В статье сформулирована проблема разработки и согласования управленческих решений распределения чистой прибыли предприятия для собственников. Проведён анализ научных взглядов, механизмов, методик и положений по решению данной проблемы. В результате проведённого анализа выяснилось, что ни в одной из рассмотренных статей не решена данная проблема даже в минимальной степени. Поэтому предлагаемая в статье методика является актуальной не только для собственников предприятий, но и для экономической науки. Методика базируется на методе анализа иерархий (МАИ) Т. Саати. Этот метод позволяет сформулировать управленческие решения распределения чистой прибыли в виде иерархий и провести попарную оценку этих решений в специальных матрицах с учётом весовых категорий экспертов/собственников в виде долей, в уставном капитале. В ходе исследования выяснилось, что такой показатель как отношение согласованности (ОС) матриц и иерархий не решает поставленную проблему в достаточной степени. Поэтому в методике предложено дополнить или в некоторых случаях даже заменить показатель ОС критериями согласованности Пирсона и Колмогорова-Смирнова. Тем самым в методики появляется возможность тройного согласования решений в виде матричных оценок в МАИ. Для повышения уровня согласованности указанных критериев произведена модификация полной числовой шкалы Т. Саати из 17-балльной в 9-балльную и 7-балльную. В методике также представлен показатель уровня результирующей согласованности решений (УРСР) измеряемый при помощи вербально-числовой шкалы Е. Харрингтона в сочетании с такими характеристиками как консенсус, компромисс, конфликт средней и высшей тяжести. Для реализации методики может привлекаться любое количество экспертов/собственников и их доверенных лиц без ограничений. Методика отличается высокой степенью универсальности и гибкости. Поэтому она может использоваться на предприятиях с любой организационно-правовой формой хозяйствования. В статье представлены результаты апробации методики на примере промышленного предприятия ООО «Магма».

управленческие решения, согласование, распределение чистой прибыли, предприятие, метод анализа иерархий, хи-квадрат, критерий Колмогорова-Смирнова, экспертные оценки

1. Алабугин А.А., Шагеев Д.А. Управление развитием промышленного предприятия по показателям дисбаланса межгрупповых и организационных интересов: теория и практика. Челябинск: НОУВПО РБИУ, 2014. 236 с.

2. Багирова Я.Т. Управление распределением чистой прибыли предприятия // Экономика и управление в XXI веке: тенденции развития. 2014. № 16. С. 192–196.

3. Валишевская Л.Г., Мусатова А.И. Концепция управления распределением чистой прибыли на предприятии // Научное обозрение. 2017. № 3. С. 98–102.

4. Варпаева И.А. Бухгалтерский учет в подготовке управленческих решений по использованию прибыли // Все для бухгалтера. 2012. № 3. С. 23–27.

5. Ермолаев, О.Ю. Математическая статистика для психологов: учебник. М.: Флинта: НОУ ВПО «МПСИ», 2011. 335 с.

6. Забирова Ю.Р., Лысенко Д.В. Проблемы формирования и распределения чистой прибыли в организации // Международный академический вестник. 2018. № 1–2 (21) С. 54–57.

7. Ковалёв В.В. Ковалёв В.В. Корпоративные финансы и учет: понятия, алгоритмы, показатели: учеб. пособие. М.: Проспект, 2015. 1000 с.

8. Кофорова Н.М. К вопросу об обосновании решений по распределению и использованию чистой прибыли предприятия // Вестник Нижегородского университета им. Н.И. Лобачевского. 2012. № 5 (1). С. 242–244.

9. Маслова Ю.Н. Эффективное распределение чистой прибыли предприятия / Новый университет. Серия: экономика и право. 2016. № 2 (60). С. 63–66.

10. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. М.: Инфра-М, 2012. 512 с.

11. Саати, Т. Аналитическое планирование. Организация систем. М.: Радио и связь, 1991. 224 с.

12. Саати, Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993. 278 с.

13. Саати, Т. Принятие решений при зависимостях и обратных связях: Аналитические сети. М.: ЛКИ, 2008. 360 с.

14. Смирнов Н.В. Вероятности больших значений непараметрических односторонних критериев согласия // Труды Матем. ин-та АН СССР. 1961. Т.64. С. 185–210.

15. Abakarov A., Sushkov Yu., Mascheroni R.H. Multi-criteria optimization and decision-making approach for improving of food engineering processes // International Journal of Food Studies. 2012.

16. Bagdonavicius V., Nikulin M.S. Chi-square goodness-of-fit test for right censored data // The International Journal of Applied Mathematics and Statistics. 2011. С. 30–50.

17. Corder G.W., Foreman D.I. Nonparametric Statistics for Non-Statisticians: A Step-by-Step Approach. New York: Wiley, 2009.

18. Chernoff H., Lehmann E.L. The use of maximum likelihood estimates in ?2 test for goodness of fit. // The Annals of Mathematical Statistics. 1954. V. 25. P. 579–586.

19. Greenwood P.E., Nikulin M.S. A guide to chi-squared testing. New York: John Wiley & Sons, 1996. 280 p.

20. Harker P.T. Derivatives of the Perron root of a positive reciprocal matrix: With applications to the analytic hierarchy process // Applied Mathematics and Computation. 1987. V. 22. P. 217–232.

21. Horn R.A., Johnson C.R. Matrix Analysis. New York: Cambridge University Press, 1985.

22. Kolmogoroff A.N. Sulla determinazione empirica di una legge di distribuzione // Giornale dell` Istituto Italiano degly Attuari. 1933. V. 4. № 1. P. 83–91.

23. Lancaster P., Tismenetsky M. The Theory of Matrices. New York: Academic Press, 1985.

24. Lilliefors H.W. On the Kolmogorov-Smirnov test for normality with mean and variance unknown // J. Am. Statist. Assoc. 1967. V.62. P. 399–402.

25. Pearson K. On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling // Philosophical Magazine Series. 1900. V. 50. P. 157 – 175.

26. Saaty T.L. Decision-making with the AHP: Why is the principal eigenvector necessary // European Journal of Operational Research. 2003. Vol. 145. № 1.

27. Saaty T.L., Hu G. Ranking by the eigenvector versus other methods in the analytic hierarchy process // Applied Mathematical Letters. 1998. № 11(4). P. 121–125.

28. Saaty T.L., Vargas L. Inconsistency and rank preservation // Journal of Mathematical Psychology. 1984. № 28(2). P. 205-214.

29. Vargas L.G. Analysis of sensitivity of reciprocal matrices // Applied Mathematics and Computation. 1983. №12. P. 301–320.