Управленческие решения

и их исходы. Нужно выбрать один из возможных вариантов. Степень сложности

процедуры выбора в данном случае определяется лишь количеством альтернативных

вариантов . Рассмотрим две возможные ситуации :

     а) Имеется два возможных варианта: В данном случае аналитик должен

выбрать (или  рекомендовать к выбору) один из двух возможных вариантов.

Последовательность  действий здесь следующая:

определяется  критерий, по которому будет делаться выбор;

методом “прямого счета” исчисляются значения критерия для сравниваемых

вариантов;

вариант с лучшим значением критерия рекомендуется  к отбору.

     б) Число альтернативных вариантов больше двух:

Процедурная сторона  анализа существенно усложняется  из-за множественности

вариантов, техника  “прямого счета“ в этом случае практически не применима.

Наиболее удобный  вычислительный аппарат – методы оптимального

программирования (в данном случае этот термин означает “планирование”). Этих

методов много (линейное, нелинейное, динамическое и пр.), но на практике в

экономических исследованиях относительную известность получило лишь линейное

программирование. В частности, широко известна транспортная задача, решаемая

методами линейного  программирования.

При проведении анализа в условиях определенности могут успешно применяться

методы машинной имитации, предполагающие множественные расчеты на компьютере. В этом

случае строится имитационная модель объекта или  процесса (компьютерная

программа), содержащая заданное число факторов и переменных, значения которых

в разных комбинациях  подвергается варьированию. Таким образом, машинная

имитация –  это эксперимент, но не в реальных, а в искусственных условиях. По

результатам этого  эксперимента отбирается один или несколько  вариантов,

являющихся базовыми для принятия окончательного решения  на основе

дополнительных формальных и неформальных критериев.

    

      Анализ и принятие управленческих решений в условиях риска.

В настоящее  время исследования по анализу риска  вышли за рамки вопросов безопасности и надежности технических систем и стали охватывать практически  все аспекты поведения человека и его взаимодействия с окружающим миром, например риск, связанный с потреблением генетически измененных продуктов питания, с курением, с загрязнением окружающей среды и т.п. Попытки проанализировать величину и допустимость подобного риска сделали необходимым сравнение его с другими видами риска, включая социальный риск (например, риск оказаться жертвой террориста или риск ядерной войны), бытовой (риск, связанный с использованием бытовой техники, автомо-билей и т.п.), спортивный (риск получить травму в различных видах спорта -- боксе, футболе, альпинизме). Распространено также понятие риска при финансовых операциях: риск вложения денег в акции, риск инвестиций, риск при различных денежных операциях и т.д.

В связи с  этим возникает совокупность научных  и практических проблем. Как найти обоснованный уровень безопасности? Как выбрать место для расположения нового производства, авария на котором может привести к нежелательным последствиям? Как измерять риск для индивидуума и коллектива? Эти и другие подобные вопросы принадлежат области исследований, получившей название «анализ риска».

На сегодня  нет однозначного понимания сущности риска. Это объясняется, в частности, практически полным игнорированием его нашим хозяйственным законодательством  в реальной экономической практике и управленческой деятельности. Кроме того, риск - это сложное явление, имеющее множество несовпадающих, а иногда противоположных реальных основ. Это обуславливает возможность существования нескольких определений понятий риска с разных точек зрения.

Рассмотрим ряд определений риска, даваемых отечественными и зарубежными исследователями:

Риск - потенциальная, численно измеримая возможность  потери. Понятием риска характеризуется  неопределенность, связанная с возможностью возникновения в ходе реализации проекта неблагоприятных ситуаций и последствий.

Риск - вероятность  возникновения потерь, убытков, недопоступлений  планируемых доходов, прибыли.

Риск - это неопределенность наших финансовых результатов в  будущем.

J.P. Morgan определяет  риск как степень неопределенности получения будущих чистых доходов.

Риск - это стоимостное  выражение вероятностного события, ведущего к потерям.

Риск - шанс неблагоприятного исхода, опасность, угроза потерь и  повреждений.

Риск - вероятность  потери ценностей (финансовых, материальных товарных ресурсов) в результате деятельности, если обстановка и условия проведения деятельности будут меняться в направлении, отличном от предусмотренного планами и расчетами.

Таким образом, четко заметна тесная связь риска, вероятности и неопределенности.

При классификации  рисков по возможным выигрышам принято  выделять:

1) спекулятивные  риски, которые предполагают возможность  положительного результата. К таким  рискам условимся относить все  риски, то есть будем считать,  что возможность положительного и отрицательного исхода существуют одновременно;

2) чистые риски  - это риски, результатом которых  могут быть только отрицательные  отклонения. К чистым рискам часто  относят: экологические, транспортные, имущественные, политические, производственные, торговые.

Однако с этим трудно согласиться. Как показывает практика (например, "японское чудо", политика в послевоенной Германии, Южная Корея и др.), политические действия могут давать положительный  экономический результат, поэтому  представляется возможным отнести политические риски к спекулятивным.

Источником положительного отклонения может стать творчество, синергия, комплексирование, учет конкретных особенностей и времени проведения операции, работы системы или оказания услуги, благоприятная комбинация внешних факторов, отсутствие конкурентов и др.

С методологической точки зрения проблема анализа риска  является одним из направлений теории принятия решений. Действительно, определение  допустимого уровня безопасности, стандарта, уровня риска, места для нового предприятия -- это проблемы выбора одного из нескольких возможных вариантов решений. Выбор обязательно должен осуществляться с учетом многих и обычно противоречивых критериев (экологических, технических, социальных, экономических и др.) оценки таких вариантов. Поэтому многокритериальные методы принятия решений могут рассматриваться как средство анализа риска.

Еще одной важной особенностью анализа риска является высокая степень неопределенности. Во-первых, большинство оценок имеет  вероятностный характер. Во-вторых, во многих случаях отсутствует какая-либо статистика. В-третьих, неопре-деленность присуща практически всем элементам задачи. Например, необходимо проанализировать риск влияния новой технологии на здоровье людей. При этом отсутствует достоверная информация о надежности самой технологии (если она новая), о ее влиянии на здоровье, об отношении общественности к этим проблемам и т.п.

Например, обычный  способ изучения влияния на человеческий организм малых доз токсических  веществ или новых лекарств заключается, как правило, в том, что их действие в больших дозах (для ускорения экспериментов) проверяется на различных животных, а затем полученные результаты экстраполируются на организм человека. Однако возможности и пределы, а следовательно, адекватность такой экстраполяции до конца неясны. Различия в соответствующих экспертных оценках достигают нескольких порядков. Кроме того, практически не поддаются изучению возможности потенциальных эффектов от применения комбинаций химических веществ. Все это обусловливает большую степень неопределенности при оценке такого рода воздействий.

Очевидно, что  соответствующие проблемы характерны не только для медицинских или  экологических задач, но и для  технических проблем, где оценка нового оборудования возможна лишь путем  экстраполяции оценок безопасности уже апробированных систем. Таким образом, часто приходится иметь дело с большой неопределенностью относительно оценок риска, что значительно затрудняет процесс принятия решений.

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

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 (fault tree) 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 об-разом 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.

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

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.