Invest-currency.ru

Как обезопасить себя в кризис?
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Анализ дерева решений это

Метод «дерево решений»

Для анализа рисков инновационных проектов часто применяют метод дерева решений. Он предполагает, что у проекта существует несколько вариантов развития. Каждое решение, принимаемое по проекту, определяет один из сценариев его дальнейшего развития. При помощи дерева решений решаются задачи классификации и прогнозирования. Дерево решений – это схематическое представление проблемы принятия решений. Ветви дерева решений представляют собой различные события (решения), а его вершины – ключевые состояния, в которых возникает необходимость выбора. Чаще всего дерево решений является нисходящим, т. е. строится сверху вниз.

Выделяют следующие этапы построения дерева решений:

1. Первоначально обозначают ключевую проблему. Это будет вершина дерева.

2. Для каждого момента определяют все возможные варианты дальнейших событий, которые могут оказать влияние на ключевую проблему. Это будут исходящие от вершины дуги дерева.

3. Обозначают время наступления событий.

4. Каждой дуге прописывают денежную и вероятностную характеристики.

5. Проводят анализ полученных результатов.

Основа наиболее простой структуры дерева решений – ответы на вопросы «да» и «нет».

Пример 1. Рассмотрим пример дерева решений, задача которого – ответить на вопрос «Пойти ли гулять?». Чтобы решить эту задачу, необходимо ответить на ряд вопросов, которые находятся в узлах дерева (рис. 8.1). Вершина дерева «На улице солнечно» является узлом проверки. Если на этот вопрос получен положительный ответ, то переходим к левой ветви дерева, если отрицательный – то к правой. Движение продолжается до тех пор, пока не будет получен окончательный ответ.

Рис. 8.1. Дерево решений «пойти ли гулять»

Для каждой дуги дерева могут быть определены числовые характеристики, например величина прибыли по проекту и вероятность ее получения. В этом случае оно помогает учесть все возможные варианты действия и соотнести с ними финансовые результаты. Для формулирования сценариев развития проекта необходимо располагать достоверной информацией с учетом вероятности и времени наступления событий. Затем переходят к сравнению альтернатив.

Пример 2. Компания «Конфетти» в настоящее время выпускает плитки молочного шоколада. Директор по развитию считает, что на рынке повысился спрос на молочный шоколад с наполнителями. Перед компанией стоит вопрос: переходить ли на производство молочного шоколада с наполнителем или не стоит этого делать? Если производить шоколад обоих типов, то потребуется увеличить производственные мощности. Информация об ожидаемых выигрышах и вероятности событий в случае того или иного решения представлена на дереве решений (рис. 8.2). Используя дерево решений, руководитель находит наиболее предпочтительное решение – увеличить производственные мощности. Это обусловлено ожидаемой прибылью – 2 млн руб., которая превышает прибыль 1 млн руб. при отказе от такого наращивания, если в точке «а» будет низкий спрос. Руководитель, двигаясь к первой точке принятия решения, рассчитывает предполагаемую прибыль в случае альтернативных действий.

Рис. 8.2. Дерево решений «какой шоколад производить»

Для производства только молочного шоколада с наполнителем она составит 4,4 млн руб. (5 × 0,8 + 0,2 × 2). Аналогично рассчитывается ожидаемое значение для варианта выпуска только молочного шоколада без наполнителя, которое равно всего 2,55.

Таким образом, наращивание производственных мощностей является наиболее желательным решением и приносит наибольший выигрыш.

Пример 3. Руководителю отдела нужно принять решение относительно закупки станков. Второй станок более экономичный, но и в то же время более дорогой и требует больших накладных расходов (рис. 8.3). Руководителю нужно выбрать тот станок, который обеспечит максимизацию прибыли.

ОборудованиеПостоянные расходыОперационный расход на единицу техники
Станок 1500 000
Станок 2700 000

Рис. 8.3. Дерево решений

Руководитель оценивает вероятность спроса на продукцию, производимую на станках:

· 2 000 ед. с вероятностью 0,4;

· 3 000 ед. с вероятностью 0,6.

Станок 1: 840 000 × 0,4 + 1 510 000 × 0,6 = 1 242 000.

Станок 2: 1 180 000 × 0,4 + 2 120 000 × 0,6 = 1 744 000.

Таким образом, приобретение второго станка более экономично.

Недостатками дерева решений является ограниченное число вариантов решения проблемы. В процессе построения дерева решений необходимо обращать внимание на его размер. Оно не должно быть слишком перегруженным, т. к. это уменьшает способность к обобщению и способность давать верные ответы.

Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: Увлечёшься девушкой-вырастут хвосты, займёшься учебой-вырастут рога 10384 — | 8015 — или читать все.

Управление рисками проекта

Количественный анализ рисков

Количественный анализ рисковэто количественный анализ потенциального воздействия идентифицированных рисков на общие цели проекта.

Количественный анализ рисков обычно выполняется для рисков, которые были квалифицированы в результате качественного анализа. При количественном анализе также оцениваются вероятности возникновения рисков и размеры ущерба /выгоды; здесь анализируются риски, имеющие высокие и умеренные ранги. Выбор методов анализа определяется для каждого проекта и зависит от наличия времени и от бюджета.

Количественный анализ рисков: входы

Исходной информацией для количественного анализа рисков служат:

  • Активы организационного процесса.
  • Описание содержания проекта.
  • План управления рисками.
  • Реестр рисков.
  • План управления проектом.
Количественный анализ рисков: инструменты и методы

Наиболее распространенными методами количественного анализа являются:

Методы сбора и представления данных, к которым относятся опросы и экспертная оценка, были описаны в разделе идентификации рисков.

Анализ чувствительности помогает определить, какие риски обладают наибольшим потенциальным влиянием на проект. Идея метода состоит в отслеживании параметров, которые оказывают влияние на исследуемую ситуацию проекта. Фиксируя все параметры и изменяя только один из них, можно определить его воздействие на исследуемую ситуацию. Скажем, исследуя вопрос об ожидаемой прибыли Исполнителя проекта, выделяем влияющие на нее параметры, например такие: отсутствие квалифицированного персонала и необходимость в его привлечении, отсутствие помещения под проектный офис и необходимость аренды проектного офиса, отсутствие необходимых технических средств для оборудования рабочих мест и необходимость в закупке требуемых средств. Затем выполняем анализ чувствительности для выделенного параметра, обладающего наибольшим потенциальным риском.

Читать еще:  Схема факторного анализа прибыли

Анализ дерева решений. В сложных ситуациях, когда трудно вычислить результат проекта с учетом возможных рисков, используют метод анализа дерева решений .

Дерево решенийэто графический инструмент для анализа проектных ситуаций, находящихся под воздействием риска. Дерево решений описывает рассматриваемую ситуацию с учетом каждой из имеющихся возможностей выбора и возможного сценария. Дерево решений имеет пять элементов ( рис. 7.7).

Точки принятия решенийэто моменты времени, когда происходит выбор альтернатив.

Точка случайного события (точка возникновения последствий)момент времени, когда с тем или иным результатом наступает случайное событие.

Ветвилинии, соединяющие точки принятия решений с точками случайного события. Ветви, исходящие из точки принятия решений, показывают возможные решения, а линии, исходящие из узлов случайных событий, представляют возможные результаты случайного события.

Вероятностичисловые значения, расположенные на ветвях дерева и обозначающие вероятность наступления этих событий. Сумма вероятностей в каждой точке принятия решений равна 1.

Ожидаемое значение (последствия)это расположенное в конце ветви количественное выражение каждой альтернативы.

Модель создается слева направо. Построение начинается с отображения точки принятия решения, имеющей вид квадрата. Из этой точки рисуют количество ветвей, равное числу проектных альтернативных решений. В конце каждой ветви рисуют кружок, обозначающий возникновение допустимого случайного события, из которого выходят две ветви — возможные результаты вероятностного события. Ветви дерева берут свое начало в точке принятия решений и разрастаются до получения конечных результатов. Путь вдоль ветвей дерева состоит из последовательности отдельных решений и случайных событий. Рассмотрим пример. Торговая компания открывает новый магазин, который должен быть укомплектован новейшим оборудованием. Оборудование производят два конкурирующих поставщика (П1 и П2), объявивших одну и ту же дату появления на рынке нового оборудования. Для увеличения эффективности работы компания планирует осуществить внедрение ИС класса ERP. Разработаны три варианта расписания внедрения информационной системы: (Вариант 1, Вариант 2, Вариант 3). Длительность проекта рассматривается как параметр первостепенной важности. Расписание внедрения ИС зависит от поставки и монтажа оборудования. Команда проекта оценила вероятность того, что поставщик 1 (П1) или поставщик 2 (П2) поставит нужное оборудование первым. Анализ информации о прежних разработках поставщиков позволил предположить, что поставщик 1 поставит на рынок новое оборудование с вероятностью 60%, соответственно для поставщика 2 эта вероятность будет равна 40%.

Команда проекта разработала сетевые графики трех альтернативных вариантов расписания внедрения ИС при условии, что оборудование уже поставлено, и оценила возможные значения продолжительности проекта.

Рассчитаем возможную длительность проекта для каждого точки случайного события:

ожидаемая длительность для случайного узла А: (80дней* 0,6) + (70дней *0,4) = 76дней

ожидаемая длительность для случайного узла Б: (70дней * 0,6) + (75дней *0,4) = 72дней

ожидаемая длительность для случайного узла В: (75дней * 0,6) + (80дней *0,4) = 78дней

Результат дерева решений — вариант расписания с наименьшей продолжительностью, равной 72 дням.

Дерево решений — инструмент, который позволяет наглядно провести анализ проектных решений, содержащих несколько путей решения.

Результаты количественного анализа рисков

Реестр рисков (обновления)

В процессе идентификации рисков начинается формирование реестра рисков , в процессе качественного анализа рисков выполняется его обновление, во время количественного анализа рисков происходит повторное обновление реестра. Реестр рисков является составной частью плана управления проектами, поэтому обновлению подлежат следующие основные элементы плана:

Дерево решений

На этой странице вы найдете решенные типовые задания из контрольных, лабораторных и практических работ по теории игр на тему «Дерево решений» (изучаются в курсах теории рисков, инвестиций, менеджменте, ТПР, МОР, ЭММ и т.п.).

Чаще всего метод дерева решений используют в сложных, но поддающихся классификации задачах принятия решений, когда перед нами есть несколько альтернативных «решений» (проектов, выходов, стратегий), каждое из которых в зависимости от наших действий или действий других лиц (а также глобальных сил, вроде рынка, природы и т.п.) может давать разные последствия (результаты).

Задача состоит в том, чтобы правильно отобразить все возможные варианты развития ситуации (ветви дерева) и конечные результаты, вычислить некоторые показатели (например, ожидаемая прибыльность проекта, затраты и т.п.) и на основе полученных данных принять решение и выборе нужной линии поведения.

Принятие решений с помощью дерева возможных вариантов производится поэтапно:

  1. Построение дерева решений (графа без циклов). Дерево строится по определенным правилам: вершины альтернативных решений, вершины событий, дуги решений, конечные решения — листья вводятся и обозначаются определенным образом в нужном порядке.
  2. Анализ дерева решений : подсчет вероятностей и математических ожиданий (стоимостных оценок решения, EMV), расчет оптимистического и пессимистического прогноза, выбор оптимального решения.

Примеры решений задач: Дерево решений

Задача 1. Вы рассматриваете перспективы создания новой консалтинговой службы. Объем необходимых вложений на начальном этапе $200 тыс. Существует 60%-ная вероятность, что спрос будет высоким в 1-й год. Если спрос будет высоким в первый год, то в последующие годы вероятности высокого и низкого спроса составят 80% и 20% соответственно. Если спрос будет низким в 1-й год, то в последующие годы вероятности высокого и низкого спроса составят 40% и 60% соответственно. При высоком спросе прогнозируемые доходы составят 500 тыс. дол. в год; при низком спросе прогнозируемые доходы равны 300 тыс. дол. в год. Вы можете прекратить предоставлять услуги в любой момент. Затраты, помимо связанных с использованием компьютера, прогнозируются в размере 140 тыс. дол. в год, вне зависимости от уровня спроса.

Читать еще:  Анализ безубыточности на примере предприятия

Если Вы решите не вкладывать деньги в консалтинговую службу, то сможете вложить их на практически безрисковой основе под 20% в год.
Если будет решено организовать консалтинговую службу, Вам необходимо будет решить вопрос с проведением компьютерных расчетов, составляющих основу деятельности. Один возможный вариант — купить сервер.
Срок морального устаревания его 5 лет. Затраты будут состоять из первоначальных расходов в размере 150 тыс. долларов и ежегодных расходов на эксплуатацию в размере 20 тыс.
Альтернативный вариант — арендовать компьютерные ресурсы по мере необходимости. В этом случае затраты на аренду будут пропорциональны спросу и составят 30% доходной части за вычетом оговоренных постоянных расходов в 140 тыс. Во всех случаях никаких других издержек нет.

a. Постройте «древо решений», иллюстрирующее эти варианты и охватывающее 3 года.
b. Стоит организовать консалтинговую службу или безрисковый доход выгоднее? Рассмотрите итоги деятельности за два и три года.
c. Что лучше — купить компьютер или арендовать?
d. Предположим, что после 3 лет деятельности вы сможете продать службу, как отдельный бизнес в среднем за 350 тыс. долларов. Какому ежегодному проценту прироста соответствует полученный вами доход?
e. Четко сформулируйте любые дополнительные допущения, которые вам потребуется сделать.

Задача 2. Фермер может выращивать либо кукурузу, либо соевые бобы. Вероятность того, что цены на будущий урожай этих культур повысятся, останутся на том же уровне или понизятся, равна соответственно 0,25, 0,30 и 0,45. Если цены возрастут, урожай кукурузы даст 30 000 долл. чистого дохода, а урожай соевых бобов — 10 000 долл. Если цены останутся неизменными, фермер лишь покроет расходы. Но если цены станут ниже, урожай кукурузы и соевых бобов приведет к потерям в 35 000 и 5 000 долл. соответственно. Постройте дерево решений. Какую культуру следует выращивать фермеру? Каково ожидаемое значение его прибыли?

Задача 3. Предприятие рассматривает варианты капитальных вложений. Первый вариант предусматривает строительство нового цеха для увеличения объема выпуска продукции стоимостью М1 = 500 млн. руб. При этом варианте возможны большой спрос (годовой доход в размере R1 = 230 млн. руб. в течение 5 последующих лет) с вероятностью p1 = 0,7 и низкий спрос (ежегодные убытки R2 = 90 млн. руб. с вероятностью p2 = 0,3.
Второй вариант предусматривает создание нового предприятия для выпуска новой продукции Стоимостью М1 = 700 млн. руб. При этом варианте возможны большой спрос (годовой доход в размере R1 = 450 млн. руб. в течение 5 последующих лет) с вероятностью p1 = 0,6 и низкий спрос (ежегодные убытки R2 = 150 млн. руб. с вероятностью p2 = 0,4.
При третьем варианте предлагается отложить инвестиции на 1 год для сбора дополнительной информации, которая может быть позитивной или негативной с вероятностью p1 = 0,8 и p2 = 0,2 соответственно. В случае позитивной информации можно осуществить инвестиции по указанным выше расценкам, в вероятности большого и низкого спроса меняются на p1 = 0,9 и p2 = 0,1 соответственно. Доходы на последующие годы остаются на том же уровне. В случае негативной информации инвестиции осуществляться не будут.
Все расчеты выражены в текущих ценах и не должны дисконтироваться. Нарисовать дерево решений. Определить наиболее эффективную последовательность действий, основываясь на ожидаемых доходах. Какова ожидаемая стоимостная оценка наилучшего решения?

Задача 4. Рассматривается проект покупки доли (пакета акций) в инвестиционном проекте. Пакет стоит 7 млн., и по завершению проект принесет доход 12 млн. с вероятностью 0,6 или ничего с вероятностью 0,4.
При этом через некоторое время будет опубликован прогноз аналитической фирмы относительно успеха этого проекта. Прогноз верен с вероятностью 0,7, то есть, равны 0,7 условные вероятности.
Однако, в случае положительного прогноза пакет порождает до 10,6 млн., а в случае отрицательного подешевеет до 3,4 млн. Требуется составить стратегию действий: покупать ли долю, или ждать прогноза, и совершать ли покупку при том или ином результате прогноза.

Задача 5. Компания «Большая нефть» хочет знать, стоит ли бурить нефтяную скважину на одном из участков, купленных ранее в перспективном месте. Бурение, проведенное на множестве соседних участков, показало, что перспективы не так уж хороши. Вероятность найти нефть на глубине не больше 400 м составляет около 50%. При этом стоимость бурения составит 1.5 млн., а стоимость нефти, за вычетом всех расходов, кроме расходов на бурение, составит 6 млн. Если нефть не найдена на малой глубине, не исключена возможность найти ее при более глубоком бурении. Расходы на бурение, вероятность найти нефть и приведенная стоимость нефти для этих случаев даны в таблице.
a. Постройте дерево решений, показывающее последовательные решения о разработке скважины, которые должна принять компания «Большая нефть». На какую среднюю прибыль компания может рассчитывать?
b. Скважину какой глубины нужно быть готовыми пробурить? (Стоит ли остановиться при достижении определенной глубины, или бурить до предельной глубины?)
c. Какова вероятность найти нефть при бурении (при необходимости) до выбранной вами предельной глубины? Какова полная вероятность найти нефть при готовности бурить до 1500 м?

Анализ дерева решений

Метод построения «дерева решений» используется чаще всего для анализа риска, при котором можно выделить обозримое количество просчитываемых вариантов. Этот метод заключается в определении вероятности реализации определенного количества возможных сценариев, в определении количественных и качественных параметров риска для каждого сценария. Для проведения исследования методом «дерева решений» необходимо иметь максимально возможный объем количественной и качественной информации не только в статике, но и в динамике.

Дерево решения является графической моделью процесса принятия решений. Вершины дерева представляют ключевые состояния, в которых возникает необходимость выбора, а дуги (ветви дерева) – различные события (решения, последствия, операции), которые могут иметь место в ситуации, определяемой вершиной. Каждой дуге (ветви) дерева могут быть приписаны числовые характеристики (нагрузки), например, величина платежа и вероятность его осуществления.

В общем случае использование данного метода предполагает выполнение следующих шагов:

— для каждого момента времени t определяют проблему и все возможные варианты дальнейших событий;

— откладывают на дереве соответствующую проблеме вершину и исходящие из нее дуги;

— каждой исходящей дуге приписывают ее денежную и вероятностную оценки;

— исходя из значений всех вершин и дуг рассчитывают вероятное значение критерия NPV (либо IRR, PI);

— проводят анализ вероятностных распределений полученных результатов.

Например, предположим, что компания рассматривает возможность производства промышленных роботов для отрасли, выпускающей телевизоры. Чистые инвестиции по проекту осуществляются в три этапа (рис. 7.5).

Читайте также:

  1. I. Анализ инженерно-геологических условий территории, оценка перспективности её застройки
  2. I. Анализ инженерно-геологических условий территории, оценка перспективности её застройки
  3. II. Анализ чувствительности прибыли к изменению анализируемых факторов
  4. III. Проведение анализа безубыточности
  5. III. Произвести анализ риска путем построения дерева событий.
  6. IV. Определение компенсирующего объёма реализации при изменении анализируемого фактора
  7. SWOT – анализ на примере фабрики по производству обуви.
  8. SWOT-анализ
  9. SWOT-анализ
  10. SWOT-анализ
ВремяКумулятивная вероятностьNPVВероятность xNPV
t = 0t = 1t = 2t = 3t = 4t = 5t = 6
–500 –10000 10000 10000 10000 10000 0,144 0,192 0,144 0,320 0,200 1,00015 250 –14 379 –1397 –500 Ожидаемый NPV–2071 –447 –100 –338
–1000 4000 4000 4000 4000
–2000–2000–2000–2000

Рис. 7.5. Анализ дерева решений

Этап 1. В момент t = 0 проводится изучение рыночного потенциала для применения роботов на линиях сборки телевизоров. Стоимость – 500 тыс. руб.

Этап 2. Если окажется, что значительный рынок для телевизионных сборочных роботов действительно существует, тогда в момент t = 1 расходуется 1 млн. руб. на разработку и изготовление нескольких опытных образцов роботов. Эти роботы затем оцениваются инженерами из телевизионной промышленности, и их мнение определит, будет ли фирма продолжать работу над проектом.

Этап 3. Если опытные образцы хорошо себя покажут, тогда в момент t = 2 в строительство производственного предприятия инвестируется 10 млн. руб. Менеджеры прогнозируют, что чистый денежный поток, генерируемый в течение следующих четырех лет, может варьировать в зависимости от спроса на продукцию.

В данном случае считается, что между решениями проходит один год. Каждый прошедший период определяет выбор того или иного решения. Сумма слева от момента принятия решения означает размер чистой инвестиции, необходимой в случае принятия этого решения, а денежные потоки, показанные под t3-6, – это денежные поступления, возникающие в случае принятия проекта.

Каждая диагональная линия представляет собой ветвь дерева решений, каждая ветвь имеет рассчитанную вероятность. Например, если фирма решит начать работу над проектом, то к моменту принятия решения 1-го этапа она должна будет потратить 500 тыс. руб. Они будут списаны в убыток.

Если результаты маркетинговых исследований положительны, то фирма на следующем этапе потратит 1 млн. руб. на изготовление опытного образца работа. При этом есть 60-процентная вероятность того, что телеинженеры сочтут робот полезным, и 40-процентная вероятность того, что он им не понравится. Если инженеры примут робот, тогда фирма потратит заключительные 10 млн. руб. на развертывание производства, в противном случае проект будет отвергнут. Если фирма все-таки развернет производство, денежные потоки за 4-летний срок действия проекта будут зависеть от того, насколько хорошо рынок примет конечный продукт. Есть 30-процентная вероятность того, что спрос будет вполне приемлемым, а чистый денежный поток составит 10 млн. руб. в год, 40-процентная вероятность – для 4 млн. руб. в год, и 30-процентная возможность ежегодного убытка в 2 млн. руб. Эти денежные потоки показаны под годами с 3-го по 6-й.

Кумулятивные (направленно накопленные) вероятности, представленные на рис. 7.5 и полученные перемножением всех вероятностей на конкретных ветвях дерева, показывают вероятность наступления каждого конкретного исхода. Например, вероятность того, что проект будет полностью осуществлен, а среднегодовой приток денежных средств будет на уровне 10 млн. руб., составляет:

0,8 х 0,6 х 0,3 = 0,144, или 14,4%.

На рис. 7.5 приведены также NPV каждого конечного исхода. Если цена капитала компании составляет 11,5%, то NPV наиболее благоприятного исхода составляет:

NPV = –500 – – + + + + =

Остальные NPV рассчитаны аналогичным образом. В последней колонке рис. 7.5 представлены данные для расчета ожидаемого значения NPV проекта, которое составило –338 тыс. руб. Среднеквадратическое отклонение ожидаемого NPV равно 7991 тыс. руб., значение коэффициента вариации составляет 23,6.

Полученные результаты показывают, что с точки зрения единичного риска проект является очень рисковым. При этом вероятность понести убытки равна 0,144 + 0,320 + 0,200 = 0,664. На основании всего этого проект выглядит неприемлемым. Тем не менее данный вывод может быть пересмотрен, если при его анализе учесть возможность приращения проекта уже в ходе его реализации.

Дата добавления: 2015-01-05 ; просмотров: 18 ; Нарушение авторских прав

Ссылка на основную публикацию
ВсеИнструменты 220 Вольт
Adblock
detector