Реферат: Управленческие решения виды содержание
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. 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:
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 |
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.
Решение принимается в условиях неопределённости, когда из-за недостатка информации невозможно количественно оценить вероятность его возможных результатов. Это довольно часто встречается при решении новых, нетипичных проблем, когда требующие учёта факторы настолько новы и/или сложны, что о них невозможно получить достаточно информации. Неопределённость характерна и для некоторых решений, которые приходится принимать в быстро меняющихся ситуациях. В итоге вероятность определённой альтернативы невозможно оценить с достаточной степенью достоверности.