Практические аспекты линейного программирования в финансовом анализе и планировании

Автор: Пользователь скрыл имя, 30 Октября 2011 в 17:38, курсовая работа

Краткое описание

Целью данной работы является рассмотрение основ линейного программирования в финансовом анализе и планировании на примерах зарубежных предприятий.
Исходя из цели данной работы вытекает необходимость решения следующих задач:
Рассмотреть теоретические особенности линейного программирования в финансовом анализе и планировании;
Выявить особенности принятия решений, основанных на линейном программировании;
Рассмотреть практические аспекты линейного программирования в финансовом анализе и планировании.

Оглавление

Введение 3
1. Теоретические основы линейного программирования в финансовом анализе и планировании. 6
2. Особенности принятия решений, основанных на линейном программировании 10
3. Практические аспекты линейного программирования в финансовом анализе и планировании 16
3.1.Выбор программ капитальных вложений в условиях ограниченности ресурсов 16
3.2. Решение задачи выбора инвестиционного проекта 19
3.3. Максимизация прибыли 23
Заключение 27
Список использованных источников

Файлы: 1 файл

Курсовая финмен1.doc

— 226.50 Кб (Скачать)

       Линейное  программирование может быть использовано для оптимального распределения ограниченных ресурсов между конкурирующими направлениями деятельности. Метод линейного программирования может быть наиболее эффективен в тех случаях, когда и целевая функция фирмы, и установленные ограничения представляют собой линейную функцию переменных, учитываемых при выборе решений. Первым шагом должна быть такая постановка задачи, которая бы позволяла применить к ней метод линейного программирования. Для этого нужно делать следующее.

       Во-первых, нужно выделить поддающиеся контролю переменные, учитываемые при выработке финансового решения. Во-вторых, нужно определить целевую переменную, которая должна быть максимизирована или минимизирована, и представить ее в виде линейной функции от контролируемых переменных. В финансовом деле целевой функцией обычно является максимизация прибыли, рыночной стоимости или минимизация себестоимости. В-третьих, нужно установить ограничения и выразить их в форме линейных уравнений. Обычно приходится определять свойства ограниченных ресурсов и находить их линейные зависимости от переменных, учитываемых при принятии решений.

       Предположим, например, что X1 ,X2,…Xn обозначают объем производства. Тогда модель линейного программирования можеть быть записана в самом общем виде.

       Z= C1X1 + C2X2 + ... + Cnxn → max(min);                                   (3.2.1)

       При следующих ограничениях:

       А11X1 + A12X2 + ... + A1nXn ≤ B1;

       А21X1 + A22X2 + ... + A2nXn ≤ B1;

       Am1X1 + Am2X2 + ... + AmnXn ≤ Bm;

       Xj ≥ 0, j=(1,2,…n).                                                                           (3.2.2)

       Z обозначает целевую функцию, которая должны быть максимизирована или минимизирована (прибыль, рыночная стоимость или себестоимость); С1,С2,..Сn и A1,A2,…Amn – это постоянные коэффициенты, соответствующие вкладу отдельных переменных в прибыль, а B1,B2…Bn – объем принадлежащих фирме ограниченных ресурсов. Последнее ограничение означает, что интересующие нас переменные должны быть неотрицательными.

       По  модели линейного программирования нужно сделать несколько замечаний. Во-первых, ограничения могут быть сформулированы в виде равенств, либо выражений больше или меньше. Во-вторых, решения могут быть дробными. Если допустимы только целые значения, может быть использована соответствующая математическая техника. В-третьих, значения коэффициентов предполагаются известными и постоянными. Если же их значения имеют вероятностную природу, тогда следует использовать какой-либо метод стохастического программирования.

       Рассмотрим  пример использования линейного  программирования в задаче инвестиционного  анализа с рационированием капиталов. Предположим, что фирма располагает для инвестирования 15 млн. долл, а стоимость капитала для нее составляет 12%. Рассматриваются 4 проекта.

                                                                                                        Таблица 3.2.1

Проект Поток денежных средств NPV при 12%
C0 C 1 C 2 C 3
A -15 +45 +7,5 +5 +34,72
B -7,5 +7,5 35 +20 +41,34
C -7,5 +7,5 +22,5 +15 +27,81
D 0 -60 +90 +60 +60,88
 

       В данном случае целью является выбор  проектов, способных в наибольшей степени увеличить чистую приведенную  стоимость. Иными словами, нужно инвестировать в оптимальное число таких альтернативных проектов, чтобы значение функции чистой приведенной стоимости стало максимальным:

       NPV=34,72Xa+41,34Xb+27,8Xс+60,88Xd,                                    (3.2.3)

       Где Xa,Xb,Xc,Xd обозначают сумм, инвестируемые в проекты A,B,C,D.

       Задача  имеет несколько ограничений. Во-первых, суммарные вложения в момент 0 не могут превышать 15 млн. долл. То есть:

       15Xa+7,5Xb+7,5Xc+60Xd≤15,                                                        (3.2.4) 

       Кроме того, не может быть приобретено больше одного проекта и не может быть приобретен проект с отрицательным значением параметра:

       0≤Xa≤1;

       0≤Xb≤1;

       0≤Xc≤1;

       0≤Xd≤1.                                                                                             (3.2.5)

       Совокупность этих уравнений и определяет задачу линейного программирования:

       34,72Xa+41,34Xb+27,81Xc+60,88Xd max,                                (3.2.6)

       при 

       15Xa+7,5Xb+7,5Xc+60Xd≤15                                                          (3.2.7)

       0≤Xa≤1; 0≤Xb≤1; 0≤Xc≤1; 0≤Xd≤1.                                                (3.2.8)

       Оформим данную задачу в Excel

                                                                                             Таблица 3.2.2

    Переменные          
  Xa Xb Xc Xd      
Значение 0 0 0 0 NPV    
NPV 34,72 41,34 27,81 60,88 0    
    Ограничения        
          Суммарные вложения знак Располагаемы инвестиции
Вложения 15 7,5 7,5 60 0 15
 

       С помощью функции поиск решения  получим следующий результат 

                                                                                                 Таблица 3.2.3

       
    Переменные          
  Xa Xb Xc Xd      
Значение 0 1 1 0 NPV    
NPV 34,72 41,34 27,81 60,88 69,15    
    Ограничения        
          Суммарные вложения знак Располагаемы инвестиции
Вложения 15 7,5 7,5 60 15 15
 

       Запросим  отчет по устойчивости

                                                                                                   Таблица 3.2.4

Изменяемые  ячейки          
      Результ. Нормир. Целевой Допустимое Допустимое
  Ячейка Имя значение стоимость Коэффициент Увеличение Уменьшение
  $B$3 Значение Xa 0 0 34,72 20,9 19,5
  $C$3 Значение Xb 1 23,98 41,34 1E+30 23,98
  $D$3 Значение Xc 1 10,45 27,81 1E+30 10,45
  $E$3 Значение Xd 0 -78 60,88 78 1E+30
               
Ограничения          
      Результ. Теневая Ограничение Допустимое Допустимое
  Ячейка Имя значение Цена Правая часть Увеличение Уменьшение
  $F$7 вложения 15 2,314666667 15 15 0
 

       Нормированная стоимость показывает, как изменится наш NPV, при принудительном выборе того или иного проекта в пределах допустимых ограничений. Теневая цена показывает сколько принесет дополнительно вложенный 1 млн.долл. инвестиций, при заданных условиях в пределах допустимого увеличения – 15млн.

       Взаимоисключающие проекты. Предположим теперь, что  проекты B и C являются взаимоисключающими. Мы можем использовать интегральную программу с условием, что наши совокупные инвестиции в два проекта не могут быть больше 1

       Xb+Xc≤1                                                                                            (3.2.9)

       Другими словами, если Xb равно 1, то Xc должно равняться 0; и наоборот.

       Предположим далее, что проект D связан с проектом A и мы не можем принять проект D, не приняв проект А. В этом случае нам необходимо добавить условия:

       Xd-Xa≤0                                                                                            (3.2.10)

       Иначе говоря, если Xd равно 1, то Xa может равняться 0 или 1, но если Xd рано о, то Xa также должно равняться 0. 

       3.3. Максимизация прибыли 

       Производитель игрушек компания XYZ Toys производит три типа игрушек: Королевская кобра(КК), пистолет Пит(ПП) и Рок Кули(РК). Производство во всех случаях стоит в изготовлении пластмассовых отливок и сборке деталей.

                                                                                                        Таблица 3.3.1

       Расходы времени на отливку и сборку деталей

Модель Загрузка машин (в часах) Загрузка сборочной  линии (в часах)
КК 5 5
ПП 4 3
РК 5 4
Всего 150 100

Информация о работе Практические аспекты линейного программирования в финансовом анализе и планировании