Анализ управленческих решений

   В условиях рыночной  экономикистепень  неопределенности  экономического поведения  субектов 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 :

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

      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 ) :

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 :

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 :

      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 :

      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 :

      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