Podejmowanie decyzji strategicznych

Prezentacja na temat: "Podejmowanie decyzji strategicznych"— Zapis prezentacji:

1 Podejmowanie decyzji strategicznych
Wprowadzenie do symulacji komputerowej i ekonomicznych gier decyzyjnych

2 Treść wykładu Modele decyzyjne Model symulacyjny
Etapy budowy modeli symulacyjnych Prowadzenie eksperymentów Analiza wyników symulacji

3 Modele decyzyjne Środowisko Obserwowane zjawisko Obiekt 1 Obiekt 2
x1 x2 x3 xn y1 y2 ym Obiekt 1 Obiekt 2 Obiekt k

4 Modele decyzyjne Interpretacja 1
Obserwowane zjawisko - proces produkcji przedsiębiorstwa x1, x2 - wielkości wejściowe lub sterujące procesami produkcji w przedsiębiorstwie (kapitał, surowce, płace, pracownicy, kredyty, marketing, itd.) y1, y2 - wyniki funkcjonowania przedsiębiorstwa (zysk netto, obroty, wielkość produkcji, straty, utylizacja odpadów itd.) Obiekty - zarząd (działy) przedsiębiorstwa Środowisko - rynki: towarowy, surowcowy kapitałowo-pieniężny, walutowy, itd. Przykładem interpretacji poprzedniego opisu (mikroekonomia) może być proces produkcji przedsiębiorstwa. Ma on wiele wejść. Parametry wejściowe procesu produkcji to na przykład: kapitał przeznaczony na prowadzenie produkcji, liczba pracowników, ich pensje, surowce potrzebne do procesu produkcji, typ stosowanej technologii, itd. Są to właśnie wielkości wejściowe (lub sterujące) procesu produkcji. Wielkościami procesu produkcji są jego wyniki. Mają one różny charakter, zależny od obserwatora tego procesu. Dla jednego obserwatora są to na przykład: wielkość produkcji, zysk z produkcji, ilość odpadów, opóźnienia w produkcji, itd. Dla innego wynikami produkcji będzie poziom produkcji, zyskowność firmy, wpływ na rynek towarowy, jakość produktów, itd. Obiektami aktywnymi mogą być wiec zarządy firm produkujących, jego działy (wtedy wielkości wyjściowe obserwowane są selektywnie), prezes firmy, jego analityk, itp. Dla takiej interpretacji badanego zjawiska środowiskiem, w którym umiejscawiamy je będą rynki: towarowy, surowcowy, kapitałowo-pieniężny, walutowy, itd. Decyzją w tym przypadku może być ustalenie profilu produkcji, jej wielkości i technologii wytwarzania.

5 Modele decyzyjne Interpretacja 2 Obserwowane zjawisko - rynek towarowy
x1, x2 - strumienie towarów jako wyniki procesów produkcji przedsiębiorstw y1, y2 - wyniki sprzedaży towarów przedsiębiorstw (sprzedaż, wyprzedaż, wadliwość towarów, utracona sprzedaż, prognozy na następny okres, itd.) Obiekty - zarządy przedsiębiorstw Środowisko - rynki: surowcowy, kapitałowo-pieniężny, walutowy, itd. Innym przykładem, jednocześnie pokazującym zjawisko w skali makro-ekono-micznej, jest rynek towarowy, więc nadrzędny w stosunku do procesu produkcji. Tutaj parametrami wejściowymi zjawiska obserwowanego będą strumienie towarów. Są one wielkościami wyjściowymi z poprzedniego modelu decyzyjnego. Jednocześnie pochodzą one z wielu różnych procesów produkcyjnych. Wynikami obserwowanego zjawiska są teraz wyniki sprzedaży towarów, które znalazły się na rynku towarowym. Do wyników sprzedaży na rynku towarowym zaliczyć można: wielkość sprzedaży towarów, wielkość wyprzedaży, liczbę wadliwych towarów, prognozę sprzedaży na następny okres, itd. Obiektami aktywnymi są na przykład zarządy firm sprzedających towary na rynku towarowym, analitycy rynku towarowego, itp. Środowiskiem dla zjawiska obserwowanego są w tym przypadku rynki skojarzone: surowcowy, kapitałowo-pieniężny, walutowy, itd., mające wpływ na wyniki sprzedaży na rynku towarowym. Decyzjami w tym przypadku mogą być ceny towarów na rynku towarowym, ceny wyprzedaży tych towarów pod koniec sezonu, itd..

6 Modele decyzyjne Zasadniczy problem:
Jak zbudować z tego typu schematów środowisko do badania charakterystyk związanych ze zjawiskami ekonomicznymi, zatem łączące ze sobą różne formy funkcjonowania przedsiębiorstwa, rynek towarowy, rynek surowcowy, rynek walutowy, rynek kapitałowo pieniężny, itd. Należy ponadto - w ramach analizy przedsiębiorstwa - odnieść się do strategii: w procesach podejmowania decyzji zarządczych, planowania produkcji, prowadzenia księgowości, obsługi płacowej, gospodarki magazynowej, obsługi sprzedaży, itd. Sposobem na opracowanie tego typu środowiska jest symulacja komputerowa, o której pewne wiadomości podane zostaną w bieżącym wykładzie. Mając na uwadze chęć zbudowania gry decyzyjnej dla zarządu firmy produkującej pewien asortyment towarów, aktywnej na rynkach walutowych i kapitałowo-pieniężnych, borykającej się konkurencją na rynku towarowym i surowcowym, analizującej stan rynku i zapasy w swoich i dzierżawionych magazynach, itd. należy skonstruować model decyzyjny odpowiadający takiej firmie. Stąd podane zostały właśnie takie przykłady interpretacji obserwowanego zjawiska i modeli decyzyjnych. Tak jak to podano na slajdzie, w ramach przedsiębiorstwa chcemy odnieść się do strategii: w procesach podejmowania decyzji zarządczych, planowania produkcji, prowadzenia księgowości, działu obsługi płacowej, gospodarki magazynowej, obsługi sprzedaży, itd. Sposobem na opracowanie tego typu środowiska jest symulacja komputerowa, o której pewne wiadomości podane zostaną w tym wykładzie.

7 Symulacja ! Główne cele stosowania symulacji:
wyznaczenie ilościowych charakterystyk pracy systemu w określonych warunkach i przy określonych regułach pracy; zbadania wpływu zmian reguł i warunków pracy systemu na jego charakterystyki; zrozumienie funkcjonowania systemu i umożliwiają wskazanie tych elementów, których pozwolą na skuteczniejszą pracę. Podstawowy podział celów stosowania symulacji: Poznawcze Prognostyczne Normatywne Na slajdzie pokazane są podstawowe cele stosowania symulacji. Przede wszystkim wyznacza się za jej pomocą pewne charakterystyki ilościowe obserwowanego zjawiska. Bada się wpływ zmian wartości pewnych wielkości na inne wielkości. Dochodzi się przy tym do pełniejszego zrozumienia wielu elementów skomplikowanych zjawisk. Cele stosowania symulacji to przede wszystkim: poznawcze, prognostyczne i normatywne. Są one omówione krótko na dwóch kolejnych slajdach.

8 Symulacja ! Cel poznawczy – dobre narzędzie do badania wszelkiego rodzaju systemów ekonomicznych. Na modelu symulacyjnym można eksperymentować, „zmieniać rzeczywistość”, sprawdzać różne scenariusze decyzyjne, sprawdzać oddzielnie wpływ poszczególnych elementów otoczenia, takich jak np. koniunktura światowa, stan branży, której działa przedsiębiorstwo itp., oraz wpływ decyzji, znajdujących się w gestii organów państwowych (np. budżetu, stopy oprocentowania kredytów i oszczędności, kursów walutowych, ceł, podatków, itp.) lub kierowniczych (rodzaj produkcji, wielkość produkcji, wydatki na reklamę itp.) może uprościć i przyspieszyć podjęcie właściwych decyzji. Na tym i kolejnym slajdzie umieszczone jest tłumaczenie poszczególnych celi: poznawczych, prognostycznych i normatywnych. Sądzę, że są to opisy tak sugestywne, że Państwo poradzicie sobie bez mojego komentarza.

9 Symulacja ! Cel prognostyczny – do przewidywania zjawisk gospodarczych, zanim ujawnią się one w rzeczywistości. Dysponowanie prognozą stwarza możliwości zapobiegania ewentualnym negatywnym tendencjom w gospodarce lub przedsiębiorstwie (tzw. prognozy ostrzegawcze). Cel normatywny – do wyznaczania takich parametrów modelu, w zakresie ich dopuszczalnej zmienności, aby spełnione były określone wymagania dotyczące zachowania się systemu. I tak np. model, który służy do wyznaczania stawek i progów podatkowych, na poziomie zapewniającym maksymalne dochody budżetu – jest modelem użytkowanym w celach normatywnych.

10 Definicja symulacji „... symulacja jest techniką numeryczną służącą do prowadzenia eksperymentów na modelach matematycznych (w tym ekonometrycznych), które opisują zachowania się systemu ekonomicznego w czasie” [Hozer „Mikroekonometria. Analizy, diagnozy, prognozy”] „... symulacja jest techniką numeryczną służącą do dokonywania eksperymentów na pewnych rodzajach modeli matematycznych, które opisują przy pomocy maszyny cyfrowej zachowanie się złożonego systemu w ciągu długiego okresu czasu” [Naylor „Modelowanie cyfrowe systemów ekonomicznych”] „... symulacja to naśladowanie za pomocą modelu jakiegoś rzeczywistego procesu lub efektu albo odtwarzanie jakiegoś układu istniejącego w rzeczywistości” [Radzikowski „Badania operacyjne w zarządzaniu przedsiębiorstwem”] Omawiane są przykłady definicji symulacji (głównie komputerowej) wraz ze źródłem ich pochodzenia. Pierwsza (Hozera) podkreśla technikę numeryczną dla realizacji symulacji i odnosi się głównie do modeli matematycznych, które opisują symulowany system. Jednak może być to przecież jedynie formalny opis, niekoniecznie matematyczny. Podkreśla się w niej potrzebę przeprowadzenia serii eksperymentów dla uzyskania próbki umożliwiającej ocenę charakterystyk systemu. Druga (Naylora) jest w zasadzie podobna do poprzedniej, podkreśla się w niej ważny aspekt badań symulacyjnych: zwykle uzyskuje się charakterystyki systemu dla stacjonarnych warunków jego funkcjonowania, co oznacza często długi czas funkcjonowania systemu. Trzecia definicja (Radzikowskiego), chociaż odległa od poprzednich, ma pewną ciekawą własność, pokazuje słuszny wniosek, że symulacja jest naśladowaniem funkcjonowania badanego systemu.

11 Definicja symulacji Przyjmijmy, że System to zbiór powiązanych ze sobą obiektów, charakteryzowanych za pomocą atrybutów (cech), które również mogą być ze sobą powiązane; Symulację systemów definiować będziemy jako: „... technikę rozwiązywania problemów polegającą na śledzeniu w czasie zmian zachodzących w dynamicznym modelu systemu” [Gordon „Symulacja systemów”] „... zastosowanie modelu systemu w celu chronologicznego wygenerowania historii stanów tegoż modelu, która jest uważana za historię stanów modelowanego systemu” [Evans „Symulacja na maszynach cyfrowych”] „... czynność przedstawiania systemu za pomocą modelu symbolicznego, którym można łatwo operować i na podstawie którego otrzymujemy wyniki numeryczne” [Fishman „Symulacja cyfrowa”] Jeśli obiektem symulacji będzie system (definicja), to kolejne definicje związane są ściśle z symulacją systemów. Gordon sugeruje, że symulacja jest śledzeniem funkcjonowania systemu (chyba bardziej naśladowaniem) jednak ważnym wnioskiem jest to, że symulacja służy rozwiązywaniu problemów, na przykład decyzyjnych lub badawczych. Ewans podkreśla najważniejszą rzecz w procesach symulacji: generuje się historię stanów modelu i na tej podstawie domniemywać można o ewentualnym, podobnym zachowaniu się systemu. Fishman (uważam go za wyjątkowego znawcę i eksperta symulacji) podkreśla fakt, że model symulacyjny jest modelem symbolicznym, zapisanym często w języku symulacyjnym. Wyniki eksperymentów symulacyjnych są w praktyce wynikami numerycznymi, które należy dopiero poddać analizie, żeby uzyskać wyniki jakościowe.

12 Symulacja komputerowa
Obecnie do symulacji powszechnie wykorzystuje się komputery (różnej mocy i w różnej skali); Symulacja komputerowa - metoda badania lub naśladowania systemu rzeczywistego lub teoretycznego poprzez zbudowanie modelu systemu i jego implementacji komputerowej, a następnie - eksperymentowanie na modelu i analiza uzyskanych wyników. [A. Najgebauer „Informatyczne systemy wspomagania decyzji ...”] Symulacja uosabia zasadę „poznawania poprzez wykonywanie” Podkreślić należy, że obecnie do badań symulacyjnych stosuje się komputery o dużej mocy obliczeniowej. Daje to znaczący efekt jakościowy dla badań symulacyjnych. Symulacja nawet bardzo złożonych procesów decyzyjnych staje się możliwa nawet w czasie pomijalnie krótkim. Może więc stanowić metodę wspomagania decyzyjnego dla decydentów. Najgebauer mówi o symulacji jako naśladowaniu funkcjonowania systemu (rzeczywistego lub teoretycznego - może być dopiero w fazie projektowania i tak często jest). Pokazuje też drogę do uzyskania modelu symulacyjnego: buduje się model formalny systemu, tworzy się jego implementacje komputerową, a następnie wykonując szereg eksperymentów komputerowych uzyskuje się wyniki dla dla dalszej analizy systemu. Z podanych definicji jawi się pewna wiodąca myśl, że symulacja (również komputerowa) jest drogą do poznawania systemów (również decyzyjnych) poprzez „wykonywanie” - w tym przypadku naśladowanie funkcjonowania systemu badanego.

13 Proces symulacji W procesie symulacji można wyróżnić trzy zasadnicze fazy: Budowa modelu symulacyjnego – obejmuje: konstruowanie modelu matematycznego, odpowiadającego głównemu celu modelowania; jego implementację komputerową, zależną od typu modelu i stosowanego języka symulacyjnego; opracowanie planu eksperymentu. Eksperymentowanie – faza realizowania planu badań symulacyjnych – w zależności od zakresu badań może być bardzo czasochłonna Analiza wyników eksperymentów - polega na przeprowadzeniu estymacji wyznaczanych charakterystyk, przeprowadzeniu weryfikacji postawionych w fazie początkowej hipotez, wyznaczeniu modelu regresji itp. Wyróżnia się trzy zasadnicze fazy prowadzenia badań symulacyjnych: należy zbudować model symulacyjny - model formalny (na przykład matematyczny), stworzyć jego implementację komputerową i opracować plan eksperymentów, realizuje się plan eksperymentów modyfikując go w zależności od uzyskiwanych wyników ( na przykład przedłuża się czas eksperymentu), uzyskawszy wyniki z eksperymentów komputerowych przechodzi się do fazy analizy uzyskanych wyników. Ostatni etap, chociaż często niedoceniany jest tak samo ważny jak poprzednie. Stosuje się w nim narzędzia statystyki, często bardzo zaawansowane, weryfikuje się hipotezy stawiane przed eksperymentami, wyznacza się różne funkcje, na przykład regresję II rodzaju itp.

14 Model symulacyjny Model symulacyjny definiujemy jako: model formalny,
jego reprezentację komputerową dla potrzeb symulacji, projekt eksperymentu, metodę analizy wyników eksperymentów symulacyjnych. Składniki modelu: stany - opisują system w przedziale czasu; jest to kombinacja wartości zmiennych powstała, gdy każdemu atrybutowi obiektu przyporządkujemy pewną zmienną, której zakres wartości odpowiada wartościom przyjmowanym przez ten atrybut; zdarzenia - zmiana stanu w ustalonej chwili; czas. Przenoszenie systemu ze stanu do stanu zgodnie z określonymi zasadami jest zatem symulacją; Definicja modelu symulacyjnego jest następująca (wynika ona z przyjętego na poprzednim slajdzie opisu procesu symulacji): model symulacyjny składa się z czterech elementów modelu formalnego (na przykład matematycznego lub innego) implementacji komputerowej (wykonanej najczęściej w wybranym symulacyjnym języku programowania) projektu eksperymentów komputerowych opisu sposobu analizy uzyskanych wyników. W modelu symulacyjnym wyodrębnia się stany (odnoszą się one do stanów symulowanego systemu), zdarzenia (są to istotne zmiany stanów systemu w trakcie procesu symulacyjnego) oraz czas (jest to tak zwany czas systemowy, a nie astronomiczny, obrazujący upływ czasu funkcjonowania systemu badanego). Wtedy symulacją możemy nazwać przechodzenie systemu ze stanu do stanu zgodnie z zaszytymi w oprogramowaniu symulacyjnym regułami.

15 Klasyfikacja modeli symulacyjnych I
konceptualne (opisowe), deklaratywne (wyróżnia się stany i zdarzenia), funkcjonalne (wyróżnia się funkcje i zmienne – np. w modelu obiektu), wyrażające zależności (ograniczone – odzwierciedlają prawa rządzące działaniem badanych systemów), przestrzenne (wyrażające dekompozycję przestrzeni – przestrzeń jest obiektem lub elementy przestrzeni są obiektami), multimodele (grafowe lub sieciowe modele złożone z innych typów); Podana została klasyfikacja modeli symulacyjnych. Sądzę, że jest ona na tyle jasna, że Państwo nie będziecie mieli z tym większych kłopotów.

16 Klasyfikacja modeli symulacyjnych II
statyczne – pomijają czas lub opisują chwilowy stan systemu w pewnym momencie (np. układ równań różniczkowych Chapmana-Kołmogorowa opisujących SMO w stanie ustalonym); dynamiczne – wyraźnie podkreślają zjawisko czasu (np. układ równań różniczkowych Chapmana-Kołmogorowa opisujących SMO w stanie przejściowym); deterministyczne – brak losowych zależności w modelu (np. prosty dwurównaniowy model Keynesowski zależności między dochodem narodowym i konsumpcją (bez składnika losowego)); stochastyczne – niektóre z zależności w modelu mają charakter losowy (np. w systemie obsługi klientów w banku - losowy odstęp czasu między momentami przybycia klientów do kolejki do kasy itp.). To samo tutaj. Klasyfikacja jest kontynuowana i nie powinno być z nią kłopotów.

17 Klasyfikacja symulacji
Symulacja ciągła t przyrost czasu Symulacja dyskretna tk t1 czasem tk+1 = tk + t, t=const sterowana zdarzeniami e 0 e 1 e 2 e k ... en Symulacja interaktywna to taki sposób prowadzenia eksperymentu, w którym użytkownik (badacz) może wpływać na jego przebieg w trakcie trwania eksperymentu poprzez zmianę parametrów modelu symulacyjnego. Rozproszona symulacja interaktywna (ang. Distributed Interactive Simulation - DIS) realizacja eksperymentu symulacyjnego w rozproszonym środowisku komputerowym. Pokazane są tu pewne działy symulacji: Symulacja ciągła odnosi się do procesów technologicznych, fizycznych, biologicznych itd. Gdzie potrzebne jest przedstawienie zmian stanów systemu dla ciągłego upływającego czasu. Z kolei symulacja dyskretna (większość obecnych aplikacji) polega na rozpatrywaniu jedynie chwil zmian stanów i symulacyjnym generowaniu stanów kolejnych. Oznacza się ona szybkością działania. Symulacja dyskretna dzieli się na sterowana czasem lub zdarzeniami: sterowana czasem: przesuwamy znacznik czasu systemowego o stały czas i generujemy dla niego wszystkie zdarzenia, jakie wystąpiły w tym okresie, przesuwamy znacznik czasu systemowego o kolejny stały czas ... , sterowana zdarzeniami: w symulatorze konstruowana jest kolejka zdarzeń, na której wykonywane są operacje usuwania zdarzeń, wstawiania zdarzeń, ich modyfikacje, itd. Jest ona podstawą do generowania procesu przechodzenia systemu ze stanu do stanu, co powoduje upływ czasu systemowego. Ostatnio modne są pojęcia symulacji interaktywnej(tłumaczenie na slajdzie) oraz symulacji rozproszonej (również tłumaczenie na slajdzie). Współczesne symulatory dla zastosowań ekonomicznych powinny mieć te cechy: dawać możliwość wpływu gracza na przebieg eksperymentu w trakcie jego trwania i najczęściej eksperymenty realizowane są w sieciach komputerowych, nierzadko rozległych.

18 Etapy budowy modelu symulacyjnego
(1) określenie (specyfikacja) systemu; (2) konstrukcja modelu; (3) ustalenie danych dla modelu; (4) oprogramowanie (implementacja) modelu; (5) planowanie eksperymentów symulacyjnych; (6) ocena uzyskanych wyników; (7) ocena adekwatności modelu; (8) dokumentowanie. Sądzę, że w tym przypadku nie będziecie Państwo mieli również kłopotów z przekazaniem informacji o etapach budowy modelu symulacyjnego. Nie mówiłem dotąd jedynie o badaniu adekwatności modelu symulacyjnego. Chodzi tu o to, że w pilotowej serii eksperymentów przeprowadzamy badania dla znanych przypadków zachowywania się systemu. Na przykład ustalamy takie warunki początkowe i reguły pracy systemu, że znamy, lub możemy wyliczyć lub oszacować wyniki eksperymentu przez jego przeprowadzeniem. Porównując wyniki eksperymentów z wcześniejszymi ustaleniami badamy adekwatność modelu symulacyjnego. Jest to jedno z ważniejszych badań modelu symulacyjnego, w praktyce weryfikuje ono przydatność symulatora do jego stosowania.

19 Cykl życia modelu symulacyjnego
Rysunek ten pokazuje graficznie przebieg procesu budowy modelu symulacyjnego, o czym wcześniej pisałem.

20 Symulacja na podstawie modeli ekonometrycznych
Model ekonometryczny jest opisem formalnym, który narzuca się wprost jako model wybranego fragmentu rzeczywistości ekonomicznej (np. procesów ekonomicz-nych w otoczeniu przedsiębiorstwa itp.). Symulacja na podstawie modelu ekonometrycznego prowadzi do udzielenia odpowiedzi na następujące pytania: jakie byłyby wartości zmiennych endogenicznych, gdyby zmienne egzogeniczne przyjęły określone wartości? jak należałoby dobrać wartości zmiennych egzogenicznych, by uzyskać określone wartości zmiennych endogenicznych? Jest to kilka sugestii na temat symulacji na podstawie modeli ekonometrycznych. Sądzę, że Państwo wiedzą, że zmienne endogeniczne są zmiennymi wyjściowymi badanego zjawiska, a zmienne egzogeniczne są zmiennymi wejściowymi dla badanego zjawiska. Wyznacza się w praktyce zależność funkcyjną (tym razem dokładnie w formie funkcji matematycznej, być może wielu zmiennych) pomiędzy zmiennymi wyjściowymi i zmiennymi wejściowymi. Jest więc to doskonały przykład na model decyzyjny podany na początku wykładu. Jednocześnie pokazane są pytania, na jakie można odpowiedzieć stosując do badania „czarnej skrzynki”-(zjawiska badanego) metody symulacyjne. Metoda symulacyjne szczególnie dla złożonych modeli ekonometrycznych daje często jedyną możliwość oszacowania wielu charakterystyk systemu ekonomicznego.

21 Symulacja na podstawie modeli ekonometrycznych
Eksperymenty symulacyjne mogą dotyczyć: zmiennych występujących w modelu, parametrów strukturalnych modelu, właściwości składnika losowego. Wynikiem symulacji mogą być ponadto różne warianty rozwoju opisywanego przez model: warianty rozwoju przedsiębiorstwa, warianty zmian popytu ludności na wybrane dobro, warianty rozwoju gospodarki, ... Jest to kilka kolejnych sugestii na temat symulacji na podstawie modeli ekonometrycznych. Warto jest pokazać studentom pewne aspekty ekonomiczno-ekonometryczne dla zastosowań symulacji komputerowej.

22 Zalety symulacji badania na modelu systemu są z reguły dużo tańsze niż na samym systemie rzeczywistym; poza tym często badania na rzeczywistym systemie mogą nie być możliwe (np. jeśli są to badania niszczące; np. wyburzanie budynku w gęsto zabudowanym terenie) albo niebezpieczne dla funkcjonowania systemu (np. badanie ryzyka upadłości firmy ubezpieczeniowej metodą „prób i błędów”); może „skondensować” w takim stopniu czas, że istnieje możliwość zasymulowania np. kilku lat działalności systemu w ciągu kilku minut lub nawet w ciągu kilku sekund; pozwala na „rozszerzenie” czasu działania systemu i zaobserwowanie zjawisk, których nie można było zaobserwować w rzeczywistym systemie; pozwala na odtwarzanie stanu systemu (np. ze zbioru danych o systemie, które mogły zostać wcześniej zapisane); po wcześniejszym przerwaniu eksperymentu możliwa jest również kontynuacja przerwanego eksperymentu; Na tym i dalszych slajdach przedstawione zostaną podstawowe zalety i wady symulacji komputerowej.

23 Zalety symulacji zapewnia powtarzalność eksperymentów (czyli wielokrotne uruchomienie eksperymentu w tych samych warunkach i przy tych samych danych wejściowych); złożoność algorytmu symulacji funkcjonowania systemu wpływa w niewielkim stopniu na możliwość wyznaczania charakterystyk tego systemu, może jedynie wpłynąć znacząco na czas trwania eksperymentu; algorytm symulacji łatwo daje się modyfikować, zatem bez znacznych nakładów można badać całą klasę systemów; uzyskuje się zadowalającą adekwatność modelu symulacyjnego w stosunku do badanego systemu i wynika ona głównie ze znajomości zasad funkcjonowania systemu, a nie ze stosowanych narzędzi programistycznych. 

24 Wady symulacji uzyskiwanie jedynie oszacowań interesujących nas charakterystyk systemu; brak formalnych metod tworzenia modeli symulacyjnych; trudne badanie adekwatności modeli symulacyjnych; możliwość pojawienia się trudnych do wykrycia błędów systematycznych wynikających z błędów kodowania w programach symulacyjnych, złych generatorów liczb pseudolosowych itp.;

25 Ekonomiczne gry decyzyjne
Ekonomiczne gry decyzyjne służą badaniu przedsiębiorstw funkcjonujących na rynkach towarowych, surowcowych, kapitałowo-pieniężnych, itd. Często służą one także „treningom” kadry zarządczej firmy lub szkoleniu (na przykład studentów) w rozumieniu praw współczesnego, złożonego rynku. Uczą kierowania firmą lub jej działami. Dalej przedstawiony zostanie schemat ideowy typowej ekonomicznej gry decyzyjnej. Wstęp do ekonomicznych gier decyzyjnych.

26 Schemat ideowy Rynek zewn. SCENARIUSZ Rynki towarowe Rynki kapitałowe
Gra decyzyjna SCENARIUSZ Rynki towarowe Rynki kapitałowe P1 P2 PN Mamy do czynienia z N przedsiębiorstwami: P1, P2, ... PN dysponującymi zasobami Z1, Z2, ... ZN. Produkują one towary na rynki towarowe, jednocześnie będąc aktywnymi na rynkach kapitałowych. Na wyniki ich działalności mają wpływ również rynki zewnętrzne. W grze decyzyjnej należy zamodelować funkcjonowanie tych przedsiębiorstw wraz z wieloma detalami związanymi z ich wewnętrzną strukturą i zewnętrznymi związkami. Opracowany być musi również scenariusz gry, jako podstawa do prowadzenia gier decyzyjnych. Z1 Z2 ZN

27 Opracowanie ekonomicznej gry decyzyjnej
Opracowanie ekonomicznej gry decyzyjnej polega na: opracowaniu modelu gry decyzyjnej; Opracowaniu założeń i wymagań na projekt systemu informatycznego gry decyzyjnej; Opracowaniu modeli przedsiębiorstw i ich sytuacji rynkowej; Opracowaniu modelu zarządzania łańcuchem dostaw (ang. supply chain management); Proponuję omówić sposób opracowywania ekonomicznej gry decyzyjnej dokładnie tak jak jest na tym slajdzie i 2 dalszych slajdach. Sądzę, ze nie wymagają one większego komentarza.

28 Opracowanie ekonomicznej gry decyzyjnej (cd)
Organizacja logistyki przedsiębiorstwa, w tym: alokacja produkcji, organizacja zaopatrzenia produkcji i gospodarka zapasami, organizacja produkcji, organizacja sprzedaży i marketing, gospodarowanie czynnikiem ludzkim, gospodarowanie majątkiem trwałym i obrotowym;

29 Opracowanie ekonomicznej gry decyzyjnej (cd)
Zarządzanie finansami przedsiębiorstwa z uwzględnieniem: metod amortyzacji majątku trwałego, finansowania działalności firmy z wykorzystaniem kredytów bankowych, emisji obligacji i akcji, polityki podziału zysku netto, metod zarządzania ryzykiem biznesowym i finansowym; Administracja przedsiębiorstwa; Analiza i specyfikacja szczegółowych zadań decyzyjnych w zarządzaniu przedsiębiorstwem;

30 Model przedsiębiorstwa produkcyjnego (1)
Zarządzanie jakością (TQM) Warstwa nadrzędna (controlling) Otoczenie Marketing Logistyka kierunek przepływu raportów Właściciele Model przedsiębiorstwa produkcyjnego (1) Harmonogramy produkcji i zapotrzebowania zasobów Analiza kosztów, inwestycji, środków trwałych Finansowo- księgowy Informacja kierownictwa Planowanie sprzedaży produkcji Obsługa sprzedaży, zakupu Gospodarka magazynowa Nadzór realizacji produkcji, karty pracy kierunek przepływu dyspozycji (sterowań) Kadry i płace Analiza ekonomiczna Warstwa analizy informacji o stanie przedsiębiorstwa Warstwa przetwarzania danych z procesów w przedsiębiorstwie Warstwa pobierania danych z procesów Kontrahenci Ustawodawca Rynki kapitałowe, pieniężne Właściciele Sterowanie Proces przemysłowy Kierowanie Zarządzanie Raporty Decyzje Stan zasobów Zasoby, towary Dokumenty transakcji towarowych Uwarunkowania ekonomiczne działalności Raport ekonomiczne Prof. Radosław Pytlak na początku tygodnia omówi Pani Roksanie ten slajd dokładnie.

31 Model przedsiębiorstwa produkcyjnego (2)
Transakcje z klientami, dostawcami surowców i półfabrykatów Finansowanie poprzez: kupno akcji kupno obligacji udzielanie kredytów Analiza popytu Indeksy ekonomiczne Stopy procentowe, kursy wymiany walut, itp. Transakcje z odbiorcami towarów Inwestycje kapitałowe Inwestycje w finansowe instrumenty pochodne Sprzedaż akcji, emisja obligacji Sterowanie popytem Przedsiębiorstwo produkcyjne: rozpoznanie potrzeb klientów, planowanie produkcji, gospodarka zasobami, rachunkowość i zarządzanie finansami. wejścia wyjścia Prof. Radosław Pytlak na początku tygodnia omówi Pani Roksanie ten slajd dokładnie.

32 Supply Chain Management (dynamika)
1 Billing Billing Credit Credit Demand flow data Demand flow data Production Scheduling Production Scheduling Production Scheduling Purchasing Purchasing 13 12 10 11 Available Scheduled Committed 3 Request Billed Demand flow management Shipped Requisition Economic shipping units Actual demand Replenishmemt requirements Rated shipments Allocation Forecast demand Available Shipped Load to pick 9 8 2 5 4 Prof. Radosław Pytlak na początku tygodnia omówi Pani Roksanie ten slajd dokładnie. Forecasting Forecasting Deployment Deployment Finished Goods Inventory Status Finished Goods Inventory Status Finished Goods Inventory Status Finished Goods Inventory Status Finished Goods Warehousing Transportation Finished Goods Warehousing Finished Goods Warehousing Transportation Transportation Transportation Transportation 6 18 Promotion schedules Minimums maximums EOQ Shipments Transaction reporting 16 7 17 Locations service areas stocking rules Routes carries rates Receipts adjustment 14 15 Promotion Scheduling Promotion Scheduling Inventory Planing Inventory Planing Inventory Costing Networking Planing Transportation Planing

33 Model rynku towarowego (1)
Region 1 Region 2 Regiony niejednorodne Firmy produkcyjne Produkcja towarów Transport towarów Magazyny Sprzedaż towarów Konkurencja rynkowa w regionach Globalna strategia postępowania Firma 2 Firma 1 Region 3 W ekonomicznej grze decyzyjnej obszar działania firmy podzielony jest na regiony w których firma produkuje i/lub sprzedaje swoje towary. Są one niejednorodne w sensie swoich własności, na przykład inny jest w nich popyt i podaż na różne towary, różne są koszty ich wytwarzanie, inne są waluty obowiązujące itd. Firmy posiadają w regionach swoje lub dzierżawione magazyny. Różne firmy konkurują w różnym stopniu w poszczególnych regionach. Chcemy pokazać w grze, jak powinna wyglądać globalna strategia postępowania. Firma 4 Firma 3 Region 5 Region 4

34 Model rynku towarowego (2)
Cena towaru i-tego w regionie n-tym Popyt na towar i-ty w regionie n-tym Krzywa popytu na towar i-ty charakterystyczna dla regionu n-tego W każdym regionie mamy do czynienia z charakterystyczną dla niego krzywa popytu na dany towar (towary) i jest ona zależna jedynie od ceny towaru (prawo ekonomii). Uwaga: charakterystyka popytu w regionie jest na ogół zależna od ceny a nie od podaży

35 Model rynku towarowego (3)
Zmiana krzywej popytu w zależności od ceny towaru i-tego w n-tym regionie Popyt na towar i-ty w regionie n-tym W zależności od ceny (czasem od wahań sezonowych) krzywa ta może zmieniać się w powyższy sposób. Cena towaru i-tego w regionie n-tym

36 Model rynku towarowego (4)
Podaż na towar i-ty w regionie n-tym Różne firmy dając towary na rynek towarowy poszczególnych sektorów ustalają strategie podaży zależne od cen, jakie uzyskać mogą w danym regionie. Cena towaru i-tego w regionie n-tym

37 Model rynku towarowego (5)
Krzywa popytu na towar i-ty charakterystyczna dla regionu n-tego Cena równowagi Cena towaru i-tego w regionie n-tym Krzywa podaży towaru i-tego charakterystyczna dla regionu n-tego Efekt jest taki, jak przedstawiono to na rysunku. Jeśli firma działałaby sama w regionie i wyznaczyłaby cenę równowagi, to teoretycznie sprzedałaby dokładnie wszystkie towary nasycając nimi region., Jednak w regionie działają różne firmy ... Podaż/popyt na towar i-ty w regionie n-tym Uwaga: na cenę równowagi mają wpływ różni producenci przez ustalenie wielkości produkcji i sprzedaży w regionie

38 Model rynku towarowego (6)
Łączna podaż powoduje spadek ceny Cena towaru i-tego w regionie n-tym Jak to pokazano w animacji, łączna podaż powoduje obniżenie cen równowagi i firmy muszą konkurować w regionie. Słaba sprzedaż powoduje straty firmy i zalegające magazyny niesprzedane towary.Popielata krzywa oznacza łączną podaż towaru w regionie. Popyt / podaż na towar i-ty w regionie n-tym

39 Model rynku towarowego (6)
Łączna podaż powoduje spadek ceny Cena towaru i-tego w regionie n-tym Popyt / podaż na towar i-ty w regionie n-tym

40 Model rynku towarowego (7)
Region 1 Region 2 Region 3 towar 1 towar 1 towar 2 towar 3 towar 1 towar 2 towar 3 towar 2 towar 3 Decyzje dotyczące sprzedaży towarów w regionach Problem gry decyzyjnej polega na idei przedstawionej w tej animacji. mamy do czynienia z n zespołami reprezentującymi n firm, firmy działają w wielu regionach o różnych charakterystykach w sensie popytu na towary, prognozy sprzedaży towarów, kosztów produkcji, itd. firmy starają się sprzedać swoje towary w poszczególnych regionach firmy dowiadują się o skutkach swojej działalności zarządy firm podejmują decyzje o działalności w regionach w kolejnym okresie obrachunkowym, itd. Skutki sprzedaży towarów w regionach Firma 1 Firma 2 Firma 3 Firma 4