Реализация управленческих решений

4. сравниваются значения NPV ;

5. 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 .

2. 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 периодов известна вероятность появления бракованной детали ) ;

в) субъективными оценками, сделанными аналитиком самостоятельно либо с привлечением группы экспертов.

Последовательность действий аналитика  в этом случае такова:

6. прогнозируются возможные исходы Ak , k = 1 ,2 ,....., n;

7. каждому исходу присваивается  соответствующая вероятность pk , причем

Е рк = 1

 
8. выбирается критерий (например  максимизация математического ожидания  прибыли ) ;

9. 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 |

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

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 .

 

2.3. Анализ и принятие  управленческих решений 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.

 

     2.4. 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.

ЗАКЛЮЧЕНИЕ

 

На основании всего, сказанного выше можно сделать такой вывод: поставленная проблема, то есть обеспечение  процесса принятия решения информацией, которая отвечает всем требованиям – вполне решаема. В настоящее время эта проблема решается с помощью использования современной электронно-вычислительной техники, создания различных баз данных, экспертных систем и систем подготовки принятия решений. Подобные способы позволяют довольно просто, а главное быстро собирать, обрабатывать и анализировать существующую информацию. Они также позволяют существенно облегчить процесс принятия решений для руководителей всех уровней. 
Внедрение описанных выше систем требует достаточно больших вложений, но они, несомненно, с лихвой окупаются. Наряду со всеми достоинствами данное решение проблемы имеет и свои недостатки. Одним из таких недостатков является необходимость получения новых знаний руководителями для того, чтобы использовать предложенные средства наиболее эффективно, что требует довольно таки много времени. С другой стороны полная автоматизация процесса принятия решений порождает много проблем социального плана, в частности это приводит к сокращению времени, которое затрачивается на общение с другими людьми. А это, с точки зрения психологии, плохо влияет на психологическое состояние человека и снижает его желание работать в подобном режиме, и, следовательно, к уменьшению эффективности работы.

 

 

СПИСОК ЛИТЕРАТУРЫ

1. Герчикова И.Н. Менеджмент. Учебник – М.: Контакт, - 1998

2. Информатизация систем управления  и принятия решений в бизнесе:  социальный и методологический аспекты. М.: 1998

3. Литвак Б.Г. Управленческие решения

4. Карминский А.М., Нестеров П.В.  Информатизация бизнеса. – М.: Финансы и статистика, 1999

5. Ойхман Е.Г., Попов Э.В. Реинжиниринг  бизнеса: реинжиниринг организации  и информационные технологии. –  М.: Финансы и статистика, 1997

6. Фатхутдинов Р.А. Разработка управленческого  решения: Учебник для вузов.

– 2-е изд., доп. – М.: ЗАО «Бизнес – школа «Интел – Синтез»,1999. –

272с.