Принятие решений в условиях риска

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

 

§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. 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.