Аналіз комерційної стратегії при невизначеній ринковій кон'юнктурі

Обсяг вироб.-ва	Розмір прибутку в залежності від імовірних коливань попиту				ai=min gij	W=max ai	βі = max gij	B= min βі
	Q1	Q2	Q3	Q4
S1
S2
S3
max Sij

2.3 В останню строку таблиці (max S_ij) заносимо максимальне значення очікуваного прибутку по відповідному стовпчику попиту (Q).

2.4 Переходимо до матриці ризику. Для того щоб оцінити, наскільки той чи інший стан кон’юнктури впливає на очікуваний результат, використовують показник ризику v_ij при стратегії S_і, і стані попиту Q_j, який визначається як різниця між максимально можливим виграшем при даному стані попиту max S_ij і виграшем при обраній стратегії g_ij :

v_ij= max S_ij - g_ij (2.5)

Будується матриця ризиків на основі підстановки даних попередньої таблиці в формулу ризику (2.5).

Таблиця 2.6

Аналіз ризику при різних співвідношеннях імовірного прибутку і стратегій виробництва

	Q1	Q2	Q3	Q4	max Vj	Sопт
S1
S2
S3

Згідно критерію Севіджа обирається та стратегія S_опт, при якій величина ризику приймає мінімальне значення при найнесприятливішій ситуації:

S _опт = min max v_j (2.6)

Сутність цього критерію у прагненні уникнути великого ризику при обранні рішення.

3. Визначаємо оптимальну стратегію на основі критерію Гурвіца. Цей підхід до вибору рішення відомий як критерій показника песимізму-оптимізму. Використовується показник Гурвіца, який ще називають коефіцієнтом несхильності до ризику, Х (значення задається індивідуальним варіантом завдання). Його значення знаходиться в межах 0 < Х < 1. На практиці значення Х визначається по основі власної суб'єктивної оцінки економічного агента. При застосуванні неупередженого, стороннього досвіду значення Х визначається на підставі результатів проведення експертної оцінки.

У відповідності з цим компромісним критерієм для кожного рішення визначається лінійна комбінація максимального і мінімального виграшів:

G_і = x min g_іj + (1 - x) max g_іj (2.7)

Далі обирається та стратегія, для якої величина G_і буде найбільшою за допомогою формули:

G_опт = max G_і = max [ x min g_іj +(l - x) max g_іj ] (2.8)