prognozowanie - symulacje, STUDIA, prognozowanie


SYMULACJE

Symulacje to badanie możliwych stanów interesującej nas zmiennej - fragmentu rzeczywistości za pomocą zbioru technik badania operacji polegających na zastosowaniu matematyki i statystyki do zagadnień zarządzania, a służących do eksperymentowania - ze zjawiskami ekonomicznymi - na modelu ekonomicznym, który odzwierciedla rzeczywistość. Symulacja naśladuje za pomocą modelu rzeczywiste procesy (np. produkcyjnych) lub określa efekty decyzji ekonomicznych, technicznych w danym układzie gospodarczym.

Cechą charakterystyczną symulacji jest

szacowanie skutków jakiegoś zdarzenia, lub skutków zmian w modelu wartości którejkolwiek jego składowej przez powielanie (symulowanie - naśladowanie) dużej liczby wyników, jakie w rzeczywistości mogą nastąpić. Celem eksperymentowania jest więc znalezienie odpowiedzi na pytanie “co by było, gdyby” w modelu zmienić wartość którejkolwiek składowej lub postać zmian wartości tej składowej w skali czasu lub w każdym innym wymiarze.

Rodzaje symulacji:

W symulacji deterministycznej do modelu wprowadza się zakłócenia strukturalne o zadanych z góry wartościach, czyli sprowadza się to do analizy określonego modelu, w którym nie uwzględniamy jego składnika losowego (lub składników losowych).

W symulacji stochastycznej do modelu wprowadza się zakłócenia strukturalne przyjmujące wartości losowe. W tej sytuacji uwzględnia się składnik losowy (lub składniki losowe) i właściwości jego rozkładu (lub rozkładów). Symulacja stochastyczna wierniej niż symulacja deterministyczna odzwierciedla zachowanie się układów gospodarczych.

W symulacji mieszanej do modelu wielorównaniowego wprowadza się zakłócenia strukturalne o charakterze stałym lub losowym.

W oparciu o rodzaj symulacji wyróżniamy:

Przykłady zastosowań DMS:

Model sytuacji finansowej firmy jest szacowany na podstawie zależności między wielkością popytu na dany produkt, inflacyjnym wzrostem cen i kosztów, produktywnością czynników produkcji oraz systemem podatkowym. Model ten pozwali ocenić sytuację finansową firmy w zależności od przyjętej strategii rozwoju z uwzględnieniem wdrażania nowych produktów, inwestycji, rozbudowy istniejących zakładów, badań naukowych, zapasów, działalności marketingowej, dywidend, zmian w majątku trwałym itp.

Model przepływu materiałów przez różne etapy produkcji pozwoli: rozwiązywać problemy związane z kontrolą jakości w procesie produkcyjnym, zbadać potencjalne korzyści związane z wdrażaniem udoskonaleń, itp.

Przykłady zastosowań SMS do analizy problemów zarządzania:

Firma produkcyjna zanotowała wzrost zamówień, co wpłynęło na trudności ich realizacji.

Model wzrostu zamówień pozwoli zbadać, w jakim stopniu bieżące oceny terminów dostaw, harmonogramy produkcyjne i zamówienia surowcowe wpływają na powstawanie problemów związanych z realizacją terminów dostaw.

Firma produkcyjna rozważa wprowadzenie nowej linii technologicznej.

Odpowiedni model pozwoli na dostarczenie informacji np. o efektywności wykorzystania nowej linii technologicznej.

Firma produkcyjna ma maszyny zlokalizowane według priorytetów określonych dla każdego typu operacji.

Odpowiedni model pozwoli na określeniu efektywnej metody ustalania takich priorytetów, by skrócić czas wykonywania poszczególnych operacji (maszyny byłyby wykorzystane w maksymalnym stopniu).

PRZYKŁAD SYMULACJI RYNKU KAPITAŁOWEGO

Inwestor zamierza zbadać zyskowność strategii zakupu i sprzedaży posiadanych akcji, którą zaproponował mu jego agent giełdowy.

Założenia:

Strategia agenta giełdowego:

Zasada postępowania inwestora

Cena

Kapitał

spada

bez zmian =

rośnie

posiada

sprzedaż

przetrzymanie posiadanego pakietu akcji

nie posiada

powstrzymanie się od zakupu akcji

zakup

W celu zbadania słuszności strategii podanej przez agenta, inwestor musi prognozować ruch cen z dnia na dzień zgodnie z prawdopodobieństwami określonymi przez agenta na podstawie ruchu cen akcji w przeszłości.

Wczorajsza cena akcji

Dzisiejsza cena akcji

wzrost

bez zmian

spadek

wzrost

3/4

1/8

1/8

bez zmian

1/8

3/4

1/8

spadek

1/8

1/8

3/4

Wyniki symulacji 21-dniowej historii zmian cen w oparciu o generator liczb losowych - zbudowanego według reguł podanych w tabeli prawdopodobieństw - przedstawiają się następująco:

Dzień

Wczorajsza zmiana ceny akcji

Dzisiejsza zmiana ceny akcji

Dzisiejsza cena akcji

Dzień

Wczorajsza zmiana ceny akcji

Dzisiejsza zmiana ceny akcji

Dzisiejsza cena akcji

0

=

30

11

=

27

1

=

33

12

=

27

2

36

13

=

30

3

39

14

33

4

36

15

36

5

33

16

=

36

6

=

33

17

=

=

36

7

=

30

18

=

33

8

=

30

19

=

33

9

=

=

30

20

=

30

10

=

=

30

21

33

Dzień

Cena akcji

Decyzja

Cena 1-ej akcji z 1% prowizją

Posiadane akcje

Prowizja Biura Maklerskiego

Wartość akcji

Gotówka

0

30

1000

1

33

2

36

3

39

4

36

sprzedaż

36,36

0

360,00

0

35640,00

5

33

6

33

7

30

8

30

9

30

10

30

11

27

12

27

13

30

zakup

30,30

1176

352,80

35280,00

7,20

14

33

15

36

16

36

17

36

18

33

sprzedaż

33,33

0

388,08

0

38427,12

19

33

20

30

21

33

zakup

33,33

1152

380,16

38016,00

30,96

dla modelu jednorównaniowego,

dla modelu wielorównaniowego,

generator liczb losowych dostarcza realizacje składnika losowego zgodnie z jego rzeczywistym rozkładem,



Wyszukiwarka