Неизменяемые параметры проекта (константы)

Проведение имитационных экспериментов в среде MS Excel можно осуществлять двумя способами — с помощью встроенных функций и путем использования инструмента «Генератор случайных чисел». Наиболее удобен второй способ.

Инструмент «Генератор случайных чисел» предназначен для автоматической генерации множества данных (генеральной совокупности) заданного объема, элементы которого характеризуются определенным распределением вероятностей. Могут быть использованы 7 типов распределений: равномерное, нормальное, Бернулли, Пуассона, биноминальное, модельное и дискретное.

Для проведения анализа в книге Excel необходимо сформировать 5 рабочих листов со следующими названиями:

- Условие;

- Результаты анализа;

- ИМИТАЦИЯ;

- Графический анализ;

- Статистика.

В первый лист заносятся исходные данные:

Рис.2. Лист «Условие»

Здесь следует произвести поименование ячеек констант:

В16- пост_расх

В17 –Аморт

В18 – Налог

В19 – Дисконт

В20 – Срок

В21 – Н_Инв

Эти имена будут использованы в формулах дальнейших расчетов.

Как видно из данных рисунка, исходные данные первой таблицы исходных данных получили новое качественное определение как вероятные сценарии реализации проекта: Наихудший сценарий характеризуется самой низкой ценой изделия, самыми высокими издержками и самым низким объемом производства. Наилучший – самыми высокими ценой и объемом производства и самыми низкими издержками.

Дальнейшие действия строятся в следующей последовательности:

1. В рабочем окне «ИМИТАЦИЯ» с помощью генератора случайных чисел рассчитывается необходимое число имитаций (экспериментов) - количество вариантов сочетаний трех изменяемых характеристик проекта с учетом вероятностей пессимистического, оптимистического и нейтрального вариантов. Замечательным свойством Генератора является то, что ни один показатель в своей динамике не коррелирует с остальными, т.е. показатели сохраняют свою взаимную независимость.

2. По каждому варианту рассчитывается значение показателя-критерия эффективности. В нашем случае таким показателем служит показатель ЧДД (чистый дисконтированный доход).

3. В рабочем окне «Результаты анализа» осуществляются расчеты вероятностей положительных и отрицательных исходов проекта. Исходным материалом для этих расчетов служит полученная в окне «ИМИТАЦИЯ» матрица, содержащая достаточное количество имитаций для получения надежных выводов.

4. В рабочих окнах «Графический анализ» и «Статистика» осуществляется проверка надежности полученных выводов.

На рисунке 3 показано содержание рабочего листа «ИМИТАЦИЯ».

Рис.3. Лист «ИМИТАЦИЯ»

Окно состоит из двух частей. В первой части представлены исходные данные по изменяемым переменным (скопированы из первого рабочего листа). По их данным функционально рассчитаны параметры распределения - значения средних и отклонений с учетом вероятностей (используются в качестве весов). В данной задаче принято за исходное – нормальное распределение, которое и характеризуется двумя параметрами – математическим ожиданием (средней) и стандартным отклонением. Для расчета отклонений удобно использовать формулы-массивы. При этом требуется массиву ячеек Е3:Е5 присвоить имя «Вероятности».

Во второй части окна представлено 500 экспериментов – результатов работы Генератора случайных чисел по формированию возможных вариантов сочетаний взаимно независимых показателей проекта в соответствии с вероятностями получения различных исходов. Получение экспериментов производится следующим образом. На первом шаге с помощью Генератора получаем значения 500 экспериментов для показателя «Переменные расходы» в блоке ячеек А13:А512. На втором и третьем шагах аналогичным способом получаем результаты экспериментов по остальным показателям. Значения показателей «Поступления» и «ЧДД» определяются по соответствующим формулам.

Чтобы получить значения 500 экспериментов по первому показателю, необходимо проделать следующую работу.

1. Установив курсор в ячейку А13, необходимо выбрать на вкладке «Данные» в группе команд «Анализ данных» инструмент анализа «Генерация случайных чисел».

Рис.4. Заполнение полей диалогового окна «Генерация случайных чисел»

2. В появившемся на экране диалоговом окне «Генерация случайных чисел» в списке «Распределения» укажите требуемый тип – «Нормальное» Заполните остальные поля окна согласно данным рисунка 4 и нажмите кнопку ОК. Результатом будет заполнение блока ячеек А13:А512. – показателя «Переменные расходы» сгенерированными случайными значениями.

3. Аналогичным методом следует заполнить блоки экспериментов по показателям «Количество» (объем производства) и «Цена».

Таким образом, проведено 500 имитаций (экспериментов), в которых отражены результаты инновационного проекта при различных сочетаниях исходных показателей. Теперь необходимо провести анализ полученных данных. Этот анализ осуществлен в рабочем окне «Результаты анализа» (Рис.5).

Рис.5. Результаты анализа

Анализ проводится путем определения средних по совокупности характеристик возможных убытков, прибылей, числа возможных случаев получения отрицательного дохода. Здесь также определяются вероятности получения отрицательного результата, удовлетворительного и высокого. Сумма убыточных результатов по доходу характеризует стоимость риска принятия проекта, а сумма положительных результатов – стоимость риска непринятия проекта. Так, из данных видно, что если мы откажемся от проекта, то можем потерять 1.7 миллиарда денежных единиц дохода, а если примем, то рискуем впасть в убыток на сумму 30 миллионов.

В целом можно резюмировать следующее.

Величина ожидаемого чистого дисконтированного дохода (ЧДД) равна 336847 при стандартном отклонении 2655,23. Коэффициент вариации ниже 1. Таким образом, риск данного проекта невысок. Результаты вероятностного анализа показывают, что возможность отрицательного дохода не превышают 10%. Общее число отрицательных значений ЧДД составляет 42 из 500 (8,4%). Поэтому с вероятностью более 90%, что чистый доход от проекта будет больше 0. При этом, вероятность того, что ЧДД будет меньше среднего уровня, но в пределах отклонения равна 32?. Вероятность наиболее высоких результатов – 16%.

Проект можно считать приемлемым. Впрочем, окончательный вывод должно сделать лицо, принимающее решение.

РЕЗЮМЕ

В представленном материале рассмотрены основные стороны инновационного обновления предприятия на основе информационного менеджмента. В качестве инструментария выделена методология игрового и имитационного моделирования инновационного проекта на примере простейшего варианта производства отдельного вида новой продукции. Но работая в режиме непрерывных улучшений, предприятие обновляет не только продукцию, но и все аспекты своей работы, приносящие дополнительную стоимость. Поэтому изложенные подходы моделирования могут быть использованы и для других разделов общего проекта совершенствования бизнес-процесса – совершенствования технологии, техники, организационной структуры, новых форм организации и оплаты труда. При этом возможно расширение базы рассмотренных здесь методов моделирования. Так, наряду с матричными играми, в условиях выбора решений из множеств возможных целесообразно использовать позиционные игры, а также использовать наряду с чистыми смешанные стратегии. В имитационном моделировании возможно использовать также различные пакеты визуального, объектно-ориентированного моделирования.

Список использованной литературы

Айдинов С.Х., Кочкин А.С., Щербаков В.А. Компьютерные технологии в науке: учеб. пособие — Саратов: Изд-во Сарат. ин-та РГТЭУ, 2011.

Баин А.Н. Современные информационные технологии системы поддержки принятия решений: учеб. пособие. — М: Высшее образование, 2009.

Басовский Л.Е. Прогнозирование и планирование в условиях рынка: учебн. пособие. — М., ИНФРМА-М,2011.

Глухов В.В., Медников М.Д., Коробко С.Б. Математические методы и модели для менеджмента. 3-е изд., стер. — СПб.: Издательство «Лань», 2007. Джон Э. Хенк, Артур Дж. Райтс, Дин У. Уичерн. Бизнес-прогнозирование, 7-е издание.: пер. с англ. — М. Издательский дом «Вильямс», 2003.

Карлберг, Конрад Бизнес-анализ с помощью Excel 2000.: пер. с англ.: учебн. пособие — М.: Издательский дом «Вильямс», 2000.

Ример М.И., Касатов А.Д., Матненко Н.Н. Экономическая оценка инвестиций / под общ. ред. М. Римера—СПб.: Питер, 2006.

Чейз Р.Б., Эквилайн Н.Д., Якобс Р.Ф. Производственный и операционный менеджмент. М.: "Вильямс", 2008.

Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении: учебн. пособие. – М.: Дело, 2000.

Щербаков В.А., Айдинов С.Х., Кочкин А.С. Интеллектуальные технологии обработки данных и принятие решений: учеб. пособие — Саратов: Изд-во Сарат. ин-та РГТЭУ, 2011.

СОДЕРЖАНИЕ

[1] Michael Hammer and James Campy. Reengineering the Corporation Manifesto for Business Revolution (New York: Harper Business. 1993. P.30

Поиск по сайту: