Примеры принятие решений математическими методами. Математические методы принятия управленческих решений в условиях неопределенности. Математические методы в принятии решений

Критерии принятия решений и их шкалы

Из схемы процесса обоснования решений, приведенной на рис. 1.5, видно, что этот процесс завершается фазой оценки альтернатив. Именно в рамках этой фазы напрямую работает принцип измерения . При этом практически неразрывно, одновременно решаются два взаимосвязанных вопроса: выработка (формирование) критерия и получение оценок критерия для каждой из сформированного ЛПР множества допустимых альтернатив.

Критерий (функция цели, показатель) - это специальная функция, заданная в номинальной , числовой или количественной шкале, областью определения которой служит множество альтернатив .

Критерий предназначен для измерения степени эффективности (вклада, полезности или ценности) каждой альтернативы в отношении достижения цели операции. Те значения, которые эта функция принимает, называют оценками критерия .

Измерение - это процесс приписывания объектам таких символов, сравнение значений которых позволяет делать выводы о связи объектов между собой. Для ТПР это означает следующее: если ЛПР удалось подобрать такой критерий для оценки альтернатив, что у одной из них оценка критерия выше, чем у других, то можно предположить, что, выбрав альтернативу с наибольшим (максимальным) значением оценки критерия, ЛПР тем самым выберет наилучшую альтернативу.

где - альтернативы; - значения оценок критерия для альтернатив; - уровни полезности для ЛПР полученных значений оценок соответственно; - символ, означающий нестрогое превосходство для альтернатив и нестрогое неравенство для оценок (чисел); Û - знак двойной импликации ("тогда и только тогда", "необходимо и достаточно").

Соотношение (1.1) следует понимать так: если какая-то альтернатива не хуже какой-то другой (в нашем случае альтернатива не менее предпочтительнее, чем альтернатива ) то значение полезности для более предпочтительной альтернативы должно быть не ниже, чем для менее предпочтительной (в нашем случае функция полезности должна иметь значение не меньше чем . При этом мы обязательно будем полагать (и это особенно важно), что и обратное тоже верно (знак двойной импликации "тогда и только тогда" в выражении на это указывает).

Именно возможность "обратного прочтения" выражения (1.1) позволяет сделать важный вывод: если найдены альтернативы, обладающие максимальной полезностью, то они, скорее всего (с точностью до построенной модели u (Х) предпочтений) будут наилучшими решениями.

Таким образом, из соотношения (1.1) немедленно следует и формальное правило выбора наилучшей альтернативы:

, (1.2)

где - наилучшая альтернатива; - множество альтернатив.

Теория измерения разработала широкий арсенал разнообразных по своим свойствам шкал для измерения значений критериев. Эти шкалы позволяют в наибольшей степени обеспечить требование высокой информативности при решении задачи выбора наилучшей альтернативы и одновременно добиться достаточной простоты и экономии средств при измерениях.

Так, если целью измерения является разделение объектов (в нашем случае это альтернативы) на классы по признакам типа "да - нет", "свой - чужой", при годный - непригодный" и т. п., то используют так называемые номинальные или (классификационные ) шкалы. При этом любые формы представления оценки в номинальной шкале, которые не позволят отождествить объекты из разных классов между собой, будут одинаково подходящими. Так, часто при моделировании предпочтений в качестве градаций номинальных шкал используют шкалу целых чисел и даже бинарную шкалу со значениями (1; 0). Например, ЛПР может допустить считать все, что "да", - это единица, а все, что "нет", - это нуль.

Над значениями оценок в номинальных шкалах можно производить любые взаимно-однозначные преобразования и при этом смысл высказываний, задаваемых выражением (1.1), сохраняется.

Если целью измерения является упорядочение объектов одного класса в соответствии с интенсивностью проявления у них какого-то одного общего свойства, то наиболее выразительной и экономной будет ранговая , или порядковая шкала. Например, если общим для стратегий осуществления экспансии на рынке будет признак "объем продаж", то имеющиеся у ЛПР альтернативы осуществления экспансии можно, например, регламентировать в порядковой шкале со значениями "высокий", "средний", "низкий". Здесь также можно присвоить градациям шкалы числовые значения - ранги. Шкала в таком случае называется ранговой . Например, если первому в упорядоченном ряду объекту присвоить ранг, равный 1, второму - равный 2, и т. д., то получим так называемую прямую ранговую шкалу . Возможно ранжирование и в обратных ранговых шкалах , где более предпочтительному объекту присваивается больший, а не меньший ранг. Оценки в ранговых шкалах допускают любые монотонно возрастающие или монотонно убывающие преобразования.

Номинальные и ранговые шкалы относят к классу так называемых качественных шкал , то есть шкал, позволяющих выносить не более чем вербальные (на неформальном, качественном уровне) оценки и суждения.

Однако в практике чрезвычайно часто встречаются случаи, когда простого, качественного суждения об упорядочении альтернатив недостаточно. Например, ЛПР для принятия решений нужно не просто узнать, что одна из альтернатив осуществления экспансии на рынке обеспечивает объем продаж выше, чем другая. Ему еще нужно получить представление о том, насколько или во сколько раз достигаемый для альтернатив уровень продаж выше (или ниже). В подобных ситуациях для измерения значений критериев применяют наиболее совершенный класс шкал - количественные шкалы .

Подклассами количественных шкал выступают интервальная шкала , шкала отношений и абсолютная шкала - самая совершенная из всех шкал. Абсолютная шкала допускает только тождественные преобразования над ее значениями. Промежуточное положение (в смысле совершенства) между качественными и количественными шкалами занимает числовая , балльная шкала. В этой шкале оценки критериев выражаются в виде чисел, баллов, начисляемых по уcтановленным ЛПР правилам.

Что касается свойств балльных шкал, то чем меньше у них градаций (например, 3-5 числовых градаций) и чем проще правила начисления баллов, тем ближе такие шкалы к качественным, ранговым. И наоборот, чем число градаций больше и чем сложнее правила начисления баллов, тем балльная шкала ближе по своим свойствам и возможностям к количественной, интервальной.

Итак, чтобы воспользоваться формальной моделью (1.2) для выбора наилучшей альтернативы, следует решить задачу измерения .

В самом начале ЛПР проводит углубленный анализ цели, проникается пониманием полезности достигаемых результатов для решения проблемы. Именно здесь, на этом шаге ЛПР работает по технологии "номинаций" в простейшей, качественной шкале. Используя вербальное описание цели операции, ЛПР тщательно моделирует цель, формально воспроизводя ее в общем случае в виде вектора требуемого результата. Затем, действуя по принципу "вот эти частные критерии отнести к оценкам затрат, а те - к оценкам эффекта, формирует в общем случае векторный критерий W. Далее проводится содержательный анализ состава и генезиса (происхождения) факторов, задающих тип механизма ситуации.

Исходя из представления о цели и механизме ситуации, ЛПР формирует концептуальное множество альтернатив , принципиально приводящих к достижению цели операции. После этого концептуальное множество альтернатив ЛПР содержательно анализируется с целью выделения из него физически реализуемых альтернатив . Это значит, что каждую из альтернатив концептуального множества ЛПР проверяет на ее приемлемость как в отношении достижения цели операции, так и в отношении удовлетворения ограничений по времени на подготовку и реализацию этой альтернативы в ходе операции и требуемых ресурсов, необходимых для физической реализации альтернативы.

Когда концептуальные оценки затрат и эффекта (то есть оценки в номинальной шкале) получены, можно уже формально отсеять менее предпочтительные из концептуальных альтернатив. Менее предпочтительными при этом следует считать те из физически реализуемых концептуальных альтернатив, которые одновременно уступают хотя бы одной из других одновременно по оценкам эффекта и затрат.

В процессе подобного "номинирования" получают физически реализуемое допустимое множество альтернатив , состоящее из "нехудших" компонентов.

Далее для каждой альтернативы из множества физически реализуемых альтернатив следует произвести измерение значений всех частных компонентов векторного критерия в более совершенной шкале - ранговой или балльной, получить оценки и сделать выводы о "тенденциях", проявляющихся в изменении значений оценок критериев при изменениях значений управляемых факторов, имеющихся в описании альтернатив.

Изученные на основе измерения тенденции будут служить главными ориентирами при проверке адекватности более тонких моделей, позволят на количественном уровне произвести сравнения оценок альтернатив.

На третьем шаге процесса измерения строят модели для измерения оценок критериев в более совершенных, количественных шкалах типа интервальных или шкал отношений. Таким образом, более точно устанавливают не только тенденции, но и пропорции в значениях оценок. На этом же шаге измерения формируют функцию полезности для ЛПР оценок критериев, также, как правило, в шкале интервалов.

Схема процесса принятия решений

Главное предназначение ЛПР и конечный продукт его управленческой деятельности - это выработка решений. Разумеется, немаловажны и другие его управленческие функции, такие, как организация взаимодействия, всестороннего обеспечения проведения операции, контроль, оказание помощи, оценка фактической эффективности операции, фиксация, обобщение и распространение накопленного в ходе операции опыта.

Схема структуры принятия управленческих решений представлена на Рис. 1.7.

Рис. 1.7. Схема процесса принятия решения.

Основу принятия всех решений на всех этапах процесса выработки решений, конечно же, составляют предпочтения ЛПР.

Несомненно, целесообразным началом процесса принятия решений должна стать формализация предпочтений .

После того как предпочтения ЛПР формализованы и получена необходимая информация о предпочтениях, переходят к следующему важному шагу принятия решений - к построению функции выбора.

Функция выбора в теории принятия решений имеет фундаментальное значение. Именно на ее построение в конечном итоге ориентированы решение задач формирования исходного множества альтернатив, анализ условий проведения операции, выявление и измерение предпочтений ЛПР.

Согласно формальному определению, принятому в ТПР, функция выбора - это отображение вида

, (1.3)

где - некоторое множество(исходное для рассматриваемого шага принятия решений), изкоторого производят выбор; - подмножество, обладающее определенными (известными или заданными) свойствами, причем .

При поэтапном получении от ЛПР информации о его предпочтениях в ходе проведения измерений вначале строится функция выбора по результатам измерения и оценки в наиболее надежной, но и менее точной номинальной шкале на основе качественных суждений о предпочтениях. В результате из исходного множества А альтернатив получают первое представление искомого подмножества альтернатив , в котором содержится наилучшая альтернатива .

Если ЛПР, проведя неформальный анализ подмножества , еще не смогло определиться в выборе , то следует продолжить построение функции выбора. Для этого ЛПР должно уточнить измеренные предпочтения, применив для их измерения более совершенную, например порядковую или балльную , шкалу.

В результате уточнения вида функции выбора будет получено в общем случае иное подмножество альтернатив, причем . Теперь ЛПР должно сосредоточиться на анализе этого последнего множества , так как опять-таки наилучшая альтернатива содержится именно в нем. Затем при необходимости можно вновь уточнить предпочтения ЛПР, измерив их в какой-либо из пропорциональных шкал, и так далее до тех пор, пока ЛПР уверенно не остановится в выборе наилучшей альтернативы .

Следует иметь в виду, что конкретный вид функции выбора, реализующий отображение (1.3), зависит от того, каков механизм ситуации.

Это обстоятельство отмечено на схеме Рис. 1.7. вариантами построения функции выбора с детализацией их по типу условий неопределенности: в условиях стохастической неопределенности , в условиях поведенческой неопределенности и в условиях природной неопределенности .

Целевое различие в использовании скалярного и векторного критериев определило необходимость отображения на Рис. 1.7 в общем случае двух вариантов формы исходных данных и процедур для построения функции выбора - по скалярному или векторному критерию.

Получение информации

Процесс принятия решения требует по возможности полного объема информации как о самой управляющей системе, так и о среде ее функционирования (окружающей среде). Без информации такого рода невозможны анализ условий принятия решений, выявление механизма ситуации и формирование исходного множества альтернатив . ЛПР должен быть проведен содержательный анализ информации об условиях осуществления операции, получены надежные представления о механизме ситуации. Только обретя эту информацию, ЛПР сможет с позиций системного подхода не только вербально описать основные (ведущие) факторы, способствующие и мешающие формированию успешного исхода операции, но и формально оценить степень их влияния на результативность исхода.

Для этого необходимо точно понять, какая информация, какого качества и к какому сроку нужна. Результат этого промежуточного решения (содержание, требуемые точность и надежность информации, оперативность ее получения) поможет ЛПР осознанно выбрать один из доступных источников информации и принять решение. Схема классификации возможных источников и способов получения информации приведена на Рис. 1.8.

Рис. 1.8. Концептуальная схема классификации возможных источников и способов получения информации.

Из анализа схемы на Рис. 1.8. следует, что принципиально существует лишь три источника информации:

· эмпирические данные;

· знания, личный опыт и интуиция ЛПР;

· совет специалиста (экспертиза).

Ясно, что практически чаще всего люди черпают информацию из собственного опыта и знаний, а собственная интуиция помогает им заполнить пробелы в позитивном знании.

Кроме этого имеются еще две принципиальные возможности: поискать необходимые сведения в одном из "объективных источников", где зафиксирован исторический опыт человечества (эмпирические данные), или обратиться к "субъективному источнику" - к знаниям, умениям и навыкам признанных специалистов своего дела (экспертам).

В ТПР считают, что эксперт - это человек, который лично работает в рассматриваемой области деятельности, является признанным специалистом по решаемой проблеме, может и имеет возможность высказать суждение по ней в доступной для ЛПР форме.

Эксперты выполняют информационную и аналитическую работу на основе своих личных представлений о решаемой задаче. В общем случае представления экспертов могут не совпадать с мнением ЛПР. Такое расхождение во мнениях играет как отрицательную, так и положительную роль. С одной стороны, при несовпадении мнений затягивается процесс выработки решения, но, с другой - ЛПР может критически осмыслить альтернативную точку зрения или скорректировать собственные предпочтения.

Чтобы повысить личную уверенность в том, что специалист дал ему правильный совет, ЛПР может обратиться не к одному, а к нескольким экспертам. Соответственно, различают индивидуальную (один эксперт) и групповую экспертизу. Если вопрос строго конфиденциальный, время лимитировано или нет возможности спросить у нескольких специалистов ответа на интересующий вопрос, то индивидуальная экспертиза - наилучший способ получения информации. Но если перечисленные ограничения не являются существенными, то, несомненно, групповая экспертиза - в целом более достоверный и точный способ получения информации.

В то же время в ходе групповой экспертизы возможно несовпадение субъективных суждений отдельных специалистов. В связи с этим требуется предпринимать специальные приемы обработки экспертной информации с целью повышения надежности результатов.

ТПР разработан специальный комплекс организационных, технических и математических процедур, придающих стройность и логическую обусловленность всему процессу получения, обработки и анализа групповой экспертной информации. Этот комплекс процедур, включающий экспертизу (то есть сам опрос экспертов) лишь как один из этапов получения информации, в ТПР получил название метода экспертного оценивания .

Исторически накапливая знания, научившись письменности, люди стали фиксировать свой объективный опыт. Всю полезную информацию стали заносить в той или иной форме на специальные носители. Вначале эти носители были несовершенны (например, рукописи, книги) и малодоступны, однако постепенно они приобрели более совершенную форму, а с развитием печатного дела превратились в библиотеки, в банки данных (БнД), базы данных (БзД) и базы знаний (БзЗ). Процесс поиска общедоступной информации стал более удобным, эффективным и даже творческим. Но в это же время какая-то информация и какие-то источники информации становились недоступными широкой общественности. Поэтому в том случае, когда ЛПР в силу разных причин не может найти необходимую ему информацию в общедоступных источниках, ее приходится активно добывать. Чтобы добыть недоступную информацию, ЛПР может организовать и провести натурный или модельный эксперимент , может прибегнуть к помощи разведки или применить какие-то спецсредства.

Разведка или спецсредства требуют значительных затрат; то же относится и к эксперименту, особенно, если эксперимент масштабный и проводится в условиях действия неоднозначного механизма ситуации. Поэтому, чтобы сэкономить средства, целесообразно провести строго научное планирование эксперимента , количественно установить его параметры, оптимальные в отношении эффективности будущих решений и действий ЛПР.

Значительные теоретические успехи достигнуты в деле планирования экспериментов на математических моделях с применением компьютеров. Аппарат математической теории планирования в основном ориентирован на исследование случайных механизмов ситуации. В то же время он нередко бывает полезным и в других ситуациях.

Рассмотрим постановку задачи планирования эксперимента.

Если целью исследования является максимизация полезного эффекта эксперимента при ограничениях на затраты, а сам полезный эффект соотносится в сознании ЛПР с обеспечением экстремума (например, максимума) выходного результата, то задача установления оптимальных параметров эксперимента сведется к стремлению максимизировать выходной результат при ограничениях на затраты. Например, если нужно увеличить выход некоторого полезного вещества в процессе химического производства, а объем выхода зависит от таких важных параметров, как температура, давление и т.п., то постановка задачи планирования эксперимента по выпуску химического продукта может выглядеть следующим образом: найти оптимальное сочетание перечисленных управляемых переменных процесса химического производства, которые обеспечивают максимальный выход готового продукта требуемого качества, при условии, что затраты на проведение эксперимента не выше отпущенных на него финансов.

Примерно по такой же схеме формулируется постановка задачи на получение информации и в том случае, когда эффект отождествляется с точностью предсказания выходного результата, то есть с величиной ошибки воспроизведения механизма ситуации, а также постановка задачи, в которой целью ЛПР является стремление к минимизации затрат на моделирование при обеспечении уровней притязаний ЛПР на ожидаемый эффект.

МАТЕМАТИЧЕСКИЕ МЕТОДЫ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

Кравчук Алина Сергеевна

Студентка 4 курса, кафедра экономической кибернетики ВНАУ. г. Винница

Черняк Наталия Ивановна

научный руководитель, к.т.н., доцент ВНАУ, г. Винница

Введение. На современном этапе развития рыночных отношений, при сложных экономических и информационных связях между субъектами хозяйствования, в процессе управления предприятием возникают проблемы, зависящие от значительного количества внешних и внутренних факторов, быстро изменяющиеся во времени и разнонаправлено влияющие на эффективность функционирования предприятия. В таких условиях при разработке и принятии управленческих решений необходимо учитывать условия неопределенности, анализировать их, использовать соответствующие модели и методы принятия решений.

Анализ последних исследований и публикаций. Проблемы разработки и принятия управленческих решений в условиях неопределенности рассмотрены в работах таких отечественных и зарубежных ученых, как Р. Акофф, И.О. Бланк, В.В. Витлинский, В. Г. Вовк, А. К. Камалян, Ю. Г. Лысенко, М. Мескон, Д. О. Новиков, В. С. Пономаренко, О. И. Пушкарь, Т. Саати, Г.Саймон, Э. А. Трахтенгерц, Р. А. Фатхутдинов, Дж. Форрестер и др.

Целью исседования является изучение модели принятия решений в условиях неопределенности, базирующейся на теоретико-игровой концепции с применением классических критериев оценки альтернатив из множества возможных вариантов.

Основные результаты исследования. Неопределенность - фундаментальная характеристика недостаточной обеспеченности процесса принятия экономических решений знаниями относительно определенной проблемной ситуации. Неопределенность можно трактовать и детализировать как недостоверность, неоднозначность .

Для обоснования решений в условиях неопределенности, когда вероятности возможных вариантов обстановки неизвестны, разработаны специальные математические методы, которые рассматриваются в теории игр. Теория игр исследует взаимодействие индивидуальных решений при некоторых предположениях относительно принятия решений в условиях риска, общих условий окружающей среды, кооперативного или некооперативного поведения других индивидов. Целью теории игр есть предвидение результатов стратегических, оперативных игр, когда участники не имеют полной информации о намерениях друг друга .

Пусть информационная ситуация характеризуется множеством

Где – множество решений (альтернатив) объекта управления,

– множество состояний неопределенной экономической среды,

– функционал оценивания (матрица оценивания), определенный на и и тот, который .

Качество принимаемого решения, а также методика его принятия, зависят от степени информированности субъекта управления. Под информационной ситуацией с точки зрения субъекта управления подразумевают определенную степень градации неопределенности выбора средой своих состояний в момент принятия решения .

Рассмотрим классификатор информационных ситуаций, связанных с неопределенностью среды:

И 1 первая информационная ситуация характеризуется заданным распределением априорных вероятностей на элементах множества состояний среды;

И 2 вторая информационная ситуация характеризуется заданным распределением вероятностей с неизвестными параметрами или факторами среды (достаточная по объему информация, выдвинута гипотеза относительно класса функций, которому принадлежит функция плотности распределения вероятности и на основе имеющейся информации необходимо оценить параметры, которые характеризуют этот класс функций);

И 3 третья информационная ситуация характеризуется заданной системой линейных или нелинейных соотношений на элементах априорного распределения состояний среды.

В пределах первой – третьей информационных ситуаций в условиях неопределенности среды и риска при осуществлении процесса принятия эффективных решений используют критерии Байєса, модульный, минимальной дисперсии, Гермейера, максимакса .

И 4 четвертая информационная ситуация характеризуется неизвестным распределением вероятностей на элементах (параметрах, факторах и т.п.) множества состояний среды. В такой ситуации целесообразно использование критериев Джейнса, Лапласа;

И 5 пятая информационная ситуация характеризуется антагонистическими интересами среды, в процессе принятия решений оценку альтернатив осуществляют за критериями Вальда, Севиджа;

И 6 шестая информационная ситуация характеризуется как промежуточная между И 1 и И 5 при выборе среды своих состояний в процессе принятия решений за критериями Гурвица, Ходжа-Лемана.

Приведенные информационные ситуации являются глобальными характеристиками степени неопределенности состояний с точки зрения субъекта управления .

Пусть функционал имеет положительный ингредиент (задача оптимизации категорий полезности, выигрыша, прибыльности, вероятности достижения определенной стратегии), т.е.

, (1)

И пусть для отрицательного ингредиента (оптимизации расходов, ущерба, риска), т.е.

, (2)

Функция риска при осуществлении определенной стратегии определяется как линейное преобразование положительно или отрицательно заданного ингредиента функционала V к относительным единицам измерения составляющих функционала V .

Так, для и определенной информационной ситуации, а также для зафиксированного состояния среды , величина риска равна:

,

Для соответственно

Таким образом, риск определяется как разность решения при наличии точных данных состояния среды и результата, который может быть достигнутым, когда данные состояния среды не определенные.

Определение альтернатив осуществляется при условиях, например, информационных ситуаций І 1 – І 6 соответственно по критериям:

(критерий Вальда); (3)

Критерий Вальда выражает позицию крайней осторожности. Это свойство разрешает считать данный критерий одним из фундаментальных.

(критерий Севиджа); (4)

Критерий Севиджа довольно часто используется в практической деятельности при принятии управленческих решений на продолжительный период: например, при распределении капитальных вложений.

(критерий Лапласа); (5)

Критерий Лапласа используется при условии, когда вероятности возможных состояний систем неизвестны, т.е. в условиях полной неопределенности.

(критерий максимакса); (6)

С помощью критерия максимакса определяется стратегия, которая максимизирует максимальные выигрыши для каждой информационной ситуации.

(критерий Гермейєра); (7)

Критерий Гермейера является критерием крайнего пессимизма с учетом вероятности состояний внешней среды.

Переменные определяют объемы ресурсов в значении прибыли , или расходов , следовательно, зная цену за единицу ресурсов, которые предлагаются к расходам, можно рассчитывать объемы прибыли или потерь от осуществления той или другой стратегии относительно оптимальных альтернатив.

Если эксперты не могут (или имеют сомнения) определить состояние внутренней среды ресурсов в определенный период их использования к условиям поведения внешней среды за информационными ситуациями И 1 И 6 , то проводится оценивание альтернатив за всеми критериями . Определение оптимальной альтернативы в этом случае осуществляется так называемым методом голосования, сущность которого состоит в выборе той альтернативы, за которую проголосовало наибольшее количество экспертов.

Выводы. Неопределенность – это непреодолимое качество рыночной среды, обусловленное влиянием большого количества разных по природе и направленности факторов, которые в совокупности невозможно оценить или измерить. При формировании управленческого решения в условиях неопределенности использования одного из приведенных критериев недостаточно для рационального выбора решения, так как может привести к к значительным потерям экономического, социального и иного содержания. Необходимо учитывать фактор времени, объединять критерии между собой и проводить анализ критериев на уже известных ситуациях для проверки достоверности полученных результатов. Целесообразно также же объединять применение данных критериев с методом экспертных оценок.

Список литературы:

1. Арефьева А. А. Модели принятия экономико-организационных решений повышения эффективности использования производственного потенциала и критерии целесообразности его применение / А. А. Ареф"єва, В. М. Михайленко, О. Л. Горяча // Проблемы информационных технологий. – 2007. – № 1. – С. 14-23.

2. Витлинский В. В.Экономический риск: игровые модели: Учебн. пособие / В. В. Витлинский, П. И. Верченко, А. В. Сигал, Я. С. Наконечный; За ред. д-ра экон. наук, проф. В. В. Витлинского. – К.: КНЭУ, 2002. – 446 с.

3. Клименко С. М., Дуброва О. С.Обоснование хозяйственных решений и оценка рисков: Учебн.-метод. пособ. для самост. изуч. дисц. – К.: КНЭУ, 2006. – 188 с.

4. Левикин В. М. Влияние информационных технологий на реинжиниринг бизнес-процессов предприятия / В. М. Левикин, М. Г. Капустин // Новые технологии. – 2005. – № 3 (9). – С. 73.

5. Петров Э. Г. Управление функционированием и развитием социально-экономических систем в условиях неопределенности / Э. Г. Петров, Н. А. Соколова, Д. И. Филипская // Вестник Херсонского национального технического университета. – 2007. – Вып. 27. – С. 156–159.

Современная теория измерений и экспертные оценки. Какпроводить анализ собранных рабочей группой ответов экспертов? Для более углубленного рассмотрения проблем экспертных оценок понадобятся некоторые понятия так называемой репрезентативной теории измерений (глава 2.1), служащей основой теории экспертных оценок, прежде всего той ее части, которая связана с анализом заключений экспертов, выраженных в качественном (а не в количественном) виде.

Репрезентативная (т.е. связанная с представлением отношений между реальными объектами в виде отношений между числами) теория измерений (в дальнейшем сокращенно РТИ) является одной из составных частей эконометрики . А именно, она входит в состав статистики объектов нечисловой природы . Нас РТИ интересует прежде всего в связи с развитием теории и практики экспертного оценивания, в частности, в связи с агрегированием мнений экспертов, построением обобщенных показателей (их называют также рейтингами).

Получаемые от экспертов мнения часто выражены в порядковой шкале , т.е. эксперт может сказать (и обосновать), что один тип продукции будет более привлекателен для потребителей. Чем другой, одинпоказатель качества продукции более важен, чем другой, первый технологический объект более опасен, чем второй, и т.д. Но он не в состоянии сказать, во сколько раз или на сколько более важен, соответственно, более опасен. Поэтому экспертов часто просят дать ранжировку (упорядочение) объектов экспертизы, т.е. расположить их в порядке возрастания (или, точнее, неубывания) интенсивности интересующей организаторов экспертизы характеристики.

Ранг - это номер (объекта экспертизы) в упорядоченном ряду. Формально ранги выражаются числами 1, 2, 3, ..., но весьма важно то, что с этими числами нельзя делать привычные арифметические операции. Например, хотя 2 + 3 = 5, но нельзя утверждать, что для объекта, стоящем на третьем месте в упорядочении (в другой терминологии - ранжировке), интенсивность изучаемой характеристики равна сумме интенсивностей объектов с рангами 1 и 2. Так, один из видов экспертного оценивания - оценки учащихся. Вряд ли кто-либо будет всерьез утверждать, что знания отличника равны сумме знаний двоечника и троечника (хотя 5 = 2 + 3), хорошист соответствует двум двоечникам (2 + 2 = 4), а между отличником и троечником такая же разница, как между хорошистом и двоечником (5 - 3 = 4 - 2). Поэтому очевидно, что для анализа подобного рода качественных данных необходима не обычная арифметика, а другая теория, дающая базу для разработки, изучения и применения конкретных методов расчета. Эта другая теория и есть РТИ. Основы РТИ рассмотрены в главе 2.1.

Рассмотрим в качестве примера применения результатов теории измерений, связанных со средними величинами в порядковой шкале, один сюжет, связанный с ранжировками и рейтингами.

Методы средних баллов. В настоящее время распространены экспертные, маркетинговые, квалиметрические, социологические и иные опросы, в которых опрашиваемых просят выставить баллы объектам, изделиям, технологическим процессам, предприятиям, проектам, заявкам на выполнение научно-исследовательских работ, идеям, проблемам, программам, политикам и т.п. Затем рассчитывают средние баллы и рассматривают их как интегральные (т.е. обобщенные, итоговые) оценки, выставленные коллективом опрошенных экспертов. Какими формулами пользоваться для вычисления средних величин? Ведь средних величин существует, как мы знаем, очень много разных видов.

Обычно применяют среднее арифметическое . Специалисты по теории измерений уже около 30 лет знают, что такой способ некорректен , поскольку баллы обычно измерены в порядковой шкале (см. выше). Обоснованным является использование медиан в качестве средних баллов. Однако полностью игнорировать средние арифметические нецелесообразно из-за их привычности и распространенности . Поэтому представляется рациональным использовать одновременно оба метода - и метод средних арифметических рангов (баллов), и методов медианных рангов. Такая рекомендация находится в согласии с общенаучной концепцией устойчивости , рекомендующей применять различные методы для обработки одних и тех же данных с целью выделить выводы, получаемые одновременно при всех методах. Такие выводы, видимо, соответствуют реальной действительности, в то время как заключения, меняющиеся от метода к методу, зависят от субъективизма исследователя, выбирающего метод обработки исходных экспертных оценок.

Пример сравнения восьми проектов. Рассмотрим конкретный пример применения только что сформулированного подхода.

По заданию руководства фирмы анализировались восемь проектов, предлагаемых для включения в план стратегического развития фирмы. Они обозначены следующим образом: Д, Л, М-К, Б, Г-Б, Сол, Стеф, К (по фамилиям менеджеров, предложивших их для рассмотрения). Все проекты были направлены 12 экспертам, включенным в экспертную комиссию, организованную по решению Правления фирмы. В приведенной ниже табл.1 приведены ранги восьми проектов, присвоенные им каждым из 12 экспертов в соответствии с представлением экспертов о целесообразности включения проекта в стратегический план фирмы. При этом эксперт присваивает ранг 1 самому лучшему проекту, который обязательно надо реализовать. Ранг 2 получает от эксперта второй по привлекательности проект, ... , наконец, ранг 8 - наиболее сомнительный проект, который реализовывать стоит лишь в последнюю очередь.

Таблица 1.

Ранги 8 проектов по степени привлекательности

для включения в план стратегического развития фирмы

№ эксперта

Примечание. Эксперт № 4 считает, что проекты М-К и Б равноценны, но уступают лишь одному проекту - проекту Сол. Поэтому проекты М-К и Б должны были бы стоять на втором и третьем местах и получить баллы 2 и 3. Поскольку они равноценны, то получают средний балл (2+3)/ 2 = 5/ 2 = 2,5.

Анализируя результаты работы экспертов (т.е. упомянутую таблицу), члены аналитической подразделения Рабочей группы, анализировавшие ответы экспертов по заданию Правления фирмы, были вынуждены констатировать, что полного согласия между экспертами нет, а потому данные, приведенные в таблице, следует подвергнуть более тщательному математическому анализу.

Метод средних арифметических рангов. Сначала для получения группового мнения экспертов был применен метод средних арифметических рангов. Для этого прежде всего была подсчитана сумма рангов, присвоенных проектам (см. табл. 1). Затем эта сумма была разделена на число экспертов, в результате рассчитан средний арифметический ранг (именно эта операция дала название методу). По средним рангам строится итоговая ранжировка (в другой терминологии - упорядочение), исходя из принципа - чем меньше средний ранг, чем лучше проект. Наименьший средний ранг, равный 2,625, у проекта Б, - следовательно, в итоговой ранжировке он получает ранг 1. Следующая по величине сумма, равная 3,125, у проекта М-К, - и он получает итоговый ранг 2. Проекты Л и Сол имеют одинаковые суммы (равные 3,25), значит, с точки зрения экспертов они равноценны (при рассматриваемом способе сведения вместе мнений экспертов), а потому они должны бы стоять на 3 и 4 местах и получают средний балл (3+4) /2 = 3,5. Дальнейшие результаты приведены в табл. 2 ниже.

Итак, ранжировка по суммам рангов (или, что то же самое, по средним арифметическим рангам) имеет вид:

Б < М-К < {Л, Сол} < Д < Стеф < Г-Б < К. (1)

Здесь запись типа "А<Б" означает, что проект А предшествует проекту Б (т.е. проект А лучше проекта Б). Поскольку проекты Л и Сол получили одинаковую сумму баллов, то по рассматриваемому методу они эквивалентны, а потому объединены в группу (в фигурных скобках). В терминологии математической статистики ранжировка (1) имеет одну связь.

Метод медиан рангов. Значит, наука сказала свое слово, итог расчетов - ранжировка (1), и на ее основе предстоит принимать решение? Так был поставлен вопрос при обсуждении полученных результатов на заседании Правления фирмы. Но тут наиболее знакомый с современной эконометрикой член Правления вспомнил то, о чем шла речь выше. Он вспомнил, что ответы экспертов измерены в порядковой шкале, а потому для них неправомерно проводить усреднение методом средних арифметических. Надо использовать метод медиан.

Что это значит? Надо взять ответы экспертов, соответствующие одному из проектов, например, проекту Д. Это ранги 5, 5, 1, 6, 8, 5, 6, 5, 6, 5, 7, 1. Затем их надо расположить в порядке неубывания (проще было бы сказать – «в порядке возрастания», но поскольку некоторые ответы совпадают, то приходится использовать непривычный термин «неубывание»). Получим последовательность: 1, 1, 5, 5, 5, 5, 5, 6, 6, 6, 7, 8. На центральных местах - шестом и седьмом - стоят 5 и 5. Следовательно, медиана равна 5.

Таблица 2.

Результаты расчетов по методу средних арифметических

и методу медиан для данных, приведенных в таблице 1.

Сумма рангов

Среднее арифметическое рангов

Итоговый ранг по среднему арифметическому

Медианы рангов

Итоговый ранг по медианам

Медианы совокупностей из 12 рангов, соответствующих определенным проектам, приведены в предпоследней строке табл.2. (При этом медианы вычислены по обычным правилам статистики - как среднее арифметическое центральных членов вариационного ряда.) Итоговое упорядочение комиссии экспертов по методу медиан приведено в последней строке таблицы. Ранжировка (т.е. упорядочение - итоговое мнение комиссии экспертов) по медианам имеет вид:

Б < {М-К, Л} < Сол < Д < Стеф < К <Г-Б. (2)

Поскольку проекты Л и М-К имеют одинаковые медианы баллов, то по рассматриваемому методу ранжирования они эквивалентны, а потому объединены в группу (кластер), т.е. с точки зрения математической статистики ранжировка (4) имеет одну связь.

Сравнение ранжировок по методу средних арифметических и методу медиан. Сравнение ранжировок (1) и (2) показывает их близость (похожесть). Можно принять, что проекты М-К, Л, Сол упорядочены как М-К < Л < Сол, но из-за погрешностей экспертных оценок в одном методе признаны равноценными проекты Л и Сол (ранжировка (1)), а в другом - проекты М-К и Л (ранжировка (2)). Существенным является только расхождение, касающееся упорядочения проектов К и Г-Б: в ранжировке (3) Г-Б < К, а в ранжировке (4), наоборот, К < Г-Б. Однако эти проекты - наименее привлекательные из восьми рассматриваемых, и при выборе наиболее привлекательных проектов для дальнейшего обсуждения и использования на указанное расхождение можно не обращать внимания.

Рассмотренный пример демонстрирует сходство и различие ранжировок, полученных по методу средних арифметических рангов и по методу медиан, а также пользу от их совместного применения.

Метод согласования кластеризованных ранжировок. Проблема состоит в выделении общего нестрогого порядка из набора кластеризованных ранжировок (на статистическом языке - ранжировок со связями). Этот набор может отражать мнения нескольких экспертов или быть получен при обработке мнений экспертов различными методами. Предлагается метод согласования кластеризованных ранжировок, позволяющий «загнать» противоречия внутрь специальным образом построенных кластеров (групп), в то время как упорядочение кластеров соответствует одновременно всем исходным упорядочениям.

В различных прикладных областях возникает необходимость анализа нескольких кластеризованных ранжировок объектов. К таким областям относятся прежде всего экология, инженерный бизнес, менеджмент, экономика, социология, прогнозирование, научные и технические исследования и т.д., особенно те их разделы, что связаны с экспертными оценками (см., например, ). В качестве объектов могут выступать образцы продукции, технологии, математические модели, проекты, кандидаты на должность и др. Кластеризованные ранжировки могут быть получены как с помощью экспертов, так и объективным путем, например, при сопоставлении математических моделей с экспериментальными данными с помощью того или иного критерия качества. Описанный ниже метод был разработан в связи с проблемами химической безопасности биосферы и экологического страхования .

В настоящем пункте рассматривается метод построения кластеризованной ранжировки, согласованной (в раскрытом ниже смысле) со всеми рассматриваемыми кластеризованными ранжировками. При этом противоречия между отдельными исходными ранжировками оказываются заключенными внутри кластеров согласованной ранжировки. В результате упорядоченность кластеров отражает общее мнение экспертов, точнее, то общее, что содержится в исходных ранжировках.

В кластеры заключены объекты, по поводу которых некоторые из исходных ранжировок противоречат друг другу. Для их упорядочения необходимо провести новые исследования. Эти исследования могут быть как формально-математическими (например, вычисление медианы Кемени (о ней – ниже), упорядочения по средним рангам или по медианам и т.п.), так и требовать привлечения новой информации из соответствующей прикладной области, возможно, проведения дополнительных научных или прикладных работ.

Введем необходимые понятия, затем сформулируем алгоритм согласования кластеризованных ранжировок в общем виде и рассмотрим его свойства.

Пусть имеется конечное число объектов, которые мы для простоты изложения будем изображать натуральными числами 1,2,3,...,k и называть их совокупность «носителем». Под кластеризованной ранжировкой, определенной на заданном носителе, понимаем следующую математическую конструкцию . Пусть объекты разбиты на группы, которые будем называть кластерами. В кластере может быть и один элемент. Входящие в один кластер объекты будем заключать в фигурные скобки. Например, объекты 1,2,3,...,10 могут быть разбиты на 7 кластеров: {1}, {2,3}, {4}, {5,6,7}, {8}, {9}, {10}. В этом разбиении один кластер {5,6,7} содержит три элемента, другой - {2,3} - два, остальные пять - по одному элементу. Кластеры не имеют общих элементов, а объединение их (как множеств) есть все рассматриваемое множество объектов (весь носитель).

Вторая составляющая кластеризованной ранжировки - это строгий линейный порядок между кластерами . Задано, какой из них первый, какой второй, и т.д. Будем изображать упорядоченность с помощью знака < . При этом кластеры, состоящие из одного элемента, будем для простоты изображать без фигурных скобок. Тогда кластеризованную ранжировку на основе введенных выше кластеров можно изобразить так:

А = [ 1 < {2,3} < 4 < {5,6,7} < 8 < 9 < 10 ] .

Конкретные кластеризованные ранжировки будем заключать в квадратные скобки. Если для простоты речи термин "кластер" применять только к кластеру не менее чем из 2-х элементов, то можно сказать, что в кластеризованную ранжировку А входят два кластера {2,3} и {5,6,7} и 5 отдельных элементов.

Введенная описанным образом кластеризованная ранжировка является бинарным отношением на носителе - множестве {1,2,3,...,10}. Его структура такова. Задано отношение эквивалентности с 7-ю классами эквивалентности, а именно, {2,3}, {5,6,7}, а 5 классов остальные состоят из оставшихся 5 отдельных элементов. Затем введен строгий линейный порядок между классами эквивалентности.

Введенный математический объект известен в литературе как "ранжировка со связями" (М. Холлендер, Д.Вулф), "упорядочение" (Дж. Кемени, Дж. Снелл), "квазисерия" (Б.Г.Миркин), "совершенный квазипорядок" (Ю.А.Шрейдер ). Учитывая разнобой в терминологии, было признано полезным ввести собственный термин "кластеризованная ранжировка", поскольку в нем явным образом названы основные элементы изучаемого математического объекта - кластеры, рассматриваемые на этапе согласования ранжировок как классы эквивалентности, и ранжировка - строгий совершенный порядок между ними (в терминологии Ю.А.Шрейдера ).

Следующее важное понятие - противоречивость . Оно определяется для четверки - две кластеризованные ранжировки на одном и том же носителе и два различных объекта - элементы того же носителя. При этом два элемента из одного кластера будем связывать символом равенства = , как эквивалентные.

Пусть А и В - две кластеризованные ранжировки. Пару объектов (a,b) назовем «противоречивой»относительно кластеризованных ранжировок А и В, если эти два элемента по-разному упорядочены в А и В, т.е. a < b в А и a > b в В (первый вариант противоречивости) либо a >b в А и a < b в В (второй вариант противоречивости). Отметим, что в соответствии с этим определением пара объектов (a,b ), эквивалентная хотя бы в одной кластеризованной ранжировке, не может быть противоречивой: эквивалентность a = b не образует "противоречия" ни с a < b , ни с a > b . Это свойство оказывается полезным при выделении противоречивых пар.

В качестве примера рассмотрим, кроме А , еще две кластеризованные ранжировки

В = [{1,2} < { 3,4, 5} < 6 < 7 < 9 < {8, 10}],

C = .

Совокупность противоречивых пар объектов для двух кластеризованных ранжировок А и В назовем «ядром противоречий»и обозначим S(A,B). Для рассмотренных выше в качестве примеров трех кластеризованных ранжировок А , В и С , определенных на одном и том же носителе {1, 2, 3,..., 10}, имеем

S (A ,B ) = [(8, 9)], S (A ,C) = [(1, 3), (2,4)],

S (B ,C ) = [(1, 3), (2, 3), (2, 4), (5, 6), (8,9)].

Как при ручном, так и при программном нахождении ядра можно в поисках противоречивых пар просматривать пары (1,2), (1,3), (1,4), .... , (1,k ), затем (2,3), (2,4), ..., (2,k ), потом (3,4), ..., (3, k ), и т.д., вплоть до последней пары (k -1, k ).

Пользуясь понятиями дискретной математики, «ядро противоречий» можно изобразить графом с вершинами в точках носителя. При этом противоречивые пары задают ребра этого графа. Граф для S (A ,B ) имеет только одно ребро (одна связная компонента более чем из одной точки), для S (A ,C ) - 2 ребра (две связные компоненты более чем из одной точки), для S (B ,C ) - 5 ребер (три связные компоненты более чем из одной точки, а именно, {1, 2 , 3, 4}, {5, 6} и {8, 9}).

Каждую кластеризованную ранжировку, как и любое бинарное отношение, можно задать матрицей ||x (a ,b )|| из 0 и 1 порядка k x k . При этом x (a ,b ) = 1 тогда и только тогда, когда a < b либо a = b . В первом случае x (b,a ) = 0, а во втором x (b,a ) = 1. При этом хотя бы одно из чисел x (a,b ) и x (b,a ) равно 1. Из определения противоречивости пары (a, b ) вытекает, что для нахождения всех таких пар достаточно поэлементно перемножить две матрицы ||x (a,b )|| и ||y (a,b )||, соответствующие двум кластеризованным ранжировкам, и отобрать те и только те пары, для которых x(a,b )y (a,b ) = x (b,a )y (b,a )=0.

Предлагаемый алгоритм согласования некоторого числа (двух или более) кластеризованных ранжировок состоят из трех этапов. На первом выделяются противоречивые пары объектов во всех парах кластеризованных ранжировок. На втором формируются кластеры итоговой кластеризованной ранжировки (т.е. классы эквивалентности - связные компоненты графов , соответствующих объединению попарных ядер противоречий). На третьем этапе эти кластеры (классы эквивалентности) упорядочиваются . Для установления порядка между кластерами произвольно выбирается один объект из первого кластера и второй - из второго, порядок между кластерами устанавливается такой же, какой имеет быть между выбранными объектами в любой из рассматриваемых кластеризованных ранжировок. (Если в одной из исходных кластеризованных ранжировок имеет быть равенство, а в другой – неравенство, то при построении итоговой кластеризованной ранжировки используется неравенство.)

Корректность подобного упорядочивания, т.е. его независимость от выбора той или иной пары объектов, вытекает из соответствующих теорем, доказанных в статье .

Два объекта из разных кластеров согласующей кластеризованной ранжировки могут оказаться эквивалентными в одной из исходных кластеризованных ранжировок (т.е. находиться в одном кластере). В таком случае надо рассмотреть упорядоченность этих объектов в какой-либо другой из исходных кластеризованных ранжировок. Если же во всех исходных кластеризованных ранжировках два рассматриваемых объекта находились в одном кластере, то естественно считать (и это является уточнением к этапу 3 алгоритма), что они находятся в одном кластере и в согласующей кластеризованной ранжировке.

Результат согласования кластеризованных ранжировок А , В , С ,... обозначим f(А, В, С ,...). Тогда

f (А, В ) = ,

f (А, С ) = [{1,3}<{2, 4}<6<{5,7}<8<9<10],

f(В, С ) = [{1,2,3,4}<{5,6}<7<{8,9}<10],

f (А, В, С ) = f (В, С ) = [{1,2,3,4} <{5,6}<7<{8, 9}<10].

Итак, в случае f (А, В ) дополнительного изучения с целью упорядочения требуют только объекты 8 и 9. В случае f (А, С ) кластер {5,7} появился не потому, что относительно объектов 5 и 7 имеется противоречие, а потому, что в обеих исходных ранжировках эти объекты не различаются. В случае f(В , С ) четыре объекта 1,2,3,4 объединились в один кластер, т.е. кластеризованные ранжировки оказались настолько противоречивыми, что процедура согласования не позволила провести достаточно полную декомпозицию задачи нахождения итогового мнения экспертов.

Рассмотрим некоторые свойства алгоритмов согласования.

1. Пусть D = f (А , В , C ,...). Если a в согласующей кластеризованной ранжировке D , то a или a=b в каждой из исходных ранжировок А , В , C , ..., причем хотя бы в одной из них справедливо строгое неравенство.

2. Построение согласующих кластеризованных ранжировок может осуществляться поэтапно. В частности, f (A,B,C ) = f (f (A,B ), f (A ,C ), f (B,C )). Ясно, что ядро противоречий для набора кластеризованных ранжировок является объединением таких ядер для всех пар рассматриваемых ранжировок .

3. Построение согласующих кластеризованных ранжировок нацелено на выделение общего упорядочения в исходных кластеризованных ранжировках. Однако при этом некоторые общие свойства исходных кластеризованных ранжировок могут теряться. Так, при согласовании ранжировок В и С , рассмотренных выше, противоречия в упорядочении элементов 1 и 2 не было - в ранжировке В эти объекты входили в один кластер, т.е. 1 = 2, в то время как 1<2 в кластеризованной ранжировке С . Значит, при их отдельном рассмотрении можно принять упорядочение 1<2. Однако в f (В,C ) они попали в один кластер, т.е. возможность их упорядочения исчезла. Это связано с поведением объекта 3, который "перескочил" в С на первое место и "увлек с собой в противоречие" пару (1, 2), образовав противоречивые пары и с 1, и с 2. Другими словами, связная компонента графа, соответствующего ядру противоречий, сама по себе не всегда является полным графом. Недостающие ребра при этом соответствуют парам типа (1, 2), которые сами по себе не являются противоречивыми, но "увлекаются в противоречие" другими парами.

4. Необходимость согласования кластеризованных ранжировок возникает, в частности, при разработке методики применения экспертных оценок в задачах экологического страхования и химической безопасности биосферы. Как уже говорилось, популярным является метод упорядочения по средним рангам, в котором итоговая ранжировка строится на основе средних арифметических рангов, выставленных отдельными экспертами . Однако из теории измерений известно (см. главу 2.1), что более обоснованным является использование не средних арифметических, а медиан. Вместе с тем метод средних рангов весьма известен и широко применяется, так что просто отбросить его нецелесообразно. Поэтому было принято решение об одновременном применении обеих методов. Реализация этого решения потребовала разработки методики согласования двух указанных кластеризованных ранжировок.

5. Область применения рассматриваемого метода не ограничивается экспертными оценками. Он может быть использован, например, для сравнения качества математических моделей процесса испарения жидкости. Имелись данные экспериментов и результаты расчетов по 8 математическим моделям. Сравнивать модели можно по различным критериям качества. Например, по сумме модулей относительных отклонений расчетных и экспериментальных значений. Можно действовать и по другому: в каждой экспериментальной точке упорядочить модели по качеству, а потом получать единые оценки методами средних рангов и медиан. Использовались и иные методы. Затем применялись методы согласования полученных различными способами кластеризованных ранжировок. В результате оказалось возможным упорядочить модели по качеству и использовать это упорядочение при разработке банка математических моделей, используемого в задачах химической безопасности биосферы.

6. Рассматриваемый метод согласования кластеризованных ранжировок построен в соответствии с методологией теории устойчивости , согласно которой результат обработки данных, инвариантный относительно метода обработки, соответствует реальности, а результат расчетов, зависящий от метода обработки, отражает субъективизм исследователя, а не объективные соотношения.

Основные математические задачи анализа экспертных оценок. Ясно, что при анализе мнений экспертов можно применять самые разнообразные статистические методы, описывать их - значит описывать практически всю прикладную статистику. Тем не менее можно выделить основные широко используемые в настоящее время методы математической обработки экспертных оценок - это проверка согласованности мнений экспертов (или классификация экспертов, если нет согласованности) и усреднение мнений экспертов внутри согласованной группы.

Поскольку ответы экспертов во многих процедурах экспертного опроса - не числа, а такие объекты нечисловой природы, как градации качественных признаков, ранжировки, разбиения, результаты парных сравнений, нечеткие предпочтения и т.д., то для их анализа оказываются полезными методы статистики объектов нечисловой природы.

Почему ответы экспертов часто носят нечисловой характер? Наиболее общий ответ состоит в том, что люди не мыслят числами. В мышлении человека используются образы, слова, но не числа. Поэтому требовать от эксперта ответ в форме чисел - значит насиловать его разум. Даже в экономике предприниматели, принимая решения, лишь частично опираются на численные расчеты. Это видно из условного (т.е. определяемого произвольно принятыми соглашениями, обычно оформленными в виде инструкций) характера балансовой прибыли, амортизационных отчислений и других экономических показателей. Поэтому фраза типа «фирма стремится к максимизации прибыли» не может иметь строго определенного смысла. Достаточно спросить: «Максимизация прибыли - за какой период?» И сразу станет ясно, что степень оптимальности принимаемых решений зависит от горизонта планирования (на экономико-математическом уровне этот сюжет рассмотрен в монографии ).

Эксперт может сравнить два объекта, сказать, какой из двух лучше (метод парных сравнений), дать им оценки типа "хороший", "приемлемый", "плохой", упорядочить несколько объектов по привлекательности, но обычно не может ответить, во сколько раз или на сколько один объект лучше другого. Другими словами, ответы эксперта обычно измерены в порядковой шкале, или являются ранжировками, результатами парных сравнений и другими объектами нечисловой природы, но не числами. Распространенное заблуждение состоит в том, что ответы экспертов стараются рассматривать как числа, занимаются "оцифровкой" их мнений, приписывая этим мнениям численные значения - баллы, которые потом обрабатывают с помощью методов прикладной статистики как результаты обычных физико-технических измерений. В случае произвольности "оцифровки" выводы, полученные в результате обработки данных, могут не иметь отношения к реальности. В связи с "оцифровкой" уместно вспомнить классическую притчу о человеке, который ищет потерянные ключи под фонарем, хотя потерял их в кустах. На вопрос, почему он так делает, отвечает: "Под фонарем светлее". Это, конечно, верно. Но, к сожалению, весьма малы шансы найти потерянные ключи под фонарем. Так и с "оцифровкой" нечисловых данных. Она дает возможность имитации научной деятельности, но не возможность найти истину.

Проверка согласованности мнений экспертов и классификация экспертных мнений. Ясно, что мнения разных экспертов различаются. Важно понять, насколько велико это различие. Если мало - усреднение мнений экспертов позволит выделить то общее, что есть у всех экспертов, отбросив случайные отклонения в ту или иную сторону. Если велико - усреднение является чисто формальной процедурой. Так, если представить себе, что ответы экспертов равномерно покрывают поверхность бублика, то формальное усреднение укажет на центр дырки от бублика, а такого мнения не придерживается ни один эксперт. Из сказанного ясна важность проблемы проверки согласованности мнений экспертов.

Разработан ряд методов такой проверки. Статистические методы проверки согласованности зависят от математической природы ответов экспертов. Соответствующие статистические теории весьма трудны, если эти ответы - ранжировки или разбиения, и достаточно просты, если ответы - результаты независимых парных сравнений. Отсюда вытекает рекомендация по организации экспертного опроса: не старайтесь сразу получить от эксперта ранжировку или разбиение, ему трудно это сделать, да и имеющиеся математические методы не позволяют далеко продвинуться в анализе подобных данных. Например, рекомендуют проверять согласованность ранжировок с помощью коэффициента ранговой конкордации Кендалла-Смита. Но давайте вспомним, какая статистическая модель при этом используется. Проверяется нулевая гипотеза, согласно которой ранжировки независимы и равномерно распределены на множестве всех ранжировок. Если эта гипотеза принимается, то конечно, ни о какой согласованности мнений экспертов говорить нельзя. А если отклоняется? Тоже нельзя. Например, может быть два (или больше) центра, около которых группируются ответы экспертов. Нулевая гипотеза отклоняется. Но разве можно говорить о согласованности?

Эксперту гораздо легче на каждом шагу сравнивать только два объекта. Пусть он занимается парными сравнениями. Непараметрическая теория парных сравнений (теория люсианов) позволяет решать более сложные задачи, чем статистика ранжировок или разбиений. В частности, вместо гипотезы равномерного распределения можно рассматривать гипотезу однородности, т.е. вместо совпадения всех распределений с одним фиксированным (равномерным) можно проверять лишь совпадение распределений мнений экспертов между собой, что естественно трактовать как согласованность их мнений. Таким образом, удается избавиться от неестественного предположения равномерности.

При отсутствии согласованности экспертов естественно разбить их на группы сходных по мнению. Это можно сделать различными методами статистики объектов нечисловой природы, относящимися к кластер-анализу, предварительно введя метрику в пространство мнений экспертов. Идея американского математика Джона Кемени об аксиоматическом введении метрик (см. ниже) нашла многочисленных продолжателей. Однако методы кластер-анализа обычно являются эвристическими. В частности, невозможно с позиций статистической теории обосновать "законность" объединения двух кластеров в один. Имеется важное исключение - для независимых парных сравнений (люсианов) разработаны методы, позволяющие проверять возможность объединения кластеров как статистическую гипотезу . Это - еще один аргумент за то, чтобы рассматривать теорию люсианов как ядро математических методов экспертных оценок .

Нахождение итогового мнения комиссии экспертов. Пусть мнения комиссии экспертов или какой-то ее части признаны согласованными. Каково же итоговое (среднее, общее) мнение комиссии? Согласно идее Джона Кемени следует найти среднее мнение как решение оптимизационной задачи . А именно, надо минимизировать суммарное расстояние от кандидата в средние до мнений экспертов. Найденное таким способом среднее мнение называют "медианой Кемени".

Математическая сложность состоит в том, что мнения экспертов лежат в некотором пространстве объектов нечисловой природы. Общая теория подобного усреднения построена в ряде работ, в частности, показано, что в силу обобщения закона больших чисел среднее мнение при увеличении числа экспертов (чьи мнения независимы и одинаково распределены) приближается к некоторому пределу, который естественно назвать математическим ожиданием (случайного элемента, имеющего то же распределение, что и ответы экспертов).

В конкретных пространствах нечисловых мнений экспертов вычисление медианы Кемени может быть достаточно сложным делом. Кроме свойств пространства, велика роль конкретных метрик. Так, в пространстве ранжировок при использовании метрики, связанной с коэффициентом ранговой корреляции Кендалла, необходимо проводить достаточно сложные расчеты, в то время как применение показателя различия на основе коэффициента ранговой корреляции Спирмена приводит к упорядочению по средним рангам.

Бинарные отношения и расстояние Кемени. Как известно, бинарное отношение А на конечном множестве Q = {q 1 , q 2 ,..., q k } - это подмножество декартова квадрата Q 2 = {(q m , q n), m,n = 1,2,…,k} . При этом пара (q m , q n) входит в А тогда и только тогда, когда между q m и q n имеется рассматриваемое отношение.

Напомним, что каждую кластеризованную ранжировку, как и любое бинарное отношение, можно задать квадратной матрицей ||x(a,b) || из 0 и 1 порядка k x k . При этом x(a b) = 1 тогда и только тогда, когда a < b либо a = b . В первом случае x(b a) = 0, а во втором x(b a) = 1. При этом хотя бы одно из чисел x(a b) и x(b,a) равно 1.

В экспертных методах используют, в частности, такие бинарные отношения, как ранжировки (упорядочения, или разбиения на группы, между которыми имеется строгий порядок), отношения эквивалентности, толерантности (отношения сходства). Как следует из сказанного выше, каждое бинарное отношение А можно описать матрицей || a(i,j) || из 0 и 1, причем a(i,j) = 1 тогда и только тогда, когда qi и qj находятся в отношении А , и a(i,j) = 0 в противном случае.

Определение. Расстоянием Кемени между бинарными отношениями А и В, описываемыми матрицами ||a(i,j) || и ||b(i,j) || соответственно, называется число

D (A, B) = ∑ │a(i,j) - b(i,j) │,

где суммирование производится по всем i,j от 1 до k , т.е. расстояние Кемени между бинарными отношениями равно сумме модулей разностей элементов, стоящих на одних и тех же местах в соответствующих им матрицах.

Легко видеть, что расстояние Кемени - это число несовпадающих элементов в матрицах ||a(i,j) || и ||b(i,j) ||.

Расстояние Кемени основано на некоторой системе аксиом. Эта система аксиом и вывод из нее формулы для расстояния Кемени между упорядочениями содержится в книге , которая сыграла большую роль в развитии в нашей стране такого научного направления, как анализ нечисловой информации . В дальнейшем под влиянием Кемени были предложены различные системы аксиом для получения расстояний в тех или иных нужных для социально-экономических исследований пространствах, например, в пространствах множеств .

Медиана Кемени и законы больших чисел. С помощью расстояния Кемени находят итоговое мнение комиссии экспертов. Пусть А 1 , А 2 , А 3 ,…, А р - ответы р экспертов, представленные в виде бинарных отношений. Для их усреднения используют т.н. медиану Кемени

Arg min ∑ D (A i ,A) ,

где Arg min - то или те значения А , при которых достигает минимума указанная сумма расстояний Кемени от ответов экспертов до текущей переменной А , по которой и проводится минимизация. Таким образом,

D (A i ,A) = D (A 1 ,A) + D (A 2 ,A) + D (A 3 ,A) +…+ D (A р,A) .

Кроме медианы Кемени, используют среднее по Кемени, в котором вместо D (A i ,A) стоит D 2 (A i ,A) .

Медиана Кемени - частный случай определения эмпирического среднего в пространствах нечисловой природы . Для нее справедлив закон больших чисел, т.е. эмпирическое среднее приближается при росте числа составляющих (т.е. р - числа слагаемых в сумме), к теоретическому среднему:

Arg min ∑ D (A i ,A) → Arg min М D (A 1 , A) .

Здесь М - символ математического ожидания. Предполагается, что ответы р экспертов А 1 , А 2 , А 3 ,…, А р есть основания рассматривать как независимые одинаково распределенные случайные элементы (т.е. как случайную выборку) в соответствующем пространстве произвольной природы, например, в пространстве упорядочений или отношений эквивалентности. Систематически эмпирические и теоретические средние и соответствующие различные варианты законов больших чисел изучены в ряде работ (см., например, ).

Законы больших чисел показывают, во-первых, что медиана Кемени обладает устойчивостью по отношению к незначительному изменению состава экспертной комиссии; во-вторых, при увеличении числа экспертов она приближается к некоторому пределу. Его естественно рассматривать как истинное мнение экспертов, от которого каждый из них несколько отклонялся по случайным причинам.

Рассматриваемый здесь закон больших чисел является обобщением известного в статистике "классического" закона больших чисел. Он основан на иной математической базе - теории оптимизации, в то время как "классический" закон больших чисел использует суммирование. Упорядочения и другие бинарные отношения нельзя складывать, поэтому приходится применять иную математику.

Вычисление медианы Кемени - задача целочисленного программирования. В частности, для ее нахождения используется различные алгоритмы дискретной математики, в частности, основанные на методе ветвей и границ. Применяют также алгоритмы, основанные на идее случайного поиска, поскольку для каждого бинарного отношения нетрудно найти множество его соседей.

Рассмотрим пример вычисления медианы Кемени. Пусть дана квадратная матрица (порядка 9) попарных расстояний для множества бинарных отношений из 9 элементов А 1 , А 2 , А 3 ,..., А 9 (см. табл.3). Найти в этом множестве медиану для множества из 5 элементов {А 2 , А 4 , А 5 , А 8 , А 9 }.

Таблица 3.

Матрица попарных расстояний

В соответствии с определением медианы Кемени следует ввести в рассмотрение функцию

С (А ) = ∑ D(A i ,A) = D(A 2 ,A)+D(A 4 ,A)+D(A 5 ,A)+D(A 8 ,A)+D(A 9 ,A),

С (А 1 ) = D (A 2 ,A 1) + D (A 4 ,A 1) + D (A 5 ,A 1) +D (A 8 ,A 1) + D (A 9 ,A 1) =

= 2 + 1 +7 +3 +11 = 24,

С (А 2 ) = D (A 2 ,A 2) + D (A 4 ,A 2) + D (A 5 ,A 2) +D (A 8 ,A 2) + D (A 9 ,A 2) =

= 0 + 6 + 1 + 5 + 1 = 13,

С (А 3 ) = D (A 2 ,A 3) + D (A 4 ,A 3) + D (A 5 ,A 3) +D (A 8 ,A 3) + D (A 9 ,A 3) =

= 5 + 2 + 2 + 5 +7 = 21,

С (А 4 ) = D (A 2 ,A 4) + D (A 4 ,A 4) + D (A 5 ,A 4) +D (A 8 ,A 4) + D (A 9 ,A 4) =

= 6 + 0 + 5 + 8 + 8 = 27,

С (А 5 ) = D (A 2 ,A 5) + D (A 4 ,A 5) + D (A 5 ,A 5) +D (A 8 ,A 5) + D (A 9 ,A 5) =

= 1 + 5 + 0 +3 + 7 = 16,

С (А 6 ) = D (A 2 ,A 6) + D (A 4 ,A 6) + D (A 5 ,A 6) +D (A 8 ,A 6) + D (A 9 ,A 6) =

= 3 + 4 + 10 + 1 + 5 = 23,

С (А 7 ) = D (A 2 ,A 7) + D (A 4 ,A 7) + D (A 5 ,A 7) +D (A 8 ,A 7) + D (A 9 ,A 7) =

= 2 + 3 +1 + 6 + 3 = 15,

С (А 8 ) = D (A 2 ,A 8) + D (A 4 ,A 8) + D (A 5 ,A 8) +D (A 8 ,A 8) + D (A 9 ,A 8) =

= 5 + 8 + 3 + 0 +9 = 25,

С (А 9 ) = D (A 2 ,A 9) + D (A 4 ,A 9) + D (A 5 ,A 9) +D (A 8 ,A 9) + D (A 9 ,A 9) =

= 1 + 8 + 7 + 9 + 0 = 25.

Из всех вычисленных сумм наименьшая равна 13, и достигается она при А=А 2 , следовательно, медиана Кемени - это множество {А 2 }, состоящее из одного элемента А 2 .

Предыдущая

Эффективность в общем виде – это результативность чего-либо (производства, труда, управления и т.д.). В экономической теории различают в основном два вида эффективности – экономическую и социальную. Экономическая эффективность характеризует отношение полученного результата к затратам, социальная – степень удовлетворения спроса населения (потребителей, заказчиков) на товары и услуги. Часто их объединяют единым термином – социально-экономическая эффективность, который в наибольшей степени относится к оценке управленческих решений, так как последние направлены на состояние и поведение людей и таким образом имеют высокое социальное значение и их оценка только с позиций экономического эффекта не совсем корректна. В последние десятилетия растет необходимость оценки по многим управленческим решениям экологической эффективности, отражающей как положительное, так и отрицательное влияние их реализации на экологическую обстановку. Здесь, как правило, отражаются возможные затраты организации на устранение отрицательного воздействия на окружающую среду, штрафы и другие связанные с этим платежи или их экономия при положительном воздействии на окружающую среду.

Качество – с позиций философии – выражает совокупность существенных признаков, особенностей и свойств, которые отличают один предмет или явление от других и придают ему определенность. Качество результата труда (продукции, услуги, инвестиционного проекта, управленческого решения и т.д.) связано с понятиями "свойство" и "полезность". Свойство результата труда определяет объективные стороны без оценивания его важности для потребителя (например, технический уровень продукции, проекта); полезность – способность данного результата труда приносить пользу и удовлетворять требованиям конкретного потребителя. Отсюда, качество управленческого решения – совокупность свойств, обусловливающих его способность удовлетворять определенные потребности в соответствии с назначением. В практике деятельности организаций эффективность и качество неразрывны и взаимно обусловливают друг друга. Решение не может быть высокоэффективным, если оно имеет низкое качество и, наоборот, оно не может быть качественным, если неэффективно, т.е. эффективность одна из характеристик качества, а качество – существенный фактор эффективности.

Эффективность и качество управленческого решения определяются всей совокупностью процессов управления, составляющих его относительно самостоятельные и взаимосвязанные в технологическом цикле этапы: разработка, принятие и реализация решений. В соответствии с этим необходимо рассматривать модификации управленческого решения – эффективности и качества теоретически найденного, принятого ЛПР и практически реализованного решения.

На этапах разработки и принятия управленческого решения его качество – это степень соответствия параметров выбранной альтернативы решения определенной системе характеристик, удовлетворяющая его разработчиков и потребителей и обеспечивающая возможность эффективной реализации. На этапе реализации качество управленческого решения выражается в его фактической эффективности, эффективности реализации.

К числу основных характеристик, определяющих качество решений, относятся: обоснованность, своевременность, непротиворечивость (согласованность), реальность, полнота содержания, полномочность (властность), эффективность.

Обоснованность решения определяется: степенью учета закономерностей функционирования и развития объекта управления, тенденциями развития экономики и общества в целом, компетентностью его разрабатывающих специалистов и ЛПР. Оно должно охватывать весь спектр вопросов, всю полноту потребностей управляемого объекта. Для этого необходимо знание особенностей, путей развития управляемой системы и внешней среды. Требуется тщательный анализ ресурсного обеспечения, научно-технических возможностей, целевых функций развития, экономических и социальных перспектив компании, региона, отрасли, национальной и мировой экономики. Всесторонняя обоснованность решений требует поиска новых форм и путей обработки научно-технической и социально-экономической информации, форм и методов менеджмента, теории и практики разработки и принятия решений, т.е. формирования передового профессионального мышления, развития его аналитико-синтетических функций. Обоснованным может быть лишь то решение, которое принято на основе достоверной, систематизированной и научно обработанной информации, что достигается использованием научных методов разработки и оптимизации решений.

Таким образом, обоснованность решения обеспечивается следующими основными факторами:

  • учетом требований объективных экономических законов и закономерностей, действующего законодательства и уставных документов;
  • знанием и использованием закономерностей и тенденций развития объекта управления и его внешней среды;
  • наличием полной, достоверной, своевременной информации;
  • наличием специальных знаний, образования и квалификации разработчиков и ЛПР;
  • знанием и применением ЛПР основных рекомендаций менеджмента и теории принятия решений;
  • используемыми методами анализа и синтеза ситуаций.

Нарастающая сложность и комплексность решаемых проблем и их последствий требует универсальных познаний для разработки и принятия обоснованных управленческих решений, что обусловливает все более широкое распространение коллегиальных форм принятия решений.

Обоснованность управленческих решений может достигаться выполнением следующих действий:

  • определение условий для формирования допустимых вариантов;
  • составление перечня показателей, характеризующих существенные свойства найденных вариантов решения, и разработка шкал для их измерения;
  • отсев нерациональных вариантов и определение диапазона возможных значений каждого показателя с использованием разнообразных математических и эвристических методов;
  • выявление структуры предпочтений ЛПР;
  • формирование критерия или правил оценки вариантов решения;
  • выбор наилучшего варианта управленческого решения или уточнение структуры предпочтений ЛПР.

Реализация этих действий не всегда гарантирует высокое качество и эффективность решений, так как выбор альтернатив существенно затрудняется следующими факторами.

  • 1. Многоаспектный характер оценок эффективности альтернатив. При определении возможных вариантов решения и тем более при выборе из них наиболее целесообразного приходится производить экономическую, технико-технологическую, социальную, политическую, экологическую оценки. При этом каждая имеет несколько подходов. Например, стоимостная оценка, согласно международным, европейским и российским стандартам, использует затратный, рыночный (сравнительный) и доходный подходы, в которых используются различные методы в зависимости от объекта и задач оценки. При выборе вариантов развития открытого акционерного общества необходимо учитывать всю совокупность стейкхолдеров, так как принимаемые решения могут существенно влиять на различные группы людей, что увеличивает количество возможных оценок (как по отношению к ним, так и с их стороны). Во многих случаях необходимо учитывать изменения оценок во времени. При этом все чаще возникают проблемы учета новых типов оценок, которые характеризуют последствия принимаемого решения в разные моменты будущего.
  • 2. Трудности выявления и сопоставления всех аспектов сравнения альтернатив. Существование разнородных аспектов оценки альтернатив ставит перед разработчиками и ЛПР трудные проблемы их сопоставления. Здесь следует иметь в виду, что такое сопоставление субъективно и поэтому может быть подвергнуто критике. Это усугубляется во много раз при коллегиальном принятии решений, где у каждого из членов принимающего решения коллективного органа могут быть разные меры сопоставления разнородных качеств. Одни участники разработки и принятия решений могут быть заинтересованы в основном в экономических критериях, другие – в политических, третьи – в экологических и т.д.
  • 3. Субъективный характер оценок эффективности и качества альтернатив. Многие оценки эффективности и качества альтернатив можно получить либо путем построения специальных моделей, либо путем сбора и обработки экспертных заключений. Оба способа связаны с использованием субъективных оценок либо специалистов разрабатывающих модели, либо экспертов. При выборе альтернатив необходимо учитывать, что надежность подобных субъективных оценок не может быть абсолютной. Даже при полном единодушии экспертов возможна ситуация, когда их оценки окажутся неправильными. Возможно также существование различных моделей либо несовпадение оценок экспертов. Следовательно, несколько альтернатив могут иметь разные оценки, и результат выбора зависит от того, какие из них будут использованы ЛПР.

Своевременность управленческого решения означает, что принятое решение не должно ни отставать, ни опережать потребности в нем развития ситуации. Даже самое оптимальное (из целесообразных для ЛПР) решение, рассчитанное на получение наибольшей социально-экономической эффективности, может оказаться бесполезным, если будет принято поздно. Оно даже может принести определенный ущерб. Преждевременные решения не менее вредны для организации, чем запоздалые. Они не имеют условий, необходимых для реализации и развития, и могут дать импульсы для развития негативных тенденций, не способствуют решению уже "перезревших" задач и еще более усугубляют и без того болезненные процессы.

Непротиворечивость (согласованность ). Различают внутреннюю и внешнюю непротиворечивость решения. Под внутренней непротиворечивостью решений понимается соответствие целей и средств их достижения сложности решаемой проблемы и методов разработки решения, отдельных положений решения друг другу и смыслу решения в целом. Под внешней непротиворечивостью решений – их преемственность, соответствие стратегии, целям компании и ранее принятым решениям (действия, необходимые для реализации одного решения, не должны мешать выполнению других). Достижение сочетания этих двух условий и обеспечивает согласованность и непротиворечивость управленческого решения. Согласованность с принятыми ранее решениями означают также необходимость соблюдения четкой причинно-следственной связи общественного развития. Принятые ранее решения при необходимости должны отменяться или корректироваться, если они вступают в противоречия с новыми условиями деятельности управляемой системы. Появление противоречащих друг другу решений – следствие плохого познания и понимания законов общественного развития, проявления низкого уровня управленческой культуры.

Реальность. Решение должно разрабатываться и приниматься с учетом объективных возможностей организации, ее потенциала. Другими словами, материальные, финансовые, информационные и другие ресурсы, возможности организации должны быть достаточны для эффективной реализации выбранной альтернативы.

Полнота содержания решений означает, что решение должно охватывать всю совокупность параметров управляемого объекта, необходимых для обеспечения достижения целей, все сферы его деятельности, все направления развития. Содержание управленческого решения должно отражать:

  • цель (совокупность целей) функционирования и развития управляемого объекта, на который направлено решение;
  • ресурсы, используемые для достижения этих целей;
  • основные пути и способы достижения целей, основные методы выполнения работ, определяющих реализацию целей решения;
  • сроки достижения целей, начало и окончание их обеспечивающих работ;
  • порядок взаимодействия между подразделениями и отдельными работниками.

Итак, управленческое решение может считаться качественным, если оно отвечает всем перечисленным выше требованиям. Причем речь идет именно о системе требований, поскольку несоблюдение хотя бы одного из них приводит к снижению качества решения и, следовательно, к потере эффективности, трудностям или даже невозможности его реализации.

Качество и эффективность управленческого решения определяются множеством факторов, действующих в течение всего технологического цикла управления или на отдельных его стадиях, имеющих внутрисистемный или внешний (влияние окружающей среды), объективный или субъективный характер. К наиболее существенным факторам относятся:

  • законы объективного мира, связанные с принятием и реализацией управленческого решения;
  • формулировка цели; для чего принимается управленческое решение, какие реальные результаты могут быть достигнуты, как измерить, соотнести поставленную цель и достигнутые результаты;
  • объем и ценность располагаемой информации – для успешного принятия управленческого решения главным является не столько объем информации, сколько ее ценность, определяемая уровнем профессионализма, опыта, интуицией кадров;
  • время разработки управленческого решения – как правило, управленческое решение всегда принимается в условиях дефицита времени и чрезвычайных обстоятельств (дефицита ресурсов, активности конкурентов, рыночной конъюнктуры, непоследовательного поведения политиков);
  • организационная структура управления, определенная организационными документами (формальная) и фактически существующая (неформальная). Фактически существующая (действующая) структура управления практически в исключительных случаях совпадает с определяемой соответствующими организационными документами, в рамках которой требуется действовать всем работникам организации. Необходимость учета этого требования нередко является условием принятия не самого оптимального варианта решения;
  • формы и методы управленческой деятельности, в том числе разработки и реализации управленческого решения;
  • состояние управляющей и управляемой систем (психологический климат, авторитет руководителя, профессионально-квалификационный состав кадров и т.д.);
  • система оценок уровня качества и эффективности управленческого решения;
  • степень риска, связанная с последствиями реализации решения. Данный фактор требует применения различных методик оценки рисков (финансовых, экономических и т.д.); соответственно, руководитель должен обладать навыками выполнения такого анализа;
  • средства оргтехники, включая ИВС. Применение современных информационных систем – мощный фактор активизации процесса разработки, принятия и реализации решений. Оно требует определенных знаний и навыков использования современных информационных технологий в управлении деятельностью организаций;
  • субъективность оценки варианта выбора решения. Процесс принятия решения, выбор конкретного варианта имеет творческий характер и зависит от конкретной личности, ее состояния в момент принятия решения. Личностные оценки ЛПР выступают в качестве компаса, указывающего ему желательное направление, когда приходится выбирать между альтернативами действий. Каждый человек обладает своей системой ценностей, которая определяет его действия и влияет на принимаемые решения. К личностным факторам относятся:
  • – психологическое состояние ЛПР в момент принятия решения. В состоянии раздражительности, загруженности другими решениями ЛПР может принять по данной ситуации одно решение, а в хорошем настроении, будучи относительно свободным – другое,
  • – мера ответственности ЛПР, определяемая как внутренним чувством ответственности за свои действия, так и регламентирующими его деятельность документами,
  • – уровень знаний по данному вопросу. Чем выше уровень знаний ЛПР об объекте, на который направлено решение, и его внешней среде, тем больше вероятность принятия ими качественного и эффективного решения,
  • – опыт, который как основной ресурс разработки и осуществления решений является определяющим фактором адекватного восприятия реальной оценки и эффективной реакции ЛПР на происходящее, представляет собой определенный банк апробированных и адаптируемых вариантов, в котором черпаются аналоги и прообразы разрабатываемых, принимаемых и реализуемых решений,
  • – интуиция, суждение (здравый смысл) и рациональность ЛПР.

Справка. Интуиция проявляется как некоторое озарение или мгновенное понимание ситуации без использования рационального мышления. Однако подобному озарению обычно предшествует долгая и кропотливая работа сознания. Сначала посредством наблюдения информация накапливается в памяти человека, систематизируется и располагается в определенном порядке. Часто таким путем приходят к целесообразному решению проблемы. Если этого не происходит, подключаются интуиция и воображение, порождающие многочисленные идеи и ассоциации. Одна из идей может вызывать интуитивное прозрение, которое как бы выталкивает соответствующую идею из подсознания в сознание. Интуиция – это мощный инструмент принятия решений, который нуждается в постоянном развитии и должен активно использоваться в управленческой деятельности.

При принятии решения ЛПР часто основывается на собственном ощущении того, что его выбор правилен. Интуиция развивается по мере приобретения опыта. В основе решений, основанных на суждении, лежат знания и осмысленный опыт прошлого. Используя их и опираясь на здравый смысл, с поправкой на сегодняшний день, выбирают тот вариант, который принес наибольший успех в аналогичной ситуации в прежнее время. Однако здравый смысл у людей, с точки зрения автора, встречается редко, поэтому данный способ принятия решений гоже не очень надежен, хотя подкупает своей быстротой и дешевизной. При таком подходе ЛПР стремится действовать преимущественно в тех направлениях, которые ему хорошо знакомы, в результате чего рискует упустить хороший результат в другой области, сознательно или бессознательно отказываясь от вторжения в нее;

Выбранный ЛПР критерий стратегии риска: оптимизма, пессимизма или безразличия. Критерий оптимизма (maximax) определяет выбор альтернативы, которая максимизирует максимальный результат для каждой альтернативы; пессимизма (maximin) – альтернативу, которая максимизирует минимальный результат для каждой альтернативы; безразличия – альтернативу с максимальным средним результатом (при этом действует негласное предположение, что каждое из возможных состояний управляемой системы может наступить с равной вероятностью: в результате выбирается альтернатива, дающая максимальную величину математического ожидания).

На стадии реализации эффективность решений определяют следующие факторы:

  • уровень развития и состояния управляемой системы, ее техники, технологии, персонала (кадров), организации и экономики. При высоком уровне развития всех компонентов управляемой системы при реализации решения может быть получена бо́льшая эффективность, чем предусмотренная решением, и наоборот, при низком уровне достаточно трудно обеспечить эффективность, определенную в решении;
  • социально-психологический климат в реализующем решение коллективе. Основным критерием социально-психологического климата выступает уровень зрелости коллектива, под которым понимается степень совпадения индивидуальных и коллективных интересов. Чем выше уровень зрелости коллектива, тем он более управляем, что является необходимым условием его эффективной деятельности;
  • авторитет руководителей, обеспечивающих реализацию решения. Чем выше авторитет руководителей, тем более управляем коллектив и, соответственно, выше уровень эффективности его деятельности;
  • действенность механизма управления деятельностью коллектива, которая выражается в сущности управления как создание условий, побуждающих людей к необходимым для достижения целей действиям;
  • время реализации решения. Своевременно принятое качественное и эффективное решение при несвоевременной его реализации может оказаться не только неэффективным, а ненужным;
  • соответствие численности и квалификации (образования, умения и опыта) кадров объему и сложности работ по реализации решения. При численности кадров меньше необходимой для реализации решения сложно соблюсти ее сроки. При квалификации работников ниже требуемого уровня снижается качество выполнения работ и вместе с этим эффективность реализации решения;
  • обеспеченность необходимыми материальными, энергетическими, трудовыми, информационными и денежными ресурсами.

Выше было показано, что эффективность решения определяется на этапах его разработки и реализации. На первом этапе она определяется по известным методикам расчета эффективности проектных решений, на втором – как правило, но методикам расчета фактической прибыли и рентабельности деятельности. В последние годы для определения эффективности стратегических решений на этапах их разработки и реализации часто используется расчет предполагаемого и фактического изменения рыночной стоимости бизнеса, результаты которого являются основой оценки и выбора стратегии организации.

Оценку эффективности управленческих решений на этапах их разработки и принятия можно производить по общеизвестным показателям оценки инвестиционных проектов:

  • чистый дисконтированный (приведенный, текущий) доход (ЧДД) – NPV (Net Present Value ) – текущая стоимость денежных притоков (доходов) за вычетом стоимости денежных оттоков (инвестиционных затрат);
  • внутренняя норма доходности (ВНД) – IRR (Internal Rate of Return ) – ставка дисконтирования, при которой возникает равенство текущей стоимости прогнозируемых денежных притоков (доходов) и текущей стоимости прогнозируемых инвестиционных затрат (денежных оттоков), т.е. чистый текущий доход (NPV) при этом равен нулю;
  • модифицированная внутренняя норма доходности (МВНД) – MIRR (Modified Internal Rate of Return ) – показатель, характеризующий эффективность капиталовложений (инвестиций). Если текущую стоимость всех инвестиционных

вложений рассмотреть как первоначально вложенный капитал, а будущую стоимость всех денежных притоков – как наращенную сумму, то ставкой дисконтирования коэффициента наращения принимается МВНД;

  • индекс рентабельности (ИР) – PI (Profitability Index ) – величина чистого (дисконтированного) денежного потока, приходящегося на единицу инвестиционных вложений;
  • срок окупаемости – РР (Payback Period ) – ожидаемый период возмещения вложенных средств чистыми денежными поступлениями;
  • дисконтированный срок окупаемости – DPP (Discounted Payback Period ) – предполагаемый период возмещения (равенства) текущей стоимости вложенных средств и текущей стоимости чистых денежных поступлений;
  • коэффициент эффективности затрат – ARR (Accounting Rate of Return ) равен отношению прогнозной среднегодовой чистой (балансовой) прибыли к среднегодовым инвестиционным затратам.

Эти показатели широко применяются на практике, и методы их расчета признаны традиционными. В многочисленной литературе они подробно описаны, приведены примеры, иллюстрирующие их расчеты для выбора проектов (альтернатив) управленческих решений с различными исходными условиями.

Данные показатели, равно как и соответствующие им методы, используются в двух вариантах:

  • для определения эффективности независимых (безальтернативных) управленческих решений (так называемая абсолютная эффективность), когда делается вывод о том, принять его или отклонить;
  • для определения эффективности взаимоисключающих друг друга альтернатив решения (сравнительная эффективность), когда делается вывод о том, какую из них принять в качестве управленческого решения.

В оценке эффективности управленческих решений, как и любой другой деятельности, участвуют результаты его реализации (эффект – Эр) и затраты на его разработку, принятие и реализацию (Зр). Эффект управленческих решений проявляется в конечных результатах деятельности организации. Даже в тех случаях, когда управленческое решение направлено на изменения технико-экономических или социально-экономических показателей деятельности организации (уровня состояния и развития техники и технологии производства, номенклатуры и ассортимента продукции, качества исходного сырья, конструктивных характеристик рабочих помещений, социальной инфраструктуры и др.), эффект его реализации отражается в конечном счете в изменении уровня использования ее потенциала и удовлетворения общественных потребностей в ее продукции и услугах, т.е.

Эр = f (П, Ип, Зр, Уп)

при (П – Ип), Зр š min; Уп š max,

где П – потенциал организации; Ип – его использование; Уп – уровень удовлетворения общественных потребностей в ее продукции и услугах.

Данный подход, получивший название "ресурспо-потпенциальный ", к оценке эффективности управления деятельностью организаций, продуктом которого выступают управленческие решения и результаты их реализации, был предложен академиком АН СССР В. А. Трапезниковым, обоснован и развит профессорами Ф. М. Русиновым и В. И. Бусовым.

Развитие организации (ее потенциала, отнесенного к той или иной цели, выраженной в стремлении к максимально возможному удовлетворению определенного вида общественных потребностей) имеет ограничения, определяемые соотношением спроса и предложения на продукты и услуги, которые способна производить данная организация. Превышение результата по той или иной функции предприятия имеющихся в нем потребностей – отрицательный эффект его деятельности или неполезный результат, равносильный отходам и потерям затраченных на него ресурсов.

Вторая составляющая эффективности – затраты ресурсов на разработку, принятие и реализацию управленческого решения. Повышение уровня отдачи этих затрат (их эффективности) – важнейшая задача управления процессом разработки, принятия и реализации управленческих решений. Неправильное понимание этой задачи (особенно в части разработки и принятия решений) часто приводит на практике к сокращению этих затрат даже в ущерб эффективности управленческих решений. Это связано с тем, что основную долю затрат часто составляет заработная плата и начисления на нее и сокращение их сводится к сокращению участвующего в данном процессе персонала или уровня оплаты его труда, в результате чего ухудшаются качество управленческого решения и эффект от его реализации, мотивация персонала. Сокращение затрат на разработку, принятие и реализацию управленческих решений путем простого волюнтаристического решения влечет за собой уменьшение эффективности деятельности организации, связанное с ухудшением контроля, увеличением времени ожидания принятия решения по той или иной ситуации, ухудшением качества подготовки, выработки и принятия решений и с другими факторами, влияющими на уровень потерь ресурсов.

Оценку эффективности реализации управленческих решений можно производить по каждому крупному управленческому решению или по совокупности реализованных в определенный период времени (например, квартал, полугодие, год). Она состоит из системы показателей (рис. 3.5), включающей:

  • обобщающий интегральный показатель, конкретизирующий критерий эффективности;
  • обобщающие показатели, отражающие эффективность реализации групп целей, для достижения которых принято управленческое решение (научно-технических, экономических, социальных и др.);
  • частные показатели, отражающие эффективность использования отдельных видов ресурсов по отдельным стадиям воспроизводственного цикла.

При определении эффективности реализации управленческого решения используется величина не потенциала ресурсов организации вообще, а ее потенциала по выполнению функций, которые охватывает данное решение. Для выявления такого состава можно использовать матрицы, приведенные в табл. 1.2–1.5.

Уровень использования потенциала определяется как разница его величины и потерь. Причем резервная часть потенциала, необходимая для устойчивого функционирования и развития любого подразделения организации, не относится к его потерям.

Рис. 3.3.

Приведенная на рис. 3.5 система показателей отражает структуру "дерева" целей повышения эффективности деятельности организации.

Эффективность управленческого решения определяется как

где Ентц и Энтц, Епц и Эпц, Есц и Эсц, Еэкц и Ээкц – эффективность и эффект управленческого решения в достижении научно-технических, производственных, социальных и экологических целей соответственно; Эi, – эффект реализации управленческого решения в t-м подразделении организации (рабочем месте подразделения); Зр – затраты на разработку и реализацию управленческого решения; п – количество подразделений, участвующих в разработке и реализации данного управленческого решения.

Эффект участия i -го подразделения организации (рабочего места) в разработке и реализации управленческого решения определяется как сумма эффектов изменений уровня использования в процессе, на который направлено данное решение, имеющегося потенциала подразделения (рабочего места) – внутренний эффект (Эв) – и результата реализации целей решения – внешний эффект (Эц), т.е.

Эi = Эв + Эц.

Внутренний эффект определяется по интенсивным (Эи) и экстенсивным факторам (Ээ), т.е.

Эв = Эи + Ээ.

Интенсивные факторы определяют обусловленные реализацией данного управленческого решения изменения производительного использования потенциала, экстенсивные – изменения непроизводительного использования потенциала и потерь ресурсов.

Схема расчета показателей эффективности управления деятельностью предприятия приведена на рис. 3.6.

Так как все ресурсы поступают на рабочие места организации и здесь используются, то уровень использования потенциала ресурсов предприятия определяется процессами на его рабочих местах. Изменение уровня производительного использования ресурсов на рабочем месте определяется разницей использования потенциальной выработки (или производительности труда) на данном рабочем месте до и после реализации данного управленческого решения, т.е.

где и Вп – потенциальная выработка на данном рабочем месте соответственно до и после реализации управленческого решения; , и Вф – фактическая выработка на данном рабочем месте соответственно до и после реализации управленческого решения.

Фактическая выработка (или производительность труда) в каком-либо производственном подразделении (заготовительном, механическом, литейном, сборочном и т.д.) определяется без особых трудностей по общепринятым методикам оценки.

Рис. 3.6.

Потенциальная и фактическая выработка на рабочем месте составляют основу определения потенциальной и фактической выработки по подразделению, функции или виду деятельности подразделения. На объем выработки на рабочем месте влияют: производительность оборудования при данной технологии работ, выполняемых на данном рабочем месте; соответствие квалификации работника уровню сложности работ; своевременность обеспечения рабочего места необходимыми материалами, инструментом, оргоснасткой, информацией и другими ресурсами; соответствие количества и качества исходных ресурсов требованиям технологии; ритмичность деятельности работника на рабочем месте. Эти факторы снижают фактическую выработку по сравнению с потенциальной.

Потенциальная выработка рабочего места (Вп(рм)) определяется объемом выработки установленного на нем оборудования при максимальном числе часов сто работы в данном периоде с учетом времени на переналадку, ремонт, наладку, т.е. по формуле

Βп(рм) = (Фр – t н) П n ,

где Фр – режимный фонд времени работы одного агрегата (строительного крана, бульдозера, бетономешалки, циклевочной машины и т.д.) на рабочем месте в месяц; t н – нормативное время на наладку и ремонт, переналадку одного агрегата; П – режимный (технологический) съем продукции с единицы оборудования (агрегата) в единицу времени; п – количество однотипных агрегатов на рабочем месте при многостаночном обслуживании.

Для рабочих мест с маломеханизированным и ручным трудом, в том числе инженерных и управленческих работников, потенциальная выработка рассчитывается по максимальной сменной выработке месяца, исходя из того, что максимальная выработка в данную смену была достигнута за счет наибольшего использования возможностей ресурсов, составляющих данное рабочее место, т.е.

Вп(рм) = Вс.max т р,

где Вс.max – максимальная сменная выработка на рабочем месте в расчетном месяце, нормо-часы; m – количество смен в расчетном месяце; р – стоимость 1 нормо-часа, руб.

Исходные данные для расчета берутся из карт учета выработки и заработной платы, которые должны заполняться в подразделениях предприятия.

Аналогичный подход можно применить для любого рабочего места, но для механизированных и автоматизированных рабочих мест Вп следует рассчитывать по производительности оборудования.

Зная потенциальный объем выработки в месяц по всем рабочим местам подразделения, можно определить потенциальный объем выработки данного подразделения. Он рассчитывается по технологической цепочке рабочих мест, образуемой системой машин, участвующих в производстве данного вида продукта, или определяемой последовательностью выполнения закрепленных за рабочими местами технологических операций производства данного вида результата деятельности подразделения.

Экстенсивное использование экономического потенциала по внутреннему эффекту процессов системы управления предприятием выражают потери и технологически необоснованные отходы ресурсов. Изменение их величины после реализации управленческого решения () по сравнению с базовым (Пр) отражает изменение внутреннего эффекта управления по экстенсивным факторам, т.е.

.

Участвующие в процессах ресурсы используются производительно и непроизводительно.

Производительное использование ресурсов также подразделяют на две части. Первая часть – это расход ресурсов, рассчитанный исходя из удельных затрат, которые признаны рациональными (технологически необходимыми). Вторая часть – это расходы ресурсов, превышающие рациональные удельные затраты. Такие затраты представляют собой потери ресурсов.

Непроизводительное использование ресурсов наблюдается в случае, когда продукция и услуги не создаются. Например, к непроизводительному использованию ресурсов относятся затраты рабочего времени работников, затраты производственной мощности оборудования и материалов на исправление брака, к потерям – прогулы, целодневные и целосменные простои, неиспользованные мощности установленного оборудования, неисправимый брак, неиспользуемые научно-технические разработки, порча материалов на складе и др.

Эффект реализации управленческого решения по достижению производственных целей определяется увеличением объема и качества продукции и услуг, соблюдением сроков их предоставления потребителю и выражается в изменении эффективности их применения у потребителей; научно-технических целей – в эффективности применения разработок предприятия в инновационных процессах; социальных целей – в экономии времени (увеличении свободного времени) и повышении общественной активности работников предприятия и потребителей продукции и услуг предприятия; экологических целей – в уменьшении отходов и увеличении объемов их утилизации, благоустройстве территории и т.д. Эффект по социальным результатам особенно важен для предприятий, производящих различные услуги населению (коммунальные, транспортные, бытовые, почтовые, общественного питания, торговли и т.д.). Эффект по экологическим результатам – для предприятий топливной, нефтехимической и химической промышленности.

Затраты на разработку и реализацию управленческого решения включают всю совокупность затрат на выполнение работ как собственными силами, так и сторонними организациями (подрядчиками), а также на приобретение необходимых материалов, оборудования и других необходимых ресурсов.

Вышеизложенный подход применим только в условиях наличия в организации необходимых исходных данных, обеспечиваемых организованной системой контроля и учета параметров процессов на рабочих местах и в подразделениях, мониторинга потребностей и потребления продукции и услуг компании.

В странах с развитой экономикой давно является хрестоматийным стоимостный подход в управлении организациями и, соответственно, в оценке эффективности управленческих решений.

Справка. На американском рынке капитала стоимостная концепция является широко распространенной на практике и единственно принимаемой в научной литературе. В мае 2010 г. компания KPMG в сотрудничестве с Государственным университетом – Высшей школой экономики (ГУ-ВШЭ) провели исследование применения российскими компаниями методов управления на основе стоимости. Оно показало высокую актуальность стоимостного управления для российских компаний в сложившейся рыночной ситуации и интерес для менеджеров, так как рост стоимости бизнеса обусловливает повышение инвестиционной привлекательности и конкурентоспособности организации.

Основная идея концепции управления стоимостью заключается в том, что главной финансовой целью организации выступает рост ее ценности (стоимости) не только для собственников (акционеров), но и для всех заинтересованных в деятельности компании юридических и физических лиц (управление стоимостью компании в интересах стейкхолдеров). Понятие "стоимость" в данной концепции управления представляет собой внутреннюю категорию, характеризующую ценность, инвестиционную привлекательность компании для собственников, и выражается в денежном индикаторе будущих возможностей роста.

Прирост стоимости – это экономический критерий, отражающий интегральный эффект влияния реализуемых в организации управленческих решений на все параметры, по которым оценивается ее деятельность (доля рынка и прочность конкурентной позиции, доходы, инвестиционные потребности, операционная эффективность, налоговое бремя, регулирование, потоки денежных средств и уровень риска), позволяющий ранжировать варианты в ситуации множественного выбора.

В системе управления стоимостью изначально заложена предпосылка, что командно-административный стиль принятия управленческих решений "сверху вниз" не приносит должных результатов, особенно в крупных многопрофильных корпорациях. Менеджерам низшего звена нужно научиться использовать стоимостные показатели для принятия более качественных и эффективных управленческих решений. Управление стоимостью требует разумного равновесия долгосрочных и краткосрочных целей деятельности. Оно, по сути, представляет собой разработку, принятие и реализацию управленческих решений, обеспечивающих непрерывную реорганизацию, направленную на достижение максимальной стоимости бизнеса.

Важным достоинством стоимостного подхода в управлении является тот факт, что он предлагает менеджменту единый и понятный критерий оценки деятельности – стоимость. Параметр прироста стоимости бизнеса является ключевым инструментом повышения качества и эффективности управленческих решений, позволяющим создать универсальную систему координат для определения вектора развития бизнеса, а также создать единую шкалу изменения достигнутых результатов в соответствии с установленной стратегией.

Процесс управления рыночной стоимостью компании использует в качестве базы доходный подход к оценке компании (бизнеса). В рамках данного подхода стоимость компании представляет собой сумму денежных потоков, которые будут созданы компанией, скорректированных с учетом факторов времени и соответствующих рисков, за вычетом всех обязательств компании.

Оценка эффективности управленческого решения данным методом предполагает сравнение двух сценариев развития организации "без разработки и реализации управленческого решения данной ситуации-проблемы" и "при условии разработки и реализации управленческого решения данной ситуации-проблемы".

Оценка стоимости организации в первом варианте сводится к прогнозу денежных потоков по предприятию в целом при условии, что ничего в нем в расчетном периоде принципиально меняться не будет. Это – дисконтированная стоимость бизнеса, которая определяется путем дисконтирования денежного потока по ставке, учитывающей имеющиеся риски организации в целом:

где PV 0 – дисконтированная стоимость организации при ее развитии без решения имеющихся ситуаций-проблем; CF 0i – ожидаемый денежный поток в периоде г; r – ставка дисконта; п – количество периодов, в течение которых организация будет генерировать денежные потоки (в годах).

Стоимость организации при сценарии реализации управленческого решения (стратегическая стоимость) определяется путем дисконтирования скорректированного на проект денежного потока по скорректированной ставке, учитывающей как риск организации в целом, так и риски управленческого решения. Она будет равна остаточной текущей стоимости ожидаемых потоков организации при условии осуществления управленческого решения, т.е. денежные потоки организации по двум сценариям ее развития совмещаются:

где PV C – стратегическая стоимость организации; CF c – стратегический денежный поток организации; CF pi – денежный поток, создаваемый реализацией управленческого решения.

Применение метода рынка капитала и сделок для оценки прироста стоимости предприятия за счет реализации управленческого решения основывается на информации о компании-аналоге, реализующей аналогичное решение. При этом аналогичность решений определяется следующими факторами:

  • максимальная схожесть решаемых ситуаций в сопоставляемых организациях;
  • общая отраслевая (функциональная) принадлежность сопоставляемых ситуаций;
  • использование сходных ресурсов;
  • сопоставимость масштаба ситуаций и радикальности изменений в результате реализации управленческого решения.

Для определения прироста стоимости, созданной в результате реализации управленческого решения, методом рынка капитала используются рыночные коэффициенты компании-аналога до и после реализации ею решения аналогичной ситуации, т.е.

где ΔCV – увеличение рыночной стоимости оцениваемой компании вследствие реализации управленческого решения; Е ок – текущая прибыль оцениваемой компании; – отношение "цена/прибыль" для аналогичной компании после реализациирешения аналогичной ситуации; – отношение "цена/прибыль" для аналогичной компании до реализации решения аналогичной ситуации.

Метод сделок отличается от метода рынка капитала тем, что коэффициент "цена/прибыль" по компании-аналогу (компаниям-аналогам) рассчитывают, принимая во внимание лишь цены на акции компании-аналога (компаний-аналогов), которые наблюдались в ближайшем прошлом по фактическим сделкам купли-продажи крупных пакетов или при соответствующей котировке акций. При этом крупными пакетами считаются те, покупка которых дает возможность приобрести как минимум участие в контроле над компанией посредством введения в ее совет директоров своего представителя (или самого себя), что позволяет контролировать менеджмент компании. Отсюда, найти компанию-аналог, реализующую управленческое решение по аналогичной ситуации, информация по которой имеется в открытом доступе, – задача крайне сложная и порой просто неосуществимая. На практике это значительно затрудняет или делает невозможным применение методов рынка капитала и сделок для оценки эффективности управленческих решений.

error: Content is protected !!