Стратегический менеджмент

Стратегический менеджмент рассматривает проблемы роста и выживания крупных организаций. Значение стратегического поведения, позволяющее фирме выживать в конкурентной борьбе в долгосрочной перспективе, резко возросло в последние десятилетия.

Методы и модели, используемые в работе

В ходе работы использовались следующие методы.

) Метод линейного программирования применяется в случаях, когда зависимости между факторами линейные и характер их не меняется со временем. Этот метод предполагает наличие нескольких альтернативных вариантов решения задачи, из числа которых и определяется лучший (оптимальный). В общем виде математическая модель оптимизационной задачи выглядит следующим образом:

Решение задач линейного программирования осуществляется с помощью симплексного метода. При этом реализуются следующие этапы:

· составление математической модели;

· присвоение элементам модели определенных имен;

· составление матричной модели с поименованными элементами;

· ввод исходных данных в ЭВМ и (при необходимости) их корректировка;

· решение задачи;

· экономический анализ полученного решения.

С помощью этого метода решаются задачи оптимального раскроя, оптимизации смесей сырья, оптимальной загрузки оборудования, транспортная задача и др.

) Метод динамического программирования (ДП) применяется, когда целевая функция или система ограничений характеризуются нелинейными зависимостями, а изучаемые процессы развиваются во времени. Метод состоит в том, что вместо поиска оптимального решения для всей задачи, расчет ведется пошагово по отдельным элементам (этапам) исходной задачи. При этом выбор оптимального решения на каждом шаге должен производится с учетом благоприятного использования этого решения при оптимизации на последующем шаге. Выбор решения при ДП осуществляется на основе так называемого принцип оптимальности Беллмана. Суть его выражается в следующем: оптимальная стратегия обладает теми свойством, что, каковы бы не были первоначальное состояние и решение, принятое в начальный момент, последующие решения должны вести к улучшению ситуации относительно состояния, являющегося результатом первоначального решения. Оптимальное решение, найденное при условии, что предыдущий шаг закончился определенным образом, называют условно-оптимальным решением.

)Анализ наличия сезонности с использованием автокорреляционной функции.

Автокорреляционная функция - это последовательность коэффициентов автокорреляции уровней первого, второго и последующих порядков. Соответственно график зависимости значений автокорреляционной функции от величины лага (порядка коэффициента автокорреляции) - коррелограмма. Анализ автокорреляционной функции и коррелограммы позволяет определить лаг, при котором автокорреляция наиболее высокая, а следовательно, и лаг, при котором связь между текущим и предыдущими уровнями ряда наиболее тесная.

Коэффициент автокорреляции характеризует тесноту только линейной связи текущего и предыдущего уровней ряда. Если ряд имеет сильную нелинейную тенденцию, коэффициент автокорреляции может приближаться к нулю. Знак его не может служить указанием на наличие возрастающей или убывающей тенденции в уровнях ряда.

Теперь об анализе структуры временного ряда с помощью автокорреляционной функции и коррелограммы. Довольно ясно, что, если наиболее высоким оказался коэффициент автокорреляции первого порядка, то исследуемый ряд содержит основную тенденцию, или тренд, и, скорее всего, только ее. Если ситуация иная, когда наиболее высоким оказался коэффициент корреляции некоторого отличного от единицы порядка, то ряд содержит циклические компоненты (циклические колебания) с периодом моментов времени. Наконец, если ни один из коэффициентов корреляции не является значимым, то достаточно правдоподобны следующие две гипотезы. Либо ряд не содержит ни тренда, ни циклических компонентов, так что его структура носит флуктуационный (резко случайный) характер. Либо имеется сильная нелинейная тенденция, обнаружение которой требует дополнительных специальных исследований.

Автокорреляция связана с нарушением третьего условия Гаусса - Маркова, что значение случайного члена (случайного компонента, или остатка) в любом наблюдении определяется независимо от его значений во всех других наблюдениях. Для экономических моделей характерна постоянная направленность воздействия не включенных в уравнение регрессии переменных, являющихся наиболее частой причиной положительной автокорреляции. Случайный член в регрессионной зависимости подвергается воздействию переменных, влияющих на зависимую переменную, которые не включены в уравнение регрессии. Если значение случайного компонента в любом наблюдении должно быть независимым от его значения в предыдущем наблюдении, то и значение любой переменной, «скрытой» в случайном компоненте, должно быть некоррелированным с ее значением в предыдущем наблюдении.

Перейти на страницу: 1 2 3 4