Анализ и принятие управленческих решений в условиях определенности

   В условиях  рыночной экономики степень неопределенности  экономического поведения субъектов  рынка достаточно высока . Всвязи  с этим большое практическое  значение приобретают методы  перспективного анализа , когда нужно  принимать управленческие решения, оценивая возможные ситуации и делая выбор из нескольких альтернативных вариантов .

   Теоритически  существует четыре типа ситуаций , в которых необходимо проводить  анализ и принимать управленческие  решения , в том числе и на  уровне предприятия : в условиях  определенности , риска , неопределенности , конфликта . Рассмотрим каждый из этих случаев .

 

1. Анализ и принятие управленческих

  решений  в условиях определенности .

         Это самый простой случай : известно аоличество возможных ситуаций (вариантов) и их исходы . Нужно аыбрать один из возможных вариантов . Степень сложности процедуры выбора в данном случае определяется лишь количеством альтернативных вариантов . Рассмотрим две возможные ситуации :

     а) Имеется два возможных варианта ;

         n=2

В данном случае аналитик должен выбрать (или рекомендовать к выбору) один из двух возможных вариантов . Последовательность действий здесь следующая :

• определяется критерий по которому будет делаться выбор ;
• методом “ прямого счета ”  исчисляются значения критерия для сравниваемых вариантов ;
• вариант с лучшим значением критерия рекомендуется к отбору .

Возможны различные методы решения этой задачи . Как правило они подразделяются на две группы :

1. методы основанные на дисконтированных оценках ;
2. методы , основанные на учетных оценках .

Первая группа методов основывается на следующей идее . Денежные доходы , поступающие на предприятие в различные моменты времени , не должны суммироваться непосредственно ; можно суммировать лишь элементы приведенного потока . Если обозначить F1,F2 ,....,Fn прогно коэфициент дисконтирования зируемый денежный поток по годам , то i-й элемент приведенного денежного потока Рi рассчитывается по формуле :

               Pi = Fi / ( 1+ r ) i

где r- коэфициент дисконтирования.

Назначение коэфициента дисконтирования состоит во временной упорядоченности будующих денежных поступлений ( доходов ) и приведении их к текущему моменту времени . Экономический смысл этого представления в следующем : значимость прогнозируемой величины денежных поступлений через i лет ( Fi ) с позиции текущего момента будет меньше или равна Pi . Это означает так же , что для инвестора сумма Pi в данный момент времени и сумма Fi через i лет одинаковы по своей ценности . Используя эту формулу , можно приводить в сопоставимый вид оценку будующих доходов , ожидаемых к поступлению в течении ряда лет . В этом случае коэфициент дисконтирования численно равен процентной ставке , устанавливаемой инвестором , т.е. тому относительному размеру дохода , который инвестор хочет или может получить на инвестируемый им капитал .

Итак последовательность действий аналитика такова ( расчеты выполняются для каждого альтернативного варианта ) :

• расчитывается величина требуемых инвестиций (экспертная оценка ) , IC ;
• оценивается прибыль ( денежные поступления ) по годам Fi ;
• устанавливается значение коэфициента дисконтирования , r ;
• определяются элементы приведенного потока , Pi ;
• расчитывается чистый приведенный эффект ( NPV ) по формуле:

 

NPV= E Pi - IC

• сравниваются значения NPV ;
• предпочтение отдается тому варианту , который имеет больший                      NPV ( отрицательное значение NPV свидетельствует об экономической нецелесообразности данного варианта ) .

Вторая группа методов продолжает использование в расчетах прогнозных значений F . Один из самых простых методов этой группы - расчет срока окупаемости инвестиции .Последовательность действий аналитика в этом случае такова :

• расчитывается величина требуемых инвестиций , IC ;
• оценивается прибыль ( денежные поступления ) по годам , Fi ;
• выбирается тот вариант , кумулятивная прибыль по которому за                    меньшее число лет окупит сделанные инвестиции .

б) Число альтернативных вариантов больше двух .

     n > 2

Процедурная сторона анализа существенно усложняется из-за множественности вариантов , техника “ прямого счета “ в этом случае практически не применима . Наиболее удобный вычислительный аппарат - методы оптимального программирования ( в данном случае этот термин означает “ планирование ” ) . Этих методов много ( линейное , нелинейное, динамическое и пр. ), но на практике в экономических исследованиях относительную известность получило лишь линейное программирование. В частности рассмотрим транспортную задачу как пример выбора оптимального варианта из набора альтернативных . Суть задачи состоит в следующем .

Имеется n пунктов производства некоторой продукции ( а1,а2,...,аn ) и k пунктов ее потребления ( b1,b2,....,bk ), где ai - обьем выпуска продукции i - го пункта производства , bj - обьем потребления j - го пункта потребления . Рассматривается наиболее простая , так называемая “закрытая задача ” , когда суммарные обьемы производства и потребления равны . Пусть cij - затраты на перевозку еденицы продукции . Требуется найти наиболее рациональную схему прикрепления поставщиков к потребителям , минимизирующую суммарные затраты по транспортировке продукции . Очевидно , что число альтернативных вариантов сдесь может быть очень большим , что исключает применение метода “ прямого счета ” . Итак необходимо решить следующую задачу :

 

E E Cg Xg -> min

 

E Xg = bj         E Xg = bj      Xg >= 0

 

Известны различные способы решения этой задачи -распределительный метод потенциалов и др . Как правило для расчетов применяется ЭВМ .

При проведении анализа в условиях определенности могут успешно применяться методы машинной имитации , предполагающие множественные расчеты на ЭВМ . В этом случае строится имитационная модель обьекта или процесса ( компьютерная программа ) , содержащая b-е число факторов и переменных , значения которых в разных комбинациях подвергается варьированию . Таким образом машинная имитация - это эксперимент , но не в реальных , а в искусственных условиях . По результатам этого эксперимента отбирается один или несколько вариантов , являющихся базовыми для принятия окончательного решения на основе дополнительных формальных и неформальных критериев . 

 

2 . Анализ и принятие управленческих

 решений в условиях риска .

Эта ситуация встречается на практике наиболее часто . Здесь пользуются вероятностным подходом , предполагающим прогнозирование возможных исходов и присвоение им вероятностей . При этом пользуются:

а) известными , типовыми ситуациями ( типа - вероятность появления герба при бросании монеты равна 0.5 ) ;

б) предыдущими распределениями вероятностей ( например , из выборочных обследований или статистики предшествующих переудов известна вероятность появления бракованной детали ) ;

в) субьективными оценками ,сделанными аналитиком самостоятельно либо с привлечением группы экспертов .

Последовательность действий аналитика в этом случае такова :

• прогнозируются возможные исходы Ak , k = 1 ,2 ,....., n ;
• каждому исходу присваивается соответствующая вероятность pk , причем
• Е рк = 1
• выбирается критерий(например максимизация математического ожидания прибыли ) ;
• выбирается вариант , удовлетворяющий выбранному критерию .

Пример : имеются два обьекта инвестирования с одинаковой прогнозной суммой требуемых капитальных вложений . Величина планируемого дохода в каждом случае не определенна и приведена в виде распределения вероятностей :

Проект А			Проект В
Прибыль	Вероятность	Прибыль		Вероятность
3000	0. 10	2000		0 . 10
3500	0 . 20	3000		0 . 20
4000	0 . 40	4000		0 . 35
4500	0 . 20	5000		0 . 25
5000	0 . 10	8000		0 . 10

 

Тогда математическое ожидание дохода для рассматриваемых проектов будет соответственно равно :

У ( Да ) = 0 . 10 * 3000 + ......+ 0 . 10 * 5000 = 4000

У ( Дб ) = 0 . 10 * 2000 +.......+ 0 . 10 * 8000 = 4250

Таким образом проект Б более предпочтителен . Следует , правда , отметить , что этот проект является и относительно более рискованным , поскольку имеет большую вариацию по сравнению с проектом А ( размах вариации проекта А - 2000 , проекта Б - 6000 ) .

В более сложных ситуациях в анализе используют так называемый метод построения дерева решений . Логику этого метода рассмотрим на примере .

Пример : управляющему нужно принять решение о целесообразности приобретения станка М1 либо станка М2 . Станок М2 более экономичен , что обеспечивает больший доход на еденицу продукции, вместе с тем он более дорогой и требует относительно больших накладных расходов :

	Постоянные расходы	Операционный доход на еденицу продукции
Станок М1	15000	20
Станок М2	21000	24

Процесс принятия решения может быть выполнен в несколько этапов :

Этап 1 . Определение цели .

В качестве критерия выбирается максимизация математического ожидания прибыли .

Этап 2 . Определение набора возможных действий для рассмотрения и анализа ( контролируются лицом , принимающим решение)

Управляющий может выбрать один из двух вариантов :

а1 = { покупка станка М1 }

а2 = { покупка станка М2 }

Этап 3 . Оценка возможных исходов и их вероятностей ( носят случайный характер ) .

Управляющий оценивает возможные варианты годового спроса на продукцию и соответствующие им вероятности следующим образом :

х1 = 1200 едениц с вероятностью 0 . 4

х2 = 2000 едениц с вероятностью 0 . 6

Этап 4 . Оценка математического ожидания возможного дохода :

                                              1200                        20 * 1200 - 15000 = 9000  

                     М               0.4

                                   

                                   0.6       2000                     20 * 2000 - 15000 = 25000

 

 

а1

 

 

а2

                                                 1200                   24 * 1200 - 21000 = 7800

                                                        

                                    0.4

                      М2        0.6          2000                  24 * 2000 - 21000 = 27000

 

Е ( Да ) = 9000 * 0 . 4 + 25000 * 0 . 6 = 18600

Е ( Дб ) = 7800 * 0 . 4 + 27000 * 0 . 6 = 19320

Таким образом , вариант с приобретением станка М2 экономически более целесообразен .

 

3 . Анализ и принятие управленческих  решений в условиях неопределенности .

Эта ситуация разработана в теории , однако на практике формализованные алгоритмыанализа применяются достаточно редко . Основная трудность здесь состоит в том , что невозможно оценить вероятности исходов . Основной критерий - максимизация прибыли - здесь не срабатывает , поэтому применяют другие критерии :

• максимин ( максимизация минимальной прибыли )
• минимакс ( минимизация максимальных потерь )
• максимакс ( максимизация максимальной прибыли ) и др.

 

4 . Анализ и принятие управленческих  решений в условиях конфликта .

Наиболее сложный и мало разработанный с практической точки зрения анализ . Подобные ситуации рассматриваются в теории игр . Безусловно на практике эта и предыдущая ситуации встречаются достаточно часто . В таких случаях их пытаются свести к одной из первых двух ситуаций либо используют для принятия решения неформализованные методы .

Оценки , полученные в результате применения формализованных методов , являются лишь базой для принятия окончательного решения ; при этом могут приниматься во внимание дополнительные критерии , в том числе и неформального характера .