Тема 7. Технические приемы учета риска при принятии решений 7.1 Методика анализа чувствительности решений

7.2 Анализ сценариев. «Дерево решений»

7.3 Метод Монте-Карло

7.4 Диаграмма «причины – следствия» Исикавы

7.1 Методика анализа чувствительности решений

Анализ чувствительности является одним из простейших и наиболее распространенных методов анализа риска. С его помощью можно выяснить, какие именно факторы (оцениваемые параметры) можно отнести к наиболее рискованным.

Как показатель чувствительности объекта риска относительно изменения определенных факторов используются эластичность или чувствительность реагирования. Эластичность – мера реагирования одной переменной величины (функции) на смену другой (аргумента), а коэффициент эластичности - это число, которое показывает процентное изменение функции в результате процентного изменения аргумента.

Коэффициент эластичности (чувствительности) объекта риска относительно переменной х_і, і = 1,....,n, определяют по формуле:

(7.1)

Следует отметить, что величина коэффициента эластичности не зависит от выбора единиц измерения разных факторов. Чем большим (по модулю) значение коэффициента эластичности, тем выше будет степень чувствительности, и соответственно, риск относительно изменения определенного фактора, от которого зависит результативный показатель.

Метод анализа чувствительности на сегодняшний день чаще всего используется для анализа инвестиционных проектов – определение степени устойчивости проекта к влиянию внешней или внутренней среды.

7.2 Анализ сценариев. «Дерево решений»

Анализ сценариев. Данный вид анализа представляет собой развитие методики анализа чувствительности решений в том смысле, что одновременному непротиворечивому (реалистическому) изменению подвергается вся группа факторов (переменных). Однако данный способ отличается от анализа чувствительности тем, что изменение отдельных параметров проекта рассматривается во взаимосвязи.

Рассчитывают пессимистический вариант (сценарий) возможного изменения переменных, наиболее вероятный и оптимистический варианты. В соответствии с эти­ми расчетами определяют новые значения критериев (например, для инвестиционных решений – NPV или IRR, для коммерческих решений – объем операционной прибыли и т.д.). Эти по­казатели сравнивают с базисными значениями и дают необходимые ре­комендации. В основе рекомендаций лежит определенное правило: даже в оптимистическом варианте нет возможности оставить решение (инвестиционный проект) для дальнейшего рассмотрения, если прибыль от реализации такого решения или NPV такого проекта будут отрицательными. И, наоборот, пессимистический сценарий в случае получения положитель­ного значения прибыли или NPV позволяет эксперту судить о приемлемости данного решения (проекта) несмотря на наихудшие ожидания. Зачастую варианты развития событий при реализации альтернатив решений (сценарии) рассматриваются с позиции вероятностного подхода, т.е. каждому сценарию задается вероятность наступления ключевого события, определяющего характер этого сценария. В этом случае анализ сценариев выполняется с применением технического приема, получившего название «дерево решений».

«Дерево решений» является техническим приемом анализа сценариев при принятии решений, в котором рациональное решение представляется как последовательность альтернатив, каждая из которых отображается разветвлением «дерева».

Выделяют два типа разветвлений «дерева решений». «Вилка решения» – это разветвление, отображающее альтернативу, где решение принимает ЛПР. «Вилка шанса» – это разветвление, соответствующее альтернативе, где шанс приносит исход. Обычно «вилку решения» графически изображают в виде небольшого квадрата, а «вилку шанса» – в виде небольшого круга.

Практической иллюстрацией применения статистической теории принятия решений в условиях неопределенности и риска является задача «обработки» ураганов. В начале 70-х годов Стэндфордский исследовательский институт в США анализировал эту проблему по заказу Министерства торговли США и для определения наиболее целесообразного решения использовал «деревья решений».

Министерство торговли (ЛПР) должно сделать выбор между двумя возможными курсами действий — «засевать» ураган (т. е. обработать ураган с помощью специальных химических веществ, сбрасываемых с самолета) или его не «засевать». На рис. 7.1 «дерево решений» представляет собой «вилку решений» с двумя ветками, одна из которых соответствует решению «засевать» ураган, а вторая — решению не «засевать» ураган.

Если правительство выбирает ветку, соответствующую «засеванию», то далее исход определяет «вилка шанса» с пятью ветками, соответствующими значительному увеличению, умеренному увеличению, неизменному, умеренному уменьшению или значительному уменьшению скорости ветра в эпицентре урагана. Имущественный ущерб, соответствующий каждому из этих исходов, показан в правом конце каждой из этих «веток». То, какой именно из этих исходов реализуется на практике, определяется «шансом».

Вероятности каждого из этих исходов проставлены в скобках возле стоимости ущерба. Если же министерство выбирает нижнюю ветку дерева решений, соответствующую решению не «засевать» ураган, то далее возможны те же пять исходов. Имущественный ущерб, соответствующий каждому из этих исходов, а также их вероятности проставлены в правом конце «веток».

Для определения оптимального решения в случае «засевать» или не «засевать» ураган аналитики Стэндфордского института определили ожидаемую стоимость ущерба в вершине вилки шанса, соответствующей «засеванию» и не «засеванию» урагана.

По данным первого варианта(«засевать»), ущерб составил:

0,038 × 336.05 + 0,143 × 191,35 + 0,392 × 100,25 + 0,255 × 46,95) +

+ 0,172 × 16,55 = 94,31 млн. долл.

По данным второго варианта (не «засевать») ущерб составил:

0,054 × 335,8 + 0,206 × 191,0 + 0,480 × 100,0 + 0,206 × 46,7 +

+ 0,54 ×16,3 = 116,0 млн. долл.

Анализ полученных результатов позволил сделать однозначный вывод — целесообразнее проводить «засевание» ураганов с целью снижения ущерба от проводимых ими разрушений.