Практическое применение методов принятия решения в условиях риска

Размещено на http://www.allbest.ru/

Содержание

Введение

Глава I. Принятие решений в условиях риска

1.1 Теория принятия решений

1.2 Основные понятия, используемые в принятии решений в условиях риска

1.3 Анализ методов и подходов к измерению рисков

Глава II. Практическое применение методов принятия решения в условиях риска

2.1 Применение метода теоретико-вероятностного анализа измерения риска в принятии решений

2.2 Решение задачи

Заключение

Список литературы



Введение

Актуальность. Людям приходится принимать решения почти везде и почти всегда. В ходе военных действий, в политике, при управлении предприятием, при выборе автомобиля или варианта обмена квартиры и еще в тысячах других случаев. Занимаются люди этим интересным, нередко захватывающим и часто небезопасным делом со времен фараонов и по сей день. Поэтому достоин удивления тот факт, что люди осознали то, КАК они принимают решения совсем недавно (по историческим меркам) - вскоре после Второй мировой войны. Оказалось, что схема процесса принятия решения не зависит от той области, в которой принимается решение. Иначе говоря, законы принятия решений едины для всех предметных областей. В них крайне нежелательны ошибки, которые могут привести к пагубным последствиям. Но из-за ограниченных информационных возможностей человека ошибки всегда возможны. Поэтому есть настоятельная необходимость применения научного подхода к обоснованию и принятию решений.

Принятие решений, наряду с прогнозированием, планированием, ситуационным анализом обстановки, исполнением решений, контролем и учетом является функцией управления. Все функции управления направлены так или иначе на формирование или реализацию решений, и любую функцию управления технологически можно представить в виде последовательности каких-либо связанных общей целью решений.

При прогнозировании и планировании принимаются решения, связанные с выбором методов и средств, организацией работы, оценкой достоверности информации, выбором наиболее достоверного варианта прогноза и наилучшего варианта плана. Таким образом, функция принятия решений является с методологической и технологической точек зрения более общей, чем другие функции управления. Для лица, принимающего решение (ЛПР), принятие решений является основной задачей, которую он обязан исполнять в процессе управления. Поэтому знание методов, технологий и средств решений этой задачи является необходимым элементом квалификации руководителя, базой для дальнейшего управления.

Предмет исследования - принятие решений в условиях риска.

Цель курсовой работы - рассмотреть методы принятия решений в условиях риска.

Для достижения поставленной цели были разработаны следующие задачи:

- рассмотреть процесс принятие решений в условиях риска;

- изучить теорию принятия решений;

- рассмотреть решения и методы принимаемы в условиях риска;

риск решение вероятностный



Глава I. Принятие решений в условиях риска

1.1 Теория принятия решений

Проблема принятия решений носит фундаментальный характер, что определяется ролью, которую играют решения в любой сфере человеческой деятельности.

Исследования этой проблемы относятся к числу междисциплинарных, поскольку выбор способа действий -- это результат комплексной увязки различных аспектов: информационного, экономического, психологического, логического, организационного, математического, правового, технического и др. Общая теория принятия решений, разработанная на основе математических методов и формальной логики, используется в экономике и имеет предпосылки для широкого распространения.[2, c. 45]

С позиции данной теории принятие решений по существу есть не что иное, как выбор. Принять решение - значит выбрать конкретный вариант действий из некоторого множества вариантов. Обычно их число конечно, а каждый вариант выбора определяет некоторый результат (экономический эффект, прибыль, выигрыш, полезность, надежность и т.д.), допускающий количественную оценку. Показатель, значение которого характеризует предельно достижимую эффективность по данной задаче, называется критерием оптимальности.

Теория принятия решений сформировалась на базе научного менеджмента. В области принятия руководящих решений традиционно существовало своеобразное разделение труда, при котором одни - академические ученые - изучали, как следует управлять, а другие - администраторы - осуществляли управление на практике. Однако еще пионеры в области теории управления, такие, как Вудро Вильсон [9, c.78] и Леонард Уайт [8, c.104], выступали за создание теории, способной сделать практику руководства государственными учреждениями более рациональной.

Впервые модели теории принятия решений были использованы в исследованиях государственного управления в 1947 г., когда в журнале «Паблик администрейшн ревью» появилась статья Герберта Саймона «Поговорки управления». Саймон утверждал, что принятие решений - это суть процесса управления и что прогресс в области менеджмента можно обеспечить, обучая руководителей методам принятия рациональных решений, а не пытаясь изобрести какие-то идеальные организационные структуры [5, c. 99].

Теория принятия решений вышла на первый план в 1960-х гг., благодаря развитию менеджмента, исследований операций, вычислительной техники и системного анализа. Именно эта дисциплина, изучающая создание математических моделей реальности, оказала основное влияние на развитие компьютерного моделирования социальных процессов.

Данная теория используется менеджерами и аналитиками для того, чтобы структурировать описание проблем и оценивать возможные варианты их решения. Так, теория игр, одно из ответвлений этой дисциплины, широко используется экспертами из Госдепартамента США при прогнозировании возможного развития событий на международной арене. Другая дочерняя область - оценка риска - нашла применение в практике регулирующих учреждений, таких, как Агентство по защите окружающей среды, определяющего стандарты экологической безопасности.[12, c. 205]

Данная теория опирается на модель рационального выбора, возникшую в микроэкономике. Согласно ей, процесс принятия любого решения проходит следующие стадии:

1. Определение проблемы, подлежащей решению. Выделяются основные составляющие части проблемы, и описывается их отношение друг к другу.

2. Сбор фактов. Факты должны собираться как можно более объективно и беспристрастно.

3. Определение множества возможных решений. Опираясь на полученные данные, следует описать все способы, которыми можно решить данную проблему.

4. Анализ возможных решений. Используя математический аппарат, сравниваются вероятные достоинства и недостатки каждого из возможных решений.

5. Выбор лучшей стратегии. Все варианты выстраиваются от наиболее до наименее предпочтительного, и выбирается наилучший.

Решение считается рациональным, если оно увеличивает благосостояние того, кто его принял, в большей степени, чем любой другой возможный вариант. Под «благосостоянием» здесь подразумевается все, что имеет ценность, например, чувство удовлетворения или радость от достижения цели. Однако чаще всего оно связывается с получением доходов и измеряется в денежных единицах.[4, c. 89]

Решения принимаются или в условиях определенности, или в условиях неопределенности. Условия определенности подразумевают, что все последствия любого варианта действия известны заранее, и поэтому не составляет труда сказать, какое решение оптимально. Условия неопределенности, напротив, характеризуются тем, что в них нельзя с абсолютной уверенностью предсказывать последствия своих поступков. Следовательно, оказавшись в них, принимающий решение человек вынужден учитывать вероятности событий и идти на риск.

Решение принимается в условиях определенности, когда руководитель может с точностью определить результат каждого альтернативного решения, возможного в данной ситуации. Сравнительно мало организационных или персональных решений принимается в условиях определенности. Однако они все-таки имеют место. Кроме того, элементы сложных крупных решений можно рассматривать как определенные. Уровень определенности при принятии решений зависит от внешней среды. Он увеличивается при наличии твердой правовой базы, ограничивающей количество альтернатив и снижающей уровень риска.[2, c. 44]

Как уже говорилось выше, решений, принимаемых в условиях абсолютной определенности, в реальной жизни быть не может. Однако существуют ситуации, когда решение принимается в условиях почти полной определенности. Например, решение о вложении нераспределенной прибыли в ценные бумаги государства. В данном случае менеджер точно знает размер вкладываемой суммы, может выбрать сроки вложения, рассчитать доходность и может точно подсчитать планируемую прибыль от данного вложения и сроки ее получения. Государство может не выполнить свои обязательства только при возникновении чрезвычайных обстоятельств, вероятность возникновения которых очень мала. Однако в условиях, сложившихся на данный момент в нашей республике, данный пример отражает меньший уровень определенности, чем в развитых странах.

В странах с развитой стабильной экономикой менеджер может также точно рассчитать затраты на производство определенного вида изделий на ближайшую перспективу. Это возможно, потому что постоянные издержки, стоимость материалов и рабочей силы известны или могут быть рассчитаны с высокой степенью точности.[8, c. 109]

Решения, принимаемые в условиях риска, занимают весомую часть всего множества решений, принимаемых менеджерами. Руководство должно учитывать уровень риска при принятии решений в качестве важнейшего фактора. Для принятия решений в условиях риска предприятие должно обладать достаточным объемом релевантной информации. Данная информация может быть получена различными способами. Существуют внешние источники - различные статистические данные министерств и ведомств, результаты социологических исследований, результаты переписи и т.д. При отсутствии внешних источников информации предприятие может провести собственные исследования. Анализ рынка очень широко используется для прогнозирования восприятия новых продуктов, телевизионных шоу, политиков. Он стал очень важной сферой деятельности и стал неотъемлемой частью деятельности почти всех крупных организаций, имеющих дело с широкой публикой. Например, автомобильные гиганты “Форд”, “Крайслер” прежде чем начать проектирование нового вида автомобиля тщательно изучают спрос и потребности потребителей, рассчитывают вероятности различных объемов продаж в зависимости от конъюнктуры рынка и только затем приступают к проектированию нового автомобиля.[15, c. 204]

Хорошим примером принятия решение в условиях риска является принятие решений о страховании. Статистика страховых случаев во всех областях ведется очень полно. Поэтому, руководитель может высчитать вероятность наступления или не наступления страхового случая и принять решение о страховании или не страховании определенного имущества компании, каких либо финансовых операций и так далее.

Руководитель же страховой организации на основании этих же данных определяет сумму возможных страховых выплат и соответственно сумму, на которую необходимо заключить страховых полисов для покрытия возможных убытков и получения прибыли.

Например, руководитель автотранспортного предприятия не уверен, что аварии будут, а если и будут - на какую сумму. Но из статистики известно, что каждый десятый водитель попадает раз в год в аварию. Также известно, что средняя сумма ущерба от одной аварии - 2000 долларов. Имея парк из 100 машин, руководитель может принять решение, что в аварию попадут 10 машин и общий ущерб составит около 20000 долларов и, следовательно, примет решение о страховании на такую сумму.

На практике решения, принимаемые в условиях полной неопределенности, практически не встречаются. Это происходит потому, что в любом случае можно либо собрать некоторую дополнительную релевантную информацию и еще раз проанализировать ситуацию, либо принять решение на основе суждений, интуиции, анализа накопленного опыта руководителя, что также уменьшает неопределенность. Наибольший потенциал неопределенности встречается в социокультурной, политической и наукоемкой среде.

Ярким примером принятия решений в условиях неопределенности может быть решение, о разработке нового очень сложного оборудования. Причина в том, что на разработку требуется длительное время, а за это время конкурентами может быть создано более эффективное оборудование или могут быть совершены открытия, исключающие применение разрабатываемого оборудования.

Риск - это мера несоответствия между возможными результатами принятого решения и теми результатами, которые могли бы обеспечить оптимальное принятие и реализация оптимального решения.

В хозяйственной деятельности риск может измеряться величиной необходимых дополнительных затрат либо величиной недополученной прибыли.

Источниками риска являются неполнота, недостоверность, неактуальность и неоднозначность используемой информации, как о самой организации, так и о ее внешнем окружении.

Существуют два основных метода определения риска:

1. Статистический, который состоит в накоплении статистических данных об объекте риска (например, о потерях, о прибылях, о работе оборудования, о стабильности трудового коллектива). При достаточно большой базе данных этот метод может дать вполне приемлемые результаты;

2. Метод экспертных оценок, который основан на экспертных оценках специалистов, хорошо знающих анализируемую область хозяйственной деятельности.

Этот метод способен давать хорошие результаты при условии грамотного подбора экспертов (с учетом их компетентности и объективности), а также при достаточной представительности группы экспертов.

Алгоритм анализа риска можно представить как последовательность выполнения следующих этапов:

Выявление возможных рисков во всех направлениях деятельности организации;

Определение вероятности (объективной или субъективной) наступления каждого риска;

Определение тяжести последствий наступления каждого риска. Тяжесть последствий может быть определена несколькими способами:

В качественной шкале (например, тяжелые последствия, критическое состояние, «легкие ушибы»);

В баллах, отражающих тяжесть последствий риска;

В денежном выражении;

Определение потерь при наступлении каждого риска (произведение вероятности на тяжесть);

Ранжирование рисков по степени потерь;

Выбор стратегии и тактики устранения (илиминации) рисков.

1.2 Основные понятия, используемые в принятии решений в условиях риска

Риск - это потенциально существующая вероятность потери ресурсов (в виде дополнительных непредвиденных расходов) или неполучения доходов, связанных с реализацией конкретного управленческого решения.

Таким образом, риск характеризуется вероятностью возникновения и величиной потерь. В большей или меньшей степени риск присутствует практически во всех управленческих решениях. Устранить его полностью практически невозможно. Задача управления рисками сводится к их предвидению, уменьшению вероятности возникновения и снижению неблагоприятных последствий.

В зависимости от возможного экономического результата решения риски можно разделить на две группы: чистые и спекулятивные[14,c.65].

Чистые риски - это возможность убытков, ущерба или неполучения ожидаемого результата. К таким рискам относятся природные, экологические, политические, транспортные, а также часть коммерческих - производственные и торговые риски.

Спекулятивные риски выражаются в возможности получения как отрицательного, так и положительного (выигрыш, прибыль) результата. К таким рискам, например, относятся финансовые.

По причинам возникновения можно выделить такие риски[3,c.97]:

- природные;

- экологические;

- политические;

- транспортные;

- коммерческие.

Природные риски - это риски потерь в результате действий стихийных сил природы, например экономический ущерб из-за эпидемий, землетрясений, наводнений, бурь и т. п.

Экологический риск - вероятность потерь или дополнительных расходов, связанных с загрязнением окружающей среды.

Политические риски - риски имущественных (финансовых) потерь, связанных с изменением внешней среды в сфере политики (изменение политической системы, расстановка политических сил в обществе, революции, массовые беспорядки, национализация предприятий, конфискация имущества, отказы нового правительства от обязательств предыдущего и т. п.). К данной категории также можно отнести риски, возникающие как результат законодательных изменений.

Транспортный риск - это возможные потери, связанные с перевозками грузов автомобильным, железнодорожным, морским, воздушным и иным видом транспорта.

Коммерческие риски - это возможные потери, связанные со спецификой трех видов коммерческой деятельности организации: производственной, торговой и финансовой.

Производственные риски связаны с остановками и сбоями оборудования, а также нарушениями технологических циклов.

Торговые риски связаны с возможными убытками, неполучением планированных доходов как в результате невыполнения обязательств по договорам, так и в случае, когда не выполняется план по сбыту в результате несоответствия реального спроса с тем, который прогнозировался.

Финансовые риски - это возможные потери финансовых ресурсов, связанные как с покупательной способностью денег (например, неожиданный скачок инфляции или изменение курса валют), так и с вложениями капитала. Риски, связанные с вложениями капитала, называют инвестиционными.

Системный риск - общий риск на все вложения на данном рынке, не связанный с конкретным объектом инвестиций. Данный риск проявляется как невозможность вернуть инвестированные средства без существенных потерь[10,c.44].

Селективный риск представляет собой возможные потери (упущенные выгоды в том числе) из-за неправильного выбора конкретного объекта инвестирования. Например, неправильный выбор состава ценных бумаг при формировании портфеля.

Риск ликвидности связан с возможными потерями при реализации объекта инвестирования из-за изменения его стоимости.

Кредитный (деловой) риск - риск того, что заемщик может оказаться банкротом или просто будет не в состоянии погасить кредит по каким-либо причинам.

Региональный риск - риск, связанный с экономическим положением определенных регионов. Данный вид риска характерен для монопродуктовых регионов (энергодобывающих регионов, регионов, являющихся по климатическим условиям производителями хлопка, кофе, пшеницы, туристических услуг и т. п.). Такие риски возникают в результате изменения конъюнктуры (падение цен) на продукт производства данного региона, появления товаров-субститутов, при снижении цен на них или повышении цен на товары-комплименты.

Риск предприятия связан с конкретным предприятием как объектом инвестиций. Данный тип риска зависит от стратегии и тактики конкретного предприятия, его цели, уровня менеджмента и т. п.

Инновационный риск связан с тем, что не все новации, будучи внедренными, приносят ожидаемый качественный и (или) количественный прирост (оказываются эффективными и обеспечивают достижение целей организации). Например, новая технология производства изделия, на разработку и внедрение которой были затрачены ресурсы, не обеспечивает требуемого уровня качества изделия, производительность оказывается ниже запланированной или себестоимость производства оказывается выше требуемого уровня.

Для оценки степени преемственности риска следует, прежде всего, выделить определенные зоны риска в зависимости от ожидаемой величины потерь.

Безрисковая зона - это область, которой соответствует получение планируемой сверхприбыли (рисунок 1) [22,c.113].

Зона допустимого риска - область, в пределах которой величина возможных потерь не превышает ожидаемой прибыли, а следовательно коммерческая деятельность имеет экономическую целесообразность.

Зона критического риска показывает возможные потери, превышающие величину ожидаемой прибыли вплоть до величины расчетной выручки (суммы затрат и прибыли). При таком риске организация рискует не только не получить никакого дохода, но и может понести убытки, равные размеру издержек.

Рисунок 1 Кривая риска и изменение возможных прибылей при сдвиге кривой риска

Зона катастрофического риска - возможные потери, которые могут достигать величины, приближающейся, равной или большей собственного капитала организации. К данной категории рисков также относят риск, связанный с угрозой жизни людей и возникновением экологических катастроф.

1.3 Анализ методов и подходов к измерению рисков

Под измерением риска понимают определение опасности от той или иной технологии для индивидуума или группы. Различают риск коллективный и индивидуальный. В измерениях риска можно выделить четыре основных подхода[6,c.59]:

Инженерный подход. Инженерный подход применяется при оценке риска в промышленных технологиях. При оценке надежности технологии исследователь может столкнуться с двумя полярными ситуациями. В первой он имеет дело со старой или традиционной технологией. В этом случае он может воспользоваться статистическими данными о работоспособности технологии, о вероятностях ее отказов, аварий и т.п. Имея статистические данные о нескольких отдельных элементах технологии, инженер может использовать вероятностный анализ риска для оценки вероятности аварий при данной технологии.

Когда же рассматривается безопасность новой технологии, то строятся так называемые деревья отказов и деревья событий.

Построение дерева отказов начинается с определения некоторого конечного (аварийного) состояния системы. Далее перечисляются все подсистемы и связанные с ними события, которые могут привести к аварии системы. Для каждой подсистемы эта процедура повторяется, т.е. определяются те события, которые могут привести к ее аварии. Окончание этой процедуры определяется или требуемой степенью детализации, или невозможностью дальнейшего «расщепления» рассматриваемой системы. Таким образом строится дерево отказов.

Отдельные элементы этого дерева могут находиться между собой в одной из двух логических зависимостей. Первая заключается в том, что событие (авария) произойдет только при одновременном осуществлении нескольких других событий (И), т.е. событие А может произойти, лишь если одновременно произойдут события В, С, D. Вторая ситуация имеет место тогда, когда, для того чтобы произошло событие А, достаточно, чтобы произошло хотя бы одно из событий В, С, D (ИЛИ). События или подсистемы, не подлежащие дальнейшей детализации, называются базисными.

Далее это дерево может использоваться для качественного и количественного анализа исходной системы. Качественный анализ состоит в нахождении всех возможных комбинаций базисных или элементарных событий, которые могут обусловить наступление исследуемого конечного события. Количественный анализ дерева заключается в определении вероятности наступления конечного события (аварии) на основе данных о вероятностях наступления базисных событий.

Деревья событий или деревья решений предназначены для решения в определенном смысле обратной задачи. С их помощью пытаются воссоздать возможные последствия того или иного начального решения, действия, события. При анализе риска таким начальным событием являются авария или отказ некоторой системы. Построение дерева заключается в последовательном нахождении всех возможных состояний других систем, деятельность которых связана с рассматриваемой и отказы которых могут повлиять на характер развития аварии, инициируемой отказом в исследуемой системе[19,c.114].

Таким образом, использование деревьев определяется тем, за какими причинно-следственными связями необходимо проследить. Если требуется выяснить, к каким последствиям может привести авария системы, строится дерево событий. Если требуется понять, что может стать причиной аварии системы, строится дерево отказов.

Заметим, что деревья отказов и деревья событий являются взаимодополняющими методами исследования надежности сложных систем. Действительно, если построить гипотетический граф всех возможных событий и их взаимосвязей, имеющих отношение к безопасности объекта, то деревья отказов и деревья событий будут представлять собой фактически разные фрагменты этого графа. Вероятностные оценки, полученные на основе одного дерева, могут использоваться для получения аналогичных оценок в другом дереве событий.

Модельный подход[9,c.74]. Второе направление в измерении риска можно назвать модельным. В нем разрабатываются модели процессов, приводящих к нежелательным событиям. К нему относятся работы, в которых пытаются найти статистически значимую зависимость между действием опасных веществ на человека и увеличением числа тех или иных заболеваний. Разрабатываются модели воздействия различных веществ на население непосредственно и через продукты питания. Существуют модели воздействия опасных веществ на окружающую среду, позволяющие оценить уровень ее загрязнения и даже предсказать моменты экологических катастроф. Так, для оценки вредного влияния сброса промышленных отходов в реку строится модель распространенности загрязнения с потоком воды, оцениваются концентрации опасных веществ на различных расстояниях от места сброса.

Для снабжения городов водой активно используются подземные воды влагосодержащих пластов. При этом становится актуальным уменьшение загрязнения подземных пластов вредными примесями. Одним из способов достижения такой цели является установка специальных скважин, накачивающих чистую воду в пласт и создающих принудительное течение грунтовых вод, препятствующее распространению вредных примесей.

Экспертный подход и восприятие риска. Как правило, риск, связанный с какой-либо активностью человека, компенсируется личной или социальной выгодой. Риск, представленный только своими негативными последствиями, лишен смысла. Казалось бы, степень приемлемого риска должна находиться в прямой зависимости от получаемой при этом выгоды. Отмечено, что в случае добровольного участия в какой-либо деятельности человек склонен принимать большую степень риска, чем в случае его вовлечения в эту деятельность силой обстоятельств. Так, при одном и том же уровне выгоды в первом случае люди допускают риск в 1000 раз больший, чем во втором.

Перечислим основные качественные факторы, влияющие на субъективные представления людей о степени риска[5,c.63].

1. Значимость последствий. Большую роль при оценке степени риска играет то, какие потребности индивидуума могут быть удовлетворены в результате благоприятного исхода и какую угрозу ему может представлять неблагоприятный исход. Негативные последствия могут быть ранжированы с точки зрения их значимости для человека. Наиболее значимы последствия, ставящие под угрозу жизнь и здоровье человека, далее идут разнообразные последствия, связанные с угрозой семейному благополучию, карьере и т.д.

2. Распределение угрозы во времени. На восприятие риска оказывает большое влияние характер распределения негативных последствий во времени. Замечено, что люди относятся терпимее к частым, распределенным во времени мелким авариям, чем к более редким катастрофам с большим числом жертв, даже если суммарные потери в первом случае гораздо больше, чем во втором.

3. Контролируемость ситуации. Возможность контроля над развитием событий, использование своих навыков для избегания негативных последствий сильно влияют на оценку приемлемости ситуации. Замечено, что люди готовы идти на больший риск в ситуации, где многое зависит от их личного мастерства.

Рассматривая подходы к измерению риска, можно отметить, что они имеют разные области применения (хотя в ряде случаев эти области пересекаются) и не свободны от недостатков. Инженерный подход применим для старых, хорошо изученных технологий, где существует детальная статистика, а человек мало влияет на надежность работы. В современных крупномасштабных технологиях надежность работы существенно определяется человеко-машинным взаимодействием. Несомненный факт - большинство крупных аварий связано с ошибками человека. Вот почему оценки надежности тех или иных устройств, найденные с помощью традиционного инженерного подхода, вызывают недоверие: по этим оценкам аварии практически невозможны, а в действительности они происходят. Даже чисто технические причины этих аварий определяются совпадением крайне маловероятных событий, для которых нет надежной статистики.

Имеет существенные недостатки и модельный подход. Современный уровень знаний во многих областях (например, в биологии) недостаточен для построения надежных моделей воздействия вредных веществ на человеческий организм (прямо или через окружающую среду). Следовательно, модели строятся на тех или иных гипотезах. Статистических данных для их проверки часто не хватает.

Экспертный способ измерения риска нередко оказывается единственным выходом из положения. Но и он имеет недостатки. Есть специфические особенности восприятия риска людьми. Психологические исследования показали, что люди плохо определяют вероятности событий, переоценивают вероятности тех из них, с которыми встречались раньше и которые «ярко» на них подействовали. Люди плохо учитывают априорные вероятности. Кроме того, первая подсказка, данная во время оценки, сильно влияет на результат. Существует проблема коммуникаций между специалистами и непрофессионалами. Специалисты, обладающие теми или иными сведениями, не знают, как их донести до населения. Как, например, убедить людей в необходимости страхования от наводнений, использования привязных ремней в автомобилях? Как убедить людей в относительной безопасности новой технологии? На эти вопросы пока нет четких ответов. Мнения обычных людей в сильной степени смещены из-за эмоционального восприятия многих событий, с чем нельзя не считаться.

Количественная оценка вероятности и последствий (или распределения случайных величин, с помощью которых моделируется рисковая ситуация) может осуществляться разными методами. Выбор того или иного способа зависит, в первую очередь, от объема доступной, в т.ч. статистической, информации о риске и требуемой точности оценок. Также приходится учитывать фактический уровень риска. Чем меньше вероятность наступления, тем труднее измерить риск.

Общий принцип при выборе методов измерения сводится к максимально возможному использованию доступных статистических данных. Если их нет, они недостаточны или неприменимы, фактический материал заменяется теоретическими гипотезами или экспертными оценками.

Всего можно выделить четыре группы методов количественной оценки рисков[14,c.17]:

1. Статистические методы. В основе данных методов лежит оценка вероятности наступления случайного события исходя из относительной частоты появлений данного события в серии наблюдений. Данные методы являются наиболее предпочтительными, поскольку, во-первых, они достаточно просты, и, во-вторых, их оценки базируются на фактических данных (а, практика, как известно, является критерием истины).

Но статистические методы не применимы там, где нет достаточного объема наблюдений. Для корректной оценки рисков редких событий требуется очень больший объем статистических данных. Кроме того, сбор и обработка таких массивов информации может оказаться слишком долгой и дорогой.

Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):

а) разработка и исследование методов общего назначения, без учета специфики области применения;

б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;

в) применение статистических методов и моделей для статистического анализа конкретных данных.

2. Вероятностно-статистические. Если имеющаяся статистическая информация недостаточно полная, то иногда возможно восполнить имеющиеся пробелы за счет анализа дополнительных косвенных данных или за счет логических рассуждений. Использование комбинации статистических данных и теоретических гипотез для оценки риска составляет основную идею вероятностно-статистических методов. Это расширяет область применения данной группы методов, но надежность полученных результатов может оказаться ниже, чем при использовании статистических методов.

3. Теоретико-вероятностные. Теоретико-вероятностные методы широко и успешно применяются в научных исследованиях для моделирования, в терминах случайности, многих аспектов неясности и неопределенности, отражающих неполноту знаний, их недостоверность; а также нечеткости и неточности, относящихся к их содержанию. В то время как нечеткость и неточность естественно ассоциируются с распределением вероятностей, неясность и неопределенность отражаются в частичном незнании последнего; возникающие в связи с этим проблемы формулируются в терминах теории проверки статистических гипотез и теории статистического оценивания.

4. Экспертные. В ситуации, когда нет ни статистики, ни возможности построить математическую модель, остается использование опыта и знаний экспертов. Это имеет место при исследовании объектов с неопределенными параметрами или неизученными свойствами. Количественная оценка риска происходит на основе обработки ответов специально отобранных экспертов. При этом большое внимание должно уделяться процедуре отбора экспертов и формированию шкал оценок. Для организации процесса может использоваться так называемый метод Дельфи. Однако и он не дает гарантии достоверности результатов.

Измерение риска должно использоваться при установлении стандартов. Дальше выделены три основных подхода к определению допустимого уровня риска[9,c.105]:

- экспертные суждения;

- по аналогии со стандартами при известном уровне риска;

- многокритериальный анализ.

В ряде случаев стандарты устанавливаются на основе экспертных суждений. Отсутствие надежных способов измерения риска приводит к тому, что постулируется некоторый уровень безопасности. Например, принимается, что дополнительный риск не должен увеличивать смертность в конкретной возрастной группе населения более чем на 1%. Принимается, что бетонный купол атомного реактора должен выдержать прямое попадание самолета. Эти установки определяются (прямо или косвенно) соглашениями между различными группами людей.

Рисунок 2 Области применения методов измерения риска

Особенности рассмотренных методов количественной оценки рисков определяют области их применения в зависимости от имеющихся статистических данных и возможности построения теоретических моделей (рисунок 2)[10,c.99].

Следует также отметить, что поскольку в подавляющем большинстве случаев понятие риска относится к будущим событиям, то при любом методе количественной оценки приходится учитывать возможное изменение существующего уровня риска, то есть делать прогноз. Выбор метода прогнозирования также является сложной задачей.

Глава II. Практическое применение методов принятия решения в условиях риска

2.1 Применение метода теоретико-вероятностного анализа измерения риска в принятии решений

Как уже говорилось, существуют группы методов количественной оценки рисков[7,c.112]:

1. Статистические методы.

2. Вероятностно-статистические.

3. Теоретико-вероятностные.

4. Экспертные.

Более подробно мы рассмотрим теоретико-вероятностные методы.

Две предыдущие группы методов требуют наличия достаточного или хотя бы ограниченного объема статистических данных об исследуемом явлении. Однако при управлении рисками приходится сталкиваться с необходимостью оценки редких событий, которые допускают очень тяжелые последствия. В прошлом данные события могли вообще не происходить в силу их «редкости» (т.е. малой вероятности) или уникальности рассматриваемых объектов. В этом случае статистика либо вообще отсутствует, либо относится к другим объектам, которые существенно отличаются от исследуемого. Это делает невозможным применение статистических и вероятностно-статистических методов. Приходится использовать теоретико-вероятностные методы, в основе которых лежит построение математической модели изучаемого риска и теоретической оценки его параметров. Данные методы очень трудоемки и имеют относительно невысокую точность, но в ряде случаев являются единственным возможным научно-обоснованным способом оценки. В частности, они применяются при разработке деклараций промышленной безопасности предприятий.

Пример:

Разрабатывается новый уникальный технический объект. Статистики по отказам для него, разумеется, нет. В этом случае можно составить принципиальную схему функционирования объекта. На ее основе вывести аналитическую формулу для расчета вероятности отказа через вероятности отказа на каждом этапе (звене). Оценивать вероятность отказа отдельных звеньев, как правило, легче, т.к. некоторые используются в других объектах и для них есть статистика, для некоторых - можно оценить по аналогии или экспертным путем. В результате расчета по общей аналитической формуле получают оценку вероятности отказа для сложного объекта в целом.

В отличие от статистического метода, где объект рассматривается как «черный ящик», в приведенном примере изучается структура объекта и влияние каждого его элемента на вероятность реализации риска. Но при использовании подобных теоретических методов полученное абсолютное значение вероятности может быть неточно, т.к. оно зависит от правильности определения вероятности отказа всех звеньев. Зато, если модель адекватна, то хорошо учитывается влияние изменения схемы (структуры) объекта. Поэтому теоретико-вероятностные методы лучше работают при сравнении надежности различных схем, чем при абсолютной оценке степени их безопасности.

2.2 Решение задачи

Предприниматель собирается открывать магазин. По одному проекту магазин включает кафе. В том и другом случае ее шансы на успех будут 0,7 ( и на провал 0,3). Ежегодный доход, включая кафе, равен 650 тыс. руб. Без кафе доход составит 470 тыс. руб. Провал при наличии кафе был оценен 160 тыс. руб., а без кафе 70 тыс. руб. Предприниматель обратился в фирму для проведения исследования по прогнозированию успеха или неуспеха будущего ресторана за 10 тыс. руб. Надежность такого прогноза показана в таблице.

Найти оптимальную стратегию для предпринимателя. Должен ли предприниматель включать бар в проект?

	Успех	Неуспех
Магазин с кафе	0,4	0,5
Магазин без кафе	0,6	0,5

Решение поставленной задачи

Вычислим прибыль предпринимателя при различных её стратегиях и различных состояниях среды:

Состояние среды Альтернатива	Успех предприятия	Провал предприятия
А1	Магазин с кафе	650	-160
А2	Магазин без кафе	470	-70

В случае проведения исследования:

Состояние среды Альтернатива	Успех предприятия	Провал предприятия
А1	Магазин с кафе	650-10=640	-160-10=-170
А2	Магазин без кафе	470-10=460	-70-10=-80

Построим дерево решений в Excel.

Оценим альтернативные решения:

При проведении исследования:

Строим магазин с кафе:

Строим магазин без кафе:

Оптимальным решением является построить магазин с кафе.

Без проведения обследования:

Строим магазин с кафе:

Строим магазин без кафе:

Оптимальным решением является также строить магазин с кафе, но при этом предполагаемая прибыль может быть больше, чем при проведении обследования.

Таким образом, мы видим, что следует строить магазин с кафе. При этом надобность в проведении обследования отпадает.



Заключение

Таким образом, в ходе написания данной работы, мы пришли к выводу, что риск - это потенциально существующая вероятность потери ресурсов (в виде дополнительных непредвиденных расходов) или неполучения доходов, связанных с реализацией конкретного управленческого решения.

Решения, принимаемые в условиях риска, занимают весомую часть всего множества решений, принимаемых менеджерами. Руководство должно учитывать уровень риска при принятии решений в качестве важнейшего фактора. Для принятия решений в условиях риска предприятие должно обладать достаточным объемом релевантной информации. Данная информация может быть получена различными способами.

Хорошим примером принятия решение в условиях риска является принятие решений о страховании. Статистика страховых случаев во всех областях ведется очень полно. Поэтому, руководитель может высчитать вероятность наступления или не наступления страхового случая и принять решение о страховании или не страховании определенного имущества компании, каких либо финансовых операций и так далее.

Под измерением риска понимают определение опасности от той или иной технологии для индивидуума или группы. Различают риск коллективный и индивидуальный. В измерениях риска можно выделить четыре основных подхода: инженерный подход, модельный подход, экспертный подход и восприятие риска и построение дерева отказов.

Всего можно выделить четыре группы методов количественной оценки рисков: статистические методы, вероятностно-статистические, теоретико-вероятностные, экспертные.

Большую роль при оценке степени риска играет то, какие потребности индивидуума могут быть удовлетворены в результате благоприятного исхода и какую угрозу ему может представлять неблагоприятный исход. Негативные последствия могут быть ранжированы с точки зрения их значимости для человека. На восприятие риска оказывает большое влияние характер распределения негативных последствий во времени. Замечено, что люди относятся терпимее к частым, распределенным во времени мелким авариям, чем к более редким катастрофам с большим числом жертв, даже если суммарные потери в первом случае гораздо больше, чем во втором.

Возможность контроля над развитием событий, использование своих навыков для избегания негативных последствий сильно влияют на оценку приемлемости ситуации. Замечено, что люди готовы идти на больший риск в ситуации, где многое зависит от их личного мастерства.

Следует также отметить, что поскольку в подавляющем большинстве случаев понятие риска относится к будущим событиям, то при любом методе количественной оценки приходится учитывать возможное изменение существующего уровня риска, то есть делать прогноз. Выбор метода прогнозирования также является сложной задачей.



Список литературы

1. Бережная Е.В .Математические методы моделирования экономических систем. М.: Финансы и статистика, 2010. -- 432 с.

2. Власов М.П. Моделирование экономических процессов / М.П. Власов, П.Д. Шимко.- Ростов н/Д: Феникс, 2009. -- 409 с.

3. Гетманчук А.В. Экономико-математические методы и модели / А.В. Гетманчук, М.М. Ермилов. - М.: Дашков и К^о, 2012. - 188 с.

4. Грицюк С.Н. Математические методы и модели в экономике / С.Н. Грицюк, Е.В. Мирзоева, В.В. Лысенко. - Ростов-н/Д.: Феникс, 2007. - 352 с.

5. Замков О.О. Математические методы в экономике /О О.Замков, А.В.Толстопятенко, Ю.Н. Черемных М.: Дело и Сервис, 2010. -- 368 с.

6. Калиткин Н.Н. Математические модели. М.: ФИЗМАТЛИТ, 2010. - 360 с.

7. Колемаев В.А. Экономико-математическое моделирование. М.: Юнити-Дана, 2009. -- 295 с.

8. Колемаев В.А. Математическая экономика. М.: Юнити-Дана, 2009. -- 399 с.

9. Королев В.Ю. Математические основы теории риска / В.Ю. Королев, В.Е. Бенинг, С.Я. Шоргин. - М.: Физматлит, 2007. - 544 с.

10. Литвинюк А.С. Экономический анализ. М.: Эксмо, 2009. -- 132 с.

11. Лихтенштейн В.Е. Экономико-математическое моделирование. Учебное пособие / В.Е. Лихтенштейн, В.И. Павлов. - М.: Приор, 2001. - 448 с.

12. Маркин Ю.П. Математические методы и модели в экономике. - М.: Высшая школа, 2007. - 424 с.

13. Моделирование рисковых ситуаций в экономике и бизнесе: учеб. пособие для вузов / под ред. Б.А. Лагоши.- 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2003. - 224 с.

14. Нуреев Р.М. Курс микроэкономики. М.: НОРМА, 2011. -- 572 с.

15. Орехов Н.А. Математические методы и модели в экономике / Н.А. Орехов, А.Г. Левин, Е.А. Горбунов. - М.: Юнити-Дана, 2004. - 304 с.

16. Орлов А.И. Теория принятия решений. М.: Экзамен, 2010. -- 656 с.

17. Орлова И.В. Экономико-математические методы и модели. Компьютерное моделирование / И.В. Орлова, В.А. Половников. - М.: ИНФРА-М, 2012. - 400 с.

18. Пинегина М.В. Математические методы и модели в экономике. - М.: Экзамен, 2002. - 128 с.

19. Попов А.М. Экономико-математические методы и модели / А.М. Попов, В.Н. Сотников. - М.: Юрайт, 2011. - 480 с.

20. Просветов Г.И. Математические методы и модели в экономике. Задачи и решения. - М.: Альфа-Пресс, 2008. - 344 с.

21. Селезнева Н.Н. Финансовый анализ. Управление финансами. М.: Юнити-Дана, 2009. -- 639 с.

22. Тихомиров Н.П. Риск-анализ в экономике / Н.П. Тихомиров, Т.М. Тихомирова. - М.: Экономика, 2010. - 320 с.

23. Тэпман Л.Н. Риски в экономике. - М.: Юнити-Дана, 2002. - 382 с.

24. Шапкин А.С. Теория риска и моделирование рисковых ситуаций: учеб. для вузов / А.С. Шапкин, В.А. Шапкин. - М.: Дашков и К^о, 2006. - 880 с.

25. Экономико-математические методы и модели. - М.: КноРус, 2009. - 240 с.

Размещено на Allbest.ru

...