Расчет мотивационной модели эффективной, конкурентоспособной инжиниринговой фирмы строительной отрасли

Основным и единственным открытым источником публичных отчетных данных предприятий любых сфер деятельности в России служит база данных программы раскрытия информации ФКЦБ РФ. К сожалению, в этой базе данных можно найти отчетную информацию только тех предприятий, форма собственности которых относится к акционерным обществам или закрытым акционерным обществам. Данные о предприятиях с другой формой собственности отсутствуют.

Ранее нами была доказана гипотеза о существенном влиянии на мотивационную модель особенностей региона и технологий, применяемых как в строительной отрасли в целом, так и в инжиниринговых строительных фирмах, в частности.

Поэтому для проверки этих двух возможных существенных ограничений из базы данных ФКЦБ были случайным образом выбраны публичные отчетные данные по более, чем 200 строительным предприятиям РФ. В целом собраны отчетные данные строительных предприятий по 7 подотраслям строительной отрасли по почти 10 регионам России, учитывая климатические особенности и требования СНиП. Это требование достаточно очевидное, осуществление проектно-строительных работ на крайнем севере будут существенно отличаться от таких же работ в южных регионах России. В полученной выборке представлены строительные предприятия, работающие на отрасль связи и телекоммуникаций, энергетики, машиностроения, металлургии, сельского хозяйства, жилищно-коммунального строительства, дорожного строительства и соответствующие им проектные институты и инжиниринговые фирмы.

Исходные статистические данные были взяты из отчетных форм 1-5 бухгалтерской отчетности предприятий. Далее данные были преобразованы в форму внутреннего представления модели в формате международного стандарта IAS.

К сожалению, уже на этом этапе мы столкнулись с неразрешимой проблемой. Информация о персонале в отчетных данных по сравнению с дореформенным периодом . просто скудна. Для эффективного управления государством, регионами достаточно в отличие от рыночных правительств развитых стран двух показателей – среднесписочной численности работников и затрат на оплату труда. Построить на этих данных мотивационную модель невозможно, не говоря о расчете нормативных показателей по персоналу и его категориям.

Тем не менее, эти данные не были нами отброшены т.к. для проверки гипотезы о существенном влиянии на мотивационную модель особенностей технологий, применяемых как в строительной отрасли в целом, так и в инжиниринговых строительных фирмах, в частности, их вполне достаточно. Ведь различные технологии в строительной отрасли должны влиять на уровни запасов, дебиторской, кредиторской задолженности, численность персонала, оплату труда, материальные затраты, денежные средства и т.д. Этот момент был отражен в уравнении Q=f(C,L,t).

Для проверки гипотезы о существенном влиянии на мотивационную модель климатических, социально-экономических особенностей регионов России собранных данных также вполне достаточно. Этот момент был отражен в уравнении Q=f(C,L,t,Reg).

Для наглядного подтверждения данных гипотез о существенном влиянии на мотивационную модель особенностей технологий и регионов построим ряд функциональных зависимостей в рамках теории затрат ТС_i=(Q), а также производственную функцию Q=f(C,L,t) и отразим полученные результаты (см. рис. 4.2.1.), в плоскостном варианте для функций "Основные средства" и "Запасы" соответственно.

Основные средства =f(Выручка)	Запасы =f(Выручка)
Рис. 4.2.1.Для наглядного подтверждения данных гипотез о существенном влиянии на мотивационную модель особенностей технологий и регионов построим ряд функциональных зависимостей в рамках теории затрат ТСi=(Q), а также производственную функцию Q=f(C,L,t) и отразим полученные результаты (см. рис. 4.2.1.), в плоскостном варианте для функций "Основные средства" и "Запасы" соответственно.

Как видно из рисунка 4.2.1., данные зависимости графически, ни тем более функционально не могут быть построены. Таким образом, предприятия строительной отрасли, и как следствие все среднеотраслевые нормативные, эталонные показатели, которые должны отражать тенденции, складывающиеся на предприятиях строительной отрасли, построить невозможно без существенных ошибок, и как следствие они статистически не значимы.

Это существенный момент в нашем исследовании, т.к. еще с дореформенного периода сохранилась традиция оценки и анализа эффективности и конкурентоспособности предприятий по среднеотраслевым показателям. Нами же доказано, что данный подход как минимум экономически некорректен, а как максимум просто ошибочен. Строить мотивационную модель в части ее экономических показателей без учета технологических и региональных особенностей невозможно и экономически некорректно. По всей видимости, особенности технологий и региона будут также вводить существенные искажения и в трудовую мотивацию персонала, как внутреннюю, так и внешнюю. Поэтому сокращенная мотивационная модель Q=f(C,L,t,Reg) верна.

Для проверки данного утверждения по нашей просьбе ассоциация вентиляционных и холодильных инжиниринговых предприятий России предоставила отчетные данные своих предприятий только Санкт-Петербурга и Ленинградской области, а также провела опрос на данных предприятиях по анкете.

Используя статистические данные предприятий ассоциации, были построены функциональные зависимости в рамках теории затрат ТС_i=(Q,t,Reg), а также производственная функция Q=f(C,L,t,Reg) при условии, что t, Reg постоянны и однородны.

Результат представлен на рис. 4.2.2.:

Основные средства =f(Выручка)	Запасы =f(Выручка)
Рис. 4.2.2. Используя статистические данные предприятий ассоциации, были построены функциональные зависимости в рамках теории затрат ТСi=(Q,t,Reg), а также производственная функция Q=f(C,L,t,Reg) при условии, что t, Reg постоянны и однородны.

Как видно из рисунка 3.2, функциональные зависимости просматриваются достаточно четко, и вычисляются с высокой точностью, но главное они экономически корректны и статистически значимы.

Учитывая, что благодаря активной помощи ассоциации нами были получены не только традиционные отчетные данные бухгалтерской отчетности форм 1-5 (за один отчетный период), но также данные по структуре персонала, и мотивационная анкета, то мы смогли приступить к построению мотивационной модели персонала эффективной, конкурентоспособной инжиниринговой фирмы строительной отрасли. При условии, что Т,t, Reg, St постоянны и однородны, предложена ранее мотивационная модель:

Можно представить в следующем виде:

(4. 8)

Мотивационную модель начнем с построения производственной функции:

(4. 9)

где Q - выручка (нетто) от продажи товаров, продукции, работ, услуг (за минусом) налога на добавленную стоимость, акцизов и обязательных платежей,

C₁ – материальные затраты,

C₂ - амортизация,

C₃ – прочие затраты, в том числе коммерческие и административные,

C₄ – внеоборотные активы, в том числе нематериальные активы, основные средства, незавершенное строительство, долгосрочные финансовые вложения,

C₅ – запасы, в том числе материалы, незавершенное производство и т.д. из группы запасы,

C₆ – дебиторская задолженность, в том числе краткосрочная, долгосрочная и НДС.

C₇ – денежные средства, в том числе касса, расчетный счет, валютные счета и краткосрочные инвестиции.

L – всего затрат на оплату труда, в том числе отчисления на социальные нужды,

L₁ – затраты на оплату труда рабочих низкой квалификации, в том числе отчисления на социальные нужды,

L₂ – затраты на оплату труда рабочих высокой квалификации, в том числе отчисления на социальные нужды,

L₃ – затраты на оплату труда инженеров и инженеров 2-3-й категории, в том числе отчисления на социальные нужды,

L₄ – затраты на оплату труда инженеров 1-й категории, в том числе отчисления на социальные нужды,

L₅ – затраты на оплату труда ведущих инженеров, в том числе отчисления на социальные нужды,

L₆ – затраты на оплату труда инженеров высшей категории, в том числе отчисления на социальные нужды,

L₇ – затраты на оплату труда руководителей фирмы, в том числе отчисления на социальные нужды.

Все исходные C_i,L_j данные представлены в денежном выражении.

В результате статистической обработки были получены и отобраны нами только две модели наиболее статистически значимые:

и

Перед проведением статистического анализа сделаем ряд уточнений. Ранее нами рассматривался возможный вариант математического описания мотивационной модели. В процессе рассуждений мы предположили, что каждая из аппроксимирующих функций Z₁…Z_m может объединять различное количество значимых переменных X₁…X_k или быть равной им Z=X. В данном конкретном случае мы имеем 14 экзогенных переменных, семь из которых характеризуют капитал, а семь персонал. По разным оценкам объем выборки для построения устойчивой модели должен превосходить количество переменных в 3-4 раза, т.е. величина выборки должна лежать в диапазоне 42-56.

У нас же предприятий почти в два раза меньше, поэтому при построении первой модели (4. 10) и второй модели (4. 11) показатель L рассматривался как интегральный. Поэтому сначала была построена модель интегрального показателя L:

После чего модель L (4. 12) была введена в первую модель (4. 10) и во вторую модель (4. 11) вместо интегрального показателя L. В дальнейшем, когда будем приступать к построению мотивационной модели, будем также использовать данный принцип "матрешки".

Проведем статистический анализ полученного регрессионного уравнения.

Проведенный корреляционный анализ массива Q и C_i,L_j подтвердил правильность выбора Q. Неправильность выбора Q может быть вызвана, или неправильным выбором Q, или тем фактом, что некоторые участвующие в регрессионной модели предсказывающие переменные C_i,L_j взаимно коррелированны (сильно взаимно коррелированны), т.е. они по настоящему не являются независимыми переменными.

В исследовании коэффициент детерминированности у первой модели (4. 10) составил R²=0,998, у второй (4. 11) R²=0,996, что указывает на очень сильную зависимость между независимыми переменными C_i, L_j и зависимой переменной Q. В тоже время в первой модели R² более высок, хотя и не значительно - всего на 0,002.

Применим F-статистику, чтобы определить является ли этот результат случайным.

Предположим, что на самом деле нет взаимосвязи между переменными, а просто были выбраны случайные данные, для которых статистический анализ вывел очень сильную взаимозависимость.

Если F_{наблюдаемое} больше, чем F_{критическое}, то взаимосвязь между переменными Q и C_i, L_j имеется.

Рассмотрим односторонний тест.

F_{наблюдаемое} первой модели равно 1599,790 во второй модели F_{наблюдаемое}=669,967, что больше, чем F_{критическое} значение 2,397. Следовательно, полученные регрессионное уравнение можно использовать для предсказания величины Q. В тоже время первая модель существенно точнее предсказывает величину Q.

Определим, полезен ли каждый коэффициент наклона C_i, L_j для оценки Q.

Для проверки статистической значимости (надежности) коэффициентов при C_i, L_j разделим каждый коэффициент на его стандартную ошибку. Эту величину будем рассматривать по абсолютной величине. Далее сравним полученные значения с t_крит=1,717 (Критерий Student-а). Для проверки достоверности различий векторов средних в многомерном анализе осуществляют при помощи так называемого Т²_{Хотеллинга} - критерия Хотеллинга, похожего по конструкции на свой одномерный анализ t-критерий Student-а. Эти критерии также подтвердили статистическую значимость всех коэффициентов. Но и здесь первая модель превосходит по большинству показателей вторую.

В обеих моделях все коэффициенты отражают положительную зависимость за исключением отрицательной зависимости при переменных L₅, L₇, C₆. Отрицательная зависимость по показателям дебиторской задолженности C₆ и объему реализации Q вполне согласуется с экономическим смыслом, учитывая, что исходные данные были предоставлены только за период 2001 года. В этот период практически все отрасли экономики России впервые показали устойчивый рост в отличие от последних 9 лет. Это было вызвано следующими причинами:

• практически трехкратным ростом на мировых рынках цен на нефть и на другое сырье, экспортируемое предприятиями РФ,
• обвалом "пирамиды" ГКО,

• замещением импорта продукцией отечественного производителя, которое произошло благодаря пятикратному падению рубля,существенный износ основных фондов без их хотя бы реставрации не позволяет обеспечить выпуск продукции в условиях растущего спроса, как следствие резко увеличился спрос на проектно-строительные работы инжиниринговых фирм,"рабской" оплатой труда в РФ по сравнению с развитыми странами.

В условиях роста экономики дебиторская задолженность C₆ предприятия должна уменьшаться в связи с ростом спроса на его продукцию и фирмы будут не желать предоставлять свои услуги и изделия неплатежеспособным потребителям.

Отрицательные коэффициенты при L₅, L₇ – отражают интересный момент. Сегодняшний потребитель требует от инжиниринговых фирм производства качественных проектно-строительных работ. Поэтому фирмы со стабильной репутацией, и как следствие с большими объемами работ стараются привлекать специалистов, как рабочих, так и инженеров более высокой квалификации, как следствие коэффициенты при L₅, L₇ показали отрицательную тенденцию (это сотрудники с низкой квалификации).

Перед тем как перейти к более детальному экономическому анализу полученных зависимостей, нам необходимо решить, какой из двух моделей отдать предпочтение. Как видно экономически, это сделать практически невозможно, но большинство статистических критериев, описанных в (4.1.3) - (4.1.7), отдают предпочтение первой модели. Нами специально проводился и экономический, и статистический анализ одновременно двух моделей. Он в нашем случае не показателен, т.к. многие авторы подчеркивают, что не всегда статистические критерии и их экономическая интерпретация так однозначны, как в данном случае.

Далее будем рассматривать только первую модель, представленную в уравнении (4. 10).

Из всех факторов в модели наиболее весомый это затраты на оплату труда, его величина составляет 1,53L, в том числе единый социальный налог. Далее идут запасы - 1,482С₅, амортизация - 0,698С₂, денежные средства - 0,689С₇, прочие расходы - 0,523С₃, материальные затраты - 0,467С₁, и с существенным отрывом внеоборотные активы - 0,109С₄ , и дебиторская задолженность - 0,098С₆.

Эффект отдачи от масштаба очень мал, без учета показателя дебиторской задолженности суммарный коэффициент эластичности равен 1,0321, с учетом дебиторской задолженности составит 1,0102. Ранее мы обращали на этот факт внимание, когда рассматривали математическую интерпретацию мотивационной модели. При пофакторном анализе делать это несколько некорректно, т.к. более объективно это можно осуществлять только при многофакторном анализе.

Перейдем теперь к анализу показателей персонала модели L (4. 12).

Наиболее весомым является показатель выплат заработной платы инженерам высшей категории L₆^0,395, далее идут руководители фирм L₇^0,305, ведущие инженеры L₅^0,170, с существенным отрывом идут рабочие высокой квалификации L₂^0,079 и инженеры 1-й категории L₄^0,040, и далее инженеры и рабочие низкой квалификации соответственно L₃^-0,005 и L₁^-0,004.

На первый взгляд за этими цифрами есть логика, но если учесть численность каждой из категорий, то будет обнаружен колоссальный разрыв между руководством фирмы и практически нищенской оплатой труда высоко квалифицированного персонала, которая хотя и лежит в диапазоне 6000 – 15000 рублей. Она значительно выше, чем в среднем по России, но все равно не дотягивает до минимально-физиологической оплаты труда по рекомендациям МОТ. Практически уже на основании этих данных можно утверждать о наличии мотивационной ямы в инжиниринговых фирмах, и неконкурентоспособности этих фирм по отношению к аналогичным фирмам развитых стран, но это будет некорректно. Для более полного и корректного анализа нам необходимо дополнить данную модель статистическими данными из анкет, заполненных работниками ИФСО. С анкетами и полученными результатами можно ознакомиться в работе В.Чекирды.

В анкеты были включены две группы вопросов:

• Что в вашей работе нравится вам больше всего?

• Что в вашей работе не нравиться вам больше всего?

Каждый из этих вопросов должен был вызвать у работников инжиниринговых фирм совершенно противоположную реакцию при оценке своей индивидуальной окружающей среды.

Когда человеку задают вопросы, что вам нравится в вашей работе, то он психологически склонен быть лояльным (менее объективным и не конструктивным), что наглядно видно по результатам опроса. Внешняя мотивация в среднем по всем 19 вопросам составила – 95 баллов, а внутренняя по тем же 19 вопросам – 109 баллов. В тоже время эта часть опроса отразила важный момент – предпочтение человеком внутренней мотивации над внешней.

Более объективным для руководства, но главное для нашего исследования и дальнейшего построения мотивационной модели является опрос о негативе, что персоналу не нравится в работе больше всего. Психологически человек на такие вопросы склонен отвечать менее лояльно (более объективно и конструктивно), т.к. эта группа вопросов задевают его за "живое". Анализ показал – существенное преобладание внешней мотивации 160 баллов над внутренней - 54 балла, при этом основную долю во внешней мотивации составляют проблемы с оплатой труда (118), что составляет 73.8% от общего показателя (160). Это полностью согласуется с данными, полученными при исследовании трудовой мотивации на межгосударственном уровне.

Ранее когда нами было доказано, что при построении среднеотраслевых показателей сейчас допускаются существенные ошибки не только статистические, но и экономические. Т.к. эти показатели рассматриваются через призму всеобщего усреднения, а не через анализ и построение функциональных многофакторных зависимостей (регрессионных уравнений) с обязательным учетом региональных и технологических особенностей.

Поэтому для того, чтобы сделать наиболее корректными предыдущие выводы по данным анкет необходимо построить мотивационную модель инжиниринговой фирмы. Т.е. в уже построенную модель (4. 10) необходимо добавить данные анкеты по второй группе вопросов (19 факторов) и по всем семи категориям персонала инжиниринговых фирм. Таким образом, для описания мотивационной модели нам еще необходимо дополнить модель почти 140 факторами. Что практически не реально, т.к. объем выборки должен в этом случае при условии 3-4 кратного превышения количества факторов составить существенную величину. Поэтому для решения данной задачи проделаем следующее, оценим в баллах и внешнюю и внутреннюю мотивацию и возьмем их соотношение. Далее данный показатель, равный отношению внутренней к внешней мотивации, будем исследовать по отношению к объему продаж, который будем рассматривать по каждой категории персонала. Данную зависимость можно представить в векторной форме:

Q=L(In)/L(Out)

В результате проведенного статистического анализа можно сделать достаточно существенный вывод - влияние внутренней мотивации на рост эффективности и конкурентоспособности практически не наблюдается у пяти из 7 категорий персонала.

Все коэффициенты статистически не значимы, т.к. величина ошибки значительно больше или соизмерима с величиной коэффициента. Учитывая, что оставшиеся 2 категории персонала, для которых внутренняя мотивация значима, составляют в среднем всего от 10% до 15% от численности персонала фирм, то говорить об эффективных конкурентоспособных инжиниринговых фирмах, нельзя, что согласуется с результатами исследования трудовой мотивации на уровне межгосударственного сопоставления. А если учесть, что стоимость выполняемых работ на фирмах не сравнима со стоимостью работ аналогичных фирм развитых стран, то вывод становится еще более печальным. При этом следует учесть, что в исследуемый период российские цены на товары и услуги были в 1.5 раза выше, чем в США. В РФ многократно более низкая заработная плата и более высокие цены.

Перейдем к поэлементному построению всевозможных нормативных, эталонных экономико-мотивационных зависимостей и коэффициентов для фирмы и ее структурных подразделений, опирающихся на теорию затрат, т.е. необходимо построить зависимость вида X_i=f(Q). Здесь аргументом выступает Q, а функцией X_i .

Практически необходимо ответить на вопрос, какой уровень персонала, затрат, активов и пассивов должны поддерживать инжиниринговые фирмы, чтобы обеспечить наибольшую эффективность и конкурентоспособность своей продукции? С другой стороны, необходимо определить, какой уровень средних затрат при соответствующем уровне производства сложился на строительных предприятиях в данной подотрасли.

Для этого построим следующие функциональные зависимости:

X₁ =f(Q) материальные затраты, в том числе амортизация от объема реализации,

X₂ =f(Q) затраты на оплату труда, в том числе отчисления на социальные нужды от объема реализации,

X₃ =f(Q) прочие затраты, в том числе коммерческие и административные затраты от объема реализации,

X₄ =f(Q) нематериальные активы от объема реализации,

X₅=f(Q) основные средства, в том числе незавершенное строительство, долгосрочные финансовые вложения от объема реализации,

X₆=f(Q) запасы, в том числе материалы, незавершенное производство и т.д. из группы запасы от объема реализации,

X₇=f(Q) дебиторская задолженность, в том числе краткосрочная, долгосрочная и НДС от объема реализации,

X₈=f(Q) денежные средства, в том числе касса, расчетный счет, валютные счета и краткосрочные инвестиции от объема реализации,

X₉=f(Q) кредиторская задолженность от объема реализации,

X₁₀=f(Q) задолженность по заработной плате персоналу и налоговым платежам от объема реализации,

X₁₁=f(Q) итого внеоборотные активы от объема реализации,

X₁₂=f(Q) итого оборотные активы от объема реализации,

X₁₃=f(Q) итого капитал и резервы от объема реализации,

X₁₄=f(Q) итого долгосрочные обязательства от объема реализации,

X₁₅=f(Q) итого краткосрочные обязательства от объема реализации,

X₁₆=f(Q) итого активы или пассивы от объема реализации,

X₁₇=f(Q) среднесписочная численность персонала от объема реализации,

А также детальная группа показателей по персоналу:

L₁=f(Q) – затраты на оплату труда рабочих низкой квалификации, в том числе отчисления на социальные нужды от объема реализации,

L₂ =f(Q)– затраты на оплату труда рабочих высокой квалификации, в том числе отчисления на социальные нужды от объема реализации,

L₃ =f(Q)– затраты на оплату труда инженеров и инженеров 2-3-й категории, в том числе отчисления на социальные нужды от объема реализации,

L₄=f(Q) – затраты на оплату труда инженеров 1-й категории, в том числе отчисления на социальные нужды от объема реализации,

L₅=f(Q) – затраты на оплату труда ведущих инженеров, в том числе отчисления на социальные нужды от объема реализации,

L₆=f(Q) – затраты на оплату труда инженеров высшей категории, в том числе отчисления на социальные нужды от объема реализации,

L₇=f(Q) – затраты на оплату труда руководителей фирмы, в том числе отчисления на социальные нужды от объема реализации,

И соответствующая этим показателям численность N₁,…,N₇=f(Q). И по мотивации Q=L(In)/L(Out).

Графический образ ряда функциональных зависимостей представлен на рисунке 4.2.3.

Как видно из рисунка 4.2.3., явственно просматривается степенная функциональная зависимость, что отражено в высоком уровне коэффициентов детерминации R².

Расчет данных функциональных зависимостей достаточно прост по сравнению с построением многофакторной производственной функции, поэтому сведем полученные результаты в таблицу 4.2.1.

Полный статистических анализ функциональных зависимостей приведен в работе В.Чекирды.

Данную таблицу можно продолжить также и по персоналу.

Как видно из таблицы 4.2.1., имеются несколько статистически значимых моделей как линейных, так и нелинейных. В результате экономического анализа нами отобраны наиболее достоверные в экономическом смысле модели. В таблице есть строки, отмеченные серым цветом, эти модели были получены аналитическим и статистическим путем, т.е. суммированием ранее определенных переменных. Например, переменная итого активов/пассивов может быть вычислена статистически:

X₁₆=5,254Q^0,90877

А может быть получена и аналитически, как сумма нематериальных активов. Она является функцией от объема реализации, X₄ =f(Q) плюс X₅=f(Q) основные средства, в том числе незавершенное строительство, долгосрочные финансовые вложения от объема реализации плюс X₆=f(Q) запасы, в том числе материалы, незавершенное производство и т.д. из группы запасы от объема реализации, плюс X₇=f(Q) дебиторская задолженность, в том числе краткосрочная, долгосрочная и НДС от объема реализации, плюс X₈=f(Q) денежные средства, в том числе касса, расчетный счет, валютные счета и краткосрочные инвестиции от объема реализации:

X₁₆= X₄+X₅+X₆+X₇+X₈=

=1054,17+0,0029Q+2,8729Q^0,937+0,02583Q^1,064+8,042Q^0,724+0,00497Q^1,1111

Аналитическое выражение является более достоверной зависимостью. Это объясняется тем фактом, что при построении функциональных зависимостей, ее составных частей были определены (аппроксимированы, подогнаны) более точно их вероятностные модели. Как следствие полученный результат функциональной аналитической зависимости отличается большим экономическим смыслом и статистически более значим, чем ее суммарная статистическая модель X₁₆=5,254Q^0,90877.

Построенные зависимости позволяют ответить на вопрос, какой конкретно уровень затрат, активов, пассивов необходимо поддерживать на предприятии для обеспечения конкурентоспособного позиционирования предприятия на рынке.

─────────────────────────

Обратите внимание на то, что данные функциональные модели отражают среднее состояние управления теми или иными рассматриваемыми факторами, которые сложились на рынке в исследуемый период. Это среднее состояние находится между худшим управлением, т.е. худшими фирмами по данному показателю, и лучшим управлением, т.е. лучшими фирмами по данному показателю. Поэтому когда мы говорим о среднеотраслевых нормативах, нужно понимать, что мы имеем «троечника» и принимать данный показатель за эталон было бы не правильно. За эталонную модель можно принимать диапазон, близкий к лучшим предприятиям. Именно этот подход закладывался при построении семиуровневой, нейронной модели. В нейронной модели каждый элемент, показатель, фактор поступал на вход нейрона в виде размытого функционального множества и собственно состояния показателя исследуемой фирмы. Нейрон в свою очередь благодаря множественности функций данного фактора, показателя классифицировал данное исследуемое предприятие и вырабатывал уровень рисков по данному показателю, а также качественно и количественно давал оценку по фирме и позиционировал ее в конкурентной среде, т.е. данном сегментном рынке. К необходимости построения нейронных моделей авторы пришли после длительных дискуссий, что есть эталон и что есть норматив, и можно ли троечника ставить на постамент отличника.

Самое главное то, что авторы понимали, что каждый показатель, его функциональная модель живет в размытом рыночном пространстве, которое мы отбрасываем, как только принимаем традиционный подход – построение только среднеотраслевого норматива. В результате терялся громадный объем информации, позволяющий не только сформировать рыночные риски по каждому показателю, но и качественно и количественно оценить каждый показатель и позиционировать фирму в ее рыночной среде. В данной работе в виду ограничений на ее пространство мы вынуждены были отказаться от исследования и этого громадного объема информации.

─────────────────────────

Данные функциональные зависимости образуют систему уравнений, которые являются граничными условиями мотивационной модели ИФ. При финансовом анализе деятельности предприятия, текущем финансовом управлении и при поведении финансового планирования и осуществлении дивидендной политики строительного предприятия данная система уравнений позволяет ограничивать каждую мотивационную модель как предприятия в целом, так и его структурных подразделений по всем вышеперечисленным финансовым показателям.

Построенная система уравнений позволит менеджеру, руководителям предприятия и структурных подразделений более жестко и конкурентоспособно позиционировать не только свою продукцию на рынке, но и свое предприятие. Кроме этого руководство предприятия может оценить с высокой точностью деятельность следующих структурных подразделений предприятия: служб снабжения и комплектации, маркетинговой, управления персоналом, инженерно-технических, планово-экономических и финансовых служб.

Менеджеры на основе предложенной методики в состоянии эффективно управлять персоналом, финансовыми потоками и соотносить их с конкурентным уровнем затрат, проводя обоснованную, справедливую, конкурентоспособную политику. На этапе планирования и формирования дивидендной политики менеджер, не ожидая плановых результатов структурных подразделений, направляет им плановые ограничения по показателям технология, персонал, капитал, что позволяет существенно сократить во времени процесс планирования, исключить его неконкурентное построение, осуществлять эффективный контроль по структурным подразделениям. Мотивационная модель ИФ позволяет организовывать планирование прецизионно точно как экономически, так и математически. При этом менеджер может формировать новые уравнения, учитывающие лучшие тенденции на рынке.

Мотивационная модель ИФ позволяет сократить время оперативных совещаний, но самое главное сделать их конструктивными и экономически обоснованными.

Мотивационная модель ИФ может эффективно использоваться различными заинтересованными лицами:

Собственниками и акционерами строительного предприятия.

Руководителями предприятия, и структурными подразделениями.

Потребителями продукции, услуг предприятия.

Кредиторами предприятия.

Финансовыми институтами.

Региональными и федеральными организациями.

Модель позволит им эффективно оценивать деятельность ИФ, в которых они заинтересованы, на основе всех известных видов финансового анализа (горизонтального, вертикального, трендового, факторного (в т.ч. дифференциальный в частных производных), анализа коэффициентов, индексный и т.д.), оценки эффективности персонала, используя при этом принцип сравнения.

На примере, приведенном в таблице 4.2.2., показано, насколько просто осуществлять построение финансовых коэффициентов, оценки эффективности персонала для последующей оценки эффективности ИФ и т.д.

Актуальность предлагаемого подхода заключается как в организации эффективного, конкурентоспособного управления ИФСО, так и в эффективном использовании ресурсов предприятия. Модель предполагает практическую значимость и новизну в совершенствовании управления современной ИФСО.

Результаты исследования позволили придти к следующим выводам.

Отобраны модели из существующих математических моделей, которые способны описывать как линейные, так и нелинейные многофакторные функциональные зависимости. Данные зависимости могут быть как одноуровневыми, так и многоуровневыми. Количество параметров и уровней в модели определяют выбранные статистические критерии и ограничения, которые подтвердили статистическую значимость выбранных нами моделей. Все критерии и ограничения сведены в систему, которая определяет статистическую значимость исследуемых функциональных зависимостей. На основании данных критериев и ограничений, а также ранее выявленных особенностей был сформирован алгоритм, определяющий построение мотивационной модели ИФСО.

Доказано, что традиционный подход по формированию среднеотраслевых показателей глубоко ошибочен как экономически, так и статистически. Поэтому полученные модели по строительной отрасли США не могут быть экономически значимыми для различных подотраслей строительной отрасли. Например, строительные подотрасли связи и энергетики будут существенно отличаться по персоналу, технологиям и капиталу. Поэтому стремление статистических органов США вести SIC по 14 подотраслям более корректен, чем подход ГКС РФ. Хотя и их подход всеобщего усреднения глубоко ошибочен. В то же время сравнительный анализ отчетности строительных фирм США и РФ показал, что по большинству параметров отчетность в США более детальна как минимум в 10-200 раз. Если учесть, что данную отчетность можно собрать по 50 штатам и всем городам США, то можно признать, что статистическая отчетность в РФ просто отсутствует. Это относится не только к технологиям и капиталу, но главное к персоналу. В РФ имеется отчетность только об общей численности персонала в строительной отрасли. В США по всем 14 подотраслям строительной отрасли по всем крупным городам и штатам за 30 лет по как минимум 200 специальностям от плотника и каменщика до архитектора-проектировщика и топ менеджера. Поэтому только по трудовой мотивации с учетом технологии, капитала по этим 14 подотраслям можно построить 2000-3000 факторную модель, а по статистическим данным РФ только 40 факторную. При этом по трудовой мотивации по РФ мы не можем сделать никаких выводов. Статистическая отчетность США отражает состояние рынка труда по почти 500 отраслям и подотраслям по сотням тысяч показателей. Подобная информация в Правительстве РФ отсутствует. Таким образом, в РФ полностью отсутствует «декларируемая» прозрачность и управление экономикой страны. Этот вывод позволяет предположить, что в РФ отсутствуют все базовые виды государственной политики: политика доходов и заработной платы, монетарная и фискальная политика.

Построена производственно-мотивационная модель ИФСО и доказана для нее значимость технологии и капитала. Доказано, что доля компенсации в РФ в 10 и более раз ниже, чем в развитых странах. Доля пенсионных выплат в РФ более чем в 3-5 раз выше, чем в США. Уровень оплаты труда находится на кризисном уровне. Анкетный опрос персонала ИФСО Санкт-Петербурга и Ленинградской области показал, что даже в этих условиях персонал отдает предпочтение внутренней, а не внешней мотивации. Это полностью согласуется с нашими выводами по проведенным исследованиям трудовой мотивации на межгосударственном уровне. При этом в шести из семи категорий персонала ИФСО уровень оплаты труда от 1,5 до 3,0 раз ниже, чем минимальный уровень оплаты труда по рекомендациям МОТ. Это означает низкую внутреннюю и внешнюю мотивацию большей части работников фирмы. Следует отметить, что именно эти работники непосредственно участвуют в производственном процессе. Внутренняя мотивация присутствует только у топ менеджеров, имеющих оплату труда выше трех долларов США в час по рекомендациям МОТ. В этих условиях собственники, руководители никогда не смогут вывести свои предприятия из мотивационной ямы. Уровень дифференциации оплаты труда персонала ИФСО, как и в проведенных исследованиях по стране находится на кризисном уровне. Неофициальные опросы руководителей подтверждают сделанный нами вывод о неконкурентоспособности фирмы по сравнению с зарубежными ИФСО. Причиной этого, по мнению руководителей ИФСО, является критически низкая оплата труда персонала. Руководители фирм не стремятся повысить оплату труда работникам фирм и уменьшить дифференциацию в оплате труда, так как у них нет уверенности в том, что также поступят другие предприниматели. По нашему мнению, это относится к компетентности правительства страны, в частности, министерствам труда и экономики, которые должны проводить грамотную политику доходов и заработной платы. Эта политика должна способствовать через повышение заработной платы работникам предприятий всех отраслей росту мотивации персонала фирм, доходов семейных хозяйств, что неизбежно вызовет подъем экономики страны, регионов, фирм.

Построена производственно-мотивационная модель ИФСО по данным 30 фирм Санкт- Петербурга и Ленингадской области. Определена система уравнений. Выявлены факторы и их экономическая и статистическая значимость. Доказано, что все предприятия данной подотрасли находятся в мотивационной яме, что полностью подтверждает выводы по мотивационной модели на межгосударственном уровне.

Проведенный анализ показал полное отсутствие по всем категориям специалистов ИФСО возможности построения многомерного мотивационного креста Самариной, что позволяет утверждать, что все предприятия находятся в состоянии мотивационного кризиса, который неизбежно приводит к повышенным инвестиционным рискам и доказывает их полную не конкурентоспособность в условиях открытой экономики.

Сделаны выводы и даны рекомендации по использованию данной мотивационной модели на практике потребителями, руководителями и собственниками (акционерами) инжиниринговых фирм, кредиторами и инвесторами, налоговыми службами, региональными и федеральными властями.

Инжиниринговые фирмы строительной отрасли относятся к инвестиционному ресурсу страны, как правило, производимые ими проекты, продукция, услуги имеют достаточно большой срок жизни. Поэтому потребитель покупающий продукцию и услуги данных фирм естественно заинтересован не только в конкурентоспособной продукции, но и в сервисных услугах, как следствие он желает иметь дело с устойчиво развивающейся фирмой, а не банкротом. Используя предложенные модели, потребитель может снизить свои риски.

Собственник (акционер) фирмы сможет, используя модели оценить эффективность работы управленцев фирмы, и ее структурных подразделений и исключит необъективность при оценке их работы.

Кредиторы с помощью модели смогут проводить соответствующую оценку возможности без рискового предоставления товарных и денежных кредитов, определять индивидуальную ценовую политику к каждой инжиниринговой фирме. Инвесторы будут способны оценить риски своих инвестиций.

Региональные власти смогут формировать экономически грамотную монетарно-фискальную политику по отношению к этим фирмам.

Налоговые службы, используя данные модели, смогут с минимальными затратами выявить и локализовать возможные финансовые нарушения и проводить мероприятия по их профилактике. А также можно существенно уточнять модель, рассматривая, проверяя предприятия, находящиеся в зонах "выбросов", как отрицательных, так и положительных. Их анализ может привести к существенному сдвигу, ужесточению средне конкурентных нормативов.

Управленцы фирмы всех уровней смогут анализировать эффективность прошлой деятельности фирмы, результативно, оптимально управлять текущей деятельностью, планировать устойчивое развитие и оптимальное сочетание ресурсов, обеспеченное действенным соотношением факторов внешней и внутренней мотивации.

Таким образом, предлагаемая методика имеет практическую, экономическую, социальную значимость для большого количества заинтересованных лиц. И впервые рассматривает интегральную модель, где технология, персонал и капитал, и трудовая мотивация представлена в реальных количественных оценках.

Глава 24.2.
Расчет мотивационной модели эффективной, конкурентоспособной инжиниринговой фирмы строительной отрасли
Самарина Г.П., Дорошко С.Е., Чекирда В.А. Ноосферная экономика: назад к истокам. Базисное значение труда и мотивации
– СПб.:ПИФ.com, 2008. – 338 с.