Оценка методов моделирования

Использование моделирования может стать важным инструментом приня­тия управленческих решений и дает ряд преимуществ, а именно:

— Обеспечивает учет неопределенности. Так, к неопределенным перемен­ным относятся будущий спрос, цены конкурентов, сроки поставки, интенсив­ность потока покупателей и изменение процентных ставок. Сложная модель может включать в себе разнообразные переменные такого рода.

— Позволяет проводить сравнение альтернативных вариантов. Применение моделирования позволяет неоднократно пользоваться полученной моделью при анализе альтернативных стратегий и их воздействия на различные факторы. Так, мы можем проанализировать воздействие различной политики ценообразова­ния на спрос.

— Позволяет отслеживать множественные исходы.

Сложные имитационные модели можно использовать для отслеживания поведения различных показателей, в частности прибыли, объема продаж, рас­ходов и уровня клиентского обслуживания.

— Обеспечивает непротиворечивость данных. Применение имитационной модели дает возможность непротиворечивым и стандартизованным образом проанализировать различные данные. Не имея такой модели, легко впасть в субъективизм при проведении сравнения, в результате чего выходные данные могут оказаться ошибочными.

— Устраняет риски. Использование моделей не несет в себе каких-либо существенных рисков. Если бы не было модели, то различные стратегии при­шлось бы проверять в реальной ситуации. Так, можно увеличить цену на товар и понаблюдать, как это скажется на объеме продаж или спросе, или сократить численность персонала и посмотреть, как это скажется на уровне обслужива­ния клиентов. Такой процесс связан с рисками потерь доходов или клиентов. Применение моделирования позволяет устранить такие риски.

— Дает экономию средств. Имитационные модели относительно дешевы. Когда создана подходящая модель, можно отработать различные ситуации прак­тически даром и за относительно короткий отрезок времени.

Однако использование моделей имеет и недостатки, а именно:

— Затратность процесса разработки модели. Разработка сложных моделей может отнять много времени и средств. Реалистичные модели могут включать большое количество переменных со значительным разбросом возможных вы­ходных данных. Разработка такой модели может оказаться нежелательной. На практике лучше выстроить упрощенный вариант модели, которую можно про­верить и превратить в практический инструмент.

Сложность. Практические имитационные модели могут быть неверо­ятно сложны и громоздки. Отсюда могут возникнуть сложности с подтвер­ждением пригодности модели, а также с анализом результатов имитацион­ных прогонов. Такая сложность ведет к тому, что имитационная модель выдает ненадежные данные, что может увести ничего не подозревающего руково­дителя в сторону.

Краткое содержание главы

В этой главе мы рассмотрели различные варианты применения методов моделирования в хозяйственной деятельности. В данных методах применяются случайные числа в качестве основы моделирования различных количественных и финансовых данных. Полученные значения можно далее использовать для проверки возможных явлений и процессов, при этом проверка осуществляется на искусственной ситуации и не несет в себе рисков. В этой главе мы рассмот­рели основные направления применения моделирования, а именно:

Управление запасами. Это направление требует учета различньк перемен­ных, в частности спроса на конкретные товары, а также норм выпуска и вре­мени поставки. Сочетание этих переменных в одной модели позволяет руково­дителю рассмотреть несколько вариантов хранения запасов. Так, с помощью методов моделирования можно оценить и сравнить требуемый уровень запасов, требуемую точку заказа, сроки и периодичность поставок, а также производ­ственные графики.

Массовое обслуживание. Очереди могут возникнуть в самых различных слу­чаях, например при обслуживании покупателей предприятиями розничной и

1,3 х 2 — 0 4 + I = 2.2 + I. Значение I можно смоделировать с помощью случайных нормальных отклонений, как это показано в предыдущем примере. Далее в табли­це даны значения месячных изменений индекса Никкей в соответствии с данной моделью В таблице даны оценки колебаний индекса «Никкей» на основании про­шлых колебаний индекса Доу-Джонса. То есть изменения индекса Доу-Джонса за месяц 1 используются для оценки изменения индекса «Никкей» за месяц 2 Аналогично, оценка изменения индекса «Никкей» за десятый месяц основыва­ется на колебаниях индекса Доу-Джонса за месяц 9. Значения D введены в модель, а все другие значения рассчитаны по схеме, приведенной выше.

	A	B	C	D	E
	Месяц	Изменение индекса Доу-Джонса (D%)	Случайное число	Нерегулярные колебания (I)	Изменение индекса «Никкей» (N%)
		1.0	—	—	—
		2,2	0,171	0,137	1,0
		1,4	—0,321	-0,257	2,2
		0,5	—1,646	—1,317	0,1
		-0,5	—0,781	—0,625	-0,4
		-1,0	0,635	0,508	-0,5
		-1,2	2,054	1,643	-0,1
		-0,5	1,722	1,378	-0,6
		0,7	0,246	0,197	-0,9
		—	1,560	1,248	1,8

Рис.20

Такую модель можно проверить в реальной жизни, путем сравнения прогнозных значений N с фактическими значениями изменения индекса. То есть первоначально модель проверяется на прошлых данных, с тем чтобы определить, насколько оценки N близки к фактическим значениям. Таким способом можно подтвердить достоверность модели, а также скорректиро­вать ее с учетом новой информации. Результаты такого моделирования мож­но использовать при анализе различных инвестиционных стратегий и свя­занных с ними рисков. Когда получена приемлемая модель, потенциальный инвестор может проверить различные подходы к инвестициям на основании изменений индекса Доу-Джонса, и при этом он не будет нести каких-либо финансовых потерь.

Дата добавления: 2015-09-03