数据模型与决策-第16章.pptVIP

16.1 市场份额分析 16.2.1 基本矩阵和相关计算 计算吸收状态概率需要确定并用到所谓的基本矩阵（fundamental matrix）。计算前我们先把转移的概率矩阵分成4部分： 其中， 矩阵N，称为基本矩阵，可以通过以下公式计算： N=(I - Q)-1 (16-5) 16.2.1 基本矩阵和相关计算 和 如果我们用基本矩阵N乘以矩阵P的R部分，就可以得到初始状态3或4的应收账款最终达到每一个吸收状态的概率。海德曼百货商店问题中的N乘以R可以得到以下结果： 因此我们得到0~30天类中的1美元最后成为已支付类的概率为0.89，而成为坏账类的概率为0.11。类似地，31~90天类中1美元最后成为已支付类的概率为0.74，而最后无法收回的概率为0.26。有了这一信息，就可以预测有多少钱能收回来。 16.2.2 设立备抵坏账 令B代表一个二元向量，他包括当前0~30天类和31~90天类的应收账款结余。即B=[b1 b2] 。其中b1表示0~30天账龄类的总金额， b2表示31~90天类账龄类总金额。 假设海德曼百货商店12月31日的应收账款余额中0~30天类（状态3）的应收账款余额有1000美元，31~90天类（状态4）的应收账款余额有2000美元。 我们可以通过B与NR相乘来确定这3000美元中有多少能够收回，有多少会损失掉。例如 因此，将有2730美元的应收账款被收回，而剩余的630美元将作为坏账注销。基于这一分析，会计部门应该为这630美元建立备抵坏账。 16.2.2 设立备抵坏账 假设海德曼百货商店正在考虑推行一项新的信用政策，包括给予即付账款以折扣。管理层相信，这一政策将提高账款从0~30天类向已支付类转变的概率，降低账款从0~30天类向31~90天类转变的概率。假定管理层对新政策的作用进行了仔细研究，并断定以下转移矩阵是有效的： 可以发现，0~30天类内的1美元在下一周期转为已支付类的概率增加到了0.6，而在下一周期转为31~90天类的概率减少到了0.1。 16.2.2 设立备抵坏账 要确定这些变化带给坏账支出的影响，必须计算N、NR和BNR。首先，我们用式（16-5）计算基本矩阵N： 用N乘以R，我们可以得到按账龄分类的每种账款最终处于两种吸收状态的新概率 16.2.2 设立备抵坏账 通过使用新的信用政策，我们预计有3%的账款在0~30天内不能收回，在31~90天内则有23%的账款无法收回。如前所述，如果我们假设0~30天类中的账款当前有1000美元的结余，31~90天类中的账款当前有2000美元的结余，我们可以通过B乘以NR来计算出处于两种吸收状态的应收账款总额。我们得到： 16.2.2 设立备抵坏账 因此，新信用政策下的坏账支出为490美元。而在原有的信用政策下，这一支出为630美元。因此，预期新的信用政策会节约630-490=140美元。如果应收账款总结余为3000美元，那么这一项节约将使坏账费用减少4.7%。在考虑了成本之后，管理层就可以评估使用新的信用政策的经济意义了。如果包括折扣在内的成本小于应收账款结余的4.7%，我们可以预计新的额信用政策将有助于提高海德曼百货商店的利润。 本章小结 本章中我们给出了马尔可夫过程模型及其应用。马尔可夫分析在一些情况下提供了有用的决策信息，这些情况主要指包含一系列重复事件，并且每一事件都有有限数目的可能状态的情况。主要目的是为了获得经过大量的转移或时间期间之后，每种状态的概率信息。 市场份额的应用介绍了确定稳态概率的计算步骤，而这些稳态概率可以看做两个超级市场竞争对手的市场份额。在应收账款的应用中，我们引入了吸收状态的概念；对于已支付和坏账类两种吸收状态，我们说明了如何确定将吸收于这两种状态的应收结余的百分比。 专业术语 trial o