Семантическая модель логистических рисков на железнодорожном транспорте

В общем понятии риск – это сложное явление, имеющее множество несовпадающих, а иногда противоположных реальных основ. Это обуславливает возможность существования нескольких определений риска с разных точек зрения.

Вместе с тем актуальность введения в научный оборот экономического определения «логистический риск» обусловлена важностью исследования данной категории рисков, а также сознательного и полноценного использования этой категории как инструмента управления деятельностью предприятия. Анализ экономической литературы, посвященный проблеме риска, показывает, что среди исследователей нет единого мнения и четкого определения «логистического риска».

В рассмотренных мною трудах некоторых ученых встречаются различные определения логистических рисков. В логистических системах и цепях поставок  проявляются риски как логистической, так и не логистической природы. Обобщенно можно сказать, что логистические риски – это  риски логистического менеджмента, возникающие на разных уровнях декомпозиции логистической системы; риски выполнения логистических операций  в транспортировке, складировании, грузопереработке, управлении запасами  и другое. К рискам не логистической природы относятся риски внешние по отношению к логистике предприятия, связанные с причинением ущерба основным фондам административно-управленческого назначения.

Исследуя логистические риски на железнодорожном транспорте, можно сформулировать важнейшие три группы рисков, которые несут в себе основные структурные подразделения компании ОАО «РЖД»:

- риск превышение  нормы простоя вагонов под грузовыми операциями;

- риск нарушения сроков доставки грузов;

- риски, связанные с несовершенством корпоративных информационных систем  (сбой информационного обеспечения).

С помощью метода Парето были ранжированы причины логистических рисков на категории «А,В,С»,  что стало основой для построения семантической модели логистических рисков, связанных с  нарушением сроков доставки грузов. В приложении А (таблица 1) приведена классификация возможных рисков, которые отнесены к определенной группе (в зависимости от доли вклада каждого риска).

Анализ факторов, влияющих на простои вагона, был произведен  по методу Парето (АВС-анализ). Данный анализ дает возможность сделать вывод о степени важности и срочности решения каких-либо узких мест в технологии работы. Таким образом, категория «А», включающая время на ремонт локомотива, отцепку вагона по техническому браку, запрет ДНЦ (поездного диспетчера), проба автотормозов, пропуск пассажирских поездов и группа прочих причин, имеет наибольшую составляющую в простое вагонов. Немаловажное значение следует уделить факторам простоя группы «В» (регулировка ДНЦУ (маневрового диспетчера), путевое «окно», несвоевременное пополнение состава, устранение разности высот автосцепок, прием локомотива свыше технической  нормы). К последней категорий «С» относятся риски, в наименьшей степени, влияющих на  показатели простоя.

Разработка и реализация мероприятий по сокращению времени задержки составов в связи с выполнением операций группы «А» принесет наибольший вес в общее сокращение времени простоя и повысит вероятность выполнения плановых показателей простоя. Сокращение времени операций «В» позволит в достаточной степени оптимизировать операционную работу на станции. Сокращение времени осуществления операций категории «С» меньше всего скажется на общем показателе простоя.

Вероятность возникновения каждой группы рисков можно определить по доле вклада факторов, влияющих на данный уровень риска. По общему правилу Парето вероятность рисков группы «А» равна 0,8; группы «Б» – 0,15, группы «С» – 0,05.  Исходя из этого, можно вычислить среднюю вероятность влияния каждой группы факторов:

где Р – вероятность возникновения рисков для данной категории ( А, В или  С);

       n – количество  факторов, входящих в данную категорию (А, В или С).

Таким образом, средняя частота влияния факторов группы «А» равна 0,13 (так как 0,8/6=0,13); средняя частота влияния факторов группы «В» равна 0,04 (так как 0,15/4=0,04); средняя частота влияния факторов группы «С» равна 0,01 (так как 0,05/7=0,01).

На этапе формализации базы знаний предмета исследования данной работы применяется семантическая модель представления знаний. Задачами построения модели  исследуемой сферы рисков на железнодорожном транспорте являются:

- структурирование вербальных знаний  об основных рисках;

- выявление риска;

- оценка рисков;

  - улучшение качества решений, принимаемых пользователем;

  - автоматизация рутинных аспектов работы пользователя;

  - возможность получения данных для прогнозирования рисков.

При этом целью представления данных знаний является упрощение процесса определения возможного уровня логистических рисков различных структур компании ОАО «РЖД».

Источниками возникновения рисков стоит считать  структурные подразделения ОАО «РЖД». К данным структурным подразделениям  относятся: ЦУП  (центр управления перевозками), ДЦУП (дорожный центр управления перевозками), ЦУМР (центр управления местной работой); ТЦФТО (территориальный центр фирменного транспортного обслуживания), АФТО (агентства фирменного транспортного обслуживания); ГВЦ (главный вычислительный центр), ИВЦ (информационно-вычислительный  центр дороги).

Категории рисков подразделяются на риски категории «А», имеющие наиболее значительный вес, риски категории «В» со средним весом и незначительные  риски категории «С». Таким образом, определяемые уровни рисков как состояния предметной области  в данной сети могут быть:

- значительные (вероятность возникновения равна 0,13);

- среднего значения (вероятность возникновения  равна 0,04);

- незначительные (вероятность возникновения  равна 0,01).

Информативное значение установленных параметров (видов и уровней рисков) может иметь как количественное, так и качественное выражение. Об этом говорит рассчитанное среднее значение вероятности каждого вида риска, конкретные описания рисков, а также отношение каждого риска к определенному структурному подразделению компании ОАО «РЖД».

Построение модели  предметной  области  при концептуальном  анализе завершается процессом определения семантических  отношений между  выделенными  понятиями.  Установить семантические  отношения –  это  значит  определить  специфику взаимосвязи,  полученной  в  результате  применения  тех  или  иных  методов.

Рассматривая связь между указанными понятиями, можно выявить основные типы отношений, которые будут использоваться в построении семантической сети. Применительно к данному исследованию к этим отношениям можно отнести иерархию, причинно-следственные связи, часть-целое, качественные характеристики, оценка и другие. В соответствии с этим в процессе построения модели предметной области будет использоваться структурный подход, осуществляемый путем выделения элементов предметной области, их взаимосвязей и семантических отношений. Формализация предметной области логистических рисков заключает в себе способ семантической сети представления знаний, а также аналитическую модель в качестве способа манипулирования этими знаниями.

С учетом особенностей логистических рисков на железнодорожном транспорте,  отраженных описании, анализе и исследовании предметной области данного исследования, была формализована база знаний в виде семантической сети «Основные логистические риски ОАО «РЖД» (рисунок 1  в приложении Б).

Неспособность оценить величину вероятности успеха или неудачи экономического проекта на основания классической или иной (объективной) вероятности сориентировали учёных на применение моделей субъективной вероятности. Однако именно неспособность модели субъективной вероятности дать количественную характеристику хозяйственному событию даёт основания обращаться к иному математическому инструментарию и математическим моделям, которые в состоянии в достаточной степени удовлетворить потребности оценки результатов экономической деятельности.