13
1.2 Основы управления рисками при принятии управленческих решений
Понятие риска в условиях неопределенности является одним из базовых
при принятии управленческих решений.
Риск - сложное явление, характеристиками которого являются
неизвестность (неопределенность) будущих результатов, вероятность
отрицательных результатов деятельности, их величина, а также значимость для
принимающего решение.
Риск измеряется с помощью двух подходов: статистического и
экспертного.
Статистический подход по самому своему существу является
ретроспективным, так как основывается на имеющихся статистических данных
прошлых периодов, в то время как оценка риска относится к будущим
событиям.
Достоинством статистического подхода к измерению риска является его
объективность.
Альтернативой статистическому является экспертное оценивание
величины риска.
Как правило, соответствующая процедура предполагает выявление и
структуризацию источников риска, их раздельную оценку (обычно в баллах) и
затем построение интегрированной оценки риска. Недостатком такого подхода
является субъективный характер оценок. Этот недостаток компенсируется
гибкостью процедуры и ее направленностью в будущее, в перспективу, а не в
ретроспективу, как при статистическом оценивании риска.
Стратегии управления рисками
Поглощение риска означает согласие на осуществление хозяйственной
операции при установленном уровне ее рискованности без попытки уменьшить
риск. Поглощение риска может предполагать создание каких-либо резервов для
покрытия возможных потерь. Если таких специальных резервов нет, ущерб в
случае его возникновения покрывается за счет других источников.
14
Избежание (предотвращение) риска означает отказ от проведения
хозяйственной операции при установленном уровне ее рискованности и (или)
проведение мероприятий, направленных на снижение уровня риска, связанного
с данной операцией.
Передача риска - это осуществление мероприятий, в результате которых
убытки от неблагоприятного исхода хозяйственной операции будет нести
другая сторона.
Страхование - это частный случай стратегии передачи риска. При
страховании риск передается страховщику. Он в свою очередь может либо
поглощать принимаемые риски за счет создания соответствующих фондов,
либо передавать их с использованием механизма перестрахования.
Диверсификация как стратегия управления рисками заключается в том,
что осуществляется не одна, а совокупность однотипных независимых
хозяйственных операций. При этом действуют несколько механизмов
уменьшения риска.
Так, при большом числе одновременно осуществляемых независимых
операций вероятность того, что все они завершатся отрицательным
результатом, становится небольшой даже при значительной вероятности
отрицательного исхода для каждой операции в отдельности. Вариабельность
общего результата от осуществления всей совокупности операций при этом
также уменьшается.
Наконец, диверсификация приводит к уменьшению масштаба каждой
операции в отдельности, что уменьшает величину возможных потерь в случае
отрицательного исхода данной операции.
Хеджирование означает осуществление параллельных (зависимых,
производных) хозяйственных операций, позволяющих уменьшить, а иногда и
совсем исключить последствия неблагоприятного исхода основной операции.
Типичным примером производных операций является покупка (продажа)
срочных контрактов на валютных и товарных биржах.
В отличие от других стратегий управления рисками хеджирование не
15
является универсальной стратегией. Оно применимо не ко всем видам рисков.
Обычно хеджируют риски ухудшения конъюнктуры товарных курсов,
валютные риски.
Каждая из стратегий управления рисками связана с определенными
затратами: страхование предполагает уплату страховой премии; передача
может быть связана с отказом от получения части возможной прибыли;
проведение мероприятий по предотвращению риска (например, повышение
огнестойкости конструкций) также требует затрат. Общий же результат
осуществления рискованной операции недетерминирован.
Выявление возможных стратегий управления риском в заданной
ситуации и выбор наиболее эффективной из них - в этом и состоит принятие
управленческого решения в условиях риска.
1.3 Технология принятия оптимальных решений
Оптимизация решения – это процесс перебора множества факторов,
влияющих на результат. Оптимальное решение – это выбранное по какому-
либо критерию оптимизации наиболее эффективное из всех альтернативных
вариантов решение.
Поскольку процесс оптимизации дорогостоящий, то её целесообразно
применять при решении стратегических и тактических задач. Оперативные
задачи должны решаться с применением, как правило, простых, эвристических
методов.
Методы оптимизации:
- анализ;
- прогнозирование;
- моделирование.
Модель это представление объекта системы или идеи в некоторой форме
отличной от самой целостности. Она является упрощенным изображением
конкретной жизненной (управленческой) ситуации. Другими словами, в
16
моделях определенным образом отображаются реальные события,
обстоятельства и т.д.
Существует ряд причин обусловливающих использование модели вместо
попыток прямого воздействия с реальным миром:
- сложность реального мира (реальный мир организации исключительно
сложен и фактическое число перемены, относящихся к конкретной проблеме,
значительно превосходит возможности любого человека и постичь его можно
упростив реальный мир с помощью моделирования);
- экспериментирование (встречается множество управленческих
ситуаций, в которых желательно опробовать и экспериментально проверить
альтернативные варианты решения проблемы. Определенные эксперименты в
условиях реального мира могут и должны быть выполнены. Когда фирма
«Боинг» проектирует новый самолет, Toyota новый автомобиль, IBM - новую
модель компьютера, они всегда изготавливают образец, проверяют его в
реальных условиях и только потом начинают полномасштабное производство.
Но прямое экспериментирование такого типа дорого стоит и требует времени.
Существуют бесчисленные критические ситуации, когда требуется принять
решение, но нельзя экспериментировать в реальной жизни.);
- ориентация управления на будущее (невозможно наблюдать явление,
которое еще не существует и может быть никогда не состоится, как и
проводить прямые эксперименты; однако многие руководители стремятся
рассматривать только реальные и осязаемые, и это, в конечном счете должно
выразиться в их повороте к чему-то видимому; моделирование – единственный
к настоящему времени систематизированный способ увидеть варианты
будущего и определить потенциальные последствия альтернативных решений,
что позволяет их объективно сравнивать).
Нормативная часть теории принятия решений при рассмотрении
ситуации принятия решений использует критерии и процедуры, реализация
которых ведет к выбору оптимального варианта действий (альтернативы), т.е. к
принятию оптимального решения. В дальнейшем нормативную часть принятия
17
решений будем называть теорией оптимального решения. Она развивалась в
значительной степени благодаря успехам, достигнутым в области исследования
операций.
Надо иметь в виду, что теория принятия оптимальных решения говорит о
том, как выбирать оптимальное решение, ведущее к поставленной цели, но не
даст рекомендаций, как следует выбирать эти цели или как оценить
поставленные и принятые цели: являются они конструктивными или
деструктивными. Она оперирует с критериями и процедурами принятия
решений, которые можно считать оптимальными лишь в рамках той модели
ситуации, которой руководствовалось лицо, принимающее решение, и в свете
информации, которой оно располагало, безотносительно к тому, соответствует
эта информация объективным характеристикам данной конкретной принятия
решения или не соответствует.
Выделяют из основных и наиболее трудных вопросов теории принятия
оптимальных решений – описание условий, которые могут быть выполнены,
чтобы решение было оптимальным, регулирование положений (постулатов),
касающихся оптимальности и называемых, поэтому постулатами
оптимальности иногда критериями оптимальности.
Согласно обыденным представлениям человек действует рационально
(оптимально), если, следуя принципам логики, анализирует все варианты
действий и выбирает лучший из них, осуществляя это хладнокровно даже в
условиях стрессовых ситуаций, т.е. таким образом, что на его решение не
оказывают отрицательного влияния ни эмоциональные процессы, ни
догматически понимаемые принципы и предрассудки. Однако теория
оптимальности не может опираться лишь на понятие оптимальности в таком
упрощенном значении этого слова. В настоящее время делаются настойчивые
попытки определить условия оптимальности строго формально, исключив
элемент субъективности. Наибольшее признание получили два следующих
постулата оптимальности:
18
1)постулат последовательности гласит, что для принятия оптимального
решения следует упорядочить совокупность альтернатив с точки зрения
предпочтения лиц, принимающих решение (лицо, принимающее решение
должно упорядочить все альтернативы из данной совокупности);
2)постулат максимизации утверждает, что окончательным условием
оптимального решения является использование максимизации, т.е. выбор
такого действия, которое максимизирует целевую функцию (человек принимает
ту альтернативу, которая в определенном смысле является для него
наилучшей).
Классы моделей в теории оптимальных решений. Теория оптимальных
решений оперирует модельным, приближенным описанием реальных явлений.
При этом такое описание (формализация) осуществляется в терминах
математической логики, исследования операций, математической статистики,
теории игр и т.п. Как и всякий язык, язык формализованных моделей не
универсален, в частности, он требует дальнейшего совершенствования
применительно к описанию проблемных ситуаций. Рассматриваемые теорией
оптимальных решений задачи делятся на два класса: закрытые (замкнутые) и
открытые. Замкнутые задачи – хорошо определенные задачи. При их решении
лицо, его принимающее, располагает полной информацией и множестве
альтернативных вариантов решений и втекающих из последствий и что
принимаемая система ценностей не противоречива.
Основными этапами оптимизации управленческого решения с помощью
математических методов являются:
1. Постановка задачи.
2. Выбор критерия эффективности, который должен выражаться
однозначно, например определенным числом, и отражать меру соответствия
результатов решения поставленной цели.
3. Анализ и измерение переменных величин (факторов), влияющих на
величину критерия эффективности.
4. Построение математической модели.
19
5. Математическое решение модели.
6. Логическая и экспериментальная проверка модели и полученного с ее
помощью решения.
7. Разработка рекомендаций по практическому использованию
полученных результатов.
1.4 Экономико-математические методы и модели принятия решений
Прежде чем рассмотреть широко используемые современными
организациями модели необходимо описать три базовых типа моделей:
Физическая модель
Физическая модель представляет то, что исследуется, с помощью
увеличенного или уменьшенного описания объекта или системы. Как указывает
Шеннон: «Отличительная характеристика физической (называемой иногда
портретной») модели состоит в том, что в некотором смысле она выгладит как
моделируемая целостность».
Примеры физической модели — синька чертежа завода, ею уменьшенная
фактическая модель, уменьшенный в определенном масштабе чертеж
проектировщика. Такая физическая модель упрощает визуальное восприятие и
помогает установить, сможет ли конкретное оборудование физически
разместиться в пределах отведенного для “сто места, а также разрешить
сопряженные проблемы, например, размещение дверей, ускоряющее движение
людей и материалов. Автомобильные и авиационные предприятия всегда
изготавливают физические уменьшенные копии новых средств передвижения,
чтобы проверить определенные характеристики типа аэродинамического
сопротивления. Будучи точной копией, модель должна вести себя аналогично
разрабатываемому новому автомобилю или самолету, Но при этом стоит она
много меньше настоящего. Подобным образом строительная компания всегда
строит миниатюрную модель, прежде чем начать строительство
производственного или административного корпуса или склада.
20
Аналоговая модель
Аналоговая модель представляет исследуемый объект аналогом, который
ведет себя как реальный объект, но не выглядит как таковой. Пример
аналоговой модели — организационная схема. Выстраивая ее, руководство в
состоянии легко представить себе цепи прохождения команд и формальную
зависимость между индивидами и деятельностью. Такая аналоговая модель
явно более простой и эффективный способ восприятия и проявления сложных
взаимосвязей структуры крупной организации, чем скажем составления
перечня взаимосвязей всех работников.
Математическая модель
В математической модели, называемой также символической,
используются символы для описания свойств или характеристик объекта или
события. Пример математической модели и аналитической ее силы как
средства, помогающего нам понимать исключительно сложные проблемы.
Модель линейного программирования
Линейное программирование - это наука о методах исследования и
отыскания наибольших и наименьших значений линейной функции, на
неизвестные которой наложены линейные ограничения. Таким образом, задачи
линейного программирования относятся к задачам на условный экстремум
функции. Казалось бы, что для исследования линейной функции многих
переменных на условный экстремум достаточно применить хорошо
разработанные методы математического анализа, однако невозможность их
использования можно довольно просто проиллюстрировать. Для решения задач
линейного программирования потребовалось создание специальных методов.
Особенно широкое распространение линейное программирование
получило в экономике, так как исследование зависимостей между величинами,
встречающимися во многих экономических задачах, приводит к линейной
функции с линейными ограничениями, наложенными на неизвестные.
Построение модели: после правильной постановки задачи следующим
этапом процесса предусмотрено построение модели. Разработчик должен
21
определить главную цель модели, какие выходные нормативы или информацию
предполагается получить, используя модель, чтобы помочь руководству
разрешить стоящую перед ним проблему. Если продолжить приведенный выше
пример, нужная выходная информация должна представлять точные нормативы
времени и количества подлежащих заказу исходных материалов и запасных
частей. Проверка модели на достоверность: после построения модели ее
следует проверить на достоверность. Один из аспектов проверки заключается в
определении степени соответствия модели реальному миру. Специалист по
науке управления должен установить — все ли существенные компоненты
реальной ситуации встроены в модель. Это, конечно, может оказаться
непростым делом, если задача сложна. Проверка многих моделей управления
показала, что они несовершенны, поскольку не охватывают всех релевантных
переменных. Естественно, чем лучше модель отражает реальный мир, тем выше
ее потенциал как средства оказания помощи руководителю в принятии
хорошего решения, если предположить, что модель не слишком сложна в
использовании. Второй аспект проверки модели связан с установлением
степени, в которой информация, получаемая с ее помощью, действительно
помогает руководству совладатьс проблемой.
Применение модели: после проверки на достоверность модель готова к
использованию. Как говорит Шеннон, ни одну модель науки управления
«нельзя считать успешно выстроенной, пока она не принята, не понята и не
применена на практике». Это кажется очевидным, но зачастую оказывается
одним из самых тревожных моментов построения модели. Согласно одному
обследованию отделов, анализирующих операции на корпоративном уровне,
лишь около 60% моделей науки управления были использованы в полной или
почти полной мере.
В других обследованиях также установлено, что финансовые
руководители американских корпораций и западноевропейские управляющие
маркетингом недостаточно широко используют модели для принятия решений.
Основная причина недоиспользования моделей руководителями, которые
22
должны их применять, возможно, заключается в том, что они их опасаются или
не понимают. Недостоверные исходные допущения: любая модель опирается на
некоторые исходные допущения или предпосылки. Это могут быть
поддающиеся оценке предпосылки, например, что расходы на рабочую силу в
следующие шесть месяцев составят 200 тыс. долл.
В дополнение к допущениям по поводу компонентов модели,
руководитель формулирует предпосылки относительно взаимосвязей внутри
нее. К примеру, модель, предназначенная помочь в решении о том, сколько
галлонов краски разных типов следует производить, должна, вероятно,
включать допущение относительно зависимости между продажной ценой и
прибылью, а также стоимостью материалов и рабочей силы. Точность модели
зависит также от точности этих взаимосвязей.