Разработка моделей автоматизированного внутреннего контроля на производственных предприятиях тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Разработка моделей автоматизированного внутреннего контроля на производственных предприятиях"

На правах рукописи

ЛоханевПавел Игоревич

РАЗРАБОТКА МОДЕЛЕЙ АВТОМАТИЗИРОВАННОГО ВНУТРЕННЕГО КОНТРОЛЯ НА ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЯХ

Специальность: 08.00.13 - Математические и инструментальные методы

экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

2 7 МАЙ 2015

005569357

Москва-2015

005569357

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский государственный университет экономики, статистики и информатики (МЭСИ)» на кафедре Прикладной информатики.

Научный руководитель: кандидат экономических наук, профессор

Диго Светлана Михайловна

Официальные оппоненты: Денисов Денис Владимирович,

кандидат экономических наук, доцент, НОУ ВПО «Московский финансово-промышленный университет «Синергия», заведующий кафедрой Информационных систем и технологий

Царегородцев Евгений Иванович,

доктор экономических наук, профессор, ФГБОУ ВПО «Марийский государственный университет», профессор кафедры Экономики и финансов

Ведущая организация: Федеральное государственное образовательное

бюджетное учреждение высшего образования «Финансовый университет при Правительстве Российской Федерации»

Защита диссертации состоится «10» июня 2015 г. в 12:00 на заседании диссертационного совета Д 212.151.01 в МЭСИ по адресу: 119501, г. Москва, ул. Нежинская, д.7.

С диссертацией можно ознакомиться в библиотеке и на сайте МЭСИ http://www.mesi.ru.

Автореферат разослан «_» апреля 2015 г.

Ученый секретарь И.Н. Мастяева

диссертационного совета у

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Развитие технологий, увеличение масштабов производства, расширение номенклатуры выпуска ведет к усложнению процесса производства. Для изготовления новых видов продукции часто требуется многоступенчатый производственный процесс, дорогие материалы и оборудование, сложные технологические карты производственного процесса и спецификации. Усложнение производства может очень сильно затруднить его контроль и снизить эффективность.

В таких условиях традиционные методы внутреннего контроля также нуждаются в совершенствовании. К сожалению, с развитием технологий производства не исчезают такие проблемы, как неучтенные производственные потери, хищения материалов и готовой продукции, завышение норм в спецификациях изделий с целью сокрытия неэффективности производства и прочие нежелательные действия персонала. Часто объектами потерь становятся материалы во время производственных циклов. В большинстве случаев такие потери остаются невыявленными. Потери и хищения материалов на производстве наносят существенный как финансовый, так и репутационный ущерб предприятию. В настоящее время в практике внутреннего контроля производственных процессов используются методы, предполагающие большое количество ручных операций - инвентарный метод, метод сигнального документирования, партионного учета и др. Во всех из них есть существенные недостатки: они выполняются с большой временной задержкой после фактического совершения хозяйственных операций, используют данные отчетных документов, то есть вторичные данные по отношению к производственным операциям.

Для противодействия несанкционированным действиям во время выполнения производственных циклов и снижения уровня невыявленных потерь необходимо совершенствовать систему внутреннего контроля на предприятии -перейти от контроля традиционными, ручными способами к автоматизированным системам внутреннего контроля, которые могут без участия персонала выявлять факты производственных потерь или хищений с большой точностью и оперативно информировать об этом ответственных лиц. Сложность такого перехода обусловлена недостаточной проработкой данной темы в литературе, практически полным отсутствием концепции

автоматизированного внутреннего контроля производственных процессов, нехваткой адекватных математических моделей, позволяющих решать задачу создания автоматизированного внутреннего контроля на производственном предприятии.

Переход на автоматизированный внутренний контроль позволит сократить потери материалов путем выявления небольших по объему потерь при выполнении производственных циклов, но возникающих регулярно, которые оставались до этого невыявленными, увеличит достоверность финансовой отчетности, а также позволит повысить качество продукции путем контроля технологии производства в автоматическом режиме.

Сказанное выше обусловливает актуальность диссертационного исследования и показывает необходимость осуществить исследование возможности автоматизации процесса внутреннего контроля материалов на производственном предприятии, разработать модели для автоматизации этих процессов, а также программный инструментарий, поддерживающий их реализацию.

Степень научной проработанности темы. Концептуальным основам внутреннего контроля посвящены труды зарубежных ученых: Мюллера, Р. Рута С. Фольмута Х.И., Фридмана П., Хофмайстера Р., Хьюса С., Уилсона Г. Значительный вклад в развитие данной темы внесли и специалисты проектных групп консалтинговых компаний KPMG, PWC, Deloitte, Ernst and Young.

Большой вклад в изучение проблем организации внутреннего контроля внесли российские ученые. Андреев В.Д. внес большой вклад в изучение роли службы внутреннего контроля на предприятии, способах ее организации и управления. В работах Белуха Н.Т., Бурцева В.В., Мельник М.В., Когденко В.Г. достаточно широко рассмотрены математические и статистические методы, которые можно использовать для выполнения внутреннего контроля на предприятии. Однако о применении рассматриваемых методов в автоматизированных системах в трудах этих авторов не упоминается. У Крусь Г.Н., Храмцова А.Г., Волокитиной Э.В. рассмотрены методы расчета рецептур в молочной промышленности, в частности метод материального баланса. Однако в их работе учтены особенности только молочной промышленности, не раскрыты особенности учета многокомпонентных продуктов методом материального баланса. Используемые методы рассматриваются только в

контексте ручных операций, без какой-либо автоматизации. В работах Альбрехта Дж., Давиа Г.Р., Лопашенко H.A., Сильверстоуна Г., Трейси Л., Уэллса Дж. Т. глубоко проработаны методы противодействия несанкционированным действиям персонала на предприятии и рассмотрены примеры из практики. Данные ученые концентрируются на хищениях финансовых средств из компании и не рассматривают несанкционированные действия персонала в отношении материальных запасов во время производственных циклов. В процессе анализа литературы по данной тематике был сделан вывод о недостаточной проработке методов противодействия несанкционированным действиям на промышленных предприятиях во время выполнения производственных циклов в отношении материальных запасов. Также анализ как российских, так и зарубежных источников по вопросам внутреннего контроля показал недостаточную проработку как теоретических, так и практических моделей для автоматизации процесса внутреннего контроля в производственных подразделениях промышленных предприятий.

Цель и задачи исследования. Целью диссертационного исследования является разработка концепции, математических моделей и программной архитектуры автоматизированного внутреннего контроля материалов и готовой продукции на производственных предприятиях во время производственных циклов.

В рамках поставленной цели в работе была определена необходимость решения следующих задач:

1. Разработать концепцию автоматизированного внутреннего контроля на производственных предприятиях и обосновать его необходимость;

2. Выполнить анализ математических методов и обосновать их выбор для использования в автоматизированной системе внутреннего контроля;

3. Разработать модели автоматизированного внутреннего контроля производственных процессов;

4. Разработать архитектуру автоматизированной системы внутреннего контроля;

5. Формализовать процесс обработки данных автоматизированной системой внутреннего контроля;

6. Разработать программный прототип, основанный на концепции автоматизированного внутреннего контроля;

7. Разработать математическую модель для расчета экономической эффективности работы автоматизированной системы внутреннего контроля и провести оценку эффективности ее применения.

В работе рассматриваются производственные предприятия, выпускающие продукцию, производственный цикл которой состоит из нескольких итераций (переделов), а также продукцию и материалы, имеющие несколько компонентов в своем составе и хранящиеся в жидкой форме.

Объектом исследования являются процессы внутреннего контроля на промышленных предприятиях, производящих продукцию в больших масштабах в непрерывном режиме.

Предметом исследования являются модели автоматизированного внутреннего контроля и архитектурные решения для создания автоматизированной системы внутреннего контроля.

Теоретической и методологической основой исследования явились труды отечественных и зарубежных ученых по проблемам управления предприятием, по анализу финансовой и производственной деятельности предприятий.

В качестве математического инструментария при проведении исследования использовались уравнения материального баланса, корреляционный анализ, метод случайной выборки. Работа опирается на действующие законодательные и нормативные акты, статистические данные, публикации по проблематике исследования в периодической печати, а также материалы, публикуемые в сети Интернет.

Область исследования. Работа выполнена в соответствии с п. 1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений» и п. 2.5. «Разработка концептуальных положений использования новых информационных и коммуникационных технологий с целью повышения эффективности управления в экономических системах» паспорта специальностей ВАК при Минобрнауки России (экономические науки) по специальности 08.00.13 - «Математические и инструментальные методы экономики».

Научная новизна работы. В основе полученных в ходе исследования результатов, составляющих научную новизну работы, лежат разработанные модели и инструментальные средства для автоматизации внутреннего контроля. Данные модели позволяют создать автоматизированную систему внутреннего контроля, которая может в кратчайшие сроки после возникновения несанкционированного действия на производстве выявить его, оповестить службу контроля и тем самым существенно снизить потери для предприятия, связанные с хищением материалов, готовой продукции или возникшие из-за с неисправности производственного оборудования. Наиболее существенные результаты работы, включающие элементы научной новизны, состоят в следующем:

1. Разработана концепция и основные принципы автоматизированного внутреннего контроля. Характерными особенностями данной концепции являются автоматизация процессов внутреннего контроля, минимизация участия персонала при выполнении контрольных процедур, интеграция систем управления производственной линией, оперативного учета и внутреннего контроля, а также область применения концепции - производственные процессы.

2. Обоснован выбор методов материального баланса и корреляционного анализа для построения моделей автоматизированного внутреннего контроля и дальнейшего использования в автоматизированной системе. При выборе методов использовался оригинальный состав критериев, направленный на определение возможности и эффективности использования рассматриваемых методов в автоматизированной системе с минимальным участием пользователя. Данный состав критериев обусловлен тем, что методы выбираются для их использования в автоматизированной системе внутреннего контроля.

3. Разработана модель автоматизированного контроля движения материальных запасов во время производственных циклов, основанная на использовании уравнений материального баланса. Применение данной модели обеспечивает контроль материалов и готовой продукции как для всего производственного процесса, так и на отдельных его переделах. В отличие от существующих решений, предложенная модель позволяет производить контроль технологии производства, потерь, качества продукции в автоматизированном режиме без прямого участия персонала.

4. Разработана модель автоматизированного контроля материалов и готовой продукции во время выполнения производственных циклов, основанная на использовании корреляционного анализа. Отличительной особенностью модели является использование эталонной выборки для увеличения ее чувствительности и достоверности полученных с ее помощью результатов. Новизной также является использование корреляционного анализа для целей выявления потерь материалов во время производственных циклов.

5. Разработана архитектура автоматизированной системы внутреннего контроля (АС ВК), реализующая разработанные в диссертации модели внутреннего контроля и основанная на предложенной концепции автоматизированного внутреннего контроля. В рамках исследования был создан программный прототип системы.

6. Разработана математическая модель оценки эффективности применения автоматизированной системы внутреннего контроля. Отличительной особенностью модели является использование метода случайной выборки, при помощи которого моделируется случайный характер объема потерь на предприятии и влияние на объем потерь применения АС ВК.

Теоретическая значимость исследования. Теоретическая значимость исследования состоит в совершенствовании моделей для решения задачи разработки автоматизированного внутреннего контроля. Полученные в диссертации результаты развивают теоретические положения и дополняют практические результаты в области автоматизации контроля на производственных предприятиях.

Практическая значимость исследования. Модели и инструментальные средства, разработанные в диссертации, позволяют создать и запустить в рабочую эксплуатацию автоматизированную систему внутреннего контроля, применение которой сможет минимизировать несанкционированные действия персонала и неучтенные потери на производственных предприятиях, а, следовательно, сократить затраты предприятия. Работа АС ВК на предприятии позволит улучшить контроль качества продукции путем постоянного контроля технологии производства и сигнализации о ее нарушении.

Апробация результатов исследования. Результаты докладывались на 15-й Международной научно-практической конференции «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в

промышленности и экономике» (г. Санкт-Петербург) в 2013 г., 16-й Международной научно-практической конференции «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике» (г. Санкт-Петербург) в 2014 г.

Отдельные результаты диссертационного исследования внедрены в практическую деятельность компаний ООО «Прайм Стар Ресторантс Групп» в виде программного инструментария для автоматизации внутреннего контроля при приготовлении напитков и блюд на фабрике-кухне, а также в ООО «ВеАл» в виде отдельного модуля корпоративной информационной системы для проведения контроля движения материальных запасов в режиме реального времени.

Материалы исследования используются в учебном процессе кафедрой «Прикладной информатики» Московского Государственного Университета Экономики, Статистики и Информатики (МЭСИ) при обучении по дисциплинам «Проектирование информационных систем» и «Реинжиниринг бизнес-процессов».

Внедрение результатов диссертации в указанных организациях подтверждено соответствующими справками.

Публикации. По теме диссертационного исследования опубликовано 7 научных работ общим объемом 2,2 пл., из них 3 статьи объемом 1,1 п.л. в научных журналах и изданиях, которые включены в перечень российских рецензируемых научных журналов ВАК РФ и изданий для опубликования основных научных результатов диссертации.

Структура и объем диссертационной работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений. Основной текст содержит 12 рисунков, 46 таблиц.

II. ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ, ВЫНОСИМЫЕ

НА ЗАЩИТУ

1. Разработана концепция и основные принципы автоматизированного внутреннего контроля для производственных предприятий.

При больших объемах производства контроль использования материалов и выработки готовой продукции в ручном режиме не будет отвечать требованиям своевременности обнаружения инцидентов и точности в их распознавании.

Своевременное и точное обнаружение производственных потерь позволит существенно снизить риски увеличения затрат предприятия, невыполнения обязательств перед контрагентами и риски аварии на производстве. Концепция автоматизированного внутреннего контроля отражает основные его принципы и состоит в следующем:

1. Автоматизированный внутренний контроль является дополнением к традиционным методам контроля, задачей которого является обнаружение производственных потерь вследствие неисправности оборудования или несанкционированных действий персонала во время производственных циклов.

2. Автоматизированный внутренний контроль выполняется при помощи программного приложения, являющегося отдельным программным продуктом или интегрированным в основную информационную систему предприятия.

3. Максимально возможный объем данных, используемый для выполнения контрольных процедур, должен быть получен напрямую с датчиков производственной линии и загружен в программное приложение, выполняющее процессы автоматизированного внутреннего контроля, с целью увеличения оперативности получения данных, а также минимизации вероятности появления случайной или преднамеренной ошибки при вводе данных пользователем.

4. Обнаружение нарушений технологии производства выполняется путем автоматического поиска отклонений в объеме (массе) сырья и готовой продукции при выполнении производственных циклов. Вид потерь, который может выявлять данный вид внутреннего контроля наиболее эффективно - это потери в небольшом объеме, но носящие регулярный характер, например утечки, вызванные неисправностью оборудования или несанкционированные действия персонала. Несмотря на небольшие объемы потерь, прямой ущерб от них может быть очень существенным.

5. Минимизация действий пользователя в процессе выявления потерь. Пользователь должен только установить настройки системы - корректные спецификации изделий, предельно допустимые уровни отклонений и т.д. Поиск, обнаружение и оповещение должны происходить в автоматическом режиме.

6. Контроль качества продукции в автоматическом режиме. Так как при помощи автоматизированного внутреннего контроля можно определять нарушения технологии производства, то, как следствие, можно выявлять партии готовой продукции, при производстве которых была нарушена технология, и

забраковывать их до вывода на рынок.

Предложенная концепция будет являться является основой для разработки прикладных математических моделей и создания архитектуры автоматизированной системы внутреннего контроля на производственных предприятиях.

2. Обоснован выбор методов материального баланса и корреляционного анализа для построения моделей автоматизированного внутреннего контроля.

В рамках исследования был проведен сравнительный анализ математических методов для их использования в работе автоматизированной системы внутреннего контроля для выявления нарушений в технологии производства. Рассматривались пять методов: корреляционный анализ, теория игр, линейное программирование, уравнения материального баланса и метод АВС-классификации. Каждый метод был проанализирован по четырем критериям. Результаты анализа приведены в таблице 1.

Таблица 1 - Анализ методов внутреннего контроля

Метод Применимость Универсальность Сложность автоматизации Интерпретируемость

Корреляционный анализ Высокая Высокая Низкая Средняя

Теория игр Низкая Низкая Высокая Средняя

Задача линейного программирования Средняя Низкая Средняя Средняя

Материальный баланс Высокая Средняя Средняя Высокая

Метод ABC классификации Средняя Высокая Средняя Средняя

По результатам анализа для использования в автоматизированной системе внутреннего контроля были выбраны методы:

• Метод материального баланса является наиболее эффективным методом из рассмотренных для автоматизированного внутреннего контроля по причине высокой чувствительности к отклонениям массы сырья и готовой продукции от оптимальных величин. Недостатком метода является ограничение по универсальности его применения к некоторым веществам, для которых невозможно получить данные по составным компонентам в автоматическом режиме.

• Корреляционный анализ показал себя как наиболее универсальный метод из рассмотренных. Может использоваться для любого состава сырья и

11

вида продукции. Имеет среднюю эффективность по причине недостаточной чувствительности и необходимости использования эталонной выборки при расчетах.

• Метод АВС-классификации был выбран в качестве вспомогательного метода для определения состава номенклатурных позиций, включаемых в анализ при использовании модели.

Выбранные по соответствующим критериям методы позволят наиболее эффективно выполнять расчеты в автоматизированной системе внутреннего контроля.

3. Разработана модель автоматизированного контроля движения материальных запасов, основанная на использовании уравнений материального баланса.

В рамках диссертационного исследования была разработана модель автоматизированного контроля движения сырья и готовой продукции, основанная на применении технологического материального баланса. Для автоматизированного внутреннего контроля движения материалов в процессе производства данный метод ранее не использовался. В основе материального баланса лежит закон сохранения массы веществ, записанный математически в виде уравнений двух типов.

Первое уравнение отражает баланс массы сырья на входе в производственный процесс и массы, получаемых из него продуктов. В формуле агрегируются массы всех видов сырья, готовой и побочной продукции.

Второе уравнение материального баланса составляют по массе отдельных составных частей сырья, масса которых в сырье должна быть равна их массе в готовом и побочном продуктах. В исследовании было произведено усовершенствование формулы материального баланса для одновременного расчета отклонений в нескольких (/) видах сырья. Математически это описывается системой из í + 1 уравнений:

г

тс1пж1

= тс1гс2 _ тпггс1 - тпгпс1--г^т;—

™сгП«с2

а2 = тс2гс2 - тг2ггс2 - тпГПс2--

тс кпчск

°к = тскгск - тпсГгск - тпгпск--——

где тск - масса каждого (к-го) вида сырья, входящего в готовый продукт, шг - масса готовой продукции, тп - масса побочной продукции, гск - массовая доля анализируемого компонента в материалах, выраженная в долях, ггск - массовая доля анализируемого компонента в готовой продукции, выраженная в долях, гпск - массовая доля анализируемого компонента в побочной продукции, выраженная в долях, пск - потери сырья (нормируемые), %, Пчс - потери составных частей (нормируемые), %, к =1,1. а - отклонение между массой готовой продукции, полученной в процессе производства и массой сырья, отправленного в производство, массой побочной продукции и массой нормируемых производственных потерь, ак - отклонение между массой отдельного компонента готовой продукции, полученной в процессе производства и массой отдельного компонента сырья, отправленного в производство, массой отдельного компонента в побочной продукции и нормируемых производственных потерь этого компонента, кг.

При составлении системы уравнений сделано допущение, что количество видов побочной продукции равно 1. Данная формула может применяться для расчета отклонений как для всего производственного цикла, так и для отдельного передела, тем самым повышая точность установления места возникновения потерь и скорость реакции на отклонения.

После вычисления значения ст, нужно вычислить относительное значение отклонения А для уравнения материального баланса, составленного по массе веществ, определим по формуле:

Д = ----100. (2)

V у т,я„

Ьтсгт„~1а 1ПП

1=1 к. 1 Ши

Для определения относительного отклонения Ак в уравнениях материального баланса, составленного по массам компонентов сырья, готовой и побочной продукции, воспользуемся формулой:

г „Г (3) тскгск—тпгпск---

Методика применения разработанной модели материального баланса состоит в том, что необходимо установить соответствие между показаниями, получаемых с датчиков производственной линии, и переменными материального баланса. Соответствие, а также допустимые границы отклонений устанавливает главный технолог производства. Подставляя в качестве переменных данные с датчиков производственной линии, можно выполнять контроль общей массы сырья и продукции на входе и на выходе всего производственного процесса или передела, а также осуществлять контроль по компонентам продукции.

Ниже приведен пример использования метода при производстве

13

нормализованного молока из молока цельного. Данные о массе, составных частях сырья и готовой продукции с датчиков производственной линии, полученные в автоматическом режиме, приведены в таблице 2. В столбце «Эталонные показатели» приведены данные, при которых не будет зафиксировано отклонений. В столбце «Анализируемые показатели» моделируется ситуация возникновения производственных потерь при выполнении производственного процесса. В качестве контролируемого компонента рассматривается массовая доля жира.

Таблица 2 - Данные технологического процесса

Показатель, ед. изм. Анализируемые показатели Эталонные показатели

Данные с датчиков производственной линии

Масса сырья 500 500

Масса готовой продукции, кг 359 367,5

Масса побочной продукции, кг 127 127,5

Производственные потери, кг 5 5

Жирность цельного молока, % (массовая доля анализируемой составной части в сырье) 6 6

Жирность нормализованного молока, % (массовая доля анализируемой составной части в готовой продукции) 2,5 2,5

Жирность сливок, % (массовая доля анализируемой составной части в побочной продукции) 16,16 16,16

Нормируемые показатели

Относительные нормируемые потери массы сырья, % 1 1

Относительные нормируемые потери составных частей сырья, % 0,7 0,7

В данном примере показатель «Масса готовой продукции» был снижен на 8,5 кг, показатель «Масса побочной продукции» был снижен на 0,5 кг относительно эталонных значений. Подставляя данные в формулу (1) получаем выражение:

500-1

а = 500 - 359 - 127 - = 9,

100

500 • 0,06 ■ 0,7

= 500 ■ 0,06 - 359 • 0,025 - 127 ■ 0,1616--—-- = 0,29.

Теперь вычислим значения относительных отклонений по формулам (2) и (3):

Л=52_. 100 «2,40/0, 0,29

Д1=_. 100-3,1%.

В результате расчетов отклонение А по первому выражению составило 2,4%, по второму выражению Л1 составило 3,1%. В исследовании использовался максимальный уровень погрешности для отклонений, равный 3%. В данном

14

примере видно, что несмотря на то, что отклонение в первом выражении находится в пределах нормы, из-за превышения максимально допустимой погрешности в отклонении по второму выражению, будет зафиксирован инцидент, и проинформированы сотрудники службы внутреннего контроля.

Использование модели материального баланса, предложенной в данной работе, позволит выполнять контроль технологического процесса производства в автоматическом режиме, выявлять отклонения в режиме реального времени, будет способствовать обеспечению требуемого качества продукции. Достоинством модели является ее высокая чувствительность как к отклонениям по общей массе продукции, так и по массе ее компонентов.

4. Разработана модель автоматизированного контроля материалов и готовой продукции, основанная на использовании корреляционного анализа.

Уравнения материального баланса имеют ограничение по применению. Не для всех видов продукции можно точно рассчитать массу составного элемента в сырье, готовой и побочной продукции в автоматическом режиме. Для таких видов продукции предлагается применять корреляционный анализ. Модель, основанная на его применении, отличается большей гибкостью, но меньшей чувствительностью.

При помощи корреляционного анализа можно контролировать массу как сырья, так и готовой продукции во время производственных циклов. Контроль сырья выполняется путем анализа коэффициента корреляции между массой входящего сырья и массой готовой продукции, которая была из него выработана. Если наблюдается снижение массы сырья при неизменном объеме готовой продукции, это может свидетельствовать о разбавлении сырья и нарушении технологии производства. Масса готовой продукции контролируется при помощи анализа коэффициента корреляции между массой выработанной готовой продукции и массой производственных потерь, полученных при ее производстве. Масса потерь - нормируемая величина, находящаяся в строгом соответствии с массой готовой продукции и сырья. Увеличение уровня потерь может свидетельствовать о неисправности производственной линии, а также об искусственном завышении потерь персоналом и хищении излишков готовой продукции или материалов. Контроль коэффициента корреляции между массой готовой продукции и массой производственных потерь позволит выявлять

15

несанкционированные действия персонала в процессе выполнения производственных циклов. Дополнительным преимуществом контроля с использованием такой модели будет являться возможность распознавания неисправности оборудования на ранней стадии ее возникновения.

Для проведения корреляционного анализа используется формула коэффициента линейной зависимости Пирсона:

где Х,У - значения выборки. В зависимости от цели применения модели за X принимаем массу или объем сырья отпущенный в производство или массу (объем) производственных потерь, У - масса (объем) готовой продукции, полученный из производства. X , Р — средние значения выборок; а х а у- средние квадратические отклонения, 1 - количество элементов в выборке.

Применение разработанной модели корреляционного анализа демонстрируется на примере. В таблице 3 приведены показатели массы одного из видов сырья, участвующего в производстве, и готовой продукции, полученной из данного сырья в результате производственных циклов. Для примера берется только один вид сырья, входящий в состав готовой продукции. Числовые показатели переданы с датчиков системы управления производственной линией. В идеальных условиях коэффициент корреляции между этими показателями должен быть равен 1. В условиях реальных производств такую зависимость получить будет сложнее. Коэффициент корреляции будет отклоняться от единицы в рамках значений, которые должны быть установлены главным технологом производства. Если считать, что потери могут носить случайный характер, то возможна ситуация, когда на определенных циклах производства будет снижена масса готовой продукции в результате возникновения производственных потерь. Ситуация представлена в табл. 3. Отклонение зафиксировано в производственном цикле 3.

Таблица 3 — Моделирование производственных потерь

Объект учета Цикл 1 Цикл 2 Цикл 3 Цикл 4 Цикл 5 Цикл 6

Сырье, кг 1100 900 1300 800 700 1000

Готовый продукт, кг 880 720 990 640 560 800

Объем отклонения специально выбран небольшим и составляет 50 кг в абсолютном значении. Такой объем потерь выбран для приближения

/

СОУ

^(Х.-ХКУ.-У)

(4)

моделируемой ситуации к реальной. Коэффициент корреляции в данном случае будет равен 0,9964, относительное отклонение от 1 составляет 0,36%.

В случаях, если потери имеют более систематический характер, и снижение показателей готовой продукции происходит на всех производственных циклах, поведение коэффициента корреляции при использовании только оперативных данных производственного процесса сложно предсказать, так как возможна ситуация, когда снижение массы готовой продукции будет пропорциональным снижению массы сырья, что приведет к увеличению коэффициента корреляции. Для предотвращения такой ситуации, предлагается расширить модель корреляционного анализа данными «эталонной выборки». Такие данные можно получить, обеспечив на определенный промежуток времени повышенный контроль прохождения производственных циклов, проведение технического обслуживания производственных мощностей и прочих действий, которые позволят снизить вероятность отклонения показателей производства. Выборка данных, полученных при таких условиях, будет называться «эталонной выборкой». С ней будут сравниваться показатели производственного процесса, полученные при стандартных условиях для предприятия. Расширив таблицу 3 данными эталонной выборки (Циклы 1Э-ЗЭ) получим:

Таблица 4 - Моделирование потерь с применением эталонной выборки

Объект учета Цикл 1Э Цикл 2Э Цикл ЗЭ Цикл 1 Цикл 2 Цикл 3 Цикл 4 Цикл 5 Цикл 6

Сырье 1100 900 1300 1100 900 1300 800 600 1000

Готовый продукт 880 720 1040 850 700 1035 620 440 750

Коэффициент корреляции в данном случае будет равен 0,99654, относительное отклонение - 0,35%. Без эталонной выборки значение коэффициента корреляции будет равно 0,99756, относительное отклонение -0,24%.

Особенностью применения корреляционного анализа в работе являются малые величины отклонения коэффициента корреляции от 1, сравнимые с теми, что представлены выше. Также значения массы сырья и готовой продукции в модели предлагается обновлять по принципу очереди. То есть при добавлении нового показателя первое значение будет удалено (значение цикла 1, табл. 4), а новое значение будет подставлено в конец очереди. На значения эталонной выборки правило очереди распространяться не будет. Таким образом, можно

сохранить чувствительность модели, так как увеличение выборки неизбежно снизит чувствительность, а при малых отклонениях коэффициента корреляции чувствительность модели играет очень важную роль.

Преимуществом разработанной модели внутреннего контроля с использованием корреляционного анализа по сравнению с моделью материального баланса, при решении задачи внутреннего контроля является обеспечение более гибкого анализа производственных процессов, так как в контрольную выборку можно поместить любые производственные показатели, и при их определенном наборе можно видеть общую картину состояния производства, либо при более локальном наборе показателей, получать детальные данные по какому-либо одному участку производства или переделу. Недостатками корреляционного анализа является его привязанность к «эталонной выборке» (данные для которой получить может быть затруднительно) и меньшая точность по сравнению с методом материального баланса.

Предложенная модель позволит выполнять контроль сырья или готовой продукции для различных видов материалов в автоматическом режиме.

5. Разработана архитектура автоматизированной системы внутреннего контроля на производственных предприятиях.

В соответствии с концепцией применения автоматизированного внутреннего контроля АС ВК должна выполнять поиск отклонений в автоматическом режиме. Для решения данной задачи АС ВК должна работать в режиме постоянного обмена данными с другими автоматизированными системами предприятия - учетной системой и системой управления производственной линией класса БСАОА. Архитектура автоматизированного внутреннего контроля и направления обмена данными представлены на рис. 1.

Рисунок 1 - Архитектура автоматизированного внутреннего контроля в общем виде

Новизна архитектуры заключается в дополнении существующей архитектуры «Учетная система — Система управления производственной

линиеи» новым звеном - автоматизированной системой внутреннего контроля. Данная система должна выполнять контроль движения материальных запасов и готовой продукции во время производственных циклов, усиливая уровень контроля на предприятии. С другой стороны, АС ВК не замедлит производственный процесс, так как использует только механизмы автоматизированного контроля в процессе выполнения производственных циклов.

В рамках исследования была разработана ЕК-модель автоматизированного внутреннего контроля. При построении модели было учтено, что система, построенная на ее основе, выполняет анализ данных без прямого участия пользователя при помощи описанных выше моделей, а также не только фиксирует несанкционированные события, но и проводит оповещение контролеров с полной детализацией несанкционированного действия.

Данные производственной л

Партии в производстве

■и пиичтм (РК) ГО подразделения (ЯК) щии (ЯК) (РК)

Календарная дата (РК)

ы(РК)

ГО С1

ГО партии (РК) Дата

Значение с датчика ГО номенклатуры (РК) Относится к эталонной выборке Код производственного цикла

ГО партии

ГО номенклатуры (РК)

Наименование | 1

Датчики производствен»

ГО узла (РК)

Техническая информация

©записи (РК) Код инцид (РК) Дата инцидента Время инцидента ГО источника (РК) ГО подразделения (РК) ИНН организации (РК) ГО показателя (РК)

Наименование вида номенклатуры |

№ объемы материалов в производстс

ГО партии (РК) ГО номенклатуры (РК)

Количество

Номенклатура

ГО номенклатуры

Код спецификации (РК)

ГО вида номенклатуры (РК)

Код единицы изм(РК)

Наименование

Код вида номенклатуры

Дата принятия спецификации (РК)

Календарь планирования рабочи;

Спецификации номенклатуры

Код спецификации Дата принятия спецификации

ИД продукции ГО номенклатуры (РК)

Детализация спецификации

Календарнаядзта

Производственный узел

10 узла ГО подразделения (РК) ИНН организации (РК)

Наименование узла Описание узла

работы

I работы -

Код спецификации (РК)

ГО номенклатуры (РК)

Дата принятия спецификации (РК)

Норматив

Классификатор е,

Код единицы и:

-Виды показателей

Вид показателя

ГО смены Состав смены

ГО подразделения (РК) ИНН организации (РК) ГО смены (РК) Табельный ном ер сотрудника (РК)

Начальник смены Сотрудники организации

Организацио)

-

□ У

ГО подразделения ИНН организации (РК)

Наименование подразделения

Табельный номер сотрудника

ФИО

Дата приема на работу Номер и серия паспорта Адрес р|

Рисунок 2 - ЕИ-модель автоматизированного внутреннего контроля

Общий принцип работы АС ВК представлен на рис. 3. Работа системы разделяется на два этапа - подготовительный и основной. На подготовительном этапе происходит автоматическая загрузка справочной информации из учетной системы в АС ВК. Это данные таблиц «Номенклатура», «Спецификации номенклатуры», «Сотрудники», «Подразделения организации»,

19

«Производственные узлы», «Календарь планирования рабочих смен». Основной этап работы АС ВК начинается с загрузки данных из учетной системы об объеме (массе) материалов, поступивших в производство. Данные записываются в таблицу «Плановые объемы материалов». Данные этой таблицы будут в дальнейшем сравниваться с данными, полученными с датчиков производственной линии. В процессе производства продукции АС ВК будет получать данные с датчиков производственной линии, записываемые в таблицу «Данные производственной линии». Периодичность получения данных с производственной линии будет зависеть от каждого конкретного вида

В АС ВК выполняется настройка, задающая используемую модель анализа данных (материальный баланс или корреляционный анализ) каждому виду производимой продукции. Получая данные с датчиков определенного передела, АС ВК производит расчеты одним из выбранных методов.

В случае если было зафиксировано отклонение данных от нормы, то вызывается процедура оповещения об инциденте - система должна произвести запись данных в таблицу «Инциденты» с детализацией данных по подразделению, производственному узлу, датчикам, которые зафиксировали данные, участвовавшие в расчетах, работниках, занятых в момент инцидента на оборудовании, по датчикам которого было зафиксировано отклонение. Одновременно с фиксацией события, АС ВК должна произвести оповещение контролера о возникновении инцидента с подробной его детализацией. Также АС ВК отправляет сведения о зафиксированном отклонении в учетную систему для корректировки данных по производственному процессу. Если отклонения находятся в пределах нормы, система переходит в режим ожидания до записи следующих данных с датчиков производственной линии. После этого один цикл работы АС ВК считается завершенным.

В рамках данного исследования был создан работающий прототип АС ВК, реализующий предложенную концепцию. Прототип содержит в себе функционал по автоматизации анализа данных, полученных с производственной линии методом материального баланса и корреляционного анализа. Процессы обработки данных основаны на общем принципе работы АС ВК (рис.3). Прототип был разработан на программной платформе 1С: Предприятие 8.3 и представляет собой отдельное приложение для выполнения задачи автоматизированного внутреннего контроля.

6. Разработана математическая модель оценки эффективности применения автоматизированной системы внутреннего контроля.

Для оценки экономической эффективности от внедрения АС ВК была разработана специальная модель ее расчета. Особенностью расчета экономической эффективности в данной работе является вероятностный характер риска наступления несанкционированного действия, так как нельзя заранее с абсолютной точностью определить объем случайных потерь, а также, какое количество материала или готовой продукции может быть похищено из производства. Для того, чтобы модель расчета экономической эффективности

обеспечивала максимальную достоверность, было принято решение о необходимости использования в расчетах метода случайной выборки. Уровень риска возникновения потерь или хищений задается вручную и определяется эмпирическим путем для каждого отдельно взятого предприятия. Объем потерь материалов или готовой продукции задается интервалом значений и является случайным числом для каждого события в пределах заданного интервала. При генерации случайных чисел использовалось непрерывное равномерное распределение, так как объем потерь может принимать любое значение в пределах заданного интервала. Рассматривались два сценария - без работающей АС ВК и с работающей АС ВК. Интервал в данной работе задавался отдельно для каждого сценария. В первом сценарии интервал был от 0,1 до 9,9%. Считалось, что при уровне потерь более 10% возможно будет оперативно определить и предотвратить потери или хищение традиционными способами. Отклонения менее 0,1 % от объема производственного цикла можно списать на погрешность измерительного оборудования или приемлемые потери для применяемой технологии производства. Для сценария с работающей АС ВК интервал был задан от 0,1 до 3%. В исследовании 3% - максимально допустимый уровень погрешности в моделях автоматизированного внутреннего контроля. При такой погрешности модель с одной стороны обеспечивает корректное срабатывание при несанкционированном действии, а с другой стороны -защищена от ложных срабатываний. Формула расчета потерь приведена ниже:

п

Ат = ^ГХ-Ьк, (5)

I

где Ат - объем продукции, подверженной потерям, п - количество возможных случаев потерь при заданной вероятности их возникновения, X - случайная величина в пределах вероятностного коридора (выражается в долях), Ь - объем продукции в одном производственном цикле

Стоимостное выражение ущерба от потерь продукции, вычисляется по формуле:

С =Ат-Р, (6)

где С - финансовый ущерб предприятию от производственных потерь или хищений, Ат -объем продукции, подверженной потерям, Р - цена закупки сырья, подверженного потерям.

При использовании формул (5) и (6) можно сделать расчет массы и стоимости потери. Изменяя верхнюю границу интервала для величины случайного числа X в формуле (5), можно получить данные как по сценарию с работающей системой автоматизированного внутреннего контроля, так и по

сценарию без нее. В диссертационном исследовании была рассчитана экономическая эффективность проекта при помощи разработанной модели. На рис. 4 показано сравнение потерь с работающей АС ВК на предприятии и без нее. На оси У показана относительная масса потерь по отношению к массе сырья в производственном цикле. По оси X представлены номера производственных циклов. Общее количество циклов на графике равно 50.

Рисунок 4 - Сравнение потерь По данным графика видно, что потери при работающей системе автоматизированного внутреннего контроля значительно ниже, чем без нее. Случайные числа отражают особенность предметной области, так как неизвестно, когда и в каком объеме могут возникнуть потери.

По расчетам эффективности, выполненным в данной работе, среднее сокращение потерь составляет 57%. Максимальное сокращение потерь 67%, минимальное 42%. Также АС ВК дает косвенный положительный эффект для предприятия - повышение качества выпускаемой продукции путем постоянного контроля технологии производства. Таким образом, можно сделать вывод об общей эффективности предложенных моделей автоматизированного внутреннего контроля.

III. ОСНОВНЫЕ РЕЗУЛЬТАТЫ

В диссертационном исследовании решена актуальная, имеющая важное научно-практическое значение задача по разработке концепции, математических моделей и программной архитектуры автоматизированного внутреннего контроля материалов и готовой продукции на производственных предприятиях во время производственных циклов. В ходе диссертационного исследования были получены следующие основные результаты, которые обеспечили выполнение поставленной цели:

1. Разработана концепция автоматизированного внутреннего контроля на производственных предприятиях, которая является основой для разработки

23

прикладных математических моделей и создания автоматизированной системы внутреннего контроля.

2. Проведен анализ математических методов для применения в моделях автоматизированного внутреннего контроля, по результатам которого рекомендовано использовать метод материального баланса и корреляционный анализ по причине высокой степени их применимости для решения поставленной задачи, универсальности, интерпретируемости и невысокой сложности в автоматизации.

3. Разработана модель автоматизированного внутреннего контроля материалов и готовой продукции на производственном предприятии, основанная на методе материального баланса, позволяющая проводить анализ отклонений продукции во время производственных циклов не только по общей массе сырья, готовой и побочной продукции, но и по массе компонентов, присутствующих в них. Такой подход позволяет обеспечить более точный контроль во время выполнения производственных циклов, а также выполнять автоматический контроль качества продукции.

4. Разработана модель автоматизированного внутреннего контроля материалов и готовой продукции на производственном предприятии, основанная на методе корреляционного анализа, позволяющая выполнять контроль продукции, где невозможно применить модель материального баланса. Доказана высокая гибкость и эффективность разработанной модели на примерах контроля сырья и готоёой продукции.

5. Разработана архитектура автоматизированной системы внутреннего контроля, которая предполагает ее интеграцию с системой оперативного учета и планирования производства и системой управления производственной линией. При таком подходе АС ВК может получать данные непосредственно с датчиков производственной линии во время выполнения производственных циклов, что существенно повышает точность анализа и оперативность выполнения контрольных процедур.

6. Разработан программный прототип, основанный на концепции автоматизированного внутреннего контроля и использующий для анализа данных модели корреляционного анализа и материального баланса. Прототип был успешно апробирован на примерах, приведенных в главе 3, что подтверждает возможность применения разработанных моделей на практике в

условиях реальных предприятий.

7. Доказана эффективность разработанных моделей для выполнения задачи внутреннего контроля путем проведения экспериментов и моделирования ситуаций, которые могут возникнуть на реальных предприятиях. Разработанные модели успешно прошли испытания, что подтверждает их применимость для решения прикладной задачи создания автоматизированного внутреннего контроля производственных процессов.

8. Разработана математическая модель оценки экономической эффективности работы автоматизированной системы внутреннего контроля, основанная на методе случайной выборки, позволяющая выполнить расчеты для вероятностных событий, таких как хищения и неучтенные потери во время производственных циклов.

9. Выполнены расчеты, подтверждающие экономическую эффективность работы автоматизированной системы внутреннего контроля на производственном предприятии и возможность ее эффективного применения на реальных предприятиях.

IV. ПУБЛИКАЦИИ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ Научные статьи в журналах, рекомендованных ВАК Министерства образования и науки РФ:

1. Лоханев П.И. Автоматизация процессов внутреннего контроля в области операционной деятельности предприятия / Лоханев П.И. // Аудит и финансовый анализ. - 2013. - №2. - с. 438 - 441. - 0,4 пл.

2. Лоханев П.И. Математические инструменты для создания автоматизированной системы внутреннего контроля движения материалов на производственном предприятии / Лоханев П.И.// Аудитор. - 2014. - №1 - с.38-42. - 0,3 пл.

3. Лоханев П.И. Математические и архитектурные решения для создания автоматизированной системы внутреннего контроля на производственном предприятии / Лоханев П.И.// Экономика и предпринимательство. - 2014. - №5(2) -с. 730-733.-0,4 ил.

Труды конференций и статьи в других изданиях:

4. Лоханев П.И. Система контроля транзакций на производственных предприятиях / Лоханев П.И. // Высокие технологии, фундаментальные исследования, финансы: сборник статей Шестнадцатой международной научно-

25

практической конференции «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике». 5-6 декабря 2013 года, Санкт-Петербург, Россия / Научный редактор А.П. Кудинов. - СПб.: Изд-во Политехи. Ун-та, 2013. - с. 59-62. - 0,2 п.л.

5. Лоханев П.И. Практическая реализация системы автоматизированного внутреннего контроля на производственном предприятии / Лоханев П.И. // Высокие технологии, фундаментальные исследования, финансы: сборник статей Семнадцатой международной научно-практической конференции «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике». 22-23 мая 2014 года, Санкт-Петербург, Россия / Научный редактор А.П. Кудинов. - СПб.: Изд-во Политехи. Ун-та, 2013. - с.203-206. - 0,3 п.л.

6. Лоханев П.И. Обзор систем автоматизации внутреннего контроля на предприятии/Лоханев П.И. // Сборник научных трудов IV научно-практической конференции молодых ученых «Инновационное развитие российской экономики» 9 декабря 2013г. - М.:Московский Государственный Университет Экономики, Статистики и Информатики, 2013. - с.84-92. - 0,4 п.л.

7. Лоханев П.И. Применение корреляционного анализа для организации внутреннего контроля на производственных предприятиях // Universum: Экономика и юриспруденция: электрон, научн. журн. 2014. № 6 (7) . Режим доступа: http://7universum.eom/ru/economv/archive/item/l 333. - 0,2 п.л.

Подписано к печати 17.04.15

Формат издания 60x84/16 Бум. офсетная №1 Печать офсетная

Печ.л. 1,6 Уч.-изд. л. 1,5 Тираж 100 экз.

Заказ № 11189

Типография издательства МЭСИ. 119501, Москва, Нежинская ул., 7