Итак, последовательность действий аналитика такова (расчеты выполняются для каждого альтернативного варианта): [10,c.98]

*                   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. Рассмотрим пример:

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. [17,c.135]

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.

2.2 Анализ и принятие управленческих решений в условиях риска и в условиях конфликта

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:

- 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); [9,c.201]

- 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. [5,c.123]

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:

0.4 1200 20 * 1200 - 15000 = 9000

а1 М1

0.6 2000 20 * 2000 - 15000 = 25000

0.4 1200 24 * 1200 - 21000 = 7800

а2 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.

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[5,c.123].

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.

Глава 3. Реализация управленческих решений на примере ООО «Цимус»

3.1 Краткая характеристика ООО «Цимус»

Компания ООО «Цимус» успешно работает на рынке черного металлопроката с 1994 года. Организация постоянно развивается и совершенствует стратегию своего бизнеса. Организация постоянно стремится к расширению спектра услуг для клиентов, созданию наиболее выгодных условий поставки товара.

Страницы: 1, 2, 3, 4, 5