Wyniki wyszukiwania - BazTech

1

Capital budget decision-making in logistics

Vlachý Jan

LogForum

|

2020

|

Vol. 16, no. 1

75--83

EN

Background: Capital budgeting decisions in the logistics industry often combine three distinct characteristics. Firstly, they relate to capital assets- such as vehicles or equipment- being periodically replaced with different useful lives and efficiency features, and secondly, their performance is subject to particular operating and market risks. Lastly, externalities, such as regulatory interventions and technological evolution, also contribute to innovation- and thus also uncertainty- becoming a significant factor in logistics. Accordingly, this paper develops a valuation model which takes these characteristics into account and facilitates a robust decision-making process. Methods: In order to properly capture the specifics of the problem, the proposed model is based on an application of the Life Cycle Cost budgeting method benchmarked to an appropriate functional unit, combined with the Monte Carlo simulation and sensitivity analyses of relevant risk factors. Results: A realistic case study was developed, providing the necessary input parameters for the method's application. It was thus demonstrated that it provides useful and coherent resources for the decision-making process, including the tools needed to test various assumptions and determine project risks. Conclusions: The presented model and its solution provide results which are superior compared to conventional capital budgeting methods in terms of properly capturing the essential value-determining factors for a common type of problem encountered in logistics. They are also adequately comprehensive to be applied by practitioners in a real-life managerial setting.

PL

Wstęp: Decyzje kapitałowe budżetowe w logistyce często wyróżniają się trzema charakterystycznymi cechami. Są one powiązane z aktywami kapitałowymi, takimi ją pojazdy lub sprzęt, które są okresowo zastępowane, z różnymi okresami życia oraz z faktem, że ich działanie podlega operacyjnemu i rynkowemu ryzyku. Warunki zewnętrzne, takie jak uwarunkowania prawne, rozwój technologii, innowacyjność (wszystko wpływające na niepewność działania) są również istotnym czynnikiem wpływającym na postępowanie w obrębie logistyki. W pracy jest zaprezentowany opracowany model ewaluacji, biorący pod uwagę powyżej wymienione charakterystyki oraz ułatwiający rozbudowany proces podejmowania decyzji. Metody: W celu prawidłowego ujęcia specyfikacji problemu, proponowany model jest oparty na aplikacji metody budżetowania Life Cycle Cost w odniesieniu do odpowiedniej jednostki funkcjonalnej, w połączeniu z symulacją Monte Carlo and analizą wrażliwości istotnych czynników ryzyka. Wyniki: Zostało opracowane realistyczne studium przypadku, dostarczające niezbędnych danych wejściowych dla proponowanej metody analizy. Dostarczyło to przydatne spójne dane wejściowe dla procesu podejmowania decyzji, włączając w to narzędzia potrzebne do testowania różnych założeń oraz oceny podejmowanego ryzyka. Wnioski: Prezentowany model i jego rozwiązane dostarcza wyników porównywanych z konwencjonalnymi metodami budżetowania kapitałowego pod względem prawidłowego ujmowania czynników wartościowych dla powszechnie występujących problemów w logistyce. Można go stosować w szeroko pojętej praktyce zarządzania.

2

Assessing the profitability of investment projects using ordered fuzzy numbers

Pisz Iwona, Chwastyk Anna, Łapuńka Iwona

LogForum

|

2019

|

Vol. 15, no. 3

377--389

EN

Background: This article is motivated by the fact that most approaches to capital budgeting are deterministic. In reality, the capital budgeting problem is accompanied by the uncertainty and risk associated with dealing with imprecise data. Taking this uncertainty into account when performing analyses and calculations not only helps to better measure the profitability of investment projects, but also to expand the applicability of capital budgeting methods under real-life or uncertain conditions. The major contribution of this paper is the development of a novel approach to assessing the profitability of an investment project in the presence of uncertainty. Methods: We present a novel approach for incorporating uncertainty into how the profitability of investment projects is assessed, which we term Ordered Fuzzy Net Present Value (OFNPV). The proposed method measures the level of investment project effectiveness using a model based on ordered fuzzy numbers (OFNs). In addition, ordered fuzzy numbers are used to describe changes to the investment parameters in the assumed time horizon. This paper illustrates an implementation of the proposed technique using a numerical example of an investment process in the logistics department of a company. Results: The use of the proposed method based on OFNs allows experts to gauge the real-life accuracy of the considered phenomenon, and to express their assessment of its dynamic changes. This is vital to the problem of profitability assessment in investment projects. Conclusions: Our approach offers a new perspective on the problem of investment in projects and constitutes an effective tool for assessing the profitability of investment projects. This tool could constitute a valuable source of knowledge for investors involved in decision-making processes.

PL

Wstęp: U podstaw rozważań leży stwierdzenie, że większość podejść do budżetowania kapitałowego ma charakter deterministyczny. W rzeczywistości problemowi budżetowania towarzyszy niepewność i ryzyko związane z przetwarzaniem nieprecyzyjnych danych. Uwzględnienie tej niepewności nie tylko pomaga lepiej zmierzyć efektywność projektów inwestycyjnych, ale także rozszerzyć zastosowanie metod budżetowania kapitałowego w warunkach rzeczywistych lub niepewnych. Głównym celem artykułu jest opracowanie nowatorskiego podejścia do oceny opłacalności projektu inwestycyjnego w warunkach niepewności. Metody: Prezentujemy nowatorskie podejście uwzględniające niepewność w ocenie opłacalności projektów inwestycyjnych Ordered Fuzzy Net Present Value (OFNPV). Proponowana metoda umożliwia dokonanie oceny efektywności projektu inwestycyjnego za pomocą modelu opartego na skierowanych liczbach rozmytych (OFN). Ponadto skierowane liczby rozmyte służą do opisu zmian parametrów inwestycyjnych w założonym horyzoncie czasowym. Artykuł ilustruje wdrożenie proponowanego podejścia z wykorzystaniem przykładu procesu inwestycyjnego w przedsiębiorstwie w obszarze logistycznym. Wyniki: Zastosowanie proponowanej metody opartej na OFN pozwala ekspertom ocenić dokładność rozpatrywanego zjawiska, a także wyrazić swoją ocenę na temat dynamiki ich zmian. Ma to kluczowe znaczenie dla problemu oceny opłacalności projektów inwestycyjnych. Wnioski: Proponowane podejście oferuje nowe spojrzenie na problem inwestycyjny i stanowi skuteczne narzędzie do oceny opłacalności projektów inwestycyjnych. Narzędzie to może stanowić cenne źródło wiedzy dla inwestorów zaangażowanych w procesy decyzyjne.

3

Podstawowe założenia oceny efektywności inwestycji fotowoltanicznych

Wiernik M. T.

Polska Energetyka Słoneczna

|

2013

|

nr 1-4

5--12

PL

W artykule przedstawiono najważniejsze etapy i składowe procesu budżetowania kapitałowego oraz cyklu rozwojowego inwestycji fotowoltaicznych. Zdefiniowano główne pojęcia związane z inwestycjami w instalacje fotowoltaiczne oraz dokonano szczegółowego podziału rzeczowych inwestycji na rynku fotowoltaicznym według kryteriów technicznych i ekonomicznych. W opracowaniu, zwrócono uwagę na problemy związane bezpośrednio z oceną efektywności inwestycji. Zaproponowano czteroetapowy podział procesu budżetowania kapitałowego inwestycji fotowoltaicznej oraz scharakteryzowano cykl rozwojowy projektu inwestycyjnego w instalację fotowoltaiczną.

4

Efektywność i ryzyko projektów inwestycyjnych - rozkłady prawdopodobieństwa czy rozkłady możliwości

Rębiasz B.

Badania Operacyjne i Decyzje

|

2006

|

nr 3-4

113-131

PL

Ryzyko towarzyszy każdej decyzji gospodarczej, a szczególnie dużym ryzykiem obarczone są decyzje inwestycyjne. Kwantyfikacja ryzyka należy do najtrudniejszych zadań w zarządzaniu ryzykiem projektu inwestycyjnego. Tradycyjnie do opisu niepewności parametrów rachunku efektywności wykorzystywano rozkłady prawdopodobieństwa. Trudności z określeniem rozkładów prawdopodobieństwa, a także charakter niepewności niektórych parametrów spowodowały, że pod koniec lat 80. pojawiły się prace, w których stosowane są inne metody opisu niepewności parametrów rachunku efektywności. Można tu przede wszystkim wymienić teorię zbiorów rozmytych. Obecnie stosowane są więc alternatywnie dwa sposoby opisu niepewności parametrów rachunku efektywności: rozkłady prawdopodobieństwa i zbiory rozmyte. W zależności od sposobu opisu niepewności parametrów uzyskujemy jako ocenę efektywności projektu inwestycyjnego rozkład możliwości lub rozkład prawdopodobieństwa wskaźnika efektywności. W praktyce najczęściej występuje taka sytuacja, że dla części parametrów rachunku efektywności możemy określić rozkład prawdopodobieństwa, a niepewność części z nich może być opisana przez zbiór rozmyty. Relacje między teorią prawdopodobieństwa a teorią zbiorów rozmytych to jeden z najbardziej kontrowersyjnych problemów w obszarze modelowania niepewności. W pracy omówiono metody transformacji rozkładu możliwości generowanego przez zbiór rozmyty w rozkład prawdopodobieństwa i odwrotnie - rozkładu prawdopodobieństwa w rozkład możliwości. Wskazano, że mogą one być skutecznie wykorzystane do oceny efektywności i ryzyka projektów inwestycyjnych. W pracy dokonano oceny efektywności i ryzyka dwóch projektów inwestycyjnych, wykorzystując alternatywnie reprezentację niepewności parametrów rachunku efektywności w postaci zbiorów rozmytych i w postaci rozkładów prawdopodobieństwa. Pierwotnie część parametrów była wyrażona w postaci zbiorów rozmytych a część w postaci rozkładów prawdopodobieństwa. Dokonano więc transformacji rozkładów. Porównano użyteczność tych dwóch sposobów reprezentacji niepewności parametrów rachunku efektywności.

EN

Risk accompanies every economic decision. Investment decisions are burdened with particularly great risk. Quantification of risk belongs to most heaviest tasks in risk management of the investment project. Traditionally, probability distribution was being utilized for the description of the efficiency calculus parameters of the uncertainty. Difficulties in determining probability distribution and nature of uncertainty of some of the parameters caused that towards the end of the 1980’s some works were published, in which other methods of description of the efficiency calculus were applied. First of all one should mention here the theory of fuzzy sets. So, at present two methods of description of the uncertainty of efficiency calculus parameters are applied alternatively: probability distribution and fuzzy numbers. Depending on the parameter uncertainty description method we obtain possibility distribution or probability distribution of the effectiveness index for estimation of the investment project efficiency. In practice a situation most often occurs in which for one part of the efficiency calculus parameters we can determine probability distribution, and uncertainty of the other part may be described by the fuzzy number. Relations between theory of probability and theory of fuzzy sets is one of the most controversial issues in the area of uncertainty modelling. In the paper, methods of transforming the possibility distribution generated by a fuzzy set into probability distribution, and vice versa, transforming probability distribution into possibility distribution are discussed. It is shown that they may be effectively utilized for estimation of efficiency and risk of investment projects. In the paper, the estimation of efficiency and the risk of two investment projects has been made. For estimation purposes we alternatively used representation of the efficiency calculus parameters uncertainty in the form of fuzzy numbers and in the form of probability distributions. At first, part of the parameters were expressed in the form of fuzzy sets and part in the form of probability distributions. So, the distributions were subjected to transformation. Usefulness of the two methods for uncertainty representation of efficiency calculus parameters was compared.