გადაწყვეტილების ხეების გამოყენება ფინანსებში

გადაწყვეტილების ხეები ფინანსების, ფილოსოფიისა და გადაწყვეტილების ანალიზი უნივერსიტეტის კლასებში. მიუხედავად ამისა, ბევრმა სტუდენტმა და კურსდამთავრებულმა ვერ გაიგო მათი მიზანი, მიუხედავად იმისა, რომ ეს სტატისტიკური წარმომადგენლობები განუყოფელ როლს თამაშობენ კორპორატიულ ფინანსებსა და ეკონომიკურ პროგნოზირებაში.

გადაწყვეტილების ხის საფუძვლები

გადაწყვეტილების ხეები შემდეგნაირად არის ორგანიზებული: ინდივიდი იღებს დიდ გადაწყვეტილებას, როგორიცაა ა კაპიტალური პროექტი ან არჩევანის გაკეთება ორ კონკურენტ საწარმოს შორის. ეს გადაწყვეტილებები, რომლებიც ხშირად გამოსახულია გადაწყვეტილების კვანძებით, ემყარება კონკრეტული მოქმედებების განხორციელების სავარაუდო შედეგებს. ასეთი შედეგის მაგალითი შეიძლება იყოს: "მოსალოდნელია, რომ შემოსავალი გაიზრდება 5 მილიონი აშშ დოლარით". მაგრამ მოვლენების შემდეგ ბოლო კვანძებით მითითებული სპეკულაციური ხასიათისაა, შემთხვევითი კვანძები ასევე განსაზღვრავს კონკრეტული პროექციის განხორციელების ალბათობას ნაყოფი

ვინაიდან პოტენციური შედეგების სია, რომლებიც განპირობებულია წინა მოვლენებით, უფრო დინამიური ხდება რთული გადაწყვეტილებებით,

ბაიესის ალბათობა მოდელები უნდა დაინერგოს დასადგენად აპრიორი ალბათობა.

ბინომინალური ვარიანტი ფასდება გადაწყვეტილების ხის ანალიზში

გადაწყვეტილების ხის ანალიზი ხშირად გამოიყენება ოფციონის ფასზე. მაგალითად, ბინომინალური ვარიანტის ფასების მოდელი იყენებს დისკრეტულ ალბათობას ვადის გასვლისას ოფციონის ღირებულების დასადგენად. ყველაზე ძირითადი ბინომინალური მოდელები ვარაუდობენ, რომ ძირითადი აქტივის ღირებულება გაიზრდება ან დაეცემა გათვლილი ალბათობების საფუძველზე დაფარვის თარიღზე ევროპული ვარიანტი.

თუმცა, სიტუაცია უფრო რთულდება ამერიკული ვარიანტები, სადაც ოფციონის გამოყენება შესაძლებელია ნებისმიერ მომენტში სიმწიფემდე. ის ბინომინალური ხე ეს გამოიწვევს მრავალ გზას, რომლის დროსაც ძირითად აქტივს შეიძლება დასჭირდეს დრო. ბინომინალური გადაწყვეტილების ხეში კვანძების რაოდენობა იზრდება, მოდელი საბოლოოდ გადადის ბლექ-სქოულზის ფორმულაზე.

მიუხედავად იმისა, რომ შავი სქოულზის ფორმულა იძლევა უფრო მარტივ ალტერნატივას გადაწყვეტილების ხეებზე ოფციონის ფასების დასადგენად, კომპიუტერულ პროგრამულ უზრუნველყოფას შეუძლია შექმნას ბინომიალური ოფციონის ფასების მოდელები "უსასრულო" კვანძებით. ამ ტიპის გაანგარიშება ხშირად იძლევა უფრო ზუსტ ინფორმაციას ფასების შესახებ, განსაკუთრებით მათთვის ბერმუდის პარამეტრები და დივიდენდის გადამხდელი აქციები.

გადაწყვეტილების ხეების გამოყენება რეალური ვარიანტის ანალიზისათვის

რეალური ვარიანტების შეფასება, როგორიცაა გაფართოების პარამეტრები და მიტოვების ვარიანტები, უნდა გაკეთდეს გადაწყვეტილების ხეების გამოყენებით, რადგანაც მათი ღირებულება ვერ განისაზღვრება შავი სქოულზის ფორმულის საშუალებით. რეალური ვარიანტები წარმოადგენს კომპანიის მიერ მიღებულ რეალურ გადაწყვეტილებებს, მაგალითად, გააფართოვოს თუ გააფორმოს ოპერაციები. მაგალითად, ნავთობისა და გაზის კომპანიას შეუძლია შეიძინოს მიწის ნაკვეთი დღეს და თუ ბურღვის ოპერაციები წარმატებულია, მას შეუძლია იაფად შეიძინოს დამატებითი უამრავი მიწა. თუ ბურღვა წარუმატებელია, კომპანია არ გამოიყენებს ვარიანტს და ის უსარგებლო ვადა იწურება. ვინაიდან რეალური ვარიანტები მნიშვნელოვან მნიშვნელობას ანიჭებს კორპორატიულ პროექტებს, ისინი კაპიტალური ბიუჯეტის გადაწყვეტილებების განუყოფელი ნაწილია.

ინდივიდებმა უნდა გადაწყვიტონ შეიძინონ თუ არა ვარიანტი პროექტის დაწყებამდე. საბედნიეროდ, მას შემდეგ რაც განისაზღვრება წარმატებებისა და წარუმატებლობის ალბათობა, გადაწყვეტილების ხეები გვეხმარება ამის გარკვევაში მოსალოდნელი ღირებულება პოტენციური კაპიტალური ბიუჯეტის გადაწყვეტილებების შესახებ. კომპანიები ხშირად იღებენ იმას, რაც თავდაპირველად უარყოფითად გამოიყურება წმინდა მიმდინარე ღირებულება (NPV) პროექტები, მაგრამ მას შემდეგ რაც განიხილება რეალური ვარიანტის მნიშვნელობა, NPV რეალურად ხდება პოზიტიური.

გადაწყვეტილების ხე განაცხადები კონკურენტულ პროექტებზე

ანალოგიურად, გადაწყვეტილების ხეები ასევე გამოიყენება ბიზნეს ოპერაციებისთვის. კომპანიები მუდმივად იღებენ გადაწყვეტილებებს ისეთ საკითხებთან დაკავშირებით, როგორიცაა პროდუქციის განვითარება, პერსონალი, ოპერაციები, შერწყმა და შესყიდვები. გადაწყვეტილების ხეზე ყველა განხილული ალტერნატივის ორგანიზება იძლევა ამ იდეების ერთდროული სისტემატური შეფასების საშუალებას.

ეს არ ნიშნავს იმას, რომ გადაწყვეტილების ხეები უნდა იქნას გამოყენებული ყველა მიკრო გადაწყვეტილების დასაფიქრებლად. მაგრამ გადაწყვეტილების ხეები უზრუნველყოფენ ზოგად ჩარჩოებს პრობლემების გადაწყვეტის დასადგენად და ძირითადი გადაწყვეტილებების რეალიზებული შედეგების მართვისათვის. მაგალითად, გადაწყვეტილების ხე შეიძლება დაეხმაროს მენეჯერებს განსაზღვრონ დასაქმებულის დაქირავების სავარაუდო ფინანსური ეფექტი, რომელიც ვერ აკმაყოფილებს მოლოდინს და უნდა გაათავისუფლონ.

საპროცენტო განაკვეთის ინსტრუმენტების ფასი ბინომიალური ხეებით

მიუხედავად იმისა, რომ მკაცრად არ არის გადაწყვეტილების ხე, ბინომინალური ხე აგებულია ანალოგიურად და გამოიყენება მსგავსი მიზნით ცვალებადი/გაურკვეველი ცვლადის გავლენის დასადგენად. საპროცენტო განაკვეთების აღმავალი და დაღმავალი მოძრაობა მნიშვნელოვან გავლენას ახდენს ფიქსირებული შემოსავლის ფასიანი ქაღალდების ფასსა და საპროცენტო განაკვეთზე წარმოებულები. ბინომიალური ხეები საშუალებას აძლევს ინვესტორებს ზუსტად შეაფასონ ობლიგაციები ჩაშენებული ზარით და დააყენა დებულებები სამომავლო საპროცენტო განაკვეთებთან დაკავშირებით გაურკვევლობის გამოყენებით.

ვინაიდან ბლექ სქოულზის მოდელი არ გამოიყენება ობლიგაციების და საპროცენტო განაკვეთზე დაფუძნებული ოფციონების შეფასებისას, ბინომინალური მოდელი იდეალური ალტერნატივაა. კორპორატიული პროექტები ხშირად ფასდება გადაწყვეტილების ხეებით, რაც განაპირობებს ეკონომიკის სხვადასხვა შესაძლო ალტერნატიულ მდგომარეობას. ანალოგიურად, ობლიგაციების ღირებულება, საპროცენტო განაკვეთები და ქუდები, საპროცენტო განაკვეთის სვოპებიდა სხვა სახის საინვესტიციო ინსტრუმენტები შეიძლება განისაზღვროს სხვადასხვა საპროცენტო განაკვეთის გავლენის გაანალიზებით.

გადაწყვეტილების ხეები და კორპორატიული ანალიზი

გადაწყვეტილების ხეები საშუალებას აძლევს ინდივიდებს შეისწავლონ სხვადასხვა ელემენტები, რომლებმაც შეიძლება არსებითად იმოქმედოს მათ გადაწყვეტილებებზე. რამდენიმე მილიონი დოლარიანი სუპერ ბოულის რეკლამის ეთერში გასვლამდე, ფირმა მიზნად ისახავს მათი განსხვავებული შესაძლო შედეგების დადგენას მარკეტინგის კამპანია. სხვადასხვა საკითხმა შეიძლება გავლენა მოახდინოს ხარჯების საბოლოო წარმატებაზე ან წარუმატებლობაზე, როგორიცაა რეკლამის მიმზიდველობა, ეკონომიკური პერსპექტივა, პროდუქტის ხარისხი და კონკურენტების რეკლამები. მას შემდეგ რაც განისაზღვრება ამ ცვლადების გავლენა და დაინიშნება შესაბამისი ალბათობა, კომპანიას შეუძლია ფორმალურად გადაწყვიტოს გაუშვას თუ არა რეკლამა.

დედააზრი

ეს მაგალითები გვაძლევს ტიპიური შეფასების მიმოხილვას, რომელსაც შეუძლია ისარგებლოს გადაწყვეტილების ხის გამოყენებით. მას შემდეგ რაც დადგინდება ყველა მნიშვნელოვანი ცვლადი, გადაწყვეტილების ეს ხეები ხდება ძალიან რთული. თუმცა, ეს ინსტრუმენტები ხშირად აუცილებელი ინსტრუმენტია ინვესტიციის ანალიზი ან მენეჯმენტის გადაწყვეტილების მიღების პროცესი.