- Функции и их графики: линейные, квадратичные, степенные
- Производная: геометрический и экономический смысл
- Нахождение экстремума: f'(x) = 0 → максимум прибыли
- Правила дифференцирования: степенная, произведение, частное
- Базовые частные производные (два аргумента)
Khan Academy → Calculus → Derivatives (≈3 ч) · Цель: понять что MR = MC это dπ/dQ = 0
TC и TR МК как функции от Q · MC = dTC/dQ в числах · Оптимальный объём помола через FOC
- Альтернативные издержки: явные vs. неявные; бухгалтерская vs. экономическая прибыль
- Невозвратные издержки (Sunk Costs) — почему нельзя учитывать при принятии решений
- Закон спроса и предложения; факторные сдвиги кривых
- Эластичность: ценовая E_d, по доходу E_y, перекрёстная E_xy
- Consumer Surplus и Producer Surplus
- Структура затрат: FC, VC, TC, AFC, AVC, ATC, MC, MR
- Эффект масштаба: положительный, постоянный, отрицательный (Economies of Scale)
Baye & Prince — гл. 1–3 · Khan Academy → Microeconomics (весь раздел, ≈12 ч)
Sunk costs при модернизации МК · Перекрёстная эластичность: мука vs. зерно · Структура AVC/AFC на МК
- Правило оптимального выпуска MR = MC: математический вывод через dπ/dQ = 0
- Совершенная конкуренция: P = MR = MC
- Условия закрытия: краткосрочное P < AVC, долгосрочное P < ATC
- CVP-анализ: точка безубыточности в натуральном и денежном выражении
- Операционный рычаг (Operating Leverage) и чувствительность прибыли к объёму
- Нелинейный CVP: когда издержки и выручка растут непропорционально
Baye & Prince — гл. 4–5 · McGuigan, Moyer, Harris — гл. 8–9 · Coursera: «Managerial Economics» (U. Illinois) — нед. 2–4
При какой цене пшеницы МК перестаёт окупаться (нелинейный CVP) · Точка безубыточности Рустас / СолнцеДар по культуре
- Временна́я стоимость денег (TVM): дисконтирование, наращение
- NPV и IRR: критерии принятия инвестиционных решений
- Реальные опционы (Real Options): отсрочка, расширение, выход — когда NPV неполна
- Ожидаемая денежная стоимость (EMV) и деревья решений (Decision Trees)
- Оценка стоимости полной информации (EVPI)
- Отношение к риску: неприятие, нейтральность; кривые безразличия
Baye & Prince — гл. 13 · McGuigan — гл. 15 · Coursera: «Business & Financial Modeling» (Wharton) — модуль NPV / Decision Trees
NPV-оценка расширения элеватора и новой линии МК · Decision Tree: покупать зерно сейчас или ждать урожая · EVPI: сколько стоит точный прогноз цены пшеницы
- Индекс Лернера: L = (P − MC) / P — измеритель рыночной власти
- Оптимальная цена: P = MC / (1 + 1/E_d)
- Ценовая дискриминация 1-й (идеальная), 2-й (объёмные скидки), 3-й (сегментация) степени
- Bundling (пакетные продажи) и Tying (сопряжённые товары)
- Peak-load pricing: ценообразование в пиковые и непиковые периоды
- Трансфертное ценообразование внутри холдинга (методы: затраты, рыночная цена, переговорная)
- Двойная надбавка (Double Marginalization): потери холдинга от нескоординированных наценок
Baye & Prince — гл. 6–8 + «Transfer Pricing» (McGuigan, гл. 7) · Tirole — гл. 3 (ценовая дискриминация)
Оптимальная цена муки МК по сегментам (опт/розница/экспорт) · Double Marginalization в цепочке МК → АТП → ПЛК · Двухставочный тариф ПЛК
- Монополия, монополистическая конкуренция, олигополия — сравнительный анализ
- Модель Курно (Cournot): количественная конкуренция, функции реакции
- Модель Бертрана (Bertrand): ценовая конкуренция и механизм «ценовых войн»
- Модель Штакельберга (Stackelberg): лидерство по объёму
- Nash Equilibrium и доминантная стратегия: определение и нахождение
- Матрицы платежей: дилемма заключённого в бизнесе, вход на рынок
- Повторяющиеся игры: поддержание ценовой координации и картели
Baye & Prince — гл. 9–10 · Dixit & Nalebuff «Thinking Strategically» — читается как нон-фикшн
Рынок муки ПМР/Молдова: структура и лидерство (модель Штакельберга) · Переговоры с поставщиками зерна: матрица платежей и доминантные стратегии
- Проблема «принципал — агент»: когда цели управляющего расходятся с целями собственника
- Моральный риск (Moral Hazard): оппортунистическое поведение после подписания контракта
- Неблагоприятный отбор (Adverse Selection): проблема до заключения контракта
- Сигнализирование (Signaling): как агент передаёт достоверную информацию
- Дизайн стимулирующих контрактов: KPI, бонусы, участие в прибыли
Baye & Prince — гл. 14 · Milgrom & Roberts «Economics, Organization & Management» · Coursera: «Organizational Analysis» (Stanford)
KPI для директоров дочерних предприятий ГИГ · Adverse selection при закупке пшеницы · Принципал-агент в цепочке МК → АТП
- Ограниченная рациональность: почему классические модели дают сбой на практике
- Когнитивные искажения: якорение, фрейминг, статус-кво, неприятие потерь
- Применение искажений в ценообразовании, переговорах и дизайне контрактов
- Nudge Theory: мягкие «подталкивания» в управлении и мотивации сотрудников
- Поведенческие контракты: как оформлять бонусы, чтобы они работали
Thaler «Misbehaving» (рус. «Новая поведенческая экономика») · Kahneman «Thinking, Fast and Slow»
Якорение при переговорах с покупателями муки · Неприятие потерь в бюджетировании · Nudge: как оформить бюджетные формы для точных прогнозов
- OLS-регрессия: построение, интерпретация коэффициентов, диагностика
- Линейные и степенные модели: интерпретация коэффициентов как эластичностей
- Оценка функций спроса и затрат на реальных данных
- Ключевое: корреляция ≠ причинность (и почему это меняет всё)
- Diff-in-Diff (разность разностей): как изолировать эффект одного фактора
- Инструментальные переменные (IV): когда OLS не работает из-за эндогенности
- Данные: Power Query (Excel) или Python pandas — сбор, очистка, агрегация
- Оптимизация: Python scipy.optimize или Excel «Поиск решения»
- Сценарии: динамическое ценообразование с учётом MDL/USD и инфляции
- Регрессионный движок: statsmodels или Data Analysis ToolPak (Excel)
Angrist & Pischke «Mastering Metrics» → «Mostly Harmless Econometrics» · Coursera: «A Crash Course in Causality» (UPenn, бесплатно, 5 нед.)
Power Query: выгрузка продаж МК → датасет для регрессии · Регрессия спроса на муку: объём ~ цена + доходы + сезон · scipy.optimize: оптимальный объём помола · Сценарная модель: MDL/USD ±10%, пшеница ±15%
- Товарные рынки: как формируется цена на зерно и муку (CBOT, MATIF, чёрноморский базис)
- Фьючерсы и хеджирование: инструменты снижения ценового риска на сырьё
- Валютные риски: MDL / USD / EUR — влияние на себестоимость и экспортную выручку
- Процентные ставки в ПМР / Молдове: реальная стоимость капитала для NPV-расчётов
- Аграрная экономика: субсидии, сезонность, климатический риск
- Трансграничная торговля: экономика экспорта через ПЛК (Джурджулешть)
USDA WASDE (баланс зерна) · Barchart.com (фьючерсы) · BNM (курсы MDL) · Geman «Commodities and Commodity Derivatives» — гл. 1–3
Прогноз CBOT / чёрноморский базис в бюджетную модель МК · При каком MDL/USD экспорт муки через ПЛК выгоднее внутреннего рынка · Ставка дисконтирования для NPV в регионе
Прежде чем говорить о предельных издержках, оптимальном выпуске или максимизации прибыли — нужно ответить: что такое функция? Потому что всё в управленческой экономике — это функции. Выручка — функция объёма. Прибыль — функция объёма. Спрос — функция цены. Учимся читать этот язык.
Функция (Function) — правило, которое каждому значению аргумента x ставит в соответствие ровно одно значение y. Записывается: y = f(x).
Читается: «y есть f от x». x — аргумент (независимая переменная), y или f(x) — значение функции (зависимая переменная).
Слово «функция» ввёл Готфрид Вильгельм Лейбниц в 1694 году — от латинского functio (исполнение, действие). Он описывал зависимость между геометрическими объектами.
Современное определение — «правило соответствия» — сформулировал Леонард Эйлер в 1748 году в книге «Introductio in Analysin Infinitorum». С тех пор язык функций стал универсальным инструментом науки и инженерии. В экономику функции пришли вместе с маржиналистами в 1870-х (Джевонс, Вальрас) — они первыми записали спрос, полезность и прибыль как математические функции.
Три типа функций, которые нужны в ME
Линейная: y = ax + b
График — прямая. a — наклон (slope), b — точка пересечения с осью y. Пример: TR = P·Q — при фиксированной цене P выручка растёт линейно с объёмом Q.
Квадратичная: y = ax² + bx + c
График — парабола. При a < 0 — «горбик» с максимумом. Именно такую форму имеет функция прибыли π(Q): сначала растёт, потом убывает. Нас интересует вершина — оптимальный выпуск Q*.
Степенная: y = xn
При n < 1 (например, n = 0,5 — корень квадратный) — выпуклая, убывающая отдача. Применяется в производственных функциях: Q = Kα·Lβ (выпуск зависит от капитала K и труда L).
Почему нам нужны графики
График — «лицо» функции. Наклон — скорость изменения. Вершина — оптимум. Горизонтальная касательная — условие максимума. Всё это — следующие темы.
Мельничный комбинат продаёт муку по 8 000 MDL/тонну. Постоянные затраты — 1 200 000 MDL/мес. Переменные затраты — 5 500 MDL/тонну + нарастающий износ оборудования 0,5·Q².
Выручка: TR(Q) = 8 000·Q → линейная
Затраты: TC(Q) = 1 200 000 + 5 500·Q + 0,5·Q² → квадратичная
Прибыль: π(Q) = TR − TC = 2 500·Q − 0,5·Q² − 1 200 000 → квадратичная с максимумом
В Теме 3 мы найдём, при каком Q прибыль МК максимальна.
Выручка МК при P = 8 000 MDL и Q = 400 тонн — какого типа эта зависимость? Как изменится TR, если Q вырастет до 450 тонн? Запишите числовой ответ и объясните, является ли это линейным ростом.
Производная — главный инструмент управленческой экономики. Термин «предельный» (Marginal Cost, Marginal Revenue, Marginal Utility) всегда означает производную. Как только вы это поймёте — большая часть ME становится очевидной: все «предельные» величины — это просто производные соответствующих функций.
Производная f'(x) — скорость изменения функции f(x) в точке x. Геометрически — наклон касательной к кривой y = f(x) в этой точке.
Формально: f'(x) = limΔx→0 [ f(x + Δx) − f(x) ] / Δx
То есть: берём прирост функции (Δy) при малом приросте аргумента (Δx) и смотрим, к чему это отношение стремится, когда Δx → 0.
Исаак Ньютон (Англия, ≈ 1666 г.) разработал метод «флюксий» (fluxions) — так он называл производные. Описывал скорости изменения физических величин. Годами не публиковал результаты.
Готфрид Вильгельм Лейбниц (Германия, 1684 г.) независимо открыл то же самое и первым опубликовал. Ввёл нотацию dy/dx и символ интеграла ∫, которыми пользуются по сей день.
Разгорелся грандиозный спор о приоритете, расколовший английскую и континентальную математику на десятилетия. Сегодня считается: оба открыли исчисление независимо. В учебниках — нотация Лейбниця: она удобнее и нагляднее.
В экономике производную называют «предельной» (marginal) величиной. Слово marginal — от латинского margo, marginis (поле, край, граница). Маргинальный = «на краю следующей единицы».
MC — Marginal Cost (Предельные издержки, ПИ) — затраты на производство ровно одной дополнительной единицы. «На краю» следующей тонны муки.
Маржиналисты XIX века (Джевонс, Менгер, Вальрас) построили всю экономическую теорию вокруг этого понятия — и это изменило экономику навсегда. Мы уже разбирали это в курсе по основам экономики.
Геометрический смысл
Экономический смысл: «предельный» = производная
| Функция | Её производная | Экономическое название |
|---|---|---|
| TC(Q) — полные затраты | dTC / dQ | MC — Marginal Cost (Предельные издержки) |
| TR(Q) — выручка | dTR / dQ | MR — Marginal Revenue (Предельная выручка) |
| U(Q) — полезность | dU / dQ | MU — Marginal Utility (Предельная полезность) |
| π(Q) — прибыль | dπ / dQ | «Предельная прибыль» — используется для поиска максимума |
| Q(L) — выпуск от труда | dQ / dL | MPL — Marginal Product of Labor (Предельный продукт труда) |
MC — это не затраты на всю партию, а затраты на одну дополнительную тонну. Если производить 400 тонн обходится в 3 700 000 MDL, а 401 тонну — в 3 705 900 MDL, то MC ≈ 5 900 MDL/тонна. Это и есть производная TC по Q в точке Q = 400.
Именно потому, что MC растут с объёмом (каждая следующая тонна дороже), существует оптимальный Q* — точка, после которой наращивать объём невыгодно.
TC(Q) = 1 200 000 + 5 500·Q + 0,5·Q²
Производная (правила вычисления — в Теме 4):
MC = dTC/dQ = 5 500 + Q
При Q = 400 тонн: MC = 5 500 + 400 = 5 900 MDL/тонна
При Q = 500 тонн: MC = 5 500 + 500 = 6 000 MDL/тонна
Вывод: по мере роста объёма помола предельные издержки растут — каждая следующая тонна дороже предыдущей из-за нарастающего износа оборудования и перегрузки мощностей.
Что означает MC = 6 000 MDL при Q = 500 тонн? Если МК увеличит выпуск с 500 до 501 тонны — на сколько примерно вырастут общие затраты? И что будет с MC при Q = 600 тонн?
Самая частая задача управленческой экономики: найти объём Q*, при котором прибыль π(Q) максимальна. Ответ всегда один: там, где производная прибыли по Q равна нулю. И именно из этого условия математически вырастает правило MR = MC.
Экстремум (Extremum) — точка, в которой функция достигает локального максимума или минимума. В максимуме функция перестаёт расти и начинает убывать. В этой точке наклон касательной = 0, то есть производная = 0.
FOC — First-Order Condition (Условие первого порядка)
Это условие необходимое: в точке экстремума производная всегда равна нулю. Но одного условия мало — нужно убедиться, что это именно максимум, а не минимум.
Вторая производная — это «производная от производной», f''(x). Она показывает, как меняется наклон функции.
Если f'(x*) = 0 и f''(x*) < 0 → максимум. Функция «выгнута вниз» (как перевёрнутая чаша).
Если f'(x*) = 0 и f''(x*) > 0 → минимум. Функция «выгнута вверх».
Откуда берётся правило MR = MC
Это не аксиома учебника. Это просто математика. Разберём вывод по шагам.
Шаг 1. Прибыль = Выручка − Затраты:
Шаг 2. Берём производную прибыли по Q (производная разности = разность производных):
Шаг 3. В оптимуме π'(Q*) = 0 (FOC):
Пока MR > MC: следующая тонна муки приносит больше выручки, чем стоит → производить выгодно, наращиваем Q.
Пока MR < MC: следующая тонна стоит больше, чем она приносит → каждая дополнительная тонна снижает прибыль, сокращаем Q.
В оптимуме MR = MC: ни наращивать, ни сокращать нет смысла. Это и есть Q*.
Численный пример: МК находит оптимальный объём помола
Дано: TR = 8 000·Q, TC = 1 200 000 + 5 500·Q + 0,5·Q²
π(Q) = TR − TC = 8 000·Q − 1 200 000 − 5 500·Q − 0,5·Q²
π(Q) = 2 500·Q − 0,5·Q² − 1 200 000
FOC — берём производную и приравниваем к нулю:
π'(Q) = 2 500 − Q = 0 → Q* = 2 500 тонн/мес
SOC — вторая производная: π''(Q) = −1 < 0 ✓ (максимум, не минимум)
Прибыль при Q* = 2 500:
π = 2 500 · 2 500 − 0,5 · 2 500² − 1 200 000 = 6 250 000 − 3 125 000 − 1 200 000 = 1 925 000 MDL/мес
Проверка через MR = MC: MR = 8 000, MC = 5 500 + Q → 8 000 = 5 500 + Q → Q* = 2 500 ✓
Цена пшеницы выросла, и переменные затраты увеличились с 5 500 до 6 000 MDL/тонну. Как изменится TC(Q)? Найдите новый Q* по той же схеме. Как изменилась максимальная прибыль?
В Теме 3 мы использовали производные, не объясняя как их вычислять. Пора исправить. Три правила покрывают примерно 90% случаев в управленческой экономике. Плюс одно вспомогательное — производная суммы.
Правило 0 · Сумма и константа
Прежде всего два простых факта, которые используются везде:
Второй факт объясняет, почему постоянные затраты FC не входят в MC: d(FC)/dQ = 0.
Правило 1 · Степенная функция
Читается: «n выносим вперёд, степень уменьшаем на 1». Применяется к каждому слагаемому отдельно.
| Функция | Производная | Экономическое применение |
|---|---|---|
| f(Q) = Q¹ = Q | f'(Q) = 1 | d(P·Q)/dQ = P при фиксированной цене P |
| f(Q) = Q² | f'(Q) = 2Q | TC = F + a·Q² → MC = 2a·Q |
| f(Q) = Q³ | f'(Q) = 3Q² | Кубические TC (S-образная кривая MC) |
| f(Q) = Q0,5 = √Q | f'(Q) = 0,5·Q−0,5 | Убывающая отдача в производственных функциях |
TC(Q) = 1 200 000 + 5 500·Q + 0,5·Q²
Применяем правила к каждому слагаемому:
d(1 200 000)/dQ = 0 · d(5 500·Q)/dQ = 5 500 · d(0,5·Q²)/dQ = 0,5 · 2·Q = Q
MC = dTC/dQ = 5 500 + Q ✓
Правило 2 · Произведение двух функций
Нужно, когда цена зависит от объёма: P = P(Q). Это типично для фирм с рыночной властью — монополий и олигополий.
Допустим, для продажи большего объёма МК вынужден снижать цену: P(Q) = 10 000 − 2·Q (обратная функция спроса).
TR = P(Q)·Q = (10 000 − 2Q)·Q = 10 000·Q − 2·Q²
Можно дифференцировать напрямую по правилу суммы: MR = 10 000 − 4Q
Или через правило произведения: f = 10 000 − 2Q, g = Q, f' = −2, g' = 1:
MR = (−2)·Q + (10 000 − 2Q)·1 = −2Q + 10 000 − 2Q = 10 000 − 4Q ✓
Обратите внимание: наклон кривой MR вдвое круче, чем наклон кривой спроса. Это общее правило для линейного спроса.
Правило 3 · Частное двух функций
Применяется для средних величин: ATC = TC/Q, AVC = VC/Q.
ATC = TC(Q)/Q. Берём производную по правилу частного (f = TC, g = Q, f' = MC, g' = 1):
dATC/dQ = (MC·Q − TC·1) / Q² = (MC − TC/Q) / Q = (MC − ATC) / Q
Приравниваем к нулю: (MC − ATC)/Q = 0 → MC = ATC
Вывод: кривая MC пересекает кривую ATC ровно в точке минимума ATC. Это не совпадение — это математическое следствие. Мы вернёмся к этому в Этапе 2.
- Константа: d(C)/dx = 0 → постоянные затраты FC не входят в MC
- Сумма: (f + g)' = f' + g' → дифференцируем TC слагаемое за слагаемым
- Степенная: d(xⁿ)/dx = n·xⁿ⁻¹ → основное правило, ≈80% случаев
- Произведение: (f·g)' = f'g + fg' → для MR когда P зависит от Q
- Частное: (f/g)' = (f'g − fg')/g² → для средних величин ATC, AVC
Найдите MC для TC(Q) = 800 000 + 4 200·Q + 0,3·Q². При каком Q предельные издержки достигают 5 400 MDL/тонну? Проверьте ответ подстановкой.
До сих пор мы работали с функциями одного переменного: π зависела только от Q. В реальном бизнесе всё сложнее. Прибыль МК зависит от объёма помола, цены пшеницы, курса MDL/USD, объёма производства двух продуктов сразу. Частные производные — инструмент для таких случаев.
Частная производная ∂f/∂x — скорость изменения функции f(x, y, …) по переменной x при условии, что все остальные переменные зафиксированы (остаются константами).
Символ ∂ (читается: «дэ», «раунд», «partial d») отличает частную производную от обычной d. Если видите d — одна переменная; ∂ — несколько.
Экономисты постоянно используют оговорку ceteris paribus (лат. — «при прочих равных»): «как изменится спрос, если цена вырастет, при прочих равных?»
Частная производная — это точная математическая формализация этой оговорки. ∂Qd/∂P — реакция спроса на цену при фиксированных доходах, ценах заменителей и всех остальных факторах.
Введение символа ∂ приписывают Адриену-Мари Лежандру (1786) и Якобу Шварцу в разных контекстах; в современном виде нотацию закрепил Карл Якоби в XIX веке.
Как вычислить
Просто: при вычислении ∂f/∂x все переменные кроме x рассматриваются как константы. Применяем те же правила дифференцирования.
f(x, y) = 3x² + 2xy + y³
∂f/∂x (дифференцируем по x, y — константа):
∂f/∂x = 6x + 2y + 0 = 6x + 2y
∂f/∂y (дифференцируем по y, x — константа):
∂f/∂y = 0 + 2x + 3y² = 2x + 3y²
Применение в управленческой экономике
Производственная функция: Q = f(K, L) — выпуск зависит от капитала K (оборудование, здания) и труда L (количество работников).
| Частная производная | Название | Экономический смысл |
|---|---|---|
| ∂Q / ∂L | MPL — Marginal Product of Labor Предельный продукт труда |
Прирост выпуска от одного дополнительного работника при фиксированном K |
| ∂Q / ∂K | MPK — Marginal Product of Capital Предельный продукт капитала |
Прирост выпуска от одной дополнительной единицы капитала при фиксированном L |
| ∂π / ∂Q₁ | Предельная прибыль по продукту 1 | Прирост прибыли от одной дополнительной тонны продукта 1 при фиксированном Q₂ |
| ∂TC / ∂Pw | Реакция затрат на цену пшеницы | На сколько MDL вырастут затраты МК, если пшеница подорожает на 1 MDL/тонну |
МК выпускает муку (Q₁, тонн/мес) и комбикорм (Q₂, тонн/мес). Цены: P₁ = 8 000, P₂ = 5 000 MDL/тонна.
TR(Q₁, Q₂) = 8 000·Q₁ + 5 000·Q₂
TC(Q₁, Q₂) = 1 200 000 + 5 500·(Q₁ + Q₂) + 0,3·(Q₁ + Q₂)²
π(Q₁, Q₂) = TR − TC = 2 500·Q₁ − 200·Q₂ − 0,3·(Q₁+Q₂)² − 1 200 000
Чтобы максимизировать прибыль, приравниваем обе частные производные к нулю:
∂π/∂Q₁ = 0 и ∂π/∂Q₂ = 0
Это система двух уравнений с двумя неизвестными. Решим её в Этапе 2 — там разберём оптимизацию с несколькими продуктами.
- Функции — язык экономики. TR, TC, π — всё это функции от Q (и других переменных). Три ключевых типа: линейная, квадратичная, степенная
- Производная f'(x) — скорость изменения. В экономике = «предельный» (marginal). MC = dTC/dQ, MR = dTR/dQ
- Экстремум: f'(x*) = 0 → именно отсюда MR = MC. Не правило из учебника — математический вывод
- Четыре правила: константа (= 0), сумма, степенная, произведение, частное — покрывают все задачи ME
- Частные производные ∂f/∂x — ceteris paribus в формулах. Дифференцируем по x, остальные переменные — константы
Объясните своими словами: почему правило MR = MC — это просто производная функции прибыли? Запишите вывод в три строки: от π(Q) = TR(Q) − TC(Q) до MR = MC. Проверьте себя по Теме 3.
Альтернативную стоимость мы уже разбирали в базовом курсе — это фундамент любого выбора. В управленческой экономике она превращается в конкретный инструмент: позволяет понять, действительно ли бизнес создаёт стоимость, или только создаёт видимость прибыли. Финансовые директора, которые видят только бухгалтерию — видят лишь половину картины.
Альтернативные издержки (Opportunity Cost) — стоимость наилучшей отвергнутой альтернативы. То, от чего вы отказались, сделав данный выбор.
Ключевое слово — наилучшей. Не любой альтернативы, а лучшей из тех, которые были доступны.
Идею сформулировал французский экономист Фредерик Бастиа в 1850 году в эссе «Ce qu'on voit et ce qu'on ne voit pas» («Что видно и что не видно»). Его тезис: плохой экономист смотрит только на прямые последствия решения — то, что видно. Хороший экономист видит и то, что не видно — потери от отвергнутых альтернатив.
Термин «opportunity cost» ввёл австрийский экономист Фридрих фон Визер (Friedrich von Wieser) в 1889 году. Он же разработал понятие вменённых (неявных) издержек как основу для расчёта истинной стоимости любого ресурса.
Явные и неявные издержки
Явные издержки (Explicit Costs)
Денежные выплаты, которые фиксирует бухгалтерия: зарплата, сырьё, аренда, энергия, обслуживание долга. Всё, что «видно» в отчёте о прибылях и убытках.
Неявные издержки (Implicit Costs)
Альтернативная стоимость ресурсов, которые принадлежат фирме — она не платит за них явно, но отказывается от их лучшего использования. Два главных источника: альтернатива для капитала и альтернатива для труда собственника.
Две формулы прибыли
Разница между двумя видами прибыли — это всегда сумма неявных издержек. Бухгалтерская прибыль всегда выглядит лучше. Экономическая — честнее.
Когда экономическая прибыль = 0, говорят о «нормальной прибыли». Звучит тревожно, но это означает только одно: бизнес зарабатывает ровно столько, сколько требует рынок за данный уровень риска. Не больше, не меньше. Капитал не «утекает» в другие активы, но и не создаёт сверхдоходности.
Бухгалтерски при нормальной прибыли баланс всегда положительный — неявные издержки туда не входят.
МК показал бухгалтерскую прибыль 5 000 000 MDL/год. Хорошо ли это?
| Бухгалтер видит | Экономист видит | |
|---|---|---|
| Выручка TR | 40 000 000 | 40 000 000 |
| Явные затраты | −35 000 000 | −35 000 000 |
| Неявные затраты (альт. доходность капитала 75 млн × 8%) | — | −6 000 000 |
| Прибыль | +5 000 000 ✓ | −1 000 000 ✗ |
МК бухгалтерски прибыльный. Но экономически — убыточный: те же 75 млн MDL, вложенные в низкорисковые облигации под 8%, приносили бы 6 млн в год без операционного риска. МК зарабатывает на 1 млн меньше, чем «должен» при данном размере капитала.
Это не значит «закрыть МК». Это значит: либо повышать операционную эффективность, либо искать дополнительные источники дохода (ценовая стратегия, экспорт через ПЛК), либо осознанно принять этот уровень как плату за стратегическое присутствие на рынке.
Петриман рассматривает расширение МК: вложить дополнительно 20 млн MDL и получить прирост бухгалтерской прибыли на 1,2 млн в год. Альтернативная доходность капитала — те же 8%. Является ли это расширение экономически выгодным? Посчитайте экономическую прибыль от этого проекта.
Это одна из самых практически важных и одновременно самых часто нарушаемых концепций в управлении. Руководители всех уровней регулярно принимают плохие решения именно потому, что не умеют игнорировать sunk costs. Научиться это делать — конкурентное преимущество.
Невозвратные издержки (Sunk Costs) — затраты, которые уже были понесены и не могут быть возвращены независимо от любого будущего решения.
Железное правило: sunk costs не должны влиять на решения о будущем. Принимая решение, смотрим только вперёд — на будущие затраты и будущие доходы.
Термин пришёл из бухгалтерии нефтяной отрасли — «sunk» (затопленный) описывал затраты на скважины, которые нельзя поднять обратно. В экономику концепцию систематизировал Армен Алчиан (Armen Alchian) в 1950–60-х.
Ричард Талер (Richard Thaler) и Даниэль Канеман (Daniel Kahneman) показали в 1980-х: люди психологически не могут игнорировать потраченное. Это «ошибка невозвратных издержек» (sunk cost fallacy) — когнитивное искажение, встроенное в психологию. Именно поэтому её так сложно избежать даже опытным менеджерам.
Почему мы попадаем в ловушку
Представьте: вы потратили год и 2 млн MDL на разработку нового продукта. Свежий анализ рынка показывает — продукт не окупится. Что делает типичный менеджер? Продолжает: «мы уже столько вложили, нельзя останавливаться». Это и есть ловушка.
Правильный вопрос звучит так: «Если бы мы сегодня начинали с нуля — стали бы мы вкладывать в этот проект?» Если ответ «нет» — нужно останавливаться, независимо от уже потраченного. Потраченное 2 млн MDL исчезло навсегда — в обоих случаях (продолжать или нет). Оно не должно определять будущее.
При любом управленческом решении учитываем только будущие (инкрементальные) затраты и доходы. Всё, что уже потрачено и не возвращается — исключаем из анализа полностью.
Формально: Sunk Costs → ∂TC/∂(решение) = 0. Они не входят в предельные затраты будущих действий.
Пять лет назад МК купил мельничный агрегат за 3 500 000 MDL. Сейчас он сломался. Два варианта:
А) Капитальный ремонт — стоимость 900 000 MDL, после ремонта оборудование прослужит ещё 3 года, затем снова потребует вложений.
Б) Новый агрегат — стоимость 2 200 000 MDL, прослужит 10 лет, расход электричества ниже на 180 000 MDL/год.
Как ошибаются: «Мы уже вложили 3,5 млн, надо хотя бы отремонтировать, иначе деньги выброшены». Это ловушка sunk cost.
Как правильно: 3 500 000 MDL — sunk cost, его нет в анализе. Сравниваем только будущие потоки:
| Показатель | Ремонт (А) | Новый (Б) |
|---|---|---|
| Затраты сейчас | 900 000 | 2 200 000 |
| Экономия на электричестве (3 года) | 0 | +540 000 |
| Срок службы | 3 года | 10 лет |
| Эффективные затраты в год | 300 000 / год | 166 000 / год |
Правильный ответ зависит от ставки дисконтирования и горизонта планирования — но не от 3,5 млн MDL, которые уже ушли.
ГИГ инвестировал 4 млн MDL в разработку нового направления — производство макаронных изделий на базе МК. Потрачено уже 3 млн. Свежий анализ: при выходе на рынок направление принесёт убыток 500 000 MDL/год. Вкладывать оставшийся 1 млн и запускать? Объясните решение через концепцию sunk costs.
Закон спроса и предложения мы разбирали подробно в базовом курсе. Здесь — акцент на том, что важно именно в ME: умение быстро читать рыночную ситуацию и предсказывать, как шок одного фактора пройдёт через всю цепочку до цены и объёма.
Движение вдоль кривой — когда меняется сама цена товара. Спрос или предложение не меняются, просто движемся по той же кривой.
Сдвиг кривой — когда меняется что-то другое (доходы, цены на другие товары, затраты, технология). Вся кривая смещается влево или вправо. Это принципиально разные явления.
Факторы, сдвигающие кривую спроса на муку
Сдвиг вправо (рост спроса)
Рост доходов населения · Увеличение числа покупателей · Рост цен на хлеб (сдвигает спрос на муку) · Ожидание дефицита · Сезонность (Пасха, Новый год)
Сдвиг влево (снижение спроса)
Падение доходов · Рост цен на муку импортную (если они стали конкурентнее) · Тренд на безглютеновое питание · Падение численности населения ПМР
Факторы, сдвигающие кривую предложения МК
Сдвиг вправо (рост предложения)
Снижение цены пшеницы · Технологическое улучшение · Снижение тарифов на электроэнергию · Выход нового помольного агрегата
Сдвиг влево (снижение предложения)
Рост цены пшеницы (+1 USD/тонна → MC растёт → кривая S вверх) · Рост цен на энергию · Поломка оборудования · Ужесточение санитарных норм
Условный сезон 2025: пшеница на CBOT выросла с $220 до $260/тонна (+18%). Что это значит для МК?
MC → растёт (пшеница ≈ 65% переменных затрат МК). Кривая предложения МК сдвигается влево. При неизменном спросе — цена муки должна вырасти, объём реализации снизится. Вопрос для Фролкова: можно ли переложить рост затрат в цену, или конкуренты удержат цену и придётся сжимать маржу?
MDL ослаб к USD на 8%. Пшеница закупается в USD. Что произойдёт с кривой предложения МК? С кривой спроса? Изобразите направление изменений словами.
Эластичность — это «чувствительность». Как сильно изменится спрос, если поднять цену на 10%? Потеряет ли МК клиентов или они всё равно купят? Ответ зависит от эластичности. Именно она определяет, есть ли у МК ценовая власть.
Показывает, на сколько процентов изменится объём спроса Q при изменении цены P на 1%.
Знак E_d всегда отрицательный (цена растёт → спрос падает). Для удобства часто используют |E_d|.
| Значение |E_d| | Тип спроса | Что значит | Примеры |
|---|---|---|---|
| |E_d| > 1 | Эластичный (Elastic) | Q реагирует сильнее, чем P | Конкретный бренд муки, деликатесы |
| |E_d| = 1 | Единичная эластичность | Q и P меняются одинаково | TR не меняется при изменении P |
| |E_d| < 1 | Неэластичный (Inelastic) | Q реагирует слабее, чем P | Мука как продукт первой необходимости |
| |E_d| = 0 | Совершенно неэластичный | Q не реагирует на P вообще | Инсулин для диабетиков |
Эластичность и выручка TR — главное практическое следствие
| Тип спроса | МК поднимает цену | МК снижает цену |
|---|---|---|
| Неэластичный (|E_d| < 1) | TR растёт ↑ | TR падает ↓ |
| Единичная эластичность | TR не меняется | TR не меняется |
| Эластичный (|E_d| > 1) | TR падает ↓ | TR растёт ↑ |
Отсюда вытекает формула оптимальной цены, которую мы подробно разберём в Этапе 4: P* = MC / (1 + 1/E_d). Для этой формулы нужно знать эластичность. Именно поэтому МК должен её оценивать — хотя бы приблизительно.
E_y = (ΔQ / Q) / (ΔY / Y) — реакция спроса на изменение дохода покупателей.
E_y > 0: нормальный товар — доходы растут, спрос растёт. E_y < 0: низший товар (inferior good) — доходы растут, спрос падает (переходят на более качественный продукт). E_y > 1: предмет роскоши (luxury good).
Мука — нормальный товар с относительно низкой E_y: при росте доходов люди не покупают намного больше муки, они просто переходят на более дорогой хлеб.
E_xy = (ΔQx / Qx) / (ΔPy / Py) — как спрос на товар X реагирует на цену товара Y.
E_xy > 0: товары-субституты (заменители). Если дорожает Y, покупают больше X. Пример: импортная мука дорожает → спрос на муку МК растёт.
E_xy < 0: товары-комплементы (дополняющие). Если дорожает Y, покупают меньше X. Пример: хлебопекарные дрожжи и мука — рост цены дрожжей снижает спрос на муку для выпечки.
Для оптимизации ценовой стратегии МК нужно оценить три числа:
|E_d| муки на рынке ПМР — предположительно 0,3–0,6 (неэластичный: мука — продукт первой необходимости, конкуренты ограничены). Значит, умеренное повышение цены увеличит TR.
E_xy (мука МК / импортная мука) — если E_xy высокая (близко к 1), значит покупатели легко переключаются на импорт при росте цены МК. Это ограничивает ценовую власть.
E_xy (мука / комбикорм) — если МК одновременно производит оба продукта, нужно понимать, не каннибализируют ли они друг друга.
МК поднимает цену муки на 5%. Объём продаж падает на 2%. Посчитайте |E_d|. Эластичный или неэластичный спрос? Как изменится выручка TR — вырастет или упадёт? Проверьте через таблицу выше.
Эти концепции — мост между теорией рынка и практикой ценообразования. CS показывает, сколько «оставлено на столе» для покупателя. Цель ценовой стратегии МК (Этап 4) — легально и умно переместить часть CS в PS, не разрушив рынок.
Consumer Surplus (CS) — Излишек потребителя: разница между максимальной суммой, которую покупатель готов заплатить, и ценой, которую он платит фактически. Это «подарок» покупателю от рынка.
Producer Surplus (PS) — Излишек производителя: разница между ценой, которую производитель получает, и минимальной ценой, за которую он готов продать (его MC). Это «подарок» продавцу.
Total Surplus (TS) = CS + PS — общее благосостояние на рынке. Конкурентный рынок максимизирует TS.
Если рынок не находится в равновесии (монополия, налог, ценовой потолок) — часть Total Surplus исчезает. Это DWL (Deadweight Loss — безвозвратные потери). Они не достаются ни покупателю, ни продавцу — просто уничтожаются.
Когда МК как монополист устанавливает цену выше P* — он захватывает часть CS в свой PS, но часть общего излишка уходит в DWL: сделки, которые были бы взаимовыгодны при P*, перестают происходить.
Именно поэтому в Этапе 4 мы изучим ценовую дискриминацию: её цель — захватить как можно больше CS без создания DWL.
МК поднимает цену муки выше конкурентного уровня P*. Что происходит с CS? Что происходит с PS? Появляется ли DWL? Покажите направление изменений словами.
Это нотация управленческой экономики. Все эти аббревиатуры — просто способы смотреть на одни и те же затраты под разными углами. Когда вы видите кривые издержек, вы видите не абстракцию — вы видите реальную ситуацию МК при разных объёмах помола.
Базовые виды затрат
FC — Fixed Costs (Постоянные затраты)
Не зависят от объёма производства Q. Аренда земли, амортизация зданий и оборудования, управленческие зарплаты, страхование. В МК: зарплата директора Фролкова, амортизация мельниц — одинаковы при Q = 100 или Q = 2 000 тонн.
VC — Variable Costs (Переменные затраты)
Растут вместе с Q. Пшеница, мешки, электричество (частично), сдельные зарплаты рабочих, топливо для погрузчиков. В МК: затраты на пшеницу пропорциональны объёму помола.
Средние (на единицу продукции) и предельные затраты
| Обозначение | Расшифровка | Формула | Поведение при росте Q |
|---|---|---|---|
| AFC | Average Fixed Cost Средние постоянные затраты | FC / Q | Всегда убывает — FC размазывается на больший объём |
| AVC | Average Variable Cost Средние переменные затраты | VC / Q | U-образная: сначала снижается (эффективность), потом растёт (перегрузка) |
| ATC | Average Total Cost Средние общие затраты | TC / Q = AFC + AVC | U-образная, всегда выше AVC на величину AFC |
| MC | Marginal Cost Предельные затраты | dTC/dQ = dVC/dQ | U-образная, пересекает AVC и ATC в их минимумах |
| MR | Marginal Revenue Предельная выручка | dTR/dQ | При совершенной конкуренции MR = P; при монополии MR < P |
Это математика, которую мы доказали в Теме 4 через правило частного. Если MC < ATC — каждая новая единица «тянет» среднее вниз, ATC убывает. Если MC > ATC — каждая новая единица тянет среднее вверх, ATC растёт. В момент, когда MC = ATC — среднее не меняется, это и есть минимум. Та же логика для AVC.
| Q (тонн) | FC | VC | TC | ATC | MC |
|---|---|---|---|---|---|
| 0 | 1 200 000 | 0 | 1 200 000 | — | — |
| 500 | 1 200 000 | 2 875 000 | 4 075 000 | 8 150 | 5 750 |
| 1 000 | 1 200 000 | 6 000 000 | 7 200 000 | 7 200 | 6 250 |
| 1 500 | 1 200 000 | 9 375 000 | 10 575 000 | 7 050 | 6 750 |
| 2 000 | 1 200 000 | 13 000 000 | 14 200 000 | 7 100 | 7 250 |
| 2 500 | 1 200 000 | 16 875 000 | 18 075 000 | 7 230 | 7 750 |
При росте Q с 0 до 1 500 тонн ATC убывает (AFC размазывается быстрее, чем растут MC). После 1 500 тонн MC обгоняет снижение AFC — ATC начинает расти. Минимум ATC ≈ при Q = 1 500 тонн.
В таблице выше MC при Q = 500 равен 5 750, а при Q = 1 000 — 6 250. Это предельные затраты на шаге в 500 тонн. Как изменится AFC при росте Q с 500 до 1 000? Почему ATC снижается, несмотря на рост MC?
В краткосрочном периоде мощности фиксированы: нельзя быстро построить новый склад или купить ещё одну мельницу. Но в долгосрочном — все факторы производства переменные. Тогда возникает вопрос: если мы удвоим все ресурсы — удвоится ли выпуск? Ответ на этот вопрос определяет, есть ли смысл расти.
Положительный эффект масштаба (Economies of Scale): при росте масштаба производства долгосрочные средние затраты LRATC снижаются. Удваиваем ресурсы — выпуск растёт более чем вдвое. Характерно для крупных производств в начале роста.
Постоянная отдача (Constant Returns to Scale): LRATC не меняется. Выпуск растёт пропорционально ресурсам.
Отрицательный эффект масштаба (Diseconomies of Scale): LRATC растут. Бизнес становится слишком большим для эффективного управления.
Адам Смит в «Богатстве народов» (1776) описал знаменитый пример фабрики по производству булавок. Один рабочий, делающий всё сам, производил 20 булавок в день. Десять рабочих с разделением труда — 48 000 булавок в день. Это 4 800-кратный прирост производительности при 10-кратном росте ресурсов — классический пример экономии от масштаба.
Источники экономии: специализация труда, неделимость капитала (одна большая мельница эффективнее двух маленьких), оптовые закупки, распределение постоянных затрат на управление.
Минимальный эффективный масштаб (MES)
MES (Minimum Efficient Scale) — минимальный объём производства, при котором достигается минимум LRATC. Это точка, где все экономии от масштаба уже использованы, но потери ещё не начались. Предприятие, работающее ниже MES, проигрывает конкурентам в себестоимости.
Мукомольная отрасль имеет значительный MES. Крупные мельницы Украины и России перерабатывают 1 000–5 000 тонн/сутки. МК ГИГ — значительно меньше. Что это значит?
Хорошая новость: МК, вероятно, находится на снижающемся участке LRATC — есть потенциал снижения себестоимости через наращивание объёма. Каждая дополнительная тонна помола дешевле предыдущей (в части средних затрат).
Сложная новость: крупные украинские и молдавские мельницы уже прошли MES и работают при более низком LRATC. Это структурное конкурентное преимущество, которое МК не может преодолеть только эффективностью — нужна стратегия (специализация, ниша, локальный сервис, скорость поставки, трансфертные цены внутри ГИГ).
В Этапе 5 разберём, как это влияет на конкурентную стратегию МК на рынке муки ПМР.
- Альтернативные издержки: бухгалтерская прибыль видит явные затраты; экономическая — ещё и упущенные альтернативы. МК с прибылью 5 млн может быть экономически убыточным
- Sunk Costs: уже потраченное не возвращается — не должно влиять на будущие решения. Смотрим только на будущие инкрементальные затраты и доходы
- Сдвиги кривых: рост цены пшеницы → S сдвигается влево → цена муки растёт, объём падает. Движение вдоль кривой ≠ сдвиг кривой
- Эластичность: |E_d| определяет, как TR реагирует на изменение цены. При неэластичном спросе — рост цены увеличивает TR. Формула E_d нужна для оптимального ценообразования (Этап 4)
- CS и PS: конкурентный рынок максимизирует Total Surplus. Монополист захватывает часть CS → создаёт DWL. Ценовая дискриминация (Этап 4) — способ захватить CS без DWL
- Структура затрат: FC + VC = TC; AFC всегда убывает; MC пересекает ATC и AVC в их минимумах — математическое следствие, не случайность
- Economies of Scale: на снижающемся участке LRATC — рост объёма снижает себестоимость. МК, вероятно, ещё не достиг MES — это и риск, и возможность
В Этапе 0 (Тема 3) мы вывели MR = MC алгебраически: приравняли π'(Q) = 0 и получили MR − MC = 0. Здесь добавляем графический язык — он нужен, чтобы видеть ситуацию целиком и быстро читать любую рыночную ситуацию без формул.
Одна и та же точка Q* описывается двумя способами одновременно:
Верхняя панель (π): прибыль максимальна → касательная к кривой π(Q) горизонтальна → π'(Q*) = 0.
Нижняя панель (MR и MC): кривые MR и MC пересекаются. Слева от Q* — MR > MC (каждая единица добавляет к прибыли), справа — MR < MC (каждая единица убирает). Только в Q* нет стимула двигаться ни вправо, ни влево.
Числовой пример МК — найти Q* двумя способами
Способ 1 — через производную:
π(Q) = 2 500Q − 0,5Q² − 1 200 000
π'(Q) = 2 500 − Q = 0 → Q* = 2 500 тонн
Способ 2 — через MR = MC:
MR = dTR/dQ = 8 000 (цена не зависит от Q — МК продаёт по рыночной цене)
MC = dTC/dQ = 5 500 + Q
MR = MC: 8 000 = 5 500 + Q → Q* = 2 500 тонн ✓
π(2 500) = 2 500·2 500 − 0,5·2 500² − 1 200 000 = 6 250 000 − 3 125 000 − 1 200 000 = 1 925 000 MDL/мес
Цена муки упала до 7 000 MDL/тонну (MDL ослаб, конкуренты демпингуют). TC прежний. Найдите новый Q*. Какой стала прибыль? Покажите через MR = MC.
На конкурентном рынке у фирмы нет ценовой власти: она принимает цену как данность и решает только один вопрос — сколько производить. Именно эта структура задаёт «нижнюю» планку: дальше мы увидим, как монополия и олигополия отклоняются от неё и что это даёт.
1. Много продавцов и покупателей — ни один не влияет на цену.
2. Однородный товар — продукция неотличима (пшеница одного сорта = пшеница).
3. Свободный вход и выход — нет барьеров для появления новых фирм.
4. Полная информация — все знают цены и технологии.
Рынок пшеницы (CBOT, MATIF, Чёрное море) — один из самых близких к совершенной конкуренции в реальном мире.
Почему P = MR при совершенной конкуренции
Конкурентная фирма — price taker (ценополучатель): цена P задана рынком, фирма не может на неё повлиять. Значит, каждая дополнительная единица продаётся по той же цене P.
MR = P — это постоянная величина. Кривая MR горизонтальна на уровне рыночной цены. Отсюда правило для конкурентной фирмы:
Долгосрочное равновесие конкурентного рынка
Если цена выше ATC → фирмы получают экономическую прибыль → привлекает новых участников → предложение растёт → цена падает. Процесс продолжается, пока P → min ATC и экономическая прибыль → 0 (нормальная прибыль).
Вывод: в долгосрочном конкурентном равновесии P = MR = MC = min ATC. Это самый эффективный из всех рыночных исходов — минимальная цена для покупателя, нулевые экономические потери от масштаба.
Рустас продаёт пшеницу по цене CBOT + базис. Это близко к совершенной конкуренции. Что означает для Рустаса долгосрочное равновесие? Может ли Рустас иметь устойчивую экономическую прибыль? Что для этого нужно?
Убыточная фирма — не всегда та, которую нужно немедленно закрывать. Решение «продолжать или остановиться» зависит от временного горизонта и от того, какие затраты уже зафиксированы. Это одно из самых практически важных приложений sunk costs.
В краткосрочном периоде постоянные затраты FC уже оплачены (или обязательства взяты) — они стали sunk costs. Их нельзя вернуть, остановив производство.
Сравниваем два варианта:
Вариант А — производить Q > 0: π = TR − VC − FC
Вариант Б — не производить (Q = 0): π = −FC (теряем только постоянные)
Производить выгоднее, когда A > B: TR − VC − FC > −FC → TR > VC → P > AVC
В долгосрочном периоде фирма может не обновлять контракты, продать оборудование, уволить всех. FC больше не sunk — они избегаемы.
Вариант А — остаться: π = TR − TC
Вариант Б — выйти с рынка: π = 0 (нет ни затрат, ни выручки)
Остаться выгоднее, когда TR > TC → P > ATC
P > ATC: прибыльно. Производим, наращиваем если возможно.
AVC ≤ P < ATC: убыток, но TR покрывает переменные затраты и хотя бы часть FC. В краткосрочном периоде продолжаем: остановка добавит убытки, а не уберёт их. В долгосрочном — выходим.
P < AVC: TR не покрывает даже переменные затраты. Каждая произведённая единица увеличивает убыток. Останавливаем немедленно — в любом горизонте.
МК: при Q = 2 500 тонн: AVC = 5 500 + 0,5·2 500 = 6 750 MDL/тонну, ATC = 7 230 MDL/тонну.
Сейчас цена муки P = 8 000 MDL/тонну. P > ATC → работаем с прибылью ✓
Краткосрочная остановка: если P упадёт ниже min AVC ≈ 5 500 MDL/тонну (при Q → 0, AVC → 5 500). На практике: если цена муки упадёт ниже чистых переменных затрат на тонну — помол останавливается, даже если кредиты продолжают начисляться.
Долгосрочный выход: если P ниже min ATC стабильно несколько сезонов — МК должен быть реструктурирован или закрыт. При текущей структуре min ATC ≈ 7 050 MDL/тонну (из таблицы Темы 11). Если цена муки опустится ниже 7 050 и останется там — в долгосрочном плане производство нежизнеспособно.
МК взял кредит 5 000 000 MDL на полгода под 14% годовых и купил пшеницу. Цена муки обвалилась до 6 200 MDL/тонну. AVC при Q = 2 000 тонн составляет 6 500 MDL/тонну. Стоит ли продолжать производство? Что с кредитом — это sunk cost или нет? Объясните решение через краткосрочное условие закрытия.
CVP-анализ (Cost-Volume-Profit) — самый используемый инструмент управленческого учёта. Отвечает на три вопроса: при каком объёме мы перестаём терять деньги? Сколько нужно продать, чтобы заработать целевую прибыль? Насколько мы защищены от падения объёма?
CM на единицу = P − AVC — сколько каждая проданная единица «вносит» в покрытие постоянных затрат и прибыли.
CM суммарный = TR − VC — сколько весь объём продаж вносит в покрытие FC.
CM-коэффициент (CM ratio) = CM/P = (P − AVC)/P — доля CM в цене. Показывает, сколько копеек с каждого MDL выручки идёт на покрытие FC.
Формулы точки безубыточности (Break-Even Point, BEP)
Profit formula удобнее записать через CM:
Для целевой прибыли π_target — сколько нужно произвести:
Запас прочности (Safety Margin)
Safety Margin (запас прочности) — насколько текущий объём превышает BEP:
Чем выше — тем устойчивее бизнес к падению объёма. Safety Margin 30% означает: объём продаж может упасть на 30% прежде чем мы начнём терять деньги.
P = 8 000 MDL/тонну, AVC = 5 500 MDL/тонну (линейное приближение), FC = 1 200 000 MDL/мес.
CM = 8 000 − 5 500 = 2 500 MDL/тонну
CM-коэффициент = 2 500/8 000 = 31,25% — каждые 100 MDL выручки дают 31,25 MDL на покрытие FC и прибыль
Q_BEP = 1 200 000 / 2 500 = 480 тонн/мес
TR_BEP = 480 × 8 000 = 3 840 000 MDL/мес
Текущий объём Q = 2 500 тонн:
Safety Margin = (2 500 − 480) / 2 500 = 80,8% — очень высокий запас. Объём может упасть на 80% прежде чем МК выйдет в ноль.
Если цена пшеницы вырастет и AVC поднимется до 7 000 MDL/тонну:
CM = 8 000 − 7 000 = 1 000, Q_BEP = 1 200 000/1 000 = 1 200 тонн. Запас прочности сократится с 80,8% до (2 500−1 200)/2 500 = 52%. Ещё управляемо, но риск вырос втрое.
Рустас: 1 500 га под пшеницей. FC = 2 400 000 MDL/сезон (аренда, техника, административные расходы). VC = 4 200 MDL/га (семена, удобрения, топливо, сдельный труд). Урожайность = 4,5 т/га. Цена = 5 200 MDL/тонну.
AVC/тонну = 4 200 / 4,5 = 933 MDL/тонну
CM = 5 200 − 933 = 4 267 MDL/тонну
Q_BEP = 2 400 000 / 4 267 = 562 тонны
Площадь_BEP = 562 / 4,5 = 125 га из 1 500 га — только 8% площади нужно убрать, чтобы покрыть все FC.
Safety Margin = (1 500·4,5 − 562)/(1 500·4,5) = 6 188/6 750 = 91,7%
Рустас очень устойчив к падению урожая — даже при потере 90% площади (катастрофа) он не уйдёт в убыток по переменным затратам. Риск в FC — если цена пшеницы упадёт ниже AVC 933 MDL/тонну, условие краткосрочного закрытия (P < AVC) наступит при цене пшеницы всего $50/тонну. Это исторически маловероятно.
800 га. FC = 1 200 000 MDL/сезон. VC = 5 800 MDL/га. Урожайность = 2,8 т/га. Цена = 6 800 MDL/тонну.
AVC/тонну = 5 800 / 2,8 = 2 071 MDL/тонну
CM = 6 800 − 2 071 = 4 729 MDL/тонну
Q_BEP = 1 200 000 / 4 729 = 254 тонны
Площадь_BEP = 254 / 2,8 = 91 га из 800 га (11% площади).
Для достижения целевой прибыли 3 000 000 MDL/сезон:
Q_target = (1 200 000 + 3 000 000) / 4 729 = 4 200 000 / 4 729 = 888 тонн = 317 га из 800 га.
Урожайность СолнцеДара падает из-за засухи с 2,8 до 2,0 т/га. Цены и затраты прежние. Пересчитайте Q_BEP и площадь_BEP. Изменился ли CM? Почему убыток при одинаковой площади теперь возможен?
Почему прибыль МК так сильно реагирует на изменение объёма помола? Потому что у МК высокая доля постоянных затрат. Это называется «операционный рычаг» (leverage = рычаг): как физический рычаг усиливает силу, он усиливает как прибыль при росте, так и убытки при падении объёма.
DOL = CM / π = (TR − VC) / (TR − VC − FC)
DOL показывает: на сколько процентов изменится операционная прибыль при изменении выручки на 1%.
Чем выше доля FC в структуре затрат — тем выше DOL.
МК при Q = 2 500 тонн (линейная модель):
| Показатель | МК | ПЛК (гипотетический) |
|---|---|---|
| Выручка TR | 20 000 000 | 9 000 000 |
| Переменные затраты VC | 13 750 000 | 3 000 000 |
| Вклад CM = TR − VC | 6 250 000 | 6 000 000 |
| Постоянные затраты FC | 1 200 000 | 5 000 000 |
| Операционная прибыль π | 5 050 000 | 1 000 000 |
| DOL = CM / π | 1,24 | 6,0 |
Что это означает:
Выручка МК падает на 10% (помол снижается): прибыль МК падает на 1,24 × 10% = 12,4%. Управляемо.
Грузооборот ПЛК падает на 10%: прибыль ПЛК падает на 6,0 × 10% = 60%! Высококрисковая структура.
ПЛК с его дорогостоящей инфраструктурой (причалы, краны, склады) имеет огромные FC — отсюда высокий DOL. В хорошее время это усилитель прибыли. В кризис — усилитель убытков.
Высокий DOL требует более консервативного управления и большего запаса ликвидности. Бизнесы с DOL > 3–4 не должны работать при Safety Margin меньше 30–40%, иначе небольшое падение объёма быстро обнуляет прибыль.
Для снижения DOL: перевод постоянных затрат в переменные (аутсорс охраны, лизинг вместо покупки техники, сдельная оплата). Но за это платим: теряем выигрыш от масштаба при высоких объёмах.
Посчитайте DOL для МК в пессимистичном сценарии: AVC выросло до 7 000 MDL/тонну, объём Q = 2 500 тонн, FC прежний. Как изменился DOL по сравнению с базовым сценарием? Почему? Что это значит для устойчивости бизнеса?
Линейный CVP (Тема 16) предполагал постоянный CM — цена и AVC неизменны. В реальном МК это упрощение: AVC растёт с объёмом (из-за износа, перегрузки оборудования), а спрос на муку может быть эластичным по цене. Это меняет форму задачи — появляются два BEP и конечный оптимум.
Нелинейная функция прибыли
Для МК из Этапа 0: TC(Q) = 1 200 000 + 5 500Q + 0,5Q²
При постоянной цене P = 8 000: TR = 8 000Q
Это парабола с двумя корнями (два BEP) и максимумом Q* = 2 500. Оба BEP — реальные числа:
2 500Q − 0,5Q² − 1 200 000 = 0 → 0,5Q² − 2 500Q + 1 200 000 = 0
Q² − 5 000Q + 2 400 000 = 0 → Q = (5 000 ± √(25 000 000 − 9 600 000)) / 2
Q = (5 000 ± √15 400 000) / 2 = (5 000 ± 3 924) / 2
BEP₁ = 538 тонн, BEP₂ = 4 462 тонны
Ключевой вопрос ГИГ — при какой цене пшеницы МК перестаёт окупаться
Если цена пшеницы вырастет на k MDL за тонну пшеницы, и выход муки из тонны пшеницы = 72% (то есть на 1 тонну муки нужно 1/0,72 ≈ 1,39 тонн пшеницы), то AVC при производстве муки вырастет на 1,39 × k MDL/тонну муки. Назовём этот дополнительный AVC буквой δ:
Новая функция прибыли при росте цены пшеницы:
Максимум этой функции: π'(Q) = (2 500 − δ) − Q = 0 → Q*(δ) = 2 500 − δ
Максимальная прибыль: π_max(δ) = (2 500 − δ)²/2 − 1 200 000
Критическая точка: МК не может окупиться вообще (π_max = 0 при любом Q) когда:
(2 500 − δ)²/2 = 1 200 000 → (2 500 − δ)² = 2 400 000 → 2 500 − δ = 1 549
Переходим к цене пшеницы: δ = 1,39 × ΔP_пшеница = 951 → ΔP_пшеница = 684 MDL/тонну пшеницы
Обратный расчёт: пшеница в нынешней AVC занимает 5 500 × 0,65 = 3 575 MDL/тонну муки = 1,39 × P_текущая → P_текущая ≈ 2 572 MDL/тонну пшеницы.
| Порог | Цена пшеницы | Что происходит |
|---|---|---|
| Сейчас (базовый сценарий) | ≈ 2 572 MDL/т (≈ $139/т при 18,5 MDL/$) | π* = 1 925 000 MDL/мес. Q* = 2 500 т. |
| +500 MDL/т пшеницы | 3 072 MDL/т | δ = 695. π_max = (1805)²/2 − 1 200 000 ≈ 428 800. Q* = 1 805 т. Прибыль резко упала. |
| +684 MDL/т пшеницы | 3 256 MDL/т (≈ $176/т) | π_max = 0. МК работает в ноль. Покрывает все затраты только при одном точном Q*. Любое отклонение — убыток. |
| > +684 MDL/т | > 3 256 MDL/т | Нет ни одного Q, при котором π ≥ 0. МК убыточен при любом объёме. Нужны либо рост цены муки, либо снижение FC, либо остановка. |
Этот расчёт — прямой управленческий инструмент: если CBOT/MATIF + базис превышают $176/тонну пшеницы при текущей цене муки 8 000 MDL/тонну, МК должен либо повышать цену муки, либо временно снижать объём. Ни то, ни другое не гарантировано при конкурентном рынке — но теперь вы знаете конкретное пороговое значение.
- MR = MC — правило, за которым стоит π'(Q) = 0. Находим двумя путями: алгебраически (производная) или графически (пересечение MR и MC)
- Совершенная конкуренция: P = MR — кривая MR горизонтальна. Долгосрочное равновесие: P = min ATC, экономическая прибыль = 0
- Условия закрытия: краткосрочно — P < AVC (немедленно останавливаемся); долгосрочно — P < ATC (покидаем рынок). FC в краткосрочном периоде = sunk cost
- CVP-анализ: Q_BEP = FC/CM, где CM = P − AVC. МК: Q_BEP = 480 тонн при текущей структуре. Safety Margin = 80,8%
- Операционный рычаг: DOL = CM/π. Высокий DOL → прибыль чувствительна к объёму. ПЛК с инфраструктурными FC имеет DOL ≈ 6 — высокий риск
- Нелинейный CVP: два BEP, оптимум внутри. МК неустойчив при пшенице выше ≈ 3 256 MDL/тонну ($176/т) — выше этого порога никакой объём не даёт прибыли без изменения цены муки
Любое инвестиционное решение сравнивает деньги в разные моменты времени. 10 млн MDL сегодня и 10 млн через три года — это разные суммы. Понять почему — значит освоить главный математический язык инвестиционного анализа.
1. Альтернативная стоимость (Opportunity Cost): деньги сегодня можно инвестировать и получить доход. 1 млн MDL под 12% годовых через год станет 1,12 млн.
2. Инфляция (Inflation): при инфляции 8% то же количество денег через год купит меньше товаров.
3. Риск (Risk): будущий платёж может не состояться — контрагент обанкротится, проект провалится. Определённость сегодня ценнее неопределённости завтра.
Глиняные таблички Месопотамии (≈ 2000 до н.э.) содержат задачи на сложные проценты — купцы Вавилона умели наращивать долг. Леонардо Фибоначчи в «Liber Abaci» (1202) включил задачи на дисконтирование для торговых расчётов — первый письменный учебник по TVM.
Якоб Бернулли (1683) открыл число e, исследуя предел непрерывного начисления процентов: как часто ни начисляй — сумма не превышает e ≈ 2,718...
Современный NPV-анализ сформировал Ирвинг Фишер («The Theory of Interest», 1907): он первым строго показал, что инвестиционные решения должны приниматься через дисконтированные денежные потоки. В практику бизнеса NPV ввёл Джоэл Дин в 1950-х годах.
Наращение и дисконтирование — два направления одной формулы
Где: PV (Present Value) — текущая стоимость, FV (Future Value) — будущая стоимость, r — ставка дисконтирования (discount rate) за период, n — число периодов.
Аннуитет — поток равных платежей
Если проект генерирует одинаковый CF каждый год в течение n лет, сумму всех дисконтированных платежей считают через PVIFA (Present Value Interest Factor of Annuity):
| r | PVIFA(r, 5 лет) | PVIFA(r, 7 лет) | PVIFA(r, 10 лет) |
|---|---|---|---|
| 10% | 3,791 | 4,868 | 6,145 |
| 12% | 3,605 | 4,564 | 5,650 |
| 14% | 3,433 | 4,288 | 5,216 |
| 16% | 3,274 | 4,039 | 4,833 |
| 18% | 3,127 | 3,812 | 4,494 |
Выбор ставки r критически влияет на NPV. Для компании в ПМР/Молдове разумный диапазон — 14–18%, потому что он включает: безрисковую ставку (≈ 10–12% в регионе) + страновой риск (2–3%) + отраслевой операционный риск (2–3%) + валютный риск MDL/USD (1–2%).
Западные учебники используют 8–10%. Применять их в расчётах для ГИГ значит систематически завышать NPV и одобрять нежизнеспособные проекты.
Поставщик запчастей предлагает два варианта оплаты нового сепаратора: 3 000 000 MDL сегодня или 3 600 000 MDL через год. WACC ГИГ = 14%.
PV отложенного платежа = 3 600 000 / 1,14 = 3 157 895 MDL
3 157 895 > 3 000 000 → выгоднее заплатить сегодня: сэкономим 157 895 MDL в приведённых ценах.
Но если WACC = 20%: PV = 3 600 000 / 1,20 = 3 000 000. Оба варианта одинаковы — ставка безразличия равна 20%.
МК рассматривает контракт: подрядчик делает ремонт бесплатно сейчас, но берёт 350 000 MDL/год в течение 8 лет (техническое обслуживание). Альтернатива — заплатить 1 800 000 MDL сейчас и обслуживать самостоятельно. WACC = 14%. Какой вариант дешевле в приведённых ценах?
NPV и IRR — два стандартных критерия оценки инвестиционных проектов. Они дают один и тот же ответ «брать — не брать», но говорят о разных вещах: NPV — в рублях, IRR — в процентах. Когда они расходятся, верить нужно NPV.
NPV — сумма всех дисконтированных денежных потоков проекта, включая начальные инвестиции.
Где: I₀ — начальные инвестиции, CF_t — денежный поток в период t, r — ставка дисконтирования (WACC).
Правило: инвестировать если NPV > 0. Проект создаёт стоимость сверх требуемой доходности. Если выбирать из нескольких проектов — выбираем тот, у которого NPV максимальный.
IRR — ставка дисконтирования r*, при которой NPV = 0. Это «собственная» доходность проекта.
Правило: инвестировать если IRR > r (WACC). Если проект зарабатывает больше, чем стоит капитал — он выгоден.
Вычисляется численно (Excel: = IRR(диапазон CF)), аналитической формулы нет.
МК рассматривает установку второй мельницы. Параметры проекта:
| Параметр | Значение |
|---|---|
| Начальные инвестиции I₀ | 15 000 000 MDL |
| Дополнительный CF в год (1–7) | 3 500 000 MDL/год |
| Ликвидационная стоимость (год 7) | 2 000 000 MDL |
| WACC ГИГ | 12% (оптимистичный) / 16% (реалистичный) |
NPV при WACC = 12%:
NPV = −15 000 000 + 3 500 000 × PVIFA(12%, 7) + 2 000 000 × (1,12)⁻⁷
NPV = −15 000 000 + 3 500 000 × 4,564 + 2 000 000 × 0,4523
NPV = −15 000 000 + 15 974 000 + 904 600 = +1 878 600 MDL → ИНВЕСТИРОВАТЬ ✓
NPV при WACC = 16% (региональный уровень):
NPV = −15 000 000 + 3 500 000 × 4,039 + 2 000 000 × 0,3538
NPV = −15 000 000 + 14 136 500 + 707 600 = −155 900 MDL → ОТКАЗАТЬСЯ ✗
IRR ≈ 15,8% (Excel: =IRR). Проект едва проходит при западных ставках, но не проходит при региональных. Именно поэтому выбор WACC — не технический вопрос, а стратегическое решение.
ГИГ рассматривает строительство элеватора: I₀ = 25 000 000 MDL, CF = 4 200 000 MDL/год на 10 лет. WACC = 12%.
NPV = −25 000 000 + 4 200 000 × 5,650 = −25 000 000 + 23 730 000 = −1 270 000 MDL ✗
При WACC = 10%: NPV = −25 000 000 + 4 200 000 × 6,145 = +809 000 MDL ✓
Вывод: при текущих параметрах проект граничный. Каждый процентный пункт ставки — примерно 1 500 000 MDL NPV. В Теме 21 разберём, как Реальные Опционы могут изменить это решение.
При сравнении взаимоисключающих проектов разного масштаба IRR может вводить в заблуждение. Проект А: I₀ = 1 млн, IRR = 50%. Проект Б: I₀ = 10 млн, IRR = 25%. Если WACC = 10% — IRR говорит «выбирай А», но NPV(А) = 500K, NPV(Б) = 3 000K. Проект Б создаёт больше стоимости. NPV всегда показывает абсолютное создание стоимости.
При каком ежегодном CF элеватор (I₀ = 25 000 000, n = 10 лет) будет иметь NPV = 0 при WACC = 12%? Подсказка: NPV = 0 → CF × 5,650 = 25 000 000.
Стандартный NPV исходит из того, что решение принимается сейчас и навсегда. Но в реальном бизнесе у менеджера всегда есть выбор: подождать, расширить успешный проект или выйти из неудачного. Эта гибкость имеет стоимость. Игнорируя её, NPV систематически занижает ценность проектов в условиях неопределённости.
Реальный опцион — право (но не обязательство) менеджмента принять решение в будущем, когда появится новая информация. По аналогии с финансовым опционом: вы не обязаны им воспользоваться, но право на него стоит денег.
Полная стоимость проекта = NPV + Стоимость реальных опционов
Три главных типа реальных опционов
Опцион на отсрочку (Option to Wait / Delay)
Право подождать с инвестициями до получения новой информации. Ценен, когда неопределённость высока и можно её снизить: дождаться урожая, нового закона, результатов пилота.
Опцион на расширение (Option to Expand)
Если первый этап удался — инвестируем во второй, больший. Проект «с трамплином»: маленький начальный проект открывает дверь к крупному, который был бы невозможен без него.
Опцион на выход (Option to Abandon)
Если проект пошёл плохо — можно продать активы, получить ликвидационную стоимость и уйти. Чем выше ликвидационная стоимость активов — тем дороже опцион на выход.
Опцион на переключение (Option to Switch)
Изменить используемое сырьё, продукт или рынок при изменении условий. МК: если мука становится нерентабельной — переключить помол на комбикорм.
Фишер Блэк, Майрон Шоулс и Роберт Мертон в 1973 году создали формулу ценообразования финансовых опционов. Мертон получил Нобелевскую премию в 1997 году (Блэк умер в 1995, за год до награды).
В 1977 году Стюарт Майерс (Stewart Myers) перенёс идею на реальные активы, введя термин «real options». Он заметил, что росто-возможности компании (R&D, новые рынки, патенты) — это опционы по своей природе. С 1980-х реальные опционы стали частью корпоративных финансов.
Элеватор при WACC = 12%: NPV = −1 270 000 MDL (отрицательный, «не строить»). Но у ГИГ есть опцион ждать 2 года:
Сценарий А (вероятность 55%): зерновые рынки оживляются, арендные ставки элеваторов растут → CF вырастает до 5 200 000/год → NPV(через 2 года) = +3 580 000, PV этого сегодня ≈ +2 853 000.
Сценарий Б (вероятность 45%): рынок стагнирует → CF остаётся 4 200 000/год → строить не выгодно, отказываемся. Потери = 0 (не вложили).
Стоимость опциона ожидания: 0,55 × 2 853 000 + 0,45 × 0 = 1 569 000 MDL
Полная стоимость проекта = NPV стандартный + Стоимость опциона = −1 270 000 + 1 569 000 = +299 000 MDL → ЖДАТЬ, не строить сейчас, но готовить документы
Вторая мельница МК (Тема 20): NPV = +1 878 600 при WACC = 12% (базовый сценарий). Но если мельница успешна — открывается опцион на третью мельницу через 3 года, которая без второй была бы невозможна (нет производственного опыта, инфраструктуры).
Третья мельница: I₀(т+3) = 18 000 000, CF = 4 800 000/год, вероятность реализации = 40% (если рынок позволит). Дисконтированный NPV третьей мельницы к сегодняшнему дню ≈ 2 200 000 MDL.
Стоимость опциона на расширение = 0,40 × 2 200 000 = 880 000 MDL.
Полная стоимость второй мельницы = 1 878 600 + 880 000 = 2 758 600 MDL — решение «строить» становится ещё более очевидным.
МК купил помольный агрегат за 5 000 000 MDL. Через год NPV проекта оказался отрицательным. Агрегат можно продать за 3 500 000 MDL (ликвидационная стоимость). Является ли это реальным опционом? Какого типа? Как 5 000 000 MDL первоначальной стоимости влияет на это решение?
NPV работает когда денежные потоки известны. Но закупка пшеницы для МК — это решение в условиях неопределённости: цена пшеницы неизвестна. EMV и деревья решений — инструменты именно для таких задач: когда результат зависит от будущих событий с известными вероятностями.
EMV = Σ (вероятность события × денежный результат при этом событии)
EMV — среднее значение результата, взвешенное по вероятностям. Это не «что будет», а «чего ожидать в среднем при многократном повторении».
Квадратный узел □ — узел решения: менеджер выбирает ветку (находится под нашим контролем).
Круглый узел ○ — узел шанса: природа / рынок выбирает ветку (вне нашего контроля, задаётся вероятностью).
Метод: backward induction (свёртка дерева) — работаем справа налево: сначала считаем EMV у терминальных узлов, потом у узлов шанса, потом выбираем лучшее в узлах решения.
Задача МК — покупать зерно сейчас или ждать урожая?
МК нужно закупить 3 000 тонн пшеницы на квартал. Текущая цена — 2 800 MDL/тонну. Через 2 недели будут известны результаты урожая. Текущая маржа при цене 2 800: CM = (8 000 − 2 800×1,39 − прочее) = скажем, 2 400 MDL/тонну, прибыль = 7 200 000 MDL/квартал.
Если подождать 2 недели и закупить по новой цене:
— 60% вероятность: урожай хороший → цена упала до 2 500 → CM вырос на 417 MDL/тонну → прибыль = 7 200 000 + 3 000 × 417 = 8 451 000
— 40% вероятность: урожай плохой → цена выросла до 3 200 → CM упал на 556 MDL/тонну → прибыль = 7 200 000 − 3 000 × 556 = 5 532 000
Шаг 1. Узел шанса «рынок»: EMV(ждать) = 0,60 × 8 451 000 + 0,40 × 5 532 000 = 5 070 600 + 2 212 800 = 7 283 400 MDL
Шаг 2. Узел решения: сравниваем 7 200 000 (купить сейчас) vs 7 283 400 (ждать).
→ Оптимальное решение: ЖДАТЬ. Выигрыш = 83 400 MDL по сравнению с немедленной закупкой.
Это 83 400 / 3 000 ≈ 28 MDL/тонну — ценность ожидания. Если склад не может принять пшеницу позже, или есть альтернативные закупочные риски, эту сумму сравнивают со стоимостью неудобства.
Вероятности меняются: 70% хороший урожай, 30% плохой (прогноз стал оптимистичнее). Пересчитайте EMV(ждать). Изменилось ли оптимальное решение? На сколько увеличился выигрыш от ожидания?
Менеджер принял решение через EMV, не зная будущего. Но что если можно заплатить за точный прогноз — агентству, аналитику, инсайдеру? Сколько максимально стоит этот прогноз? На этот вопрос отвечает EVPI.
EVPI — максимальная сумма, которую стоит заплатить за точный (безошибочный) прогноз будущего события перед принятием решения.
EVPI — верхняя граница ценности любой информации. Реальная информация несовершенна — её ценность всегда меньше EVPI.
Расчёт EVPI для задачи МК
Шаг 1: EMV без информации = 7 283 400 MDL (из Темы 22, оптимальное «ждать»).
Шаг 2: EMV с идеальной информацией (EMVPI). Предположим, перед принятием решения мы точно знаем, что будет с урожаем:
— Если знаем «будет хороший урожай» (60% вероятность): оптимально ЖДАТЬ → 8 451 000
— Если знаем «будет плохой урожай» (40% вероятность): оптимально КУПИТЬ СЕЙЧАС → 7 200 000
Шаг 3:
МК должен платить за прогноз урожая не более 667 200 MDL за квартальный цикл закупки (3 000 тонн). Это 222 MDL/тонну пшеницы.
На практике: подписка на аналитику USDA WASDE, MATIF, агрокосмических данных об урожае обходится в $500–2 000/год — ничтожно мало по сравнению с EVPI. Это значит: ГИГ явно должен использовать рыночную аналитику — она многократно окупается.
Фьючерсный хедж: купив фьючерс на пшеницу, МК фиксирует цену и убирает неопределённость. Премия фьючерса (basis + roll cost) ≈ 50–100 MDL/тонну — значительно меньше EVPI 222 MDL/тонну. Финансово — выгодно. В Этапе 9 разберём механику подробно.
EVPI = 0: информация бесполезна (решение одинаково при любом исходе).
EVPI большой: неопределённость велика и разные исходы требуют разных решений. В этом случае стоит инвестировать в информацию — анализ, пилотный проект, дополнительный анализ рынка.
Практический вывод: если EVPI мал — принимай решение сейчас. Если велик — подумай, как снизить неопределённость перед решением.
ГИГ рассматривает заключение долгосрочного контракта с поставщиком пшеницы: либо фиксируют цену на 3 года (3 000 MDL/тонну), либо покупают по рыночной цене. Хорошая рыночная цена (40% вероятность): 2 500 MDL/т. Плохая (60%): 3 800 MDL/т. При закупке 12 000 тонн/год — рассчитайте EMV обеих стратегий и EVPI прогноза урожая на 3 года вперёд.
EMV говорит «ждать выгоднее». Но в реальности менеджер может выбрать «купить сейчас», даже зная это. Почему? Потому что он не максимизирует EMV — он максимизирует ожидаемую полезность. Это разница между EMV-мышлением и реальным поведением под риском.
Неприятие риска (Risk Aversion): менеджер предпочтёт гарантированный результат рискованному варианту с тем же или даже большим EMV. Характерно для большинства людей и организаций.
Нейтральность к риску (Risk Neutrality): решение принимается только на основе EMV, независимо от разброса возможных исходов. «Среднее — это всё, что важно».
Склонность к риску (Risk Seeking / Loving): предпочтение рискованного варианта перед гарантированным с тем же EMV. Редко встречается в бизнесе (характерно для азартных игр).
Certainty Equivalent (CE) — Эквивалент определённости: гарантированная сумма, к которой менеджер относится так же, как к рискованному проекту с EMV выше. CE < EMV у риск-неприятных агентов.
Risk Premium (Премия за риск) = EMV − CE: «скидка» за риск. Сколько менеджер готов «пожертвовать», чтобы уйти от неопределённости.
EMV(ждать) = 7 283 400 MDL, EMV(купить) = 7 200 000 MDL. Разница = 83 400 MDL.
Финансовый директор — риск-нейтрален: выбирает «ждать» (EMV выше). Максимизирует среднее.
Петриман — риск-неприятен: CE(ждать) в его оценке ≈ 7 180 000 MDL (он «скидывает» за неопределённость больше, чем выигрывает). Значит, он предпочтёт гарантированные 7 200 000 (купить сейчас) рискованным 7 283 400. Это рационально при его функции полезности.
Вывод для ГИГ: финансовые решения должны учитывать не только EMV, но и отношение к риску собственника и ключевых стейкхолдеров. Формализовать это помогают стресс-тесты и сценарный анализ (Этапы 8 и 9).
Теоретически диверсифицированный акционер должен быть риск-нейтральным — он держит много бумаг. Но на практике: менеджеры боятся за карьеру (потери видны, упущенная прибыль невидима), банки требуют ковенанты, а крупные убытки могут разрушить репутацию или вызвать проблемы с ликвидностью. Отсюда — страховка, хеджирование, консервативные инвестиционные критерии.
Для ГИГ в ПМР это особенно актуально: ограниченный доступ к внешнему капиталу делает потери от плохого урожая или падения цен несопоставимо болезненными по сравнению с упущенной прибылью. Разумное неприятие риска — не слабость, а адаптация к реальным условиям.
- TVM: деньги сегодня > деньги завтра из-за альтернативной стоимости, инфляции и риска. PV = FV/(1+r)ⁿ, аннуитет = CF × PVIFA(r,n). Для ГИГ WACC ≈ 14–16%, не 10%
- NPV и IRR: NPV = Σ CF_t/(1+r)^t − I₀. Проект выгоден при NPV > 0 или IRR > WACC. Вторая мельница МК: NPV +1 878 600 при 12%, −155 900 при 16% — выбор ставки критичен
- Реальные опционы: полная стоимость = NPV + стоимость опционов на ожидание, расширение, выход. Элеватор при NPV = −1 270 000 всё равно может быть выгоден через опцион на ожидание (+1 569 000)
- EMV и деревья решений: backward induction справа налево. МК: ждать с закупкой пшеницы выгоднее на 83 400 MDL/квартал (28 MDL/тонну)
- EVPI = 667 200 MDL/квартал (222 MDL/тонну): максимальная цена точного прогноза урожая. Рыночная аналитика и хеджирование многократно дешевле → использовать обязательно
- Отношение к риску: риск-неприятный менеджер выбирает CE < EMV. Risk Premium = EMV − CE. Для ГИГ при ограниченном капитале умеренное неприятие риска рационально
Прежде чем строить ценовую стратегию, нужно понять: какова рыночная власть фирмы? Единица измерения — индекс Лернера. Он показывает, насколько цена отрывается от предельных издержек, и связывает ценовую политику с эластичностью спроса.
Индекс Лернера (Lerner Index) L — отношение ценовой надбавки над MC к цене:
L = 0: совершенная конкуренция, P = MC, нет рыночной власти.
L → 1: монополия с высокими барьерами и неэластичным спросом.
Абба Лернер (Abba Lerner) предложил этот показатель в 1934 году в статье «The Concept of Monopoly and the Measurement of Monopoly Power». Лернер хотел единый численный индикатор рыночной власти — заменитель громоздких описаний структуры рынка. Сегодня индекс используется в антимонопольных расследованиях и академических исследованиях.
Связь с эластичностью — главный результат
Из правила MR = MC при profit-maximization (вывод из Этапа 0, Тема 3):
MR = P(1 + 1/E_d) = MC → P − MC = −P/E_d
Это фундаментальное тождество: Lerner Index = обратная величина ценовой эластичности. Чем менее эластичен спрос — тем выше рыночная власть, тем выше L.
| Ситуация | |E_d| | L | Markup P/MC |
|---|---|---|---|
| Совершенная конкуренция | ∞ | 0 | 1,00× |
| МК — экспортный рынок (commodity) | 10 | 0,10 | 1,11× |
| МК — оптовый рынок ПМР | 4 | 0,25 | 1,33× |
| МК — розница (бренд) | 2 | 0,50 | 2,00× |
| Чистая монополия без субститутов | 1,1 | 0,91 | 11,0× |
L = 0,25 на оптовом рынке значит: МК устанавливает надбавку 33% над MC (P = 1,33 × MC). Если конкурент с более низким MC появляется на рынке — L упадёт, прибыль сожмётся. Мониторинг L по сегментам — опережающий индикатор конкурентного давления.
L также используется для оценки перед слиянием: если L после объединения МК с другой мельницей вырастает с 0,25 до 0,45 — антимонопольный регулятор может заблокировать сделку.
МК продаёт муку оптом по 8 500 MDL/тонну при MC = 6 750. Каков индекс Лернера? Какова подразумеваемая ценовая эластичность спроса на муку МК со стороны оптовых покупателей?
Если у МК есть рыночная власть в каком-то сегменте — он не обязан продавать муку по одной цене. Оптимальная цена зависит от эластичности в каждом сегменте. Это не дискриминация — это правильное использование информации о покупателях.
Вывод формулы оптимальной цены
MR = MC при оптимуме. Подставим MR = P(1 + 1/E_d):
Альтернативная форма через модуль эластичности:
Вертикальные палочки |·| — это знак модуля (абсолютного значения). Он означает: возьми число и выброси знак «минус», если он есть. |−2| = 2, |−7,5| = 7,5, |3| = 3.
Зачем он нужен именно здесь. Ценовая эластичность спроса E_d всегда отрицательная по определению: цена растёт → спрос падает → отношение (ΔQ/Q)/(ΔP/P) < 0. Например, E_d = −2 означает: при росте цены на 1% объём спроса падает на 2%.
Если подставить E_d = −2 в первую форму формулы — всё работает правильно, но нужно аккуратно следить за знаком минуса. Когда пишем |E_d| = 2, мы просто берём положительное число и избавляемся от лишней возможности ошибиться со знаком — формула становится чище для практического счёта.
Убедитесь сами — обе записи дают одно и то же при E_d = −2:
Форма 1: P* = MC / (1 + 1/(−2)) = MC / 0,5 = 2 × MC
Форма 2: P* = MC × 2 / (2 − 1) = MC × 2 / 1 = 2 × MC ✓
Коэффициент |E_d|/(|E_d|−1) — это multiplier, насколько цена превышает MC. При |E_d| = 2: multiplier = 2. При |E_d| = 4: multiplier = 4/3 = 1,33.
При |E_d| ≤ 1: (1 + 1/E_d) ≤ 0, что давало бы P* < 0 — бессмысленно. Экономический смысл: монополист никогда не выбирает точку на неэластичном участке спроса. Если он там оказался — повышает цену, пока спрос не станет эластичным. Оптимум всегда на |E_d| > 1.
MC = 6 000 MDL/тонну (при оптимальном объёме, линейное приближение).
| Сегмент | Тип покупателя | |E_d| | P* = MC × |E_d|/(|E_d|−1) | Markup над MC |
|---|---|---|---|---|
| Экспорт | Международный рынок через ПЛК (commodity) | 10 | 6 000 × 10/9 = 6 667 MDL/т | +11% |
| Опт | Хлебозаводы ПМР и Молдовы | 4 | 6 000 × 4/3 = 8 000 MDL/т | +33% |
| Розница | Фасованная мука, магазины | 2 | 6 000 × 2/1 = 12 000 MDL/т | +100% |
Вывод: розничная фасованная мука — самый прибыльный сегмент при той же MC. Именно поэтому крупные мельницы в Европе и России строят розничные бренды: 100% markup vs 11% на экспортном рынке. Для МК это стратегическая точка роста — развитие брендированной розницы снизит зависимость от commodity-ценообразования.
Практическое ограничение: реальная цена розничной муки ограничена конкурентной ценой (импорт, другие производители). Если рынок позволяет только 9 000 MDL/тонну в рознице — ставим 9 000, а не 12 000. Формула даёт ceiling, не обязательство.
Фролков предлагает расширить экспортное направление через ПЛК, снизив розничные поставки. С точки зрения оптимального ценообразования — это увеличивает или снижает прибыль МК? Почему? Какое условие нужно проверить прежде чем принять это решение?
Единая цена для всех покупателей оставляет деньги на столе: часть покупателей готова была заплатить больше (CS → не захвачен). Ценовая дискриминация — легальный инструмент извлечения большей части CS в прибыль, без создания лишних потерь для рынка.
1. Рыночная власть: фирма должна иметь возможность устанавливать цену (не price taker).
2. Возможность сегментации: нужно идентифицировать или отделить покупателей с разной готовностью платить.
3. Невозможность арбитража: покупатели не могут купить дёшево и перепродать дорого. Иначе — сегментация разрушится.
Первая степень — идеальная дискриминация
Каждый покупатель платит ровно свою максимальную готовность (Willingness to Pay, WTP). Продавец захватывает весь CS. DWL = 0 — эффективный исход. На практике почти невозможна: нужно знать WTP каждого.
Пример: переговоры МК с каждым хлебозаводом индивидуально — изучаем их финансовое состояние, альтернативы, сезонные нужды. Если информация полна — можно приближаться к 1-й степени.
Вторая степень — нелинейное ценообразование
Цена зависит от объёма покупки. Покупатель сам выбирает тариф, раскрывая тем самым информацию о себе (самоотбор).
Объёмные скидки (Volume Discounts)
Первые 100 тонн по 9 000, следующие 200 по 8 000, свыше 300 — по 7 200. Крупные пекарни выбирают большие объёмы и платят ниже. Мелкие — платят больше за малый объём.
Двухставочный тариф (Two-Part Tariff)
Абонентский взнос F + цена за единицу P = MC. Оптимально: P = MC (нет DWL), а весь CS изымается через F. Именно так устроены коммунальные услуги и подписки.
ПЛК предоставляет услуги хранения и перевалки зерна. MC обработки = 300 MDL/тонну. Годовой CS клиента при P = MC: допустим 2 400 000 MDL (разница между WTP и оплаченным).
Оптимальный тариф: Access fee F = 2 400 000 MDL/год + P = 300 MDL/тонну.
Клиент не уйдёт: платит F, зато пользуется по MC — общая стоимость = F + P × Q = ровно его WTP. Экономически он безразличен. ПЛК захватил весь CS как фиксированный платёж.
На практике: F — это «плата за резервирование мощности» или «портовый сбор», а P — «стейджинг-ставка за тонну». Такую структуру используют все крупные портовые операторы.
Третья степень — сегментация рынка
Разные группы покупателей платят разные цены. Ключевое условие: невозможность арбитража между сегментами (покупатель из дешёвого сегмента не может перепродать в дорогой).
В каждом сегменте i: P_i* = MC / (1 + 1/E_di)
Следствие: цена выше там, где спрос менее эластичный. Сегмент с |E_d| = 2 платит вдвое выше MC; сегмент с |E_d| = 10 — только 11% сверху MC.
Дополнительный результат: MR_1 = MR_2 = MC. Если MR в одном сегменте выше — надо перераспределить объём туда.
МК одновременно продаёт муку опту по 8 000 MDL/тонну (|E_d| = 4) и рознице по 10 500 MDL/тонну (|E_d| = 2). MC = 6 000. Оптимальны ли эти цены? Для какого сегмента цена отклоняется от формулы — и в какую сторону?
Bundling выгоден когда у разных покупателей разные предпочтения по компонентам пакета. Объединяя продукты с отрицательно коррелированными WTP, продавец захватывает больше прибыли, чем продавая по отдельности.
Pure Bundling: товары продаются только в пакете, не по отдельности. Microsoft Office 365 — нельзя купить только Word.
Mixed Bundling: можно купить по отдельности или в пакете, но пакет дешевле суммы частей. Убеждает покупать вместе тех, кто иначе купил бы один компонент.
Tying (сопряжённые товары): главный продукт привязывает к себе сопутствующий. Принтер + картриджи, бритва + лезвия.
ПЛК предоставляет два сервиса: хранение зерна (A) и перевалку/отгрузку на суда (B).
Два типа клиентов. Клиент 1 (трейдер-экспортёр): WTP_A = 500 MDL/тонну, WTP_B = 4 000 MDL/тонну. Клиент 2 (производитель, хранит зиму): WTP_A = 2 000, WTP_B = 1 500.
| Стратегия | Доход от клиента 1 | Доход от клиента 2 | Итого |
|---|---|---|---|
| Раздельно: A @ 2 000, B @ 4 000 | 0 + 4 000 = 4 000 | 2 000 + 0 = 2 000 | 6 000 |
| Раздельно: A @ 500, B @ 1 500 | 500 + 1 500 = 2 000 | 500 + 1 500 = 2 000 | 4 000 |
| Bundle @ 4 500 (= min WTP_total) | 4 500 | 4 500 | 9 000 ✓ |
Pure bundling по цене 4 500 MDL/тонну захватывает обоих клиентов и даёт выручку 9 000 — на 50% больше, чем лучшая раздельная стратегия.
Почему это работает: WTP_A и WTP_B отрицательно коррелированы — клиент, который много ценит хранение, меньше ценит перевалку, и наоборот. Именно это делает bundling выгодным — пакет «усредняет» их предпочтения.
МК продаёт муку крупным покупателям только при условии, что доставку осуществляет АТП (транспортное предприятие ГИГ). Это классический tying.
Выгода: МК захватывает доход, который иначе ушёл бы сторонним перевозчикам. АТП загружен — снижает удельные FC.
Риск: если покупатель видит, что транспорт АТП дороже рынка — это становится барьером для покупки муки. Нужно следить, чтобы цена АТП не превышала рыночную ставку (иначе tying создаёт отрицательную ценность).
Добавьте третьего клиента к примеру ПЛК: клиент 3 с WTP_A = 1 000, WTP_B = 2 500. При bundle @ 4 500 MDL — купит ли он? Какую цену установить на пакет, чтобы охватить всех трёх клиентов? Сравните выручку.
У ПЛК и АТП фиксированная производственная мощность (причалы, краны, грузовики). Летом-осенью (уборка) — спрос превышает мощность. Зимой — мощности простаивают. Единая цена неэффективна. Peak-load pricing устанавливает разные цены в разные периоды, направляя спрос и окупая инфраструктуру.
Off-peak (ненагруженный период): P_off = MC_переменные. Пользователи платят только за операционные затраты — нет смысла нагружать их капитальными затратами, ведь мощность не дефицитна.
Peak (нагруженный период): P_peak = MC_переменные + β, где β — стоимость единицы мощности в период пика. Именно пиковые пользователи своим спросом «создают» потребность в капитальных инвестициях — им и платить.
Мощность: 15 000 тонн/месяц. Инфраструктурные FC = 3 000 000 MDL/мес (амортизация, охрана, управление). MC переменные = 250 MDL/тонну (операционные: стивидоры, оборудование).
Off-peak (ноябрь–май): фактический объём = 8 000 тонн/мес — мощность не исчерпана.
P_off = MC_var = 250 MDL/тонну
Выручка off-peak = 8 000 × 250 = 2 000 000 MDL. Покрывает только переменные затраты. FC частично не покрыты — это нормально: в off-peak мощность была бы простаивать.
Peak (июль–октябрь, уборка): спрос при P = 250 составит 22 000 тонн — выше мощности 15 000. Дефицит = 7 000 тонн. Стоимость мощности на пиковый объём: FC = 3 000 000/мес, распределённые на 15 000 тонн пика = 200 MDL/тонну.
P_peak = 250 + 200 = 450 MDL/тонну
При P = 450 спрос сократится до уровня ≤ 15 000 тонн — баланс достигнут без очередей.
Выручка пиковый месяц = 15 000 × 450 = 6 750 000 MDL. Покрывает FC + переменные = 3 000 000 + 3 750 000 = 6 750 000 ✓
| Период | Объём | P MDL/т | Выручка | Переменные | Вклад на FC |
|---|---|---|---|---|---|
| Off-peak (7 мес) | 8 000/мес | 250 | 2 000 000 | 2 000 000 | 0 |
| Peak (4 мес уборки) | 15 000/мес | 450 | 6 750 000 | 3 750 000 | 3 000 000 = FC ✓ |
Та же логика для транспорта: пик — август-октябрь, зерновые хозяйства требуют грузовики одновременно. АТП не может физически обслужить всех по низкой цене. Peak-rate устраняет дефицит ценовым сигналом и обеспечивает окупаемость парка.
Практически: летний тариф выше зимнего на 40–80% — это не «злоупотребление», а экономически обоснованный механизм покрытия капитальных затрат теми, кто их создаёт.
ПЛК рассматривает расширение до 20 000 тонн/мес. Новые FC вырастут до 4 200 000 MDL/мес. Off-peak объём ожидается прежним (8 000 тонн). Пересчитайте P_peak при расширенной мощности. Стало ли пиковое ценообразование более или менее выгодным клиентам?
ГИГ — вертикально интегрированный холдинг: МК производит муку, АТП перевозит, ПЛК экспортирует. По какой цене МК «продаёт» муку АТП, а АТП «продаёт» транспортировку ПЛК? Это не просто учётный вопрос — неправильная трансфертная цена (TP) разрушает стимулы и снижает прибыль всего холдинга (Тема 31).
1. Затратный (Cost-based): TP = ATC поставляющего подразделения (или ATC + фиксированный markup). Прост в расчёте, но не стимулирует эффективность: поставляющее подразделение не заинтересовано снижать затраты — TP всё равно покроет любые расходы.
2. Рыночный (Market-based): TP = рыночная цена аналогичного товара/услуги у внешних поставщиков. Даёт правильные стимулы: поставляющее подразделение конкурирует с рынком, а покупающее может выбирать.
3. Переговорный (Negotiated): TP устанавливается переговорами между подразделениями. Гибко, но тратит управленческое время и порождает внутренние конфликты.
Нет внешнего рынка: TP* = MC поставляющего подразделения. Тогда покупающее подразделение видит истинную стоимость ресурса и принимает правильное решение об объёме.
Есть конкурентный внешний рынок: TP* = рыночная цена. Поставляющее подразделение может продавать на рынке — TP = рыночная цена корректна для обоих направлений.
Если MC < рыночная цена < ATC поставляющего: сложный случай, требует анализа дополнительных объёмов и распределения постоянных затрат.
АТП перевозит муку МК. MC транспортировки АТП = 420 MDL/тонну. ATC = 580 MDL/тонну (FC распределены на текущий объём). Рыночная ставка сторонних перевозчиков = 650 MDL/тонну.
| Метод TP | TP | Поведение МК | Поведение АТП |
|---|---|---|---|
| Cost-based (TP = ATC) | 580 | Иногда выгоднее нанять внешних (650 > 580), но чаще использует АТП | Нет стимула снижать ATC — покроется TP |
| Market-based (TP = 650) | 650 | МК безразличен: АТП = рынок. АТП должен работать эффективнее рынка, иначе МК уйдёт | Зарабатывает 650 − 420 = 230 MDL/т маржи. Стимул быть эффективнее 650 |
| Economic optimal (TP = MC) | 420 | МК оптимизирует объём производства по истинной стоимости перевозки | Покрывает только переменные. FC не покрываются этой TP — нужен отдельный механизм |
Практический выбор для ГИГ: рыночная TP = 650 MDL/тонну — оптимальная для большинства ситуаций. Она создаёт правильные стимулы (АТП конкурирует с рынком) и позволяет МК иметь «exit option» (всегда можно нанять внешних). Если АТП стабильно дороже рынка — это сигнал к реструктуризации АТП, а не к субсидированию через низкую TP.
Петриман предлагает установить TP = ATC = 580 MDL/тонну «чтобы поддержать АТП». Фролков настаивает на TP = 650 (рыночная цена). Кто из них прав с точки зрения оптимальных стимулов? Что произойдёт с эффективностью АТП в каждом случае через 2–3 года?
Это самый важный результат этого этапа для ГИГ. Когда каждое подразделение ставит свою наценку независимо от других — конечная цена оказывается выше, чем при координации. Объём падает. Суммарная прибыль холдинга ниже, чем могла бы быть. Это не теория — это прямые потери в рублях.
В вертикальной цепочке «поставщик → продавец → покупатель» каждое звено добавляет наценку над своими затратами. Но наценка поставщика становится затратами продавца, который добавляет ещё одну наценку. Итог: конечная цена содержит две наценки над истинными производственными затратами — «двойная надбавка».
Полный числовой расчёт: цепочка МК → ПЛК
Параметры рынка: конечный спрос на муку/зерно на экспорт — P_final = 12 000 − 2Q (MDL/тонну, Q — тысяч тонн). MC_МК = 6 000 (производство). MC_ПЛК = 500 (перевалка, без стоимости муки).
Сценарий A: Double Marginalization (нет координации)
Шаг 1 — ПЛК максимизирует свою прибыль. ПЛК покупает муку у МК по P_МК, продаёт по P_final. ПЛК's MR = 12 000 − 4Q. Установить MR_ПЛК = MC_ПЛК + P_МК:
12 000 − 4Q = 500 + P_МК → Q = (11 500 − P_МК) / 4 [реакция ПЛК]
Шаг 2 — МК видит производный спрос от ПЛК. P_МК = 11 500 − 4Q (обратная функция реакции ПЛК). МК's MR = 11 500 − 8Q. Установить MR_МК = MC_МК:
11 500 − 8Q = 6 000 → Q_DM = 687,5 тыс. тонн
P_МК = 11 500 − 4 × 687,5 = 8 750 MDL/тонну (цена МК для ПЛК)
P_final_DM = 12 000 − 2 × 687,5 = 10 625 MDL/тонну (конечный покупатель)
| Показатель | Double Marginalization (DM) | Координация (оптимум) | Разница |
|---|---|---|---|
| Объём Q (тыс. тонн) | 687,5 | 1 375 | −687,5 (−50%) |
| Конечная цена P_final (MDL/т) | 10 625 | 9 250 | +1 375 дороже |
| π_МК (MDL) | (8 750−6 000)×687,5 = 1 890 625 | — | |
| π_ПЛК (MDL) | (10 625−8 750−500)×687,5 = 945 313 | — | |
| π_суммарная (MDL) | 2 835 938 | 3 781 250 | −945 312 потери |
Сценарий Б: Координация (правильная трансфертная цена)
Если ГИГ устанавливает TP = MC_МК = 6 000 и максимизирует общую прибыль:
MR_final = MC_МК + MC_ПЛК: 12 000 − 4Q = 6 000 + 500 = 6 500
Q* = 1 375, P* = 12 000 − 2 × 1 375 = 9 250 MDL/тонну
π_total = (9 250 − 6 000 − 500) × 1 375 = 2 750 × 1 375 = 3 781 250 MDL
В нашем расчёте Double Marginalization стоит холдингу ГИГ почти 1 млн MDL потерянной прибыли в квартал — только из-за того, что МК и ПЛК устанавливают цены независимо. Это не гипотетические потери — это реальные деньги, которые достались бы холдингу при координации.
Источник проблемы — вертикальная экстерналия: МК не учитывает, что его высокая TP сжимает прибыль ПЛК и снижает объём продаж всей цепочки.
1. TP = MC_МК = 6 000 (оптимальная TP): МК продаёт муку ПЛК по MC. ПЛК видит истинную стоимость и максимизирует объём. Вся прибыль цепочки = 3 781 250. Проблема: МК зарабатывает ноль сверх MC, не участвует в прибыли.
2. Two-Part Tariff (двухставочный тариф): МК продаёт муку по MC = 6 000 + берёт фиксированный взнос F с ПЛК. При TP = 6 000 объём = 1 375, прибыль ПЛК = 3 781 250. МК устанавливает F = (желаемая доля от 3 781 250). Оба выигрывают, объём оптимален.
Практика ГИГ: холдинговый центр (УК) должен устанавливать внутренние TP директивно или задавать механизм координации. Автономия подразделений без координации цен гарантирует Double Marginalization — потери отдадутся от акционера к покупателю в виде меньшего объёма.
- Индекс Лернера L = (P−MC)/P = 1/|E_d|. МК: L = 0.10 на экспортном рынке (мало власти) → 0.50 в рознице (больше власти)
- Оптимальная цена P* = MC/(1+1/E_d). В сегментах МК: экспорт → 6 667 (+11%), опт → 8 000 (+33%), розница → 12 000 (+100%) при MC = 6 000
- Ценовая дискриминация: 1-я — WTP каждого покупателя; 2-я — объёмные скидки, двухставочный тариф; 3-я — разные цены в сегментах. Три условия: власть, сегментация, нет арбитража
- Bundling выгоден при отрицательно коррелированных WTP. ПЛК: пакет хранение+перевалка @ 4 500 даёт 9 000 vs 6 000 при раздельных продажах
- Peak-load pricing: P_off = MC_var = 250, P_peak = 450 для ПЛК. Пиковые пользователи оплачивают создаваемую ими потребность в мощности
- Трансфертные цены: рыночный метод (TP = 650) даёт правильные стимулы для МК и АТП. Затратный метод убивает мотивацию к эффективности
- Double Marginalization стоит ГИГ 945 312 MDL потерь при нескоординированных ценах МК и ПЛК. Решение: TP = MC + фиксированный взнос (two-part tariff)
Первые два этапа ME работали в упрощённом мире — одна фирма с заданной кривой спроса. Теперь добавляем главное: конкуренты. Стратегическая интердепенденция (strategic interdependence) — то, что делает олигополию принципиально сложнее монополии: действия одной фирмы меняют условия для других, те реагируют — и нужно это предвидеть заранее.
| Структура | Фирм | Продукт | Ценовая власть | Долгоср. π | Пример в ГИГ |
|---|---|---|---|---|---|
| Совершенная конкуренция | Много | Однородный | Нет (P = MC) | = 0 | Рынок пшеницы CBOT |
| Монополистическая конкуренция | Много | Дифференцированный | Небольшая | = 0 (свободный вход) | Розничная мука (много брендов) |
| Олигополия | Мало (2–10) | Однородный / дифф. | Значительная | > 0 (барьеры входа) | Рынок муки ПМР (3–5 мельниц) |
| Монополия | 1 | Уникальный | Максимальная | > 0 (монополия) | ПЛК — единственный порт в Джурджулешть |
На конкурентном рынке фирма игнорирует соперников (их много, доля мала). Монополист игнорирует соперников (их нет). Олигополист не может игнорировать: если МК снизит цену, конкурирующая мельница ответит — и результат зависит от того, как она ответит. Это требует теории игр.
Три классических вопроса для олигополии: конкурировать по количеству (Курно) или по цене (Бертран)? Кто ходит первым (Штакельберг)? Удастся ли договориться (картель)?
Рынок муки ПМР: МК + 2 небольших мельницы. Барьеры входа высокие (капиталоёмкость, лицензии). Продукт частично дифференцирован (качество, фасовка). Какая структура ближе — монополистическая конкуренция или олигополия? Обоснуйте.
Представьте: МК и конкурирующая мельница (назовём её МК-2) одновременно и независимо выбирают, сколько муки выпустить на рынок. Цена сложится сама по закону спроса. Никто не знает, что выберет другой — каждый угадывает и реагирует на эту догадку. Именно это описывает модель Курно.
Антуан-Огюстен Курно (Antoine Augustin Cournot, 1801–1877) — французский математик и экономист. В 1838 году в книге «Recherches sur les Principes Mathématiques de la Théorie des Richesses» он впервые описал дуополию с функциями реакции — за 50 лет до теории игр Неймана и почти за 110 лет до статьи Нэша.
Курно использовал пример двух продавцов минеральной воды, выбирающих объём независимо. Книга была встречена полным молчанием — экономисты того времени не знали математики достаточно. Переоткрыта и оценена лишь в 1880-х Маршаллом и Эджуортом.
Функции реакции (Best Response Functions)
Параметры рынка (условный рынок муки ПМР/Молдова):
Обратная функция спроса: P = 12 000 − Q_total, где Q = Q₁ + Q₂ (тыс. тонн/мес).
Предельные издержки обеих мельниц: MC₁ = MC₂ = 6 000 MDL/тонну.
МК (фирма 1) максимизирует прибыль, принимая Q₂ как данность:
π₁ = (P − MC₁) × Q₁ = (12 000 − Q₁ − Q₂ − 6 000) × Q₁ = (6 000 − Q₁ − Q₂) × Q₁
dπ₁/dQ₁ = 6 000 − 2Q₁ − Q₂ = 0
По симметрии (одинаковые MC):
Равновесие Курно — пересечение функций реакции
Подставим R₂ в R₁ (ищем точку, где оба довольны одновременно):
Q₁ = 3 000 − (3 000 − Q₁/2)/2 = 3 000 − 1 500 + Q₁/4 → 3Q₁/4 = 1 500
P_Курно = 12 000 − 4 000 = 8 000 MDL/тонну
π₁ = π₂ = (8 000 − 6 000) × 2 000 = 4 000 000 MDL/мес каждая
| Исход | Q₁ (тыс. т) | Q₂ (тыс. т) | Q_total | P (MDL/т) | π₁ | π_total |
|---|---|---|---|---|---|---|
| Монополия (один игрок) | 3 000 | — | 3 000 | 9 000 | 9 000 000 | 9 000 000 |
| Картель (сговор) | 1 500 | 1 500 | 3 000 | 9 000 | 4 500 000 | 9 000 000 |
| Курно Nash (N) | 2 000 | 2 000 | 4 000 | 8 000 | 4 000 000 | 8 000 000 |
| Совершенная конкуренция | 3 000 | 3 000 | 6 000 | 6 000 | 0 | 0 |
Как изменится равновесие Курно, если МК снизит MC до 5 500 (технологическое улучшение), а MC₂ останется 6 000? Запишите новые функции реакции обеих фирм и найдите равновесие. Кто выиграет и сколько?
Курно предполагает, что фирмы выбирают объём. Что если они выбирают цену? Результат принципиально другой — и, на первый взгляд, шокирующий.
Жозеф Луи Франсуа Бертран (Joseph Bertrand, 1822–1900) — французский математик, который в 1883 году написал рецензию на книгу по математике в экономике (Вальраса и Курно) и в коротком разделе показал: если дуополисты конкурируют по цене, а не по объёму — с однородным товаром получается совершенно конкурентный исход. Вся книга — рецензия, и этот результат — всего несколько абзацев, но он изменил понимание конкуренции навсегда.
Допустим, обе мельницы продают одинаковую муку. МК ставит P₁ = 8 000 MDL/тонну. МК-2 знает: если поставит P₂ = 7 999 — получит весь рынок (покупатели переключатся на более дешёвый). МК-2 снижает до 7 999. МК реагирует: 7 998. И так далее — «гонка вниз» останавливается только когда P = MC = 6 000. При P ниже MC — убыток, понижать нет смысла.
Два игрока дают конкурентный исход. Это кажется парадоксом — в реальности мы видим, что олигополисты зарабатывают. Почему? Потому что предпосылки Бертрана нарушены:
1. Ограниченные мощности: МК не может при P = 6 000 обслужить весь рынок — мощность ограничена. Тогда некоторые покупатели вынуждены идти к МК-2 даже по высокой цене → нет стимула снижать до MC.
2. Дифференциация продукта: если мука МК воспринимается как лучшая (качество, упаковка, логистика) — покупатели не переключатся мгновенно при небольшой разнице в цене. Дифференциация создаёт буфер.
3. Повторяющееся взаимодействие: ценовая война сегодня → потери для обоих завтра. Фирмы могут держать цену выше MC, зная, что снижение вызовет ответную реакцию. (Тема 38)
Вывод для МК: дифференцируйся — иначе попадёшь в ловушку Бертрана. Качество зерна, сертификация, скорость доставки, упаковка — всё это защищает от ценовых войн.
МК-2 начинает демпинг: снижает цену с 8 000 до 6 500 MDL/тонну. У МК три варианта ответа: 1) не реагировать, 2) снизить до 6 400 (ответный демпинг), 3) дифференцировать продукт и держать цену. Какой из вариантов ближе к логике Бертрана, какой — к выходу из неё?
Курно предполагал одновременный выбор. Но что если одна фирма объявляет объём первой — и конкурент это знает и реагирует? Штакельберг показал: у того, кто ходит первым, есть значительное преимущество.
Генрих фон Штакельберг (Heinrich Freiherr von Stackelberg, 1905–1946) — немецкий экономист. В 1934 году в книге «Marktform und Gleichgewicht» описал асимметричную дуополию, где одна фирма — «лидер» (Mengenführer), другая — «последователь». Штакельберг погиб в 1946 году в возрасте 40 лет, не увидев признания своей работы.
Логика — лидер использует функцию реакции последователя
МК как лидер знает: как бы он ни выбрал Q₁, МК-2 ответит по функции R₂: Q₂ = 3 000 − Q₁/2. МК подставляет это в свою функцию прибыли:
π_МК = (6 000 − Q₁ − Q₂) × Q₁ = (6 000 − Q₁ − (3 000 − Q₁/2)) × Q₁ = (3 000 − Q₁/2) × Q₁
dπ_МК/dQ₁ = 3 000 − Q₁ = 0
P_Штакельберг = 12 000 − 4 500 = 7 500 MDL/тонну
π_МК = (7 500 − 6 000) × 3 000 = 4 500 000 MDL/мес (+12,5% vs Курно!)
π_МК-2 = (7 500 − 6 000) × 1 500 = 2 250 000 MDL/мес (−43,8% vs Курно)
| Модель | Q_МК | Q_МК-2 | Цена | π_МК | π_МК-2 |
|---|---|---|---|---|---|
| Картель (оба сговариваются) | 1 500 | 1 500 | 9 000 | 4 500 000 | 4 500 000 |
| Курно (одновременно) | 2 000 | 2 000 | 8 000 | 4 000 000 | 4 000 000 |
| Штакельберг (МК лидер) | 3 000 | 1 500 | 7 500 | 4 500 000 | 2 250 000 |
| Совершенная конкуренция | 3 000 | 3 000 | 6 000 | 0 | 0 |
В модели Штакельберга лидер зарабатывает 4 500 000 против 4 000 000 в Курно — на 12,5% больше. Последователь — только 2 250 000. Разница огромная.
Как стать лидером по Штакельбергу? Действовать первым и публично:
— Объявить контракты с крупными покупателями на год вперёд (зафиксировать объём)
— Расширить мощность превентивно, дав сигнал конкуренту о намерениях
— Заключить эксклюзивные соглашения с поставщиками (пшеница зафиксирована → объём зафиксирован)
Если МК позволяет МК-2 ходить первым — оказывается в роли последователя с прибылью 2 250 000 вместо 4 500 000. Стратегическое лидерство — это конкретные деньги.
МК — наиболее крупная и устоявшаяся мельница ПМР. Это естественная позиция лидера по Штакельбергу: конкурент наблюдает и реагирует. Практические следствия:
1. Объём, а не цена — главный стратегический инструмент. МК должен ставить Q, не P, заставляя конкурента «подбирать остатки».
2. Долгосрочные контракты с хлебозаводами — сигнал о фиксированном объёме, который конкурент должен учитывать. Делает позицию лидера достоверной.
3. Мощность важнее сегодняшней загрузки — инвестировать в избыточную мощность, которую можно задействовать при агрессии конкурента. Это deterrence (сдерживание).
Что если МК-2 тоже хочет быть лидером и тоже выбирает 3 000 тонн первым? Обе стороны объявляют Q = 3 000. Q_total = 6 000, P = 6 000 = MC, π = 0. Это и есть «война на лидерство» по Штакельбергу — агрессивный исход. Как МК может избежать его?
Курно, Бертран и Штакельберг — это приложения одного общего понятия: равновесия Нэша. Пора ввести его строго и научиться находить в любой игре.
Джон Форбс Нэш (John Forbes Nash Jr., 1928–2015) — американский математик. В 1950–1951 годах в Принстоне написал диссертацию из 26 страниц, в которой доказал существование равновесия для любой конечной игры с ненулевой суммой. Этот результат сделал теорию игр инструментом экономики.
В 1994 году получил Нобелевскую премию по экономике (вместе с Харшаньи и Зельтеном). Его история — фильм «A Beautiful Mind» (2001, Рассел Кроу). Погиб в автокатастрофе в 2015 году, возвращаясь домой после получения медали Абеля.
Равновесие Нэша (Nash Equilibrium, NE) — набор стратегий (по одной для каждого игрока), при котором ни один игрок не может увеличить свой выигрыш, изменив только свою стратегию в одностороннем порядке, при условии что стратегии остальных фиксированы.
Проще: в NE каждый игрок отвечает наилучшим образом на стратегии всех остальных. Никому не хочется отклоняться в одиночку.
Доминантная стратегия — стратегия, которая является наилучшим ответом независимо от действий противника. Если она существует — её нужно выбирать всегда, никакой анализ противника не нужен.
Не у каждой игры есть доминантная стратегия. Но если есть — NE однозначен: оба игрока выбирают доминантные стратегии.
Метод доминирования: есть ли стратегия, которая лучше всегда? Если да — обоим выбирать её.
Метод лучших ответов: для каждой стратегии противника найти лучший ответ (подчеркнуть выигрыш). NE — клетка, где подчёркнуты оба числа.
Проверка устойчивости: в найденной точке ни один игрок не хочет отклоняться? Если да — это NE.
В равновесии Курно (2 000; 2 000): может ли МК в одностороннем порядке поднять выпуск до 3 000 и увеличить прибыль? Посчитайте π_МК при Q₁=3 000, Q₂=2 000 (ответ противника зафиксирован). Почему это и подтверждает, что (2 000; 2 000) — Nash equilibrium.
Матрица платежей — универсальный способ записать любую стратегическую ситуацию. Строки = стратегии игрока 1, столбцы = стратегии игрока 2, в клетках — выигрыши обоих. Чтение такой матрицы и поиск NE — базовый навык стратегического мышления.
Игра 1 — Дилемма заключённого: МК и поставщик зерна
МК ведёт многолетние переговоры с поставщиком пшеницы. Каждый может: сотрудничать (честная цена, долгосрочные обязательства) или давить (МК требует максимальный дисконт; поставщик завышает цену при каждой возможности). Платежи — операционная прибыль стороны в млн MDL/год:
| Поставщик зерна | ||
|---|---|---|
| МК | Сотрудничать | Давить на цену |
| Сотрудничать | 5М / 5М взаимная выгода ✓ |
2М / 8М МК проигрывает |
| Давить на цену | 8М / 2М поставщик проигрывает |
3М / 3М Nash Eq. ✗ |
Анализ доминирования для МК:
— Если поставщик сотрудничает: давить выгоднее (8 > 5).
— Если поставщик давит: давить выгоднее (3 > 2).
→ «Давить» — доминантная стратегия МК. Та же логика у поставщика → Nash Equilibrium: (Давить, Давить) → (3М, 3М).
При (Сотрудничать, Сотрудничать) оба получают 5М — суммарно 10М. При Nash Eq. (Давить, Давить) — 3М каждый, суммарно 6М. Nash Equilibrium — неэффективен по Парето.
Это и есть дилемма заключённого: каждый действует рационально с точки зрения своих интересов — и оба оказываются в худшей точке. Выход — повторяющаяся игра (Тема 38).
Игра 2 — Вход на рынок: новая мельница vs МК
Потенциальный конкурент рассматривает строительство мельницы в ПМР. МК может принять вход или вступить в ценовую войну.
| МК (incumbент) | ||
|---|---|---|
| Новый игрок | Принять вход | Ценовая война |
| Войти | 3М / 3М Курно-раздел ✓ |
−2М / 1М новый теряет, МК тоже |
| Не входить | 0 / 8М МК монополист |
0 / 8М МК монополист |
Nash Equilibrium: (Войти, Принять вход) → (3М, 3М). МК угрожает войной — но эта угроза недостоверна: если новый уже вошёл, МК предпочтёт 3М (принять) > 1М (война). Зная это, новый игрок войдёт.
Как МК сделать угрозу достоверной? Предварительно вложить в расширение мощности — сделать войну дешёвой для себя. Тогда (война) превращается в реальный ответ, и новый игрок не войдёт.
В игре МК vs поставщик: что если МК и поставщик работают вместе 10 лет и обе стороны ценят долгосрочные отношения? Изменится ли Nash Equilibrium? Какой механизм это объясняет?
В Теме 37 и оба кооперировать не могут — каждый давит, Nash Eq. = (3М, 3М). Но это была одноразовая игра. В реальном бизнесе МК и поставщик встречаются каждый сезон, каждый год. Будущее меняет всё.
Если игра повторяется бесконечно (или с неизвестным числом раундов), может возникнуть сотрудничество как равновесие — при условии, что игроки достаточно «терпеливы» (ценят будущее).
Теорема о народных стратегиях (Folk Theorem): в бесконечно повторяющейся игре любой исход, дающий каждому игроку хотя бы его минимаксный выигрыш, может быть поддержан как Nash equilibrium при достаточно высоком коэффициенте дисконтирования δ.
Коэффициент дисконтирования δ ∈ (0, 1): насколько игрок ценит будущий рубль по сравнению с сегодняшним. δ = 1/(1+r), где r — ставка «дисконтирования отношений».
Стратегия Grim Trigger — «сотрудничай, пока не предал»
Каждый игрок следует правилу: сотрудничать, пока противник сотрудничает. При первом же отклонении — переключиться на Nash punishment (давить) навсегда.
МК и поставщик. Платежи из Темы 37: сотрудничество → 5М, обман → 8М (один раз), Nash punishment → 3М навсегда.
Ценность сотрудничества (cooperate forever):
Ценность обмана (defect once, then punishment):
Условие сотрудничества V_coop ≥ V_defect:
5/(1−δ) ≥ 8 + 3δ/(1−δ)
5 ≥ 8(1−δ) + 3δ = 8 − 8δ + 3δ = 8 − 5δ
5δ ≥ 3
δ = 1/(1+r_rel), где r_rel — насколько обесценивается для сторон будущий раунд отношений.
δ = 0,6 → r_rel = 1/0,6 − 1 = 67%. Сотрудничество выгодно, если стороны «дисконтируют» будущие отношения не более чем на 67% в год. Реальные долгосрочные бизнес-отношения дисконтируются на 10–20% — далеко от критического порога.
Вывод для ГИГ и поставщика: экономика сотрудничества подавляющая. При долгосрочном взаимодействии (а МК покупает пшеницу каждый год) — оба должны сотрудничать. Любой обман имеет цену: потеря потока 5М/год за единовременный выигрыш 3М (8 − 5 = 3М). Кратковременный обман не окупается.
Факторы, которые разрушают сотрудничество: нестабильность отношений (кто-то уйдёт с рынка), высокая краткосрочная ставка (кризис, дефицит ликвидности → δ падает), невозможность отследить обман (качество зерна сложно проверить сразу).
Картели — когда сотрудничество превращается в ценовой сговор
Та же логика применима к ценовому сговору между мельницами. Картель поддерживается как равновесие повторяющейся игры, когда:
Устойчиво: небольшое число фирм; однородный товар (легко отследить отклонение); высокая частота взаимодействия; симметричные участники (одинаковые затраты).
Разрушается: вход новых игроков; асимметрия затрат (у кого-то MC ниже, велик соблазн расширить объём); обнаружение регулятором (антимонопольный орган); длинный горизонт наказания невозможен.
Картель — незаконен в большинстве юрисдикций. Но понимание его механики нужно для двух вещей: а) не нарушать закон случайно (параллельное поведение без сговора), б) предсказывать действия конкурентов.
- Олигополия — стратегическая интердепенденция: действие одной фирмы меняет условия для других. Рынок муки ПМР — типичный олигополист
- Курно: одновременный выбор объёма. Nash Eq.: Q₁=Q₂=2 000, P=8 000, π=4М каждый. Между монополией (P=9 000) и конкуренцией (P=6 000)
- Бертран: ценовая конкуренция с однородным товаром → P=MC, π=0. Выход — дифференциация, мощностные ограничения, повторение
- Штакельберг: лидер МК при Q=3 000 зарабатывает 4,5М vs 4М в Курно. Последователь получает только 2,25М. First-mover advantage реален и значителен
- Nash Equilibrium: набор стратегий, от которого никому не выгодно отклоняться в одностороннем порядке. Доминантная стратегия — выбирается всегда, независимо от противника
- Дилемма заключённого: доминантная стратегия ведёт к Nash Eq., который хуже кооперативного исхода по Парето. МК vs поставщик: Nash = (3М, 3М) vs оптимум = (5М, 5М)
- Повторяющиеся игры и δ ≥ 0,6: сотрудничество устойчиво при долгосрочных отношениях. ГИГ и поставщики — реальные кандидаты на кооперативное равновесие с ценой сотрудничества 5М против наказания 3М
Любая организация — это цепочка отношений «тот, кто поручает» и «тот, кто выполняет». Акционеры поручают менеджерам, менеджеры — сотрудникам, ГИГ — директорам дочерних предприятий. Везде одна и та же скрытая проблема: цели не совпадают, а контролировать каждый шаг невозможно. Это и есть проблема принципала и агента.
Принципал (Principal) — сторона, которая поручает задачу и несёт последствия её выполнения. ГИГ/Петриман как акционер — принципал по отношению к директорам МК, АТП, ПЛК.
Агент (Agent) — сторона, которая выполняет задачу, используя ресурсы и полномочия принципала. Фролков (директор МК) — агент ГИГ.
Агентская проблема возникает, когда: цели не совпадают и агент обладает информацией, которой нет у принципала.
Адам Смит в «Богатстве народов» (1776) первым описал проблему: нанятые директора управляют «чужими деньгами» и не могут следить за ними так же тщательно, как собственники. Но формальной теории не было.
Майкл Дженсен (Michael Jensen) и Уильям Меклинг (William Meckling) в 1976 году опубликовали статью «Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure» — одну из самых цитируемых в экономике. Они ввели термин agency costs (агентские издержки) и формализовали конфликт интересов акционеров и менеджеров.
Нобелевская премия 2016 года (Харт и Хольмстрём) — за теорию контрактов, выросшую из этой традиции.
Два типа информационной асимметрии — две разных проблемы
Скрытое действие (Hidden Action)
Агент совершает действие после заключения контракта, которое принципал не может наблюдать напрямую. Фролков тратит усилия на оптимизацию МК — ГИГ видит только результат (прибыль), но не знает, старался ли директор или «почивал на лаврах». Это Моральный риск (Тема 40).
Скрытый тип (Hidden Type)
Агент знает что-то о себе до заключения контракта, чего не знает принципал. Кандидат на должность директора МК знает свою реальную квалификацию; ГИГ не знает. Это Неблагоприятный отбор (Тема 41).
Назовите три агентских отношения внутри ГИГ и для каждого укажите: кто принципал, кто агент, в чём состоит информационная асимметрия, к какому типу (скрытое действие или скрытый тип) относится главная проблема?
Контракт подписан. Фролков назначен директором МК. Теперь он принимает сотни решений ежедневно — каждый из которых влияет на прибыль МК, но которые ГИГ не наблюдает напрямую. Работает ли он на полную отдачу или экономит усилия? Это и есть моральный риск.
Моральный риск (Moral Hazard) — ситуация, при которой агент после заключения контракта принимает действия (или бездействует), которые выгодны ему, но невыгодны принципалу, пользуясь тем, что эти действия ненаблюдаемы.
Термин «moral hazard» появился в страховой индустрии Великобритании в XIX веке. Страховщики заметили: застрахованный человек ведёт себя менее осторожно — ведь убыток покрыт. Дом застрахован от пожара → меньше следит за проводкой. Груз застрахован → судовладелец меньше следит за состоянием трюма.
«Моральный» — потому что в оригинале имелось в виду «поведенческий, связанный с поведением» (от фр. moral = поведение), а не этическая оценка. В экономику термин перенесли в 1960-70-х — Кеннет Эрроу в контексте медицинского страхования.
Числовой пример — директор МК Фролков
ГИГ не наблюдает усилия Фролкова (e). Прибыль МК зависит и от усилий, и от случая:
| Усилие (e) | π_МК = 6 млн | π_МК = 2 млн | E[π_МК] | Дополн. дискомфорт |
|---|---|---|---|---|
| Высокое (e_H) | 80% | 20% | 5,2 млн | 0,4 млн |
| Низкое (e_L) | 30% | 70% | 3,2 млн | 0 |
Альтернативный заработок Фролкова (reservation utility) = 1,0 млн MDL/год.
First Best — если ГИГ мог наблюдать усилие
При наблюдаемом усилии: зафиксируй контракт «зарплата = 1,4 млн при e_H, иначе = 0». Фролков прикладывает высокое усилие, ГИГ забирает E[π] − 1,4 = 5,2 − 1,4 = 3,8 млн. Риск для Фролкова = 0 (фиксированная зарплата). Это first best.
Second Best — ненаблюдаемое усилие, нужен стимулирующий контракт
ГИГ предлагает линейный контракт: w = α + β × π_МК, где α — базовая зарплата, β — доля от прибыли.
Условие участия (PC): Фролков соглашается на контракт:
Условие совместимости стимулов (ICC): Фролков предпочитает высокое усилие низкому:
Оптимальный контракт ГИГ: минимизировать ожидаемую зарплату при связанных PC и ICC.
Возьмём β = 0,2 (минимально необходимый стимул). Из PC: α = 1,4 − 0,2 × 5,2 = 1,4 − 1,04 = 0,36 млн MDL.
w = 360 000 MDL/год + 20% от прибыли МК
Что происходит при e_H (высоком усилии):
E[w] = 0,36 + 0,2 × 5,2 = 0,36 + 1,04 = 1,40 млн MDL/год
Чистая полезность = 1,40 − 0,40 (дискомфорт) = 1,0 млн = reservation utility ✓ (PC binding)
Что происходит при e_L (низком усилии):
E[w] = 0,36 + 0,2 × 3,2 = 0,36 + 0,64 = 1,0 млн MDL/год
Чистая полезность = 1,0 − 0 = 1,0 млн = то же самое → но с 0,4 дискомфортом при высоком усилии, Фролков безразличен. Нужно β чуть выше 0,2, чтобы e_H строго доминировало.
Прибыль ГИГ от этого контракта: E[π] − E[w] = 5,2 − 1,4 = 3,8 млн MDL/год ✓
Разрыв с first best: 0. В этой упрощённой модели second best = first best, потому что Фролков риск-нейтрален. При риск-неприятии → Фролков потребует более высокий α за несение риска, и ГИГ потеряет часть выигрыша.
Более высокое β → лучше стимулы для e_H, но Фролков несёт больше риска → потребует выше α как компенсацию за риск. Оптимальное β зависит от трёх факторов:
1. Влияние усилия на результат — чем сильнее e влияет на π, тем выгоднее высокое β.
2. Дисперсия случайного шока — чем больше «шум» (урожай, цены), тем больший риск несёт агент при высоком β → нужно снижать β.
3. Риск-неприятие агента — чем сильнее Фролков не любит риск, тем дороже обходится стимул → β ниже, α выше.
Как изменится оптимальный контракт для директора Рустаса (агроподразделение) по сравнению с директором МК, если: а) урожайность сильно зависит от погоды (высокая дисперсия, не контролируемая директором), б) усилие директора (когда и как сеять) сильно влияет на результат? Β выше или ниже? Почему?
Обратная ситуация: ГИГ знает о проблеме до подписания контракта, но не знает, с кем именно имеет дело. МК закупает пшеницу у разных поставщиков. Некоторые поставляют качественное зерно, другие — посредственное. Как отличить до покупки? Если не может — рынок разрушается.
Джордж Акерлоф (George Akerlof) описал этот механизм в 1970 году в статье «The Market for Lemons» (лимон = подержанный автомобиль плохого качества в американском сленге). Статью отвергли три журнала подряд («слишком очевидно» или «слишком абстрактно»), прежде чем она вышла в Quarterly Journal of Economics. Стала одной из самых цитируемых статей в истории экономики.
Идея: на рынке подержанных авто продавец знает реальное состояние машины, покупатель — нет. Покупатели предлагают среднюю цену. Владельцы хороших машин уходят с рынка (цена ниже их оценки). Остаются только «лимоны». Средняя цена падает ещё. Ещё больше хороших уходят. Рынок схлопывается.
Акерлоф получил Нобелевскую премию в 2001 году (вместе с Спенсом и Стиглицем).
Числовой пример — МК и поставщики зерна
Два типа поставщиков: качественный (H) и средний (L). 50% рынка — каждый тип.
| Поставщик H (качество) | Поставщик L (средний) | |
|---|---|---|
| Ценность для МК (WTP) | 3 500 MDL/тонну | 2 500 MDL/тонну |
| Себестоимость поставщика | 2 800 MDL/тонну | 2 000 MDL/тонну |
| Излишек при правильном ценообразовании | 700 MDL (МК) + 700 MDL (пост.) | 500 MDL (МК) + 500 MDL (пост.) |
Проблема: МК не может определить тип до доставки. Качество зерна известно только после помола.
МК предлагает среднюю цену: P = 0,5 × 3 500 + 0,5 × 2 500 = 3 000 MDL/тонну.
— Поставщик H: P = 3 000 < WTP = 3 500, но себестоимость 2 800 → прибыль 200. Принимает.
— Поставщик L: P = 3 000 > себестоимость 2 000 → прибыль 1 000. Охотно принимает.
Казалось бы, рынок работает. Но МК получает смесь: 3 500 × 50% + 2 500 × 50% = 3 000 MDL ценности — ровно то, что платит. Прибыли нет.
Хуже: если цена чуть ниже (конкуренция), поставщики H уходят (не хватает даже на покрытие 2 800). Остаются только L. МК снижает ставку до 2 500. Рынок высококачественного зерна разрушен. Это adverse selection.
Принципал может предложить меню контрактов, при котором каждый тип агента сам выбирает подходящий для него — тем самым раскрывая информацию о себе (self-selection).
Для МК — скрининг поставщиков зерна:
Контракт A (для H): цена 3 400 MDL/т + обязательная предпоставочная лабораторная проверка за счёт поставщика (стоимость 150 MDL/т для честного, неподъёмно дорого для L, который не может гарантировать качество).
Контракт B (для L): цена 2 600 MDL/т, без проверки.
Поставщик H: выберет A (3 400 − 2 800 − 150 = 250 > 3 400 − 2 800 − ... ну нет договора B выгода = 2 600 − 2 800 = −200). H выбирает A ✓.
Поставщик L: выберет B (2 600 − 2 000 = 600 > 3 400 − 150 − L_cost, но L может не пройти проверку → выбирает B). ✓
МК успешно разделяет типы без прямого наблюдения качества.
МК нанимает нового технолога помола. Претенденты — опытные (H) и начинающие (L), но резюме легко приукрасить. Как спроектировать меню условий найма, чтобы H сами себя идентифицировали? Какой инструмент скрининга был бы корректным?
Скрининг — инициатива принципала. Сигнализирование — зеркало: информированный агент сам предпринимает действие, чтобы передать принципалу достоверную информацию о своём типе. Но сигнал работает только если он дорог для «плохого» типа и дёшев для «хорошего».
Сигнал достоверен (credible), если его невыгодно посылать «низкому» типу L, а «высокому» типу H — выгодно. Только тогда сигнал разделяет типы (separating equilibrium).
Формально: стоимость сигнала для H < выгода от него; стоимость для L > выгода. Тогда только H пошлют сигнал, и принципал это знает.
Майкл Спенс (A. Michael Spence) в 1973 году предложил провокационную идею: диплом университета может быть ценен не потому, что повышает производительность, а потому что служит сигналом — дорогостоящим для неспособных и дешёвым для способных. Работодатель не может проверить качество кандидата до найма → кандидаты «ходят в университет», чтобы сигнализировать свой тип.
Это не означает, что образование бесполезно. Но объясняет, почему даже «пустые» дипломы имеют рыночную ценность — как сигнал. Нобелевская премия 2001 года (вместе с Акерлофом и Стиглицем).
Числовой пример — поставщик зерна сигнализирует качество
МК не знает качество зерна. Поставщик H хочет получить высокую цену. Он может получить сертификат качества зерна (ГОСТ, фитосанитарный сертификат, ISO 22000) — это дорого.
| Поставщик H (высокое качество) | Поставщик L (среднее качество) | |
|---|---|---|
| Ценность для МК при H | 3 500 MDL/т | — |
| Рыночная цена без сертификата | 2 750 MDL/т (средняя, adverse selection) | |
| Цена с сертификатом (МК доверяет) | 3 400 MDL/т | |
| Стоимость получения сертификата | 200 MDL/т (H может поддерживать качество) | 500 MDL/т (L не может поддерживать → дороже) |
Выгода H от сигнала: 3 400 − 2 750 = 650 MDL/т > 200 MDL/т (стоимость) → H сертифицируется ✓
Выгода L от сигнала: 3 400 − 2 750 = 650 MDL/т < 500 MDL/т (стоимость) → L не сертифицируется ✓
Результат: separating equilibrium — по наличию сертификата МК точно знает, с кем имеет дело. Информационная асимметрия устранена. Рынок работает.
| Ситуация | Кто сигнализирует | Сигнал | Почему достоверен |
|---|---|---|---|
| МК привлекает нового крупного покупателя муки | МК (агент) | Инвестиция в новую упаковочную линию | Дорого для мельницы низкого качества, окупается только при стабильном качестве |
| Поставщик зерна хочет контракт с ГИГ | Поставщик (агент) | Предоплата штрафа за некачественную поставку (escrow) | Поставщик L не рискнёт — знает, что не выдержит проверку |
| Новый директор МК (найм) | Кандидат (агент) | Согласие на испытательный срок с пониженной зарплатой | Уверенный в себе H соглашается; L не согласен — боится провала |
| ГИГ привлекает банковский кредит | ГИГ (агент) | Собственный взнос 40% в проект | Берёт на себя риск → сигнал уверенности в проекте |
МК объявляет: «Гарантируем возврат денег, если качество муки ниже заявленного». Является ли это сигналом? Почему этот сигнал достоверен? Мог ли его дать производитель с нестабильным качеством?
Теория дала нам принципы. Теперь — практика: как реально построить контракт для директора МК, агронома Рустаса или водителя АТП? Какие KPI, какой бонус, какая база? И почему «плати больше» — не всегда лучший стимул.
Линейный стимулирующий контракт — универсальная форма
α — базовая зарплата (фиксированная). Обеспечивает минимум, компенсирует риск агента. Без неё риск-неприятный агент не примет контракт.
β — коэффициент стимулирования (incentive intensity). Доля результата, которую получает агент. Создаёт мотивацию к высоким усилиям.
Целевой уровень (target) — ориентир. Иногда устанавливается по историческому среднему, иногда по сравнению с конкурентами (relative performance evaluation — RPE).
Четыре правила оптимального β
Правило 1: Измеримость
β высокое, если результат хорошо измерим и однозначно связан с усилием. Продажи = измеримы, «стратегическое видение» = нет. Плати за то, что можешь измерить.
Правило 2: Влияние усилия
β высокое, если усилие агента сильно влияет на результат. Водитель контролирует расход топлива → высокий β. Урожай Рустаса зависит от погоды на 60% → β умеренный.
Правило 3: Риск-неприятие
Чем более риск-неприятен агент, тем ниже β (компенсация риска требует высокого α). Агент с семьёй и ипотекой требует больше α, чем молодой одиночка.
Правило 4: Не слишком много KPI
Больше трёх KPI — агент начинает игнорировать менее весомые или оптимизирует показатели в ущерб реальному результату (gaming). Лучше один правильный KPI, чем десять неправильных.
Исходные данные из Темы 40: β* = 0,20; α* = 360 000 MDL/год.
Практическая реализация:
| Компонент | Формула / условие | Обоснование |
|---|---|---|
| Базовая зарплата α | 360 000 MDL/год (30 000/мес) | Обеспечивает reservation utility при нулевой прибыли МК |
| Бонус β | 20% от π_МК, если π_МК > 4 000 000 MDL/год | Порог защищает ГИГ от выплаты бонуса при неудовлетворительном результате |
| Корректировка качества | −100 000 MDL, если рекламации > 0,5% отгрузок | Бонус не должен стимулировать объём в ущерб качеству |
| Корректировка эффективности | × 1,10, если COGS снизились >5% г/г при том же объёме | Поощряет оптимизацию затрат, не только выручку |
| Период расчёта | Квартальные авансы + годовой расчёт | Снижает краткосрочный риск директора, сохраняет долгосрочные стимулы |
Пример расчёта при хорошем годе: π_МК = 6 000 000 MDL, COGS−6%, 0 рекламаций.
w = 360 000 + 0,20 × (6 000 000 − 4 000 000) × 1,10 = 360 000 + 440 000 = 800 000 MDL/год
При плохом годе: π_МК = 3 500 000 (ниже порога) → w = 360 000 MDL/год (только база).
| Роль | β | Обоснование низкого/высокого β |
|---|---|---|
| Директор МК (Фролков) | 20% | Прибыль МК хорошо измерима, усилие сильно влияет, среднее риск-неприятие |
| Агроном Рустаса | 8–12% | Высокая погодная дисперсия (≈60% вне контроля) → β низкий, α высокий |
| Водители АТП | 15–25% (расход топлива) | Расход хорошо измерим, водитель прямо контролирует → высокое β по узкому KPI |
| Операторы ПЛК | 5–10% | Объём перевалки зависит от клиентов (внешний фактор) → β умеренный |
| Бухгалтер МК (Грызлова) | 2–5% | Точность учёта измерима, но не прибыль-центр → низкий β, акцент на α |
- Принципал–агент: два типа проблемы — скрытое действие (после контракта) и скрытый тип (до). Оба возникают из-за информационной асимметрии + расхождения целей
- Moral Hazard: агент занижает усилие, зная что его не наблюдают. Решение — контракт с β > 0. Для Фролкова: α = 360 000 + β = 20% от прибыли МК → ICC выполнено при β ≥ 0,2
- Adverse Selection: низкий тип вытесняет высокий с рынка («лимоны»). Скрининг — принципал предлагает меню контрактов для самоотбора. МК: контракт A с сертификацией для H, контракт B без для L
- Сигнализирование: агент сам посылает дорогостоящий сигнал. Достоверен, если стоит дорого для L и дёшево для H. Сертификат качества зерна для поставщика H: выгода 650 MDL/т > цена 200 MDL/т ✓
- KPI-дизайн: w = α + β × результат. β выше при измеримости, влиянии усилия, риск-нейтральности агента. Не более 2–3 KPI. Корректируйте бонус на неконтролируемые факторы (RPE)
Все модели ME до этого момента предполагали рационального агента: он знает все альтернативы, считает все вероятности, максимизирует ожидаемую полезность. В реальных переговорах, бюджетировании и найме — это не так. Ошибки людей систематичны и предсказуемы. Это меняет стратегию.
Классическая модель (Homo Economicus): неограниченная вычислительная мощность, совершенная информация, стабильные и транзитивные предпочтения, максимизация ожидаемой полезности.
Реальный человек: использует упрощения (эвристики), устаёт от решений, зависит от контекста, переоценивает ближайшее будущее, ненавидит потери сильнее чем любит равные по величине выигрыши.
Ошибки не случайны — они систематичны. Это и делает их предметом науки: их можно изучить, предсказать и использовать.
Герберт Саймон (Herbert Simon) в 1955 году ввёл термин bounded rationality (ограниченная рациональность): люди стремятся не максимизировать, а «удовлетворять» (satisfice = satisfy + suffice) — найти достаточно хорошее решение, а не оптимальное. Нобелевская премия по экономике 1978 года.
Дэниел Канеман (Daniel Kahneman) и Амос Тверски (Amos Tversky) в 1970–80-х разработали Теорию перспектив (Prospect Theory) — математическую модель реального принятия решений под риском. Нобелевская премия 2002 года (Тверски умер в 1996, Нобель не присуждается посмертно).
Ричард Талер (Richard Thaler) соединил поведенческую психологию с экономикой и показал, как она работает на реальных финансовых рынках и в дизайне политик. Нобелевская премия 2017 года.
Две системы мышления (Канеман)
Система 1 — быстрая, автоматическая
Работает без усилий, непрерывно, интуитивно. Распознаёт лица, читает эмоции, отвечает «2+2=?». Создаёт первое впечатление. Основная лошадка решений в повседневном менеджменте. Склонна к эвристикам и ошибкам.
Система 2 — медленная, аналитическая
Требует концентрации, энергии и времени. Решает «17×24=?», анализирует NPV проекта, проверяет логику договора. Устаёт и «выключается» при перегрузке — тогда решения перехватывает Система 1.
Большинство управленческих решений в операционной суете — это Система 1. Директор МК обрабатывает сотни сигналов в день: цены, поставки, качество, персонал. Критические решения (цена пшеницы, бонусная структура, инвестиции) требуют Системы 2 — но усталый мозг переключается на Систему 1. Поведенческая экономика учит: структурируй процессы так, чтобы важные решения принимались в условиях Системы 2, а Система 1 не саботировала их через автоматические эвристики.
Фролков подписывает контракт с поставщиком после трёхчасового совещания. Какая система мышления активна? Как это меняет качество контракта по сравнению с тем, если бы переговоры прошли утром в первый рабочий день?
Разберём четыре искажения, которые напрямую влияют на переговоры, бюджетирование и управление в ГИГ. Каждое из них — не случайная ошибка, а предсказуемый паттерн, которым можно управлять в обе стороны: избегать самому и понимать у контрагента.
1. Якорение (Anchoring)
Первое число, услышанное в ситуации, становится «якорем» — точкой отсчёта, от которой идут все дальнейшие оценки. Мозг корректирует от якоря, но недостаточно.
Сценарий: МК продаёт оптом хлебозаводам. Справедливая цена (по затратам + рыночная наценка) = 8 500 MDL/тонну. МК открывает переговоры:
| Кто называет первым | Первая цена (якорь) | Типичный итог | Выигрыш МК |
|---|---|---|---|
| Покупатель называет первым | 7 200 (низкий якорь) | Договорились на 7 900 | 7 900 |
| МК называет первым | 9 800 (высокий якорь) | Договорились на 9 100 | 9 100 |
| Разница в цене | +1 200 MDL/тонну |
При 200 тоннах в контракте: разница = 240 000 MDL/контракт только от того, кто назвал цену первым. Исследования (Northcraft & Neale, 1987) показывают: риэлторы оценивают дом на 10–12% выше, если сначала видели высокую «прейскурантную» цену — даже зная, что она произвольная.
Вывод для МК: всегда называть цену первым. Готовить обоснование «высокого» якоря заранее. Не реагировать паникой на низкий якорь покупателя.
2. Фрейминг (Framing)
Идентичная информация, поданная по-разному, вызывает разные решения. Люди реагируют на форму, а не только на суть.
«Позитивный» фрейм
«Наша мука сохраняет 95% питательных веществ»
«Скидка: экономите 1 200 MDL на тонне»
«Программа лояльности: получите 5% бонус»
→ Люди соглашаются охотнее
«Негативный» фрейм
«Не теряет питательных веществ — 5% потери минимальны»
«Без скидки переплатите 1 200 MDL на тонне»
«Без программы лояльности — теряете 5%»
→ Эффект сильнее из-за неприятия потерь
УК просит подразделения прислать бюджеты. Два варианта формулировки запроса:
Вариант А: «Укажите планируемые расходы на следующий год»
Вариант Б: «Укажите, насколько ваши расходы изменятся относительно прошлого года»
Вариант Б ставит прошлогодний факт как якорь и задаёт фрейм изменения. Директора меньше завышают бюджеты: неудобно просить +30% «изменения» там, где Вариант А позволял написать любую сумму. По исследованиям — снижение раздутых заявок на 15–20% без административного давления.
3. Статус-кво (Status Quo Bias)
Люди непропорционально предпочитают текущее состояние любым изменениям, даже выгодным. Инерция очень сильна — она требует усилий Системы 2 для преодоления.
Пример в ГИГ: АТП работает с одним страховщиком 8 лет. Рядом появился конкурент с ценой на 18% ниже. Менеджер АТП знает об этом, но «менять — хлопотно». Ежегодная переплата составляет 400 000 MDL. Статус-кво обходится дорого. Решение — сделать смену поставщика ровно настолько же «лёгкой», как продление: стандартизировать онбординг, убрать бюрократические барьеры.
4. Неприятие потерь (Loss Aversion)
Канеман и Тверски обнаружили: психологическая «боль» от потери примерно в 2–2,5 раза сильнее, чем «радость» от эквивалентного выигрыша. Мы не максимизируем богатство — мы максимизируем субъективную ценность изменений относительно точки отсчёта.
Директор МК получил план: «Снизить затраты на 800 000 MDL». В конце года — перевыполнил: снизил на 1 200 000. Радость от сверхрезультата: условно U(+400K) = 1 единица удовлетворения.
Следующий год: план «снизить ещё на 500 000». Директор снижает лишь на 350 000 — недовыполнение на 150 000 MDL. Боль от недовыполнения: U(−150K) ≈ 2 × U(+150K) — ощущается несоразмерно сильно.
Поведенческий итог: директора зачастую избегают выдающихся результатов в текущем году — иначе план на следующий год поднимут, и риск недовыполнения возрастёт. «Рэтчет-эффект» (ratchet effect) — проблема многих корпораций. Решение: многолетние цели вместо ежегодных KPI «от достигнутого».
Поставщик зерна предлагает МК: «Зафиксируем цену 3 100 MDL/тонну на квартал — стабильность для вас». Рыночная цена колеблется от 2 800 до 3 400 MDL. Какое искажение использует поставщик в этом предложении? Почему МК психологически склонен согласиться, даже если математически это не оптимально?
Знание искажений — двусторонний инструмент. Можно защищаться от чужих манипуляций. Можно применять самому — честно, в рамках закона — для улучшения коммерческих результатов МК и ГИГ.
Поведенческое ценообразование
Эффект левой цифры (Left-Digit Effect)
7 999 MDL воспринимается значительно дешевле 8 000 MDL, хотя разница — 1 MDL. Причина: Система 1 обрабатывает первую цифру быстрее и «запоминает» её как ориентир. В рознице: мешок муки по 399, а не по 400 MDL.
Эффект приманки (Decoy Effect)
Добавление третьего варианта, который хуже одного из двух по всем параметрам, заставляет выбирать «лучший» вариант чаще. Пример: три фасовки муки МК — 1 кг / 5 кг / 10 кг. При правильном соотношении цен «приманка» делает 5 кг максимально привлекательным.
Контрастность (Contrast Effect)
Если показать сначала дорогой продукт, следующий кажется дешевле. Переговоры: открыться с высокого якоря, затем «уступить» до целевой цены — уступка ощущается больше, чем есть.
Скидка vs Бесплатно (Zero Price Effect)
«Бесплатно» иррационально привлекательно. Доставка «бесплатно» при заказе от 10 тонн работает лучше, чем «скидка 300 MDL/тонну на доставку», хотя стоимость одинакова.
Поведенческая архитектура переговоров
Шаг 1: Подготовить якорь. Цель сделки — 8 800 MDL/тонну. Открыть с 10 200 MDL/тонну. Обоснование якоря: «последний квартал — рекордные затраты на пшеницу, энергию, логистику». Якорь должен иметь историю.
Шаг 2: Сделать первую «уступку» маленькой. С 10 200 → 9 900 MDL — «входная» уступка. Психологически покупатель воспринимает это как переговорный прогресс.
Шаг 3: Использовать фрейминг потерь. Вместо «предлагаю 8 800» — «без долгосрочного контракта сейчас вы теряете гарантированную поставку в пиковый сезон. Хлебозаводы уже бронируют объёмы». Потеря гарантированного снабжения страшнее, чем привлекательна скидка.
Шаг 4: Уступать в «маленьких» деньгах, держать крупные. Уступить в доставке (−50 MDL/тонну), удержать цену муки. Покупатель чувствует победу.
Итог: договорились на 8 850 MDL/тонну + доставка за счёт покупателя. МК выше целевой цены на 50 MDL/тонну благодаря архитектуре переговоров.
Распознавание якоря: когда поставщик называет цену, остановитесь и спросите себя: «Это их желаемая цена или справедливая?» Переключитесь в Систему 2. Сделайте собственную оценку до переговоров и зафиксируйте её.
Защита от фрейминга потерь: переформулируйте проблему в терминах выигрышей. «Если не подпишем сейчас — потеряете сезонный объём» → «Если подпишем по вашей цене — сколько мы сэкономим / заработаем дополнительно?»
Правило для МК: любое важное решение о цене принимается только после собственного независимого расчёта. Никогда — под давлением «сейчас или никогда» в конце длинного переговорного дня (Система 1 в режиме усталости).
ПЛК предлагает клиентам три пакета: A — хранение 200 MDL/т, B — хранение + перевалка 450 MDL/т, C — хранение + перевалка + приоритет 480 MDL/т. Какую роль играет пакет C? Как изменить пакеты, чтобы сделать B максимально привлекательным?
Nudge (буквально «подталкивание локтем») — изменение окружения, в котором люди принимают решения, которое направляет поведение в нужную сторону без запретов, приказов и значимых изменений стимулов. Дорогостоящие административные меры заменяются умной архитектурой выбора.
Ричард Талер и Касс Санстейн описали концепцию в книге «Nudge» (2008). Но самый известный пример появился ещё в 2001 году: программа Save More Tomorrow (Талер и Бенарци). Сотрудникам предложили: «Каждый раз при повышении зарплаты автоматически увеличивать взнос в пенсионный фонд». Добровольно, можно отказаться в любой момент. Результат: норма сбережений выросла с 3,5% до 13,6% за 40 месяцев. Никакого принуждения — только умный дефолт.
Нобелевская премия 2017 года — Талеру «за вклад в поведенческую экономику».
1. Дефолтные опции (Default Options): то, что происходит «само», если человек ничего не делает. Opt-in vs opt-out. Донорство органов: в странах с opt-out (дефолт = донор) доля согласных на 40–60% выше, чем в opt-in странах. Без принуждения.
2. Социальные нормы (Social Norms): «92% ваших коллег сдают отчёты вовремя». Люди стремятся соответствовать группе — это мощнее штрафов в большинстве контекстов.
3. Упрощение (Simplification): сложные формы → меньше заполняется правильно. Упростить форму = nudge к правильному поведению. Автозаполнение данных.
4. Обратная связь во времени (Timely Feedback): показать результат сразу после действия. Расход топлива в реальном времени → водители АТП сами снижают агрессивное вождение.
1. Бюджетные формы (УК → подразделения):
Проблема: директора завышают заявки на 20–35% «с запасом».
Классическое решение: ограничения, переговоры, давление сверху → конфликты.
Nudge: форма автоматически подставляет прошлогодний факт как значение по умолчанию. Директор видит «1 200 000 MDL (факт прошлого года)» — и должен вручную обосновать отклонение вверх. Статус-кво и якорение теперь работают в пользу точности, а не завышения. Дополнительно — индикатор: «Ваша заявка на 28% выше медианы по холдингу». Социальная норма.
2. Топливная эффективность АТП:
Проблема: перерасход топлива водителями, сложно контролировать.
Nudge: дашборд в кабине показывает расход в реальном времени + «ваш рейтинг по экономии среди 12 водителей: 9-е место». Gamification + социальная норма → водители сами конкурируют. По аналогичным программам — снижение расхода на 10–15% без штрафов.
3. Прогнозирование урожая (Рустас/СолнцеДар → УК):
Проблема: агрономы дают оптимистичные прогнозы «чтобы не расстраивать», потом провалы.
Nudge: форма прогноза требует заполнить три сценария — оптимистичный, базовый, пессимистичный. Дефолт-поле = «базовый». Это структурирует мышление и вытаскивает Систему 2. Дополнительно: после сезона автоматически показывается точность прошлогоднего прогноза («Ваш базовый прогноз: 4,2 т/га, факт: 3,8 т/га, отклонение −9,5%»). Ответственность без наказания → улучшает калибровку.
МК хочет снизить количество ошибок в накладных (неверные вес, сорт, реквизиты). Придумайте один nudge, который уменьшит ошибки без штрафных санкций и без дополнительного контролёра. Опишите механизм действия через одно из четырёх типов nudge.
В Этапе 6 мы построили оптимальный контракт для Фролкова: α + β. Теперь добавляем поведенческий слой: при одинаковой математике — разный психологический дизайн даёт разный результат. Поведенческая версия контракта мотивирует сильнее при тех же затратах.
Проблема 1: настоящее vs будущее (Present Bias)
Люди непропорционально обесценивают будущее по сравнению с настоящим — гиперболическое дисконтирование. Годовой бонус, выплачиваемый в декабре за усилия января–ноября, ощущается абстрактно и далеко. Мотивация слабее, чем если бы вознаграждение было ближе по времени.
Классическая структура (слабая мотивация)
Выполни план → получи бонус в декабре.
Усилие в январе → вознаграждение через 11 месяцев. Мозг дисконтирует. В январе кажется абстрактным.
Поведенческая версия (сильнее)
Квартальные промежуточные выплаты. Усилие в январе → видимый результат в марте. Горизонт короткий → дисконтирование меньше → мотивация выше.
Проблема 2: выиграть бонус vs не потерять бонус
Это ключевой результат поведенческой теории контрактов. Используем λ ≈ 2 (неприятие потерь).
Цель: мотивировать Фролкова к годовой прибыли МК ≥ 5 200 000 MDL.
Контракт A (классический — «заработай»):
w = 360 000 (база) + 0 (если π < 4 000 000) или + 20%×(π − 4 000 000) (если π ≥ 4 000 000)
При π = 5 200 000: w = 360 000 + 240 000 = 600 000 MDL
При π = 3 800 000: w = 360 000 + 0 = 360 000 MDL
Разница при достижении цели vs провале: +240 000 MDL (воспринимается как выигрыш).
Контракт Б (поведенческий — «не потеряй»):
В начале года выплачивается аванс 600 000 MDL («условно заработанный бонус»).
В конце года: если π ≥ 5 200 000 → возврата нет, 600 000 MDL остаются.
Если π = 4 000 000 → возвращается 240 000 MDL → Фролков теряет 240 000.
Если π = 3 800 000 → возвращается 240 000 + ещё часть.
| Показатель | Контракт A (классический) | Контракт Б (поведенческий) |
|---|---|---|
| Ожидаемая выплата ГИГ | Одинакова | Одинакова |
| Ожидаемый доход Фролкова | Одинаков | Одинаков |
| Психологический стимул | Выиграть +240К (Система 1: «далёкая абстракция») | Не потерять −240К (λ ≈ 2 → боль в 2× сильнее) |
| Мотивационная сила | Базовая | ≈ Вдвое сильнее |
По данным исследований (Hossain & List, 2012 — эксперимент на китайских заводах): производительность при «loss framing» бонусов на 1–2% выше при идентичной структуре выплат. Для МК с выручкой 200 млн MDL — это 2–4 млн MDL дополнительной прибыли от одного лишь переформатирования бонуса.
Устройство обязательств (Commitment Devices)
Commitment device — инструмент, которым агент добровольно ограничивает свои будущие возможности, чтобы помочь себе достичь цели.
Пример для МК: Фролков публично объявляет квартальные цели по снижению затрат на совещании УК. Публичность создаёт репутационные издержки при провале — это commitment device. Мотивация выше, чем при частном обязательстве.
Для бюджетирования: директор заявляет: «Если превышу бюджет без согласованного основания — добровольно жертвую 50% квартального бонуса». Самостоятельно принятое ограничение → Система 1 воспринимает его серьёзнее внешнего штрафа.
- Ограниченная рациональность: Система 1 (быстрая, автоматическая) управляет большинством операционных решений. Система 2 (медленная, аналитическая) устаёт. Важные решения — структурируй под Систему 2
- Якорение: первое число правит переговорами. МК называет цену первым → выигрыш 1 200 MDL/тонну в среднем. При 200 тоннах = 240 000 MDL за контракт
- Фрейминг: «потеряете снабжение» работает сильнее, чем «сэкономите MDL». Потери весят вдвое больше равных выигрышей (λ ≈ 2,0–2,5)
- Статус-кво: инерция очень дорого обходится. АТП переплачивает 400К/год страховщику «чтобы не менять». Убирай барьеры смены поставщиков
- Nudge: бюджетные формы с прошлогодним дефолтом → снижение раздутых заявок 15–20%. Топливный дашборд с рейтингом → −10–15% расхода. Без штрафов
- Поведенческий контракт: «не потерять аванс» мотивирует вдвое сильнее «заработать бонус» при одинаковых выплатах. Квартальные промежуточные выплаты лучше годовых из-за present bias
Регрессия — главный инструмент количественного ME. Она отвечает на вопрос: как именно Y меняется при изменении X, при прочих равных? В отличие от простой корреляции — регрессия даёт конкретный коэффициент с единицами измерения и оценкой его надёжности.
Адриен-Мари Лежандр (Adrien-Marie Legendre) опубликовал метод наименьших квадратов в 1805 году. Карл Фридрих Гаусс немедленно заявил: он использовал этот метод с 1795 года для расчёта орбиты Цереры. Разгорелся классический спор о приоритете — как у Ньютона с Лейбницем. Оба правы по-своему: Гаусс применял первым, Лежандр опубликовал первым.
Фрэнсис Гальтон (Francis Galton) ввёл слово «регрессия» в 1886 году, исследуя рост детей относительно роста родителей. Дети высоких родителей оказывались ниже родителей — «регрессия к средней» (regression to the mean). Слово «регрессия» прижилось, хотя сейчас оно означает нечто совсем другое.
Принцип метода
β₀ — константа (intercept): значение Y при всех X = 0. β₁, β₂ — коэффициенты: на сколько изменится Y при росте X₁ или X₂ на 1 единицу, если все остальные X фиксированы. ε — ошибка (то, что регрессия не объяснила).
Что читать в выводе регрессии
| Показатель | Что значит | Хорошее значение |
|---|---|---|
| R² | Доля дисперсии Y, объяснённая моделью. R²=0.7 → 70% вариаций объяснено | > 0.5 для эконом. данных |
| Adj. R² | Скорректированный R² — штрафует за лишние переменные | Близко к R², не сильно ниже |
| p-value коэффициента | Вероятность получить такой коэффициент, если он на самом деле = 0. Малый p → коэффициент значим | < 0.05 (обычная планка) |
| t-statistic | coef / std_error. Если |t| > 2 → p < 0.05 приблизительно | |t| > 2 |
| F-statistic | Значимость модели в целом (хотя бы одна переменная объясняет Y) | p < 0.05 |
Данные: 30 месяцев, ежемесячные наблюдения. Зависимая переменная: Q_мука (тонн/мес). Объясняющие: P_мука (MDL/тонну), Доходы (индекс), Зима (дамми: 1 — октябрь–март), t (тренд).
================================================
R²: 0.743 Adj. R²: 0.705
F-stat: 43.8 p(F): 0.000
================================================
coef std_err t P>|t|
------------------------------------------------
Intercept 4823.1 342.5 14.09 0.000 ***
P_мука -0.456 0.082 -5.56 0.000 ***
Доход_индекс 3.18 0.84 3.79 0.001 ***
Зима 412.0 89.3 4.61 0.000 ***
Тренд -11.8 3.2 -3.69 0.001 ***
Интерпретация каждого коэффициента:
— P_мука: −0.456 → при росте цены на 1 MDL/тонну объём продаж падает на 0,456 тонны/мес, ceteris paribus.
— Доход_индекс: +3.18 → при росте индекса доходов на 1 пункт — спрос на 3,18 тонны выше.
— Зима: +412 → в октябре–марте МК продаёт в среднем на 412 тонн больше, чем в тёплый сезон (сезонность хлебопечения).
— Тренд: −11.8 → каждый месяц спрос снижается на 11,8 тонны — долгосрочный структурный тренд (убыль населения ПМР + конкуренция молдавской муки).
— R² = 0.743 → модель объясняет 74,3% ежемесячных колебаний объёма продаж. Приемлемо для экономических данных.
График остатков (residuals): должны быть случайными вокруг нуля. Паттерн → пропущена переменная или нелинейность.
Гетероскедастичность: дисперсия ошибок растёт с Y → стандартные ошибки коэффициентов неверны. Лечение: robust стандартные ошибки.
Автокорреляция: в временных рядах ошибки часто коррелированы между периодами. Тест Дарбина-Уотсона. Лечение: Newey-West ошибки.
Мультиколлинеарность: X₁ и X₂ сильно скоррелированы → коэффициенты нестабильны. VIF > 10 — сигнал проблемы.
Из таблицы выше: МК планирует поднять цену на 500 MDL/тонну в летний период. Используя коэффициент P_мука = −0.456, рассчитайте ожидаемое снижение объёма. Насколько это повлияет на выручку (при текущей цене 8 000 и текущем объёме ~2 200 тонн)?
Линейная регрессия из Темы 49 даёт коэффициент в единицах «тонны на MDL» — зависит от единиц измерения. Если взять логарифмы переменных, коэффициент становится эластичностью — безразмерным и сразу применимым к формулам оптимального ценообразования из Этапа 4.
| Спецификация | Уравнение | Коэффициент β означает | Когда использовать |
|---|---|---|---|
| Линейная | Q = β₀ + β₁P | Δ Q при Δ P на 1 ед. | Если Y меняется примерно на константу с X |
| Log-Log (double log) | ln Q = β₀ + β₁ ln P | Эластичность E = β₁ | Если % изменение Y ~ постоянная доля % изменения X |
| Semi-log (lin-log) | Q = β₀ + β₁ ln P | Δ Q на 1% изменение P | Если X в % важнее абсолютного значения |
| Log-lin | ln Q = β₀ + β₁ P | % изменение Q на 1 ед. P | Экспоненциальный рост/снижение |
В log-log модели: β₁ = d(ln Q)/d(ln P) = (dQ/Q)/(dP/P) = эластичность.
Это означает: результат регрессии напрямую подставляется в формулу оптимальной цены P* = MC × |E_d|/(|E_d|−1) из Этапа 4. Нет промежуточных расчётов.
Оцениваем: ln(Q_мука) = β₀ + β₁·ln(P_мука) + β₂·ln(Доход) + β₃·Зима + ε
Результаты: β₁ = −0.47, β₂ = +0.19, β₃ = +0.18
Интерпретация:
— β₁ = −0.47 = ценовая эластичность E_d = −0.47 → при росте цены на 1%, объём падает на 0,47%. Спрос неэластичен (|E_d| < 1) — мука необходима.
— β₂ = +0.19 = эластичность по доходу E_y = +0.19 → при росте доходов на 1%, спрос растёт на 0,19%. Нормальный товар, слабо реагирует на доходы.
— β₃ = +0.18 → зимой объём на e⁰·¹⁸−1 ≈ 20% выше (сезонность сохраняется).
Применение к оптимальной цене (из Этапа 4):
|E_d| = 0.47 < 1 → монополист может бесконечно поднимать цену... но это значит, что МК конкурирует: реальная эластичность выше на уровне фирмы. Инструментальные переменные (Тема 54) дадут более точную оценку.
Если добавить в log-log модель переменную ln(P_хлеб) и получить коэффициент +0.22 — что это за эластичность? О чём говорит положительный знак?
Теоретические кривые спроса и TC мы строили из предположений. Эконометрика позволяет получить их из реальных данных — тогда оптимизация из Этапов 2–4 опирается на факты, а не на догадки.
Функция затрат МК из данных 1С
Спецификация: TC(MDL) = β₀ + β₁·Q + β₂·Q² + β₃·P_wheat·Q + ε
Переменные доступны из бухгалтерии: ежемесячные затраты, объём помола, средняя закупочная цена пшеницы.
| Коэффициент | Оценка | Экономический смысл |
|---|---|---|
| β₀ (константа) | 1 187 000 | Постоянные затраты FC ≈ 1,19 млн MDL/мес |
| β₁ (Q) | 2 040 | Базовые переменные затраты (труд, энергия, не пшеница) = 2 040 MDL/тонну |
| β₂ (Q²) | 0.41 | Нарастающий износ: каждая дополнительная тонна обходится дороже предыдущей на 0.41×2Q MDL |
| β₃ (P_wheat × Q) | 1.37 | Затраты на пшеницу: 1.37 MDL затрат на тонну муки на 1 MDL/тонну пшеницы → выход муки ≈ 73% ✓ |
Отсюда MC = dTC/dQ = 2 040 + 0.82·Q + 1.37·P_wheat
При Q = 2 000 тонн, P_wheat = 2 800 MDL/тонну: MC = 2 040 + 1 640 + 3 836 = 7 516 MDL/тонну
При Q = 2 500, P_wheat = 3 200: MC = 2 040 + 2 050 + 4 384 = 8 474 MDL/тонну
Теперь у Фролкова и финдиректора есть эмпирически откалиброванная кривая MC — не теоретическое предположение. При любом сценарии цены пшеницы и объёма — MC считается по формуле из данных. Это база для: а) оптимального ценообразования (подставить MC в формулу P* из Этапа 4), б) CVP-анализа (BEP из реальных данных), в) сценарного анализа (Тема 57).
Используя оценку TC выше, найдите Q_BEP (точку безубыточности) при P_мука = 9 000 MDL/тонну и P_wheat = 2 800 MDL/тонну. Сравните с результатом из Темы 16 (линейная модель).
Самая важная тема в эконометрике — и самая часто игнорируемая. Высокая корреляция двух переменных говорит только о том, что они движутся вместе. Причинной связи из этого не следует. Управленческое решение, основанное на корреляции, — это ставка на совпадение.
1. Общая причина (Confounder): в летние месяцы и продажи мороженого, и тонущих — одновременно высоки. Корреляция сильная. Причина не в том, что мороженое убивает — причина общая (жара). Если МК видит, что продажи муки коррелируют с продажами хлеба — не потому что одно причиняет другое, а потому что оба зависят от населения и доходов.
2. Обратная причинность (Reverse Causality): МК замечает: в месяцы с высокой прибылью больше денег тратится на рекламу. Вывод: «реклама повышает прибыль». Но верно обратное: когда прибыль высокая — позволяем себе рекламу. X и Y скоррелированы, но направление причинности обратное.
3. Случайная (ложная) корреляция: число утонувших в бассейнах США коррелирует (r=0.67) с количеством фильмов Николаса Кейджа. Смысла нет. Мир полон случайных совпадений в данных — особенно если ищете целенаправленно (data dredging).
1. Рандомизация (RCT): случайно назначить X разным субъектам. Золотой стандарт. В бизнесе: A/B тесты цен, случайный выбор полей для нового агрометода.
2. Diff-in-Diff (Тема 53): квазиэксперимент — сравнить изменение между группами во времени.
3. Инструментальные переменные (Тема 54): найти переменную Z, которая влияет на X, но на Y — только через X. Использовать Z как «инструмент».
Правило для ГИГ: перед принятием решения на основе данных всегда задайте вопрос: «Существует ли конфаундер, который одновременно влияет на X и Y?» Если да — корреляция не является основанием для управленческого действия.
МК заметил: в месяцы, когда водители АТП работают в сверхурочном режиме, прибыль МК выше. Вывод директора АТП: «сверхурочные поднимают прибыль, нужно их поощрять». Назовите возможный конфаундер и объясните, почему это вывод может быть ошибочным.
МК повышает цену в одном регионе. Как измерить истинный эффект, исключив сезонность и другие тренды? DiD сравнивает изменение в экспериментальной группе с изменением в контрольной за тот же период.
Дэвид Кард (David Card) и Алан Крюгер (Alan Krueger) в 1994 году применили DiD для оценки эффекта повышения минимальной зарплаты в Нью-Джерси на занятость в фастфуде. Контрольная группа — соседняя Пенсильвания, где зарплата не менялась. Результат опроверг теорию: занятость не упала, а чуть выросла. Кард получил Нобелевскую премию в 2021 году (вместе с Анжристом и Имбенсом) именно за развитие методов квазиэкспериментов, включая DiD.
МК в Q2 поднимает цену только в Тирасполе (+800 MDL/тонну), в Бендерах — без изменений.
| Группа | Q до повышения | Q после повышения | Изменение |
|---|---|---|---|
| Тирасполь (Treatment) | 1 200 тонн | 1 050 тонн | −150 тонн |
| Бендеры (Control) | 800 тонн | 790 тонн | −10 тонн (сезон) |
| DiD = −150 − (−10) = | −140 тонн |
Истинный эффект цены: −140 тонн при +800 MDL/тонну.
Эластичность: E_d = (−140/1200) / (800/8000) = −0.117/0.100 = −1.17
Интерпретация: МК обнаруживает, что на самом деле спрос более эластичен, чем показывала регрессия (−0.47 из Темы 50). Без DiD мы приписали бы весь спад цене, хотя −10 тонн из него — это сезонный тренд.
Ключевое предположение DiD — «параллельные тренды» (parallel trends): в отсутствие вмешательства обе группы развивались бы одинаково. Как проверить это предположение для МК? Какие данные нужны?
Главная угроза для OLS — эндогенность: когда X коррелирует с ошибкой ε. В регрессии спроса это классика: мы хотим оценить влияние цены на объём, но цена устанавливается рынком и зависит от тех же факторов, что и объём. OLS выдаст смещённый коэффициент.
Условие релевантности: Z должна быть скоррелирована с X (эндогенной переменной). Проверяется: F-тест в первой стадии > 10.
Условие исключения (Exclusion Restriction): Z влияет на Y только через X. Прямого влияния Z на Y нет. Это предположение — нельзя проверить по данным, только обосновать логически.
Задача: оценить влияние цены муки на объём спроса. Проблема: в периоды высокого спроса МК поднимает цену → цена эндогенна (зависит от того же шока спроса, что и Q).
Инструмент Z = мировая цена пшеницы CBOT ($/тонну):
— Релевантность: рост CBOT → рост затрат МК → рост цены муки. Связь сильная, F ≈ 18 ✓
— Исключение: мировая цена пшеницы определяется американскими и мировыми запасами зерна. Она не зависит от спроса на муку в ПМР (рынок слишком мал). Прямого влияния CBOT на ПМР-спрос на муку нет ✓
2SLS (Two-Stage Least Squares):
Стадия 1: P_мука = γ₀ + γ₁·CBOT + γ₂·Доход + γ₃·Зима + ν → получаем P̂_мука
Стадия 2: Q_мука = β₀ + β₁·P̂_мука + β₂·Доход + β₃·Зима + ε
IV-оценка E_d = −1.21 (против OLS: −0.47)
Почему так отличается? OLS «зажат» между supply и demand — видит смещённую картину. IV изолирует только supply-side сдвиги цены (через CBOT) → получает более точную demand elasticity. Ответ: спрос на муку МК более эластичен, чем казалось.
Почему нельзя использовать в качестве инструмента для P_мука переменную «количество конкурентов на рынке»? Проверьте оба условия IV.
Регрессия работает только с чистыми данными. Практически: 80% времени уходит на сбор и подготовку данных, 20% — на саму регрессию. Power Query и pandas делают это воспроизводимо и быстро.
Power Query (Excel) — для финансиста без кода
Шаг 1 — Источник: Data → Get Data → From File → From Excel (выгрузка из 1С в .xlsx). Указать лист «Продажи_МК».
Шаг 2 — Фильтр: Фильтр по колонке «Тип номенклатуры» = «Мука». Удалить строки с «Внутренние перемещения».
Шаг 3 — Трансформации:
— Колонка «Дата» → Change Type → Date → добавить «Год», «Месяц» (Add Column → Date → Month)
— Group By: по Год + Месяц → Sum(Количество), Average(Цена), Sum(Сумма)
— Add Column → Conditional Column: if Месяц IN {10,11,12,1,2,3} then 1 else 0 (Зима-дамми)
Шаг 4 — Merge: объединить с таблицей цен пшеницы (CBOT, ежемесячно) по ключу Год+Месяц.
Шаг 5 — Load: Close & Load → в таблицу на листе «Регрессия_данные». Нажать Refresh — данные обновятся за секунды при следующей выгрузке из 1С.
Python pandas — для аналитика
В датасете МК обнаружены два месяца с Q = 0 (завод останавливался на ремонт). Как их обработать перед регрессией? Удалить? Заполнить средним? Добавить дамми переменную «ремонт»? Какой вариант правильный и почему?
Аналитические формулы (Q* = 2 500 из Этапа 0) работают только для простых функций. С эмпирической TC из Темы 51, нелинейными ограничениями и несколькими продуктами — нужны численные методы.
Excel Поиск решения (Solver)
Целевая ячейка: =P*Q - TC(Q) → Максимизировать
Изменяемая ячейка: Q (тонн/мес)
Ограничения: Q ≥ 0 ; Q ≤ 3 500 (мощность МК) ; контрактный минимум Q ≥ 800
Метод: GRG Nonlinear (для нелинейных функций). Запустить → получить Q*.
Для двух продуктов (мука + комбикорм): два изменяемых диапазона [Q₁, Q₂] + ограничение Q₁+Q₂ ≤ 3 500.
Python scipy.optimize
Численная оптимизация нужна когда: несколько продуктов одновременно (МК: мука + комбикорм); ограничения на объём или бюджет; функция затрат нелинейная и получена из регрессии (не квадратичная формула). В этих случаях Solver и scipy дают точный ответ за секунды, тогда как аналитический вывод был бы страницей алгебры.
МК рассматривает производство двух продуктов: мука (P₁ = 9 000) и комбикорм (P₂ = 5 500). Общая мощность = 3 000 тонн/мес. Как настроить Solver/scipy для нахождения оптимального Q₁*, Q₂*? Запишите структуру задачи (целевая функция, переменные, ограничения).
Оптимальная цена P* — не константа. Она меняется с каждым изменением MC, которое зависит от курса MDL/USD и мировой цены пшеницы. Сценарная модель позволяет заранее рассчитать «прайс-листы» для разных условий.
Формула цепочки: CBOT → MDL → MC → P*
| P_пшеница ($/т) | MDL/USD | ||
|---|---|---|---|
| 17.0 (укрепл.) | 18.5 (базовый) | 21.0 (ослабл.) | |
| $130 (хор. урожай) | 7 630 | 8 120 | 8 920 |
| $155 (базовый) | 8 270 | 8 840 | 9 840 |
| $185 (плохой урожай) | 9 150 | 9 880 | 11 060 |
Все цены в MDL/тонну муки, рассчитаны при Q* ≈ 2 200 тонн (из scipy.optimize). Жирный — базовый сценарий.
Практическое применение: перед подписанием квартальных контрактов с хлебозаводами Фролков проверяет форвардные котировки CBOT и прогноз курса MDL/USD. Если CBOT намекает на $170+, сценарий «плохой урожай» → не заключать долгосрочные контракты по 8 840. Или добавлять в контракт price adjustment clause: «цена пересматривается, если P_пшеница выходит за диапазон $130–170».
В базовом сценарии ($155, 18.5) оптимальная P* = 8 840 MDL/тонну. Конкурент продаёт муку по 8 200. Что должен делать МК — снижать цену к конкуренту или держать 8 840? Какая дополнительная информация нужна для ответа?
Инструменты, которые реально запускают регрессию. Excel ToolPak — для разового анализа в знакомой среде. statsmodels (Python) — для воспроизводимого, автоматизированного расчёта.
Excel ToolPak — три шага
1. Data → Data Analysis → Regression (если нет: File → Options → Add-ins → Analysis ToolPak → Go → ✓)
2. Input Y Range: колонка Q; Input X Range: все X-переменные; ✓ Labels; Output range: новый лист.
3. Читать: Summary Output → R² и Adjusted R²; ANOVA → F и Significance F; Coefficients table → coef + p-value.
Python statsmodels — полный pipeline
В временных рядах (ежемесячные данные МК) дисперсия ошибок часто меняется (гетероскедастичность) и ошибки коррелируют между периодами. Обычные стандартные ошибки → p-values занижены → вы думаете, коэффициент значим, но это ложная уверенность. cov_type='HC3' (heteroskedasticity-consistent) исправляет это автоматически. Всегда указывайте его при работе с реальными данными.
- OLS: Y = β₀ + β₁X₁ + ε. β = Δ Y при Δ X₁ = 1, ceteris paribus. R² = доля объяснённой дисперсии. Проверять: p-values, диагностику остатков
- Log-log: ln Y = β₀ + β₁ ln X → β₁ = эластичность. МК: E_d = −0.47 (OLS) vs −1.21 (IV). Подставляется напрямую в P* = MC × |E_d|/(|E_d|−1)
- Функции спроса и затрат: из данных 1С через Power Query → TC = 1 187 000 + 2 040Q + 0.41Q² + 1.37·P_wheat·Q. MC считается по формуле из данных
- Корреляция ≠ причинность: конфаундеры, обратная причинность, ложные совпадения. Решение: RCT, DiD, IV
- DiD: (Treatment_after − Treatment_before) − (Control_after − Control_before). МК: истинный эффект цены = −140 тонн (E_d = −1.17)
- IV: CBOT как инструмент для P_мука. 2SLS даёт E_d = −1.21 — более точную оценку, чем OLS
- Scipy/Solver: численная оптимизация при нелинейных TC и ограничениях мощности. Запускается за секунды
- Сценарии: 9-ячеечная таблица ($130–185/т пшеницы × MDL/USD 17.0–21.0) даёт оптимальный прайс-лист 7 630–11 060 MDL/тонну муки для любых рыночных условий
Цена пшеницы на местном рынке ПМР/Молдовы не рождается сама по себе — она складывается из мировой биржевой котировки, регионального базиса, транспортных затрат и качественных корректировок. Понять эту цепочку — значит видеть причины изменения MC МК за 2–3 недели до того, как они придут в бухгалтерию.
CBOT (Chicago Board of Trade) — американская биржа, котировки в $/бушель. 1 бушель пшеницы = 27,216 кг, поэтому $1/бушель ≈ $36.76/тонну. Исторически главный мировой бенчмарк. Актуален для мировых баланс-оценок (USDA WASDE).
MATIF (Euronext Paris) — европейская биржа, котировки в €/тонну. Ближе к Чёрному морю географически и логистически. Для зерна ПМР/Молдовы — более релевантный ориентир, чем CBOT.
Чёрноморский базис (Black Sea Basis) — надбавка (или скидка) к MATIF для поставки FOB Констанца (Румыния) или FOB Одесса/Николаев (Украина). Отражает: местный баланс урожая и запасов, фрахт, качество, экспортные/импортные пошлины.
USDA публикует WASDE (World Agricultural Supply and Demand Estimates) ежемесячно. Это глобальный баланс зерна: производство + запасы начала года − потребление = запасы конца года.
Ключевой индикатор для прогноза цены: Stocks-to-Use ratio — отношение мировых запасов к потреблению. Исторически:
| Stocks-to-Use | Рыночный сигнал | Примерный MATIF |
|---|---|---|
| > 35% | Избыток. Цены под давлением | €160–185/т |
| 25–35% | Нормальный рынок | €185–220/т |
| 15–25% | Напряжённый рынок, волатильность | €220–280/т |
| < 15% | Дефицит. Резкий рост цен вероятен | €280+/т |
Практика: за 2–3 дня до выхода WASDE (обычно второй вторник месяца) позиции на фьючерсных рынках меняются. МК должен отслеживать консенсус-прогноз аналитиков и сравнивать с реальным релизом — это даёт торговый сигнал для закупок.
MATIF = €210/тонну. Чёрноморский базис = +€12. EUR/MDL = 20.2. Фрахт Констанца → ПМР = €14/тонну. Качественная скидка (влажность) = −€3/тонну. Рассчитайте итоговую закупочную цену пшеницы в MDL/тонну для МК.
Цена пшеницы может вырасти на 25–30% за квартал — как в 2022 году после февральского шока. МК покупает 3 000 тонн пшеницы в квартал. Незащищённый МК теряет или выигрывает 600–900 тыс. MDL на одном ценовом движении. Хеджирование фиксирует цену сейчас — за небольшую плату.
Фьючерсный контракт — стандартизированное соглашение купить (или продать) определённый объём товара по зафиксированной цене в определённую дату в будущем. Торгуется на бирже (MATIF, CBOT). Ежедневный margin call: при движении цены против позиции — биржа требует довнести маржу.
Форвард — то же самое, но OTC (внебиржевой), с конкретным поставщиком. Нет margin calls, но нет и ликвидности выйти досрочно.
Длинный хедж для МК — покупатель зерна
МК боится роста цены пшеницы (он покупатель). Стратегия: купить фьючерс (занять «длинную» позицию) — зафиксировать цену закупки.
| Ситуация | Без хеджа | С хеджем (фьючерс @ $155/т) |
|---|---|---|
| Цена выросла до $185 | Закупка: $185 × 3 000 = $555 000 Переплата vs план: +$90 000 | Закупка на спот: $555 000 Прибыль по фьючерсу: +$90 000 Нетто: $465 000 ≈ $155/т ✓ |
| Цена осталась $155 | Закупка: $155 × 3 000 = $465 000 | Закупка на спот: $465 000 Фьючерс: без изменений Нетто: $465 000 = $155/т ✓ |
| Цена упала до $130 | Закупка: $390 000 (экономия!) | Закупка на спот: $390 000 Убыток по фьючерсу: −$75 000 Нетто: $465 000 = $155/т (упустили выгоду) |
В Теме 23 мы рассчитали: EVPI = 667 200 MDL/квартал = 222 MDL/тонну для МК при квартальной закупке 3 000 тонн. Это максимум, который стоит платить за информацию о будущей цене.
Стоимость хеджирования фьючерсом на MATIF: комиссия брокера + bid-ask спред ≈ $2–3/тонну ≈ 37–55 MDL/тонну. Намного дешевле EVPI.
Вывод: хеджирование фьючерсами — экономически рациональный выбор для МК при квартальных объёмах от 500 тонн. Стоимость защиты несопоставимо мала по сравнению с ценовым риском.
Базисный риск (Basis Risk): разница между ценой фьючерса (MATIF €/тонну) и реальной ценой закупки МК. Эта разница непостоянна — базис меняется.
Пример: МК хеджирует по MATIF = €200/тонну. При поставке MATIF = €210, но местный спот = €215 (базис расширился с €0 до €5). МК защищён на €10 роста MATIF, но незащищён на €5 расширения базиса.
Практика для МК: хеджировать 70–80% квартальной потребности (не 100% — часть оставить для случая падения цены). Остаток покрыть форвардами с конкретными поставщиками.
МК купил фьючерс на 3 000 тонн по €205/тонну в январе. К марту цена упала до €185. Биржа требует margin call. Стоит ли закрыть позицию (зафиксировать убыток по фьючерсу)? Что произойдёт с физической ценой закупки при закрытии хеджа?
ГИГ работает в трёх валютах одновременно: MDL (внутренние расчёты ПМР), USD (закупки пшеницы, часть экспорта), EUR (молдавский рынок, ПЛК-экспорт). Каждое движение курса меняет MC МК и выручку ПЛК. Это валютный риск — и он управляем.
Воздействие MDL/USD на себестоимость МК
1 тонна муки требует ≈ 1,37 тонны пшеницы. При P_wheat = $155/т и MDL/USD = r:
| Сценарий MDL/USD | Затраты на пшеницу (MDL/т муки) | MC (MDL/т муки, при Q=2200) | Влияние на π при Q=2200 |
|---|---|---|---|
| 17.0 (укрепление) | 3 610 | 7 100 | +1 850 000 MDL/мес vs базовый |
| 18.5 (базовый) | 3 928 | 7 538 | — |
| 21.0 (ослабление) | 4 460 | 8 145 | −1 334 000 MDL/мес vs базовый |
| 24.0 (кризис) | 5 097 | 8 935 | −3 073 000 MDL/мес vs базовый |
EUR/MDL — доходы ПЛК от экспорта
ПЛК принимает оплату в EUR от международных клиентов за перевалку зерна и муки. При экспортной ставке €25/тонну:
EUR/MDL ≈ 20.5–21.5 в последние годы (MDL примерно следует за EUR).
При EUR/MDL = 20.5: €25 × 20.5 = 512.5 MDL/тонну. При EUR/MDL = 22.0: €25 × 22.0 = 550 MDL/тонну. Разница невелика, но при больших объёмах значима.
МК платит за пшеницу в долларах (риск роста MDL/USD) и продаёт муку в MDL (нет USD-дохода). Нетто: длинная позиция в USD-затратах без USD-доходов → полный валютный риск.
Natural hedge: если ПЛК получает USD от экспортных клиентов — этот долларовый доход частично компенсирует USD-затраты МК на пшеницу. ГИГ как холдинг может нетировать: USD-поступления ПЛК против USD-расходов МК → реальный риск меньше, чем кажется на уровне каждого подразделения отдельно.
Это аргумент в пользу централизованного казначейства ГИГ: валюта собирается в центре, нетируется, хеджируется нетто. Значительно эффективнее, чем каждое подразделение хеджирует само по себе.
МК планирует закупить пшеницу на $465 000. В том же квартале ПЛК ожидает получить $120 000 от международного клиента. Какова нетто-USD-позиция ГИГ? На какую сумму имеет смысл купить форвард на USD?
В Теме 20 мы показали: при WACC = 12% вторая мельница выгодна (NPV +1,9 млн), при 16% — нет (NPV −156 тыс.). Откуда берётся правильная ставка для ГИГ? Это не «из учебника» — это реальность регионального рынка капитала.
WACC (Weighted Average Cost of Capital) = w_d × r_d × (1−tax) + w_e × r_e
Где: w_d, w_e — доли долга и собственного капитала; r_d — ставка по долгу; r_e — требуемая доходность собственного капитала; tax — ставка налога.
Для ГИГ приблизительно: долг 40% + собственный капитал 60%.
| Компонент | Источник | Оценка для ГИГ | Обоснование |
|---|---|---|---|
| Безрисковая ставка (r_f) | Доходность гос. облигаций Молдовы (BNM) | 7–9% | MDL-бумаги с инфляционной надбавкой |
| Страновая премия (CRP) | Damodaran Country Risk Premium | 4–6% | Молдова BB-категория. ПМР нет рейтинга → +1–2% |
| Отраслевая бета (β) | Пищевая промышленность, EM рынки | 0.80 | Стабильная отрасль, ниже среднерыночной волатильности |
| Рыночная премия (MRP) | Глобальная MRP для EM | 6–7% | Emerging markets оценка |
| r_e = r_f + β × MRP + CRP | ≈ 18–22% | В MDL: включает инфляционный риск | |
| r_d (ставка по долгу) | Молдавские банки для промышленности | 12–16% | MDL-кредиты под залог активов |
| Налог на прибыль | PMR / Moldova | 12% / 12% | Tax shield снижает эффективную стоимость долга |
| WACC итог | 15–18% | Реалистичный диапазон для большинства проектов ГИГ |
Элеватор: I₀ = 25 млн, CF = 4,2 млн/год × 10 лет (из Темы 20).
| WACC | NPV | Решение | Контекст |
|---|---|---|---|
| 10% | +809 000 | Строить ✓ | Западный учебник — нереалистично для ГИГ |
| 12% | −1 270 000 | Не строить ✗ | Оптимистичная нижняя граница для региона |
| 15% | −4 240 000 | Не строить ✗ | Базовый реалистичный WACC |
| 18% | −6 420 000 | Не строить ✗ | Пессимистичный — высокая инфляция MDL |
При реалистичном WACC = 15–18% большинство инфраструктурных проектов ГИГ с CF ≈ 16% от инвестиции не проходят чистый NPV-тест. Это объясняет, почему принятие решений должно учитывать реальные опционы (Тема 21) и синергетические эффекты (снижение затрат смежных подразделений), которые не входят в изолированный NPV проекта.
ГИГ берёт кредит на 20 млн MDL под 14% годовых. Собственный капитал в проекте — 5 млн MDL, требуемая доходность собственника = 22%. Налог 12%. Рассчитайте WACC для этого конкретного проекта.
Сельскохозяйственный бизнес принципиально отличается от промышленного: производство сосредоточено в 3–4 месяцах, деньги связаны на полгода вперёд, урожай зависит от погоды. Финансовое моделирование для Рустаса и СолнцеДара должно учитывать эти особенности.
Сезонность — цена и рабочий капитал
| Квартал | Фаза Рустаса (пшеница) | Цена пшеницы | Денежный поток |
|---|---|---|---|
| Q4 (окт–дек) | Посев озимой пшеницы. Затраты: семена, удобрения, топливо | Сезонный минимум (свежий урожай) | −FC − VC_осень |
| Q1 (янв–мар) | Зимний покой. Минимальные затраты. Продажа зерна с хранения | Начало роста (запасы истощаются) | ±0 (продажи vs минимальные расходы) |
| Q2 (апр–июн) | Вегетация. Защита посевов, подкормки. Финансовое напряжение | Сезонный максимум (до нового урожая) | −VC_весна |
| Q3 (июл–сен) | Уборка. Продажа части урожая. Основной денежный приток | Падение при новом урожае | +Выручка |
Рустас несёт затраты (семена, удобрения, ГСМ) в октябре–апреле и получает выручку в августе–сентябре. Разрыв = 7–10 месяцев. При FC = 2,4 млн MDL + VC = 6,3 млн MDL (1 500 га × 4 200 MDL/га) суммарная потребность в оборотном финансировании = 8,7 млн MDL.
Стоимость кредита на 10 месяцев при 14% годовых: 8,7 млн × 14% × (10/12) = 1,015 млн MDL — это почти 16% дополнительных финансовых затрат! Скрытые издержки оборотного цикла, которые часто не учитываются при оценке рентабельности.
Решения: форвардные продажи (фиксировать выручку до уборки → банк даёт кредит под будущую выручку), элеватор (хранение → продавать по максимальной цене, не в уборку), государственные агрокредиты по льготным ставкам.
Климатический риск — квантификация для NPV
Урожайность пшеницы в ПМР: исторически 3,5–5,5 т/га (среднее ≈ 4,2 т/га, стандартное отклонение ≈ 0,7 т/га). В засушливый год — возможно 2,5–3,0 т/га. При урожае < 3,2 т/га Рустас уходит ниже точки безубыточности (Тема 16).
Для NPV-оценок долгосрочных инвестиций в агро: используем ожидаемое значение урожайности и добавляем стоимость климатического риска = вероятность катастрофного года × потери. При вероятности 15% в год иметь урожай < 3.0 т/га и потере 1,5 млн MDL → скидка к NPV = 1,5 × 0,15 / WACC ≈ 1,5 млн MDL.
Рустас рассматривает покупку системы орошения за 8 млн MDL. Орошение снижает вероятность катастрофного урожая с 15% до 4% и повышает среднюю урожайность с 4,2 до 4,8 т/га. WACC = 15%, горизонт 10 лет. Стоит ли инвестировать? Рассчитайте NPV орошения (без учёта климатической скидки и с ней).
ПЛК — единственный глубоководный порт Молдовы на Дунае. Это уникальный логистический актив ГИГ. Но когда именно его использовать выгодно: для импорта зерна или экспорта муки? Ответ зависит от курсов и мировых цен — и меняется каждый квартал.
Стоит ли МК экспортировать муку через ПЛК?
Исходные данные: МК производит муку с MC ≈ 7 500 MDL/тонну (при текущих ценах пшеницы). Внутренний рынок: P_опт = 9 000 MDL/тонну, P_розн = 10 500–12 000.
Экспортная выручка: Международная цена муки FOB = $400–450/тонну (мука — дифференцированный товар, выше зерна). При MDL/USD = 18.5: $425 × 18.5 = 7 862 MDL/тонну FOB Джурджулешть.
Транспортные затраты МК → ПЛК:
| Статья | MDL/тонну |
|---|---|
| Автодоставка МК → граница ПМР (АТП) | 350 |
| Таможенные расходы ПМР → Молдова | 120 |
| Доставка по Молдове до ПЛК | 180 |
| Обработка в порту ПЛК (из Темы 29) | 450 |
| Итого транспорт + порт | 1 100 |
Нетто экспортная выручка = 7 862 − 1 100 = 6 762 MDL/тонну
vs Внутренний рынок: 9 000 MDL/тонну (опт)
Экспорт муки при текущем MDL/USD = 18.5 НЕВЫГОДЕН: −2 238 MDL/тонну vs внутренний рынок.
При каком MDL/USD экспорт муки становится конкурентным?
Приравниваем нетто экспортный доход к внутренней цене:
Только при ослаблении MDL до 23.8 (сейчас 18.5) экспорт муки через ПЛК равнозначен внутреннему рынку. При 24+ — экспорт выгоднее.
Зато ПЛК как импортный хаб — другая история
Украинская/румынская пшеница FOB Рени/Измаил (Дунай) = $140/тонну.
Доставка баржей до ПЛК = $8/тонну. Обработка ПЛК = $12/тонну. Итого доставка до МК = ($140+$20) × 18.5 = 2 960 MDL/тонну.
Альтернатива — автодоставка из Румынии: $155 × 18.5 + 350 MDL = 2 868 + 350 = 3 218 MDL/тонну.
Экономия при импорте через ПЛК: 3 218 − 2 960 = 258 MDL/тонну.
При квартальной закупке 3 000 тонн = 774 000 MDL/квартал — это существенная сумма. ПЛК выгоден не как экспортный канал для муки, а как импортный хаб для зерна.
- Ценовая цепочка: MATIF → черноморский базис → граница → МК. Stocks-to-Use WASDE <25% → напряжённый рынок → цена >€220/т. Отслеживать ежемесячно
- Хеджирование: стоимость ≈ 37–55 MDL/тонну против EVPI = 222 MDL/тонну → хедж многократно окупается. Длинный фьючерс MATIF защищает от роста цены пшеницы. Хеджировать 70–80%, остальное — форварды с поставщиками
- MDL/USD: каждые +1 MDL/USD к курсу добавляют ≈ 212 MDL/тонну к MC МК (при $155 пшеницы). При MDL/USD = 21.0 прибыль МК падает на 1,33 млн MDL/мес vs базовый. Centralized FX netting снижает нетто-риск ГИГ
- WACC для ГИГ: 15–18% — не 10% из западного учебника. При таком WACC большинство инфраструктурных проектов требуют либо реальных опционов, либо синергетических CF для положительного NPV
- Аграрный оборотный цикл: затраты октябрь–апрель, выручка август–сентябрь = 10-месячный разрыв. Скрытые финансовые затраты = 1+ млн MDL/год для Рустаса. Форвардные продажи и государственное агрофинансирование снижают стоимость
- ПЛК-экономика: экспорт муки выгоден только при MDL/USD > 23.8 (сейчас 18.5 → не выгодно). Зато импорт пшеницы через ПЛК экономит 258 MDL/тонну = 774 000 MDL/квартал — главная стратегическая ценность порта для МК