164844 (738962), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

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 прогнозируемый коэффициент дисконтирования денежного потока по годам , то i-й элемент приведенного денежного потока Рi рассчитывается по формуле :

Pi = Fi / ( 1+ r ) i

где r- коэффициент дисконтирования.

Назначение коэффициента дисконтирования состоит во временной упорядоченности будущих 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 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

• 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 :

• 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 .

Однако лишь немногие решения принимаются в условиях определённости. Большинство управленческих решений являются вероятностными.

Вероятностными называются решения, принимаемые в условиях риска или неопределённости.

К решениям принимаемых в условиях риска, относят такие, результаты которых не являются определёнными, но вероятность каждого результата известна. Вероятность определяется как степень возможности свершения данного события и изменяется от 0 до 1. Сумма вероятностей всех альтернатив должна быть равна единице. Вероятность можно определить математическими методами на основе статистического анализа опытных данных. Например, компании по страхованию жизни на основе анализа демографических данных могут с высокой степенью точности прогнозировать уровень смертности в определённых возрастных категориях и на этой базе определять страховые тарифы и объем страховых взносов, позволяющих выплачивать страховые премии и получать прибыль. Такая вероятность, рассчитанная на основе информации, позволяющей сделать статистически достоверный прогноз, называется объективной.

В ряде случаев, однако, организация не располагает достаточной информацией для объективной оценки вероятности возможных событий. В таких ситуациях руководителям помогает опыт, который показывает , что именно может произойти с наибольшей вероятностью. В этих случаях оценка вероятности является субъективной.

Пример решения, принятого в условиях риска ,- решение транспортной компании застраховать свой парк автомобилей. Финансовый менеджер не знает точно, будут ли аварии и сколько и какой ущерб они причинят, но из статистики транспортных происшествий он знает, что одна из десяти машин раз в году попадает в аварию и средний ущерб составляет $ 1 000 (цифры условные). Если организация имеет 100 автомашин, то за год вероятны 10 аварий с общим ущербом $ 10 000. В действительности же аварий может быть меньше, но ущерб больше, или наоборот. Исходя из этого, и принимается решение о целесообразности страхования транспортных средств и размере страховой суммы.

Анализ и принятие решений в условиях риска 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 :

• 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 объекта 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 единицу 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 единиц с вероятностью 0 . 4

х2 = 2000 единиц с вероятностью 0 . 6

Этап 4 . Оценка математического ожидания возможного дохода :

1200 20 * 1200 - 15000 = 9000

Характеристики

Список файлов реферата