Применения Планирование капиталовложений

из "Наука об управлении "

Найти ожидаемую ценность выборочной информации, используя выборки объемом 1 и 4. [c.121]
Расположить результаты в таблицу и обсудить различные выводы, которые следуют из этих данных. [c.121]
Показать, что наилучшая оценка, основанная на априорной информации, будет математическим ожиданием априорного распределения. Показать также, что ожидаемый убыток, использующий эту наилучшую оценку, пропорционален дисперсии априорного распределения. [c.123]
Показать, как вы отыскивали бы оптимальный объем выборки, если бы стоимость выборочной информации была пропорциональна объему выборки. [c.123]
Рассмотрим на примере, какие вопросы возникают в подобных случаях. Пусть перед руководителем фирмы стоит классическая проблема выбора между взаимно исключающими друг друга инвестиционными предложениями. [c.124]
Модели, с которыми мы здесь имеем дело, учитывают большое число факторов в этом смысле они являются богатыми моделями и как таковые требуют достаточно богатых входных данных. Поэтому может возникнуть вопрос, имеются ли такие данные или можно ли их получить по цене, достаточно разумной, чтобы оправдать такой анализ. На такой вопрос трудно ответить, и данное обсуждение следует рассматривать лишь как предварительный шаг для ответа на слегка измененный вопрос Если бы входные данные можно было получить без особого труда, к каким следствиям это бы привело Иными словами, анализ можно рассматривать как шаг для рассмотрения того, насколько оправданы усилия по получению необходимых входных данных. Очевидно, трудно ожидать, чтобы в какой-то фирме необходимые данные всегда могли бы быть получены в явном виде на основе обычной методики. Все же можно сказать, что в той степени, в какой анализ отражает действительное положение, необходимые для него данные или близкие к ним сведения имеются в неявной форме. [c.126]
Стратегии оценки можно классифицировать на статические и динамические, пользуясь следующими представлениями. Если решение о том, сколько усилий должно быть посвящено оценке проекта, зависит только от характеристик самого проекта, то процесс оценки называется статическим. Следовательно, при оценке проекта можно провести либо эксперимент с фиксированным объемом выборки, либо серию из последовательных экспериментов, и до тех пор, пока методика выполнения этих экспериментов не потребует других проектов, стратегию можно рассматривать как статическую. [c.127]
наоборот, количество труда, затрачиваемого на оценку проекта, зависит от наличия ранее предложенных проектов и их оценки, то стратегия оценки называется динамической. Например, если фирма уже нашла несколько очень хороших проектов и выполнила соответствующие оценки и если стоимость этих проектов превышает имеющиеся фонды, фирма может сократить работы по оценке позже поступивших проектов. [c.127]
Для конкретности предположим, что значения v (t) известны, но что человек, принимающий решение, не знает точного значения средних т (t), т. е. находится в состоянии неопределенности относительно т (t). [c.128]
Какие бы данные ни были получены, для использования метода байесовской оценки необходимо также иметь возможность установить для них функцию правдоподобия. Это значит, что для любых данных у должно быть возможным указать вероятность получения у при условии, что т (t) принимает некоторое конкретное значение. Указанную условную вероятность мы запишем в виде LK (y m (t)). Другими словами, необходимо знать правдоподобность выборки в предположении, что справедлива некоторая частная гипотеза о т (t). [c.130]
например, наблюдается денежный поток в определенный период времени t для некоторого проекта, который считается принадлежащим к той же статистической совокупности, что и рассматриваемый, то это наблюдение, скажем Rt, можно рассматривать как нормально распределенную случайную величину со средним значением т (t) и дисперсией v ( t). [c.130]
При заданных априорных вероятностных распределениях для /, и С, и допуская независимость случайных величин /f и Ср мы можем написать априорное вероятностное распределение для т ( t). После получения некоторого наблюдения с (t) нам потребуется функция правдоподобия t для фиксирования значений t. [c.130]
Следующей задачей, связанной с планированием инвестиций, является наиболее эффективное распределение усилий фирмы по сбору данных. Мы хотим выяснить, как лучше всего использовать фиксированные ассигнования для сбора информации при различных условиях планирования капиталовложений. Мы хотим также узнать, каковы оптимальные затраты на сбор данных и как их следует распределять. Для начала рассмотрим простейшую задачу распределения исследовательских ассигнований по различным денежным потокам, комбинация которых и образует процесс оценки отдельного проекта. [c.132]
Из этого соотношения можно сделать следующие обобщающие выводы чем больше априорной информации мы имеем о реальных значениях Rt (измеряемых через с (t)), тем меньше дополнительный объем информации, который мы хотели бы получить и наоборот, если мы имеем сравнительно мало априорной информации о некотором частном Rt, мы больше склонны к получению дальнейшей информации о нем. По мере роста учетной ставки значение а уменьшается. Таким образом, чем больше учетная ставка, тем больше стремление к поиску информации о Rn и тем меньше стремление к поиску информации о R,. Так как априорная информация о / 0 часто бывает более полной, чем о R.t, то оба эти эффекта стремятся компенсировать друг друга. [c.133]
В случае избыточных фондов оптимальные объем и размещение исследовательских ассигнований для сбора данных можно оценить исходя из априорного распределения возможной прибыли от осуществления проекта, оцениваемой с точки зрения сегодняшнего дня. Если совокупность проектов, среди которых фирма производит свой поиск, может быть описана распределениями априорных параметров, можно заранее вычислить ожидаемую величину оптимальных затрат на сбор данных по проекту (в целях уменьшения риска). Эту величину можно было бы тогда просто добавить к затратам на поиск и рассматривать эти два этапа процесса оценки проекта как один. [c.134]
Рассмотрение ценности выборочной информации требует рассмотрения проблемы выработки решения и ее зависимости от порядка поступления проектов. Разумеется, если бы мы имели дело с проектом, который наверняка финансировался бы или не финансировался, то решение фактически было бы уже принято не было бы никакого смысла собирать дополнительную информацию о проекте. Ценность выборочной информации здесь равна нулю. В случае избыточных фондов можно использовать правило принятия решения, по которому проект будет финансироваться только в том случае, когда средняя прибыль с точки зрения настоящего момента положительна. В этом случае можно вычислить ожидаемую ценность выборочной информации обычным путем. Если мы собираемся финансировать наилучший из двух проектов, мы снова располагаем методом, пригодным для вычисления ожидаемой ценности выборочной информации. [c.134]
Предположим, например, что предложено больше проектов, чем имеется фондов для их осуществления. В таком случае общая стратегия оценки проектов могла бы сводиться к тому, чтобы избавляться от явно плохих проектов на основе одной лишь априорной информации без дальнейшей их оценки. Аналогично проекты, которые, безусловно, удачны, принимаются тоже без дальнейшей оценки. Если проекты проранжированы на основе априорной информации, то чем ближе проект к точке, разграничивающей финансируемые без дальнейшей оценки и нефинансируемые проекты, тем больше будет ожидаемая ценность выборочной информации. [c.135]
Один из возможных подходов к оценке проектов состоял бы в игнорировании различий между проектами по признаку требуемых для них инвестиций и в сведении проблемы к задаче отбора наилучших N из М проектов. Это означало бы обобщение рассмотренной ранее задачи выбора лучшего из двух проектов. Но мы вместо этого рассмотрим ряд приближенных методов, имеющих определенную эвристическую ценность для случая избыточного числа проектов. [c.135]

Вернуться к основной статье