WWW.OS.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Научные публикации
 

«Технологии принятия решений в условиях риска и неопределенности 171 ПРИМЕНЕНИЕ МЕТОДА «ДЕРЕВО РЕШЕНИЙ» ПРИ ПРИНЯТИИ ...»

Технологии принятия решений в условиях риска и неопределенности 171

ПРИМЕНЕНИЕ МЕТОДА «ДЕРЕВО РЕШЕНИЙ»

ПРИ ПРИНЯТИИ ИНВЕСТИЦИОННЫХ РЕШЕНИЙ

© Некрасов М.В.

Рязанский государственный радиотехнический университет, г. Рязань

В данной статье рассматривается практическое применение метода

«дерево решений» – одного из наиболее распространенных методов

принятия решений. Этот материал будет интересен всем, кто занимается управленческой деятельностью.

Ключевые слова: управление, «дерево решений», финансовый риск, инвестиции.

Управленческое решение является основополагающим элементом системы управления любой организации. Управленческое решение – это акт творческой деятельности по целенаправленному анализу ситуации, а также по альтернативному выбору и реализации путей, методов и средств полного разрешения проблемы в соответствии с общей стратегией [1].

В условиях изменяющейся внешней среды очень часто приходится принимать управленческие решения в условиях риска. В настоящее время это понятие стало неотъемлемой составляющей действительности, и его влияние необходимо учитывать.

Под понятием «риск» понимают действие наудачу, в надежде на счастливый исход[2].

Можно охарактеризовать риск следующими тезисами:



риск представляет собой образ действий в неясной, неопределенной обстановке;

рисковать следует лишь в тех случаях, когда возможен успех;

ожидаемый положительный результат риска носит закономерный характер.

Рассмотрим подробнее финансовые риски, как наиболее распространенный вид рисков.

Финансовые риски, согласно А.Н. Ассулу [3], можно объединить в три главные категории (рис.

1):

1. Локальный (чистый) риск, результатом таких рисков являются потери, но нет возможности выигрыша. Локальные риски возникают на уровне субъекта предпринимательской деятельности. Предприниматель мало, что может сделать для того, чтобы избежать локального (чистого) риска.

2. Спекулятивный риск. В случае спекулятивного риска предприниматель или выигрывает, или проигрывает.

Студент кафедры Экономики, менеджмента и организации производства.

ЭКОНОМИКА И УПРАВЛЕНИЕ В XXI ВЕКЕ: ТЕНДЕНЦИИ РАЗВИТИЯ

3. Глобальный риск отличается как от чистого, так и от спекулятивного риска своим безличностным характером. Глобальный риск в одинаковой мере затрагивает всех участников предпринимательской деятельности. Как правило, он связан с экономическими, политическими, социальными и природными силами.

Рис. 1. Категории финансового риска Разнообразие рисков и обилие альтернатив, сопутствующих реализации инвестиционных проектов наводят на мысль о необходимости привлечения инструментов структуризации процессапринятия инвестиционного решения.

Теория принятия решения как самостоятельное научное направление берет свое начало с работ американских ученых Дж. фон Неймана и О. Моргенштерна, впервые формализовавших модели действия человека в процессе принятия решений в своей книге, посвященной разработанной ими теории игр и теории полезности, которая была издана в 1944 году.

Одним из наиболее широко применяемых методов принятия решений является дерево решений – графическое систематизирование процесса принятия решений, отражающее альтернативные решения и состояния среды, а также возможные риски и выигрыши для любых комбинаций данных альтернатив. Данный метод примечателен своей наглядностью.

В рассматриваемом нами контексте, дерево решений выглядит следующим образом (рис. 2).

Точки, соответствующие моменту времени, когда возникает необходимость принятия управленческого решения носят название узлов выбора и обозначаются квадратиком; ветви, исходящие из узла выбора представляют Технологии принятия решений в условиях риска и неопределенности 173 собой альтернативные решения. Точки, после которых развитие событий может пойти по нескольким направлениям, называют узлами события и обозначают кружочком. Ветви, исходящие из таких точек представляют собой альтернативные возможности развития событий. Соответствующие каждому варианту развития событий вероятности обычно записываются возле каждой ветви.

Для каждого узла событий рассчитывается ожидаемая денежная стоимость (EMV – Expected Monetary Value) по следующей формуле:

EMV = P NCF где P – вероятность наступления события;

NCF – чистые денежные потоки от реализации каждого варианта.

В качестве EMV может выступать, в частности, значение NPV. Анализ рассчитанных значений EMV позволяет сделать обоснованный выбор направления инвестирования.

На рис. 2 показан пример дерева решений для следующей ситуации: организация принимает решение об участии в тендере на реализацию проекта с предварительным инвестированием капитала. В случае победы в тендере (событие С) с вероятностью 50 %, вероятность его успешной реализации равна 80 %. При успешной реализации проекта прибыль организации составит 200000 у.е.

Рассчитаем EMV для каждого узла событий по приведенной выше формуле.

EMV(C) = 0,8200 + 0,2(-150) = 130 EMV(D) = 0,3150 + 0,7(-150) = -60 EMV(A) = 0,5130 + 0,5(-60) = 35 EMV(B) = 0 Таким образом, мы видим, что затраты организации на реализацию данного проекта составят 35000 у.е.

Рис. 2. Схема дерева решений





ЭКОНОМИКА И УПРАВЛЕНИЕ В XXI ВЕКЕ: ТЕНДЕНЦИИ РАЗВИТИЯ

Принципы построения дерева решений:

для отображения на графике нужно включать только важные, «узловые» решения или события, чтобы «дерево не превратилось в куст»;

метод предполагает субъективную оценку вероятности тех или иных событий;

дерево решений нужно строить в хронологическом порядке, чтобы совпадали логика развития событий и логика решений.

Правила построения деревьев решений:

При построении деревьев решений особое внимание уделяется выбору критерия, по которому пойдет разбиение.

1. Правило разбиения.

Для построения дерева на каждом внутреннем узле необходимо найти условие, которое бы разбивало множество, связанное с этим узлом на подмножества. Общее правило для выбора критерия следующее – выбранный критерий должен разбить множество так, чтобы получаемые в итоге подмножества состояли из объектов, принадлежащих к одному классу, или были максимально приближены к этому, т.е. количество объектов из других классов должно стремиться к нулю.

2. Правило остановки.

Использование статистических методов для оценки целесообразности дальнейшего разбиения, так называемая «ранняя остановка» (prepruning), привлекательна экономией времени, но важно учитывать, что ранняя остановка может привести к снижению точности модели, что весьма не желательно. Признанные авторитеты в этой области Л. Брейман и Р. Куинлен советуют буквально следующее: «Вместо остановки используйте отсечение».

Ограничение глубины дерева. Необходимо становить дальнейшее построение, если разбиение ведет к дереву с глубиной превышающей заданное значение. Разбиение должно быть нетривиальным, т.е. полученные в результате узлы должны содержать не менее заданного количества примеров.

3. Правило отсечения.

Зачастую деревья решений переполняют данными. Такие «ветвистые»

деревья трудно анализировать. Ценность правила для малого числа объектов крайне низка, и в целях анализа данных такое правило практически непригодно. Гораздо предпочтительнее иметь дерево, состоящее из малого количества узлов, которым бы соответствовало большое количество объектов из обучающей выборки[4]. Для решения этой проблемы часто применяется отсечение ветвей (pruning). В отличие от процесса построения, отсечение ветвей, согласно Л. Хайфилю, происходит снизу вверх, двигаясь с листьев дерева, отмечая узлы как листья, либо заменяя их поддеревом. Отсечение ветвей не является панацеей, но в большинстве случаев служит весьма эффективным инструментом.

На современном этапе развития промышленности и бизнеса руководителям организации необходимо принимать большое количество управленТехнологии принятия решений в условиях риска и неопределенности 175 ческих решений, выбирая из огромного количества вариантов. Для этого необходимо проанализировать значительный объем информации. В крупных фирмах эти объемы таковы, что уже невозможно обойтись без автоматизации принятий текущих решений.

В настоящее время это возможно с помощью следующих алгоритмов:

1. CART (Classification and Regression Tree) – это алгоритм построения бинарного дерева решений. Каждый узел дерева при разбиении имеет только двух потомков. Используется для решения задач классификации и регрессии.

2. CHAID – используется для определения взаимодействия между переменными. Применяется в директ-маркетинге для выбора групп потребителей и прогнозирования их реакции на изменение условий рынка.

3. C4.5 – алгоритм построения дерева решений, количество потомков у узла не ограничено. Позволяет решать задачи классификации, однако нет возможности работы с непрерывным целевым полем.

4. CN2 – алгоритм, способный работать, даже если данные несовершенны.

Преимущества применения дерева решений при принятии управленческих решений:

быстрота процесса;

высокая точность прогноза;

генерация правил в областях, где эксперту трудно формализовать свои знания;

вывод результатов на естественном языке;

интуитивно понятная классификационная модель;

построение непараметрических моделей.

Таким образом, дерево решений является весьма эффективным методом принятия управленческих решений и при грамотном использовании позволяет достичь высокого качества результатов. Необходимо отметить, что метод дерева решений целесообразно применять как на мелких, так и на крупных предприятиях (благодаря возможности его автоматизации). То есть можно сделать вывод, что он не только удобен но и в высокой степени прогрессивен.

Список литературы:

1. Коммерсант. – 2002. – № 10.

2. Толковый словарь русского языка: около 100000 слов, терминов и фразеологических выражений / С.И. Ожегов; под ред. д-ра филол.наук, проф.

Л.И. Скворцова. – 27-е изд., испр. – М.: ОНИКС, 2010. – 735 с.

3. Модернизация экономики на основе технологических инноваций / А.Н. Асаул, Б.М. Карпов, В.Б. Перевязкин, М.К. Старовойтов. – СПб.: АНО ИПЭВ, 2008. – 415 с.

4. Кормен Т.Х., Лейзерсон Ч.И., Ривест Р.Л., Штайн К. Алгоритмы: Построение и анализ. – 1990. – 893 с.





Похожие работы:

«Физика, радиотехника и электроника УДК 621.372 М.М. Дамаев, А.А. Димитрюк, М.М. Твердохлебов НЕВЗАИМНЫЕ ФЕРРИТОВЫЕ УСТРОЙСТВА СВЧ ДЛЯ МОДУЛЕЙ ФАЗИРОВАННЫХ АНТЕННЫХ РЕШЕТОК Проведен анализ отечественных и зарубежных научно-технических публикаций по расчету, конструированию и производству невзаимных ферритовых устройств для приемо-передающих модулей активных фазированных антенных решеток, проанализированы проблемы, возникающие при создании на основе этих базовых элементов интегрированных...»

«НАША ИСТОРИЯ УДК 027.7 Ю. М. Бородянский, В. В. Киндя Библиотека Таганрогского радиотехнического института: история в лицах, или лица в истории. Освещён процесс становления и развития библиотеки Таганрогского радиотехнического института; рассмотрен вклад сотрудников в её развитие. Ключевые слова: библиотека ТТИ ЮФУ (ТРТИ, ТРТУ), история создания. Лучшее, что нам даёт история, это возбуждаемый ею энтузиазм. Гёте И. Постановлением Совета Министров СССР в 1952 г. образован Таганрогский...»

«КОНЦЕРН «СОЗВЕЗДИЕ» АКЦИОНЕРНОЕ ОБЩЕСТВО 394018, Россия, Воронеж, ул. Плехановская, 14, тел. 8-(4732)520906, факс 8(4732)355088. ОТЗЫВ ведущей организации на диссертацию Тулякова Юрия Михайловича «Разработка методов повышения надежности подвижной радиосвязи», представленную на соискание ученой степени доктора технических наук по специальности 05.12.04. Радиотехника, в том числе системы и устройства телевидения Одними из направлений развития систем и сетей подвижной наземной связи являются...»

«НАНОНАУКА И НАНОТЕХНОЛОГИИ ЭНЦИКЛОПЕДИЯ СИСТЕМ ЖИЗНЕОБЕСПЕЧЕНИЯ Издание осуществлено при поддержке Межгосударственного фонда гуманитарного сотрудничества государствучастников СНГ при участии Федерального агентства по делам Содружества Независимых Государств, соотечественников, проживающих за рубежом, и но международному гуманитарному сотрудничеству (РОССОТРУДНИЧЕСТВО) Комитета Государственной Думы РФ по науке и наукоемким технологиям Постоянного представительства России при ЮНЕСКО Бюро ЮНЕСКО в...»

«Климанов В.П., Косульников Ю.А., Позднеев Б.М., Сосенушкин С.Е., Сутягин М.В. Международная и национальная стандартизация информационно-коммуникационных технологий в образовании Москва ФГБОУ ВПО МГТУ «СТАНКИН» УДК 004:006.03 ББК 73ц:74.5 М43 Рецензенты: Липаев В.В., профессор, д.т.н., главный научный сотрудник института системного программирования РАН Олейников А.Я., профессор, д.т.н., главный научный сотрудник института радиотехники и электроники РАН им. В.А. Котельникова Климанов В.П.,...»





Загрузка...


 
2016 www.os.x-pdf.ru - «Бесплатная электронная библиотека - Научные публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.