Sunteți pe pagina 1din 68

Universitatea Al. I.

Cuza Iai Facultatea de Economie i Administrarea Afacerolor

AURELIAN IFTIMESCU

SIMULRI DECIZIONALE N MANAGEMENT

2007

CUPRINS

Capitolul 1 DECIZII DE MANAGEMENT ............................................................................ 1.1 Importana deciziilor n management .......................................................................................... 1.2 Decizii i situaii decizionale ....................................................................................................... Capitolul 2 ANALIZ I INTUIIE N LUAREA DECIZIILOR .......................................... 2.1 Stiluri cognitive ............................................................................................................................ 2.2 Rolul analizei n luarea deciziilor ................................................................................................ 2.2.1 Analiza cartezian ............................................................................................................. 2.2.2 Analiza de sistem ...................................................................................................................... 2.2.3 Abordarea sistmic a problemelor decizionale ........................................................................ 2.3 Creativitate decizional. Rolul intuiiei ................................................................................ Capitolul 3 MODELAREA I SIMULAREA DECIZIILOR .................................................. 3.1 Modele decizionale: definire i clasificare .................................................................................. 3.2 Modelarea i simularea deciziilor de management ..................................................................... Capitolul 4 SIMULAREA DETERMINIST .......................................................................... 4.1 Metode de simulare determinist ................................................................................................. 4.2 Simularea deciziilor de finanare a investiiilor ........................................................................... Capitolul 5 SIMULAREA MONTE CARLO ........................................................................... 5.1. Principiile metodei Monte Carlo ................................................................................................ 5.2. Simularea Monte Carlo de tip static ........................................................................................... 5.3. Analiza riscului investiional prin simulare Monte Carlo .......................................................... Capitolul 6 SIMULAREA DINAMIC ................................................................................... 6.1. Simularea dinamic, un demers de simulare a fluxurilor ....................................................... 6.2. Avantajele simulrii dinamice a sistemelor din organizaii .................................................... BIBLIOGRAFIE ......................................................................................................................... ANEXE .......................................................................................................................................

3 3 4 10 10 11 11 12 13 18 22 22 26 29 29 31 43 43 49 52 58 58 62 64 65

Capitolul 1

DECIZII DE MANAGEMENT 1.1 Importana deciziilor n management


Managementul este un concept cu un coninut relativ ambiguu i adesea controversat. Faptul se explic prin evoluia permanent a acestui concept, de la apariia sa n literatura de specialitate, la nceputul secolului 20, i pn n prezent. Ultimul deceniu pare a impune totui o anumit convergen a punctelor de vedere n aceast privin. Astfel, majoritatea manualelor de management contemporane propun o definiie relativ asemntoare a managementului: un proces de realizare a unor obiective organizaionale prin planificare, organizare, antrenare (leading) i control. Aceast viziunea procesual a managementului poate fi ntlnit att la autorii americani cum ar fi: Higgins (1991), Daft (1991), Bartol i Martin (1994) , ct i la unii autori europeni, ca, de exemplu, Hermel (1989). Cuvintele cheie ale definiiei sunt: obiective organizaionale, planificare, organizare, antrenare i control. Expresia obiective organizaionale leag n mod indisolubil sfera de aciune a managementului de contextul organizaional. Ceea ce nseamn c putem vorbi de management, n adevratul sens al cuvntului, numai n cazul unor organizaii. Desigur, n lumea de astzi exist o mare varietate de organizaii, cu obiective, caracteristici i dimensiuni foarte diferite. Cele mai studiate de teoria managementului rmn totui organizaiile orientate spre profit, adic firmele sau ntreprinderile. La astfel de organizaii ne vom referi cu predilecie n cele ce urmeaz. Orice firm are o misiune care exprim raiunea ei de a fi n raport cu principalii parteneri de afaceri: clieni, proprietari, salariai etc.. Pentru ndeplinirea acestei misiuni, firma i stabilete anumite obiective, att la nivelul ntregii organizaii, ct i la nivelul subunitilor componente, i dezvolt aciuni menite s conduc la realizarea obiectivelor respective. Planificarea const n stabilirea obiectivelor ce vor fi urmrite i a aciunilor care trebuie ntreprinse pentru realizarea acestor obiective. Organizarea are n vedere gruparea tuturor activitilor i a resurselor firmei ntr-o manier raional, astfel nct s fie nlesnit atingerea obiectivelor. Antrenarea implic ghidarea, direcionarea angajailor firmei spre realizarea obiectivelor organizaionale, prin motivare, comunicare, leadership, gestiunea conflictelor etc. Controlul const n monitorizarea, evaluarea i corectarea activitilor organizaionale, astfel nct acestea s contribuie efectiv la ndeplinirea obiectivelor propuse. Activitile de planificare, organizare, antrenare i control constituie funciile de baz ale managementului. Sarcina realizrii lor revine managerilor. Toi managerii dintr-o firm sunt antrenai n procese specifice acestor funcii, dar n proporii diferite, depinznd de nivelurile lor ierarhice i de natura muncii din unitile pe care le conduc. Funciile de baz ale managementului sunt grupe complexe de activiti, asociate n mod direct cu ndeplinirea misiunii organizaiei. Pentru realizarea acestor funcii, managerii dezvolt procese elementare de comunicare, decizie i influenare. Structurarea activitii manageriale, pe baza a ceea ce managerii fac de fapt, a fost propus n literatura de specialitate de ctre Henry Mintzberg. Studiind munca unor manageri de nivel nalt din mai multe organizaii americane, Mintzberg (1973) a ajuns la concluzia c acetia ndeplinesc zece roluri (ansambluri organizate de comportamente), grupate n trei categorii: interpersonale, informaionale i decizionale. Rolurile interpersonale decurg n mod direct din autoritatea formal cu care sunt nvestii managerii i implic, n mod fundamental, dezvoltarea unor relaii nterumane. Aceste roluri sunt: reprezentant oficial (simbol), lider i agent de legtur. Ca reprezentant oficial, managerul ndeplinete diferite sarcini cu caracter ceremonial, cum ar fi, de exemplu, participarea la unele ntruniri ale diverselor asociaii nelucrative din cadrul comunitii n care opereaz unitatea. Ca lider, managerul asigur angajarea i perfecionarea personalului din subordine, precum i animarea i motivarea acestuia. Rolul de legtur const n realizarea unor contacte cu persoane din afara unitii conduse, altele dect cele de pe lanul ierarhic, i aceasta n interesul unitii conduse.
3

Capitolul 1. Decizii de management Rolurile informaionale presupun recepionarea i transmiterea informaiilor de ctre manageri, fiind facilitate, n mare msur, de relaiile interpersonale pe care acetia le dezvolt. Mintzberg atribuie managerilor trei roluri informaionale mai importante: observator activ, difuzor i purttor de cuvnt. n rolul su de observator activ (monitor), managerul urmrete n permanen activitatea desfurat n cadrul unitii, precum i mediul extern n care aceasta opereaz, pentru a capta acele informaii considerate necesare n procesul de management. Atunci cnd informaiile culese sunt transmise membrilor unitii pe care o conduce, managerul acioneaz ca difuzor. n sfrit, prin transmiterea de informaii unor persoane din afara unitii conduse, fie ele din cadrul firmei sau din mediul extern al acesteia, managerul ndeplinete de fapt un rol de purttor de cuvnt. Rolurile decizionale cuprind ansamblul activitilor desfurate de manageri ca decideni. Din aceast perspectiv, Mintzberg vede managerii interpretnd patru roluri: de ntreprinztor, de regulator de perturbaii (disturbance handler), de distribuitor de resurse i de negociator. Ca ntreprinztor, managerul aduce mbuntiri cu consecine relativ ndelungate unitii de care este responsabil, ncercnd s o adapteze mai bine condiiilor n care opereaz (de exemplu, prin schimbarea structurii organizatorice, introducerea de noi produse etc.). Ca regulator de perturbaii, managerul reacioneaz fa de evenimentele neprevzute, urmrind s elimine sau s diminueze consecinele nefavorabile sau s poteneze consecinele benefice ale acestor evenimente. Exemplu: cutarea rspunsului potrivit la o campanie publicitar agresiv a unui concurent. Unul dintre cele mai importante roluri ale managerului este acela de distribuitor de resurse, adic de responsabil pentru repartizarea resurselor disponibile la nivelul ntregii uniti elementelor organizatorice din subordine. Deciziile implicate de elaborarea bugetelor anuale sunt cele mai bune exemple n aceast privin. n sfrit, prin rolul su de negociator, managerul contribuie la rezolvarea disputelor, att din cadrul unitii, ct i dintre unitate i mediul su. Prin consecinele lor, activitile implicate de rolurile decizionale ale managerilor au o importan deosebit pentru succesul unei firme. n plus, rolurile informaionale i interpersonale deservesc, n mare msur, pe cele decizionale. Rolul central al proceselor decizionale n activitatea managerial este recunoscut de majoritatea cercettorilor din domeniu. Aa de exemplu, Higgins (1991, p. 7) consider c luarea deciziei este funcia esenial a managementului (the core function of management), iar Russu (1992, p. 68) susine c decizia constituie actul esenial al activitii manageriale, fiind produsul cel mai reprezentativ i, totodat, instrumentul cel mai eficace al acesteia.

1.2 Decizii i situaii decizionale


Dicionarul explicativ al limbii romne definete verbul a decide prin a lua o hotrre, a alege (ntre mai multe alternative) iar decizia drept hotrre luat n urma examinrii unei probleme, a unei situaii etc., soluie adoptat (dintre mai multe posibile). Recursul la aceste definiii permite reliefarea unor aspecte importante legate de conceptul de decizie: decizia este luat ca urmare a apariiei unei probleme, perceput, de regul, ca o discrepan ntre situaia existent i situaia dorit; decizie nseamn o alegere ntre mai multe soluii alternative posibile (dac nu exist cel puin dou soluii opionale la dispoziia decidentului, nu putem vorbi de decizie); alegerea este fcut n urma unui proces de examinare, de reflexie asupra condiiilor situaiei decizionale i a posibilitilor ei de soluionare, ceea ce presupune mai multe activiti i nu doar actul de alegere ca atare; situaia decizional induce o anumit tensiune psihic decidentului, tensiune sugerat, de exemplu, de proverbul german Keine Wahl ohne Qual (nu este alegere fr zbucium, frmntare) sau de expresia francez avoir lembarras du choix (a sta la ndoial, a sta n cumpn). A decide (de-cidere) sugereaz ideea de tiere (caesura), de rupere a acestei tensiuni, prin alegerea (i aplicarea) unei soluii.
4

Capitolul 1. Decizii de management nelegerea activitilor decizionale din organizaii impune o analiza prealabil, fie ea i succint, a mediului n care acestea opereaz. Mediul unei organizaii cuprinde ansamblul elementelor, din interiorul sau din exteriorul ei, cu un impact semnificativ asupra operaiunilor organizaiei i a eficacitii lor. Marea diversitate a elementelor ce compun mediul organizaional imprim acestuia o structur complex, pe mai multe niveluri (figura 1.1). Primul nivel relevant de structurare are n vedere poziionarea elementelor mediului n raport cu frontierele organizaiei, ceea ce conduce la diferenierea a dou componente principale: mediul intern i mediul extern. Pentru o firm, factorii cei mai importani ai mediului intern sunt resursele, sistemul de management i cultura organizaional. Resursele desemneaz mijloacele de care dispune firma pentru a-i ndeplini misiunea. n general, resursele pot fi grupate n dou mari categorii: resurse fizice i resurse informaionale. Resursele fizice cuprind resursele umane, resursele financiare i resursele materiale (materii prime, materiale, energie, echipamente, cldiri, produse finite etc.). Resursele informaionale reunesc date i cunotine achiziionate sau produse de ctre firm i utilizate de ctre aceasta pentru susinerea propriilor operaiuni sau pentru comercializare, sub form de produse finite (imateriale). Sistemul de management, n centrul cruia sunt plasai managerii (decidenii), realizeaz o serie de produse specifice, cum ar fi: misiunea firmei, obiectivele i strategiile, politicile i procedurile, planurile tactice i operative, structura organizatoric, metodele de recompensare, stilurile de conducere (leadership) i multe altele. Toate acestea sunt rezultatul unor decizii deja luate, dar condiioneaz, n bun msur, deciziile curente i pe cele viitoare. Cultura organizaional cuprinde un ansamblu de convenii (norme, valori, atitudini, credine, mituri, ritualuri, simboluri) mprtite i aplicate/practicate de ctre membrii unei organizaii. Este, de fapt, un fel de programare mental colectiv, care deosebete pe membrii unei organizaii de membrii altei organizaii (Hofstende, 1996) i care se constituie ntr-un cadru de orientare a deciziilor i comportamentului angajailor. Care este influena culturii organizaionale asupra activitilor unei firme ? Studiind aceast problem ntr-un numr semnificativ de companii americane, Kotter i Hesket (1992) au ajuns la urmtoarele concluzii: cultura organizaional poate avea un impact semnificativ asupra performanelor economice pe termen lung ale unei firmei, iar n viitor va fi probabil un factor i mai important pentru succesul sau eecul firmelor; sunt destul de frecvente acele culturi organizaionale care frneaz realizarea unor performane financiare bune pe termen lung; astfel de culturi pot apare chiar i n firme pline de oameni raionali i inteligeni; dei dificil de modificat, culturile organizaionale pot fi fcute s contribuie, totui, la mbuntirea performanelor. n derularea operaiunilor sale, firma interacioneaz cu o mare diversitate de elemente ale mediului extern. Aceast interaciune poate fi direct sau indirect, fapt ce ndreptete structurarea mediului extern pe dou niveluri: mediul direct (specific) i mediul indirect (general). Mediul extern direct (specific). Componentele specifice ale mediului extern variaz de la o organizaie la alta. Totui, pentru orice firm, elementele tipice ale mediului direct includ clienii, concurenii i furnizorii. La acestea se pot aduga i alte elemente cu aciune direct semnificativ, cum ar fi diferite organizaii guvernamentale sau neguvernamentale. Clienii sunt cei care beneficiaz de produsele sau serviciile organizaiei. Pentru a supravieui, o firm trebuie s caute n permanen s satisfac nevoile clienilor. De aceea, evoluia acestor nevoi trebuie urmrit n mod continuu i prognozat cu acuratee.

Capitolul 1. Decizii de management Cea de-a doua component important a mediului direct n care opereaz o firm o constituie concurenii. Cunoaterea concurenilor i a impactului lor asupra pieei este vital pentru firm. Uneori, aceast cunoatere este relativ facil, ca n cazul pieei automobilului, de exemplu, unde competiia este direct i concurenii puini. n alte cazuri ns concurenii sunt muli i greu de identificat, competiia fiind mai puin direct (de exemplu, n domeniul unor servicii financiare).

Mediul macroeconomic

Mediul tehnologic Concureni

Management Furnizori Clieni

Resurse

Cultur

Mediul politic

Organizaii guvernamentale i neguvernamentale

Mediul social

LEGEND: Mediul intern Mediul extern direct (specific) Mediul extern indirect (general)

Figura 1.1 Mediul operaiunilor firmei Furnizorii, a treia component tipic a mediului direct, includ sursele de materii prime i materiale, sursele de energie, sursele de fonduri (instituiile financiare, bncile, populaia i alte organizaii care investesc n mod direct sau cumpr aciuni i obligaiuni). Un element important din categoria furnizorilor l constituie i piaa forei de munc. Organizaiile guvernamentale (instituii ale administraiei centrale sau locale) reglementeaz activitile desfurate n diverse domenii ale vieii economico-sociale: comercial, fiscal, sanitarveterinar, protecia mediului i multe altele. Exigenele acestor instituii pot determina veritabile constrngeri n derularea operaiunilor unor firme. Aa de exemplu, o ntreprindere farmaceutic nu poate lansa pe pia un nou produs pn cnd produsul respectiv nu este omologat de ctre organele abilitate ale Ministerului Sntii; iar aceast omologare poate dura destul de mult timp. De asemeni, organizaii neguvernamentale i grupuri de interese speciale din societate pot deveni, la un moment
6

Capitolul 1. Decizii de management dat, elemente de importan semnificativ pentru activitile unei firmei. Cele mai cunoscute exemple n aceast privin sunt uniunile sindicale, asociaiile de protecia consumatorului, grupurile create adhoc pentru protecie unui element al naturii aflat n pericol i altele. Mediul extern indirect (general). Componentele principale ale mediului indirect sunt: mediul macroeconomic, mediul tehnologic, mediul politico-legal i mediul social. Mediul macroeconomic privete economia n ansamblul ei i poate fi caracterizat de o serie de indicatori cum ar fi: rata de cretere a economiei (a produsului intern brut), rata inflaiei, ratele dobnzilor, ratele de schimb ale monedei etc. Fenomenele reflectate de aceti indicatori influeneaz n mod indirect situaia firmelor i deciziile lor strategice. Astfel, o rat mare de cretere economic duce la expansiunea consumului i, prin aceasta, la diminuarea concurenei. Sau, o rat sczut a dobnzii la mprumuturi poate determina creterea cererii solvabile pentru anumite produse, mai ales atunci cnd acestea sunt achiziionate cu fonduri de mprumut. Mediul tehnologic cuprinde cunotinele, experiena i creativitatea tehnic, precum i grupurile de oameni asociate cu acestea. Schimbrile tehnologice, mult mai frecvente n ultimele decenii, pot crea o multitudine de posibiliti pentru produse i servicii noi, declannd oportuniti pentru unele firme sau ameninri pentru altele. Accelerarea schimbrilor tehnologice scurteaz ciclul de via al unor produse i tehnologii de fabricaie. Cele mai sensibile la mutaiile din mediul tehnologic sunt organizaiile care opereaz n domenii ale tehnicii de vrf, cum ar fi industria electronic, a telecomunicaiilor i computerelor. Mediul politico-legal. Majoritatea organizaiilor sunt afectate de un mare numr de legi i reglementri ale administraiei centrale sau locale. Unele dintre acestea pot controla accesul la sursele de aprovizionare (prin tarife vamale la import, de exemplu), iar altele pot limita sau pot sprijini accesul la pieele de desfacere. Aciunile forelor politice, concretizate n legi, reglementri i politici economice, determin apariia unor oportuniti sau ameninri pentru diverse firme. Mediul social include trei componente mai importante: factorii demografici, stilul de via i valorile sociale. Asupra unei firme, efectele factorilor demografici i ale stilului de via se manifest ndeosebi prin angajai i clieni (sub aspectul compoziiei, localizrii i ateptrilor acestora), iar efectele valorilor sociale, prin grupuri sociale interesate. Acestea din urm pot face presiuni directe asupra operaiunilor firmei (opoziia activ la construcia unui aeroport, de exemplu) sau pot inspira diferite reglementri administrative (guvernamentale sau locale). Aa de exemplu, formarea i dezvoltarea unei contiine ecologice n rndul populaiei duce la amplificarea restriciilor legislative cu privire la protecia mediului ambiant i la creterea costurilor de prevenire a polurii, costuri pe care trebuie s le suporte organizaiile economice. Evoluia permanent a factorilor din mediul intern i extern al organizaiei genereaz situaii decizionale crora managerii trebuie s le fac fa. Exis cteva elemente eseniale n configurarea i soluionarea oricrei situaii decizionale: decidentul, obiectivele, performanele curente, factorii de influen a performanelor, problema identificat, criteriile de decizie, soluiile alternative posibile, consecinele ateptate ale soluiilor alternative i soluia aleas sau decizia propriu-zis (figura 1.2). Cunoaterea acestor elemente este indispensabil pentru identificarea diferitelor tipuri de decizii manageriale i pentru nelegerea proceselor decizionale din organizaii din organizaii (Nica i Iftimescu, 2004). 1. Decidentul este individul sau grupul de indivizi care ia decizia. ntr-o organizaie, grupul de decizie poate fi o entitate formal constituit, cu funcionare permanent sau temporar (consiliu de administraie, comitet de direcie, comisie de lucru), sau poate fi un ansamblu difuz de persoane ale cror puncte de vedere trebuie luate n considerare de ctre responsabilul formal al deciziei n procesul de fundamentare a acesteia. 2. Obiectivele reflect de regul rezultate (performane) viitoare ce se dorete a fi obinute. n organizaii sunt dezvoltate ansambluri complexe de obiective, difereniate dup criterii multiple: interesele partenerilor, orizontul de timp, nivelul ierarhic, domeniul funcional i altele. Rolul planificrii, ca funcie
7

Capitolul 1. Decizii de management de baz a managementului, este acela de a asigura acestor obiective diverse o anumit coeren i convergena spre realizarea obiectivului fundamental misiunea firmei.

Problema decizional

Factori de influen

Criterii de decizie

Performane efective

Soluii alternative

Obiective

Consecinele soluiilor alternative

DECIDENT

Soluia aleas (decizia)

Figura 1.2 Elementele unei situaii decizionale 3. Performanele (rezultatele) efective arat msura n care obiectivele dorite sunt ndeplinite. Ele definesc situaia efectiv sau situaia iniial din procesul de decizie. Informaiile cu privire la performane parvin decidenilor prin sistemele formale de control ale organizaiei sau prin utilizarea unor surse i proceduri informale. 4. Factorii de influen a performanelor au n vedere elementele din mediul organizaional care influeneaz n mod semnificativ activitile organizaiei i rezultatele lor. n funcie de capacitatea decidentului de a modifica aciunea acestor factori n favoarea realizrii obiectivelor sale (ale unitii conduse), putem distinge dou categorii importante de factori de influen: controlabili i necontrolabili de ctre decident. Factorii controlabili determin cursurile de aciune pe care decidentul le poate lua n considerare pentru soluionarea problemei abordate. Majoritatea acestor factori sunt plasai n mediul intern, dar exist i situaii n care decidentul poate controla, cel puin parial, unele elemente din mediul extern (cum ar fi, de exemplu, stimularea cererii pentru un anumit produs al firmei prin aciuni de propagand comercial). Factorii necontrolabili acioneaz independent de voina i capacitatea de intervenie a decidentului, determinnd anumite constrngeri sau oportuniti de luat n considerare la soluionarea problemei. Diferitele niveluri (stri) pe care le pot avea aceti factori au fost denumite stri ale naturii tocmai datorit independenei lor fa de decident. 5. Problema decizional. Perceperea unor diferene semnificative ntre obiectivele urmrite i performanele efective corespunztoare poate fi semnalul existenei unei/unor probleme pentru decident. Uneori discrepana ntre situaia dorit i ce efectiv sugereaz direct problema real cu care se confrunt decidentul, alteori aceast discrepan nu este dect un simptom, iar adevrata problem trebuie relevat prin investigarea factorilor de influen a performanelor.

Capitolul 1. Decizii de management 6. Criteriile de decizie, numite i criterii de preferin, sunt caracteristici ale soluiilor alternative care permit diferenierea acestora dup msura n care ele conduc la situaia dorit. Deciziile de management opereaz, n marea lor majoritate, cu mai multe astfel de criterii.

De regul, pentru a fi operante n procesul de decizie, criteriile trebuie s ndeplineasc trei condiii: s aib un atribut bine precizat, s aib o scar a valorilor, cu unitatea de msur
specificat i s aib un sens de preferin (maximizare sau minimizare). 7. Soluiile alternative sunt variantele de aciune posibile dintre care decidentul trebuie s aleag. Complexitatea lor este diferit de la o problem la alta sau chiar n cadrul aceleai probleme: unele au n vedere o singur aciune, altele un ansamblu de aciuni (linii de aciune). 8. Consecinele soluiilor alternative reprezint rezultatele estimate a fi obinute prin aplicarea potenial a soluiilor respective. n cazul existenei mai multor criterii decizionale, rezultatele soluiilor propuse vor reflecta fiecare dintre aceste criterii. n plus, atunci cnd n situaia decizional intervin mai multe stri ale naturii, trebuie evaluate, n msura posibilului, rezultatele viitoare corespunztoare fiecrei combinaii dintre variantele decizionale i respectivele stri ale naturii i aceasta, din punctul de vedere al fiecrui criteriu de decizie n parte. 9. Soluia aleas (decizia propriu-zis) este varianta de aciune reinut pentru a fi pus n aplicare. Ea poate fi mai uor sau mai greu de gsit, mai bun sau mai puin bun, dar ntotdeauna o soluie exist. Observaie. n vorbirea curent, dar i n literatura de specialitate din limba romn (ca i n limba francez, de altfel) nu se face ntotdeauna distincie ntre decizie, situaie decizional i luarea deciziei, termenii fiind considerai oarecum echivaleni. Ceva mai nuanat este limba englez, n care ntlnim cel puin doi termeni diferii: decision (decizie) i decision making (luarea deciziei).

Capitolul 2 ANALIZ I INTUIIE N LUAREA DECIZIILOR 2.1 Stiluri cognitive Orice manager este animat de dorina de a lua decizii ct mai bune. Maniera de abordare i de soluionare a unei probleme decizionale difer ns de la un individ la altul, n funcie de stilul su cognitiv i de preferinele lui n ceea ce privete modalitile specifice de culegere i prelucrare mental a informaiilor. Cercetrile din psihologia cognitiv au demonstrat faptul c oamenii utilizeaz diferite stiluri de gndire atunci cnd sunt confruntai cu soluionarea unor probleme. Astfel, Hudson (1966), n urma unor observaii sistematice asupra modului n care elevii rezolv problemele propuse lor n procesul de instruire, a pus n eviden dou stiluri de gndire convergent i divergent frecvent invocate astzi de ctre psihologi. Gndirea convergent presupune o concentrare strict asupra problemei abordate i cutarea rspunsului ei corect printru-un demers logic, raional. Gndirea divergent implic o abordare mult mai liber: sunt generate noi perspective, noi unghiuri de vedere a problemei abordate, ceea ce face posibil gsirea unei varieti de soluii acceptabile pentru problema respectiv. Prin cercetrile sale, Hudson ajunge la concluzia c exist o corelaie strns ntre stilurile de gndire ale elevilor i succesul lor colar la diferite discipline studiate: elevii care dezvolt n mod preponderent o gndire convergent sunt mai buni la disciplinele tiinifice (matematic, fizic), iar cei dominai de o gndire divergent exceleaz la disciplinele umaniste, cum ar fi literatura sau istoria. Propensiunea pentru unul sau altul dintre cele dou stiluri principale de gndire pare a avea aadar o origine nativ, dei prin educaie pot fi modelate, ntr-o oarecare msur, stilurile cognitive dezvoltate de aduli. McKenney i Keen (1974), studiind aspectele cognitive ale lurii deciziilor n organizaii, ajung la concluzia c exist dou stiluri fundamentale de abordare a problemelor decizionale (sistematic i intuitiv), iar managerii manifest preferine constante doar pentru unul dintre aceste dou stiluri. Gnditorii sistematici structureaz problema abordat n diferite componente, analizeaz fiecare component, dup care recompun problema i utilizeaz diferite tehnici de analiz complex a ei. Sistematicii au tendina s caute o metod, s fac un plan pentru soluionarea problemei, s fie foarte contiincioi n abordarea problemei, s justifice calitatea soluiei prin prisma metodei adoptate, s defineasc restriciile problemei nc de la nceputul procesului de soluionare, s se angajeze ntr-un proces de rafinare tot mai avansat a analizei, s realizeze o cutare ordonat a informaiei adiionale i s duc pn la capt orice analiz separat pe care o ncep (McKenney i Keen, 1974). Gnditorii intuitivi, pe de alt parte, exceleaz n manipularea simultan a unei multitudini de variabile, soluiile sau observaiile venindu-le brusc n minte, fr un evident demers raional. Ei tind s pstreze continuu n minte ntreaga problem, s redefineasc n mod frecvent problema pe msur ce avanseaz n soluionarea ei, s se bazeze pe supoziii i chiar intuiii pentru a gsi o soluie, s ia n considerare n mod simultan mai multe opiuni, s ntrerup cercetarea analitic i s revin asupra ei, s exploreze i s abandoneze repede diferite alternative (McKenney i Keen, 1974). Intuitivii sunt foarte buni n soluionarea unor probleme extrem de complexe, deoarece par a fi capabili s vad ntreaga situaie mult mai bine dect gnditorii strict raionali. Dup cum se observ, exist o corelaie evident ntre stilul sistematic sau intuitiv n care un manager abordeaz soluionarea problemelor decizionale i stilul su cognitiv, convergent sau divergent, aa cum a fost el definit de Hudson. La rndul su, De Bono (1971), preocupat de ameliorarea creativitii n procesele de management, dezvolt i propag cu succes conceptul de gndire lateral, o form de stil cognitiv similar n anumite privine cu gndirea divergent. Prin gndire lateral, De Bono nelege soluionarea
10

Capitolul 2. Analiz i intuiie n luarea deciziilor

unei probleme prin metode neortodoxe sau aparent ilogice. Scopul acestui mod de gndire este producerea de idei noi i abandonul celor vechi, pentru asigurarea creativitii n toate domeniile managementului: concepia produselor, sisteme informaionale, comunicare, finane, marketing, relaii de munc, planificare, relaii publice i altele. De Bono distinge gndirea lateral de gndirea vertical, aceasta din urm, de factur tradiional, este preponderent logic i secvenial, trecnd n mod firesc de la o etap de prelucrare a informaiei la alta. Una dintre caracteristicile gndirii verticale este continuitatea, pe cnd gndirii laterale i este specific discontinuitatea. Aceste dou moduri de gndire nu se anuleaz reciproc, ci sunt complementare. Acolo unde gndirea vertical dezvolt o suit de alternane de tip da/nu, cutnd n permanen soluia just, gndirea lateral procedeaz prin salturi succesive i ndrznee n direcii neateptate, analiznd mai curnd ceea ce poate fi utilizat dintr-o idee, dect acceptnd-o sau respingnd-o n ntregime. Desigur, cele dou sisteme de gndire pot conduce frecvent la aceeai soluie, dar ansele de succes sunt substanial mbuntite prin perfecionarea aptitudinilor de gndire lateral. Practicarea unor stiluri cognitive att de diferite (gndirea convergent, sistematic, vertical pe de o parte i gndirea divergent, intuitiv, lateral pe de alt parte) ne conduc n mod firesc la ntrebarea: care este rolul analizei logice i a intuiiei creatoare n soluionarea problemelor manageriale ? Care dintre ele trebuie s primeze, n ce proporie i n ce mprejurri ? 2.2 Rolul analizei n luarea deciziilor 2.2.1 Analiza cartezian Analiza, ca metod raional de cunoatere i accedere spre adevr, a fost conceput n secolul al XVII-lea de ctre filozoful francez Ren Descartes i este practicat cu asiduitate de atunci ncoace, cel puin n lumea occidental. n esen, analiza cartezian presupune: descompunerea problemei abordate n elemente simple, tratarea acestor elemente n mod independent, reunirea ansamblului pentru a soluiona problema abordat. Procesele de management au fost investigate pe principiul analizei carteziene nc de la nceputurile preocuprilor tiinifice n acest domeniu. Este vorba n primul rnd de studiul muncii: analiza i msurarea muncii, organizarea tiinific a muncii, simplificarea muncii. Studiul muncii a vizat mai nti operaiile manuale mari consumatoare de efort fizic, iar scopul urmrit era mbuntirea randamentului forei de munc i cointeresarea lucrtorilor la obinerea unor rezultate superioare prin salarizarea pe bucat sau alte forme echivalente. Metodele avansate de studiu al muncii au aprut odat cu Taylor i ceilali reprezentani ai managementului tiinific (Gantt, Frank i Lillian Gilbreth, Ford) i s-au dezvoltat apoi prin analiza micrilor corpului uman (sistemele Work factor, MTM etc.). n anii 50, studiul muncii s-a extins i asupra activitilor considerate neproductive, cum ar fi cele administrative, datorit proliferrii semnificative a acestui tip de activiti. ncepnd cu anii 50 mai nti n Japonia i, apoi, cu dou decenii mai trziu, n toate rile Occidentului dezvoltat este pus un accent deosebit pe calitate, iar metoda analizei (inclusiv statistic) joac un rol de prim rang n aceast privin. Dou personaliti excepionale au avut contribuii eseniale la declanarea acestei micri spre managementul calitii totale: Edward Deming i Joseph Juran. Tot pe baza metodei analizei, i tot pornind din ara Soarelui-Rsare, au fost dezvoltate noi metode de munc Kanban, fluxuri trase care au permis reconsiderarea unor practici ndelung utilizate n organizarea muncii i a produciei. Toate aceste metode au avut au un impact incontestabil, spectaculos chiar, asupra creterii productivitii muncii. Totui, ele nu reuesc s simplifice sau s faciliteze cumva soluionarea problemelor complexe cu care se confrunt managerii de la nivelurile strategice ale ntreprinderilor. Iar
11

Capitolul 2. Analiz i intuiie n luarea deciziilor

dac organizarea general a firmei nu asigur coerena necesar ntre ateliere i celelalte subuniti care o compun, multe dificulti subzist, inclusiv la baz, n unitile direct productive. O alt modalitate analitic de investigare a fenomenelor i proceselor economice i financiare din organizaii o constituie contabilitatea. Informaiile oferite de contabilitate, fie ea analitic sau general, sunt fr ndoial utile managerilor pentru luarea unor decizii. Inconvenientul principal rezid ns n segmentul de timp asupra cruia se focalizeaz analiza contabil: chiar dac aceast analiz este bine fcut i informaiile care alimenteaz conturile sunt foarte exacte (ceea ce nu este, ntotdeauna, cazul), constatrile obinute nu vizeaz dect trecutul. Iar extrapolarea rezultatelor trecute pentru configurarea viitorului nu poate fi fcut dect cu anumite rezerve. n plus, contabilitatea, fiind obligat s se conformeze unor constrngeri de natur fiscal, este realizat n mod frecvent n integralitatea ei doar o dat pe an. i, chiar dac unele situaii contabile sunt realizate trimestrial sau lunar, grija de a avea toate conturile exacte i riguros echilibrate conduce adesea la obinerea tardiv a acestor situaii. Un oarecare progres n ceea ce privete utilizarea informaiilor din contabilitatea analitic la luarea deciziilor l-a constituit dezvoltarea (i aplicarea, n organizaii din ri cu o economie de pia dezvoltat) a controlului de gestiune, cu instrumentele lui principale controlul bugetar i tabloul de bord. Totui, deciziile strategice, adesea complexe i nestructurate, pot beneficia doar n mic msur de informaiile oferite de controlul de gestiune. Iar anumite dificulti de aplicare a acestei tehnici de gestiune n ntreprinderi nu sunt de neglijat. Analiza cartezian a permis fr ndoial ameliorarea substanial a cunoaterii n management. Utilizarea ei n fundamentarea deciziilor din organizaiile contemporane are ns anumite limite: n unele situaii este practic imposibil s fie izolate toate elementele semnificative pentru a fi analizate, de multe ori, factorii care intervin nu pot fi riguros controlai din punct de vedere cantitativ, deoarece au un comportament aleatoriu. ntr-adevr, astzi informaiile, oamenii, lucrurile circul mai mult i mai repede. Ca urmare, diversele elemente ce compun mediul operaiunilor firmei interacioneaz mai intens, mai frecvent i mai prompt, ceea ce sporete imprevizibilul. n aceste condiii, extrapolarea ca principiu esenial al metodei carteziene nu mai corespunde situaiilor decizionale complexe cu care se confrunt ntreprinderile moderne. De altfel, ntregul demers cartezian de cunoatere i aciune un demers strict liniar, bazat pe secvena: informaie, analiz, decizie, aciune devine insuficient pentru a trata astfel de probleme. 2.2.2 Analiza de sistem O soluie eficace pentru depirea inconvenientelor analizei carteziene a constituit-o abordarea problemelor decizionale din organizaii prin prisma analizei de sistem. La baza acestui demers st ideea potrivit creia orice organizaie (ntreprindere) este un sistem deschis cu autoreglare, adic un sistem adaptiv. Utilizarea practic a teoriei sistemelor pentru cunoaterea entitilor complexe de orice fel (obiecte, fenomene, probleme) presupune parcurgerea mai multor etape: Investigarea sistemului real. Sunt definite limitele sistemului, elementele sale i interaciunile dintre ele, fluxurile de intrare/ieire, variabilele de stare, variabilele de comand (decizie) etc. Modelarea. Este construit un model, o reprezentare izomorf a sistemului real investigat. Simularea. Se studiaz comportamentul sistemului care acioneaz ca model (comportamentul modelului) fcnd s varieze diferitele variabile ale acestuia. Verificarea i inferena. Concluziile desprinse din studiul modelului sunt extinse asupra sistemului real, dup o anumit confruntare a lor cu realitatea. Feed-back-ul. n cazul n care confruntarea cu realitatea invalideaz concluziile simulrii, modelul este pus sub semnul ntrebrii, iar procesul de cunoatere se reia de la etapa de investigare a sistemului real sau de la cea de modelare.
12

Capitolul 2. Analiz i intuiie n luarea deciziilor

Literatura de management este destul de abundent n ceea ce privete descrierea diverselor modaliti practice de abordare a problemelor organizaionale prin prisma teoriei sistemelor. Cteva dintre metodele de analiz i decizie bazate pe concepia sistemic sunt ns mai frecvent utilizate n practic i, ca urmare, sunt tratate cu predilecie n literatur. Viziunea sistemic a nceput s fie aplicat n management odat cu introducerea n industrie a unor tehnici complexe de cercetare operaional (dezvoltate de ctre aliai SUA i Marea Britanie pentru asigurarea logistic a unor operaiuni militare de mare amploare n timpul celui de-al doilea rzboi mondial). Astfel, n anii 50, Bell Telephone Laboratories au pus la punct o metod de abordare, prin prisma teoriei sistemelor, a proiectelor de dezvoltare a unor noi tehnologii, numit ingineria sistemelor (Hall, 1962), iar RAND Company i-a formalizat maniera sistemic de abordare a proiectelor complexe sub denumirea de analiza sistemelor (Optner, 1973). Aceast analiz a sistemelor, sub diferite variante, avea s fie ulterior utilizat pe scar larg pentru proiectarea sistemelor informaionale bazate pe calculatoare. n paralel cu aceste demersuri, Jay Forrester, studiind problemele de gestiunea stocurilor n ntreprinderi din industria prelucrtoare, a dezvoltat o modalitate original de modelare a stocrilor i fluxurilor continue de materiale, numit dinamica industrial (Forrester, 1981). Extins apoi i la alte probleme complexe care puteau fi vzute ca fluxuri i stocri de elemente intercorelate, dinamica industrial a fost generalizat, devenind dinamica sistemelor. Modelele de evoluie a lumii aflate n vog n anii 70 (Meadows .a., 1972; Mesarovic i Pestel, 1975) au fost dezvoltate pe baza dinamicii sistemelor. Prin publicarea lucrrii sale Cybernetics or Control and Communication in the Animal and the Machine (1948), Norbert Wiener a pus bazele unei noi discipline a crei obiect de studiu l constituie procesele de comunicare i de control (comand) din sistemele naturale i artificiale. O contribuie semnificativ la propagarea ideilor lui Wiener n practica de management o are ns cercettorul american S. Beer, prin dezvoltarea aa-numitului model al sistemelor viabile (Beer, 1979). Potrivit acestui model, un sistem este compus din cinci subsisteme n interaciune, subsisteme care sunt necesare i suficiente pentru a asigura supravieuirea sistemului n mediul su. n cazul unei organizaii, subsistemele respective sunt : sistemul unu conine ansamblul elementelor operaionale care formeaz baza entitii organizaionale; sistemul doi este un mecanism antioscilator; sistemul trei cuprinde unitatea de management responsabil pentru aspectele interne i prezente ale sistemului unu; sistemul patru este unitatea de management responsabil pentru aspectele externe i viitoare ale sistemului unu; sistemul cinci este responsabil pentru monitorizarea interaciunii ntre sistemul trei i sistemul patru. Complexitatea i pertinena modelului rezult din configuraia lui potenial interminabil, dat de proprietatea de recursivitate: sistemele doi, trei, patru i cinci pot constitui sistemul unu pentru un alt nivel i aa mai departe. Contribuia esenial al lui Beer este tocmai aceast structurare recursiv, pe mai multe niveluri, a sistemului organizaie, prin intermediul sistemului de control (subsistemele doi cinci). Modelul sistemului viabil a fost i este utilizat cu succes de ctre unii manageri, ndeosebi pentru nelegerea i soluionarea problemelor de organizare structural a ntreprinderilor (Checkland, 1996). 2.2.3 Abordarea sistemic a problemelor decizionale Dincolo de aceste modaliti particulare de aplicare a teoriei sistemelor n management, viziunea sistemic poate constitui un puternic instrument de lucru pentru soluionarea eficace a oricrui tip de problem decizional. Abordarea sistemic a problemelor decizionale este un demers cu trei componente
13

Capitolul 2. Analiz i intuiie n luarea deciziilor

mai importante faze pe care trebuie s le parcurg managerii n procesele de soluionare a problemelor decizionale: A. pregtirea abordrii sistemice a problemelor decizionale B. definirea problemei pe baza concepiei sistemice C. soluionarea propriu-zis a problemei pe baza concepiei sistemice. A. Pregtirea abordrii sistemice a problemelor decizionale presupune formarea unei viziuni sistemice cu privire la firm, la structura sa i la relaiile sale cu mediul extern. Fiecare manager trebuie s-i dezvolte un model mental de percepere a firmei i a operaiunilor sale pe baza principiilor sistemelor, prin desfurarea unor eforturi n trei direcii: A1. conceperea firmei ca sistem deschis cu autoreglare, A2. nelegerea suprasistemului mediu extern i a relaiilor firmei cu acesta, A3. identificarea subsistemelor firmei i a relaiilor dintre ele. Aceste demersuri pot fi realizate simultan i nu se ncheie pentru un manager dect atunci cnd prsete firma sau postul de conducere. Ceea ce nseamn c viziunea sistemic, odat conturat, trebuire actualizat i perfecionat continuu. A1. Conceperea firmei ca sistem deschis cu autoreglare. Orice firm poate fi vzut ca un sistem cibernetic deschis, n care mecanismul de control (de autoreglare, prin comunicare i comand) este asigurat de ctre managementul firmei. Modelul general al unui astfel de sistem este prezentat n figura 2.1. Analiza modelului pune n eviden dou componente principale ale sistemului firm: subsistemul operaional i subsistemul de management. Subsistemul operaional este ilustrat n model prin fluxul resurselor fizice i informaionale utilizate n mod nemijlocit pentru realizarea misiunii de baz a firmei (realizarea de produse i/sau servicii destinate pieei). n dinamica acestui flux pot fi reliefate trei componente eseniale: intrrile (input-urile), transformrile i ieirile (output-urile). Intrrile de resurse au n vedere: aprovizionarea cu materii prime, materiale, echipamente i energie; procurarea de fonduri financiare; recrutarea, selecia i angajarea personalului; culegerea i achiziia de informaii (tehnologice, comerciale). Transformrile de resurse realizeaz convertirea resurselor intrate n produse i/sau servicii destinate comercializrii. Ieirile din sistem au n vedere, n primul rnd, vnzarea i expedierea produselor, dar i multe alte output-uri, cum ar fi plata facturilor sau achitarea salariilor, renunarea la o parte din personal, depozitarea unor deeuri sau degajarea unor noxe n mediul natural etc. Subsistemul de management constituie componenta de autoreglare a sistemului firm. Informaiile cu privire la intrrile de resurse n sistem, transformrile de resurse i ieirile din sistem, precum i informaiile semnificative din mediul extern sunt culese, prelucrate i utilizate n procesele decizionale destinate s regleze activitatea subsistemului operaional, n conformitate cu obiectivele stabilite. Uneori, n urma analizei informaiilor pertinente, sunt puse n cauz nsei obiectivele stabilite, acestea fiind reformulate prin decizii corespunztoare. Activitile din subsistemul de management n principal, de natur informaional i decizional sunt realizate att de manageri, ct i de specialiti (operatori specializai n culegerea, prelucrarea i difuzarea informaiilor, analiti implicai n pregtirea deciziilor etc.). Tehnologiile informaionale moderne au i ele un rol tot mai important n derularea acestor activiti. A2. nelegerea suprasistemului mediu extern i a relaiilor firmei cu acesta. Cunoaterea legturilor complexe dintre firm i mediul su extern a devenit un factor de importan primordial pentru managerii din ziua de azi. Mediul extern este de fapt un sistem mai vast, n care firma se nsereaz ca un subsistem. Sistemul mediu extern acioneaz asupra firmei pe de o parte prin produsele, serviciile i alte elemente pe care i le cere (oferindu-i astfel firmei raiunea sa fundamental de a fi), iar pe de alt
14

Capitolul 2. Analiz i intuiie n luarea deciziilor

parte, prin resursele pe care i le ofer. Firma este aadar constituit cu elemente din mediul extern, pentru a servi mediul extern.

M e d i u l

e x t e r n

Obiective Subsistemul decizional Activiti decizionale

Activiti informaionale Subsistemul informaional

Intrri

Transformri

Ieiri

LEGEND: Sistemul firm Informaii Subsist. de management Decizii Subsist. operaional Resurse operaionale

Figura 2.1 Modelul firmei vzut ca sistem

Sistemul mediu extern poate fi structurat n dou subsisteme: mediul direct sau specific incluznd clienii, furnizorii, concurenii, organizaiile guvernamentale sau neguvernamentale cu impact direct asupra operaiunilor firmei i mediul indirect sau general, format din factorii
15

Capitolul 2. Analiz i intuiie n luarea deciziilor

macroeconomici, factorii tehnologici, factorii politico-legali i factorii sociali. Conform concepiei sistemice, mediul specific este un suprasistem al mediului firm, iar mediul general este un suprasistem al mediului specific. Fluxurile intrri-transformri-iesiri conecteaz firma n mod direct sau indirect cu elementele mediului su extern. Ele configureaz, de fapt, relaiile firmei cu mediul. Toate tipurile de resurse utilizate intr i ies (mai mult sau mai puin transformate) n i din sistemul firm. Totui, unele fluxuri sunt mai frecvente, iar altele sunt mai rare. Astfel, fluxurile materiale dinspre furnizori i nspre clieni, fluxurile financiare dinspre clieni i nspre furnizori, salariai i proprietari, fluxurile de personal dinspre i nspre comunitatea local sunt fluxuri fundamentale pentru o firm din industria prelucrtoare. Alte fluxuri, cum ar fi intrri de fonduri de la organizaii guvernamentale (subvenii), ieiri de materiale spre furnizori (materiale returnate) sau ieiri de personal spre concureni (angajai piratai de alte firme) sunt cu mult mai rare.
A3. Identificarea subsistemelor firmei i a relaiilor dintre acestea. Pentru a-i completa viziunea sistemic asupra firmei, managerii trebuie s descompun sistemul firm n uniti structurale numite subsisteme. Cel mai facil criteriu de structurare a sistemului l constituie natura asemntoare a sarcinilor de munc prestate, adic domeniile funcionale ale ntreprinderii. Din aceast perspectiv, un prim nivel de structurare ar putea pune n eviden urmtoarele subsisteme: de marketing, de producie, financiar, al resurselor umane i altele. Aceste subsisteme pot fi structurate, la rndul lor, n alte subsisteme corespunztoare diverselor compartimente aparinnd domeniilor funcionale, iar procesul de descompunere poate merge i mai n profunzime. Fiecare subsistem identificat poate fi vzut dup acelai model de sistem ca i firma nsi (figura 2.1), avnd intrri, transformri i ieiri i o component de autoreglare format din activitile informaionale i decizionale. Evident, mediul extern al unui astfel de subsistem va cuprinde i elemente din cadrul firmei (alte subsisteme ale acesteia). Toate subsistemele firmei, dei cu obiective specifice, sunt integrate prin misiunea i obiectivele comune ale organizaiei i sunt interconectate prin fluxurile fizice i informaionale care le traverseaz. Un alt criteriu de divizare a unei firme n subsisteme l constituie fluxurile de intraretransformare-ieire din cadrul organizaiei. O astfel de structurare presupune ns o orientare sistemic foarte pronunat, ntruct firmele nu sunt organizate de regul n aceast manier, iar decidenii trebuie s priveasc dincolo de structura funcional pentru a identifica fluxurile. Unele probleme decizionale specifice, cum ar fi conceperea sistemelor informatice, proiectarea fluxurilor de fabricaie sau, mai nou, realizarea proiectelor complexe de reengineering impun cu necesitate configurarea unor subsisteme n cadrul organizaiei pe criteriul fluxurilor transversale. B. Definirea problemei decizionale pe baza viziunii sistemice. n cursul acestei faze are loc recunoaterea existenei unei problemei i nelegerea ei. Managerii devin contieni de apariia unei probleme prin sesizarea unei discrepane ntre situaia real (prezent sau viitoare) i situaia dorit, aceasta din urm fiind mai clar definit (obiective bine precizate) sau mai difuz, mai slab conturat. De multe ori, discrepana perceput iniial nu este dect un simptom, cauzele reale fiind mai profunde i mai puin evidente. Pentru a nelege aceste cauze (adevrata problem), este necesar un efort de analiz complex a sistemului n care s-a semnalat apariia unei probleme. n cazul n care obiectivele sistemului i ale subsistemelor sale sunt bine definite, analiza poate fi realizat n doi pai: B1. abordarea n cascad a sistemului i a subsistemelor sale, B2. analiza prilor sistemului/subsistemului abordat, ntr-o anumit secven. Observaie: Pasul 2 poate fi executat de mai multe ori (evident, pentru sistem i subsisteme diferite).

16

Capitolul 2. Analiz i intuiie n luarea deciziilor

Pasul B1. Abordarea n cascad a sistemului i a subsistemelor sale. Managerul confruntat cu o problem decizional studiaz mai nti sistemul de care este responsabil, conform modelului propus la pasul 2. Dac adevratele cauze ale problemei sunt depistate la acest nivel, se trece la faza de soluionare propriu-zisa a problemei , iar dac aceste cauze nu sunt nc evidente, investigaia continu la nivelul subsistemelor componente dup acelai model. Analiza de sus n jos a sistemului i subsistemelor sale este continuat pn cnd adevratele cauze ale problemei sunt identificate, adic pn n momentul n care mutaiile semnificative din evoluia factorilor de influen, care pot explica discrepanele sesizate, sunt identificate . Pasul B2. Analiza prilor sistemului ntr-o anumit secven. Pentru fiecare sistem sau subsistem abordat la pasul 1 se ntreprinde o analiz ntr-o anumit secven. Mai nti sunt evaluate componentele sistemului de la frontiera sa cu suprasistemul imediat superior (obiectivele, ieirile de resurse, intrrile de resurse), iar apoi componentele interne ale sistemului (managementul i procesele de transformare a resurselor). Cauzele care explic adevrata problem pot fi depistate n oricare dintre elementele acestei secvene. 1. Evaluarea obiectivelor. Primul pas l constituie aprecierea realismului obiectivelor fixate, innd cont de mutaiile semnificative actuale sau de perspectiv din mediul extern i de starea intern a sistemului, aa cum este ea cunoscut momentul al analizei. n urma acestei aprecieri, obiectivele pot fi reformulate cel puin provizoriu pentru a contura mai bine starea dorit. Sunt apoi examinate i alte caracteristici ale obiectivelor fixate: gradul lor de coeren, msura n care obiectivele sunt cunoscute i nelese de ctre cei care trebuie s le ndeplineasc i altele. O observaie se impune n acest moment: obiectivele unui sistem reflect de fapt ieirile planificate (dorite) ale acelui sistem. 2. Evaluarea ieirilor de resurse (output-urilor) i compararea lor cu obiectivele. Dac decidentul este satisfcut de nivelul i caracteristicile obiectivelor fixate, atunci poate trece la evaluarea ieirilor de resurse din sistem (care reflect performanele efective ale sistemului) i compararea lor cu obiectivele reinute (care reflect standardele de performan ale sistemului). Atunci cnd ntre performanele efective i standarde nu exist diferene semnificative, analiza n profunzime a sistemului respectiv poate fi abandonat, deoarece cauzele adevratei probleme se afl n alt parte (ntru-un alt sistem). Dac sunt constatate ns diferene semnificative ntre performanele efective i standarde, atunci analiza sistemului trebuie continuat pentru a releva cauzele specifice acelui sistem. 3. Evaluarea intrrilor de resurse. Sunt analizate toate intrrile de resurse n sistem, indiferent de natura acestor resurse (materiale, financiare, umane sau informaionale). Resursele intrate sunt examinate att din punct de vedere calitativ ct i cantitativ. Lipsa relativ a unor resurse nu nseamn automat c aceasta este singura cauz a problemei i numai aici trebuie cutat soluia ei. Un management mai bun sau o ameliorare a procesului de transformare pot constitui, de asemeni, soluii valabile. 4. Evaluarea managementului sistemului. Reglarea sistemului este realizat printr-un ansamblu de activiti informaionale i decizionale realizate de manageri cu sprijinul unor specialiti (tehnostructura). Ca urmare, n aceast etap este estimat calitatea informaiilor de management utilizate, precum i eficacitatea deciziilor luate. Aspecte concrete privind calitatea echipei manageriale (numr de persoane, capaciti profesionale, motivare) sau adecvarea tehnologiilor informaionale utilizate sunt de asemenea investigate. 5. Evaluarea procesului de transformare. Cauzele problemei pot fi generate de deficiene majore n procesul de transformare a resurselor materiale n produse i/sau servicii destinate pieei, caz n care soluiile problemei sunt de natur tehnic sau organizatoric.

17

Capitolul 2. Analiz i intuiie n luarea deciziilor

C. Soluionarea propriu-zis a problemei pe baza concepiei sistemice. Analiza sistemului real n care a aprut o problem i definirea pe aceast baz a adevratei probleme decizionale creeaz premisele necesare pentru trecerea la soluionarea efectiv a acesteia. Viziunea sistemic, deja format i utilizat n fazele precedente, permite dezvoltarea unui model suficient de reprezentativ pentru problema decizional respectiv. Dac problema este relativ simpl, modelul poate rmne n mintea decidentului, iar decizia va fi luat doar pe baza acestui model mental. Dac problema este ns ceva mai complex, aa cum se ntmpl de multe ori n management, este necesar explicitarea modelului. n acest sens pot fi utilizate diferite mijloace: expresii matematice, reprezentri grafice statice sau dinamice , reguli de raionament (acestea din urm, n cazul dezvoltrii unui model bazat pe inteligen artificial). Odat construit i validat, modelul este utilizat apoi pentru a studia, prin experimente, comportamentul su n diferite ipostaze. Operaiunea se numete simulare, iar rezultatele ei sunt folosite pentru a face predicii cu privire la comportamentul sistemului real, reprezentat de ctre model. Acest lucru amelioreaz substanial calitatea prestaiilor realizate n etapele de generare a soluiilor alternative, de evaluare a soluiilor generate i de alegere a unei soluii. Abordarea sistemic poate facilita n bun msur i etapele de implementare i de control ale unui proces decizional. Aseriunea este uor de susinut: implementarea este, n mod frecvent, un proces care impune luarea unor noi decizii (subdecizii), iar acestea, la rndul lor, pot beneficia de aportul concepiei sistemice. Pe de alt parte, controlul deciziei presupune realizarea unor aciuni care vizeaz direct componentele sistemului problem sau elemente din mediul su extern. Perceperea corect a acestui sistem nu poate dect s amelioreze eficiena i eficacitatea controlului. Avantajul esenial al utilizrii analizei de sistem n procesele decizionale provine din forma raionamentului dezvoltat. Spre deosebire de metoda cartezian, n care analiza este un element al unei secvene strict liniare (informaie, analiz, decizie, aciune), analiza sistemic realizeaz un raionament n bucl, prin reinjectarea de informaie i reluarea analizei dup aciune (desigur, aceasta din urm fiind doar simulat). Rezultatul este o mai bun cunoatere a situaiei decizionale prin diminuarea imprevizibilului. Ceea ce conduce, n mod normal, la o decizie mai bun.

2.3 Creativitate decizional. Rolul intuiiei


Dat fiind complexitatea crescnd a mediului n care i desfoar operaiunile firmele de astzi, capacitatea lor de inovare a devenit crucial pentru a-i asigura supravieuirea sau succesul. Peters i Waterman remarcau, nc de la nceputul anilor 80, faptul c una dintre cele opt caracteristici, devenite celebre, ale firmelor excelente este stimularea climatului inovativ prin amplificarea autonomiei i ncurajarea asumrii riscurilor (Peters i Waterman, 1983). Nu cu muli ani dup aceea, Peters i Waterman de data aceasta lucrnd independent ajung la concluzia c, dat fiind instabilitatea accentuat determinat de buliversrile haotice pe care le sufer mediul contemporan al afacerilor, trebuie redefinit excelena aa cum se contura ea la nceputul deceniului 80, cci firme excelente sunt acum doar cele care urmresc cu obstinaie ameliorarea constant a operaiunilor lor i cred n imperativul schimbrilor perpetue. Rolul creativitii i inovrii n aceste condiii devine foarte important. n general, specialitii n management neleg prin creativitate generarea de idei noi i valoroase, iar prin inovare, concretizarea noilor idei n firme noi, produse sau servicii noi, metode de producie noi sau procese de munc noi. Ideile noi i valoroase (n tiin, n tehnic, n management) apar de regul dup un efort prelungit, n care activitile mentale contiente, analitice i raionale se mbin cu procesele intuitive derulate n mod incontient. Cercettorii fenomenelor inovative din organizaii se raporteaz n mod frecvent la un model al proceselor creative cu patru etape principale: pregtirea, incubaia, iluminarea i verificarea. Modelul este n aceeai msur valabil pentru generarea de idei noi i
18

Capitolul 2. Analiz i intuiie n luarea deciziilor

valoroase n concepia produselor i a tehnologiilor sau n soluionarea problemelor decizionale de management. Pregtirea presupune asimilarea informaiilor iniiale, definirea problemei care necesit creativitate, generarea unor soluii alternative, culegerea i analiza unor noi informaii pentru cunoaterea mai temeinic a tuturor factorilor implicai n mod semnificativ n problema abordat. Gndirea logic, asociaiile i combinaiile contiente de idei au un rol esenial n aceast etap. Dup un timp (mai lung sau mai scurt, n funcie de natura i dificultatea sarcinii de rezolvat), individul devine stpn pe toate aspectele relevante ale problemei. Incubaia este etapa n care contientul nu este solicitat, dar incontientul continu s prelucreze ideile asimilate n faza contient, pentru a ajunge la o soluie mai bun. Acum este momentul intrrii n scen a intuiiei, n care un rol important l au asociaiile i combinaiile de idei realizate n mod incontient, n stare de veghe sau de somn. Iluminarea nseamn atingerea acelui nivel al intuiiei prin care o idee nou devine brusc contient. Fenomenul se manifest adesea ca o revelaie, iar autorul, nu de puine ori, este intrigat de uurina cu care ideea i-a venit n minte sau este ncntat de simplitatea i elegana ei. Verificarea presupune testarea ideii pentru a determina validitatea intuiiei avute. Are loc de fapt o evaluarea a ideii (sau a soluiei, n cazul unei probleme decizionale), prin intervenia gndirii convergente, logice. Dac ideea nu se dovedete corespunztoare, ciclul creativitii este reluat de la prima sau a doua etap, sau problema este definitiv abandonat. Desigur, soluionarea creativ a unei probleme necesit, n mod frecvent, parcurgerea acestei secvene de mai multe ori, cu posibile ntreptrunderi ntre anumite etape i cu o conlucrare strns ntre cele dou componente fundamentale: gndirea analitic i gndirea intuitiv. Cercetrile din psihologia cognitiv au clarificat n mare msur aspectele eseniale ale gndirii contiente, raionale. Mecanismele intime ale intuiiei rmn ns ntr-un vag con de umbr. Aa dup cum afirm W.I. Beveridge, Psihologia acestui fenomen nu este neleas pn la capt. Exist un acord aproape general, dei nu universal, asupra faptului c intuiiile izvorsc din procese incontiente ale creierului, care a continuat s mediteze asupra problemei, chiar dac n mod contient nu i-a mai acordat de mult nici o atenie (Beveridge, 1968, p 88). Explorarea incontientului (pentru a ti cum genereaz intuiii) cu mijloacele analizei raionale, contiente singurele admise de tiin ca fiind valabile pare a fi ns irelevant. Ca urmare, aspectele eseniale ale proceselor intuitive sunt dificil sau chiar imposibil de pus n eviden de o manier tiinific riguroas. Ceea ce a determinat exprimarea unor puncte de vedere destul de controversate, chiar i atunci cnd au fost susinute de savani de prestigiu, recunoscui ca atare de comunitatea tiinific mondial. Astfel, Herbert Simon laureat al premiului Nobel pentru economie, dar cu o contribuie determinant la dezvoltarea inteligenei artificiale este de prere c putem explica procesele umane (de gndire, de soluionare a problemelor, de nvare) fr a postula existena unor mecanisme la nivelul incontientului care ar fi diferite de mecanismele parial contiente i parial verbalizate. Desigur, cea mai mare parte a aisbergului este sub ap, i deci imposibil de verbalizat, dar masa ascuns a acestuia este fcut din ghea de aceeai natur ca i partea vizibil. Secretul soluionrii de probleme este acela c nu exist nici un secret. Soluionarea se realizeaz prin intermediul unor structuri complicate de elemente familiare simple (Simon, 1980, p.64). i, n alt parte: este o practic neltoare aceea de a opune stilurile de management analitic i intuitiv. Intuiia i judecata cel puin judecata de calitate nu sunt, pur i simplu, dect analize pietrificate prin obinuin i valorificate datorit capacitii de a gsi rspunsuri rapide prin intermediul procesului de recunoatere (Simon, 1987). Desigur, intenia lui Simon este aceea de a argumenta posibilitatea simulrii gndirii umane, sub toate aspectele ei, prin intermediul sistemelor de inteligen artificial. La rndul su, Roger Sperry de asemenea laureat al premiului Nobel (1981), dar pentru medicin este cu totul de alt prere. n urma lucrrilor sale cu privire la divizarea creierului, Sperry pune n eviden o anumit specializare lateral a acestuia, n sensul c emisfera stng este, de obicei,
19

Capitolul 2. Analiz i intuiie n luarea deciziilor

responsabil de limbaj (verbalizare), prnd a fi implicat mai puternic n activiti logice i de calcul, pe cnd emisfera dreapt pare a fi mai degrab sediul unor activiti cum ar fi desenul, orientarea spaial sau alte activiti creative. i, spre deosebire de Simon, Sperry afirm: emisfera dreapt, prin contrast cu cea stng, este spaial, mut i urmeaz un proces sintetic de percepie spaial, cuplat cu un fel de prelucrare mecanic a informaiilor care nu este nc posibil s fie simulat cu un calculator (Sperry, 1974). Henry Mintzberg, prelund unele concluzii din cercetrile lui Sperry i ale altor neurofiziologi privind lateralitatea activitii cerebrale i fructificnd rezultatele investigaiilor proprii asupra naturii muncii managerilor, este i el de prere c procesele intuitive, derulate n incontient ce pare a-i avea sediul n emisfera dreapt , sunt cu totul de o alt natur dect cele contiente, analitice i logice, ce i au sediul cu preponderen n emisfera stng (Mintzberg, 1990). i nu se sfiiete chiar s sugereze posibila implicare a fenomenelor de percepie extrasenzorial (PES) n formarea intuiiilor, sprijinindu-se pe argumentele oferite, ntre alii, de psihologul american Robert Ornstein sau de marele matematician englez Alan Turing (Mintzberg, 1990). Indiferent ns de natura real a intuiiei mergnd de la un fenomen cognitiv rapid, bazat pe combinarea unor scheme de analiz prestabilite i pn la percepia extrasenzorial, admis de unii cercettori ai fenomenelor psihice un lucru este cert: pentru soluionarea problemelor complexe cu care se confrunt firmele de astzi, cuplarea analizei logice, raionale cu intuiia a devenit indispensabil. Desigur, ponderea celor dou componente difer de la o problem decizional la alta i, n cadrul aceleiai probleme, de la o etap a procesului decizional la alta. Astfel, dac n cazul deciziilor bine structurate analiza poate fi suficient, n cazul deciziilor complexe, slab structurate, intuiia trebuie s prevaleze, fr a exclude ns momentele de analiz lucid, premergtoare i mai ales posterioare actului intuitiv. n ceea ce privete rolul analizei i al intuiiei n diferitele etape ale procesului decizional, atunci cnd problema decizional este complex, slab structurat, situaia se prezint astfel: Analiza, fie ea cartezian sau sistemic, poate fi prezent n toate etapele procesului decizional i este indispensabil n: investigarea mediului intern i extern, identificarea (clarificarea) problemei, specificarea criteriilor de decizie, evaluarea soluiilor alternative, alegerea soluiei, controlul aplicrii soluiei alese. Intuiia se poate manifesta n: investigarea mediului intern i extern, prin cutarea inspirat a informaiilor pertinente i interpretarea lor; recunoaterea existenei unei probleme; identificarea adevratei problemei, prin perceperea unor legturi cauzale mai puin evidente pe cale logic; generarea unor soluii alternative noi i neobinuite; evaluarea soluiilor generate, prin estimarea evoluiei unor factori necontrolabili (intuiie de predicie); alegerea unei soluii; implementarea deciziei, prin alegerea unor ci inspirate de realizare a aciunilor prevzute. De multe ori, cea mai eficace modalitate de cuplare a intuiiei cu analiza este simularea: soluiile generate n mod intuitiv pot fi evaluate prin construcia unui model explicit al situaiei problem (pe ct posibil, pe baza unei analize sistemice) i realizarea unor experimente asupra acestui model, pentru a estima rezultatele soluiilor propuse n condiiile manifestrii diferitelor stri posibile ale naturii. n plus, nsi participarea la concepia unui astfel de model mbogete baza de date mental a protagonitilor, stimuleaz asociaiile de idei i poteneaz, pe aceast cale, actul intuitiv creator. Managerii capabili s mbine stilul analitic de soluionare a problemelor cu cel intuitiv au un avantaj net fa de cei care sunt doar analitici sau doar intuitivi. Aa dup cum am vzut, oamenii au ns predispoziii native doar spre unul dintre cele dou stiluri cognitive (gndire convergent, analitic / gndire divergent, intuitiv). Ce trebuie fcut, n aceste condiii, pentru a asigura echilibrul necesar n luarea deciziilor ? O modalitate eficace este luarea n grup a deciziilor, cu condiia reunirii n echipa de decizie a unor indivizi cu capaciti analitice i intuitive diferite (manageri,
20

Capitolul 2. Analiz i intuiie n luarea deciziilor

analiti, consultani). Soluia nu este totui lipsit de inconveniente: cost ridicat, consum mare de timp, diluarea responsabilitii, fenomenul de gruopthink (diminuarea simului realitii prin crearea sentimentului unei fore puternice care nu exist n fapt). Buna organizare a lucrului n echip poate anihila unele dintre aceste dezavantaje. n plus, decizia poate fi att de important nct s merite costul impus de luarea ei n grup. O alt posibilitate este aceea de a completa caracteristicile cognitive ale managerilor prin nvare continu. Managerii intuitivi i pot dezvolta capacitile analitice prin formarea unei viziuni sistemice asupra unitii conduse i prin asimilarea unor tehnici cantitative de soluionare a problemelor decizionale. Managerii analitici pot i ei s devin mai creativi prin nsuirea i practicarea unor metode de stimulare, de potenare a gndirii creative. Desigur, o soluie i mai bun este formarea iniial echilibrat a viitorilor manageri, punnd accentul nc din coal (universitate) pe dezvoltarea capacitilor de gndire analitic i intuitiv. Eventual, cu oferirea unor cursuri i lucrri practice opionale, pentru a da posibilitatea studenilor si completeze aptitudinile cognitive de care dispun n mod natural.

21

Capitolul 3. Modelarea i simularea deciziilor

Capitolul 3

MODELAREA I SIMULAREA DECIZIILOR

3.1 Modele decizionale: definire i clasificare


Termenul model a invadat vocabularul tiinific contemporan cu o multitudine de sensuri. Unele dintre acestea sunt clare, precise i unanim acceptate, altele ns ndeosebi cele mai recent intrate n uz sunt nc ambigue i/sau controversate. Doron i Parot (1991) au identificat cteva accepiuni ale termenului model, mai frecvent ntlnite n psihologie: a) dispozitiv mecanic, electric sau electronic care servete, prin analogie, la nelegerea funcionrii unui obiect sau desfurrii unui fenomen natural sau artificial; b) reprezentare redus, eventual simplificat, adic axat pe elementele considerare utile analizei, a unei situaii, a unui obiect, a unui fenomen artificial sau natural, construit cu scopul de a-i facilita studiul; c) ntr-un sens apropiat de precedentul, se utilizeaz cuvntul model pentru a desemna un obiect de studiu ales datorit uurinei sale de a evidenia elementele eseniale ale unei clase de obiecte, imposibil de sesizat pe obiecte mai complexe din aceeai clas; d) reprezentare schematic, n general sub form grafic, a unui proces, avnd drept scop s se ofere o descriere mai sugestiv i o explicaie a acestuia; e) prin extinderea sensului precedent i, dac nu n mod abuziv, cel puin ntr-un mod care face comunicarea tiinific mai puin precis, termenul model este sinonim cu ipotez de lucru sau teorie explicativ. Semnificaiile reinute de Doron i Parot pentru termenul model sunt perfect valabile i n teoria i practica deciziilor de management, dat fiind componenta psihic important a actului decizional. Totui, dintre cele cinci sensuri propuse, dou sunt mai frecvent avute n vedere de ctre decideni atunci cnd concep i utilizeaz modele, i anume (b) i (d). Aceasta nseamn c, n context decizional, modelul este, de regul, o reprezentare a aspectelor relevante ale situaiei decizionale. El reflect situaia decizional prin structurarea i formalizarea informaiei disponibile i, procednd astfel, prezint realitatea ntr-o form organizat i simplificat. n felul acesta, un model ne ofer o abstractizare a unei realiti mai complexe. Exist o multitudine de criterii dup care pot fi difereniate modelele utilizate n luarea deciziilor, iar literatura de specialitate abund de clasificri ale acestor modele. Tipologia propus de noi n continuare nu se dorete a fi o sistematizare exhaustiv a modelelor utilizate n luarea deciziilor. Scopul ei este doar acela de a contribui la definirea mai clar a conceptului de simulare n management. O prim distincie ntre modelele utilizate n procesele decizionale trebuie fcut n funcie de gradul de acoperire a situaiei decizionale de ctre model. Din aceast perspectiv, un model decizional poate fi global reflectnd complet, i totui simplificat, situaia decizional, cu toate elementele ei sau parial reflectnd numai un fragment al situaiei decizionale date (ca, de exemplu, n cazul modelului de prognoz a unui factor de influen necontrolabil). Desigur, modelele pariale pot fi ncorporate n alte modele globale sau pariale, caz n care ele trebuie vzute ca submodele. O a doua difereniere important are drept criteriu de discriminare localizarea modelelor n raport cu sistemul cognitiv al individului sau indivizilor care particip la luarea deciziei. Din acest punct de vedere, putem distinge: modele implicite sau mentale dezvoltate i operaionalizate n mintea decidentului sau decidenilor i modele explicite, construite sub form de expresii verbale, machete,
22

Capitolul 3. Modelarea i simularea deciziilor

diagrame, formule matematice, programe de calculator etc., rezidente i/sau operaionalizate n afara mentalului decidentului sau decidenilor. Modelele implicite se formeaz n mintea decidenilor ca urmare a unor procese cognitive complexe, n care operaiile eseniale sunt percepia i gndirea (figura 3.1).

Decident Semnale Informaii

Percepie

Gndire

Decizie (soluie)

Mediu

Structurare Model mental al situaiei decizionale

Mediu

Modele de referin (concepte, scheme cognitive)

Figura 3.1 Procesul cognitiv n soluionarea unei probleme decizionale n esen, percepia este actul identificrii i integrrii informaiei primite prin intermediul simurilor (Hayes i Orrell, 1997). Semnalele emise frecvent n medul nconjurtor sunt recepionate i percepute (integrate) de ctre fiinele umane ntr-o manier selectiv. Caracteristicile semnalelor (intensitate, frecven), precum i caracteristicile observatorului (starea de atenie, gradul de motivare, emoiile, sentimentele) pot constitui filtre importante n calea percepiei. Paralel cu acest prim filtraj, apare ns, n mod frecvent, un proces de selecie suplimentar, legat de fenomenul de structurare perceptual. Acesta deriv din faptul c semnalele recepionate prin intermediul organelor de sim sunt comparate mental automat i incontient cu unele structuri prealabile (concepte i scheme cognitive) rezidente n memoria de lung durat a individului. Ca urmare, sunt reinute i integrate ndeosebi semnalele coerente cu schemele de referin prealabile ale observatorului, celelalte semnale fiind n mare msur ignorate. Informaiile percepute sunt apoi prelucrate printr-un ansamblu de activiti mentale, reunite sub termenul generic de gndire. Dei psihologii nu s-au pus nc de acord n privina coninutului precis al acestui concept, puini dintre ei ar putea totui respinge o definiie mai vag a gndirii, de genul reprezentare intern a evenimentelor. n procesul de construire a unor reprezentri interne (care se constituie n modele mentale ale situaiei decizionale, n cazul nostru), eseniale sunt operaiile de confruntare a informaiilor percepute cu modelele de referin existente n memoria de lung durat a decidenilor i de interpretare a informaiilor prin prisma acestor modele. Atunci cnd informaiile
23

Capitolul 3. Modelarea i simularea deciziilor

percepute sunt coerente cu schemele cognitive preexistente, modelul mental al situaiei curente se formeaz relativ uor, iar eventuala lui validare de ctre practic contribuie la consolidarea respectivelor scheme. Dac ns informaiile percepute sunt divergente fa de modelele de referin preexistente, situaia se complic. Individul poate cuta noi informaii (uneori cu riscul unor distorsiuni cognitive) pentru ca reprezentarea situaiei curente pe care io construiete mental s se potriveasc cu schemele cognitive deja asimilate. Sau, dac evidena o impune, poate renuna la vechile scheme mentale de referin (desigur, la unele dintre ele), formndu-i o reprezentare cu totul nou, mai adecvat situaiei specifice pe care o are de rezolvat. Iar dac modelul mental astfel construit conduce la o decizie de succes, el are toate ansele ca, prin abstractizare i generalizare, s intre n baza de cunotine a individului sub forma unei noi scheme cognitive (model de referin). Modelele explicite, dezvoltate n afara sistemului cognitiv uman, dar prin contribuia activ a acestuia, au rolul de a sprijini luarea deciziilor prin mbuntirea modelelor mentale aferente i prin facilitarea direct a unor operaii realizate n diverse etapele procesului decizional. Construcia i utilizarea modelelor explicite pentru luarea deciziilor s-a constituit, de altfel, ntr-un cmp de activitate bine conturat, denumit de specialitii francezi aide la dcision (n traducere aproximativ, sprijinirea deciziei) i de cei anglo-saxoni decision support (ntr-o traducere romneasc la fel de problematic, suport decizional). Din punct de vedere al formei lor, modelele explicite pot fi mprite n dou mari grupe: modele verbale i modele figurative Modele verbale sunt foarte frecvent utilizate n procesele decizionale (ca i n alte activiti umane, de altfel), dei adesea nu sunt recunoscute ca fiind modele. Un model verbal este o reprezentare n cuvinte scrise sau rostite a unei entiti (un obiect, un eveniment sau un complex de obiecte i evenimente). Toate comunicrile scrise sau verbale sunt, n ultim instan, modele verbale ale entitilor reflectate. Diferitele manuale de politici ale unei firme, de exemplu, cuprind o multitudine de modele verbale de comportament n diverse situaii (inclusiv de comportament decizional). Utilizate n contextul unei anumite situaii decizionale, modelele verbale sunt, de multe ori, reflectri ale modelelor mentale dezvoltate de ctre decideni. Construcia, vehicularea i utilizarea modelelor verbale este spectaculos nlesnit de tehnologiile informaionale actuale, ndeosebi de cele din domeniile biroticii i telecomunicaiilor (procesare de texte, pot electronic, telefonie mobil etc.) Modelele figurative sunt reprezentri ale diverselor entiti prin elemente sculpturale (obiecte tridimensionale), picturale sau simbolice. Dup natura elementelor figurative folosite pentru redarea aspectelor eseniale ale entitilor reflectate, modele figurative folosite n luarea deciziilor pot fi grupate n trei mari categorii: modele iconice, modele analogice i modele simbolice. Modelele iconice sunt construcii care posed aceleai caracteristici fizice eseniale ca i entitile reale studiate, dar reproduse la o scar diferit; n plus, unele dintre proprietile entitii reale, considerate nesemnificative pentru studiul propus, sunt complet ignorate. Modelele iconice sunt cel mai puin abstractizate. Exemple clasice de astfel de modele sunt machetele: ale unor construcii, ale avioanelor, automobilelor etc. n management, modelele iconice sunt folosite mai rar (de exemplu, pentru studiul amplasrii utilajelor ntr-un atelier se construiesc machete ale halei de producie i ale utilajelor respective). Modelele analogice utilizeaz, pentru a reprezenta realitatea studiat, fenomene diferite de aceasta, dar posednd unele proprieti similare (deci unele analogii) cu cele ale realitii studiate. Gradul lor de abstractizare este mai mare dect cel al modelelor iconice. Cele mai cunoscute modele analogice utilizate n management sunt reprezentrile grafice ale diferitelor serii de date numerice (ale vnzrilor, ale profitului etc.). Astfel de reprezentri grafice pot fi statice sau dinamice (animate). Modelele analogice pot fi totui mult mai complexe, utiliznd diferite dispozitive fizice pentru a reproduce, simplificat dar sugestiv, realitatea studiat.
24

Capitolul 3. Modelarea i simularea deciziilor

Modelele simbolice reprezint realitatea studiat prin simboluri i reguli de manipulare a simbolurilor. Majoritatea modelelor utilizate pentru a descrie fenomene fizice sau economice sunt de acest tip. Simbolurile utilizate pot fi de natur matematic, delimitnd o clas important de modele (cea a modelelor matematice), de natur grafic cum ar fi n cazul diagramelor cauz-efect sau a schemelor logice sau de natur informatic (programe scrise n diverse limbaje sub form de cod surs, de exemplu). Modelele simbolice sunt cele mai abstracte, cele mai puin asemntoare, la prima vedere, cu entitatea real reprezentat. Totui, n multe situaii, inclusiv n cele decizionale, ele sunt cele mai puternice instrumente suport de cunoatere i aciune, i aceasta pentru c sunt capabile s reproduc suficient de bine realitatea cu costuri (nu numai economice) foarte convenabile. Modelele matematice sunt cele mai utilizate modele explicite n procesele decizionale. Conceperea i utilizarea lor a generat chiar o adevrat coal n management, numit coala cantitativ, iar literatura de specialitate prin cri i publicaii periodice de profil le trateaz cu generozitate. Interesul pentru modelele matematice ale deciziei a fost considerabil stimulat de dezvoltarea exploziv a tehnologiilor informaionale care au nlesnit construcia i mai ales utilizarea lor. Multe sisteme informatice de asistare a managerilor n activitile lor decizionale au drept nuclee dure modele matematice codificate sub o form accesibil calculatorului (i devenite, pe aceast cale, modele informatice). n aceleai sisteme informatice, de multe ori, modelelor matematice le sunt asociate modele grafice simbolice sau analogice pentru a face nelegerea i comunicarea mai facile.

Dezvoltarea modelelor decizionale simbolice utilizeaz o terminologie n care trei concepte sunt indispensabile: variabile, parametri i operatori. O variabil este un element al situaiei decizionale care poate lua diferite valori, iar un parametru este un element care rmne constant n intervalul de timp studiat, indiferent de valorile luate de variabile. Practic, variabilelor din model le corespund anumii factori de influen a performanelor din situaia decizional real sau consecinele soluiilor luate n considerare, evaluate din punctul de vedere al criteriilor de decizie reinute. Parametrii reprezint valorile factorilor de influen considerai invariabili n situaia real. Evident, unii factori de influen reprezentai n model prin parametri sunt n realitate variabili, dar aceast licen admis constituie o parte a procesului de simplificare inerent modelrii; condiia este ca modelul care include un astfel de parametru s rmn reprezentativ pentru situaia dat. Desigur, fiind vorba de un model simbolic, att variabilele ct i parametrii vor fi reprezentai prin simboluri adecvate. Variabilele care intervin ntr-un model sunt grupate, de regul, n trei categorii: variabile de intrare, variabile de ieire i variabile intermediare. Variabilele de intrare (numite uneori i exogene) au valori bine precizate la nceputul execuiei modelului. Ele pot fi controlabile sau necontrolabile, n funcie de natura factorilor de influen pe care i reprezint. Variabilele controlabile constituie de fapt variabile decizionale. Variabilele de ieire (numite i endogene) iau anumite valori care reflect rezultatele finale obinute prin execuia modelului. ntr-un model decizional de evaluare, de exemplu, variabilele de ieire arat care sunt consecinele soluiei analizate, din punctul de vedere al criteriilor de decizie stabilite. Variabilele intermediare sunt construcii interne modelului, valorile pe care le iau acestea reprezentnd, n acelai timp, consecine (ale unor factori de influen cu aciune anterioar) i factori de influen (ale unor consecine ulterioare). Un operator este, la rndul su, un simbol care exprim o operaie matematic, logic sau de alt natur, realizat asupra variabilelor i/sau parametrilor care intervin n model. Combinaiile dintre variabile, parametri i operatori formeaz expresii care exprim relaiile dintre variabile i parametri, iar un model simbolic este, n ultim instan, un ansamblu de astfel de expresii aranjate i executate n anumite secvene bine precizate. Diferitele tipuri de variabile i parametri utilizai pentru construcia modelelor simbolice pot constitui repere importante n diferenierea acestora. Astfel:
25

Capitolul 3. Modelarea i simularea deciziilor

dup msura n care timpul este ncorporat sau nu n model ca o variabil central, modelele pot fi dinamice sau statice; dup natura variabilelor i parametrilor folosii, modelele pot fi calitative sau cantitative (numerice); dup maniera n care sunt exprimate variabile necontrolabile n principal sub form unor valori punctuale, considerate cunoscute dinainte, sau sub forma unor distribuii de probabilitate modelele pot fi deterministe (cu variabile numai de primul tip) sau probabiliste (cu cel puin o variabil aleatoare ncorporat n model); dup msura n care variabilele cantitative pot fi puse n coresponden sau nu cu mulime numerelor naturale, modelele pot fi discrete sau continue.

n sfrit, un ultim criteriu important de clasificare a modelelor este obiectivul urmrit prin utilizarea lor. Din acest punct de vedere, modelele decizionale explicite pot fi grupate n trei categorii: descriptive, predictive i prescriptive sau normative. Modelele descriptive au ca obiectiv principal evidenierea elementelor semnificative ale situaiei decizionale i a relaiilor dintre aceste elemente. Exemple tipice de astfel de modele sunt diagrama cauzefect, analiza regresiei i corelaiei, analiza dispersional i altele. Modelele predictive permit decidenilor s anticipeze evoluia unor elemente semnificative ale situaiei decizionale abordate. Astfel de elemente pot fi factori necontrolabili de ctre decident pentru care se pot elabora prognoze, n funcie de istoricul evoluiei lor i de alte informaii pertinente achiziionate/sintetizate sau pot fi diferite soluii posibile ale problemei decizionale (deci, n ultim instan, anumite niveluri ale factorilor controlabili) pentru care se pot face evaluri ale consecinelor lor prin prisma criteriilor de decizie stabilite. Modelele prescriptive (normative) au drept scop s recomande o anumit variant de aciune (deci o anumit combinaie a factorilor controlabili) pentru a soluiona problema decizional cu care se confrunt decidentul, lund n considerare criteriile de decizie i celelalte elemente semnificative ale situaiei decizionale nglobate n model. Exist dou tipuri principale de modele matematice prescriptive: modelele de optimizare, care ofer soluia cea mai bun din punctul de vedere al criteriilor de decizie reinute, i modelele euristice, care, examinnd mai puine soluii posibile i procednd la amputri ale procesului de raionament, ajung la o soluie bun a problemei, fr a depista ns dect din ntmplare soluia cea mai bun. n acest din urm caz se vorbete de soluie suboptimal. Observaie. Modelele descriptive, prescriptive sau predictive pot fi ncorporate unele n altele, ca submodele. Astfel, un model de predictiv de prognoz poate include un model descriptiv de regresie multipl, iar un model de optimizare poate avea ca o component important un model de prognoz a unui factor necontrolabil esenial.

3.2 Modelarea i simularea deciziilor de management


Strns legate de termenul model sunt conceptele de modelare i simulare. Un oarecare laxism semantic se manifest ns i n cazul acestor concepte. Astfel, termenul modelare apare n literatura de specialitate cu dou sensuri: unul mai restrns, de construcie a modelului, i altul mai larg, de construcie i utilizare (execuie, activare, rezolvare) a modelului. Prima accepiune este preferat ndeosebi de ctre specialitii n simulare i analiz de sistem, care folosesc termenul simulare pentru utilizarea (execuia, activarea) modelului. A doua accepiune aceea de construcie i exploatare a modelului este comun majoritii autorilor care abordeaz utilizarea
26

Capitolul 3. Modelarea i simularea deciziilor

tehnicilor cantitative n economie i management. Ea este sugerat de cele mai multe ori n mod implicit, prin maniera i contextul utilizrii termenului modelare. Desigur, riguros vorbind, modelarea nseamn doar elaborarea (construcia) modelului, iar tendina actual, manifestat ndeosebi n practic, pare a valida aceast semnificaie restrns a modelrii. Explicaia const in faptul c, astzi, majoritatea modelelor decizionale sunt ncorporate n aplicaii informatizate. Odat proiectat o astfel de aplicaie, utilizarea ei efectiv este considerat fie analiz a datelor, fie prognoz, fie simulare sau optimizare, i nu modelare, dei execuia programelor respective nseamn activarea modelelor matematice sau grafice subiacente. Termenul modelare, n aceste condiii, este rezervat de regul doar unei etape a procesului de concepie a aplicaiei (a sistemului informatic). n aceste condiii, ce nseamn totui simulare i care sunt raporturile ei cu modelul i modelarea? Iat cteva puncte de vedere: ntre metodele de modelare, simularea reprezint o metod de studiu prin experimentare statistic. Concluziile referitoare la model se bazeaz pe proprietile variabilelor implicate n simulare, pe caracterul lor adecvat, verificate prin teste de semnificaie aplicate datelor generate de procesul modelat, pe de o parte, i pe caracterul repetitiv al experimentului statistic presupus de simulare, pe de alt parte (Rdceanu, 1985, p. 195). Simularea nu este o tehnic de optimizare. Rolul ei este acela de a permite managerului sau analistului s experimenteze asupra sistemului pentru a-i nelege mai bine comportamentul i, ca urmare, pentru a lua decizii mai bune cu privire la sistem. Simularea implic utilizarea unui model care reflect caracteristicile comportamentale importante ale sistemului real. Studiul comportamentului modelului n anumite condiii poate oferi o mulime de informaii utile cu privire la sistemul real (Stevenson, 1989, p. 710). Modelele reprezint realitatea, simularea o imit. Simularea presupune ntotdeauna manipularea unui model, astfel nct se obine un film al realitii (Ackott i Sasieni, 1986, apud Armstrong, 1993, p. 514). Simularea nseamn experimentarea asupra unui model. Este o procedur de cercetare tiinific ce const in realizarea unei reproduceri artificiale (model) a fenomenului studiat, n observarea comportamentului acestei reproduceri, atunci cnd sunt fcute s varieze n mod experimental aciunile care se pot ntreprinde asupra ei, i n inducerea a ceea ce s-ar putea ntmpla n realitate sub influena unor aciuni analoge (Encyclopedia Universalis, Paris, 2005). Examinarea succint a acestor texte permite formularea unor observaii interesante. Mai nti, este sesizabil faptul c unele definiii sunt oarecum diferite doar n msura n care autorii lor au n vedere anumite tipuri de simulare (de exemplu, simularea dinamic sau simularea Monte Carlo). Cea mai cuprinztoare accepiune a termenului este oferit de Encyclopedia Universalis, o lucrare monumental cu importante accente de filozofie a tiinei. n al doilea rnd, este evident faptul c simularea presupune ntotdeauna utilizarea unui model al realitii ce se dorete a fi studiat, iar n acest model este esenial reflectarea relaiilor dintre variabile. n sfrit, cea de-a treia remarc important privete modul de utilizare a modelului n simulare: prin experimentare, prin ncercri succesive. Aceste succinte observaii ne dau posibilitatea s definim n mod riguros conceptul de simulare n contextul n care ne intereseaz: pentru soluionarea problemelor decizionale, simularea constituie o metod de studiu a comportamentului sistemelor problem prin experimentri realizate asupra unor modele ale acestor sisteme. Cuvntul cheie al definiiei, cel care difereniaz simularea de alte metode cantitative de decizie, este experimentri. Cu sublinierea c, a experimenta nseamn de fapt a realiza mai multe experiene (Le petit dictionnaire Larousse). Practic, ntr-o aplicaie de simulare este construit mai nti un model figurativ al situaiei decizionale date, model n care reflectarea relaiilor de cauzalitate dintre factorii de influen (variabilele i parametrii de intrare) i consecine (variabilele de ieire) este componenta de baz. Apoi, se experimenteaz cu acest model: pentru fiecare experien executat, sunt fixate anumite valori ale variabilelor de intrare (controlabile sau necontrolabile), este pus n funciune modelul i sunt consemnate
27

Capitolul 3. Modelarea i simularea deciziilor

valorile pe care le iau variabilele de ieire. Analiznd, n final, dup realizarea unui numr suficient de mare de experiene,- valorile variabilelor de intrare i ale variabilelor de ieire corespunztoare, pot fi fcute predicii cu privire la comportamentul sistemului problem i, pe aceast baz, pot fi evaluate mai bine soluiile alternative avute n vedere. Ceea ce, n mod normal, conduce la alegerea unei soluii mai bune. Dup cum se observ, simularea nu ofer, prin ea nsi, o soluie, aa cum se ntmpl n cazul metodelor bazate pe modele prescriptive, fie ele de optimizare sau euristice. Dar, nici nu se limiteaz la evidenierea unor elemente ale situaiei decizionale i a relaiilor dintre aceste elemente, aa cum o fac modelele descriptive. Simularea este de fapt o metod predictiv, utilizat ndeosebi pentru investigarea unor scenarii (combinaii ale nivelurilor diferiilor factori de influen controlabili i necontrolabili) sub aspectul consecinelor lor previzibile. n funcie de natura i caracteristicile modelelor figurative folosite, pot fi puse n eviden diferite tipuri de simulare. Astfel, ntr-o prim delimitare, putem distinge: simulare bazat pe modele iconice, cum ar fi, de exemplu, studiul machetei unui avion n tunelul aerodinamic; simulare bazat pe modele analogice, numit i simulare analogic. Un exemplu ilustrativ l constituie utilizarea modelului fizic al pieei bunurilor de consum, construit de Irving Fisher i descris mai sus; simulare bazat pe modele simbolice, ndeosebi matematice i atunci vorbim de simulare matematic (numit uneori i simulare numeric) sau grafice i atunci avem o simulare simbolic grafic. n soluionarea problemelor decizionale de management este utilizat cu predilecie simularea matematic, uneori combinat n mod fericit cu simularea grafic (simbolic sau analogic). Unele caracteristici ale modelelor simbolice utilizate pot conduce la clasificarea simulrii n alte cteva tipuri mai importante, cum ar fi: simulare static sau dinamic, simulare determinist sau probabilist, simulare discret sau continu. Exist i criterii specifice de difereniere a simulrii. Dou astfel de criterii sunt mai importante pentru simularea deciziilor de management. Astfel, n funcie de modul cum o variabil important n model de regul timpul, dar poate fi i distana, suprafaa etc. ia diferite valori de la o experien la alta, n cursul aceluiai experiment, putem avea: simulare bazat pe metoda intervalului fix simulare bazat pe metoda evenimentului urmtor (numit i simulare cu interval variabil). n primul caz, la fiecare experien de simulare variabila respectiv este incrementat cu o mrime constant. n cel de-al doilea caz, mrimea creterii variabilei respective este egal cu variaia acelei variabile din momentul n care un eveniment a provocat o anumit stare a sistemului pn n momentul apariiei evenimentului urmtor care modific starea sistemului. De exemplu, ntr-o aplicaie de simulare, analistul poate fi interesat de numrul de evenimente de acelai tip care pot apare, fie ntr-un interval de timp (numrul de produse vndute pe zi, pe lun etc.), fie pe un interval de distan (numrul de defeciuni ale camionului la 1000 kilometri parcuri), fie pe un interval de suprafa (numrul de defecte pe metru ptrat de estur). n astfel de situaii, simularea este proiectat folosind un intervalul fix de variaie a timpului, a distanei sau a suprafeei. n alte situaii ns, interesul poate fi concentrat asupra momentelor cnd apare un eveniment sau asupra duratelor unei operaiuni. De exemplu, n simularea unei staii de servire (ghieu ntr-o banc, atelier de reparaii auto, dan portuar etc.) este important de nregistrat i prelucrat informaii cu privire la momentele sosirii clienilor pentru a fi servii i informaii cu privire la timpul de servire a
28

Capitolul 3. Modelarea i simularea deciziilor

fiecrui client. n acest caz, pentru a face s varieze timpul de la o experien la alta se va folosi metoda evenimentului urmtor, iar intervalul de cretere a timpului va fi variabil. Un al doilea criteriu specific de difereniere a simulrii are n vedere maniera n care variabilele de intrare ale modelului iau valori diferite de la o experien de simulare la alta. Din acest punct de vedere, simularea poate fi dirijat sau ntmpltoare. n simularea dirijat, variabilele de intrare iau anumite valori introduse de experimentator sau rezultate dintr-un algoritm de calcul determinist. n simularea ntmpltoare, variabilele de intrare (cel puin unele dintre ele) iau valori la ntmplare de regul, prin utilizarea unor generatoare de numere aleatoare. Cteva dintre metodele i instrumentele folosite mai frecvent n realizarea aplicaiilor de simulare numeric vor fi descrise n capitolele urmtoare.

29

Capitolul 4

SIMULAREA DETERMINIST

4.1 Metode de simulare determinist

Simularea n care modelul supus experimentrii conine doar variabile deterministe (exprimate prin valori punctuale, considerate certe) este cea mai facil i, ca urmare, cea mai utilizat form de simulare n management. n funcie de sensul de explorare a modelului situaiei decizionale n cele n experiene realizate, simularea determinist poate fi considerat de dou tipuri: descendent sau ascendent. n simularea descendent, numit i analiza what if (Ce s-ar ntmpla dac?), pentru fiecare experien executat sunt fixate anumite valori ale variabilelor de intrare (care exprim factorii de influen), este activat modelul i sunt nregistrate valorile variabilelor de ieire (care reflect consecinele). n simularea ascendent, numit i analiza how can (Cum a putea s ?) sunt fixate anumite valori ale variabilelor de ieire, este explorat ansamblul de relaii ale modelului n sens invers de la ieiri spre intrri i sunt nregistrate valorile corespunztoare ale variabilelor de intrare. De exemplu, ntr-o analiz a pragului de rentabilitate ca parte a unei probleme decizionale mai vaste, de lansare pe pia a unui nou produs se pot face att simulri descendente, ct i simulri ascendente. Modelul de simulare are la baz formula:

Q=
unde:

F , ( p v)

Q = cantitatea fabricat i vndut care ar conduce la un rezultat financiar nul (nici pierdere, nici profit), F = costurile fixe globale, p = preul de vnzare pe unitatea de produs, v = costurile variabile pe unitatea de produs. Variabilele de intrare sunt aadar F, p i v, iar variabila de ieire este Q. ntr-o experien de simulare descendent (forma clasic de simulare), analistul fixeaz diferite valori pentru costurile fixe globale, costurile variabile unitare i preul de vnzare unitar, execut calculul din formula care constituie modelul i observ cantitatea ce trebuie fabricat i vndut pentru a avea un rezultat financiar nul. n felul acesta, obine rspunsul la ntrebarea: Ce s-ar ntmpla cu pragul de rentabilitate dac preul unitar, costurile variabile unitare i costurile fixe ar avea valorile respective ?. Desigur, analiza are n vedere viitorul, preul de vnzare al unui nou produs este marcat de o oarecare incertitudine, ca i costurile variabile i chiar costurile fixe. Ca urmare, analistul va ncerca, n alte experiene de simulare, noi combinaii ale valorilor probabile ale acestor factori de influen i, de fiecare dat, va consemna valoarea pragului de rentabilitate corespunztor. n final, examinnd diferitele valori obinute pentru pragul de rentabilitate, analistul/decidentul va putea s-i fac o imagine mai clar asupra fezabilitii proiectului de lansare a noului produs. ntr-un experiment de simulare ascendent, inversnd sensul de explorare, analistul pornete de la variabila de ieire, adic de la cantitatea de produs ce va fi fabricat i vndut, creia i stabilete un anumit nivel (s zicem, egal cu capacitatea de producie a proiectului). Dup care, n cursul fiecrei experiene de simulare, introduce anumite valori pentru doi dintre factorii de influen ai pragului de rentabilitate i calculeaz valoarea pe care ar trebui s o aib cel de-al treilea factor, astfel nct rezultatul financiar s fie nul. De exemplu, fixnd anumite valori pentru costurile fixe globale (F) i pentru preul de
29

Capitolul 4. Simularea determinist

vnzare unitar (p), calculeaz nivelul necesar al costurilor variabile unitare (v), astfel nct s fie atins pragul de rentabilitate stabilit (Q). Pentru aceasta, folosete urmtoarea formul, dedus din modelul iniial:

v= p

F Q

Astfel, analistul obine rspunsul la ntrebarea: Cum pot s ating, prin costurile variabile, pragul de rentabilitate stabilit, n condiiile n care costurile preul de vnzare i costurile fixe globale au anumite valori ?. n experienele urmtoare poate introduce alte valori pentru preul de vnzare i pentru costurile fixe sau poate schimba factorul investigat (costurile variabile) cu alt factor de influen (preul, de exemplu), procednd n mod similar. Scopul final al simulrii ascendente este, n acest caz, acelai cu cel al simulrii descendente: cunoaterea mai bun a fezabilitii proiectului. O form particular de simulare descendent este analiza sensibilitii. O astfel de analiz se efectueaz pentru o soluie dat (o anumit combinaie a factorilor de influen controlabili, n ultim instan) i const n organizarea mai multor cicluri de simulare, cte unul pentru fiecare factor de influen necontrolabil. n cursul unui ciclu de simulare, sunt realizate mai multe experiene n care doar o singur variabil de intrare necontrolabil ia valori diferite de la o experien la alta, celelalte variabile de intrare (controlabile sau necontrolabile) rmnnd cu valori constante. Modificarea valorii variabilei de intrare respective, de la o experien la alta n cursul aceluiai ciclu de simulare, se face, de cele mai multe ori, printr-o cretere constant, pornind de la o valoare minim posibil i mergnd pn la una maxim admis ca posibil. La sfritul ciclului de simulare se examineaz valorile variabilelor de ieire (consecinele soluiei testate) n corelaie cu valorile corespunztoare ale variabilei de intrare respective i se apreciaz sensibilitatea rezultatelor soluiei date fa de variaia posibil a factorului de influen avut n vedere. O eventual reprezentare grafic faciliteaz substanial aceast apreciere. Astfel de cicluri de simulare sunt realizate pentru a studia sensibilitatea rezultatelor soluiei date fa de toi factorii de influen necontrolabili. Concepia i utilizarea aplicaiilor de simulare determinist au fost considerabil nlesnite prin apariia, perfecionarea i rspndirea spectaculoas a programelor de calcul tabelar (Microsoft Excel, Lotus 1-2-3). Aceste programe, foarte conviviale (user friendly), au cteva faciliti care le fac extrem de utile pentru dezvoltarea aplicaiilor de simulare. Este vorba ndeosebi de: recalcularea automat a tuturor formulelor nserate ntr-o foaie de calcul dup orice modificare a coninutului celulelor din foaia calcul respectiv sau din alte foi de calcul legate prin relaii (formule) cu foaia de calcul respectiv; gsirea rapid a acelei valori dintr-o celul ce determin obinerea unei valori dorite ntr-o alt celul, legat de prima celul printr-o relaie direct sau indirect (comanda Goal Seek din Excel). Simularea ascendent beneficiaz substanial de aceast facilitate; calculul i afiarea unor valori multiple ale unei celule, n funcie de valorile multiple pe care le ia o alt celul, prima celul fiind legat de ultima printr-o relaie direct sau indirect (comanda Data Table din Excel). Analiza sensibilitii este considerabil nlesnit prin utilizarea acestei comenzi. n management, simularea determinist este frecvent utilizat pentru fundamentarea deciziilor de planificare, att n domeniul marketingului, ct i n cel al produciei (operaiunilor), al finanelor sau al resurselor umane. Iat doar cteva exemple mai sugestive n aceast privin: alegerea mixului de marketing pentru realizarea unui anumit obiectiv privind cota de pia poate fi substanial ameliorat prin simulare, pe baza unui model de regresie care leag cota de pia de principalele elemente ale mixului practicat (preul, cheltuielile de publicitate, dimensiunea reelei de distribuie etc);
30

Capitolul 4. Simularea determinist

elaborarea bugetului anual (de producie, de vnzri, de trezorerie etc.) este practic imposibil fr testarea prealabil a diferitelor scenarii posibile i construcia, pe aceast baz, a unor proiecte de bugete, dintre care se va alege i dezvolta varianta final de buget; planificarea necesarului de personal are la baz examinarea diferitelor scenarii de evoluie ale cererii i ofertei interne de for de munc, iar planificarea masei salariale poate beneficia de simularea prealabil a unor politici de salarizare avute n vedere pentru viitor.
4.2 Simularea deciziilor de finanare a investiiilor

Principalele opiuni pe care le are la dispoziie o ntreprindere pentru finanarea investiiilor sale autofinanarea din rezultate proprii (eventual acumulate ntr-un fond de rezerve), recurgerea la mprumuturi pe termen mediu sau lung procurarea unor echipamente prin sistemul leasing creterea fondurilor proprii prin aport de capital obinerea unor subvenii pentru investiii. Pentru un proiect de investiii dat, alegerea ntre aceste opiuni are la baz un criteriu de decizie fundamental: rentabilitatea financiar, adic rentabilitatea capitalurilor proprii. Alte cteva criterii sunt de asemenea interesante pentru judecarea unei decizii de finanare a investiiilor: rezultatul (profitul) net, rentabilitatea economic, gradul de autonomie financiar, rentabilitatea capitalurilor permanente etc. Desigur, pentru a fi efectiv utile n decizia de finanare, rezultatele unei investiii privite prin prisma acestor criterii trebuie s fie proiectate i examinate pe mai muli ani n viitor. Prezentm n cele ce urmeaz o aplicaie de simulare determinist destinat s sprijine luarea deciziilor de finanare a proiectelor de investiii. Mediul de dezvoltare avut n vedere este pachetul de programe Microsoft Excel. Modelul de simulare care st la baza aplicaiei proiectate are forma unei succesiuni de nou situaii sinoptice n care sunt incluse variabile de intrare, principalele variabile intermediare de calcul i variabilele de ieire importante pentru decizia de finanare a investiiilor. Majoritatea variabilelor apar n aceste documente cu valorile lor specificate pe patru ani succesivi, respectiv pentru anul premergtor realizrii investiiilor (numit an de baz i notat cu 0) i pentru primii trei ani n care vor fi realizate i exploatate investiiile respective (numii ani de plan i notai cu 1, 2, 3). Documentele care compun modelul au forma unor tabele construite ntr-o foaie de calcul (vezi figurile de mai jos). Pentru a nelege modul de prezentare a informaiilor n aceste tabele, am folosit urmtoarea convenie: variabilele de intrare (valorile numerice introduse ca atare de ctre utilizatorul aplicaiei, fie el decident sau analist) apar n tabele pe fond gri variabilele intermediare i cele de ieire, afiate ca rezultat al unor formule de calcul Excel, apar n tabele pe fond alb. Expresiile acestor formule pot fi foarte simple (cu un singur operand, caz n care avem de fapt preluri de valori din alte celule) sau mai complexe, cu mai muli operanzi i cel puin un operator, caz n care avem veritabile formule de calcul. Majoritatea variabilelor numerice ncorporate n model sunt exprimate n uniti monetare (n exemplul de mai jos, n Euro). Alte detalii privind coninutul documentelor respective i modul de calcul al variabilelor coninute sunt oferite n cele ce urmeaz.
1. Planul de investiii i de finanare a investiiilor cuprinde, n principal, variabile decizionale introduse de ctre utilizator pentru a fi evaluate sub aspectul criteriilor de decizie stabilite. Pentru unele variabile de intrare s-a introdus n mod forat valoarea 1 n loc de spaiu (sau zero) pentru a evita erorile posibile din formule Excel ulterioare, date de operaii matematice interzise cum ar fi mprirea la zero. Variabil calculat Total investiii amortizabile se obine prin cumularea variabilelor Investiii amortizabile 1, Investiii amortizabile 2 i Investiii prin leasing financiar. Investiiile amortizabile
31

sunt:

Capitolul 4. Simularea determinist

cumprate au fost defalcate pe dou articole distincte Investiii amortizabile 1 i Investiii amortizabile 2 pentru a permite luarea n considerare a unor imobilizri cu durate de amortizare diferite. Variabil calculat Valoarea finanat se obine prin scderea variabilelor Avans i Valoarea rezidual din variabila Investiii prin leasing financiar. n ceea ce privete mprumuturile noi, realizate n perioada de plan, se consider c acestea sunt ncasate la nceputul anului i sunt rambursate ncepnd cu acelai an. O situaie echivalent este luat n considerare i pentru leasingul financiar.

2. Excedentul brut de exploatare cuprinde variabile de intrare care reflect factori de influen relativ necontrolabili de ctre decident, cu aciune cunoscut (pentru anul de baz) sau estimat (pentru anii de plan), i variabile intermediare calculate de ctre program. Variabilele de intrare sunt furnizate programului de ctre utilizator, fie n mrimi absolute (n uniti monetare) i atunci sunt calculate dedesubt ponderile procentuale n cifra de afaceri , fie n mrimi relative (procente din cifra de afaceri) i atunci sunt calculate deasupra mrimile absolute corespunztoare. Variabilele intermediare sunt calculate n felul urmtor: Cheltuieli variabile i Cheltuieli fixe nsumeaz elementele lor componente ilustrate n tabel. Total cheltuieli de exploatare reprezint suma dintre cheltuieli variabile i cheltuieli fixe Excedentul brut de exploatare este diferena dintre cifra de afaceri i totalul cheltuielilor de exploatare.

32

Capitolul 4. Simularea determinist

3. Nevoia de fond de rulment cuprinde variabile de intrare necontrolabile introduse de ctre utilizator, variabile intermediare preluate automat din documentele (tabelele) precedente i variabile intermediare calculate de ctre program. Acestea din urm sunt determinate dup urmtoarele formule: Pentru Stocuri de materii prime (cheltuieli variabile), NFR parial (NFRSMP) este:

NFRSMP = MP(1 + RTVA)


unde:

NZS MP , 360

MP = materii prime (ch variabile) RTVA = rata taxei pe valoarea adugat NZSMP = numr mediu de zile de stocare a materiilor prime. Pentru Stocuri de materiale (cheltuieli fixe), NFR parial (NFRSM) este:

NFRSM = M (1 + RTVA)
unde:

NZS M , 360

M = materiale (ch fixe) RTVA = rata taxei pe valoarea adugat NZSM = numr mediu de zile de stocare a materialelor. Pentru Stocuri de produse finite, NFR parial (NFRPF) este:

NFRPF = CA(1 + RTVA)


unde:
33

NZS PF , 360

Capitolul 4. Simularea determinist

CA = cifra de afaceri RTVA = rata taxei pe valoarea adugat NZSPF = numr mediu de zile de stocare a produselor finite.

Pentru Clieni, NFR parial (NFRC) este:

NFRC = CA(1 + RTVA)(1 CAS )


unde: CA = cifra de afaceri RTVA = rata taxei pe valoarea adugat CAS = partea din cifra de afaceri scontat NZCC = numr de zile credit client.

NZCC , 360

Pentru Furnizori materii prime (cheltuieli variabile), NFR parial (NFRFMP) este:

NFRFMP = MP(1 + RTVA)


34

NZCFMP , 360

Capitolul 4. Simularea determinist

unde: MP = materii prime (ch variabile) RTVA = rata taxei pe valoarea adugat NZCFMP = numr de zile credit furnizori materii prime. Pentru Furnizori materiale (cheltuieli fixe), NFR parial (NFRFM) este:

NFRFM = M (1 + RTVA)
unde:

NZCFM , 360

M = materiale (ch fixe) RTVA = rata taxei pe valoarea adugat NZCFM = numr de zile credit furnizori materiale. Pentru Furnizori servicii externe (ch fixe), NFR parial (NFRFSE) este:

NFRFSE = SE (1 + RTVA)
unde:

NZCFSE , 360

SE = servicii externe (ch fixe) RTVA = rata taxei pe valoarea adugat NZCFSE = numr de zile credit furnizori servicii externe. Pentru variabila Nevoia de fond de rulment, calculele, pe ani, se fac nsumnd algebric nevoile de fond de rulment pariale din anii respectivi. Pentru Variaia nevoii de fond de rulment, calculele, pentru fiecare an de plan, se fac scznd din NFR curent NFR a anului precedent.

4. Rambursarea mprumuturilor noi este documentul n care sunt calculate, pentru fiecare an de plan, dobnzile de pltit, sumele de rambursat (amortismentele) i sumele rmase de rambursat pentru mprumuturile noi. Se utilizeaz sistemul de rambursare cu anuitilor constante. Calculele se fac astfel: Anuitatea (A) este:

A=
unde:

R SI , 1 (1 + R ) N

R = rata dobnzii anuale N = numrul de ani n care trebuie restituit mprumutul SI = suma mprumutat. Dobnda (D) este: D = R SRR , unde: R = rata dobnzii anuale SRR = suma rmas de rambursat la nceputul anului (pentru primul an de mprumut, este chiar suma mprumutat). Suma rambursat (amortismentul) este diferena dintre anuitate i dobnda anual calculat. Suma rmas de rambursat este diferena dintre suma rmas de rambursat la sfritul anului precedent (pentru primul an de mprumut, este chiar suma mprumutat) i suma rambursat n anul curent.

35

Capitolul 4. Simularea determinist

36

Capitolul 4. Simularea determinist

5. Rambursarea valorii finanate prin leasing financiar este documentul n care sunt calculate, pentru fiecare an de plan, dobnzile de pltit, sumele de rambursat i sumele rmase de rambursat pentru valoarea finanat prin leasing . Se utilizeaz sistemul de rambursare cu anuitilor constante. Calculele se fac n mod similar cu rambursarea mprumuturilor noi. 6. Capacitatea de autofinanare cuprinde variabile de intrare (furnizate de ctre utilizator) i variabile intermediare sau de ieire preluate automat sau calculate de ctre program. Detalii de calcul: Amortizri anuale pentru imobilizrile noi (investiii) sunt determinate, pentru fiecare an de plan i, pe baza metodei de amortizare liniar: pentru primul an de plan (i = 1):

AIN i =

IA1i IA2 i IALi + + , DA1 DA2 DAL

unde: AINi = amortizri anuale pentru investiii realizate n anul i IA1i = investiii amortizabile 1 realizate n anul i DA1 = durata amortizrii investiiilor 1 IA2i = investiii amortizabile 2 realizate n anul i DA2 = durata amortizrii investiiilor 2 IALi = investiii realizate prin leasing n anul i DAL = durata amortizrii investiiilor realizate prin leasing; pentru urmtorii ani de plan (i = 2 i i = 3):

AIN i = AIN i 1 +

IA1i IA2 i IALi + + . DA1 DA2 DAL

Cheltuieli financiare pentru mprumuturi noi i leasing nou nsumeaz, pentru fiecare an de plan, totalul dobnzilor de pltit, din documentul Rambursarea mprumuturilor noi, i totalul dobnzilor leasing de pltit, din documentul Rambursarea valorii finanate prin leasing financiar.

Cheltuieli financiare pentru scontarea creanelor (CFSC) sunt:


37

Capitolul 4. Simularea determinist

CFSC = CA CAS
unde:

NZCC RSC , 360

CA = cifra de afaceri CAS = partea din cifra de afaceri scontat NZCC = numr de zile credit client RSC = rata scontului creanelor. Rezultatul curent al exerciiului este diferena dintre rezultatul din exploatare i suma cheltuielilor financiare efectuate pentru mprumuturi (dobnzi) i pentru scontarea creanelor. Impozitul pe profit este produsul dintre rata impozitului pe profit i rezultatul curent al exerciiului. (Acest mod de calcul este valabil numai dac rezultatul curent al exerciiului este pozitiv, altfel impozitul pe profit ia valoarea 0). Rezultatul net al exerciiului este diferena dintre rezultatul curent al exerciiului i impozitul pe profit. Capacitatea de autofinanare (CAF) este determinat prin metoda aditiv, adic:

CAF = RNE + AIE + AIN ,


unde: RNE = rezultatul net al exerciiului AIE = amortizri anuale pentru imobilizri existente AIN = amortizri anuale pentru imobilizri noi.

38

Capitolul 4. Simularea determinist

7. Tabloul de finanare regrupeaz variabile ce ilustreaz nevoile (alocrile) i resursele de finanare pe termen lung. Detalii privind calculul unora dintre aceste variabile sunt date mai jos. Variaia disponibilitilor ilustreaz diminuarea disponibilitilor cu suma prevzut pentru autofinanarea investiiilor: VD = AF , unde: VD = variaia disponibilitilor AF = autofinanare (din tabelul Plan de investiii i de finanare a investiiilor). Rambursarea mprumuturilor noi i a valorii finanate prin leasing este egal cu suma elementelor corespunztoare, preluate din tabelele Rambursarea mprumuturilor noi i Rambursarea valorii finanate prin leasing. 8. Bilan la sfritul exerciiului este un document cu elemente informaionale specifice, unele dintre ele introduse de ctre utilizator (doar cteva, referitoare la anul de baz), altele preluate n mod automat din documentele precedente i altele calculate de ctre program. Detalii de calcul:

Activul imobilizat este egal cu Imobilizri nete. Imobilizrile brute pentru anul i sunt egale cu suma dintre imobilizrile nete ale anului precedent (i1) i totalul investiiilor amortizabile din anul i. Amortizri reprezint suma dintre amortizrile anuale pentru imobilizri existente la sfritul anului de baz i amortizrile anuale pentru imobilizri noi (investiii). Imobilizri nete sunt calculate prin scderea amortizrilor din imobilizri brute. Activul circulant este egal cu suma elementelor componente.
39

Capitolul 4. Simularea determinist

Stocuri de materii prime i materiale sunt egale, pentru fiecare an, cu suma dintre NFR parial aferent stocurilor de materii prime (ch variabile) i NFR parial aferent stocurilor de materiale (ch fixe). Disponibiliti sunt egale, pentru fiecare an de plan, cu suma dintre disponibilitile anului precedent, variaia disponibilitilor din anul curent i diferena dintre resursele i nevoile de finanare pe termen lung ale anului curent. Total activ se calculeaz prin nsumarea activului imobilizat i a activul circulant. Capitaluri proprii sunt egale cu suma elementelor componente. Capitalul social este egal, pentru fiecare an de plan, cu suma dintre capitalul social al anului precedent i aportul de capital al anului curent. Rezultatul reportat este calculat, pentru fiecare an de plan, astfel:

RRi = RRi 1 + RNEi 1 DDEPi ,


unde: RRi = rezultatul reportat (rezerve) n anul i RNEi-1 = rezultatul net al exerciiului precedent (al anului i-1) DDEPi = dividende datorate (n anul i) din exerciiul precedent. Datorii sunt calculate prin nsumarea elementelor componente (mprumuturi i Furnizori). mprumuturi, pentru anii de plan, sunt calculate dup urmtoarea formul:

I i = I i 1 RIEi + IN i RIN i + VFLi RVFLi ,


unde: Ii = mprumuturi rmase de restituit la sfritul anului i Ii-1 = mprumuturi rmase de restituit la sfritul anului i-1 RIEi = rambursarea, n anul i, a mprumuturilor existente INi = mprumuturi noi primite la nceputul anului i RINi = rambursarea, n anul i, a mprumuturilor noi (primite n anii de plan) VFLi = valoarea finanat prin leasingul contractat n anul i RVFLi = rambursarea, n anul i, a valorii finanate prin leasing n anii de plan. Furnizori reprezint sumele datorate furnizorilor la sfritul anului. Se calculeaz prin nsumarea NFR pariale aferente furnizorilor de materii prime (ch variabile), furnizorilor de materiale (ch fixe) i furnizorilor de servicii externe (ch fixe) i schimbarea semnului acestei sume. Total pasiv este suma dintre capitaluri proprii i a datorii.

9. Rezultate la sfritul exerciiului este documentul care regrupeaz principalele variabile de ieire ale modelului. Detalii privind variabilele calculate: Rentabilitatea economic este raportul dintre rezultatul din exploatare i total activ. Capitaluri permanente se calculeaz prin nsumarea capitalurilor proprii i a mprumuturilor. Autonomia financiar sau gradul de autonomie (independen) financiar este raportul dintre capitalurile permanente i capitalurilor proprii. Rentabilitatea capitalurilor permanente este raportul dintre excedentul brut de exploatare i capitalurile permanente. Rentabilitatea capitalurilor proprii este raportul dintre rezultatul net i capitalurile proprii.

Odat modelul construit, prin analiz what-if pot fi imaginate i evaluate diferite variante de finanare a unei investiii. Astfel, pentru investiia exemplificat mai sus (extinderea parcului auto al unei coli de oferi cu 10 autoturisme n valoare total de 50 000 ), putem lua n considerare, de exemplu, patru variante de finanare:
40

Capitolul 4. Simularea determinist

V1: Autofinanare = 10 000 , mprumut = 24 000 , Valoare finanat prin leasing = 16 000 V2: Autofinanare = 10 000 , mprumut = 40 000 V3: Autofinanare = 10 000 , Valoare finanat prin leasing = 40 000 V4: Autofinanare = 10 000 , Aport de capital = 40 000 , Atribuind variabilelor de intrare din tabelul Plan de investiii i de finanare valorile specifice fiecrei variante decizionale, se obin rezultatele corespunztoare n tabelul Rezultate la sfritul exerciiului. O sintez comparativ a acestor rezultate este prezentat n tabelul urmtor.
Rezultate la sfritul exerciiului pentru diferite variante de finanare a investiiei Anul 0 1 2 3

Varianta V1: Autofinanare + mprumut + Leasing


Rentabilitatea economic Rentabilitatea capitalurilor permanente Rentabilitatea capitalurilor proprii 10,5% 28,0% 8,8% 10,5% 28,0% 8,8% 10,5% 28,0% 8,8% 10,5% 28,0% 8,8%
41

17,1% 39,8% 15,0% 17,1% 39,7% 15,7% 17,2% 40,0% 13,9% 14,1% 32,9% 11,9%

18,4% 42,8% 14,8% 18,3% 42,5% 15,2% 18,6% 43,3% 14,3% 12,6% 29,4% 10,6%

20,0% 46,5% 14,6% 19,7% 45,8% 14,7% 20,4% 47,4% 14,5% 11,4% 26,6% 9,6%

Varianta V2: Autofinanare + mprumut


Rentabilitatea economic Rentabilitatea capitalurilor permanente Rentabilitatea capitalurilor proprii

Varianta V3: Autofinanare + Leasing


Rentabilitatea economic Rentabilitatea capitalurilor permanente Rentabilitatea capitalurilor proprii

Varianta V4: Autofinanare + Aport de capital


Rentabilitatea economic Rentabilitatea capitalurilor permanente Rentabilitatea capitalurilor proprii

Capitolul 4. Simularea determinist

Tot prin analiza what-if pot fi examinate i consecinele posibile ale variantelor decizionale reinute, n cazul manifestrii unor scenarii diferite privind evoluia factorilor necontrolabili (cifra de afaceri, cheltuielile variabile etc.). Pentru aceasta, trebuie doar modificate n mod corespunztor valorile variabilelor de intrare ce reflect aceti factori. n sfrit, prin simularea ascendent (analiza how-can) pot fi obinute rspunsuri la ntrebri de genul Ce valoare ar trebui s aib o variabil de intrare pentru ca o anumit variabil de ieire s ating nivelul dezirabil ?. De exemplu, pentru varianta de finanare V1, ce cifr de afaceri ar trebui realizat n anul 1 pentru a avea, n acelai an, o rentabilitate a capitalurilor proprii de 17% ? Fcnd o experien de simulare corespunztoare (foarte uor de realizat, prin utilizarea comenzii Goal Seek din meniul Tools), rspunsul obinut este: 237 785 .

42

Capitolul 5

SIMULAREA MONTE CARLO


n modelele de simulare determinist, variabilele i relaiile dintre ele sunt complet explicitate i nu las loc nici ntr-un fel ntmplrii. Totui, n multe situaii decizionale de management hazardul joac un rol important, iar modelele care le reprezint trebuie s l ia n considerare. Abordarea cu un minimum de raionalitate a unei astfel de situaii complexe impune ca anumii factori de influen, considerai mai puin importani, s fie omii n mod deliberat din analiz, efectele lor fiind asimilate cu unele evenimente a cror apariie este pur ntmpltoare. Aceste evenimente sunt integrate ntr-un model de simulare nu prin ansamblul cauzelor care le produc, ci prin probabilitile lor de apariie n anumite condiii date. Metoda de simularea bazat pe un astfel de model se numete Monte Carlo.

5.1. Principiile metodei Monte Carlo


Pentru a nelege mai bine maniera n care hazardul este ncorporat ntr-un model de simulare, s ne imaginm un experiment relativ simplu. Fie un atelier de fabricaie n care 50 de maini asemntoare (rzboaie de esut, maini de cusut etc.) funcioneaz n permanen 5 zile pe sptmn. Pentru remedierea defeciunilor acestor maini sunt afectai, n toate schimburile, cte 2 reglori. Se ntmpl ns ca, uneori, mai mult de 2 maini s se defecteze simultan, dup cum sunt i situaii n care nici un reglor nu are de lucru. Din punct de vedere strict economic, sunt prea puini sau prea muli reglori n atelier ? Observaiile fcute cu privire la funcionarea mainilor ntr-o perioad mai ndelungat de timp permit s se estimeze c, n medie, o main cade n pan o dat la 100 ore, iar durata unei reparaii variaz de la o or la patru ore, cu o medie dou ore pe reparaie. Pentru a rspunde la ntrebarea pus, cel mai simplu este s reproducem n mod artificial funcionarea atelierului cu un numr variabil de reglori, s zicem 1, 2, 3 i 4. Studiem mai nti varianta decizional cu 2 reglori. Dac lum ora ca unitate de timp, n cursul unei ore fiecare main are o ans din 100 s se defecteze. Notm mainile cu numere de la 1 la 50. Pentru a determina dac maina nr. 1 cade n pan n cursul primei ore de activitate simulat, utilizm o urn cu 100 bile, numerotate de la 1 la 100, i facem convenia c o un anumit numr s zicem 17 nseamn pan. Extragem apoi, la ntmplare, o bil din urn: dac este 17, maina este considerat n pan, dac nu, maina este considerat n funciune pe parcursul ntregii ore. Dac este pan, trebuie determinat i timpul de reparaie. n acest scop se poate folosi aceeai metod a extragerii dintr-o urn cu 100 bile, convenind, de exemplu, c numerele de la 1 la 40 nsemn o durat de reparaie de o or, de la 41 la 70 o durat de reparaie de dou ore, de la 71 la 90 o durat de reparaie de trei ore i c numerele de la 91 la 100 nsemn o durat de reparaie de patru ore (conform proporiilor observate n istoricul timpilor de reparaii din atelier). Se execut apoi aceste operaii pentru toate celelalte 49 maini i se imagineaz repartizarea reglorilor pe mainile care staioneaz pentru reparaii. Dac sunt mai mult de 2 maini n pan, unele dintre ele sunt puse n stare de ateptare pn cnd va fi un reglor disponibil. Pentru simularea urmtoarei ore de activitate a atelierului, repetm operaiile precedente lund n considerare mainile n funciune, dup care simulm a trei or, a patra or i aa mai departe pn la 100 de ore, s zicem. Calculm apoi timpul total de staionare a mainilor pentru reparaii, care constituie variabila rezultativ a modelului. Executm apoi acelai ciclu de experiene de simulare pentru variantele de lucru cu 1, 3 i 4 reglori pe schimb. n final, utilizm timpii totali de staionare astfel obinui pentru a estima costul fiecreia dintre cele 4 soluii luate n considerare.
43

Capitolul 5. Simularea Monte Carlo

Desigur, astfel de experimente de simulare se execut astzi cu calculatorul, iar numrul de experiene repetate este de ordinul miilor sau al zecilor de mii, ceea ce asigur o precizie mult mai mare rezultatelor obinute. n plus, facilitile oferite de calculatoare permit evitarea eforturile umane penibile cerute de volumul enorm de calculele i de operaiunile greoaie de extragere a numerelor ntmpltoare prin utilizarea urnei cu bile sau a ruletei. Pentru a face utilizarea calculatorului pertinent n acest caz, trebuie soluionat ns o problem aparent insolubil: imitarea hazardului cu ajutorul calculatorului o main perfect determinat. Judecnd n mod riguros, un calculator numeric este incapabil s simuleze funcionarea unei rulete de cazinou sau a unei urne cu bile strict omogene, adic s genereze o serie de cifre pur ntmpltoare, avnd fiecare aceeai probabilitate de apariie. Calculatorul poate ns genera, utiliznd anumite metode din teoria numerelor, serii determinate de cifre care prezint pentru experimentator toate caracteristicile numerelor ntmpltoare (aleatoare). De fapt, ceea ce numim hazard, ntmplare, nu este altceva dect expresia ignoranei noastre cu privire la cauzele unui fenomen sau expresia insuficienei teoriilor pe care le avem: obinerea cu ajutorul ruletei a unui numr la ntmplare este un proces perfect determinat de impulsul iniial dat ruletei, de frecrile dintre bil, rulet i soclu, de curenii de aer etc. Numim hazard efectul acestor factori diveri tocmai datorit incapacitii noastr de a le prevedea consecinele. Pentru un observator, numerele dintr-o serie pot fi considerate ntmpltoare dac ndeplinesc dou condiii principale: toate numerele seriei sunt echiprobabile apariia unui numr oarecare nu este determinat de apariiile de numere precedente. Exist diverse procedee analitice de calcul pentru generarea unor serii de numere pseudoaleatoare care ndeplinesc aceste condiii. Majoritatea dintre ele se bazeaz pe metode congrueniale care folosesc clase de resturi (Raiu-Suciu, 1995; Andreica .a., 1998). Mediile de dezvoltare (limbaje de programare sau generatoare de aplicaii) implementate pe calculatoarele moderne includ aproape ntotdeauna o rutin de generare a numerelor aleatoare (pseudoaleatoare) uniform repartizate n intervalul [0,1]. Astfel de numere pot fi foarte utile n anumite aplicaii de simulare. Modelul utilizat pentru realizarea experimentului descris mai sus are dou particulariti care ne intereseaz mai mult n acest moment: include unele variabile de intrare probabiliste (timpul de reparaie a mainilor defecte i rata cderilor n pan a mainilor); n fiecare experien de simulare efectuat, variabilele respective iau anumite valori alese la ntmplare cu ajutorul unor numere aleatoare. Simularea realizat este aadar probabilist i ntmpltoare. Genul acesta de simulare a fost popularizat n literatura de specialitate sub denumirea de metoda Monte Carlo. Metoda respectiv s-a nscut prin lucrrile lui J. von Neumann, S. Ulam i E. Fermi, legate de realizarea bombei atomice n timpul celui de-al doilea rzboi mondial. Von Neumann i Ulam au dat numele codificat Monte Carlo studiului lor privind comportarea neutronilor. Prin utilizarea unui model probabilist i prin generarea de valori ntmpltoare pentru variabilele aleatoare implicate n acest model, cercettorii respectivi au reuit s ajung la un rspuns aplicabil problemei lor. n management, metoda Monte Carlo este folosit ndeosebi pentru evaluarea alternativelor decizionale. n acest scop, un model probabilist (n care cel puin o variabil de intrare este o variabil aleatoare dat prin distribuia ei) este ataat problemei decizionale respective. Apoi, fiecare alternativ este evaluat prin realizarea unui set de experiene asupra modelului, prin agregarea i interpretarea rezultatelor acestor experiene. n ce const specificitatea experienelor n simularea Monte Carlo ? Rspunsul a fost deja sugerat prin descrierea experimentului cu atelierul de fabricaie i numrul necesar de reglori. ntr-o astfel de experien, fiecrei variabile aleatoare de intrare n model i se atribuie o valoare ntmpltoare (din mulimea valorilor posibile ale variabilei respective), pornind de la un numr aleator uniform distribuit pe intervalul [0,1], dar lund n considerare distribuia de probabilitate a acelei variabilei. Apoi se execut (rezolv) modelul, calculnd valorile corespunztoare ale variabilelor de ieire. Repetnd
44

Capitolul 5. Simularea Monte Carlo

experienele de simulare de un numr de ori suficient de mare, se obin distribuii de probabilitate ale variabilelor de ieire din model, pe baza crora pot fi fcute estimaii mult mai pertinente privind rezultatele viitoare ale soluiei studiate. Variabilele aleatoare utilizate n simularea Monte Carlo pot fi de diferite tipuri: empirice sau teoretice, discrete sau continue. Generarea unor valori ntmpltoare pentru astfel de variabile (numit uneori i generarea numerelor aleatoare cu repartiii date) constituie o problem esenial n metoda Monte Carlo. Procedeul de obinere a unor valori ntmpltoare pentru variabile aleatoare empirice discrete este explicat succint n cele ce urmeaz. Fie o variabil aleatoare X, care poate lua un numr finit de valori x1, x2,...xn, ordonate cresctor, cu probabilitile respective p1, p2,...pn. Este suficient ca intervalul [0,1], din care sunt extrase numerele aleatoare, s fie mprit n n subintervale proporionale cu probabilitile p1, p2,...pn. Extrgnd la ntmplare un numr aleator r, drept valoare ntmpltoare va fi aleas valoarea xi corespunztoare subintervalului i n care se plaseaz r. De exemplu, dac X are 3 valori posibile (x1, x2, x3) cu probabilitile p1, p2, p3, atunci, extrgnd un numr aleator r, putem avea urmtoarele situaii: dac r p1, dac r p1 + p2, r p1 + p2 + p3 atunci X = x1, altfel: atunci X = x2, altfel: i X = x3.

n general, pentru o variabil aleatoare empiric discret X se calculeaz irul probabilitilor cumulate ci, se extrage numrul aleator a i se atribuie variabilei aleatoare acea valoare xi pentru care ci-1 < r ci. Logica de calcul este asemntoare i n cazul variabilelor aleatoare empirice continue. Pentru variabilele aleatoare cu legi de distribuie teoretice discrete sau continue exist diferite metode specifice de generare a valorilor ntmpltoare necesare simulrii. Cea mai simpl dintre ele este metoda inversei, numit i metoda transformatei inverse sau metoda direct. Potrivit acestei metode, pentru o variabil aleatoare X cu funcia densitii de probabilitate f(x) i funcia de repartiie F(x) se genereaz un numr aleator r, uniform distribuit n intervalul [0,1], i se atribuie variabilei X acea valoare x care satisface relaia:

F ( x) = r ,
adic:

x = F 1 ( r )
Pentru a ilustra modul efectiv de aplicare a acestei metode, s revenim la exemplul cu atelierul de fabricaie i numrul necesar de reglori. Timpul de reparaie al unei maini czute n pan era dat sub forma unei distribuii empirice discrete cu patru valori posibile, ceea ce constituie, desigur, o simplificare major, ntruct durata unei reparaii poate varia de la cteva minute pn la cteva ore, zile sau chiar, in extremis, sptmni. Modelarea variabilei timpul de reparaie (T) poate fi mult mai realist dac se folosete distribuia exponenial negativ, cu funcia densitii de probabilitate:

1 t f (t ) = e t t

t(0, ),

unde t este durata medie a unei reparaii (figura 5.1). Funcia de repartiie a acestei distribuii teoretice continue este:

F (t )

1 t =1 e t ,

45

Capitolul 5. Simularea Monte Carlo

iar forma ei grafic are alura din figura 5.2.


f(t)

1 t

P(T ti) 0 ti t

Figura 5.1 Distribuia exponenial negativ (densitatea de probabilitate) Pentru a genera o valoare ntmpltoare a variabilei aleatoare T, se extrage, cu ajutorul calculatorului, un numr aleator r i se pune condiia:

F (t ) = 1 e
De unde:

1 t t

= r.

t = t ln(1 r ) = F 1 (r ) .
Practic, dac din observaiile fcute rezult c timpul mediu de reparaie este, de exemplu, 2 ore, atunci: extrgnd un numr aleator r1 egal cu, s zicem, 0,632, valoarea calculat pentru variabila T va fi t1=2; dac numrul aleator extras este r2=0,865, valoarea calculat pentru variabila T va fi t2=4 (vezi figura 5.2). Metoda inversei ofer o modalitate relativ facil de generare a unor valori ntmpltoare pentru distribuiile continue cu funcii de repartiie uor inversabile (distribuiile exponeniale negative, Weibull, Cauchy, geometrice etc.). Pentru celelalte distribuii teoretice interesante n simulare, pot fi folosite alte procedee, cum ar fi metoda respingerii, metoda compunerii, metoda compunerii-respingerii, metode specifice repartiiei date (binomial, normal, Student, Snedecor, Fisher etc.). Aceste metode, bine puse la punct nc de acum cteva decenii, sunt tratate pe larg n majoritatea lucrrilor de specialitate destinate simulrii (vezi, de exemplu, n limba romn: Vduva, 1977; Raiu-Suciu, 1995).

46

Capitolul 5. Simularea Monte Carlo

F(t)

1 r2 r1

t1

t2

Figura 5.2 Distribuia exponenial negativ (funcia de repartiie) Simularea Monte Carlo este, n mare msur, un proces analog cercetrii prin sondaj. Valoarea estimrilor fcute sub aspectul preciziei i al gradului de ncredere n parametrii ce caracterizeaz variabilele rezultative depinde de numrul de experiene de simulare executate. Calculele necesare pentru determinarea numrului minim de experiene de simulare sunt asemntoare cu cele recomandate de teoria sondajelor pentru determinarea volumului eantionului n cazul seleciei aleatoare repetate.

n=
unde: n

z 2 p 2 d
2

= numrul minim de experiene de simulare; = abaterea standard a variabilei rezultative, estimat printr-o cercetare preliminar; d = nivelul de precizie dorit (deviaia maxim admisibil fa de valoarea real a parametrului estimat); n cazul sondajelor, d este denumit eroarea limit de selecie; z = abaterea normal corespunztoare probabilitii cu care se garanteaz ncadrarea n nivelul de precizie dorit. De exemplu, n experimentul de simulare cu atelierului de fabricaie i numrul de reglori, principala variabil rezultativ este timpul de staionare a mainilor pentru reparaii. Parametrul care intereseaz n mod deosebit este media acestei variabile aleatoare rezultative. n formula de calcul al numrului minim de experiene necesare, vom avea: p = abaterea standard a timpilor de staionare a mainilor (toate cele 50); poate fi determinat prin examinarea datelor din istoricul reparaiilor sau printr-o simulare preliminar; d = deviaia maxim admisibil a mediei timpilor de staionare simulai fa de media timpilor reali de staionare (nivelul de precizie dorit); z = abaterea normal corespunztoare probabilitii cu care se garanteaz ncadrarea mediei timpilor de staionare reali n nivelul de precizie dorit. Dat fiind viteza enorm de calcul a echipamentelor utilizate n aplicaiile moderne de simulare, se poate renuna la determinarea numrului minim de experiene necesare, asigurnd validitatea estimaiilor fcute pe dou ci:

47

Capitolul 5. Simularea Monte Carlo

fie prin programarea unui numr foarte mare de experiene pentru fiecare ciclu de simulare (pentru fiecare alternativ decizional simulat) de ordinul zecilor sau chiar sutelor de mii; fie prin monitorizarea convergenei parametrilor distribuiilor de probabilitate rezultate din experimentul de simulare, repetnd experienele, iari i iari, pn cnd aceti parametri (medii, abateri standard, unele centile) devin stabili, adic se ncadreaz ntr-un interval de toleran prestabilit. Aceast ultim modalitate presupune executarea simulrii n loturi de cte m iteraii (experiene) i se realizeaz, practic, dup urmtorul algoritm: 1. se stabilete numrul de iteraii (m) dintr-un lot; acesta poate fi 100, 200,1000, etc.; 2. se stabilete intervalul de toleran n care trebuie s se ncadreze schimbarea valorii parametrilor estimai, de la un lot de experiene la altul, pentru ca simularea s se opreasc; acest interval de toleran este exprimat, de regul, n mrimi relative (procente); 3. se execut un prim lot de experiene i se nregistreaz valorile parametrilor urmrii pentru distribuiile de probabilitate rezultate; 4. se execut un nou lot de experiene i se calculeaz noile valori ale parametrilor monitorizai, lund n considerare rezultatele tuturor experienelor de simulare deja realizate; 5. dac diferenele dintre noile valori ale parametrilor estimai i valorile anterior calculate ale parametrilor corespunztori se ncadreaz n intervalul de toleran stabilit, atunci simularea se oprete; altfel simularea se reia de la pasul 4.

O alt problem important n simularea Monte Carlo o constituie estimarea parametrilor variabilelor rezultative prin intervale de ncredere. Procedura de determinare a acestor intervale este similar cu cea oferit de teoria sondajelor. Astfel, n cazul n care parametrul estimat este media variabilei rezultative (), limitele intervalului de ncredere sunt date de urmtoarea expresie:

=xz
unde:

s , n

n z

= media real a variabilei rezultative ; = numrul de experiene de simulare realizate; = media celor n valori ale variabilei rezultative obinute prin simulare (media de selecie); = abaterea normal corespunztoare probabilitii cu care se garanteaz ncadrarea mediei reale n limitele intervalului de ncredere determinat. De exemplu, dac probabilitatea este 95%, atunci z = 1,96, iar dac probabilitatea este 99%, atunci z = 2,57 (valorile respective sunt preluate din tabele funciei lui Laplace sau sunt calculate de ctre computer); = abaterea standard a valorilor variabilei rezultative obinute prin simulare (abaterea standard de selecie).

s=

(x
i =1

x)2
,

n 1

unde, xi sunt cele n valori ale variabilei rezultative obinute din simulare. Interpretarea corect a intervalului de ncredere este urmtoarea: dac cele n experiene de simulare s-ar repeta de un numr foarte mare de ori, atunci n 99% din cazuri (ceea ce nsemn c z = 2,57) media variabilei rezultative determinat prin simulare se va ncadra n intervalul:

48

Capitolul 5. Simularea Monte Carlo

s s , x + 2,57 x 2,57 , n n
iar n 1% din cazuri se va plasa n afara acestui interval. Aceasta ne permite totui s estimm c, i n realitate, media variabilei respective se va ncadra ntre limitele intervalului calculat cu o probabilitate de 99%. Observaie. O dezvoltare recent n simularea Monte Carlo o constituie utilizarea eantionrii dup metoda hipercubului latin. Prin aceast metod se extrag cu o mai mare acuratee valori din distribuiile de probabilitate date, ceea ce permite obinerea unor rezultate foarte bune cu un numr mai mic de recalculri ale modelului. Simularea prin utilizarea metodei hipercubului latin este denumit tot simulare Monte Carlo (Prisco J. i Winston W., 1995, p.346). Aplicarea metodei de simulare Monte Carlo, precum i instrumentele software utilizate n acest scop difer semnificativ n funcie de maniera n care variabila timp este luat n considerare n derularea experimentului de simulare. Atunci cnd recalcularea modelului simulabil, de la o experien la alta, are n vedere acelai moment n timp, simularea este considerat de tip static. n acest caz, o variabil de ieire prezentat sub form de distribuie de probabilitate va conine valorile posibile ale variabilei i probabilitile corespunztoare, calculate pentru acel moment n timp. Dac n modelul simulabil supus experimentrii este ncorporat variabila timp, iar aceasta ia valori diferite (cresctoare) de la o experien la alta n cursul aceluiai experiment, atunci simularea este considerat de tip dinamic. O variabil de ieire dat sub forma distribuiei ei de probabilitate va conine, n acest caz, valorile posibile ale variabilei i probabilitile corespunztoare, calculate pentru momente diferite n timp.

5.2. Simularea Monte Carlo de tip static


n management, simularea Monte Carlo de tip static este utilizat cu predilecie n analiza riscului decizional. n general, riscul unei soluii pentru o anumit situaie decizional reflect msura n care implementarea acelei soluii poate genera rezultate nesatisfcatoare din punct de vedere al criteriilor de performan stabilite. n esen, analiza riscului nsemn orice metod calitativ i/sau cantitativ utilizat pentru evaluarea impactului riscului asupra deciziilor poteniale ntr-o situaie dat. Scopul unui astfel de demers este acela de a ghida decidentul pentru a soluiona mai bine probleme decizionale marcate de un anumit grad de incertitudine. n acest sens, analiza riscului ajut la: testarea sensibilitii performanelor ateptate n diferite ipoteze privind evoluia factorilor controlabili i necontrolabil dintr-o situaie decizional dat; identificarea principalilor factori necontrolabili cu o evoluie incert care au un efect determinant asupra succesului sau eecului soluiilor considerate; evaluarea limitelor unor soluii prin evidenierea circumstanelor care ar putea conduce la consecine grave n cazul implementrii acelor soluii; asigurarea unei percepii mai bune a diferitelor riscuri i a interaciunii dintre ele ; conceperea unor mijloace de reducere a expunerii la risc (de exemplu, prin intermediul unor instrumente de acoperire). Dintre metodele cantitative de analiz a riscului, cele mai importante sunt: analiza sensibilitii, analiza scenariilor, analiza decizional (metoda arborilor de decizie) i simularea Monte Carlo. Analiza sensibilitii este punctul de plecare n orice tip de analiz cantitativ a riscului. Ea este, de fapt, o form de simulare determinist (vezi capitolul 4), care permite identificarea factorilor necontrolabili cu cel mai mare impact asupra performanelor soluiilor considerate. Analiza scenariilor este o sintagm cu semnificaii diferite n literatura de management, n funcie de context. n analiza riscului, scenariile pot fi nelese ca fiind viziuni coerente asupra lumii viitoare, care
49

Capitolul 5. Simularea Monte Carlo

pot fi alese i investigate pentru a li se asocia ansambluri pertinente de efecte posibile. Analiza scenariilor presupune formularea unor viziuni optimiste i pesimiste asupra viitorului, dup care sunt estimate consecinele soluiilor posibile n funcie de aceste ipoteze formulate. Se obine, n felul acesta, o gam de rezultate posibile pentru fiecare soluie testat, ceea ce permite decidentului s reflecteze asupra aciunilor ce trebuie ntreprinse pentru a face fa unei eventuale conjuncturi nefavorabile. Att analiza scenariilor, ct i analiza sensibilitii sunt metode care beneficiaz din plin de utilizarea unor instrumente software de tipul programelor de calcul tabelar. Analiza decizional (metoda arborilor de decizie). n evaluarea riscului prin analiza sensibilitii i analiza scenariilor nu sunt luate n considerare probabilitile de apariie a diferitelor stri ale naturii. Analiza scenariilor, de exemplu, nu ofer dect o marj de variaie a rezultatelor posibile, fr a sugera nimic n legtur cu probabilitile relative ale valorilor din aceast marj. Aceast lacun este acoperit, n maniere specifice, prin utilizarea analizei decizionale i a metodei de simulare Monte Carlo. Analiza decizional face apel la reprezentarea grafic a situaiilor decizionale prin diagrame de influen i arbori de decizie. Metoda este deosebit de util n cazul problemelor multiple, n care deciziile a cror rezultate depind de manifestarea unor stri ale naturii cu probabiliti posibil de estimat sunt luate la momente diferite, pe msur ce unele dintre aceste stri ale naturii se manifest. Mijloace software moderne pot facilita substanial utilizarea analizei decizionale n analiza riscului. Un astfel de instrument este, de exemplu, PrecisionTree al firmei americane Palisade, un program de completare (add-in) pentru Microsoft Excel. Simularea Monte Carlo este cea mai performant metod cantitativ de analiz a riscului. Utilizarea ei efectiv presupune parcurgerea ctorva etape mai importante: 1. dezvoltarea unui model simulabil de tip determinist, n care sunt specificate variabilele de intrare (factorii de influen controlabili i necontrolabili), variabilele de ieire (rezultatele, din punctul de vedere al criteriilor de performan reinute) i relaiile dintre variabilele de ieire i cele de intrare, relaii care pot fi exprimate direct sau indirect, cu ajutorul unor variabile intermediare; 2. transformarea modelului determinist construit anterior ntr-unul probabilist, prin asignarea unor distribuii de probabilitate variabilelor de intrare care reflect factori necontrolabili marcai de incertitudine; 3. precizarea relaiilor dintre variabilele de intrare probabiliste interdependente (cum ar fi, de exemplu, preul viitor al unui produs i cota de pia previzibil). De regul, astfel de relaii sunt modelate cu ajutorul unor matrice de corelaie ntre variabilele aleatoare respective; 4. efectuarea simulrii; 5. analiza rezultatelor simulrii i interpretarea lor pentru aprecierea riscului. Exist medii de dezvoltare a aplicaiilor de analiza riscului prin simulare Monte Carlo pentru toate tipurile de calculatoare: mainframe-uri, minicalculatoare, microcalculatoare. Cele mai cunoscute produse software de acest fel sunt @RISK, dezvoltat de Palisade (http://www.palisade.com), i Crystal Ball, realizat de firma american Decisioneering (http://www.decisioneering.com). Acestea sunt, de fapt, programe de completare (de tip add-in) pentru Microsoft Excel sau Lotus 1-2-3. Chiar i programele de calcul tabelar au ncorporate, n ele nsele, cteva faciliti pentru construcia unor aplicaii simple de simulare Monte Carlo. Microsoft Excel, de exemplu, prin programul de completare (add-in) intitulat Analysis ToolPak, ofer posibilitatea generrii unor numere aleator cu distribuii date (este vorba doar de distribuia empiric discret i distribuiile teoretice: uniform, normal, Bernoulli, binomial, Poisson). Produsele software destinate simulrii Monte Carlo (amintite mai sus) sunt ns net superioare n cazul dezvoltrii unor aplicaii complexe. Analiza riscului prin simularea Monte Carlo are o larg aplicabilitate n management. Cele mai frecvente situaii decizionale abordate n aceast manier sun cele legate de: alegerea proiectelor de investiii, operaiuni cu devize, plasamente n valori mobiliare, analiza costurilor, operaiuni n domeniul asigurrilor, evaluarea resurselor miniere i de hidrocarburi, evaluarea riscului de accidente i boli profesionale i altele.
50

Capitolul 5. Simularea Monte Carlo

Varianta static a metodei Monte Carlo poate sta la baza unor aplicaii de simulare de sine stttoare (ca, de exemplu, n analiza riscului investiional dup metoda Hertz) sau poate fi asociat cu alte metode de cercetare operaional, cum ar fi metoda arborilor de decizie, metoda PERT, metoda lanurilor Markov, metoda de optimizare bazat pe tehnologia algoritmilor genetici i altele. Industria software ofer instrumente performante de dezvoltare a unor aplicaii bazate pe astfel de metode hibride. Astfel, aceeai firm Palisade lider mondial n producia de software destinat sprijinirii proceselor decizionale a pus la punct i comercializeaz cu succes, ndeosebi n rile dezvoltate, produsele software PrecisionTree, @RISK for Project i RISKOptimizer (vezi http://www.palisade.com). Primul dintre aceste produse, PrecisionTree, este un program de completare pentru Microsoft Excel, destinat construciei i utilizrii diagramelor de influen i a arborilor de decizie (ceea ce, in literatura de specialitate, se mai numete i analiza deciziei). @RISK poate fi folosit pentru a realiza simularea arborilor de decizie construii cu PrecisionTree. Pentru aceasta, valorile punctuale incerte asociate nodurilor finale ale unui arbore de decizie sunt nlocuite cu distribuiile lor de probabilitate (cu ajutorul funciilor @RISK), dup care, tot cu ajutorul facilitilor oferite de @RISK, se execut o simulare Monte Carlo complet a arborelui respectiv, obinnd un ir de rezultate posibile ce pot s apar pentru ntregul arbore i probabilitile corespunztoare. @RISK for Project funcioneaz dup acelai principiu. n modelul de proiect construit cu ajutorul programului Microsoft Project (cel mai rspndit software de managementul proiectelor bazat pe metoda PERT), unele valori incerte, precum duratele activitilor sau costurile lor, sunt specificate prin distribuii de probabilitate. Se precizeaz apoi variabila rezultativ ce se dorete a fi analizat (durata total a proiectului, costul proiectului) i se execut simularea prin recalcularea modelului asociat proiectului de sute sau mii de ori. n final, se obin distribuii ale rezultatelor posibile i probabilitile de apariie a acestor rezultate. Desigur, este furnizat o multitudine de parametri statistici ce caracterizeaz diversele rezultate obinute, iar reprezentrile grafice sugestive faciliteaz perceperea i interpretarea informaiilor complexe oferite de simulare. RISKOptimizer este produsul-program care permite combinarea simulrii cu optimizarea n aplicaiile de fundamentare a deciziilor. Exist dou modaliti distincte de utilizare a acestui produs: prin adugarea optimizrii ntr-o aplicaie de simulare prin integrarea simulrii ntr-o aplicaie de optimizare. Prima posibilitate automatizeaz procesul de identificare a celei mai bune soluii dintr-un ansamblu de soluii evaluate prin simulare. De regul, ntr-o aplicaie de simulare Monte Carlo se execut cte un experiment sau ciclu de simulare pentru fiecare variant decizional analizat. Aa dup cum am vzut, ntr-un astfel de experiment sunt calculate valorile posibile ale variabilelor rezultative i probabilitile lor, fcnd s varieze automat i la ntmplare valorile variabilelor de intrare incerte ale modelului simulabil. Decidentul este cel care formuleaz variantele decizionale simulate i compar rezultatele obinute pentru a alege soluia cea mai convenabil. Dar, n anumite situaii decizionale, soluiile (care sunt, de fapt, combinaii ale valorilor posibile ale variabilelor de intrare controlabile) pot fi foarte numeroase. RISKOptimizer poate genera n mod automat pornind de la anumii parametri specificai de operator toate soluiile posibile, dup care execut cte un ciclu de simulare pentru fiecare soluie generat i alege cea mai bun soluie pe baza rezultatelor calculate prin simulare. Cea de-a doua posibilitate de utilizare a programului RISKOptimizer constituie un progres important n practica optimizrii deciziilor de management. Metodele de optimizare standard, bazate pe programarea matematic (liniar i neliniar) sau algoritmi genetici, precum i instrumentele software create pentru implementarea lor au un mare dezavantaj: nu pot opera dect cu variabile de intrare deterministe, chiar dac factorii de influen corespunztori din situaia decizional real sunt marcai de o anumit incertitudine. Acest inconvenient poate fi depit prin combinarea facilitilor oferite de simularea Monte Carlo cu metoda de optimizare bazat pe algoritmi genetici. Ceea ce RISKOptimizer i face, ntr-o manier foarte eficace i convivial. Cum lucreaz acest program pentru a gsi soluii optime ale unor modele (transpuse n foi de calcul) n care intervin variabile incerte ? Mai nti, cu ajutorul funciilor @RISK, valorile deterministe ale variabilelor de intrare sunt nlocuite cu distribuii de probabilitate adecvate. Apoi, RISKOptimizer
51

Capitolul 5. Simularea Monte Carlo

genereaz un numr de soluii de ncercare i utilizeaz algoritmi genetici pentru a mbunti n mod continuu rezultatele fiecrei ncercri. Spre deosebire ns de programele obinuite de optimizare bazate pe tehnologia algoritmilor genetici, RISKOptimizer execut, pentru fiecare ncercare, cte un ciclu de simulare Monte Carlo, n urma cruia este calculat un parametru statistic specificat (media, abaterea standard) pentru distribuia de probabilitate a variabilei rezultative ce se dorete a fi optimizat. Pe baza acestor parametri statistici obinui prin simulare, soluiile de ncercare sunt prelucrate prin ncruciare, mutaii genetice i comparaii permanente ntre ele pn cnd evolueaz spre cea mai bun soluie a problemei abordate.

5.3. Analiza riscului investiional prin simulare Monte Carlo


Aprecierea riscului investiiilor este, fr ndoial, cel mai important domeniu al managementului n care poate fi aplicat cu succes simularea Monte Carlo n varianta ei static. Dup cum se tie, o investiie nseamn angajarea durabil a unor fonduri n bunuri de natur divers (material sau imaterial), cu sperana obinerii unor ctiguri viitoare suficient de mari, dar innd cont i de riscurile implicate. Cteva elemente din aceast definiie trebuie neaprat subliniate pentru a nelege mai bine conceptul de investiie: ideea de ireversibilitate: investiia este un angajament durabil asupra cruia este dificil s se revin. Ea se distinge astfel de simplul plasament pe o pia financiar, care poate fi cedat destul de repede; diversitatea formelor de concretizare: investiiile realizate pot fi de natur material (utilaje, instalaii, construcii etc.), financiar (titluri de participaie, achiziii de filiale, fuziuni, aporturi pariale de active) sau imaterial (studii de pia, publicitate, software, cercetare-dezvoltare, formarea personalului etc.); rentabilitatea: investiia trebuie s aib ca rezultat ctiguri mai mari dect costurile implicate. Ea trebuie chiar s produc un rezultat superior simplului plasament al fondurilor respective pe o pia financiar; riscul: orice investiie este un pariu cu viitorul, ceea ce presupune o anumit incertitudine. Scopul analizei riscului este tocmai diminuarea acestei incertitudini. Decizia de investiie este un demers complex, care presupune estimarea unor parametri semnificativi pentru orice variant investiional avut n vedere. Dintre aceti parametri, mai importani sunt urmtorii: totalul capitalului investit (cu luarea n considerare i variaiei nevoii de fond de rulment, determinat de exploatarea viitoare a investiiei); durata de via a investiiei; valoarea rezidual a investiiei, adic valoare bunurilor care pot exista la sfritul duratei ei de via. ctigurile viitoare (fluxurile de trezorerie) care vor fi generate de ctre investiia respectiv. Acestea trebuie apreciate independent de modalitile de finanare a investiiilor. n plus, trebuie s se in cont de riscul implicat de ctre diferitele ctiguri ealonate n timp (actualizarea ctigurilor). Desigur, cea mai delicat problem o constituie estimarea fluxurilor de trezorerie care vor interveni de-a lungul ntregii durate de via a investiiei. Aceast estimare are la baz cteva principii fundamentale: Luarea n considerare a fluxurilor de lichiditi, i nu a beneficiilor contabile. Fluxurile monetare generate de o investiie se refer la ncasri i pli, pe cnd beneficiile contabile sunt calculate pornind de la venituri i cheltuieli. Separarea deciziei de investiii de cea de finanare. Cheltuielile contabile includ i dobnzile i alte cheltuieli financiare. Acestea trebuie ns excluse di calculul fluxurilor de trezorerie, ntruct
52

Capitolul 5. Simularea Monte Carlo

sunt luate n considerare prin tehnica de actualizare (calculul valorii actualizate nete). Rata de actualizare utilizat este costul de oportunitate al capitalului. Excluderea amortizrii. Amortizarea nu genereaz pli, iar calculul fluxurilor de trezorerie trebuie s in cont de acest fapt. Totui, n algoritmul de calcul respectiv trebuie integrat reducerea de impozit rezultat prin deducerea amortizrii din venituri. Abordarea marginal. Trebuie luate n considerare numai fluxurile generate de investiia respectiv. Aceasta nseamn c vor fi reinute doar fluxurile noi sau suplimentare care provin direct sau indirect din acea investiie. Luarea n considerare a costurilor renunrii i a ieirilor de fonduri evitate. Atunci cnd acceptarea unui proiect de investiii are drept consecin privarea ntreprinderii de o surs de venit, costul acestei resurse trebuie imputat proiectului. La fel, dac acceptarea proiectului permite evitarea unor ieiri de fonduri, economiile de fonduri respective trebuie incluse n fluxurile monetare ale proiectului. Principalul indicator de rentabilitate a unei investiii este valoarea actualizat net (VAN) a fluxurilor de trezorerie generate de acea investiie. VAN depinde de un mare numr de variabile. Unele dintre aceste variabile, cu o evoluie incert, pot fi estimate prin distribuiile lor de probabilitate. Aceasta face posibil utilizarea simulrii Monte Carlo pentru determinarea valorii sperate a VAN i pentru msurarea riscului implicat de realizarea unei investiii. David Hertz a fost cel care a propus pentru prima dat aceast manier de analiz n fundamentarea deciziei de investiii. n demersul su, Hertz (1968) ia n considerare nou variabile primare pentru determinarea VAN. Aceste variabile, introduse n model sub forma unor distribuii de probabilitate, sunt: - mrimea pieei (a cererii iniiale), - preul de vnzare, - rata de cretere a pieei, - cota de pia (care controleaz volumul fizic al vnzrilor), - totalul capitalului investit, - valoarea rezidual a investiiei, - costurile variabile de exploatare, - costurile fixe - durata de via a investiiei. Desigur, pentru a obine o bun apreciere a riscului trebuie parcurse toate cele cinci etape necesare aplicrii corecte a metodei Monte Carlo. Prima dintre ele, i cea mai important, este construcia modelului simulabil. Acesta trebuie s fie ct mai reprezentativ pentru funcionarea intern a proiectului de investiii analizat. De exemplu, n cazul unei investiii de capacitate independente, modelarea fluxului de trezorerie din perioada (anul) t poate fi fcut n felul urmtor:

I I Ft = Pt Qt CVt Qt CFt 0 (1 RIP ) + 0 , n n


unde: Ft = fluxul de trezorerie n perioada t Pt = preul unitar n perioada t Qt = cantitatea vndut n perioada t CVt = costurile variabile unitare n perioada t CFt = costurile fixe globale n perioada t (inclusiv costuri de capital care nu sunt de natura investiiilor amortizabile, vezi tabelul 5.1) I0 = investiia iniial n = durata de via a proiectului RIP = rata impozitului pe profit
53

Capitolul 5. Simularea Monte Carlo

Observaie. Bineneles, este posibil ca modelul fluxurilor de trezorerie s fie mult mai complex. Astfel, costurile variabile pot fi difereniate n costuri cu materii prime i costuri cu fora de munc, iar estimarea cantitilor vndute poate fi fcut prin luarea n considerare a trei variabile exogene: mrimea iniial a pieei, rata de cretere a pieei i cota de pia previzionat (aa cum, de altfel, propune Hertz). Totul depinde ns de volumul informaiilor disponibile i de costul acestor informaii. Pe baza fluxurilor de trezorerie astfel determinate, se calculeaz apoi valoarea actualizat net a proiectului. Pentru o investiie fr valoare rezidual semnificativ, VAN are expresia:

VAN =
t =1

(1 + r )t

Ft

I0 ,

unde r reprezint rata de actualizare. Un alt indicator pe baza cruia pot fi fcute aprecieri pertinente privind rentabilitatea i riscurile unei investiii este rata intern de rentabilitate (RIR). Aceasta reprezint rata de actualizare r pentru care suma fluxurilor de trezorerie actualizate este egal cu suma capitalului investit:

(1 + r )
t =1

Ft

= I0 .

RIR corespunde deci acelei rate de actualizare r pentru care VAN este nul:

(1 + r )
t =1

Ft

I0 = 0 .

Ea se obine prin soluionarea n r a ecuaiei de mai sus. Pentru o investiie dat, RIR poate fi interpretat n felul urmtor: ea reprezint acea rat a dobnzii la care, dac fondurile investite ar fi luate cu mprumut, rezultatul ntregii operaiuni (investiie plus finanare) ar fi zero. n cazul unei investiii de modernizare (retehnologizare), aprecierea fluxurilor de trezorerie viitoare trebuie fcut pe baza principiului marginalitii. Aceasta nseamn c:

I I Ft = EBEt 0 (1 RIP ) + 0 , n n
unde EBEt este excedentul brut de exploatare suplimentar generat de investiia respectiv n perioada t. Prezentm n continuare un model de calcul al fluxurilor de trezorerie, al VAN i al RIR pentru o investiie de modernizare (vezi tabelul 5.1). Acest model, de tip foaie de calcul, poate constitui nucleul unei aplicaii de analiza riscului dezvoltat cu ajutorul produsului software @RISK. Simbolurile utilizate n tabelul 5.1 au urmtoarele semnificaii: caracterul ? reprezint o variabil de intrare determinist, introdus de ctre analist (sub forma unei valori punctuale); caracterul I reprezint o variabil de intrare probabilist, specificat de ctre analist (sub forma unei distribuii de probabilitate); caracterul = reprezint o variabil intermediar sau rezultativ (de ieire), calculat de ctre program.

54

Capitolul 5. Simularea Monte Carlo

Tabelul 5.1 Fluxurile de trezorerie suplimentare, VAN i RIR


Anul 0 1 2 .. n

Costuri de capital Investiii amortizabile Alte costuri de capital Creterea capitalului circulant Total costuri de capital Exploatare fr proiect Venituri din vnzri Costuri directe de operare - (%) - sume Costuri administrative i comerciale Total costuri de exploatare Excedentul Brut de Exploatare Exploatare cu proiect Venituri din vnzri Costuri directe de operare - (%) - sume Costuri administrative i comerciale Total costuri de exploatare Excedentul Brut de Exploatare EBE suplimentar Amortizarea investiiilor Rezultatul brut suplimentar Rata impozitului pe profit Impozit pe profit Rezultatul net suplimentar Fluxul de trezorerie suplimentar Rata de actualizare Valoarea actualizat net (VAN) Rata intern de rentabilitate (RIR) = ? = =
I I I I

? ? ? = ? = ? ? = =

? ? ? =
I I

? ? ? =
I I

.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..

? ? ? =
I I

= ? = =

= ? = =

= ? = =
I I

= ? = = = = = ? = = =

= ? = = = = = ? = = =

= ? = = = = = ? = = =

55

Capitolul 5. Simularea Monte Carlo

n modelul propus aici, unele variabile de intrare sunt considerate ca avnd o evoluie incert pe ntreaga durat de via a investiiei i, ca urmare, sunt exprimate prin distribuii de probabilitate. Este vorba de: veniturile din vnzri, pentru fiecare dintre cei n ani ai duratei de via a investiiei, n ipoteza nerealizrii proiectului de investiii costurile directe de operare (considerate costuri variabile i exprimate sub form de procent fa de vnzri), pentru fiecare dintre cei n ani ai duratei de via a investiiei, n ipoteza nerealizrii proiectului de investiii, veniturile din vnzri, pentru fiecare dintre cei n ani ai duratei de via a investiiei, n ipoteza realizrii proiectului de investiii costurile directe de operare, pentru fiecare dintre cei n ani ai duratei de via a investiiei, n ipoteza realizrii proiectului de investiii. Cum pot fi obinute aceste distribuii de probabilitate ? Evident, prin culegerea i analiza unor informaii pertinente; dar i prin judecat i intuiie; iar protagonitii trebuie s fie att analistul (decidentul) implicat n conceperea modelului de simulare, ct i specialitii din domeniile marketingului i costurilor. ntr-adevr, n mod formal sau informal, orice activitate de afaceri presupune un anumit tip de cercetare de marketing. Estimarea vnzrilor prognozate sub forma unor distribuii de probabilitate cere un anumit efort, ns nu cu mult mai mare dect procedura obinuit: n locul unei estimaii punctuale a vnzrilor valorice pentru perioada planificat, analistul trebuie s obin, de exemplu, un ir de niveluri posibile ale vnzrilor i probabilitile de realizare a acestor niveluri. Cercettorii de marketing i, eventual, ali specialiti avizai, bazndu-se pe date obiective i pe judeci subiective, pot ajunge la un consens n ceea ce privete irul vnzrilor posibile pentru o anumit perioad (elementele acestui ir pot fi mijloace ale unor intervale de variaie) i probabilitile de realizare a acestor vnzri. Se obine astfel o distribuie empiric a variabilei Venituri din vnzri. Pentru estimarea vnzrilor viitoare pot fi ns utilizate i distribuii de probabilitate teoretice. @RISK ofer substaniale faciliti de modelare a unor astfel de distribuii, prin ncercri succesive ale parametrilor ce le definesc. Este vorba de reprezentarea grafic instantanee a funciei/densitii de probabilitate a repartiiei ncercate i de furnizarea unei game largi parametri statistici specifici, cum ar fi media, abaterea standard, mediana, unele centile (5 i 95), coeficientul de asimetrie, coeficientul de boltire i altele. Aceeai procedur general poate fi utilizat i pentru specificarea distribuiilor de probabilitate care modeleaz costurile variabile. Participarea responsabililor operaionali i a specialitilor n analiza costurilor este, n acest caz, indispensabil. n plus, mai intervine o problem: costurile variabile exprimate n mrimi relative (ca procent fa de vnzrile valorice) constituie o variabil dependent sau independent fa de volumul vnzrilor ? Dac ntre cele dou variabile exist o oarecare dependen, aceasta trebuie luat n considerare. @RISK ofer posibilitatea modelrii corelaie dintre variabile prin intermediul unei funcii specifice (RiskCorrmat) i a unor matrice de corelaie. Modul de calcul al variabilelor intermediare din model este sugerat de nsi dispunerea acestora n foaia de calcul. n ceea ce privete principalele variabile de ieire ale modelului, respectiv VAN i RIR, acestea sunt calculate cu ajutorul funciilor financiare corespunztoare oferite de Microsoft Excel. n urma executrii simulrii cu ajutorul programului @RISK se obine un raport detaliat al rezultatelor simulrii, n care sunt prezentate distribuiile de probabilitate ale VAN i RIR (sub form cifric i grafic), precum i o mulime de parametri statistici ce caracterizeaz aceste distribuii. Informaiile respective sunt foarte utile la aprecierea riscului. n plus, pe baza datelor din cele N iteraii (experiene de simulare) executate, @RISK poate efectua automat analiza sensibilitii rezultatelor (VAN i RIR) fa de variabilele de intrare probabiliste de care acestea depind. Sunt utilizate dou metode pentru analiza sensibilitii: regresia
56

Capitolul 5. Simularea Monte Carlo

multipl i corelaia rangurilor. Coeficienii corespunztori n funcie de care se msoar impactul variabilelor de intrare (independente) asupra celor rezultative (dependente) sunt coeficientul de regresie standardizat (coeficientul beta) i coeficientul de corelaie a rangurilor (dup Spearman). Coeficientul beta corespunztor unei variabile independente arat numrul de abateri standard prin care se modific variabila dependent atunci cnd variabila independent crete cu o abatere standard. Rezultatele analizei sensibilitii sunt afiate de ctre @RISK i sub form grafic, folosind diagrame sugestive de tip tornad.

57

Capitolul 6

SIMULAREA DINAMIC

6.1. Simularea dinamic, un demers de simulare a fluxurilor


n ntreprinderile moderne, fie ele industriale sau de servicii, apar frecvente situaii decizionale complexe generate att de concepia unor sisteme logistice, de producie/operaiuni sau de afaceri n general (business processes), ct i de modificarea (reconfigurarea) sau conducerea operativ a acestor sisteme. ntr-o astfel de situaie trebuie luate n considerare o multitudine de aspecte, cum ar fi: parametrii de funcionare ai sistemului, eventualele fenomene ntmpltoare care intervin, interaciunile dinamice dintre elemente (inclusiv bucle de retroaciune), diferitele reguli de pilotaj utilizate Comportamentul viitor al sistemului este, n aceste condiii, foarte dificil de anticipat. Exist, bineneles, diverse metode analitice de investigare i predicie a comportamentului sistemelor, cum ar fi cele dezvoltate de cercetarea operaional sau analiza statistic. Utilizarea unor astfel de metode impune ns luarea n considerare a unor ipotezele simplificatoare care, nu de puine ori, deformeaz inadmisibil realitatea. De exemplu, calculul firelor (cozilor) de ateptare nu poate fi realizat dect pe baza unor ipoteze privind legile de sosire sau de servire dup distribuia Poisson, distribuia exponenial etc. , ipoteze care nu sunt ntotdeauna conforme cu realitatea. Unele sisteme logistice, de producie sau de afaceri sunt totui att de complexe i costisitoare, nct luarea deciziilor de concepie sau de modificare a lor fr o evaluare raional a soluiilor considerate poate avea consecine dramatice. Simularea dinamic a acestor sisteme este singura posibilitate realist de evaluare i anticipare a comportamentului lor viitor. Studiul comportamentului n timp a unui sistem presupune specificarea strii sistemului n diferite momente ale perioadei de timp analizate. Aceste stri sunt complet determinate de fluxurile materiale, energetice i informaionale ce traverseaz sistemul i-l conecteaz cu mediul su extern. Simularea dinamic a sistemelor impune deci construcia i experimentarea unor modele n care sunt bine evideniate fluxurile caracteristice sistemelor studiate, legturile dintre fluxuri i impactul fluxurilor asupra strilor sistemelor respective. n contextul studierii sistemelor logistice, de producie/operaiuni sau de afaceri, un flux este determinat de ansamblul poziii succesive pe care le ocup un element al sistemului n diferite momente de timp. Fluxurile care parcurg sistemul firm pot fi constituite din elemente foarte diferite: oameni, comenzi, materii prime, piese, capital, i altele. Simulare fluxurilor pentru studierea i predicia comportamentului sistemelor este un demers mai amplu, realizat de regul n trei etape: analiza sistemului real, pentru a-i identifica componentele eseniale, relaiile dintre componente, i relaiile dintre sistem i mediul su extern modelarea sistemului, prin construcia unui sistem virtual (numit model) reprezentativ pentru sistemul studiat simularea propriu-zis, pentru a putea vedea cu anticipaie evoluia sistemului.
Analiza const n identificarea sistemului real sub dou aspecte: structural i funcional. Din punct de vedere structural trebuie evideniate: limitele sistemului, elementele componente, operaiile, stocrile (rezervoarele), reeaua (canalele) de comunicare. Toate acestea vor constitui entitile modelului. Din punct de vedere funcional, sunt identificate regulile de funcionare a sistemului: fluxurile care parcurg sistemul i l conecteaz cu mediul extern, deciziile (robinetele) care controleaz fluxurile i buclele de retroaciune. Acestea vor constitui relaiile modelului.
58

Capitolul 6. Simularea dinamic

Modelarea presupune realizarea unei schematizri normalizate a sistemului identificat, adic dezvoltarea unui model. Acesta conine, n primul rnd, variabile combinate n diferite expresii. Modelarea i simularea fluxurilor opereaz cu dou categorii de variabile: de stare i de flux. Variabilele de stare sunt cele care, prin msurarea lor la un moment dat, permit descrierea complet a sistemului. ntruct arat nivelurile stocurilor (nivelele din rezervoare), mai sunt cunoscute i sub denumirea de variabile de nivel. Variabilele de flux reflect operaiile de transformare i de control din cadrul sistemului. Ele pot fi msurate numai n funcie de timp (sunt de fapt nite debite). Variabilele de flux sunt cele care, odat cu trecerea timpului, modific variabilele de stare. Alturi de variabile, modelul mai conine: legturile cauzale dintre fluxuri centrele de decizie (robinetele) prin care sunt modificate fluxurile sursele diverselor fluxuri care intr n sistem, rezervoarele sau zonele de stocaj ale fluxurilor n sistem i destinaiile spre care ies fluxurile din sistem. Sursele i destinaiile fluxurilor se plaseaz n afara limitelor sistemului. n cazul simulrii fluxurilor complexe, modelul cuprinde ntotdeauna dou componente eseniale: pe de o parte, o schem, o reprezentare grafic a sistemului (sub form de graf, diagram SADT, reea de tip Petri), iar pe de alt parte, regulile de funcionare (sub form de tabele, ecuaii, expresii logice sau algebrice) care leag diferitele variabile de stare ale sistemului prin variabilele lui de flux. Avem de a face, aadar, cu o combinaie ntre un model grafic i un model matematic. Modelul grafic al sistemului simulat poate fi construit manual sau cu ajutorul componentei grafice oferite de sofware-ul de simulare. n construcia manual a diagramei fluxurilor din sistem, sub form de graf orientat, au fost utilizate mult timp unele simbolurile grafice bine cunoscute n analiza de sistem (vezi figura 6.1). Pornind de la aceste simboluri de baz, productorii de software de simulare au imaginat i au inclus n produsele lor simboluri grafice i pictograme mai sugestive pentru reprezentarea elementelor din sisteme i a relaiilor dintre elemente (figura 6.2). Alturi de modelul grafic i, uneori, n direct legtur cu acesta, este formulat modelul matematic (numeric) care specific regulile de funcionare valabile n sistem. Modelul matematic este transpus apoi ntr-un program destinat a fi executat pe un calculator n faza de simulare. Acest program constituie de fapt modelul informatic al evoluiei sistemului studiat. Informatica actual ofer o mare diversitate de produse software ce pot fi utilizate, cu mai mult sau mai puin succes, pentru modelarea i simularea dinamic a sistemelor. Aceste produse pot fi grupate n trei mari categorii: limbaje de programare universale, limbaje de simulare i simulatoare (generatoare de aplicaii de simulare). Limbajele de programare universale ndeosebi cele orientate pe obiecte: C++, Java, Visual Basic pot fi utilizate, n ultim instan, pentru a descrie n detaliu funcionarea unui sistem logistic sau de producie. Totui, folosind astfel de instrumente software, productivitatea activitii de concepie a aplicaiei de simulare este foarte sczut. ntr-adevr, simularea dinamic are unele particulariti (generarea numerelor aleatoare cu repartiie dat, gestiunea cozilor (liniilor) de ateptare, gestiunea timpului, gestiunea evenimentelor) i ar fi contraproductiv s se scrie, de fiecare dat, cu un limbaj universal, rutinele care gestioneaz aceste funcii particulare. Limbajele de simulare ofer posibilitatea modelrii informatice a sistemelor n stil programare (scriere de cod), dar propun o serie de rutine predefinite pentru tratarea fenomenelor specifice simulrii dinamice. Complexitate sistemelor modelate cu ajutorul limbajelor de simulare poate fi orict de mare, ns ergonomia acestor medii de dezvoltare las oarecum de dorit n comparaie cu simulatoarele. Simulatoarele propun utilizatorilor o interfa evoluat care faciliteaz asimilarea rapid a modului de lucru cu un astfel de software. Ele dispun de o list de blocuri grafice (pictograme) care permit prin asamblarea lor pe ecran reprezentarea sistemului modelat sub form diagram sau hart (map). Fiecrui bloc grafic din diagram i este ataat un modul de dialog prin care utilizatorul descrie parametri specifici ai entitii sau relaiei reprezentate de blocul grafic respectiv. Simulatoarele exceleaz prin convivialitatea lor, facilitnd nelegerea i construcia modelor (grafice matematice informatice), ns
59

Capitolul 6. Simularea dinamic

performanele lor depind de msura n care funciile propuse prin blocurile de modelare acoper necesitile specifice uneia sau alteia dintre problemele abordate.
Decizie (robinet)

Provenien (surs)

Destinaie

Control

Stocare (rezervor)

Fluxuri materiale

Operaie (schimbarea strii fluxului)

Fluxuri informaionale

Figura 6.1 Simboluri grafice utilizate n analiza de sistem

Stoc (rezervor, conveior, coad, etuv)

Flux (material, financiar, uman)

Convertor (constant, serie cronologic sau conversie algebric a unor variabile)

Conector (flux de informaii)


Figura 6.2 Blocuri de modelare formal utilizate de simulatorul ithink Trebuie semnalat faptul c, n ultimul timp, au aprut medii de dezvoltare foarte puternice, de natur hibrid, care cumuleaz funciunile i avantajele simulatoarelor i ale limbajelor de simulare. Astfel de produse software sunt de fapt simulatoare n care au fost integrate limbaje de programare logic i
60

Capitolul 6. Simularea dinamic

faciliti de apelare la rutine scrise n limbaje de programare universale, ceea ce le ofer o flexibilitate nelimitat n condiii de ergonomie excelent.
Simularea presupune execuia programului adic a modelului informatic , fcnd s varieze timpul, prin incrementare, pentru a vedea cum evolueaz sistemul. n simulare, ca i n realitate, timpul curge ireversibil. Aceasta nseamn c, dat fiind starea sistemului la un moment dat t, se poate determina starea sistemului n momentul t+t, dar nu i n momentul t-t.

n funcie de natura fluxurilor examinate i, deci, de natura modelelor utilizate , simularea dinamic mbrac dou forme particulare: simularea continu i simularea discret. n simularea continu, sistemul modelat este vzut ca un ansamblu de fluxuri nentrerupte de substane omogene din care nu pot fi izolate elemente cu caracteristici proprii. Deplasarea constant a unui fluid printr-o conduct sau modificarea treptat a temperaturii unui lichid dintr-un rezervor sunt exemple sugestive de fluxuri continue. n modelele continue, variabilele de stare se schimb n funcie de curgerea timpului, iar timpul evolueaz n mod uniform, modificndu-se cu un increment constant.

Figura 6.3 Modificarea timpului n simularea continu Pentru a putea trata un sistem prin fluxuri continue, trebuie s se dispun de o teorie coerent care s permit exprimarea matematic a fluxurilor in funcie de timp. O form particular de simulare continu o constituie dinamica sistemelor. Aceasta utilizeaz paradigma stocuri-fluxuri-convertori i ecuaii difereniale adecvate pentru a reprezenta sistemele continue studiate. Cele mai cunoscute limbaje de simulare continu sunt Dynamo (conceput, n prima sa versiune, de Jay Forrester i echipa sa de la MIT) i STELLA (System Thinking Experential Learning Laboratory with Animation), iar dintre simulatoare de sisteme continue, mai rspndite sunt PowerSim i ithink (distribuite respectiv de PowerSim Software i Isee Systems) n simularea discret, fluxurile eseniale reprezentate n modele sunt compuse din elemente izolabile care pot fi numrate i identificate n mod individual. Aceste elemente sunt denumite, n vocabularul de simulare actual, itemi. Exemple de itemi ncorporai n fluxuri discrete: motoarele pe care le fabric o uzin, automobilele care se prezint la o staie service pentru ntreinere, cererile de mprumut ale clienilor unei bnci, comenzile clienilor primite de o ntreprindere i atele. Itemii posed anumite caracteristici, numite atribute, n funcie de care pot fi grupai n clase specifice. Ceea ce se ntmpl fluxurilor discrete este considerat n termeni de evenimente corespunztoare unor schimbri semnificative n starea sistemului modelat. Aceste evenimente sunt direct asociate cu itemii din sistem, marcnd nceputul sau sfritul unor operaii sau ateptri pe care acetia le sufer, schimbnd starea sistemului. De exemplu, ncheierea asamblrii unui motor n secia de montaj, sosirea unui autoturism n staia service pentru reparaii sau recepionarea cererilor de mprumut ale clienilor unei sucursale bancare sunt evenimente discrete care afecteaz fluxurile respective (de motoare, de autoturisme, de mprumuturi) din sistemele corespunztoare (secia de montaj, staia service, sucursala bancar). Evenimentele dintr-un model discret pot s apar n orice moment i, deci, starea sistemului se poate modifica oricnd. Ca urmare, n simularea discret, timpul este fcut s varieze (s creasc) cu intervale neegale, corespunztoare duratelor dintre evenimentele succesive care modific starea sistemului.
61

Capitolul 6. Simularea dinamic

2,3

2,8

4,9

Figura 6.4 Modificarea timpului n simularea discret Exist pe pia (n rile dezvoltate) o multitudine de produse software destinate modelrii i simulrii sistemelor discrete. Amintim aici doar cteva dintre ele: GPSS/H, SIMSCRIPT, ProModel, SIMUL8 (distribuite respectiv de Wolverine Software Corporation, CACI, Promodel Corporation i Simul8 Corporation). Observaie. Limita dintre fluxurile continue i cele discontinue nu este foarte net. Astfel, un flux discret poate fi considerat drept continuu dac este vzut mai de departe, iar un flux continuu nu poate fi tratat de un calculator dect prin numerizare, adic prin discretizarea lui. n plus, este posibil ca cele dou tipuri de fluxuri s se coexiste ntr-unul i acelai sistem. Situaia aceasta este chiar foarte frecvent n sistemele de producie din petrochimie, industria farmaceutic, industria alimentar, metalurgie etc., n care lichide, materiale granulate sau minerale sufer, n mod continuu, unele transformri semnificative nainte de a fi discretizate (de exemplu, prin decupare, mbuteliere etc.) i de a fi tratate n mod individual. Pentru a face fa acestor cazuri hibride este necesar combinarea celor dou metode de simulare. Adic, atunci cnd este cazul, pot fi simulate fluxuri continue ntr-un model discret, lucrnd cu granulariti suficient de fine pentru a reproduce fenomene continue. i invers, n modelele continue pot fi urmrite n permanen ratele de modificare a fenomenelor continue i, n funcie de atingerea anumitor valori (praguri), pot fi declanate, de o manier discret, anumite evenimente. Exist produse software performante care ofer posibilitatea simulrii unor sisteme hibride (cu componente continue i discrete). Cel mai cunoscut dintre ele este simulatorul Extend, conceput de firma american Imagine That.
Rezultatele simulrii. n urma realizrii unui studiu de simulare, sunt obinute o serie de rezultate sub diferite forme. Cel mai frecvent, rapoartele de ieire furnizate de calculator conin tabele de date (indicnd, de exemplu, valorile succesive ale unei variabile de stare), date statistice (medii, dispersii, valori extreme) i reprezentri grafice. Astfel, ntr-un raport de simulare pot apare mrimi cum ar fi indicele mediu de utilizare a unei resurse, timpul maxim de ateptare ntr-un ir de ateptare sau efectivul cumulat al unui stoc tampon, mrimi calculate pentru ntreaga durat de simulare. n general, rezultatele numerice semnificative pot fi prezentate sub form grafic de ctre simulator sau pot fi exportate spre alte aplicaii cu faciliti avansate de reprezentare grafic a seriilor de date (SPSS, EXCEL, PowerPoint). De asemeni, mediile de dezvoltare utilizate pentru realizarea aplicaiilor de simulare dinamic pot oferi faciliti de construcie pe ecran a unor imagini animate, pornind de la rezultatele intermediare ale simulrii. Adic, pot produce un film (de obicei accelerat) al evoluiei sistemului pe perioada simulat.

6.2. Avantajele simulrii dinamice a sistemelor din organizaii


Simularea fluxurilor este destul de larg utilizat n managementul sistemelor logistice i de producie din ri cu un nivel ridicat de dezvoltare economic. Aportul esenial acestei metode de simulare const n: asistarea (sprijinirea) deciziilor de concepie sau modificare a unor sisteme de producie, prin validarea, n cunotin de cauz, a unor configuraii convenabile.
62

Capitolul 6. Simularea dinamic

asistarea deciziilor de investiii. Simularea permite ndeosebi minimizarea riscului de suprainvestire sau de subinvestire. asistarea deciziilor de pilotaj a sistemelor de producie. Prin simulare pot fi evaluate consecinele unei decizii de programare a produciei pe termen scurt sau mediu. asistarea comunicrii. Imaginile grafice (statice sau dinamice) oferite de aplicaiile de simulare constituie mijloace eficace de prezentare, descriere i explicare a funcionrii sistemelor i a oportunitii deciziilor luate. Simularea fluxurilor este chiar i mai frecvent utilizat n reengineeringul (reconfigurarea) proceselor de afaceri (Business Process Reengineering). Reengineering-ul este o analiz critic fundamental i o redefinire radical a proceselor operaionale ale unei ntreprinderi, pentru a obine creteri spectaculoase ale performanelor ei critice, cum ar fi costurile, calitatea, serviciile oferite clienilor i rapiditatea. servirii clienilor (Hammer i Champy, 1993). n acest context, un proces operaional (sau un proces de afaceri) este vzut ca o suit de activiti care, plecnd de la una sau mai multe intrri (input-uri), produce un rezultat (output) ce reprezint o valoare pentru client. Procesele operaionale (numite i procese principale) contribuie n mod direct la satisfacerea ateptrilor clienilor. Din acest punct de vedere, ele se difereniaz net fa de alte procese din ntreprinderi, cum ar fi cele de realizare a situaiilor contabile, de recrutare a personalului sau de negociere a contractelor colective de munc. Acestea din urm sunt considerate procese suport sau de sprijin al proceselor operaionale. Realizarea reconfigurrii unui proces de afaceri presupune parcurgerea mai multor etape: lansarea proiectului fixarea unor obiective precise analiza critic a situaiei existente cutarea i alegerea propunerilor de reconfigurare implementarea noii configuraii a procesului. Modelarea i simularea fluxurilor ce caracterizeaz procesul respectiv poate contribui n mod decisiv la mbuntirea cunoaterii n etapa de analiz critic a situaiei existente i n cea de formulare i alegere a propunerilor de reconfigurare. n plus, procesul de modelare este benefic pentru organizaie prin el nsui, chiar naintea executrii simulrii i a interpretrii rezultatelor acesteia. Culegerea datelor, formularea ntrebrilor, descrierea regulilor de funcionare a sistemului, nelegerea proceselor sunt tot attea oportuniti de nvare pentru participani. Iar n ziua de azi, pentru a face fa cu promptitudine unui un mediu de afaceri tot mai complex i mai dinamic, ntreprinderile prin oamenii lor trebuie s nvee n permanen.

63

BIBLOGRAFIE
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21.
22. 23. 24. 25. 26.

27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37.

Airinei, D. .a. Medii de programare, Sedcom Libris, Iai, 2003 Andreica, M., Stoica, M., Luban, F. Metode cantitative de management, Editura economic, Bucureti, 1998 Armstrong, M. A Handbook of Management Techniques, Kogan Page, London, 1993 Beer, S. The Heart of Entreprise, Wiley, Chichester, 1979 Bernard, J. Aproche systmique de lentreprise et de son informatisation, Masson, Paris, 1992 Beverridge, W. Arta cercetrii tiinifice, Editura tiinific, Bucureti, 1968 Checkland, P. Systems, n Warner M. (editor), International Encyclopedia of Business and Management, Routledge, London, 1996, p. 4742-4748 Claver, J.-F., Glinier, J., Pitt, D. Gestion de flux en entreprise. Modlisation et simulation, Hermes, Paris, 1997 Cooke, S., Slack, N. - Making Management Decision, Prentice Hall, London, 1991 De Bono, E. Lateral Thinking for Management, McGraw-Hill, Maidenhead, 1971 Depallens, G., Jobard, J.-P. Gestion financire de lentreprise, Editions Dalloz, Paris, 1997 Doron, R., Parot, F. Dicionar de psihologie, Humanitas, Bucureti, 1999 Georgantzas, N. Simulation modelling, n Warner, M. (editor), International Encyclopedia of Business and Management, Routledge, London, 1996 Hayes, N., Orrell, S. Introducere n psihologie, All Educational, Bucureti, 1997 Hertz, D. Investment policies that pay off, Harvard Business Review, 46, January -February 1968, p. 96-108 Hitt, M., Middlemist, D., Mathis, R. - Management. Concepts and Effective Practice, West Publishing Company, Saint Paul, 1989 Hofstede, G. Managementul structurilor multiculturale. Software-ul gndirii, Editura Economic, Bucureti, 1996 Kotter, J., Heskett, J. Corporate Culture and Performance, Free Press, New York, 1992 Lapin, L. - Quntitative Methods for Business Decisions, Harcourt Brace Jovanovich, San Diego, 1991 Maxim, E. Gestiunea previzional a ntreprinderii. Proiect economic, Editura Sedcom Libris, Iai, 1996 McKenney, J., Keen, P. How Managers Minds Works, Harvard Business Review, July-August 1974, p. 7990 Mintzberg, H. - Le management. Voyage au centre des organisations, Les Editions dOrganisation, Paris, 1990 Newell, A., Simon, H. - Human Problem Solving, Prentice Hall, Englewood Cliffs, 1972 Pun, M. Analiza sistemelor economice, Editura All Educational, Bucureti, 1997 Person, R. - Utilizare Excel pentru Windows 95, Teora, Bucureti, 1996 Raiu-Suciu, C. - Modelarea i simularea proceselor economice, Editura Didactic i Pedagogic, Bucureti, 1995 Rdceanu, E. - Limbaje de simulare, Editura Militar, Bucureti, 1981 Reix, R. - Systemes dinformation et management des organisations, LibrarieVuibert, Paris, 1995 Robbins, S. Management, Prentice-Hall, Englewood Cliffs, 1991 Roy, B. - Mthodologie Multicritere d'Aide a la Dcision, Economica, Paris, 1985 Simon, H. - The New Science of Management Decision, Harper & Row, Publishers, New York, 1960 Simon, H. Le Nouveau Management. La dcision par les ordinateurs, Economica, Paris, 1980 Sperry, R. Messages from the Laboratory, Engineering ans Science, January 1974, p. 28-34 Stoner, J., Freeman, E., Gilbert, D. Management, Prentice-Hall International, London, 1995 Thompson, J. Organizations in Actions, McGraw-Hill, New York, 1967 Vduva, I., Stoica, M., Ogdescu, I. - Simularea proceselor economice, Editura tehnic, Bucureti, 1983 Zai, D. Fundamentele economice ale investiiilor, Editura Sanvialy, Iai, 1996 64

Anexa 1 SIMULAREA DECIZIILOR DE FINANARE A INVESTIIILOR


Detalii privind construcia modelului EXCEL

n celula: C6 B7 B15 B17 B18 B31 C31 B33 B34 C35 B36 C37 B38 B39 B40 B42 B44 B46 B47 B48 B49 B50 B55 B59 B62 B65 B70 B73 B76 B79 B80 C81 B86 B87 B88 B89 C89 B90 B91 C91 C92 C93 C94

se introduce formula: =B6+1 =B8+B10+B12 =B12*B14 =B12*B16 =B12-B15-B17 =C31-1 =B6 =B35+B37 =B33/B32 =C32*C36 =B35/B32 =C32*C38 =B37/B32 =B41+B43+B45 =B39/B32 =B41/B32 =B43/B32 =B45/B32 =B33+B39 =B47/B32 =B32-B47 =B49/B32 =B31 =B35*(1+B56)*B58/360 =B41*(1+B56)*B61/360 =B32*(1+B56)*B64/360 =B32*(1+B56)*(1-B68)*B69/360 =-B35*(1+B56)*B72/360 =-B41*(1+B56)*B75/360 =-B43*(1+B56)*B78/360 =B59+B62+B65+B70+B73+B76+B79 =C80-B80 =B6 =B21 =B22/(1-(1+B22)^-B23)*B87 =B22*B87 =$B22*B91 =$B88-B89 =B87-B90 =B91-C90 =C21 =C22/(1-(1+C22)^-C23)*C92 =C22*C92
65

apoi se copie n: D6 C7:D7 C15:D15 C17:D17 C18:D18 D31:E31 C33:E33 C34:E34 D35:E35 D37:E37 C39:E39 C40:E40 C42:E42 C44:E44 C46:E46 C47:E47 C48:E48 C49:E49 C50:E50 C55:E55 C59:E59 C62:E62 C65:E65 C70:E70 C73:E73 C76:E76 C79:E79 C80:E80 D81:E81 C86:D86

D89 C90:D90 D91

Anexe D94 C95 C96 D96 D97 D98 D99 D100 D101 B102 C102 D102 B103 C103 D103 B108 B109 B110 B111 C111 B112 B113 C113 C114 C115 C116 D116 C117 C118 D118 D119 D120 D121 D122 D123 B124 C124 D124 B125 C125 D125 B130 B131 C133 D133 B134 C134 C136 B137 B138 C138 =C22*C96 =$C93-C94 =C92-C95 =C96-D95 =D21 =D22/(1-(1+D22)^-D23)*D97 =D22*D97 =D98-D99 =D97-D100 =B89 =C89+C94 =D89+D94+D99 =B90 =C90+C95 =D90+D95+D100 =B6 =B18 =B19/(1-(1+B19)^-B20)*B109 =B19*B109 =$B19*B113 =$B110-B111 =B109-B112 =B113-C112 =C18 =C19/(1-(1+C19)^-C20)*C114 =C19*C114 =C19*C118 =$C115-C116 =C114-C117 =C118-D117 =D18 =D19/(1-(1+D19)^-D20)*D119 =D19*D119 =D120-D121 =D119-D122 =B111 =C111+C116 =D111+D116+D121 =B112 =C112+C117 =D112+D117+D122 =B31 =B49 =B8/B9+B10/B11+B12/B13 =C133+C8/C9+C10/C11+C12/C13 =B131-B132 =C131-(C132+C133) =B102+B124 =B32*B68*B69/360*B67 =B134-(B135+B137) =C134-(C135+C136+C137)
66

D95

C108:D108

D111 C111:D111 D113

D117

C130:E130 C131:E131 E133 D134:E134 D136:E136 C137:E137 D138:E138

Anexe B140 B141 B142 C142 B147 B149 B150 B151 B155 B156 B158 B159 B160 B161 B163 B164 B169 B170 C171 B172 C172 B173 B174 B175 B176 B177 C178 B179 B180 C181 C182 B183 C184 B185 C186 B187 B188 B193 B194 B195 B196 B197 B198 B199 B200 B201 B202 B203 B204 B205 =IF(B138>0;B138*B139;0) =B138-B140 =B141+B132 =C141+C132+C133 =B6 =B7 =C81 =-B25 =B103+B125 =SUM(B149:B155) =B26 =B24 =C142 =B21+B18 =SUM(B158:B162) =B163-B156 =B31 =B173 =B173+B7 =B132 =C132+C133 =B171-B172 =SUM(B175:B178) =B59+B62 =B65 =B70 =B178+B151+B164 =B170+B174 =SUM(B181:B184) =B181+B26 =B182+B141-B153 =B141 =B24 =B186+B187 =B186-B154+B21-B103+B18-B125 =-(B73+B76+B79) =B180+B185 =B29 =B49 =B134 =B141 =B142 =B179 =B195/B198 =B180 =B186 =B200+B201 =B202/B200 =B194/B202 =B196/B200
67

C140:E140 C141:E141 D142:E142 C147:D147 C149:D149 C150:D150 C151:D151 C155:D155 C156:D156 C158:D158 C159:D159 C160:D160 C161:D161 C163:D163 C164:D164 C169:E169 C170:E170 D171:E171 D172:E172 C173:E173 C174:E174 C175:E175 C176:E176 C177:E177 D178:E178 C179:E179 C18:E180 D181:E181 D182:E182 C183:E183 D184:E184 C185:E185 D186:E186 C187:E187 C188:E188 C193:E193 C194:E194 C195:E195 C196:E196 C197:E197 C198:E198 C199:E199 C200:E200 C201:E201 C202:E202 C203:E203 C204:E204 C205:E205