Планирование и прогнозирование – сложная задача, особенно в условиях неопределенности и с учетом возможных рисков. Эти факторы могут быть связаны с финансовыми показателями, стратегией, ассортиментом продукции или поведением партнеров.

В случае, когда возможных значений факторов немного, можно обойтись комбинаторикой. Если возможных значений много или установление вероятности каждого конкретного значения невозможно, такой способ уже не подходит. В этой ситуации задача аналитического нахождения вида и параметров распределения целевой величины становится слишком сложной.

Для принятия решений с учетом риска подходит модель Риск Менеджер, которая учитывает множество вариантов развития событий при прогнозировании. При расчетах используется метод Монте-Карло — статистическая оценка результатов вероятностной симуляции. Этот метод хорошо зарекомендовал себя в решении задач моделирования в условиях высокого уровня неопределенности.

Метод Монте-Карло характерен своей гибкостью. Для неопределенных исходных величин случайным образом определяется значение в соответствии с распределением вероятности. Эти значения используются для вычисления целевых параметров.

Результаты пересчитываются множество раз, наполняя модель. Некоторые из них встречаются чаще других, что определяет форму итогового распределения результата модели, и позволяет сделать выводы о наиболее вероятных его значениях.

Составление прогнозов в модели Risk Manager состоит из нескольких этапов:

1.Задаются вид распределения и его параметры.
2.На основе данных распределений генерируется 10 000 случайных комбинаций входящих значений, после чего рассчитывается 10 000 значений целевой величины.
3.Результаты генерации анализируются статистически: определяется интервал, в который попадёт величина с заданной доверительной вероятностью полученный интервал сопоставляется с плановыми значениями, рассчитывается риск неисполнения плана.

Полученные данные могут использоваться при принятии управленческих решений для:

• Увеличения степени точности, обоснованности планирования и скорости реакции компании.
• Уменьшения степени неопределенности прогноза.
• Приоритезации ресурсов при планировании.
• Мониторинга хода выполнения плана.

Есть возможность оценить влияние различных параметров на результаты, анализируя влияние на средние значения целевой величины, корреляцию с целевой величиной.

Risk Manager для бизнеса

Результатом является симуляционная модель и инструменты для анализа её данных, которые позволяют компании:

• Определить форму распределения прогноза и вероятность его наступления.
• Проанализировать влияние различных факторов на прогнозируемый показатель.
• Соотнести полученный с учётом неопределенности прогноз с альтернативными прогнозами.
• Оценить риски в разрезе вероятность наступления ―последствия.

Optimacros поможет в решении задач корпоративного планирования, в том числе, связанных с условиями высокой неопределенности.