|
времени и сумма Fi через i лет одинаковы по своей ценности . Используя
эту формулу , можно приводить в сопоставимый вид оценку будущих доходов
, ожидаемых к поступлению в течении ряда лет . В этом случае
коэффициент 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):
рассчитывается величина требуемых инвестиций (экспертная оценка) , IC;
оценивается прибыль (денежные поступления) по годам Fi;
устанавливается значение коэффициента дисконтирования , r;
определяются элементы приведенного потока , Pi;
рассчитывается чистый приведенный эффект (NPV) по формуле:
NPV= E Pi - IC
4. сравниваются значения NPV ;
5. 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 :
рассчитывается 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 - объем выпуска
продукции i - го пункта производства , bj - объем потребления j - го
пункта потребления. Рассматривается наиболее простая, так называемая
“закрытая задача ”, когда суммарные объемы производства и потребления
равны. Пусть cij - затраты на перевозку единицы продукции. Требуется
найти наиболее рациональную схему прикрепления поставщиков к
потребителям, минимизирующую суммарные затраты по транспортировке
продукции . Очевидно , что число альтернативных вариантов здесь 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 объекта 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. 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 периодов известна
вероятность появления бракованной детали ) ;
в) субъективными оценками, сделанными аналитиком самостоятельно
либо с привлечением группы экспертов.
Последовательность действий аналитика в этом случае такова:
6. прогнозируются возможные исходы Ak , k = 1 ,2 ,....., n;
7. каждому исходу присваивается соответствующая вероятность pk , причем
Е рк = 1
8. выбирается критерий (например максимизация математического ожидания
прибыли ) ;
9. выбирается вариант, удовлетворяющий выбранному критерию.
Пример: имеются два объекта 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 единицу продукции, вместе с тем он более
дорогой и требует относительно больших накладных расходов:
| |Постоянные расходы |Операционный доход на |
| | |единицу 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 единиц с вероятностью 0 . 4
х2 = 2000 единиц 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 .
2.3. Анализ и принятие управленческих решений в условиях
неопределенности.
Эта ситуация разработана в теории, однако на практике
формализованные алгоритмы анализа 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.
2.4. 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.
ЗАКЛЮЧЕНИЕ
На основании всего, сказанного выше можно сделать такой вывод:
поставленная проблема, то есть обеспечение процесса принятия решения
информацией, которая отвечает всем требованиям – вполне решаема. В
настоящее время эта проблема решается с помощью использования современной
электронно-вычислительной техники, создания различных баз данных,
экспертных систем и систем подготовки принятия решений. Подобные способы
позволяют довольно просто, а главное быстро собирать, обрабатывать и
анализировать существующую информацию. Они также позволяют существенно
облегчить процесс принятия решений для руководителей всех уровней.
Внедрение описанных выше систем требует достаточно больших вложений, но
они, несомненно, с лихвой окупаются. Наряду со всеми достоинствами данное
решение проблемы имеет и свои недостатки. Одним из таких недостатков
является необходимость получения новых знаний руководителями для того,
чтобы использовать предложенные средства наиболее эффективно, что требует
довольно таки много времени. С другой стороны полная автоматизация процесса
принятия решений порождает много проблем социального плана, в частности это
приводит к сокращению времени, которое затрачивается на общение с другими
людьми. А это, с точки зрения психологии, плохо влияет на психологическое
состояние человека и снижает его желание работать в подобном режиме, и,
следовательно, к уменьшению эффективности работы.
СПИСОК ЛИТЕРАТУРЫ
1. Герчикова И.Н. Менеджмент. Учебник – М.: Контакт, - 1994
2. Информатизация систем управления и принятия решений в бизнесе:
социальный и методологический аспекты. М.: 1994
3. Литвак Б.Г. Управленческие решения
4. Карминский А.М., Нестеров П.В. Информатизация бизнеса. – М.: Финансы и
статистика, 1997
5. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: реинжиниринг организации и
информационные технологии. – М.: Финансы и статистика, 1997
6. Фатхутдинов Р.А. Разработка управленческого решения: Учебник для вузов.
– 2-е изд., доп. – М.: ЗАО «Бизнес – школа «Интел – Синтез»,1998. –
272с.
Страницы: 1, 2
|
