Читаем МВА за 10 дней. Самое важное из программ ведущих бизнес-школ мира полностью

МВА за 10 дней. Самое важное из программ ведущих бизнес-школ мира

Если вожделенная игрушка имеется в магазине, X = 1 и объем продаж подскакивает до $200 000, если не имеется, Х = 0 и продажи возвращаются на уровень $100 000. Фиктивные переменные весьма полезны и могут использоваться для установления соответствий между немасштабными данными, такими как наличие запасов или количества выходных, с поддающимися измерению данными, такими как температура, процентная ставка и дефекты продукции. В результате получаются удобные регрессивные модели.

Другие методы прогнозирования

Анализ временных рядов основан на изменениях отношений во времени. В нашем примере с мороженым данные по температуре и объемам продаж наносились на график без учета времени. В зависимость, полученную методом регрессии, время не входит. Очевидно, что продажи Ben & Jerry’s зависят от сезона. В анализе временных рядов данные наносятся на график в соответствии со временем их поступления. Затем предпринимается попытка «разложить» разброс данных на следующие элементы:

• Основная тенденция – рост, снижение, неизменность (долгосрочный критерий).

• Циклы – часовые, дневные, недельные, месячные (краткосрочные паттерны).

• Случайные отклонения – необычные или нерегулярные отклонения, обусловленные уникальными событиями и природными катаклизмами.

Для выявления тенденции и циклов используются скользящее среднее и регрессионный анализ. Как вы понимаете, прогнозирование методом временных рядов – затяжной процесс, который невозможно проиллюстрировать коротким и простым примером. Однако полезно как минимум знать о существовании этого метода.

Краткий обзор

В данной главе описаны количественные методы анализа, с помощью которых выполняются следующие функции:

• Анализ сложных проблем с помощью дерева решений.

• Определение стоимости денежных средств, которые будут получены, – анализ движения денежных средств и анализ чистой приведенной стоимости.

• Квантификация неопределенности с помощью теории вероятности.

• Определение зависимостей между переменными и прогнозирование методом регрессии и другими методами прогнозирования.

Это и есть тот практический инструментарий, который МВА применяет для решения проблем бизнеса. Эти методы дают МВА возможность принимать обоснованные решения и отличиться на работе.

Ключевые понятия

• Дерево решений

– способ графического и количественного представления разнообразных исходов делового решения.

• Невозвратные расходы – инвестиции, осуществленные в прошлом и никак не влияющие на будущие инвестиционные решения.

• Ожидаемая монетарная ценность – выраженная в деньгах стоимость решения, определенная с учетом вероятности и стоимости всех возможных исходов.

• Накопленная стоимость – общая будущая стоимость потоков денежных средств при условии реинвестирования всех получаемых доходов.

• Чистая приведенная стоимость (NPV) – общая текущая стоимость всех потоков денежных средств, «дисконтированная» к сегодняшнему доллару.

• Внутренняя норма прибыли (IRR) – ставка дисконта, при которой чистая текущая стоимость потоков денежных средств в сегодняшних долларах равна нулю.

• Распределение вероятностей – график, на котором представлены все возможные исходы с соответствующими вероятностями их наступления.

• Биномиальное распределение – распределение вероятностей всего с двумя возможными исходами.

• Нормальное распределение – распределение в форме колоколообразной кривой, учитывающее все возможные исходы.

• Среднеквадратичное отклонение

– мера дисперсии (ширины) нормального распределения.

• Среднее арифметическое – среднее арифметическое всех исходов.

• Величина Z – инструмент для измерения вероятностей наступления конкретных ситуаций на нормальной кривой.

• Кумулятивная функция распределения – форма нормального распределения, характеризующая вероятность того, что все возможные исходы окажутся меньше или равны определенному значению.

• Регрессия – математический метод прогнозирования с использованием линейных уравнений для объяснения зависимостей между множественными причинами и следствиями.