Большинство управленческих решений, связанных с финансовой деятельностью предприятия, принимается в условиях риска, что обусловлено рядом факторов — отсутствием полной информации, наличием противоборствующих тенденций, элементами случайности и многим другим. В связи с этим проблема оценки и учета экономического риска приобретает важное значение как составная часть теории и практики управления.
В условиях российской нестабильности проблема риска имеет большое значение при обосновании управленческих решений не только стратегического характера, но и на стадии краткосрочного планирования деятельности предприятия — в процессе бюджетирования.
Центральное место в оценке риска на этапе формирования бюджета предприятия занимают анализ и прогнозирование возможных потерь ресурсов. При этом имеются в виду случайные, непредвиденные потери, возникающие вследствие отклонения реальной ситуации от предполагаемого хода событий. Наиболее важное значение при этом в условиях рыночной экономики отводится таким элементам риска, как непредвидимость конъюнктуры рынка, спроса, цен. В то же время российским предприятиям приходится иметь дело с «наложением» факторов рыночного и нерыночного типа (нарушением договорных обязательств, несоблюдением норм и правил хозяйственной деятельности и т.д.).
Таким образом, чтобы оценить вероятность потерь, обусловленных развитием событий по непредвиденному варианту, следует прежде всего выявить все возможные факторы риска: как присущие вообще хозяйственной или производственно-коммерческой деятельности, так и специфические. Кроме тогонеобходимо осуществлять ранжирование факторов рисков по важности или по степени их вклада в общий профиль конкретного производственного предприятия.
Выявление рисков, влияющих на выполнение бюджета
Все возможные на практике факторы рисков делятся на две группы. К первой группе относятся «предвидимые», т.е. известные из экономической теории или хозяйственной практики. Вместе с тем могут появиться факторы, выявить которые на априорной стадии анализа факторов рисков предприятия не реально. Эти факторы относятся ко второй группе. Одна из задач состоит в том, чтобы, создав регулярную процедуру выявления факторов рисков, сузить круг факторов второй группы, тем самым ослабить влияние так называемой «неполноты генерации» факторов рисков.
В зависимости от места возникновения факторы рисков делятся на внешние и внутренние (рис.1) [2].
Метод ветвей и границ (англ. branchandbound) — общий алгоритмический метод для нахождения оптимальных решений различных задач оптимизации, особенно дискретной и комбинаторной оптимизации. По существу, метод является вариацией полного перебора с отсевом подмножеств допустимых решений, заведомо не содержащих оптимальных решений.
Метод ветвей и границ впервые предложили в 1960 году Ленд и Дойг[1] для решения задач целочисленного программирования.
Общая идея метода может быть описана на примере поиска минимума функции {\displaystyle f(x)} на множестве допустимых значений переменной {\displaystyle x}. Функция {\displaystyle f} и переменная {\displaystyle x} могут быть произвольной природы. Для метода ветвей и границ необходимы две процедуры: ветвление и нахождение оценок (границ).
Процедура ветвления состоит в разбиении множества допустимых значений переменной {\displaystyle x} на подобласти (подмножества) меньших размеров. Процедуру можно рекурсивно применять к подобластям. Полученные подобласти образуют дерево, называемое деревом поиска или деревом ветвей и границ. Узлами этого дерева являются построенные подобласти (подмножества множества значений переменной {\displaystyle x}).
Процедура нахождения оценок заключается в поиске верхних и нижних границ для решения задачи на подобласти допустимых значений переменной {\displaystyle x}.
В основе метода ветвей и границ лежит следующая идея: если нижняя граница значений функции на подобласти {\displaystyle A} дерева поиска больше, чем верхняя граница на какой-либо ранее просмотренной подобласти {\displaystyle B}, то {\displaystyle A} может быть исключена из дальнейшего рассмотрения (правило отсева). Обычно минимальную из полученных верхних оценок записывают в глобальную переменную {\displaystyle m}; любой узел дерева поиска, нижняя граница которого больше значения {\displaystyle m}, может быть исключён из дальнейшего рассмотрения.
Если нижняя граница для узла дерева совпадает с верхней границей, то это значение является минимумом функции и достигается на соответствующей подобласти.
Метод используется для решения некоторых NP-полных задач, в том числе задачи коммивояжёра и задачи о ранце.
