Стабильный характер управленческой деятельности |
Корректирующий характер управленческой деятельности |
Инновационный
|
3. Классификация рисков при разработке управленческих решений
В случае стохастической неопределенности у ЛПР имеется полная информация о степени возможности тех или иных (Исходов операции для каждой стратегии в виде вероятностного распределения на множестве возможных результатов.
Часто ошибочно полагают, что использование каких-то отдельных характеристик распределения вероятностей результата очень просто устраняет трудность выбора наилучшего решения. Например, чаще всего используют математическое ожидание результата; иногда — дисперсию. Однако, как показывает практика, выбор на основе таких характеристик не всегда согласуется с личными представлениями ЛПР о наилучшей альтернативе. В частности, это объясняется также и тем, что, описывая задачи с риском, ЛПР редко использует такие теоретические понятия, как "распределение вероятностей", "случайная величина", "квантиль" и т.п. Вместо них человек обычно оперирует такими малоформализуемыми понятиями, как "шансы на выигрыш", "возможность неудачи", "тяжесть последствий" и др. Он их воспринимает как более привычные, а потому —, и более надежные. Хотелось бы, чтобы правила выбора также использовали подобные простые и понятные ЛПР суждения; чтобы на основе таких суждений можно было отыскивать сначала эффективные, а при необходимости — и наилучшие альтернативы.
«В этой связи хорошо согласуется с данными практики следующая вербальная формулировка принципа стохастического доминирования:тот вариант решения лучше, для которого выше вероятность получения более предпочтительного результата.[3]
»
Другими словами, для того чтобы установить, какой ил двух вариантов — а или b— решения лучше, ЛПР прости необходимо последовательно "перебрать" все возможные те кущие значения tрезультата у и проверить, какая из веро ятностей больше: P(Y(a) ≥ t) или P(Y(b) ≥ t).
Если для всех у = t, например, оказывается, что P(Y(a) ≥ у) ≥ P(Y(b) ≥ у), то, альтернатива bстохастически доминируется. Формальный вид этого правила стохастического доминирования представлен следующим выражением Fa(y) ≤ Fh(y), для всех значений У. Где Fa{y) = P(Y(a) <y) — функция распределения результата У для альтернативы а.
Проверку на доминируемость по выше приведённому правилу технологически эффективно проводить визуально. Для этого следует изобразить графики функций Fa(y) и Fb(y) в одной системе координат и выбрать ту альтернативу, график функции распределения результата для которой лежит геометрически ниже. Если случайный результат Y дискретен и имеет не очень много возможных значений у, то для графической проверки на недоминируемость удобно использовать стандартную лепестковую диаграмму из пакета Excel, которая является аналогом полярной системы координат. В качестве примера в табл.1 представлены значения (в сотых долях) функции Fa(y) распределения непрерывного результата Y(a) для четырех альтернатив.
Таблица 1. Значения функции Fa(y) распределения результатов Y(a)
Альтернативы |
Значения у,(а) результатов Y(a) |
У1 |
У2 |
У3 |
У4 |
У5 |
У6 |
У7 |
У8 |
У9 |
У10 |
а{
|
15 |
40 |
60 |
70 |
80 |
85 |
90 |
95 |
91 |
99 |
а2
|
0 |
0 |
30 |
55 |
70 |
80 |
85 |
90 |
91 |
92 |
аъ
|
0 |
5 |
9 |
11 |
18 |
20 |
22 |
27 |
29 |
30 |
a4
|
0 |
0 |
0 |
5 |
12 |
22 |
45 |
70 |
90 |
95 |
Пусть для определенности более предпочтительным для ЛПР является значение результата с большим индексом (т. е. значение у10
предпочтительнее значения у9
, которое в свою очередь более предпочтительно, чем у8
и т.д., а значение у1
— наименее предпочтительное).
Альтернатива а доминируется альтернативами а2
, а3
и а4
, которые между собой несравнимы по правилу стохастического доминирования, заданного соотношением а <=> Fa(y) < Fh(y).
Таким образом, отношение стохастического доминирования, задаваемое данным выражением, несвязно, так как неравенство в правой части выражения может не выполняться для всех значений результата. Ввиду этого оно обладает достаточно слабой разрешающей способностью и незначительно сокращает объем исходного множества альтернатив. Возможно также применение и более сложных принципов стохастического доминирования.
Последующее сужение множества выбора возможно лишь при использовании дополнительной информации о предпочтительности того или иного решения. Как уже отмечалось, часто в качестве такой информации выступают сведения о предпочтительности в среднем, предпочтительности по уровню гарантии получения результатов или предпочтительности по уровню самого гарантированного результата. Получение от ЛПР подобной информации означает, что лицо, принимающее решения, как бы безразлично к риску (подробнее смысл "безразличия к риску" будет пояснен ниже) и стремится использовать для анализа только объективные характеристики распределения вероятностей.
Теперь обсудим еще один вопрос. А можно ли как-то более строго описать характер отношения ЛПР к стохастическому риску? Оказывается, да. Причем сделать это можно как на качественном уровне (в качественных шкалах), так и на количественном. Методологической базой для ответов на подобные вопросы является теория полезности.
Обозначим функцию полезности через и(у). Согласно аксиоматической теории полезности отношение предпочтения на множестве А альтернатив моделируется с использованием математического ожидания М[и(у(а))] функции полезности для этих альтернатив:
Качественно указанные особенности отношения предпочтения ЛПР могут быть отражены графически. На рис.2. представлены графики функций полезности для лиц с различным отношением к стохастическому риску.
По оси абсцисс на графиках отложены величины результатов, а по оси ординат — значения функции и(у) полезности. Психологической доминанте "объективное ЛПР" соответствует функция и(у) = ее + Ру. Она представлена на рис.2.а.
Рис.2. Графики функций полезности для лиц с различным отношением к стохастическому риску
Параметры а и Р функции выбраны так, что наименее предпочтительному значению результата у = y - соответствует нулевое значение функции полезности, а наиболее пред почтительному результату у = у +
- значение, равное единице. Очевидно, xто если пользоваться такой функцией полезности, то это приводит к установлению предпочтений на множестве стратегий по "объективным" показателям типа:
Установлено, что если ЛПР несклонно к риску, то функция полезности, отражающая его предпочтения и отношение к стохастическому риску, строго вогнута. Это графически отражено на рис.2.б. Для субъекта с подобной психологической доминантой восприятия риска всегда оказывается более предпочтительным получение среднего выигрыша в операции наверняка, нежели участие в рискованной операции. Математически это выглядит так:
что в итоге приводит к неравенству вида
которое представляет собой математическое определение строго вогнутой функции. Для склонного к риску ЛПР все как раз наоборот. Для такого лица участие в рискованной операции более предпочтительно, чем получение ее среднего результата. Поэтому для ЛПР, склонного к риску, функция и(у) полезности оказывается строго выпуклой.
Количественно меру склонности или несклонности ЛПР к риску удобно оценивать с использованием так называемых достоверных эквивалентов лотерей. Это понятие из теории полезности и для нас оно новое. Разъясним его. Но вначале нам потребуется понятие лотереи как модели выбора в условиях стохастической неопределенности.
«Лотереей называется пара (У, Р), где У = (уг
y2
,...,yn) — множество возможных значений результата у, Р — (pv
р2
,...,рn
) — вероятностное распределение на результатах. В общем случае можно рассматривать лотереи с непрерывными значениями результата, а также лотереи с векторными результатами и составные лотереи (где результатом одной лотереи является другая лотерея).[4]
»
Психологические особенности человека таковы, что ему очень трудно сравнивать лотереи с большим числом выигрышей. ЛПР гораздо проще иметь дело лишь с двумя исходами и при этом отвечать на вопросы типа: "За сколько Вы согласны отступиться от участия влотерее?" или "Во сколько Вы оцениваете лотерею, если Вам предложат ее продать?" При соизмерении произвольного результата у с наилучшим у+
и наихудшим у-, результатами используется следующее допущение, которое называется правилом замены.
Это правило гласит следующее. Если в исходной лотерее (У, Р) любой из результатов у заменить на эквивалентный ему по предпочтительности, то для ЛПР будет безразлично, в какой из лотерей — исходной или новой — участвовать.
Результат у в этом случае заменяют на лотерею вида у+
с вероятностью р(у) и у- с вероятностью 1 - р(у). Такая лотерея называется базовой.Вероятность р(у) в базовой лотерее должна выбираться такой, чтобы базовая лотерея была эквивалентна по предпочтительности вырожденной лотерее, приводящей достоверно к результату у.
Достоверным эквивалентом лотереи (У, Р) называется величина yd
такая, что ЛПР безразлично, получить ли результат уй
наверняка или участвовать в лотерее (У, Р). Именно по величине детерминированного эквивалента судят о типе отношения ЛПР к стохастическому риску. И если оказывается, что детерминированный эквивалент yd
лотереи меньше математического ожидания М результатов лотереи, то ЛПР не склонно к риску, если уй
> М — склонно к риску, а если они равны — ЛПР безразлично к риску/
И еще одно важное замечание. Поскольку детерминированный эквивалент — неслучайная величина, это позволяет легко свести задачу обоснования решений в условиях стохастического риска к задаче принятия решений в условиях определенности. Надо только все случайные исходы заменить их детерминированными эквивалентами. После этого формальный анализ проводят как бы в условиях определенности
Заключение
Неопределенности являются основной причиной появления рисков. Уменьшение их объема является основной задачей руководителя. Неопределенность рассматривают как явление и как процесс. Если мы рассматриваем ее как явление, то имеем дело с набором нечетких ситуаций, неполной и взаимоисключающей информацией. К явлениям относятся и непредвиденные события, возникающие помимо воли руководителя и способные изменить ход запланированных мероприятий: например, резкая смена погоды привела к изменению программы празднования дня города.
Неопределенность в процессе разработки управленческого решения может быть вызвана следующими причинами: отсутствием достоверной информации; сложностью при обработке информации; монополизацией необходимых данных внешними органами управления.
Уровень неопределенности в значительной мере зависит от характеристик информации. Поэтому руководителям необходимо использовать документальную информацию: справочники, сертификаты, свидетельства.
Задача ЛПР заключается в поиске необходимой информации, оценке ее характеристик, выделении важной части, позволяющей анализировать текущее состояние системы, в которой разрабатывается решение.
Чтобы уменьшить негативные последствия делегирования решения большому количеству исполнителей, используют нормы управляемости, разработанные применительно к функциям управления.
Простые решения подготавливаются по известным алгоритмам и исполняются по отработанным схемам, в которых отсутствуют неопределенность или ее уровень настолько низок, что не оказывает существенного влияния на результат.
Решения средней сложности предполагают альтернативные варианты разработки и многообразие путей их реализации. Основанием для выбора такого решения является сокращение влияния неопределенности.
Трудные решения не имеют аналогов, а влияние неопределенности на процесс разработки и реализации решения учесть практически невозможно.
Рассмотрение уровней неопределенности позволяет аналитически представить их использование в зависимости от характера управленческой деятельности руководителя. К эффективным решениям относят обоснованные, проработанные, выполнимые, понятные исполнителю. К неэффективным — необоснованные, недоработанные, невыполнимые и трудно принимаемые к исполнению.
Часто ошибочно полагают, что использование каких-то отдельных характеристик распределения вероятностей результата очень просто устраняет трудность выбора наилучшего решения. Например, чаще всего используют математическое ожидание результата; иногда — дисперсию. Однако, как показывает практика, выбор на основе таких характеристик не всегда согласуется с личными представлениями ЛПР о наилучшей альтернативе. В частности, это объясняется также и тем, что, описывая задачи с риском, ЛПР редко использует такие теоретические понятия, как "распределение вероятностей", "случайная величина", "квантиль" и т.п. Вместо них человек обычно оперирует такими малоформализуемыми понятиями, как "шансы на выигрыш", "возможность неудачи", "тяжесть последствий" и др. Он их воспринимает как более привычные, а потому —, и более надежные. Хотелось бы, чтобы правила выбора также использовали подобные простые и понятные ЛПР суждения; чтобы на основе таких суждений можно было отыскивать сначала эффективные, а при необходимости — и наилучшие альтернативы.
В этой связи хорошо согласуется с данными практики следующая вербальная формулировка принципа стохастического доминирования:тот вариант решения лучше, для которого выше вероятность получения более предпочтительного результата.
Список литературы
1) Весенин В.Р. Менеджмент. – М.: Проспект, 2007. - 512 с.
2) Воробьев С. Н., Уткин В. Б., Балдин К. В. Управленческие решения М.: ЮНИТИ-ДАНА, 2005. – 496 с.
3) Глухов В.В. Менеджмент. – СПб.: Питер, 2007. – 608 с.
4) Саак А.Э., Тюшняков В.Н. Разработка управленческого решения. – СПб.: Питер, 2007. – 272 с.
5) Смирнов Э.А. Разработка управленческих решений - M.: ЮНИТИ-ДАНА, 2002. – 271 с.
[1]
Смирнов Э. А. Разработка управленческих решений: Учебник для вузов. - М.: ЮНИ-ТИ-ДАНА, 2002. – 176 с.
[2]
Саак А.Э., Тюшняков В.Н. Разработка управленческого решения. – СПб.: Питер, 2007. - 128 С.
[3]
Воробьев С. Н., Уткин В. Б., Балдин К. В. Управленческие решения М.: ЮНИТИ-ДАНА, 2005. - 220 с.
[4]
содержание ..
135
136
137 ..
|
|