Sunteți pe pagina 1din 40

6.

Simularea cu Crystal Ball


6.1. Echilibrarea capacitilor de producie 6.2. Utilizarea simulrii pentru fundamentarea deciziei de testare i lansare pe pia a unui produs nou 6.3. Alocarea portofoliului 6.4. Selectarea proiectelor de investiii

6. Simularea cu Crystal Ball


6.1. Echilibrarea capacitilor de producie Simularea poate fi utilizat pentru studierea unor variante de planificare i organizare a unui proces de producie. n continuare se va analiza ideea c ntr-un proces de producie ar fi necesar echilibrarea capacitilor de producie. Aceast aplicaie are urmtoarele obiective: 1. S arate cum poate fi folosit o foaie de calcul de tip EXCEL pentru a modela o problem de producie n care produsele sunt supuse unor prelucrri succesive pe diferite echipamente. ntre dou etape de prelucrare se creeaz stocuri intermediare de producie neterminat. 2. S atrag atenia asupra riscului de a trage concluzii pe baza unui numr relativ mic de experimente. 3. S ofere posibilitatea de a nelege consecinele echilibrrii capacitilor unor puncte de lucru n serie. Modelarea unui atelier de producie Inginerul Mitic Popescu dorete s determine ce capacitate de producie s instaleze ntr-un atelier pentru realizarea fluxului de producie din Figura 6.1.

Ieire

Materie prim

Punct de lucru 1

Stoc intermediar Figura 6.1

Punct de lucru 2

Produsele rezultate din acest atelier sunt utilizate ntr-o linie de

Simulri n afaceri asamblare pentru care este necesar s se asigure un ritm de intrare de 3 produse pe or. Obiectivele urmrite prin proiectarea acestui atelier sunt urmtoarele: 1. Satisfacerea cererii liniei de asamblare. 2. Meninerea stocului intermediar dintre cele dou puncte de lucru la un nivel ct mai redus. 3. Minimizarea capacitii de producie necesare pentru realizarea obiectivelor 1 i 2. Cazul capacitilor de lucru egale Deoarece pentru linia de asamblare sunt necesare 3 produse pe or, Mitic Popescu dorete s studieze cazul n care cele dou puncte de lucru sunt echilibrate, adic fiecare are capacitatea de a realiza n medie 3 produse pe or. Se presupune c productivitatea fiecrei staii este o mrime probabilist descris de distribuia de probabilitate uniform discret prezentat n Tabelul 6.1. Tabelul 6.1 Numr produse realizate pe or 1 2 3 4 5 Probabilitatea 0,2 0,2 0,2 0,2 0,2

Se observ c media acestei distribuii este 3 produse pe or. De asemenea, se presupune c va exista ntotdeauna suficient materie prim pentru Punctul de lucru 1, astfel nct acesta s aib mereu de lucru. Condiiile iniiale. Pentru prima or de lucru se va considera c cele dou puncte de lucru sunt libere, iar stocul intermediar dintre punctele de lucru este zero. Dac nu se utilizeaz simularea Monte Carlo i se consider c cele dou puncte de lucru realizeaz fiecare cte 3 produse pe or, atunci procesul de producie pe durata a 16 ore de lucru poate fi descris conform Figurii 6.2. n celulele B10 i D10 s-a introdus numrul 3 care reprezint producia realizat ntr-o or de lucru de fiecare punct de lucru.

Simulri n afaceri

Figura 6.2. n celula C10 se introduce cifra 0 pentru stocul iniial dintre cele dou puncte de lucru. Producia realizat efectiv de Punctul de lucru 2 ntr-o or va fi MINIMUL dintre Producia potenial a Punctului de lucru 2 ntr-o or i Stocul intermediar la nceputul orei respective de lucru, de aceea n celula E10 s-a introdus formula =MIN(C10,D10). Stocul intermediar la sfritul unei ore de lucru (celula F10) = Stocul intermediar la nceputul unei ore de lucru (celula C10) + Producia Punctului de lucru 1 ntr-o or (celula B10) - Producia realizat efectiv de Punctul de lucru 2 ntr-o or (celula E10). Stocul intermediar mediu la sfritul fiecrei ore de lucru (celula G10) = media tuturor stocurilor intermediare finale ncepnd din celula cu adresa absolut $F$10 pn la Stocul intermediar de la sfritul orei de lucru curente. n afar de ora de lucru 1, stocul intermediar la nceputul fiecrei ore de lucru este egal cu Stocul intermediar la sfritul orei de lucru imediat precedente. S-ar prea c atelierul realizeaz obiectivele propuse: stocul intermediar dintre punctele de lucru este constant i n fiecare or atelierul furnizeaz liniei de asamblare cte 3 produse.

Simulri n afaceri Totui, din cauza variabilitii timpului de prelucrare, fiecare punct de lucru poate realiza ntr-o or 1, 2, 3, 4 sau 5 uniti fizice cu probabilitate egal. Pentru a genera una din cele 5 valori posibile pe baza unei distribuii de probabilitate uniform discret, inginerul Mitic Popescu a decis s utilizeze simularea Monte Carlo cu Crystal Ball care este un program de tip add-in pentru EXCEL. Simularea capacitilor echilibrate Mai nti se vor introduce datele de intrare conform Figurii 6.3.

Figura 6.3 Pentru a genera Producia Punctului de lucru 1 ntr-o or se poate proceda astfel: a. Se selecteaz celula B10, apoi se selecteaz icoana Define Assumption din bara de instrumente a lui Crystal Ball. b. Din fereastra Distribution Gallery prezentat n Figura 6.4 se selecteaz distribuia Custom deoarece distribuia este descris ntr-o zon specificat de utilizator.

Figura 6.4

Simulri n afaceri c. Din fereastra Custom Distribution (Figura 6.5) se acioneaz butonul Data i apoi OK.

Figura 6.5 d. n fereastra urmtoare (Figura 6.6) se introduce adresa zonei n care se afl distribuia de probabilitate uniform discret care descrie att productivitatea Punctului de lucru 1 ct i productivitatea Punctului de lucru 2.

Figura 6.6 e. Crystal Ball afieaz imediat forma distribuiei (Figura 6.7) specificate de utilizator pentru variabila de intrare.

Figura 6.7

Simulri n afaceri

f. Se repet etapele a-e pentru generarea n celula D10 a Produciei Punctului de lucru 2 ntr-o or. Pentru a cere programului Crystal Ball s extrag la ntmplare valori pentru productivitatea orar a celor dou puncte de lucru se va selecta din bara de instrumente Crystal Ball icoana Single Step. Observaie. Versiunea Student a lui Crystal Ball limiteaz la 6 numrul celulelor n care se definesc prin Define Assumption variabilele de intrare probabiliste i tot la 6 este limitat numrul celulelor variabilelor de ieire probabiliste definite prin Define Forecast. Pentru a simula 16 ore de lucru vor fi necesare 32 de celule definite cu Define Assumption, iar pentru Stocul intermediar mediu/or vor fi necesare 16 celule de ieire definite prin Define Forecast. Problema se rezolv prin comanda =CB.Custom($C$2:$D$6) n loc de Define Assumption, dar dintre celulele de ieire se vor selecta numai 6 celule din zona G10:G25 care vor fi definite cu Define Forecast.

n acest caz, pentru simularea a 16 ore de lucru se vor parcurge urmtoarele etape: 1. Se introduce formula =CB.Custom($C$2:$D$6) n celula B10 i apoi se copiaz n celule B11:B25 i D10:D25. Prin activarea icoanei Single Step se obin rezultatele simulrii celor 16 ore de lucru prezentate n Figura 6.8. Chiar i dup un singur experiment de simulare se poate observa c stocul intermediar crete pe msur ce numrul total al orelor de lucru crete. 2. Din cauza limitei impuse asupra numrului de celule de ieire n care s se colecteze rezultatele unui mare numr de experimente de simulare n vederea analizei i interpretrii lor, se pot alege urmtoarele celule de Stoc intermediar mediu: ora 1 (celula G10), ora 4 (celula G13), ora 7 (celula G16), ora 10 (celula G19), ora 13 (celula G22) i ora 16 (celula G25).

Simulri n afaceri

Figura 6.8 3. Se selecteaz celula G10, apoi se activeaz icoana Define Forecast din bara de instrumente a lui Crystal Ball, care va deschide fereastra de dialog din Figura 6.9 n care se completeaz numele celulei pentru care se vor colecta rezultatele experimentelor de simulare, unitatea de msur a indicatorului analizat i se selecteaz Large pentru dimensiunea ferestrei i When Stopped (faster) pentru afiarea automat a rezultatelor.

Figura 6.9

Simulri n afaceri 4. Se repet pasul 3 pentru fiecare din celelalte 5 celule alese pentru colectarea rezultatelor: G13, G16, G19, G22, G25. 5. Se activeaz din bara de instrumente icoana Run Preferences i n fereastra de dialog (Figura 6.10) se introduce numrul dorit de experimente de simulare i apoi OK.

Figura 6.10 6. Se activeaz din bara de instrumente icoana Start Simulation. Dup realizarea celor 1000 de experimente de simulare i acceptarea mesajului Maximum number of trials reached, Crystal Ball afieaz automat histogramele individuale (Figura 6.11) pentru rezultatele simulrii, colectate pentru cele 6 celule referitoare la Stocul intermediar mediu.

Figura 6.11

Simulri n afaceri Pentru a obine Statisticile determinate pe baza rezultatelor simulrii, se activeaz View din fereastra histogramei. n Figura 6.12 sunt prezentate statisticile calculate pe baza a 1000 de ncercri pentru ora 1 i ora de lucru 16.

Figura 6.12 Se observ o dublare a mediei Stocului intermediar dup 16 ore de lucru, iar domeniul de variaie crete de la intervalul [1; 5] produse n stoc n ora 1 de lucru, la intervalul [2,06; 19,56] produse n stoc dup 16 ore de lucru.

Simulri n afaceri

Figura 6.13 n Figura 6.13 este prezentat evoluia stocului intermediar mediu obinut prin opiunea Trend Chart pe baza rezultatelor celor 1000 de experimente de simulare colectate n cele 6 celule selectate cu Define Forecast. Banda interioar de culoare mai deschis corespunde intervalului cu 50% nivel de ncredere pentru medie. Aceast reprezentare confirm faptul c Stocul intermediar mediu pe or crete de-a lungul celor 16 ore, iar distribuia mediei se lrgete din ce n ce mai mult. Se poate presupune c aceste rezultate sunt influenate de condiiile iniiale i de numrul mic de ore de lucru simulate. De aceea, se va mri numrul de ore de lucru de la 16 la 200, iar pentru colectarea rezultatelor celor 1000 de experimente de simulare se vor alege: celula G19 (ora 10), celula G59 (ora 50), celula G99 (ora 90), celula G139 (ora 130), celula G179 (ora 170), celula G209 (ora 200). Pentru fiecare din cele 6 celule se va aplica pasul 3 descris mai sus. n Figura 6.14 sunt prezentate statisticile calculate pe baza a 1000 de experimente de simulare pentru ora 10 i ora de lucru 200.

Simulri n afaceri

Figura 6.14 Se observ c are loc o cretere substanial a stocului intermediar ntre cele dou puncte de lucru. n ora 200, media stocului intermediar este de 16,06 produse/or, iar intervalul de variaie al mediei este [4,75; 63,96] produse n stoc pe or Evoluia stocului intermediar mediu de-a lungul celor 200 ore de funcionare este prezentat n Figura 6.15 realizat prin opiunea Trend Chart pe baza rezultatelor celor 1000 de experimente de simulare colectate n cele 6 celule selectate cu Define Forecast.

Simulri n afaceri

Figura 6.15 Acest rezultat poate fi neateptat, avnd n vedere faptul c n acest atelier de producie capacitile de producie sunt echilibrate: capacitatea de producie a Punctului de lucru 1 este egal cu capacitatea de producie a Punctului de lucru 2. Dar, din Teoria firelor de ateptare se cunoate c dac ritmul mediu al sosirilor este egal cu ritmul mediu de servire, atunci numrul clienilor n coada de ateptare va crete la infinit. n acest model, clienii sunt produsele realizate de Punctul 1 de lucru, iar coada este stocul intermediar temporar al produselor care ateapt s fie prelucrate la Punctul 2 de lucru. Deoarece materia prim este disponibil n orice moment, ritmul de producie al Punctului 1 de lucru i prin urmare ritmul de sosire n coad, este de 3 produse pe or. Ritmul mediu de servire al Punctului de lucru 2 este de asemenea de 3 produse pe or. Deci ritmul mediu al sosirilor i ritmul mediu de servire sunt egale atunci cnd punctele de lucru sunt echilibrate. De aici rezult creterea continu a stocului de produse intermediare.

Simulri n afaceri Simularea capacitilor neechilibrate Pe baza acestor consideraii, inginerul Mitic Popescu a decis s modifice capacitatea a Punctului de lucru 2 astfel nct s realizeze n medie 3,5 uniti fizice pe or, considernd c producia realizat ntr-o or este o mrime probabilist descris de distribuia uniform discret prezentat n Tabelul 6.2. Tabelul 6.2 Numr produse realizate pe or de Punctul de lucru 2 2 3 4 5 Probabilitatea 0,25 0,25 0,25 0,25

Pentru simularea cu Crystall Ball, mai nti se salveaz cu Save as fiierul cu datele pentru simularea capacitilor echilibrate. Apoi n noul fiier, n zona datelor de intrare se introduce distribuia pentru Punctul de lucru 2 conform Figurii 6.16

Figura 6.16 n Figura 6.17 este prezentat foaia de calcul pentru simularea produciei atelierului n cazul capacitilor neechilibrate.

Simulri n afaceri

Figura 6.17 Se observ c pentru generarea ritmului de producie pentru Punctul de lucru 2, n zona D10:D209 s-a introdus formula =CB.Custom($G$2:$H$5). Pentru realizarea simulrii se va aplica procedura descris prin paii 1-6, iar pentru colectarea rezultatelor celor 1000 de experimente de simulare se vor alege: celula G19 (ora 10), celula G59 (ora 50), celula G99 (ora 90), celula G139 (ora 130), celula G179 (ora 170), celula G209 (ora 200). Evoluia stocului intermediar mediu de-a lungul celor 200 ore de funcionare este prezentat n Figura 6.18

Simulri n afaceri

Figura 6.18 n acest caz, se observ c nu mai are loc o cretere continu a stocului intermediar. Pe termen lung, stocul intermediar mediu variaz ntre 5 i 7 uniti fizice pe or. n concluzie, rezult c pentru a pstra stocul intermediar la un nivel rezonabil este necesar ca Punctul de lucru 2 s aib un ritm de producie mai mare dect Punctul de lucru 1. De asemenea, pentru a putea obine rezultate corecte, este necesar s se simuleze activitatea atelierului de-a lungul unei perioade mari de timp. n acest mod, pot fi reduse efectele condiiilor iniiale i poate fi observat comportamentul pe termen lung al procesului de producie.

Simulri n afaceri 6.2. Utilizarea simulrii pentru fundamentarea deciziei de testare i lansare pe pia a unui produs nou Baza informaional a problemei Firma Medi a terminat punerea la punct a unui nou medicament pentru tratarea miopiei. Acest medicament ar putea fi complet terminat i testat astfel nct s fie lansat pe pia anul urmtor, dac va primi avizul comisiei de specialitate. Dei, s-au obinut rezultate foarte bune n urma unor experimente efectuate pn n prezent, succesul total al produsului este destul de marginal, iar firma Medi nu este prea sigur c produsul va primi avizul comisiei de specialitate. Managerul firmei Medi dorete s utilizeze programul Crystal Ball care lucreaz cu Excel, pentru a analiza dac va renuna la noul produs sau va trece la fabricarea i lansarea pe pia a noului produs deoarece poate fi un produs profitabil. Pentru realizarea simulrii va fi necesar s fie definite urmtoarele elemente: costurile de testare, costurile de marketing, numrul pacienilor vindecai n faza de testare a produsului, mrimea pieei, cota de pia, venitul realizat pe consumator. Definirea costurilor de testare Pn n prezent, firma a cheltuit deja 10 miliarde lei pentru cercetarea i experimentarea produsului n laborator. De asemenea, pe baza unor teste similare, s-a estimat c firma va mai cheltui ntre 3 i 5 miliarde lei pentru testarea pe pacieni. Se consider c orice valoare din intervalul 3 5 miliarde are o ans egal de a fi costul real de testare, de aceea managerul firmei a hotrt s aleag distribuia uniform pentru a descrie mrimea probabilist referitoare la costul de stocare: =CB.Uniform(3,5) Definirea costurilor de marketing Dac produsul este aprobat de comisia de specialitate, managerul firmei a planificat s angajeze un numr mare de ageni de vnzare i s

Simulri n afaceri lanseze o campanie extensiv de publicitate pentru a educa publicul n legtur cu noul produs. Firma estimeaz s cheltuiasc ntre minim 12 miliarde lei, maxim 18 miliarde lei i cel mai probabil 16 miliarde lei, de aceea va fi utilizat distribuie triunghiular pentru descrierea costurilor de marketing prin cele trei valori: = CB.Triangular(12,16,18)

Definirea numrului pacienilor vindecai Pentru a obine avizul comisiei, produsul trebuie supus unui test controlat pe un eantion de 100 de pacieni. Dac va reui s corecteze miopia a cel puin 20 dintre pacienii testai fr s nregistreze nici un efect secundar, firma sper s obin aprobarea de la comisie. Testele preliminare au artat o rat a succesului de aproximativ 25%. De aceea, pentru a descrie numrul de pacieni vindecai, firma va utiliza o distribuie binomial cu probabilitatea de succes 0,25 n cazul unui numr de 100 de ncercri. Aceast distribuie binomial va fi calculat n zona T3:U103 care apoi va fi folosit n funcia = CB.Customer(T3:U103) pentru generarea numrului de pacieni vindecai.

Definirea distribuiei consumatorilor Firma Medi a determinat c miopia afecteaz aproape 2 milioane de locuitori din ar i c n anul n care are loc testarea, numrul celor afectai va crete cu 0% pn la 5%. Dar exist ansa de 0,25 s apar un produs competitor. Acest produs competitor va reduce piaa potenial a firmei Medi cu 5% pn la 15%. Aceast rat de cretere a celor afectai de miopie nu poate fi descris standard. Ea va fi introdus n celula destinat acestei rate printr-o succesiune de comenzi. Definirea cotei de pia Departamentul de marketing estimeaz cota de pia a produsului nou ca o mrime probabilist normal distribuit cu media 0,08 i deviaia standard 0,02. Aceast cot mic reprezint o estimaie prudent, deoarece se ia n consideraie faptul c s-au nregistrat unele efecte secundare n

Simulri n afaceri timpul testelor preliminarii. Cu toate acestea, departamentul de marketing estimeaz o cot de pia minim de 5%, dat fiind interesul artat fa de produs n timpul testelor preliminarii. Prin urmare pentru simularea cotei de pia se va folosi funcia =CB.Normal(0.08,0.02,0.05)

Definirea profitului realizat din vnzarea dozelor de medicament pentru tratarea miopiei Se estimeaz c, n cazul aprobrii medicamentului, profitul obinut n urma vnzrii dozei necesare unui pacient este de 250000 lei (= profitul pe consumator). Profitul total brut va fi obinut cu formula: Profitul total brut dup aprobare = Numr persoane cu miopie n anul urmtor*Cota de pia*Profitul pe consumator La calcularea profitului net se va lua n considerare i pierderea n cazul neaprobrii produsului de comisia de specialitate. Dac produsul este aprobat: Profitul total net = Profitul total brut (Costul cercetrii + Costul testrii + Costul de marketing) Dac produsul este respins: Profitul total net = - (Costul cercetrii + Costul testrii) Obiectivul simulrii este de a oferi informaii pentru fundamentarea deciziei de tip Da sau Nu. Adic, se va trece la fabricarea medicamentului i lansarea lui pe pia sau se va renuna (sau amna) fabricarea i lansarea pe pia a noului medicament. Managerul firmei dorete s afle care este probabilitatea s aib pierderi i care este probabilitatea ca profitul net s fie mai mare de 4 miliarde. Se consider c, dac exist ansa de peste 65%, ca profitul net s fie mai mare de 4 miliarde, atunci produsul va putea fi lansat pe pia. Pentru a rspunde la aceste ntrebri este necesar s se construiasc modelul de simulare n Crystal Ball, s se efectueze simularea i s se analizeze n detaliu rezultatele indicatorilor de performan: profitul total net i profitul total brut dup aprobare.

Simulri n afaceri

Construirea modelului de simulare n Crystal Ball In Figura 6.19 este prezentat structura foii de calcul.

Figura 6.19 Sunt definite toate datele de intrare, cu excepia Ratei de cretere a cazurilor de miopie. Pentru a genera rata de cretere a cazurilor de miopie se va proceda astfel: 1. Selecteaz celula G15 2. Selecteaz butonul Define Assumption.

Simulri n afaceri 3. Din Distribution Gallery se selecteaz Custom distribution i apoi OK 4. Se introduce 0 n cmpul Value i 0.05 n cmpul Value2 5. Se introduce 0.75 n cmpul Prob. i apoi Enter 6. n noua fereastra dialog care apare se introduce -0.15 n cmpul Value i -0.05 n cmpul Value2 7. Se introduce 0.25 n cmpul Prob, apoi Enter i OK. Definirea celulelor de colectare a rezultatelor simulrii Mai nti, se vor defini celulele care vor colecta previziunile obinute n urma simulrii. n C22 se vor colecta valorile profitului total brut dup aprobare, iar n C24 se vor colecta valorile profitului total net. 1. Selecteaz celula C22 2. Selecteaz butonul Define Forecast. 3. n fereastra Define Forecast se completeaz denumirea Profitul brut n cazul aprobrii i n Units se va introduce miliarde i OK. Se procedeaz n mod asemntor pentru celula C24 pentru colectarea valorilor profitului total net. Realizarea propriu zis a simulrii 1. Selecteaz Run Preferences, apoi Trials 2. Numr iteraii de simulare:1000 3. Selecteaz Sampling i apoi Use Same Sequence of Random Numbers 4. Se introduce 999 pentru smna generatorului de numere aleatoare 5. Ok 6. Selecteaz Strat Simulation n timpul simulrii, pentru fiecare variabil de ieire (profitul brut i profitul net) se afieaz pe ecran distribuia frecvenelor valorilor obinute

Simulri n afaceri prin simulare. n Figura 6.20 este prezentat distribuia frecvenelor pentru profitul net.

Figura 6.20 Analiza rezultatelor Din Figura 6.20 rezult c profitul net variaz ntre 15 miliarde i 40 miliarde. Pentru a determina probabilitatea ca profitul net s fie pozitiv, se nlocuiete Infinity cu 0 i rezult, (Figura 6.21), probabilitatea de 80,5% ca s se realizeze profit i deci probabilitatea de a avea pierderi este de 19,5%.

Figura 6.21

Simulri n afaceri Din Figura 6.22, se observ c se poate realiza un profit net mai mare dect 4 miliarde cu probabilitatea de 69,7%.

Figura 6.22 Rezult c este ndeplinit condiia formulat de managerul firmei referitoare la acceptarea proiectului.

Figura 6.23 Conform Figurii 6.23, profitul brut variaz ntre 20 miliarde i 65 miliarde.

Simulri n afaceri 6.3. Alocarea portofoliului Baza informaional a problemei Modelul analizei de portofoliu poate fi formulat astfel: un investitor are P uniti monetare pentru a face investiii n n titluri de valoare (proiecte) i dorete s tie ct de mult s investeasc n fiecare titlu de valoare (proiect). Colecia de titluri aleas se numete portofoliul investitorului. Investitorul are obiective care sunt n conflict: el ar dori un portofoliu cu cel mai mare profit i cu cel mai mic risc. Aceste obiective sunt n conflict deoarece de cele mai multe ori, portofoliul cu cel mai mare profit ateptat are i cel mai mare risc. S considerm situaia n care portofoliul unui investitor este format din patru titluri de valoare Invest1, Invest2, Invest3, Invest4. Variabilele de decizie vor fi: X = fraciunea din buget care va investit n aciuni Invest1 Y = fraciunea din buget care va investit n aciuni Invest2 Z = fraciunea din buget care va investit n aciuni Invest3 W = fraciunea din buget care va investit n aciuni Invest4 n Tabelul 6.3. sunt prezentate datele istorice pentru nou ani referitoare la profitul mediu pentru cele patru tipuri de aciuni, [43]. Tabelul 6.3 Profitul anual Anul Invest1 Invest2 Invest3 1 73,0% 23,3% 2 121,8% 8,4% 3 15,1% 14,2% 4 43,4% -5,6% 6,3% 5 -48,5% 51,6% 8,8% 6 77,8% 43,6% 33,9% 7 130,7% 88,3% 29,7% 8 7,3% 56,4% 48,3% 9 68,7% 114,6% 14,4% Profitul 46,6% 62,1% 20,8% mediu n acest tabel, profitul n anul j este definit de: Invest4 8,27% 6,14% 3,74% 3,01% 4,08% 5,82% 5,29% 5,44% 5,38% 5,2%

(preul de nchidere n anul j)-(preul de nchidere n anul j-1)+(dividende n anul j) (preul de nchidere n anul j-1)

Simulri n afaceri unde preurile de nchidere i dividendele sunt exprimate n u.m./aciune. Investitorul dorete ca suma alocat fiecrui tip de titlu s nu depeasc 50% din bugetul disponibil P i evident suma total alocat s fie 100% din bugetul disponibil P. Pentru a optimizarea acestui portofoliu se poate alege ntre: - maximizarea profitului supus la restricia ca riscul s fie meninut la un nivel satisfctor; - minimizarea riscului supus la restricia de a asigura un nivel satisfctor al venitului. Vom alege a doua variant de a minimiza riscul portofoliului. Ca msur a riscului se va utiliza dispersia profitului portofoliului, care n cazul general al unui portofoliu format din r active (sau proiecte) se determin cu relaia:
2 2 + 2 Dispersia portofoliului = X i i i =1 r r 1

X i X j ij i =1 j= i +1

unde: Xi = fraciunea proiectului i n portofoliu, pentru i = 1, ..., r i2 = dispersia profitului proiectului i, i2


1 N ( R t R i ) 2 pentru i = 1, ..., r, N t =1 i

unde: Rit = profitul anual n anul t pentru proiectul i Ri = profitul mediu al proiectului i: Ri =
1 N 1 N t R . N t =1 i

ij = covariana dintre profitul proiectului i i profitul proiectului j:


t R )(R t Rj) . ij = (R i i j N t =1

Simulri n afaceri n cazul portofoliului format din cele patru proiecte W, X, Y, Z, modelul de minimizare a riscului portofoliului va fi: Min (w2W2 + x2X2 + y2Y2 + z2Z2 + 2wxWX + 2wyWY + 2wzWZ + 2xyXY+ 2xzXZ + 2yzYZ) supus la restriciile: W 0,5 X 0,5 fiecare fraciune s nu depeasc 50% din portofoliu Y 0,5 Z 0,5 W + X + Y + Z = 1 (suma fraciunilor portofoliului s fie egal cu 1) RwW +RxX +RyY +RzZ 0,25 adic 0,466W + 0,621X + 0,208Y + 0,052Z 0,25 (profitul ateptat total al portofoliului s fie cel puin 25%) W, X, Y, Z 0 n Figura 6.24 sunt prezentate datele de intrare ale modelului, iar n tabelul 6.4 sunt prezentate formulele utilizate.

Figura 6.24

Simulri n afaceri Tabelul 6.4


Celula C11 C13 C14 C15 C16 C19 G17 H17 Formula =AVERAGE(C2:C10) =COVAR($C$2:$C$10,C2:C10) =COVAR($D$2:$D$10,C2:C10) =COVAR($E$2:$E$10,C2:C10) =COVAR($F$2:$F$10,C2:C10) =C11*C17 =SUM(C17:F17) =SUMPRODUCT(MMULT(C17:F17,C13:F16),C17:F17) Copiere n D11:F11 D13:F13 D14:F14 D15:F15 D16:F16 D19:F19 G19

Se observ c dac s-ar aloca 25% din buget pentru fiecare proiect, atunci dispersia profitului portofoliului este 0,0433, iar deviaia standard = 0,0433 = 0,2081. Profitul ateptat total este de 33,7%. Determinarea deciziei optime de alocare a portofoliului cu SOLVER nainte de a trece la simulare, vom determina decizia de alocare care minimizeaz riscul portofoliului cu SOLVER un program general de optimizare a problemelor de programare neliniar care poate fi apelat din EXCEL: se activeaz Tools din meniu, i apoi Solver. n Figura 6.25 este prezentat fereastra dialog Solver Parameters: - n cmpul Set Target Cell se introduce adresa absolut $H$17a celulei n care se afl funcia obiectiv care se minimizeaz (se marcheaz Min) - n cmpul By Changing Cells se introduce adresa absolut $C$17:$F$17 a zonei n care se afl variabilele de decizie pentru alocarea portofoliului - n cmpul Subject to the Constraints se introduc restriciile: (1) Valoarea fiecrei variabile de decizie (fraciunea alocat fiecrui proiect) s fie mai mic sau egal cu 50%, adic $C$17:$F$17<=$C$18:$F$18 (2) Suma fraciunilor alocate tuturor proiectelor s fie egal cu 1 (sau 100%), adic $G$17= $G$18 (3) Profitul ateptat total s fie mai mare sau egal cu 25%, adic $G$19>=$H$19

Simulri n afaceri

Figura 6.25 Prin butonul Options se ajunge la fereastra dialog Solver Options (Figura 6.26) n care se activeaz Assume Non-Negative, apoi OK, iar din fereastra Solver Parameters se activeaz Solve.

Figura 6.26

Simulri n afaceri Dup selectarea Keep Solver Solution i Sensitivity din fereastra Solver Results, rezultatele furnizate de Solver sunt prezentate n Figura 6.27.

Figura 6.27 Soluia modelului recomand un portofoliu format din 0,51% aciuni Invest1, 20,7% aciuni Invest2, 50% aciuni Invest3 i 28,8% aciuni Invest4. Profitul ateptat anual al portofoliului este de 25%, iar valoarea optim a dispersiei profitului este de 0,0127, ceea ce nseamn c abaterea standard este de 0,0127 = 0,1126. Dac se face ipoteza c profitul anual al portofoliului este o mrime probabilist cu distribuia normal cu media 25% i deviaia standard 11,26%, atunci se poate obine intervalul cu nivelul de ncredere de 95% pentru media profitului portofoliului cu relaia: 25% 2*11,26%. Rezult c profitul mediu al portofoliului poate fi ntre 2,48% i 47,52% cu o probabilitate de 95%. Din raportul pentru analiza senzitivitii soluiei prezentat n Tabelul 6.5, rezult c mrirea ponderii aciunilor Invest3 cu 1% ar putea

Simulri n afaceri duce la creterea dispersiei profitului i deci a riscului portofoliului cu 1%*0,18% = 0,000018 De asemenea creterea cu 1% a limitei inferioare impuse pentru profitul ateptat al portofoliului va conduce la creterea riscului portofoliului cu aproximativ (1%*12,1%) = 0,00121, adic riscul poate crete de la 0,0127 la 0,0139. Tabelul 6.5 Sensitivity Report Name Decizia: Fractiunea alocata $C$17 Invest1 Decizia: Fractiunea alocata $D$17 Invest2 Decizia: Fractiunea alocata $E$17 Invest3 Decizia: Fractiunea alocata $F$17 Invest4 Constraints Cell Name $G$17 Decizia: Fractiunea alocata Total $G$19 Profitul asteptat Total Cell Final Value 0.51% 20.70% 50.00% 28.80% Final Value 100% 25.0% Reduced Gradient 0.00% 0.00% -0.18% 0.00% Lagrange Multiplier 0% 12.1%

Variaia valorii optime a dispersiei profitului portofoliului pentru diferite valori dorite ale profitului ateptat cuprinse ntre 15% i 41% este descris n graficul din Figura 6.28. Se observ c variaii relativ mici ale profitului ateptat total al proiectului determin creteri din ce n ce mai mari ale dispersiei profitului proiectului. Acest grafic reprezint frontiera eficient a portofoliului. n funcie de riscul acceptat, orice portofoliu de pe aceast frontier este eficient, adic poate realiza cel mai mare profit ateptat.

Simulri n afaceri

Frontiera eficienta a portofoliului 0.05 0.045 0.04 Riscul portofoliului 0.035 0.03 0.025 0.02 0.015 0.01 0.005 0
15% 17% 19% 21% 23% 25% 27% 29% 31% 33% 35% 37% 39% 41% 0.0153 0.0127 0.0104 0.0084 0.0066 0.0052 0.0039 0.0216 0.0182 0.0252 0.0293 0.0437 0.0385 0.0337

Profitul asteptat al portofoliului

Figura 6.28 De exemplu, dac se accept riscul definit de dispersia de 0,0437 i abaterea standard de 0,2091 a profitului mediu al portofoliului, atunci portofoliul optim cu profitul ateptat este de 41% va fi format din 3,32% aciuni Invest1, 46,84% aciuni Invest2, 49,85% aciuni Invest3.

Determinarea prin simulare a distribuiei profitului total a unui portofoliu Deoarece profitul anual al fiecrei componente din portofoliu este o mrime probabilist, rezult c i profitul total al portofoliului este de o mrime probabilist. Pentru a obine distribuia de probabilitate a profitului total al portofoliului este necesar s utilizeze simularea.

Simulri n afaceri Pe baza datelor istorice pentru nou ani, referitoare la profiturile anuale ale celor patru tipuri de investiii, se va presupune c: - Profitul anual al aciunilor Invest1 este o mrime probabilist cu distribuia normal cu media = 46,6% i deviaia standard = 56,47% - Profitul anual al aciunilor Invest2 este o mrime probabilist cu distribuia normal cu media = 62,1% i deviaia standard = 39,99% - Profitul anual al aciunilor Invest3 este o mrime probabilist cu distribuia normal cu media = 20,8% i deviaia standard = 13,36% - Profitul anual obinut de Invest4 este o mrime probabilist cu distribuia normal cu media = 5,2% i deviaia standard = 1,45% Pentru a introduce modelul de alocare a portofoliului n Crystal Ball se va parcurge urmtoarea procedur: 1. Se apeleaz programul Crystal Ball i se ncarc fiierul EXCEL care s-a utilizat pentru rezolvarea problemei de alocare cu Solver. Pentru a nlocui valorile medii din zona C11:F11 cu distribuiile normale de probabilitate, este necesar mai nti transformarea formulelor n valori. Acest lucru se poate efectua prin succesiunea de comenzi: Edit, Copy i din nou Edit, Paste Special, Values i OK.

Figura 6.29

Simulri n afaceri 2. Definirea distribuiilor de probabilitate referitoare la profiturile anuale ale activelor luate n considerare pentru constituirea portofoliului. Pentru celula C11 se va proceda astfel: din bara de instrumente Crystal Ball se activeaz icoana Define Assumption, apoi se selecteaz Normal Distribution din galeria distribuiilor i OK. n fereastra care apare (Figura 6.29) se introduce deviaia standard, apoi Enter i OK. n continuare se va repeta procesul pentru celulele D11, E11 i F11. 3. Pentru colectarea rezultatelor simulrii referitoare la profitul ateptat anual al portofoliului pentru soluia optim obinut cu Solver se va defini celula G19 prin activarea icoanei Define Forecast din bara de instrumente Crystal Ball. 4. Prin Run Preferences se stabilete numrul de 1000 experimente de simulare. 5. Simularea ncepe prin Start Simulation i automat se afieaz histograma frecvenelor (Figura 6.30)

Figura 6.30 Din meniul histogramei se obin statisticile i percentilele (Figura 6.31 i 6.32)

Simulri n afaceri

Figura 6.31 Rezult c intervalul cu nivelul de 95% ncredere pentru medie este 25% 2*0,33%, adic media profitului portofoliului este cuprins ntre 24,34% i 25,66%.

Figura 6.32 Probabilitatea ca profitul ateptat al portofoliului s fie mai mic sau egal cu 25% este de 0,5.

Simulri n afaceri 6.4. Selectarea proiectelor de investiii Baza informaional a problemei Un grup de Cercetare Dezvoltare de la o Administraie public a identificat opt proiecte majore pentru anul urmtor. Pentru fiecare proiect s-au evaluat investiia iniial i venitul net actualizat (VNA). Administraia este autorizat s cheltuiasc anul urmtor numai 2 milioane Euro. Dac s-ar accepta toate cele 8 proiecte, ar fi necesare 2,8 milioane Euro. Prin urmare, este necesar s se aleag proiectele care s realizeze cel mai mare VNA, dar care nu depesc 2 milioane Euro investiii, [43]. n Figura 6.33 sunt prezentate datele iniiale, iar n Tabelul 6.5 sunt prezentate formulele utilizate

Figura 6.33

Simulri n afaceri Tabelul 6.5 Celula C15 C16 E15 Formula =SUMPRODUCT(E5:E12,C5:C12) =C14-C15 =SUMPRODUCT(D5:D12,E5:E12)

Selectarea proiectelor cu Solver Dac nu se ia n considerare incertitudinea referitoare la valorile VNA, pentru selectarea proiectelor care maximizeaz VNA total n condiiile unui buget limitat de 2 milioane euro se poate utiliza un model de programare liniar cu variabile binare (0 sau 1) care poate fi rezolvat cu SOLVER din EXCEL. n Figura 6.34 este prezentat fereastra dialog Solver Parameters: - n cmpul Set Target Cell se introduce adresa absolut $E$15a celulei n care se afl funcia obiectiv care maximizeaz VNA total (se marcheaz Max)

Figura 6.34

Simulri n afaceri - n cmpul By Changing Cells se introduce adresa absolut $E$5:$E$12 a zonei n care se afl variabilele de decizie pentru selectarea proiectelor - n cmpul Subject to the Constraints se introduc restriciile: (1) Suma investit s fie mai mic sau egal bugetul disponibil, adic $C$15<=$C$14 (2) Variabilele de decizie sunt binare, adic $E$5:$E$12=binary Prin butonul Options se ajunge la fereastra dialog Solver Options (Figura 6.35) n care se activeaz Assume Linear Model i Assume NonNegative, apoi OK, iar din fereastra Solver Parameters se activeaz Solve.

Figura 6.35 Dup selectarea Keep Solver Solution se obin rezultatele furnizate de Solver, prezentate n Figura 6.36. Se recomand selectarea proiectelor 2, 3, 5. 7 i 8 care vor realiza un VNA total de 3550 mii euro prin utilizarea bugetului de 2 milioane euro.

Simulri n afaceri

Figura 6.36 Dar, cum putem fi siguri c aceasta este cea mai bun decizie, avnd n vedere c au fost ignorai factorii de incertitudine? n Figura 6.37 s-a introdus incertitudinea referitoare la succesul fiecrui proiect. n Tabelul 6.6 sunt prezentate formulele pentru construirea modelului n Excel. Tabelul 6.6 Celula C15 C16 G5 G15 Formula =SUMPRODUCT(E5:E12,C5:C12) =C14-C15 =D5*F5 =SUMPRODUCT(D5:D12,E5:E12) Copiere

G6:G12

n acest caz prin selectarea proiectelor 2, 3, 5, 7 i 8 se va obine un VNA total ateptat 2160 mii euro n loc de 3550 mii euro.

Simulri n afaceri Soluia optim obinut cu Solver prin maximizarea funciei obiectiv din celula G15 este prezentat n Figura 6.37.

Figura 6.37 Se recomand selectarea proiectelor 2, 3, 4, 5, 6 i 7 pentru a se obine VNA total ateptat de 2184 mii euro prin utilizarea numai de 1850 mii euro din cei 2000 mii euro disponibili. Determinarea prin simulare a distribuiei VNA VNA total ateptat pentru proiectele 2, 3, 4, 5, 6 i 7 a fost obinut lund n considerare o singur valoare a ratei de succes. n locul valorilor unice pentru ratele de succes se poate utiliza distribuia de probabilitate a fiecrei rate de succes. Prin utilizarea simulrii se poate obine distribuia de probabilitate a venitului total ateptat. Pentru rezolvarea cu Crystal Ball a problemei se va parcurge urmtoarea procedur: 1. Se apeleaz programul Crystal Ball i se ncarc fiierul EXCEL care s-a utilizat pentru rezolvarea problemei de alocare cu Solver.

Simulri n afaceri 2. Definirea distribuiilor de probabilitate referitoare la ratele de succes ale proiectelor selectate (Tabelul 6.7) se face prin funcia Crystall Ball pentru definirea distribuiei triunghiulare. Tabelul 6.7 Celula F6 F7 F8 F9 F10 F11 Formula =CB.Triangular(0.6,0.7,0.8) =CB.Triangular(0.35,0.4,0.45) =CB.Triangular(0.55,0.6,0.65) =CB.Triangular(0.8,0.9,0.95) =CB.Triangular(0.85,0.9,0.95) =CB.Triangular(0.55,0.7,0.75)

3. Pentru colectarea rezultatelor simulrii referitoare la VNA total se va defini celula G15 prin activarea icoanei Define Forecast din bara de instrumente Crystal Ball. 4. Prin Run Preferences se stabilete numrul de 1000 experimente de simulare. 5. Simularea ncepe prin Start Simulation i se obin rezultatele din Figura 6.38.

Figura 6.38 Se observ c probabilitatea ca VNA total s fie mai mare sau egal cu 2184 mii euro este de 25,5%.