Исследование динамических характеристик рынка металлолома

Поставкой металлолома в настоящее время занимаются многочисленные специализированные ломозаготовительные и трейдерские организации. В связи с этим рынок металлолома РФ является сложным объектом, управление которым невозможно без учета динамических факторов, оказывающих на него как непосредственное, так и косвенное влияние (рисунок 1).

Рисунок 1 - Структура рынка лома черных металлов

Изменение отгрузки металлолома в адрес потребителя может быть следствием изменения многих управляющих и возмущающих воздействий, из которых самым существенным является увеличение цены закупки лома. Поэтому авторами для исследования был выбран канал управления «цена - отгрузка». Рассматривались три варианта изменения параметров отгрузки в зависимости от величины котировок на металлолом: «нормальный ценовой резерв», «завышенный ценовой резерв» и «отрицательный ценовой резерв» (рисунок 2).

1 - Первоначальный ценовой резерв; 2 - Неоправданно завышенный ценник; 3 - Новый уровень ценового резерва; 4 - Отрицательный ценовой резерв; 5 – Текущее значение отгрузки м/лома ж/д транспортом; 6 – Среднее значение отгрузки м/лома ж/д транспортом; 7 – Минимально допустимый уровень отгрузки.

Рисунок 2 – Варианты поведения отгрузки в зависимости от значения котировок

В случае «Нормального ценового резерва», цена на металлолом находится на уровне, при котором суточное отклонение отгрузки металлолома в адрес потребителя колеблется около некоторого ожидаемого значения (математического ожидания) и не опускается ниже некоторого критического значения.

При «Завышенном ценовом резерве» колебания параметров суточной отгрузки составляют меньше ожидаемого уровня, и не достигают критических значений, что говорит о возможности снижения цен на металлолом.

Ситуация «Отрицательного ценового резерва» имеет место тогда, когда отгрузка в адрес потребителей находится ниже минимального допустимого уровня, поэтому предприятия не могут обеспечить свои текущие потребности в металлоломе, что вынуждает их использовать накопленные ранее запасы, если таковые имеются, изменять соотношение сырьевых материалов в шихте сталеплавильных агрегатов или уменьшать выплавку стали.

Во всех рассматриваемых вариантах немаловажную роль играет бесперебойное обеспечение поставщиков вагонами и своевременная оплата за отгруженный лом черных металлов, т.е. четкое взаимодействие между ломозаготовителями, службами РЖД МПС и производителями стали.

Для разработки концепции управления рынком необходимо определить динамические характеристики канала управления. В качестве объекта исследования были выбраны ключевые металлургические предприятий центрального региона РФ в период работы с 4 по 20 декаду 2010 г. Показатели обработаны в соответствии с правилами математической статистики [1-3].

Были выделены пять временных периодов, в течение которых изменение параметров входного канала «цена закупки/отгрузка металлолома» практически совпадало с изменением цены. При этом параметры выходного сигнала, находившиеся до возмущающегося воздействия на некотором постоянном уровне, после него принимали новое установившиеся значение. Во всех проанализированных случаях значения отгрузки металлолома подчинялись закону нормального распределения (рисунок 3, 4).

1 – Текущее значение средневзвешенной цены в регионе, руб/т;

2 – Усредненное значение средневзвешенной цены в регионе, руб/т;

3 – Текущая отгрузка металлолома ж/д транспортом, т;

4 – Усредненное значение отгрузка металлолома ж/д транспортом, т;

Рисунок 3 – Динамика изменения средневзвешенной цены и отгрузки металлолома железнодорожным транспортом в адрес металлургических предприятий центрального региона РФ с распределением по анализируемым периодам.

Рисунок 4 - Распределение плотности вероятности отгрузки металлолома в адрес металлургических предприятий ЦР РФ.

Изучение динамических характеристик производили путем выявления переходных процессов, имеющих место при изменении объемов отгрузки. Кривая разгона по каналу «цена - отгрузка», представленная на рисунке 5, получена по усредненным значениям, аппроксимирована сочетанием кривых разгона звеньев «чистого» и «транспортного» запаздывания при скачкообразном изменении предприятиями цены закупки лома черных металлов [4].

1 – Усредненное значение отгрузка металлолома ж/д транспортом, т;

2 – Усредненное значение отгрузка металлолома ж/д транспортом, т;

3 – Изменение отгрузки;

4 –Кривая разгона отгрузки;

t – время транспортного запаздывания;

T – время инерционного запаздывания

Рисунок 5 – Определение кривой разгона по каналу «цена - отгрузка»

Время переходного процесса, т. е. время за которое система снова входит в состояние равновесия, состоит из транспортного (чистого) запаздывания (t) и инерционного запаздывания (Ти), и описывается уравнением:

Тп = t + Tи,

где: Tп – время переходного процесса;

Tи – время инерционного запаздывания;

t – время транспортного запаздывания.

Уравнение динамической характеристики рынка металлолома можно записать в следующем виде:

Где: О(t) – изменение во времени отгрузки металлолома, т/сут.;

Ц(t) – изменение во времени цены на металлолом, руб./т;

k – коэффициент передачи канала «Цена – Отгрузка»;

Ти – время инерционного запаздывания, сут.;

tт – время чистого (транспортного) запаздывания, сут.;

Коэффициент передачи канала «цена – отгрузка» для проанализированных условий составил 0,12:

Время переходного процесса включающего транспортную и инерционную составляющую составило около 6 суток.

Мониторинг динамических характеристик позволяет предложить концепцию управления рынком лома черных металлов, опирающуюся на систему поддержки принятия решений. Системы поддержки принятия решений применяются при поиске путей компенсации возмущений, влияющих на развитие основных процессов на рынке черных металлов, и при решении задач минимизации затрат и увеличения прибыли при совершении операционной деятельности.

Модельные системы поддержки принятия решений, представляют собой вид компьютерных информационных систем, помогающих лицу, принимающему решение (ЛПР), в принятии решений при наличии плохо структурированных задач посредством прямого диалога с компьютером с использованием данных и математических моделей.

Главной особенностью модельных систем поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, являющаяся основной целью этой технологии, происходит в результате итерационного процесса, в котором участвуют:

• система поддержки принятия решений в роли вычислительного звена и объекта;
• человек как управляющее звено, задающее входные данные и оценивающее полученный результат вычислений на компьютере.

Окончание итерационного процесса происходит по воле человека (специалиста принимающего решение). Упрощенная структура системы поддержки принятия решений состоит из трех ключевых компонентов:

• база данных;
• база моделей;
• система управления интерфейсом между пользователем и компьютером.

База данных в модельной системе поддержки принятия решений играет важную роль, поскольку данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей.

База моделей (комплекс различных моделей) используется для описания и оптимизации процесса. Без моделей позволяет моделировать процессы в информационных системах методом проб и ошибок. При этом пользователь имеет возможность получить недостающую ему информацию для принятия решения путем установления диалога с моделью, что облегчает выработку и оценку альтернатив решения.

Система управления базой моделей (СУБМ) должна обладать следующими возможностями: создавать новые модели или изменять существующие, поддерживать и обновлять параметры моделей (осуществлять идентификацию параметров), манипулировать моделями.

Особенность построения математических моделей заключается в том, что их адекватность реальным процессам зависит от степени изученности самих процессов. Поскольку идентификация процессов в реальных условиях по параметрам внутреннего состояния возможна лишь приближенно (скорее качественно), ее производят по выходным параметрам (увеличение стоимости закупа металлолома, изменение отгрузки в адрес потребителей, изменение выплавки стали в исследуемом регионе и т.п.) что не позволяет дать однозначную оценку адекватности модели реальным процессам.

На данной стадии разработки требуемая степень адекватности модели определяется целью функционирования и характером решаемой задачи, а достигнутая степень адекватности – возможностями изучения процессов происходящих на рынке металлолома. Одна и та же модель может адекватно отражать состояние рынка при одном способе функционирования, и быть не адекватна при другом. Поэтому при моделировании поведения рынка всегда требуется четкая постановка функциональной задачи модели. В зависимости от этой постановки одни явления описывают более детально, другие – упрощают, третьими – пренебрегают. В некоторых случаях важна не столько детальность описания отдельных явлений, сколько полнота учета всех наиболее существенных факторов.