Классификация моделей управленческих решений

Классификация моделей управленческих решений. Принятие решений в условиях определенности, риска, неопределенности

Управленческое решение - это результат конкретной управленческой деятельности менеджмента. Принятие решений является основой управления.

Процесс построения моделей

Построение модели, как  и управление, является процессом. Основные этапы процесса – постановка задания, построение, проверка на достоверность, применение и возобновление модели.

Постановка задания. Первый и наиболее важный этап построения модели, способный обеспечить правильное решение управленческой проблемы,

Построение модели. Разработчик должен определить главную цель модели, какие исходные нормативы или информацию предусматривается получить, используя модель.

Проверка модели на достоверность. После построения модели ее стоит проверить на достоверность. Один из аспектов проверки заключается в определении степени соответствия модели реальному миру. Естественно, чем лучше модель отображает реальный мир, тем выше ее потенциал. Применение модели. После проверки на достоверность модель готова к использованию.

Возобновление модели. Даже если применение модели оказалось успешным, почти наверняка она затребует возобновление. Руководство может обнаружить, что форма выходных данных не понятна или желаемые дополнительные данные

Типовые модели, используемые в управлении

Методы моделирования базируются на использовании математических моделей для решения наиболее часто встречающихся управленческих задач.

Количество конкретных всевозможных моделей почти так же велико, как  и число проблем, для решения  которых они разработаны. Рассмотрим наиболее распространенные современными организациями типы моделей.

Модели теории игр. Большинство хозяйственных операций можно рассматривать как действия, совершаемые в условиях противодействия. К противодействиям следует относить такие, например, факторы, как авария, пожар, кража, забастовка, нарушение договорных обязательств и т.п. Однако наиболее массовым случаем противодействия является конкуренция. Поэтому одним из важнейших условий, от которого зависит успех организации является конкурентоспособность. Очевидно, что возможность прогнозировать действия конкурентов является существенным преимуществом для любой коммерческой организации. Первоначально разработанные для военно-стратегических целей, модели теории игр применяются и в бизнесе для прогнозирования реакции конкурентов на принимаемые решения, например, на изменение цен, выпуск новых товаров и услуг, выход на новые сегменты рынка и т.п. Так, принимая решение об изменении уровня цен на свои товары, руководство фирмы должно прогнозировать реакцию и возможные ответные действия основных конкурентов. И если с помощью модели теории игр будет установлено, что, например, при повышении цены конкуренты не сделают того же, организация, чтобы не попасть в невыгодное положение, должна отказаться от этой альтернативы и поискать другое решение проблемы. Следует, однако, отметить, что используются эти модели довольно редко, т.к. они оказываются слишком упрощенными по сравнению с реальными экономическими ситуациями, настолько изменчивыми, что полученные прогнозы бывают не слишком достоверны.

Модели теории очередей. Модели теории очередей (или оптимального обслуживания) используются для нахождения оптимального числа каналов обслуживания при определенном уровне потребности в них. К ситуациям, в которых такие модели могут быть полезны, относятся, например, определение количества телефонных линий, необходимых для ответов на звонки клиентов, троллейбусов на маршруте, необходимых, чтобы на остановках не скапливались большие очереди, или операционистов в банке, чтобы клиенты не ждали, пока ими смогут заняться и т.п. Проблема при этом заключается в том, что дополнительные каналы обслуживания (больше телефонных линий, троллейбусов или банковских служащих) требуют дополнительных ресурсов, а их загрузка неравномерна (избыточная пропускная способность в одни периоды времени и появление очередей в другие). Следовательно, нужно найти такое решение, которое позволяет сбалансировать дополнительные расходы на расширение каналов обслуживания и потери от их недостатка. Модели теории очередей как раз и являются инструментом нахождения такого оптимального решения.

Модели управления запасами. Любая организация должна поддерживать некоторый уровень запасов своих ресурсов, чтобы избежать простоев или перерывов в технологических процессах и сбыте товаров или услуг. Для производственной фирмы необходимы определенные запасы материалов, комплектующих изделий, готовой продукции, для банка — денежной наличности, для больницы — лекарств, инструментов и т.д.

Поддержание высокого уровня запасов повышает надежность функционирования организации и избавляет от потерь, связанных с их нехваткой. С другой стороны, создание запасов требует  дополнительных издержек на хранение, складирование, транспортировку, страхование  и т.п. Кроме того, избыточные запасы связывают оборотные средства и  препятствуют прибыльному инвестированию капитала, например, в ценные бумаги или банковские депозиты.

Модели линейного  программирования. Эти модели применяют для нахождения оптимального решения в ситуации распределения дефицитных ресурсов при наличии конкурирующих потребностей. Например, с помощью модели линейного программирования управляющий производством может определить оптимальную производственную программу, т.е. рассчитать, какое количество изделий каждого наименования следует производить для получения наибольшей прибыли при известных объемах материалов и деталей, фонде времени работы оборудования и рентабельности каждого типа изделия. Большая часть разработанных для практического применения оптимизационных моделей сводится к задачам линейного программирования.

Линейное программирование обычно используют специалисты штабных  подразделений для разрешения производственных трудностей.

С учетом характера анализируемых  операций и сложившихся форм зависимости  факторов могут применяться и  другие типы моделей:

при нелинейных формах зависимости  результата операции от основных факторов — модели нелинейного программирования;

при необходимости включения  в анализ фактора времени — модели динамического программирования;

при вероятностном влиянии  факторов на результат операции — модели математической статистики (корреляционно-регрессионный анализ).

Разработка управленческого  решения в условиях неопределённости и риска

Сущность неопределенности и риска

Принимаемые управленческие решения  всегда спроектированы в будущее, поэтому  ЛПР в момент принятия решения  часто не может с абсолютной уверенностью знать, как будут развиваться  события, как будет изменяться ситуация. Иными словами, в момент принятия управленческого решения значителен элемент неопределенности и риска.

Риск — это возможная опасность потерь, вытекающая из специфики тех или иных явлений природы и видов деятельности человеческого общества. Это историческая и экономическая категория. Как экономическая категория риск представляет собой событие, которое может произойти или не произойти. В случае совершения такого события возможны три экономических результата:

• отрицательный (проигрыш, ущерб, убыток);
• нулевой;
• положительный (выигрыш, выгода, прибыль).

Неопределенность — это неполнота или недостоверность информации об условиях реализации решения, наличие фактора случайности или противодействия . Таким образом, принятие решения в условиях неопределенности означает выбор варианта решения, когда одно или несколько действий имеют своим следствием множество частных исходов, но их вероятности совершенно не известны или не имеют смысла .

Способы оценки степени риска

При принятии управленческих решений  требуется оценить степень риска  и определить его величину.

Степень риска — это вероятность наступления случая потерь, а также размер возможного ущерба от него.

Риск предпринимателя количественно  характеризуется субъективной оценкой  вероятной (т.е. ожидаемой), величины максимального  и минимального дохода (убытка) от данного  вложения капитала. При этом, чем  больше диапазон между максимальными  минимальным доходом (убытком) при  равной вероятности их получения, тем  выше степень риска .

Риск представляет собой действие в надежде на счастливый исход  по принципу «повезет — не повезет». Принимать на себя риск предпринимателя  вынуждает прежде всего неопределенность хозяйственной ситуации, т.е. неизвестность  условий политической и экономической  обстановки, окружающей ту или иную деятельность, и перспектив изменения  этих условий. Чем больше неопределенность хозяйственной ситуации при принятии решения, тем больше и степень  риска.

Неопределенность хозяйственной ситуации обусловливается следующими факторами: отсутствием полной информации, случайностью, противодействием.

Отсутствие полной информации о  хозяйственной ситуации и перспектив ее изменения заставляет предпринимателя  искать возможность приобрести недостающую  дополнительную информацию, а при  отсутствии такой возможности начать действовать наугад, опираясь на свой опыт и интуицию.

Случайность во многом определяет неопределенность хозяйственной ситуации.

Случайность — это то, что в  сходных условиях происходит неодинаково, и поэтому ее заранее нельзя предвидеть и спрогнозировать. Однако при большом  количестве наблюдений за случайностями  можно обнаружить, что в мире случайностей действуют определенные закономерности. Математический аппарат для изучения этих закономерностей дает теория вероятности. Случайные события становятся предметом  теории вероятности только тогда, когда  с ними связываются определенные числовые характеристики — их вероятности.

Случайные события в процессе их наблюдения повторяются с определенной частотой. Частота случайного события  представляет собой отношение числа  появлений этого события к  общему числу наблюдений. Частота  обычно обладает статистической устойчивостью  в том смысле, что при многократном наблюдении ее значения мало меняются. Таким образом, частоты случайного события как бы группируются около  некоторого числа. Устойчивость частоты  отражает некоторое объективное  свойство случайного события, заключающееся  в определенной степени его возможности.

Риск имеет математически выраженную вероятность наступления потери, которая опирается на статистические данные и может быть рассчитана с достаточно высокой степенью точности.

Чтобы количественно определить величину риска, необходимо знать все возможные  последствия какого-нибудь отдельного действия и вероятность самих  последствий.

Вероятность — это возможность получения определенного результата. Применительно к экономическим задачам методы теории вероятности сводятся к определению значений вероятности наступления событий и к выбору из возможных событий самого предпочтительного исходя из наибольшей величины математического ожидания. Иначе говоря, математическое ожидание какого-либо события равно абсолютной величине этого события, умноженной на вероятность его наступления.

Вероятность наступления события  может быть определена с помощью :

• объективного метода, основанного на вычислении частоты, с которой происходит данное событие. Например, если известно, что при вложении капитала в какое-либо мероприятие прибыль в сумме 25 тыс. руб. была получена в 120 случаях из 200, то вероятность получения такой прибыли составляет 0,6 (120 : 200);
• субъективного метода, основанного на использовании субъективных критериев, которые базируются на различных предположениях. К таким предположениям могут относиться: суждение оценивающего, его личный опыт, оценка эксперта, мнение финансового консультанта и т.п. Когда вероятность определяется субъективно, то разные люди могут устанавливать разное ее значение для одного и того же события и делать различный выбор. Важное место при этом занимает прием экспертной оценки, т.е.проведение экспертизы, обработка и использование ее результатов при обосновании значения вероятности.

Величина риска (степень риска) измеряется двумя критериями.

1. среднее ожидаемое значение;
2. изменчивость (колеблемость) возможного результата.

Среднее ожидаемое значение связано  с неопределенной ситуацией.

Среднее ожидаемое значение — это средневзвешенное для всех возможных результатов, где вероятность каждого результата используется в качестве частоты или веса соответствующего значения. Среднее ожидаемое значение измеряет результат, который мы ожидаем в среднем.

Изменчивость возможного результата представляет собой степень отклонения ожидаемого значения от средней величины. Для этого на практике обычно применяют  два близко связанных критерия: дисперсию  и среднее квадратическое отклонение.

Дисперсия представляет собой среднее взвешенное из квадратов отклонений действительных результатов от средних ожидаемых:

где а2 — дисперсия; 
х — ожидаемое значение для каждого случая наблюдения; 
х — среднее ожидаемое значение; 
п — число cлучаев наблюдения (частота).

Среднее квадратическое отклонение определяется по формуле

где а — среднее квадратическое отклонение.

Среднее квадратическое отклонение — именованная величина и указывается в тех же единицах, в каких измеряется варьирующий признак. Дисперсия и среднее квадратическое отклонение — меры абсолютной колеблемости.