Виявлення факторів конкурентоспроможності підприємства за допомогою процедури факторного аналізу Ан

Работа добавлена на сайт samzan.net:

6. Аналітичний інструментарій управління конкурентоспроможністю підприємства

6.1. Виявлення факторів конкурентоспроможності підприємства за допомогою процедури факторного аналізу

Аналіз економічної літератури показує, що переважна більшість розроблених методик пропонує проводити конкурентний аналіз підприємства у відриві від його взаємозв'язків з партнерами по бізнесу, діячами ринку та інших елементів зовнішнього середовища. Отже, дані методики не можуть із високим ступенем об'єктивності відображати рівень конкурентоспроможності, тому що в сучасних економічних умовах робота підприємства в ізоляції від інших ринкових діячів не може забезпечити високий рівень його конкурентоспроможності.

Неоднозначність існуючих у сучасній економіці методичних підходів до дослідження конкурентоспроможності підприємства зумовлює і множинність методів її оцінки, що використовуються. Особливості «традиційних» методик для проведення конкурентного аналізу наведено нижче.

Виділимо деякі найбільш практично цінні методики оцінки та аналізу конкурентоспроможності підприємства серед значної їх кількості.

Фатхутдінов Р. А. [87] пропонує конкурентоспроможність орга- нізації визначати з урахуванням вагомості товарів і ринків, на яких вони реалізуються:

                                                                         (6.1)

де  - питома вага i-го товару організації в обсязі продажів за аналізований період, частки одиниці, i = 1,2,…...n, = 1;

- показник значимості ринку, на якому представлений товар організації. Для промисловості розвинених країн значимість ринку рекомендується приймати рівній одиниці, для інших країн – 0,7, для внутрішнього ринку – 0,5;

- конкурентоспроможність i-го товару на j-му ринку.

                                           =                                              (6.2)

де     – обсяг продажів i-го товару за аналізований період, млн гр. од.;

– загальний обсяг продажів організації за той же період, млн гр. од.

                                                     (6.3)

де   – конкурентоспроможність аналізованого зразка об'єкта на конкретному ринку, частки одиниці;

– ефективність аналізованого зразка об’єкта на конкретному ринку, одиниця корисного ефекту/грошова одиниця;

– ефективність кращого зразка-конкурента, який використовується на даному ринку;

– коригувальні коефіцієнти, що враховують конкурентні переваги.

Ефективність об’єкта:

                                                                                     (6.4)

де     – корисний ефект об’єкта за нормативний термін його служби в умовах конкретного ринку, одиниця корисного ефекту;

– сукупні витрати за життєвий цикл об’єкта в умовах конкретного ринку, грошова одиниця.

Заслуговує певної уваги метод аналізу конкурентоспроможності підприємства, оснований на аналітичній оцінці підприємства на ринку та визначенні лідера в галузі, запропонований Гетьманом О. О. [18]. На його думку, аналітичний спосіб оцінки конкурентоспроможності підприємства на ринку передбачає побудову матриці конкурентоспроможності та проведення розрахунку коефіцієнта конкурентоспроможності.

Інтегральний (груповий) факторний показник (Iі) кожного з підприємств-постачальників товару визначається як добуток параметричної одиничної експертної оцінки підприємства-постачальника товару (gі) і рангу аналізованого фактора (Rі) за формулою:

                                         .                                               (6.5)

Сумарна оцінка (Sі) здійснюється за всіма (n) інтегрованими (груповими) факторними показниками для кожного з підприємств – постачальників товару на ринку (Iі) за формулою:

                                                                    .                                              (6.6)

Коефіцієнт конкурентоспроможності (КС) дорівнюватиме одиниці для того підприємства, яке має найбільшу сумарну оцінку за всіма інтегрованими факторними показниками. Для інших підприємств він розраховуватиметься як відношення їх сумарної оцінки до максимального рівня сумарної оцінки підприємства-лідера.

Отже, конкурентоспроможність підприємства-лідера та інших підприємств визначатиметься із співвідношення:

                     КС = 1 для  → підприємство-лідер;                 (6.7)

КС =  /  → для інших підприємств.

Також слід зауважити, що підприємство, яке має показник конкурентоспроможності, що дорівнює одиниці, формує стратегію лідера; підприємство, яке має коефіцієнт конкурентоспроможності в межах від 0,9 до 1, формує стратегію ринкового послідовника; підприємство з коефіцієнтом конкурентоспроможності в межах від 0,5 до 0,9, формує стратегію ринкового претендента; а підприємство, яке має інтервальну оцінку конкурентоспроможності меншу за 0,5, є ринковим новачком.

Шинкаренко В. Г. та Бондаренко Г. С. [101] визначають рівень конкурентоспроможності підприємства за допомогою: групових індексів конкурентоспроможності пропозиції транспортної послуги, виконання перевезення і задоволеності споживача виконаною послугою; рейтингової оцінки фінансового стану; величини ринкової частки підприємства.

Рівень конкурентоспроможності автотранспортного підприємства Шинкаренко В. Г. [101] пропонує визначати за такою формулою:

                        ,                                      (6.8)

де     – рейтингова оцінка фінансового стану підприємства;

 – конкурентоспроможність транспортних послуг;

 – величина ринкової частки підприємства;

a, b, c – вагові коефіцієнти відповідно фінансового стану, конкурентоспроможності транспортних послуг і величини ринкової частки підприємства.

Підсумковий показник конкурентоспроможності транспортних послуг:

                                                                       (6.9)

де    – показник конкурентоспроможності транспортних послуг у z-му сегменті ринку транспортних послуг;

 – питома вага z-го виду перевезень у загальному обсязі перевезень автотранспортного підприємства;

 – значущість z-го сегмента;

z – кількість видів перевезень, які здійснюються автотранспортним підприємством (кількість сегментів ринку, на яких присутнє підприємство), s = 1 - z.

Оцінку  конкурентоспроможності  транспортних  послуг Шинкарен- ко В. Г. пропонує визначати за такою формулою:

                                                                                     (6.10)

де     – показник конкурентоспроможності транспортних послуг;

          – групові індекси конкурентоспроможності відповідно пропозиції транспортної послуги, виконання перевезення і задоволеності споживача виконаною послугою.

Одним із найрозповсюдженіших методичних підходів до аналізу та оцінки конкурентоспроможності підприємства є дослідження цієї категорії на основі методів, заснованих на аналізі порівняльних переваг [56]. Згідно з теорією міжнародного розподілу праці, за цим підходом передумовою для завоювання галуззю чи підприємством конкурентних позицій виступає наявність порівняльних переваг, які дозволяють забезпечити відносно нижчі витрати порівнянно з конкуруючою галуззю чи підприємством.

Використовування як критерій оцінки витрат виробництва не дозволяє комплексно оцінити конкурентні позиції підприємства, оскільки вони характеризують масштаб і ефективність виробничої діяльності за певних умов зовнішнього середовища, але практично не відображають процес взаємодії виробника продукції з ринком. Тому в рамках теорії порівняльних переваг використовуються також і інші критерії. До критеріїв, що часто вживаються, відносяться: об'єм прибутку, норма прибутку, об'єм продажів, частка на ринку.

Звичайно оцінка рівня конкурентоспроможності підприємства проводиться шляхом зіставлення рівнів одного з вказаних показників даного підприємства й аналогічного показника підприємства-конкурента. Більш високий (низький) рівень показника-стимулятора (показника-дестимулятора) вважається достатньою умовою для того, щоб оцінити дане підприємство як більш конкурентоспроможне.

Використовування об'ємних показників дозволяє зіставити масштаб діяльності підприємств, але конкурентні позиції визначаються не стільки масштабом, скільки ефективністю виробничо-господарської діяльності і рівнем конкурентоспроможності продукції. Адекватнішим є використання показника норми прибутку або рентабельності в якості критерію оцінки. Проте і ці показники не повністю відображають конкурентні позиції підприємств-конкурентів.

Значний інтерес викликають так звані «описові» методики, які одержали найбільше поширення в закордонній практиці. До таких методик відносяться матричні або портфельні, у їхньому числі: матриці Бостонської консалтингової групи, Шел, стратегічних альтернатив, конкурентної переваги, Хасі, Хінтерхубера і т. д.

У кожній матричній методиці за основу беруться два оціночні показники й кілька рівнів їхнього розвитку для окремо взятого підприємства. У зв'язку із чим спостерігається характерний недолік, властивий більшості матричних методик – спрощення й знаджування проблеми, обмеження можливостей альтернативного рішення проблеми до декількох варіантів. Так, у матриці BCG це рівень ринкового зростання й частка ринку, у матриці Шелл (Shell Chemical Company) – конкурентні можливості й перспективи прибутковості частки ринку, в матриці General Electric – діловий вплив (конкурентоспроможність підприємства) і привабливість галузі. Найбільш простою і відомою є матриця БКГ, яка зосереджує увагу на товарах, що випускаються підприємством, класифікує кожний товар або підприємство за рівнем поточного ринкового зростання й величини займаної частки ринку. Причому показник "ринкове зростання" служить для оцінки потреби у фінансуванні, а "відносна частка ринку" – для відбиття прибутковості. Основним недоліком даної моделі є те, що вона занадто спрощує складні ситуації й розглядає невелике число стратегічних альтернатив.

Метод радара конкурентоспроможності застосований вперше в 1981 р. Р. Урсе і А. Блоксталем для багатофакторної оцінки конкурентоспроможності підприємства.

Сутність методу радара конкурентоспроможності полягає в такому: в  якості  інтегрального  показника  оцінки  конкурентоспроможності  підп-риємства розглядається відносна площа радара (К), побудованого всередині кола на основі системи показників (рис. 6.1):

                                         K = SP / S,                                              (6.11)

де  SР − площа радара, см2;

     S − загальна площа оцінного кола, рівна πR2.

Площа радара К, у свою чергу, визначається за формулою:

,   (6.12)

де  а1, …, аn − значення показників, переведені в сантиметри;

         − кут між найближчими показниками [33].

Радар конкурентоспроможності підприємства будується з дотриманням таких принципів:

а) усі показники, які оцінюються, мають однакову «вагу», тому коло ділиться радіальними оцінними шкалами на рівні сектори, число яких рівне числу оцінних параметрів. Значення кута  − 360°/n, де n − число показників;

б) у міру віддалення від центра кола значення показника поліпшується, якщо показник є стимулятором (тобто позитивно впливає на рівень конкурентоспроможності підприємства), погіршується, якщо показник є дестимулятором;

в) шкали на радіальних прямих градуюються так, щоб всі значення показників лежали усередині оцінного круга.

Очевидно, що наскільки конкурентоспроможним є порівнюване підприємство, тим більше площа, займана радаром, отже, кількісна оцінка конкурентоспроможності підприємства ближче до одиниці.

Рис. 6.1. Радар конкурентоспроможності підприємства

Комплексний підхід до оцінки конкурентоспроможності підприємства реалізується за допомогою використання методу інтегральної оцінки, який є достатньо простим, наочним і дозволяє отримати однозначні оцінки конкурентних позицій виробника.

Так, Азоєв Г. Л. [2] для оцінки конкурентоспроможності підприємств використовує чотиридольний показник концентрації CR4, а також індекс Херфіндала (див. п. 2.3).

На особливу увагу заслуговують дослідження науковців Фасхієва Х. А. і Попової Є. В. [86], які пропонують оцінювати конкурентоспроможність підприємства за показниками, об’єднаними у шість груп: фінансово-господарської діяльності; виробничі; якості; розвитку; персоналу та соціальної сфери; рівня досконалості управління.

Інтегральний показник розраховується за формулою:

               ,                        (6.13)

де  n – число показників;

     Y1, Y2, Y3, Yn-1, Yn – значення показників конкурентоспроможності за групами.

Однією з розповсюджених методик оцінки конкурентоспроможності підприємства є визначення мультиплікатора, основні положення якої формулюються таким чином:

під впливом початкового імпульсу (наприклад, вкладення капіталу) в ході першого періоду виникає один або декілька первинних ефектів (дохід, заощадження та ін.);

під впливом первинних ефектів у ході другого періоду виникають вторинні ефекти, не відмінні за своєю природою від первинних, а також від початкового імпульсу і т. д.

Представивши ці ефекти у вигляді числової моделі послідовної залежності, можна з'ясувати, чи є сума первинного, вторинного і всіх подальших ефектів кінцевою величиною і яка ця величина. Якщо сума кінцева, то можна стверджувати, що між сумою ефектів однакової природи і первинним ефектом існує певне відношення. Це відношення і є мультиплікатор, на якого слід множити первинний ефект для отримання сукупного ефекту.

За допомогою положень теорії мультиплікаторів можливо отримати непряму оцінку рівня конкурентоспроможності підприємства та конкурентних переваг одного кластера підприємств над іншим щодо якості послуг або продукції, що випускається, оскільки якість задоволення запитів споживачів – поняття достатньо широке, що має на увазі широту, глибину, гармонійність пропонованого асортименту; часовий аспект і оперативність поставок, а також відповідність рівня цін рівню доходів та ін. Досить складним завданням є представлення інтегральної оцінки такої множини показників одним кількісним показником. У подібних випадках найбільш доцільним є застосування теорії мультиплікаторів.

В такому варіанті для реалізації конкурентних переваг галузі механізм мультиплікатора працює таким чином. Підприємства, що входять в кластер, для формування і підтримки конкурентних переваг повинні постійно здійснювати інвестиційний розвиток свого стратегічного потенціалу, а також на заходи, пов'язані з адаптацією в зовнішньому середовищі. Ефект такого роду інвестицій збільшується пропорційно збільшенню якості задоволення потреб, що досягається, продукцією в стратегічній перспективі. Отже, чим вище якість потреб, що задовольняються, тим вище потенційні доходи і прибутки підприємств.

Таким чином, мультиплікатор, що дозволяє розрахувати кумулятивний ефект за період, достатньо тривалий для вирішення стратегічних завдань, визначається за формулою:

                                   ,                                (6.14)

де  n – порядковий номер періоду, в ході якого мав місце той або інший ефект;

      r – гранична схильність до споживання, визначувана відношенням приросту споживання (∆С) і приросту доходів (∆R), що викликав його.

Застосування даного мультиплікатора може бути обґрунтовано тим, що первинним результатом вкладення інвестицій є збільшення доходу підприємств, рівне інвестиційній витраті. Даний приріст доходу, у свою чергу, буде розподілений за потребами між чинниками виробництва, що спричиняє за собою додаткові витрати. Це і є вторинним ефектом, що викликає приріст доходів, який також виступатиме як інвестиції і т. д.

Використання наведених «традиційних» методів конкурентного аналізу є недостатнім для перманентного підвищення ефективності управління конкурентоспроможністю підприємства. Традиційний інструментарій необхідно доповнювати економіко-математичними методами для проведення поглибленого конкурентного аналізу. Наприклад,  після  розрахунку  інтегрального  показника конкурентоспро- можності підприємства доцільно провести факторний аналіз з метою виявлення сили та напряму впливу факторів на рівень конкурентоспроможності підприємства.

Необхідно зауважити, що є детермінований та стохастичний факторний аналіз. Детермінований – здійснюється за допомогою методів елімінування при проведенні економічного аналізу; стохастичний – за допомогою економіко-математичного методу факторного аналізу. Основна відмінність полягає в тому, що, в першому випадку, визначається сила та напрям впливу факторів, які входять до складу результативного показника; в другому – показники об’єднуються в латентні фактори. Латентні фактори – це приховані фактори, які є результатом реалізації процесів, що глибоко проникли в функціональні сфери діяльності підприємства та впливають на всі його аспекти. Виявлення таких факторів є надзвичайно важливим індикатором можливого подальшого зниження рівня конкурентоспроможності та сигналізують про проблемні сторони діяльності підприємства, які апріорно визначити неможливо.

Головними цілями факторного аналізу є: скорочення числа змінних (редукція ознакового простору) і визначення структури взаємозв'язків між змінними, тобто класифікація змінних. Тому факторний аналіз використовується або як метод скорочення даних, або як метод класифікації.

Якщо вихідні чинники-аргументи пов'язані між собою тісними мультиколінеарними співвідношеннями, то це означає, що або ці чинники взаємно визначають один одного, або вони є різними наслідками якихось загальних причин – агрегованних показників або чинників. При формуванні значного масиву інформації мультиколінеарність виникає майже завжди.

У зв'язку з цим виникає ідея «стиснути» інформацію, яка знаходиться в значному масиві спостережень взаємно корельованих змінних, замінивши їх меншою кількістю незалежних агрегованих чинників. Така процедура виявлення головних компонент називається редукцією простору досліджуваних ознак [109].

В основному процедура виділення головних компонент подібна до обертання матриці, головною умовою якого є максимізація дисперсії (варімакс) вихідного простору змінних. Наприклад, на діаграмі розсіяння лінію регресії можна розглядати як вісь X, обернувши її так, щоб вона була ідентичною прямій регресії. Цей тип обертання називається обертанням, що максимізує дисперсію, оскільки критерій (мета) обертання полягає в максимізації дисперсії (мінливості) «новою» змінною (чинником) і мінімізації розкиду точок довкола неї [14].

Після того, як знайдено лінію, для якої дисперсія максимальна, довкола неї залишається деякий розкид даних. І процедуру природно повторити. У аналізі головних компонент саме так і робиться: після того, як перший чинник виділено, тобто після того, як першу лінію проведено, визначається наступна лінія, що максимізує залишкову варіацію (розкид даних довкола першої прямої), і т. д. Таким чином, чинники послідовно виділяються один за іншим [62].

Оскільки кожний подальший чинник визначається так, щоб максимізувати мінливість, що залишилася від попередніх, то чинники виявляються незалежними один від одного, тобто некорельованими або ортогональними [45]. Таким чином, вихідну систему показників необхідно змінити на їх лінійні комбінації (компоненти):

                                          ,                                         (6.15)

де   – коефіцієнт ортогональної матриці власних векторів.  

Якщо, наприклад, всі вихідні змінні стандартизовані і, отже, їх дисперсії однакові і дорівнюють одиниці, то в результаті нормування (стандартизації) всі змінні вирівнюються за своєю мінливістю.

Головні компоненти формуються так, щоб перша компонента мала максимально можливу дисперсію, тобто пояснювала максимум мінливості вихідних змінних; друга компонента, некорельована до першої, пояснювала максимум дисперсії, яка залишилася, і т. д. Таким чином, декілька перших (головних) компоненти пояснюватимуть майже всю мінливість системи показників, а останні компоненти з дисперсіями, близькими до нуля, можна відкинути, оскільки їх вплив на систему показників є досить незначним [14].

Побудова економіко-математичної моделі із застосуванням методу головних компонент традиційно виконується після стандартизації змінних, яка полягає в їх центруванні і нормуванні. Після стандартизації всі показники матимуть однакові дисперсії, які дорівнюють одиниці. Варіація (у %) визначається відношенням середнього значення ознаки  до середньоквадратичного відхилення  і множенням результату на 100.

При використанні методу головних компонент чинники (узагальнені, агреговані показники, які визначають всі вихідні змінні) вводяться з врахуванням таких вимог: 1) фактори-компоненти конструюються як лінійні комбінації вихідних показників; 2) компоненти мають бути некорельованими; 3) перша (головна) компонента пояснює максимум повної мінливості даних, друга – максимум залишку мінливості і т. д. Таким чином, система рівноцінних (після стандартизації) показників замінює на таку ж кількість компонент, але вже різко нерівноцінних.

Перші три компонент (головні компоненти) з великими дисперсіями відтворюють практично всю інформацію, а останні компоненти з дисперсіями, близькими до нуля, фактично не варіюють і можуть бути відкинуті [109]. Отже, відбувається важливе зниження розмірності матриці (редукція ознакового простору). В деяких випадках для опису процесу досить мати дві перших компоненти, який забезпечує можливість їх візуального аналізу в просторі.

Всі ці процедури реалізовано в пакеті прикладних програм «Statgraphics Plus». Нижче наведено приклад проведення стохастичного факторного аналізу конкурентоспроможності підприємства після визначення інтегрального показника рівня конкурентоспроможності підприємства.

При визначенні впливу інтегральних групових показників конкурентоспроможності на зміну рентабельності продажу ТОВ «Курязький завод силікатних виробів» виявлено найбільш значний вплив групових показників: якості продукції; розвитку підприємства та рівня досконалості управління підприємством. Зважаючи на це, необхідно дослідити структуру латентних внутрішніх факторів у кожному груповому показнику конкурентоспроможності підприємства. Для виконання такого завдання найбільш адекватним є інструмент факторного аналізу. Факторний аналіз використовується для комплексного аналізу господарської діяльності, пошуку і класифікації факторів, що впливають на економічні явища і процеси, з виявленням причинно-наслідкових зв'язків, що впливають на зміну конкретних показників господарської діяльності. Процедуру факторного аналізу слід виконувати за допомогою ППП «Statgraphics Plus 5.1».

Далі пропонується приклад використання факторного аналізу при проведенні оцінки конкурентоспроможності ТОВ «Курязького заводу силікатних виробів». Першим етапом дослідження є виявлення прихованих  внутрішніх  факторів  зростання  рівня конкурентоспромож- ності підприємства на основі підвищення якості продукції. Фактори, в яких спільності були більше 1, залишені в моделі. Їх виявлено 4. Вони на 83,3 % пояснюють змінюваність всієї системи показників, яка характеризує фактори підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів» на основі підвищення якості силікатної цегли. Зміни власних значень кожного фактора підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів» на основі підвищення якості силікатної цегли подано на рис. 6.2.

Рис. 6.2. Зміни власних значень кожного фактора підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів» на основі підвищення якості силікатної цегли

Виділені фактори суттєво описують початкову систему показників якості продукції. Після дії блоку VariMax отримуємо матрицю факторних навантажень, що піддається кращій інтерпретації. Назви факторів установлюються залежно від рівня значущості факторних навантажень показників. Таким чином, сформовано систему факторів підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів» на основі виявлення факторів підвищення якості продукції (табл. 6.1).

Таблиця 6.1

Система факторів підвищення конкурентоспроможності

ТОВ «Курязький завод силікатних виробів» на основі виявлення факторів підвищення якості продукції

Умовне позначення	Значення факторних навантажень	Показник	Назва фактора
F 1	0,79446	Межа міцності при стисненні силікатної цегли	Фактор зростання якісних характеристик силікатної цегли
	0,843698	Середня щільність силікатної цегли
	0,880812	Морозостійкість силікатної цегли
	0,874326	Рентабельність продукції

Закінчення табл. 6.1

F 2	0,853685	Собівартість реалізованої продукції	Фактор перевищення витрат підприємства
	-0,913634	Коефіцієнт затоварювання готовою продукцією
	0,843253	Адміністративні витрати
F 3	0,838497	Питома вага виробів з бетону в готовій продукції	Фактор оптимальності структури продукції та ціноутворення
	-0,713149	Матеріальні витрати
	0,817285	Ціна силікатної цегли одинарної М150-М200
F 4	0,677384	Витрати на збут	Фактор прямих витрат підприємства
	0,888820	Витрати на оплату праці

Наступним важливим етапом дослідження є виявлення прихованих (латентних) факторів, які б комплексно характеризували процеси підвищення рівня конкурентоспроможності на основі розвитку підприємства. Фактори, в яких спільності були більше 1, залишені в моделі. Їх виявлено 4. Вони на 83,3 % пояснюють змінюваність всієї системи показників, яка характеризує складові групового показника розвитку підприємства. Виділені фактори суттєво описують початкову систему групових показників розвитку підприємства.

Після дії блоку VariMax отримуємо матрицю факторних навантажень, що піддається кращій інтерпретації. Назви факторів установлюються залежно від високих значень факторних навантажень показників. Таким чином, сформовано систему факторів підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів» на основі його розвитку  (табл. 6.2).

Таблиця 6.2

Система факторів підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів»

на основі показників його розвитку

Умовне позначення	Значення факторних навантажень	Показник	Назва фактора
F 1	0,75247	Коефіцієнт покриття капітальних інвестицій	Фактор розвитку інвестиційної діяльності підприємства
	0,833608	Коефіцієнт капітального будівництва
	0,890811	Питома вага інвестицій на будівництво в загальному об’ємі капітальних інвестицій

Закінчення табл. 6.2

	0,874326	Питома вага інвестицій на придбання нових основних засобів в загальному об’ємі капітальних інвестицій
F 2	0,8427	Виробничий потенціал	Фактор зниження інтенсивності інтелектуального розвитку підприємства
	-0,9046644	Коефіцієнт забезпеченості інтелектуальною власністю
F 3	0,849498	Темп зростання фонду оплати праці	Фактор зниження результативності діяльності
	-0,693148	Темп зростання чистого прибутку
F 4	0,655374	Питома вага витрат на оплату сторонніх підприємств у сфері інформатизації в загальному об’ємі витрат на інформатизацію	Фактор ефективності використання інформаційного потенціалу
	0,871824	Питома вага витрат на обчислювальну техніку у сфері інформатизації в загальному об’ємі витрат на інформатизацію

Найбільш впливовим в системі є фактор розвитку інвестиційної діяльності ТОВ «Курязький завод силікатних виробів». Фактор зниження інтенсивності інтелектуального розвитку підприємства обумовлюється значним від’ємним факторним навантаженням коефіцієнта забезпеченості  інтелектуальною  власністю  досліджуваного підприємст- ва. Виробничий потенціал у складі фактора виявлено на прийнятному позитивному рівні. ТОВ «Курязький завод силікатних виробів» необхідно отримати додаткові ліцензії на випуск силікатної цегли з вищою межею міцності.

Фактор зниження результативності діяльності ТОВ «Курязький завод силікатних виробів» сформувався в основному через від’ємне значення темпу зростання чистого прибутку. За цим фактором виявлено більший темп зростання фонду оплати праці, ніж темп зростання чистого прибутку.

У результаті діагностики фактора ефективності використання інформаційного потенціалу виявлено, що більший вплив на його зміни чинять витрати на обчислювальну техніку, а не на оплату діяльності сторонніх організацій.

У результаті дослідження внутрішніх факторів групового показника конкурентоспроможності підприємства на основі його розвитку виявлено, що ТОВ «Курязький завод силікатних виробів» поступово розвивається, але без чітко розробленої стратегії, без проведення аналітичних досліджень та виявлення причин погіршення деяких економічних показників діяльності.

Наступним етапом дослідження є виявлення прихованих внутрішніх факторів зростання рівня конкурентоспроможності підприємства на основі підвищення рівня досконалості управління ТОВ «Курязький завод силікатних виробів». Фактори, в яких спільності були більше 1, залишені в моделі. В результаті економіко-математичного моделювання виявлено лише 1 такий фактор. Він на 89,063 % пояснює змінюваність всієї системи показників, яка характеризує фактори підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів» на основі підвищення рівня досконалості управління. Виділені фактори суттєво описують початкову систему групових показників рівня досконалості управління підприємством.

Після дії блоку VariMax, отримуємо матрицю факторних навантажень, що піддається кращій інтерпретації. Назви факторів установлюються залежно від високих значень факторних навантажень показників. Таким чином, сформовано систему факторів підвищення конкурентоспроможності ТОВ «Курязький завод силікатних виробів» на основі підвищення рівня досконалості управління підприємством (табл. 6.3).

Таблиця 6.3

Система факторів підвищення конкурентоспроможності

ТОВ «Курязький завод силікатних виробів» на основі

підвищення рівня досконалості управління

Умовне позначення	Значення факторних навантажень	Показник	Назва фактора
F 1	0,787427	Продуктивність праці	Фактор підвищення рівня досконалості управління підприємством
	0,945104	Питома вага надбавок та доплат до тарифних ставок та посадових окладів у фонді оплати праці
	0,999222	Трудомісткість
	0,989143	Темп зростання персоналу
	-0,981352	Фондоозброєність праці

У результаті виконання факторного аналізу за допомогою ППП «Statgraphics Plus 5.1» виявлено лише один нерозподілений фактор підвищення рівня досконалості управління підприємством. У структурі фактора виявлено такі особливості. Зокрема, найбільш значний та найбільш негативний вплив фондоозброєності праці. Керівництву ТОВ «Курязький завод силікатних виробів» необхідно підвищити фондоозброєність праці та здійснити удосконалення технологічного процесу. Продуктивність праці виявлено на позитивному, але найменш значному рівні, що є індикатором необхідності підвищення продуктивності праці шляхом підвищення трудової дисципліни та підвищення рівня мотивації персоналу.

3 переходом до нової концепції управління підприємствами в Україні менеджери у першу чергу повинні звернути увагу на зміну переліку факторів виробництва. Ринкові умови господарювання вимагають опанування засобів управління такими чинниками, як підприємливість, компетентність, попит, позитивний імідж. Причому стоїть завдання не просто приєднати, а органічно «вмонтувати» їх у систему вже відомих керівникам підприємств економічних факторів: засобів праці, предметів праці, робочої сили, інформації. Тільки у такому разі сформується уявлення про нову систему продуктивних сил підприємства, що визначатиме його соціально-економічний потенціал. По-друге, підприємство у ринковій економіці змушене самостійно відстежувати увесь відтворювальний цикл свого багатства, а не лише один з його етапів – виробництво. А це означає, що в практику управління упроваджується категорія «капітал підприємства». Оскільки увага менеджерів ТОВ «Курязький завод силікатних виробів» має зосереджуватися на усіх етапах відтворювального циклу взаємодіючих економічних факторів виробництва, в яких уособлюється капітал підприємства, інформаційне забезпечення управління багатством підприємства треба створювати заново. По-третє, в Україні істотно змінюються виробничі відносини, виникає прошарок власників, а отже, економічних інтересів.

Поєднання дії нерідко протилежно скерованих інтересів неможливе засобами адміністративного чи економічного впливу. Важливим чинником забезпечення цілісності й життєздатності ТОВ «Курязький завод силікатних виробів» як економічно-соціальної системи стає зростання рівня його конкурентоспроможності.

Друга проблема пов'язана з першою і полягає в тому, що від розв'язання проблемних питань спеціалізації та кооперації фізичної праці керівники підприємств змушені переходити до вирішення назрілих вимог спеціалізації та кооперації розумової праці, введення в дію творчого потенціалу колективу, а далі – до створення умов для самоорганізації та cамоменеджменту у сфері індивідуальної роботи творчих особистостей. Третя проблема полягає у необхідності значного підвищення ефективності виконання функції організації діяльності людей у галузі виробництва матеріальних і нематеріальних благ.

Всі етапи проведеного факторного аналізу реалізовано на вихідних даних ТОВ «Курязький завод силікатних виробів», але цю методику можна використовувати на всіх підприємствах, які спеціалізуються на випуску силікатної цегли.

Якщо систему показників якості продукції адаптувати під продукцію, яку випускає підприємство, то наведені етапи оцінки та аналізу конкурентоспроможності можна взагалі використовувати при аналізі діяльності та визначенні рівня конкурентоспроможності будь-якого вітчизняного промислового підприємства.

6.2. Оцінка рівня конкурентоспроможності підприємства за допомогою кластерного аналізу

Управління конкурентоспроможністю підприємства обумовлене використанням значних масивів даних, що призводить до проблем їх обробки. Необхідно проаналізувати діяльність декількох підприємств на основі сформованої системи показників. Вирішення такого завдання можливе за допомогою використання багатовимірного статистичного аналізу.

Методи багатовимірного аналізу – найбільш дієвий кількісний інструмент дослідження соціально-економічних процесів, що описуються значною кількістю показників-характеристик [62]. До їх складу відносяться кластерний аналіз, таксономія, розпізнавання образів, факторний аналіз. Кластерний аналіз найяскравіше відображає межі багатовимірного аналізу в класифікації, факторний аналіз – у дослідженні зв'язків показників.

Термін кластерний аналіз, вперше введений К. Тріоном (Tryon) в 1939 році, включає більше 100 різних алгоритмів [109]. Часто в науковій літературі підхід кластерного аналізу називають чисельною таксономієй, чисельною класифікацією, розпізнаванням без навчання. Кластерний аналіз дозволяє досліджувати значний об’єм інформації і різко скорочувати, стискати великі масиви соціально-економічної інформації, робити їх компактними і наочними.

Кластерний аналіз можна використовувати циклічно. В цьому випадку дослідження проводиться до тих пір, поки не будуть досягнуті необхідні результати [62]. При цьому кожен цикл тут може давати інформацію, яка здатна сильно змінити спрямованість і підходи подальшого використання кластерного аналізу. Наприклад, при дослідженні стійкості виявленої кластеризації підприємств. Кластерний аналіз проводиться за кожний рік окремо, після цього аналізується стійкість градації підприємств (конкурентостійкість).

При проведенні конкурентного аналізу можна рекомендувати синтез методів кластерного та регресійного аналізу. Доцільно досліджувати силу та напрям впливу частинних показників на результативний тих підприємств, які включено до кластера з низьким рівнем конкурентоспроможності для виявлення причин зниження цього рівня.

Як і будь-який інший метод, кластерний аналіз має певні недоліки та обмеження: зокрема, склад і кількість кластерів залежить від обраних критеріїв розмежування. При зведенні вихідного масиву даних до компактнішого вигляду можуть виникати певні спотворення, а також можуть втрачатися індивідуальні межі окремих об'єктів за рахунок заміни їх характеристиками узагальнених значень параметрів кластера. При проведенні класифікації об'єктів дуже часто ігнорується можливість відсутності в даній сукупності яких-небудь значень кластерів [109].

На відміну від завдань класифікації, кластерний аналіз не вимагає апріорних припущень про набір даних, не накладає обмеження на представлення досліджуваних об'єктів, дозволяє аналізувати показники різних типів даних (інтервальних, частотних, бінарних даних).

Завдання кластерного аналізу можна об'єднати в такі групи: 1) розробка типології або класифікації; 2) дослідження концептуальних схем групування об'єктів; 3) представлення гіпотез на основі дослідження даних; 4) перевірка гіпотез або досліджень для визначення, чи дійсно типи (групи), виділені тим або іншим способом, присутні в наявних даних.

Критерієм для визначення схожості і відмінності кластерів є відстань між точками на діаграмі розсіювання [62]. Цю схожість можна «виміряти», вона дорівнює відстані між точками на графіку. Способів визначення міри відстані між кластерами, яка називається ще мірою близькості, існує декілька. Найбільш поширений спосіб – обчислення евклідової відстані між двома точками i і j на площині, коли відомі їх координати X і Y:

                                .                                   (6.16)

Коли осей більше, ніж дві, відстань розраховується таким чином: сума квадратів різниці координат складається із стількох доданків, скільки осей (вимірів) присутньо в нашому просторі [109]. Наприклад, якщо необхідно знайти відстань між двома точками в просторі трьох вимірів (така ситуація наведена на рис. 6.3), формула (6.16) набуває вигляду:

                         .                          (6.17)

Рис. 6.3. Відстань між двома точками в просторі трьох вимірів 

Кластер має такі математичні характеристики: центр, радіус, средньоквадратичне відхилення, розмір кластера. Центр кластера – це середнє геометричне місце точок у просторі змінних. Радіус кластера – максимальна відстань точок від центра кластера [109].

Кластери можуть бути такими, що перекриваються [45]. В цьому випадку неможливо за допомогою математичних процедур однозначно віднести об'єкт до одного з двох кластерів, як це наведено на рис. 6.4. Такі об'єкти називають спірними.

Спірний об'єкт – це об'єкт, який у міру подібності може бути віднесений до декількох кластерів.

об’єкт

ознака

Рис. 6.4. Схематичне представлення різних форм кластерів

Розмір кластера може бути визначений або за радіусом кластера, або за середньоквадратичним відхиленням об'єктів для цього кластера [29]. Об'єкт відноситься до кластера, якщо відстань від об'єкта до центра кластера менше радіуса кластера. Якщо ця умова виконується для двох і більше кластерів, об'єкт є спірним. Неоднозначність даного завдання може бути усунена експертом або аналітиком.

Робота кластерного аналізу спирається на два припущення. Перше припущення – дані ознаки об'єкта в принципі допускають бажане розбиття сукупності об'єктів на кластери. Методи кластерного аналізу класично підрозділяються на дві групи: ієрархічні та неієрархічні. Кожна з груп включає значну кількість підходів і алгоритмів.

Група ієрархічних агломеративних методів (Agglomerative Nesting, AGNES) характеризується послідовним об'єднанням вихідних елементів і відповідним зменшенням числа кластерів [109]. На початку роботи алгоритму всі об'єкти є окремими кластерами. На першому кроці найбільш схожі об'єкти об'єднуються в кластер. На подальших кроках роботи аглоритму об'єднання продовжується до тих пір, поки всі об'єкти не складатимуть один кластер.

Ієрархічні дивізимні (ділимі) методи (Divisive Analysis, DIANA) становлять логічну протилежність агломеративним методам. На початку роботи алгоритму всі об'єкти належать одному кластеру, який на подальших кроках ділиться на менші кластери, в результаті утворюється послідовність розщеплюючих груп [109].

Програмна реалізація алгоритмів кластерного аналізу широко представлена в різних інструментах Data Mining, які дозволяють вирішувати завдання досить великої розмірності. Наприклад, агломеративні методи реалізовані в ППП «SPSS», дивізимні методи – у ППП «Statgraphics».

Ієрархічні методи кластеризації розрізняються правилами побудови кластерів. Як правила виступають критерії, які використовуються при вирішенні питання про «схожість» об'єктів при їх об'єднанні в групу (агломеративні методи) або розділення на групи (дивізимні методи) [62].

Перевагою ієрархічних методів кластеризації є їх наочність. Ієрархічні алгоритми пов'язані з побудовою дендрограм (від гр. dendron – «дерево»), які є результатом ієрархічного кластерного аналізу. Дендрограма описує близькість окремих точок і кластерів один до одного, представляє в графічному вигляді послідовність об'єднання (розділення) кластерів.

Дендрограма (dendrogram) – деревовидна діаграма, що містить n рівнів, кожен з яких відповідає одному з кроків процесу послідовного укрупнення кластерів [109]. Дендрограму також називають деревовидною схемою, деревом об'єднання кластерів, деревом ієрархічної структури.

Дендрограма є вкладеним угрупуванням об'єктів, яке змінюється на різних рівнях ієрархії. Існує багато способів побудови дендрограм. У дендрограмі об'єкти можуть розташовуватися вертикально або горизонтально. Приклад вертикальної дендрограми наведений на рис. 6.5.

Рис. 6.5. Приклад побудови дендрограми, адекватної

для проведення конкурентного аналізу

При дослідженні рівня конкурентоспроможності підприємства кластерний аналіз можна проводити окремо або на основі проведеного факторного аналізу, враховуючи виявлені латентні фактори конкурентоспроможності підприємства. Крім того, виявлену кластеризацію можна перевірити на правильність на основі побудови багатошарового нейронного пересептрона з самонавчанням нейронної мережі. Побудова нейронних мереж дозволяє спрогнозувати включення того чи іншого об’єкта класифікації до певного кластера.

Як приклад проведення кластерного аналізу пропонується дослідження рівня конкурентоспроможності підприємств-конкурентів, враховуючи їх специфіку та основні тенденції діяльності. Дендрограма кластерів машинобудівних підприємств Харківського регіону для проведення їх конкурентного аналізу наведена на рис. 6.6.

Першочерговим завданням управління конкурентоспроможністю є виділення класів підприємств. За допомогою кластерного аналізу виділено 3 кластери.

Рис. 6.6. Дендрограма кластерів машинобудівних підприємств Харківського регіону для проведення оцінки рівня конкурентоспроможності

Підприємства першого кластера визначено як такі, на яких спостерігається високий рівень конкурентоспроможності. При проведенні аналізу роботи цих підприємств та дослідженні ефективності їх управління виявлено також значні недоліки, але порівняно з іншими їх можливості в конкурентному середовищі дещо вищі. Це засвідчує підвищення темпів зростання фондоозброєності, продуктивності праці, коефіцієнта покриття, рентабельності за операційною діяльністю.

До складу другого кластера увійшли сім підприємств, різних за рівнем конкурентоспроможності. Цей кластер визначено як кластер з несталим рівнем конкурентоспроможності. В результаті проведеного конкурентного аналізу діяльності підприємства виявлено суперечності досліджених факторів. Зокрема, при значному підвищенні коефіцієнта покриття інвестицій та виробничого потенціалу знижується продуктивність праці, рентабельність за операційною діяльністю, знижується коефіцієнт автономії.

Підприємства, які сформували третій кластер визначено як такі, що відрізняються низьким рівнем конкурентоспроможності. Такий висновок зроблено виходячи з того, що відбувається зниження продуктивності праці, підвищення коефіцієнта фінансової залежності, зниження коефіцієнта абсолютної ліквідності та коефіцієнта автономії. Такі загальні тенденції засвідчують про підвищення залежності від залученого капіталу та, як наслідок, виплату значних грошових сум за відсотковими ставками за отриманими кредитами. Підприємства третього кластера перейшли критичну точку, коли з додатковим залученням позикового капіталу відбувається не підвищення, а зниження дохідності підприємства та ефективності його діяльності. Зниження продуктивності праці засвідчує про зниження зацікавленості персоналу в результатах праці в зв’язку зі зниженням мотивації праці.

У цій ситуації ще існує можливість відновлення рівноваги між власними та залученими коштами за рахунок поповнення джерел власних засобів, скорочення дебіторської заборгованості, прискорення оборотності запасів. Підприємствам третього кластера необхідно розвивати партнерські взаємозв’язки як на внутрішньому, так і на зовнішньому ринках. Саме ці заходи повинні бути першочерговими при здійсненні управління конкурентоспроможністю перерахованих підприємств.

Основним недоліком системи управління досліджуваних підприємств є їх ізольованість та націленість на одиничні фактори. Одиничні відносні показники мають обмежену цінність, тому що принципове значення для ефективного управління має оцінка загальних тенденцій. Крім того, зміни в одному показнику можуть мати значення тільки тоді, якщо воно співвідноситься з іншими показниками. Тому підвищення рівня конкурентоспроможності підприємств можливе лише при детальному дослідженні всіх взаємозв'язків, взаємозалежностей та взаємообумовленості основних та ключових бізнес-процесів підприємств-конкурентів.

При інтерпретації результатів виконання кластерного аналізу з метою проведення аналізу та оцінки бізнес-процесів підприємств виявлено протиріччя. У зв’язку з цим апріорно стверджуємо про необхідність проведення удосконаленої класифікації з самонавчанням мережі серед підприємств другого та третього кластерів. Коригування градації рівнів конкурентоспроможності підприємств-конкурентів можна провести за допомогою побудови багатошарового нейронного персептрона.

При проведенні конкурентного аналізу важливим завданням є дослідження стійкості кластеризації досліджуваних підприємств.

Розподіл підприємств на кластери за 2005, 2006, 2007, 2008 та 2009 роки подано в табл. 6.4.

Таблиця 6.4

Розподіл підприємств на кластери за 2005 – 2009 роки

Назва кластера	Номери підприємств, які включено до складу кластера
	2005 р.	2006 р.	2007 р.	2008 р.	2009 р.
Підприємства з низьким рівнем конкуренто-спроможності	5, 7, 14,10	5, 7, 14,10	7	5	5
Підприємства з середнім рівнем конкуренто-спроможності	1, 2, 3, 4, 6, 9, 11, 12, 13, 15	1, 2, 3, 4, 6, 9, 11, 12, 13, 15	1, 2, 3, 4, 6, 9, 11, 12, 13, 15, 14, 10, 5	1, 2, 3, 4, 6, 9, 11, 12, 13, 15, 14, 10, 7	1, 2, 3, 4, 6, 9, 11, 12, 13, 15, 14, 10, 7
Підприємства з високим рівнем конкуренто-спроможності	8	8	8	8	8

На основі проведеного конкурентного аналізу можна зробити такі висновки: у даній галузі лише одне підприємство з 15 досліджуваних входить до складу кластера з високим рівнем конкурентоспроможності – підприємство № 8. Більшість досліджуваних підприємств знаходяться на середньому рівні – підприємства № 1,2,3,4,6,9,11,12,13,15. У кластер з низьким рівнем конкурентоспроможності потрапляли підприємства № 5, 7, 10, 14.

Проаналізувавши за п'ять років рівень конкурентоспроможності підприємств, використовуючи кластеризацію, можна зробити висновок про те, що в галузі спостерігається конкурентостійкість. Тому підприємствам, які включено до складу кластера з низьким рівнем конкурентоспроможності, а саме № 5, 7, 10 і 14, необхідно здійснити комплекс заходів, які приведуть до його підвищення. Тобто цим підприємствам необхідно здійснювати заходи щодо збільшення прибутку шляхом розширення виробництва і відповідно реалізації, заключити вигідніші контракти з покупцями, також потрібно збільшувати розмір власного капіталу шляхом залучення нових акціонерів, емісії цінних паперів.

У випадку виявлення протиріч кластеризації пропонується перевірити її правильність на основі побудови нейронних мереж.

Ідея нейронних мереж народилася в рамках теорії штучного інтелекту, в результаті спроб імітувати здатність біологічних нервових систем навчатися і виправляти помилки [110].

Нейронні мережі (Neural Networks) – це моделі біологічних нейронних мереж мозку, в яких нейрони імітуються відносно простими, часто однотипними, елементами (штучними нейронами) [15].

Нейронна мережа може бути представлена направленим графом із зваженими зв'язками, в якому штучні нейрони є вершинами, а синаптичні зв'язки – дугами. Багатошарова нейронна мережа є сукупністю нейронів, які складають шари. У кожному шарі нейрони між собою ніяк не пов'язані, але пов'язані з нейронами попереднього і наступного шарів. Інформація поступає з першого на другий шар, з другого – на третій і т. д. [110].

Штучний нейрон (формальний нейрон) – елемент штучних нейронних мереж, що моделює деякі функції біологічного нейрона. Головна функція штучного нейрона – це формування вихідного сигналу залежно від сигналів, що поступають на його входи.

У найпоширенішій конфігурації вхідні сигнали обробляються адаптивним суматором, потім вихідний сигнал суматора поступає в нелінійний перетворювач, де перетвориться функцією активації, і результат подається на вихід (у точку галуження).

Нейрон характеризується поточним станом і включає в себе групу синапсів – однонаправлених вхідних зв'язків, сполучених з виходами інших нейронів. Нейрон має аксон – вихідний зв'язок даного нейрона, з яким сигнал (збудження або гальмування) поступає на синапси наступних нейронів. Кожен синапс характеризується величиною синаптичного зв'язку (її вагою wi) [109].

Поточний стан нейрона визначається як зважена сума його входів:

                                                                            (6.18)

Вибір активаційної функції визначається специфікою поставленого завдання або обмеженнями, що накладаються деякими алгоритмами вчення. Нелінійний перетворювач – це елемент штучного нейрона, що перетворює поточний стан нейрона (вихідний сигнал адаптивного суматора) у вихідний сигнал нейрона по деякому нелінійному закону (активаційній функції) [109].

Точка галуження (вихід) – це елемент формального нейрона, що посилає його вихідний сигнал по декількох адресах і має один вхід і декілька виходів. На вхід точки галуження зазвичай подається вихідний сигнал нелінійного перетворювача, який потім посилається на входи інших нейронів.

До найбільш простих моделей нейронних мереж відносяться одношаровий і багатошаровий персептрони. Велика кількість моделей персептрона розглянута в основоположній роботі Ф. Розенблатта. Проста модель нейронної мережі – одношаровий персептрон.

Одношаровий персептрон (персептрон Розенблатта) – одношарова нейронна мережа, всі нейрони якої мають жорстку порогову функцію активації. Одношаровий персептрон має простий алгоритм вчення і здатний вирішувати лише найпростіші завдання. Ця модель викликала до себе великий інтерес на початку 1960-х років і стала основою розвитку штучних нейронних мереж [31].

Класичний приклад такої нейронної мережі – одношаровий трьохнейронний персептрон – наведено на рис. 6.17.

Багатошаровий персептрон (MLP) – нейронна мережа прямого поширення сигналу (без зворотних зв'язків), в якій вхідний сигнал перетвориться у вихідний, проходячи послідовно через декілька шарів [109].

Рис. 6.17.  Структура одношарового трьохнейронного персептрона

Перший з таких шарів називають вхідним, останній – вихідним. Ці шари містять так звані вироджені нейрони й інколи в кількості шарів не враховуються. Окрім вхідного і вихідного шарів, у багатошаровому персептроні є один або декілька проміжних шарів, які називають прихованими.

У цій моделі персептрона має бути хоч би один прихований шар. Присутність декількох таких шарів виправдано лише в разі використання нелінійних функцій активації [110]. Приклад двошарового персептрона наведений на рис. 6.18.

Рис. 6.18.  Структура двошарового нейронного персептрона

для проведення конкурентного аналізу

Для проведення контролю рівня конкурентоспроможності підприємства необхідно побудувати нейромережну модель на основі багатошарового нейронного персептрона [14]. При проведенні кластерного аналізу проведено градацію всіх досліджуваних підприємств на три кластери з високим, несталим та низьким рівнем їх конкурентоспроможності. Таке групування виступає якісними характеристиками, які повинні обов’язково бути при проведенні моделювання на основі нейронного персептрона. При проведенні конкурентного аналізу доцільно побудувати багатошаровий нейронний персептрон з елементами самонавчання.

При побудові нейронної моделі задається навчальна, контрольна й тестова множини підприємств. Загальна ідея завдання навчальної вибірки полягає в такому: спочатку на вхід мережі подається навчальна вибірка з відомими результатами (величини Х) і спостерігаються відгуки Y = F(X). Міняючи ваги  й значення порогу активації для кожного нейрона, будується мережа, іншими словами, знаходимо як можна більш точне наближення функції F.

Далі на тестовій вибірці екзаменується побудована мережа або мережі, якщо їх небагато. Якщо мережа пройшла іспит, ми можемо використати її для аналізу даних, провести класифікацію. Майстер рішення завдань розбиває вибірку на навчальну (чорні кольори значень), контрольну (сині кольори) і тестову вибірки (червоні кольори).

Також варто задати типи мереж, серед яких буде організований пошук. Для даної моделі виберемо лінійну модель, що дозволяє зрівняти якість побудованих мереж і визначити параметри, що дають абсолютний мінімум помилок; і задамо багатошаровий персептрон, за допомогою якого можливий більш точний і правильний результат моделі.

Після цього необхідно задати кількість нейронів у прихованому шарі тришарового персептрона. Визначення числа прихованих шарів і числа нейронів у кожному шарі для конкретного завдання є неформальною проблемою, при рішенні якої можна використати евристичне правило: число нейронів у наступному шарі у два рази менше, ніж у попередньому.

Побудована нейронна мережа на основі заданих значень має такий вигляд (рис. 6.19).

З рис. 6.19 видно, що в багатошарових мережах установлюються зв'язки тільки між нейронами сусідніх шарів. Кожний елемент може бути з'єднаний зв'язком, що модифікує, з будь-яким нейроном сусідніх шарів, але між елементами одного шару зв'язку немає. При розпізнаванні образів вхідний вектор відповідає набору ознак, а вихідний – образам, які розпізнаються. Прихований шар призначений для відбиття специфіки знань.

У табл. 6.5 показано 10 кращих мереж, знайдених радником. У стовпці Type зазначений тип мереж: Linear – лінійний, MLP – багатошаровий персептрон. Далі в таблиці результатів ідуть стовпці:

Рис. 6.19. Архітектура мережі нейронного персептрона

Отримані результати обчислень при побудові мережі представлено в табл. 6.5.

Таблиця 6.5

Система нейронних мереж, побудованих

на основі нейронного персептрона

№ мережі	Type	Error	Inputs	Hidden	Performance
01	Linear	10.7613	11	-	0.1666667
02	Linear	2.43485	14	-	0.3333333
03	Linear	2.113658	15	-	0.5
04	Linear	0.7890819	9	-	0.5
05	Linear	0.7328665	10	-	0.8333333
06	MLP	0.455122	7	5	0.3333333
07	MLP	0.4522915	1	1	0.5
08	MLP	0.4522915	1	1	0.5
09	MLP	0.446161	10	7	0.5
10*	MLP	0.442835	16	9	0.5

Error – тут зазначена помилка мережі, отримана на контрольній підмножині, що обчислюється по всіх контрольних спостереженнях. Чим менше значення помилки, тим краще якість мережі. У більшості побудованих мереж помилка менше нуля, що говорить про гарну якість мереж.;

Inputs – число вхідних змінних, які використовуються нейронною мережею;

Hidden – число прихованих елементів мережі. Помітимо,  що лінійні мережі не мають схованих елементів, тому для них у цьому стовпці зазначений пропуск;

Performance – якість мережі, що визначається на контрольній множині. Для даного завдання класифікації якість - це частка правильно класифікованих спостережень.

Краща мережа відзначена * (це мережа з номером 10). Інколи в набір мереж можуть бути включені й деякі мережі з поганою якістю (наприклад, якщо яка-небудь мережа правильно класифікує лише 50 % спостережень).  Ці мережі можна видалити з набору. У цьому випадку всі обрані мережі якісно класифікують підприємства і немає необхідності їх видаляти зі списку.

Вікно Run Data Set показує класифікацію, виконану нейронною мережею. У дійсності нейронні мережі працюють винятково із цифровою інформацією за допомогою вбудованих функцій обробки даних, які супроводжують кожну нейронну мережу в ST Neural Networks. Прогноз же здійснюється на підставі обробки дійсного рівня введеного нейрона й порівняння його з деякими граничними значеннями [31].

У першому стовпчику відображено класи підприємств, визначені в результаті роботи нейронної мережі, а в другий – класи підприємств, які були раніше задані. Третій стовпчик показує помилку класифікації. У цьому випадку дані неправильно були віднесені до кластерів з несталим та низьким рівнем оптимізації ключових бізнес-процесів. Даний вид аналізу відображає дані, які віднесено до контрольної, тестової та навчальної множин. Після проведення навчання мережі класифікація виконується чіткіше.

Таким чином, у результаті побудови нейронних мереж виявлено, що правильно визначено лише перший кластер підприємств-конкурентів, а склад другого та третього кластерів необхідно змінити. Взагалі на основі моделювання виявлено, що класифікацію підприємств необхідно проводити на два кластери.

6.3. Оцінка процесів нарощування або спаду конкурентоспроможного потенціалу підприємства з використанням лагових економіко-математичних моделей

У сучасних умовах високо динамічного конкурентного ринку для промислових підприємств важливо не тільки досягти високого рівня конкурентоспроможності, але і зберегти та збільшити його. Можливості та здібності підприємства до збереження і збільшення рівня конкурентоспроможності можна оцінити лише за допомогою оцінки конкурентного потенціалу.

Конкурентний потенціал підприємства має кілька особливостей, а саме:

конкурентний потенціал підприємства залежить від конкурентоспроможності галузі та країни;

конкурентний потенціал підприємства визначається продуктивністю використання залучених до процесу виробництва ресурсів;

конкурентний потенціал, так же як і конкурентоспроможність, не є іманентною якістю підприємства. Він може бути оцінений тільки за наявності реальних конкурентів;

конкурентний потенціал може бути оцінений на підприємстві, на якому сформований прийнятний рівень конкурентоспроможності, тобто найвищий в даному конкурентному середовищі.

Різні співвідношення доходів та ресурсів (активів, капіталу, праці) дають можливість оцінити конкурентний потенціал підприємства.

Авторами запропоновано систему факторів конкурентного потенціалу підприємства (табл. 6.6), яка включає в себе фактори: ресурсовіддачі, використання праці, місткості ринку, дохідності одного працівника, стійкості економічного зростання. Фактор ресурсовіддачі дає універсальну характеристику ключовим бізнес-процесам управління майновим станом підприємства; фактор використання праці – виробничим бізнес-процесам; фактор місткості ринку – інноваційно-інвестиційним бізнес-процесам; фактор дохідності одного працівника – бізнес-процесам управління персоналом; фактор стійкості економічного зростання – фінансовим бізнес-процесам.

Таблиця 6.6

Система факторів конкурентного потенціалу підприємства

Фактори конкурентного потенціалу	Умовне позначення	Формула для розрахунку
Показник ресурсовіддачі		Виручка від реалізації продукції / об’єм авансованого капіталу (необоротні та оборотні активи)
Показник використання праці		Чистий прибуток підприємства / (середньорічна вартість основних засобів  середньооблікова чисельність працівників)
Показник місткості ринку		Валовий прибуток / (виручка від реалізації продукції підприємств-конкурентів – витрати на виробництво та реалізацію продукції підприємств-конкурентів)
Показник дохідності 1 працівника		Валовий прибуток у розрахунку на 1 працівника / Валовий прибуток у розрахунку на 1 працівника серед підприємств-конкурентів
Показник стійкості економічного зростання		(Чистий прибуток - Дивіденди) / Власний капітал

Для аналізу ефективності використання ресурсів підприємства використовуються різноманітні показники: продуктивність праці, фондовіддача, оборотність коштів у розрахунках, оборотність виробничих запасів, оборотність кредиторської заборгованості, коефіцієнт погашення дебіторської заборгованості, оборотність власного капіталу. До факторів оцінки ефективності використання ресурсів підприємства і динамічності його розвитку відносяться: фактор ресурсовіддачі та коефіцієнт стійкості економічного зростання. Ресурсовіддача (коефіцієнт оборотності авансованого капіталу) характеризує обсяг реалізованої продукції, яка припадає на 1 гривню коштів, вкладених у підприємство. Зростання цього фактора характеризує діяльність підприємства з позитивного боку.

Коефіцієнт стійкості економічного зростання показує, якими в середньому темпами може підприємство розвиватись у подальшому, а також при зміні співвідношень, що склалися між різними джерелами фінансування, рентабельністю виробництва, дивідендною політикою.

Фактор використання праці розраховується як відношення чистого прибутку підприємства до середньорічної вартості основних засобів та середньооблікової чисельності працівників. Цей фактор визначається попитом на продукцію підприємства, напрямами технологічних змін, станом основних засобів, системою оподаткування.

Пошук конкурентних переваг може не мати сенсу, якщо ринок не представляє можливостей для економічного зростання. Місткість ринку, характер розподілу її між конкурентами, а також факторний аналіз ринкових часток дозволяє виділити сфери реальних переваг, які є на діючих підприємствах. Ця інформація, з одного боку, відображає привабливість бізнесу, а з іншого – базові параметри, які формують конкурентні переваги.

Якість праці працівників підприємства та відповідний прибуток цих працівників визначається ступенем задоволення потреб ринку, підтримкою конкурентних переваг, орієнтацією на довгострокові цілі, а також на підтримку зацікавленості в накопиченні результативності діяльності підприємства. На підприємстві для підвищення рівня конкурентоспроможності та збереження конкурентоспроможного потенціалу повинні бути відпрацьовані правила та прийоми раціонального рівня доходів працівників. Стимули для кожної групи працівників пов’язані, насамперед, з задоволенням матеріальних потреб працівників (дивіденди на акції, рівень оплати праці, премії за високі результати праці) [60]. Велике значення мають також стимули соціального характеру.

Стимули повинні бути пов’язані з ефективністю (якістю) праці. Вибір тих чи інших стимулюючих дій обумовлюється наявністю необхідних для реалізації стимулів матеріальних та грошових ресурсів. Для цього до моделі включено фактор дохідності одного працівника.

В якості результативних факторів обрано фактори рентабельності продажу, рентабельності продукції та рентабельності активів. Аналіз показників рентабельності має важливе значення. Показники рентабельності є відносними характеристиками фінансових результатів і ефективності діяльності підприємства. Вони характеризують дохідність підприємства з різних позицій і групуються згідно з інтересами учасників економічного процесу та ринкового обміну. Показники рентабельності є важливими для характеристики складових формування прибутку і доходів підприємства. Аналіз показників рентабельності використовується для вибору варіантів формування асортименту та структури продукції, оцінки можливостей додаткового прибутку шляхом збільшення випуску більш рентабельних виробів, як інструмент інвестиційної політики і ціноутворення [60]. Вони більш повно, ніж прибуток, характеризують кінцеві результати господарювання, тому що їх величина показує співвідношення між наявними та використаними ресурсами.

Переважна більшість промислових підприємств для оцінки ефективності своєї підприємницької діяльності використовують показник рентабельність продажу. Показники рентабельності продажу характеризують дохідність реалізованої продукції і показують, яку суму прибутку отримує підприємство з кожної гривні реалізованої продукції. Важливо проаналізувати тенденцію зміни рентабельності порівняно з попередніми періодами. Це дасть можливість керівництву підприємства прийняти правильне управлінське рішення щодо формування виробничої програми майбутніх періодів.

Оцінка конкурентного потенціалу підприємства проводиться з метою виявлення можливостей та здібностей нарощувати конкурентний потенціал. Завдання оцінки конкурентного потенціалу: виявлення впливу причин на наслідок; оцінка найбільш впливових факторів конкурентного потенціалу; розпізнавання позитивного та негативного впливу частинних факторів на результативний; виявлення впливу факторів конкурентного потенціалу за попередні періоди на рентабельність продажу; визначення раціональності політики підприємства, мається на увазі те, чи можливості підприємства направлені тільки на поточні цілі, чи проводиться нарощування конкурентного потенціалу в довгостроковому періоді.

Оцінку конкурентного потенціалу підприємств пропонується проводити за допомогою економетричних моделей з лаговими незалежними змінними. Економетричні моделі з лаговими незалежними змінними враховують вплив на змінну  рівнів пояснюючих факторів, що відносяться до попередніх періодів часу  Необхідність їх включення до моделі пояснюється деяким запізненням впливу причин (незалежних факторів) на наслідок (залежну змінну). Застосування моделі з лаговими змінними пояснюється специфічними властивостями досліджуваних процесів, конкретніше їх інертністю. Так, рівень рентабельності продажу підприємства цього року залежить від дії факторів цього року та попередніх років. Якщо мало місце зростання рівня за рахунок дії визначених факторів, то це відобразиться на рівні цього року не залежно від того, чи він зросте, чи знизиться. Для таких процесів характерним є та обставина, що рівень пояснюючої змінної  процесів визначається не тільки одночасними значеннями пояснюючих факторів , але він також залежить і від значень ряду з цих факторів, що відносяться до попередніх періодів, тобто від значень  .

Загальний вигляд лінійної економетричної моделі з лаговими незалежними змінними представляється рівнянням:

            ,                  (6.19)

де  – коефіцієнти, що пов’язують рівень змінної , взятий у момент , із залежною змінною ;

      – коефіцієнти, що пов’язують – рівень змінної , взятий в момент , із залежною змінною   і т. д.;

      – помилка моделі в момент часу ;

      – стала моделі.

Першим етапом побудови моделі є побудова регресійної моделі залежної змінної від факторів та визначення їх значущості, тобто необхідно виконати множинний регресійний аналіз залежності рентабельності продажу від факторів , що є факторами, відповідно, ресурсовіддачі, застосування праці, місткості ринку, дохідності 1 працівника, стійкості економічного зростання. Одержали початкове рівняння:

                .                  (6.20)

Приведений з урахуванням степенів свободи коефіцієнт детермінації , тобто близько 100% варіації рентабельності продажу обумовлено факторами, які включено до моделі.

На даному етапі дослідження найбільш впливовими на результативний фактор рентабельність продажу виявились показники місткості ринку та стійкості економічного зростання.

Значний вплив фактора місткості ринку на рентабельність продажу є цілком природним, оскільки рентабельність продажу прямо пропорційно залежить від частки ринку, яку займає підприємство. Чим вище місткість ринку, тим вище рентабельність продажу. Домінування зазначеного фактора обумовлено динамічною зміною кон’юнктури ринку, трансформацією норм і взаємин підприємств. У сучасних умовах господарювання саме ринок визначає потребу в товарах та послугах, диктує вимоги до них. Стратегічний розвиток підприємства неможливий без реалізації заходів для підвищення ефективності маркетингової сфери діяльності.

Показник стійкості економічного зростання негативно впливає на результативний показник. Це пов’язано з тенденцією спаду показника економічного зростання, що викликано, перш за все, низьким рівнем чистого прибутку на ВАТ “Харківський завод електротехнічного обладнання”. Для покращення ситуації, яка склалася, доцільно провести інтеграцію маркетингової та фінансової сфер діяльності, підвищити узгодженість цих сфер діяльності.

Другий етап аналізу передбачає включення до моделі лагових змінних першого порядку, тепер в моделі десять змінних. Виконавши процедуру послідовного зменшення групи змінних, в моделі залишився лише лаговий коефіцієнт ресурсовіддачі:

                                  .                                       (6.21)

Коефіцієнт детермінації зменшився та дорівнює . Коефіцієнти регресії та модель в цілому значущі. Дана модель свідчить про незначний негативний вплив коефіцієнта ресурсовіддачі в третьому кварталі 2009 року на рентабельність продажу. З метою підвищення конкурентоспроможності підприємства в подальшій діяльності слід інтегрувати виробничу та маркетингову діяльність. Необхідно обґрунтовувати доцільність випуску всіх видів продукції, раціоналізувати структуру собівартості та цінову політику. Виробничу програму важливо будувати на комплексному маркетинговому дослідженні.

Перевіримо вплив лагових змінних другого порядку на рентабельність продажу. До моделі включено п’ять лагових змінних другого порядку:

                                 .                                       (6.22)

Коефіцієнт детермінації ще зменшився до . Дієвим фактором нарощування конкурентоспроможного потенціалу виявився коефіцієнт ресурсовіддачі. Його вплив проявився в 2 кварталі 2009 року.

Для того щоб дослідити вплив лагових змінних першого та другого порядку в сукупності необхідно до моделі включити 15 змінних:

            (6.23)

В моделі коефіцієнт детермінації дуже великий  майже одиниця. Всі коефіцієнти регресії та модель є значущими.

Коефіцієнт стійкості економічного зростання негативно впливає на рентабельність продажу в поточному та попередніх етапах. В 2 кварталі 2009 року показник дохідності 1 працівника виключено з моделі, а в 3 та 4 кварталах 2009 року він негативно впливає на рентабельність продажу. Коефіцієнт дохідності 1 працівника в 4 кварталі 2009 року не ввійшов до моделі, в 3 кварталі негативно впливав на рентабельність продажу. До 4 кварталу його негативний вплив збільшився. Показник місткості ринку негативно впливав на рентабельність продажу протягом 2 та 3 кварталів 2009 року. В 4 кварталі аналізований показник не ввійшов до складу моделі. Показник використання праці в 2 кварталі 2009 року мав незначний позитивний вплив на результативний показник. В 3 кварталі показник використання праці уже негативно вплинув і в 4 кварталі негативний вплив збільшується. Показник ресурсовіддачі в 2 кварталі виключений з моделі, в 3 кварталі негативно впливає на результативний показник, в 4 кварталі вплив показника значно збільшився та він впливає уже позитивно. Майже всі показники, які характеризують конкурентоспроможний потенціал підприємства, впливають негативно на рентабельність продажу. Лише коефіцієнт ресурсовіддачі має значний позитивний вплив.

Доцільно підвищити ефективність фінансової, інноваційної та маркетингової сфер діяльності та управління персоналом підприємства.

До моделі ввійшли всі показники без лагів, окрім показника місткості ринку. Вони майже всі впливають негативно на рентабельність продажу. Лише коефіцієнт ресурсовіддачі має значний позитивний вплив. Така ситуація пояснюється тим, що місткість ринку не відразу впливає на рентабельність продажу. Якщо підприємство підвищило місткість ринку, яку займає, то це відобразиться в наступних періодах часу, оскільки покупці зайнятого сегмента ринку ще не володіють інформацією в повному об’ємі про якість та інші параметри представленої продукції та ділову репутацію підприємства-виробника. В зв’язку з цим необхідно підвищити витрати на рекламу, що також не сприяє підвищенню рентабальності продажу. Коефіцієнт ресурсовіддачі впливає відразу на результативний у поточному періоді. Вплив цього показника з часом зменшується на рентабельність продажу. В 3 кварталі 2009 року проявляється негативний вплив показника місткості ринку, оскільки він з часом зменшується. Позитивно впливав лише коефіцієнт ресурсовіддачі за попередні періоди на рентабельність продажу.

Для  підвищення  рівня  конкурентоспроможності  та конкуренто- спроможного потенціалу доцільно провести інтеграцію виробничої, фінансової, маркетингової, інноваційної сфер діяльності та управління персоналом.

Розглянемо як впливають змінні без лагів, лагові змінні першого та другого порядку на рентабельність продукції:

      (6.24)

Негативний вплив показника стійкості економічного зростання підвищується починаючи з 2 кварталу 2009 року. За динамікою показника дохідності 1 працівника спостерігається аналогічна тенденція. Протягом 2 та 3 кварталів 2009 року знову ж таки зростали негативні тенденції показника місткості ринку. В 4 кварталі спостерігається незначне зниження негативних тенденцій. За показником використання праці на 2 квартал 2009 року зафіксовано незначний позитивний вплив на рентабельність продукції. До 3 кварталу відбулося значне зниження цього показника. В 4 кварталі він знизився ще більше. Зафіксовано значний позитивний вплив показника ресурсовіддачі на результативний показник в 3 та 4 кварталах 2009 року. В 2 квараталі його виключено з моделі.

Значний позитивний вплив в поточному періоді та 3 кварталі 2009 року має показник ресурсовіддачі. Це пояснюється безпосереднім відношенням показників рентабельності продукції та ресурсовіддачі до виробничої сфери діяльності. В другому кварталі 2009 року показник ресурсовіддачі виключено з моделі. Виявлено негативний вплив показників використання праці, місткості ринку, дохідності 1 працівника, стійкості економічного зростання. Зменшення показника рентабельності продукції протягом аналізованих періодів викликане зменшенням показників використання праці, місткості ринку, дохідності 1 працівника, стійкості економічного зростання Для зменшення негативного впливу названих показників доцільно підвищити ефективність інноваційної, фінансової, маркетингової сфер діяльності та організаційної структури.

У 2 кварталі 2009 року виявлений негативний вплив на рентабельність продукції показників місткості ринку, дохідності 1 працівника та стійкості економічного зростання. Позитивно впливає показник використання праці.

У поточному та майбутніх періодах необхідно акцентувати увагу на інтеграції всіх сфер діяльності з метою нарощування конкурентоспроможного потенціалу.

Для  нарощування  конкурентоспроможного  потенціалу першочег- говими заходами є підвищення ефективності маркетингової та фінансової сфер діяльності й управління персоналом підприємства.

Розглянемо, як впливають змінні без лагів, лагові змінні першого та другого порядку на рентабельність активів:

        (6.25)

Позитивно протягом всіх періодів на рентабельність активів впливає показник стійкості економічного зростання, оскільки рентабельність активів та коефіцієнт стійкості економічного зростання відносяться до фінансової сфери діяльності. Спостерігаються тенденції зростання впливу показників дохідності 1 працівника, місткості ринку та використання праці на рентабельність активів. Зафіксовано тенденцію зниження впливу протягом аналізованих періодів показника ресурсовіддачі. В ситуації, яка склалася, необхідно підвищити ефективність маркетингової та виробничої сфер діяльності. На рентабельність продажу в побудованій моделі позитивно впливають показники використання праці, дохідності 1 працівника та стійкості економічного зростання. Рентабельність активів та показник стійкості економічного зростання є проявом дії фінансової сфери діяльності. Показники використання праці та дохідності 1 працівника характеризують ефективність управління персоналом підприємства. Негативний вплив має показник ресурсовіддачі. Це викликано низькими раціональністю використання ресурсів та економією ресурсів.

Для підвищення дієвості факторів конкурентоспроможного потенціалу слід провести інтеграцію маркетингової, виробничої та фінансової сфер діяльності.

У поточному періоді потрібно розширити місткість ринку. Це можна зробити за рахунок пропозиції додаткових послуг з обслуговування та ремонту електротехнічного обладнання. Можна підвищити тривалість гарантійного періоду. Можна запропонувати розширення асортименту товарів народного споживання, тобто реалізувати конкурентну стратегію диверсифікації. Необхідно впроваджувати інноваційні технології з метою зменшення собівартості продукції. І, в результаті, вийти на конкурентну стратегію зниження витрат. Підприємство повинне дбати про високу позитивну ділову репутацію.

Спостерігається негативний вплив фактора ресурсовіддачі на рентабельність активів. Це свідчить про низьку ефективність використання ресурсів, які є в розпорядженні підприємства, починаючи з інформаційних ресурсів і закінчуючи основними засобами. Кошти підприємств вкладено в необоротні активи, зокрема в основні засоби, стан яких характеризується високим ступенем фізичної та моральної зношеності, неповного завантаження основних виробничих фондів. На підприємствах гостро постає проблема нестачі оборотних активів. Необхідно підвищувати рівень оборотності оборотних активів.

Фактор дохідності серед робітників, які працюють на підприємствах – виробниках електротехнічного обладнання, виявлено дуже низьким. Якщо раніше конкурентоспроможними вважались країни з нижчою вартістю факторів виробництва, то зараз до ключових факторів конкурентоспроможності країни включаються інші, зокрема, такі: об’єм інвестицій в нові технології, об’єм інвестицій в “людський капітал”. Нові технології відіграють центральну роль в ефективності виробництва. Курс на підвищення конкурентоспроможності підприємств, а потім і країни, вимагає координування інвестицій в технології з розвитком “людського капіталу”, інакше останні не матимуть адекватного кадрового забезпечення.

Аналіз моделей конкурентоспроможного потенціалу наведено в додатку Е, табл. Е.1.

Відповідно сформованим моделям (6.23) – (6.25) найбільш сильнодіючими факторами конкурентоспроможного потенціалу є використання трудового потенціалу () та економічного зростання (). При цьому процеси нарощування/спаду є характерними саме для цих факторів. І, якщо у моделях рентабельності продажу () і продукції () ці фактори визначили процеси спаду конкурентоспроможного потенціалу, то в моделі рентабельності активів () – процеси нарощування. Оцінка конкурентоспроможного потенціалу визначає неефективність та відсутність процесів нарощування можливостей для формування та підвищення конкурентоспроможності підприємства. Таке положення обумовлено виснаженням ресурсного потенціалу економічного зростання, відсутністю стратегічних орієнтирів розвитку підприємства, відтворювальниих процесів виробництва, маркетингових досліджень та формування на їх базі гнучкої цінової політики.

Наведені моделі конкурентного потенціалу підприємства (6.23) – (6.25) є індикаторами процесів його нарощування або спаду. Динаміка змінних конкурентного потенціалу дозволяє проводити систематичний контроль над процесами, які досліджуються.

Використання в управлінні підприємством наведених моделей дозволяє здійснювати вибір та обґрунтування напрямків розвитку; розробку стратегій формування та підвищення конкурентоспроможності; коригування цілей та завдань; контроль за процесами нарощування конкурентного потенціалу.

У результаті проведення діагностики інерційних процесів нарощування, або виснаження конкурентного потенціалу підприємств виявлено виснаження конкурентного потенціалу за факторами рентабельності продажу та продукції, а за фактором рентабельності активів виявлено нарощування конкурентного потенціалу. Але така тенденція не засвідчує позитивні зрушення, оскільки це лише кількісні зміни в структурі активів, а не якісні.

6.4. Визначення взаємозв’язку між конкурентною позицією і фінансовими результатами діяльності підприємства за допомогою множинної регресійної економіко-математичної моделі

При виявленні негативних тенденцій зниження рівня конкурентоспроможності досліджуваного підприємства необхідно проаналізувати причини такого стану. В цій ситуації доцільно побудувати множинну регресійну економіко-математичну модель.

У процесі економіко-математичних досліджень, пов'язаних з аналізом впливу різних факторів на ефективність та результативність роботи підприємств, або рівень його конкурентоспроможності, виникає потреба в застосуванні множинної кореляції та регресії. При цьому ставиться завдання визначення такої функції (F), що математично описувала б зміни середнього значення досліджуваного показника y залежно від факторів-аргументів  з урахуванням особливостей досліджуваного процесу.

Таке завдання вирішується на основі знання сутності досліджуваного процесу й попереднього вивчення й аналізу парних взаємозв'язків між середнім значенням показника y і окремо взятими факторами-аргументами () [36].

При об'єднанні парних рівнянь в єдине множинне, коли змінна y не підлягає функціональним перетворенням [12], різні парні залежності підсумовуються:

                          (6.26)

де – функція з невизначеними коефіцієнтами, що входять у парні рівняння, які розраховані способом найменших квадратів.

Множинне рівняння є надійнішим та точнішим, чим слабшими будуть внутрішні кореляційні зв'язки між факторами-аргументами.

Вибір факторів-аргументів, включених у множинну модель, не може бути зроблений відразу на основі відомостей про кореляційні відносини або коефіцієнти кореляції між залежною й незалежними змінними [45].

Найбільш глибокий аналіз рівняння множинної регресії можна одержати, якщо фактори-аргументи приєднати послідовно.

На кожному етапі необхідно аналізувати:

1.  обумовленість системи нормальних рівнянь для визначення коефіцієнтів регресії;
2.  зміну коефіцієнтів регресії;
3.  зростання коефіцієнта множинної кореляції за врахованими факторами-аргументами і зменшення залишкової дисперсії  [45].

Коефіцієнт множинної кореляції, що відображає тісноту зв'язку між досліджуваним показником (у) і фактичним (), визначається за формулою:

                                .                              (6.27)

де  – коефіцієнти регресії в стандартизованому вигляді в парних рівняннях залежності між змінними, розраховуються за формулі:

                                        ,                                             (6.28)

де  – коефіцієнти регресії в парних рівняннях у натуральному вигляді;

         – середньоквадратичне відхилення незалежних змінних ( );

         – середньоквадратичне відхилення залежної змінної (у);

         – коефіцієнти кореляції залежності досліджуваного показника (у) від факторів ( ), що включаються в рівняння множинної регресії;

     m - кількість незалежних змінних (факторів).

Рівняння множинної регресії в стандартному вигляді виражається формулою:

                                                     (6.29)

де                                         ;                                             (6.30)

                                 .                                    (6.31)

Доцільність переходу до стандартизованого рівняння обумовлена тим, що таке рівняння має ряд переваг, тому що коефіцієнти (b) стандартизованого рівняння множинної регресії визначають відфільтрований вплив кожного фактора на окремий показник при закріплених значеннях інших факторів і не повинні перевищувати одиниці зростання фактора  на величини всього середнього квадратичного відхилення  при незмінних значеннях інших факторів, що викликає зміни середнього значення на величину  [45]. Оскільки в рівнянні всі змінні виражені в порівнянних одиницях виміру (сигмах), то коефіцієнти  показують порівняльну силу впливу кожної змінної на зміну досліджуваного показника. Тіснота зв'язку між ним і всіма включеними в модель факторами оцінюється показником повної детермінації (). Важливим оціночним показником є також середня квадратична погрішність коефіцієнта множинної кореляції, розрахована за формулою:

                                       ,                                         (6.32)

де  n – число спостережень;

m – кількість факторів, що включаються в модель.

Частинна детермінація по факторах  є доброякісним показником сили впливу кожного окремого фактора на досліджуваний показник [38].

Для визначення бета-коефіцієнтів покладений принцип найкращого наближення розрахункових значень до вихідних даних.

Перш ніж формувати рівняння множинної регресії, необхідно спочатку звільнитися від кожного фактора, що лінійно залежить від інших, тобто встановити так звану мультиколінеарність, а також не включати в модель фактори, що функціонально впливають на досліджуваний показник або перебувають між собою у функціональній залежності. Практика показує, що при наявності внутрішніх коефіцієнтів кореляції, більших 0,7 (), система нормальних рівнянь може стати погано обумовленою, тому треба один з таких факторів виключити.

Для рішення задачі зі знаходження параметрів рівняння множинної регресії вирішується система нормальних рівнянь у стандартизованому вигляді:

                       

                                             (6.33)

                                     

Коефіцієнтами цієї системи є коефіцієнти парної  кореляції між факторами (внутрішні, причому ), а вільні члени-коефіцієнти парної кореляції між y і  (зовнішні).

Зведений у квадрат коефіцієнт множинної кореляції становить коефіцієнт детермінації ().

                    .                       (6.34)

Після рішення системи нормальних рівнянь і обчислення коефіцієнта детермінації виробляється зворотний перехід до вихідних змінних, визначаючи натуральні коефіцієнти регресії за формулою:  

                                         .                                              (6.35)

Вільний член (а), для натурального множинного рівняння, визначається за формулою [47]:

                           .                         (6.36)

Тоді рівняння множинної моделі в натуральному вигляді:

                         .                           (6.37)

Практичний інтерес становить рівняння чистої регресії. Таке рівняння описує, як змінювався б y у середньому зі зміною  конкретного, окремо взятого аргументу , якщо всі інші аргументи були б постійними й закріпленими на своїх середніх рівнях.

Практичне значення має також частинна регресія, коли вивчається не тільки середній рівень значень аргументів, але і якийсь інший рівень, обумовлений певними умовами (наприклад, найвищий, оптимальний за яким-небудь критерієм й т. д.). Підставляючи ці значення в множинну регресію, одержуємо рівняння приватної регресії y по , що описує, як змінювався б у середньому y при зміні , якщо всі інші аргументи були б закріплені на заданому рівні.

Для поглибленого дослідження стану та динаміки виробничих запасів доцільно визначити силу впливу показників, які характеризують виробничі запаси на дохід від реалізації на протязі 2005 – 2008 років. Досягнення цієї мети можливе при побудові множинної регресійної економіко-математичної моделі.

Система показників для виявлення взаємозв’язку між показниками, які характеризують витрати підприємства, та результативним показником – чистим доходом від реалізації товарів, робіт, послуг, наведена в табл. 6.7.

Таблиця 6.7

Система показників для виявлення взаємозв’язку

між показниками, які характеризують витрати підприємства,

та результативним показником – чистим доходом від реалізації продукції

Показники	Умовне позначення	2005	2006	2007	2008
Витрати майбутніх періодів	X1	7,7	4,1	7,7	41
Адміністративні витрати	X2	757,9	816,9	1064,8	1069
Витрати на збут	X3	764,5	863,5	1083,1	1269
Чистий дохід (виручка) від реалізації (товарів, робіт, послуг)	Y	9155	10512,1	12904,7	13797

Побудову множинної регресійної економіко-математичної моделі необхідно виконати за допомогою пакета прикладних програм «Statgraphics Plus 5.1».

Для побудови множинної регресійної моделі за допомогою ППП «Statgraphics Plus 5.1» виконуються такі операції:

1) при відкритті вікна StatWizard необхідно обрати команду Analyze Existing Data or Enter New Data;

2) після цього відкривається вікно StatWizard – Data Location, в якому обирається команда I want to Enter New Data;

3) відкривається таблиця і на ній невелике вікно Modifi Column. В цьому вікні слід вводити імена змінних;

4) відкривається таблиця, в яку необхідно ввести вихідні досліджувані дані;

5) в контекстному меню необхідно обрати підпункт «Relate»;

6) обирається команда Multiple Regression.

Після виконання всіх наведених операцій побудовано множинну регресійну економіко-математичну модель-індикатор взаємозв’язку показників витрат та чистого доходу від реалізації товарів, робіт та послуг підприємства:

Y = 985,526 – 128,242X1 + 7,3592X2 + 4,68059X3.

У процесі побудови множинної регресійної економіко-математичної моделі виявлено значний негативний вплив витрат майбутніх періодів на чистий дохід. Адміністративні витрати та витрати на збут впливають позитивно на зміну чистого доходу підприємства, що засвідчує негативну тенденцію постійного зростання витрат на підприємстві, та, як наслідок, зниження рівня його конкурентоспроможності.

Технологія комплексної оцінки та аналізу конкурентоспроможності підприємства подана в додатку Е, табл. Е.2 .

При проведенні конкурентного аналізу не обов’язково дотримуватись саме такої послідовності, яку наведено в табл. Е.2. Основні труднощі проведення конкурентного аналізу підприємств пов’язані, в першу чергу, зі збором вихідної інформації. Це обумовлене не лише обґрунтованим вибором показників для оціни та аналізу, а ще й необхідністю обробки вихідної інформації декількох підприємств.

Зважаючи на це, основна рекомендація, що можна дати при виборі адекватного методу, для проведення конкурентного аналізу, полягає в тому, що спочатку необхідно зібрати необхідну інформацію про конкурентів і тільки після цього обирати необхідний метод конкурентного аналізу.

Найбільш логічними послідовностями використання інструментарію конкурентного аналізу вважаємо такі. Після виконання кластерного аналізу обирається кластер підприємств, далі, враховуючи дані лише цього кластера, виконується факторний аналіз, потім обираються головні фактори та результативний показник, на їх основі будується регресійна економіко-математична модель.

За визначеними рівнями конкурентоспроможності підприємства на основі «традиційних» методів можна провести кластерний аналіз з метою градації рівнів конкурентоспроможності підприємства. Після виконання факторного аналізу аналітик визначиться з ключовими факторами, ці фактори можуть бути основною для побудови регресійної або економетричної моделі з незалежними лаговими змінними. Виконати кластеризацію підприємств, перевірити її стійкість за декілька років. У випадку зниження стійкості кластеризації необхідно побудувати багатошаровий нейронний персептрон. Але таких послідовностей можна обрати набагато більше, враховуючи мету дослідження та аналізу конкурентоспроможності підприємства.

Питання для самостійного опрацювання

1. Формування системи показників для виявлення латентних факторів конкурентоспроможності підприємства.

2. Формування системи показників для проведення кластеризації підприємств-конкурентів за рівнем їх конкурентоспроможності.

3. Виведення загальних особливостей формування системи показників для побудови множинної регресійної моделі, яка дозволить проаналізувати силу впливу факторів конкурентоспроможності підприємства на результативний показник його діяльності.

4. Формування системи показників для побудови лагових економіко-математичних моделей з метою проведення оцінки та аналізу конкурентного потенціалу підприємства.

Контрольні питання для самодіагностики

1. Розкрити методику оцінки факторів конкурентоспроможності підприємства.

2. Описати технологію проведення кластеризації підприємств за рівнем їх конкурентоспроможності.

3. Сформувати технологію побудови лагової економіко-математичної моделі за допомогою ППП «Statgraphics Plus 5.1».

4. Провести оцінку та аналіз процесів нарощування або виснаження конкурентного потенціалу підприємства за допомогою лагових економіко-математичних моделей.

5. Розкрити особливості побудови моделі-індикатора зв’язку фінансових результатів діяльності підприємства та показників, що характеризують його конкурентний потенціал.

Питання для дискусій

1. Міра суб’єктивності використання кластерного аналізу при проведенні конкурентного аналізу.

2. В яких випадках необхідно перевіряти правильність сформованих кластерів конкурентоспроможності підприємств за допомогою побудови багатошарового нейронного персептрона?

PAGE   \* MERGEFORMAT 175

α

П1

П2

П3

П4

5

a2

а3

а4

а1

а5

A

B

C

K

H

F

E

P

Q

R

O

L

M

1. Задание 1. Установить соответствие между понятием и определением
2. НАУКА Москва 1970 В книге рассматриваются проблемы взаимосвязи языка и общества языка и мышления; фор
3. ТЕМА 3 ХІМІЧНОНЕБЕЗПЕЧНІ ОБ~ЄКТИ
4. Лекция 10 СОЦИАЛЬНЫЕ ИЗМЕНЕНИЯ 1
5. рот в рот рот в нос у детей разного возраста
6. 15 минут перерыва и мы будем проводить 3 такие сессии за вечер
7. Задание на проектирование
8. Реферат- Технология и эксплуатация САПР
9. тематика для спеціальності- 5
10. тема знаний о внутренней природе явлений.
11. Диоксины - фундаментальный фактор техногенного загрязнения живой и неживой природы
12.  Может быть он задержался и не приехал навестить меня потому что ему было невыносимо видеть меня такой как
13. Вы умерли Gme over Марина Никитина21-50-40 Хотите возобновить
14. Обучение и повышение квалификации на предприятии
15. Психофизиологические закономерности восприятия информации и использование в самостоятельной работе
16. Проектування та розробка туристичного маршруту
17. Маркетингові комунікації
18. ТЕМАТИЧНІ МОДЕЛІ ПРОГНОЗУВАННЯ РОЗВИТКУ СІЛЬСЬКОГО ГОСПОДАРСТВА УКРАЇНИ 08
19. тема Многопольный севооборот Личные дворяне не имели права Свободного выезда за гран
20. русского пирата Капитона Русанова решает расшифровать криптограмму из дедушкиного наследства он делает р

Материалы собраны группой SamZan и находятся в свободном доступе