Розглянуто процеси реалізації продукції підприємства на підставах комерційного (товарного) кредиту. Розроблено концептуальні положення та відповідний комплекс економіко-математичних моделей оцінювання обсягів реалізації продукції підприємства на засадах комерційного кредиту з урахуванням ризику дебіторської заборгованості, в яких на підставах системного підходу використовується інструментарій теорії ризику, ланцюгів Маркова, генетичних алгоритмів. Проаналізовано існуючі математичні моделі та методи в сфері комерційного кредитування й обгрунтовано необхідність розробки нових математичних моделей. Вдосконалено систему класифікації ризиків даного кредитування. Обгрунтовано та розвинуто концептуальні положення управління кредитним ризиком комерційного кредитування підприємства через призму управління ризиком дебіторської заборгованості. Розвинуто інструментарій розрахунку резерву коштів для покриття можливих збитків підприємства, які зумовлені виникненням сумнівних боргів. Здійснено програмну реалізацію даного комплексу економіко-математичних моделей.

Розглянуто проблему прогнозування показників кредитної політики підприємства. Запропоновано економіко-математичну модель прогнозної оцінки таких показників як обсяг реалізації продукції та відповідної простроченої дебіторської заборгованості без врахування періоду її погашення на основі використання ланцюгів Маркова. Наведено приклад, який демонструє практичне застосування даної моделі.

Досліджено проблему комерційного кредитного ризику виробничого підприємства. Запропоновано класифікацію даного виду ризику, показано його схожість та принципову відмінність від кредитного ризику комерційного банку, розглянуто кроки аналізу ризику.

Висвітлено концептуальні положення теорії інтелектуальних систем прийняття рішень. Розглянуто системну парадигму в прийнятті рішень. Обгрунтовано аксіоматику теорій ріціонального поводження. Приділено увагу аналізу та оцінювання ризику в прийнятті рішень. Розкрито основні поняття та визначення теорії нечітких множин. Подано інформацію про прийняття рішень за допомогою нечіткої теорії очікуваної корисності, а також з використанням нечіткого логічного виходу. Охарактеризовано генетичні алгоритми як метод вирішення оптимізаційних задач. Наведено багатокритеріальні математичні моделі, методи та теоретико-ігрові моделі у прийнятті рішень.

Досліджено проблему застосування інструментарію еволюційного моделювання, зокрема, генетичного алгоритму для вирішення економічних оптимізаційних задач. Розглянуто використання генетичного алгоритму на прикладі вибору товару, який є кращим за певними ознаками.

Бурхливий розвиток інформаційно-телекомунікаційних засобів і технологій привів до переосмислення усталених понять та появи нових дефініцій в економіці, зокрема, "електронна логістика". Грунтуючись на проведених дослідженнях, запропоновано під електронною логістикою розуміти підсистему менеджменту щодо прогнозування, планування, прийняття рішень, координації та контролю електронних інформаційних потоків за допомогою інформаційно-телекомунікаційних систем і технологій із застосуванням математичних методів і моделей (в узгодженні з матеріальними, сервісними, фінансовими потоками та потоком інтелектуально-трудових ресурсів) на макро-, мезо-, мікроекономічному рівнях. Визначено та розкрито такі принципи електронної логістики: системність, комплексність забезпечення, науковість, конкретність, конструктивність, надійність, варіантність. У межах електронної логістики вирішується низка задач, які, зокрема, пов'язані з виникненням, пошуком, аналізом, перетворенням, зберіганням, передачею (розповсюдженням) інформації в електронній формі. Визначено функції електронної логістики. Розглянуто напрями міжнародних стандартів ідентифікації продукції в електронній логістиці, розвиток яких здійснюється за такими напрямками: штрихове кодування продукції; електронний обмін даними; глобальна мережа синхронізації даних; електронний код продукції.

Розглянуто теоретико-методологічні проблеми щодо управління та моделювання логістичного ризику підприємства. Показано, що управлінські рішення в логістиці приймаються в ситуаціях, яким притаманні: невизначеність та випадковість результатів ризикованої діяльності; конфлікт; протидія; багатоваріантність рішень; коли одночасно не всі альтернативні варіанти рішень однаковою мірою є сприятливі. Проаналізовано існуючі підходи щодо визначення терміну "логістичний ризик" та запропоновано авторське визначення: логістичний ризик підприємства - це економічна категорія, яка відображає особливості сприйняття менеджментом підприємства об'єктивно існуючих невизначеності та конфліктності, відсутності повної (вичерпної) інформації на момент прийняття рішень, які притаманні процесам прогнозування, планування, управління, координації та контролю матеріальних, сервісних, інформаційних, фінансових потоків та потоку інтелектуально-трудових ресурсів. Крім того, надано авторське тлумачення об'єкта, суб'єкта, джерела логістичного ризику підприємства. Розглянуто існуючі підходи щодо класифікації логістичного ризику підприємства та запропонований авторський, згідно з яким логістичний ризик підприємства можна класифікувати за видами потоків та компонентами логістичної системи різного рівня. Досліджено проблему побудови системи управління логістичним ризиком на підприємстві та запропоновано власний погляд на вирішення цієї проблеми. Проаналізовано науковий інструментарій економіко-математичного моделювання логістичного ризику підприємства.

Основою роботи Інтернет-магазину є його взаємодія, зокрема, з покупцями, що може розглядатися в межах функціонування збутової електронної логістичної підсистеми. Запропоновано нечітку мережу Петрі для моделювання здійснення купівлі покупцем у межах збутової електронної логістичної підсистеми Інтернет-магазину. Розроблена імітаційна економіко-математична модель дозволяє вирішити низку задач, зокрема: за яких умов покупець залишить сторінку Інтернет-магазину без придбання товару; зарезервує товар чи відкладе оплату; здійснить купівлю товару.

Розглянуто актуальну проблему оцінювання рівня логістичного сервісу підприємств. Показано, що незважаючи на досить велику кількість наукової та практичної літератури з цього питання, існує низка моментів, які потребують подальших досліджень та уточнень. Логістичний сервіс являє собою комплекс послуг, які надаються у процесі замовлення, покупки, поставки та сервісного обслуговування продукції підприємства. Існують різні методи оцінювання рівня логістичного сервісу за допомогою низки економіко-математичних методів і моделей, але мінливі умови ведення бізнесу вимагають їх вдосконалення або розробки нових. Запропоновано комплексний показник оцінювання логістичного сервісу, що об'єднує його (логістичного сервісу) часткові показники та розраховується як згортка за сумарною ефективністю з лінійним пріоритетом цих показників. Розрахунок комплексного показника складається з таких кроків: визначення часткових показників і побудова ієрархічної структури комплексного показника; одержання даних за певний період для досліджуваної групи споживачів; нормалізація показників; побудова векторів вагових коефіцієнтів і розрахунок показників вищого рівня, в тому числі й комплексного. Показано, яким чином можна розрахувати вектор вагових коефіцієнтів у випадках, коли враховується думка тільки одного експерта та групи споживачів (чи експертів). Складність і тривалість розрахунків комплексного показника залежать від множини часткових показників, яка може формуватися підприємством. Запропонований комплексний показник дозволяє менеджменту підприємства одержати єдине число, яке відображає рівень логістичного сервісу та враховує низку його аспектів.

Логістичні системи, зокрема, мікроекономічного рівня є складними системами, в межах яких відбувається постійна скоординована взаємодія їх компонент, що може зумовити виникнення синергічного ефекту, який необхідно уміти оцінювати з метою його врахування в обгрунтуванні та прийнятті управлінських рішень. Описано такі види синергічного ефекту логістичних систем: міжособистісної взаємодії; управлінський; інвестиційний; фінансовий; операційний; торговий; маркетинговий; взаємодії людини та сучасних інформаційно-комунікаційних засобів та технологій; інформаційний. Окреслено, що синергічний ефект логістичних систем може проявлятися таким чином: мінімізація загальних витрат по логістичній системі; ріст бажаного результату функціонування логістичної системи; підвищення конкурентних переваг в межах логістичної системи. У роботі досліджено низку напрямів щодо розробки економіко-математичних моделей оцінювання та прогнозування синергічного ефекту, зокрема, за допомогою кореляційно-регресійного аналізу, інструментарію математичного програмування тощо. Синергічний ефект є важливим та складним явищем логістичної системи та умов її функціонування, а тому важко побудувати одну єдину загальну математичну модель оцінювання такого ефекту для усіх можливих логістичних систем. Дана робота може бути орієнтиром для подальших досліджень, перш за все, у напрямі розробки економіко-математичних моделей оцінювання та прогнозування синергічного ефекту для конкретних логістичних систем з використанням сучасного інструментарію аналітичного та імітаційного моделювання.

Досліджено проблеми моделювання соціально-економічних систем, зокрема, системи логістичних бізнес-процесів підприємства. Описано та обгрунтовано перехід від UML-моделей до моделей, побудованих з використанням розфарбованих мереж Петрі. Представлено систему логістичних бізнес-процесів, яку було спроектовано засобами UML, та модель її потоків з використанням розфарбованих мереж Петрі.

Охарактеризовано ключові моменти функціонування Інтернет-магазину. Розглянуто основні кроки діяльності типового Інтернет-магазину та розроблено схему його функціонування. Окремо виділено завдання роботи двох фаз Інтернет-магазину: відділів складу та власної служби доставки. На основі теорії масового обслуговування запропоновано стохастичну модель функціонування зазначених фаз. Розроблена стохастична модель двофазової мережі масового обслуговування з пуассонівським вхідним потоком наведена в динаміці та стаціонарному режимі роботи. За допомогою використання умови збереження потоку виведено аналітичні вирази основних операційних характеристик процесів виконання замовлень Інтернет-магазином як мережі масового обслуговування в стаціонарному режимі роботи. Зокрема, виведено аналітичні вирази для ймовірностей станів системи, частки простоїв мережі та середньої кількості вимог у системі. На основі запропонованої моделі визначено необхідність розроблення керованої системи масового обслуговування в подальших дослідженнях.

Розглянуто основні аспекти повернення товарів до Інтернет-магазину. Оглянуто причини і можливі механізми повернення товару. Детально розглянуто логістичні процеси повернення товарів і проаналізовано основні математичні моделі, які можуть бути використані для їх моделювання. Запропоновано модель прогнозного оцінювання обсягів повернутого товару через наявність браку чи з інших причин. Застосування інструментарію побудови карт якості продукції, а саме і кривої операційних характеристик, дало змогу здійснити не тільки прогнозне оцінювання повернень, але й при відповідних рівнях ризику врахувати якісну складову повернень. З метою моделювання логістичних процесів повернення товарів до Інтернет-магазину також було запропоновано модель однопотокової відкритої мережі масового обслуговування з пуассонівським вхідним потоком на основі класичного інструментарію одиничних систем масового обслуговування у тандемі (мережа Джексона). Керування деякими параметрами зазначеної мережі надало змогу оптимізувати роботу Інтернет-магазину на етапах оброблення повернень і здійснити прогноз щодо обсягів знаходження повернутих товарів на кожному етапі їх обробки Інтернет-магазином. Створення керованих мереж масового обслуговування на зразок описаної в даній статті дозволить охопити логістичні процеси всього Інтернет-магазину і оптимізувати його роботу за вибраними параметрами.

Описано багатоцільові багатокритеріальні задачі закупівельної, виробничої, розподільчої (або збутової), транспортної, інформаційної, електронної, мобільної логістики; наведено ризики, які потрібно враховувати у прийнятті рішень у цих функціональних областях логістики; зазначено проблеми, які можуть мати місце під час розв'язання досліджуваних задач; наведено інструментарій математичного моделювання, який використовується для розв'язку класу розглянутих задач. У багатоцільових багатокритеріальних логістичних задачах цілі можуть бути однаковими та мають бути узгоджені з основною метою логістики, а їх критерії є унікальними для кожної із задач. Зазначені у роботі логістичні задачі можуть залежати одна від одної, а прийняті рішення в одній функціональній області можуть впливати на рішення в інших функціональних областях логістики, що відображено у структурній схемі.

Інформаційно-комунікаційні засоби та технології дедалі більше змінюють повсякденне життя людей і бізнес-процеси в господарській діяльності, насамперед у сфері логістики. Зокрема, інноваційний характер таких змін зумовлює виникнення нових логістичних ризиків, зміну сутності існуючих і т.п., що потрібно враховувати при управлінні логістичними системами різного рівня. Окрім того, для сьогодення дедалі актуальною стає проблема Великих Даних, які, з одного боку, здатні підвищити обгрунтованість прийняття управлінських рішень, з іншого - вони (Великі Дані) вимагають сучасного інструментарію їх здобуття, обробки й аналізу. Таким інструментарієм можуть бути методи та моделі природних обчислень. Розглянуто основи мурашиних і бджолиних алгоритмів, методу рою часток, штучної імунної системи, окреслені можливості їх використання у моделюванні різних видів логістичного ризику, для умовного прикладу наведено формалізацію задачі моделювання логістичного ризику з використанням штучної імунної системи.

В обгрунтуванні управлінських рішень у логістиці можуть використовуватися різні економіко-математичні методи та моделі кількісного оцінювання ступеня ризику, що будуються за допомогою різноманітного інструментарію. Завдяки підвищенню обчислювальних потужностей комп'ютерної техніки економіко-математичні моделі стають складнішими, більш точнішими, а інструментарій моделювання розширюється. Сучасним перспективним напрямком у математичному моделюванні є колективний штучний інтелект, за допомогою якого можна ефективно вирішувати слабоструктуровані, багатокритеріальні, багатоцільові, складні економічні задачі. Наведено математичну модель алгоритму кажанів, основні правила та кроки його функціонування, показано застосування алгоритму кажанів щодо вирішення багатоіндексної транспортної задачі, у формулюванні якої враховано логістичний ризик, та показано спосіб оцінки логістичного ризику за результатами функціонування алгоритму кажанів.

Розглянуто сучасні підходи ризик-менеджменту в ланцюгах поставок, проаналізовано та уточнено основні кроки процесу управління ризиками як окремо для підприємств - учасників ланцюга поставок, так і для ланцюга поставок у цілому та для Пивної гри на основі міжнародних стандартів ризик-менеджменту. Наведено спосіб оцінювання ризиків "виробника" у Пивній грі за трьома стратегіями його поведінки, які за припущенням можуть відповідати різним ступеням невизначеності у прийнятті рішення. Підтверджено на прикладі Пивної гри, яка є спрощеним представленням реального ланцюга поставок, що рівень досліджуваних логістичних ризиків, пов'язаних із затоваренням складу та невиконанням замовлень, залежить від інформованості особи, що приймає рішення. Отримані результати також будуть справедливі для реальних ланцюгів поставок. У подальших дослідженнях вважаємо за доцільне розглянути модифікації Пивної гри, які будуть наближуватися до реальних ланцюгів поставок, з метою дослідження більш широкого спектра логістичних ризиків, зокрема транспортування, зриву поставок за різних причин тощо.

Проаналізовано низку сучасних публікацій щодо досліджуваної проблеми, автори статті сформулювали основні поняття ризик-менеджменту та описали основні кроки ризик-менеджменту ланцюгів постачання фізичної, фізично-цифрової та цифрової продукції в умовах цифрової економіки. Ризик ланцюга постачання фізичної продукції в умовах цифрової економіки - це економічна категорія, яка відображає особливості сприйняття менеджментом підприємств - учасників ланцюга постачання об'єктивно існуючих небезпек і загроз, ненадійності різних засобів та технологій, рівня знань, невизначеності та конфліктності, відсутності вичерпної інформації на момент прийняття рішень у процесах перебігу матеріального та супроводжуючих його інформаційних потоків в усьому ланцюзі постачання. Для ланцюгів постачання цифрової та фізично-цифрової продукції зазначене означення ризику буде аналогічним з уточненням, що матеріальний потік буде мати відповідно цифрове та фізично-цифрове представлення. Окреслено також джерела ризику, визначено суб'єкт та об'єкт ризику; суб'єкт і об'єкт ризик-менеджменту ланцюгів постачання фізичної, фізично-цифрової, цифрової продукції. Одержані результати досліджень можна використати під час розробки та впровадження системи ризик-менеджменту ланцюга постачання або адаптації існуючої з метою підвищення ефективності здійснення управління ризиками та врахування сучасного тренду розвитку економіки.

Ускладнення економічних відносин з однієї сторони та зростання обчислювальних потужностей комп'ютерів з іншої сторони зумовили розвиток економіко-математичних методів і моделей, використання яких у вирішенні економічних задач було обмеженим. Зокрема, наразі набувають популярності багатоіндексні транспортні задачі як задачі розподілу ресурсів, що виникають у виробництві, управлінні ланцюгами поставок, у сфері інформаційних технологій, дистрибуції тощо. Багатоіндексні транспортні задачі дозволяють врахувати більше параметрів реальних задач порівняно з двохіндексними транспортними задачами. Проте разом із збільшенням кількості індексів транспортної задачі та її розмірності збільшується й час, за який ця задача може бути розв'язана. Що зумовлює потребу у застосуванні адекватного інструментарію їх вирішення. Одним із таких інструментаріїв можна вважати генетичний алгоритм, який дозволяє на кожному кроці його функціонування одночасно досліджувати кілька потенційних розв'язків задачі, що значно скорочує час пошуку оптимального або кращого у певному сенсі рішення. Описані кроки генетичного алгоритму для вирішення трипланарної та триаксіальної транспортної задачі за умови кодування дійсними числами; показано, яким чином можна врахувати ризики; наведено кроки процедури "повернення" хромосоми до області допустимих рішень; описано застосування стратегії елітарності з метою збереження найкращої хромосоми в генетичному алгоритмі. У подальших дослідженнях доцільно розвинути процедуру "повернення" хромосоми до області допустимих рішень разом із уточненням застосування різних генетичних операторів у генетичному алгоритмі для вирішення трьохіндексних транспортних задач з метою зменшення кількості хромосом, які опиняються за межами області допустимих рішень, що, своєю чергою, має значно скоротити час роботи генетичного алгоритму загалом. Окрім того, потребують також подальших досліджень аспекти врахування ризиків у багатоіндексних транспортних задачах.

Фінтех надає можливості отримання фінансових послуг новими способами з мінімізацією потреби присутності клієнта в офісі банку, фінансовій установі тощо. Розвиток інтернету та мобільних пристроїв зумовив стрімкий розвиток фінтеху, зокрема у сфері платежів. Досліджено тенденції та перспективи розвитку платежів як одного з популярних напрямів фінансових технологій через призму компаній, які займають лідируючі позиції у цій сфері. Досліджено основні напрямки та етапи розвитку таких фінтех-компаній, ключові аспекти в їх діяльності. Зокрема, у роботі здійснено порівняння основних етапів розвитку компаній "Ant Financial" та "Paytm" за показниками ринкової капіталізації, кількості користувачів та сфери діяльності. Досліджено, як нові послуги у сфері платежів полегшують життя користувачів. Проаналізовано сучасні тенденції розвитку сфери платежів та їх розповсюдження серед компаній - лідерів у цій сфері. Зокрема, дослідження показали, що лише дві компанії "Ant Financial" та "Paytm" охоплюють усі актуальні аспекти (послуги) у сфері платежів, інші компанії - менше. Це пояснюється тим, що такі компанії (наприклад, "Compass", "TransferWise" та "Klarna") зосередили свою увагу на вужчій сфері діяльності. Разом із тим, усі компанії приділяють значну увагу захисту споживачів від шахрайських дій і різних фальсифікацій. "Фінтех-єдинороги" мають свої електронні гаманці, приділяють багато уваги швидкості проведення платежів, спрощують процес оплати покупок в Інтернеті та створюють альтернативні мережі роздрібних платіжних послуг і системи грошових переказів. Окреслено перспективи розвитку діяльності фінтех-компаній. Зокрема, перспективними та актуальними є нові способи автентифікації клієнтів, використання технології блокчейн тощо.