Le decisioni sono il risultato di scelte effettuate tra diverse alternative e
interesserà tutti i partecipanti al processo decisionale. In questo articolo analizziamo la simulazione Monte Carlo come uno strumento di gestione importante per valutare decisioni in condizioni di rischio.
Il metodo è particolarmente utile per simulare decisione i problemi. Ad esempio, il profitto che potrebbe essere raggiunto se una società lancia un nuovo prodotto può dipendere da una serie di fattori (la quota di mercato, della pubblicità, costi di produzione, costi di lancio, la durata di vita del prodotto, ecc.
L'azienda manager dovrebbe identificare tutti i fattori che potrebbero influenzare il profitto e quindi a prendere in considerazione la gran numero di modi in cui questi fattori possono interagiscono. In tali situazioni è dirigente d'azienda consiglia di dividere il problema in parti più piccole, che chiede lui per stimare la distribuzione di probabilità per quota di mercato, per la pubblicità, per la costo di lancio.
Una volta che sono stati ottenuti si può determinare il loro effetto combinato per ottenere la distribuzione di probabilità di profitto. Tramite computer può generare un gran numero di possibili combinazioni di situazioni in cui scegliere una particolare linea di condotta. Al completamento della simulazione possibile
combinazione verrà generato principalmente mentre la combinazione meno possibile sarà generato meno frequentemente. Per esemplificazione abbiamo selezionato una
azienda produttrice scarpe in mercato Cluj che vuole lanciare un nuovo modello per l'autunno-inverno 2013-2014.
Nel periodo in corso la società ha limitato la capacità di produzione, ha un
numero di contratti aggiuntivi onorato e generale situazione di crisi economica rende disponibilità di denaro per essere estremamente limitata. Di conseguenza, la società dovrà scegliere un unico prodotto ad essere lanciato la prossima stagione. La società dovrà decidere quale dei due nuovi prodotti per essere lanciato sul mercato: un modello di Stivali uomo in business class o un nuovo modello di stivali della stessa classe delle donne attività commerciale.
La società non è sicuro né i costi di produzione o di vendita di livello.
Profitto stima comporta passando attraverso diverse fasi, e il primo di questi riguarda la individuazione dei fattori che possono o incidere sul profitto per entrambi i
prodotti.
Parole chiave: il processo decisionale, la simulazione, metodo Monte Carlo, lanciano un nuovo
prodotto.
Classificazione JEL: D81 1699
1. Introduzione
Perché simulazione Monte Carlo permette di stimare il rischio associato a un particolare azione spesso studi nel campo riferimento a questo metodo come metodo di analisi dei rischi nel processo decisionale.
Le decisioni sono il risultato di scelte fatte tra più alternative e interesseranno tutti i partecipanti al processo decisionale (Lazăr, Suciu, 2009).
Secondo il parere di specialisti che praticano e coloro che nel mondo accademico - US Environmental
Protection Agency (1997) e Vose, D. (2008) - metodo di simulazione Monte Carlo ha un certo numero di vantaggi rispetto ad altri metodi di analisi quantitativa del rischio. In questo senso, questo articolo si concentra sulla spiegazione del metodo di
simulazione Monte Carlo.
Usando questo metodo, la distribuzione di tutti i possibili esiti di un evento viene generato da Analisi di un modello più volte, ogni volta con i valori di ingresso selezionato per caso dalle distribuzioni di probabilità delle componenti che costituiscono il modello.
Il metodo è particolarmente utile per simulare problemi di decisione. Ad esempio, la profitto che potrebbe essere raggiunto se una società lancia un nuovo prodotto può dipendere una serie di fattori (la quota di mercato, la pubblicità, i costi di produzione, costi di lancio, ildurata del prodotto, ecc In questo contesto, un decisore dovrà
affrontare una grave problema nel fare stime di profitto che si poteva ottenere. Se la decisione produttore sarebbe stato messo in grado di rispondere alla domanda "qual è la probabilità che il lancio di un nuovo profitto annuo record del prodotto? ", avrebbe grande difficoltà e fornirebbero una risposta relativa.
Per rispondere a questa domanda, il manager della società deve identificare tutti i fattori che potrebbero influire sul conto e quindi considerare il gran numero di modi in cui questi fattori può interrelate.
In tali situazioni si consiglia gestore azienda per dividere il problema in
parti più piccole, che gli chiedevano di stimare la distribuzione di probabilità per quota di mercato, per pubblicità, per il costo di lancio. Una volta che sono stati ottenuti può essere determinato il loro effetto combinato per ottenere la distribuzione di probabilità di profitto.
A causa del gran numero di fattori e perché molti valori che ciascuno di questi fattori possono prendere, ci potrebbe essere un numero infinito di combinazioni possibili che possono
influenzare utili delle società (Ionescu e Cazan, 2007).
Tale problema può essere risolto con successo mediante simulazione Monte Carlo. Il simulazione presuppone l'esistenza di tre elementi principali: sistema reale (reale problema di decisore), un sistema di computer e modello concettuale.
situazioni in cui si sceglie un particolare tipo di azione. Al completamento del simulazione combinazione possibile sarà generato principalmente mentre il meno possibile
combinazione sarà generato meno frequentemente.
Utilizzo di Microsoft Excel per effettuare simulazioni possono essere integrati con strumenti che
in grado di simulare in Excel, popolare rischiano di essere @, un programma di add-on per Microsoft Excel
e MS Project, sviluppato da Palisade e disponibile a www.palisade.com e Sfera di cristallo, che è disponibile presso
http://www.oracle.com/us/products/applications/crystalball/index.html.
Ci sono anche disponibili strumenti gratuiti che possono essere utilizzati per eseguire a Monte Carlo
simulazione, per esempio simular è un programma aggiuntivo per Microsoft Excel ed è
distribuiti come "eMailware". Il programma è stato sviluppato da Luciano macchina al Università Nazionale di Rosario, Argentina, ed è disponibile a
www.simularsoft.com.ar. Aggiunge funzioni di distribuzione di probabilità per l'esecuzione
1700
Simulazione Monte Carlo e l'analisi dei rischi in condizioni di incertezza. Esso prevede inoltre la possibilità
correlare variabili e regolare distribuzioni ai dati.
Così profitto è calcolata per ogni combinazione possibile e quindi sarà quantificare la frequenza di profitti che sono stati generati, e infine il gestore determinerà la
probabilità di aspettativa di profitto. Per utilizzare la simulazione in un problema decisionale è
necessario passare attraverso le seguenti fasi:
2) Sviluppo di un modello, notando come questi fattori si riferiscono;
3) Prendere una sensitivity analysis per identificare i fattori che hanno bisogno di ottenere probabilità
distribuzioni;
4) Istituzione di distribuzioni di probabilità per i fattori che sono stati identificati nel paragrafo precedente;
5) Rendere simulazione;
6) Applicazione di analisi di sensitività dei risultati ottenuti dalla simulazione; 7) Confronto dei risultati per diversi corsi alternativi di azione e di identificare corso d'azione preferenziale.
2. Caso studio: Uso della simulazione Monte Carlo per l'elezione di un nuovo prodotto che sarà lanciato sul mercato.
Una situazione decisione rischio è una società di produzione di scarpe nel mercato Cluj che vuole lanciare un nuovo modello per l'autunno-inverno 2013-2014.
Nel periodo attuale l'azienda ha una capacità limitata di produzione, ha un numero di altri contratti onorati e generale situazione di crisi economica fa i soldi
disponibilità a essere estremamente limitata. Di conseguenza, la società dovrà scegliere un unico prodotto ad essere lanciato la prossima stagione.
La società dovrà decidere quale dei due nuovi prodotti per essere lanciato su
il mercato: un modello di stivali per gli uomini in business class o di un nuovo modello di donne stivali della stessa attività di classe.
Dal momento che l'azienda ha lanciato tali prodotti sul mercato e ci sono simili prodotti sul mercato, significa che sono disponibili informazioni (che possono essere raccolte dall'azienda) per prendere la decisione. Di conseguenza, la situazione
decisionale è più vicino al rischio di incertezza. La società non è sicuro né i costi di produzione o livello di vendite.
Stima Profit coinvolge passare attraverso diverse fasi, e il primo di questi riguarda alla identificazione di fattori che possono o incidere sul profitto per entrambi i prodotti.
2.1.
Identificare i fattori che influenzano L'analisi economica condotta dal management della società ha portato all'identificazione dei seguenti fattori che influenzano il profitto:
quantità stimata di prodotti venduti (unità);
Il prezzo stimato per ciascun commercializzazione del prodotto (RON / pezzo);
I costi fissi della società (la loro dimensione è indipendente dal reale
lavoro di produzione e comprende costi di formazione di produzione, con utenze, stipendi di gestione del personale, al servizio, ecc).
I costi variabili (questi costi dipendono direttamente dalla dimensione e la
produzione attività comprendono:
costi delle materie prime, manodopera diretta, ecc) i..
In qualsiasi analisi di questo tipo, i costi variabili sono più facili da stimare sia per unità e complessiva, mentre i costi fissi sono più difficili da diffondere, come l'azienda produce una vasta gamma di prodotti e analisi della redditività deve tener conto di una equa assegnazione di queste spese.
In questo caso costo fisso assegnazione è proporzionale al valore della produzione di ciascun prodotto rispetto al valore totale della produzione per tutti i prodotti.
2.2.
Progettare un modello matematico in grado di soddisfare le esigenze attuali In questo caso, tenendo conto dei fattori sopra identificati lascerà il
rapporto che mette in evidenza tutti gli elementi, formula profitto. ��
= (� - ��) × ��� - �� Pr = profitto atteso,
P = prezzo stimato di vendita; cv = stima unità costo variabile;
Qes = quantità stimata di prodotti da fabbricati e venduti; Cf = stima dei costi fissi.
2.3. L'analisi di sensibilità per identificare i fattori necessari per ottenere la probabilità distribuzione.
Seguendo il nostro approccio eseguiamo un'analisi di sensitività per ciascuno dei due prodotti per vedere fino a che punto ogni fattore influenza la variabile di interesse – profitto.
Se, dopo recensione trova che uno dei fattori che ha una notevole influenza sulla variabile di interessi, sarà deciso utilizzando un solo valore, quello che è più probabile. In un'analisi di sensibilità sarà identificare i fattori che sono necessarie a valutare la distribuzioni di probabilità. Per ogni prodotto che influenzano il profitto
identifichiamo tre valori: valore minimo, valore massimo e valore più probabile. Analisi di sensitività per "stivali per gli uomini". Tra i fattori che influenzano è considerata che il prezzo è conosciuto dalla società ed è fissato a 150 euro / pezzo. Il seguente tabella presenta i valori di ciascun fattore. Questi valori sono stati forniti dalla società di gestione.
Tabella 1: valori stimati per prodotto:stivali uomo
fattori simboli Valore
attribuibile minimo Valore piu probabile Valore attribuibile massimo
Quantita stimata di unità
Ques(unità) 500 600 900
Costi fissi stimati Cf(ron) 20000 25000 30000
Costi variabili per unità stimati
Cv(Ron/unità) 70 80 110
Nella successiva tabella analizziamo i possibili valori di variazioni di profitto sotto i fattori di influenza.
Minimo Medio massimo varianza
prezzo 150 150 150
Unità (Qes) 10000 17000 38000 53,69%
cf 22000 17000 12000 6,84%
cv 23000 17000 -1000 39,54%
per il primo prodotto considerato "stivali da uomo".
Dall'analisi di questa tabela si nota che il fattore che influenza maggiormente il profitto è quantità di prodotto stimate come prodotto e venduto, e all'estremità opposta fissata Costi.
Poiché i costi fissi non influenzano significativamente il valore della variabile di
interesse (profitto) usiamo ancora un singolo valore per le spese fisse, la più probabile (25 000RON).
Analisi di sensitività per il prodotto secondo "stivali da donna".
Tra l'influssoFattori il prezzo è conosciuta dalla società ed è impostato su un valore di 290 RON / pezzo.
La tabella seguente presenta i valori di ciascun fattore. Sono stati forniti questi valori dalla direzione aziendale.
Tabella 3: valori stimati per stivali da donna
fattori Simbolo Valore minimo Valore
approssimativo probabile Valore massimo Quantità di prodotti stimata Qes 550 700 850 Costi fissi stimati Cf 20000 30000 40000 Costi variabili stimati Cv 110 150 180
Minimo Probabile Massimo Varianza Prezzo 290 290 290 Qes(unita) 47000 68000 89000 38,64% Cf 78000 68000 58000 8,76% Cv 96000 68000 47000 52,59% totale 100
per il secondo prodotto analizzato 'stivali donna.
Dall'analisi di questa tabella si può osservare che il fattore che influenza più il profitto sono i costi di nuovo variabili (variazione essere 52.59%), poi stimato quantità da vendere (con una varianza di 38,64%) ed il fattore di influenza è minimo, come con il prodotto precedente, i costi fissi, la cui variazione è 8,76%. Dal momento che i costi fissi non lo fanno influenzare in modo significativo il valore della variabile di interesse (profitto) ancora utilizzare un unico il valore per le spese fisse, la più probabile
(30.000 RON).
2.4.
Istituzione di distribuzioni di probabilità
Il passo successivo nella determinazione del risultato per ogni calzatura è identificare distribuzioni di probabilità per ogni fattore. Questi sono stati determinati dalla grafica
metodo.
Tabella 5: distribuzioni di probabilità per i due prodotti analizzati
le distribuzioni della seguente tabella sono state determinate tramite il metodo grafico.
Quantità stimata Lunghezza riga Distribuzione probabilità
500 2 0,05 550 8 0,22 600 10 0,28 700 8 0,22 800 5 0,14 900 2 0,057 totale 35 1
Tabella 6:
distribuzione delle probabilità della quantità del prodotto “stivali da donna” utilizzando il metodo grafico.
Quantità stimata Lunghezza riga Distribuzione probabilità
550 2 0,064 600 7 0,22 700 10 0,32 800 9 0,29 900 3 0,096 totale 31 1 Tabella 7
cv(ron/unità) stimato Lunghezza riga probabilità 70 2 0,07 75 8 0,28 80 10 0,35 100 6 0,21 110 2 0,07 total 28 1 Tabella 8:
simulazione per cv per il prodotto stivali da donna
cv(ron/unità) stimato Lunghezza riga probabilità
110 2 0,07
130 6 0,21
150 10 0,35
180 2 0,07
Totale 28 1
Grafici della simulazione
2.5. Fare simulazione
Dopo aver ottenuto le distribuzioni di probabilità per ogni fattore, ci rendiamo conto simulazione in Per ottenere la distribuzione di probabilità di profitto. Il primo
prodotto per il quale eseguire la simulazione è "stivali per gli uomini". Per ottenere la simulazione abbiamo usato il Microsoft Office Excel. Programma generato due numeri casuali il primo che rappresenta la quantità stimata di prodotti da produrre e
commercializzati e il secondo numero che rappresenta i costi variabili. Ad esempio per la prima simulazione abbiamo ottenuto:
Profitti = 900 unit x (150 ron – 80 ron) – 25000 ron = 38000 ron
per ottenere risutati vicini alla relatà tramite la distribuzione delle probabilità sono state eseguite 1000 simulazioni, ed i risultati ottenuti da queste sono stati riportati nella seguente tabella:
tabella 9: simulazione Monte Carlo per il prodotto stivali da uomo
Numero della
simulazione Unità stimate nella simulazione corrente Ron stimato nella simulazione corrente
1 900 80 25000 38000 2 500 100 25000 0 3 550 100 25000 2500 4 550 75 25000 16250 5 600 100 25000 5000 …. …. ... ... 500 900 100 25000 20000 501 500 80 25000 10000 502 800 70 25000 39000 503 500 80 25000 10000 504 550 80 25000 13500 ….. …. …. ... ... 996 900 80 25000 38000 997 700 75 25000 27500 998 700 75 25000 27500 999 600 110 25000 -1000 1000 550 80 25000 13500
Mentre la distribuzione probabile dei profitti dopo aver sostenuto le mille simulazioni Monte Carlo sono così riassunte nella seguente tabella:
tabella 10:
Profitti Numero di simulazioni probabilità
Da -5000 a 0 66 0,066
Da 1 a 10000 209 0,209
Da 10001 a 20000 397 0,397
Da 30001 a 40000 124 0,124
Da 40001 a 47000 25 0,025
Totale 1000 1
Quindi come possiamo vedere da questa tabella, i risultati della simulazione danno come ipotesi più probabile un profitto compreso tra i 10001 e i 20000 euro con una probabilià del 39,7% ovvero 397 casi su 1000.
un altro dato sensibile da analizzare da questa simulazione è che nel 6,6% dei risultati ottenuti il profitto ottenuto è negativo.
Mentre un altra percentuale elevata per il profitto viene attribuita per i risultati compresi tra i 20001 e i 30000 euro (20%).
adesso andiamo ad eseguire la stessa identica simulazione per il secondo prodotto ovvero li stivali da donna e vediamo che risultati otteniamo, utilizzando sempre la solita formula base per il profitto.
esempio1
Profitto = 700 units x (290 – 130) – 30000 = 82000 Ron
nella seguente tabella sono riportati i risultati della simulazione Monte Carlo per il secondo prodotto preso in esame dall'azienda, anche in questo caso sono state sostenute mille prove per valutare diversi scenari possibili, ed ottenere un risultato il più possibile vicino alla realtà.
Numero della
simulazione Unità stimate nella simulazione corrente
Ron stimato nella simulzione corrente
Costi fissi profitti
1 700 130 30000 82000 2 750 160 30000 67500 3 700 150 30000 68000 4 700 180 30000 47000 5 700 150 30000 68000 ... 501 700 150 30000 68000 502 550 150 30000 47000 503 700 150 30000 68000 504 750 160 30000 67500 505 850 150 30000 89000 996 750 180 30000 52500 997 700 160 30000 61000 998 600 160 30000 48000 999 700 160 30000 61000 1000 750 160 30000 67000
Dopo la simulazione la distribuzione dei profitti ottenuti è riassunta nella seguente tabella:
tabella12:
profitti Numero di simulazioni probabilità
Da 1 a 50000 151 15,1%
Da 50001 a 75000 567 56,7%
Da 75001 a 100000 228 22,8%
Da 100001 a 123000 45 4,5%
Totale 1000 1
Quindi come possiamo vedere dalla tabella di cui sopra il risultato più probabile per il prodotto “stivali da donna” è un profitto compreso tra i 50001 e 75000 euro con una distribuzione di probabilità addirittura superiore al 50%.
conclusioni:
Probabilità di profitto per il primo prodotto ad essere situata tra 10001 e 20000 Ron Ron 39,7% è il valore più alto.
Per il secondo prodotto più probabile (56,7%) è a scopo di lucro oscillato tra 50001 Ron
75000 e Ron.
Alla luce di questa analisi, dirigente d'azienda deciderà, naturalmente, il lancio di "stivali
stagione autunno-inverno signore. A causa dell'incertezza e rischio coinvolti in questi problemi di decisione, management della società ha incontrato grandi difficoltà a prendere quella decisione che massimizzare il profitto, da un lato, ma che sarà ridurre al minimo
la probabilità di una perdita, dall'altro.
Così ora la gestione di società di produzione in Romania può ricorrere a varie
strumenti che possono migliorare il processo decisionale, strumenti noti come alberi di decisione,
analisi di sensitività, grafici, simulazioni Tornado Monte Carlo, che può essere utile per la gestione dell'intera azienda.
Tenendo conto del fatto che si basa su dati numerici ottenuti eseguendo
più simulazioni, un valore aggiunto a questa tecnica. Essa contribuisce anche a eliminare ogni pregiudizio
nella scelta di alternative al momento di pianificare rischio. Simulazione Monte Carlo offre
molti vantaggi, ma la sua affidabilità dei risultati dipende dalla precisione dei valori e modelli di correlazione, se vengono specificati durante la simulazione. Pertanto, un particolare attenzione dovrebbe essere data per determinare l'intervallo di valori e di selezione
di distribuzione appropriata, perché i risultati non saranno accurati. In altre parole, i dati forniti dal gestore sono di vitale importanza per il successo della simulazione e della
manager deve avere conoscenza solido nel settore di cui fa parte il simulata situazione.