<< Предыдущая

стр. 5
(из 9 стр.)

ОГЛАВЛЕНИЕ

Следующая >>

n

? X i = 1 , X i ? 0, i = 1, 2 , ..., n . (1.3.16)
i =1

Возможные алгоритмы решения. Так как ограничения
(1.3.12)-(1.3.13) задают бесконечное число возможных реализаций
будущей ситуации, исследовать которые все не представляется
возможным, то упростим задачу (1.3.14) - (1.3.16), введя параметр
? ? [ 0 ,1] , определяющий характеристики ситуаций следующим
образом:
C k = ? k ? C + (1 ? ? k ) ? C , E k = ? k ? E + (1 ? ? k ) ? E ,

где ? k = ? k ?1 + h , h = 1 , ? 0 = 0 , k = 1, N . (1.3.17)
N
Задача (1.3.14) - (1.3.16) решается N раз при соответствующих
коэффициентах целевых функций C k и E k . При отсутствии
экспертных процедур выбора единственного решения из
получаемых на каждом шаге множеств эффективных точек может
быть использована процедура выбора недоминируемых точек,
заключающаяся в определении альтернативы, наиболее близкой к
33
“оптимальной” по всем критериям. Т.е. этот подход позволяет
сузить множество Парето-оптимальных точек до единственной.
Пусть множество критериев задачи векторной оптимизации
f = ( f 1 , f 2 , ..., f m ) , а ?
имеет вид - множество допустимых
значений аргументов, то «идеальная» точка определяется
следующим образом. Каждая отдельная компонента F(X) имеет
максимум при некотором X ? ? , предположим, f i ( X ) достигает
X ?? .
своего экстремума при Можно записать, что
( )
extr f i ( X ) = f i ( X ) = f i* . Тогда вектор f * = f 1* , f 2* , ..., f m есть
*


«идеальная» точка, т.е. вектор всех экстремальных допустимых
значений, достигаемых отдельными целевыми функциями на
множестве ? . Но такое идеальное решение чаще всего
невозможно. Будем предполагать, что ЛПР стремится найти такое
решение, которое было бы как можно ближе расположено к
идеальной точке.
Выбор такого “компромиссного варианта” возможно и не
является оптимальным, но оказывается наиболее предпочтительным
по совокупности критериев.
Алгоритм
Для двухкритериальной задачи (1.3.14)-(1.3.16) определяем
«идеальную» точку, решая две оптимизационные задачи:
min X T C k X *
из нее находим точку X 1 и соответствующее
n

?x = 1, xi ? 0
i
i =1

значение целевой функции f 1* ;



34
max E kT X *
из нее находим точку X 2 и соответствующее
n

?x = 1, xi ? 0
i
i =1

значение целевой функции f 2* .
точка в пространстве критериев имеет
«Идеальная»
следующие координаты F * = ( f 1* , f 2* ) .
Ищем решение задачи
d ( F ( X ), F * ) > min
n

?x
,
= 1, xi ? 0
i
i =1

где d ( F ( X ), F * ) расстояние между двумя точками в
пространстве критериев, определяемое одним из следующих
способов

[( )]
) + (f
1
*2
d ( F , F ) = f1 ? f ?f
2
* *
1 2 2

или
d ( F , F * ) = f 1 ? f 1* + f 2 ? f 2* .
После N повторений процедур (1)-(2) получаем серию точек
{(? )}, соответствующих различным реализациям внешних и
*
k
k,X

внутренних условий ( C k , E k ) . Следующим сложным вопросом
является процедура выбора определенной программы из этого
множества точек.
Пример. В приведенном далее примере используются
следующие исходные данные: таблица 1.3.5 содержит верхние и
нижние границы координат вектора доходностей направлений
деятельности; таблица 1.3.6 – содержит матрицы, элементы

35
которых представляют собой максимальное и минимальное
значение матрицы ковариаций доходностей.
Таблица 1.3.5
Е
Е
1 0,7 0,6
2 0,4 0,2
3 1,2 0,6
Таблица 1.3.6
С С
1 2 3 1 2 3
1 0,25 0,15 0,5 1 0,5 0,6 0,89
2 0,15 0,3 0,2 2 0,6 0,65 0,45
3 0,5 0,2 0,7 3 0,89 0,45 0,96

Интервал для каждого нечетко заданного параметра разбит
шестью внутренними точками (в формуле (1.3.17) выбран шаг
? = 0,125 ). Первоначальная выборка состояла из 111 наборов. Для
каждого варианта распределения вычисляют значения дохода и
рискованности вложений (4 и 5 столбцы рабочей таблицы).
Фрагмент рабочей таблицы
Идеальное значение ф-ции цели
max E min R min D
0,974217 0,44617 0,060845
х1 х2 х3 Доходность Риск Расстояние
1 0,38 0,236 0,381 0,741496 0,61478 0,082590
2 0,10068 0,400 0,499 0,732163 0,59126 0,079641
3 0,59648 0,354 0,048 0,578156 0,49446 0,159197
4 0,89910 0,042 0,058 0,683144 0,48018 0,085880
5 0,8846 0,107 0,008 0,643281 0,45354 0,109573
6 0,95846 0,033 0,007 0,666943 0,44617 0,094417
7 0,01449 0,976 0,008 0,360866 0,5574 0,388577
36
8 0,40742 0,390 0,201 0,623576 0,54158 0,132053
9 0,86324 0,043 0,093 0,696084 0,50243 0,080524
10 0,13858 0,0929 0,768 0,932991 0,77854 0,112169

Определив максимальное значение дохода и минимальное
значение рискованности по всем вариантам, получим «идеальную»
точку (0,97; 0,44). Далее при каждом ? к для каждого варианта
распределения (X1, X2, X3) определяется точка, самая близкая к
«идеальной». Расстояние между точками определяется стандартной
евклидовой мерой. В результате получена таблица 1.3.7.
Таблица 1.3.7
№ точки

?к х1 х2 х3 в E R
п/п
выборке
1 0 0,015 0,323 0,661 78 0,933 0,704
2 0,125 0,015 0,323 0,661 78 0,875 0,670
3 0,25 0,015 0,323 0,661 78 0,817 0,636
4 0,5 0,863 0,043 0,093 9 0,658 0,430
5 0,625 0,863 0,043 0,093 9 0,639 0,394
6 0,75 0,958 0,033 0,007 6 0,613 0,313
7 0,875 0,958 0,033 0,0077 6 0,599 0,280
8 1 0,958 0,033 0,0077 6 0,586 0,247

Описанные возможности моделирования факторов
неопределенности реальных ситуаций перспективного
планирования развития предприятия, основанные на сочетании
традиционных и стохастических моделей с методами принятия
решений, предоставляют широкие возможности поиска
компромиссного варианта распределения имеющихся ресурсов.



37
1.4. ФОРМИРОВАНИЕ ПРОГНОЗНОГО ФИНАНСОВОГО
ПЛАНА ДИВЕРСИФИЦИРОВАННОЙ КОМПАНИИ

Рассмотрим модель финансирования стратегии
конгломератной диверсификации. Предполагаем, что
первоначальный анализ предложенных сфер бизнеса, согласно трем
перечисленным выше критериям уже проведен и в результате
отобрано n направлений деятельности. Объем инвестиций в
основной капитал будем считать неизменным, то есть рассмотрим
случай, соответствующий только перераспределению средствами
между отдельными направлениями корпорации, но не
предполагающий свертывания или ликвидации какого-либо
направления. Реконструкция бизнеса также не производится, но
происходят изменения в издержках и объемах производства
различных блоков, что в свою очередь приводит к изменениям
потребности в оборотном капитале.
Горизонт планирования составляет m лет, на протяжении
которых компания фиксирована во вложениях долгосрочного
характера, что обеспечивает некий минимальный объем
производства в каждом блоке и определяет величину
i = 1, n ).
амортизационных отчислений ( d i , Часть капитала,
находящаяся ежегодно в обороте, может быть направлена на
финансирование расширения текущей деятельности одного
направления за счет некоторого сокращения других.
В модели используются следующие допущения и
обозначения. Все сырье, которое требуется для производства,
поступает от внешних фирм. В качестве исходных данных вводятся
следующие переменные:
38
цена продукции i-го блока p it ( i = 1, n ; t = 1, m ) изменяется в
течение периода планирования в соответствии с общим уровнем
инфляции;
издержки производства и реализации подразделяются на
переменные и постоянные и составляют cvit и cf i t , амортизация из
состава постояных издержек выделяется, так как при анализе
денежных потоков она должна быть учтена особо, постоянные
издержки приводятся по направлению в целом, а переменные – в
расчете на единицу продукции;
расход сырья на производство единицы продукции l it ;
производительность капитала по каждому блоку компании
определяется как
объем производства
?= ;
капитал
общий объем капитала К t , его распределение между блоками
компании в t-м году К it , часть капитала фиксированная в основных
средствах К i0 .
Капитал, включающий основные и оборотные средства,
ограничивает объемы производства и продаж. Величина капитала
является одним из наиболее важных ограничений в модели, его
увеличение может производиться за счет инвестиций (капитальных
вложений).
Компания не располагает достаточными средствами для
финансирования расширения производства во всех блоках
одновременно, поэтому при изменении внешних условий возникает
необходимость в распределении ограниченной суммы (общий

39
капитал компании К) между не связанными технологически
блоками оптимальным образом.
Ликвидность, кредитоспособность и рациональная структура
капитала являются необходимыми, но недостаточными элементами
ее финансовой устойчивости. Важным фактором, определяющим
платежеспособность и финансовую стабильность, является
возможность генерировать устойчивый денежный поток, который
обеспечивает потребности текущей операционной деятельности и
прирост стоимости капитала. Поэтому оптимальное распределение
вложений в течение периода планирования должно позволять
предприятию генерировать положительный денежный поток,
превосходящий заданную величину M:
E( ЧДД ) ? M , M > 0 .
Результирующий показатель чистый денежный

дисконтированный поток – формируется за счет поступлений от
деятельности направлений, «очищенных» от всех необходимых
расходов. Этот доход, получаемый от всего портфеля за весь период
планирования m, соответствует приросту капитала компании
m n
ЧДД = ( 1 ? ? )? ( ? ( p it ? cvit ) ? q it ) ? ? t ?
t =1 i =1
m n m n
? ( 1 ? ? )?? cf i ? ? t + ? ?? d it ? ? t
t

t =1 i =1 t =1 i =1

q it = ? i ? K it , i = 1, n ; t = 1, m ;

<< Предыдущая

стр. 5
(из 9 стр.)

ОГЛАВЛЕНИЕ

Следующая >>