Анализ и принятие управленческих решений
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
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 .