Детерминированный подход — Энциклопедия по экономике
При детерминированном подходе модель полностью определяется уровнем профессионального качественного анализа. [c.271]В большинстве случаев при детерминированном подходе не учитывается влияние одновременно действующих факторов. Например, элиминирование факторных влияний при анализе отклонений объема производства продукции по факторам использования средств труда, предметов труда и живого труда приводит к повторному отражению одних и тех же закономерностей формирования объема производства продукции. [c.272]
Перечисленные недостатки детерминированного подхода преодолеваются при стохастическом моделировании хозяйственной деятельности. [c.272]
Отечественные разработки гидравлических программ базируются на вероятностно-статистическом или детерминированном подходе к поиску оптимальных решений. [c.160]
Во-первых, при детерминированном подходе факторная модель полностью замыкается на ту систему факторов, которые поддаются объединению в данную модель.
Заканчивая раздел, отметим, что детерминистский подход достаточно распространен в анализе финансово-хозяйственной деятельности предприятий, поскольку позволяет выявить множество связей между факторами, влияющими на деятельность предприятия. Вместе с тем принципиальным недостатком детерминированного подхода является то, что он не позволяет разделить результаты влияния одновременно действующих факторов, которые не поддаются объединению в одной модели. [c.70]
Он меняет отношение к ряду коренных теоретических проблем экономической науки, требуя учитывать подвижность экономических явлений, случайный характер происходящих в экономике процессов. Иначе говоря, им признается принципиальная невозможность предвидеть каждое из отклонений в отдельности, однако, с другой стороны, признается возможность с той или иной степенью точности оценить их вероятность (урожай в сельском хозяйстве может быть больше, а может быть и меньше ожидаемого степень перевыполнения заданий может быть различной, не говоря уж о случаях их невыполнения, спрос на товар может непредвиденно меняться). Отсюда вывод о необходимости обоснованных резервов (запасов материальных средств, резервов производственных мощностей и т.д.), выступающих, в частности, в качестве стабилизаторов рынка.
[c.345]Вероятностный подход Детерминированный подход [c.161]
До недавнего времени вопросам определения норм сбытовых запасов в натуральном выражении не уделялось достаточного внимания.
Под детерминированными условиями формирования понимается, что у потребителя имеется строгая функциональная связь между объемом поставки, произведенной в интервале, и суммарным объемом суточных расходов в этом же периоде, т.е. сколько поставили, столько же будет израсходовано в соответствующем интервале. В данном случае поставки могут быть в интервалах одинакового или разного объема, но всегда в интервалах будет жесткая связь между объемом поступления и суммарным расходом за этот же период. При этих условиях коэффициент корреляции равен единице, т.е. Л-о/и = 1 (где значение индекса Q обозначает вариации объемов поставок, U — вариации суммарных объемов расхода в интервалах). Значение коэффициента корреляции отражает степень связи между двумя варьирующими признаками — в частности, здесь между вариациями объемов поставок и вариациями суммарных объемов суточных отпусков за интервал поставки.
Четвертое нельзя . Поскольку условия формирования запасов носят стохастический характер, нельзя при их нормировании применять детерминированные подходы, а нужно обязательно — вероятностные. В противном случае рассчитанная норма запаса не будет экономически обоснованной для будущего (планового) периода. [c.599]
Детерминированный подход к структуре выборки предполагает, что выбор элементов совокупности производится методами, основанными либо на соображениях удобства, либо на решении исследователя, либо на контингентных группах. [c.163]
При детерминированном подходе к структуре выборки в общем случае не представляется возможным расчетным [c.164]
Во-первых, при детерминированном подходе факторная модель полностью замыкается на ту систему факторов, которые поддаются объединению в данную модель.
Задача принадлежит к задачам транспортно-производственного типа. В эту задачу без особых трудностей могут быть включены ограничения, связанные с возможностью хранения запасов товара на промежуточных складах. Модель может быть расширена за счет включения в нее многономенклатурности производимых и реализуемых фирмой товаров. Основной недостаток —детерминированность подхода к определению оптимального местоположения фирмы и ее подразделений. [c.39]
Основные свойства детерминированного подхода к анализу [c.23]
Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т.е. результативный показатель может быть представлен в виде произведения, частного от деления или алгебраической суммы показателей, являющихся факторами детерминированной модели. Основные свойства детерминированного подхода к анализу [c.
11]
Детерминированный подход направлен на изучение прямых связей, когда связь между результативным и факторными показателями функциональна N — RB. [c.22]
Детерминированный подход направлен на изучение прямых связей между показателями в тех случаях, когда связь между результативным и факторным показателями является функциональной. Например, зависимость между объемом выпущенной продукции, численностью рабочих и их производительностью труда. [c.219]
Детерминированный подход направлен на изучение прямых связей, когда связь между результативным и факторными показателями функциональная, т. е. результативный показатель может быть представлен в виде произведения, частного или алгебраической суммы факторов. [c.226]
Существуют методы сведения задач управления системами в условиях неопределенности к детерминированному управлению. С помощью детерминированного подхода строятся регуляторы, обеспечивающие устойчивое поведение динамических систем при наличии неопределенности элементов математических моделей, вызванной несовершенством моделей (неточности параметров) или внешними возмущениями (неопределенности входов).
При наличии границ неопределенностей элементов регуляторы используют эту информацию с применением обратной связи. При отсутствии данных об этих границах применяются адаптивные регуляторы.
[c.10]
Разделы 11.2 и 11.4 помогают уяснить принципиальные различия между детерминированным (функциональным) и стохастическим (вероятностным) подходами к исследованию факторных систем хозяйственной деятельности. [c.295]
Способы прямого счета, сравнения, детерминированного факторного анализа, корреляционного анализа, функционально-стоимостного анализа, математического программирования, моделирования и др. Их назначение и алгоритмы расчетов. Сущность формального и неформального подходов при подсчете хозяйственных резервов. [c.166]
Один из возможных подходов использования жестко детерминированных факторных моделей, кстати, широко применяемых в западной учетно-аналитической практике, рассмотрим на [c.345]
В отличие от жестко детерминированного стохастический подход для своей реализации требует выполнения ряда предпосылок [c.
83]
Неразложимый остаток распределяется по определенному алгоритму, что и предусмотрено тем или иным методом детерминированного факторного анализа. В приведенной простейшей двухфакторной модели остаток может распределяться между двумя другими слагаемыми, например, в равной пропорции (т.е. 50 на 50) или в соответствии с темпами их роста и т.п. Считается, что наиболее законченное воплощение данный подход нашел в интегральном методе. Согласно этому методу для рассматриваемой двухфакторной мультипликативной модели факторное разложение имеет вид [c.87]
Другим весьма наглядным примером служит форма бухгалтерской отчетности Отчет о прибылях и убытках (форма №2), представляющая собой табличную реализацию жестко детерминированной факторной модели, связывающей результативный признак (прибыль) с факторами (доход от реализации, уровень затрат, уровень налоговых ставок и пр.). Один из возможных подходов прогнозирования в этом случае может выглядеть следующим образом. [c.135]
Некоторое различие в проведении факторного анализа на основе жестко детерминированных или стохастических моделей обусловливается следующим обстоятельством.
Приложимость конкретных приемов факторного анализа в случае жестко детерминированного подхода имеет гораздо меньше ограничений по сравнению со стохастическим подходом. Если построена экономически обоснованная модель, то она может быть проанализирована с помощью, практически, любого приема факторного разложения, причем результаты анализа не будут иметь значимого различия. Напротив, стохастическое моделирование имеет гораздо больше ограничений в частности, в зависимости от того, совокупность каких данных находится в распоряжении аналитика или может быть им сформирована, зависит возможность применения того или иного метода факторного
[c.75]
Математическая формализация нефтеперерабатывающих производств в задачах текущего планирования при детерминированном подходе осуществляется на базе двух основных типов моделей 1) аппрокси-мационных, в которых производственные возможности каждого отдельного объекта описываются совокупностью фиксированного множества векторов граничных вариантов работы 2) моделей с переменными параметрами, в «которых учитывается относительная неоднозначность связи входных и выходных материальных потоков и в которых фиксированы диапазоны целенаправленного варьирования векторов условий с учетом функциональных связей между параметрами.
Второй тип моделей охватывает и так называемые диапазонные модели, которые также могут быть применены для описанля процессов нефтепереработки.
[c.41]
Димитриади Г. Г. Модели финансовых пирамид детерминированный подход. — М. Из- [c.23]
Димитриади Г. Г. Детерминированный подход к описанию финансовых пирамид с уче- [c.23]
В ряде работ (например, в [12], [26], [35], [99], [101] и др.) эта задача решается не вероятностно-статистическим методом, а исходя из детерминированного подхода к определению нормы. Предполагается, что в плановом периоде сохранятся сами сочетания вариаций значений нормообра-зующих факторов в интервалах (qt — tf — r ) и их последовательность, которые были в отчетном году. А далее ряд авторов по-разному решают эту проблему — одни обрабатывают вариации только одного фактора (например, интервалов поставок), другие — нескольких (интервалов поставок, объемов поставок, объемов суточных отпусков), третьи определяют сначала ежесуточные остатки и их уже обрабатывают.
В связи с этим в качестве исходной информации для расчета последними авторами берется динамика ежесуточных остатков нормируемой марки МР. Изменение остатков строится на основании дат и объемов поставок и суточных расходов нормируемой марки материала у предприятия-потребителя в году. Далее, из предположения, что вариации фактора (или каждого из нескольких факторов, остатки) подчиняются нормальному закону распределения, определяют характеристики (математическое ожидание и средне-квадратическое отклонение) всех или только некоторых нормообразующих факторов и по ним (по характеристикам) предлагают вычислять норму запаса1. Но в плановом периоде эта динамика может быть совершенно другой и совсем непохожей на динамику отчетного года, и поэтому применение детерминированного подхода к расчету норм (учет сложившихся ритмов поставок и расхода в отчетном году) не является совсем правомерным.
[c.210]
Первый постулат. Саму методологию нормирования и управления запасами и оборотными средствами и в будущем будут непрерывно совершенствовать.
Созданные ранее методы нормирования (или управления) будут заменены новыми, более совершенными методами нормирования, которые в будущем будут также совершенствоваться, и т.д. И нет предела этому процессу. Это обусловлено изменением самих условий формирования запасов и оборотных средств, правил, регулирующих формирование запасов, а также совершенствованием понимания самой рассматриваемой проблемы и т.д. Проиллюстрировать сказанное можно на примере анализа истории ранее разработанных методик и методов нормирования. Например, в Инструкции нормирования оборотных средств [88], разработанной в 1962 г., при определении специфицированной нормы производственного запаса2 рекомендовалось учитывать только два нормо-образующих фактора — среднесуточный расход нормируемой марки материала и средний интервал между поставками, вычисленный на основе вариаций (изменений) интервалов в течение года. В Типовой методике 1967 г. [97] при расчете специфицированной нормы производственного дополнительно стали учитывать еще вариации объемов поставок в течение года путем взвешивания фактических интервалов поставок по соответствующим им объемам поставок.
По Типовой методике 1979 г. [38] регламентировалось эту норму запаса определять с учетом вариаций в течение года большего количества нормообразующих факторов объемов поставок, интервалов поставок и (дополнительно) объемов суточных отпусков нормируемой марки материала. Если в названных методиках предлагалось применять детерминированные подходы к вычисляемой специфицированной норме запасов, то в Типовой методике для моторных топлив 1980 г. [101] — вероятностные и т.д. Как следует из сказанного выше, шло постоянное совершенствование методов нормирования запасов, и, очевидно, в дальнейшем этот процесс будет продолжаться.
[c.598]
При этом существуют различные способы декомпозиции условий исходной задачи и различные схемы взаимоувязки частных решений подзадач в рамках общих итерационных алгоритмов решения всей задачи. Уже упоминавшаяся схема учета динамики путем разбиения планового периода на этапы приводит к временной декомпозиции и при детерминированном подходе к линейным задачам оптимального планирования развития РТЭК позволяет разработать для их решения специальные блочные методы, которые относятся к линейному динамическому программированию (ЛДП).
В рамках методов ЛДП решаются подзадачи для каждого этапа планового периода, а полученные условно-оптимальные решения этапных подзадач могут координироваться различным образом. Нами предложены две вычислительные схемы решения задачи перспективного планирования структуры газоснабжающей системы (п. 6.1.2).
[c.68]
ТЕОРИЯ ВЕРОЯТНОСТЕЙ. математпч. наука, позволяющая по вероятностям одних случайных событий находить вероятности др. случайных событий, связанных к.-л. образом с первыми. Практически полезные результаты с помощью Т. в. могут быть получены, если исследователю удаётся описать (чаще — удовлетворительно аппроксимировать) изучаемый объект вероятностной математпч. моделью. Обычно в экономике прибегают к вероятностным математич. моделям при неполной или искажённой информации об изучаемом объекте, при изучении систем, состоящих пз большого количества элементов (когда детерминированные подходы исчерпывают себя), при изучении закономерностей, к-рые заведомо не являются детерминистическими.
Примерами таких моделей могут служить модели теории спроса п потребительских предпочтений, вероятностные модификации классических моделей роста п равновесия, модели распределитель-ских отношений в обществе, модели демографич. процессов, опирающиеся на марковские процессы н т. д. В нек-рых из перечисленных ситуаций вероятностные модели не единственно пригодные. Т. в. является основой для таких разделов математики, используемых
[c.108]
Детерминированный подход — Большая Энциклопедия Нефти и Газа, статья, страница 1
Cтраница 1
Детерминированный подход к решению задач замены оборудования используется в тех случаях, когда возникает необходимость хамены элементов, эксплуатационные характеристики которых изменяются ( ухудшаются) во времени определеннш образом. [1]
Детерминированный подход предполагает, что исходная информация однозначно описывает внешние воздействия и состояние системы, что позволяет найти единственное оптимальное решение.
Детермированные модели сравнительно просты и дают возможность относительно легко найти решение.
[2]
Детерминированный подход предусматривает аналитическое представление процесса управления, при котором для данной совокупности входных значений на выходе объекта управления может быть получен единственный результат, однозначно определяемый оказанным на него управляющим воздействием. Этот подход может быть представлен в аддитивной и стохастической постановках. Управляющим воздействием, дающим однозначное решение, может быть разовое техническое решение или применение технического контроля. Модель управления в детерминированном подходе принимается строго однородной и совершенной, в отношении которой предполагается полное отсутствие отклонений в виде погрешностей, ограничений, отказов, случайных возмущений; управление носит дискретный разовый характер в малом диапазоне изменения переменных параметров. [3]
Детерминированный подход в теории подобия и моделирования опирается на предположение, что все основные параметры описывающие данное явление, носят совершенно определенный, детерминированный характер.
Такой подход общепринят и использовался нами при анализе условий.
[4]
Детерминированный подход предполагает, что свойства расчетной среды в каждой ее точке заданы однозначно. [5]
Детерминированный подход к структуре выборки предполагает, что выбор элементов совокупности производится методами, основанными либо на соображениях удобства, либо на решении исследователя, либо на контингентных группах. [6]
Рассмотрим детерминированный подход к выбору множества, исследуемого на перспективность. [7]
К детерминированному подходу можно отнести модели помещения ( в форме дифференциальных и разностных уравнений), которые основаны на описании физических процессов, происходящих при теплообмене в помещении. [8]
При детерминированном подходе критерий оптимальности и уравнения, описывающие состояние управляемого объекта, а также внешние воздействия считаются известными.
Модели технологических процессов, содержащие случайность того или иного вида, называются стохастическими. Чисто стохастическими называются те модели, для которых функции распределения случайных величин, такие, как математическое ожидание и дисперсия, известны точно. В отличие от них стохастические модели, в которых часть основной статистической информации отсутствует или задана неполно, называются адаптивными.
[9]
При детерминированном подходе модель полностью определяется уровнем профессионального качественного анализа. [10]
При детерминированном подходе оптимальные параметры находятся однозначно. В действительности исходные данные, на основе которых осуществляются расчеты, содержат неизбежные погрешности. Проблема учета погрешности исходных данных [133, 134] актуальна и для локальных задач оптимизации параметров транспорта газа, и для всей системы газоснабжения в целом. [11]
При детерминированном подходе использование полученной мо дели сводилось фактически к управлению процессом плавки по разомк нутому принципу регулирования по возмущению.
В этом случае одш раз за плавку в начале доводки по измеренным начальным данные, состояния ванны по детерминированной модели прогнозировалс5 весь процесс до конца плавки. Затем рассчитывался оптимальны; режим.
[12]
| Возможные способы реализации динамического подхода к инженерно-психологической оценке. [13] |
При детерминированном подходе определение искомых характеристик на ранних этапах проектирования проводится с помощью аналитических методов — теории массового обслуживания и теории информации. [14]
Перечисленные недостатки детерминированного подхода преодолеваются при стохастическом моделировании хозяйственной деятельности. [15]
Страницы: 1 2 3 4
Понимание плюсов и минусов
Когда дело доходит до предоставления вашим клиентам реалистичного прогноза, есть только две модели на выбор.
Первая — это детерминистическая модель, а вторая — стохастическая модель.
Существует несколько ключевых различий между двумя типами методов моделирования, которые широко используются в мире финансового планирования.
Сейчас, как никогда ранее, в условиях повышенной волатильности рынка и других экономических неопределенностей, необходимо полностью понимать ограничения детерминированных и некоторых стохастических моделей, чтобы непреднамеренно не нанести вред будущим пенсионным планам и образу жизни вашего клиента.
В этой статье мы расскажем о различиях между двумя подходами и обсудим плюсы и минусы каждого типа модели. Так вы сможете лучше понять, как эти различия могут повлиять на вашу способность предоставлять клиентам реалистичные прогнозы.
Что такое стохастические и детерминированные модели?
Для начала мы начнем с нескольких простых определений;
Детерминированный Детерминированный (от детерминизма, что означает отсутствие свободы воли) противоположен случайному.
A Детерминированная модель позволяет точно рассчитать будущее событие без участия случайности. Если что-то является детерминированным, у вас есть все данные, необходимые для того, чтобы предсказать (определить) результат с уверенностью.
Простой пример подхода детерминированной модели
Стохастический анализ ред точно.
A Стохастическая модель способна учитывать неопределенность применяемых входных данных. Стохастические модели обладают некоторой присущей случайностью — один и тот же набор значений параметров и начальных условий приведет к множеству различных результатов.
Простой пример подхода стохастической модели
Плюсы и минусы стохастических и детерминированных моделей
Детерминированные модели – плюсы и минусы
Большинство специалистов по финансовому планированию привыкли использовать какой-либо инструмент моделирования денежных потоков, основанный на детерминированной модели, для прогнозирования будущих доходов от инвестиций.
Как правило, это связано с их простотой.
Часто для предсказания будущей стоимости фонда или портфеля используется одна оценка доходности инвестиций, например 2%, 5% или 8%. Это основа детерминированных прогнозов, которые каждый раз дают конкретный результат для конкретных входных данных.
Детерминированные модели обычно используются поставщиками продуктов для иллюстрации предусмотренных законом будущих прогнозов долгосрочных инвестиций (таких как пенсии). Если используются одни и те же прогнозные ставки, эти прогнозы можно затем использовать для сравнения различных поставщиков, особенно в отношении сборов.
Однако детерминистические модели не учитывают тот факт, что рынки сложны, нерегулярны и постоянно меняются. Таким образом, любая модель, основанная на долгосрочной средней доходности, может быть легко нарушена неожиданными последствиями риска последовательности, который может оказать огромное влияние на доход и образ жизни пенсионера после выхода на пенсию.
Плюсы- Преимущество детерминированных моделей заключается в их простоте.
Они полагаются на отдельные предположения о долгосрочной средней доходности и инфляции. - Детерминированный проще для понимания и, следовательно, может быть более подходящим для некоторых клиентов.
Они полагаются на отдельные предположения о долгосрочной средней доходности и инфляции.- Инструменты моделирования денежных потоков, использующие детерминированные или чрезмерно упрощенные стохастические прогнозы, в корне ошибочны при принятии решений по финансовому планированию, поскольку они не могут учитывать текущие переменные, которые будут влиять на план с течением времени.
- Детерминированные инструменты склонны завышать уровень устойчивого дохода (на одинаковой основе), потому что они не могут принять во внимание рыночную волатильность, которая вызывает «разорение стоимости фунта стерлингов» и риск последовательности, оба из которых оказывают значительное негативное влияние на устойчивый доход.
- Выбор предположения о будущем увеличении имеет решающее значение и возлагает ответственность за окончательный результат на поставщика инструмента
Все это делает детерминированные модели неадекватными и потенциально вводящими в заблуждение.
Стохастические модели: плюсы и минусы
Стохастические модели используют большое количество исторических данных для иллюстрации вероятности наступления события, например, когда у вашего клиента заканчиваются деньги. Таким образом, эти типы инструментов финансового планирования считаются более сложными по сравнению с их детерминированными аналогами. Стохастическая модель дает не один определенный результат, а ряд возможных результатов, что особенно полезно, когда вы помогаете клиенту планировать свое будущее.
Профессионалы- Стохастические модели могут отражать реальные экономические сценарии, которые обеспечивают ряд возможных результатов, которые может получить ваш клиент, и относительную вероятность каждого из них.
- Выполняя тысячи расчетов с использованием множества различных оценок будущих экономических условий, стохастические модели предсказывают диапазон возможных будущих результатов инвестиций, показывая потенциальные преимущества и недостатки каждого из них.
- Стохастическая модель также позволяет избежать существенных недостатков, присущих детерминированным моделям, что дает ей преимущество.
Минусы
- Эффективное управление просадкой и выбор подходящих инвестиционных стратегий требует способности реалистично моделировать инвестиционный риск и доходность. Проблема в том, что почти все стратегии и решения в настоящее время разрабатываются с использованием предполагаемой фиксированной нормы возврата инвестиций на протяжении всего выхода на пенсию. Это явно нереалистично и игнорирует важное влияние, которое последовательность доходности и волатильности оказывает на результаты просадок.
- Проблема игнорирования специфических факторов риска возникает не только при использовании детерминированных моделей, но также и при использовании широко используемого типа простой стохастической модели — модели среднего, дисперсии, ковариации (MVC). Например, модели MVC обеспечивают независимые от времени прогнозы, что означает, что они игнорируют тот факт, что конкретные инвестиционные риски меняются со временем в зависимости от комбинации активов, находящихся в портфеле клиента.
Итак, какое решение для моделирования лучше?
EV считает, что ограничения детерминистических и стохастических моделей MVC крайне важны и могут привести к непреднамеренным негативным последствиям для клиентов. Что необходимо, так это стохастическая модель, способная прогнозировать тысячи потенциальных будущих экономических сценариев, которая развивается из года в год на основе данных и допускает возможность высокой волатильности и череды плохих доходов в первые годы — оба из этих факторов являются серьезной угрозой для успеха плана просадки пенсионера.
Учет этих реальных эффектов при моделировании будущих результатов, особенно при просадке, имеет важное значение, и только стохастические модели
генератора экономических сценариев (ESG) (которые воспроизводят реальные характеристики активов) имеют возможность сделать это. Несмотря на то, что модель ESG строится на основе анализа исторических данных для определения характеристик различных классов инвестиций и их корреляций, использование исторической эффективности не обеспечивает достаточного количества независимых сценариев.
Он сильно зависит от выбранных периодов, и, как постоянно напоминает нам Управление финансового надзора (FCA), прошлые результаты не являются надежным индикатором будущих результатов.
Специалистам по финансовому планированию, консультантам и поставщикам продуктов необходим доступ к надежным инструментам моделирования, чтобы они могли разрабатывать надежные планы для своих клиентов. Если не учитывать последовательность рисков и реалистичные уровни волатильности инвестиций, это будет систематически приводить к переоценке пенсионного дохода, который может поддерживаться планом просадки. Как мы упоминали ранее, это нанесет катастрофический вред будущим пенсионным планам и образу жизни вашего клиента.
Итак, на наш взгляд, лучшее решение — это решение, основанное на модели ESG, которая учитывает тысячи перспективных прогнозов текущей экономической ситуации. Мы считаем, что это уникальное мощное решение для моделирования, которое может помочь защитить ваших клиентов от выхода на пенсию в будущем там, где другие модели просто не могут этого сделать.
Что дальше? Получите нашу электронную книгу «Стохастические модели»
Здесь мы даем обзор различных типов моделей прогнозирования. Полная картина всех потенциальных результатов в режиме реального времени имеет решающее значение для реалистичного планирования результатов. И в этом разница между детерминированной моделью и стохастической моделью.
Узнайте больше о стохастическом прогнозировании и о том, почему мы считаем его наиболее надежной моделью, прочитав нашу электронную книгу «Моделирование будущих результатов». Почему Стохастик — надежный выбор?
Детерминистический и вероятностный подходы к планированию цепочки поставок
Пандемия COVID-19 нанесла серьезный ущерб работе цепочки поставок во всем мире.
логистические операции по всему миру. Каждый аспект планирования цепочки поставок, включая планирование спроса, планирование поставок, управление запасами, стратегическое проектирование сети и планирование продаж и операций (S&OP), столкнулся с определенной долей риска и неопределенности.
Компании пострадали от внезапных скачков цен на сырье, задержек с поставками, стрессов, вызванных спросом, и производственных затрат. Согласно опросу EY, только 2 % компаний были готовы к сбоям, а 72 % столкнулись с неблагоприятными последствиями. Пандемия изменила динамику управления цепочками поставок. Теперь основное внимание уделяется оптимизированному и надежному планированию и прогнозированию цепочки поставок.
Борьба с рисками и неопределенностями цепочки поставок с помощью хорошо прогнозируемого планирования цепочки поставок
Посмотрим правде в глаза; пробелы в эффективности цепочки поставок реальны. Большинство операций цепочки поставок далеки от оптимальных; распределенный характер цепочки поставок вызывает трудности. Эту природу можно увидеть в нескольких местах и организациях, охватываемых одной цепочкой поставок, а также в потоках материалов, информации и финансов, которые происходят внутри них. Внешние факторы, такие как забастовки, пандемии, конфликты или стихийные бедствия, также способствуют неопределенности и вызывают уязвимость.
Оптимизация неопределенных цепочек поставок требует точных прогнозов цепочки поставок, без которых такие меры, как улучшенное управление сетью поставщиков, неэффективны. Предприятия должны иметь возможность прогнозировать колебания спроса, предложения, цен на товары и доступность рабочей силы, а также меняющиеся затраты на производство, рабочую силу, логистику и энергию. Другими словами, управление цепочкой поставок требует выполнения планирования цепочки поставок с использованием точного прогнозирования переменных, которые мы называем «результатом», которые взаимозависимы с «входными данными» или неопределенными переменными. С этой целью детерминистическое прогнозирование всегда было популярным подходом к планированию цепочки поставок.
Что такое детерминированное планирование?
Модель планирования цепочки поставок, основанная на детерминированном прогнозировании, предполагает, что и результат, и соответствующие входные переменные имеют фиксированные значения.
Например, возьмем случай с поваром, который определил количество мяса, овощей, масла и газа для приготовления одного и того же меню в том же количестве, скажем, на месяц. Этот тип управления запасами основан на предположении, что ежедневный спрос будет постоянным, наряду с затратами на закупку и предложением. Детерминированное прогнозирование удовлетворительно работает в ситуациях, когда факторы в некоторой степени предсказуемы.
Детерминированное прогнозирование спроса также может применяться для управления цепочками поставок в розничной сети среднего размера. Многие предприятия, подобные этому, обнаружили, что своевременное управление поставками вызывает задержки во время пандемии. Затем их цель состоит в том, чтобы оптимизировать свою стратегию инвентаризации, например, за счет минимизации частоты заказов на материалы, снижения затрат на хранение и предотвращения потерь, вызванных дефицитом запасов. Переменные здесь включают общий спрос, количество дней продаж, покупательский спрос в день (и, следовательно, потери из-за дефицита), сроки поставки материалов, производственные затраты и многое другое.
Эти переменные обычно производят данные в реальном времени, которые можно использовать для построения модели.
Затраты на заказ/доставку от поставщика и затраты на хранение являются результатами, поскольку они зависят от значений других переменных. Детерминированная модель рассматривает все эти переменные как константы. Например, предполагается, что потребитель требует десять единиц товара каждый день и что стоимость хранения останется неизменной в течение года. Каждой переменной присваивается определенное значение, поэтому результаты также будут иметь определенное значение.
Плюсы детерминированного планирования
Детерминированная модель использует данные для построения четкой картины спроса, используя переменные и создавая реальные случаи. Он не полагается на запутанные алгоритмы и обеспечивает сквозную прозрачность для менеджеров цепочки поставок. Он дает ответы на основе данных, и, используя эти ответы, компании могут (если все пойдет по плану) увидеть межфункциональные преимущества.
Проще говоря, подход прост.
Минусы детерминированного планирования
В модели детерминированного планирования отсутствует одна основная способность: признавать неопределенность значения. Возьмем, к примеру, случай с шеф-поваром или магазином розничной торговли среднего размера, детерминистическая модель планирования которого не учитывает последствия определенных погодных явлений, неожиданного закрытия или нарушения производственных планов. Он не учитывает ограничений предложения или внезапного увеличения спроса. Это плохое управление цепочками поставок, когда оно применяется, например, в сложных операциях в таких отраслях, как энергетика и коммунальные услуги, химическая, металлургическая и горнодобывающая промышленность, или промышленные товары и оборудование.
При планировании спроса в этих отраслях все чаще используется вероятностный подход. В этом подходе используется условная вероятность, когда одно событие более или менее вероятно произойдет, ЕСЛИ произойдет другое событие.
Это означает, что если событие можно предсказать более точно, то же самое можно сказать и о неопределенности предсказания, сделанного по запросу.
Что такое вероятностное планирование?
Вероятностное или стохастическое планирование не делает детерминистическое планирование устаревшим. На самом деле, даже если ERP-системы предоставляют точные данные для всех значений, детерминированный подход может дать удовлетворительные результаты планирования с небольшими отклонениями. Однако модель вероятностного планирования лучше учитывает неопределенности входных переменных, используя исторические и статистические данные для прогнозирования диапазона возможных результатов для поддержки принятия решений. Модель обеспечивает реалистичное прогнозирование, будучи по своей сути более детализированной при рассмотрении всех факторов, имеющих отношение к планированию спроса и предложения.
С помощью вероятностной модели планирования цепочки поставок наш гипотетический шеф-повар может лучше прогнозировать увеличение или уменьшение спроса, учитывая праздники, карантины или даже местные события рядом с его рестораном, которые повысят посещаемость.
Обычно вероятностная модель рассматривает три сценария; во-первых, если все произойдет по плану; во-вторых, если произойдут небольшие, но достаточно вероятные события; и в-третьих, события в стиле черного лебедя. Затем строится распределение вероятностей результатов, чтобы найти вероятности каждого сценария. Стохастический подход лучше всего работает для цепочек создания стоимости, где риски чрезвычайно трудно предсказать, но они имеют огромные последствия, когда они происходят. Тогда это будет наиболее уместно применять в многоуровневых цепочках поставок или во время непрерывных долгосрочных сбоев, вызванных пандемией.
Возьмем пример коммунального предприятия или поставщика электроэнергии, использующего вероятностный подход для прогнозирования нагрузки спроса и, следовательно, оптимизации управления энергосистемой. Входные переменные, используемые для прогнозирования энергопотребления, описаны в модели энергопотребления здания (BEM), которая определяет, как используются домашние устройства.
Кроме того, внешняя погода также считается неопределенным параметром. Эта методология позволяет группе планирования создать свое конкурентное преимущество за счет точечного прогноза нагрузки, учитывающего даже данные прогноза погоды.
Плюсы вероятностного планирования
Модель вероятностного планирования использует беспристрастные статистические правила для отражения реальных сценариев. Это позволяет группе планирования прогнозировать ряд множественных результатов, обеспечивая менее грубый прогноз. Кроме того, эта модель лучше учитывает изменчивость входных данных планирования цепочки поставок, позволяя использовать буферное время для устранения задержек на любом этапе цепочки поставок.
Минусы вероятностного планирования
Поскольку переменные являются вероятностными, часто трудно определить отношения между различными переменными. Модель всегда зависит от «базового режима/варианта», который необходимо настроить таким образом, чтобы корректировки вероятности можно было внести в базовый вариант.
Кроме того, в более сложных моделях вероятностного планирования связь между статистическими реализациями и реальными результатами становится менее очевидной. И почти само собой разумеется, что вероятностное планирование требует невероятной вычислительной мощности.
Заключительные мысли: комбинирование подходов
В области управления цепочками поставок еще не определено, какой из подходов более эффективен. Хотя ни одна из методологий не идеальна, каждая из них служит разным целям и разным уровням неопределенности. Логично предположить, что использование обоих подходов может повысить эффективность прогнозирования и в конечном итоге создать вероятностную модель с детерминированными результатами. С другой стороны, есть более сложные модели. стоит изучить множественный вероятностный и множественный детерминированный подходы, но это тема для другого дня.
Прежде чем принимать любой из них, рекомендуется сформулировать матрицу неопределенности, которая ранжирует возможные риски на основе масштаба и влияния на результаты.
