Орлов А.И. Менеджмент (2003) (1142166), страница 43

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 43)

При использовании широкого арсеналастатистических методов необходимо учитывать особенности их развития в Россиии СССР, наложившие свой отпечаток на современное состояние в области кадрови литературных источников.Чтобы управлять, надо знать цель управления и иметь возможностьвлиять на те характеристики риска, которые определяют степень достиженияцели.Обычно можно выделить множество допустимых управляющихвоздействий, описываемое с помощью соответствующего множества параметровуправления. Тогда указанная выше возможность влиять на те характеристикириска, которые определяют степень достижения цели, формализуется как выборзначения управляющего параметра. При этом управляющий параметр может бытьчислом, вектором, быть элементом конечного множества или иметь болеесложную математическую природу.Основная проблема – корректная формулировка цели управлениярисками. Поскольку существует целый спектр различных характеристик риска(например, если потери от риска моделируются случайной величиной), тооптимизация управления риском сводится к решению задачи многокритериальнойоптимизации.

Например, естественной является задача одновременнойминимизации среднего ущерба (математического ожидания ущерба) и разбросаущерба (дисперсии ущерба).Страхование и диверсификация – распространенные методыуменьшения неопределенности, присущей рискам, за счет повышения среднегоуровня затрат. Выплата страховых взносов повышает затраты, но уменьшаетнеопределенность будущего. Если страховая компания полностью возмещаетущерб при осуществлении страхового случая, то неопределенность будущегополностью исчезает. При диверсификации хозяйственной деятельностиупущенная выгода возникает из-за того, что средства вкладываются не только всамый выгодный (и самый рисковый) проект, но и в другие проекты.

Если женежелательные возможности осуществляются, «самый выгодный» проектприносит убытки, то другие проекты позволяют организации «остаться на плаву».Как известно, для любой многокритериальной задачи целесообразнорассмотреть множество решений (т.е. значений параметра управления),оптимальных по Парето. Эти решения оптимальны в том смысле, что несуществует возможных решений, которые бы превосходили бы Паретооптимальные решения одновременно по всем критериям. Точнее, превосходилибы хотя бы по одному критерию, а по остальным были бы столь же хорошими.Теория Парето - оптимальных решений хорошо развита (см., например,монографию [22]).Ясно, что для практической реализации надо выбирать одно изПарето - оптимальных решений.

Как выбирать? Разработан целый спектрподходов, из которых выбор может быть сделан только субъективным образом.Таким образом, снова возникает необходимость применения методов экспертныхоценок.Эксперты могут выбирать непосредственно из множества Парето оптимальных решений, если оно состоит лишь из нескольких элементов. Или жеони могут выбирать ту или иную процедуру сведения многокритериальной задачик однокритериальной (см. также главу 1.3). Один из подходов – выбрать т.н.«главный критерий», по которому проводить оптимизацию, превратив остальныекритерии в ограничения.

Например, минимизировать средний ущерб, потребовав,чтобы дисперсия ущерба не превосходила заданной величины.Иногда задача многокритериальной оптимизации допускаетдекомпозицию. Найдя оптимальное значение для главного критерия, можнорассмотреть область возможных значений для остальных критериев, выбрать изних второй по важности и оптимизировать по нему, и т.д.Что же делают эксперты? Они выбирают главный критерий (илиупорядочивают критерии по степени важности), задают численные значенияограничений, иногда точность или время вычислений.Второй основной подход – это свертка многих критериев в одининтегральный и переход к оптимизации по одному критерию. Например,рассматривают линейную комбинацию критериев.

Строго говоря, метод«главного критерия» – один из вариантов свертки. При этом вес главногокритерия равен 1, а веса остальных – 0. Построение свертки, в частности, заданиевесов, целесообразно осуществлять экспертными методами.Используют также методы, основанные на соображенияхустойчивости (наиболее общий подход к изучению устойчивости разработан вмонографии [23]).

При этом рассматривают область значений управляющихпараметров, в которых значение оптимизируемого одномерного критерия(главного параметра или свертки) отличается от оптимального не более чем нанекоторую заданную малую величину. Такая область может быть достаточнообширной. Например, если в линейном программировании (см. главу 3.2) одна изграней многогранника, выделенногоограничениями, почти параллельнаплоскости равных значений оптимизируемого критерия, то вся эта грань войдет врассматриваемую область.

В выделенной области можно провести оптимизациюдругого параметра, и т.д. При таком подходе эксперты выбирают допустимоеотклонение для основного критерия, выделяют второй критерий, задаютограничения и т.д.Отметим, что рассмотренные выше вероятностно-статистическиеподходы к оцениванию рисков предполагают использование в качестве критериевтаких характеристик случайной величины, как математическое ожидание,медиана, квантили, дисперсия и др.

Эти характеристики определяются функциейраспределения случайного ущерба, соответствующего рассматриваемому риску.При практическом использовании этого подхода перечисленные характеристикиоцениваются по статистическим данным. Они оцениваются по выборке,состоящей из наблюденных величин ущерба. При этом необходимо вычислятьдоверительныеинтервалы,содержащиеоцениваемыетеоретическиехарактеристики с заданной доверительной вероятностью [10]. Таким образом,критерий, на использовании которого основана оптимизация, всегда определенлишь с некоторой точностью, а именно, лишь с точностью до полудлиныдоверительного интервала. Таким образом, мы приходим к постановке,рассмотренной в предыдущем абзаце.Необходимо обратить внимание на существенное изменениеситуации в области вычислительной оптимизации за последние 60 лет.

Если в1960-е годы из-за маломощности тогдашних компьютеров большое значениеимела разработка быстрых методов счета, то в настоящее время вниманиепереносится на постановки задач и интерпретацию результатов. Это объясняетсяне только наличием различных программных продуктов по оптимизации, но итем, что почти любую практическую задачу оптимизации можно решитьпростейшими методами типа переборных (перебирая возможные значенияуправляющих параметров с маленьким шагом), либо методом случайного поиска,поскольку быстродействие современных компьютеров позволяет это сделать.В риск-менеджменте (т.е.

управлении рисками) компаниицелесообразно выделить оперативное управление рисками и стратегическоеуправление рисками. Первый вид деятельности – постоянно проводящаяся работа,связанная с обеспечением качества продукции, плановым снижениемэкологических рисков [24], работой с покупателями, поставщиками, персоналом,связанная с повышением лояльности, и т.д.Стратегическийриск-менеджмент–составнаячастьстратегического планирования и управления.

Надо оценивать риски высокогоуровня, например, прогнозировать наличие в продаже и цену тех или иныхтоваров через 10-20 лет, например, нефти и «больших» компьютеров. Большоезначение на этом уровне имеют теория прогнозирования и экспертные оценки.Литература1. Бестужев-Лада И.В. Окно в будущее: Современные проблемысоциального прогнозирования. - М.: Мысль, 1970. - 269 с.2. Гаврилец Ю.Н.

Социально-экономическое планирование: Системы имодели. - М.: Экономика, 1974. - 174 с.3. Загоруйко Н.Г. Эмпирическое предсказание. - Новосибирск: Наука,1979. - 124 с.4. Нейлор Т. Машинные имитационные эксперименты с моделямиэкономических систем. - М.: Мир, 1975.5.Сидельников Ю.В.Теорияи организацияэкспертногопрогнозирования. - М.: ИМЭМО АН СССР, 1990. - 196 с.6. Тейл Г.

Эконометрические прогнозы и принятие решений. - М.:Статистика, 1971. - 488 с.7. Френкель А.А. Математические методы анализа динамики ипрогнозирования производительности труда. - М.: Экономика, 1972. - 190 с.8. Четыркин Е.М. Статистические методы прогнозирования. - М.:Статистика, 1977.9. Янч Э. Прогнозирование научно-технического прогресса.

Характеристики

Список файлов книги