Minimising Financial Risk under Enrolment Uncertainty: An Open-Source Entropy-Indexed POMDP Tool for University Governance

Le università sono imprese di un tipo peculiare, dove il denaro necessario per pagare lo staff e gli edifici dell'anno successivo deve essere speso anni prima che arrivino gli studenti che li finanzieranno. Ciò crea una costante tensione tra la necessità di pianificare in anticipo e l'impossibilità di conoscere il futuro con certezza. Nel Regno Unito, questa incertezza è diventata acuta. Per anni, le università si sono affidate a previsioni per guidare le loro spese, ma i regolatori hanno scoperto che queste predizioni sono costantemente troppo ottimistiche, lasciando quasi la metà dei fornitori inglesi di fronte a carenze finanziarie. Il problema centrale non è la mancanza di sforzo o di intelligenza tra i dirigenti universitari; è un difetto strutturale nel modo in cui prendono decisioni. Quando il futuro è realmente incerto, chiedere a un consiglio di amministrazione di concordare su un singolo scenario di "miglior ipotesi" significa chiedere loro di fare qualcosa che non possono fare in modo affidabile. Si chiede loro di assegnare pesi a diversi futuri, ma la natura stessa dell'attuale ambiente significa che quei pesi sono sconosciuti.

Per risolvere questo problema, i ricercatori dell'Università di Bedfordshire hanno sviluppato un nuovo tipo di strumento di pianificazione che cambia la domanda. Invece di chiedere ai leader di indovinare quale futuro sia più probabile, lo strumento misura quanto l'istituzione possa essere sicura di qualsiasi futuro. Utilizza un metodo che traccia il flusso del numero di studenti per aggiornare una mappa di probabilità della salute finanziaria dell'università. Questa mappa non si stabilizza su un singolo esito; al contrario, si sposta costantemente man mano che arrivano nuovi dati, mostrando se l'università si trova in un periodo di crescita, stabilità o difficoltà. Fondamentalmente, lo strumento calcola un punteggio di incertezza basato su quanto siano dispersi queste probabilità. Quando i dati sono confusi e le probabilità sono equamente suddivise, lo strumento segnala che la situazione è troppo incerta per compiere grandi cambiamenti permanenti. Quando i dati diventano chiari e un esito domina, lo strumento segnala che è sicuro agire. Questo approccio permette alle università di navigare nell'incertezza profonda senza costringere i loro leader a fare ipotesi impossibili.

I ricercatori hanno costruito questo sistema come un'applicazione software open-source, il che significa che è gratuita per chiunque voglia usarla o ispezionarla. Il sistema è stato calibrato su un decennio di dati aperti HESA da quattro istituzioni del Russell Group, ciascuna con una storia recente differente. Alcune di queste istituzioni hanno affrontato bruschi cali nei numeri degli studenti internazionali a causa di cambiamenti nelle politiche dei visti, mentre altre hanno sperimentato una crescita costante. Il team ha poi testato lo strumento contro altre sei comuni strategie di pianificazione, eseguendo un'valutazione Monte Carlo attraverso 500 futuri simulati di iscrizione. I risultati hanno mostrato che il nuovo strumento, che chiamano un sistema a indice di entropia, produce costantemente risultati finanziari migliori rispetto ai metodi tradizionali. In queste simulazioni, ha raggiunto il più alto premio finanziario medio mantenendo la probabilità di una crisi finanziaria inferiore a qualsiasi altra strategia. La chiave di questo successo è stata la sua capacità di frenare gli impegni irreversibili, come l'assunzione di personale permanente o la costruzione di nuovi campus, ogni volta che il punteggio di incertezza era elevato.

Lo strumento opera su una logica semplice ma potente. Tratta la situazione finanziaria dell'università come uno stato nascosto che può trovarsi in uno di tre modi: un modo a bassa crescita dove i soldi sono stretti, un modo stabile dove le cose sono normali, o un modo ad alta crescita dove c'è spazio per investire. L'università non può vedere questi modi direttamente; vede solo il numero annuale di studenti che si iscrivono. Il software utilizza un processo matematico per aggiornare la sua convinzione su quale modo l'università si trovi ogni volta che arriva un nuovo numero di iscrizioni. Se i numeri sono confusi, la convinzione del software rimane dispersa tra tutti e tre i modi. Questo stato di confusione è misurato da un valore chiamato entropia. Quando l'entropia è alta, lo strumento blocca automaticamente l'università dal prendere grandi decisioni difficili da invertire. Forza l'istituzione ad aspettare e raccogliere più prove. Una volta che i numeri delle iscrizioni diventano coerenti e la convinzione si concentra su un singolo modo, il punteggio di entropia scende e lo strumento dà il via libera per investire o espandersi.

Questo approccio offre un vantaggio distinto rispetto ai modi standard in cui le università pianificano attualmente. La pianificazione scenaristica tradizionale chiede ai leader di immaginare alcuni futuri diversi, come un caso migliore e un caso peggiore, e poi cercare di scegliere tra di essi. Tuttavia, questo metodo fallisce quando i leader non riescono a concordare su quanto sia probabile ciascuno scenario. Il nuovo strumento elimina la necessità di quel consenso. Non chiede al consiglio di decidere quale futuro sia più probabile; riporta semplicemente ciò che i dati dicono riguardo al livello attuale di fiducia. Se i dati sono ambigui, lo strumento raccomanda una postura cauta, come mantenere i livelli attuali del personale o concentrarsi sul reclutamento di studenti per apprendere di più sul mercato. Se i dati sono chiari, raccomanda un'azione decisiva. Ciò permette all'università di essere conservativa quando è veramente necessario e aggressiva quando le prove lo supportano, senza fare affidamento su intuizioni o pressioni politiche.

I ricercatori hanno testato il sistema su quattro tipi specifici di traiettorie universitarie per vedere come avrebbe gestito diverse sfide del mondo reale. In uno scenario, che imitava il brusco calo degli studenti internazionali visto dopo il 2022, lo strumento ha correttamente raccomandato di frenare le spese per i primi due anni mentre la situazione rimaneva incerta. Altre strategie che ignoravano l'incertezza continuavano a raccomandare investimenti durante questo periodo, il che ha portato a difficoltà finanziarie nelle simulazioni. Una volta che i dati hanno chiarito che l'università si stava stabilizzando, lo strumento è passato alla sua posizione più attiva, permettendo all'università di recuperare più velocemente di quelle che erano rimaste eccessivamente prudenti. In un altro scenario in cui la crescita era costante e prevedibile, lo strumento ha infine raccomandato investimenti aggressivi, ma solo dopo che era trascorso un tempo sufficiente per confermare che la crescita fosse una tendenza duratura piuttosto che un picco temporaneo. Ciò ha evitato l'errore di costruire nuova capacità troppo presto, solo per scoprire che la crescita si era arrestata.

Una caratteristica unica di questo strumento è il modo in cui presenta i suoi risultati ai dirigenti universitari. Genera un documento di due pagine, chiamato Board Pack, che riassume l'intera analisi in linguaggio semplice. Questo documento include un grafico che mostra come la strategia raccomandata si confronti con altre sei approcci comuni, insieme a una chiara spiegazione del perché è stata presa una specifica decisione. Ad esempio, potrebbe spiegare che lo strumento ha raccomandato di aspettare per assumere nuovo personale perché il punteggio di incertezza era ancora troppo alto per giustificare il rischio. Poiché il documento è generato da un programma informatico che segue regole rigide, è completamente riproducibile. Se un altro dirigente esegue gli stessi numeri attraverso lo strumento, otterrà esattamente lo stesso risultato. Ciò crea una chiara traccia di audit, dimostrando che la decisione si è basata su un'analisi trasparente dei dati piuttosto che su un'opinione soggettiva.

I ricercatori hanno anche progettato lo strumento affinché sia accessibile a persone senza un background in matematica o informatica. Un direttore finanziario universitario può usare lo strumento in pochi minuti per ottenere una raccomandazione di base, o passare un'ora a calibrarlo con i dati specifici della propria istituzione. Il software è disponibile online gratuitamente e può essere eseguito su un normale browser web senza la necessità di installare software complessi. Per le istituzioni che desiderano mantenere privati i propri dati, esiste una versione che può essere eseguita su un computer locale. Lo strumento utilizza i dati della Higher Education Statistics Agency, che è la fonte ufficiale per le cifre di iscrizione universitaria nel Regno Unito, ma i ricercatori hanno reso disponibile il codice sottostante e le impostazioni precalcolate in modo che chiunque possa verificare i risultati.

Lo studio evidenzia che il valore di questo approccio è massimo quando il futuro è più incerto. Nei tempi di stabilità, i metodi di pianificazione tradizionali funzionano spesso abbastanza bene. Ma quando un'università affronta uno shock improvviso, come un cambiamento nelle leggi sui visti o un cambiamento demografico, la capacità di misurare l'incertezza diventa critica. Lo strumento non promette di predire il futuro; invece, fornisce un modo per gestire il rischio di sbagliare. Limitando automaticamente le decisioni quando le prove sono deboli, protegge l'università dal commettere errori costosi. Rilasciando quelle restrizioni quando le prove diventano forti, permette all'università di cogliere le opportunità che altri metodi di pianificazione più rigidi potrebbero perdere.

Questo lavoro rappresenta un cambiamento nel modo in cui la ricerca operativa, un campo che utilizza metodi matematici per aiutare le organizzazioni a prendere decisioni migliori, viene applicata all'istruzione superiore. Per molto tempo, questi metodi sono stati utilizzati per problemi tattici, come la pianificazione delle lezioni o l'allocazione delle risorse all'interno di un dipartimento. Questo strumento sposta quel potere al livello strategico, aiutando i massimi livelli di governance universitaria a navigare il rischio finanziario. I ricercatori sottolineano che lo strumento non è un sostituto del giudizio umano, ma un sistema di supporto che rende quel giudizio più affidabile. Trasforma il concetto astratto di incertezza in un numero concreto che i leader possono vedere e su cui possono agire.

Le implicazioni di questo lavoro si estendono oltre il Regno Unito. Le università in altri paesi, come l'Australia, affrontano sfide simili con mercati di studenti internazionali volatili e cambiamenti nelle politiche. I ricercatori suggeriscono che lo strumento può essere adattato per l'uso ovunque, a condizione che vengano utilizzati i dati locali per calibrare il sistema. La logica centrale di misurare l'incertezza e regolare le decisioni di conseguenza è universale. Rendendo lo strumento open-source, i ricercatori sperano che altre istituzioni lo testino, lo perfezionino e lo adattino ai propri contesti. Questo approccio collaborativo assicura che lo strumento evolva sulla base dell'esperienza del mondo reale piuttosto che rimanere un esercizio teorico.

In definitiva, il documento presenta una soluzione pratica a un problema persistente. Offre un modo per le università di pianificare il futuro senza pretendere di conoscere il futuro. Concentrandosi su ciò che può essere misurato — il livello di fiducia nei dati — fornisce una base stabile per il processo decisionale in un mondo instabile. Lo strumento non elimina il rischio, ma fornisce ai leader un modo per comprenderlo e gestirlo con maggiore precisione. Per un settore che ha lottato con previsioni troppo ottimistiche e deficit finanziari, questo tipo di chiarezza non è solo un miglioramento tecnico; è un passo vitale verso la sostenibilità a lungo termine. I ricercatori invitano i direttori finanziari e i team di pianificazione a provare lo strumento, a vedere come funziona con i propri dati e a contribuire al suo sviluppo. L'obiettivo è creare uno standard condiviso di pianificazione basata sull'evidenza che possa aiutare le università a navigare nelle incertezze dei decenni a venire.