Analisi delle decisioni (DA)

Che cos’è l’analisi delle decisioni (DA)?

L’analisi delle decisioni (DA) è una forma di processo decisionale. Il processo decisionale etico in finanza è un’ideologia decisionale che si basa su una filosofia morale sottostante di giusto e sbagliato. Decisione etica che implica l’identificazione e la valutazione di tutti gli aspetti di una decisione, e l’adozione di azioni basate sulla decisione che produce il risultato più favorevole.

L’obiettivo dell’analisi della decisione è di assicurare che le decisioni siano prese con tutte le informazioni rilevanti e le opzioni disponibili. Per esempio, una società può usarla per prendere decisioni di investimento da milioni di dollari, o un individuo può usarla per decidere sui suoi risparmi per la pensione.

Come forma di processo decisionale, i fondamenti dell’analisi decisionale possono essere usati per risolvere una moltitudine di problemi, da complessi problemi di business a semplici problemi quotidiani.

Come funziona l’analisi decisionale

L’analisi decisionale permette alle aziende di valutare e modellare i potenziali risultati di varie decisioni per determinare il corretto corso d’azione. Per essere efficace, il business ha bisogno di capire molteplici aspetti di un problema per risultare in una decisione ben informata.

L’analisi comporta la comprensione di vari obiettivi, risultati e incertezze coinvolte, incluso l’uso di probabilità per misurare il risultato atteso di varie decisioni.

Uno degli aspetti più importanti riguarda l’inquadramento del problema in modo da permettere ulteriori analisi. L’inquadramento è tipicamente la prima parte dell’analisi della decisione e comporta la creazione di un quadro per valutare il problema da prospettive multiple. Possono includere dichiarazioni di opportunità, elementi di azione e misure di successoIndicatori di prestazioni chiave (KPI)Gli indicatori di prestazioni chiave (KPI) sono metriche utilizzate per tracciare e valutare periodicamente le prestazioni di un’organizzazione verso il raggiungimento di obiettivi specifici. Sono anche usati per misurare le prestazioni complessive di un’azienda.

Una volta stabilito il quadro, si può sviluppare un modello per valutare la favorevolezza dei vari risultati. Esempi di modelli sono gli alberi di decisione e i diagrammi di influenza.

Alberi di decisione

Dopo aver creato un quadro per valutare un problema, i modelli sono tipicamente usati per valutare i risultati di varie decisioni. I modelli sono rappresentazioni visive dei risultati attesi, e sono usati per illustrare le decisioni in confronto ad altre alternative.

Modellando i vari risultati attesi e le loro probabilità, le aziende possono poi selezionare la decisione che produce un risultato favorevole.

Uno dei modelli più comuni coinvolti nell’analisi decisionale sono gli alberi decisionali, che sono modelli a forma di albero con “rami” che rappresentano i potenziali risultati.

Gli alberi decisionali sono usati perché sono semplici da capire e forniscono una preziosa comprensione di un problema fornendo i risultati, le alternative e le probabilità di varie decisioni. Questo rende facile valutare quale decisione porta al risultato più favorevole.

Valore atteso (EV)

Dopo aver costruito un modello, è importante trovare il valore atteso (EV)Valore attesoIl valore atteso (noto anche come EV, aspettativa, media o valore medio) è un valore medio a lungo termine di variabili casuali. Il valore atteso indica anche di valutare quale decisione porta al risultato più favorevole.

Ricordo che gli alberi decisionali forniscono tutti i possibili risultati rispetto alle alternative. Calcolando il valore atteso, possiamo osservare i risultati medi di tutte le decisioni e quindi prendere una decisione informata.

Per calcolare il valore atteso, abbiamo bisogno della probabilità di ogni risultato e del valore risultante. La formula per il valore atteso è la seguente:

EV = (Probabilità A * Expected Payoff A) + (Probabilità B * Expected Payoff A)

Questa formula presuppone che una decisione aziendale abbia due risultati – successo o fallimento. Ogni risultato può essere rappresentato dalla Probabilità A o B. Il Payoff Atteso si riferisce al guadagno o alla perdita previsti per ogni risultato.

Se ci sono più decisioni da prendere, un business calcolerà il valore atteso per ogni decisione per determinare quale è più favorevole.

Esempio del mondo reale

Immaginiamo che un negozio di abbigliamento stia aprendo una seconda sede e voglia decidere se aprire a San Francisco o New York. L’apertura di una sede in entrambe le città comporterà diverse spese di capitaleSpese di capitaleLe spese di capitale si riferiscono ai fondi che vengono utilizzati da un’azienda per l’acquisto, il miglioramento o la manutenzione di beni a lungo termine per migliorare e dimostrare diversi tassi di successo.

Prima di costruire un albero decisionale, dovremo raccogliere i dati rilevanti:

Dopo aver raccolto i dati, possiamo costruire l’albero decisionale basato su ogni decisione:

Per ogni decisione, l’albero decisionale include anche dati numerici per calcolare il valore atteso. I quadrati rappresentano le decisioni e i cerchi i risultati. Le linee che si diramano dai quadrati sono scelte possibili, mentre le linee che si diramano dai cerchi sono i risultati attesi.

Il modello include anche i costi associati all’apertura di ogni sede. Per aprire a San Francisco, il negozio dovrà investire 2 milioni di dollari, mentre una sede a New York richiederà un investimento di 5 milioni di dollari.

Gli importi dei payoff attesi rappresentano le entrate potenziali se il negozio ha successo, o la perdita potenziale se il negozio fallisce.

Per valutare quale decisione è più favorevole, calcoleremo il valore atteso per ogni decisione.

EV = (Probabilità A * Payoff atteso A) + (Probabilità B * Payoff atteso A)

• EV (San Francisco) = (0.4 * $15.000.000) + (0,6 * -$4.000.000) = $3.600.000
• EV (New York) = (0,3 * $30.000.000) + (0.7 * -$10.000.000) = $8.300.000

Poi, dobbiamo dedurre la spesa di capitale iniziale per trovare il guadagno/perdita netto:

• San Francisco: $3.600.000 – $2.000.000 = $1.600.000
• New York: $8.300.000 – $5.000.000 = $3.300.000

Dopo aver calcolato il valore atteso di ogni risultato, possiamo confrontarli per vedere quale risultato è preferibile. In questo caso, l’apertura di un negozio a New York sembra comportare un guadagno netto maggiore di un negozio a San Francisco.

Risorse aggiuntive

CFI è il fornitore ufficiale della certificazione Commercial Banking & Credit Analyst (CBCA)™CBCA™ L’accreditamento Commercial Banking & Credit Analyst (CBCA)™ è uno standard globale per gli analisti del credito che copre finanza, contabilità, analisi del credito, analisi dei flussi di cassa, modellazione dei covenant, rimborsi dei prestiti e altro. programma di certificazione, progettato per trasformare chiunque in un analista finanziario di livello mondiale.

Per continuare a imparare e sviluppare la tua conoscenza dell’analisi finanziaria, ti consigliamo vivamente le risorse aggiuntive qui sotto:

• Albero delle decisioniL’albero delle decisioni è uno strumento di supporto con una struttura ad albero che modella i probabili risultati, il costo delle risorse, le utilità e le possibili conseguenze.
• Flowchart TemplatesFlowchart TemplatesFlowcharts sono ottimi per descrivere i processi aziendali in modo conciso senza compromettere la struttura e i dettagli. Sotto ci sono quattro esempi di modelli di diagrammi di flusso
• Sistema di supporto alle decisioni (DSS)Sistema di supporto alle decisioni (DSS)Un sistema di supporto alle decisioni (DSS) è un sistema informativo che aiuta un’azienda nelle attività decisionali che richiedono giudizio, determinazione e un
• Gestione delle operazioniGestione delle operazioniLa gestione delle operazioni è un campo del business che riguarda l’amministrazione delle pratiche aziendali per massimizzare l’efficienza all’interno dell’organizzazione. È