Professional Documents
Culture Documents
MENADER SK A
EKONOMIJA
Beograd, 2009.
MENADERSKA EKONOMIJA
Autor:
Prof. dr Milivoje Cvetinovi
Recenzenti:
Prof. dr Milovan Stanii
Prof. dr Ljubia Stanojevi
Izdava:
UNIVERZITET SINGIDUNUM
Beograd, Danijelova 32
www.singidunum.ac.rs
Za izdavaa:
Prof. dr Milovan Stanii
Tehnika obrada:
Novak Njegu
Dizajn korica:
Milan Nikoli
Godina izdanja:
2009.
Tira:
500 primeraka
tampa:
UGURA print, Beograd
www.cugura.rs
ISBN: 978-86-7912-169-1
sadraj
Predgovor
3
5
6
8
10
12
13
14
15
17
19
20
21
22
24
25
27
31
34
36
38
39
43
45
46
51
55
SADRAJ
III
59
67
76
80
82
85
87
90
95
98
101
111
112
114
121
123
126
134
139
142
143
144
147
149
152
153
154
156
158
158
159
IV
MENADERSKA EKONOMIJA
161
163
166
169
170
172
176
178
7. LINEARNO PROGRAMIRANJE
7.1 Matematiki model linearnog programiranja
7.2 Reavanje problema LP-a grakom metodom
7.3 Reavanje problema LP-a algebarskim postupkom
7.4 Dualni problem
Rezime poglavlja
Zadaci za vebanje
181
184
186
188
191
193
194
197
199
199
206
213
253
255
256
257
222
227
238
246
247
250
SADRAJ
261
262
269
272
277
279
280
286
288
293
295
Literatura
Prilog
303
304
VI
MENADERSKA EKONOMIJA
297
298
299
302
predgovor
Menaderska ekonomija predstavlja veoma interesantan i znaajan deo u poslovanju svake rme. Ona povezuje ekonomske koncepte sa kvantitativnim metodama
u cilju unapreenja donoenja menaderskih odluka. U principu, menaderska ekonomija je primenjena mikroekonomija koja se direktno odnosi na donoenje odluka
od strane menadera. Naime, menaderska ekonomija analizira procese kroz koje
menader koristi ekonomsku teoriju u cilju reavanja kompleknih problema u poslovanju, da bi nakon toga doneo racionalne odluke na nain da unapred odreeni
ciljevi rme budu postignuti.
Iz tih razloga, knjiga je napisana sa ciljem da se studentima i ostalim interesentima najpre prezentiraju osnovni principi mikroekonomije, a zatim da se ukae na koji
nain primena ekonomske teorije, matematiko statistikih metoda, kao i informatikih reenja, moe unaprediti donoenje poslovno ekonomskih odluka.
Knjiga je organizovana na sledei nain:
U prvom poglavlju data su denicijsko pojmovna objanjenja menaderske
ekonomije i njene uloge u donoenju poslovnih odluka.
U drugom poglavlju opisani su fundamentalni principi ekonomske analize.
Te ideje sa odgovarajuim osnovnim ekonomskim relacijama predstavljaju
osnove za opis relacija tranje, trokova i prota.
U treem poglavlju opisane su statistiko-ekonometrijske metode koje predstavljaju snano orue u rukama menadera.
etvrto poglavlje se bavi teorijom i analizom ponude i tranje. Najpre je analizirana tranja, a zatim ponuda, da bi se ukrtajui krive tranje i krive ponude doli do ravnotee, odnosno na nain odreivanja trine cene.
Peto poglavlje se bavi ekonomskim i poslovnim predvianjem. Ono ukljuuje
prognoziranje buduih ekonomskih odnosa i ocenjivanje njihovih efekata na
poslovanje rme.
U estom poglavlju su analizirani proizvodnja i trokovi to, zajedno sa
tranjom i ponudom, predstavlja osnovne oblasti menaderske ekonomije.
Fokus je na onim principa teorije trokova koji su integralni sa nivoima optimalnih cena i proizvedene koliine robe.
PREDGOVOR
Sedmo poglavlje obrauje linearno programiranje kao alat koji se moe koristiti za brzo i lako reavanje realistinih problema u poslovnom odluivanju.
U osmom poglavlju obraeni su standardne prakse u politici cena i ilustrovane su vrednosti istih, kao praktinih naina u odreivanju cena kojima
se maksimizira prot pri irokom spektru uslova koji karakteriu tranju i
trokove.
Deveto poglavlje se bavi analizom rizika i tehnikama teorije igara to je od
velike vanosti za odluivanje jer se mnoge odluke menadera donose u uslovima postojanja rizika i neizvesnosti.
U poslednjem, desetom poglavlju analizirana su informatika reenja
kao podrka u menaderskoj ekonomiji. Primena principa menaderske
ekonomije uz pomo adekvatnih alata e pomoi menaderima da osiguraju
da resursi budu alocirani ekasno unutar rme, a da rma pravilno reaguje
na promene u ekonomskom okruenju.
Udbenik Menaderska ekonomija namenjen je pre svega studentima Univerziteta Singidunum. Knjiga je takoe namenjena strunoj javnosti, odnosno svima koji
imaju interes za problematiku menaderske ekonomije, kao to su menaderi i operativno osoblje koje se bavi odluivanjem, planiranjem, poslovnim prognoziranjem i
upravljanjem rizika u svim vrstama preduzea i poslovnog okruenja.
MENADERSKA EKONOMIJA
O
E
D
I
UVOD U MENADERSKU
EKONOMIJU
MENADERSKA EKONOMIJA
MENADERSKA EKONOMIJA
Internalizovanjem nekih transakcija unutar rme koje bi inae bile podlone ovim
uplivima, proizvodni trokovi se smanjuju. Ipak, poto je ovo faktor od sekundarne
vanosti, rme bi mogle da opstaju i pored tih upliva, ali bi njihovo eliminisanje svakako doprinosilo postojanju veeg broja kao i po veliini veih rmi.
Kako se proizvodni trokovi smanjuju organizovanjem proizvodnih faktora u rmama, zato se ovaj procec ne bi nastavio sve dok ne bi postojala samo jedna jedina,
velika rma, poput gigantskog Deneral Motorsa ili Eksona koja bi proizvodila sva
dobra i usluge za itavu privredu? Postoje barem dva razloga zato ne bi. Prvi, trokovi organizovanja transakcija unutar rme tee da rastu kako rma postaje vea.
Logika nalae da e rma internalizovati najpre transakcije sa niim trokovima, a
tek zatim trokove sa veim trokovima. U nekoj taki, ovi trokovi internih transakcija e se izjednaiti sa trokovima transakcija na tritu. U toj taki, rma e prestati
da raste. Na primer, svi autoproizvoai na svetu kupuju gume od kompanija koje su
specijalizovane u proizvodnji proizvoda od gume.
Naravno, Ford i Deneral Motors su verovatno razmatrali izgradnju fabrika za
proizodnju njihovih sopstvenih guma. Moe se zakljuiti da su trokovi razvoja novih menaderskih vetina potrebnih za tako razliit tip proizvodnje, i tekoe upravljanja sve sloenijim poslovanjem, verovatno bili vei od trokova nastavka prakse
kupovine guma od Goodyeara, Michelina ili ostalih proizvoaa guma. Drugi primer
su pravne usluge. Male rme ih pribavljaju spolja jer ih ne trebaju stalno dok vee
angauju stalno zaposlene pravnike.
Drugi inilac koji ograniava veliinu rmi je ogranienost organizacionih vetina
preduzetnika. Resursi unutar kompanije nee biti ekasno alocirani ukoliko veliina
rme premai sposobnosti menadera da upravlja poslovanjem. Da bi se reio ovaj
problem, mnoge velike rme su organizovane u grupe odeljenja/lijala koje se oznaavaju kao protni centri. Menadment svakog od ovih cenatra tei maksimiziranju
prota svog odeljenja. Imajui u sebi vei broj manjih (pod)organizacija, pri emu se
svaka od njih upravljanja u nekoj meri nezavisno, problem ograniene sposobnosti
upravljanja velikom rmom je barem delom reen.
Oba ova razloga za ogranienje veliine rme spadaju pod kapu onoga to ekonomisti nazivaju umanjivanje povraaja za menadment kompanije. Drugim reima,
proizvodni trokovi po jedinici proizvoda e teiti rastu kako rma postaje vea,
usled ograniene menaderske sposobnosti. Treba istai da mnoge velike rme uoavaju ovaj problem prekomerne veliine i decentralizuju se ustanovljavanjem brojnih
odvojenih odeljenja ili protnih centara koji deluju kao pojedinane rme (erke).
S1
S2
Sn
2 "
1 r 1 r
1 r n
(1.1)
Si
1 r
i 1
S obzirom da su proti t jednaki ukupnim prihodima (TR) minus ukupni trokovi (TC), jednaina 1.1. se moe napisati kao:
PV S
10
TR i TC i
1 r i
1
MENADERSKA EKONOMIJA
(1.2)
Primer .
Menaderi rme ABC doo su u poziciji da organizuju proizvodnju Q na nain
koji e generisati sledee tokove neto prihoda, gde Si,j predstavlja i-ti proizvodni proces u j-tom periodu proizvodnje.
S1,1 =100 n.j.: S1,2 =330 n.j.
S2,1 =300 n.j.: S2,2 =121 n.j.
na primer, S1,2 =330 n.j. ukazuje da neto prihod iz proizvodnog procesa 1 u periodu 2 iznosi 330 n.j. (novanih jedinica). Ako se pretpostavi da je diskontna stopa u
oba proizvodna perioda 10%, koji od ova dva toka neto prihoda generie vei prot
za rmu?
Reenje: Pretpostavlja se da su oba toka prota u funkciji nivoa autputa proizvodnje i da predstavljaju rezultate alternativnih planova proizvodnje. Treba uoiti
da, iako prvi tok prota izgleda poeljniji od drugog, s obzirom da donosi 9 n.j. vie
prota u dva perioda, izraunavanjem sadanje vrednosti (PV) se otkriva da je ustvari drugi S tok poeljniji od prvog. Naime:
PV S1
Si
1 r
i 1
PV S2
Si
1 r
i 1
100 330
1,1 (1,1)2
363,64
300 121
1,1 (1,1)2
372,73
Sadanja vrednost svih buduih prota takoe moe biti protumaena kao vrednost rme, tj., onoliko koliko bi kupac eleo da plati za rmu. Na ovaj nain, maksimiziranje diskontovanih vrednosti svih buduih prota je ekvivalentno maksimiziranju vrednosti rme. Pojam maksimiziranje prota i maksimiziranje vrednosti e se
naizmenino koristiti u ostatku knjige.
Veina velikih rmi u trinim ekonomijama su korporacije u kojima je vlasnitvo rasporeeno doslovno meu hiljadama pojedinaca, od kojih svaki ima sopstvene
akcije koje predstavljaju vlasnitvo. Ovi vlasnici biraju upravni odbor - tzv. bordove
direktora, koji onda unajmljuju izvrne rukovodioce koji upravljaju rmom. Sada se
esto moe uti da pri odluivanju ovi menaderi koriste smernice maksimiziranja
vrednosti za akcionare. To je prosto drugi nain iskazivanja cilja maksimiziranja prota.
UVOD U MENADERSKU EKONOMIJU
11
12
F.Machlup, Theories of the Firm: Marginalist, Behavioral, managerial, American Economic Review
57, no.1 (1967): strane 1-33.
MENADERSKA EKONOMIJA
13
MENADERSKA EKONOMIJA
Prodaja
10.000
4.000
Bruto prot
Umanjeno za: Reklamiranje
Amortizacija
6.000
1.000
1.000
Usluge
250
Porez na imovinu
200
Ostali izdaci
550
3.000
3.000
15
Drugi implicitni troak ukljuuje menaderevo vreme i talenat. Godinja plata nekoga sa diplomom menadera sa nekog dobrog fakulteta moe biti 12.000 evra. Ovo
je implicitni troak upravljanja ovim biznisom (prodavnicom) umesto da se radi na
nekom drugom mestu. Zato bilans prihoda treba izmeniti da bi se dobio ekonomski
prot.
Sa ove ire perspektive, na biznis e prema projekcijama da izgubi 10.000 evra u
prvoj godini rada. Raunovodstveni prot od 2.000 evra nestaje kada se ukljue svi
relevantni trokovi. Oigledno, sa nansijskim informacijama prikazanim na ovaj
nain, mogla bi se doneti sasvim drugaija odluka da li uopte ulaziti u projekat otvaranja prodavnice. Drugi nain sagledavanja ovog problema je da se pretpostavi da
se mora pozajmiti 20.000 evra od banke po kamati do 5% godinje, a da je potrebno
platiti i menadera prodavnice koji bi vodio kompletne poslove oko nje sa godinjom
platom od 12.000 evra. U ovom sluaju, implicitni trokovi postaju eksplicitni, a raunovodstveni prot je isti kao i ekonomski (tj. -10.000 evra) jer se svi trokovi, kako
eksplicitni tako i implicitni, uzimaju u obzir. Veina donosioca odluka je svesna ovog
koncepta.
Prodaja
10.000
4.000
Bruto prot
6.000
1.000
Amortizacija
1.000
Usluge
250
Porez na imovinu
200
Ostali izdaci
550
3.000
3.000
16
MENADERSKA EKONOMIJA
1.000
12.000
13.000
(10.000)
Vano pitanje koje treba istai u ovoj diskusiji je to da se potpuno drugaiji signal
moe poslati menadmentu u sluaju da se koristi ovaj koncept ekonomskog prota.
Ponekad se rad ekonomski neprotabilnog biznisa nastavlja jer se ne implicitni trokovi ne razmatraju na pravilan nain. Racionalno odluivanje zahteva da se prepoznaju svi relevantni trokovi, kako eksplicitni tako i implicitni. Koncept ekonomskog
prota obuhvata sve trokove i stoga je korisniji alat za menadment negoli uobiajeno denisan koncept raunovodstvenog prota. U narednim poglavljima koristie se
ekonomska denicija prota, a termin trokovi e ukljuivati sve relevantne trokove,
kako eksplicitne tako i implicitne.
17
plate i pre nego to se krajnja dobra i usluge prodaju potroaima. Generalno, oni ne
ele da dele rizik (prodaje na tritu). Zato, nije iznenaujue da preduzetnik nee
ulagati vreme i resurse na riskantne aktivnosti sem ukoliko nema izgleda za protom.
Jedna od funkcija prota je da nagradi preduzetnike za prihvatanje rizika povezanog
sa njihovim poslovnim odlukama. Praktino sve poslovne odluke nose rizik da novac
moe biti izgubljen. Jasno, ukoliko postoji ansa za gubitkom, mora postojati i ansa
za dobitkom u obliku prota; u suprotnom, takvi rizici se ne bi preduzimali, barem
ne od razumnih ljudi.
Odreene rme izgleda da su u stanju da stiu nadprosene prote i to kontinuirano. U nekim sluajevima, one su neprekidno inovativne u razvoju novih proizvoda,
u smanjivanju proizvodnih trokova ili unapreivanju izvanredno dobrog usluivanja korisnika. Iako druge rme mogu slediti njihovo liderstvo i kopirati bilo koji novi
proizvod ili oponaati prednosti produkcionih trokova, tokom vremena istinski inovativna rma e osmiljavati nove i nove proizvode i proizvodne tehnologije, ime
odrava svoje nadprosene protne performanse. U takvim sluajevima, prot igra
korisnu drutvenu funkciju; on ohrabruje rme da smiljaju nove proizvode, da smanjuju proizvodne trokove i pruaju bolje usluge.
U drugim sluajevima, rme mogu zaraditi nadprosene prote jer imaju monopolsku snagu na tritu. Tojest, druge rme su spreene da ponude za prodaju isti
proizvod ili uslugu, to rmi omoguava da odrava visoku cenu i prote. Primer za
ovo je uveni proizvoa kontaktnih soiva za oi ameriki Bau&Lomb. Kada je
dobio odobrenje za prodaju mekih soiva, on je nekoliko godina bio jedini ponua
istih. Cene soiva su bile veoma visoke, a i proti takoe. Nakon nekoliko godina,
kada su se pojavili i drugi proizvoai mekih soiva, cene i proti su opali.
U sluajevima poput ovoga, nadproseni prot nije drutveno koristan. I zaista,
rma sa monopolskom moi nema toliko podsticaja da sniava cene i proizvodne
trokove, da razvija nove proizvode ili prua dobre usluge korisnicima, u odnosu na
rmu koja je u veoma konkurentnoj delatnosti. Ipak, u nekim delatnostima, najnie
trokove proizvodnje mogue je postii tako to e na tritu postojati samo jedna
rma. Primer za ovo je proizvodnja i distribucija elektrine energije. U zemljama
gde postoji liberalizovano trite, ono ipak deluje po principu regionalnih monopola,
koji imaju takve sporazume sa dravom, kojima se osigurava razumna cena i sticanje samo fer nivoa prota. Na ovaj nain, postiu se prednosti niskih proizvodnih
trokova bez ostvarivanja nadprosenih prota koji prate monopol. Ovo je prirodna
situacija uslovljena tehnoloko-infrastrukturnim okolnostima.
Neki kritiari kapitalistikog sistema tvrde da je prot neto malo vie od neoekivanog dobitka koji se na sluajana nain dodeljuje odreenim ljudima. Poto je
takav, on po miljenju tih kritiara treba da bude oporezovan jer je nezaraen. Ipak,
ak i da su u pravu da prot predstavlja samo neoekivani dobitak, koji je pao sa
neba, sistem slobodnog preduzetnitva ne moe da funkcionie bez njega. Drugim
reima, niko ne bi igrao utakmicu na tritu (tj. investirao u biznis) ukoliko ne bi
postojala ansa osvajanja nagrade u obliku prota.
18
MENADERSKA EKONOMIJA
Na tritu koga karakterie nadmetanje velikog broja rmi jedne protiv drugih,
nadproseni proti daju vane signale, ali nije verovatno da e oni uspeti da se odre
dugo vremena. Drugim reima, rme koje su ve prisutne na tritu reaguju na vie
prote tako to e poveavati proizvodnju, a nove rme e imati podsticaj da uu
na to trite. Rezultat e biti poveana ponuda proizvoda, nie cene i na kraju nii
proti. Ovo rezultira u tome da, na konkurentnom tritu, nivoi prota daju vane
signale, ali da su u odreenoj meri prolazni.
19
MENADERSKA EKONOMIJA
H. A. Simon, The Decision-Making Process, in The Executive as Decision-Maker: The New Science
of Management Decison (New York:Harper & Row).
21
MENADERSKA EKONOMIJA
u reavanju problema menaderskog odluivanja. Slika 1.2 sumira navedene principijalne momente po kojima se ekonomija povezuje sa donoenjem menaderskih
odluka.
Slika 1.2
Za menadersku ekonomiju se takoe kae da slui kao kariku izmeu tradicionalne ekonomije i nauka o donoenju odluka za donoenje poslovnih odluka.
23
Rezime poglavlja
Menaderska ekonomija se moe smatrati primenom onog dela mikroekonomije
koji se fokusira na tematike poput rizika, tranje, proizvodnje, troka, odreivanja
cena i strukture trita. Razumevanje ovih principa e pomoi osmiljavanju racionalne perspektive odluivanja i izotriti analitiki okvir koji rukovodioci moraju koristiti pri menaderskom odluivanju.
Pojedinci i rme vre meusobne interakcije kako na tritima proizvoda tako i
na tritima faktora (proizvodnje). Cene proizvoda i inputa se odreuju na ovim tritima i usmeravaju odluke svih trinih uesnika. Firma je entitet koji organizuje
faktore proizvodnje u cilju proizvodnje dobara i usluga a radi zadovoljavanja klijenata i drugih rmi. U trinom sistemu, meudejstvo pojedinaca i rmi nije podlono
centralnoj kontroli. Cene i proizvoda i faktora proizvodnje predstavljaju pokretae
i usmeravae ove interakcije. Unutar rmi, ipak, menaderi usmeravaju aktivnosti.
Centralna kontrola unutar rmi je korisna jer se smanjuju transakcioni i informacioni trokovi. Veliina rme je ograniena jer transakcioni trokovi unutar rme rastu
kako raste sama rma, a i usled ogranienosti menaderskih vetina.
Pretpostavlja se da je cilj rme da maksimizira vrednost rme ili sadanju vrednost svih buduih prota, denisanih kao prihod umanjen za sve trokove, eksplicitne
i implicitne. Oportunitetni trokovi, poput nadoknada i kamata, koje su vlasnici i
menaderi propustili da naplate za svoj rad i kapital, moraju se ukljuiti u trokove.
Proputanje da se obraunaju ovi implicitni trokovi moe dovesti do neekasne alokacije resursa. Cilj maksimizacije prota je ogranien zakonskim, moralnim, ugovorenim, nansijskim i tehnolokim ogranienjima. Neki ekonomisti tvrde da je rmin
cilj zapravo zadovoljavajui nivo prota a ne maksimalan. Problem sukoba interesa
menademnt-vlasnici nastaje kada vlasnik i menader rme imaju razliite ciljeve.
Problem moe biti razreen vezivanjem dela menaderskih plata za prote i/ili promene u ceni rminih akcija.
Prot igra dve vane uloge u sistemu slobodnog trita. Najpre, on deluje kao signal za proizvoae da poveaju ili smanje obim proizvodnje, ili uu ili napuste neku
delatnost. Drugo, prot je nagrada za preduzetniku aktivnost, ukljuujui rizikovanje i inovaciju. U konkurentskoj delatnosti, ekonomski proti tee da budu prolazni.
Ostvarivanje visokih prota neke rme obino dovodi do poveanja obima proizvodnje tog proizvoda/usluge do strane drugih rmi, a time i smanjivanja cene i prota.
Firme koje imaju monopolsku mo mogu sticati nadprosene prote tokom dueg perioda vremena; takvi proti ne igraju korisnu ulogu u ekonomiji.
Primarna uloga menaderske ekonomije je donoenje optimalizovanih odluka pri
ogranienjima. Primena principa menaderske ekonomije e pomoi menaderima
da osiguraju da resursi budu alocirani ekasno unutar rme, a da rma pravilno
reaguje na promene u ekonomskom okruenju.
24
MENADERSKA EKONOMIJA
O
E
D
II
OSNOVNE EKONOMSKE I
MATEMATIKE RELACIJE
25
(2.1)
(2.2)
27
Slika 2.1a
(konstantna prodajna cena i ukupni
prihod)
Slika 2.1b
(tranja, ponuda i trina ravnotea)
nagib
'y
'x
'TR
'Q
TR 2 TR1
Q 2 Q1
54 18
18
3 1
Rastue funkcije imaju pozitivni nagib, dok opadajue funkcije imaju negativni
nagib. Na slici 2.1b, funkcija tranje DD ima opadajui (negativni) nagib, ilustrujui
inverznu relaciju izmeu koliine izlaza robe Q koju su potroai voljni da kupe po
svakoj ceni P. Kriva ponude SS ilustruje direktnu (pozitivnu) relaciju izmeu koliine
izlaza robe Q koju su dobavljai voljni da ponude tritu po svakoj ceni P.
Ako pretprostavimo da su funkcije trine tranje i ponude sledee:
QD = 25 3P
QS = 10 + 2P
tada se taka ravnotee dobija kada je QD = QS , odnosno za P*=3 i Q*=16.
28
MENADERSKA EKONOMIJA
Kada je re o nelinearnim funkcijama, u njih spadaju funkcije polinoma, koje sadre nezavisne varijable sa stepenima veim od 1. Od svih njih najpoznatija je kvadratna funkcija, ija je opta forma:
y=a + bx + cx2 , gde je c0
Ova fukcija graki predstavlja parabolu, pri emu vrednosti parametara odreuju njen oblik. Ako je c>0 parabola je konveksna, i teme ima najmanju ordinatu (min.),
a ako je c<0 u pitanju je konkavnna parabola i teme ima najviu ordinatu (max.)
vidi slike 2.2a i 2.2b.
Slika 2.2a
(konkavna parabola)
Slika 2.2b
(konveksna parabola)
Treba znati da je kod nelinearnih funkcija nagib varijabilan. Drugim reima grak
nelinearnih funkcija predstavljaju krive.
2.1.2 Primena izvoda funkcije u analizama optimizacije
Izvodi su uopte znaajni u analizi optimizacije, s obzirom da mnogi problemi u
ekonomiji ukljuuju odreivanje optimalnih solucija. Na primer, menader moe
zahtevati onaj nivo proizvodnje koji donosi maksimalni prot. U sutini, ekonomska
optimizacija ukljuuje maksimizaciju ili minimizaciju neke funkcije cilja, koja moe
ili ne mora biti predmet jedog ili vie ogranienja. Pre dalje diskusije, pogledajmo
neke od metoda za izraavanje ekonomskih i poslovnih relacija.
OSNOVNE EKONOMSKE I MATEMATIKE RELACIJE
29
Prvi izvod funkcije y=f(x) je jednostavno nagib funkcije kada je interval na horizontalnoj osi (x) izmeu x1 i x2 neogranieno mali. Tehniki, prviizvod je granina
vrednost razlomka y/x (nagib) kada se x pribliava nuli, tj:
y'
dy
dx
lim 'x ! 0 (
'y
)
'x
Izvod u nekoj taki funkcije predstavlja koecijent pravca tangente (videti sliku
2.3), tj. nagib, koji varira kod nelinearnih funkcija.
Slika 2.3
Primenom pravila diferenciranja, o kojima ovde nee biti rei, mogu se nai izvodi sloenih funkcija. Takoe, za nalaenja optimalnih vrednost funkcija potrebno je
razmotriti i drugi izvod, odnosno:
y '' f ''(x)
d(dy)
dx
d2 y
dx 2
Za funkciju jedne varijable f(x) se kae da postie maksimum u nekoj taki x=x0
ako je f (x0) = 0 i f (x0) < 0
30
MENADERSKA EKONOMIJA
Slino, za funkciju jedne varijable f(x) se kae da postie minimum u nekoj taki
x=x0 ako je f (x0) = 0 i f (x0) > 0
Proces ekonomske optimizacije se moe ilustrovati na primeru funkcije prota
koja se denie kao razlika ukupnih prihoda i trokova, tj: S = TR-TC. Na primer, ako
se pretpostavi da je S = 20Q-3Q2, tada je, primenom pravila diferenciranja:
dS
dQ
20 10Q
d2 S
dQ 2
10 ! 0
31
Total, prosek, i granine relacije su veoma korisni u analizi optimizacije. Za razliku od pojma totala i proseka ija su znaenja dobro poznata, pojam granine relacije zahteva dodatno objanjenje. Naime, granina relacija predstavlja promenu zavisne varijable uzrokovanu promenom nezavisne varijable za jednu jedinicu. Tako na
primer granini prihod je promena ukupnog prihoda kao rezultat promene izlazne
koliine robe za jednu jedinicu. Dakle, moemo rei da granini prihod predstavlja dodatni prihod koji nastaje prodajom dodatne jedinice robe. Na slian nain
deniemo i granini troak i granini prot.
Granina analiza je veoma korisna u donoenju odluka. Tako, na primer, ona daje
jasna pravila kako pratiti optimalnu alokaciju resursa. Rezultat toga je da, na primer,
geometrijske relacije izmeu totala i graninih funkcija pruaju plodnu osnovu za
proveru uloge granine analize u donoenju poslovnih odluka.
Geometrijske relacije izmeu totala i graninih vrednosti daju korisnu osnovu za
sagledavanje granine analize u donoenju odluka. Menaderske odluke esto zahtevaju nalaenje maksimalne vrednosti funkcije. Da bi funkcija dostigla maksimum,
njena granina vrednost (nagib) mora biti nula. Izraunavanjem nagiba funkcije,
odnosno granine vrednosti, moe se odrediti taka u kojoj funkcija dostie maksimum. Radi ilustracije pogledajmo sledeu funkciju prota:
S= 10.000 + 400Q 2Q2
(2.3)
Slika 2.4
32
MENADERSKA EKONOMIJA
Slika 2.5
Uzmimo optu formulu za prot, S =TR-TC i granini prot MS =MR-MC. S
obzirom da je za maksimum bilo koje funkcije neophodno da je margina jednaka
nuli, to se maksimum prota dobija kada je MS =MR-MC=0, odnosno MR=MC.
Na ovaj nain, u odreivanju nivoa optimalne aktivnosti preduzea, granine
relacije nam govore da, sve dok poveanje prihoda zajedno sa poveanjem izlaza
premauje poveanje trokova, kontinuirani rast bie protabilan. Optimalni nivo
izlaza robe se odreuje kada je granini prihod jednak graninom troku, granini
prot je nula, i ukupni prot je maksimalan.
OSNOVNE EKONOMSKE I MATEMATIKE RELACIJE
33
(Tranja)
(Ukupni prihod)
(Granini prihod)
MENADERSKA EKONOMIJA
35
Uopteno, relacije prihoda i trokova, kao i uslovi kad su u pitanju ulazni podaci,
moraju se uzeti u obzir pre nego to se postavi odgovarajua kratkorona operativna strategija. U momentu kada se identikuje takva strategija, potrebno je istraiti
specine relacije prihoda i trokova i ostala delovanja na rmu koje e sugerisati
odgovarajui nivo aktivnosti.
MENADERSKA EKONOMIJA
ili procentualno
Inkrementalni troak = (Inkremental nansijski trokovi)/(Inkrementalna pozajmica)
= 1.350/10.000=13.5%
Dakle, istiniti inkrementalni troak sredstava za preostalih pozajmljenih 10.000
za alternativu sa 90% nansiranja je 13,5% a ne 9,5% kamate kao kod kredita.
Inkrementalni koncept je vaan za donoenje menaderskih odluka jer se on
fokusira na promene ili razlike izmeu raspoloivih alternativa. Prihodi i trokovi na
koje odluke ne utiu su irelevantni i ignoriu se u analizi.
37
Rezime poglavlja
38
MENADERSKA EKONOMIJA
Zadaci za vebu
1. ZADATAK
ABC Products doo izrauje male elektrine ureaje i nedavno je promovisao novi ureaj za pravljenje dezerta.
Relacija izmeu mesene tranje i cene za novi proizvod ABC Products
doo je sledea:
P = 60 0,005Q
MR = 'TR/'Q = 60 0,01Q
TC = 100.000 + 5Q + 0,0005Q2
MC = 'TC/'Q = 5 + 0,001Q
Reenje:
A. Tabela sa izlaznom koliinom (Q), cenom (P), ukupnim prihodom
(TR), graninim prihodom (MR), ukupnim trokovima (TC), graninim
trokovima (MC), ukupnim protom (S) i graninim protom (MS) je
sledea:
39
Jedinice
Cena
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000
10,000
60
55
50
45
40
35
30
25
20
15
10
Ukupni Marginalni
prihod
prihod
0
60
55,000
50
100,000
40
135,000
30
160,000
20
175,000
10
180,000
0
175,000
-10
160,000
-20
135,000
-30
100,000
-40
Ukupni Marginalni
troak
troak
100,000
5
105,500
6
112,000
7
119,500
8
128,000
9
137,500
10
148,000
11
159,500
12
172,000
13
185,500
14
200,000
15
Ukupni
profit
-100,000
-50,500
-12,000
15,500
32,000
37,500
32,000
15,500
-12,000
-50,500
-100,000
Marginalni
profit
55
44
33
22
11
0
-11
-22
-33
-44
-55
B. Koristei ABC tabelu i grake za TR, TC, i S kao zavisne varijable, a jedinice koliine (Q) kao nezavisne varijable, imamo sledee:
Kombinacija cena/izlaz za koju ukupni prot dostie maksimum je P = 35
i Q = 5.000 jedinica. U toj taki je MR = MC a ukupni prot dostie maksimalnu vrednost od 37.500 n.j.
Kombinacija cena/izlaz koja maksimizira prihod je P = 30 i Q= 6.000 jedinica. U toj taki je MR = 0 a ukupni prihod dostie maksimalnu vrednost
od 180.000 n.j.
C. Za nalaenje analitikim putem izlazne koliine koja maksimizira prot,
potrebno je da je MR = MC, ili MS = 0, i zatim reiti po Q.
60 0,01Q = 5 + 0,001Q
0,011Q = 55
Q = 5.000
Za Q=5.000:
P = 60 0,005(5.000)= 35
S = 100.000 + 55(5.000) 0,0055(5.000) 2= 37.500
Za Q=6.000:
P = 60 0,005(6.000) = 30
S = TR TC
= (60 0,005Q)Q 100.000 5Q 0,0005Q2
= 100.000 + 55Q 0,0055Q2
= 100.000 + 55(6.000) 0,0055(6.0002)
= 32.000
40
MENADERSKA EKONOMIJA
41
42
MENADERSKA EKONOMIJA
O
E
D
III
MENADERSKE PRIMENE
STATISTIKE ANALIZE I
43
45
X1 X 2 ... X n
n
(3.1)
i 1
(3.2)
MENADERSKA EKONOMIJA
5 miliona evra, protna margina je 14.8%, a proseni prihod prodaje je 33,7 miliona
evra.U svakoj sluaju, sredina uzorka odraava prostu sumu svake odgovarajue
vrednosti na itavom uzorku od n=25 trita, pa podeljeno sa 25, ukupnim brojem
observaacija. U ovom datom uzorku, nijedna pojedinana opservacija nema tano
istu vrednost kao i proseni nivo neto prota ili prihoda prodaje.
Bilo koja pojedinana opservacija moe da se poklopi sa prosecima za itav uzorka ali je to ista sluajnost. Kada se prot, protna margina i prihodi prodaje mere u
veoma malim poveanjima, veoma je retko da se nae pojedinana opservacija koja
bi se sasvim poklopila sa prosekom uzorka. Na osnovu kriterijuma sredine uzorka,
svaka opservacija uzorka koja je blizu sredini uzorka moe se opisati kao tipina
vrednost uzorka. Vano je napomenuti, ipak, da postoje znaajne varijacije oko ovih
proseka uzoraka, i izgledi atipinih vrednosti uzoraka su srazmerno visoke.
Prosek predstavlja veoma atraktivnu meru centralne tendencije kada su odstupanja od proseka nadole i nagore prilino balansirana.
Regionalno
trite
Neto profit
Margina
Prihodi
neto
od prodaje
profita (%)
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
4.2
6.1
4.9
3.5
4.7
3.5
7.6
3.9
6.2
4.7
5.2
3.5
3.3
4.4
7.6
6.5
7.1
5.8
2.9
4.7
7.4
3.2
4.4
5.6
3.3
16.0
15.0
14.9
14.2
16.4
14.4
15.7
14.4
12.7
13.0
14.4
16.1
15.6
12.2
16.0
14.8
14.3
14.3
14.3
15.3
15.1
15.4
14.9
15.3
16.2
26.2
40.7
32.8
24.6
28.7
24.3
48.4
27.0
48.9
36.2
36.1
21.7
21.1
36.1
47.6
43.8
49.7
40.6
20.3
30.8
49.0
20.8
29.5
36.6
20.4
Sredina
Varijansa uzorka
Standardna devijacija uzorka
5.0
2.2
1.5
14.8
1.2
1.1
33.7
104.4
10.2
Tabela 3.1
Godinji neto prot, protna margina i prihodi od prodaje na regionalnim
tritima telekomunikacionih usluga (u mil. evra)
MENADERSKE PRIMENE ANALIZE ...
47
Ukoliko je broj opservacija uzorka koje su iznad sredine uzorka priblino isti kao
broj opservacija ispod sredine uzorka, onda prosek daje koristan pokazatelj neke
tipine opservacije. Ipak, kada ovo nije sluaj, tj. kada broj opservacija u uzorku koje
su iznad ili ispod sredine neobino velik, kao to se ponekad javljaju znaajne razlike
izmeu ekstremno velikih ili ekstremno malih opservacija uzorka, sredina uzorka
ima mogunost da izazove pristrasan pogled na tipine vrednosti uzorka.
3.2.2 Medijana
Medijana uzorka, ili srednja opservacija, ponekad ima mo da da meru centralne
tendencije koja je korisnija od sredine uzorka. Kada je broj opservacija uzorka bilo
iznad bilo ispod sredine neobino visok, onda sredina uzorka moe biti znatno, znatno razliita od vrednosti tipine opservacije. Takva odstupanja postoje kadagod neki
uzorak obuhvata vrednosti koje su bilo veoma velike bilo veoma male u poreenju
sa tipinom opservacijom. Na primer, godinji prihodi prodaje mogu imati opseg
od nekoliko miliona evra godinje za male i srednje rme do desetina milijardi evra
godinje za velike koorporacije. U takvim sluajevima moe posluioti medijana.
Napomenimo i da se, na primer, protne margine izraavaju u % prihoda prodaje.
Poto su prihodi prodaje esto korieni pokazatelj veliine rmi, podaci u protnim
marginama su primer normalizovanih ili podataka podeenih prema veliini.
to se samog izraunavanja tie, medijana Pe je takva vrednost promenljive
X (x1, x1,..., xn) tako da (najpriblinije) deli statistiki uzorak (ili populaciju) na
dva jednaka dela:
ako su x 1 d x 2 d ... d x n Pe
N neparno
X n 1 ,
2
1
2 X n X n 1 , N parno
2
2
Za promenljive (statistika obeleja) koja su grupisana u grupe i zadata raspodelom frekfencija, medijanu odreujemo tako to prvo odredimo grupni interval u
kome se nalazi Pe, a zatim po dogovoru biramo jednu vrednost iz tog intervala. Ako
je X zadato raspodelom:
48
a0 a1
a1 a2
ak 1 ak
(f )
f1
f2
fk
MENADERSKA EKONOMIJA
fi d
i 1
N S 1
N
; fi !
2 i1
2
Pe
a a N
a S S 1 S
fS 1 2
fi
1
3.2.3 Modus
Jo jedna esto koriena mera centralne tendencije je modus, ili najee
zabeleena vrednost opservacija u uzorku. Kada se koriste neprekidni podaci, modus
se najee ne koristi. Neprekidni podaci u polju rada menadera su brojevi, poput
neto prota, protne margine ili podataka o prihodima prodaje, koji mogu da se
menjaju za male veliine ili neprekidno. Na primer, prilino je retko nai sluajeve
kada nekoliko rmi iz iste delatnosti ima identino iste nivoe neto prota izraenim
u dinarima ili evrima, dok mnoge rme mogu imati iste nivoe prota ukoliko se oni
izraavaju u milionima dinara/evra. Modus je dakle, ona vrednost promenljive X
koja ima najveu frekfenciju pojavljivanja u posmatranom statistikom skupu, ili je
vrednost u ijoj blizini se najee pojavljuju izmerene vrednosti X na statistikom
skupu. Ovo je jedina mera centralne tendencije koja se moe koristiti za kvalitativna
obeleja i predstavlja dobar pokazatelj za homogene statistike skupove. Kada je X
grupisano i zadato raspodelom frekfencija, za modus se uzima sredina grupnog intervala sa najveom frekfencijom pojavljivanja.
Modus je najprivlaniji vid merenja centralne tendencije u sluajevima kada su
zabeleene samo umereni obimi varijacija u neprekidnim podacima ili kada se analiziraju grupisani podaci. Na primer, ukoliko se kupcima nudi samo ograniena raznolikost u pogledu boja i veliina nekog proizvoda, identikacija modusa ili najpopularnije klase boje i veliine je vana kako za marketinke tako i namene planiranja
proizvodnje. Ukoliko se klase klijenata analiziraju u smislu grupisanja po starosnoj
dobi, identikovanje vanih karakteristika modusne starosne grupe postave vano
na slian nain kao kod odabira klase boje i veliine.
Ukoliko opservacije nekog uzorka imaju vie od jednog modusa, taj sluaj se naziva viemodalnim. Uzorci sa vie od jednog modusa esto ukljuuju grupe podataka
koji su bitno razliiti u nekom vanom pogledu. Raspodela teina i visina kupaca e
verovatno biti bimodalna jer e i visine i teine varirati po polu kupaca. U sluajevima
kada merenje uzorakih grupa ima viemodalnu raspodelu, esto je prikladnije da se
konstruiu odvojene raspodele uestalosti (frekfencija pojavljivanja neke date vrednosti promenljive) za svaku od podgrupa uzorka, a ne da se zanemaruju vani uzrok
modelnih razlika koji lei u sutini date populacije.
MENADERSKE PRIMENE ANALIZE ...
49
50
MENADERSKA EKONOMIJA
Slika 3.1
Sredina (prosek), medijana i modus
(Razlike izmeu sredine, medijane i modusa odraavaju asimetrinost)
51
X1 P X 2 P
2
... X N P
N
N
P
i 1
(3.3)
MENADERSKA EKONOMIJA
P
i 1
(3.4)
X X 2 X ... X n X
2
n 1
n
X
i 1
n 1
(3.5)
X
i 1
X
n 1
(3.6)
MENADERSKE PRIMENE ANALIZE ...
53
V
P
(3.7)
s
X
(3.8)
Poto nije pod uticajem veliine ili jedinice mere, koecijent varijacije moe se koristiti za poreenje relativne disperzije nad irokom raznolikou podataka. U kapitalnom budetiranju, na primer, menaderi koriste koecijent varijacije da uporede
koecijente rizika/koristi za projekte sa bitno razliitim investicionih zahtevima ili
protabilnou. Poto menaderi nekada vole da rade samo sa novanim iznosima gubitaka ili proputenog prota, koecijent varijacije se esto koristi zajedno sa apsolutnim merilima rizika poput varijanse i standardne devijacije. Posmatrane objedinjeno,
absolutne i relativne mere pruaju menaderima posebno korisne alatke za procenjivanje veliine disperzije unutar neke populacije ili uzorka podataka.
6
54
Odgovor na pitanje zato se koristi n-1 a ne n je prilino sloen, ali odraava injenicu da disperzija
opte populacije moe biti podcenjena ukoliko bi se n koristilo kao imenioc pri izraunavanjima
varijanse uzorka i varijanse uzorka. Stoga je nuno koristiti formule za varijansu i standardnu devijaciju kada se izraunavaju mere disperzije za itavu populaciju.
MENADERSKA EKONOMIJA
lana
Odluka ispravna
Greka tipa II
Greka tipa I
Odluka ispravna
Tabela 3.2
Poto oba tipa greke mogu dovesti do loih menaderskih odluka, njihove
verovatnoe se moraju kvantikovati i uneti u analizu odluke. Iako se od strane
menadera koristi raznoliki spektar razliitih testova hipoteza, u nastavku dajemo
osnove ove tehnike i to ilustrujemo primerom u kome se koristi test prostih sredina.
3.4.1 Testovi aritmetikih sredina za velike uzorke
Prvi korak u testiranju hipoteze je formalno navoenje osnovne pretpostavke ili
nulte hipoteze, zajedno sa suprotnom ili alternativnom hipotezom. Moraju se zatim
odrediti nivo znaajnosti testa i testne statistike, a takoe se mora navesti i pravilo odluivanja. Najzad, moraju se prikupiti podaci a test izvesti tako da moe biti
doneena neka menaderska odluka.
Aritmetika sredina uzorka moe biti poreenja sa sredinom populacije da bi se
uvidelo da li je bilo koji dati uzorak tipian ili atipian za posmatranu populaciju.
Tipian uzorak ima sredinu koja je blizu sredini populacije; atipian uzorak je onaj
ija sredina nije blizu sredini populacije. Da bi se odluilo o taki odsecanja, mora
se konstruisati standardizovana promenljiva ili testna statistika. Ova testna statistika,
koja se najee oznaava kao z-statistika, ima normalnu raspodelu sa sredinom jednakom 0(nula) i standardnom devijacijom 1(jedan). Za test sredina, testna statistika je
zasnovana na razlici izmeu sredine uzorka i sredine opte populacije, podeljenom sa
standardnom devijacijom uzorka. Tako, z-statistika=2 implicira da je sredina uzorka
za 2 standardne devijacije vea od sredine populacije, a z-statistika=3 da je sredina
uzorka za 3 standardne devijacije vea od sredine populacije i tako redom.
MENADERSKE PRIMENE ANALIZE ...
55
X P
V/ n
(3.9)
gde je X sredina uzorka, je poznata sredina populacije a je standardna devijacija populacije, dok je n veliina uzorka. Testna statistika je razlika izmeu uzorake i
opte sredine, X - , podeljena standardnom devijacijom sredine uzorka, V / n . Ona
opisuje razliku izmeu uzorakih i populacionih sredina u standardizovanim jedinicama. Interval poverenja za istinsku sredinu je od X z V / n do X z V / n , a pritom je z vrednost iz normalne tabele koja odgovara odabranom stepenu poverenja.
Kao to se moe videti sa slike 3.2, 95% povrine ispod normalne krive ili zvonaste
krive z-statistike potpada unutar 1.96 standardnih devijacija sredine; 99% potpada
pod 2.576 standardnih devijacija. Drugim reima, moe postojati 95%-tno poverenje da je uzorak tipian za optu populaciju ukoliko proseci uzorka upadaju unutar
priblino 2 standardne devijacije, odnosno 99%-tno poverenje da upadaju unutar
priblino 3 standardne devijacije od proseka populacije.
Ukoliko standardna devijacija populacije nije poznata a veliina uzorka je velika,
n>30, standardna devijacija uzorka s moe biti zamena za pri izraunavanju testne
statistike:
X P
s/ n
(3.10)
gde je X sredina uzorka, je poznata sredina populacije a s je standardna devijacija uzorka, dok je n veliina uzorka. Interval poverenja za istinsku sredinu je od
X z V / n do X z V / n , a pritom je z vrednost iz normalne tabele koja odgovara
odabranom stepenu poverenja.
56
MENADERSKA EKONOMIJA
57
X P
s/ n
(3.11)
gde je X sredina uzorka, je poznata sredina populacije a s je standardna devijacija uzorka, dok je n veliina uzorka. Interval poverenja za istinsku sredinu je
od X t s/ n do X t s/ n a pritom je t vrednost iz t tabele (Studentova
raspodela - vidi Prilog) koja odgovara (n-1) stepenu slobode i za odabranom nivou
poverenja.
Ova tzv. t statistika je testna statistika koja ima priblino normalnu raspodelu sa
sredinom nula i standardnom devijacijom 1. t statistika (ili t vrednost) je normalno
rasporeena za velike uzorke, ali manje normalna u sluaju malih uzoraka. Kao i
u sluaju z statistike, ona opisuje razliku izmeu uzorake i populacione sredine u
standardizovanim jedinicama, ili preko broja standardnih devijacija uzorka. Poto
je t statistika samo priblino normalno rasporeena, praktino pravilo za dve standardne devijacije za 95%-tni interval poverenja i tri standardne devijacije za 99%-tni
interval poverenja vai samo za velike uzorke kod kojih je n>30. Kritina vrednost
t se podeava poveavanjem kako se veliina uzorka smanjuje. Obim podeavanja
poveavanjem zavisi od stepeni slobode testne statistike, ili broja opservacija koje
premauju apsolutni minimum broja opservacija nuan za izraunavanje statistike.
Poto su najmanje 2 opservacije nune za proceduru izraunavanja sredine, stepeni
slobode za test sredina se izraunava kao df=n-1. Precizna kritina t vrednost za
korienje u testu sredina za veoma male uzorke se uzima iz t tabele. Posmatrajmo
jedan primer: neka je veliina uzorka n=10 opservacija, kritina t vrednost za test
sredina sa df=10-1=9 je 2.262 pri nivou znaajnosti =0.05, a za =0.01 kritina t
vrednost je 3.25. Oekuje se da e se sredina populacije nai unutar 2.262 standardne devijacije oko sredine uzorka sa 95%-tnim poverenjem, ili unutar 3.25 standardne devijacije oko sredine uzorka sa 99%-tnim poverenjem.
Do sada smo mere centralne tendencije i mere disperzije razmatrali korisnim u
smislu opisivanja populacionih i uzorakih podataka. Ove mere su veoma korisne za
menadere koji iziskuju detaljni statistiki prol karakteristika klijenata, trokova,
prota u datoj delatnosti kao i pri analizi ostalih vanih ekonomskih promenljivih.
Ipak, menaderi su esto zainteresovani za poznavanje centralne tendencije i disperzije ovih podataka i to u obimu koji se ne moe opisati ovim obrascima. Iz ovog
razloga, uspeni menaderi iz stvarnih kompanija posveuju znatno vreme i trud na
opisivanje uzroka i posledica vanih ekonomskih zavisnosti. Naredni deo se vie bavi
time.
58
MENADERSKA EKONOMIJA
59
U sluajevima kada postoji statistika zavisnost, tana ili istinska veza izmeu
dve ekonomske promenljive nije poznata sa izvesnou, te se mora ocenjivati. Verovatno najei nain da se uradi ocena je da se prikupe i analiziraju istorijski podaci
o posmatranim ekonomskim promenljivima. Vremenske serije podataka su dnevne,
nedeljne, mesene ili godinje serije (nizovi) podataka o nekoj ekonomskoj promenljivoj poput cene, prihoda, troka ili prihoda. Da bi se ocenio trend protabilnosti
tokom vremena, neka rma moe analizirati vremenske serije brojanih podataka o
protu. Presek podataka je grupa opservacija za neku vanu ekonomsku promenljivu
u bilo kom trenutku vremena. Ukoliko se rma interesuje da stekne uvid u relativnu
vanost trinog udela u odnosu na oglaavanje kao determinante protabilnosti,
ona moe analizirati presek podataka prota, oglaavanja i protabilnosti za razliita
lokalna ili regionalna trita na kojima posluje. U sluaju da se ocenjuje efektivnost,
na primer, nekog programa upravljanja kvalitetom, rma moe razmatrati i vremenske serije i preseke podataka.
Najjednostavniji i najee korieni nain za analiziranje nekog uzorka podataka
iz prolosti je da se iscrtaju i vizuelno proue ti podaci. Dijagram rasipanja (poznat
jo kao XY ili scatter dijagram) je prikaz podataka kod koga se zavisna promenljiva
prikazuje na vertikalnoj ili Y-osi, a nezavisna promenljiva se prikazuje na horizontalnoj ili X-osi. Na slici 3.3 je dat dijagram rasipanja koji prikazuje zavisnost izmeu
etiri razliite kategorije jedinikih trokova i obima proizvodnje. Podaci na osnovu
kojih su iscrtani ovi graci su dati u Tabeli 3.3. U ovim primerima svaka jednina
trokovna kategorija predstavlja jednu razliitu zavisnu ili Y promenljivu jer ovi
jedinini trokovi zavise od, ili su odreeni sa obimom proizvodnje. Obim proizvodnje je nezavisna ili X promenljiva.
60
MENADERSKA EKONOMIJA
Jedinini
troak A (u )
Jedinini
troak B (u )
Jedinini
troak C (u )
Jedinini
troak D (u )
2,14
7,91
5,59
4,41
25
2,47
7,81
6,10
4,29
50
2,99
6,72
4,84
4,56
100
3,67
7,57
6,44
4,50
150
4,36
5,81
4,78
4,79
200
4,58
5,21
5,04
5,07
250
5,38
4,80
5,87
5,18
300
6,28
5,25
6,07
6,21
350
7,03
3,78
6,17
6,73
400
7,32
3,23
4,83
6,79
450
7,41
3,70
5,73
7,49
500
8,53
2,48
5,56
9,14
61
Dijagrami rasipanja se analiziraju radi dobijanja instiktivnog oseaja o podacima. Metod je potpuno induktivan i intuitivan. Iako ispitivanje dijagrama rasipanja
ima neporecivu vrednost kao polazna taka u analizi jednostavnih statistikih zavisnosti, nepostojanje struktuiranosti ograniava njenu vrednost. Na primer, izbor toga
koju emo promenljivu nazvati zavisnom a koju nezavisnom je esto nasumian.
injenica da poveanje u obimu proizvodnje izaziva promenu u jedininim trokovima
moe izgledati oigledna. Ipak, u odreenim okolnostima, srazmerna priroda ove
veze izmeu ekonomskih veliina nije oigledna. Dijagrami rasipanja mogu biti od
pomoi u smislu ilustrovanja veza ili proste korelacije izmeu promenljivih, ali sami
po sebi ne ustanovljavaju uzronost (kauzalnost). Da bi se obezbedilo izvoenje uzroka i posledice, korelacije izmeu dve serije podataka moraju se interpretirati u
svetlu prethodnog iskustva ili ekonomske teorije. U prouavanju tehnika regresione
analize, vano je imati na umu da ekonomska teorija prua bazina obrazloenja za
specikacije modela.
3.5.2 Specikacija regresionog modela
Prvi korak u regresionoj analizi je da se specikuju promenljive koje e se ukljuiti
tj. ui u regresionu jednainu ili model. Tranja proizvoda, izmerena u zikim jedinicama (komadima), je zavisna promenljiva u sluaju speciciranja funkcije tranje.
Lista nezavisnih promenljivih, ili onih koji utiu na tranju, uvek ukljuuje cenu proizvoda a generalno ukljuuje i faktore poput cene komplementarnih i konkurentskih
proizvoda, izdataka za oglaavanje, prihoda potroaa i populacije potroaa.
Funkcije tranje za skupljim trajnim dobrima, poput automobila ili kua, ukljuuje
i kamatne stope i ostale uslove kreditiranja; dok se za proizvode poput ski opreme,
pia ili klima ureaja moraju razmotriti klimatski uslovi. Determinante tranje za
kapitalnim dobrima, poput industrijskih maina, ukljuuju korporativnu protabilnost, koecijent iskorienosti kapaciteta, kamatnu stopu, trendove nadnica i tako
dalje. Ukupni ili jedinini trokovi su zavisna promenljiva pri speciciranju funkcije
troka. U nezavisne promenljive uvek spada obim proizvodnje, a tipino ukljuuju i
visinu plata, kamata, cene sirovina i slino.
Drugi korak u regresionoj analizi je prikupljanje pouzdanih podataka. Potrebno
je prikupiti podatke o ukupnoj proizvodnji ili potranji, cenama, uslovima za kredite,
koecijentima iskorienosti kapaciteta, platama i slinom. Dobijanje preciznih podataka nije uvek lako; posebno ako studija ukljuuje vremenske serije tokom dueg
niza godina. Poret toga, moe se desiti da e se neke kljune promenljive morati
ocenjivati. Stavovi potroaa prema kvalitetu proizvoda i oekivanja o buduim uslovima poslovanja, to je oboje veoma vano u funkcijama tranje za mnoga potrona
dobra, esto se moraju ocenjivati. Naalost, istraivaki upitnici i tehnike intervjua
ponekad unose elemente subjektivnosti u podatke a time i mogunost greke ili pristrasnosti.
62
MENADERSKA EKONOMIJA
Q a bP cA dI
(3.12)
Q a P b A c Id
(3.13)
log Q
(3.14)
63
Kada se napiu u obliku jednaine 3.12, koecijenti iz jednaine 3.14 (log od a,b,c
i d) mogu biti na lak nain ocenjeni. Zahvaljujui multiplikativnom ili log-linearnom
obliku regresionog modela, ove procene koecijenata mogu se tumaiti kao procene
konstantne elastinosti Y-a u odnosu na X, ili kao procentualna promena u veliini
Y uslovljena promenom X-a u visini od 1%. O elastinosti e biti rei u ostatku ove
knjige, pa e sada biti podvueno samo da multiplikativni ili log-linearni modeli podrazumevaju konstantnu elastinost.
Da sumiramo, multiplikativni modeli podrazumevaju promenljivi apsolutni efekat na Y promenljivoj uslovljen promenama u razliitim nezavisnim promenljivima.
Ovo je nekada zgodno u analizi tranje jer granini efekat utroka jednog evra u
oglaavanju, na primer, moe varirati shodno ukupnom nivou oglaavanja, cenama,
prihodima i tako dalje. Slino, ponekad je zgodno i u analizi trokova, jer efekat koji
na trokove ima promena od jedne jedinice mere obima proizvodnje moe zavisiti od
obima proizvodnje, plata, cena sirovina i tako dalje.
Promenljivi granini efekti koji se podrazumevaju u multiplikativnom ili loglinearnom modelu su opreni u odnosu na konstantan granini efekat nezavisnih
varijabli u linearnim modelima. Multiplikativne funkcije tranje i trokova su esto
zasnovane na pretpostavci konstantne elastinosti, poto se elastinost menja zajedno sa linearnim funkcijama tranje. Naravno, neki dati oblik regresionog modela linearan, multiplikativan ili neki drugi treba uvek odabrati tako da odraava stvarne
zavisnosti posmatranih ekonomskih promenljivih. Treba paziti i na to da odabrani
model bude u skladu sa ekonomskom teorijom koja objanjava pojave koje model
opisuje.
3.5.3 Metod najmanjih kvadrata
Regresione jednaine se obino ocenjuju ili podeavaju pomou metoda najmanjih kvadrata. Metod se moe ilustrovati posmatranjem jednostavnog primera
funkcije ukupnih trokova. Prepostavimo da menader neke lijale Banke A poeli
da proceni zavisnost izmeu ukupnog broja novih tekuih rauna otvorenih na
mesenom nivou i trokova obrade zahteva za novim raunima. Tabela 3.4 daje relevantne podatke o ukupnom troku i broju zahteva za novim raunima tokom prole
godije (opservacije tokom 12 meseci). Kada se koristi linearni model za opisivanje zavisnosti izmeu ukupnog troka obrade zahteva za otvaranjem rauna i broja zahteva,
opti oblik regresione jednaine za Banku A je
Ukupni Troak = Y = a + bX
64
MENADERSKA EKONOMIJA
(3.15)
Gde je ukupan troak zavisna ili Y promenljiva, a autput (obim obrade u naem
sluaju) je nezavisna ili X promenljiva. Ovakva regresiona jednaina se naziva prostim regresionim modelom, jer ukljuuje samo jednu zavisnu Y promenljivu i jednu
nezavisnu X promenljivu. Viestruki regresioni model takoe obuhvata jednu Y
promenljivu ali zato ukljuuje najmanje dve X promenljive.
Metod najmanjih kvadrata ocenjuje ili podeava regresionu liniju koja minimizuje
sumu kvadrata odstupanja (devijacija) izmeu najbolje podeene linije i skupa taaka
orginalnih podataka. Tehnika je zasnovana na minimizovanju kvadrata odstupanja
radi izbegavanja problema negativnih i pozitivnih odstupanja koja bi se meusobno
potirala. Korienjem tehnike najmanjih kvadrata, mogue je proceniti odseak na
Y osi (a) i koecijent nagiba (b) koji odgovara najbolje podeenoj regresionoj liniji.
Egzaktna forma regresione jednaine za Banku A, koja bi bila ocenjena korienjem
mesenih podataka iz tabele 3.4 je
Ukupni Troakt = Yt = a + bXt + ut
(3.16)
pri emu je ukupan troak u mesecu t zavisna ili Y promenljiva, a broj zahteva za
novim raunima u mesecu t je nezavisna rezultujua ili X promenljiva. ut je rezidual
ili lan remeenja koji odraava uticaj stohastikih ili sluajnih elemenata i bilo kojih
drugih determinanti ukupnih trokova koji su izostavljeni iz regresione jednaine.
Mesec
Podeena ocena
ukupnog troka (Yt) u
evrima
Januar
4.959
4.755,91
205
Februar
4.275
5.061,00
220
Mart
6.050
5.467,78
240
April
5.350
5.569,48
245
Maj
5.125
5.671,17
250
Jun
6.650
6.179,65
275
Juli
7.450
6.993,22
315
Avgust
6.850
7.094,92
320
Septembar
8.250
7.603,40
345
Oktobar
8.700
9.332,23
430
Novembar
9.175
9.433,92
435
Decembar
9.975
9.637,32
445
Prosek
6.900
6.900,00
310
Tabela 3.4
MENADERSKE PRIMENE ANALIZE ...
65
Slika 3.4 Regresiona zavisnost izmeu trokova obrade novih rauna i broja
novih rauna u Banci A (regresiona linija minimizira sumu kvadrata odstupanja)
Kada se istrauju podaci iz neke vremenske serije, na nain kao u naem primeru,
lan t se koristi da oznai indeks promenljivih. Ukoliko se istrauju podaci iz nekog
preseka vremena - na primer, trokovi obrade u nekom broju lijala tokom nekog
datog meseca razliite lijale bi se oznaavale sa razliitim indeksima i, radi identikacije.
66
MENADERSKA EKONOMIJA
67
Standardna greka ocene daje veoma korisne naine za ocenjivanje intervala poverenja oko bilo koje procene t, ukoliko se znaju vrednosti za nezavisnu promenljivu.
Drugim reima, standardna greka ocene se moe koristiti za odreivanje opsega
(intervala) unutar koga zavisna varijabla Y moe biti ocenjena sa promenljivim stepenom statistikog poverenja zasnovanog na regresionim koecijentima i vrednostima za X varijable. Poto je t najbolja ocena t-te vrednosti zavisne varijable, kao
ocena predviena pomou regresione jednaine, standardna greka procene se moe
koristiti za odreivanje upravo toga koliko e verovatno biti precizno predvianje
t. Ukoliko ut kao elementi greke budu imali normalnu raspodelu u regresionoj
jednaini, to e biti sluaj ukoliko se analiziraju veliki uzorci sa vie od 30 opservacija, postoji 95%-tna verovatnoa da e opservacije zavisne promenljive leati u
opsegu t (1.96 x SEE), ili unutar dve standardne greke procene. Verovatnoa ja
99% da e bilo koje dato t biti u okviru t (2.576 x SEE), iliti grubo gledano, unutar tri standardne greke njegove predviene vrednosti. Kada se analiziraju veoma
mali uzorci podataka, kritine vrednosti su neto vee od dvostruke ili trostruke
SEE u smislu 95%-tnih i 99%-tnih intervala poverenja. Precizne vrednosti se mogu
dobiti iz tabele t vrednosti, koje se mogu nai u Prilogu ove knjige, i to korienjem
postupka opisanog u narednom razmatranju t-statistike. I za male i za velike uzorke
moe se rei da e vea predviajua tanost regresionog modela biti povezana sa
manjim standardnim grekama procene.
Koncept standardne greke procene je opisan graki na slici 3.5. Regresiona
linija najmanjih kvadrata je ilustrovana zadebljalom linijom; gornji i donji 95%-tni
intervali poverenja su prikazani sa isprekidanim linijama. U proseku, 95% svih stvarnih opservacija podataka e leati u, grubo reeno, dve standardne greke procene. Za neku datu vrednost Xt, interval izmeu gornjih i donjih granica poverenja
se moe koristiti za predvianje odgovarajue vrednosti Yt sa 95% verovatnoe da
e stvarni rezultat leati unutar tog intervala poverenja. Napomenimo da se ovaj
interval poverenja proiruje za opservacije uzorka koje su mnogo nie ili mnogo
vee od proseka tog uzorka. Ovo je zbog toga to je standardna greka izraunavanja
procene zasnovana na opservacijama uzetim iz uzorka a ne opte populacije i stoga
daje samo aproksimaciju stvarne raspodele greaka. Granice poverenja su najblie
regresionoj liniji u blizini prosenih vrednosti za Xt i Yt, ili u centru dijagrama rasipanja. Granice poverenja se udaljavaju od regresione linije kako se ide ka ekstremnim vrednostima opservacija uzorka. Ono to je svakako bitno za zapamtiti je da
relativno nisko poverenje moe da se dodeli prediktivnim vrednostima regresione
jednaine koja je proirena na vrednosti izvan opsega opservacija uzorka.
68
MENADERSKA EKONOMIJA
Slika 3.5 Ilustracija korienja standardne greke procene u svrhu denisanja intervala poverenja (Standardna greka procene (SEE) je koriena za izradu intervala
poverenja)
U naem primeru Banke A i njenih ocena trokova, standardna greka procene
je 531,9. Ovo znai da je standardna devijacija stvarnih vrednosti Yt oko regresione
linije jednaka 531,90 evra, jer je standardna greka procene uvek izraena u istim
jedinicama kao i zavisna promenljiva Y. Postoji 95%-tna verovatnoa da e bilo koja
opservacija Yt leati u priblino dve standardne greke odgovarajue njene procene
t. Na primer, broj zahteva za otvaranjem novih rauna tokom meseca jula je 315 na
mesenom nivou, a oekivani ili podeeni ukupni trokovi su 6.993,19 evra (=586.4
+ 20.339(315)). Odgovarajue granice poverenja za 95%-tni interval poverenja su
6.993,19 (2 x 531,9 evra). Ovo znai da postoje priblino 95%tni izgledi da e stvarni trokovi na mesenom nivou za obradu 315 zahteva upasti u opseg od 5.929,39
evra do 8.056,99 evra. Slino ovome, postoji 99%tni izgledi da e stvarni trokovi
na mesenom nivou za obradu zahteva upasti u priblino tri standardne greke
predviene vrednosti, ili u opseg od 5.397,49 evra do 8.588,89 evra. to je iri interval
poverenja, vei je nivo poverenja da e stvarne vrednosti upasti unutar predvienog
opsega. S druge strane, vea prediktivna tanost je oigledno povezana sa manjim
standardnim grekama procene.
69
R2
(3.17)
MENADERSKA EKONOMIJA
71
k 1
2
R2
1 R
nk
(3.18)
72
MENADERSKA EKONOMIJA
3.6.4 F statistika
2
(3.19)
Fk 1,n k
R 2 /(k 1)
(1 R 2 )/(n k)
(3.20)
73
74
MENADERSKA EKONOMIJA
t n k
b
/
Standardna devijacija od b
(3.21)
gde, opet, n oznaava broj opservacija u uzorku (pojedinanih podataka) a k je
broj ocenjenih koecijenata (odseak i broj koecijenata nagiba). Napomenimo da
ova t statistika meri veliinu pojedinane ocene koecijenta u odnosu na veliinu
njegove standardne devijacije.
75
Ova popularna t statistika meri veliinu b koecijenta u odnosu na njegovu standardnu devijaciju jer i veliina koecijenta b i njegova unutranja stabilnost predstavljaju vane stavke u odreivanju ako je b0. T statistika meri broj standardnih
/
devijacija izmeu ocenjenog regresionog koecijenta, b , i nule. Ukoliko je izraunata
t statistika vee od relevantne kritine t vrednosti, uzete iz tabele vrednosti (videti
Prilog), hipoteza da je b=0 moe biti odbaena. I obratno, ukoliko sraunata t statistika nije vea od kritine t vrednosti, nije mogue odbaciti hipotezu da je b=0. U tom
sluaju, ne postoji dokaz postojanja povezanosti izmeu Y i neke date X promenljive.
Ukoliko se sada vratimo na na primer Banke A, ocenjeni koecijent za broj novih
zahteva za otvaranjem rauna varijable X je 20,339. Poto je standardna devijacija
samo 1,85, sraunata t statistika = 10,99>3,169 koje predstavlja kritinu vrednost
za n-k=10 stepeni slobode pri nivou poverenja od =0,01. Sa 99%-tnim poverenjem,
hipoteza ne postojanja uzronosti moe biti odbaena. I obratno, verovatnoa da se
javi ovako visoka t statistika je manja od 1% u sluaju da zapravo ne postoji uzronost
izmeu ukupnih trokova Y i broja novih rauna promenljive X.
Kao praktino pravilo, ukoliko se pretpostavlja da je veliina uzorka n>30 a da
se radi o tipinom regresionom modelu od 4 ili 5 nezavisnih varijabli X i lanom
odseka, sraunata t statistika vea od 2 dozvoljava odbacivanje hipoteze o nepostojanju veze izmeu zavisne Y i neke date X varijable i to pri nivou poverenja od
=0,05 (tj. sa 95%-tnim poverenjem). Sraunata t statistika koja je vea od 3 obino
omoguava odbacivanje hipoteze o nepostojanju veze izmeu izmeu zavisne Y i
neke date X promenljive i to pri nivou poverenja od =0,01 (tj. sa 99%-tnim poverenjem). Ipak, kao to je ranije opisano, kritine t vrednosti su podeene poveavanjem
kada je veliina uzorka mala u odnosu na broj koecijenata koji su ukljueni u regresioni model. U takvim sluajevim, precizne kritine t vrednosti mogu se dobiti iz
t tabele (videti Prilog).
MENADERSKA EKONOMIJA
prosenu ugovorenu cenu (P) tokom prethodne godine (12 opservacija). Usled optih
problema u nacionalnoj ekonomiji, u toj delatnosti privrede je zaustavljen rast, te
je izostao uobiajen pozitivan efekat rasta prihoda na rast tranje. Ako, trend rasta
BND nije relevantan tokom ovog perioda. Jednostavnosti radi, pretpostaviemo da
podaci dati u tabeli 3.5 ukljuuju sve relevantne faktore koji utiu na mesene nivoe
prodaje naeg preduzea EDP.
Sredina
Prodato
jedinica
100
110
130
170
140
210
230
250
200
220
240
200
Cena po
jedinici
3,800
3,700
3,500
3,200
3,900
2,500
2,300
2,100
3,400
2,500
2,400
3,300
183.33
3,050.00
Izdaci
Izdaci
Podeene Reziduali
prodaje oglaavanja vrednosti
14,250
13,500
99.69
0.31
15,000
15,000
111.53
1.53
17,000
17,250
136.26
6.26
18,750
22,500
170.76
0.76
21,750
18,000
144.84
4.84
23,250
16,500
213.91
3.91
22,500
24,000
235.35
5.35
24,000
15,000
233.03
16.97
21,000
24,750
178.45
21.55
24,750
19,500
228.41
8.41
25,500
24,750
248.38
8.38
29,250
12,000
199.4
0.6
21,416.67
18,562.50
183.33
0.00
(3.22)
(6,77)
(5,69)
(3.23)
(2,72)
77
MENADERSKA EKONOMIJA
79
Rezime poglavlja
Ovo poglavlje nam je ponudilo razliite metode za opisivanje centralne tendencije
i disperzije preko uzoraka i populacije podataka. Razumevanje ovih statistika je neophodan uvod za detaljnije ispitivanje veoma korisne tehnike regresione analize, koja
slui za prouavanje statistikih zavisnosti.
Sumarne i deskriptive mere opte populacije, koje se zovu parametri populacije, su retko poznate i obino se moraju ocenjivati. Najefektniji nain da
se to uradi je oslanjanje na statistike uzorka, ili sumarne i deskriptivne
mere koje opisuju neki reprezentativan uzorak,
Korisne mere centralne tendencije ukljuuju aritmetiku sredinu ili prosek,
medijanu ili srednju opservaciju, i modus ili najee opaanu vrednost (opservacije) u uzorku. Ukoliko su podaci perfektno uravnoteeni ili
simetrini, onda e mere centralne tendencije teiti jedno tipinoj vrednosti.
U suprotnom, proizilazi asimetrinost nepostojanje simetrije u uzorku,
esto koriena merila disperzije obuhvataju interval varijacije, ili razliku izmeu najvee i najmanje opservacije u uzorku; varijansu, ili srednje
kvadratno odstupanje (devijaciju) od proseka; i standardnu devijaciju ili
kvadratni koren od varijanse. Standardna devijacija meri disperziju u istim jedinicama mere u kojima su i podaci u uzorku. Koecijent varijacije
uporeuje standardnu devijaciju sa prosekom i predstavlja privlanu relativnu meru disperzije. Koecijent determinacije pokazuje koliki je udeo
varijacija kod Y objanjen od strane regresionog modela,
Testiranje hipoteze je statistiki eksperiment koji se koristi za merenje
opravdanosti neke date teorije ili pretpostavke. Tip I greke je nepravilno
odbacivanje istinite hipoteze; Tip II greke je neuspeh da se odbaci pogrena
hipoteza. Z statistika je test statistika koja ima normalnu raspodelu
sa prosekom nula i standardnom devijacijom od 1. t statistika ima istu
raspodelu u sluaju velikih uzoraka, ali je priblino normalna nad malim
uzorcima. Kritine t vrednosti su podeenje poveavanjem u sluaju da se
veliina uzorka smanjuje, zavisno od stepena slobode, ili broj opservacija
padne ispod apsolutnog minimuma koji je nuan za izraunavanje statistike.
Determisnitika zavisnost je ona zavisnost koja je (uvek) poznata sa
izvesnou. Statistika zavisnost, pak, postoji ukoliko je prosena prednost
jedne promenljive povezana sa prosenom vrednou druge promenljive, ali
je nemogue da se sa izvesnou previdi vrednost jedne na osnovu vrednosti
one druge promenljive.
80
MENADERSKA EKONOMIJA
81
Prihod (000)
100
100
30
50
30
30
100
30
Broj auta
2
2
3
2
1
1
2
Prihod (000)
100
50
100
50
50
30
50
X
X
auta
prihodi
82
MENADERSKA EKONOMIJA
B.
Interval varijacije je od nule do 3 auta po porodiciji, dok je prihod izmeu
30K i 100K. Varijansa uzorka za auta se rauna na sledei nain:
s2auta = [(11,533)2 + (31,533)2 + (01,533)2 + (21,533)2 + (01,533)2+
(21,533)2 + (21,533)2 + (01,533)2 + (21,533)2 + (21,533)2+ (31,533)2 +
(21,533)2 + (11,533)2 + (11,533)2+ (21,533)2]/14= 13,733/14= 0,9809
dok je standardna devijacija:
sauta =
s 2 = 0,990
s 2 = 30,470 (u hiljadama)
S obzirom na mali obim uzorka, za odreivanje 95% intervala poverenja unutar koga se moe oekivati da se nau tane sredine populacija koristi se ttest sa df = n 1 = 15 - 1 = 14. Tako za auta imamo:
83
Hipoteza koju treba testirati je da je proseni prihod dela grada isti kao za
celu populaciju, tj: H0: = 42.500 , kada je V= 3.000, Test statistika za ovu
hipotezu je:
x P 60.000 42.500
z
81,67
V/ n
3.000/ 196
to znai da se nulta hipoteza moe odbaciti.
Ostala pitanja i zadaci
1. Da li je srednja vrednost ili pak medijana bolje merilo uobiajenog nivoa
prota za korporacije?
2. Koje vane prednosti imaju varijansa i standardna devijacija u odnosu na
opseg kao mere disperzije?
3. Kada se analizira disperzija ukupnih trokova izraenih u evrima, u kojim
jedinicama se meri varijansa i standardna devijacija?
4. Ukoliko neki regresioni model oceni zbirne mesene prote na 50.000 evra
sa standardnom grekom ocene od 25.000 evra, koliki su izgledi da se zapravo jave gubici?
5. Prosti regresioni model UT= a + bQ nije u stanju da objasni 19% varijacija u
ukupnim trokovima UT. Koliki je koecijent korelacije izmeu TC i Q?
6. U funkciji tranje zasnovanoj na regresionom modelu, koecijent b za
oglaavanje je jednak 3,75 a standardna devijacija je 1,25 jedinica. Koliki
je opseg unutar koga moe postojati 99%-tno poverenje da e nai stvarni
parametar za oglaavanje?
7. Opiite rizike i koristi od korienja eksperimentalnog pristupa regresionoj
analizi.
8. Opiite okolnosti u kojoj e verovatno postojati problem veoma visoke korelacije dve nezavisne promenljive, tj, multikolinearnosti, i razmotrite mogue
reenje za to.
9. Kada su rezidualni ili lanovi greke u nekoj vezi gledano u vremenu, kae se
da postoji serijska korelacija (korelacija vremenske serije). Da li serijska korelaciji ima sklonost javljanja kao problema u analizi vremenskih serija podataka o kvartalnoj prodaji tokom perioda od 10 godina? Identikujte mogue
reenje za ovo, ukoliko je to potrebno.
10. Menaderi esto prouavaju zavisnost protne margine i prodaje tokom
ivotnog ciklusa pojedinanih proizvoda, a ne zavisnost prota i prodaje.
Pored ekonomskih povoda za to, postoje li takoe i odreene statistike prednosti za ovo? (Napomena: Protna margina je jednaka protu podeljenom sa
prodajom).
84
MENADERSKA EKONOMIJA
O
E
D
IV
TEORIJA I ANALIZA
TRANJE I PONUDE
Osnovna karakteristika trinih ekonomija je da su one nemirne i uvek osciliraju. Zato je npr. u zadnjih pet godina broj korisnika LCD televizora naglo
porastao, ili zato se cena istih znaajno
smanjila? Ili zato je cena nafte na svetskom tritu tako visoka? Na ta i slina
pitanja moemo odgovoriti teorijom ponude i potranje. U ovom poglavlju je
prvo analizirana tranja, a zatim ponuda, da bi ukrtajui krive tranje i krive
ponude doli do ravnotee, odnosno naina na koji se odreuje trina cena.
85
Tranja je koliina dobara ili usluga koju su potroai voljni i u stanju da kupe
tokom nekog perioda vremena, u nekim datim ekonomskim uslovima.
Vremenski okvir za tranju moe biti jedan sat, dan, mesec dana ili godina dana.
Uslovi, tj. okolnosti koje treba pritom da se razmotre, obuhvataju cenu datog dobra/usluge, cene i raspoloivost slinih dobara, oekivanja vezana za promenu cene,
prihode potroaa, ukuse i preference potroaa, izdatke reklamiranja i tako dalje.
Koliina proizvoda koju su kupci spremni da kupe, tj, njihova tranja, zavisi od svih
ovih faktora.
Za menadersko odluivanje, prevashodni fokus treba da bude na trinoj tranji.
Trina tranja je agregat tranji pojedinaca, ili linih tranji. Pojedinana tranja je
odreena vrednou koja se moe pripisati pri nabavci i korienju bilo kojeg dobra
ili usluge kao i sposobnosti da se to dobro/usluga nabavi. Obe ove stavke su nune
za efektivnu tranju pojedinaca. Postojanje elje bez kupovne moi moe dovesti do
potrebe ali ne i do tranje.
4.1.1 Zakon potranje
Pretpostavka ponaanja u cilju maksimiziranja prota uzima u obzir da vlasnici
i menaderi poznaju tranju za njihovom robom i uslugama. Funkcija tranje daje
uverenje da postoji merljiva relacija izmeu cene koju rma trai za njen proizvod
i broja jedinica koje je kupac voljan da kupi tokom odreenog vremenskog perioda.
Ekonomisti povezuju ovakvo relacijsko ponaanje kao zakon potranje, koji se nekada naziva prvim fundamentalnim zakonom u ekonomiji. Po deniciji, zakon potranje tvrdi da je traena koliina robe ili usluga u indirektnoj relaciji sa prodajnom
cenom, pri emu vai ceteris paribus (svi ostale determinante tranje su nepromenjene). Simbolino, zakon potranje se moe predstaviti kao:
QD
f(P) i
dQ D
0
dP
(4.1)
87
MENADERSKA EKONOMIJA
Bez obzira da li se dobra ili usluge trae od strane pojedinaca radi nalne potronje (direktna tranja) ili u svrhe inputa koji se koristi za obezbeivanje drugih dobara
ili usluga (izvedena tranja), temelji ekonomske analize nude polazite za ispitivanje
karakteristika tranje. Za proizvode koji se koriste u nalnoj potronji, maksimizacija korisnosti, u smislu opisanom od strane teorije ponaanja kupaca, objanjava
osnovu za direktnu tranju. Za inpute, pak, koji se koriste u proizvodnji ostalih proizvoda, maksimizacija prota daje temeljno obrazloenje za izvedenu tranju. Kako
su oba modela tranje zasnovana na konceptu optimalizacije, sutinske zavisnosti
kod direktne i izvedene tranje su u principu iste.
4.1.4 Trina tranja
Iako su izbori pojedinaca osnova teorije tranje, ukupna ili trina tranja jesu
ono to interesuje menadera. Trina tranja za nekim dobrom ili uslugom predstavlja zbir svih pojedinanih tranji. Na primer, razmotrimo trite koje se sastoji od
samo 2 kupca. Krive potranje za ova dva potroaa su opisane na slici 2.1, Ove krive
tranje pokazuju odnos izmeu cene i koliine koja se trai. Kriva tranje potroaa
1 je prikazana u prvom segmentu (D1D1) a ona za potroaa 2 u drugom segmentu
(D2D2). Po ceni od 10 evra, pojedinane koliine koje se trae su 5 i 8 jedinica tog
dobra/usluge. Stoga je ukupna trina tranja (DMDM) 13 jedinica, Trina tranja po
nekoj datoj ceni je zbir pojedinanih koliina traenih po toj ceni.
Graki predstavljeno, kriva trine tranje je horizontalno sumiranje krivih pojedinane tranje. Drugim reima, za bilo koju datu cenu, kriva trine cene je suma
horizontalnih rastojanja sa vertikalne ose do svake krive pojedinane tranje.
89
(4.2)
Uoptena funkcija tranje izraena u jednaini 4.2 nabraja promenljive koje u optem sluaju utiu na tranju. Za korienje pri menaderskom odluivanju, zavisnost izmeu koliine i svake od promenljivih koje odreuju tranju mora biti jasno
odreena. Da bi ovo ilustrovali, pretpostavimo da funkcija tranje za evropsku autoindustriju ima oblik:
Q = a1P + a2PI + a3I + a4Pop + a5i + a6A
(4.3)
Ova jednaina navodi da je broj novih domaih automobila koji se trae tokom
neke date godine (u milionima primeraka), Q, linearna funkcija prosene cene novih
domaih automobila (u n.j.), ili P; prosene cene za nova uvozna kola (u n.j.), PI; raspoloivih prihoda po domainstvu (u n.j.), I; populacije (u milionima), Pop; prosene
kamatne stope na autokredite (u %), i; i najzad izdataka oglaavanja autoindustrije
(u milionima n.j.), A. lanovi a1,...,a6 se zovu parametrima funkcije tranje. Pretpostavimo da su parametri za ovu funkciju tranje poznati sa izvesnou i da su dati
sledeom jednainom:
Q = -500P + 210Px + 200I + 20.000Pop -1.000.000i + 600A
(4.4)
MENADERSKA EKONOMIJA
Da bi se dobila procena tranje u bilo kojoj godini, svaki od parametara u jednaini 4.4 se mnoi vrednou odgovarajue promenljive a zatim se sve zbraja.
4.2.1 Kriva tranje
Funkcija tranje specicira odnos izmeu koliine koja se trai i svih promenljivih koje odreuju tu tranju. Kriva tranje izraava odnos izmeu cene koja se naplauje za neki dati proizvod i koliine u kojoj se trai taj proizvod, pri emu se (analize
radi) sve ostale promenljive smatraju konstantnima. Kriva tranje se esto prikazuje
u obliku graka, a sve promenljive u funkciji tranje, osim cene i koliine samog
proizvoda se ksiraju. Inverzna relacija izmeu cene i traene koliine za odreenu
robu u vremenskim periodima je plan tranje za robom i graki prikaz podataka (sa
cenom na vertikalnoj osi i koliinom na horizontalnoj osi) daje krivu tranje pojedinane robe (vidi Sliku 4.2).
Cena robe X (PX)
(u jedinicama)
2,0
1,5
1,0
0,5
1,0
2,0
3,0
4,5
Slika 4.2
Kriva tranje ima negativni nagib, to indicira da pojedinac kupuje vie robe u
vremenskom periodu po manjim cenama (ostali faktori su konstantni). Dva su razloga zato koliina opada kada cena raste:
TEORIJA I ANALIZA TRANJE I PONUDE
91
(4.5)
Alternativno, kada se cena izrazi u funkciji obima tranje, jednaina 4.4 se moe
ispisati kao:
P = 41.000 - 0,002Q
(4.6)
92
MENADERSKA EKONOMIJA
Slika 4.3 - Hipotetika kriva tranje za novim evropskim automobilima, pri kamatnim stopama od 6%, 8% i 10%
Uopteno gledano, cela kriva tranje pomaknut e se prema gore ako se poveaju dohodak potroaa, cene supstituta (zamenskog proizvoda) ili se promene ukusi
potroaa, ili ako se smanji cena komplemenata (proizvod koji se troi zajedno sa
proizvodom kojeg potroa inae koristi). U sluaju suprotnih promena, cela kriva
tranje pomakla bi se prema dole.
4.2.4 Determinante trine tranje
Efekat promene cene je opisan pomeranjem od jedne take do druge du neke
date krive tranje. U naem prethodnom primeru, na slici 4.1, pri poveanju cene sa
10 na 15 evra, praenje krive tranje DMDM opisuje smanjenje koliine koja se trai sa
13 na 6 jedinica. Pomeranje du krive tranje kao reakcije na promenu cene dobara
ili usluga se naziva promena koliine koja se trai.
Cena dobara ili usluga nije jedina determinanta tranje. Ipak, pri iscrtavanju krive
tranje, pretpostavlja se da su ostali faktori od uticaja konstantni. Ukoliko se u modelu dozvoli da ovi faktori variraju, kriva tranje e se pomeriti. Takva pomeranja nazivamo promenama tranje. Pomernje nadesno se naziva porast potranje, to znai
da potroai zahtevaju vie dobara ili usluga pri cenama koje su bile ranije. Pomernje
ulevo oznaava smanjenje tranje. Drugim reima, pri istim cenama trai se manje
dobara ili usluga.
TEORIJA I ANALIZA TRANJE I PONUDE
93
94
Kao primer moe se navesti naa Elektroprivreda koja je i monopolista na srpskom tritu.
MENADERSKA EKONOMIJA
QS
g(P) i
dQ S
!0
dP
(4.7)
(4.8)
Poveanjem cena poveava se ponuda dobara, ako ostale stvari ostaju nepromenjene (slika 4.4a), a smanjenjem cena smanjuje se ponuda dobara, slika (4.4b).
95
Slika 4.4a
Slika 4.4b
Slika 4.5
96
MENADERSKA EKONOMIJA
(4.9)
Ova jednaina navodi da je broj novih domaih automobila koji se nude tokom
neke date godine (u milionima primeraka), Q, linearna funkcija prosene cene novih
domaih automobila, ili P; prosene cene za SUV vozila, PSUV; prosene cene rada, W;
prosene cene elika, S; prosene cene energije, E; i prosene kamatne stope, i. lanovi b1,...,b6 se zovu parametrima funkcije ponude. Pretpostavimo da su parametri za
ovu funkciju ponude poznati sa izvesnou i da su dati sledeom jednainom:
Q = 2.000P 400PSUV 100.000W 13.750S 125.000E 1.000.000i
(4.10)
Slika 4.6
Na slici 4.6 koja se odnosi na prethodni primer, kombinacija trine ravnotee
cene/koliine daje sliku kombinovanih efekata promena uslova ponude i promene
uslova tranje za automobilima.
TEORIJA I ANALIZA TRANJE I PONUDE
97
Cena ()
Koliina
Ukupni prihod ()
Granini prihod ()
10
9
8
7
6
5
4
3
2
1
1
2
3
4
5
6
7
8
9
10
10
18
24
28
30
30
28
24
18
10
8
6
4
2
0
-2
-4
-6
-8
98
MENADERSKA EKONOMIJA
Iz tih razloga, granini ili ekstra (dodatni) prihod koji se pridruuje 5-oj jedinici
prodatog dobra je 2 evra. Uoimo da granini prihod opada kako se koliine poveavaju. Pri koliinama prodatih dobara/usluga veim od 6 jedinica, granini prihodi su
negativni. Objanjenje za ovo dolazi iz obratne srazmernosti izmeu cene i traene
koliine. Da bi se prodale dodatne jedinice, rma mora da redukuje cenu svih prodatih jedinica. Negativni granini prihod znai da novac dobijen od prodaje jedne
dodatne jedinice nije dovoljan da kompenzuje novac koji se izgubi usled toga to se
sve prodate jedinice, tj sav obim prodaje, daje po nioj ceni. Jasno je da rma ne treba
da poveava obim proizvodnje iznad take na kojoj je granini prihod jednak nuli.
Podaci o ukupnom i graninom prihodi u tabeli 4.1 mogu se iscrtati na graku.
Ukoliko dozvolimo mogunost prodaje robe u delovima celobrojnih vrednosti, linija krive e biti glatka linija, poput one na slici 4.4. Ukoliko ne imaemo takasti
grak. Uoimo zavisnost izmeu krivih ukupnog i graninog prihoda, Dok god se
ukupni prihodi poveavaju, granini prihod je pozitivan. Pri maksimalnoj taki krive
ukupnih prihoda, granini prihod je jednak nuli. Preko te take, granini prihod je
negativan.
Slika 4.7 takoe pokazuje zavisnost izmeu krive graninih prihoda i krive tranje. Uoimo da obe krive presecaju osu cena i to u istoj taki. Malim izraunavanjem, lako se pokazuje da za linearni oblik jednaine tranje, vrednost nagiba krive
graninih prihoda je dvostruka vrednost nagiba kod krive tranje. Poto ove dve krive imaju istu taku preseka (sa osom cene), ovo ukazuje da presek krive graninih
prihoda sa osom koliine iznosi tano polovinu vrednosti preseka krive tranje sa
osom koliine.
99
Slika 4.7 Ukupan prihod (TR), granini prihod (MR), i kriva tranje (D)
Jednaina graninih prihoda moe se izvesti iz jednaine tranje. Pretpostavimo
da je jednaina tranje data sa Q=B + apP, gde je ap0. Reavanjem jednaine po ceni,
jednaina tranje postaje
B Q
ap ap
(4.11)
B
Q2
Q
ap
ap
(4.12)
d(PQ)
dQ
B 2Q
ap
ap
(4.13)
Uoimo da jednaina graninog prihoda ima isti odseak (-B/ap) kao i jednaina
tranje i da je nagib graninih prihoda, 2/ap, dvostruka vrednost nagiba jednaine
tranje, 1/ap. Uoimo, takoe, da je MR=0 pri Q=B/2. Ova taka odgovara maksimalnoj vrednosti funkcije ukupnoh prihoda. Za Q<B/2, granini prihod je pozitivan
a ukupni prihodi se poveavaju. Za Q>B/2, granini prihod je negativan a ukupni
prihodi se smanjuju.
4.5 Elastinost
Zakon tranje kae da e kupci odgovoriti na snienje cene kupovinom vie proizvoda. Meutim on ne govori nita o stepenu pouzdanosti ili odziva potroaa na cenovnu promenu. Doprinos teorije elastinosti lei u injenici da ona ne govori samo
o tome da potroaeva tranja odgovara na promenu cene, ve i o stepenu odzivnosti
potroaa na promenu cene.
Za konstruktivno menadersko odluivanje, rma mora poznavati osetljivost
ili odzivnost tranje na promene u faktorima koji sainjavaju funkciju tranje koja
objanjava promene tranje.
4.5.1 Opti koncept elastinosti
Jedno od merila odzivnosti koje se koristi ne samo u analizi tranje ve i kroz itav
postupak menaderskog odluivanja je elastinost, koja se denie kao procentualna
promena u nekoj zavisnoj promenljivoj, Y, koja nastaje usled 1%-tne promene u vrednosti neke nezavisne promenljive, X. Jednaina za izraunavanje elastinosti je:
Elastinost =
(4.14)
Koncept elastinosti prosto povezuje procentualnu promenu kod jedne promenljive sa nekom datom procentualnom promenom kod druge promenljive. Pored toga
to se koristi u analizi tranje, koncept se koristi u nansijama, gde se uticaji promena u prodaji na zaradu, pri razliitim nivoima proizvodnje (tzv. operativni leverid), i razliite nansijske strukture (nansijski leverid), mere preko nekog faktora
TEORIJA I ANALIZA TRANJE I PONUDE 101
% tna promena Y
% tna promena X
'Y/Y
'X/X
'Y X
u
'X Y
(4.15)
Hp
dQ P
dP Q
(4.16)
Hp
dQ P
dP Q
1(6/5) 1,20
Drugim reima, za veoma male promene iznad ili ispod cene od 6 evra, procentualna promena u koliini koja se trai je -1,20 puta vea od procentualne promene
u ceni. I ovde znak minus oznaava da postoji obrnuta srazmernost izmeu cene i
koliine (koja se trai).
TEORIJA I ANALIZA TRANJE I PONUDE 103
Takasta elastinost se moe, takoe, izraunati i iz jednaine tranje. Pretpostavimo da je jednaina tranje sledeeg oblika:
QD= 100 - 4P
Poto je zavisnost linearna, dQ/dP je konstanta i jednaka je stopi promene u traenoj koliini QD za svaku jedno-jedininu promenu u ceni P. Napomenimo da se koliina koja se trai menja za 4 jedinice po svakom jedininom poveanju u ceni P. Zato
je dQ/dP= - 4.
Pretpostavimo da je P=10 evra. Zamenjujui ovu vrednost u jednainu tranje dobijamo QD=60. Zato je takasta elastinost pri ceni P=10 evra jednaka
Hcene= - 4 x 10/60 = - 0,67
Tumaenje ovog rezultata je da 1%-tno poveanje u ceni izaziva 0,67%-tno smanjenje u koliini koja se trai.
Razmotrimo sada jedan drugi primer koristei istu jednainu tranje. Pretpostavimo da je cena P = 20 evra, to podrazumeva da je Q=20. Jednaina je linearna, tako da
je dQ/dP = - 4, kao i ranije. Zato je:
Hcene = - 4 x 20/20 = - 4,0
Drugim reima, za cenu P=20 evra, mala promena u ceni dovodi do procentualne promene u koliini koja se trai koja je etiri puta vea od procentualne promene
cene.
Inae, cenovna elastinost moe biti u intervalu od 0 (kompletno neelastina)
do (perfektno elastina) - videti slike 4.8a i 4.8b.
Koliina
Cenovna
elastinost
Ukupni prihod
()
Granini
prihod ()
10
9
8
7
6
5
4
3
2
1
1
2
3
4
5
6
7
8
9
10
-10,00
-4,50
-2,67
-1,75
-1,20
-0,83
-0,57
-0,38
-0,22
-0,10
10
18
24
28
30
30
28
24
18
10
8
6
4
2
0
-2
-4
-6
-8
Ukoliko je:
Hcene < -1
Elastina
Hcene = -1
jedinino elastina
-1 Hcene 0
Neelastina
Tako, na osnovu podataka iz tabele 4.2, pri vrednosti cena izmeu 5 i 6 evra, tranja je jedinino elastina jer je cenovna elastinost jednaka -1. Za cene nie od ove
cene, tranja je neelastina. Za vie cene, tranja je elastina.
Inae, svaka linearna funkcija tranje ima razliite elastinosti na raznim takama
krive (videti sliku 4.9).
Slika 4.10(a)
kriva tranje i kriva graninih
prihoda
Slika 4.10(b)
Ukupni prihodi
Hp
Hcenovno
'Q P2 P1
u
'P Q 2 Q 1
Koliina
Q
1
2
3
4
5
6
7
8
9
10
Ukupni prihod
TR=P X Q
100
180
240
280
300
300
280
240
180
100
Granini prihod
MR=TR
Luna elastinost
Ep
80
60
40
20
0
20
40
60
-80
6.33
3.40
2.14
1.44
1
0.69
0.47
0.29
0.16
1
MR P 1
Hp
(4.17)
Kako je p<0, broj unutar zagrade u jednaini 4.17 je uvek manji od 1. Ovo znai
da je MR<P, a razmak izmeu MR i P e opadati kako se cenovna elastinost tranje
bude poveavala (u apsolutnim vrednostima). Na primer, kada je P=8 evra a p= - 1,5,
MR = 2,67 evra. Tako, kada je cenovna elastinost relativno niska, optimalna cena je
daleko vea od graninih prihoda. I obratno, za sluaj kada je, na primer, P=8 evra a
p= - 10, MR =7,20 evra. Kada je koliina koja se trai visokoelastina u pogledu cene,
optimalna cena je bliska graninom prihodu.
Dakle, kljuni koncepti su:
Prihodna elastinost9 je procentualna promena u tranji pri 1%-tnoj promeni u prihodima,
Negativna prihodna elastinost ukazuje na manje bitna dobra/usluge, Normalna dobra i usluge su ona sa pozitivnom prihodnom elastinou, Ukoliko je 0 < Hprihoda 1, proizvod se denie kao nunost (hleb, mleko i slino).
Za luksuzne stavke, Hprihoda >1.
4.5.6 Unakrsna elastinost
Tranja je uslovljena, pored ostalog, i cenama ostalih dobara i usluga. Reaktivnost
tj, osetljivost koliine koja se trai na promene u ceni drugih dobara ili usluga se meri
pomou unakrsne elastinosti, koja se denie kao procentualna promena u koliini
koja se trai uzrokovana od strane 1%-tne promene u ceni nekog drugog dobra ili
usluge. Drugim reima, to je:
HC
%'Q x
%'Py
(4.18)
HC
Q x,2 Q x,1
Py ,2 Py ,1
Py ,2 Py ,1
Q x,2 Q x,1
(4.19)
gde indeks 1 u promenljivima oznaava poetne cene i koliine a 2 krajnje cene i koliine.
9
Negde se u literaturi kae elastinost prihoda, tj. dohodovna elastinost ali je po autoru bolje prihodna elastinost
HC
0,27
HC
dQ x Py
dPy Q x
(4.20)
Na osnovu jednaine tranje Qx= 100 + 0,5 P y, izvod dQx/dP y =0,5. Ukoliko je
P y=20 n.j., koliina koja se trai je 110 jedinica. Stoga je takasta unakrsna elastinost
jednaka:
HC
0,5
20
110
0,09
na cenu. Poto zauzimaju mali procenat prihoda, potroai esto smatraju da potraga za nalaenjem mesta gde su oni najjeftiniji prosto nije vredna njihovog vremena
i truda. Shodno tome, elastinost tranje je relativno vea za velike nabavke negoli
male nabavke.
Cenovna elastinost za neku pojedinanu rmu je retko ista kao i za itavu delatnost kojoj ona pripada. U isto monopolskoj situaciji, kriva tranje monopolske
rme je onda takoe i kriva tranje delatnosti, tako da je elastinost tranje sa kojom
se rma suoava na bilo kojem nivou proizvodn je ista kao i elastinost tranje za
delatnost.
Ukoliko sada razmotrimo drugu krajnost potpunu konkurenciju, na primer farme itarica, kriva tranje ove delatnosti ima opadajui nagib: to je nia cena, vea je
koliina penice koja e se traiti. Ipak, kriva tranje sa kojom e se suoavati pojedinani farmer je u sutini horizontalna. Farmer moe prodati bilo koju koliinu ita
po tekuoj ceni, ali ako podigne cenu za i najmanji deli iznad toga, prodaja pada na
nulu. Kriva tranje farmera ita iliti bilo koje rma koja posluje u uslovima pune
konkurencije, je savreno elastina.
Tranja za proizvodnim dobrima i uslugama je indirektna, ili izvedena iz njihove
vrednosti pri upotrebi. Poto je tranja za svim inputima izvedena iz njihove upotrebljivosti u proizvodnji ostalih proizvoda, njihova tranja je izvedena iz tranje za
nalnim proizvodima. Nasuprot terminima nalni proizvod ili potroaka tranja je
termin izvedena tranja koja opisuje tranju za svim proizvodnim dobrima i uslugama. Iako je tranja za proizvodnim dobrima i uslugama povezana sa tranjom za
nalnim proizvodima koji se od njih prave, ova zavisnost nije uvek tako bliska kao
to bi se moglo pomisliti.
10 Ipak, sniavanje cene nije uvek ispravna strategija kada je tranja elastina. Pri odluivanju se mora
uzeti u obzir i uticaj cene na rmine trokove i prote. O strategijama odreivanja cena e biti vie
rei u narednom delu knjige
Rezime poglavlja
Analiza i procena tranje su jedna od najinteresantnijih i najizazovnijih tema i
problematika u menaderskoj ekonomiji. Ovo poglavlje daje bitan iako saet uvod
u nekoliko kljunih koncepata koji su korisni u praktinoj analizi i proceni funkcija
tranje. Kao takav, ovaj materijal nudi konstruktivan prilaz koji je koristan za razumevanje temeljnih ekonomskih uzroka (i zavisnosti) tranje.
Tranja je koliina dobra ili usluge koju kupci ele da nabave i u stanju su da kupe
pod nekim datim ekonomskim okolnostima. Direktna tranja je tranja za proizvodima koji direktno zadovoljavaju elje kupaca. Vrednost nekog dobra ili usluge, njena
korisnost, je primarna determinanta direktne tranje. Tranja za svim inputima je
izvedena tranja i onda je odreena protabilnou korienja razliitih inputa u
cilju proizvodnje.
Funkcija trine tranje za nekim proizvodom je iskaz odnosa izmeu agregirane
koliine koja se trai i svih faktora koji utiu na tu koliinu. Kriva tranje izraava
odnos izmeu cene koja se naplauje i koliine koja se trai, smatrajui pri tom efekte
svih drugih varijabli konstantnim.
Promena u koliini koja se trai je kretanje du neke pojedinane krive tranje.
Pomak u tranji ili prelazak sa jedne krive tranje na drugu, odraava promene u
jednom ili vie necenovnih promenljivih u funkciji tranje za proizvodom. Promene u
tranji mogu biti uslovljeni promenama u ukusima i preferencama, prihodu, i cenama ostalih dobara i usluga.
Pojam ponude oznaava koliinu robe ili usluga koje su proizvoai voljni i mogunosti da prodaju u odreenom vremenskom periodu i po odreenim uslovima.
Trina ravnotea predstavlja cenovni i koliinski odnos, gde su sile ponude i tranje
u ravnotei. U taki ravnotee koliina koju kupci ele kupiti upravno je jednaka koliini koju prodavci ele prodati.
Granini prihod je promena u ukupnim prihodima pri promeni tranje za jednu
jedinicu proizvoda/usluge. Ukupan prihod se poveava ukoliko je granini prihod pozitivan. Granini prihod je jednak nuli kada se dostigne taka maksimalnih ukupnih
prihoda, a ukupni prihodi opadaju kada su granini prihodi negativni. Za sluaj linearne krive tranje, absolutna vrednost nagiba krive graninih prihoda je dvostruko
vea od vrednosti nagiba krive tranje.
Tranja za proizvodom je kritina determinanta protabilnosti, i procene tranje
su kljuna pitanja u praktino svim menaderskim odlukama. Ovaj deo knjige razmatra metode za kvantikovanje i tumaenje zavisnosti vezanih za tranju.
112 MENADERSKA EKONOMIJA
Zadaci za vebu
1. ZADATAK
Jedna izdavaka kua je izdava romana raznih anrova. Konsultanti su
odredili da je tranja za romanima (Qx) data sa sledeom jednainom:
Qx = 12.000 5.000Px +5I + 500Pc
gde je Px cena koju naplauje rma za svoje romane. I je prihod per capita,
a Pc je cena knjiga konkurencije. Koristei ovu informaciju, menaderi
izdavake kue ele da:
A. Odrede koje bi efekte na ukupne prihode imalo poveanje cene
B. Ocene kako bi se prodaja romana promenila tokom perioda rasta prihoda
(makar i sezonskih)
C. Ocene verovatni uticaj sluaja da konkurentni izdavai povise svoje cene
D. Pretpostavimo da su polazne vrednosti za Px , I i Pc redom 5 evra, 10,000
evra i 6 evra.
Reenje
A. Efekat poveanja cene moe se oceniti izraunavanjem takaste cenovne
elastinosti tranje. Zamenom polaznih vrednosti za I i Pc dobija se:
Qx = 12.000 5.000(Px) + 5(10.000) + 500(6)
Ureivanjem ove jednakosti dobijamo: Qx = 65.000 5.000Px.
Uoimo da je dQx/dPx=-5,000. Ako je Px=5 evra, koliina koja se trai je
40.000 knjiga. Korienjem ovog podatka, takasta cenovna elastinost
je data sa
Hcenovno = -5.000 (5/40.000) = -0,625
Kako je tranja neelastina, podizanje cene romana bi povealo ukupne
prihode.
Broj prodatih
sportskih satova
Trokovi oglaavanja
sportskih satova, A
Juli
4.500
10.000
26
50
Avgust
5.500
10.000
24
50
Septembar
4.500
9.200
24
50
Oktobar
3.500
9.200
24
46
Novembar
5.000
9.750
25
50
Decembar
15.000
9.750
20
50
Januar
5.000
8.350
25
50
Februar
4.000
7.850
25
50
Mart
5.500
9.500
25
55
April
6.000
8.500
24
51
Maj
4.000
8.500
26
51
Jun
5.000
8.500
26
57
3. ZADATAK
Ocenjeno je da se ukupni prihod od prodaje jedne objavljene knjige dobija jednainom:
TR=120Q 0,1Q3
A. U kom intervalu izlazne koliine robe je tranja elastina?
B. Poetna cena je 70. Da bi se dobio maksimum ukupnog prihoda, da li je
potrebno da se cena povea ili smanji? Objasniti.
4. ZADATAK
U cilju smanjenja zaliha auta Yaris na kraju godine, menader prodaje
je ponudio 2.5% popust na prosenu cenu ovog automobila u avgustu
mesecu. Odgovor kupaca je bio odlian, prodaja je porasla za 10% u
odnosu na nivo iz prethodnog meseca.
A. Izraunati takastu cenovnu elastinost tranje za Toyotu Yaris.
B. Izraunati jedininu cenu koja maksimizira prot ako rma ima
prosenu veleprodajnu cenu od 10.000 i ima granini troak prodaje od
875 po jedinici.
5. ZADATAK
Tokom prole godine Parket doo, vodea rma u proizvodnji parketa,
prodala je 1 milion kvadratnih metara parketa sa prosenom cenom od
7,75 po jedinici (m2). Ove godine se oekuje poveanje prihoda po glavi
stanovnika sa 17.250 na 18.750 s obzirom da je dolo do oporavka trita
od recesije. Bez ikakve promene u ceni direktor marketinga oekuje da
e ove godine prodaja porasti na 1,5 milion jedinica.
A. Izraunati lunu elastinost tranje imajui u vidu iskazani prihod.
B. Uzimajui u obzir poveanje prihoda, direktor marketinga veruje da bi
se tekui obim od 1 milin jedinica mogao odrati sapoveanjem cene od
50% po jedinici. Na temelju ovoga izraunati lunu elastinost tranje
imajui u vidu iskazani prihod.
C. Zadravajui sve isto, da li bi dalje poveanje cena imalo za rezultat vei
ili manji prihod?
6. ZADATAK
A.
B.
C.
D.
E.
7. ZADATAK
A.
B.
C.
D.
O
E
D
V
POSLOVNO I EKONOMSKO
PREDVIANJE
senzusa podrazumeva da nekoliko eksperata moe doi do neke valjane prognoze koja je
nadmonija u odnosu na one koju generiu pojedinci. Direktna interakcija meu ekspertima moe pomoi da se osigura da rezultujua predvianja otelotvoruju sve raspoloive
objektivne i subjektivne informacije.
Iako metod grupnog konsenzusa esto dovodi do predvianja koja oteletvoruju
kolektivnu mudrost i znanje konsultovanih eksperata, ono moe na nepoeljan nain
da bude pod uticajem snage linosti jednog ili vie pojedinaca. Jedan metod koji je povezan sa prethodno iznetim je del metod, koji je osmiljen da prevazie nedostatke
koje smo pomenuli. Kod del metoda, lanovi ekspertske grupe pojedinano dobijaju niz pitanja koja se odnose na problematiku za koju se radi predvianje. Odgovori
eksperata se analiziraju od strane nezavisne osobe, koja onda pokuava da postigne
ili iznae konsenzus dajui povratne informacije lanovima grupe na nain kojim se
spreava direktna identikacija pojedinaca i njihovih stavova. Ovaj metod pomae
ograniavanju problema predvodnika u osnovnom pristupu konsenzusa grupe.
5.1.2 Tehnike ispitivanja
Tehnike ispitivanja, u kojima se na vet nain koriste intervjui ili upitnici poslati
potom/e-mejlom/preko on-line formulara, su vaan alat za predvianja, posebno
za kratkorone projekcije. Osmiljavanje ispitivanja koje e dati nepristrasne i pouzdane informacije je izazovan zadatak. Kada se sprovedu na pravilan nain, ispitivaka
istraivanja mogu menaderima pruiti vredne informacije koje se na drugi nain ne
bi mogle prikupiti. Tokom ispitivanja se, generalno, koriste intervjui ili upitnici poslati potom ili na neki drugi nain dostavljeni (npr. elektronskim putem) u kojima se
rme, vladine agencije i pojedinici mole da iznesu svoje budue planove. To obuhvata, na primer, biznis planove i budete sa praktino svim planiranim izdacima pre
izvoenja stvarnih nabavki ili odluka o proizvodnji. Dravne institucije (ministarstva
i agencije) koje pripremaju formalne budete takoe pruaju bogatstvo informacija
za prognozere. Najzad, kako i pojedinci kao kupci rutinski planiraju izdatke poput
velikih stavki (automobili, nametaj, stanovi, odmori i obrazovanje), ispitivanja u vezi
namera potroaa esto precizno predviaju budua troenja potrone robe.
Informacija iz ispitivanja moe biti bilo ta to je raspoloivo u odreenoj situaciji
prognoziranja, kao kada, na primer, neka rma pokuava da projektuje tranju za
njenim novim proizvodom. Iako ispitivanja ponekad slue kao alternativa za kvantitativne tehnike predvianja, one su vie dodatak a ne zamena za kvantitativnu analizu.
Njihova vrednost proistie iz dva razloga. Prvi razlog je nemerljivi psiholoki element
svojstven najveem delu ekonomskih ponaanja; ispitivanja i ostale kvalitativne metode su posebno podesne za obuhvatanje ovog fenomena. Kao drugi razlog moe se
navesti to da kvantitativni modeli generalno podrazumevaju stalne ukuse potroaa.
Ukoliko se ukusi i sklonosti potroaa zapravo menjaju, podaci iz istraivanja mogu
da sugeriu prirodu i smer takvih promena.
124 MENADERSKA EKONOMIJA
Slika 5.1 Karakteristike vremenskih serija: (a) Dugogodinji trend i cikline varijacije u prodaji enske garderobe; (b): Sezonski obrasci i sluajne uktuacije
126 MENADERSKA EKONOMIJA
Na slici 5.1 prikazano je kako ciklini obrazac prodaje znaajno odstupa od normalnog dugogodinjeg trenda (a), kao i to kako sezonski obrasci, sluajne uktuacije
i ostali uticaji izazivaju odstupanja oko ciklinih obrazaca prodaje (b).
5.2.1 Projekcija trenda
Jedna od najee korienih tehnika predvianja je projekcija trenda. Kao to
samo ime nagovetava, ovaj pristup je zasnovan an pretpostavci da postoji neki uoljivi trend u nekoj vremenskoj seriji podataka. Projekcija trenda moe se takoe koristiti kao polazna taka za identikovanje sezonskih ili ciklinih varijacija.
Tabela 5.1 prikazuje jednu vremensku seriju kvartalnih prodaja neke rme tokom
perioda od tri godine. Ovi podaci e biti korieni za ilustrovanje grake i statistike projekcije trenda a takoe i za opisivanje metoda sezonskih podeavanja u nekoj
prognozi.
Broj perioda
Kvartal
1
2
3
4
5
6
7
8
9
10
11
12
1996 : I
1996 : II
1996 : III
1996 : IV
1997 : I
1997 : II
1997 : III
1997 : IV
1998 : I
1998 : II
1998 : III
1998 : IV
Prodaja
(u milionima)
300
305
315
340
346
352
264
390
397
404
418
445
Rastui nagib linije odraava poveavanje prodaje tokom vremena, Izraunavanjem nagiba ove linije trenda, mogue je odrediti prosenu stopu porasta po kvartalu. Ova vrednost se moe onda koristiti za izraunavanje prodaje u buduim periodima. Alternativno, produavanjem linije trenda van taaka podataka (npr, nakon
etvrtog kvartala 1998);ocenjena prodaja se moe direktno oitati sa graka. Pretpostavimo da je potrebno predvianje prodaje za trei kvartal 1999-e. Na osnovu
ekstrapolacije podataka za taj period, grak ukazuje da se projekcija prodaje daje na
oko 480 miliona.
(5.1)
gde s oznaava prodaju a t oznaava vremenski period. Dva parametra koje treba
oceniti su S0 i b. Vrednost S0 odgovara preseku ose prodaje (vertikalne ose) sa linijom
na slici 5.2, parametar b je konstantna stopa promene i ona odgovara nagibu linije sa
slike 5.2. Na osnovu podataka iz tabele, jednaina 5.1 je ocenjena kao:
St=281.394 + 12.811t
Tumaenje jednaine je to da je ocenjena stopa porasta prodaje po kvartalu 12.811
milion. Prognoza prodaje za bilo koji budui kvartal, St moe se dobiti zamenjivanjem odgovarajue vrednosti za t. Na primer, ocenjena prodaja za taj kvartal bi bila
281.394 + 12.811(15) iliti 473.560 miliona.
5.2.5 Konstantna procentualna stopa promene
Pretpostavimo sada da neki zaposleni u rmi, zaduen za predvianja, eli da
oceni procentualnu stopu promena u prodaji. Drugim reima, sluaj u kome se pretpostavlja da e se prodaja poveavati za neki konstantan procenat tokom svakog
obraunskog perioda, a ne za apsolutni iznos to je pretpostavka u jednostavnom
linearnom modelu. Ova zavisnost se moe, pretpostavljajui godinji nivo, matematiki izraziti kao:
St = St-1 (1+ g)
ili u optem obliku
St = So (1+ g)t
(5.2)
lnSt
ln S0 (1 g)t
lnSt
lnS0 ln (1 g)t
lnSt
(5.3)
Jednaina (5.3) je linearni oblik jednaine. Ovo se moe videti ukoliko se naprave
sledee zamene, uvoenjem pomonih promenljivih
Yt=ln St,Y0=lnS0, b=ln(1+g)
Na ovaj nain nova jednaina postaje linearna, tj:
Yt=Y0+bt
(5.4)
11 Prirodni, sa osnovom e ili logaritam sa osnovom 10, svejedno je. Ipak, u ovom delu bie prirodni
logaritam, oznaen kao ln
Kvartal
1
2
3
4
5
6
7
8
9
10
11
12
1996 : I
1996 : II
1996 : III
1996 : IV
1997 : I
1997 : II
1997 : III
1997 : IV
1998 : I
1998 : II
1998 : III
1998 : IV
5,704
5,720
5,753
5,829
5,847
5,864
5,897
5,966
5,984
6,001
6,036
6,098
Godina
Predviena
prodaja u IV
kvartalu
1996
1997
1998
332,64
383,88
435,13
Stvarno ostvarena
prodaja u IV kvartalu
340
390
445
Prosek:
Srazmera stvarnih/
predvienih prodaja
u IV kvartalu
1,022
1,016
1,023
1,020
Sezonska izglaivanja mogu poboljati predvianja zasnovana na projekciji trenda. Ipak, projekcija trenda i dalje ima odreene nedostatke. Jedna je ta da je prevashodno ograniena na kratkorona predvianja. Ukoliko se trend ekstrapolira znatno
izvan zadnje take raspoloivih podataka, preciznost predvianja brzo opada. Drugo
ogranienje je da faktori poput promena u relativnim cenama i uktuacijama ekonomskog rasta nisu uzeti u obzir. Umesto toga, pristup koji se koristi u projekciji
trenda podrazumeva da se ranije (istorijske) zavisnosti nee menjati.
elju i nameru za gradnjom nove stambene jedinice. Na ovaj nain promene u broju
dozvola trebaju da budu blisko povezane sa promenama u broju zapoetih stambenih
objekata. Jasno je, naravno, da graevinske dozvole predstavljaju vodei indikator jer
graevinari imaju zakonsku obavezu da je pribave pre poetka izgradnje. Slini argumenti se mogu navesti za objanjavanje novih porudbina kao vodeih indikatora
prodaje u sektoru proizvodnje trajnih dobara i kapitalne opreme.
1. Prosena radna
sedmica
Proizvedena roba
2. Nove narudbe
Prodaja robe
3. Nove graevinske
dozvole
Zapoeti stambeni
objekti
4. Promene na
zalihama
Opti ekonomski
uslovi
5. Industrijske cene
materijala
Potroake cene
6. Cene akcija
Opti ekonomski
uslovi
Tabela 5.4
Za neke od indikatora, tee je objasniti korelaciju izmeu dve serije. Razmotrimo
berzanske cene akcija kao prediktor optih ekonomskih kretanja. Istorijski gledano,
indeksi cena akcija su bili relativno precizan prediktor ciklusa poslovnih aktivnosti.
Jedno od moguih objanjenja je da cene akcija odraavaju oekivanja i planove menadera i potroaa, koja e se implementirati u budunosti.
5.3.4 Kompozitni i difuzni indeksi
Iako vremenske serije koje pokazuju promene u cenama akcija mogu donekle da
budu korisne u predvianju optih ekonomskih kretanja, jo uvek nije identikovan
pojedinaan vodei indikator koji bi se pribliio cilju savrene moi predvianja. Pored toga, ak i kada neki indikator korektno predvia varijacije u ekonomskoj aktivnosti, vodee vreme esto pokazuje znaajne uktuacije. Osnovni problem je taj da
podaci iz vremenskih serija sadre sluajne uktuacije koje nisu saglasne sa optim
obrascem podataka.
Jedan od naina da se pobolja barometarsko predvianje je smiljanje jednog
indeksa. Takvi indeksi bi predstavljali jednu vremensku seriju sainjenu od odreenog broja vodeih indikatora. Svrha objedinjavanja i kombinovanja podataka je
izglaivanje sluajnih uktuacija u svakoj od pojedinanih serija (na osnovu kojih
se dobijaju vodei indikatori). U idealnom sluaju, rezultujui indeks bi omoguavao preciznija predvianja. Najee korieni indeksi barometarskih predvianja su
kompozitni indeksi i difuzni indeksi.
POSLOVNO I EKONOMSKO PREDVIANJE 137
Kompozitni indeks predstavlja ponderisani (teinski) prosek pojedinanih indikatora. Teine (ponderi) su zasnovani na predviajuoj sposobnosti svake od serija.
Drugim reima, neka serija koja bolje izvrava zadatak predvianja e dobiti veu
teinu negoli neka manje precizna. Indeks se tumai u smislu procentualnih promena od perioda do perioda. Na primer, najire korieni kompozitni indeks odrava
ameriko Ministarstvo privrede i zasnovan je na 11 vodeih indikatora.
Svakoga meseca gore pomenuto ameriko ministarstvo u svom mesenom izvetaju menja indeks. Mesene oscilacije su od malog znaaja, ali kada se rast indeksa
nekoliko meseci za redom moe tumaiti kao znak poboljavanja optih ekonomskih
uslova, tj, verovatni znak. I obratno, uzastopno opadanje indeksa sugerie da ekonomija slabi.
Istih 11 vodeih indikatora, pomenutih u prethodnom segmentu, takoe se koriste od strane istog amerikog ministarstva za dobijanje jednog difuznog indeksa.
Difuzni indeks meri srazmeru broja pojedinanih vremenskih serija koje se poveavaju iz jednog meseca u drugi u odnosu na ukupan broj serija koje se koriste. Na
primer, ukoliko se 8 indikatora povealo u periodu od juna do jula, difuzni indikator
za juli bi bio 8/11 ili 72,7 procenata. Kada je vrednost ovog indeksa preko 50% tokom
nekoliko meseci zaredom, predvia se poboljanje ekonomskih uslova. Kako se indeks pribliava vrednosti od 100%, to se poveava izglednost takvog optimistinog
predvianja. I obratno, ukoliko je vrednost indeksa manji od 50%, to ukazuje na opadanje ili usporavanje.
Upotreba indeksa poboljava tanost i preciznost barometarskog predvianja,
Ipak, mo predvianja za ovu tehniku je daleko od savrene. Nekoliko puta desilo se
da je gore navedeno Ministarstvo prognoziralo recesiju koja se ipak nije desila. Varijabilnost u vodeim vremenima je takoe jedna od slabosti. Trei problem je da, iako
barometarski pristup signalizira verovatni smer promena u ekonomskim uslovima,
on ipak malo otkriva o veliini takvih promena. Kao takav, on daje samo kvalitativno
predvianje. Na kraju, iako je izvedeno mnogo istraivanja i uloeno mnogo truda u
prouavanje vodeih indikatora za opta ekonomska kretanja, menaderi pojedinanih rmi mogu se suoiti sa tekoama pri identikaciji vodeih indikatora koji daju
precizne prognoze za njihove specine potrebe.
5.3.5 Primer izraunavanja kompozitnih i difuznih indeksa
U maloj tabeli su data tri vodea indikatora za tromeseni period, Prvi mesec
predstavlja bazni period, a trima serijama e biti dodeljene iste teine (isti ponderi ili
znaajnosti). Konstruiimo sada jedan difuzni indeks iz ovih podataka.
Mesec
Vodei indikator I
Vodei indikator II
400
30
100
425
29
110
460
33
135
Reenje
Difuzni indeks se dobija putem odreivanja da li se svaka od serija poveava ili
smanjuje iz meseca u mesec. Za drugi mesec, serije I i III se poveavaju, ali se serija
II smanjuje. Stoga je difuzni indeks za ovaj mesec 66,7 (%), Tokom treeg meseca, sve
serije se poveavaju u poreenju sa mesecom II, Stoga je indeks za taj mesec jednak
100.
Kompozitni indeks se moe sraunati ukoliko se najpre izraunaju procentualne
promene (u odnosu na bazni mesec) za svaku od serija, Procentualne promene tokom
drugog meseca su 6,25% za prvu seriju, -3,33% za drugu seriju, i 10% za treu. Dajui
svakoj od serija istu teinu, prosena procentualna promena je bila 4,31%. Vrednost
kompozitnog indeksa za prvi mesec je proizvoljno postavljena na 100, tako da je indeks za drugi mesec 104,31. Za trei mesec, promene u odnosu na bazni period su
60/400=15%, 3/30=10% i 35/100=35%, redom po serijama. Stoga je prosena promena
20,0 %. A iz toga onda proizilazi da je indeks za taj mesec 120,0.
Vrednosti za dva indeks za svaki od meseci su prikazana u narednoj tabeli, Oba indeksa sugeriu da bi ekonomski uslovi trebali da se poboljaju u narednim mesecima.
Mesec
Difuzni indeks
Kompozitni indeks
100,00
66,70
104,31
100,00
120,00
(5.5)
(5.6)
(5.7)
Pt = c0 + c1Ct-1 + u2
(5.8)
TRt = St + Pt + Ct
(5.9)
TR t
b 0 c 0 c1 C t 1 C t
(1 b0 )
(5.10)
Jednaina 5.10 sada stavlja u relaciju ukupne tekue prihode u odnosu na prodaju
digitalnih fotoaparata u prethodnom i tekuem periodu, Ako se pretpostavi da se Ct-1
moe obezbediti, a da se Ct moe oceniti jednainom 5.5, tada jednaina 5.10 predstavlja model predvianja koji ukljuuje simultane relacije koje su izraene u ovom
pojednostavljenom sistemu sa viestrukim jednainama,
U realnim situacijama, verovatno je da prodaja fotoaparata zavisi od cene, koliine
i kvaliteta soiva, memorije i drugih sastavnih delova. Tada S, P i C, kao i drugi vani
faktori, mogu biti endogene varijable sa ukljuenjem vie relacija u kompleksnim
sistemima sa viestrukim jednainama.
Iznalaenjem vanih i esto raniranih ukljuenih relacija ini predvianje sa sistemima viestrukih jednaina dodatno intrigantnim i izazovnim.
Vfx
Vf V x
1 n
(fi x i )
ni1
Rezime poglavlja
Menadersko odluivanje je esto zasnovano na predvianjima buduih dogaaja,
Ovo poglavlje se bavilo istraivanjem nekoliko tehnika za ekonomsko predvianje,
ukljuujui kvalitativnu analizu, analizu i projekcije trenda.
Kvalitativna analiza je intuitivni pristup zakljuivanja vezanih za predvianje koji je koristan kada je zasnovan na nepristrasnim i na informacijama
zasnovanim miljenjima. Lina sagledavanja predstavljaju metod u kome
neki informisani pojedinci koriste lina i organizaciona iskustva kao osnovu
za razvoj oekivanja budunosti. Grupni konsenzus je metod koji se oslanja
na miljenjima nekoliko pojedinaca zasnovanih na informacijama. U del
metodu, odgovori neke grupe eksperata se analiziraju od strane nezavisne
strane radi postizanja koncenzusnog miljenja.
Tehnike ispitivanja u kojima se na vet nain koriste intervjui i upitnici
dostavljeni potom ili elektronskim putem predstavljaju drugi vaan alat za
predvianje, posebno u sluaju kratkoronih projekcija.
Analiza trenda ukljuuje karakterizaciju istorijskih obrazaca neke ekonomeke promenljive a zatim projektovanje ili predvianje njene budue putanje, sve na osnovu prolih iskustava tj. podataka. Trend je dugoroan
obrazac poveavanja ili smanjivanja u ekonomskim podacima. Cikline
uktuacije opisuju ritmike varijacije u ekonomskim serijama koje su uslovljene obrascem ekspanzije ili stagnacije u optoj ekonomiji. Sezonske
varijacije, su ritmiki godinji obrazac u prodaji ili protima, izazvan vremenom, obiajima ili drutvenom praksom. Neredovni ili sluajni uticaji
su nepredvidivi okovi za ekonomski sistem i stopu promena ekonomskih
aktivnosti, koji su izazvani ratovima, trajkovima, prirodnim katastrofama
i slinim.
Poslovni ciklus je ritmiki obrazac stagnacije i ekspanzije koji se moe uoiti
u optoj ekonomiji. Ekonomski indikatori su serije podataka koje na uspean
nain opisuju obrazac projektovane, tekue ili prole ekonomske aktivnosti.
Kompozitni indeks je ponderisani prosek vodeih ili drugih vrsta indikatora.
Zadaci za vebu
1. ZADATAK
Eta co. proizvodi i instalira sisteme za grejanje u komercijalnim objektima. Poslednjih 10 godina prihodi od prodaje su porasli sa 15 miliona
na 55 milion evra.
A. Izraunati stopu rasta prodaje ove rme koristei model konstantnog
rasta na godinjem nivou.
B. Izvesti 5-godinju i 10-godinju prognozu prodaje.
2. ZADATAK
Menader kontrole kvaliteta rme Elektrika doo je zabrinut zbog rasta
jedininog troka rada za proizvodnju prekidaa za struju. Trokovi su
porasli sa 60 na 80 po jedinici za period od 3 godine. Menader misli da bi
poeljno bilo uvesti prekidae od stranog dobavljaa po ceni od 110 n.j.
A. Izraunati stopu rasta jedinice rada rme koristei konstantnu stopu na
kontinuiranom nivou.
B. Predvideti kada e jedinini trokovi rada biti jednaki navedenim
trokovima uvoza.
3. ZADATAK
Na osnovu kvartalnih podataka od 2005:I do 2008:IV Food doo je procenio da se prodaja njihovog proizvoda Smoki light moe projektovati
pomou jednaine:
St=5.000.000 + 100.000t
Stvarni podaci za IV-kvartale su sledei:
2005 5.450.000
2006 5.860.000
2007 6.270.000
2008 6.680.000
O
E
D
VI
PROIZVODNJA I ANALIZA
TROKOVA
MPL
'TP
'L
MPL
wTP
wL
'TP
'C
AC D LE
DAC D1 LE
U analizi proizvodnje su vani prosena proizvodnost rada i elastinost proizvodnje. Prosena proizvodnost rada (ili kapitala) pokazuje koliinu proizvoda po jedinici utroenog rada (ili kapitala). Prosenu proizvodnost rada moemo iskazati na
nain:
APL
TP
i APC
L
TP
C
HL
MPL
APL
i HC
MPC
APC
Slika 6.1
PROIZVODNJA I ANALIZA TROKOVA 151
Na slici se vidi da kriva ukupne proizvodnje raste kada input X raste. Takoe, MPX
ima maksimum u taki A , gde je nagib krive TPX najvei. APX postie najveu vrednost kada je MPX = APX. U taki C TPX postie maksimum a MPX=0.
Krive ukupne i granine proizvodnje sa slike 6.1 upravo demonstriraju zakon
smanjenja prinosa. Ovaj zakon kae da kad se koliina ulazne varajable poveava,
sa konstantnim ostalim faktorima, rezultujui rast izlaza se vremenom smanjuje.
Proizvodnja ne zahteva samo rad, zemlju i kapital ve i vreme. Da bismo
obrazloili ulogu vremena u proizvodnji, razlikujemo dva razliita razdoblja. Kratki rok deniemo kao razdoblje u kojem preduzea mogu prilagoditi proizvodnju
menjanjem varijabilnih faktora kao to su sirovine i rad, ali ne mogu menjati ksne
faktore kao to je kapital. Dugi rok podrazumeva vreme u kojem se svi faktori mogu
prilagoditi. Recimo, na primeru avio industrije, ako se povea narudba za jo jedan avion, proizvoa aviona moe poveati proizvodnju prekovremenim radom,
zapoljavanjem vie radnika i intezivnijim korienjem svojih pogona. No, ako bi se
potreba za isporukom aviona poveala za neko due razdoblje, proizvoa aviona bi
mogao poveati svoje kapacitete jer za to ima dovoljno vremena.
Slika 6.2a
Slika 6.2b
MRTS
'Y
'X
Ako se ukupni diferencijal prvog stepena funkcije proizvodnje izjednai sa nulom, tj:
'Q
'Q
dX
dY 0
'X
'Y
pa s obzirom da je MPX
'MPX
'MPY
dY
dX
'Q
i MPY
'X
'Q
, dobija se da je
'Y
nagib izokvante
'TR
'X
MRPX
'Q 'TR
*
'X 'Q
MPX * MR Q
Jedinice
inputa (X)
Ukupna
proizvodnost X
Granina
proizvodnost X
Granini prihod
proizvodnosti X
(Q)
(MPX=Q)
(MPX*5)
3
7
10
12
13
3
4
3
2
1
15
20
15
10
5
1
2
3
4
5
Posmatrajmo prosti proizvodni sistem u kome je input jedna varijabla, rad (L),
koja se koristi za proizvodnju jednog proizvoda (Q). Da bi prot dostigao maksimum
potrebna je takva proizvodnja u kojoj je granini prihod jednak graninom troku, tj:
MC Q
'TC
'Q
PL
MPL
MR Q
Slika 6.3
156 MENADERSKA EKONOMIJA
HQ
'Q /Q
'X/X
gde X oznaava kapital, rad, energiju, itd. Pri tome vai sledee:
Ako je :
HQ > 1
Rastui
HQ = 1
Konstantan
HQ > 1
Opadajui
hQ = knf(X,Y,Z)
pri emu je h proporcionalno poveanje Q kao rezultat od k ili kn poveanja svakog faktora.
TC = FC + VC
MC
'TC
'Q
'TVC
'Q
Slika 6.4
Nagib obe krive je odreen produktivnou faktora inputa. Na slici 6.4b se vidi da
granini trokovi opadaju do Q1, dok ukupni i proseni varijabilni trokovi opadaju
(rastu) kada su granini trokovi manji (vei).
162 MENADERSKA EKONOMIJA
oblik prikazan na slici 6.5. Trokovi rastu vie nego proporcionalno kako se poveava
obim proizvodnje. Smanjenje na koliini daje funkciju troka koja se poveava u opsegu opadanja, kao i u delu poveanja prosene protabilnosti prikazan na slici 6.5.
Ekonomija obima postoji kada se proseni trokovi proizvodnje u dugom roku
smanjuju kako se poveava obim proizvodnje. Usavravanje radne snage esto prua
poveanje ekonomije razmera. U malim rmama, radnici generalno rade nekoliko poslova, to ponekad negativno utie na ekasnost zbog neadekvatne strunosti. Produktivnost radne snage u veim rmama je vea, gde se upoljavaju pojedinci za izvrenje
specinih zadataka. Na taj nain se moe smanjiti cena pojedinanog proizvoda u masovnoj proizvodnji.
Tehniki faktori takoe dovode do ekonomije obima. Masovna proizvodnja doputa
upotrebu visoko specijalizovane opreme, za razliku od prilagodljivijih ali manje ekasnih maina koje se koriste u manjim rmama. Takoe, produktivnost opreme velikog
obima esto premauje njene trokove. Generator od 500.000 kilovati kota znatno
manje nego dva od 250.000 kilovati. Popusti na koliinu utiu na poveanje nansijske
ekonomije kroz nabavku sirovina, opreme i drugih inputa u velikim koliinama. Ove
ekonomije se odraavaju na trokove kapitala da velike rme lako izau na trite i dobiju novana sredstva pri niim kamatama.
Na slici 6.5 je prikazana funkcija proizvodnje sa najpre poveanjem a zatim smanjujem prinosa na obim. Sa poveanjem prinosa na obim ukupni trokovi rastu manje nego
ukupni autput. Sa smanjenjem prinosa na obim ukupni trokovi rastu bre nego ukupni
autput. Funkcije ukupnih trokova su esto u obliku slova U, oznaavajui variranje
prinosa na obim na razliitim nivoima aktivnosti.
Slika 6.5
Pri nekim nivoima obima proizvodnje, ekonomija obima se pravilno iskoristi, proseni trokovi se izravnjuju pa krenu da se poveavaju. Rastui proseni
trokovi pri visokim nivoima obima proizvodnje su esto pripisivani ogranienom
sposobnou menadmenta da koordiniraju velikom organizacijom. Dodatno osoblje je takoe sklono rastu vie nego proporcionalno obimu proizvodnje, opet na taj
nain poveavajui cenu pojedinanog proizvoda. Dananji trend ka malim i srednjim
preduzeima pokazuje da disekonomije obima ograniavaju veliinu rme u mnogim
industrijama. Naime, disekonomija obima nastaje u onom delu gde marginalni troak
raste i vei je od prosenog troka, i najece se javlja onda kada veliina prestaje da
bude prednost i postaje teret.
6.10.2 Dugoroni proseni trokovi
Krive kratkoronih trokova povezuju trokove i autput za neki dati obim
postrojenja. Krive dugoronih trokova identikuju optimalni obim fabrika za svaki
nivo proizvodnje. Krive prosenih dugoronih trokova (eng. LRAC) mogu se smatrati nadgradnjom krivih prosenih kratkoronih trokova (eng. SRAC). Ovaj koncept je ilustrovan na slici 6.6, koja prikazuje krive kratkoronih prosenih trokova
koje predstavljaju 4 razliita obima fabrika. Svaka od 4 fabrike ima interval autputa
proizvodnje na kojem je najekasnija.
Slika 6.6
Fabrika A, na primer, prua sistem najmanjih trokova proizvodnje za autput u intervalu od 0 do Q1 jedinica; fabrika B daje sistem najmanjih trokova za autput u intervalu od Q1 do Q2; fabrika C je najekasnija za veliinu autputa u intervalu Q2 do Q3; a
fabrika D ima proizvodni proces sa najmanjim trokovima za autput iznad Q3.
Puna linija svake krive na slici 6.6 ukazuje na minimalni dugoroni proseni troak
za proizvodnju svakog nivoa autputa, pretpostavljajui samo 4 mogua obima fabrike.
Ovo se moe uoptiti pretpostavljanjem da je mogue postojanje fabrika u vie veliina,
od kojih je svaka samo neto vea od prethodne. Kao to je prikazano na slici 6.6, kriva dugoronih prosenih trokova je onda konstruisana tangenta na svakoj od krivih
kratkoronih prosenih trokova. Na svakoj od taaka dodirivanja, dati obim fabrike
je optimalan; nijedna druga fabrika ne moe proizvoditi pri tom datom nivou autputa
sa tako niskim ukupnim trokovima. Sistemi trokova ilustrovani na slikama prikazuju najpre ekonomiju obima a zatim disekonomiju obima. Nad intervalima autputa
koje daju fabrike A, B i C na slici 6.5, proseni trokovi su opadajui; ovi opadajui
trokovi znae da se ukupni trokovi poveavaju manje od srazmernog poveavanja
sa veliinom autputa. Poto su minimalni trokovi fabrike D vei od onih za fabriku C,
sistem iskazuje disekonomiju obima na ovom visokom nivou autputa.
Proizvodni sistemi koji iskazuju najpre poveavajue, zatim konstantne a na kraju
umanjujue povraaje dovode do krivih dugoronih prosenih trokova koje su oblika latininog slova U, poput onih na slici 6.6. Sa U-krivama dugoronih prosenih
trokova, najekasnija fabrika za svaki nivo autputa uobiajeno ne posluje na taki na
kojoj su kratkoroni proseni trokovi minimalni, to se moe videti na slici 6.5. Kriva
kratkoronih prosenih trokova za fabriku A ima minimum u taki M, ali na tom
nivou autputa, fabrika B je ekasnija; kratkoroni proseni trokovi za fabriku B su
nii. Generalno, kada postoji ekonomija obima, fabrika sa najmanjim trokom nee
raditi sa punim kapacitetom. Pritom, kapacitet se ne odnosi na ziko ogranienje
autputa ve na taku u kojoj su minimizirani kratkoroni proseni trokovi. Samo za
neki dati nivo autputa u kojem su minimizirani dugoroni proseni trokovi (autput
Q* na slikama) postoji optimalno poslovanje fabrike u taki minimuma na njenoj
krivoj kratkoronih prosenih trokova. Na bilo kojem nivou autputa veem od Q*,
preovlauje disekonomija obima, i najekasnija fabrika posluje na nivou autputa koji
je neto vei od kapaciteta.
Najzad, postoji i skladitna komponenta trokova ransportovanja koja je povezana sa vremenskim elementom koji je ukljuen u transportovano dobro. Vreme
nuno za tranzit je veoma vano jer sporiji vidovi prevoza poput eleznice i bari
odlau prijem prodajnih priliva od klijenata. Iako su izdaci vei kod njih, avio-prevoz
i prevoz kamionima ubrzava isporuku i moe smanjiti ukupne ekonomske trokove
transportovanja dobara do trita.
to se vie autputa proizvede u nekoj datoj fabrici, postaje sve vanije da se roba
dopremi do udaljenih klijenata-kupaca. Ovo dovodi do poveavanja transportnih trokova po prodatoj jedinici proizvoda. Slika 6.7 ilustruje L-krivu dugoronih
prosenih trokova koja odraava prosene proizvodne trokove koji najpre opadaju
a zatim postaju skoro konstantni. Pretpostavljajui relativno umerene trokove na
terminalima i trokove skladitenja, vei prevozniki trokovi dovode do poveavanja
transportnih trokova, po jedinici proizvoda, po nekoj relativno konstantnoj stopi.
Slika 6.7
Pre transportnih trokova, Q*A predstavlja MES veliinu fabrike. Ukljuivanjem
trokova transportovanja, MES veliina fabrike pada na Q*B. Generalno, kako
trokovi transportovanja budu postajali sve vaniji, MES e padati. Kada su transportni trokovi veliki u poreenju sa proizvodnim trokovima kao to je to sluaj
kod mleka, airanih bezalkoholnih pia, peska i cementa ak i manja posrtojenja,
sa relativno neekaasnom proizvodnjom, mogu biti protabilna kada su locirana
blizu vanih trita. Kada su transportni trokovi relativno nebitni kao u sluaju
aluminijuma, elektronskih komponenti, PC kompjutera, i medicinskih instrumenata
trita su nacionalna ili internacionalna po obimu, a ekonomije obima uzrokuju da
se autput proizvodi u svega nekoliko velikih fabrika u svetu.
168 MENADERSKA EKONOMIJA
Slika 6.8a
Slika 6.8b
S C = Protni doprinos
Slika 6.9
Na osnovi posmatranja po jedinici proizvoda, protni doprinos je jednak ceni
umanjenoj za prosene varijabilne trokove ( S C P AVC ). Protni doprinos se
moe koristiti za pokrivanje ksnih trokova a zatim za obezbeivanje prota. Ovo
je osnova analize trokovi-obim-prot.
Jedna od korisnih primena analize trokova-obima-prota lei u odreivanju
nivoa aktivnosti praga rentabilnosti. Koliina na praga rentabilnosti je nivo aktivnosti sa nultim protom. Na nivoima praga rentabilnosti, ukupni prihodi (cena x
koliina, tj. P x Q) upravo su jednaki ukupnim trokovima (ukupni ksni trokovi +
proseni varijabilni trokovi x Q, tj. TFC + AVC x Q):
PROIZVODNJA I ANALIZA TROKOVA 173
Q praga
rentabi ln osti
TFC
P AVC
TFC
=
SC
60.000
1,20
50.000jedinica proiz.
Rezime poglavlja
Analiza proizvodnje i trokova igra kljunu ulogu u veini menaderskih odluka.
Ovo poglavlje nas upoznaje sa konceptima proizvodnje i trokova, pokazuje zavisnosti
izmeu funkcija trokova i proizvodnih funkcija, i istrauje nekoliko pitanja vezanih za
analizu trokova i prozvodnje.
Funkciju proizvodnje moemo prikazati pomou tablice, dijagrama ili pak
jednaine. Bilo koji oblik pokazuje koliku maksimalnu proizvodnju preduzee
moe ostvariti s razliitim kombinacijama proizvodnih faktora u datom vremenskom razdoblju.
Karakteristika prinosa na obim proizvodnog sistema opisuje efekte na
koliinu proizvodnje kada se proporcionalno poveavaju svi inputi.
Ukupna proizvodnja se odnosi na ukupnu izlaznu koliinu produkcionog
sistema. Granina proizvodnja faktora (MPX) predstavlja promenu izlaza
u odnosu na promenu za jednu jedinicu faktora inputa, dok prosena proizvodnja faktora je ukupna proizvodnja podeljena sa brojem jedinica korienog
ili uposlenog faktora.
Zakon smanjenja prinosa ukazuje na injenicu da se sa poveanjem koliine
varijabile inputa, pri konstantnim svim ostalim faktorima, rezultujua stopa
rasta izlaza moe smanjiti.
Izokvanta predstavlja razliite kombinacije inputa koje se mogu ekasno koristiti za proizvodnju odreene koliine izlaza. Ekasnost u uvom sluaju predstavlja tehniku ekasnost, u smislu proizvodnje sa najmanjim trokovima
za ciljani nivo izlaza.
Granina stopa tehnike supstitucije meri iznos inputa koji se mora substituisati drugim u cilju odravanja konstantnog nivoa proizvodnje. Granina
stopa tehnike supstitucije obino se smanjuje kako se iznos substitucije
poveava.
Granini prihod proizvodnosti predstavlja dodatni neto prihod generisan
upotrebom poslednje jedinice, i jednak je proizvodu granine proizvodnosti i
graninog prihoda proizvoda. Za postizanje maksimuma prota neophodno
je da su granini prihod proizvodnosti i granini trokovi jednaki.
Elastinost izlaza, HQ je procenat promene izlaza u odnosu na 1% promene svih
inputa i praktino predstavlja ocenu prinosa na obim. Stepene funkcije proizvodnje
ukazuju na multiplikativne relacije izmeu inputa i izlaza i esto se koriste za ocenu
funkcije proizvodnje.
176 MENADERSKA EKONOMIJA
Pravilna upotreba relevantnih koncepata trokova iziskuje razumevanje odnosa trokovi/autput ili funkcije trokova. Funkcije kratkoronih trokova se
koriste za svakodnevne odluke u poslovanju; funkcije dugoronih trokova
se koriste pri procesu dugoronog planiranja. Kratak rok je period poslovanja
tokom kojeg je raspoloivost najmanje jednog od inputa ksna. Na dui rok,
rma ima potpunu eksibilnost. Fiksni trokovi ne variraju sa obimom autputa i javljaju se u vremenu samo na krai rok. Varijabilni trokovi uktuiu
zajedno sa autputom u vremenu i na krai i na dui rok.
Kriva kratkoronih trokova pokazuje minimalni trokovni uticaj promena
autputa pri nekoj datoj veliini fabrike i za neko dato poslovno okruenje. Kriva dugoronih trokova pokazuje minimalni trokovni uticaj promena autputa za optimalnu veliinu fabrike koja koristi tekuu tehnologiju u postojeem
poslovnom okruenju.
Ekonomije obima proistiu iz proizvodnje i sa tritem povezanih izvora i
uzrokuje to da dugoroni proseni trokovi opadaju.
Kapacitet se odnosi na nivo autputa na kojem su proseni kratkoroni trokovi
minimizovani. Minimalni obim ekasnosti (MES) je nivo autputa na kojem
su minimizirani dugoroni proseni trokovi.
Ekonomije obima sa vie fabrika su trokovne prednosti koje se javljaju
pri poslovanju viestrukih postrojenja u istoj liniji poslovanja ili delatnosti.
Obratno, disekonomije obima sa vie fabrika su trokovne mane (tete) koje
nastaju iz upravljanja viestrukim postrojenjima u istoj liniji poslovanja ili
delatnosti.
Kada se znae steeno iz proizvodnog iskustva koristi za unapreivanje proizvodnih metoda, rezultujue opadanje u prosenom troku odraava efekte
rmine krive uenja. Ekonomije obima postoje kada je troak zajednike
proizvodnje (vie vrsta proizvoda) manji negoli troak zasebne proizvodnje
viestrukih autputa.
Analiza troak-obim-prot, ponekad zvana i analiza praga rentabilnosti,
se koristi za prouavanje odnosa izmeu trokova, prihoda i prota. Koliina
praga rentabilnosti je nivo aktivnosti sa nultim protom.
Analiza proizvodnje i trokova pred menadment postavlja stalne izazove u svim tipovima organizacija. Korienjem koncepata i alata koji su razmatrani u ovom poglavlju, uspeni menaderi su u stanju da efektivno upravljaju trokovima.
Zadaci za vebanje
1. ZADATAK
A.
B.
C.
D.
2. ZADATAK
Firma je odredila da moe da proizvodi 100 jedinica sa bilo kojom od
sledeih kombinacija:
Kapital
20
16
12
11
9
7
5
Rad
1
2
3
4
6
9
13
O
E
D
VII
LINEARNO
PROGRAMIRANJE
Primer za razumevanje problema linearnosti moemo nai u funkciji proizvodnje. Ako, na primer pretpostavimo da se odnos koliine proizvoda i koliine
inputa moe iskazati jednainom y=2x (to znai da je za jedan proizvod potrebno potroiti 2 jedinice inputa), to ne znai da e ovaj odnos ostati neprmenjen s
poveanjem obima proizvodnje. Jasno je da e se s poveanjem iskorienja kapaciteta ili poveanjem obima proizvodnje dogoditi promena u izdanosti inputa, pa e u nekom trenutku odnos moda biti y=1,5x ili y=0,1x2. To znai da e
linearni odnos iskazan prvom jednainom vredeti samo u odreenom intervalu
vrednosti y i x.
Matematiki gledano, model linearnog programiranja je sistem m linearnih
jednaina ili nejednaina s n nepoznatih. Reavanje sistema podrazumeva traenje
vrednosti svih n nepoznatih xi, uz uslov da postignemo ekstremnu vrednost posebno
postavljene funkcije cilja ili funkcije kriterijuma, tj:
Maksimizirati linearnu funkciju cilja
n
Max
c x
j j
j 1
uz linearna ogranienja
a x d b ,
ij j
i = 1, 2, ..., m
j 1
xj 0,
j = 1, 2, ..., n
- uslov nenegativnosti
maksimizirati Cx
uz ogranienja Ax B
C1
C2
C = .
.
Cn
CT - transponovana matrica C
. . .
.
uslov: m < n
b1
b2
B .
.
bm
Slika 7.1
Slika 7.2
Taka M (6,4) na graku je indikovana kao optimalno reenje. U toj taki rma
proizvodi 6 jedinica Y i 4 jedinice X, a prot dostie vrednost 108 n.j. Nijedna druga
taka u podruju moguih reenja ne dodiruje tako visoko izoprot linije kao taka
M, koja se nalazi na rubu podruja moguih reenja.
Vano je upamtiti da se optimalno reenje svakog lineranog problema nalazi
na ivinoj taki. Na taj nain, traenje optimalnog reenja se svodi na krajnje take
podruja moguih reenja problema lineranog programiranja.
max: 12QX+9QY
uz ogranienja:
4QX + 2QY +s1 = 32
1QX + 1QY +s2 = 10
3QY +s3 = 21
gde su
QX 0, QY 0, s1 0, s2 0, s3 0
Slika 7.3 (Odreivanje nultih vrednosti varijabli na rubovima prostora moguih reenja)
Sledei korak bi bio da dodelimo nulte vrednosti varijablama s1 i s2 kako bi se nale
vrednosti reenja za taku M. Zamenom u jednaine ogranienja dobijaju se vrednosti: QX = 6, QY = 4 i S = 108. Optimalno reenje je u taki M. Ukupni prot od 108
premauje sve prote u bilo kojoj drugoj rubnoj taki prostora moguih reenja.
U optem sluaju sa n varijabli odluivanja i m ogranienja, dodavanjem m varijabli rezerve imaemo ukupno n + m varijabli i m jednaina. Sa n varijabli vie nego
to je jednaina, sistem ima n stepeni slobode u reavanju jednaina. To omoguuje
da se vrednost bilo kojih n varijabli moe izjednaiti s nulom, ime se dobiva sistem
od m jednaina sa m nepoznatih.
Ukoliko su varijable koje se stavljaju na nulu dobro odabrane, taj e sistem imati
jedinstveno reenje za preostalih m varijabli. Takvo se reenje naziva bazino rjeenje,
a varijable reenja nazivaju se bazinim varijablama.
Od velikog broja takvih reenja simplex metoda uzima u obzir samo mogua
bazina reenja (ona koja se nalaze u podruju moguih reenja problema). Svako
mogue bazino reenje odgovara jednoj ekstremnoj taki LP problema.
190 MENADERSKA EKONOMIJA
Min
y b
i i
i 1
uz uslov
m
a y t C ,
ij i
j = 1, 2, ..., n
i 1
yi 0,
i = 1, 2, ..., m
Ay C y 0
x (strukturne)
y (dualne)
y a
t cj / xj
i yiaijxj t cjxj
y cAx t C cX
C cx d y c
ij
j
i
i
a
x
b
/
y
d
j aijxjyi d biyi
y cAx d y cB
i ij
Rezime poglavlja
Linearno programiranje je dokazana tehnika za nalaenje optimalnog reenja
problema odluivanja. Ona je prilagoena reavanju problema koji ukljuuju funkciju cilja, za koju je potrebno nai maksimalnu ili minimalnu vrednost, pri emu je
relevantna funkcija cilja podlee ogranienjima u obliku nejednakosti.
Jednostavniji problemi lineranog programiranja se mogu reiti graki
korienjem metoda relativnog odstojanja, pri emu prostor moguih
reenja predstavlja graku oblast sa reenjima problema.
Jednaina koja izraava cilj problema linearnog programiranja se naziva
funkcija cilja.
Optimalno reenje problema se javlja na preseku funkcije cilja i rubne take
prostora moguih reenja.
Rezervne varijable predstavljaju iznose za koje su premaeni uslovi ogranienja. U sluaju ogranienja sa , rezervne varijable se koriste da
poveaju levu stranu da bi bila jednaka desnoj straniuslova ogranienja. U
sluaju situacija je obrnuta, ove varijable slue za smanjenje leve strane
ogranienja.
Simplex metoda je iterativna metoda reavanja problema linearnog programiranja. Ovim postupkom se nalaze vrednosti (najbolje kompjuterskim
programima) za sve varijable u svakoj rubnoj taki, pa se izoluje ona taka
sa optimalnim reenjem kada je u pitanju funkcija cilja.
Za svaki problem nalaenja maksimuma u lineranom programiranu postoji simetrini problem minimiziranja. Ovaj par problema koji se odnosi na
nalaenje maksimuma i minimuma su poznati kao osnovni (primarni) i dualni problem linearnog programiranja.
Zadaci za vebu
1. ZADATAK
Neko preduzee proizvodi dve vrste proizvoda A i B, na dve grupe maina,
1 S i 2 S Dnevni su kapaciteti i karakteristike maina dati u tabeli:
Vreme potrebno za proizvodnju jedinice proizvoda
M1
M2
0,5
0,2
0,4
0,2
Dnevni kapaciteti
(u satima)
16
20
Raspoloivi
kapacitet maina
M1
30.000
M2
8.000
M3
14.400
Analizom trita procenjeno je da se u posmatranom vremenskom periodu ne moe prodati vie od 3500 jedinica prvog proizvoda i 4000 jedinica
drugog proizvoda. Cilj je doneti odluku kojom e se ostvariti maksimalna
dobit, ako je ona za prvi proizvod 15 din, a za drugi 10 din po jedinici
proizvoda. Sastavite linearni model proizvodnje za posmatrani period.
3. ZADATAK
Investitor raspolae sa 100.000 evra koje moe uloiti u vladine obveznice,
penzone fondove i akcije na tritu, od kojih je prihod, redom, 8%, 13% i
15% godinje.
Njegova strategija zahteva da ukupna svota uloena u fondove i akcije ne
prelazi svotu uloenu u vladine obveznice. Koliko i u ta treba uloiti u
cilju maksimiziranja prihoda? Sastavite linearni program.
4. ZADATAK
Jedan lanac restorana eli proiriti svoju delatnost otvarajui nove kapacitete. Firma ima dva tipa restorana, fast food i klasian tip. Da bi se otvorio jedan novi restoran tipa fast food, potrebno je 100.000 evra i 5 novih
radnika, a oekivani godinji prihod iznosi 200.000 evra. Da bi se otvorio
jedan novi restoran klasinog tipa, potrebno je 150.000 evra i 15 novih
radnika, a oekivani godinji prihod iznosi 500.000.
Firma ima na raspolaganju 2.500.000 evra kapitala. Strategija poslovanja zahteva da se ne uzima vie od 210 novih radnika godinje. Takoe,
odreeni zakoni zahtevaju da broj novih restorana ne bude vei od 20.
Sastaviti linearni program irenja preduzea koji e osigurati maksimalni
oekivani godinji prihod.
O
E
D
VIII
PRAKSE U POLITICI
CENA
U ovom poglavlju obraeni su standardne prakse u politici cena i ilustrovane su vrednosti istih, kao praktinih
naina u odreivanju cena kojima se
maksimizira prot pri irokom spektru
uslova koji karakteriu tranju i trokove.
sportskim dvoranama, ili pak cene odee u vrhuncu sezone takve cene odraavaju
injenicu da kupci mogu biti neosetljivi na cenovne promene na odreenim mestima
i u odreena doba godine.
Regularne cene, diskonti, rabati i promocije pomou kupona su mehanizmi odreivanja cena koji se koriste da se ispita irina i dubina tranje kupaca i da se maksimizira protabilnost. Iako maksimizacija prota iziskuje da cene budu postavljene tako
da granini prihodi budu izjednaeni sa graninim trokovima, ovaj uslov nije nuan
ukoliko se eli postii optimalna cena. Korienjem samo informacija o graninim
trokovima i takastoj elastinosti tranje, izraunavanje cena kojima se maksimizira
prot postaje lako i brzo. Mnoge rme koje koriste politiku optimalne cene koriste
cene kojima se prokrivaju direktni trokovi uveani za procenat mare radi protnog doprinosa. Prakse odreivanja cena sa eksibilnim marama koje odraavaju
razlike u graninim trokovima i elastinostima tranje predstavljaju ekasan metod
za osiguravanje da granini prihod=graninom troku (tj. MR=MC) za svaku liniju
proizvoda ili usluga koje se prodaju. Slino, odreivanje cena u udarnim periodima
godine i za vansezonu, cenovna diskriminacija, i prakse objedinjenog odreivanja
cena proizvoda su ekasni naini za poslovanje pri kojem e se za svakog kupca ili
potroaku grupu i klasu proizvoda obezbediti da je MR=MC.
8.2.2 Mara na trokove
U jednom konvencionalnom pristupu, neka data rma ocenjuje prosene varijabilne trokove proizvodnje i plasmana nekog datog proizvoda, uveava ga za varijabilne reijske trokove a zatim dodaje i procenat mare, ili protnu marginu. Varijabilni reijski trokovi se obino alociraju meu proizvodima po principu prosenih
varijabilnih trokova. Na primer, ukoliko su ukupni varijabilni reijski trokovi projektovani na 1,3 miliona n.j. godinje a varijabilni trokovi za planiranu proizvodnju
iznose 1 milion n.j. onda su varijabilne reije alocirane po pojedinanom proizvodu
u visini od 130% varijabilnog troka. Ukoliko se proseni varijabilni troak nekog
proizvoda proceni, recimo, na 1 n.j., onda e rma dodati 130% varijabilnih trokova,
iliti 1.30 n.j. za varijabilne reije, ime se dolazi do u potpunosti alociranih trokova
od 2.30 n.j. Na ovu brojku rma moe dodati i 30% mare na raun prota, ili 0.69
n.j., da bi se dolo do krajnje cene od 2.99 n.j. po jedinici proizvoda.
Mara na trokove je protna margina za neki pojedinani proizvod ili liniju
proizvoda koja se izraava u procentima jedininog troka (troka po jedinici proizvoda). Mara po trokovima, ili skraeno cost-plus, su zadati preko formule:
(8.1)
Brojilac u ovom izrazu, koji se naziva protna margina, se meri putem razlike
izmeu cene i troka. U primeru koji smo ranije naveli, 30% mare na trokove se
izraunava kao
Mara na trokove = (Cena Trokovi) / Trokovi
= (2.99 2.30) /2.30
= 0.30 ili 30%
Reavanjem jednaine 8.1 po ceni dobijamo izraz kojim se odreuje cena u costplus sistemu odreivanja cena (trokovi plus procenat zarade), tj:
Cena = Trokovi (1 + Mara na trokove)
(8.2)
(8.3)
Protna margina je brojilac u ovoj formuli za maru na cenu, kao i kod formule
mare na trokove. Ipak, jedinini trokovi su zamenjeni cenom u imeniocu.
Formule za maru na trokove i maru od cene su prosto alternativni naini iskazivanja relativne veliine protnih margina. Za izraunavanje jedne mare preko
druge koriste se sledee proste jednakosti:
Mara na trokove = Mara od cene / (1- Mara od cene)
(8.4)
(8.5)
i
Stoga, 30% mare na trokove u prethodnom primeru je ekvivalentno sa 23%
mare od cene:
202 MENADERSKA EKONOMIJA
Uspene rme koje koriste odreivanje cena na principu mari koriste potpuno
alocirane trokove pod normalnim okolnostima ali nude cenovne popuste ili prihvataju nie mare tokom nevrnih perioda kada postoje vikovi kapaciteta. U nekim
sluajevima, proizvodi proizvedeni tokom van-vrnnih perioda su znatno jeftiniji
negoli proizvodi proizvedeni tokom vrnih perioda. Kada ksni trokovi predstavljaju znaajan udeo ukupnih trokova proizvodnje, popusti od 30 do 50% za proizvode
tokom vanvrnih perioda mogu biti esto opravdani na osnovu niih trokova.
Primer za ovo su popusti za gledanje bioskopskih i pozorinih predstava u prepodnevnim i popodnevnim satima. Osim izdataka za ienje, koji variraju od broja
posetilaca, veina drugih izdataka u bioskopima je ksna po svojoj prirodi. Kao rezultat toga, prihodi dobijeni od dodatnih posetilaca tokom van-vrnih perioda mogu
znaajno poveati prot bioskopa. Kada pritom posetioci kupuju i slatkie po redovnim cenama, grickalice i pia, jo nie cene ulaznica mogu biti opravdane. I obratno,
za petak i subotu uvee kada su, nekada u 70-im i 80-im godinama XX veka, bioskopi
bili sasvim ispunjeni, malo poveanje u broju posetilaca bi iziskivalo skupo proirenje objekata. Cene ulaznica tokom ovih vrnih perioda odraava potpuno alocirane
trokove. Na slian nain su lanci fast-food hrane poput MekDonaldsa, Burger Kinga
i slinih poveali protabilnost u znaajnoj meri time to su uveli menije za doruak.
Ukoliko su ksni restoranski trokovi pokriveni zaradom tokom veera i rukova,
ak i promotivne cene obroka za doruak mogu znaajno doprinositi masi prota.
Vrsta proizvoda
Hleb obian
Hleb brendiran
itne pahuljice (suve)
Meavina za torte
Kafa
Suhomesnati proizvodi
Sitni kolai
Delikatesni proizvodi
Svee voe u sezoni
Svee voe van sezone
Svee povre u sezoni
Svee povre van sezone
Mlevena govedina
Sladoled
Praak za pranje vea
Mleko
Lekovi bez lekarskog recepta
Proizvodi od testa
Hrana za kune ljubimce
Grickalice
Bezalkoholna pia
Zaini
Supa
Mesni odrezak
Toalet papir
Pasta za zube
1
MR P 1
Hcenovna
(8.6)
1
P1
MC
Hcenovna
(8.7)
1
P MC
1 1
Hcenovna
(8.8)
ili
Jednaina 8.8 daje formulu za cenu kojom se maksimizira prot za bilo koji proizvod, u smislu njene cenovne elastinosti tranje. Ova jednaina navodi da se cena za
maksimiziranje prota dobija mnoenjem graninog troka lanom:
1 1
Hcenovna
1 1
Hcenovna
Mara na trokove =
1 1
Hcenovna
-1
1
(8.9)
Hcenovna 1
Formula optimalne mare na trokove moe biti ilustrovana preko jednostavnog primera. Zamislimo nekog vodeeg katalokog prodavca svakodnevne odee
i sportske opreme koji eli da ponudi kone sandale za svakodnevno korienje.
Neka taj prodavac plaa velikoprodajnu cenu od 25 n.j. po paru tih sandala a prodaje
ih po redovnoj katalokoj ceni od 75 n.j. Ova uobiajena protna margina od 50 n.j.
podrazumeva standardnu maru na trokove od 199% jer je
Mara na trokove
Ecenovna
Q 2 Q 1 P2 P1
u
P2 P1 Q 2 Q 1
305 275 70 75
u
70 75 305 275
1.5
1
Hcenovna 1
= -1 / (-1,5 +1)
= 2,0 ili 199%.
208 MENADERSKA EKONOMIJA
MP
P
1
1
Hcenovna
MC P
P
1
Hcenovna
P MC
P
1
Hcenovna
(8.10)
Uoimo da leva strana jednaine 8.10 predstavlja izraz za maru od cene. Tako,
formula optimalne mare od cene postaje
Optimalna mara od cene = OMP* =
1
Hcenovna
(8.11)
Formula optimalne mare od cene moe se ilustrovati ukoliko nastavimo da koristimo prethodni primer sa katalokim prodavcem i njegovom optimalnom politikom
cena za kone sandale. Ako pogledamo u taj primer, prisetiemo se da je kataloki
prodavac plaao velikoprodajnu cenu od 25 n.j. za par sandala, a prodavao ih po redovnoj katalokoj ceni od 75 n.j., a da je luna cenovna elastinost Ecenovna= -1.5 bila
najbolja procena trenutne takaste cenovne elastinosti tranje. Ova tipina protna
margina od 50 n.j. podrazumeva standardnu maru od cene od 66.7% jer je
Mara od cene = (Cena Trokovi) / Cena =
=(75-25)/75
= 0,667 ili 66.7%
1
Hcenovna
cenovna
1
Hcenovna 1
1
Hcenovna
-1,5
-2,0
-2,5
-5,0
-10,0
-25,0
199,0
100,0
66,7
25,0
11,1
4,2
66,7
50,0
40,0
20,0
10,0
4,0
Ecenovna
Q 2 Q1
P P
u 2
P2 P1
Q 2 Q1
46 54
39nj 36nj
u
39nj 36nj
46 54
2
Moe se pretpostaviti da je luna cenovna elastinost tranje cenovna= - 2 najbolja raspoloiva procena trenutne cenovne elastinosti tranje, a da cena do 36 n.j.
odraava optimalnu maru od 100% na relevantne granine trokove od 18n.j. jer je
Optimalna mara na trokove =
1
Hcenovna 1
1
2 1
=1 ili 100%
PRAKSE U POLITICI CENA 211
Na slian nain, cena u visini od 36n.j. odraava optimalnu maru od cene jer je
Optimalna mara od cene =
1
Hcenovna
1
2
Mara na trokove
36 18
18
= 1 (ili 100%)
Mara od cene =
Stoga, polazna cena koju je butik odredio za aktuelni komad odee od 36nj. predstavlja optimalnu cenu, a naknadno poveanje cene od 3nj. bi trebalo da se opozove.
Ovaj jednostavan primer omoguava da se naui jedna vana lekcija. Uprkos nepravilnom razmatranju ksnih reijskih trokova i mare u visini koja najpre moe
izgledati neprikladna, politika cena naeg butika je u potpunosti usklaena sa ponaanjem usmerenim na maksimiziranje prota jer je krajnji rezultat jedna ekasna politika cena. Usled preovlaivanja poslovnih praksi odreivanja cena po principu mare, vano je da ove tehnike odreivanja cena budu paljivo analizirane pre nego to se
cene odrede na nekom podoptimalnom nivou. Rairena upotreba metoda mari pri
odreivanju cena kod visokouspenih rmi sugerie da se metod najee koristi na
naine koji su usaglaeni sa maksimiziranjem prota. Daleko od toga da bude samo
praktino pravilo-smernica u praksi, ove prakse odreivanja cena na osnovu mari
omoguavaju rmama da dostignu optimalne cene i to na ekasan nain.
veliko. Slino prethodnom, cenovna diskriminacija meu kupcima u razliitim delovima zemlje moe biti potkopana ukoliko su klijenti u mogunosti da dobra kupljena na konkurentnom i povoljnom lokalnom tritu preprodaju na teritorijama
sa visokom protnom marginom i marom.
8.4.2 Uloga potroaevog vika
Bazni motiv za cenovnu diskriminaciju moe se sagledati i razumeti korienjem
koncepta vika koji dobijaju potroai- tzv. potroaevog vika. Potroaev viak je
vrednost pribavljenih dobara i usluga koja prelazi preko iznosa koji je plaen prodavcima. Da bi ilustrovali ovo, razmotrimo sliku 8.1, na kojoj je prikazana kombinacija ravnotene cene/obima proizvodnje P* i Q*. Ukupna vrednost proizvodnje
za kupce je zadata preko povrine ispod krive tranje, tj. povrine podruja 0ABQ*.
Poto su ukupni prihodi koji se isplauju proizvoaima jednaki ceni pomnoenoj
koliini, ona je jednaka povrini 0P*BQ*, a pritom podruje P*AB predstvalja vrednost proizvodnje iznad iznosa koji je plaen proizvoaima- tj. ono predstavlja
potroaev viak.
Na primer, ukoliko je neki dati kupac voljan da plati 199 n.j za neki dati proizvod ali
je u mogunosti da dobije povoljnu cenu od 150 n.j., on uiva u 50 n.j. potroaevog
vika. Ukoliko neki drugi kupac vrednuje isti proizvod sa samo 150 n.j. (toliko je
spreman da plati), on nee uivati u potroaevom viku pri kupovini proizvoda po
ceni od 150 n.j.
Potroaki viak nastaje usled toga to razliiti potroai daju razliitu vrednost
dobrima i uslugama. Potroai koji dodeljuju relativno visoku vrednost nekome
proizvodu bie spremni i platie relativno visoke cene; potroai koji dodeljuju relativno nisku vrednost nekome proizvodu bie voljni da plaaju samo po niskim cenama. Ukoliko se na slici 8.1 kreemo od take A nanie po krivoj trinih margina, na
tritu se javljaju potroai koji dodeljuju sve nie granine vrednosti proizvodu. Pri
niskim cenama, i potroai sa visokom vrednou i niskom vrednou postaju kupci;
pri visokim cenama, samo potroai koji dodeljuju relativno visoku vrednost nekom
proizvodu/usluzi postaju kupci. Kada vrednost nekog proizvoda znaajno varira
meu razliitim grupama potroaa, javlja se motivacija za cenovnu diskriminaciju.
Naplaivanjem viih cena potroaima sa viom graninom vrednou potronje,
prihodi e se poveati bez uticaja tj. promena trokova. Prodavci sa sposobnou da
variraju cene shodno vrednosti koju potroai dodeljuju nekom datom proizvodu
su u stanju da zahvate barem deo vrednosti koju predstavlja potroaki viak. Takva
cenovna diskriminacija e uvek poveavati prote jer omoguava rmi da povea
ukupne prihode bez poveavanja trokova. Neka rma koja je precizna u njenoj cenovnoj diskriminaciji uvek naplauje maksimum koji je mogue naplatiti na svakom
od trinih segmenata. Cenovna diskriminacija je naplaivanje u meri koliko trite
omoguava i moe da podnese.
214 MENADERSKA EKONOMIJA
CS
(P 'Q) P Q
i
i 1
(8.12)
Slika 8.2
Prvostepena cenovna diskriminacija e biti ostvarena ako rma moe da izdvoji
celokupnu spremnost za plaanje. na primer ako zna pojedinanu funkciju tranje
ona moe da ponudi pojedincu 6 jedinica po principu uzmi ili ostavi za plaanje od
D + + J, i u tom sluaju e rma zaraditi prihod od + J dok e potroa dobiti nulu
kao potroaki viak. Meutim, retka je situacija da je rma u takoj privilegovanoj
poziciji, tj. da zna pojedinane funkcije tranje. Takoe, u praksi prvostepena cenovna diskriminacija esto nije podesna pa otuda o njoj nee biti dalje diskutovano.
PRAKSE U POLITICI CENA 217
= 225 - 0,01Qpopulacija
Iz datih krivih trine tranje i graninih prihoda jasno se vidi da je opta populacija spremna da plati viu cenu u odnosu na studente. Opta populacija je spremna
da plati do 225 n.j za karte, preko koje ne postoji tranja. Studenti su voljni da uu na
trite samo u sluaju kada je cena ispod 125 n.j.
Tokom poslednjih godina, budet sportskog programa je iznosio 1,5 miliona n.j.
godinje. Budet je pokrivao ksnu platu, angamane, osiguranje i trokove odravanja
objekata. Pored ovih ksnih trokova, univerzitet je preuzimao na sebe varijabilne
trokove izdavanja ulaznica, ienja prostorija kao i trokove izrade zatitnih futrola
za ulaznice od 25 n.j. po sezoni. Ostvareni su ukupni i granini trokovi
TC = 1.500.000 + 25Q
MC = TC / Q = 25
218 MENADERSKA EKONOMIJA
po jedinici i paualne sume.Poput cenovne diskriminacije, viejedinine strategije odreivanja cena su se pokazale kao efektivan nain za izvlaenje potroakih
vikova na korist proizvoaa.
8.5.1 Dvodelno odreivanje cena
Sportski klubovi, odmaralita koja posluju po principu tajm-eringa, golf-tereni i
iroka raznolikost organizacija koje posluju po principu lanstva nude dobra i usluge
korienjem dvodelnog odreivanja cene. Rairena tehnika dvodelnog odreivanja
cene sastoji od naplaivanja svim klijentima nekog ksnog lanstva na mesenom
ili godinjem nivou, uveanog za tarifu korienja po jedinici. Generalno, neka rma moe poboljati prote naplaivanjem svakom klijentu tarife po jedinici koja je
jednaka graninom troku, a pored toga i neke ksne tarife koja je jednaka veliini
potroakog vika koji se generie pri toj tari po jedinici.
U sluaju lanstva u nekom golf-klubu, na primer, dvodelno naplaivanje cene
sastoji se od velike tarife za doivotno lanstvo uveane za odravanje terena pri
svakom korienju golf terena. Da bi ilustrovali kako se praksa dvodelnog odreivanja
cene moe pokazati protabilnom, pretpostavimo da kriva tranje nekog pasioniranog golfera i kriva graninih prihoda moe biti napisana u obliku
P = 100 1Q
MR= TR/Q = 100 2Q
gde P oznaava cenu po jednoj partiji golfa, a Q je broj pratija koje se odigraju
tokom jedne kalendarske godine. Radi jednostavnosti, pretpostaviemo takoe da
su granini trokovi jedne partije golfa 20n.j., a da su ksni trokovi ravni nuli. Time
dobijamo sledee relacije ukupnih i graninih trokova:
TC = 20n.j.Q
MC =TC/Q = 20n.j.
Kao to se moe videti na slici 8.3(a), cena po jednoj jedinici proizvoda pri maksimiziranju prota za neki monopolistiki golf klub se moe nai postavljanjem da je
MR=MC, gde je
MR = MC
100 2Q = 20
2Q = 80
Q = 40
Pri koliini od 40 kojom se maksimizira prot, optimalna cena po pojedinanoj
jedinici je 60n.j. a ukupan prot je jednak 1.600n.j. jer je
PRAKSE U POLITICI CENA 223
P = 100 1(40)
= 60
S =TR TC
= 60(40) 20(40)
= 1.600
1
>40 u 100 60 @
2
= 800
Reima iskazano, ovo znai da pri ceni za jednu jedinicu u visini od 60n.j., pasionirani igra golfa e odabrati da odigra 40 partija golfa, to e dovesti do ukupnih
prihoda od 2.400 i ukupan prot od 1.600 za golf-klub. injenica da potroaki viak
iznosi 800 znai da je pasionirani igra golfa spreman da plati dodatnih 800 da odigra
ovih 40 partija golfa. To je iznos koji prelazi plaenih 2.400. Pasionirani golf igra je
dobio dobru cenu za igranje golfa.
Alternativno, za naplaivanje cene po pojedinanoj jedinici u visini od 60n.j.
po partiji golfa, razmotrimo ono to bi moglo da se zaradi korienjem dvodelne
eme odreivanja cene. Radi maksimiziranja prota, golf-klub bi mogao da odabere
naplaivanje cene po jedinici (partiji golfa) koja bi bila jednaka graninom troku,
uveanu za neku ksiranu tarifu koja je jednaka veliini potroakog vika koji svaki
od klijenata dobija pri toj ceni. Zapamtimo, sa slike 8.4, da je vrednost potroakog
vika jednaka podruju ispod krive tranje koja lei iznad cene po jedinici. Kada se
postavi da je cena po jedinici (partiji golfa) jednaka graninom troku, P=20n.j. i
Q=80 jer je
P = MC
100 1Q = 20
Q = 80
Pri ceni po jedinici u visini od 20n.j. i nivou autputa od 80, vrednost potroakog
vika je jednaka
Potroaki viak
1
>80 u 100 20 @
2
= 3.199
Na ovaj nain, 3.199 n.j. je maksimalna tarifa za lanstvo koji bi dati pasionirani
igra golfa platio za igranje 80 partija golfa tokom kalendarske godine ukoliko se
po partiji golfa naplauje dodatna umerena taksa od 20n.j. za odravanje terena. Sledi da dvodelna ema odreivanja cene pri maksimiziranju prota koja e se
naplatiti svakom od igraa predstavlja tarifu za godinje lanstvo u visini od 3.199
uveanu za 20 po odigranoj partiji golfa. Ukupni prihodi golf kluba u visini od 4.800
predstavljaju punu vrednost dobijenu od igranja 80 partija golfa tokom godine dana,
pokrivenih graninih trokova od 1.600=(20 x 80), i rezultira do prota u visini od
3.199 n.j. za golf klub.
Tokom razmatranja primera naeg golf-kluba, implicitno smo pretpostavljali da
prodavac (golf klub) mora da uiva odreenu trinu mo da bi bio u poziciji da uvodi
bilo koju dvodelnu emu odreivanja cene. U suprotnom, konkurencija bi mogla da
PRAKSE U POLITICI CENA 225
Zatim, optimalna paketna cena je prosto paualna veliina koja je jednaka ukupnoj povrini iznad krive tranje na tom nivou aktivnosti. U sluaju povezanih ali
neidentinih proizvoda, paketno odreivanje cene se takoe ponekad koristi jer rme
nisu u stanju da precizno odrede koliine koje su razliiti potroai voljni da plate za
razliite proizvode. Ukoliko menaderi imaju precizne informacije o vrednosti koju
svaki pojedinani potroa dodeljuje svakom pojedinanom proizvodu, rma moe
stei jo vee prote, putem preciznog vezivanja naplaivane cene za vrednost koju
proizvodu dodeljuje svaki od potroaa.
MR A
MR B
'TR
'Q A
'TR A 'TR B
'Q A
'Q A
(8.13)
'TR
'Q B
'TR B 'TR A
'Q B
'Q B
(8.14)
Prvi lan sa desne strane jednaine predstavlja granini prihod koji je direktno
pridruen svakom od proizvoda. Drugi lan opisuje indirektne granine prihode
povezane sa svakim od proizvoda i ukazuje na promene u prihodima koji nastaju
usled promene obima prodaje alternativnog proizvoda. Na primer, TRB/QA u
jednaini 8.12 pokazuje efekat koji na prihode od proizvoda B ima dodatna prodata
jedinica proizvoda A. I slino ovome, TR A/QB u jednaini 8.13 pokazuje efekat
koji na prihode od proizvoda A ima dodatna prodata jedinica proizvoda B.
lanovi ukrtenih graninih prihoda koji odraavaju meupovezanosti tranje
mogu biti pozitivni ili negativni. Za komplementarne proizvode, neto efekat je pozitivan jer poveanje prodaje jednog proizvoda dovodi do poveanja prihoda (prodaje)
od drugog. Za zamenske proizvode (substitute), poveana prodaja jednog proizvoda
smanjuje tranju za drugim, a lan ukrtenih graninih prihoda je negativan. Precizno odreivanje cene u sluaju viestrukih proizvoda iziskuje kompletnu analizu
efekata odluka o visini cena. Ovo esto znai da optimalno odreivanje cena iziskuje
primenu inkrementalne analize da bi se osiguralo da budu obuhvaene sveobuhvatne
posledice cenovnih odluka.
8.6.2 Meuzavisnosti proizvodnje
Iako su mnogi proizvodi povezani jedni sa drugima preko relacija tranje, neki
proizvodi su povezani u smislu proizvodnog procesa. Nusproizvod (uzgredni proizvod) je bilo koji autput koji se uobiajeno proizvodi kao direktan rezultat poveanja u
proizvodnji nekog drugog autputa. Iako je uobiajeno da se pomisli da nusproizvodi
nastaju samo iz procesa zike proizvodnje, oni nastaju i u procesu pruanja usluga.
Jedan od primarnih razloga zato su vrhunske raunovodstvene rme postale vodea
sila u segmentu menadment informacionih sistema (MIS) je taj da informacije generisane u procesu revizije imaju prirodne posledice (i primene) u MIS-u, i obratno.
Na ovaj nain, revizorske i konsultantske usluge predstavljaju zdruene proizvode
koji se proizvode u promenljivim srazmerama. Troak pruanja bilo koje od tih usluga zavisi uveliko od obima u kojoj je druga usluga pruena. Zahvaljujui ekasnostima zdruene proizvodnje, rairen je sluaj da klijenti neke raunovodstvene rme
postaju takoe i klijenti za MIS konsalting.
Viestruki proizvodi se proizvode u promenljivim srazmerama za irok opseg
dobara i usluga. U procesu ranisanja sirove nafte, proizvode se benzin, dizel, loulje i drugi proizvodi, u promenljivim srazmerama (zavisno od kvaliteta sirove
nafte i tehnolokog procesa). Troak i raspoloivost bilo kojeg pojedinanog nusproizvoda zavisi od tranje za preostalim proizvodima. Nusproizvodi su ponekad,
takoe, i neeljena ili neizbena posledica proizvodnje odreenih dobara. Kada
228 MENADERSKA EKONOMIJA
se proizvodi drvena graa, takoe nastajaju opiljci i otpadna kora, koji se onda koriste za batenske namene ili za proizvodnju papira. Pri proizvodnji papira, preostale
hemikalije i zagaene vode nastale u procesu prerade moraju da budu tehnoloki
preraene i preiene ili reciklirane. I zaista, esto se zapravo moe zakljuiti da
je zagaenje nuan nusproizvod mnogih proizvodnjih procesa. Kako je zagaenje,
po samoj svojoj deniciji, loe sa tetnih drutvenim posledicama umesto da bude
dobro sa drutveno korisnom vrednou, proizvodni procesi esto iziskuju izmene
i modernizacije da bi se minimizirao ovakav tip negativnih zdruenih proizvoda.
Meuzavisnosti proizvodnje su ponekad tako snane da stepen zdruenosti u
proizvodnji ostaje relativno konstantan. Na primer, mnogi poljoprivredni proizvodi
se zdrueno proizvode u nekoj ksiranoj srazmeri. ito i slama, meso i stona koa,
mleko i puter se svi redom proizvode u relativno ksnim proporcijama. U rudarstvu,
zlato i bakar, srebro i olovo, i drugi plemeniti metali i minerali se esto proizvode
zdrueno u ksnim srazmerama. Odgovarajue cenovne i odluke o proizvodnji takvih
proizvoda su mogue jedino ukoliko se u njima odraavaju takve meuzavisnosti
datih proizvoda.
8.6.3 Zdrueni proizvodi koji se proizvode u promenljivim srazmerama
Firme esto mogu varirati srazmere u kojima se proizvode zdrueni proizvodi. ak
i klasian primer ksnih srazmera zdruene proizvodnje mesa i koe vai samo na
krae periode: sitnija ili krupnija stoka moe biti uzgajana da daje razliite srazmere
ova dva proizvoda. Kada se srazmere zdruenog autputa mogu varirati, mogue je
konstruisati odvojene zavisnosti graninih trokova za svaki od proizvoda.
Granini troak bilo kojeg od zdruenih proizvoda koji se proizvode u promenljivim proporcijama je jednak poveanju ukupnih trokova koje je povezano sa
poveanjem autputa za jednu jedinicu tog proizvoda, drei konstantnom proizvedenu koliinu drugog zdruenog proizvoda. Odreivanje optimalne cene /autputa za
zdruene proizvode u ovom sluaju iziskuje istovremeno reavanje relacija graninih
trokova i graninih prihoda. Firma maksimizira prot poslovanjem na nivou autputa na kojem granini troak proizvodnje svakog od zdruenih proizvoda biva jednak
graninom prihodu koji on stvara. Kombinacija zdruenih proizvoda A i B, kojom
se maksimizira prot, na primer, javlja se na nivou autputa na kojem je MRA=MCB
i MRB=MCB.
Vano je napomenuti, ipak, da iako je mogue da se odrede zasebni granini
trokovi dobara koja se proizvode u promenljivim srazmerama, nemogue je odrediti njihove individualne prosene trokove. Ovo je usled toga to zajedniki trokovi
predstavljaju izdatke koji su nuni za proizvodnju nekog zdruenog proizvoda.
Zajedniki trokovi proizvodnje trokovi sirovina i opreme, izdaci za menadment,
PRAKSE U POLITICI CENA 229
i ostali reijski trokovi ne mogu biti alocirani svakom od pojedinanih nus-proizvoda na bilo kojoj ekonomski zasnovanoj bazi. Samo trokovi koji se mogu odvojeno
identikovati sa nekim specinim nus-proizvodom mogu biti alocirani. Na primer,
trokovi tavljenja za kou i trokovi hlaenja za meso su odvojeno identikujui
trokovi za svaki od nus-proizvoda iz naeg primera. Trokovi hranjenja stoke su
zajedniki i ne mogu biti alocirani rasporeivanjem na proizvodnju mesa i koe. Bilo
koje alociranje zajednikih trokova bi bilo pogreno i proizvoljno.
8.6.4 Zdrueni proizvodi koji se proizvode u ksnim srazmerama
Jedan interesantan sluaj zdruene proizvodnje je onaj za nus-proizvode koji se
proizvode u ksnim srazmerama. Proizvodi koji se moraju proizvoditi u ksnim
srazmera trebalo bi da se posmatraju kao paketni ili objedinjeni autput. Kada se nusproizvodi zdrueno proizvode u ksnim srazmerama, svi trokovi su zajedniki, i ne
postoji ekonomski smislen metod alokacije trokova. Odreivanje optimalne cene/
autputa za autput koji se proizvodi u ksnim srazmerama iziskuje analizu relacija
izmeu graninog prihoda i graninog troka za objedinjeni paketni autput. Dok god
je zbir graninih prihoda koji se dobijaju od svih nus-proizvoda vei negoli granini
trokovi proizvodnje, rma ostvaruje koristi prilikom proirivanja autputa.
Slika 8.5 ilustruje problem odreivanja cene za dva proizvoda koji se proizvode
u ksnim srazmerama. Na slici su prikazane krive tranje i graninih prihoda za
svaki od nus-proizvoda kao i kriva graninog troka za proizvodnju objedinjenog
autput paketa. Vertikalnim zbrajanjem dve krive graninih trokova dolazi se do
ukupnih graninih prihoda koje generiu oba nus-proizvoda. Krive graninih prihoda se zbrajaju vertikalno jer svaka jedinica autputa dovodi do prihoda koji nastaju
iz prodaje oba nus-proizvoda. Presekom krive ukupnih graninih prihoda MRT sa
krivom graninog troka dolazi se do nivoa autputa kojim se maksimizira prot.
Optimalna cena za svaki od nus-proizvoda se odreuje preko preseka vertikalne
linije, na nivou autputa kojim se maksimizira prot, sa krivom tranje svakog od
nusproizvoda. Q1 predstavlja optimalnu koliinu autput paketa koji e se proizvesti,
a PA i PB su cene koje e se naplaivati za svaki od nusproizvoda.
Uoimo da se kriva MRT sa slike 8.5 poklapa sa krivom graninog prihoda za
proizvod B na svim obimima autputa veim od Q2. Ovo je usled toga to MR A postaje
negativno u toj taki, a rma ne bi prodavala vie nekoli koliinu proizvoda A koja
je zastupljena u autput paketu Q2. Ukupni prihod koji se generie od proizvoda A je
maksimiziran na autputu Q2; prodaja bilo koje vee koliine proizvoda A bi smanjila
prihode i prote.
Materijal za ambalau
PA = 400 0,01 QA
PB = 350 0,015 QB
MR A = TR A / QA = 400 0,02 QA
Svakom proizvedenom jedinicom Q, preduzee dobije po jednu jedinicu proizvoda A i proizvoda B za plasman potroaima. Ostvareni prihod iz proizvodnje i
prodaje jedne jedinice Q predstavlja skup prihoda ostvarenih prodajom jedne jedinice proizvoda A plus jedne jedinice proizvoda B. Zato je ukupni ostvareni prihod
samo suma ostvarenih prihoda proizvoda A i B:
TR = TR A + TRB
= PAQA + PBQB
Zamenom dobijenih vrednosti za PA i PB u funkciji ukupnih prihoda ,dobijamo
TR = ( 400 0,01QA)QA + (350 0,015QB)QB
= 400QA 0,01QA2 + 350QB 0,015Q2B
PRAKSE U POLITICI CENA 233
PA = 400 0,01QA
= 400 0,01 (10.000)
= 300
PB = 350 0,015QB
= 350 0,015 (10.000)
= 199
i
= PAQA + PBQB TC
= 300 (10.000) + 199 (10.000) 2.000.000
= 50 (10.000) 0,01 (10.0002)
= 1.500.000
Kompanija bi trebala proizvoditi 10.000 jedinica autputa i prodavati ostvarenih
10.000 jedinica proizvoda A po ceni od 300n.j. po toni, i 10.000 jedinica proizvoda B
po ceni od 199n.j. po toni. Pri ovakvom nivou aktivnosti ostvaren je optimalni ukupni prot od 1.5 miliona n.j.
8.6.5.2 Zdruena proizvodnja sa vikom nusproizvoda (otpad)
Odreivanje nivoa aktivnosti pri kome se maksimizira prot e biti samo malo
sloenije ukoliko opadanje tranje bilo za proizvodom A ili B uzrokuje negativnu
vrednost graninog prihoda jednog proizvoda kada su se svi proizvodi prodali na
tritu.
Pretpostavimo da ekonomska recesija bude uzrok dramatinog pada tranje za
proizvodom B ( ambalaa za pakovanje), dok su tranja za proizvodom A (roto-papir)
i stanje graninih trokova stabilni. Pretpostavimo da je odnos tranje i graninog
prihoda za proizvod B
P B = 290 0,02QB
MR B = TRB/QB = 290 0,04QB
Da bi se sada prodalo 10.000 jedinica proizvoda B, nuno bi bilo dramatino
smanjiti cenu na 90n.j. po toni [= 290n.j. 0,02n.j.(10.000)]. Meutim, ova cena kao
i nivo aktivnosti su manji od optimalnih.
Da bi se videlo zato je to tako, potrebno je ponovo izraunati nivo aktivnosti pri
kome se maksimizira prot, pod pretpostavkom da je sav proizvod prodat. Nova
kriva graninog prihoda za Q je
MR = MR A + MRB
= 400 0,02QA + 290 0,04QB
= 690 0,06Q
PRAKSE U POLITICI CENA 235
Ako je prodat sav proizvedeni autput, nivo maksimizacije prota je odreen uspostavljanjem MR = MC i reavanjem vrednosti Q:
MR = MC
690 0,06Q = 50 + 0,02Q
0,08Q = 640
Q = 8.000
Pri vrednosti Q = 8.000, suma graninih prihoda dobijenih i iz nusproizvoda i
graninog troka proizvodnje kombinovanog autput paketa iznosi 210n.j., jer je
MR = 690 0,06Q
MC = 50 + 0,02Q
= 50 + 0,02 (8.000=
= 210
= 210
= 240
= 30
PB = 290 0,02QB
= 312,50
= 145
= PAQA + PBQB TC
= 312,50(8.750) + 145(7.250) 2.000.000
= 50(8.750) 0,01(8.7502)
= 582.500
Nijedna druga kombinacija cena/autput nema potencijal da stvori tako veliki
prot kompaniji.
Ova opservacija nad dovodi do treeg i krajnjeg temeljnog pravila za optimalno transferno odreivanje cena: Kada se transferisani proizvodi mogu prodati na nesavreno
konkurentnim spoljanjim tritima, optimalna transferna cena ujednaava granini
troak odseka koji transferie i granini prihod koji se dobija iz objedinjenih internih
i spoljnih trita. Drugim reima, kada inputi mogu biti prodati na nesavreno
konkurentnim spoljnim tritima, interna tranja za inputom mora odraavati
mogunost ponude inputa spoljnjem tritu po ceni koja premauje granini troak.
Ukoliko dobavljai koji su nagore ele da ponude vie inputa negoli to kupci koji
su nadole ele da angauju u uslovima kada je za inpute MC=MR sa objedinjenog
trita (internog i spoljnjeg), viak ponude se moe prodati na spoljnjem tritu.
Ukoliko korisnici nadole ele da angauju inputa vie negoli to dobavljai koji su
navie ele da ponude, u sluaju kada je MC=MR, viak interne tranje moe biti
zadovoljen pomou dodatnih nabavki na spoljanjem tritu. U oba sluaja, interno
se transferie neka optimalna koliina inputa.
8.7.5 Opti primer odreivanja transferne cene
Iako koncept odreivanja transferne cene moe biti predstavljen konceptualno
kroz upotrebu grake analize, veina primena u stvarnom svetu je sloena i mora
se reavati algebarski. Iz ovih razloga, veoma e biti korisno da razmotrimo jedan
detaljan numeriki primer.
8.7.5.1 Maksimizacija prota za jednu integrisanu rmu
AutoDel doo je mali proizvoa dodatne opreme za automobile. Krive tranje i
graninih prihoda za ovu rmu su
P = 100 0,001Q
MR = TR/Q = 100 0,002Q
Funkcije relevantnih ukupnih trokova, graninog troka i funkcije prota su
TC = 312.500 + 25Q + 0,0015Q2
MC = TC/Q = 25 + 0,003 Q
S= TR TC
= 100Q 0,001 Q2 312.500 25Q 0,0015Q2
= - 0,0025Q2 + 75Q 312.500
MR = MC
100 0,002Q = 25 + 0,003Q
75= 0,005Q
Q=15.000
Ovo dalje dovodi do
P = 100 0,001(15.000)
= 85
S = TR TC
= - 0,0025(15.0002) + 75(15.000) 312.500
= 250.000
Da bi pokazali dobijanje nekog odgovarajueg nivoa aktivnosti, neto granini prihod za distributivni sektor se postavlja tako da bude jednak graninom troku sektora proizvodnje:
MR MCdistr = MCproizvodni
100 0,002Q -5 0,001Q = 20 + 0,002Q
75 = 0,005Q
Q=15.000
Nivo autputa od 15.000 jedinica ostaje optimalan za maksimizaciju prota.
Ukoliko distributivni sektor odreuje koliinu koju e naruiti kretanjem po krivoj
graninog prihoda, a proizvodni sektor odreuje autput isporuka du njegove krive
graninog troka, onda e transferna cena bez postojanja spoljnjeg trita (svojevrsna klirinka cena) biti cena koja nastaje kada je MR-MCdistr=MCproizvodni. Pri 15.000
jedinica autputa, optimalna transferna cena je
PT= MCproizvodni
= 20 + 0,002(15.000)
= 50n.j
Pri transfernoj ceni u visini od PT=50n.j., koliina koja se isporuuje od strane
proiozvodnog sektora iznosi 15,000 jedinica. To je upravo ista koliina koja se
potrauje od strane sektora distribucije pri PT=50n.j., jer
MR MCdistr = PT
100 0,002Q 5 0,001Q= 50
45=0,003Q
Q=15.000
Pri transfernoj ceni PT > 50n.j., sektor distribucije e prihvatati manje jedinica
autputa negoli je proizvodni sektor spreman da isporui. Ukoliko je PT < 50n.j., sektor distribucije e traiti nabavku vie jedinica negoli je sektor proizvodnje spreman
da proizvede. Samo transferna cena od 50n.j. odrava tranju i ponudu u ravnotei
na rminom unutranjem tritu.
8.7.5.3 Konkurentno spoljanje trite sa vikom interne tranje
Da bi se razmotrili efekti nekog spoljanjeg trita na transferisani proizvod, pretpostavimo da je kompanija u stanju da kupi neograniene koliine nekog uporedivog
proizvoda od strane stranog dobavljaa po ceni od 35n.j. Proizvod koji isporuuje
PRAKSE U POLITICI CENA 243
S = TR-TCproizvodni TCstrani-TCdistr
=100(20.000) 0,001(20.0002) 250.000 20(7.500) -0,001(7.5002) - 35(12.500)-62.500 -5(20.000) 0,0005(20.0002)
= 343.750
Rezime poglavlja
Ovo poglavlje istrauje jedan broj popularnih praksi odreivanja cena. Postaje
oigledno da, kada se proue na temeljit i detaljan nain, metodi koji se najee koriste od strane uspenih rmi odraavaju paljivo shvatanje upotrebe granine analize za nalaenje cena kojima se maksimizira prot.
Mnoge rme deniu optimalne politike cena korienjem tehnike koja se
naziva odreivanje cena preko mari, u kojoj se cene deniu tako da
pokrivaju sve direktne trokove uveane za neku procentualnu maru radi
doprinosa protu. Prakse eksibilnih mari pri odreivanju cena tako
da se uvaavaju razlike u graninim trokovima i elastinostima tranje
sainjavaju efektivan metod osiguravanja da MR=MC.
Mara na trokove je protna margina za neki pojedinani proizvod ili
liniju proizvoda koja se izraava u procentima jedininog troka. Brojilac ovog izraza, koji se naziva protna margina, je razlika izmeu cene i
troka. Mara od cene je protna margina za neki pojedinani proizvod ili
liniju proizvoda koja se izraava u procentima od cene, a ne od jedininih
trokova.
Tokom vrnih perioda, pogoni se u potpunosti koriste. Firma ima viak kapaciteta tokom van-vrnog perioda. Uspene rme koje koriste mare pri
denisanju cene uobiajeno baziraju cene na potpuno alociranim trokovima
pod normalnim okolnostima ali nude popuste ili prihvataju nie mare
tokom van-vrnih perioda kada postoji znaajan viak kapaciteta.
Formula optimalne mare na trokove je OMC*=-1/(cenovna+1). Formula
optimalne mare od cene je OMP*= -1/cenovna. Bilo koja od ovih formula se
moe koristiti za nalaenje cena kojima se maksimizira prot i to samo na
osnovu informacije o graninom troku i cenovne elastinosti tranje.
Cenovna diskriminacija se javlja kada se razliitim segmentima trita
naplauju razliite mare za isti proizvod. Trini segmenat je deo ili
iseak opteg trita sa sutinski razliitim ili jedinstvenim karakteristikama tranje ili trokova. Cenovna diskriminacija je oigleda kada god se
pojedinanim potroaima naplauju razliite cene, ili kada cenovne razlike nisu srazmerne trokovnim odstupanjima. Preko cenovne diskriminacije, prodavci su u stanju da poveaju prote putem prisvajanja potroakog
vika. Potroaki viak je vrednost kupljenih dobara ili usluga koja je iznad
i preko iznosa koji je isplaen prodavcu.
PRAKSE U POLITICI CENA 247
Zadaci za vebu
1. ZADATAK
Firma Control doo nudi proveru sistema za hlaenje motora na vie
mesta u Srbiji. Firma je skoro uvela pravila za uporeivanje sa najniom
cenom koja se oglaava od strane konkurenata. Rezultat toga je bio da je
Control doo bio prinuen da smanji prosenu cenu usluge za 5%, ali je
zato dobijeno poveanje broja klijenata za 15%. Za to vreme su granini
rokovi bili stabilni sa 1.500 dinara po poslu.
A. Izraunati takastu elastinost tranje za uslugama provere hlaenja
B. Izraunati optimalnu cenu i maru na trokove
2. ZADATAK
Firma Tehnoelectric doo proizvodi elektrine prekidae ija je prodaja
konstantno rasla prethodnih pet godina. Takoe, usled primene usvojenog
programa za proirenje kapaciteta, godinji kapaciteti sada iznose 500.000
jedinica. Prognoza je da e proizvodnja i prodaja za sledeu godinu biti
400.000 jedinica, a standardni trokovi proizvodnje su procenjeni na 150
dinara po jedinici (za materijal 60, direktni i indirektni rad 100, i ksni
trokovi 30). Pored trokova proizvodnje, dodaju se i ksni trokovi prodaje od 15 i varijabilni trokove popravki u garntnom roku od 12 din.po
jedinici. Trenutno Tehnoelectric dobija 200 din. po jedinici od kupaca, i
oekuje da e zadrati tu cenu u sledeoj godini.
Nakon ovih projekcija rma je dobila zahtev za nabavku velikog broja
prekidaa od strane jedne robne kue, i to:
Ponuda 1: Kupovina 80.000 jedinica po 146 din. po jedinici i sa davanjem opte garancije,
Ponuda 2: Kupovina 120.000 jedinica po 140 din. po jedinici i bez
davanjem opte garancije,
A. Oceniti inkrementalni neto prihod za svaku od ponuda
B. Koje faktore rma treba da uzme u obzir pri odluci koju ponudu da prihvati?
C. Koju ponudu treba da prihvati? Zato?
3. ZADATAK
Firma MobilPro doo proizvodi dodatnu opremu za mobilne telefone.
Kona futrola rmu kota 10 evra (rad i materijal). Tranja i granini
prihod za ovaj proizvod su:
PV = 15.000 5QV (velikoprodaja)
MRV = TRV/QV = 15.000 10QV
PM = 50 20QM (maloprodaja)
MRM = TRM/QM = 50.000 40QM
A. Ako se pretpostavi da rma moe imati cenovnu diskriminaciju izmeu
dva tipa kupaca, izraunati cenu koja maksimizira prot, i nivoe kontribucije prota.
B. Izraunati takastu cenovnu elastinost za svaki tip kupca na nivou
aktivnosti datim u A. Da li su razlike u elastinostima konzistentne sa
vaim preporuenim cenovnim razlikama u A. Zato?
O
E
D
IX
ANALIZA RIZIKA
I
ODLUIVANJE
Inacioni rizik je opasnost da opte poveanje cena moe ugrozi realne ekonomske vrednosti korporativnih ugovora koji ukljuuju iznose koji treba da budu plaeni
u produenom vremenskom roku. Lizing, rentiranje, i dr, su neki primeri poslovnih
ugovora koji su podloni inacionom riziku. Kamatni rizik predstavlja rizik da e
usled pada kamatnih stopa doi do poveanja vrednosti svih ugovora koji ukljuuju
ksne iznose za plaanje u produenom vremenskom roku. Obrnuto, poveanje kamatnih stopa e smanjiti vrednost svakog ugovora gde su plaanja sa ksnom kamatom i glavnicom.
Od specinih rizika koji su vani u globalnom poslovanju kompanija pomenima valutni rizik i rizik zemlje. Valutni rizik se javlja usled promena kurseva izmeu
domae valute i ostalih valuta. On moe, zbog nepovoljnog kretanja kursa, da prouzrokuje gubitke za kompaniju. Otuda je poznavanje valutnih rizika i predvianje
moguih uticaja/izloenosti izuzetno vano radi utvrivanja i provoenja poslovne
politike svakog subjekta koji posluje na meunarodnom tritu ili obavlja devizne
poslove. Rizik zemlje oznaava verovatnou da e promene u poslovnom okruenju
negativno uticati na operativne prote ili vrednost sredstava u odreenoj dravi. U
pitanju je celokupni rizik sa kojim se suoava kompanija, odnosno investitor u konkretnoj dravi, tj, ne samo rizik politikih promena, ve i rizik koji je povezan sa pojavom trajkova, pobuna, itd.
Dogaaj
Verovatnoa deavanja
Narudba primljena
0,7=70%
0,3=30%
Total
1,0=100%
Tabela 9.1
ANALIZA RIZIKA I ODLUIVANJE 257
U ovom prostom primeru rizik se oitava sa raspodele verovatnoe kao 30% anse
da preduzee ne primi narudbu. Meutim, za adekvatno ukljuivanje rizika u proces donoenja odluka obino je neophodna optija mera izmeu rizika i raspodele
verovatnoe. Posmatrajmo sledeu tabelu, tzv, matricu isplativosti gde preduzee
ima mogunost da izabere jedan od dva investiciona projekta sa razliitim protima
pri emu je investicioni troak za svaki od njih 10.000.
Stanje ekonomije
Proti
Projekat A
Projekat B
1.Recesija
4.000
2.Normalna
5.000
5.000
3.Bum
6.000
12.000
Tabela 9.2
Kako izabrati najbolji projekat? Za tako neto je potrebno poznavanje verovatnoa
za sva tri navedena stanja ekonomije. Ako bi se iste mogle oceniti, tada bi bilo mogue
odrediti oekivane prote i promenljivost prota za svaki projekat. Sa ovim merama
je mogue oceniti svaki projekat u smislu oekivanog prinosa investicija i rizika, gde
se rizik meri odstupanjem prota od oekivanih vrednosti.
ta bi bila oekivana vrednost? To je oekivani rezultat iz matrice isplativosti i
raspodele verovatnoe, odnosno u pitanju je ponderisana prosena isplativost, gde
su ponderi denisani sa raspodelom verovatnoa. Formula za oekivani prot je:
n
S up
i
i 1
(9.1)
Dakle, projekat B ima vei oekivani prinos i veu disperziju u prinosima (rizik)
nego prejekat A. Slika 9.1 prikazuje grak raspodele verovatnoe projekata A i B.
Uopteno, to je ua raspodela verovatnoe to je vie verovatno da e stvarni ishodi
biti blii oekivanim vrednostima. I obrnuto, to je ira raspodela verovatnoe to je
manje verovatno da e stvarni ishodi biti blii oekivanim vrednostima. Po tome dati
prot projekta A je sa veom verovatnoom blii njegovoj oekivanoj vrednosti nego
to je to sluaj kod projekta B.
Slika 9.1
9.3.1 Merenje apsolutnog rizika
Uobiajena merenja rizika koja zadovoljavaju veinu ciljeva su zasnovana na konstataciji da uske raspodele verovatnoa impliciraju manji rizik s obzirom na manje
anse da dati ishodi se razlikuju mnogo od oekivanih vrednosti. Tako gledano, projekat A u naem primeru je manje rizian nego projekat B.
Standardna devijacija, koju obeleavamo V (sigma), predstavlja popularnu i korisnu meru apsolutnog rizika. Apsolutni rizik je desperzija moguih dobitaka. Ako je
manja standardna devijacija, tanja je distribucija verovatnoa i manji je rizik u apsolutnom smislu. Ona se izraunava kao kvadratni koren varijanse:
n
Varijansa = V =
2
(S
i 1
(9.2)
ANALIZA RIZIKA I ODLUIVANJE 259
V2
Standardna devijacija = V =
V
E (S )
(9.3)
E (ri )
E
r f E ( E (rm ) r f )
U i ,mV i
Vm
(9.4)
Slika 9.2
Svaka raspodela trokova, prihoda ili prota se moe transformisati ili standardizovati sa sledeom formulom:
xP
V
(9.5)
gde je z standardna varijabla, x je ishod koji se posmatra, a i V su srednja vrednost i standardna devijacija. Standardizovana varijabla ima srednju vrednost 0 a
standardnu devijaciju 1.
Slika 9.3
ANALIZA RIZIKA I ODLUIVANJE 263
MU dobra1
P1
MU dobra2
P2
(9.6)
Jo je Adam Smith, razmiljajui o korisnosti iznio razmiljanje koje je nazvao paradoks vrednosti. Naime, nita nije korisnije od vode. Bez nje ne bi bilo
ivota na zemlji. Pa ipak, pogotovo u Smithovo vrijeme, se rijetko za to kupovala.
Kao suprotnost tome, dijamant ima retko kakvu upotrebnu vrednost, a ipak ljudi
plaaju za njih visoku cenu. Smith je to objanjavao ponudom i potranjom, da se
ponuda i potranja seku na vrlo niskoj razini, dok se kod dijamanata seku vrlo visoko. Meutim, na odgovor se moralo saekati Smithove naslednike. Oni su doli do
spoznaje da korisnost nije ta koja odreuje cenu vode, ve njena granina korisnost,
odnosno korisnost poslednje ae vode. Naime kad je ovjek jako edan, prva aa
vode vredi daleko vie od dijamanta, jer vredi ivot, meutim posljednja aa vode
vredi jako malo i znatno manje od poslednjeg dijamanta.
Niz izvedenih krivih indiferencije naziva se mapom indiferencije. Iz mape indiferencije (v.sliku 9.4a) uoava se kako sve take na odreenoj krivi indiferencije
oznaavaju isti nivo korisnosti, te da su nivoi korisnosti vei na onim krivama koje su
udaljenije od ishodita.
Slika 9.4a
Slika 9.4b
I = PX QX + PYQY
(9.7)
gde je I dohodak a PX, PY, QX, QY cene i koliine proizvoda X i Y respektivno. Povezivanjem svih kombinacija proizvoda X i Y, koje potroa moe kupiti uz poznati
dohodak i cene dobijemo budetsku liniju ili budetski pravac.
Potroa je u ravnotei kada uz dani dohodak i cijene proizvoda postie maksimalno zadovoljstvo od uinjenih izdataka. Graki gledano, potroa e maksimirati svoje zadovoljstvo u taki u kojoj budetski pravac dodiruje krivu indiferencije
(v.sliku 9.4b).
Uslov potroaeve ravnotee je da se odnos graninih korisnosti izjednai s relativnim odnosom cena dvaju proizvoda, tj:
MU X
MU Y
PX
PY
(9.8)
(Slika 9.4)
Korisnost takoe predstavlja koncept kojim se iskazuje stepen zadovoljstva to
ga menader ili investitor ima od ulaganja u neki oblik imovine (u odreeni portfelj). Svaki investitor je razliit i ima razliitu korisnost od istog ulaganja, Investitoru
mogu razliite kombinacije rizika i prinosa biti jednako privlane. Kada se u koordinatni sistem unesu take koje oznaavaju takve izbore investitora njihovim spajanjem dobije se kriva indiferencije (krive koje prikazuju jednako poeljne take odnosa
prinosa i rizika za investitora). Na ovaj nain dobivena funkcija naziva se funkcija
korisnosti.
Racionalni investitor e izabrati onaj portfelj koji za njega ima najviu funkciju korisnosti. Iznos prinosa koji oekuje investitor je kriterijum prema kojem uporeivati
i vriti izbor izmeu dve ili vie investicija. Ukoliko se sa W oznai ishod (wealthbogatstvo), sa U(W), vrednost tog ishoda, a sa P(W) verovatnoa nastupa poeljnog
ishoda, oekivana vrednost funkcije korisnosti E(U), bie:
E(U)
U(W) P(W)
W
(9.9)
ANALIZA RIZIKA I ODLUIVANJE 267
Investitor se ponaa racionalno ukoliko uvek izabere opciju koja mu nudi vie, a
ukoliko mu dve opcije nude isto, bira onu koja je manje rizina. Kod kreiranja portfelja koji ima vie od dve mogunosti ulaganja u rizinu imovinu, raspoloive investicijske mogunosti se graki mogu predoiti na slici 6.2.
Po savremenoj teoriji portfelja serija optimalnih portfelja koji formiraju ekasni obod (ekasna granica -videti sliku 9.5) dobija se reavanjem odgovarajueg
matematikog modela.
Slika 9.5
PV S
Si
1 r
i 1
Ako
Oznaava
<1
=1
>1
Sklonost ka riziku
Osnovni valuacioni model (vidi 1.1) se moe konverovati u model sa podeavanjem rizika koji eksplicitno ukljuuje rizike, i to:
270 MENADERSKA EKONOMIJA
PV S
D * E(Si )
1 r
(9.10)
i 1
PV S
E(Si )
1 r
i 1
r = rF + rP
(9.11)
Posmatrajmo primer preduzea P&C koja razmilja da kupi jedan od dva sistema
za upravljanje bazom podataka (DBMS) koje nudi rma Icon doo. Sistem A je specijalno dizajniran za postojei softverski sistem preduzea P&C i ne moe se koristiti
za softver drugih provajdera, dok je sistem B kompatibilan sa mnogim softverskim
sistemima ukljuujui softver P&C i drugih provajdera softvera. Oekivana investicija je 500.000 za obe alternative. Oekivana godinja uteda (priliv novca) za 5 godina
je 175.000 godinje za sistem A i 185.000 za sistem B, Standardna devijacija za A i B
je 10.000 i 15.000 respektivno, S obzirom na razlike u pogledu rizika, menadment
P&C je odluio da proceni sistem A sa 10% troka kapitala i sistem B sa 15% troka
kapitala.
ANALIZA RIZIKA I ODLUIVANJE 271
Vrednost A
175.000
500.000 163.390
1,10 i
185.000
500.000 120.157
1,15 i
i 1
Vrednost B
i 1
(Slika 9.6)
Uporeivanjem oekivanih neto sadanjih vrednosti za oba sluaja (velika i mala
fabrika), zakljuujemo da je manja fabrika manje rizina na osnovu irine opsega
moguih vrednosti neto sadanje vrednosti. S obzirom na razliku u investicionim
zahtevima za svaku od fabrika moe se izvriti alternativno merenje relativnog rizika
pomou koecijenata varijacije za obe oekivane vrednosti. Koecijenti varijacije za
veliku i malu fabriku su 4,3 i 1,514) to ponovo ukazuje na vei rizik za veu fabriku
od manje fabrike.
14
Koristei relaciju 14.6, standardna devijacije za veliku i malu fabriku su 3,155 milliona i 458.260,
Deljenjem ovih vrednosti sa oekivanim prinosima dobijaju se vrednosti za koecijente varijacije
nego to je projektovano, i/ili tehniki problemi mogu dovesti do neophodnih investicionih trokova od X2 miliona. Prihodi od novog objekta zavise od rasta regonalnog prihoda i izgradnje, konkurencije, konkurencije, razvoja u metalurgiji, uvoznih
kvota i tarifa za elik, i dr. Operativni trokovi zavise od ekasnosti proizvodnje,
trokova sirovog materijala, kao i trenda u platama radnika. S obzirom da su operativni prihod i operativni trokovi neozvesni, ne mogu se predvideti godinji proti.
Ako se pretpostavi da se za svaku vaniju kategoriju prihoda i trokova mogu razviti
raspodele verovatnoa, onda bi se mogao napraviti program koji simulira mustru
(model) buduih dogaaja. Kompjuterska simulacija ne sluajan nain iz svake relevantne raspodele selektuje nivoe prihoda trokova i koristi te informacije za ocenu
buduih prota, neto sadanjih vrednosti, ili stope prinosa investicije. Ovaj se proces
ponavlja mnogo puta kako bi se identikovala centralna tendencija projektovanih
prinosa njihovih oekivanih vrednosti. Na kraju simulacije se crtaju i analiziraju
modeli uestanosti i opseg buduih prihoda (vidi sl. 9.7 i 9.8).
Slika 9.7
ANALIZA RIZIKA I ODLUIVANJE 275
Slika 9.8
Nekada se koriste i simulacije u ogranienom obliku, i to za ishode projekata ili
strategija. Naime, umesto korienja kompletnih raspodela verovatnoa za svaku od
varijabli koja je ukljuena u problem, rezultati se simuliraju na osnovu najbolja-procene za svaku od varijabli. Tada se uzimaju u obzir promene na vrednostima svake
varijable u cilju sagledavanja efekata takvih promena na prinosima projekta.
Tipino za projekte je da su prinosi veoma senzitivni u odnosu na neke varijable a
manje na druge. Panja se tada fokusira na varijable od kojih je protabilnost najvie
senzitivna. Ova tehnika, poznata kao analiza senzitiviteta ili osetljivosti, je manje
skupa i zahteva manje vremena od kompletne kompjuterske simulacije, ali u isto
vreme obezbeuje vane podatke za potrebe donoenja odluka.
276 MENADERSKA EKONOMIJA
Osetljivost
P(f H) P(f )
H
(9.15)
Osobna
stanja
Alternative u odluivanju
Konkurent
zadrao cenu
Smanjiti cenu
2.500
3.000
1.000
5.000
Osobna
stanja
Alternative u odluivanju
0 (=2.500-2.500)
2.000 (=5.000-3.000)
1.500 (=2,500-1.000)
0 (=5.000-5.000)
Smanjiti cenu
Zadrati tekuu cenu
Konkurent
zadrao cenu
Tabela 9.3
Mada maksimin kriterijum ima nedostatke jer se fokusira na najpesimistiniji
ishod za svaku alternativu u odluivanju, ne bi trebalo da se odbaci kao naivan i
nesosticirani metod. Maksimin kriterijum implicitno pretpostavlja veoma jaku
averziju prema riziku i primenljiv je za odluke koje ukljuuju mogue katastrone
ishode.
Drugi korisni kreiterijum za odluivanje se fokusra na gubitak prilike vezano za
odluku a ne na njegov najloiji ishod. Pravilo odluivanja, poznato kao minimaks
kriterijum nalae da donosilac odluke treba da minimizira maksimalno mogue
aljenje (gubitak prilike) vezano za pogrenu odluku posle tog dela. Ovaj kriterijum
nalae da se minimizira razlika izmeu moguih ishoda i najboljeg ishoda za svako
osobno stanje. U teoriji igara gubitak prilike se denie kao razlika izmeu date
isplativosti i najvee mogue isplativosti za rezultujue osobno stanje. Gubici prilika
koji nastaju zbog toga to se prinosi ustvari dobijaju u uslovima neizvesnosti su esto
manji nego maksimalni prinos koji bi bio verovatan kada bi se pre toga imala perfektna obavetenost ili znanje.
U drugom delu Tabele 9.3 data je matrica gubitka prilike vezano za problem pumpe iz naeg primera. Uraena je nalaenjem maksimalne isplativosti za odreeno osobno stanje da bi se nakon toga od tog iznosa oduzimale isplativosti koje su rezultat
raznih alternativa u odluivanju. Maksimalno aljenje u ovom primeru je ogranieno
na gubitak od 1.500 koji nastaje kada konkurent snizi tekuu cenu. Ako bi pumpa
smanjila svoju , tada bi gubitak za pumpu bio 2.000, to je 500 vie.
Osobno stanje
Iz matrice gubitka
Smanjiti cenu
Zadrati cenu
Verovatnoa
Gubitak
Oekivani
Verovatnoa
Gubitak
Oekivani
stanja
prilike gubitak prilike
stanja
prilike gubitak prilike
(1)
(2)
(3)=(1)*(2)
(1)
(2)
(3)=(1)*(2)
0,5
0,5
1.500
750
0,5
2.000
1.000
0,5
1.000
750
Osobno stanje
Iz matrice isplativosti
Smanjiti cenu
Zadrati cenu
Verovatnoa
Gubitak
Oekivani
Verovatnoa
Gubitak
Oekivani
stanja
prilike gubitak prilike
stanja
prilike gubitak prilike
(1)
(2)
(3)=(1)*(2)
(1)
(2)
(3)=(1)*(2)
0,5
2.500
1.250
0,5
1.000
500
0,5
3.000
1.500
0,5
5.000
2.500
2.750
3.000
Tabela 9.4
Firme esto preduzimaju korake u cilju reduciranja neizvesnosti razliitih alternativa pre donoenja neopozivih odluka. Na primer, preduzee koje proizvodi hranu e
izvriti iroka marketinka ispitivanja u odreenim podrujima kako bi dobili bolju
procenu potencijala za prodaju pre nego to krene da uvodi novi proizvod. Slino,
konkurencija esto najavlje promene cena pre njihovog uvoenja kako bi otkrili
reakciju rivala.
Zatvorenik 2
Zatvorenik 1
NC
10, 10
150, 0
NC
0, 150
100, 100
Tabela 9.5
Treba znati da u teoriji igara termini najvie ili optimal ne znae uvek i dobro. Dolazimo do pojma ravnotee (equilibrium) u igri jer e racionalni igra uvek
igrati najbolje predviajui poteze oponenta. Kod zatvorenika je to strateka kombinacija (priznati, priznati). Koncept ravnotee je centralni u teoriji igara. On nastaje
kada svaki igra koristi strategiju koja mu daje optimalni dobitak pri datim strategijama oponenata. Razumevanje i primena ideje equilibriuma u igrama je ono to
omoguava donoenje pravih stratekih izbora u svakoj situaciji.
U sekvencijalnoj verziji zatvorenici vuku poteze jedan za drugim a ne istovremeno
(simultano). Zatvorenik br.2 vidi akciju zatvorenika br.1 i onda bira priznati ili ne
priznati. Drvo igre je sledee:
Slika 9.9
Primetimo da je ishod isti kao i u simultanom sluaju.
9.10.2 Koncept Nash ekvilibriuma
Posmatrajmo sluaj kada igrai imaju na raspolaganju samo jednu strategiju (igra
sa prostom strategijom) za razliku od sluaja kada igrai biraju meovite strategije sa
odgovarajuim verovatnoama (igre sa meovitim strategijama). Na ekvilibrium je
takav ishod igre kada izabrana strategija svakog igraa predstavlja najbolji odgovor
na izabrane strategije ostalih igraa.
Matematiki gledano, pretpostavimo da postoji m igraa pri emu svaki od njih
(i=1,,,m) sa skupom strategija Si od kojih mora izabrati strategiju si. U primeru zatvorenika S1 = S2 = (NC,C). Dobitak za igraa i, Ui , zavisi od izbora strategija svih
igraa, tj, Ui (s1 ,,,,, sm), i ako je
282 MENADERSKA EKONOMIJA
Pivara A
Prosean
Veliki
Prosean
80, 60
10, 100
Veliki
50, 10
40, 30
Tabela 9.6
Iz tabele 9.6 se vidi da je za Pivaru B dominantna strategija veliki budet, dok je
dominirana strategija prosean budet. S druge strane Pivara A nema dominantnu
strategiju jer bi ona trebala da ima najvei dobitak bez obzira na poteze konkurenta.
Stoga bi se od Pivare A pri sainjavanju najbolje strategije zahtevalo da koristi sukcesivno eliminisanje dominiranih strategija.
Menadment Pivare A moe zakljuiti da je za Pivaru B proseni budet dominirana strategija, to oznaava da tu strategiju Pivara B nee koristiti bez obzira ta uradi
Pivara A, pa je moe izbaciti iz razmatranja. Nova revidirana matrica isplativosti je:
Pivara A
Prosean
Veliki
Tabela 9.7
Pivara B
Veliki
10, 100
40, 30
A strategije
B strategije
B1
B2
70, 30
30, 70
50, 50
100, 0
A1
A2
Tabela 9.8
Rezime poglavlja
Analiza rizika igra integralnu ulogu u procesu osluivanja za veinu poslovnih
problema. U ovom poglavlju su denisani koncepti ekonomskog rizika i ilustrovano
je kako se isti primenjuju u procesu donoenja menaderskih odluka.
Ekonomski rizik je mogunost gubitka usled injenice da su svi mogui
ishodi i njihove verovatnoe ostvarivanja nepoznati. Neizvesnost postoji
tamo gde se mogu sa apsolutnom tanou predvideti ishodi menaderskih
odluka, ali su poznate sve mogunosti i njihove verovatnoe.
Poslovni rizik predstavlja mogunost gubitka koji je vezan sa datom
menaderskom odlukom.
Apsolutni rizik je ukupna disperzija moguih dobitaka. Ako je manja
standardna devijacija, tada je raspodela verovatnoa ua a rizik je manji
u apsolutnom smislu. Relativni rizik je varijacija kod moguih prinosa
pri uporeivanju sa oekivanim iznosima dobitaka. Beta je mera sistemskog varijabiliteta ili kovarijansaprinosa jednog sredstva u odnosu na
prinose ostalih sredstava.
Odbojnost prema riziku je karakteristika onih osoba koje ele da izbegnu ili minimizuju rizike. Neutralan stav prema rizicima karakterie
one donosioce odluka koji se fokusiraju na oekivane prinose i ne obaziru
se disperziju prinosa (rizik). Traenje rizika je karakteristika donosioca
odluka koji preferiraju rizike. U sri odbojnosti prema riziku je namera
da se smanji granina korisnost, gde dodatna poveanja novca uvek
donose manja pveanja granine korisnosti.
Kod pristupa sa ekvivalentom izvesnosti, donosioci odluka specikuju
izvesnu sumu za koju cene da je uporediva sa oekivanom vrednou
rizine investicione alternative. Svaki oekivani rizini iznos se moe
konvertovati u sumu ekvivalenata izvesnosti koristei faktor ispravke
ekvivalenata izvesnosti (alfa), koji se izraunava kao kolinik sume izvesnosti i oekivanog rizinog iznosa, gde oba iznosa daju isti nivo korisnosti. Valuacioni model ispravljen sa rizicima odraava i vremenske
vrednosti i aspekte rizika.
Diskontna stopa ispravljena rizicima k je suma nerizinih stopa prinosa,
R F, plus zahtevani premijum rizika, R P. Razlika izmeu oekivane stope
prinosa na rizinom investicionom sredstvu i stope prinosa na nerizinom
sredstvu predstavlja premijum rizika na rizinom sredstvu.
Zadaci za vebanje
1. ZADATAK
Auto Co je evopski proizvoa i distributer delova za automobilsku
industriju. Trenutno kompanije nansira program kapitalnog investiranja u cilju smanjenja proizvodnih trokova i na taj nain se odbrani od napada jeftinije konkurencije iz Kine. Auto co raspolae
sa ogranienim kapitalom i mora paljivo izmeriti rizike i potencijalne dobiti sa alternativnim investiranjima. Kompanija naroito trai
merenje prednosti i nedostataka novog investicionog projekta X, u
pogledu druga dva skoro prihvaena projekta Y i Z:
Godina
Projekat X
Projekat Y
Projakat Z
1991
1992
1993
1994
1995
1996
1997
1998
1999
2010
10.000
10.000
10.000
10.000
10.000
10.000
10.000
10.000
10.000
10.000
20.000
18.000
16.000
14.000
12.000
10.000
8.000
6.000
4.000
2.000
0
2,500
5,000
7,500
10,000
12,500
15,000
17,500
20,000
22,500
91.131
60.000
79.130
50.000
PV novanog toka
Investicija u 1990g,
Reenje:
A.
B.
PV= 77.217
D=
(Izvesni iznos)
(oekivani rizini iznos)
X =
60.000
=0,777
77.217
Y =
60.000
=0,658
91.131
Z =
50.000
=0,632
79.130
Tok novca
Alternativa A
0,18
0,64
0,18
5.000
10.000
15.000
Alternativa B
0,125
0,75
0,125
8.000
10.000
12.000
Dodatno Beta nudi garanciju za povrat novca, to znai da ako bude ispod kvaliteta Alfa sistema, IT-Star moe vratiti proizvod uz refundaciju
celokupnog iznosa. Meutim, ako se proizvod mora vratiti, IT-Star e
pretrpeti tetu od 60.000.
A. Nacrtati drvo odluivanja za ovaj problem i odrediti maksimalnu
verovatnou da bi IT-Star mogao da odredi odbacivanje Beta sistema
pre nego to bi to odbacilo rminu ponudu, pretpostavljajui da se to
odluuje na bazi minimiziranja oekivanih trokova.
B. Pretpostavimo da IT-Star dodeljuje 50% verovatnoe da e se Beta sistem
odbaciti. Da li bi IT-Star bio voljan da plati 15.000 za menicu osiguranja
koja bi mogla da se naplati na 60.000 u sluaju da Beta ne proe proveru
kvaliteta? Objasniti.
5. ZADATAK
Stela wash doo proizvodi i distribuira maine za pranje rublja. Kompanija planira da izvri inovaciju na maini, meutim odgovor trita na
tu inovaciju e zavisiti od poteza konkurencije ako ga bude bilo. Kontrolor kompanije je projektovao sledee prote (dobitke) koji su rezultat
navedene inovacije:
Alternative u odluivanju
Konkurencija
e inovirati
Konkurencija
nee inovirati
Uradi inovaciju
Nemoj da radi inovaciju
1.000.000
800.000
1.500.000
2.000.000
O
E
D
X
INFORMATIKA PODRKA
U
MENADERSKOJ EKONOMIJI
Modeli u staroj ekonomiji se uglavnom baziraju na nansijskom kapitalu i protu u nekom kratkom periodu to je od velike vanosti za menadment preduzea.
Meutim, kada je re o modelu nove ekonomije, mora se znati da isti uzima u obzir
ne samo prot ve i nematerijalna sredstva preduzea, kao sto su znanja, tako da se
moe rei da je u osnovi takvog modela optimalna kombinacija materijalnih i nematerijalnih sredstava preduzea. Dakle, menadment rmi koje se ukljuuju u novu
svetsku ekonomiju sve vie fokusira panju na mogunost kreiranja dugoronih
vrednosti za rmu, to je od velike vanosti za akcionare, kao i na sticanje odnosno
poveanje prota kada bi se posmatralo kratkorono.
ta su to dugorone vrednosti za rmu. To su konstantne inovacije, vea panja
koja se poklanja klijentu to treba da rezultira zadravanjem postojeih i sticanju
novih klijenata, zatim poveanjem vrednosti sopstvenih kadrova putem konstantne
obuke, dalje poveanjem vrednosti kada je u pitanju organizacija preduzea kroz
poboljanje poslovnih procesa, i isto tako primenom organizacionih modela koji bi
reektovali novu poslovnu strategiju preduzea i omogucili zadobijanja prednosti na
tristu u odnosu na konkurenciju.
Od takozvanih ERP softverskih paketa (paketi za upravljanjem resursima preduzeca) izdvojimo SAP ERP, Oracle, SAS i Microsoft solutions. Od njih je SAP
na prvom mestu po funkcionalnostima, ekspertizi i zastupljenosti meu najveim
rmama u svetu. SAP radi samo i jedino poslovne aplikacije, i omoguuje kolaboraciju, integraciju i povezivanje poslovnih procesa putem najsavremenijih tehnologija. Kroz integraciju sistema, nansijski menaderi dobijaju uniciranu sliku
svih nansijskih i poslovnih aktivnosti, i sa time mogunost da u potpunosti meri i
upravljaju rizicima, protom, i performansama ne samo internih funkcija vec kompletnog poslovnog sistema. SAP reenja su postala najbolja svetska praksa i predstavljaju standarde kako se vodi poslovanje za razne industrijske grane.
Slika 10.2
Slika pokazuje relacije izmeu raznih aktivnosti i kako uzajamno deluju jedna sa
drugom:
Predvianje
Upravljanje rizicima
Donoenje odluka
Planiranje
Postavlja se pitanje koje alate mogu koristiti u upravljanju, odnosno koja su to informaciona reenja kao podrka za upravljanje sa budunou? Za predvianje
to su pre svega reenja SAS, i to kada su u pitanju pre svega kvantitativne metode.
Uopte, tehnologije za podrku predvianju mogu na taan nain da analiziraju i
predvide procese koji uestvuju u vremenu kako bi se na efektivan nain planirala
budunost. Faktori koji utiu na poslovanje, kao to su ekonomija, trini uslovi, demograja kupaca, marketing aktivnosti, i drugo mogu se identikovati, kvantikovati i ukljuiti u procese predvianja u cilju dobijanja najboljih rezultata.
INFORMATIKA PODRKA U MENADERSKOJ EKONOMIJI 299
Za donoenje poslovnih odluka menaderima su od velike koristi reenja operativnih istraivanja i upravljanja koja omoguavaju neophodna znanja za odgovore na kompleksna pitanja koja se javljaju svakog dana (Business Objects, Cognos, SAS, i dr.).
LITERATURA
1.
Baye, Michaeel: Managerial Economics and Business Strategy, Irwin Professional Pub, 2005.
2.
Crouhy, Michael, Galai Dan, Mark Robert: Risk Management, New York,
McGraw Hill, 2001.
3.
4.
5.
6.
7.
8.
Jorion, Philippe: Value at Risk, The New Benchmark for Managing Financial Risk, New York, McGraw Hill, 2001.
9.
10. McKenzie, Richard and Lee, R. Qwight: Microeconomics for MBAs, Cambridge University Press, 2006.
11. Petersen, H.Craig, Lewis W.Cris: Managerial Economics, Prentice Hall,
1999.
12. Png, Ivan: Managerial Economics, Blackwell Publishers Inc, 2002.
13. Webster,Thomas: Managerial Economics, Elsevier, 2003.
Studentova raspodela
Nivo znaajnosti D
X
0,4
0,25
0,1
0,05
0,025
0,01
0,005
0,0025
0,001
0,0005
0,325
1,000
3,078
6,314
12,706
31,821
63,656
127,321
318,289
636,578
0,289
0,816
1,886
2,920
4,303
6,965
9,925
14,089
22,328
31,600
0,277
0,765
1,638
2,353
3,182
4,541
5,841
7,453
10,214
12,924
0,271
0,741
1,533
2,132
2,776
3,747
4,604
5,598
7,173
8,610
0,267
0,727
1,476
2,015
2,571
3,365
4,032
4,773
5,894
6,869
0,265
0,718
1,440
1,943
2,447
3,143
3,707
4,317
5,208
5,959
0,263
0,711
1,415
1,895
2,365
2,998
3,499
4,029
4,785
5,408
0,262
0,706
1,397
1,860
2,306
2,896
3,355
3,833
4,501
5,041
0,261
0,703
1,383
1,833
2,262
2,821
3,250
3,690
4,297
4,781
10
0,260
0,700
1,372
1,812
2,228
2,764
3,169
3,581
4,144
4,587
11
0,260
0,697
1,363
1,796
2,201
2,718
3,106
3,497
4,025
4,437
12
0,259
0,695
1,356
1,782
2,179
2,681
3,055
3,428
3,930
4,318
13
0,259
0,694
1,350
1,771
2,160
2,650
3,012
3,372
3,852
4,221
14
0,258
0,692
1,345
1,761
2,145
2,624
2,977
3,326
3,787
4,140
15
0,258
0,691
1,341
1,753
2,131
2,602
2,947
3,286
3,733
4,073
16
0,258
0,690
1,337
1,746
2,120
2,583
2,921
3,252
3,686
4,015
17
0,257
0,689
1,333
1,740
2,110
2,567
2,898
3,222
3,646
3,965
18
0,257
0,688
1,330
1,734
2,101
2,552
2,878
3,197
3,610
3,922
19
0,257
0,688
1,328
1,729
2,093
2,539
2,861
3,174
3,579
3,883
20
0,257
0,687
1,325
1,725
2,086
2,528
2,845
3,153
3,552
3,850
21
0,257
0,686
1,323
1,721
2,080
2,518
2,831
3,135
3,527
3,819
22
0,256
0,686
1,321
1,717
2,074
2,508
2,819
3,119
3,505
3,792
23
0,256
0,685
1,319
1,714
2,069
2,500
2,807
3,104
3,485
3,768
24
0,256
0,685
1,318
1,711
2,064
2,492
2,797
3,091
3,467
3,745
25
0,256
0,684
1,316
1,708
2,060
2,485
2,787
3,078
3,450
3,725
26
0,256
0,684
1,315
1,706
2,056
2,479
2,779
3,067
3,435
3,707
27
0,256
0,684
1,314
1,703
2,052
2,473
2,771
3,057
3,421
3,689
28
0,256
0,683
1,313
1,701
2,048
2,467
2,763
3,047
3,408
3,674
29
0,256
0,683
1,311
1,699
2,045
2,462
2,756
3,038
3,396
3,660
30
0,256
0,683
1,310
1,697
2,042
2,457
2,750
3,030
3,385
3,646
40
0,255
0,681
1,303
1,684
2,021
2,423
2,704
2,971
3,307
3,551
60
0,254
0,679
1,296
1,671
2,000
2,390
2,660
2,915
3,232
3,460
120
0,254
0,677
1,289
1,658
1,980
2,358
2,617
2,860
3,160
3,373
0,253
0,674
1,282
1,645
1,960
2,326
2,576
2,807
3,090
3,291
PRILOG 305
F raspodela
D = .
Stepeni slobode (df1)
(df2)
10
12
15
20
24
30
40
60
120
4052 4999 5404 5624 5764 5859 5928 5981 6022 6056 6107 6157 6209 6234 6260 6286 6313 6340 6366
98,5 99,0 99,2 99,3 99,3 99,3 99,4 99,4 99,4 99,4 99,4 99,4 99,4 99,5 99,5 99,5 99,5 99,5 99,5
34,1 30,8 29,5 28,7 28,2 27,9 27,7 27,5 27,3 27,2 27,1 26,9 26,7 26,6 26,5 26,4 26,3 26,2 26,1
21,2 18,0 16,7 16,0 15,5 15,2 15,0 14,8 14,7 14,5 14,4 14,2 14,0 13,9 13,8 13,7 13,7 13,6 13,5
16,3 13,3 12,1 11,4 11,0 10,7 10,5 10,3 10,2 10,1 9,89 9,72 9,55 9,47 9,38 9,29 9,20 9,11 9,02
13,7 10,9 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,72 7,56 7,40 7,31 7,23 7,14 7,06 6,97 6,88
12,2 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,47 6,31 6,16 6,07 5,99 5,91 5,82 5,74 5,65
11,3 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,67 5,52 5,36 5,28 5,20 5,12 5,03 4,95 4,86
10,6 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,11 4,96 4,81 4,73 4,65 4,57 4,48 4,40 4,31
10
10,0 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,71 4,56 4,41 4,33 4,25 4,17 4,08 4,00 3,91
11
9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,40 4,25 4,10 4,02 3,94 3,86 3,78 3,69 3,60
12
9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,16 4,01 3,86 3,78 3,70 3,62 3,54 3,45 3,36
13
9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17
14
8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3,80 3,66 3,51 3,43 3,35 3,27 3,18 3,09 3,00
15
8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67 3,52 3,37 3,29 3,21 3,13 3,05 2,96 2,87
16
8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,55 3,41 3,26 3,18 3,10 3,02 2,93 2,84 2,75
17
8,40 6,11 5,19 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
18
8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
19
8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,30 3,15 3,00 2,92 2,84 2,76 2,67 2,58 2,49
20
8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,23 3,09 2,94 2,86 2,78 2,69 2,61 2,52 2,42
21
8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,17 3,03 2,88 2,80 2,72 2,64 2,55 2,46 2,36
22
7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26 3,12 2,98 2,83 2,75 2,67 2,58 2,50 2,40 2,31
23
7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,07 2,93 2,78 2,70 2,62 2,54 2,45 2,35 2,26
24
7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,03 2,89 2,74 2,66 2,58 2,49 2,40 2,31 2,21
25
7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13 2,99 2,85 2,70 2,62 2,54 2,45 2,36 2,27 2,17
26
7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09 2,96 2,81 2,66 2,58 2,50 2,42 2,33 2,23 2,13
27
7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06 2,93 2,78 2,63 2,55 2,47 2,38 2,29 2,20 2,10
28
7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03 2,90 2,75 2,60 2,52 2,44 2,35 2,26 2,17 2,06
29
7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00 2,87 2,73 2,57 2,49 2,41 2,33 2,23 2,14 2,03
30
7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2,11 2,01
40
7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66 2,52 2,37 2,29 2,20 2,11 2,02 1,92 1,80
60
7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50 2,35 2,20 2,12 2,03 1,94 1,84 1,73 1,60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38
f
6,64 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32 2,18 2,04 1,88 1,79 1,70 1,59 1,47 1,32 1,00
F raspodela
D = .
Stepeni slobode (df1)
1
10
12
15
20
24
30
40
60
120
161
199
216
225
230
234
237
239
241
242
244
246
248
249
250
251
252
253
254
18,5 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,4 19,5 19,5 19,5 19,5 19,5 19,5
10,1 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53
7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,37
5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,38 3,34 3,30 3,27 3,23
5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10
4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
11
4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,40
12
4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13
4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21
14
4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
15
4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07
16
4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17
4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18
4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19
4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20
4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84
21
4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22
4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23
4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20 2,13 2,05 2,01 1,96 1,91 1,86 1,81 1,76
24
4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25
4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71
26
4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22 2,15 2,07 1,99 1,95 1,90 1,85 1,80 1,75 1,69
27
4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20 2,13 2,06 1,97 1,93 1,88 1,84 1,79 1,73 1,67
28
4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19 2,12 2,04 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29
4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18 2,10 2,03 1,94 1,90 1,85 1,81 1,75 1,70 1,64
30
4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 1,89 1,84 1,79 1,74 1,68 1,62
40
4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00 1,92 1,84 1,79 1,74 1,69 1,64 1,58 1,51
60
4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92 1,84 1,75 1,70 1,65 1,59 1,53 1,47 1,39
120
3,92 3,07 2,68 2,45 2,29 2,18 2,09 2,02 1,96 1,91 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,25
3,84 3,00 2,60 2,37 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,52 1,46 1,39 1,32 1,22 1,00
(df2)
PRILOG 307
F raspodela
D = .
CIP -
,