การสร้างแบบจำลองสถานการณ์เป็นอีกเทคนิคหนึ่งที่สำคัญในการวิเคราะห์เหตุการณ์ภายใต้สภาพความไม่แน่นอน
ซึ่งวิธีนี้เป็นวิธีที่แตกแขนงจากวิธีวิเคราะห์ความอ่อนไหว
โดยเป็นวิธีการวิเคราะห์สมมติภาพที่มีขนาดใหญ่กว่าการวิเคราะห์สมมติภาพที่ผ่านมา
เป็นแนวคิดที่เพื่อสร้างแบบจำลองให้กับโครงการหรือนโยบายด้วยคอมพิวเตอร์และตรวจสอบผลลัพธ์ที่ได้ภายใต้การพิจารณาความเป็นไปได้ของตัวแปรต่างๆ
ที่มีการเปลี่ยนแปลงพร้อมๆกัน
ซึ่งวิธีนี้ดีกว่าการวิเคราะห์สมติภาพซึ่งเป็นการวิเคราะห์ทีละภาพเหตุการณ์
ดังนั้น วิธีจำลองสถานการณ์จึงเป็นเครื่องมือวิเคราะห์ที่ดีมาก แต่อย่างไรก็ตาม วิธีนี้ต้องใช้ข้อมูลจำนวนมากทำให้เสียค่าใช้จ่ายสูงซึ่งจะต้องพิจารณาให้ดี
การพัฒนาเทคนิคจำลองสถานการณ์อย่างกว้างขวางเพื่อใช้ในวงการธุรกิจ เศรษฐศาสตร์
วิศวกรรม และสาขาอื่นๆ เทคนิคของวิธีนี้บางอย่างค่อนข้างง่าย
ขณะที่แบบอื่นค่อนข้างยุ่งยากมาก ในงานวิจัยนี้จะแนะนำเทคนิคแบบเดียวเท่านั้นนั่นคือ
Monte Carlo Simulation ซึ่งจะอาศัยการเลือกมูลค่าของตัวแปรต่างๆบนฐานของกฎความน่าจะเป็น
เทคนิคนี้ใช้กันอย่างกว้างขวางในการวิเคราะห์ทางการเงิน และการตัดสินใจทางธุระกิจ
ระดับความเสี่ยงที่ยอมรับได้ (Risk
Tolerance) สามารถกำหนดช่วงเชื่อมั่นนอก2 SD
หรือ 95% ให้ถือว่ามีความเสี่ยงเกิดขึ้น
การใช้ค่าเฉลี่ย( X ) บวกหรือ ลบด้วยค่าเบี่ยงเบนมาตรฐาน (SD)
หากค่าที่ได้อยู่ในช่วงที่กำหนดถือได้ว่ายังอยู่ภายใต้ตวามเสี่ยงที่ยอมรับได้หากเกินกว่าช่วงที่กำหนดไว้ให้ถือว่ามีความเสี่ยง
ต้องเข้ามาจัดการเพื่อลดความเสี่ยงนั้น เช่นความเสี่ยงที่เกินค่า X+2SD หรือ
X-2SD เป็นเขตวิกฤติ
ตัวอย่างการประเมินยอดขาย
และประเมินช่วงที่ยอมรับได้ 95%,
90% ด้วยแบบจำลอง Monte Carlo Simulation Excel Add-ins
จากแบบจำลองผลกำไรจะพบว่า
ผลกำไรจะขึ้นอยู่กับตัวแปรอิสระ L, R, P, C, H โดยเราพบว่าตัวแปรบางตัวมีความผันผวนตลอดเวลา
เรามาดูความผันผวนของแต่ละตัวแปรกันครับ
1. กำไรต่อหน่วยของสินค้า (P) อาจมีการผันผวนเนื่องจากต้นทุนการผลิต
ค่าธรรมเนียมต่างๆ หรือแม้แต่ราคาตั้งต้นในการขาย สมมุติให้มีการผันผวน ระหว่าง 47 - 53 บาทต่อหน่วย
2. โอกาสที่ลูกค้าจะสั่งซื้อสินค้าดังกล่าว (R)
อยู่ระหว่าง 1% - 5% จากกลุ่มลูกค้าเป้าหมาย
3. จำนวนลูกค้าเป้าหมายที่ไปนำเสนอ(L) ผันผวนอยู่ที่
1,200 - 1,800 ราย
4. รายจ่ายจากการไปนำเสนอลูกค้าต่อราย(C) ผันผวนอยู่ระหว่าง 0.2 - 0.8 บาท
จากความผันผวนของตัวแปรที่กล่าวมาจึงพบว่าผลกำไรมีได้หลากหลายค่า
ขึ้นอยู่กับตัวแปรอิสระดังกล่าว
ดังนั้นหากเราสามารถจำลองตัวแปรอิสระดังกล่าวขึ้นมาในแต่ละครั้งเราก็สามารถคำนวณผลกำไรในแต่ละครั้งได้เช่นกัน
และหากเราดำเนินการคำนวณผลกำไรได้จำนวนครั้งมากขึ้น ก็จะสามารถวิเคราะห์หาโอกาสความน่าจะเป็นที่จะเกิดผลกำไรของการขายสินค้าและความเสี่ยงของการขายสินค้าดังกล่าวได้จากการวิเคราะห์ฮิสโตแกรมของผลกำไร
ซึ่งวิธีการจำลองตัวแปรอิสระให้อยู่ในช่วงที่ผกผันเพื่อคำนวณหาผลกำไรด้วยจำนวนชุดของคำตอบมากๆนั้นจะเรียกว่าเทคนิคการจำลองด้วย
Monte Carlo โดยในที่นี้จะขอคำนวณค่าผลกำไรที่เป็นไปได้จำนวน
5000 ครั้ง ก่อนนำไปสร้างฮิสโตแกรมผลกำไรต่อไป
ระดับความเสี่ยงที่ยอมรับได้ (Risk Tolerance) 90%,95%
การสมมติฐานสภาพแวดล้อมของระบบที่ต้องการวิเคราะห์ความเสี่ยง
ภายใต้เงื่ินไขที่กำลังพิจารณา เพื่อต้องการอธิบายผลที่อาจเกิดขึ้น แบ่งได้ 3
ลักษณะคือ
1.สถานการณ์แบบที่แย่ที่สุด (The Worst possible Scenario)
2.สถานการณ์แบบที่ดีที่สุด (The Best possible Scenario)
3.สถานการณ์แบบที่น่าจะเกิดขึ้นมากที่สุด (The most likely Scenario)
ไม่มีความคิดเห็น:
แสดงความคิดเห็น