K 1 - VŠEM

Report
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
NP
• Induktivní
PN
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

similar documents