Transcript K 1 - VŠEM
Manažerské rozhodování Ing. Helena Hrůzová, CSc. [email protected] Informativně • Termíny výuky • Literatura (základní) • – Hrůzová, H: Manažerské rozhodování. Praha: VŠEM, 2010 100 – 91 1 – Prezentace 90 – 71 2 Zkouška 70 – 51 3 – Vzorový test 50 4 • Systém výuky a forma práce • Účastníci 2 Obsah předmětu Rozhodovací procesy a jejich struktura Postup řešení a analýza rozhodovacích problémů Vytváření variant řešení Hodnocení a výběr variant Management rizika Participativní rozhodování 3 Rozhodovací procesy – terminologie 4 Znaky manažerského rozhodování • • • • • • (Dnes již) vědní disciplina „Mladá“ disciplina Prakticky zaměřená (není „vysokou teorií“) Multidisciplinární Významnost role rozhodovatele Významnost rizikových faktorů a situací 5 Multidisciplinarita psychologie personalistika sociologie management podniková ekonomika filosofie teorie, nástroje, praxe manažerského rozhodování marketing výroba a logistika matematika statistika ……. informační systémy a technologie 6 Typy rozhodování • Intuitivní vs. analytické • Vědomé vs. nevědomé • Racionální vs. iracionální 7 Stránky, teorie a modely • Meritorní, procedurální a instrumentální stránka • Normativní teorie a deskriptivní teorie • Sociálně psychologické, kvantitativně orientované, organizační teorie rozhodování 8 Modely rozhodování MODEL RACIONÁLNĚ EKONOMICKÝ ADMINISTRATIVNÍ v rozhodovací situaci manažer by měl dělat skutečně dělá informace získat úplné a přesné užívá neúplné a nepřesné riziko vyloučit riziko/nejistotu nevyloučí riziko/nejistotu racionalita hodnotit racionálně a logicky je omezen subjektivní racionalitou princip volby směřovat optimalizace – princip optimalizace směřuje k uspokojení – princip satisfakce rozhodnutí/teorie normativní deskriptivní výsledek optimální pro zájmy a cíle organizace nemusí být optimální pro organizace 9 Manažerské rozhodování – věda, praxe, intuice? 10 Rozhodovací procesy – struktura 11 Rozhodovací procesy • • • Prvky rozhodovacího procesu Klasifikace rozhodovacích procesů Role informací a informačních technologií v rozhodování 12 Prvky rozhodovacího procesu Stav světa Cíle Subjekt Kritéria Objekt Varianty Důsledky 13 Klasifikace prvků a typů Zejména: • Podmínky pro rozhodování • Postoj subjektu k riziku • Racionalita rozhodování • Princip optimalizace/satisfakce řešení • Strukturovanost objektu • Algoritmizovatelnost • Forma vyjádření cílů a kritérií • Typ kritérií • Vývoj v čase • Konfliktnost variant • ... 14 Strukturovanost problémů • Dobře strukturované problémy • Špatně strukturované problémy • Semi-strukturované problémy 15 Informace při rozhodování Požadavky • dostatečný počet • kvalitní • relevantní • aktuální • jednoznačné • verifikované Odmítnout • opak Je třeba bilancovat množství informací vs. náklady a užitečnost informací 16 Informace – užitek a náklady užitek, náklady užitek náklady rozsah informací Optimum ! S růstem objemu informací rostou mezní náklady, ale klesá jejich mezní užitek 17 Faktory rozsah informací • • • • • • • Významnost Reversibilita Senzitivita Časový horizont/tlak Disponibilnost zdrojů Dostupnost informací Schopnosti rozhodovatele 18 Počítačová podpora • Informační forma – manažerské informační systémy (MIS) • Modelová forma – systémy na podporu rozhodování (DSS) • Expertní forma – expertní systémy (ES) 19 Shrnutí tématu a dotazy • Rozdíl mezi rozhodováním a rozhodovacím procesem • Rozlišovat meritorní a procedurální stránku rozhodovacích procesů • Rozlišovat normativní a deskriptivní teorie rozhodování • Znát prvky rozhodovacího procesu • Umět klasifikovat rozhodovací procesy • Uvědomovat si roli informací a PC 20 Postup řešení a analýza rozhodovacích problémů 21 Obsah 1. Fáze řešení rozhodovacích procesů 2. Metodický postup analýzy rozhodovacích problémů – Situační analýza – Identifikace rozhodovacích problémů – Analýza a formulace rozhodovacích problémů 3. Metody analýzy a interpretace rozhodovacích problémů – Metody kauzální analýzy – Metody analýzy struktury rozhodovacích problémů 4. Využití metod v praxi 22 1. Fáze rozhodovacího procesu 1. Určení problému 2. Tvorba variant 3. Hodnocení variant 4. Výběr variant 5. Realizace rozhodnutí 6. Kontrola a hodnocení 1. 2. 3. 4. 5. 6. 7. 8. 9. Situační analýza Identifikace problémů Analýza problémů Rozhodovací kritéria Tvorba variant Důsledky variant Výběr variant/y Realizace Kontrola, retrospektiva 23 Rozhodovací proces jako cyklus monitorování, kontrola a retrospektiva situační analýza určení kritérií a tvorba variant výběr varianty 24 2. Metodický postup vznik rozhodovacího problému situační analýza identifikace rozhodovacích problémů analýza a formulace problému rozpoznání problémových situací důležitost řešení problémů deskripce a prvotní formulace problému rozčlenění problémových situací pořadí řešení problémů cíl řešení problému kauzální analýza testování kauzality zpřesnění formulace problému 25 3. Metody analýzy a interpretace rozhodovacích problémů metody kauzální analýzy •metoda Kepnera-Tregoea •kauzální řetězec •strom kauzálních vztahů •diagram příčin a následku •kauzální diagnóza •regresní a korelační analýza •analýza silového pole •Paretova analýza •analýza kauzálních vrstev (CLA) další metody analýzy rozhodovacích problémů •dimenzionální analýza •metoda šesti slov •metoda šesti klobouků •analýza interaktivních rozhodovacích oblastí (AIDA) metody analýzy struktury • influenční diagram • kognitivní mapa 26 Klasifikace příčin • • • • • • • • • Ovlivnitelnost Zjistitelnost Latence (P) výskytu Doba působení Charakter působení Rozsah působení Místo působení Potence působení 27 Formy kauzální analýzy • Deduktivní NP • Induktivní PN 28 Kauzální řetězec následek nevyužitá výrobní kapacita příčina 1 malá vytíženost výrobní linky příčina 2 Proč? malý objem výroby … nízká poptávka příčina n vysoká cena produktu 29 Strom kauzálních vztahů – př. nevyužitá kapacita výrobní linky malá vytíženost výrobní linky špatný marketingový výzkum spěch malá nabídka zákazníkům malý objem výroby není dost materiálu dlouhé dodací lhůty špatně uzavřené smlouvy poruchovost linky nízká poptávka velká konkurence záběhový provoz podceněno nabídkové řízení nejnižší cenová nabídka linky splátky investičního úvěru zastaralá linka změna instalace stavební dispozice vysoká cena produktu vysoké náklady investiční úvěr Proč? nepřizván komerční právník 30 Diagram příčin a následku skupina příčin C příčina C1 skupina příčin A příčina A2 příčina A1 příčina C2 příčina A3 následek příčina B1 skupina příčin B Skupiny Výroba: 4 resp. 6 M (Man, Machine, Method, Materials; Measurement, Mother Nature, resp. Equipment, Process, People, Materials, Environment, Management) Administrativa, služby: 8 P (Price, Promotion, People, Processes, Place/Plant,Policies, Procedures, Product) Služby: 4 S (Surroundings, Suppliers, Systems, Skills) 31 Kauzální diagnóza – příklad Tabulka kauzálních vztahů Graf pozice jevů 1 2 3 4 5 1 pokles objemu přepravy 2 zvýšení cen energií 1 1 1 3 zvýšení legislat. nároků 4 přechod ke konkurenci 5 lepší nabídka konkurence 6 1 1 1 5 5; 5 4 2; 4 3 1 1 -3; 3 -1; 3 1 2 6 špatný ek. výsledek ∑ následností 3 0 0 1 0 5 ∑ příčinností 1 2 1 2 3 0 kauzalita (rozdíl) 2 -2 -1 -1 -3 5 centalita (součet) 4 2 1 3 3 5 -2; 2 1 centralita jev příčiny -4 -2 -1; 1 0 2 kauzalita následky 4 6 32 Analýza silového pole Rozhodovací problém Síly hybné -5 -4 -3 -2 Síly brzdné -1 +1 +2 +3 +4 +5 33 Analýza silového pole – př. 1 NEVYUŽITÍ KAPACITY ZAŘÍZENÍ Síly hybné -5 -4 -3 -2 Síly brzdné -1 nízká poptávka čekání na materiál, nekvalitní materiál vysoká poruchovost zařízení nedostatečně početná/kvalifikovaná obsluha jednosměnný provoz reinstalace celkem -24 +1 +2 +3 +4 +5 potvrzené zakázky dostatečné zásoby bezporuchový provoz kvalifikovaný, nefluktující personál třísměnný provoz celkem +21 34 Pareto – příklad Hodnota příčin snížení odbytu příčina 1 snížení kupní síly hodnota pořadí 350 1. 2 opatrná bankovní politika 28 6. 3 pád koruny 19 11. 4 problémy finančních ústavů 32 5. 5 substituty 23 10. 104 4. 7 rozdíl mezi příjmy osob ve velkoměstech a na malých městech a venkově 14 13. 8 sociální skladba obyvatel v regionu 14 12. 205 2. 10 malý rozsah státních zakázek 28 7. 11 malá státní podpora 23 8. 137 3. 23 9. 6 zvýšená nezaměstnanost 9 obrovská konkurence na domácím trhu 12 obtížnost proniknutí za hranice 13 zvýšení úrokových sazeb 35 Paretův diagram – příklad 1000 900 80% 800 90% 80% 60% Lorenzova křivka 50% 35% 350 300 40% 30% 205 200 137 100 % 104 32 28 28 23 23 0 1 9 1 A 12 9 100% 70% 56% 600 400 95% 97% 99% 69% 700 500 83% 86% 93% 88% 91% 6 12 B 4 6 4 2 10 11 13 Skupiny 2 10 příčin 11 13 A B 20% C X 10-20 30-5010% 45-50 23 19 14 14 Y 80 15 0% 5 5 3 8 7 5 3 8 7 C 36 Metoda šesti slov ANO NE 1. Co je problém? 1. Co není problém? 2. Kdy problém nastal? 2. Kdy problém nenastal? 3. Proč problém nastal? 3. Proč problém nenastal? 4. Kde problém nastal? 4. Kde problém nenastal? 5. Kdo přispěl k příčinám problému? 5. Kdo nepřispěl k příčinám problému? 6. Jak poznat, že problém nastal? 6. Jak poznat, že problém nenastal? 37 Metoda šesti slov – příklad ANO • neoprávněné čerpání peněz z klientských účtů • pracovní doba v pracovní den • málo zabezpečený počítač klientem • pobočka na území hlavního města • firemní účty • konta s častými pohyby peněz • klient - nedostatečné ochranné mechanizmy internetových účtů • bankovní úřednice back-office • back-office banky - nedostatečné kontrolní mechanizmy • IT oddělení banky - nedostatečné kontrolní mechanismy • zcizení uživatelského jména, hesla a bezpečnostního certifikátu klienta využívajícího služby internetového bankovnictví problém NE • chybný výběr z účtu klientem • chybné odepsání z klientského účtu Co? bankou Kdy? • mimo pracovní dobu • výběr na přepážce Proč? • phishing • napadení systému banky • účty na pobočkách v regionech Kde? • soukromé účty Kdo? Jak? • klient bankovní transakcí • osoby s dispozičním právem • pokladní • pracovnice na přepážce • služba bezpečnostní agentury • kontrola výpisů klientem • běžné kontrolní mechanizmy v bance • víceúrovňová ochrana klientů • napadení bankovního systému 38 Kognitivní mapa • Postup Co ovlivnilo snížení ceny? cena, atraktivita, konkurence, zisk – Definování rozh. problému – Identifikace prvků RPr směr – Určení kauzálních závislostí a závislosti jejich směru – Označení typu kauzálních prvek RP závislostí – Simulace rozhodovacích situací – Hodnocení RPr typ závislosti Pramen: Hrůzová-Richter-Švecová, 2003 39 Kognitivní mapa – princip + Faktor 7 - + Faktor 2 - Faktor 3 Faktor 6 Faktor 5 - - - + Faktor 4 + 1-4-2-7 1-4-6-2-7 1-4-2-3-7 1-4-6-2-3-7 1-4-6-2-3-4-2-7 1-4-6-2-3-4-6-2-7 1-5-4-2-7 1-5-4-6-2-7 1-5-4-2-3-7 1-5-4-6-2-3-7 1-5-4-2-3-4-2-7 1-5-4-2-3-4-6-2-7 7 7 7 7 7 7 7 7 7 7 7 7 + Faktor 1 Pramen: Hrůzová, 2007 40 Influenční diagram • Typy prvků • Typy vazeb Rozhodovací proměnná Funkční závislost Situační proměnné: Informační závislost Exogenní veličina Riziková exogenní vel. Stavová veličina Omezující podmínky Cílová proměnná/kritérium Stochastická závislost Pramen: Hrůzová, 2007 41 Influenční diagram – příklad cena vstupů Kritérium Zisk prodejní cena prodej Stavová veličina 42 Influenční diagram – příklad cena vstupů náklady Zisk tržby prodejní cena prodej 43 4. Výhody a aplikovatelnost metod • • • • • • • • • • • • Nejde o optimalizaci, ale o systematický přístup k řešení Logický, racionální analytický postup Jednoduché, názorné, srozumitelné metody Rychle a levně aplikovatelné na malý i složitější úkol Použití metod individuálně i v kombinaci Snadno komunikovatelné Jsou subjektivní a vyžadují diskuzi a čas Nejsou finančně náročné Nevyžadují hluboké znalosti matematiky a statistiky Retrospektivní i perspektivní použití Přesvědčivý argumentační a motivační nástroj Kultivují rozhodovací proces 44 Významné chyby v praxi • Použití minulých řešení pro současné problémy, metoda pokusů a omylů, intuitivní postup • Řešení problému, aniž by byl dříve definován a analyzován • Řešení problému bez stanovení cíle řešení • Řešení problému bez znalosti širšího kontextu • Řešení symptomů problému („rychlá diagnóza“) • Odhad bez použití analytických metod • Uplatnění subjektivních preferencí • Reakce na problémy místo akce proti příčinám 45 Shrnutí tématu a dotazy • Rozumět procedurální stránce rozhodovacích procesů • Vnímat následnost a obsah jednotlivých fází rozhodovacího procesu • Umět analyzovat rozhodovací situaci • Umět identifikovat rozhodovací problémy • Priorizovat problémy • Používat metody postupu řešení problémů • Používat metody kauzální analýzy aj. metody • Dokázat nalézt příčiny rozhodovacích problémů 46 Vytváření variant řešení 47 Obsah 1. Tvorba a výběr kritérií hodnocení variant 2. Metody tvorby variant 3. Problémy uplatnění metod v praxi 48 1. Tvorba a výběr kritérií • Jsou – hlediska, ukazatele, měřítka, faktory • Slouží – k posouzení výhodnosti variant • Odvozují se Pramen: Fotr a kol., 2006 – z CÍLŮ formulovaného rozhodovacího problému 49 Klasifikace kritérií rozhodování • Forma vyjádření – – Kvantitativní Kvalitativní • Typy kritérií – Výnosového typu – Nákladového typu 50 Jak tvořit portfolio kritérií? vycházet • Cíle – S.M.A.R.T. – žádoucí efekty – nežádoucí dopady • krátkodobé • dlouhodobé respektovat • Subjekty rozhodování úplnost Požadavky na portfolio operacionalita 51 Struktura portfolia kritérií • Počet kritérií – – • Složení kritérií – jednotypové – kombinované monokriteriální multikriteriální • Povaha kritérií – – • Sourodost kritérií – heterogenní – homogenní komplementární konfliktní • Význam pro rozhodovatele – – indiferentní diferentní 52 Kritéria – shrnutí • Kritéria odvozovat od cílů • S variantním řešením souvisí rozhodovací kritéria • Rozhodovací kritéria mohou být velmi rozdílná • Je třeba respektovat zásady a požadavky na tvorbu portfolia kritérií • Kritéria ovlivňují nejen tvorbu, ale i hodnocení variant 53 Varianty • Varianty – 1 cíl, různé cesty • Alternativy – různé cíle, různé cesty • Rozhodovací pole varianty vylučující se nevylučující se 54 Případy řešení rozhodovacích problémů z hlediska znalosti variant řešení 1. varianty známe dobře strukturovaný problém varianty neznáme 2. postupy známé 3. postupy neznáme semistrukturovaný problém špatně strukturovaný problém 55 2. Metody tvorby variant elementární vědecké tvůrčí metody • analogie • agregace • desagregace • dimenzování • kinematické obrácení • kombinace s interakcí • porovnávání podobností • porovnávání funkcí intuitivní tvůrčí metody přímá tvorba: • brainstorming • brainwriting aj. • metoda Delphi využití analogie: • Gordonova metoda • synektická (Gordonova) metoda systematickoanalytické tvůrčí metody metoda • kontrolních seznamů • alternativních dotazů • morfologická • matematicko -logických modelů • rozhodovací strom normativní tvůrčí metody • hodnotové inženýrství • hodnotová analýza 56 Brainstorming • A. F. Osborn, 1938 • Co je a co není brainstorming • Principy příznivá atmosféra odložená kritika rozlet návaznost množství námětů 57 Brainstorming – příklad Výběr lokality skladu cena pozemku vládní úlevy atraktivnost lokality vstřícnost úředníků poloha v rámci republiky reakce obyvatel preference manažerů (kam se stěhovat) volná pracovní síla v regionu možnost využití existující stavby dostupnost ubytování časová dosažitelnost z přístavu ekologické iniciativy frekvence dopravy krajinný reliéf terénu cena pohonných hmot způsob dopravy dopravní infrastruktura velikost skladu inženýrské sítě síť prodejen klimatické podmínky dostupnost kvalifikované pracovní síly bonita půdy 58 Brainstorming Výhody • Více osob, více námětů • Relativně rychle • Generování námětů s podporou ostatních • Odložená kritika • Motivační, zajímavé, poučné Nevýhody • Sociální lenost (ztráta motivace při práci v týmu) • Obavy • Odsun/zapomnění nápadu • Rušivé vlivy (smích) 59 Brainstorming – modifikace • Rolestorming – Generování řešení v pozici určité role (funkce, osoby, postavy, zvíře, ...) – Nárůst nápadů o 60-70 % • • • • Imaginární brainstorming Negativní brainstorming Vizuální brainstorming (brainsketching) Brainwriting – Metoda 635 – Diskuze 66 60 Gordonova metoda – příklad Odstranění tekutiny setřít nechat stéct vysát nechat vytéct změnit skupenství tekutiny před vniknutím do objektu vytřít vyvařit nechat tekutinu objektem „projít“ odčerpat působit chemicky vylisovat vyčerpat působit biologicky vysušit vylít přečerpat jinam odvodnit vypařit vystřelit na měsíc vypít chránit objekt před vniknutím tekutiny vyschnout zabránit vniknutí tekutiny odvést jinam zmrazit vyvařit vytlačit 61 Synektická metoda • Postup: 1. Problém a jeho analýza 2. Odstoupení od problému (zobecnění) 3. Uvědomění si vzájemných souvislostí 4. Zpracování návrhů • Příklad: 1. Odstraňování znečištění světlometů za jízdy 2. Odstraňování vrstvy povlaku z povrchu 3. Z přírody, života, techniky 4. Oční víčko, vítr, odtrhnout, síla, padák, brzda Upraveno podle: VLČEK, R. 62 Etapy synektické metody příprava zadání problému analýza problému spontánní řešení odstup a redefinice problému analogie z přírody osobní symbolická z techniky analýza námětů návrat a řešení původního problému 63 Morfologická metoda Fritz Zwicky, 1967 • Princip • Morfologie – nauka o tvarech nebo formách • Systematické kombinace znaků a vztahů mezi prvky komplexních problémů 64 Morfologická metoda – příklad Varianty mlékárenského produktu A Konzistence B Přísady C Obal D Otevření/za- 1 Tekutina 2 Prášek 3 Instantní 1 Žádné 2 Konzervační 3 Barviva 1 Sklo 2 Plast 3 Papír 1 Víčko 2 Zátka 3 Uzávěr 4 Brčko 5 Roztržení • Prvky každého kritéria: 3 prvky kritéria A 3 prvky kritéria B 3 prvky kritéria C 5 prvků kritéria D • Možných variant: 3*3*3*5= 135 • Vyloučit nereálné varianty: např. A2-…-C2-D4; … 65 Morfologická matice – příklad Varianty logistického centra A Hlediska působnost centra B lokalita C způsob dopravy a1 a2 a3 a4 a5 b1 b2 b3 b4 c1 c2 c3 c4 c5 Prvky republiková více zemí přidružení k zahraničnímu centru okresní lokální velkoměsto středně velké město na zelené louce průmyslová zóna železnice kamionová doprava automobilová doprava vodní doprava letecká doprava 66 Hodnotové inž./analýza • Lawrence D. Miles, 1947 základní principy funkční přístup funkční analýza tvůrčí přístup interdisciplinární přístup kritérium efektivnosti funkčnost náklady funkční syntéza • Vztahy mezi funkčností a náklady 67 Funkční přístup • Uplatnění klasického přístupu – prvky, položky • Uplatnění funkčního přístupu – funkce 68 Funkční analýza/syntéza/portfolio • Funkce hlavní a vedlejší • Funkce uživatelské a výrobce • Funkce existující a nové funkce požadované funkce chybějící funkce dosavadní funkce zbytečné 69 3. Praxe – problémy a řešení • Neznalost zásad a požadavků tvorby portfolia kritérií • Jedno kritérium, jedna varianta • Trvání na standardním řešení • Porušení zásad týmové práce a tvůrčího řešení • Princip optimalizace • Respektování fází RP • Využití databází • Rozvoj tvůrčího potenciálu • Týmová práce • Modelování RP • Výpočetní technika 70 Shrnutí tématu a dotazy • Rozeznáváme standardní varianty se znalostí řešení a bez znalosti řešení • Kvalita tvorby variant ovlivňuje výběr varianty • Kvalitu zvyšuje interdisciplinární týmové řešení • Při vytváření variant je nezbytné zvažovat jejich počet • Je ovlivněn zejména řešeným problémem, kvalitou návrhů a náklady na tvorbu variant řešení • Odlišujme varianty bez rizik; s riziky a pravděpodobností jejich výskytu • Většinu metod tvorby variant lze využít i při hodnocení variant 71 Hodnocení a výběr variant 72 Obsah 1. Vícekriteriální hodnocení – Měření kritérií – Stanovení vah kritérií – Metody vícekriteriálního hodnocení 2. Výběr implementační varianty 3. Aplikovatelnost metod v praxi 73 1. Měření kritérií Stupnice měření • Nominální • Ordinální • Kardinální • Intervalové • Poměrové 74 Aditivizace multikriteriality Měrné jednotky • Převodní můstky – převod na stejnou jednotku – převod na utilitu – převod na bezrozměrnou (aditivní, standardizovanou hodnotu • Kompenzace hodnot kritérií • (Vyloučení některých kritérií) 75 Metody určení vah kritérií bez znalosti důsledků variant metody přímé: • expertní metoda • bodovací metoda • Metfesselova metoda • metoda poměrných čísel • metoda odchylkové stupnice • metoda postupného rozvrhu vah metody nepřímé: • metoda párového srovnávání • Saatyho metoda se znalostí důsledků variant • kompenzační metoda • regresní metoda 76 Metoda poměrných čísel • Postup 1. Sestupné pořadí kritérií 2. Poslední kritérium váha 1 3. Každé vyšší kolikrát je důležitější, než poslední? z*1 4. Výpočet normovaných vah x*1 1 77 Metoda postupného rozvrhu vah mnoho a rozdílných kritérií Postup 1. Rozdělení kritérií do skupin 2. Stanovení vah skupin 3. Stanovení vah kritériím v každé skupině 4. Výsledný výpočet vah kritérií Sj A B C wj … … … Ki wij 1 w1A w1 2 w2A w2 3 w3A w3 4 w4A w4 … … … … … … … … … … … … … … … … … … n ∑ 1,00 wi wnC wn 1,00 78 Postupný rozvrh vah – příklad Zjednodušený příklad hodnocení vozu z pohledu řidiče Skupina kritérií Váha skupiny Kritérium Váha Individuální kritéria ve váha kritéria skupině v souboru 50 Pořizovací cena Provozní nákl. 60 30 40 20 Technických 30 Akcelerace Jízdní vlastnosti 30 9 70 21 Ekologických 20 Exhalace Hlučnost 10 2 90 18 Ekonomických 100 100 79 Metody založ. na párovém srovnávání • Postup Metoda párového srovnávání 1. Postupné srovnávání dvojic kritérií 2. Počet preferencí 3. Stanovení normovaných vah Saatyho metoda 1. 2. 3. 4. Postupné srovnávání dvojic kritérií Velikost (důležitosti) preferencí Metoda nejmenších čtverců / aproximace Stanovení normovaných vah 80 Příklad MPS Zjednodušený příklad Ki K1 K2 K3 K4 K5 Voleb +1 Pořadí Váha K1 x 0 0 1 1 2 3 3. 0,2 K2 1 x 0 1 1 3 4 2. 0,26 K3 1 1 x 1 1 4 5 1. 0,33 K4 0 0 0 x 0 0 1 5. 0,07 K5 0 0 0 1 x 1 2 4. 0,13 10 15 x 0,99 Počet srovnání = [n(n-1)] : 2 81 Saatyho metoda • Bodovací stupnice 1 – obě kritéria stejně významná 3 – o málo významnější 5 – významnější 7 – velmi významnější 9 – nejvýznamnější 1 3; 1/3 5; 1/5 7; 1/7 9; 1/9 82 Příklad Saaty Ki K1 K2 K3 K4 K5 Součin 5 Wi K1 1 1/3 1/5 7 5 2,31 1,18 0,14 K2 3 1 1/7 9 7 26,46 K3 5 7 1 9 7 K4 1/7 1/9 1/9 1 1/5 K5 1/5 1/7 1/7 5 1 2205 1,93 0,229 4,66 0,553 0,000339 0,20 0,024 0,0196 0,46 0,054 8,43 1,00 83 Srovnání metod – MPS & Saaty určuje míru důležitosti kritérií určuje důležitost kritérií Stupnice 0;1 Saatyho stupnice 1;9 Ki K1 K2 K3 K4 K5 Wi Ki K1 K2 K3 K4 K5 Wi 1/3 1/5 7 5 0,14 K1 x 0 0 1 1 0,2 K1 1 K2 1 x 0 1 1 0,27 K2 3 1 1/7 9 7 0,229 K3 1 1 x 1 1 0,33 K3 5 7 1 9 7 0,553 K4 0 0 0 x 0 0,07 K4 1/7 1/9 1/9 1 K5 0 0 0 1 x 0,13 K5 1/5 1/7 1/7 5 1,00 1/5 0,024 1 0,054 1,00 84 Zákon tranzitivity • Platí-li, že: – K1 K2 – K2 K3 • Pak: – nemůže K3 K1 – protože logicky K1 K3 Ki K1 K2 K3 Wi K1 x 1 0 1 K2 0 x 1 1 K3 1 0 x 1 [n(n-1)] : 2 = 3 Ki K1 K2 K3 Wi K1 x 1 1 2 K2 0 x 1 1 K3 0 0 x 0 85 Příklad Saaty splňující zákon Ki K1 K2 K3 K4 K5 Wi K1 1 1/3 1/5 7 5 K2 3 1 1/7 9 7 K3 5 7 1 9 7 K4 1/7 1/9 1/9 1 1/5 K5 1/5 1/7 1/7 5 1 K2 K3 K1 1 1/3 2/9 8/3 4/3 0,26107 0,76 K2 3 1 2/3 8 4 0,2664 1 12 6 K4 3/8 3/24 6/72 1 ½ K5 3/4 1/4 2 1 K3 9/2 3/2 1/6 K4 K5 Součin 5 Ki K1 486 Wi 0,10 2,30 0,31 3,45 0,47 0,00195 0,29 0,04 0,0625 0,57 0,08 7,37 1,00 86 Kompenzační metoda respektuje význam rozdílnosti hodnot kritérií u jednotlivých variant • Postup 1. Zjištění hodnot kritérií hodnocených variant 2. Označení výnosových a nákladových kritérií 3. Určení nejhorší a nejlepší hodnoty každého kritéria mezi hodnocenými variantami 4. Stanovení rozdílu mezi nimi nejhorší a nejlepší hodnotou 5. Určení pořadí významnosti tohoto rozdílu pro hodnotitele 6. Přidělení váhy odrážející významnost rozdílu 7. Výpočet normované váhy (wi) 87 Kompenzační metoda – váhy • Výběr nejhorší a nejlepší hodnoty u variant pro každé kritérium • Velikost změny (rozdílu) na nejlepší hodnotu • Pořadí významnosti změn (rozdílu) • Váha jako významnost změn (wi´) kritéria • Normovaná váha jako významnost kritéria Ki V1 1 2 3 4 5 6 ∑ 10 2 1 12 47 3 V2 30 3 50 8 48 1 V3 60 2 5 20 45 3 0x 60 2 50 8 45 1 1x 10 3 1 20 48 3 ∆ 50 1 49 12 3 2 Poř. wi´ wi 1. 6. 2. 5. 4. 3. 100 30 80 40 50 60 360 0,28 0,08 0,22 0,11 0,14 0,17 1,00 Pramen: Fotr J. a kol., 2006 88 Pravidlo dominance variant • Dominovaná varianta teoreticky: když existuje lepší a neexistuje horší prakticky: když # lepších je výrazně větší než # horších • Nedominovaná varianta neexistuje lepší řešení a existuje horší teoreticky, prakticky nedominovaná Pravidlo: Existují-li v souboru hodnocených variant dominované varianty, můžeme je vyloučit 89 Zobrazení dominance • Kritéria K1 - K5 • Varianty V1 - V3 • Střed pentagonu – minimální/maximální K5 hodnota kritérií výnosového/nákladového typu • Na ose míra splnění kritéria u každé varianty K1 K2 K4 K3 V1 V2 V3 V3 – dominovaná V1, V2 – nedominované 90 Vícekriteriální hodnocení metody elementární empirické metoda •váženého pořadí •bodovací •klasifikační •kompenzační •lineárních dílčích funkcí utility metody bazické varianty zejm. metoda •nejlepších hodnot •průměrných hodnot •PATTERN •kvadrátů podílů •průměrné světové úrovně •vzdálenosti od fiktivní hodnoty metody párového srovnávání • Saatyho metoda metody vícerozměrné statistické analýzy • diskriminační analýza • metoda KORTER • metody prahů citlivosti 91 Lineární dílčí funkce utility Ui Ui xi 0x i 1x i xi 1x i 0x i 92 Metody – vzorce • MLDFU xij – nejhorší xi sij = nejl xi – nejh xi • MNH xij sij = ; nejl xi • PATTERN xij sij = ; nejh xi nejl xi xij nejh xi xij Uij = sij * wi Uj = Uij 93 vzorce Matice hodnot Zadané hodnoty kritérií Standardizované hodnoty V1 V2 V3 V4 Hodnoty užitečnosti V1 V 2 V3 V4 V1 V2 V3 V4 K1 x11 x12 x13 … K1 S11 S12 S13 … K1 U11 U12 U13 … K2 x21 xij … … K2 S21 Sij … K2 U21 Uij … … K3 x31 … x34 K3 S31 - - … S 34 K3 U31 - Uj - - - - - Cena 100 300 700 … Cena 0,106 0,035 0,009 … ProvN 470 50 80 … ProvN 0,008 0,071 0,044 … PP 500 200 980 … PP - … 0,016 0,033 … - … … U 34 U1 U2 U3 U4 … 94 2. Výběr implementační varianty třídy kritérií PROVEDITELNOST PŘIJATELNOST RIZIKOVOST Jak je to obtížné? Jak je to hodnotné? Co by se mohlo pokazit? Co bude potřeba? Co to přinese? Co proti tomu udělat? INVESTICE/KAPITÁL (finanční, manažerské/ý) NÁVRATNOST RIZIKA Podle: Cooke, S. – Slack, N., 1991 95 Filtrace variant implementační varianta vhodné varianty nezranitelné varianty přijatelné varianty proveditelné varianty vytvořené varianty 96 Faktor času •Referenční hodnota – – – – Historická ideální hodnota Srovnatelná externí Absolutní (ideální) průměrná Dosavadní (status quo) hodnota v odvětví historická hodnota současnost varianta B varianta A varianta statu quo čas 97 3. Aplikovatelnost metod • Musí se vědět, o co v nich jde – každá má jiný princip • Jsou různě pracné • Je vhodnější použít SW (rychlé, přesné, výsledek) • Poskytnou objektivní posouzení • Mohou se doplňovat 98 Významné chyby v praxi • Nevhodný/žádný převod neaditivních kritérií • Používají se minulá řešení, nevytvářejí se nová • Obvykle málo nebo pseudo-varianty, žádné „zálohy“ • Jednostranný postup vyhodnocení • Zamlžený/netransparentní postup hodnocení • Intuice a odhady, chybí exaktní metody • Spěch – málo času • Efekt z využití metod vnímán jako malý • Hledání optimality 99 Shrnutí tématu a dotazy • • • • • • • • • Je důležité stanovit vhodná kritéria Je třeba řešit aditivnost hodnot kritérií Je rozumné pracovat s více variantami Odlišnou významnost kritérií vyjadřujeme různými postupy výpočtu vah kritérií Znát metody výpočtu vah kritérií K preferenčnímu uspořádání variant můžeme použít různé metody Nezbytnost satisfakčních variant Uvědomovat si pozitiva a negativa metod Význam filtrace a faktoru času 100 Management rizika 101 Obsah 1. Vymezení cíle, obsahu a postavení managementu rizika v podniku 2. Pojetí rizika, klasifikace rizik a přístup k riziku 3. Proces řízení rizik – Fáze řízení – Subjekty a jejich role – Další metody analýzy a hodnocení rizik 4. Krizové řízení 5. Aplikovatelnost metod 102 1. Co je risk management? • Management rizika – včasná indentifikace potenciálních dopadů rizik, které ohrožují činnost a kapitál firmy – tvorba, ochrana a zvyšování hodnoty firmy cíleným řízením rizik • Rizikový manager – ochrana vlastnictví podniku – nároky a odpovědnost • Komplexní a systematický přístup – plánovitý, koordinovaný a celofiremní proces proaktivního a ofenzivního řízení (potenciálních i existujících) rizik • • • • • předvídání rizik prevence rizik diagnostikování rizik zvládání rizik hodnocení rizik 103 2. Co je riziko? • Pojetí teorie rozhodování – podmínky jistoty, rizika a nejistoty • Manažerské pojetí 5000 6000 4000 2000 1000 65 4000 3000 3000 – příčina – pravděpodobnost vzniku – velikost důsledku (odchylky) • pozitivní • negativní 6000 Výše zisku (Kč) • Pojetí manažerského rozhodování 5000 – nejistota je příčinou rizika jako následku 45 5 0 25 Pravděpodobnost poptávky (%) 30 40 50 60 Velikost poptávky (ks) 104 Typy rozhodovacích situací / rizik • Příležitost – potenciální perspektivní vyhlídka – proaktivní řešení – výdaje a investice na využití • Ohrožení – potenciální nebezpečí různých stupňů – selhání techniky, neúmyslné poškození, úmyslné poškození, živelné události – výdaje a investice na proaktivní předcházení • Porucha – přerušení funkce nebo plynulého provozu zařízení nebo systému – přináší ztráty – předcházet preventivními opatřeními + reaktivní řešení • Krize – stav s negativním dopadem na organizaci + reaktivní řešení • Katastrofa – destrukce podnikatelského subjektu 105 Klasifikace rizik • • • • • • • Působnost Ovlivnitelnost Systematičnost Únosnost Velikost Místo výskytu Odhalení • (P) • Věcné hledisko • • • • • • • Čisté / podnikatelské Zcela / částečně / vůbec Ne / systematická Nezbytná / ne/únosná Malá / střední / velká Externí / interní Primární / sekundární / zbytková • Ne/pravděpodobná / jistá • Ekonomická / mezinárodní /… 106 Postoj k riziku • Typ postoje – averzní – neutrální – akceptační • Určení postoje – srovnání rizikové a nerizikové varianty – jistotní ekvivalent – funkce utility za rizika Postoj k riziku ovlivněn: - osoba rozhodovatele (vlastnosti, znalosti, zkušenost) - vlastní rozhodovací situace 107 Srovnání ne/rizikové varianty Příklad • Var. A: ZA1 = 10 s PA1 = 0,5 ; ZA2 = 0 s PA2 = 0,5 • Var. B: ZB1 = 5 s PB1 = 1,0 Řešení • Volba var. A • Volba var. B • Volba var. A nebo B – akceptace – averze – neutrální postoj 108 Jistotní ekvivalent • Jistotní ekvivalent rizikové varianty(JE) – Hodnota, jejíž jistý užitek = očekávané hodnotě užitku rizikové varianty • Riziková prémie ( r) – částka získaná (dodatečný příjem) nebo obětovaná za jistotu postoj výnosové kritérium nákladové kritérium averze E(X) – JE > 0 E(X) – JE < 0 neutrální E(X) – JE = 0 E(X) – JE = 0 sklon E(X) – JE < 0 E(X) – JE > 0 riziková prémie riziková prémie 109 Funkce utility za rizika averze Ui Ui neutrální sklon xi 0x i 1x i xi 1x i 0x i 110 Funkce utility s inflexním bodem utilita 1,0 averze k riziku sklon k riziku 0,0 -20 -10 oblast ztráty 0 10 20 30 40 zisk oblast zisku 111 Funkce utility zisku – příklad zisk -5000 0 5000 15000 20000 55000 utilita 0 0,04 0,45 0,65 0,85 1 Dílčí funkce utility zisku 1,00 Utilita 0,80 0,60 0,40 0,20 // 0,00 -5000 0 5000 // 15000 20000 55000 Zisk Jaký má rozhodovatel postoj k riziku? 112 Postoj firmy k riziku Vstupní data poř.č. zisk (f.j.) utilita 1 utilita 2 utilita 3 1 2 0 0 0 2 4 0,13 0,02 3 6 0,26 0,04 4 8 0,38 0,1 1,2 5 10 0,5 0,2 1 6 12 0,63 0,32 7 14 0,9 0,75 0,5 8 16 0,96 0,87 0,7 9 20 1,0 1,0 1,0 0,8 Utilita 0,65 Křivky utility zisku 0,6 0,4 0,2 0 1 2 3 4 5 6 7 8 9 Zisk - poř.číslo Utilita 1 Utilita 2 Utilita 3 113 Proces řízení rizik 114 3. Proces řízení rizik • Plánování – Předvídání – Analýza • Operativní řízení – Monitoring – Identifikace dalších rizik – Průběžná kontrola, evidence, hodnocení – Nápravná opatření • Kontrola – Vyhodnocení – Kontrolní mechanizmy – Databáze – Podněty 115 Etapy analýzy rizika určení faktorů rizika stanovení významnosti faktorů výpočet velikosti a míry rizika hodnocení únosnosti a přijatelnosti rizika korekční opatření 116 Matice významnosti • Dvě hlediska hodnocení – (P) a intenzita • Osa x – pravděpodobnost výskytu faktorů rizika • Osa y – intenzita negativního vlivu faktorů 1 2 2 5 4 3 4 3 1 5 1 2 3 4 5 117 Analýza citlivosti Definice Etapy 1. Závislost kritéria na faktorech rizika 2. Jde o faktory rizika? 3. Odhad hodnot faktorů rizika 4. Výpočet hodnoty rizika 5. Předpoklady vývoje 6. Výpočet změn hodnot faktorů a kritéria 7. Diferenciace citlivosti faktorů 8. Závislost kritéria na změnách faktorů rizika - simulace 118 Příklad – zadání Určete citlivost ročního zisku z provozu výrobní linky na rizikové faktory. Předpokládejte pesimistický 10 %-ní vývoj. Hodnoty rizikových faktorů jsou uvedeny v následující tabulce. 119 Příklad – řešení Rizikový faktor 1 Q (odbyt) Výchozí hodnota Vývoj (%) Nová hodnota Hodnota zisku (mil.) Změna zisku (mil.) absolutní Změna zisku (%) 100 000 -10 90 000 34,3 -15,7 31,40 2 Jednicová cena 2 500 -10 2 250 25 -25 50,00 3 Jednicové mzdy 100 +10 110 49 -1 2,00 4 Jednicový mat. 750 +10 825 42,5 -7,5 15,00 5 Jednicová en. 80 +10 88 49,2 -0,8 1,60 6 Výrobní režie 20 000 000 +10 22 000 000 48 -2 4,00 7 Správní režie 47 000 000 +10 51 700 000 45,3 -4,7 9,40 8 Investiční nákl. 400 000 000 +10 440 000 000 46 -4 8,00 9 Doba životnosti 10 -10 9,00 45,6 -4,4 8,89 Zisk = 50 000 000 120 Příklad – graf závislosti • Osa x - vývoj faktoru • Osa y - hodnota kritéria • Rozdílný vývoj faktorů výnosového a nákladového typu • Rozdílné hodnoty pro optimistický a pesimistický vývoj • Rozdílná míra závislosti • Volba m.j. os HKi „0“ = 50 Z (mil.) KNT: N,R ; KVT: Q,C,Tž 80 70 Q Cj Mz Ma EN VR SR IN Tž 60 50 40 30 20 10 0 -10 0 10 %ní ∆ RFi 121 Subjektivní pravděpodobnosti výpočet použití 122 Pravděpodobnosti výskytu jevů Důsledky variant jsou ovlivněny budoucími rizikovými situacemi pravděpodobnost výskytu jevu/situace objektivní subjektivní slovně Číslo 0 0,1 0,2-0,3 0,4 0,6 0,7-0,8 0,9 1 Slovní význam zcela vyloučeno krajně nepravděpodobné dosti nepravděpodobné nepravděpodobné pravděpodobné dosti pravděpodobné nanejvýš pravděpodobné zcela jisté číselně metody poměrem počtu n. sázek # výskytů / ∑ možností sázkou 5:1 = 0,83 Pramen: Fotr-Dědina-Hrůzová, 2003 123 Metody určení subjektivních (P) Pro diskrétní faktory Pro spojité faktory (konečný počet jevů/hodnot, např. počet poruch) (velký, resp. počet jevů/hodnot, např. poptávka, cena, kurzy) Metoda relativních velikostí Metoda kvantilů 124 Metoda relativních velikostí Postup: 1. Určení nejpravděpodobnější hodnoty faktoru rizika 2. Výpočet pravděpodobností dalších jevů 3. Stanovení rozdělení (P) # jevů (tabulka, graf) 4. Graf kumulativní (P) Příklad ((P) počtu poruch): 1. Jevy: P0;P3 m=P2 2. P0=P2/4; P1=P2/2, P3=P2/3 P2/4+P2/2+P2+P2/3=1 P0=0,12; P1=0,24; P2=0,48; P3=0,16 ∑Pi=1,00 3. Rozdělení (P) 4. tj. distribuční funkce 4. Distribuční funkce počtu poruch 3. Rozdělení pravděpodobností počtu poruch 1,5 Kumulat. (P) 0,6 (P) 0,4 0,2 0 Řada1 0 1 2 3 0,12 0,24 0,48 0,16 Počet poruch 1 0,5 0 Řada1 0 1 2 3 0,12 0,36 0,84 1 Kumulativní počet poruch 125 Rozhodovací matice Metoda tabulkovou formou srovnává důsledky rizikových variant vzhledem ke zvolenému kritériu hodnocení daného rozhodovacího pravidla. 126 Rozhodovací matice – obecně • Mohou nastat 3 situace s různou pravděpodobností • Máme 3 varianty • Kondicionální hodnoty zisku v tabulce • Výpočet zisku pro očekávané situace pravidlo rozhodování Sit.i S1 S2 S3 (P)i (P)1 (P)2 (P)3 PRj Vj 0,3 0,5 0,2 V1 V2 V3 127 Rozhodovací matice – příklad Řešení Zadání • Nákupní cena páru obuvi (P) 0,2 0,6 0,2 • 800 Kč (Cn) Nák\Pop 30 50 80 • Prodejní cena páru obuvi 1000 Cp 30*1 tis 30 Kč (Cp) Cm 0 • Mimosezónní cena páru obuvi Cn 30*800 500 Kč (Cm) Z = 6 tisíc Z = 6 tisíc Z = 6 tisíc • Odhad poptávky 30 na 20 %, Cp 30*1 tis Cp 50*1 tis 50 50 na 60 % a 80 na 20 %. Cm 20*500 Cm 0 • Úkol: Kolik párů nakoupit? 30, 50, nebo 80? 80 Cn 50*800 Z=0 Cn 50*800 Z = 10 tisíc Z = 10 tisíc Cp 30*1 tis Cm 50*500 Cn 80*800 Z = -9 tisíc Cp 50*1 tis Cm 30*500 Cn 80*800 Z = 1 tisíc Cp 80*1 tis Cm 0 Cn 80*800 Z = 16 tisíc 128 Pravidla rozhodování Určují pořadí výhodnosti hodnocených rizikových variant vzhledem ke stanovenému kritériu. 129 Pravidla rozhodování za rizika • Očekávané hodnoty • Očekávané hodnoty a variability – očekávané hodnoty a rozptylu – očekávané hodnoty a směrodatné odchylky – očekávané hodnoty a variačního koeficientu • Očekávané utility 130 Očekávaná hodnota a rozptyl – očekávaná hodnota E(X) = (Xi . Pi) – rozptyl D(X) = (Xi - E(X))2 . Pi – směrodatná odchylka S(X) = √D(X) – variační koeficient VK = S(X) : E(X) Interpretace výsledků • E(X) ± S(X) = min;max • variabilita v % 131 Pravidla rozhodování za nejistoty • Optimistické • Pesimistické • Hurwiczovo • Laplaceovo • Savageovo 132 Příklad 17 UT – řešení očekávaná očekávaná Hurwicz rozptyl Var. hodnota Výpočty E(Z) utilita D(Z) VK maximax maximin LaPlace α = 0,5 Savage β = 0,5 U(Z) A 500,00 0,00 0,2 0,00 500 500 500,00 500 472 B 472,00 27216,00 0,61 0,35 580 220 460,00 400 392 C 699,20 121349,76 0,66 0,50 972 200 577,33 586 300 Vstupní data rozhodovací matice Matice lítosti rozhodovací situace Varianta pokles stagnace rozhodovací situace zvýšení pokles zvýšení stagnace pravděpodobnost Pi hodnoty lítosti 0,3 0,1 0,6 500 580 972 A 500 500 500 0 80 472 B 220 580 580 280 0 392 C 200 560 972 300 20 0 133 Příklad • Aplikujte pravidla rozhodování na příklad s obuví. • Vyberte z variant nákupu 30, 50, 80 párů obuvi. 134 Pravidla rozhodování – příklad Nák. 0,2 0,6 0,2 Maxi- Maxi- Sava- Hurwicz LaU(X) E(X) D(X) Popt 30 50 80 max min ge =0,5 place 30 6 6 6 6 6 10 6 6 0,7 6 0 50 0 10 10 10 0 6 5 6,67 0,73 8 16 80 -9 1 16 16 -9 15 3,5 2,67 0,32 2 64 Kterou variantu vybereme? Nejlepší možná h. 6 10 16 Nákup /Popt. 30 50 80 30 0 4 10 50 6 0 6 80 15 9 0 0 1 0 0 4 0,5 8 4 Zisk -9 10 16 Utilita 0 0,05 0,2 0,7 0,9 1 6 Dílčí funkce utility zisku 1,00 0,80 Utilita Matice lítosti σ VK 0,60 0,40 0,20 0,00 -9 0 1 6 10 16 Zisk 135 Řešení konfliktů • Výběr varianty při uplatnění pravidel rozhodování není jednoznačný • Ani při uplatnění jednoho pravidla - očekávané hodnoty a rozptylu – nemusíme získat úplné preferenční uspořádání variant • Zjednodušme si výběr vyloučením dominované/dominovaných variant/y • Při výběru je třeba zvažovat postoj rozhodovatele k riziku 136 Pravděpodobnostní strom Grafická metoda, která zobrazuje posloupnost časově následně uspořádaných rizikových činností a kvantifikuje důsledky jednotlivých rizikových situací varianty. 137 Typ „1“ (1) ↑ cena 126 cena ubyt. 0,7 ↑ cena 132 0,3 CZK posílí o 5% 0,6 měn. kurz CZK stejná 0,3 CZK oslabí o 5% ↑ cena 132 cena ubyt. 0,3 cena 120 0,7 0,1 ↑ cena 126 cena ubyt. 0,1 0,3 0,6 cena 120 ↓ cena 114 S1 0,42 S2 0,18 S3 0,09 S4 0,21 S5 0,01 S6 0,06 S7 0,03 0,6 0,3 0,1 138 Typ „1“ (2) Je-li dosavadní cena 120€, jaká je celková (P), že: - cena ubyt. zůstane stejná? - … vzroste? -… poklesne? -Jaká je (P), že cena bude nanejvýš 126€? Distribuční funkce 1,20 1,00 1 (P) 0,80 0,73 0,3 0,20 (P) 0,03 0,00 114 120 126 S1 S2 S3 S4 S5 S6 S7 cena ub. 126 132 132 120 126 120 114 0,60 0,40 scénář 0,42 0,18 0,09 0,21 0,01 0,06 0,03 132 cena 139 Typ „2“ • Výchozí údaje – Navazující etapy – (P) úspěchu a neúspěchu situace – Náklady, Výnosy • Výpočty – Kumulace zisku – Podmíněná (Pi)p ukončení situace – (Očekávaná hodnota úspěchu projektu) Zki (Pi)p (P)=0,2;N=5;V=2 A -3 0,20 - (P)=0,3;N=5;V=3 B -5 0,24 C -10 0,06 D 15 0,50 x x 1,00 - 1 + Sit 2 + - 3 + (P)=0,1;N=8;V=3 N=30;V=50 Postup: A-B-D E(Z) = +5,1 140 Příklad – zadání Si - (P1)n=0,3;N=8;V1n=0 1 + - (P2)n=0,1;N=5;V2n=0 2 + - (P3)n=0,02;N=40;V3n=0 3 + 4 - (P ) =0,2;N=3;V =10 4 n 4n + (P4)ú=0,8; N=2;V4ú=100 Zki (Pi)p A B C D E ∑ Upraveno podle: Fotr-Dědina-Hrůzová, 2003 141 Příklad 20 UT – řešení RS neúspěch Pi=0,05 výnosy=0, náklady=85.000 1 A Zk -85 Pi 0,05 E(Z) -4,25 úspěch Pi=0,95 výnosy=0, náklady 85.000 neúspěch Pi=0,1 výnosy=0, náklady=150.000 2 B -235 0,095 -22,33 C -475 0,0855 -40,61 D -795 0,1154 -91,74 E -955,2 0,2289 -218,65 F 1809,8 0,4252 +769,53 1,0000 +391,95 úspěch Pi=0,9 výnosy=0, náklady=150.000 neúspěch Pi=0,1 výnosy=0, náklady=240.000 3 úspěch Pi=0,9 výnosy=0, náklady=240.000 neúspěch Pi=0,15 výnosy=0, náklady=320.000 4 úspěch Pi=0,85 výnosy=0, náklady=320.000 5 neúspěch Pi=0,35 výnosy=0, náklady=160.200 úspěch Pi=0,65 výnosy=3.240.000, náklady=1.430.200 k vytvoření PS použit MS Visio celkem 142 Rozhodovací strom Grafická metoda, která zobrazuje posloupnost etap rozhodnutí a následných rizikových situací vzhledem k rozhodovacímu kritériu a kvantifikuje důsledky rozhodovací varianty. 143 Příklad 21 UT – řešení 144 Metoda Monte Carlo Simulační metoda určená ke stanovení rozdělení pravděpodobnosti rozhodovacího kritéria a výběru nebo zamítnutí rizikových variant. 145 Etapy metody Monte Carlo určení modelu závislosti kritéria určení rizikových faktorů odhad vývoje a typu rozdělení pravděpodobnosti rizikových faktorů zjištění statistické ne/závislosti faktorů generování rizikových situací rozdělení pravděpodobnosti kritéria 146 Příklad 22 UT – řešení • Průběh simulace – – – – – – Pokusů: 100.000 Doba simulace: 32 vteřin Pokusů/vt.: 3.101 Rozsah jistoty: 10 %;+ Šíře rozsahu: 1615 % -469;1146 Standardní chyba: 0,46 % Úkol: předpověď rentability investice • Výsledky simulace: – – – – – – E(X) = 57,99 % S(X) = 144,42 % Variační koeficient = 2,49 Šikmost = 1,23 Špičatost = 5,15 (P)RI>10% = 54,34 % Podmínky přijetí investice: RI > 10 % s (P) ≥ 80 % Závěr simulace: Odmítnutí investice pouze 54 %-ní (P), že rentabilita bude > 10 %. 147 Šikmost (vychýlení) - + • Negativní – „-“ Vychýlení doleva, tj. „ocásek“ doleva je delší, tzn. většina hodnot je koncentrována napravo • Nulová vychýlení žádné = symetrie • Pozitivní - „+“ vychýlení doprava, tj. „ocásek“ doprava je delší, tzn. většina hodnot je koncentrována nalevo kolem ± 0,5 … přibližně symetrické rozdělení mezi ±0,5 a ± 1 … mírná šikmost < -1 a > +1 … značná šikmost 148 Portfolio variant Vzájemně nezávislé (příp. komplementární) rizikové varianty tvořící efektivní soubor variant. 149 Tvorba portfolia variant S(X) Oblast neefektivních portfolií Oblast mimo požadované hodnoty 0 E(X) 100 200 700 150 Příklad 23 UT – zadání varianta očekávaná hodnota směrodatná odchylka investiční náklady směrodatná odchylka 12.00 10.00 8.00 6.00 4.00 2.00 0.00 0 5 E(Z) 10 15 6 5 1 2 2 6 5 5 5 7 2 6 4 8 4 7 7 9 3 8 8 3 1 9 10 11 5 5 10 4 5 9 Rozpočet ≤ 20 fin.j. • portfolio A: var. {6, 5, 7} = 16 • portfolio B: var. {5, 7, 3} = 19 • portfolio C: var. {3, 1} = 14 Postoj k riziku • Sklon k riziku: portfolio C • Averze k riziku: portfolio A • Neutrální postoj: portfolio B 151 Krizový management 152 Krize – úkoly • Nedostat se do krize • Řešit krizi • Zotavit se z krize • Prevence krize • Detekce krizových stavů • Reakce na krizové stavy • Krizový manažer – úkoly, postavení, pravomoc a zodpovědnost 153 Období zvládání krize • Krizová událost a vyhodnocení krizové situace (příčiny krize, cíl řešení krize) • Aktuální situace (dopad, náklady, čas) • Strategie obnovy (plán přežití) (způsob, doba, rozsah, náklady, efektivnost, přínos) • Plán obnovy (ozdravná řešení) • Realizační podmínky pro ozdravění • Obnova • Návrat do normálního stavu (strategie/plán) 154 Shrnutí tématu a dotazy • • • • Známe obsah rizikového managementu Vnímáme rozdíly v postojích k riziku Chápeme důležitost prevence rizikových situací Rozeznáme typy a druhy rizik a dovedeme je třídit • Chápeme rozdíl mezi přístupy k redukci rizika • Známe fáze řízení rizika • Známe metody analýzy a řízení rizika 155 Participativní rozhodování 156 Obsah 1. Subjekty rozhodování, výhody a nevýhody participativního rozhodování 2. Modely stylů rozhodování – – – – – – – Model orientace na pracovníky a na úkoly Model manažerské mřížky Model stylu rozhodování podle orientace na vedoucího a podřízené Model stylu rozhodování podle teorie VDL Model stylu rozhodování podle teorie životního cyklu Fiedlerův kontingenční model stylu rozhodování Model Vrooma-Yettona-Jagoa 157 1. Subjekty rozhodování individuální skupinové míra rozhodovacích pravomocí a zodpovědnosti vliv na průběh, subjekty a dopady rozhodovacího procesu 158 Typy participace • Aktuální participace • Vnímaná participace – rozsah, ve kterém jednotlivec cítí, že ovlivnil rozhodnutí • Legislativní (formální) • Neformální (styl řízení a rozhodování) 159 Pracovní tým • • • • • • skupina osob dovednosti společný cíl společný úkol interakce a závislost odpovědnost Členění podle: • funkce • úkolu • složení • doby trvání • zájmu • druhu – – – – interkativní nominální Delphi virtuální 160 Rezistence k práci v týmu manažera • Nedostatečná důvěra v „sílu“ týmu • Nepohodlí a zdržování • Nejistý výsledek • Nejasný cíl • Obavy ze ztráty kontroly • Obtížná akceptace „přenosu moci“ na podřízené • Nemá s ní zkušenost • Nároky na motivaci • Kulturní důvody podřízených • • • • • • • • • • Nejistota a nepohodlí Strach z více práce Větší nároky kvalifikační Větší nároky časové Chtějí dělat, co se jim řekne Nemají zkušenosti, vzdělání, … Obavy z větší odpovědnosti Nevhodná motivace „Nebudu dělat práci jiných“ „Více práce žádá vyšší mzdu“ 161 Participativní rozhodování Výhody • Více info, znalostí • Kombinace přístupů • Lepší pochopení • Lepší přístup k řešení • Logické, racio jednání • Větší komunikace • Více variant • Objektivnější rozhodnutí • Větší přijatelnost • Větší stimulace a motivace • Pozitivní reakce • Sklon k riziku Nevýhody • Více osob, času, nákladů • Různá hierarchie • Obavy-ztráta autority • Nebezpečí dominantní osoby • Ego-orientace • Hledání konsensu • Skupinové myšlení • Skupinová lenost • Náročnost stylu • Anonymita • Ztráta odpovědnosti • Sklon k riziku 162 2. Modely stylů rozhodování skupina „vlastnosti“ skupina „chování“ skupina „situační“ • Model autokratického - liberálního chování • Model orientace na pracovníky a úkoly • Model manažerské mřížky • Model orientace na vedoucího a podřízené • Model VDL • Model životního cyklu • Fiedlerův kontingenční model • Model Vrooma-Yettona-Jagoa 163 Orientace na pracovníky a úkoly • 40./50.-70. léta Rensis Likert • Při jakém stylu je manažer úspěšnější? • Nejsou obě orientace správné? 164 Manažerská mřížka • 60./70. léta R.S. Blake & J.S. Mountonová • ÚČEL: • hodnotí aktuální styl • hledá ideální styl • PŘEDPOKLAD • ORIENTACE: • na pracovníky • na výrobu 165 Manažerská mřížka (2) 5,5 mgt „střední cesty“ 9,1 „administrativní“ mgt 9,9 „týmový“ mgt Zájem o lidi 1,9 „klubový“ mgt 5,5 Malý 1,1 „chudý“ management 9,9 Velký 1,9 1,1 9,1 Malý Zájem o výrobu Velký 166 Situační modely Koncepce 1 • Situace jsou specifické • Styl přizpůsobit situaci • Model 1-3, 5 Koncepce 2 • Situace jsou specifické • Situaci přizpůsobit stylu • Model 4 1. Model Tannenbauma a Schmidt 2. Model VDL 3. Model Hersey a – Blancharda 4. Fiedlerův model 5. Model Vroom-YettonJago 167 Orientace na vedoucího a podřízené • 1958 R. Tanenbaum & W.H. Schmidt • FAKTORY: – Manažer • Hodnotový systém, důvěra podřízeným, pocit jistoty, osobní inklinace, pocit jistoty – Podřízení • Potřeba nezávislosti, ochota přijmout odpovědnost, tolerance nejednoznačnosti, zájem o problém, pochopení cílů, znalosti a zkušenosti, očekávání podřízených – Situace • Typ organizace, efektivnost týmu, typ problému, tlak času 168 Model a příklad 7 Orientace na vedoucího 1 Orientace na podřízené 1 Mgr rozhodne a rozhodnutí oznámí 2 Mgr „prodává“ rozhodnutí 3 Mgr předloží návrhy, očekává dotazy 4 Mgr předloží prozatímní rozhodnutí 5 Mgr předloží problém, dává návrhy, rozhodne 6 Mgr definuje omezení, žádá podřízené o rozh. 7 Mgr vymezí rámec, rozhodují podřízení 1 Určí, kdy a jak dlouho budou mít dovolenou 2 Oznámí, ve kterém termínu si mají vybrat dovolenou, a přesvědčuje je, že to je ten nejlepší možný termín 3 Sdělí, že chce dobu dovolených stanovit na únor a dotazuje se, mají-li nějaké otázky 4 Zeptá, byl-li by srpen vhodným termínem pro dovolené, podřízení mohou navrhnout, že by lepší byl leden 5 Požádá je, aby dali návrh na termín dovolené, potom o něm sám rozhodne 6 Určí že si podřízení musí vybrat ¾ své dovolené vcelku, skupina se pak dohodne, kdy dovolenou nastoupí 7 Dovolí skupině, aby rozhodl, kdy a jak dlouho budou mít dovolenou s tím, že to nesmí být od-do 169 Model VDL (vertikálních vztahů) • 70. léta F. Dansereau, G. Graen, W.J. Haga • ORIENTACE: – Podřízení tzv. „in-group“ – Podřízení tzv. „out-group“ 170 Model životního cyklu • 70./80. léta P. Hersey & K.H. Blanchard • ORIENTACE: – Vztahy – Úkoly • PŘEDPOKLAD: 4 úrovně zralosti podřízených: Schopnost Závislost na ZRALOSTI • Kompetence • Zkušenosti • Motivace Ochota ano ne ne M3 M1 ano M4 M2 171 MŽC – styly rozhodování Zralost podřízených Nízká M4 M3 M2 M1 S+O S+NO NS+O NS+NO Vysoká S3 ParS2 ticipace Vedení Vztahy S4 DeS1 NaNízká legování řizování Nízká Orientace na úkoly Vysoká Vysoká 172 Fiedlerův model • 60./70. Léta F.E. Fiedler • ORIENTACE: – Úkolová – Vztahová • PŘEDPOKLAD: – Styl rozhodování je reflexí osobnosti • FAKTORY: – Vztahy vedoucí-podřízení – Strukturovanost problému – Váha pozice vedoucího 173 Fiedler – styly rozhodování Permisivní styl Direktivní styl Dobré Špatné S S N N V M V M V M V M Vztahy Strukturovanost Váha pozice 174 Model Vrooma-Yettona-Jagoa • 1973 Victor Vroom, Yale School of Management & Philip Yetton, Australian Graduate School of Management • 1988 Victor Vroom & Arthur G. Jago, University of Missouri, Columbia • masové ověřování modelu v praxi platnost 175 Princip modelu PŘEDPOKLAD: kvalita přijatelnost • Kvalita rozhodnutí - výběr nejlepší možnosti • Přijetí rozhodnutí - stupeň, ve kterém je akceptováno rozhodnutí učiněné vedoucím • Čím důležitější kvalita rozhodnutí, tím důležitější je jeho přijetí • Participace zvyšuje přijetí rozhodnutí • Účel modelu: rozhodování o tom, kdo bude rozhodovat ! 176 Styly rozhodování • STYLY: A autokratický K konzultativní S skupinově orient. I nadřízený II i podřízení AI AII KI KII SII mgr R R R R „tým“ info info+názor týmová diskuse R 177 Model A – preference času 1. Jak je důležité kvalitně rozhodnout? V/M 2. - ztotožnění podřízených s rozhodnutím? V/M 3. Má M informace, aby mohl kvalitně rozhodnout? A/N 4. Jde o DSP? A/N 5. Je (P), že PS budou akceptovat R Mgra? A/N 1 6. Sdílejí PS cíle problému? A/N 7. Je (P) konflikt mezi PS? A/N 8. Mají PS info pro kvalitní R? A/N 5 8 6 KII 5 3 4 2 6 5 3 4 6 8 KII AII 7 5 SII 7 6 2 AI SII KI KII AI SII Pramen: Vroom-Jago, 1988 178 Model B – preference rozvoje LZ 5 6 7 KI 8 7 KII SII 8 6 3 4 KII 5 6 8 SII 2 8 4 6 KII 3 6 1 8 KI 7 6 5 2 SII 8 KII SII AI Pramen: Vroom-Jago, 1988 179 Shrnutí modelu • Jasný a přímý nástroj rozhodování jak úzce spolu/rozhodovat s podřízenými a uchopit problém • Velmi racionální teorie může vyžadovat v praxi určitou míru sociálního vnímání • Nic není konstantní určitá flexibilita musí existovat • Testování se týkalo vedoucích i podřízených výsledky vedoucích podpořili správnost modelu – rozdílnost vyhodnocení efektivnosti rozhodnutí – hodnocení požadované přijatelnosti – čím blíže se vedoucí dostane k SII, tím je pravděpodobnost spokojeného podřízeného větší 180 Zhodnocení modelu Obhájci • Racionální model • Umožňuje flexibilitu • Je jednoduchý, názorný, široce přístupný, rychle aplikovatelný, poskytuje efektivní výsledky • Pracuje se sociálním vnímáním • Užitečný nástroj pro určení vhodného stupně účasti podřízených na rozhodování Kritici • • • • Příliš jednoduchý Příliš složitý Zbytečný Stačí intuice • Model nutí zvažovat i další styly rozhodování • Ve stresu eliminujeme určité informace • Intuitivní rozhodnutí fungují jen za určitých podmínek • … 181 Příklad 1 UT – hledání volby otázka Jak je důležité kvalitně rozhodnout? Jak je důležité, aby podřízení rozhodnutí akceptovali a byli jím vázáni? Má manažer dostatečné informace k tomu, aby sám mohl kvalitně rozhodnout? zdůvodnění odpovědi Pokud by manažer rozhodl sám a podřízení by své ohodnocení považovali za nespravedlivé, silně by je to demotivovalo. V případě, kdyby určení výše odměn ponechal na jejich rozhodnutí a došlo by k osobním sporům, dobrý kolektiv by se mohl rozpadnout. Je to velmi důležité. Nebudou-li mít pocit, že nebyli náležitě odměněni, budou se cítit ukřivděni. Přestanou manažerovi důvěřovat a mohou mít zášť i vůči lépe odměněným spolupracovníkům. Manažer má informace, ale nemá takové, které má kolektiv podřízených. Oni vědí více o postupu řešení, kvantitě i kvalitě návrhů jednotlivých členů, nadšení, vstřícnosti i ochotě ke spolupráci. Problém je dobře strukturovaný. Podřízení by rozhodnutí nadřízeného akceptovali, ale jeho chybné rozhodnutí může ovlivnit práci celého kolektivu do budoucna. Je řešený problém dobře strukturovaný? Je pravděpodobné, že podřízení budou akceptovat rozhodnutí, pokud jej učiní manažer sám? Sdílejí podřízení cíle, kterých se má řešením Ano, sdílejí je. dosáhnout? Je pravděpodobné, že mezi podřízenými dojde Ano, je to pravděpodobné. ke konfliktu, kterému řešení dát přednost? Mají podřízení dostatečné informace k tomu, aby Ano, mají jich více, než nadřízený. mohli dostatečně kvalitně rozhodnout? 182 Příklad 1 UT – graficky 5 6 7 KI 8 7 KII SII 8 6 3 4 KII 5 6 8 SII 2 8 4 6 KII 3 6 1 8 KI 7 6 5 2 SII 8 KII SII AI 183 Shrnutí tématu a dotazy • Je jeden nebo více rozhodovatelů • Postavení a pravomoc subjektů jsou ovlivněny řadou faktorů • Je efektivní dodržovat normy týmové práce • Uvědomit si pozitiva a negativa skupinového rozhodování • Volba stylu závisí na osobě rozhodovatele, ale i na dalších faktorech • Je dobré znát různé styly rozhodování • K výběru stylu experti používají intuitivní, grafické a matematické metody • Populární je model Vroom-Yetton-Jago 184 Procvičení metod k jednotlivým tématům 185 Děkuji za pozornost [email protected] 186