В условиях рыночной экономикистепень неопределенности экономического
    поведения субектов рынка достаточно высока  .  Всвязи  с  этим  большое
    практическое значение приобретают методы перспективного анализа , когда
    нужно принимать управленческие решения, оценивая возможные  ситуации  и
    делая выбор из нескольких альтернативных вариантов .
       Теоритически существует четыре типа ситуаций , в которых  необходимо
    проводить анализ и принимать управленческие решения , в том числе и  на
    уровне  предприятия   :   в   условиях   определенности   ,   риска   ,
    неопределенности , конфликта . Рассмотрим каждый из этих случаев .
                     1. Анализ и принятие управленческих
                      решений в условиях определенности .
          Это самый простой случай : известно аоличество возможных ситуаций
    (вариантов) и их исходы . Нужно аыбрать один из возможных  вариантов  .
    Степень сложности процедуры выбора в данном  случае  определяется  лишь
    количеством  альтернативных  вариантов  .  Рассмотрим   две   возможные
    ситуации :
         а) Имеется два возможных варианта ;
             n=2
    В данном случае аналитик должен выбрать (или  рекомендовать  к  выбору)
    один из двух возможных вариантов .  Последовательность  действий  здесь
    следующая :
     . определяется критерий по которому будет делаться выбор ;
     .  методом  “  прямого  счета  ”   исчисляются  значения  критерия  для
       сравниваемых вариантов ;
     . вариант с лучшим значением критерия рекомендуется к отбору .
          Возможны различные методы решения этой задачи . Как  правило  они
    подразделяются на две группы :
 1.  методы основанные на дисконтированных оценках ;
 2.  методы , основанные на учетных оценках .
          Первая группа методов основывается на следующей идее  .  Денежные
    доходы , поступающие на предприятие в различные моменты  времени  ,  не
    должны суммироваться непосредственно ; можно суммировать лишь  элементы
    приведенного потока . Если обозначить F1,F2 ,….,Fn прогно  коэфициент
    дисконтирования зируемый денежный поток  по  годам  ,  то  i-й  элемент
    приведенного денежного потока Рi рассчитывается по формуле :
                                    Pi = Fi / ( 1+ r ) i
          где r- коэфициент дисконтирования.
          Назначение  коэфициента  дисконтирования  состоит  во   временной
    упорядоченности будующих денежных поступлений ( доходов ) и  приведении
    их к текущему моменту времени . Экономический смысл этого представления
    в следующем : значимость прогнозируемой величины  денежных  поступлений
    через i лет ( Fi ) с позиции текущего момента будет меньше или равна Pi
    . Это означает так же , что для инвестора  сумма  Pi  в  данный  момент
    времени и сумма Fi через i лет одинаковы по своей ценности .  Используя
    эту формулу ,  можно  приводить  в  сопоставимый  вид  оценку  будующих
    доходов , ожидаемых к поступлению в течении ряда лет .  В  этом  случае
    коэфициент  дисконтирования  численно   равен   процентной   ставке   ,
    устанавливаемой инвестором , т.е. тому относительному размеру дохода  ,
    который инвестор хочет или может получить на инвестируемый им капитал .
          Итак  последовательность  действий  аналитика  такова  (  расчеты
    выполняются для каждого альтернативного варианта ) :
  .  расчитывается величина требуемых инвестиций (экспертная оценка ) ,  IC
    ;
  .  оценивается прибыль ( денежные поступления ) по годам Fi ;
  .  устанавливается значение коэфициента дисконтирования , r ;
  .  определяются элементы приведенного потока , Pi ;
  .  расчитывается 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 :
  .  расчитывается 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 — обьем выпуска продукции
i — го пункта производства , bj — обьем потребления j — го пункта
потребления . Рассматривается наиболее простая , так называемая “закрытая
задача ” , когда суммарные обьемы производства и потребления равны . Пусть
cij — затраты на перевозку еденицы продукции . Требуется найти наиболее
рациональную схему прикрепления поставщиков к потребителям , минимизирующую
суммарные затраты по транспортировке продукции . Очевидно , что число
альтернативных вариантов сдесь 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 обьекта 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 . 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 переудов известна вероятность
появления бракованной детали ) ;
в) субьективными 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 обьекта 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 еденицу продукции, вместе с тем он более дорогой и требует
относительно больших накладных расходов :
|                       |Постоянные расходы     |Операционный доход на  |
|                       |                       |еденицу 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 едениц с вероятностью 0 . 4
х2 = 2000 едениц 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 .
3 . Анализ и принятие управленческих решений в условиях неопределенности .
Эта ситуация разработана в теории , однако на практике формализованные
алгоритмыанализа 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.
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 .