Sunteți pe pagina 1din 59

UNIVERSITATEA CREŞTINĂ DIMITRIE CANTEMIR

FACULTATEA DE MANAGEMENT TURISTIC ȘI COMERCIAL

LUCRARE DE LICENȚĂ

Coordonator ştiinţific:
Conf. Univ. dr. Grațiela Ghic

Absolvent:

Anghel C. Roxana

BUCUREŞTI

2019
UNIVERSITATEA CREŞTINĂ DIMITRIE CANTEMIR
FACULTATEA DE MANAGEMENT TURISTIC ȘI COMERCIAL

Aspectele metodologice în fundamentarea


deciziilor în condiții de certitudine,
incertitudine și risc

Coordonator ştiinţific:
Conf.univ. dr. Grațiela Ghic

Absolvent:

Anghel C. Roxana

BUCUREŞTI

2019
CUPRINS

INTRODUCERE ........................................................................................................ 4

1 CAPITOLUL 1 METODE MULTICRITERIALE PENTRU


FUNDAMENTAREA DECIZIEI DE INVESTIŢII ÎN CONDIŢII DE CERTITUDINE 5

1.1 Metode de rezolvare a problemelor decizionale ......................................................................... 5


1.1.1 Metoda programării scop ............................................................................................ 6
1.1.2 Metoda bazată pe teoria mulţimilor vagi .................................................................... 7
1.2 Determinarea deciziei de investiţii în condiţii multicriteriale de certitudine prin aplicarea
metodei ELECTRE.................................................................................................................................... 11

2 CAPITOLUL 2 METODE ALE DECIZIEI DE INVESTIŢII ÎN CONDIŢII


DE RISC ŞI INCERTITUDINE ........................................................................................... 25

2.1 Prezentare generală ................................................................................................................... 25


2.2 Risc şi incertitudine în analiza investiţiilor ................................................................................. 28
2.3 Analiza de sensitivitate utilizată pentru determinarea modificării valorii actualizate nete a
proiectului de investiţii........................................................................................................................... 31
2.4 Decizii în condiţii de incertitudine .............................................................................................. 41
2.5 Decizii în condiţii de risc ............................................................................................................. 47
2.5.1 Folosirea speranţei matematice pentru alegerea deciziei optime ........................... 47
2.5.2 Tehnica arborilor de decizie ...................................................................................... 49

3 CAPITOLUL 3 STUDIU DE CAZ – SOCIETATEA S.C. “IRA” .............. 52

3.1 Prezentare generală ................................................................................................................... 52


3.2 Algoritm de rezolvare ................................................................................................................. 53
3.3 Structura arborelui de decizie .................................................................................................... 56

CONCLUZII............................................................................................................. 58

BIBLIOGRAFIE ...................................................................................................... 59
INTRODUCERE

Motivul pentru care mi-am ales această temă este reprezentat de dorinţa de a cerceta şi de a
aprofunda conceptul economic şi social în care-şi desfăşoară activitatea o întreprindere deoarece
este într-o evoluţie permanentă; se produc schimbări în modul de desfăşurare a competiţiei pe
piaţă, în cadrul legislativ, în modul de organizare a firmelor şi în tehnologiile de prelucrare şi
comunicare a informaţiei. Toate acestea conduc la o presiune sporită asupra celor care iau decizii
în domeniul financiar şi la noi cerinţe faţă de modul în care se elaborează şi se adoptă acestea.
În România, gradul mare de incertitudine care caracterizează mediul de afaceri a sporit
substanţial complexitatea analizei rentabilităţii afacerilor şi, prin urmare, necesitatea băncilor şi a
investitorilor de a se adapta noilor condiţii. Astfel, o parte dintre agenţii economici au început să
redescopere avantajele conceperii unor modele de analiză în condiţii de incertitudine şi
variabilitate a fenomenelor economico-financiare.
Ca urmare a caracterului din ce în ce mai complex al fenomenelor economico-sociale din
ultimele decenii, precum şi datorită multitudinii formelor de manifestare a acestora, de cele mai
multe ori este imposibilă luarea unor decizii corecte bazate doar pe experienţa managerială,
oricât de vastă ar fi aceasta. În prezent, studiul fenomenelor economico-sociale necesită
modalităţi de abordare precum şi instrumente de cercetare variate şi de foarte multe ori
sofisticate. Există cazuri, relativ simple, în care luarea unor decizii bine fundamentate nu
necesită o analiză deosebită, însă în prezent, activităţile de conducere economică, administrativă,
politică, tehnologică etc. nu pot fi concepute fără rezolvarea unor probleme importante de decizii
economice optime. Se poate afirma că procesul de optimizare a deciziilor financiare constă în
alegerea unei anumite variante, din mai multe posibile, ataşate unui anumit fenomen sau proces
economic.
Evoluţia ştiinţelor economice a impus necesitatea utilizării pe scară tot mai largă a tehnicilor
şi metodelor matematice. Acestea permit studierea şi analiza evoluţiei fenomenelor economice în
vederea fundamentării deciziile optime.
Modelarea matematica este des utilizată în activităţile din domeniul economico-social,
indiferent de nivelul cercetat. Necesitatea utilizării modelelor matematice la nivel
microeconomic s-a impus în faţa altor genuri de activităţi, astfel că în prezent modelul
economico-matematic constituie principalul instrument de adoptare a deciziilor optime şi în
domeniul investiţiilor, în condiţiile existenţei unui număr foarte mare de variante.

4
1 CAPITOLUL 1 METODE MULTICRITERIALE PENTRU
FUNDAMENTAREA DECIZIEI DE INVESTIŢII ÎN CONDIŢII DE
CERTITUDINE

1.1 Metode de rezolvare a problemelor decizionale

Într-un mediu economico-social determinist se presupune cunoaşterea apriori şi certă a ratei


dobânzii şi a fluxurilor monetare viitoare ale proiectelor de investiţii. Variaţiile posibile ale ratei
dobânzii şi riscul de activitate defectuoasă, respectiv de atingere a pragului de rentabilitate şi/sau
de a deveni insolventă şi de a intra în faliment, nu sunt luate în calculul de fundamentare a
eficienţei investiţiilor. Fundamentarea deciziei de investiţii în mediul cert are mai mult un
caracter teoretic, utilizându-se calculul actuarial pentru înţelegerea instrumentelor esenţiale care
ajută la analiza proiectelor de investiţie.
Realizarea unui proiect de investiţii are implicaţii majore asupra evoluţiei viitoare a unei
întreprinderi. Datorită incertitudinii, evaluarea proiectului de investiţii poate deveni extrem de
complexă. Incertitudinea asupra evoluţiei viitoare a economiei, a unei afaceri sau investiţii
determină existenţa riscului ca fluxurile financiare viitoare să fie variabile, cu valori diferite de
cele previzionate cu certitudine în cadrul unui mediu determinist. În adoptarea deciziei de
investiţii un management financiar competitiv presupune realizarea a trei obiective, identificate
în literatura străină de specialitate1, într-una dintre primele lucrări de analiză investiţională în
mediu cert, şi anume:

componenta administrativă
estimarea fluxurilor raţionalizarea (împărţirea
(pregătirea şi revizuirea
financiare aşteptate din resurselor între diverse
bugetelor, fixarea şi
proiectele propuse şi variante de investiţii, aflate
delegarea responsabilităţii
identificarea surselor de în competiţie sau care se
pentru efectuarea
finanţare pentru acestea exclud reciproc)
cheltuielilor)

În cazul acestor decizii, managerii societăţilor ştiu cu certitudine ce condiţii vor apărea mai târziu
şi vor afecta rezultatele deciziei. Întrucât nu există decât o singură stare a naturii, a cărei
manifestare viitoare este cunoscută cu certitudine de către decident, fiecare acţiune posibilă va
genera un singur rezultat (probabilitatea de realizare este egală cu 1). Aceste decizii privesc

1
James, L. H., Savage, L.J., „Three Problems in Rationing Capital”, The Journal of Business, Vol. 28, No. 4
(October), 1955, pag. 229–239

5
situaţiile când, în urma unei acţiuni manageriale, se va produce o singură consecinţă. Ca urmare,
decidenţii ştiu cu certitudine care va fi rezultatul pentru fiecare curs alternativ de acţiune. Într-o
astfel de situaţie, un decident raţional va selecta dintre alternativele posibile pe aceea care
generează cel mai bun rezultat.
Deciziile în condiţii de certitudine sunt adoptate îndeosebi atunci când managerii ştiu cu
siguranţă care sunt alternativele şi rezultatele asociate fiecărei alternative. În organizaţii, însă, se
întâlnesc puţine situaţii în care se pot lua decizii în astfel de condiţii, datorită complexităţii şi
dinamicii sociale. Gradul în care un manager are încredere într-o anumită decizie depinde de
gradul de certitudine în care este luată decizia respectivă. Cu alte cuvinte, cu cât este mai sigur
un manager de rezultatele unei decizii, cu atât va avea mai multă încredere luând acea decizie.
Fundamentarea deciziei de repartizare optimă a resurselor de investiţii pe diverse sectoare,
domenii de activitate sau perioade de timp reprezintă o problemă complexă, complexitate ce nu
poate fi tradusă numai cu ajutorul unui singur criteriu de optim exprimat sub forma unei singure
funcţii obiectiv. În general, o firmă are ca obiective atât minimizarea cheltuielilor de investiţii,
cât şi maximizarea profitului. De asemenea, firma este preocupată pentru creşterea ponderii
ocupate pe piaţa produselor, limitarea creşterii preţurilor, asigurarea forţei de muncă necesare
etc.

1.1.1 Metoda programării scop

În categoria metodelor de rezolvare a problemelor decizionale cu mai multe funcţii obiectiv întâlnim:

metoda programării scop

metoda bazată pe teoria mulţimilor vagi

Utilizând notaţiile de mai jos:

yj
- fondul de investiţii alocat produsului j, secţiei j, sau firmei j, j = 1, 2,......,n;

z- numărul de criterii de decizie (scopuri) luate în considerare pentru procesul decizional;

6
C jv yj
- coeficientul lui în funcţia obiectiv formulată pentru scopul v,
v  1,  , z reprezentând efectul obţinut la 1 u.m. fond de investiţii;

Qn - scopul (nivelul de aspiraţie) propus pentru funcţia obiectiv Qn  1,, z ;

a ij yj
- coeficientul lui în restricţia “i” reprezentând consumul resurselor la 1 u.m. capital
fix la 1 u.m. investită pentru produsul j, secţia j, firma j;

bi - nivelul maxim disponibil din resursa i, i = 1,.......,m;

d v
C jv Y j  Qv  0
- j 1 - abaterea în plus a valorii funcţiei obiectiv faţă de nivelul de
aspiraţie precizat pentru scopul v.

d v
C jv Yj  0
- Qv - j 1 - abaterea în minus a valorii funcţiei obiectiv faţă de nivelul de
aspiraţie precizat pentru scopul v.

d
Se constată că pentru acelaşi scop v are loc relaţia v întrucât la un anumit nivel de inspiraţie
precizat pentru scopul  , variabilele de decizie pot determina la un moment dat fie o abatere în
d v d v
plus fie o abordare în minus, fie = = 0.
Funcţia obiectiv a modelului de programare conduce la minimizarea abaterilor faţă de
scopurile propuse.O situaţie deosebită, legată de formularea funcţiei obiectiv a modelului de

programare scop, o constituie coeficienţii variabilelor d 0 din această funcţie, putând exista
următoarele situaţii:
- scopurile (nivelurile de aspiraţie) sunt exprimate în unităţi de mărimi diferite;
- toate scopurile sunt exprimate în aceeaşi unitate de măsură, fiecare situaţie are avantajele şi
dezavantajele ei, depinde de tipul investiţiei.

1.1.2 Metoda bazată pe teoria mulţimilor vagi

Ideea de mulţime fuzzy (mulţime vagă) a fost introdusă în matematica şi teoria sistemelor de
către L. Zadeh în anii '60. Mulţimile fuzzy şi, în general, conceptele fuzzy au apărut ca o
necesitate de a măsura cantitativ vagul, imprecizia. În comparaţie cu mulţimea convenţională la

7
care apartenenţa sau neapartenenţa unui element la ea se exclud reciproc, în cazul mulţimilor
fuzzy un element poate avea o apartenenţă parţială exprimată prin gradul său de apartenenţă. În
consecinţă, un anumit element poate să se găsească în trei ipostaze în raport cu o mulţime fuzzy:
să nu aparţină mulţimii, caz în care gradul său de apartenenţă este 0; să aparţină mulţimii în
totalitate, caz în care gradul său de apartenenţă este 1; să aparţină mulţimii parţial, caz în care
gardul său de apartenenţă este mai mare ca 0, dar mai mic decât 1.
Dacă gradul de apartenenţă este o noţiune asociată elementului mulţimii, apartenenţa
elementelor la mulţimea fuzzy este exprimată global printr-o funcţie numită funcţie de
apartenenţă, definită pe mulţimea convenţională a tuturor elementelor considerate şi cu valori în
intervalul [0,1]. Această funcţie corespunde funcţiei caracteristice a unei mulţimi convenţionale
care însă are valorile în mulţimea {0,1}. Funcţia de apartenenţă se asociază mulţimii fuzzy şi nu
elementului. Gradul de apartenenţă al unui element la mulţimea fuzzy reprezintă valoarea
funcţiei de apartenenţă pentru elementul respectiv. Necesitatea de a optimiza apare aşadar şi
atunci când problema este dată imprecis. Imprecizia se datorează pe de o parte complexităţii
profilului economic analizat, cât şi imposibilităţii de a se specifica clar graniţele de domeniu sau
mulţimi (exemple de mulţimi considerate: mulţimea întreprinderilor mari, mulţimea utilajelor
ieftine, mulţimea utilajelor cu productivitate mare etc.). Mulţimea vagă sau fuzzy, este astfel
definită încât un element poate nu numai să îi aparţină sau să nu îi aparţină, ci să se caracterizeze
şi prin apartenenţă intermediară.
Fie notaţiile: E – mulţimea tuturor elementelor; A = 0 mulţime vagă inclusă în E şi X un

element E X  E în general; o mulţime vagă A  E este caracterizată atât prin mulţimea

elementelor sale X, cât şi prin funcţiile lor de apartenenţă  A x  ; j - nivelul de aspiraţie; j -


N 

abaterea permisă. Aceste funcţii pun în concordanţă fiecare element X  E cu un număr real din

intervalul 0;1 . Acest număr indică gradul de apartenenţă al elementului X la mulţimea vagă A.

Aşadar, o mulţime vagă A  E este definită cu ajutorul perechilor ( X ,  A x , unde: X  E ,

şi  A x : E 0;1.

Simulare numerică: O societate comercială intenţionează să cumpere un utilaj pentru dotarea


unei secţii de prelucrări mecanice în conformitate cu exigenţele procesului tehnologic, cu
următoarele caracteristici: C1 – preţ de achiziţie mic (exprimat în RON); C2 – productivitate
mare (exprimată în unităţi fizice de producţie pe unitate de timp); C3 – cheltuieli de întreţinere
2
(unităţi fizice de combustibil sau energie electrică/ unitate de timp); C4 – gabarit min ( m ).

8
Societatea comercială dispune de şase oferte de utilaje fiecare cu alte caracteristici, care
realizează operaţia tehnologică dorită.

Valorile criteriilor

Utilaj Criterii

C1 C2 C3 C4 C5

U1 13 20 0,06 3 1,3

U2 14,5 19 0,05 4,5 1,4

U3 12 17 0,06 4,8 1

U4 11 19 0,07 4 1,4

U5 11 21 0,068 3,5 1,2

U6 14 15,5 0,05 3 1,45

Din analiza datelor din tabelul anterior, rezultă că nici un utilaj nu îndeplineşte simultan toate
criteriile de selecţie. Întrucât cele cinci criterii au fost formulate vag, se va utiliza teoria
mulţimilor vagi pentru fundamentarea deciziei de investiţii. În acest sens se va proceda astfel:

1. Fie E mulţimea utilajelor -


U1 ,U 2 ,U 3 ,U 4 ,U 5 ,U 6 . Pe această mulţime se vor defini cinci
mulţimi vagi corespunzătoare celor cinci criterii de selecţie:

C j  1,.......5. U i ,  cj u 
Aceste mulţimi vagi vor fi definite cu ajutorul perechilor ( ), J=
1.....5 = 1,......5;

Cj Nj
2. Pentru fiecare criteriu se va preciza de către decident un nivel de aspiraţie faţă de
j 0
care se admite o abatere ;

Ui Cj
3. Se calculează gradul de apartenenţă al fiecărui utilaj la fiecare mulţime vagă , după
cum urmează:

a) Pentru criteriile de minim, gradele de apartenenţă se vor calcula cu ajutorul funcţiei:

9
 Cj  1 dacă V j U i   N j
V j U i   N j
1 dacă N j  V j U i   N j   j , pentru i  1,..........6; j  1,......5
j
0 dacă V j U i   N j   j

b. Pentru criteriile de maxim, gradele de apartenenţă se vor calcula cu ajutorul funcţiei:

 Cj  1 dacă V j U i   N j
N j  V j U i 
1 dacă N j   j  V j U i   N j , pentru i  1,..........6; j  1,......5
j
0 dacă V j U i   N j   j

Cj
4. Pentru fiecare utilaj se calculează intersecţia celor 5 mulţimi vagi asociate criteriilor ,
j= 1,........5.

Gradul de apartenenţă al fiecărui utilaj Ui la intersecţia mulţimilor vagi este dată de relaţia:

 C1C 2 C 3 C 4 C 5 U i   min  C1 U i ,  C 2 U i ,  C 3 U i ,  C 4 U i ,  C 5 U i  .

5. Se alege utilajul cu cel mai mare gard de apartenenţă la mulţimea intersecţiei celor cinci
criterii.

Pentru exemplul nostru, se consideră nivelurile de aspiraţie şi abaterile permise de aceste niveluri
prezentate în tabelul următor.

Criteriile de selecţie

Criteriile de selecţie

C1 C2 C3 C4 C5

Nj 10 21 0,05 3 1
Nivelul de aspiraţie ( )

j 6 6 0,02 3 0,5
Abaterea permisă ( )

Cu ajutorul acestor date au fost determinate gradul de apartenenţă ale utilajelor la mulţimile vagi
asociate celor 5 criterii de selecţie. Valorile gradelor de apartenenţă:

10
Gradele de apartenenţă

Utilaj  C1 U i   C 2 U i   C 3 U i   C 4 U i   C 5 U i  Minim

U1 0,5 0,83 0,5 1 0,4 0,4

U2 0,25 0,66 1 0,5 0,2 0,2

U3 0,66 0,33 0,5 0,4 1 0,33

U4 0,83 0,66 1 0,66 0,2 0,2

U5 0,83 1 0,1 0,83 0,6 0,1

U6 0,33 1 1 1 0,1 0,1

Cu datele din ultima coloană se calculează: max 0,4;0,2;0,33;0,2;0,1;0,1 = 0,4. Rezultă că cel
mai mare grad de apartenenţă la toate criteriile de selecţie îl reprezintă utilajul U 1 cu preţul de
achiziţie = 13 u.m., productivitatea = 20 u.f./u.t, cheltuielile de întreţinere = 0,06 u.m./u.t.,
consumul de energie = 3 u.e./u.t. şi gabaritul = 1,3 m2. Ca o observaţie, apreciem că
managementul societăţii comerciale ar trebui să aştepte şi alte oferte înainte de a face investiţia
întrucât se observă că gradul de apartenenţă este relativ mic raportat la nivelurile de aspiraţie
exprimate.

1.2 Determinarea deciziei de investiţii în condiţii multicriteriale de


certitudine prin aplicarea metodei ELECTRE

Apariţia şi dezvoltarea teoriei deciziilor a mers paralel cu evoluţia calculului probabilităţilor şi a


statisticii matematice. În matematică această teorie începe să se dezvolte prin aşa-numitul
principiu “minimax”, introdus în 1895 de H. Minkowski, iar în anul 1921 Emile Borel a găsit
posibilitatea aplicării acestui principiu la aspectele statistice ale teoriei jocului. Această utilitate
“strategică” a teoriei minimax a fost dezvoltată în anii următori de John von Neumann, care a
introdus-o în analiza statistico-matematică a fenomenelor economice (producţie şi preţuri), iar
din 1944, odată cu apariţia lucrării: “The Theorie of Games and Economic Behaviour” (Teoria
jocurilor şi comportamentului economic) de J. V. Neumann şi Oskar Morgenstern, începe a se

11
defini o nouă ramură interdisciplinară. Teoria deciziilor îşi propune să devină o logică a
deciziilor eficiente, considerând că un proces decizional se caracterizează prin:

 criteriile după care se examinează problema;


 obiectivul urmărit;
 existenţa unui decident (individ sau grup de decidenţi) care urmăreşte luarea unei hotărâri
pentru atingerea obiectivului în condiţii optime;
 mulţimea alternativelor (variante de acţiuni posibile), a stărilor posibile (fiecare stare
constituind un complex de condiţii generând consecinţe pentru o anumită alternativă şi un
obiectiv precizat) şi a consecinţelor alternativelor (în funcţie de natura stărilor, de certitudine
risc sau incertitudine);
 utilitatea sugerată de decident în urma realizării unei anumite consecinţe.
Luarea în considerare simultan a mai multor criterii de decizie determină caracterul
multidimensional al teoriei deciziilor. Plecând de la posibilitatea prevederii consecinţelor ce le
pot determina deciziile şi în vederea pregătirii condiţiilor pentru luarea lor, se ţine seama de
anumite situaţii care caracterizează desfăşurarea fenomenelor şi proceselor economico-sociale,
adică:

a. situaţii de siguranţă (certitudine), în care elementele necesare de apreciere sunt relativ


bine cunoscute, ca şi diversele posibilităţi de acţiune; se alege calea cea mai favorabilă, soluţia în
termeni ştiinţifici obţinându-se de obicei prin metoda programării matematice.
b. situaţii de risc, când orice acţiune poate determina diverse rezultate, care pot fi apreciate
cu o probabilitate cunoscută; riscul rezultă dintr-o incertitudine, o necunoaştere a legii de
desfăşurare a fenomenului (procesului); pentru luarea deciziei se recurge la analize bazate pe
calcule de probabilitate, ataşându-se anumite probabilităţi diverselor stări posibile şi măsurând
probabilităţile prin frecvenţe într-o suită de observaţii;
c. situaţii de nesiguranţă (incertitudine), când probabilităţile rezultatelor acţiunii nu pot fi
cunoscute; în acest caz situaţiile sunt considerate ca „jocuri” şi se recurge la teoria modernă a
jocurilor, apreciind după caz una din trei forme de manifestare a stării de incertitudine:
1. realitatea este un „jucător” adversar dăunător şi, ca atare, este exclusă sau ea apare ca un
partener (adversar în joc), acţionând în mod raţional (inteligent);
2. realitatea nu se comportă ca partener inteligent şi nu poate fi cunoscută;
3. comportamentul este similar, dar comensurabil, putându-se determina probabilitatea
repartiţiei stărilor reale într-un anumit spaţiu circumstanţial.

12
Pentru rezolvarea problemelor decizionale managerul dispune de instrumente manageriale care-i
permit soluţionarea în condiţii de eficienţă a obiectivelor propuse. Metodele de decizii specifice
procesului decizional sunt clasificate în:

metode decizionale în condiţiile de certitudine: metoda


utilităţilor globale, metoda Electre, metoda Onicescu

metode decizionale în condiţiile de incertitudine: metoda


pesimistă (Wald), metoda optimistă, metoda optimalităţii
(Hurwicz), metoda minimizării regretelor (Savage)

metode decizionale în condiţiile de risc: metoda arborelui


decizional, metoda maximizării speranţei matematice

Pentru problemele decizionale complexe în condiţii de certitudine, Şcoala Franceză prin


Bertrand Roy a elaborat în 1967 metoda Electre (Elimination et choix Traduisant la Réalité).
Aceasta constă în analiza pe perechi a variantelor Vi (i = 1, m ) după mai multe criterii Cj (j =

1, n ) şi îmbină teoria utilităţii, teoria grafurilor, teoria interpolării liniare, teoria surclasării
variantelor permiţând alegerea variantei optime a problemei decizionale studiate.Ca şi rezultat,
această metodă oferă varianta optimă însă nu ordonează toate variantele decizionale.2
Schema generală a unei probleme decizionale este dată de tabelul decizional nr. 5.4:
unde: Vi = varianta decizională i; Cj = criteriul decizional j; Rij = rezultatul (consecinţa) variantei
decizionale influenţată de criteriul decizional j. Întrucât rezultatele Rij nu sunt întotdeauna
cuantificabile (putând exista rezultate calitative, de exemplu: calitatea producţiei, gradul de
valorificare a producţiei marfă fabricate, etc.) este necesară transformarea acestora în utilităţi cu
ajutorul teoriei utilităţilor şi a interpolării liniare.
Astfel, dacă vom considera scara utilităţilor de la 0 la 1 şi atribuim valoarea 1 utilităţii
celei mai favorabile din punct de vedere economic, iar valoarea 0 utilităţii rezultatului cel mai
nefavorabil (din punct de vedere economic), apoi transformăm consecinţele Rij în utilităţi Uij cu
formula:

2
Dobre I., Bădescu A.V., Păuna L., „Teoria deciziei”, Editura ASE, Bucureşti, 2007, pag. 109.
13
aRij+b = Uij în cazul în care criteriul “j” se optimizează prin maximizare.

Pentru situaţia în care criteriul “j” se optimizează prin minimizare, sistemul de ecuaţii este:

a Rmin  b  1
a Rmax  b  0

1 Rmin
a  ; b
Rmax  Rmin Rmax  Rmin

Rij  Rmin
 U ij  , când criteriul j se optimizează prin maximizare;
Rmax  Rmin

Rmax  Rij
U ij  , dacă criteriul j se optimizează prin minimizare.
Rmax  Rmin

Rezultă astfel tabelul utilităţilor:

Cj
C1 … Cj … Cn
Vi

V1 .

: .

Vi . . . Uij . . .

: .

Vm .

Pentru aplicarea acestei metode se impune introducerea coeficienţilor de importanţă ai


criteriilor: Kj, j = 1, n . De exemplu, dacă firma, prin dezvoltarea planificată, urmăreşte să-şi
crească nivelul de rentabilitate, criteriul “profit brut total” va avea un coeficient de importanţă
mai mare decât celelalte criterii. Stabilirea coeficienţilor de importanţă trebuie să fie rezultatul
unei decizii colective, fiind antrenaţi pentru aceasta mai mulţi specialişti din firmă, din domenii
diferite, dată fiind complexitatea problemei care face obiectul deciziei.

14
Astfel, fiecare specialist (Si) dispune de un număr egal de puncte care se distribuie celor “n”
n
criterii. Suma punctelor acordate criteriului Cj, notate p j va fi: p j  p
i 1
ij

pj n
Coeficientul de importanţă al criteriului Cj va fi egal cu: K j  n
, K j  1.
p
j 1
j
j 1

Conform metodei Electre, dispunând de posibilitatea ordonării celor m variante după cele n
criterii, trebuie găsit un procedeu de a “sintetiza” rezultatele acestor ordonări într-o ordonare
finală, ţinând cont de toate cele “n” criterii. Primul pas în rezolvarea acestei probleme îl
constituie determinarea indicatorilor de concordanţă ai variantelor conform relaţiei:
K
 j  1, m
j
j jc
C (Vg , Vh) 
Kj
j

în care: Kj sunt coeficienţii de importanţă ai criteriilor Cj, iar Jc este mulţimea indicilor criteriilor
concordante, respectiv a criteriilor cărora le corespunde relaţia U gj . U hj

Obţinem astfel tabelul indicatorilor de concordanţă:

C(Vi, Vj) V1………Vh........Vn

V1 .

 .

Vg ….. C (Vg,Vh)..

 .

Vm

Problema care se ridică este de a cunoaşte intensitatea opoziţiei care poate apare faţă de o
variantă sau alta, sau altfel spus, riscul pe care şi-l asumă decidentul în alegerea unei variante
faţă de alta. Acest risc poate fi „măsurat” prin indicatorul de discordanţă. Calculul indicatorului
de discordanţă (Ds) între două variante (Vg) şi (Vh), se face după relaţia:

15
0, dacă U gj  U hj
Ds V g , Vh  
max j / U gj  U hj 
1
u

unde:  u reprezintă ecartul maxim între utilităţi.

Indicatori de discordanţă:

D (Vi, Vj) V1… Vh… Vn

V1 .

: .

Vg . . .D s (Vg, Vh) . . .

: .

Vm .

Alegerea soluţiei optime se face cu ajutorul teoriei grafurilor şi teoriei surclasării variantelor.
Spunem că o variantă (Vg) surclasează o variantă (Vh) marcându-se această surclasare în graficul
de sinteză (Gs) cu un arc orientat de la Vg la Vh, dacă: C(Vg, Vh)  w şi Ds (Vg, Vh)  q.

unde: w şi q sunt valori limită alese de decident între 0 şi 1 (w poartă semnificaţia unui prag
de acceptabilitate, deci valoarea lui e de preferat să fie cât mai aproape de 1, iar q semnificaţia
unui risc pe care îl acceptă decidentul, deci valoarea lui e de preferat să fie cât mai aproape de 0).
Varianta care pentru anumite valori prag “w” şi “q” surclasează toate celelalte variante se
consideră optimă pentru aceste metode.
Potrivit algoritmului metodei Electre, pe măsură ce scade pragul de concordanţă w de la w =
1 către w = 0, creşte, complementar, pragul de discordanţă q, de la q = 0 la q = 1. La începutul
procesului de departajare a variantelor comparate, discriminarea este hotărâtă de concordanţa
dintre variantele Vg şi Vh, definită prin relaţia (Vg P Vh)*. Metoda arată că dacă în decursul
procesului de departajare, concordanţa nu reuşeşte să clarifice raporturile de prioritate dintre
variante, se apelează la contribuţia în această direcţie a discordanţei, majorând indicatorul q până

*
P – operator logic al preferinţei (Vg P Vh = Vg este preferat lui Vh)
16
spre valoarea q = 1, când discordanţa, definită prin relaţia (Vh P Vg), hotărăşte ierarhizarea
variantelor;
Pe schema bloc de mai sus se observă că procesul departajării variantelor este iterativ.
Literatura economică din ţara noastră a adus o serie de propuneri de îmbunătăţire a conţinutului
metodei ELECTRE, aşa cum a fost ea concepută de de şcoala franceză, orientate în sensul
eliminării principalei sale deficienţe – aceea a incompatibilităţii criteriilor de fundamentare a
indicilor de concordanţă şi discordanţă – prin determinarea unor coeficienţi normalizaţi de
concordanţă şi a unor coeficienţi normalizaţi de discordanţă. Formula de determinare propusă are
în vedere, pentru ambii indici, atât coeficienţii de importanţă, cât şi diferenţele dintre utilităţile
variantelor ce se compară.
Avantajele principale ale metodei se referă la faptul că atât în forma iniţială, cât şi în cea
îmbunătăţită, metoda ELECTRE se caracterizează printr-o mare simplitate şi uşurinţă în aplicare,
care o recomandă cu insistenţă pentru raţionalizarea proceselor decizionale din firmele
româneşti. Simulare numerică: Pentru realizarea unei dezvoltări în cadrul unei firme, colectivul
de conducere dispune de şase variante de investiţii, şi anume:

V1 - Construcţia unei noi V3 - Modernizarea unei secţii


V2 – Modernizarea cu utilaje
secţii de fabricaţie cu bloc de linie automată

V4 – Recompartimentarea V5 – Reamenajarea unei V6 – Extinderea unei secţii de


funcţională secţii de fabricaţie fabricaţie cu funcţiuni noi

Alegerea variantei de dezvoltare se va face având drept criteriu de apreciere a eficienţei


economice a investiţiei, următoarele criterii: valoarea investiţiei (C1), durata de realizare (C2),
profitul brut total (C3), productivitatea muncii pe un muncitor (C4) şi posibilitatea de recrutare a
forţei de muncă (C5).

Consecinţele celor şase variante, în funcţie de fiecare criteriu în parte, sunt prezentate în
tabelul următor, care constituie matricea decizională.

17
Cj
Productivitate

Durata de Profit brut a muncii


Valoarea Posibilităţile
investiţiei realizare total (C4) de recrutare a
(C1) (C2) (C3) forţei de
(mii
(mii euro) euro/pers.) muncă (C5)
Vi (zile) (mii euro)

Construcţia unei
1.600.000 36 135.000 1.100.000 medii
secţii de fabricaţie

Modernizarea cu
1.350.000 48 130.000 1.150.000 bune
utilaje

Modernizarea unei
secţii cu bloc de linie 128.000 1.180.000 foarte bune
automată 1.450.000 44

Recompartimentare
1.400.000 46 138.000 1.120.000 bune
a funcţională

Reamenajarea unei
1.500.000 40 132.000 1.160.000 slabe
secţii de fabricaţie

Extinderea unei
secţii de fabricaţie 1.550.000 38 136.800 1.200.000 foarte slabe
cu funcţiuni noi

Soluţie:

Folosind relaţiile de transformare a consecinţelor Rij în utilităţi Uij, după caz, în funcţie de
semnificaţia economică a criteriului, rezultă tabelul utilităţilor în cadrul firmei analizate.

Cj

Vi C1 C2 C3 C4 C5

Construcţia unei secţii de fabricaţie 0 1 0,7 0 0,50

Modernizarea cu utilaje 1 0 0,2 0,5 0,75

18
Modernizarea unei secţii cu bloc de
0,6 0,33 0 0,8 1
linie automată

Recompartimentarea funcţională 0,8 0,16 1 0,2 0,75

Reamenajarea unei secţii de fabricaţie 0,4 0,66 0,4 0,6 0,25

Extinderea unei secţii de fabricaţie cu


0,2 0,83 0,88 1 0
funcţiuni noi

Pentru determinare coeficienţilor de importanţă sunt consultaţi patru specialişti (S1, S2, S3,
S4), fiecare dispunând de un total de 20 puncte. Punctele acordate fiecărui criteriu şi coeficienţii
de importanţă sunt prezentaţi în tabelul de mai jos:

Valorile coeficienţilor de importanţă

Specialiştii C1 C2 C3 C4 C5 p

S1 4 3 6 5 2 20

S2 3 4 7 4 2 20

S3 4 3 6 4 3 20

S4 5 3 6 4 2 20

Pj 16 13 25 17 9 80

Kj 0,2 0,16 0,32 0,21 0,11 -

Calculul indicatorilor de concordanţă între varianta V1 şi celelalte variante

C(V1, V2)  0,16  0,32  0,48 ; C(V1, V3)  0,16  0,32  0,48 C(V1, V4)  0,16  0,16 ;
1 1 1

C(V1, V5)  0,16  0,32  0,11  0,59 ; C(V1, V6)  0,16  0,11  0,27
1 1

19
Calculul indicatorilor de concordanţă

Vj
V1 V2 V3 V4 V5 V6
Vi

V1 0,48 0,48 0,16 0,59 0,27

V2 0,52 0,52 0,52 0,31 0,31

V3 0,52 0,48 0,48 0,52 0,31

V4 0,84 0,59 0,52 0,63 0,63

V5 0,41 0,69 0,48 0,37 0,31

V6 0,73 0,69 0,69 0,37 0,69

Surclasarea între două variante va fi cu atât mai mare cu cât indicatorul de concordanţă este
mai aproape de 1. În cazul în care indicatorul de concordanţă este mai mic decât 1, exemplu
C(V4, V1) = 0,84 în timp ce C(V1, V4) = 0,16 este de presupus că varianta V4 trebuie aleasă în
comparaţie cu varianta V1, dar există riscul ca adepţii variantei V1 să facă obiecţii serioase, dat
fiind faptul că pentru unele criterii varianta V1, surclasează varianta V4. Problema care se pune
este de a cunoaşte intensitatea opoziţiei care poate apare faţă de o variantă sau alta, sau altfel
spus, riscul pe care şi-l asumă decidentul în alegerea unei variante faţă de alta. Acest risc poate fi
“măsurat” prin indicatorul de discordanţă.

Obţinem tabelul indicatorilor de discordanţă:

Vj
V1 V2 V3 V4 V5 V6
Vi

V1 1 0,8 0,8 0,6 1

V2 1 0,33 0,8 0,66 0,83

V3 0,70 0,40 1 0,40 0,88

V4 0,84 0,30 0,60 0,50 0,80

20
V5 0,34 0,60 0,75 0,60 0,48

V6 0,50 0,80 1 0,75 0,25

Calculul indicatorilor de discordanţă

De exemplu: mărimea indicatorilor de discordanţă între varianta V1 şi celelalte variante este:

D(V1, V2)  max 0 1, 0  0,5 , 0,5  0,75   1

D(V1, V3)  max 0  0,6 , 0  0,8 , 0,5  1  0,8

D(V1, V4)  max 0  0,8 , 0,7  1, 0  0,2 , 0,5  0,75   0,8

D(V1, V5)  max 0  0,4 , 0  0,6   0,6

D(V1, V6)  max 0  0,2 , 0,7  0,88 , 0  1  1

Pentru construcţia grafului de priorităţi vom folosi algoritmul prezentat mai sus.

Iteraţia 1. La început se porneşte cu pragurile de decizie w = 1 şi q = 1-w = 0. Se inspectează


matricele A şi B (corespunzătoare tabelelor C(Vg, Vh) respectiv D(Vg, Vh)), căutând să se
identifice existenţa relaţiilor C(Vg, Vh)  1 şi D(Vg, Vh)  0. Se constată că nu există astfel de
relaţii.

Iteraţia 2. Se diminuează w până la w = 0,69 şi q = 1 – w = 0,31

Observăm că: C(V6, V5) = 0,69  w

D(V6, V5) = 0,25 < q

Deci, (V6 P V5) şi se trece la trasarea arcului V6  V5 potrivit reprezentării grafului


G[V(0,69; 0,31)]

21
V1 V2

V6 V3

V5 V4

Întrucât se observă că nici la a doua iteraţie nu s-au discriminat toate variantele (graful se
consideră terminat atunci când în fiecare nod Vi există (m-1) intrări şi ieşiri), se continuă
iteraţiile.

Pragurile de
Nr. iteraţiei Rezultatele explorării Construcţia grafului Observaţii
decizie w şi q

3. w = 0,59 C(V4, V2) = 0,59  w Graful nu s-a închis, se continuă


iteraţiile
q = 0,41 D(V4, V2) = 0,30 < 0,41
V1 V2

 (V4 P V2)
V6 V3

V5 V4

4. w = 0,52 C(V2, V3) = 0,52  w Graful nu s-a închis se continuă


iteraţiile
q = 0,48 D(V2, V3) = 0,33 < q V1 V2

 (V2 P V3)
V6 V3

C(V3, V5) = 0,52  w


V5 V4
D(V3, V5) = 0,40 < q

 (V3 P V5)

5. w = 0,41 C(V3, V2) = 0,48 > w (V3 P V2) contrazisă de iteraţia 4

q = 0,59 D(V3, V2) = 0,40 < q

 (V3 P V2) V1 V2

V6
C(V4, V5) = 0,63 > w
V6 V3

D(V4, V5) = 0,50 < q

 (V4 P V5) V5 V4

C(V5, V1) = 0,41  w

D(V5, V1) = 0,34 < q

22
 (V5 P V1)

C(V6, V1) = 0,73 > p

D(V6, V1) = 0,50 < q

 (V6 P V1)

6. w = 0,31 C(V1, V5) = 0,59 > w (V1 P V5) contrazisă de iteraţia 5

q = 0,69 D(V1, V5) = 0,60 < q (V5 P V2) contrazisă în această


iteraţie,
 (V1 P V5)
(V5 P V4) contrazisă de iteraţia 5
C(V2, V5) = 0,31  w
(V5 P V6) contrazisă de iteraţia 2
D(V2, V5) = 0,66 < q

 (V2 P V5)

C(V4, V3) = 0,52 > w

D(V4, V3) = 0,60 < q

 (V4 P V3)

C(V5, V2) = 0,69 > w

D(V5, V2) = 0,60 < q

 (V5 P V2)

C(V5, V4) = 0,37 > w

D(V5, V4) = 0,60 < q

 (V5 P V4)

C(V5, V6) = 0,31  w

D(V5, V6) = 0,48 < q

 (V5 P V6)

7. w = 0,16 C(V1, V3) = 0,48 > w (V2 P V4) contrazisă de iteraţia 3


V1 V2
q = 0,84 D(V1, V3) = 0,80 < q (V3 P V1) contrazisă de iteraţia 7

 (V1 P V3) (V5 P V3) contrazisă de iteraţia 4


V6 V3
C(V2, V4) = 0,52 > w (V6 P V2) contrazisă de iteraţia 7

D(V2, V4) = 0,80 < q


V5 V4

 (V2 P V4) (V6 P V4) contrazisă de iteraţia 7

C(V2, V6) = 0,31 > w

D(V2, V6) = 0,83 < q

 (V2 P V6)

C(V3, V1) = 0,52 > w

D(V3, V1) = 0,70 < q

 (V3 P V1)

23
C(V4, V1) = 0,84 > w

D(V4, V1) = 0,84  q

 (V4 P V1)

C(V4, V6) = 0,63 > w

D(V4, V6) = 0,80 < q

 (V4 P V6)

C(V5, V3) = 0,48 > w

D(V5, V3) = 0,75 < q

 (V5 P V3)

C(V6, V2) = 0,69 > w

D(V6, V2) = 0,80 < q

 (V6 P V2)

C(V6, V4) = 0,37 > w

D(V6, V4) = 0,75 < q

 (V6 P V4)

Deci varianta V4 (recompartimentarea funcţională a firmei) surclasând în graful de sinteză G


[V(0,16;0,84)] toate celelalte variante, se consideră „optimă” potrivit acestei metode. Însă riscul
de contestaţie este ridicat (q = 0,84).

24
2 CAPITOLUL 2 METODE ALE DECIZIEI DE INVESTIŢII
ÎN CONDIŢII DE RISC ŞI INCERTITUDINE

2.1 Prezentare generală

În majoritatea dezbaterilor privind decizia de investire în condiţii de certitudine, se


presupune că majoritatea informaţiilor necesare procesului decizional sunt deja cunoscute. De
fapt, informaţia necesară pentru evaluarea investiţiilor nu este întotdeauna cunoscută cu
certitudine fiind o dimensiune estimată. Incertitudinile afectează variabile precum costul
capitalului şi fluxul de lichidităţi, şi pot modifica setul de proiecte acceptabile. Prin urmare,
procedurile de decizie de investire în condiţii de incertitudine necesită perfecţionarea ipotezelor
de acurateţe pentru evaluarea proiectelor de investiţii cu inserarea factorilor risc. Există trei tipuri
principale de riscuri care afectează deciziile de investire şi reprezintă totodată şi principalele
surse de incertitudine. Acestea sunt: (1) riscul de afaceri – riscul inerent fluxului de lichidităţi al
firmei independent de modul de finanţare; (2) riscul financiar – riscul suplimentar asumat de
acţionarii firmei în condiţiile utilizării creditelor în finanţare; şi (3) riscul inflaţiei – risc ce apare
din instabilitatea puterii de cumpărare a monedei. Aşadar, procesul de adoptare a deciziei de
investiţii este în realitate mult mai complex decât aplicarea simplă a metodei actualizării
fluxurilor de numerar (DCF). Hayes şi Abernaty [1980] şi mai târziu Hayes şi Garvin [1982] au
publicat lucrări3 în care se formulează critici vehemente, adesea cu accente ironice, dezaprobând
utilizarea pe scară largă, pentru orice tip de problemă, operaţională sau strategică, a metodei
fluxurilor financiare actualizate (DCF).

Dezavantajele metodei DCF: Presupuneri versus Realităţi

3
Hayes, R. H. şi Abernaty, W.J, „Managing our Way to Economic Decline”, Harvard Business Review, July–
August, 1980, pag. 67–77 şi Hayes, R. H. şi D. A. Garvin, „Managing as if Tomorrow Mattered”, Harvard Business
Review, May–June, 1982, pag. 71–79

25
Presupuneri legate de actualizarea

fluxurilor de numerar Realitatea

Există incertitudine şi variabilitate a veniturilor


Deciziile sunt luate acum, iar fluxurile de numerar nu viitoare. Nu toate deciziile se iau “acum”, unele
vor cunoaşte modificări faţă de predicţiile iniţiale. putând fi amânate pentru momentul în care apar
informaţii mai noi, mai utile.

Ţinând seama de efectele de reţea, diversificare,


Proiectele în sine sunt considerate a fi de fapt “mini- interdependenţe şi de sinergie, firmele sunt de fapt
firme”. portofolii de proiecte. Câteodată proiectele nu pot fi
evaluate ca fluxuri de sine stătătoare.

Proiectele sunt de obicei gestionate activ pe întreaga


Odată lansate, proiectele vor fi gestionate pasiv.
durată de viaţă (de exemplu, rectificare de buget).

Ar trebui să fie dificil să estimezi valoarea fluxurilor


Fluxurile viitoare libere de numerar sunt toate foarte
viitoare pentru că de obicei sunt fluctuante şi
previzibile şi uşor de determinat.
riscante.

Există multe surse de risc, cu caracteristici diferite,


Rata de risc a proiectului este de obicei costul mediu
iar unele chiar diversificabile, atât de-a lungul
ponderat al capitalului.
desfăşurării proiectului cât şi de-a lungul timpului.

Riscul firmei sau al proiectului se poate schimba pe


Toate riscurile sunt complet încorporate în ratele de
parcursul proiectului. Prin urmare, ar fi necesară o
actualizare.
“actualizare” a ratei de actualizare.

Datorită complexităţii proiectului şi aşa numitelor


Toţi factorii care ar putea afecta rezultatele
externalităţi, ar putea fi dificilă sau chiar imposibil de
proiectului sunt reflectaţi actualizând fluxurile de
realizat cuantificarea tuturor factorilor doar prin rata
numerar (metoda VAN sau RIR).
de actualizare a fluxurilor de numerar.

Factorii necunoscuţi, intangibili sau care nu se pot Multe beneficii, mai mult sau mai puţin importante
măsura nu sunt luaţi în calcul (primesc valoare zero). sunt de fapt active intangibile sau poziţii strategice.

Sursa: Mun, Johnathan, „Real Options and Monte Carlo Simulation versus Traditional DCF Valuationin Layman’s Terms”,
2006, pag. 80

În contextul riscului asumat, analiza proiectelor de investiţii se poate extinde prin


construcţia unor scenarii de evoluţie corelată a variabilelor modelului, prin utilizarea analizei de
sensibilitate a indicatorilor proiectului de investiţii la modificarea unui singur factor de influenţă
sau prin simularea unui număr cât mai mare de scenarii din care să rezulte probabilitatea ca
valoarea actualizată netă a proiectului să fie negativă. Estimarea fluxurilor de trezorerie (cash
flow-lor) în mediu aleator se modifică în comparaţie cu cea din mediu cert, realizându-se în
câteva variante (stări prognozate pentru evoluţia viitoare a economiei) şi fiecărei variante i se
asociază o probabilitate de apariţie. Astfel se determină o speranţă matematică a cash flow-urilor,

26
ca medie ponderată cu probabilităţile de apariţie – E(CFt), însoţită de un risc determinat cu
ajutorul abaterii medii pătratice – σ(CFt).

s s
E CFt    CFti  pi şi  CFt  
i 1
 CF
i 1
ti  E CFt   pi 

unde: CFti reprezintă cash flow-ul prognozat în starea i (în total sunt considerate s stări) pentru anul t,

iar p i reprezintă probabilitatea de apariţie a stării i. Principalul indicator de care se ţine cont în
adoptarea deciziei de investiţii nu mai este acum VAN, ci speranţa matematică a acesteia –
E(VAN), precum şi riscul corespunzător asociat – σ(VAN).

n
E CFt  E VRn  n
 2 CFt 
 
E VAN    I şi  VAN    1 a 
t 1 1  a  1 a n t
t t 2
t 1

Folosirea probabilităţilor în determinarea indicatorilor de evaluare a proiectelor de investiţii


elimină o parte din ipotezele simplificatoare ale mediului cert, dar prezintă unele dezavantaje,
cum ar fi:

 probabilităţile fie sunt previzionate de către experţi4, fie sunt determinate istoric;
 formulele prezentate anterior sunt valabile în situaţia în care fluxurile de trezorerie CF1,
CF2,....., CFn sunt independente (coeficientul de corelaţie între ele este zero, adică ρ(CFt-1; CFt)
= 0). În realitate aceste fluxuri sunt corelate între ele, fie pozitiv, fie negativ, în funcţie de
caracteristicile proiectului de investiţii. Cu cât acestea sunt mai puternic corelate, cu atât riscul
este mai mare, deoarece modificarea fluxului dintr-un an induce efecte de multiplicare a riscului
prin atragerea după sine a modificării fluxurilor din anii următori.
În condiţii de incertitudine, nu numai fluxurile de trezorerie se modifică, ci şi rata de
actualizare (a). Aceasta trebuie să cuprindă remunerarea pentru două componente: valoarea în
timp a banilor şi riscul asumat. În acest sens, fie se foloseşte o rată de actualizare ajustată la risc
(Risk Adjusted Discount Rate – RADR) pentru fluxurile de numerar ale proiectului (CFt), fie se
utilizează metoda echivalentului cert. Aceasta din urmă presupune echivalarea fluxurilor de
trezorerie estimate pentru durata de viaţă a proiectului (care implică asumarea unui risc de
variabilitate) cu fluxuri de trezorerie stabilite cu certitudine într–un mediu determinist ( CFt  ),
care au valori mai mici decât cele cu risc şi care vor fi actualizate cu rata rentabilităţii fără risc (

4
În funcţie de informaţia pe care o deţine fiecare expert la momentul realizării previziunii probabilităţile vor fi
diferite, precum şi modalitatea în care această informaţie este integrată în probabilităţile estimate de aceştia, ceea ce
conferă procesului un grad mare de subiectivism.
27
R f ) în loc de costul capitalului (a). Autorii care au consacrat această metodă, Robichek şi Myers

(1966) exemplifică în articolul lor5 următorul model de determinare a valorii unui proiect


CFt 
 t  CFt 
CFt 
VAN    
t 1 1 a t t 1 1 R  f
t
t 1 1 R 
f
t

unde: CFt  include şi valoarea reziduală certă, iar  t < 1 este raportul dintre echivalentul cert şi
CF estimat în condiţii de incertitudine.

În situaţia în care egalitatea de mai sus este valabilă pentru orice perioadă, atunci:

1  R  t
1  R  1  R 
t t 1

t   t 1   t  
f f f
şi
1  at 1  at 1  at1

ceea ce înseamnă că αt scade cu o rată constantă c = 1 – (1+Rf)/(1+a).

Concluzia acestor autori este că rata la care se aşteaptă ca fluxurile financiare să se


realizeze în timp este rata la care se aşteaptă ca incertitudinea să se rezolve în timp. În realitate, a
nu poate fi constant în timp, dar se poate găsi o valoare medie, ca soluţie a ecuaţiei de mai sus, în
care CFt, αt şi i sunt presupuse cunoscute. Acest cost al capitalului constant în fiecare perioadă
va subevalua anumite CF şi va supraevalua altele, dar pe total aceste efecte se anulează. Din
acest punct de vedere autorii, consacră metoda echivalentului cert ca superioară metodei ratei de
actualizare ajustate la risc.

2.2 Risc şi incertitudine în analiza investiţiilor

Înainte de prezentarea principalele metode şi tehnici de fundamentare a deciziilor de


investiţii în mediul incert, trebuie să lămurim diferenţa dintre cele două noţiuni vehiculate în
acest context: risc şi incertitudine. Cu toate că s-ar putea crede că acestea explică acelaşi lucru,
cei doi termeni sunt însă delimitaţi în literatura de specialitate. Primul care a dezvoltat noţiunea
de risc în actualul înţeles din mediul academic a fost Frank Knight în dizertaţia sa „Risk,
Uncertainty and Profit” din 1921. El făcea deosebirea între termenii „risc” (eveniment aleatoriu

5
Robichek Alexander, A. şi Stewart C. Myers, „Conceptual Problems in the Use of Risk–Adjusted Discount
Rates”, The Journal of Finance, Vol. 21, No. 4 (December), 1966, pag. 727–730.

28
cu probabilităţi deterministice) şi „incertitudine” (eveniment aleatoriu cu probabilităţi
nedeterministice)6:
Diferenţa între cele două noţiuni se referă la faptul că în cazul riscului pot fi atribuite
probabilităţi posibilelor rezultate (cum este rezultatul aruncării unui zar), în timp ce în cazul
incertitudinii, evenimentul aleatoriu nu poate fi exprimat în probabilităţi (cum sunt consecinţele
unui război, preţul viitor al unei acţiuni, rata dobânzii peste câţiva ani). Această definiţie a fost
preluată şi dezvoltată peste câţiva ani şi de John Maynard Keynes, iar acum este practic definiţia
utilizată de către majoritatea investitorilor. În contextul acestei definiţii, incertitudinea viitorului
reprezintă principala problemă a teoriei investiţiilor. Soluţionarea acestei probleme constă în
transpunerea incertitudinii în riscuri, în probabilităţi şi posibile finalităţi ale evenimentelor.
Însă nu toţi economiştii sunt de acord cu această abordare. Prima voce în corul celor ce
contrazic această abordare este Warren Buffett, care defineşte riscul cu termenii din dicţionar:
„posibilitatea de a pierde, contrar teoriei academice care susţine că riscul nu are nimic în comun
cu posibilele pierderi”. În continuare vom folosi definiţia lui Knight, mai mult prin risc vom
considera de cele mai multe ori deviaţia standard (volatilitatea) care reprezintă o măsură a
dispersiei de ordinul doi de la medie. Fiecare investiţie prezintă două tipuri de riscuri:

1. riscul sistemic – riscul întregii pieţe şi influenţează puternic preţurile tuturor


instrumentelor financiare;
2. riscul idiosincratic (riscul nespecific sau individual) – riscul apariţiei unor
evenimente neaşteptate specifice unui singur activ sau unui număr limitat de active.
Riscul presupune existenţa unei baze de pornire pentru adoptarea unei decizii (valorile
variabilelor previzionate în cadrul unui mediu determinist), dar şi asumarea posibilităţii ca aceste
variabile să înregistreze valori diferite substanţial de cele previzionate anterior cu certitudine. Cu
cât variabilitatea acestora (măsurată prin intermediul abaterii medii pătratice – σ) este mai mare,
cu atât riscul asumat este mai mare. Incertitudinea descrie situaţia în care adoptarea deciziei nu
are nici un punct de pornire. În anul 2001 Drucker [70] afirmă că este inutil să încercăm să
previzionăm evenimentele viitoare (cu alte cuvinte, incertitudinea nu poate fi lămurită în
prezent). Tot ce putem spera să realizăm este anticiparea efectelor viitoare ale evenimentelor
care s-au produs deja. Definiţiile prezentate mai sus sugerează că elementele măsurabile,
cantitative, care ţin de un proiect se referă la risc, în timp ce factorii de natură calitativă care
afectează decizia de investiţii reprezintă incertitudinea. De aceea în analiza unui proiect de

6
„Diferenţa practică între… risc şi incertitudine… este că în cazul primeia, distribuţia evenimentului este
cunoscută… în timp ce în cazul incertitudinii, acest lucru nu este adevărat… pentru că situaţia analizată are un grad
înalt de unicitate.”

29
investiţii, investitorii utilizează metode analitice, cantitative, atunci când au de-a face cu riscul
unui proiect, dar pe măsura creşterii incertitudinii, ei trebuie să se bazeze mai mult pe judecată şi
experienţă, acordând o mai mare atenţie abordărilor calitative în adoptarea deciziei de investiţii,
care includ şi elemente din managementul strategic.

Efectul cumulat al riscului şi incertitudinii în procesul decizional privind proiectele de


investiţii

Incertitudine
Incertitudine scăzută Incertitudine ridicată
Risc

Procesul: în mare măsură Procesul: calitativ, orientat spre


analitic judecată şi experienţă
Risc scăzut
Obiectivul: alternativa optimă Obiectivul: alternativa
acceptabilă

Procesul: mai puţin analitic Procesul: calitativ, orientat spre


judecată şi experienţă
Risc ridicat Obiectivul: alternativa optimă
Obiectivul: alternativa
acceptabilă

Sursa: Alessandri, Todd M, Ford David N., Lander Diane M., Leggio Karyl, Taylor Marilyn, „Managing Risk and Uncertainty
in complex Capital Projects”, The Quarterly Review of Economics and Finance, Vol. 44, 2004, pag. 756

Conform studiului lui Alessandri, Ford, Lander, Leggio şi Taylor se recomandă ca


metodele cantitative să fie folosite într-o primă fază, întrucât ele creează cadrul pentru definirea,
structurarea şi înţelegerea incertitudinii asociate unui proiect de investiţii. Opţiunile reale,
reprezintă de exemplu un instrument cantitativ de estimare a valorii flexibilităţii, dar pot fi
privite totodată şi ca instrumente calitative care îi ajută pe manageri să gândească un proiect în
termeni de flexibilitate managerială şi opţionalitate. În anul 1998, Lander D.M. şi Pinches G.E.7
afirmă că numai din discuţiile pe care le au împreună toţi managerii implicaţi într-un proiect de
investiţii, despre potenţialul acestuia, firma poate obţine o valoare importantă. Abordarea
incertitudinii depinde de nivelul acesteia, aşa cum se arată şi în tabelul de mai jos.

7
Lander, D. M., Pinches, G. E., „Challenges to the practical implementation of Modeling and Valuing Real
Options”, The Quarterly Review of Economics and Finance, Vol. 38, Special Issue, 1998, pag. 537–567

30
Instrumente analitice
Nivelul incertitudinii Descriere
recomandate

Cercetare de piaţă,
Se poate realiza o singură previziune,
Analiza lanţului valorii,
Viitor clar destul de clară pentru a putea
determina strategia. Metoda actualizării fluxurilor de
numerar (DCF)

Analiza decizională,
Se pot concepe câteva scenarii posibile
Scenarii alternative pentru viitor pentru viitor, însă este greu de estimat Opţiuni reale,
care dintre ele se va realiza.
Teoria jocurilor

Se pot estima potenţiale venituri, Planificarea scenariilor,


Gamă diversă de valori pentru
definite de câteva variabile cheie, dar
viitor
nu se pot construi scenarii. Previziune tehnologică.

Dimensiunile multiple ale incertitudinii


reacţionează şi creează un mediu în Analogii, recunoaşterea modelelor,
Ambiguitate
care este aproape imposibil de modele nonliniare.
previzionat viitorul.

Sursa: Courtney et. al., „Strategy under Uncertainty”, Harvard Business Review, Vol. 75, 1997, pag. 66-79 (preluat din Alessandri
et. Al., “Managing Risk and Uncertainty in complex Capital Projects”, The Quarterly Review of Economics and Finance, Vol. 44,
2004, pag. 755)

2.3 Analiza de sensitivitate utilizată pentru determinarea modificării valorii


actualizate nete a proiectului de investiţii

Despre analiza de sensibilitate sau sensitivitate s-a scris destul de mult, însă nu există nicio
lucrare care să se refere strict la aplicarea în economie a procedurilor şi tehnicilor cu care aceasta
operează. În ceea ce priveşte diversele utilizări ale analizei de sensibilitate, acestea se pot
clasifica astfel: suport în luarea deciziei (asistare decizională); mijloc de comunicare; soluţie
pentru o înţelegere cât mai bună a unui fenomen economic şi de cuantificare a acestuia;
dezvoltarea modelului propus pentru studierea fenomenului economic.Conţinutul fiecărei
categorii poate fi descris, rezultatele fiind sintetizate în tabelul de mai jos.

Categorie Descrierea situaţiei în care se utilizează

1. Adoptarea deciziei / elaborarea de 1. Testarea fiabilităţii unei soluţii optime;


recomandări pentru luarea deciziei
2. Identificarea valorilor critice, a valorilor-prag
sau a valorilor în punctul critic, unde strategia
optimă se modifică;

31
3. Identificarea valorilor senzitive sau
importante;

4. Analizarea soluţiilor sub-optime;

5. Dezvoltarea de recomandări flexibile care


depind de circumstanţe;

6. Compararea valorilor obţinute în urma


adoptării unor decizii strategice simple cu cele
obţinute în urma adoptării unor decizii strategice
complexe.

2. Mijloc de comunicare 1. Redactarea unor recomandări credibile, clare,


imperative şi stimulante;

2. Acordarea permisiunii factorului de decizie să


aleagă premisele;

3. Transmiterea lipsei de decizie angajament


către o altă strategie mai simplă.

3. Sporirea gradului de înţelegere sau 1. Estimarea legăturilor dintre variabilele de


cuantificare a sistemului intrare şi cele de ieşire;

2. Înţelegerea legăturilor dintre variabilele de


intrare şi cele de ieşire;

3. Dezvoltarea de noi ipoteze pentru testare.

4. Dezvoltarea modelului propus pentru 1. Testarea validităţii sau acurateţei modelului;


studiul unui fenomen economic
2. Identificarea erorilor din model;

3. Simplificarea modelului;

4. Calibrarea modelului;

5. Adaptarea la situaţii de tipul datelor lipsă sau


mai puţin;

consistente ca şi conţinut informaţional;

6. Stabilirea de priorităţi în obţinerea


informaţiei.

Fundamentarea deciziei de investiţii implică determinarea modificării valorii actuale nete ca


urmare a variaţiei unei singure variabile determinate a fluxului de trezorerie în condiţiile
menţinerii celorlalte constante. Acest demers porneşte de la considerarea unei situaţii de bază
determinate de anumite valori estimate ale elementelor explicative ale fluxului de trezorerie,
32
procedându-se la calcularea şi reprezentarea grafică a valorii actuale nete în funcţie de
modificarea fiecărei variabile în parte.

Elementele care influenţează decizia de investiţii a unei firme sunt, în general:

 nivelul pieţei (cantitatea totală care se poate vinde);


 cota (segmentul) de piaţă a firmei;
 preţul de vânzare unitar;
 costul variabil unitar;
 cheltuielile fixe (altele decât amortizarea şi dobânzile);
 rata previzionată a inflaţiei;
 elementele de ordin fiscal;
 valoarea reziduală;
 rata de actualizare.
Din modelul analitic de calcul al cash flow-ului disponibil (CFDt) se evidenţiază factorii
determinanţi (nonindependenţi) ai CFDt , şi anume: vânzări (Q = Volumul cererii totale  Cota

de piaţă a firmei); preţul unitar de vânzare pe produs ( p v ); cheltuielile variabile unitare pe

produs ( cv ) şi cheltuielile fixe ale exploatării proiectului ( C Fx ).

 I  I D ACRnete
CFDt  Qt  p v  cv   C Fx  t  1     t  Qt  Qt 1  p v  
 n n 360
D ACRnete
 Qt  p v  cv   C Fx 1     t   Qt  Qt 1   p v 
I
n 360

unde: Qt = cantitatea de produse ce va fi vândută în anul t; p v = preţul unitar de vânzare pe

produs; cv = cheltuieli variabile unitare pe produs; C Fx = cheltuielile fixe ale exploatării

proiectului de investiţii (altele decât amortizarea); I t  investiţia iniţială; n = durata de viaţă a

proiectului de investiţii;  = cota (rata) de impozitare; D ACRn ete = durata în zile a rotaţiei nevoii de

active circulante nete. Se fixează câte un interval de variaţie pentru fiecare dintre aceste variabile
(valoarea minimă şi maximă între care se estimează că ar putea lua valori fiecare dintre
elementele precizate anterior).

33
Utilizarea analizei de sensitivitate implică parcurgerea următoarelor etape8:

 previziunea factorilor determinanţi ai performanţelor proiectului de investiţii într-un


scenariu normal (situaţie considerată de bază) – considerându-se ca fiind “cea mai probabilă”
situaţie;
 identificarea factorilor care s-ar putea modifica, stabilindu-se intervalul de variaţie;
 construirea a două scenarii posibile pentru fiecare dintre factori – scenariul favorabil
(optimist) şi nefavorabil (pesimist) prin variaţia valorii acestora cu câteva procente peste/sub
nivelul de bază;
 analiza impactului fiecărui factor prin recalcularea indicatorilor de performanţă aferenţi
proiectului de investiţii în condiţiile în care respectivul factor se află în scenariul favorabil /
nefavorabil, toţi ceilalţi factori menţinându-se la nivelul din scenariul normal;
 construirea unei matrici pentru fiecare din indicatorii de performanţă folosiţi drept
criteriu de apreciere a investiţiei, în care se vor trece valorile obţinute prin modificarea fiecărui
factor;
 se poate apela, pentru a evidenţia impactul factorilor de influenţă, la calcularea unor
coeficienţi de elasticitate ai indicatorilor de performanţă în funcţie de factorii analizaţi;
 pentru a evidenţia impactul factorilor de influenţă se poate realiza un grafic al VAN în
funcţie de variaţiile cu anumite puncte procentuale peste/sub nivelul de bază.
Cu cât panta graficului valorii actuale nete în funcţie de o anumit variabila este mai
abruptă cu atât acest indicator este mai sensibil la modificarea variaţiei considerate şi, deci, mai
riscant. Eficienţa utilizării analizei de sensibilitate presupune selectarea unor variabile
independente, evitându-se astfel judecăţi de valoare bazate pe efecte agregate, interdependente.
Analiza de sensibilitate prezintă avantajul de a sesiza variabilele determinante ale variaţiei
fluxurilor de trezorerie, orientând analiza spre aspectele explicative esenţiale. Luarea în
considerare a modificării unei singure variabile constituie o limită a acestei tehnici de apreciere a
riscului proiectelor investiţionale, deficienţă ce s-a încercat a fi depăşită prin analize de
sensibilitate multivariabile, uşor de implementat cu ajutorul calculatoarelor, dar care ridică
probleme de construire a graficelor de reprezentare a influenţei fiecărei variabile.
Un alt dezavantaj al acestei metode îl reprezintă ignorarea gamei valorilor probabile ale
variabilelor, evidenţiate prin distribuţia de probabilitate. Astfel, un proiect de investiţii poate fi
mai puţin riscant dacă probabilitatea de realizare a fluxurilor de numerar estimate este mai mare,
în ciuda pantelor mai mari ale sensibilităţii la anumite variabile. Simularea numerică în cazul
întreprinderii S.C Nitramonia SA, are la bază intenţia societăţii de a-şi extinde capacitatea de

8
Dragota, V. (coordonator), „Management financiar”, Vol. II, Editura Economică, Bucureşti, 2003, pag. 72
34
fabricaţie pentru produsul „panou radiant cu infraroşu”, investiţie în valoare de 150 mii euro9.
Rata de actualizare luată în consideraţie este 10%, iar durata de viaţă a produsului este de 10 ani.
Pentru această întreprindere am considerat următoarele informaţii:

 fluxurile de venituri şi cheltuieli:


Valorile parametrilor modelului

Anii

Factorul 1-10

Volumul cererii totale (piaţa) – buc. 1

Cota de piaţă a firmei - (%) 10%

Preţ de vânzare unitar (real) – (mii euro) 3.800

Costul variabil unitar (real) (mii euro) 3.000

Cheltuielile fixe (real) (mii euro) 30

 amortizarea este liniară, fără implicaţii fiscale iar impozitul pe profit va fi stabilit la o rată
de impozitare   de 16%.
Calculul cash flow-lui disponibil (CFD) şi a VAN în condiţii ideale (de mediu cert) -
scenariul de bază

- mii. euro-

Indicatori Valoare

Cifra de afaceri (CA) 3.800  10% = 380

- Costuri variabile (CV) - 300

- Cheltuieli fixe (CFx) - 30

= Excedentul brut din exploatare (EBE) = 50

- Cheltuieli cu amortizarea -15 (150/10)

= Excedentul brut înainte de deducerea impozitelor şi taxelor (EBIT) = 35

- Impozit pe profit - (35  16%= 5,6)

= Profit net = 29,4

9
Cheltuielile iniţiale cu investiţiile în active fixe (It) presupuse a fi amortizate liniar şi fără suplimentări de
investiţii adiţionale în anii viitori ( IMOt  AMO ).
35
+ Cheltuieli cu amortizarea + 15

= Cash flow de gestiune (CFgest) = 44,4

= Cash flow disponibil (CFD) = 44,4

= Valoarea actualizată netă (VAN) = 122,81

Dacă cash flow-le disponibile (CFD) sunt constante, formula simplificată de calcul a valorii
actualizate nete (VAN) este:

1  1  a 
n
VRn
VAN   I t  CFD  , adică
a 1  a n
1  1,110
VAN  150  44,4 = 122,81 mii euro.
0,1
Reprezentarea grafică a valorii actualizate nete (VAN)
350
300
250
200
150
100
VAN

50
0
-500% 10% 20% 30% 40% 50% 60% 70% 80% 90%
-100
-150

Rata de actualizare

Reprezentarea grafică a valorii actualizate nete (VAN) În cazul modificării valorii factorilor cu
20% peste/sub nivelul din scenariul de bază. Valorile parametrilor modelului în diferite scenarii

Scenariul Scenariul Scenariul

Factorul pesimist normal optimist

Volumul cererii totale (buc.) 0,8 1 1,2

Cota de piaţă a firmei (%) 0,8 10% 1,2

Preţ de vânzare unitar (real) - mii euro 3.040 3.800 4.560

Costul variabil unitar (real) - mii euro 3.600 3.000 2.400

36
Cheltuielile fixe (real) - mii euro 36 30 24

Modificarea valorii indicatorului VAN în cadrul analizei de sensitivitate

- mii euro-

Indic Scenari Volumul Cota de piaţă Preţ de vânzare Costul Cheltuielile


a-tori ul a firmei unitar (real)
cererii variabil unitar fixe (real)
normal (real)
Scenar

Scenar

Scenar

Scenar

Scenar

Scenar

Scenar

Scenar

Scenar

Scenar
pesimi

pesimi

pesimi

pesimi

pesimi
optimi

optimi

optimi

optimi

optimi
iul

iul

iul

iul

iul

iul

iul

iul

iul

iul
st

st

st

st

st

st

st

st

st

st
CA 380 304 456 304 456 304 456 380 380 380 380

- CV - 300 -240 -360 -240 -360 -300 - 300 -360 -240 -300 -300

- CFx - 30 -24 -36 -24 -36 -30 - 30 -30 -30 -36 -24

= EBE = 50 = 40 = 60 = 40 = 60 = -26 = 126 =-10 =110 =44 =56

-
- 15 - 15 - 15 - 15 - 15 - 15 - 15 -15 -15 -15 -15
AMO

=
= 35 = 25 = 45 = 25 = 45 = - 41 = 111 =-25 =95 =29 =41
EBIT

- I
mp.
-(-
pe - 5,6 -4 - 7,2 -4 - 7,2 - 17,76 -(- 4) -15,2 - 4,64 - 6,56
profit 6,56)
( )

= PN = - =24,3
= 29,4 = 21 = 37,8 = 21 = 37,8 = 93,24 =-21 =79,8 =34,44
34,44 6

+
+ 15 +15 +15 +15 +15 + 15 +15 +15 +15 +15 +15
AMO

= = - =108,2 =39,3
= 44,4 = 36 = 52,8 = 36 = 52,8 =-6 =94,8 =49,44
CFgest 19,44 4 6

= = - =108,2 =39,3
= 44,4 = 36 = 52,8 = 36 = 52,8 =-6 =94,8 =49,44
CFD 19,44 4 6

= =-
=122,8 =71,2 =174, =174, =- =515,0 =432,5 =91,8 =153,7
VAN =71,20 186,8
1 0 43 43 269,45 8 0 5 8
6

Matricea VAN
37
-mii. euro

Scenariul Scenariul Scenariul

Indicatori pesimist normal optimist

Volumul cererii totale 71,20 122,81 174,43

Cota de piaţă a firmei 71,20 122,81 174,43

Preţ de vânzare unitar (real) - 269,45 122,81 515,08

Costul variabil unitar (real) - 186,86 122,81 432,50

Cheltuielile fixe (real) 91,85 122,81 153,78

În cazul acestei simulări, proiectul de investiţii se prezintă cel mai vulnerabil la


modificările preţului de vânzare. În situaţia scăderii preţului de vânzare la produsul „panou
radiant cu infraroşu”, aceasta va genera un VAN negativ -269,45 mii euro. Este puţin probabil ca
întreprinderea să înregistreze acest nivel redus de preţ pe o piaţă în care preţurile, în general,
cresc. Proiectul de investiţii se află, de asemenea, expus şi la modificări ale cheltuielilor
variabile. O creştere a acestora cu 20% (necorelată cu creşterea preţurilor de vânzare) va
determina un VAN negativ de -186,86 mii euro. Preţul este un factor exogen întreprinderii, el
depinde de raportul cerere-oferta şi nu poate fi influenţat de producător. Cheltuielile variabile
sunt un factor endogen întreprinderii fiind determinate de consumurile specifice de materiale şi
manopera în cea mai mare parte, dar şi de factori externi cum sunt preţul de procurare al
materialelor şi ale unor părţi din salariile orare.
Ceilalţi trei factori (segmentul de piaţă, costul variabil unitar, cheltuielile fixe) au impact
mai redus asupra VAN a proiectului de investiţii şi nu determină mărimi negative ale VAN

800

600

VAN 400

200

0
-30% -20% -10% 0% 10% 20% 30%
-200

-400
Modificarea procentuală a variabilelor faţă de scenariul normal

Volumul cererii totale şi cota de piaţă a firmei Preţ unitar Costul variabil unitar Cheltuielile fixe

38
Analiza de sensitivitate

În concluzie analiza de sensitivitate oferă informaţii suplimentare criteriului VAN,


informaţii de natură să fundamenteze mai bine decizia de investiţii. Analiza scenariilor - O altă
posibilitate de a introduce incertitudinea în modelarea evoluţiei proiectelor de investiţii este
tehnica scenariilor. Ca dezvoltare a analizei de sensibilitate, această tehnică pleacă de la o
situaţie de bază, şi alcătuieşte alte două scenarii ţinând cont de anumite evenimente favorabile şi
nefavorabile ce pot apărea: scenariul optimist şi scenariul pesimist.

Utilizarea analizei scenariilor implică parcurgerea următoarelor etape10:

 se consideră scenariul de bază (din mediul cert) – în care variabilele au cele mai
probabile valori;
 în funcţie de informaţiile provenite de la departamentul de marketing, de producţie etc. se
construiesc scenariile pesimist (cererea totală minimă, cota de piaţă minimă, preţul minim, costul
variabil mediu maxim şi costul fix maxim) şi optimist – de regulă pentru aceste scenarii se
atribuie probabilităţile de 25%;
 se calculează pentru fiecare din cele trei scenarii posibile CFD, VAN, astfel că se poate
determina valoarea medie a VAN, în funcţie de care se calculează deviaţia standard a VAN;
 performanţele unui proiect de investiţii se bazează pe indicatorul: coeficient de variaţie =
deviaţie standard/media VAN, a cărui valoare se compară cu coeficientul mediu de variaţie la
nivelul firmei.
Avantajul acestei tehnici de modelare a incertitudinii asociate proiectului de investiţii este
dat de prezentarea unei imagini de ansamblu asupra indicatorilor de performanţă aferenţi
proiectului în condiţiile luării în considerare a unui ansamblu de variabile şi totodată a legăturilor
existente între acestea pentru fiecare scenariu avut în vedere.
Dezavantajele acestei metode sunt: subiectivismul în alegerea combinaţiei de valori pentru
factorii determinanţi şi faptul că numărul de scenarii pe care le putem concepe este limitat. De multe
ori analiza se reduce la un număr de 3–5 scenarii, dintre care unul neutru (varianta de bază) şi 1-2
optimiste, respectiv 1–2 pesimiste. Preluând datele societăţii SC Nitramonia S.A. pentru scenariul
de bază (cel din analiza de sensitivitate) şi având la dispoziţie informaţiile provenite de la
departamentul de marketing şi de producţie al firmei SC Nitramonia SA se construiesc alte două
scenarii (pesimist şi optimist) cărora li se atribuie probabilităţile de 25%.Calculul CFD şi a VAN
în cele trei scenarii, precum şi valoarea medie a VAN, deviaţia standard şi coeficientul de
variaţie se prezintă în tabelul următor: Rezultatele celor trei scenarii
10
Dragota, V., op.cit., pag. 81
39
Cererea Cota Preţ Costul Cheltuiel
unitar ile
Scenariu Probabili totală de piaţă variabil CFD VAN
tate (mii. unitar fixe
(buc.) (%) euro) (mii (mii
(%) (mii (mii euro) euro)
euro) euro)

pesimist 25% 0,7 7% 2.660 3.900 39 -81,4 -650,16

de bază 50% 1 10% 3.800 3.000 30 44,4 122,81

optimist 25% 1,3 13% 4.940 2.100 21 387,92 2.233,60

Medie/ Speranţa matematică - 98,83 457,26


E CFt  şi EVAN 

Deviaţia standard -  CFt  şi 174,62 1.073,01

 VAN 
Coeficientul de variaţie = 1,76 2,34
 VAN 
E VAN 

Rezultatele analizei pentru cele două scenarii (pesimist şi optimist) prezintă o dispersie
foarte mare a valorilor indicatorilor. Dispersia mare a rezultatelor se datorează considerării
scenariilor extreme, în care toate variabilele se modifică la limită, într-o direcţie favorabilă sau
nefavorabilă.

Tehnica scenariilor

50%

40%

30%

20%

10%

0%
-650.16 122.81 2233.6

Valoarea VAN în cele trei scenarii

40
2.4 Decizii în condiţii de incertitudine

Ca şi în cazurile jocurilor strategice, oricare problemă de decizie în condiţii de incertitudine


cu variante şi stări ale naturii are ataşată o matrice de „plăţi” A de forma:

A  aij

în care elementele aij reprezintă “plăţile” (profit sau costuri) ce apar la intersecţiile liniilor
aferente variantelor Vi (i  1, m) de rezolvare a problemei, cu coloanele S j ( j  1, n) reprezentând

stările naturii. Întrucât există o mare asemănare a bazei informaţionale de calcul cu cea a
jocurilor strategice, aceste probleme au fost denumite “jocuri cu natura”, în care “jucătorul
uman” are strategiile concretizate în variantele Vi de acţiune, iar natura care nu raţionează,
intervine cu stările sale.Sunt cunoscute şi utilizate cinci reguli de decizie:

1.criteriul pesimist sau regula lui Wald

1.criteriul optimist

1.criteriul lui Laplace, al echiprobabilităţilor

1.criteriul regretelor minimax (regula lui Savage)

1.criteriul optimismului ponderat (regula lui Hurwicz)

1. Criteriul pesimist (regula lui Abraham Wald) cunoscut din anul 1950, se aplică dacă
probabilitatea perspectivei este necunoscută. Decizia cea mai bună este cea cu pierderea minimă,
respectiv cu cel mai mare din beneficiile minime. Se respectă formula:
max min (aij )  Vi  V * , în care aij sunt “plăţile” jocului în ipoteza că managerul
i j

(jucătorul raţional) aplică varianta Vi (iar natura se manifestă cu starea Sj), iar V* este varianta
optimă. Se observă deci că fiecărei situaţii de decizie i se atribuie mai întâi cea mai mare
pierdere posibilă, respectiv cel mai mic beneficiu posibil. Apoi se alege varianta de decizie care
prezintă cele mai favorabile din rezultatele nefavorabile. Are avantajul că prezintă riscuri foarte
41
mici şi nu prezintă decepţii, deoarece se orientează după rezultatul cel mai nefavorabil şi
dezavantajul că este prea pesimistă, urmează doar o strategie defensivă şi nu poate fi adaptată la
nivelul cunoştinţelor decidentului.Este concepută pentru cazuri de prudenţă foarte mare.

Observaţie. Atunci când „plăţile” din matricea jocului A reprezintă eforturi (exemplu:
investiţii, cheltuieli de producţie) se va folosi o relaţie reciprocă, şi anume:

min max (aij )  Vi  V * .


i j

2. Criteriul optimist este opus celui pesimist. Se preferă varianta care conduce la plata cea
mai mare din toată matricea A, indiferent de consecinţele negative ce ar putea să aibă loc. Relaţia
cu ajutorul căreia se identifică varianta optimă este:
max max (aij )  Vi  V * . Are avantajul că impune o analiză aprofundată a problemei şi
i j

dezavantajul că nu admite nici o subiectivitate.

3. Criteriul optimismului ponderat (regula lui Leonid Hurwicz) cunoscut din anul 1951,
balansează consecinţele celor două criterii 1 şi 2.
Astfel, pentru fiecare variantă de acţiune Vi, se calculează o valoare ponderată, folosind
formula:

 max (aij )  (1   ) min (aij ) în care  reprezintă coeficientul de optimism al decidentului,


j j

  [0,1] .

Formula pe baza căreia se ia decizia este în acest caz:

V *  max [ max (aij )  (1   ) min (aij )]


i j j

Observaţie. - Pentru   0 : V *  max min (aij ) , relaţie ce corespunde criteriului pesimist.


i j

Pentru   1 : V *  max max (aij ) , relaţie ce corespunde criteriului optimist.


i j

Metoda are avantajul că ţine seama de concepţia individuală a decidentului şi dezavantajul


că tocmai această concepţie poate duce la denaturarea rezultatelor. Este concepută pentru
decidenţi care pot să-şi asume riscuri.
4. Criteriul regretelor minimax aparţine lui Leonard J. Savage şi este cunoscut din 1951.
Aplicarea acestuia implică stabilirea în prealabil a unei matrice R = (rij) a regretelor. Regretele rij
sunt definite drept pierderi de oportunitate care se produc în caz că nu este selectată varianta
optimă, la producerea fiecărei stări Sj a naturii. Formula de calcul a regretelor rij este:
42
rij  max (aij )  aij , j  1, n
i

L. Savage a argumentat că în cazul folosirii acestui criteriu, decidentul tinde să adopte


varianta Vi care va minimiza cel mai mare regret anticipat:

min max (rij ) Metoda prezintă avantajul că nu se orientează doar după rezultatul cel mai
i j

nefavorabil, ci şi după rezultatul cel mai favorabil. Are dezavantajul că nu ţine seama de
rezultatele situate între rezultatul cel mai nefavorabil şi cel mai favorabil şi se recomandă
decidenţilor care nu pot să suporte o pierdere.

5. Criteriul lui Laplace apare în anul 1825 şi se bazează pe un postulat al lui Bernoulli ce
afirmă că, dacă fiind dată o mulţime de evenimente, nu se poate spune despre nici unul că are o
probabilitate mai mare de a se manifesta decât celelalte, atunci toate evenimentele sunt
echiprobabile. Deci, criteriul lui Laplace determină pentru fiecare variantă speranţa matematică
1
Si a „plăţilor” aferente sub forma: S i   aij ,
n j
urmând a se considera optimă varianta ce îndeplineşte condiţia:

1 
max S i   max    aij   Vi  V *
i i
n j 

Metoda are avantajul că este plauzibilă, raţională şi marele dezavantaj că principiul posibilităţilor
egale nu poate fi acceptat. Ea este concepută pentru cazuri când se pot lua decizii raţionale.

Aplicaţie numerică pentru exemplificarea celor cinci criterii de decizie Un fond de


investiţii dispune de un capital de 1 miliard de lei, pe care doreşte să-l valorifice prin investire. În
acest caz, solicită elaborarea unui studiu de oportunitate. În tabelul de mai jos este prezentată
matricea de plăţi ca o rezultantă a investigaţiilor întreprinse relativ la patru variante de
soluţionare a problemei. Plăţile reprezintă ratele anuale de recuperare a capitalului în variantele
respective. Firma ce oferă consultanţă nu a reuşit să stabilească probabilităţile stărilor naturii, dar
se obligă să indice varianta optimă, garantând soluţia recomandată, iar dacă rezultatele rij
exprimă eforturi, varianta va fi obţinută din: min S (vi )  Vi* .
i

43
Stările naturii Sj Creştere Recesiune Inflaţie Stagnare
economică

Variante de investiţie Vi

V1: investiţie în sfera serviciilor 18 6 -2 9

V2: investiţie în comerţ 20 -10 2 2

V3: investiţie în sfera bancară 15 6 -8 -6

V4: investiţie în afaceri imobiliare 12 -5 18 5

(ratele recuperării capitalului pe variante ale rezolvării problemei de investiţii %)

1. Folosind criteriul pesimist obţinem:


max  2,10,8,5  2  V1 = V*

Observaţie. Folosind o singură valoare de la fiecare variantă, 75% din cantitatea de


informaţii rămâne nevalorificată.

2. Criteriul optimist conduce la:


max 18, 20, 15, 18  20  V2 = V*

Observaţie. Analizând datele problemei, varianta V2 permite o rată de recuperare a


capitalului de 20% în condiţiile stării S1 a naturii (creştere economică), dar poate să se soldeze şi
cu cea mai mare decapitalizare (-10%) dacă se va produce starea naturii S2 (recesiune).

3. Pentru folosirea criteriului optimismului ponderat se admite   0,5 , ca o valoare medie


socială a gradului de optimism. Obţinem soluţia dată de următorul calcul:
max [0,5  18  (1  0,5)  (2)]; [0,5  20  (1  0,5)  (10)]
i

[0,5  15  (1  0,5)  (8)]; [0,5  18  (1  0,5)  (5)] 

 7 13 
max 8, 5, ,   8  V1 = V*
i
 2 2

Observăm că varianta optimă V1 rezultată folosind acest criteriu, are cel mai mic risc,
exprimat prin decapitalizarea cu doar 2% în caz că s-ar produce starea naturii cea mai
nefavorabilă – S3 (inflaţie).

44
4. Pentru aplicarea metodei Savage, determinăm matricea regretelor:
 2 0 20 0 
 
 0 16 16 7 
R  (rij )  
5 0 26 15 
 
 8 11 0 4 
 

Varianta optimă rezultă din:

min (20, 16, 26, 11)  11  V4 = V*


i

5. Aplicarea criteriului lui Laplace conduce la concluzia:


max 7,75; 3,5; 1,75; 7,50  7,75  V1 = V*
i

Observăm că varianta V3 nu este agreată de nici un criteriu şi iese astfel din discuţie, rămâne
să se decidă care dintre celelalte trei variante V1, V2, V4 să fie recomandată. Deşi regula
majorităţii nu poate avea relevanţă în astfel de probleme, varianta V1 poate fi totuşi propusă spre
aplicare. Managerul unui magazin, achiziţionează un număr de frigidere de un anumit tip pe o
perioadă de 6 luni ( vară - toamna), pentru a le vinde. Din observaţiile statistice, bazate pe
cererea din ultimii doi ani, el estimează că va vinde un număr de frigidere cuprins între: 15 şi 25
cu probabilitatea de 0,1; între 25 şi 35 cu probabilitatea de 0,4; între 35 şi 45 cu 0,3 şi între 45 şi
55 cu 0,2. Costul unitar de achiziţie este de 300 euro, iar preţul unitar de vânzare este 400 euro
(incluzând cheltuielile de transport şi garanţia de funcţionare pe un an). Toate frigiderele
nevândute până în toamnă se restituie furnizorului pentru 250 euro/bucata. Să se stabilească
numărul optim de frigidere pe care trebuie să le achiziţioneze managerul, pentru a obţine un
câştig cât mai mare.

Rezolvare

Determinăm matricea A = (aij), i, j = 1,4 , unde aij este câştigul obţinut de patron când aplică
strategia Ai, i = 1,4 şi cererea este în starea Sj, j = 1,4 . Obţinem astfel:

Cererea pieţei

Cantitatea S1:20 S2:30 S3:40 S4:50

achiziţionată

A1:20 2000 2000 2000 2000

A2:30 1500 3000 3000 3000

45
A3:40 1000 2500 4000 4000

A4:50 500 2000 3500 5000

unde de exemplu elementul de pe linia A3 şi coloana S2 se calculează astfel: din cele 40 frigidere
achiziţionate se vând 30.

Diferenţa dintre preţul unitar de vânzare şi cel de achiziţionare este de 100 euro pentru un
frigider, ce reprezintă câştigul patronului. Pentru cele 30 frigidere vândute va câştiga 3000 euro.
Dar alte 10 frigidere nevândute vor fi restituite furnizorului cu o pierdere unitară de 50 euro dată
de diferenţa dintre costul de achiziţie 300 şi cel de restituire 250. Deci pierderea va fi de 500
euro şi atunci beneficiul total va fi de:

3000 – 500 = 2500 euro.

Deoarece în stabilirea deciziei contează consecinţele economice se pot aplica în rezolvarea


problemei criteriile: maximin, minimax, Savage, Bayes-Laplace:

a) Prin criteriul maximin se alege minimul fiecărei linii şi dintre acestea se găseşte maximul:
A1 A2 A3 A4

2000 1500 1000 500

care este 2000 şi recomandă strategia A1.

b) Criteriul minimax, bazat pe prudenţă, indică alegerea elementelor maxime pe fiecare


linie şi apoi determinarea celui mai mic dintre acestea.
A1 A2 A3 A4

2000 3000 4000 5000

Acest element este 2000 şi arată că cea mai prudentă decizie este A1.

c) Criteriul lui Savage este de fapt criteriul minimax aplicat pe matricea regretelor, ce va
avea forma:
 0 500 2000 3000 
 
 500 0 1000 2000 
R
1000 500 0 1000 
 
1500 1000 500 0 

pentru care vom căuta maximul pe fiecare linie şi apoi cel mai mic dintre acestea. Găsim:

46
A1 A2 A3 A4

3000 2000 1000 1500

cel mai mic element este 1000 şi recomandă strategia A3.

d) Criteriul Bayes-Laplace presupune calculul câştigului mediu pentru fiecare strategie


folosind probabilităţile date în enunţul problemei şi formulele anterioare. Astfel:
 (1, y )  0,1 * 2000  0,4 * 2000  0,3 * 2000  0,2 * 2000  2000;
 (2, y )  0,1 *1500  0,4 * 3000  0,3 * 3000  0,2 * 3000  2850;
 (3, y )  0,1 *1000  0,4 * 2500  0,3 * 4000  0,2 * 4000  3100;
 (4, y )  0,1 * 500  0,4 * 2000  0,3 * 3500  0,2 * 5000  2900.

Cel mai mare câştig se obţine când se aplică strategia A3.

2.5 Decizii în condiţii de risc

Metodele cantitative cele mai des întrebuinţate în acest sens sunt speranţa matematică a
rezultatelor şi arborilor de decizie.

2.5.1 Folosirea speranţei matematice pentru alegerea deciziei optime

Speranţa matematică a rezultatelor unor acţiuni economice este mărimea medie ponderată
a rezultatelor activităţii, ponderile fiind egale cu probabilităţile evenimentelor sau stărilor naturii.
În cazul unei variante Vi de rezolvare a unei probleme, caracterizată de fenomene aleatoare,
acestea sunt caracterizate prin xj, probabilităţile producerii lor p(xj) şi rezultatele ce se obţin rij,
speranţa matematică a rezultatelor în varianta vi, notată S(vi), va fi dată de formula:

S (vi )   rij p( x j ), i  1, m , pi ( x j )  [0,1] ,  p( x j )  1.


j j

Dacă prin rezultatele rij sunt exprimate efecte economice, atunci valoarea optimă va fi cea care
satisface condiţia:

max S (vi )  Vi* .


i

Aplicaţie. Speranţa matematică în plasamentul de capital.

F. I. “X”
47
Un fond de investiţii dispune de rezervă stabilă de 2 miliarde lei pe care doreşte să o investească
în afaceri economice. Consiliul de conducere al societăţii ce administrează F. I. “X” a decis să
aloce aceste fonduri la o singură firmă, pentru a-şi asigura un pachet de acţiuni semnificativ,
astfel încât să aibă acces la conducerea firmei respective. Astfel, au fost identificate trei societăţi
pe acţiuni, notate A, B, C, având în plan să declanşeze noi operaţii de vânzare de acţiuni pentru
a-şi spori capitalul. De asemenea, ei au stabilit trei stări aleatoare ale evoluţiei economiei în
perioada imediat următoare: creştere economică cu 20% şanse, stagnare cu 50% şanse şi inflaţie
cu 30% şanse. În urma analizării datelor statistice ale perioadelor trecute, s-au prognozat ratele
medii ale rentabilităţii acţiunilor la firmele respective în anii ce vin. Rezultatele sunt trecute în
tabelul de mai jos.

Spre ce firmă se va orienta fondul de investiţii pentru a investi disponibilul menţionat?

Stările economiei Sj S1 S2 S3
(Stagnare)
(Creştere (Inflaţie)
economică)
Variante de investiţii Vi

V1 (Investiţie în A) 16 8 4

V2 (Investiţie în B) 20 11 -4

V3 (Investiţie în C) 22 9 -5

Probabilităţile stărilor naturii 0,2 0,5 0,3

(Procentele rentabilităţii capitalului la firmele A, B, C în funcţie de stările aleatoare ale


evoluţiei economice).

Soluţie. Speranţele matematice ale profiturilor posibile de obţinut de către cele trei firme vor
fi:

16 8 4
S ( A)  2  10 9 (  0,2   0,5   0,3)  168 milioane lei/an
100 100 100

20 11 4
S ( B)  2  10 9 (  0,2   0,5   0,3)  166 milioane lei/an
100 100 100

22 9 5
S (C )  2  10 9 (  0,2   0,5   0,3)  148 milioane lei/an
100 100 100

48
Este deci recomandabil să fie aleasă pentru investiţie firma A. Aceasta corespunde aplicării
condiţiei de maxim a celor trei speranţe matematice calculate mai înainte.

2.5.2 Tehnica arborilor de decizie

Arborii de decizie sunt deosebiţi de importanţi în cadrul analizei investiţionale în mediu


incert reprezentând puntea de legătură între modelele prezentate anterior şi abordarea prin
intermediul opţiunilor reale. Folosirea arborilor de decizie constituie o metodă de analiză care
permite managerului întreprinderii să structureze deciziile referitoare la realizarea unui proiect de
investiţii şi să includă în procesul decizional opţiuni de extindere a investiţiei iniţiale, de
temporizare a acesteia (amânare) sau dimpotrivă de abandon (dezinvestire). Această tehnică este
utilizată pentru alegerea secvenţelor unui proces investiţional, care poate avea amploare diferită
în timp, având la bază o reprezentare grafică arborescentă bazată pe un set de principii, astfel:

 nodurile de decizie alternează cu cele de evenimente;


 fiecare nod agregă întreaga informaţie din amonte;
 în fiecare nod se poate opta pentru o singură decizie, pe baza integralităţii informaţiei.

Simulare numerică privind decizia pe bază de arbore

Arborele decizional poate fi utilizat cu succes pentru situaţii strategice complexe, ce implică o
serie de decizii a căror probabilitate de producere şi dimensiune este determinată de hotărârea
adoptată în faza precedentă. Modelul euristic în cazul arborilor de decizie comportă următorul
algoritm de rezolvare.

1. Se alcătuieşte scenariul problemei (descrierea cazului supus analizei).


Această etapă presupune definirea problemei decizionale ce urmează a fi optimizată şi a
principalelor evenimente posibile care condiţionează probabilistic consecinţele decizionale ale
fiecărei alternative. De obicei, arborele decizional este folosit în modelarea deciziilor strategice
privind asimilarea în fabricaţie a unui nou produs, optimizarea investiţiilor, desfacerea
produselor pe piaţă, planificarea producţiei pe termen mediu şi lung etc.
2. Se reprezintă arborele de decizie sub forma unui graf deschis.
Reprezentarea grafică a nodurilor decizionale, a alternativelor decizionale şi a evenimentelor ce
influenţează consecinţele acestora apare sub forma unui arbore stilizat – de unde şi denumirea
tehnicii – cu un număr variabil de ramificaţii, corespunzător variantelor şi evenimentelor
abordate.
49
3. Se pregătesc informaţiile asociate evenimentelor grafului.
Această etapă este destinată determinării consecinţelor decizionale aferente fiecărei alternative
condiţionate de probabilitatea de apariţie şi manifestare a evenimentelor respective. Tot acum se
calculează speranţa matematică pentru fiecare consecinţă şi alternativă decizională.
4. Se aplică regula “Roll-back” pentru selectarea deciziilor optime.
Pe baza analizei comparative a speranţelor determinate în etapa precedentă, se alege varianta optimă,
astfel speranţei matematice cu valoarea cea mai mare îi corespunde pe plan decizional cea mai
favorabilă alternativă. În anul 1999, Brigham, E., L. Gapenski şi M. Ehrhardt („Financial
Management – Theory and Practice”, Dryden Press, 1999, pg. 514–516) afirmau că în structura
arborilor de decizie există două tipuri de noduri, şi anume:

1. noduri de decizie (decision node), în aceste puncte investitorul ia o decizie (de investire,
de dezinvestire, de extindere etc.), integrând în procesul decizional informaţia acumulată
până în acel moment. Se alege ramura pe care se merge în continuare (evident aceea care
asigură maximizarea VAN). Valoarea într–un nod de decizie este egală cu valoarea celei
mai bune opţiuni (,,traseu”) ce pleacă din nodul respectiv. Din punct de vedere grafic,
nodurile de decizie sunt reprezentate prin pătrate.
2. noduri de tip incertitudine / eveniment / şansă (outcome node), în aceste puncte decizia
nu mai aparţine investitorului, ,,soarta” fiind cea care decide care dintre variantele
posibile, previzionate de decident se va realiza în realitate. Astfel se determină rezultatele
obţinute ca urmare a adoptării anterioare a unei decizii.
Valoarea într–un nod de tip eveniment este dată de media fluxurilor financiare prevăzute pentru
fiecare stare previzionată, ponderate cu probabilităţile de apariţie. Din punct de vedere grafic,
nodurile de tip incertitudine sunt reprezentate prin cercuri. Concret, procesul decizional
fundamentat pe utilizarea arborelui de decizie pentru evaluarea şi selecţia proiectelor de investiţii
se efectuează pe parcursul următoarelor etape:
 identificarea diverselor evenimente posibile şi stabilirea parametrilor caracteristici
evenimentului;
 stabilirea momentelor de decizie (pot fi mai multe momente de decizie cu dezvoltările pe
ramuri proprii);
 reprezentarea grafică, sub formă de arbore a evenimentelor şi a momentelor de decizie;
 estimarea probabilităţii fiecărui eveniment şi înscrierea pe ramura respectivă;
 evaluarea fluxului net de lichidităţi şi calculul valorii actualizate nete pe fiecare ramură;
 compararea rezultatelor din partea stânga a arborelui cu cele din partea dreaptă şi
alegerea alternativei optime;

50
 selecţia secvenţei optime pentru investiţie.

Obiectivul urmărit în cadrul acestei analize este maximizarea VAN extinsă (care include şi
valoarea opţiunilor deţinute implicit prin realizarea proiectului de investiţii), ceea ce constă în
stabilirea unui drum optim de urmat, în funcţie de informaţia disponibilă la momentul zero (al
primei decizii).

51
3 CAPITOLUL 3 STUDIU DE CAZ – SOCIETATEA S.C.
“IRA”

3.1 Prezentare generală

Societatea S.C. “IRA” producătoare de ambalaje pentru industria alimentară vizează


lansarea pe piaţă a unui nou tip de ambalaj pentru depozitarea produselor de tip margarină.
Pentru fundamentarea unei strategii manageriale, managementul superior al societăţii doreşte să
efectueze un studiu de piaţă pentru a evalua cerinţele şi tendinţele pieţei, studiu evaluat la 1.500
euro. Rezultatele testului sunt menite să indice probabilitatea ca produsul să aibă succes pe piaţă
(R1), cea de „eşec” (R2) sau probabilitatea ca testul să furnizeze informaţii neconcludente (R3).
Decizia compartimentului de marketing se referă la dezvoltarea (A1) sau abandonarea
proiectului de lansare a noului produs (A2). Se consideră următoarele trei stări ale naturii, şi
anume:
S1 – piaţa este foarte favorabilă produselor cu noul ambalaj (probabilitate 0,2);

S2 – piaţa este mediu favorabilă (probabilitate 0,5);

S3 – piaţa reacţionează nefavorabil la schimbarea ambalajului (probabilitate 0,3).

Estimările obţinute pe baza datelor din observaţiile statistice pot fi grupate conform tabelului:
Rezultatele testului în condiţiile pieţei

Rezultat test Condiţii de piaţă

P(Ri/Sj) S1(0,2) S2(0,5) S3 (0,3)

Succes (R1) 0,6 0,2 0,1

Eşec (R2) 0,2 0,7 0,1

Neconcludent (R3) 0,2 0,1 0,8

TOTAL 1 1 1

Datele referitoare la profiturile estimate în funcţie de situaţiile obiective/stările naturii, exprimate


în mii euro, sunt prezentate în tabelul următor:

Variantele de decizie

52
Starea S1 Starea S2 Starea S3

Variante de decizie (0,2) (0,5) (0,3)

Dezvoltarea proiectului (A1) - mii euro 9.000 7.000 -10.000

Abandonarea proiectului (A2) - mii euro 0 0 0

3.2 Algoritm de rezolvare

Pentru determinarea variantei optime de decizie pentru cele două secvenţe ale procesului
decizional se pot parcurge următoarele etape:

a) evaluarea iniţială folosind probabilităţile iniţiale (ex-ante); Se calculează valoarea


aşteptată pentru fiecare variantă:
VA1= 9.000  0,2  7.000  0,5  10.000  0,3  2.300 mii euro

VA2 = 0  0,2  0  0,5  0  0,3  0.

Conform evaluării iniţiale se recomandă varianta de dezvoltare a proiectului ( VA1  VA2 );

b) se calculează probabilităţile condiţionate11, în funcţie de informaţiile suplimentare:


PS j   PRi / S j 
PS j / Ri   ,
PRi 

unde: PS j / Ri  reprezintă probabilitatea de manifestare a stării Sj a naturii în ipoteza


rezultatelor Ri la testul de piaţă (probabilităţi posterioare).

PRi    PS  PR


j 1, 3
j i / S j  i  1, 2, 3.

Se determină:

P(R1) – probabilitatea ca studiul să furnizeze informaţii relevante de succes;

P(R2) – probabilitatea ca studiul să furnizeze informaţii relevante de eşec;

P(R3) – probabilitatea ca studiul să furnizeze informaţii nerelevante (ambigue).

Aceste probabilităţi se numesc probabilităţi marginale:

P(R1) = 0,25; P(R2) = 0,42; P(R3) = 0,33.

11
Relaţia corespunde teoremei lui Bayes şi permite calculul probabilităţii unui eveniment a cărui probabilitate
de apariţie este condiţionată de un alt eveniment necunoscut.
53
S-au folosit valorile din tabelul de decizie, şi anume:

1. P(R1/S1) = 0,6 – probabilitatea ca studiul să indice „succes”, produsul dovedindu-se


în mod real un succes pe piaţă;
2. P(R1/S2) = 0,2 – probabilitatea ca studiul să indice „eşec”, produsul bucurându-se în
realitate de succes pe piaţă;
3. P(R1/S3) = 0,1 – probabilitatea ca studiul de piaţă să furnizeze numai informaţii
neconcludente, când, în realitate, produsul are succes pe piaţă.

Rezultatele testelor de piaţă

Condiţii

de piaţă P (Sj) P(Ri) P(Sj/Ri)

Rezultat S1 S2 S3 P S j  P Ri / S j  probabilităţi probabilităţi posterioare


marginale
test 0,2 0,5 0,3

R1 0,6 0,2 0,1 0,12 0,1 0,03 0,25 0,48 0,4 0,12

R2 0,2 0,7 0,1 0,04 0,35 0,03 0,42 0,09 0,83 0,08

R3 0,2 0,1 0,8 0,04 0,05 0,24 0,33 0,12 0,15 0,73

Total 1
 1

c) construirea arborelui de decizie şi determinarea celei mai oportune succesiuni de decizii.

54
9.000

20% 4

7.000

5
2
50%

30% 6

- 10.000

9.000

48% 17

7.000

18
1
1 40%
12%
25% 19

8 12 - 10.000

9.000

9% 20
- 1.500
7.000
1 21
9 1
3 83%
42%
8% 22

- 10.000

14

9.000

12% 23

7.000

10 1 24
5
33% 15%

73% 25

- 10.000

7 16

55
3.3 Structura arborelui de decizie

Pentru nodurile 8, 9, 10, noduri de tip decizie, se va face maximul valorilor aşteptate calculate
anterior: pentru nodul 8: max (5.920;0) = 5.920; pentru nodul 9: max (5.820;0) = 5.820; pentru
nodul 10: max (0; - 5.170) = 0. Pentru nodul 3, de tip incertitudine, se folosesc probabilităţile
marginale:
VA3 = PR1  VA8  PR2  VA9  PR3  VA10 = 0,25  5.920  0,42  5.820  0,33  0  3.924,4 euro
(valoare „brută”). De fapt, VA3= 3,924,4 – 1.500 =2.424,4 euro, deoarece se ţine cont de costul
apelării la firma de marketing. Aşadar, nodul iniţial al deciziei: max (2.300; 0; 3.924,4 – 1.500) =
2.424,4. Decizia adoptată va fi cea a lansării pe piaţă a noului tip de ambalaj pentru produse de
tip margarină cu testarea pieţei, chiar dacă aceasta presupune cheltuirea sumei de 1.500 euro
pentru efectuarea studiului de marketing. Urmărind reprezentarea grafică, pentru primul moment
se recomandă alegerea ramurii 1-3, apoi, în funcţie de starea naturii care se manifestă (şi anume
ce fel de informaţii vor fi furnizate de rezultatele studiului), se va urmări una dintre ramurile 8-
11, 9-13, 10-16
Analiza proiectelor de investiţii realizată cu ajutorul arborilor de decizie prezintă însă şi o serie
de dezavantaje:

 în situaţia în care se iau în considerare mai multe variante posibile (de exemplu,
posibilitatea manifestării unui nivel mediu al concurenţei, pe lângă alternativele deja considerate,
concurenţă slabă sau puternică), pentru o perioadă mai lungă de timp, arborii de decizie se
complică foarte rapid, capătă o structură stufoasă şi îşi pierd eficienţa în utilizare;
 probabilităţile considerate sunt subiective; pentru a acorda un nivel de încredere
estimărilor realizate se pot determina valori de echilibru pentru aceste probabilităţi;
 prezenţa în structura arborilor de decizie a unor opţiuni reale modifică riscul proiectului
de investiţii pe parcursul diferitelor etape de exploatare a investiţiei, rezultate în urma nodurilor
de decizie, ceea ce presupune utilizarea unor rate de actualizare diferite pentru etape diferite;
 această analiză se pretează pentru adoptarea de decizii în timp discret, în timp ce în
realitate, deciziile sunt o preocupare permanentă a investitorilor, ca răspuns la succesiunea de
informaţii rezultată în urma unui nod de tip eveniment, astfel că analiza poate fi extinsă şi în
timp continuu.
În activitatea practică, arborii de decizie sunt folosiţi mai mult pentru a structura un
proiect de investiţii şi de a evidenţia opţiunile pe care investitorul le are în legătură cu investiţia
supusă analizei, decât să conducă la o valoare concludentă privind VAN pentru acel proiect. O
metodă alternativă de analiză este diagrama influenţelor, care cuprinde atât o reprezentare grafică, cât

56
şi o parte numerică. Este o tehnică de modelare generală, care este adecvată proceselor decizionale
atunci când incertitudinea poate fi modelată ca un set de distribuţii de probabilitate cumulată. Faţă de
arborii de decizie, diagrama influenţelor poate modela variabile discrete, continue sau mixte.
Complexitatea lor este însă mai mare decât în cazul arborilor de decizie (sunt necesare, de exemplu,
variabile dummy pentru modelarea deciziilor asimetrice).
Exista câteva produse software12 pentru crearea şi menţinerea diagramelor de influenţă.
Produsele reprezentative sunt:
 Analytica (Lumina Decision Systems, Los Altos, CA). Analytica poate realiza diagrame
ierarhice, serii multidimensionale, documentare integrată şi analiza unor parametri;
 DPL (de la Applied Decision Analysis, Menlo Park, CA,). Acest produs furnizează o
sinteză a diagramelor de influenţă şi arbori de decizie;
 DS Lab (de la DS Group Inc., Greenwich, CT);
 INDIA (de la Decision Focus Inc., Palo Alto, CA). Procesul de determinare a soluţiei
utilizat de acest produs transformă problema iniţială într-una nouă, având un format
redus, în încercarea de a găsi politica optimă;
 Precision Tree (de la Palisade Corp., Newfield, NY). Precision Tree creează diagrame de
influenţă şi arbori de decizie direct în foaia de calcul Excel.

12
Adrese web utile: http://www.lumina.com, dplept@adaino.com, http://www.dfi.com,
http://www.palisade.com
57
CONCLUZII

În concluzie, acceptarea riscului în economia de piaţă se face în cunoştintă de cauză pe


bază de analiză şi previziune. La baza oricărei activităţi economice stă un plan de afaceri.
Controlul riscurilor trebuie realizat pentru a vedea dacă reglementările fi nanciare au fost
respectate şi dacă tipurile de instrumente de gestionare au fost corect utilizate; analiza
performanţelor presupune măsurarea acestora ca urmare a acoperirii la expunerile de risc.
Decizia financiară este un proces raţional de alegere a variantei optime în privinţa finanţării şi a
investiţiilor. Importanţa deciziei financiare derivă din faptul că obiectivul oricărei decizii luate la
nivelul unei întreprinderi, are un caracter financiar care constă în special, în sporirea rentabilităţii, a
profitabilităţii pe produs, pe activitate şi pe total întreprindere, asigurarea unei permanente stări de
lichiditate şi cunoaşterea riscurilor şi asigurarea măsurilor pentru evitarea/acoperirea lor, aspecte care
aşează întreprinderea pe poziţie de lider pe piaţă.
Deciziile financiare sunt caracterizate de o raţionalitate limitată, de lipsa de informaţie
completă a decidentului, ceea ce semnifică faptul că modelarea deciziilor ar trebui să se realizeze
cu scopul unei mai bune informări. Modul în care omul „descoperă” cunoaşterea şi raţionează în
obţinerea informaţiei reprezintă punctul de plecare în modelarea oricărei decizii. Modelele sunt,
desigur, importante pentru progresul cunoaşterii ştiinţifice în oricare domeniu în care pot fi
construite şi utilizate, însă impactul folosirii lor poate fi atât unul pozitiv, cât şi unul negativ.
Numeroşi economişti contemporani sunt convinşi de valoarea cognitivă a modelelor utilizate în
prezent de ştiinţa economică, însă nu par a fi conştienţi de limitele acestor forme simplificatoare
de reprezentare a realităţii.
Analiza deciziei financiare prin modelare, deşi nu poate acţiona asupra hazardului şi nu
poate atrage cu sine manifestarea norocului, poate să-l ajute pe cel care ia decizia să înţeleagă
mai bine problemele decizionale, să-şi îmbunătăţească şansele de a obţine un rezultat favorabil
sau să se pregătească pentru a face faţă unor evoluţii nefavorabile, independente de voinţa lui.
Problematica abordată, studiul de caz prezentat, analizele economice sunt utile instruirii
studenţilor în domeniul financiar-bancar, dar şi în desăvârşirea pregătirii specialiştilor din
organizaţii economice, indiferent de profilul acestora.

58
BIBLIOGRAFIE

1. Dobre I., Bădescu A.V., Păuna L., „Teoria deciziei”, Editura ASE, Bucureşti, 2007, pag.
109.
2. Dragota, V. (coordonator), „Management financiar”, Vol. II, Editura Economică,
Bucureşti, 2003, pag. 72
3. Dragota, V., op.cit., pag. 81
4. G. Ghic, C.J. Grigorescu „Modelarea deciziei financiare” Editura ProUniversitară, 2017
5. Hayes, R. H. şi Abernaty, W.J, „Managing our Way to Economic Decline”, Harvard
Business Review, July– August, 1980, pag. 67–77 şi Hayes, R. H. şi D. A. Garvin,
„Managing as if Tomorrow Mattered”, Harvard Business Review, May–June, 1982, pag.
71–79
6. James, L. H., Savage, L.J., „Three Problems in Rationing Capital”, The Journal of
Business, Vol. 28, No. 4 (October), 1955, pag. 229–239
7. Lander, D. M., Pinches, G. E., „Challenges to the practical implementation of Modeling
and Valuing Real Options”, The Quarterly Review of Economics and Finance, 1998,
Vol. 38, pg. 552.
8. Robichek Alexander, A. şi Stewart C. Myers, „Conceptual Problems in the Use of Risk–
Adjusted Discount Rates”, The Journal of Finance, Vol. 21, No. 4 (December), 1966,
pag. 727–730.

59