Глава 3. Средства и методы обоснования плановых решений

3 3. Новые методы обоснования рациональных решений

111

Методы теории анализа корреляций и регрессий, дисперсион­ного анализа применяются в планировании для анализа различных статистических связей и установления нормативов (трудовых, сто­имостных, материальных).

Методы теории массового обслуживания используются при планировании оптимальных соотношений между размерами ос­новного и вспомогательного производства, а также другими струк­турными элементами предприятия, если процессы в них носят не­регулярный характер и могут быть представлены как процесс мас­сового обслуживания.

Методы теории игр и теории статистических решений применяются при принятии и оптимизации решений по управ­лению процессами взаимоотношения с рынком, страхованию от стихийных бедствий, созданию сезонных запасов ресурсов и т.д.

Метод, который изучает эффективность выполнения опера­ций в зависимости от порядка их следования, называется теори­ей расписаний. Задачи данного метода связаны с упорядочивани­ем операций, являющихся объектами планирования. Они возни­кают повсюду, где существует возможность выбора той или иной очередности их выполнения. Эффективен метод при составлении сменно-суточных заданий в оперативно-календарном планирова­нии, планировании транспортных маршрутов и очередности об­служивания рабочих мест.

Теория запасов применяется в планировании для определения оптимальных партий поставок и уровней запасов материальных ресурсов предприятия. В моделях теории запасов оптимизация вы-ражается в снижении издержек на создание запасов и общей по­требности в оборотных средствах.

Теория информации содержит комплекс средств и методов ра­боты с информацией, обеспечивающих ее достоверность, надеж­ность, актуальность. Методы теории информации могут приме­няться при разработке технологии планирования.

Теория надежности в планировании применяется при оценке надежности плановых решений и позволяет снизить хозяйствен­ный риск при реализации плановых решений.

Применительно к планированию методы теории вероятности сводятся к определению значений вероятности наступления собы­тий и действий и к выбору из возможных направлений действий самого предпочтительного, исходя из наибольшей величины мате­матического ожидания (абсолютной величины этого исхода, ум­ноженной на вероятность его наступления). Применение этих ме­тодов позволяет плановикам с большей уверенностью принимать решения на основе «приблизительных» оценок традиционными методами. Поэтому методы теории вероятности, как правило, при­меняются в комплексе с традиционными методами планирования, изложенными в § 3.2. Например, методы теории вероятности хоро­шо применяются вместе с адаптивным поиском стратегии разви­тия фирмы (см. п. 2, § 3.2).

Адаптивное дерево поиска показывает возможные решения, подлежащие рассмотрению. По выбранным разветвлениям дерева возможным исходам приписывается та или иная вероятность. Ре­зультаты получают количественную оценку.

Ряд общих свойств деревьев решений можно проследить на рисунке 3.4, где изображена ситуация, сложившаяся на текстиль­ной фирме «Martin Textile Mill» [7, с. 173]: вероятность возраста­ния в следующем году объема продаж на 20% равна 0,6. Уровень продаж составляет 100 тыс. долл. Вероятность снижения уровня продаж на 10% равна 0,4. Если сбыт увеличится, потребуется ли­бо новое оборудование, либо сверхурочные работы. Комбинация этих двух вариантов возможна, но не рассматривается.

На дереве решений показаны: точка принятия решения, альтер­нативные варианты действий, случайные события, вероятности их свершения и чистый наличный доход. В нашем примере стоимость нового оборудования составляет 50 тыс. долл. Оплата сверхуроч­ных работ потребует 10 тыс. долл. Таким образом, чистый денеж­ный доход при больших объемах продаж будет равен 70 тыс. долл. (120 000 - 50 000) в случае закупки дополнительного оборудования, и 110 тыс. долл. — в случае введения сверхурочных работ (120 000 -- Ю 000).

Предполагается, что, если объем продаж снизится на 10%, каких-либо сверхурочных работ не потребуется. Ясно, что при

таких исходных данных компании гораздо выгоднее использо­вать сверхурочные работы и не закупать дополнительно обору­дование.

Такое решение основывается на сравнении денежных поступ­лений или суммарных величин стоимости событий, определенных исходя из вероятности их появления. Эта величина для случая за­купки дополнительного оборудования подсчитывается путем ум­ножения коэффициента вероятности 0,6 на ожидаемый объем и равна 0,6 х 70 000 = 42 000 долл. Тот же расчет продаж за вычетом амортизации для малых объемов продаж даст 16 тыс. долл. Сумма платежа будет равна 58 тыс. долл.

Если компания изберет путь увеличения объемов производст­ва за счет введения сверхурочных работ, то суммарный платеж (математическое ожидание) будет равен 102 тыс. долл. После вы­чета средств на оплату сверхурочных работ чистый денежный до­ход при больших объемах продаж составит 110 тыс. долл. Умно­жив эту величину на вероятность 0,6, получим 66 тыс. долл. При малых объемах продаж чистый денежный доход равен 90 тыс. долл., что дает 36 тыс. долл. Следовательно, суммарный платеж равен 102 тыс. долл. Введение сверхурочных работ предпочти­тельнее.

Это решение— не единственно верное. Существует много причин, по которым руководство текстильной компании может принять решение закупить новое оборудование вместо примене­ния сверхурочных работ, несмотря на то, что второй вариант сулит больший доход.