Оценка и прогнозирование рисков

Средства измерения и оценки риска изменяются, так как широко захватывают различные профессии, и в действительности означают такие средства, которые могут определяться различными профессиями, например доктор управляет медицинским риском, инженер-строитель управляет риском структурного отказа, и т. д. Профессиональный кодекс этики обычно сосредотачивается на оценке риска и его уменьшении (профессионалом от имени клиента, публики, общества или жизни вообще).

Риск в основном оценивают вероятностной характеристикой (безразмерной величиной от 0 до 1), но могут использовать и частоту реализации риска. Частота реализации — это число случаев возможного проявления опасности за определённый период времени. Например, в год, тогда единицы измерения могут быть такими — 1/год или чел/год и т. д.

Можно выделить две давно сложившиеся точки зрения на риск — первая основана на научных и технических оценках: так называемый теоретический риск, вторая зависит от человеческого восприятия риска: так называемый эффективный риск. Эти две точки зрения непрерывно конфликтуют в социальных, гуманитарных иполитических науках. В последние годы в связи с появлением нового направления теории вероятностей — эвентологии — возникло понятие эвентологического риска, которое можно рассматривать как первую серьёзную попытку объединить в одном понятии и теоретический, и эффективный риск.

Эвентологический риск

Эвентология непосредственно вводит человека и разум как эвентологическое распределение в научное и математическое исследование; тем самым предоставляя возможность не только развить эффективные эвентологические модели различных аспектов человеческого восприятия риска, но и дать такое общее математическое определение «эвентологического риска» (как эвентологического распределения некоторого множества прошлых, настоящих и будущих событий), которое, не вступая в противоречие с большинством существующих определений теоретического и эффективного риска, поглощает их в качестве многочисленных частных вариантов

Теоретический риск

Статистический риск часто сводится к вероятности некоторого нежелательного события. Обычно вероятность такого события и некоторая оценка его ожидаемого вреда объединяется в один правдоподобный результат, который комбинирует набор вероятностей риска, сожаления и вознаграждения в ожидаемое значение для данного результата. (См. также Ожидаемая полезность).

Таким образом, в статистической теории принятия решений, функция риска оценки δ(x) для параметра θ, вычисленная при некоторых наблюдаемых x; определяется как математическое ожидание функции потерь L,

где: δ(x) = оценка, θ = параметр оценки.

Эффективный риск

Хотя обычно невозможно непосредственно измерить эффективный риск, существует много неформальных методов, используемых для его оценки или «измерения». Формальные же методы чаще всего измеряют одну из мер риска: так называемый VaR (Value At Risk — стоимостная мера риска).

Например технический риск:

где

— риск;

— вероятность одного нежелательного события

— количество потерянных денег или жертв в результате одного нежелательного события.

Риск — количественная характеристика опасности, определяемая частотой реализации опасностей. Это отношение числа неблагоприятных последствий (число смертельных случаев, число случаев заболеваний, инвалидности и т. д.), вызванных действием на человека конкретной опасности к их возможному числу за определённый период :

где — количественный показатель частоты нежелательных событий в единицу времени ;

— число объектов риска, подверженных определенному фактору риска .

Риск — безразмерная величина, определяемая на конкретный период времени.

 

19 Анализ риска в процессе принятия решений

 

Нередко руководителям разного уровня приходится готовить УР в условиях неполной или неточной информации, большой текучести кадров, недобросовестности поставщиков, потребителей, частых изменений законодательства, неожиданных действий конкурентов и др. В результате возможны непреднамеренные ошибки в управленческих решениях.

Фактические результаты решений не всегда совпадают с запланированными. Для УР характерны и неопределенность, и риск.

Неопределенность определяется как не вполне отчетливая, неточная, неясная или уклончивая информация о каком-либо объекте или процессе. Неопределенность связана с подготовкой УР, а риск – с его реализацией (рис. 5.8).

Рис. 5.8. Неопределенности и риски в системе процедур разработки и реализации управленческихрешений

Риск трактуется как возможность получения запланированного результата. Риск и неопределенность имеют одну и ту же сущность и измеряются в одних и тех же единицах (в процентах). Неопределенность может переходить в риск при реализации УР, принятого в условиях неопределенности, и реализация рискованного управленческого решения может привести к возникновению неопределенности, таким образом, риск переходит в неопределенность.

Неопределенность как явление – это нечеткие или размытые, а также противоречивые описания объектов или процессов, взаимоисключающая или недостаточная информация. Сюда относятся и форс-мажорные события, возникающие помимо воли и сознания людей и изменяющие намеченный ход реализации управленческих решений.

Неопределенность как процесс – это деятельность ЛПР, принимающего недостаточно обоснованные решения либо из-за некомпетентности, либо из-за неопределенности внешней и внутренней среды, а также сложности проблемной ситуации и ограниченности времени.

Процесс РУР осуществляется в условиях неопределенности и, таким образом, формирует неопределенность как явление. Следовательно, неопределенность – причина риска, и связь между неопределенностью и риском имеет прямо пропорциональную зависимость (чем больше неопределенность при разработке УР, тем выше риски при реализации УР).

Неопределенности могут быть объективными и субъективными. Объективные не зависят от руководителя, специалистов, экспертов или, если обобщить, от субъектов разработки и реализации управленческих решений. Источник неопределенности при этом находится либо во внешней среде, либо вне влияния на него субъектов разработки управляющих решений.

Субъективные риски возникают из-за ошибок субъектов РУР, их некомпетентности, случайных упущений, связанных со сложностью проблемной ситуации и ограниченностью времени.

Характерная черта неопределенностей такого типа заключается в том, что субъект теоретически может на них воздействовать, но условия складываются так, что на практике это воздействие не осуществляется.

Риски можно разбить на три группы.

1. Риск выполнения УР (какова вероятность выполнения или невыполнения данного УР). Например, риск выполнения оценивается как 20 %: 80 % – это означает, что в двух случаях из десяти есть вероятность того, что решение может быть не выполнено.

2. Риск достижения цели при выполнении УР. Например, риск 5 %: 95 % означает, что в пяти случаях из ста можно ожидать, что цель УР не будет достигнута.

3. Общий риск (считается как сумма риска выполнения УР и риска достижения целей при выполнении УР). Так, если риск выполнения равен 2 : 8, а риск достижения целей – 3 : 7, то общий риск разработки и реализации УР будет равен 5 : 15, или 25 % : 75 %.

 

 

20 Принятие управленческих решений с помощью дерева решений.

 

«Дерево решений» как один из методов принятия управленческих решений

 

Особое место в теории управления занимает проблема руководства, под которым принято понимать отношения, возникающие в процессе организации по поводу управления. Разработка и принятие управленческих решений рассматривается в качестве центрального звена всего процесса управления. Эффективность управления во многом обусловлена качеством таких решений. Существует множество различных моделей принятия решений: «теория игр», модель «теории очереди», имитационное моделирование, модель линейного программирования, «платежная матрица», «дерево решений», «матрица равноценного обмена» и др.

Специфическим графическим инструментом анализа проблемных экономических ситуаций является, так называемое, «дерево решений». Это схематическое представление проблемы принятия решений, которое дает руководителю возможность учесть различные направления действий, соотнести с ними финансовые результаты, скорректировать их в соответствии с приписанной им вероятностью, а затем сравнить альтернативы.

«Дерево решений» состоит из ряда узлов и исходящих из них ветвей. Квадраты обозначают пункты принятия решений, а дуги – соответствуют переходам между логически связанными решениями и случайными событиями. После построения «дерева», оно анализируется справа налево (начиная с последнего принятого решения).

С помощью этого метода решается целый ряд экономических задач, когда имеются два и более последовательных множества решений, вытекающих одно из другого. Предположим, что некоторое предприятие владеем акциями стоимостью 1000 у.е. Существует три множества решений: дополнительно купить акции на сумму 500 у.е (А), держать акции (Б), продать их (В). Вероятность 20% роста курса акции составляет , а вероятность снижения курсовой стоимости - . Какие решения необходимо принять, чтобы максимизировать ожидаемую прибыль?

Построим дерево решений для данной ситуации (рис. 1).

 

Рис. 1. Дерево решений.

 

Производим анализ возможных решений примера. В случае дополнительной покупки акций имеем:

ден.ед.;

ден.ед.;

В случае дальнейшего хранения акций имеем:

ден.ед.;

ден.ед.;

Ожидаемое значение в вершине А составляет:

ден.ед.;

Ожидаемое значение в вершине Б составляет:

ден.ед.

Прибыли при различных вариантах стратегий имеют следующие размеры:

Вариант 1 (купить дополнительные акции):

ден.ед.;

Вариант 2 (продать все акции):

ден.ед.;

Вариант 3 (продолжать держать все акции):

ден.ед.

Следовательно, на основании метода дерева решений, оптимальным вариантом является покупка дополнительных акций, которая приводит к максимально возможной прибыли в 1060 ден.ед.

Метод «дерева решений» можно использовать применительно к сложным ситуациям, когда результат принимаемого решения влияет на последующие действия.

Совершенствование процесса принятия управленческих решений и соответственно повышение качества принимаемых решений достигается за счет использования научного подхода, моделей и методов принятия решений. Таким образом, моделирование позволяет заранее предвидеть ход событий и тенденции развития, присущие управляемой системе, выяснить условия ее существования и установить режим деятельности с учетом влияния разных факторов. А «дерево решений», как один из методов, является полезным инструментом для принятия последовательных решений.

 

21 Метод экспертных оценок в принятии управленческих решений.

 

Методы принятия управленческих решений— это конкретные способы, с помощью которых может быть решена проблема. Их существует довольно много, например:

декомпозиция — представление сложной проблемы как совокуп­ности простых вопросов;

диагностика — поиск в проблеме наиболее важных деталей, ко­торые решаются в первую очередь. Этот метод применяется при ограниченных ресурсах.

Следует различать методы принятия управленческих решений на основе математического моделирования и методы, основанные на психологических приемах работы в группах.

 

Экс­перт — это человек, которого лицо, принимающее решение, или аналитическая группа, проводящая экспертизу, считают профессионалом достаточно высокого уровня в каком-то вопросе. Экс­перты приглашаются для проведения экспертизы.

Экспертиза— проведение группой компетентных специалис­тов измерения некоторых характеристик для подготовки приня­тия решения. Экспертиза позволяет снизить риск принятия оши­бочного решения. Типичные проблемы, требующие проведения экспертизы: определение целей, стоящих перед объектом управ­ления (поиск новых рынков сбыта, изменение структуры управ­ления); прогнозирование; разработка сценариев; генерирование альтернативных вариантов решений; принятие коллективных ре­шений и т.д.

Специалисты выделяют следующие основные этапы экс­пертизы:

формулировка цели экспертизы;

построение объектов оценивания или их характеристик (этого этапа может и не быть, но это означает, что он уже просто вы­полнен);

формирование экспертной группы;

определение способа экспертного оценивания и способа выра­жения экспертами своих оценок; проведение экспертизы; обработка и анализ ее результатов;

повторные туры экспертизы, если есть необходимость уточне­ния или сближения мнения экспертов; формирование вариантов рекомендаций.

При проведении экспертиз используются экспертные оценки, которые бывают нескольких видов. Дадим краткую ха­рактеристику каждому виду экспертных оценок.

Количественное выражение предпочтения(оценка) — сравнение значений разных оценок по принципу: на сколько или во сколько раз одна оценка больше другой.

Используются следующие шкалы: отношений (например, при сравнении соотношения марок автомобилей с ценой); интервалов (например, признак «дата выпуска» или температура по разным температурным шкалам); разностей (например, летоисчисление); абсолютная (например, количество студентов в аудитории). Коли­чественные оценки соответствуют, как правило, объективным из­мерениям объективных показателей.

Балльные оценкихарактеризуют субъективные мнения. Приме­ром могут служить школьные оценки. Значения балльной шкалы — ограниченный ряд равноудаленных друг от друга чисел. Балльные оценки бывают двух видов. Оценки первого вида производятся по объективному критерию, по общепринятому эталону. К ним отно­сятся оценки в спортивном судействе или правила присвоения ра­бочих разрядов — это оценки по балльной шкале. Балльные оцен­ки второго вида — оценки, производимые в случаях, если общепринятые критерии оценок отсутствуют. В таком случае говорят о порядковой (или ранговой) шкале. Оценки, произведенные по ранговой шкале, сравнивают только по отношению «больше — меньше». Ранговой шкалой пользуются в кулинарии, когда срав­нивают вкус разных блюд.

Ранжирование — упорядочивание объектов в соответствии с убы­ванием их предпочтительности. При этом допускается указание на равноценность некоторых объектов (например, определение при­зеров конкурса, определение лучших, надежных банков).

Попарное сравнение— указывание предпочтительного объекта в каждой паре объектов. Иногда допускается объявление обоих объек­тов равноценными или несравнимыми (например, шоколад пред­почтительнее мороженого, шоколад предпочтительнее пирожно­го, мороженое предпочтительнее пирожного).

Вербально-числовые шкалыиспользуются для получения и обра­ботки количественными методами качественной экспертной ин­формации.

Метод Дельфи — свое название получил по названию греческо­го города Дельфы, жрецы которого славились умением предска­зывать будущее (дельфийские оракулы). Метод характеризуется тремя основными чертами: анонимностью, регулируемой обрат­ной связью, групповым ответом. Анонимность достигается приме­нением специальных опросников или другими способами индиви­дуального опроса. Регулируемая обратная связь осуществляется за счет проведения нескольких туров опроса. Результаты каждого тура обрабатываются с помощью статистических методов и сообщают­ся экспертам. Результатом обработки индивидуальных оценок яв­ляются групповые оценки. В основу метода положены следующие

предпосылки:

поставленные вопросы должны допускать ответы в виде чисел; эксперты должны быть достаточно информированными; каждый ответ эксперта должен быть им обоснован. Ниже приводится описание примерного использования метода Дельфи.

Первый тур. Экспертам, которые не знают друг друга, раздается первая анкета. Она может допускать любые ответы на поставленные в ней вопросы, связанные с решением пробле­мы. Цель данной анкеты — составление перечня событий для прогноза в какой-то области экономики или отрасли народно­го хозяйства, науки и техники и т.д. Организатор проведения экспертизы объединяет полученные прогнозы. Полученный объединенный перечень событий становится основой второй

анкеты.

Второй тур. Эксперты оценивают сроки реализации собы­тий и приводят соображения, по которым они считают свои оцен­ки верными. По сделанным оценкам и их обоснованиям организа тор экспертизы, иногда совместно с математиками, проводит ста­тистическую обработку полученных данных, группирует мнения экспертов, изучает крайние точки зрения. Результаты этой работы организатора сообщаются экспертам, которые могут изменить свое мнение (работа экспертов проводится анонимно). Обычно мнение меньшинства экспертов (крайние точки зрения) доводится до мнения большинства. Большинство должно либо согласиться с этим решением, либо его опровергнуть.

Третий тур. Экспертам раздается третья анкета, которая со­держит перечень событий, статистических характеристик, дат на­ступления событий, сводных данных (аргументов) о причинах бо­лее ранних или поздних оценок. Эксперты должны рассмотреть все аргументы; сформулировать новые оценки предполагаемой даты наступления каждого события; обосновать свою точку зрения при ее значительном отклонении от групповой; анонимно прокоммен­тировать противоположные мнения. Пересмотренные оценки и но­вые аргументы возвращаются к организатору, который вновь их обрабатывает, суммирует все аргументы и подготавливает на этой основе новый прогноз.

Четвертый тур. Эксперты знакомятся с новым групповым прогнозом, аргументами, критическими замечаниями и составля­ют новый прогноз. Если группа все же не может прийти к единому мнению и организатор интересуется аргументами обеих сторон, то он может собрать экспертов для очного обсуждения.

В случае, если большинство несогласно с мнением организато­ра, его аргументы передаются меньшинству и анализируются. Этот процесс повторяется до тех пор, пока все эксперты не придут к одному мнению, либо выделятся группы, которые не меняют сво­его решения.

 

22 Классификация информационных систем принятия решений.

 

независимо от сферы применения, общую структуру информационной системы принято рассматривать как некоторую совокупность обеспечивающих ее подсистем (при этом говорят о структурном признаке классификации): технического, математического, программного, информационного, организационного и правового обеспечения.

Существуют различные классификации информационных систем. Приведем некоторые из них.

Классификация ИС по признаку структурированности задачпредставлена на рис. 1.

 

 

При создании или при классификации информационных систем неизбежно возникают проблемы, связанные с формальным – математическим и алгоритмическим описанием решаемых задач. От степени формализации во многом зависят эффективность работы всей системы, а также уровень автоматизации, определяемый степенью участия человека при принятии решения на основе получаемой информации.

Чем точнее математическое описание задачи, тем выше возможности компьютерной обработки данных тем меньше степень участия человека в процессе ее решения. Это и определяет степень автоматизации задачи.

Различают три типа задач, для которых создаются информационные системы:

− структурированные (формализуемые);

− неструктурированные (не формализуемые);

− частично структурированные.

Структурированная (формализуемая) задача – задача, где известны все ее элементы и взаимосвязи между ними. В структурированной задаче удается выразить ее содержание в форме математической модели, имеющей точный алгоритм решения. Подобные задачи обычно приходится решать многократно, и они носят рутинный

характер. Целью использования информационной системы для решения структурированных задач является полная автоматизация их решения, то есть сведение роли человека к нулю.

Неструктурированная (не формализуемая) задача – задача, в которой невозможно выделить элементы и установить между ними связи. Решение неструктурированных задач из-за невозможности создания математического описания и разработки алгоритма связано с большими трудностями. Возможности использования здесь информационной системы невелики. Решение в таких случаях принимается человеком из эвристических соображений на основе своего опыта и, возможно, косвенной информации из разных источников.

В частично структурированных задачах известна лишь часть элементов и связей между ними. В информационных системах для решения таких задач получаемая информация анализируется человеком, который играет определяющую роль. Такие ИС являются автоматизированными.

В зависимости от степени автоматизации информационных процессов информационные системы классифицируют как ручные, автоматические, автоматизированные (рис. 2).

Ручные ИС характеризуются отсутствием современных технических средств переработки информации и выполнением всех операций человеком.

Автоматические ИС выполняют все операции по переработке информации без участия человека.

Автоматизированные ИС предполагают участие в процессе обработки информации и человека, и технических средств, причем главная роль отводится компьютеру. В современном толковании в термин «информационная система» вкладывается обязательно понятие автоматизируемой системы.

Автоматизированные ИС, учитывая их широкое использование в организации процессов управления, имеют различные модификации и могут быть классифицированы, например, по характеру использования информации и по сфере применения.

 

23 Особенности принятия решения в технической системе.

 

Хуй знает что тут писать

 

 

24 Статические и динамические характеристики линейных САР

⇐ Предыдущая12345678910Следующая ⇒

Поделиться: