Компьютер в бухгалтерском учете и аудите 1998'2

Home Поиск Издания Контакты k-press.ru


Продолжается подписка на наши издания! Вы не забыли подписаться?

Фирма “ЭЛАНТ”

Программа “Бизнес-Прогноз” открывает двери
в технологию Риск-планирования

Аналитическими системами принято называть программные продукты для бизнеса, задачи которых отличаются от простого расчета денежных средств, в которых осуществлен структурный подход к данным. Каждая из них решает свои собственные задачи — такие, как обработка больших массивов статистическими и нейросетевыми методами, задачи распределения ресурсов и многокритериальной оценки, использования различного рода методов имитационного моделирования и т.д. Среди них есть (и их количество постоянно увеличивается) как западные, так и российские разработки, различные по мощности, интерфейсу, количеству пользователей, относящиеся к различным направлениям, классам, подклассам.

Но, несмотря на это, существует целое направление задач, которые до сих пор остаются нерешенными. Причем не каких-то экзотических, а самых насущных и жизненных задач оценки шансов на успех планируемой операции, выбора наилучшего решения в условиях риска и неопределенности, когда обстоятельства не полностью контролируемы и возможны как успех, так и неудача. Это направление называется “Определение функции принадлежности процесса с нечеткими описаниями исходов”, а если проще — Риск-планирование, или дискретный прогноз.

Что это такое?

Слово “Прогноз” чаще всего ассоциируется со статистическими системами (в последнее время — еще и нейросетевыми, использующими методы распознавания образов) или системами многокритериальной оценки. Обрабатывая большое количество исходной информации, на выходе такие системы выдают некоторую усредненную величину и часто — дисперсию этой величины (гауссовский вид), или результат выдается в виде промежутка: от [..] — до [..] (линейный вид). Причем второе есть всего лишь упрощение первого, и оба вида принципиальных различий не имеют.

Задавая некоторый промежуток, мы обычно предполагаем, что реальная величина находится где-то между его границами, но с принципиальной точки зрения понятие промежутка неразрывно связано с понятием вероятности. Например, когда мы говорим, что в результате какой-либо операции будет получено от 200 до 300 долларов, это означает, что абсолютно реально (вероятность ? 1), что сумма будет не меньше 200, очень реально (вероятность = 0.7) получить не меньше 230, мало реально (вероятность = 0.3) получить не меньше 270 и практически нереально (вероятность ? 0), что сумма будет больше 300. Фактически любой промежуток — это и есть некоторое вероятностное распределение (функция принадлежности), которое можно изобразить в виде графика, на котором по вертикали отложена вероятность, а по горизонтали — наша сумма (рис.1).

Рис.1

Итак, статистика, средняя величина, дисперсия, промежуток, другими словами — непрерывный прогноз. Этот подход вполне применим там, где действуют непрерывные законы, где не предполагается резких изменений — например, в технических областях, для которых этот подход и был изначально разработан: физика, измерения, стрельба и т.д. Но как быть с прогнозом человеческой деятельности — здесь дискретные изменения ситуации играют гораздо более важную роль, и их игнорирование часто просто заводит в тупик.

Приведем пример: в результате некоторого договора Вы должны получить или доход $400 или неустойку по договору — $200. Здесь среднее значение — $300, но их Вы никогда не получите (можно припомнить анекдот про среднюю температуру по больнице). Сказать, что будет получено от $200 до $400 — тоже неверно. Единственный приемлемый способ прогноза будущей ситуации — это изобразить ее вероятностное распределение (рис.2).

Рис.2

Как составить такой дискретный прогноз? Попытка собрать статистику целиком по всему мероприятию окажется крайне неблагодарной — дискретные ситуации редко повторяются и, скорее всего, выборка окажется неадекватной. Более естественной является идея проанализировать данные (набрав статистику, используя нейросети или экспертные оценки) отдельно по возможности получения дохода и отдельно по неустойке, а затем — объединить их, зная их взаимосвязь.

Можно сказать, что Риск-планирование включает в себя три задачи:

Решение первой задачи — дело менеджера, искусство стратега, этому необходимо научиться.

О второй задаче здесь уже говорилось. Ее решение — повседневное дело любого аналитика, для нее существует множество методик, алгоритмов, систем.

А вот с третей задачей сложилась удивительная ситуация: оказывается, до сих пор так и не существовало инструментальных средств для ее решения. И как следствие — ничтожное число людей имеют представление о дискретном прогнозе, основное влияние здесь имеют всевозможные стереотипы. Например, при оценке проектов говорят о различных типах рисков (валютный, производственный и т.д.). Но ведь дело в том, что в любой ситуации риск — один и тот же: получить меньше, чем потрачено; он всего лишь складывается из составных частей, зависящих от разных причин.

Дороги, которые мы выбираем

Этот рассказ О.Генри является замечательным примером задачи дискретного прогноза. Более того, она всем известна с раннего детства — помните русскую сказку? Направо пойдешь — коня потеряешь, налево — и т.д. Можно сказать, что подобные “развилки” встречаются постоянно в любой деятельности, и на каждой из дорог мы можем что-нибудь потерять или что-нибудь приобрести. А главной задачей является — прийти в конечную точку с минимальными потерями и максимальными приобретениями. Только одно “но”: дорогу не всегда выбираем мы сами — часто это дело случая, внешних обстоятельств, решения других людей. Мы только можем предположить вероятность выбора того или иного направления, вероятность того, что некоторое событие произойдет или не произойдет.

Рис. 3

И пока событие не произошло, нам надо учитывать возможность обоих исходов, их сумму, которая находится по известной в теории вероятностей формуле Байеса. Поэтому и вся совокупность “дорог”, которые выбираем мы (или это делают за нас обстоятельства), называется Байесовской сетью (рис. 3).

По сути — это “дерево”, состоящее из событий: [1],[2].... У каждого события существует по два исхода: 1 — положительный (событие произойдет); 0 — отрицательный (событие не произойдет). Исходы каждого события обозначаются через точку; например, [1.1] — положительный исход события [1], а [3.0] — отрицательный исход события [3]. Для каждого события задается вероятность того, что оно произойдет (завершится положительным исходом), и сумма, которая будет получена или затрачена в результате этого события. По сути дела, достаточно просто знать функцию принадлежности каждого события. Чаще всего она имеет вид, как на рис. 4а (для поступления) или рис. 4б (для расхода). В этих случаях отличная от нуля часть распределения считается положительным исходом, а нулевая — отрицательным. Вероятностью события будет отрезок на вертикальной оси, занимающий ненулевую часть. В некоторых случаях эти распределения могут выглядеть, как на рис.4в-4е (для расхода — наоборот). Но это — всего лишь частные случаи основного вида.

Рис. 4

Напомним еще раз, что дерево — это всего лишь совокупность возможных путей, реальные же события будут разворачиваться только одним-единственным путем — он в составе дерева, но его мы не знаем, пока события еще не произошли.

Байесовская сеть — наиболее естественная и наглядная технология дискретного прогноза. Еще в древнем Китае существовало искусство предсказания будущего с помощью переплетения разноцветных нитей с узелками. И как оказалось, в этом нет никакой мистики — а есть конкретное математическое обоснование.

На первый взгляд задача кажется несложной: необходимо всего лишь сложить функции принадлежности нескольких взаимозависимых событий, причем сложение должно производится в двух направлениях. Существующие методики предлагают начертить схему на листе бумаги и по ней начать выводить формулы.

Для пояснения этого метода рассмотрим простейший пример: на рис.5а изображены функции принадлежности двух не связанных между собой событий [1] и [2], имеющие вероятности P1 и P2 и разбросы по сумме прихода s1<>S1 и s2<>S2.

Рис. 5

Если условием для события [2] является положительный исход события [1], то их общее вероятностное распределение рассчитывается “сложением вправо” (рис. 5б). При этом процесс может иметь три исхода:

  1. не происходит ни [1] ни [2], сумма: 0, вероятность: 1-P1;
  2. происходит только [1], сумма: s1<>S1, вероятность: P1*(1-P2);
  3. происходит и [1] и [2], сумма: s1+s2<>S1+S2, вероятность: P1*P2;

Если условием для события [2] является отрицательный исход события [1], то их общее распределение рассчитывается “сложением вверх” (рис. 5в). При этом процесс также может иметь три исхода:

  1. не происходит ни [1] ни [2], сумма: 0, вероятность: (1-P1)*(1-P2);
  2. происходит только [1], сумма: s1<>S1, вероятность: P1;
  3. происходит только [2], сумма: s2<>S2, вероятность: (1-P1)*P2.

В случае расхода происходит то же самое, только со знаком минус.

Для двух событий провести подобный ручной расчет несложно. Если постараться — то можно и для трех-четырех. Но сложность таких выкладок будет возрастать в геометрической прогрессии в зависимости от количества событий.

В реальных же ситуациях количество событий гораздо больше, сложнее зависимость между ними, а когда одно и то же событие может произойти при различных условиях, дерево начинает непомерно разрастаться и может достичь сотен, а то и тысяч узлов. Естественно, что в этих случаях о ручных расчетах говорить бессмысленно, но как оказалось, с применением компьютера тоже не все гладко — ведь для каждого конкретного дерева существуют только свои уникальные формулы, своя структура данных. И это препятствие имеет теоретический характер — любые попытки применения стандартных численных методов терпят фиаско. Во всех изданиях использование компьютера для этой цели сводится все к тому же: сначала на бумаге выведи формулы, составь с ними программу а затем — подставляй цифры и считай. Практически роль компьютера оказывается нулевой — на бумаге считать даже удобнее, а разработанная программа остается продуктом одноразового использования — повторно она сможет пригодится только если вдруг когда-нибудь встанет точно такая же проблема (пусть даже с другими цифрами).

Система “Бизнес-Прогноз”

Впервые универсальный алгоритм общего решения задачи дискретного прогноза был создан в Петербургской фирме “ЭЛАНТ”. И это удалось сделать исключительно благодаря использованию технологий искусственного интеллекта — симбиоза экспертной системы и системы символьной математики. Особенности этого алгоритма являются ноу-хау автора, но на его основе разработан программный продукт широкого назначения, работающий в MS WindowsO  — “Система Бизнес-Прогноз” (РосАПО рег.№ 960170).

С ее выходом в свет все главные препятствия для широкого внедрения технологии Риск-планирования в практическую деятельность перестали существовать. Более того, ее возможности оказались гораздо шире, чем просто расчет функции принадлежности планируемого мероприятия.

По своей сути — это система решения задач, поставленных на естественном языке. События в ней представлены в виде отдельных карточек, вложенных в картотеку (максимально возможное количество — 99); на этих карточках записываются характеристики событий. Связывая события между собой условиями, Вы составляете схему планируемого мероприятия, а его описание на естественном языке автоматически генерируется программой. Все это изображается на экране, а также может быть сохранено в виде файла.

Для наглядности и простоты Байесовское дерево используется в “свернутой” форме (продукционная сеть) — каждое событие изображается только один раз, но путей к нему (условий) может быть любое количество (в отличие от стандартной формы, где каждый путь уникален, но события могут повторяться). Если представить эту форму дерева в текстовом виде, основанном на правилах “если — то”, то получится достаточно связное описание задачи, которое можно прочитать, изменить, в нем легко найти любую ошибку. На рис. 6 изображена типичная постановка задачи в программе “Бизнес-Прогноз”.

Рис. 6

Любое событие в задаче может быть начальным или иметь условия — те события, которые обязательно должны произойти до него. Логика событий является гибкой — то есть одно и то же условие может существовать для нескольких событий, а также для одного события может существовать несколько условий. Кроме того, система отслеживает случаи неоднозначности заданных условий и может предложить Вам выяснить степень зависимости (необходимость и/или достаточность) от дополнительных условий.

Начните составлять схему с основной цепочки событий — той, которая, по вашему мнению, имеет наиболее удачный результат. Постарайтесь разбить план мероприятия на как можно больше элементарных событий. Далее займитесь боковыми цепочками. Имейте в виду, что любое прогнозируемое событие может наступить, а может и не наступить. При этом необходимо представить себе причины, по которым событие может не наступить, и продумать, предпримете ли Вы какие-либо шаги и какие события последуют в этом случае, а может быть, сделка завершится (например, неудачно).

После этого постарайтесь определить предполагаемые характеристики каждого события — их сумму и вероятность, а при необходимости — дату начала и продолжительность. Вы обязательно владеете (или предполагаете) какой-либо (пусть даже самой минимальной) информацией о каждом событии — программа воспримет ее в любой форме. Вы можете определить эти характеристики точно или приблизительно (в виде промежутка — от минимального значения до максимального) или в лингвистическом виде, например: “немного больше 300”, а также в виде формулы — причем в формулах также можно использовать промежутки.

Анализ результатов

Основная функция программы — это расчет вероятностного распределения заданной сделки, что программа и делает каждый раз при расчете рейтинга. Анализируя полученное распределение, текущая версия программы рассчитывает следующие ожидаемые показатели:

Вы можете рассчитать рейтинг как всего процесса, так и частично, например: на начало или конец любого события, при вероятности исхода равного 0 или 1, или на любую заданную дату (рис. 7).

Если рейтинг уже выведен на экран, а вы что-либо изменили в задаче, Вы можете его пересчитать для новых данных. Кроме того, предусмотрена динамическая вариация рейтинга. То есть, изменяя какую-либо характеристику события, можно проследить, как при этом будет меняться рейтинг.

Рис. 7

Для более подробного анализа задачи программа может рассчитать динамику изменения показателей сделки в виде диаграмм.

1. Диаграмма по событиям. Все события в задаче — разные. Причем одни имеют большее значение (влияние на конечный результат), другие — меньшее. Чтобы выявить наиболее и наименее важные события задачи, на этой диаграмме выводится изменение показателей процесса на начало и на конец каждого из событий (рис.8).

2. Диаграмма по вероятности. Определяя вероятность события, мы можем в большей или меньшей степени ошибиться. Причем чувствительность задачи к этой ошибке разная для каждого события. Чтобы выяснить, насколько значима возможная ошибка, на этой диаграмме выводится изменение показателей процесса при различных возможных значениях вероятности (рис. 9).

3. Диаграмма по времени. Как будут изменяться показатели нашей сделки во времени? Может, например, оказаться, что в целом выгодная сделка в процессе ее выполнения имеет невыгодные периоды, опасные точки. Чтобы проследить возможное развитие процесса во времени, на этой диаграмме выводятся его показатели от начальной до конечной даты (рис. 10).

В каждой из диаграмм Вы можете выбрать необходимую точку и одним нажатием кнопки вывести необходимый рейтинг.

По сути дела, подробный анализ необходим затем, чтобы выявить те моменты, которым стоило бы уделить особое внимание: может быть собрать дополнительную информацию или продумать альтернативные шаги.

Рис.8

Рис. 9

Более подробно можно ознакомиться с программой, просмотрев ее демонстрационную версию, которая распространяется бесплатно.

Сам себе статистик

Когда люди впервые знакомятся с методикой Риск-планирования и программой “Бизнес-Прогноз”, то часто задают следующий вопрос: как определить вероятность события?

Нет простых ответов на сложные вопросы. И в разных ситуациях для расчета вероятности могут использоваться различные методы.

Классический метод — это определение вероятности как отношение числа удачных исходов к числу испытаний. В некоторых случаях такое определение возможно напрямую или с помощью каких-либо статистических систем.

Но чаще всего нам легче предположить или рассчитать промежуток будущего значения какой-либо более ощутимой величины, связанной с событием (например — той же суммы прихода или расхода). А мы уже знаем, что понятия промежутка и вероятности неразрывно связаны друг с другом.

Рис. 10

В большинстве случаев понятие “событие произойдет” связано с тем, что подобная величина “переступит” определенную границу. Например: угол наклона падающей монеты в момент касания пола распределен от 0 до 360 градусов. Но если он больше 180, то происходит событие “выпал орел”. Спортсмен может прийти к финишу чуть раньше или чуть позже, но если будет преодолен определенный барьер, то констатируется мировой рекорд. И наконец — продавая определенный товар, мы знаем, что для каждого человека существует своя внутренняя цена, за которую он согласился бы его купить. Причем, эта цена у каждого — своя (зависит от совпадения желания и возможностей — как в известном тосте). Не зная ее заранее, мы можем предположить промежуток, в котором она находится, а пересечение распределения “внутренних” цен и реальной цены и является вероятностью продажи (для вероятности покупки — наоборот). Рис.11.

Таким образом, если мы определим (предположим, рассчитаем или подведем на основе статистики) промежуток для какой-то характерной для события величины и нам известен “барьер” этой величины, то можно считать, что вероятность мы задали. Ее можно определить по формуле:

P(x>a)= (a2-a)/(a2-a1)

Но могут быть и случаи, когда статистика, как говорят, бессильна. То есть истинной (объективной) вероятности не существует вообще. Предположим, Вы собрались завтра идти в магазин. Какова вероятность того, что завтра там будет интересующий Вас товар?

Вы еще не были в этом магазине, но зато в последнее время Вы обошли десять подобных магазинов, и в трех был такой же товар. Значит вероятность = 0.3. А продавец этого магазина — он знает, что за последнее месяц товар был в наличии примерно через день, и считает, что вероятность его завтрашнего наличия = 0.5. Далее — директор магазина. Он уже договорился о завтрашней подвозке товара (поставщик его подводил только один раз из десяти случаев). Директор твердо убежден, что вероятность = 0.9. Теперь — поставщик. У него только что сломалась машина, и всего лишь один раз из десяти ему удавалось ее починить до следующего дня. Уж он то точно знает, что вероятность завтрашнего наличия товара в магазине = 0.1. И т.д.

Рис. 11

Вы уже догадались, что эту цепочку можно продолжать до бесконечности, предположить более сложные зависимости — разветвления, сходимости и т.д. Для каждого из бесчисленного множества ее участников вероятность будет своя собственная. Так кто же из них прав, а кто ошибается? Как ни парадоксально это звучит — правы все. Каждый рассматривает одно и то же событие со своей собственной точки зрения, в своей плоскости. И в каждой из этих плоскостей событие имеет свою собственную вероятность. И саму вероятность в каждом случае можно определить только как степень уверенности в том, что событие произойдет, как отношение аргументов за и против.

Для того, чтобы в таких случаях определить численное значение вероятности события, существуют различные косвенные методы. В текущей версии программы “Бизнес-Прогноз” реализовано два метода: парное сравнение и тестирование.

  1. Парное сравнение. Сравните вероятности двух событий между собой: они примерно равны или одно немного (гораздо, несоизмеримо) больше другого. Это сделать проще, чем выразить их в виде чисел. Программа же предложит Вам сравнить между собой все события в задаче и сама расставит наиболее соответствующие вашим ответам значения.
  2. Тестирование. Программа предложит Вам некоторые (иногда фантастические) ситуации, проведет с Вами нечто вроде аукциона. Ваше дело — согласиться или отказаться от предложенных ставок. Если в результате нескольких тестов разброс по вероятности получается небольшой — то можно сказать, что ваши представления о ней достаточно четкие.

Принятие решений

Заметим, что сам факт события в будущем не зависит от его вероятности. Событие может произойти и при вероятности 0.1, а может не произойти и при вероятности 0.9. Вспомним шахматы — и новичок может сделать сильный ход, а гроссмейстер нет-нет да и ошибется. Но выигрывает обычно тот, кто ошибается реже других. Только если каждый раз принимать решение с большей вероятностью положительного исхода — общий результат всех решений будет наиболее благоприятный (а это и является главной целью). Именно на группе событий Вероятность превращается в Закономерность. Здесь нельзя не вспомнить (перефразировать) народную мудрость — если Вы приняли наилучшее с вашей точки зрения решение и Вас постигла неудача, то прими Вы другое решение — могло бы быть еще хуже.

Для принятия решений в программе “Бизнес-Прогноз” предусмотрены специальные средства. Найдите в схеме мероприятия событие, исход которого зависит от вашего решения. Если Вы примете решение — то его вероятность равна 1, если нет — 0, то есть один из альтернативных вариантов будет отсечен. Выведя рейтинги для этих случаев, Вы можете визуально сравнить их между собой и выбрать наилучший.

Ограничения на размер задачи

Как уже упоминалось, сложность расчетов растет в геометрической прогрессии от размеров исходной задачи. И хотя программа “Бизнес-Прогноз” способна решать достаточно большие задачи, в любом случае ее размер ограничен. В первую очередь этот размер зависит от оперативной памяти, то есть чем больше памяти установлено на компьютере, тем более мощная задача может быть решена.

Если Вы выстроите все возможные 99 событий в одну последовательную линию — то общее количество возможных вариантов завершения (исходов) процесса равняется 100.

Если же в задаче участвуют независимые (параллельные) события, то общее количество исходов равняется 2n (n — количество параллельных событий). Например, когда мы имеем два независимых события ([А] и [Б]), то получаем всего четыре исхода: 1 — произойдет только [А]; 2 — произойдет только [Б]; 3 — произойдут [А] и [Б]; 4 — не произойдет ни одного. Для трех независимых событий мы уже имеем 8 возможных исходов и т.д. Помните притчу об изобретателе шахмат: на первую клеточку одно зернышко, на вторую — два..., 16 независимых событий дают 65536 исходов, что уже приближается к физическому пределу системы, а для расчета задачи например с 64-мя параллельными событиями не хватит всех вычислительных мощностей планеты в течение тысячелетий.

В реальных задачах присутствуют как последовательные, так и параллельные события, и количество исходов зависит от конкретной структуры задачи. Это количество рассчитывается программой и выводится на статус-линии. То есть, определяя структуру задачи, всегда следует помнить о том, что ее размер имеет предел. Но с другой стороны, как выяснилось, при увеличении размеров задачи ее итоговое распределение приближается к гауссовскому (нормальному), а влияние каждого конкретного события на общий результат соответственно уменьшается. То есть процесс опять становится случайным, и использование этой методики теряет смысл. Оказывается, реальный смысл имеют задачи как не слишком простые, так и не слишком сложные (от десятков до нескольких тысяч исходов). Более простые легко решаются вручную, а более сложные — вырождаются в чисто случайный процесс.

Типы задач, решаемых программой

Перед тем как сформулировать задачи, стоит назвать ситуации, когда методику Риск-планирования применять не имеет смысла.

В первую очередь — когда деятельность идет по раз и навсегда заведенному распорядку, когда не предвидится резких изменений в деятельности. Существует огромное количество иных программ, специально предназначенных для анализа таких ситуаций.

Скорее всего будет затруднительно адекватно просчитать различные форс-мажорные ситуации, когда некоторые события маловероятны. Дело в том, что при определении слишком больших или слишком маленьких вероятностей сильно возрастает относительное значение ошибки. В самом деле: чему равна вероятность стихийного бедствия: 0.00001 или 0.0000001? А ведь первое значение в 100 раз больше второго.

И наконец, невозможно просчитать ситуации, в которых отсутствует явный критерий. Как количественно определить — насколько выгодно приобрести знания или потерять репутацию (если, конечно, не выражать это все в деньгах)?

Рис. 12

Таким образом, можно сформулировать три основных признака задач, для решения которых необходимо использовать эту методику:

Естественно, что в основном подобные задачи возникают в предпринимательской деятельности, непосредственно связанной с неопределенностью. Вот типичный пример из учебника по менеджменту Р.Д.Баззел Д.Ф.Кокс Р.В.Браун “Информация и риск в маркетинге”:

“Было восемь часов вечера, и г-н Доббс раздумывал над тем, не закончится ли неудачей намеченная им поездка в Нью-Йорк, стоимость которой составляла 100 долларов. Он знал, что из каждых двух недель агент по закупкам фирмы “Николс и сыновья” бывает в городе в течение лишь одной недели. Однако если бы агент был в городе, то как полагал г-н Доббс, существовал бы шанс 3 к 2-ум что он (г-н Доббс) смог бы получить заказ. В таком случае комиссионное вознаграждение составило бы 200 долларов.

Вопрос 1: должен ли г-н Доббс совершать поездку?

Вопрос 2: Г-н Доббс вспомнил о службе, которая за 8 долларов смогла бы сообщить ему, находится ли агент в Нью-Йорке. Принимая во внимание позднее время, это был единственный доступный источник информации. Следует ли г-ну Доббсу воспользоваться услугами этой службы?”

Понятно, что этот пример достаточно прост, так как авторы имели в виду решение вручную. Если предположить, что г-н Доббс не знает абсолютно точных цифр, а предполагает, что стоимость поездки составляет не ровно 100, а от 100 до 150 долларов, комиссионное вознаграждение составит где-то от 150 до 300 долларов, а расценки информационной службы — от 6 до 30 долларов — ручное решение задачи заметно усложнится.

На рис. 12 показано решение “усложненной” задачи г-на Доббса с помощью системы “Бизнес-Прогноз”.

Эта задача может стать еще более сложной, если
г-н Доббс запланирует какой-либо альтернативный вариант на случай неудачи или, например, решит взять кредит или вложить деньги в какое-либо мероприятие, совершить бартерную сделку, операцию по взаимозачетам, застрахует свою деятельность, или ему будут грозить неустойки и штрафы, решит купить или выпустить на рынок акции, облигации, векселя или выкупить чужие долги.

Кроме того, г-н Доббс будет заниматься подобными расчетами, если такие задачи возникнут у его партнеров или конкурентов.

Отдельно можно выделить ситуации, связанные с торгово-закупочной деятельностью — спрос-предложение, ценообразование, аукционы (и аукционо-подобные ситуации, в просторечии — торговаться), рекламные кампании. Например: на вашу партию товара существует два потенциальных покупателя, причем первый может взять товар за большую стоимость, чем второй, но пока первый будет принимать решение о приобретении, второму могут предложить такой же товар ваши конкуренты, а если Вы предложите товар сначала второму, и он откажется, то после этого, предлагая товар первому покупателю, завысить цену Вы уже не сможете. К кому же все-таки выгоднее обратиться в первую очередь?

Просчитав подобную ситуацию, наши пользователи были удивлены тем, что более удачное решение оказалось как раз противоположным тому, которое подсказывала интуиция.

Также можно назвать задачи, связанные с реорганизацией производства, выбора нового направления деятельности и т.д., например, какие преобразования выгоднее в данной ситуации — коренные или постепенные, или когда существует множество возможных путей, приводящих к желаемому положению.

И еще — задача на учет возможных последствий (чаще всего — отрицательных) своих шагов.

Задачи Риск-планирования возникают не только в экономике. Представим себе, что г-н Доббс решил выдвинуть свою кандидатуру в конгресс — тут тоже могут быть рискованные ситуации — только вместо долларов он будет считать потенциальные голоса избирателей. Например, ему надо решить, выступить ли с некоторым заявлением. Если он выступит — то возможно, что от 10 до 40 тысяч голосов он потеряет. Но если не выступит — то с вероятностью 0.7 с подобным же заявлением выступит его конкурент, и тогда г-н Доббс потеряет гораздо больше. А задача состоит не в абсолютном количестве голосов, а в том, чтобы добиться максимальной вероятности набрать квоту для прохождения во второй тур.

Известны и другие области, в которых сформулированы подобные задачи — это геологоразведка, расчет оптимальных конструкций, различные виды поиска. Кстати, в книге “ПРИНЯТИЕ РЕШЕНИЙ НА ОСНОВЕ НЕЧЕТКИХ МОДЕЛЕЙ” (авторы А.Н.Борисов, О.А.Крунберг, И.П.Федоров) эта задача сформулирована как “задача капитана рыболовного сейнера”.

Когда эта система используется?

В первую очередь — система “Бизнес-Прогноз” используется для решения конкретных задач в практической деятельности, для разработки стратегии предприятия, принятия наилучшего решения. Пользователи системы — студенты, предприниматели, менеджеры, руководители, аналитики — те, чья деятельность связана с подобными задачами. Причем совершенно независимо от уровня и характера деятельности. Эти задачи становятся перед мелкими фирмами и крупными корпорациями, банками и региональными администрациями.

Во-вторых — консалтинг. Ведь именно в те моменты, когда предстоят резкие изменения, чаще всего обращаются в консультационные службы. Здесь может быть и обратная ситуация — только программе можно доверить подтверждение или опровержение ваших предположений, если они составляют коммерческую тайну или по каким-то причинам их не стоит афишировать.

Кроме того, систему целесообразно использовать в ситуациях, когда необходимо обосновать свои действия. Например, в случае, если, предпринимаются какие-либо непопулярные или парадоксальные действия, а также на случай возможной неудачи. Вспомним, что командующий американским флотом в Перл-Харбор после нападения Японии был отдан под суд, и ему потребовалось много лет для того, чтобы доказать, что именно в той обстановке и при наличии той информации все его решения были правильными.

Интересный пример применения программы был прислан нашими пользователями: им был предложен достаточно замысловатый контракт со множеством различных вариантов и оговорок, включающих неустойки, штрафы, премиальные и т.д. Чувствовалось, что где-то есть подводные камни, но время было ограничено. Решение оказалось простым — занести контракт в “Бизнес-Прогноз” и расставить вероятности — все дополнения (сделавшие контракт максимально выгодным) были внесены моментально.

И наконец, можно с уверенностью сказать, что по крайней мере иметь представление об этой методике должен любой грамотный менеджер или предприниматель; знать, в каких случаях ее следует применять, а в каких — нет; как не переоценивать, так и не недооценивать ее возможности. Нельзя считаться специалистом в какой-либо сфере и при этом не иметь ни малейшего представления об одной из ее областей.

Поэтому стоит специально отметить такую область применения программы, как обучение бизнесу. Это идеальное пособие для решения задач по менеджменту, проработки многоходовых комбинаций и альтернативных стратегий на учебных примерах. А навык “стратегического” мышления, способность видеть всю гамму возможных результатов своих действий как единое целое есть одно из основных качеств тех людей, про которых говорят, что им повезло.

Известно, что основная часть любой деятельности — рутина. Но каждому рано или поздно дается шанс, возможность все изменить; когда все зависит от того, насколько правильное решение выбрано. И как раз здесь умение ориентироваться в неопределенной ситуации и становится на первый план (как экипаж самолета — на тренажерах постоянно прорабатывает нештатные ситуации с одной-единственной целью — суметь с ней справиться, если она хотя бы один раз возникнет в реальности). Использование системы “Бизнес-Прогноз” в качестве тренажера предпринимателя дает понимание того, что риск управляем, отношение к неопределенности, как к естественной категории, способность принимать наилучшее решение в сложных ситуациях.

Быков Юрий

Copyright © 1994-2016 ООО "К-Пресс"