсная показывает динамику материальных и трудовых ресурсов отраслей; производственная характеризует динамику объемов производства важнейших видов продукции, работ, услуг с учетом обеспеченности трудовыми, материальными ресурсами и платежеспособного спроса на продукцию отраслей, сценарных условий функционирования экономики РФ на прогнозный период.

“Финансы” – прогнозируются финансовые результаты деятельности предприятий, доходы и расходы населения, поступления в государственный бюджет и направления расходования средств с возможностью анализа и прогнозной оценки регионального отклика на изменения налоговой системы и структуры региональной экономики.

“Социальная сфера” и “Уровень жизни населения” – представляют во взаимосвязи динамику инвестиционно-фондовых процессов, формирования материальных и трудовых ресурсов и обеспечения населения услугами непроизводственных отраслей. В этих блоках рассчитываются как отдельные показатели, так и интегральный, учитывающий специфику региона и разносторонние факторы качества жизни человека (обеспеченность жильем, уровень занятости и др.).

Комплексная модель экономики субъекта РФ – отражает динамику функционирования регионального хозяйства на базе целостной интегрированной системы взаимосвязанных макроэкономических показателей, включенных в систему национальных счетов.

В управлении финансово-хозяйственной деятельностью крупного предприятия возможно использование комплекса динамических моделей, состоящего из блоков:

“Планирование производственных показателей”– рассчитывается ввод производственных мощностей в зависимости от инвестиций на плановый период, с учетом фондоотдачи определяются плановые показатели объемов производства готовой продукции и транспортных услуг;

“Планирование экономических показателей” – рассчитываются плановые объемы реализации в зависимости от спроса, изменения запасов готовой продукции, планируются выручка от реализации (в том числе на экспорт в зависимости от курсов валют) и производственные затраты с учетом индексов роста, рассчитываются себестоимость производства и реализации, прибыль (убытки), планируются начисленные налоги при заданных ставках;

“Планирование финансовых показателей” – планируются инвестиции и финансовая деятельность, рассчитываются доходы и расходы (по отгрузке), выделяется оплачиваемая часть по видам платежных средств (денежные средства, векселя, прочие виды расчетов) исходя из заданных коэффициентов оплаты, рассчитываются изменения кредиторской и дебиторской задолженностей;

“Планирование активов” – рассчитывается состояние внеоборотных активов, запасов, денежных средств, дебиторской задолженности на конец планового периода;

“Планирование пассивов” – рассчитывается состояние капитала и резервов, заемных средств, кредиторской задолженности на конец планового периода.

Комплекс динамических моделей в управлении финансово-хозяйственной деятельностью предприятия позволяет планировать финансово-хозяйственные потоки, построить прогнозный бухгалтерский баланс, сформировать План социально-экономического развития и Бюджет предприятия.