Влияние неопределенности на управленческие решения: Синтез теории полезности, поведенческих моделей и риск-практики в российском менеджменте

Введение

В условиях стремительно меняющейся внешней среды, характеризующейся глобальными экономическими сдвигами, технологическими прорывами и возрастающей конкуренцией, практически каждое управленческое решение принимается в условиях неопределенности. Эта всеобъемлющая переменная становится не просто фоном, а активным участником управленческого процесса, увеличивая его сложность и ставя перед руководителями задачи, требующие глубокого понимания природы неопределенности и виртуозного владения инструментарием риск-менеджмента. Невозможность точно спрогнозировать последствия, отсутствие полной информации или ее противоречивый характер не просто усложняют выбор, но и могут привести к значительным финансовым потерям или упущенным возможностям. И что из этого следует? Следует необходимость системного подхода к управлению, где каждый руководитель обязан рассматривать неопределенность как неотъемлемую часть стратегического планирования, а не как случайный фактор.

Цель настоящей работы — провести систематический анализ теоретических основ и практических методов, позволяющих минимизировать негативное влияние неопределенности на процесс и результаты принятия управленческих решений. Мы углубимся в сущность таких ключевых понятий, как неопределенность и риск, рассмотрим их многогранные классификации, проанализируем, как эти факторы деформируют традиционные этапы принятия решений, и исследуем теоретические подходы, от классической нормативной теории полезности до современных дескриптивных моделей, объясняющих поведенческие искажения. Отдельное внимание будет уделено методам оценки и стратегиям управления рисками, а также актуальной эмпирической оценке уровня зрелости риск-менеджмента в российских компаниях. Структура работы последовательно раскрывает эти аспекты, обеспечивая всестороннее понимание проблемы и предлагая комплексный взгляд на пути повышения эффективности управленческих решений в условиях, когда будущее остается лишь наброском.

Теоретические основы и классификация неопределенности и риска в управленческой деятельности

В динамичном мире современного менеджмента, где переменные множатся, а информация зачастую фрагментарна и противоречива, понимание фундаментальных категорий «неопределенность» и «риск» становится краеугольным камнем для любого эффективного управленца. Эти понятия, хотя и тесно связанные, обладают собственными уникальными характеристиками и требуют детального осмысления, поскольку от их верной интерпретации зависит выбор адекватной стратегии реагирования.

Сущность понятий «неопределенность» и «риск» в контексте менеджмента

Неопределенность в менеджменте может быть определена как состояние, характеризующееся недостатком или полным отсутствием информации, необходимой для принятия обоснованного решения. Это явление проявляется в виде набора нечетких, размытых ситуаций, а также взаимоисключающей или недостаточной информации, что приводит к невозможности определения вероятности наступления различных состояний внешней среды. Причиной тому является либо неограниченное количество возможных исходов, либо отсутствие адекватных способов их оценки. Когда руководитель сталкивается с неопределенностью, он не может с уверенностью предсказать будущие события, а значит, и оценить потенциальные последствия своих действий.

В отличие от неопределенности, риск в менеджменте представляет собой измеримую категорию. Это равновесие между потенциально выгодными и неблагоприятными исходами при осуществлении принятого управленческого решения. В обобщенном понимании риск может быть интерпретирован как возможность возникновения неблагоприятного события или неудачного исхода любой деятельности, характеризующейся неопределенностью последствий. Эти последствия могут проявляться как увеличением дохода, так и получением убытков. Исторически само слово «риск» происходит от греческих слов «ridsikon», «ridsa», означающих «скала» или «утёс», а на французском «risqoe» обозначает угрозу или «объезжать утёс, скалу», что метафорически указывает на необходимость маневрирования в условиях потенциальной опасности. Таким образом, риск — это всегда следствие неопределенности, но не всякая неопределенность является риском, пока мы не можем хоть как-то измерить ее потенциальные последствия.

Комплексная классификация видов неопределенности и ситуаций принятия решений

Для более глубокого анализа управленческой деятельности целесообразно использовать систематизированную классификацию неопределенности, позволяющую структурировать подходы к принятию решений.

Классификация по источникам возникновения

Неопределенность можно разделить на две крупные группы в зависимости от ее источника:

1. Объективная неопределенность: Это ресурс неопределенности, который находится за пределами предприятия и не зависит от руководства. Примеры включают полное или частичное незнание природных условий (например, при геологоразведке), политическую нестабильность, непредсказуемые изменения в законодательстве, или ситуации конфликта между двумя или более сторонами, когда каждая сторона не имеет сведений или располагает неполной, неточной информацией о мотивах и характере поведения противодействующих сторон. Объективная неопределенность часто связана с тем, что события происходят вне контроля организации.
2. Субъективная неопределенность: Возникает вследствие профессиональных ошибочных допущений, неполноты или неточности внутренних данных и является внутриорганизационным ресурсом. Часто она связана с недостаточностью или полным отсутствием информации об условиях, в которых принимаются решения, а также с лингвистической неопределенностью. Последняя возникает при использовании недостаточно точно описанных терминов и понятий, что приводит к неоднозначному толкованию информации, приказов или требований внутри организации. Например, нечеткое определение "быстро" или "значительно" в задачах может создать субъективную неопределенность в их выполнении.

Классификация по полноте информации

Еще одна фундаментальная классификация неопределенности связана с уровнем доступной информации и возможностью оценки вероятностей:

1. Ситуация определенности: В этих условиях лица, принимающие решения, располагают полной и точной информацией обо всех возможных альтернативах и их последствиях. Результаты действий полностью предсказуемы. Однако на практике ситуации полной определенности встречаются крайне редко и являются скорее идеализированной моделью.
2. Ситуация риска: Здесь результаты решений не определены однозначно, но вероятность наступления каждого из возможных исходов известна или может быть оценена с достаточной степенью достоверности. Это может быть основано на статистических данных, экспертных оценках или моделях прогнозирования. Например, при инвестировании в фондовый рынок вероятность движения цены акции может быть оценена на основе исторической волатильности.
3. Ситуация чистой неопределенности: Возникает, когда невозможно оценить вероятность потенциальных результатов, так как требующие учета факторы являются настолько новыми и сложными, что получить достаточно информации для прогнозирования невозможно. Это характерно для прорывных инноваций, выхода на совершенно новые рынки или в условиях глубоких системных кризисов.

Классификация по времени возникновения

Неопределенность также классифицируется по времени возникновения:

1. Ретроспективная неопределенность: Связана с отсутствием или неполнотой информации о поведении изучаемого объекта в прошлом. Это может быть связано с потерей данных, их несистематизированным сбором или изменением методов учета.
2. Текущая неопределенность: Относится к недостатку информации о текущем состоянии объекта или процесса.
3. Перспективная неопределенность: Возникает вследствие появления непредусмотренных факторов, влияющих на развитие и эффективность функционирования исследуемых объектов (процессов), когда сам объект недостаточно изучен. Она связана с будущими событиями, которые трудно или невозможно предсказать.

Представленные классификации демонстрируют многогранность понятия неопределенности и подчеркивают, что эффективное управление требует не только понимания ее наличия, но и детального анализа ее природы, источников и временных горизонтов. Руководителю, принимающему решения, необходимо помнить, что любая субъективная неопределенность, которая кажется наименее значимой, на деле может оказаться наиболее опасной, поскольку она коренится во внутренних системных ошибках.

Влияние неопределенности на процесс и качество управленческих решений

Процесс принятия управленческих решений – это сложный и многоступенчатый механизм, каждая составляющая которого подвержена влиянию неопределенности. Традиционно, этот процесс включает в себя определение параметров решения, генерацию альтернатив решения и установление целевой установки. Однако в реальной управленческой практике полная определенность встречается крайне редко. Напротив, неопределенность пронизывает каждую стадию обработки информации, становясь основной причиной возникновения рисков и значительно усложняя работу руководителя.

Влияние неопределенности на этапы процесса принятия решений

Неопределенность влияет на все ключевые стадии процесса принятия решений:

1. Идентификация проблемы: Неопределенность может скрывать истинные причины проблемы, маскировать ее симптомы или мешать четкой формулировке задач. Лингвистическая неопределенность, например, может привести к ошибочному толкованию исходной ситуации.
2. Сбор и анализ информации: Здесь неопределенность проявляется наиболее ярко. Неполнота, неточность, противоречивость или устаревание данных делают анализ поверхностным, а выводы – ненадежными. Руководителю приходится работать с "белыми пятнами" или "серыми зонами" информации.
3. Разработка альтернатив: В условиях высокой неопределенности сложно генерировать адекватные альтернативы, поскольку невозможно предусмотреть все возможные сценарии развития событий и их последствия. Некоторые перспективные варианты могут быть упущены, а некоторые — необоснованно переоценены.
4. Оценка альтернатив и выбор: Самый критический этап, где неопределенность напрямую порождает риск. Отсутствие четких вероятностей для исходов каждой альтернативы делает выбор затруднительным, а его результат — непредсказуемым. Именно здесь руководители вынуждены полагаться на интуицию, опыт или специальные критерии, о которых пойдет речь далее.
5. Реализация и контроль: Даже после принятия решения, неопределенность может повлиять на его выполнение. Непредвиденные внешние факторы или внутренние изменения способны нивелировать эффективность выбранной стратегии, требуя постоянного мониторинга и корректировки.

Таким образом, принятие управленческих решений в условиях неопределенности является одной из сложнейших составных частей работы руководителя, требующей не только аналитических способностей, но и умения минимизировать негативные последствия.

Неопределенность как источник возможностей и стимул к развитию

Парадоксально, но неопределенность, затрудняя принятие решений для фирмы, одновременно может создавать уникальные возможности. Она не только мешает принятию решений конкурентов, но и стимулирует организации к развитию. В условиях высокой турбулентности руководство осознает необходимость изменяться и совершенствоваться, повсеместно внедрять новшества и инновации, искать новые способы ведения бизнеса и удовлетворения потребностей. Это стремление к адаптации и поиску нестандартных решений может стать мощным источником конкурентных преимуществ, позволяя фирме вырваться вперед, пока ее менее гибкие конкуренты остаются парализованными страхом перед неизвестностью. Не стоит ли руководству всегда искать точку опоры именно в тех сферах, где другие видят лишь угрозу?

Роль моделей в принятии решений в условиях неопределенности

Для преодоления вызовов неопределенности критически важным становится разработка и применение моделей принятия управленческих решений. Эти модели обеспечивают структурирование и обработку информации о проблеме, частично восполняя неполноту данных, имеющихся у руководителя. Методический подход к принятию решений в условиях неопределенности часто включает построение оценочной матрицы, где отражаются альтернативы, состояния внешней среды и соответствующие им результаты, а затем применение к ней формализованных и неформализованных критериев выбора.

К наиболее распространенным формализованным критериям выбора решений в условиях неопределенности относятся:

• Критерий Вальда (максиминный критерий): Ориентирован на наихудшие условия. Пессимистический подход, при котором выбирается альтернатива, дающая максимальный выигрыш в наименее благоприятном сценарии.
  
  Формула: maxi minj Xij, где Xij – результат i-й альтернативы при j-м состоянии среды.
• Критерий Сэвиджа (минимизация максимального сожаления): Направлен на минимизацию потенциальных потерь (сожаления) от неправильного выбора. Сначала строится матрица сожалений, затем выбирается альтернатива, имеющая минимальное максимальное сожаление.
  
  Формула: mini maxj (maxk Xkj - Xij).
• Критерий Лапласа: Предполагает равновероятность наступления всех возможных состояний внешней среды, если нет оснований полагать иное. Выбирается альтернатива с максимальным средним ожидаемым выигрышем.
  
  Формула: maxi (1/n) · Σnj=1 Xij, где n – количество состояний среды.
• Критерий Гурвица: Представляет собой компромисс между оптимизмом и пессимизмом. Используется коэффициент оптимизма α (от 0 до 1), где α = 1 соответствует полному оптимизму, а α = 0 – полному пессимизму. Выбирается альтернатива, максимизирующая взвешенную сумму наилучшего и наихудшего исходов.
  
  Формула: maxi [α · maxj Xij + (1 - α) · minj Xij].

Выбор конкретного критерия в значительной степени зависит от философии, темперамента и взглядов руководства фирмы – будь то оптимистические или пессимистические, консервативные или прогрессивные. Понимание этих критериев позволяет руководителям принимать более осознанные решения, даже когда полная информация недоступна.

Сравнительный анализ нормативных и дескриптивных моделей выбора решений

Понимание того, как принимаются решения в условиях неопределенности, лежит в основе эффективного менеджмента. Однако в науке существуют два принципиально разных подхода к этому вопросу: нормативный (как должно быть) и дескриптивный (как есть). Их синтез позволяет получить наиболее полное представление о сложности и многогранности процесса принятия решений, демонстрируя уникальное информационное преимущество нашей работы.

Нормативная теория: Аксиомы рациональности и концепция ожидаемой полезности

Нормативная теория принятия решений изначально строилась на основе модели полной (классической) рациональности, которая предполагала, что индивид способен принимать решения, полностью соответствующие его интересам и максимизирующие его выгоду. Эта модель задавалась аксиомами теории полезности.

Наиболее влиятельной в этом направлении стала теория ожидаемой полезности Джона фон Неймана и Оскара Моргенштерна (1944), которая формализовала модель Бернулли (1738). Они предложили набор аксиом рационального выбора, легших в основу классической экономической теории принятия решений. Эти аксиомы определяют, как люди должны принимать решения, чтобы они были логически последовательными и согласовывались с их предпочтениями.

Основные аксиомы теории ожидаемой полезности включают:

1. Аксиома полноты (или сравнимости): Индивид способен всегда оценить, какая рисковая ситуация (лотерея) для него предпочтительнее, а какая нежелательнее, или же они равноценны. То есть для любых двух альтернатив A и B он может определить A > B, B > A или A ~ B.
2. Аксиома транзитивности предпочтений: Если одна альтернатива (A) предпочтительнее второй (B), а вторая (B) предпочтительнее третьей (C), то первая (A) предпочтительнее третьей (C). Это обеспечивает логическую последовательность выбора: если A > B и B > C, то A > C.
3. Аксиома независимости (или замещения): Если лотерея L₁ предпочтительнее лотереи L₂, то для любой третьей лотереи L₃ и любого коэффициента α ∈ (0, 1) составная лотерея, включающая L₁ и L₃ (αL₁ + (1-α)L₃), будет предпочтительнее составной лотереи, включающей L₂ и L₃ (αL₂ + (1-α)L₃). Эта аксиома предполагает, что предпочтения между двумя альтернативами не должны зависеть от исходов, которые одинаковы для обеих альтернатив.
4. Аксиома непрерывности (или континуума): Если альтернатива B находится между A и C по предпочтительности (A > B > C), то существует такая вероятность p, что индивид будет безразличен между B и лотереей, которая предлагает A с вероятностью p и C с вероятностью (1-p).

Согласно этой теории, рациональный индивид стремится максимизировать ожидаемую полезность, то есть взвешенную сумму полезностей всех возможных исходов, где весами выступают вероятности этих исходов: E(U) = Σni=1 pi · u(xi). Здесь pi — вероятность исхода xi, а u(xi) — полезность этого исхода.

Дескриптивный подход: Теория перспектив как отражение поведенческих искажений

В отличие от нормативной теории, которая предписывает, как должны приниматься решения, дескриптивные (описательные) модели фокусируются на том, как люди фактически принимают решения. Ярчайшим представителем этого подхода является теория перспектив (Prospect Theory), разработанная лауреатами Нобелевской премии Даниэлем Канеманом и Амосом Тверски (1979). Исходя из концепции поведенческой экономики, эта теория описывает реальные особенности работы человеческого мозга и причины отклонений от рационального поведения при принятии решений, особенно связанных с высокими рисками.

Теория перспектив выявила несколько ключевых эффектов, демонстрирующих эти отклонения:

1. Эффект точки отсчета (контекста): Утверждает, что отношение людей к деньгам или любым другим результатам определяется не их абсолютной суммой, а тем, с чем эта сумма сравнивается, то есть относительно некой точки отсчета. Это может быть текущее состояние, ожидаемый результат или предыдущий опыт. Например, выигрыш 1000 рублей воспринимается как выгода, если ожидался ноль, но как потеря, если ожидалось 2000 рублей.
2. Эффект неприятия потерь (Loss Aversion): Проявляется в том, что люди оценивают потери значительно сильнее (примерно в 2,5 раза), чем эквивалентные выгоды. Этот эффект заставляет индивидов избегать потерь даже ценой максимизации потенциальной прибыли. Например, человек скорее откажется от сделки, где есть 50% шанс потерять 1000 рублей, чем примет ее, даже если есть 50% шанс выиграть 1000 рублей. Асимметричная функция ценности Канемана и Тверски демонстрирует крутой спад в области потерь и более пологий подъем в области выигрышей относительно точки отсчета.
3. Искажение вероятностей (Probability Weighting): Заключается в том, что люди склонны преувеличивать низкие вероятности и преуменьшать высокие. Например, очень маленькие шансы на большой выигрыш (как в лотерее) воспринимаются как более значимые, чем они есть на самом деле, а очень высокие шансы на успех (почти гарантированный результат) недооцениваются, и возникает желание рискнуть ради небольшой дополнительной выгоды.

Таким образом, если нормативная теория предлагает идеализированную модель рационального агента, то теория перспектив раскрывает психологические механизмы, приводящие к систематическим отклонениям от этой рациональности. Понимание этих искажений критически важно для руководителя, стремящегося принимать объективные решения, особенно в части управления рисками.

Формализованные критерии выбора решений при неполной информации

В условиях, когда информация неполна, но есть возможность оценить вероятности или даже их отсутствие (чистая неопределенность), используются формализованные критерии выбора, которые мы уже кратко упоминали. Они представляют собой методический подход к принятию решений в условиях неопределенности, часто включающий построение оценочной матрицы (матрицы решений).

Оценочная матрица (или матрица платежей) имеет вид таблицы, где строки соответствуют возможным стратегиям (альтернативам) ЛПР, а столбцы — возможным состояниям внешней среды (природы). На пересечении строк и столбцов указываются результаты (выигрыши или потери) для каждой комбинации стратегии и состояния.

Стратегия \ Состояние среды	S1	S2	S3	…	Sm
A1	X11	X12	X13	…	X1m
A2	X21	X22	X23	…	X2m
…	…	…	…	…	…
An	Xn1	Xn2	Xn3	…	Xnm

После построения матрицы к ней применяются различные критерии выбора, которые отражают отношение руководителя к риску и неопределенности:

• Критерий Вальда (максиминный): Для каждой стратегии находится минимальный (наихудший) результат, а затем из этих минимумов выбирается максимальный. Отражает крайний пессимизм и стремление избежать максимального проигрыша.
• Критерий Сэвиджа (минимаксного сожаления): Для каждого состояния среды находится максимальный выигрыш. Затем для каждой ячейки матрицы рассчитывается "сожаление" — разница между максимальным выигрышем в данном состоянии среды и фактическим выигрышем. Из полученных сожалений выбирается та стратегия, у которой максимальное сожаление минимально. Отражает желание минимизировать упущенную выгоду.
• Критерий Лапласа: Предполагает, что все состояния природы равновероятны. Для каждой стратегии вычисляется среднее арифметическое всех ее результатов, и выбирается стратегия с максимальным средним значением. Отражает нейтральное отношение к риску.
• Критерий Гурвица: Компромисс между оптимизмом и пессимизмом. Выбирается альтернатива, максимизирующая значение H = α · max(Xij) + (1-α) · min(Xij), где α — коэффициент оптимизма (от 0 до 1). Чем выше α, тем более оптимистичен ЛПР.

Выбор конкретного критерия не является универсальным и тесно связан с философией, темпераментом и взглядами руководства фирмы. Например, консервативное руководство склонно к критерию Вальда, в то время как более прогрессивное может использовать критерий Гурвица с высоким α.

Современная теория принятия решений стремится к синтезу нормативного (как должно быть) и дескриптивного (как есть) подходов для расширения представлений о рациональном решении. Интеграция этих подходов на основе системного анализа и математических методов исследования операций иногда определяется как прескриптивный подход, позволяющий придать формальным моделям психологический смысл, а психологическим описаниям — строгость формально-логических оснований. Принятие решений в условиях высокой неопределенности требует чередования двух стратегий: стратегии исследования (сбор информации для построения гипотез) и стратегии использования (применение уже известных выгодных опций).

Методы оценки и актуальные стратегии управления риском в современных условиях

В условиях неизбежной неопределенности, о которой мы говорили ранее, эффективное управление рисками становится не просто желательной функцией, а критически важным элементом устойчивого развития любой организации. Процесс управления рисками — это системный, повторяющийся цикл, направленный на идентификацию, анализ, оценку и минимизацию потенциальных угроз.

Процесс и основные количественные методы оценки управленческих рисков

Процесс управления рисками является важнейшей и неотъемлемой частью бизнеса. Согласно международному стандарту ISO 31000:2018, управление рисками определяется как скоординированные действия по руководству и управлению организацией в отношении риска. Этот процесс включает последовательные этапы:

1. Выявление (идентификация) рисков: На этой стадии происходит систематический сбор информации и определение всех потенциальных событий, которые могут негативно повлиять на достижение целей организации. Это может быть сделано через мозговые штурмы, анализ прошлых инцидентов, SWOT-анализ, PESTEL-анализ и другие методы.
2. Анализ рисков: После идентификации рисков проводится их детальный анализ, который включает оценку вероятности наступления каждого риска и потенциального воздействия (последствий) в случае его реализации. Этот этап может быть как качественным, так и количественным.
3. Оценка рисков (ранжирование): На основе анализа риски ранжируются по степени их значимости для организации, что позволяет приоритизировать усилия по управлению. Риски могут быть классифицированы как низкие, средние, высокие или критические. Также на этом этапе происходит анализ потерь и установление предельного значения рисков (риск-аппетита).
4. Принятие мер по снижению или устранению (воздействие на риски): Разработка и внедрение конкретных мероприятий и стратегий по минимизации вероятности или воздействия идентифицированных и оцененных рисков.
5. Мониторинг и пересмотр: Постоянный контроль за изменением рисковой среды, эффективностью применяемых мер и актуализация риск-стратегий.

Для количественной оценки рисков часто используются методы, основанные на аппарате теории вероятностей и математической статистики:

• Сценарный анализ: Разработка нескольких возможных сценариев развития событий (оптимистический, пессимистический, базовый) и оценка результатов каждого сценария. Позволяет увидеть диапазон возможных исходов.
• Анализ чувствительности: Исследование того, как изменение одной входной переменной (фактора риска) влияет на конечный результат проекта или решения, при условии, что остальные переменные остаются неизменными. Помогает выявить наиболее критичные факторы.
• Построение дерева решений: Графический метод, позволяющий структурировать процесс принятия решений в условиях последовательных выборов и вероятностных событий. Ветви дерева представляют собой возможные решения и исходы, узлы – моменты выбора или наступления случайного события.
• Имитационное моделирование (например, метод Монте-Карло): Многократное моделирование ситуации с использованием случайных чисел для имитации неопределенных переменных (например, цен, объемов продаж, затрат). Позволяет построить распределение возможных результатов и оценить вероятность достижения тех или иных показателей.
• Метод Value-at-risk (VaR): Количественная мера риска, показывающая максимальный ожидаемый убыток в стоимостном выражении для заданного портфеля активов за определенный период времени с определенным уровнем вероятности. Например, VaR в 1 млн рублей с 99% вероятностью означает, что в 1% случаев убытки превысят 1 млн рублей.

Практические стратегии реагирования на риск и его снижения

Целью риск-менеджмента является снижение риска и предотвращение недопустимого риска. Методы уменьшения (воздействия на) риска разнообразны и могут быть классифицированы следующим образом:

1. Избежание риска (отказ от деятельности): Полный отказ от деятельности или проекта, который несет неприемлемый уровень риска.
2. Передача риска: Передача ответственности за риск третьей стороне. Наиболее распространенные инструменты:
   • Страхование: Передача финансового бремени потенциальных потерь страховой компании.
   • Хеджирование: Использование финансовых инструментов (например, фьючерсов, опционов) для компенсации ценовых рисков.
   • Аутсорсинг: Передача рисковых функций сторонним организациям.
3. Локализация риска: Ограничение распространения негативных последствий риска. Например, создание венчурного предприятия с ограниченной ответственностью, чтобы изолировать риски инновационного проекта от основной деятельности компании.
4. Распределение риска (диссипация риска): Разделение рисков между несколькими участниками или проектами. Например, создание консорциумов, совместных предприятий, диверсификация инвестиционного портфеля.
5. Компенсация риска: Меры, направленные на смягчение последствий наступления риска, когда его нельзя избежать или передать:
   • Сбор и обработка информации: Улучшение качества и полноты данных для снижения информационной неопределенности.
   • Прогнозирование и планирование: Разработка детальных планов действий на случай различных сценариев, создание резервных фондов.
   • Маркетинг: Активный мониторинг рынка для своевременного выявления изменений в спросе и предпочтениях потребителей.
   • Создание запасов: Формирование буферных запасов сырья, материалов, готовой продукции для минимизации рисков сбоев в поставках или производстве.
   • Корректировка нормы дисконта с учетом риска: При оценке инвестиционных проектов увеличение нормы дисконта для более рискованных проектов, что снижает их привлекательность при равных ожидаемых доходах.

Эмпирическая оценка: Уровень зрелости риск-менеджмента в российских компаниях (по данным 2024 года)

Несмотря на развитость теоретических подходов и методов, практическая реализация риск-менеджмента в российских компаниях по-прежнему сталкивается с вызовами. Согласно исследованию «Уровень зрелости управления рисками в нефинансовых организациях России в 2024 году», общий уровень зрелости управления рисками составляет 0,35 из 1, что лишь незначительно выше показателя 2022 года (0,34). Это указывает на то, что большинство российских компаний находятся на начальных или средних стадиях развития своих систем управления рисками, а значит, они систематически недооценивают потенциал интегрированного риск-менеджмента.

Детальный анализ показывает следующее:

• Структура и полномочия: Только 49% российских компаний сохранили выделенные подразделения по управлению рисками, что на 10% меньше, чем в прошлом году. Это может свидетельствовать о тенденции к централизации или, наоборот, к распределению функций риск-менеджмента без выделения отдельных структур. Критическим является факт, что лишь 5% риск-менеджеров имеют право вето на ключевые решения, в то время как 41% ограничены полномочиями только по анализу рисков. Это подчеркивает недостаточный вес функции риск-менеджмента в стратегическом управлении и принятии решений.
• Анализ и планирование: В 2024 году доля компаний, проводящих укрупненный качественный анализ влияния рисков при бюджетном планировании, выросла в 2 раза, достигнув 47%. Это позитивная тенденция, указывающая на растущее осознание важности учета рисков на этапе планирования.
• Определение риск-аппетита: Свыше половины организаций (62%) осознают важность расчета и утверждения границ допустимого уровня рисков, определяя и пересматривая метрики риск-аппетита на периодической основе. Это фундаментальный шаг к формированию культуры риск-ориентированного управления.
• Лидеры отрасли: Нефтегазовая промышленность является отраслью с наивысшим уровнем зрелости управления рисками в России, что обусловлено высокой капиталоемкостью, длительными инвестиционными циклами и значительными экологическими и социальными рисками.

Полученные данные свидетельствуют о том, что, несмотря на некоторые улучшения, в целом российским компаниям предстоит пройти значительный путь для достижения высокого уровня зрелости риск-менеджмента. Это обусловливает необходимость дальнейшего развития как теоретической базы, так и практических инструментов, а также повышения квалификации управленческого персонала в области управления рисками. Повышение зрелости управления рисками — это не только снижение потерь, но и повышение устойчивости, адаптивности и конкурентоспособности бизнеса в условиях глобальной неопределенности.

Концепция и применение теории полезности

В основе рационального выбора в условиях неопределенности лежит теория полезности — нормативный подход, аксиомы которого задают модель абсолютно рационального индивида, выбирающего ту альтернативу, которая максимизирует его ожидаемую полезность. Этот подход, формализованный фон Нейманом и Моргенштерном, является краеугольным камнем классической экономической теории принятия решений.

Функция полезности и максимизация ожидаемой полезности

Ключевым инструментом теории полезности является функция полезности фон Неймана-Моргенштерна u(x). Эта функция приписывает числовое значение u(x) каждому возможному исходу x (например, денежной сумме), отражающее субъективную ценность этого исхода для индивида. Важно отметить, что полезность не является синонимом денежной стоимости; она отражает индивидуальные предпочтения и отношение к риску. Например, для одного человека 1000 рублей — это просто 1000 рублей, а для другого, в критической ситуации, это может быть жизненно важная сумма, полезность которой значительно выше ее номинальной стоимости.

При принятии решений в условиях риска, где исходы известны, но их наступление носит вероятностный характер (лотерея L), индивидуальный выбор направлен на максимизацию ожидаемой полезности (E(U)). Ожидаемая полезность лотереи L, предлагающей исходы x₁, x₂, …, x_n с вероятностями p₁, p₂, …, p_n соответственно, рассчитывается по формуле:

E(U) = Σnj=1 pj · u(xj)

где pj — вероятность наступления j-го исхода, а u(xj) — полезность j-го исхода.

Эта формула позволяет ЛПР сравнивать различные рисковые альтернативы, выбирая ту, которая обещает наибольшую ожидаемую полезность, а не просто наибольший ожидаемый денежный выигрыш. Например, человек, не склонный к риску, может предпочесть меньший, но гарантированный доход, даже если ожидаемый денежный выигрыш от рискованной альтернативы выше. Это объясняется тем, что для него полезность гарантированного дохода выше, чем полезность потенциально большего, но неопределенного выигрыша.

Этапы применения теории полезности в процессе принятия решений

Применение теории полезности в процессе принятия решений включает следующие ключевые этапы:

1. Формирование возможных исходов: На этом этапе определяются все потенциальные результаты каждой альтернативы, которые могут возникнуть в условиях неопределенности или риска.
2. Описание вероятностей: Для каждого возможного исхода определяется его вероятность наступления. В условиях риска эти вероятности могут быть рассчитаны на основе статистических данных или экспертных оценок. В условиях чистой неопределенности, где вероятности неизвестны, теория полезности может быть дополнена методами, позволяющими работать с субъективными вероятностями.
3. Ранжировка предпочтений через их полезность: Это центральный этап. Каждому исходу приписывается значение полезности u(x), отражающее субъективное отношение ЛПР к этому исходу. Для построения функции полезности часто используются методы, основанные на опросах или наблюдении за поведением индивида в гипотетических или реальных рисковых ситуациях. Например, для лица, не склонного к риску, функция полезности будет вогнутой, что означает убывающую предельную полезность денег (каждая дополнительная единица денег приносит меньше дополнительной полезности, чем предыдущая).
4. Рациональный синтез полученной информации: На этом этапе рассчитывается ожидаемая полезность для каждой альтернативы, и выбирается та альтернатива, которая максимизирует это значение. Таким образом, теория полезности позволяет формализовать субъективные предпочтения и отношение к риску, интегрируя их в процесс рационального выбора.

Введение концепции полезности позволяет учитывать субъективные предпочтения лица, принимающего решение (ЛПР), к различным исходам, а не только их объективную денежную стоимость. Это критически важно в условиях риска, поскольку именно индивидуальное отношение к риску (склонность, нейтральность или неприятие) определяет окончательный выбор. Функция полезности становится персональным «фильтром», через который проходят объективные данные, преобразуясь в субъективно значимые оценки, позволяющие сделать оптимальный, с точки зрения индивида, выбор.

Заключение

Систематический анализ понятия неопределенности и ее влияния на процесс принятия управленческих решений раскрывает многогранную картину, где неопределенность выступает не только как вызов, но и как катализатор для развития и поиска инновационных подходов. Мы определили неопределенность как состояние, характеризующееся дефицитом или противоречивостью информации, делающим невозможным точное прогнозирование, а риск — как измеримое последствие неопределенности, представляющее собой баланс потенциальных выгод и потерь. Различные классификации неопределенности (объективная/субъективная, ретроспективная/перспективная, а также по полноте информации) подчеркивают ее всеобъемлющий характер, пронизывающий все этапы управленческого процесса. Особое внимание было уделено лингвистической неопределенности, которая, будучи частью субъективной неопределенности, может существенно искажать коммуникацию и понимание задач внутри организации.

Влияние неопределенности на качество и процесс принятия решений очевидно: оно усложняет идентификацию проблем, сбор и анализ информации, генерацию альтернатив и, наконец, сам выбор. Однако, как было показано, неопределенность может создавать и возможности, стимулируя компании к поиску новых решений, внедрению инноваций и повышению адаптивности. В этом контексте мы проанализировали нормативный подход, представленный теорией ожидаемой полезности фон Неймана-Моргенштерна, который предписывает рациональное поведение, основанное на аксиомах полноты, транзитивности и независимости. Параллельно был рассмотрен дескриптивный подход, ярчайшим примером которого является Теория перспектив Канемана и Тверски, объясняющая реальное поведение людей через такие эффекты, как неприятие потерь, эффект точки отсчета и искажение вероятностей. Эти поведенческие искажения показывают, что человеческий мозг систематически отклоняется от идеальной рациональности, что имеет огромное значение для практики менеджмента. Формализованные критерии выбора (Вальда, Сэвиджа, Лапласа, Гурвица) предлагают инструментарий для принятия решений в условиях неполной информации, учитывая при этом субъективное отношение ЛПР к риску.

Наконец, мы рассмотрели системный процесс управления рисками, включающий идентификацию, анализ, оценку и воздействие, а также различные количественные методы (сценарный анализ, имитационное моделирование, VaR) и стратегии снижения рисков (избежание, передача, локализация, распределение, компенсация). Критически важным аспектом стало включение актуальных эмпирических данных за 2024 год об уровне зрелости риск-менеджмента в российских компаниях, показавших, что, несмотря на определенный прогресс, общий уровень зрелости остается средним или невысоким. Это подчеркивает острую необходимость в повышении компетенций и усилении роли риск-менеджмента в стратегическом планировании.

Таким образом, неопределенность является неотъемлемой частью управленческой деятельности. Для повышения эффективности принятия решений современным руководителям необходимо переходить к прескриптивному подходу, который объединяет математическую строгость нормативных моделей с психологической реалистичностью дескриптивных. Только такой комплексный взгляд, учитывающий как идеализированные принципы рациональности, так и реальные поведенческие ограничения, а также подкрепленный актуальной эмпирической аналитикой, позволит организациям не только выживать, но и процветать в мире, где единственной константой является переменчивость.

Список использованной литературы

1. Воробьев С.Н., Уткин В.Б., Балдин К.В. Управленческие решения. М.: ЮНИТИ, 2003. 317 с.
2. Голубков Е.П. Сущность и характерные особенности управленческих решений. // Менеджмент в России и за рубежом, 2003, №2.
3. Карданская Н.Л. Принятие управленческого решения. М.: ЮНИТИ, 2002. 407 с.
4. Литвак Б.Г. Разработка управленческого решения. М.: Дело, 2000. 392 с.
5. Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента. Пер.с англ. 2-е изд. М.: «Дело», 2001. 800 с.
6. Смирнов Э.А. Разработка управленческих решений. М.: ЮНИТИ-ДАНА, 2000. 271 с.
7. Юкаева B.C. Управленческие решения: Учебное пособие. М.: Изд. дом «Дашков и К», 1999. 292 с.
8. Фатхутдинов Р.А. Разработка управленческого решения. М: ЮНИТИ, 2000. 208 с.
9. Тычинский А. В. Неопределенность в принятии управленческих решений. URL: https://cyberleninka.ru/article/n/neopredelennost-v-prinyatii-upravlencheskih-resheniy
10. СУЩНОСТЬ РИСКОВ И НЕОПРЕДЕЛЕННОСТИ В МЕНЕДЖМЕНТЕ. URL: https://vaael.ru/ru/article/view?id=1211
11. Баклушинский В. В. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ РИСКА И НЕОПРЕДЕЛЕННОСТИ. URL: https://editorum.ru/ru/article/25078
12. Черников А. П. Принятие управленческих решений в условиях неопределенности. URL: https://cyberleninka.ru/article/n/prinyatie-upravlencheskih-resheniy-v-usloviyah-neopredelennosti
13. ОСНОВНЫЕ МЕТОДЫ УПРАВЛЕНИЯ РИСКАМИ НА ПРЕДПРИЯТИЯХ. URL: https://fundamental-research.ru/ru/article/view?id=26651
14. Калакутская Е. С. Особенности принятия решений в бизнесе в условиях неопределенности. URL: https://semanticscholar.org/paper/Peculiarities-of-decision-making-in-business-under-Kalakutskaya/557d07963d42c3d18e54738545934a66a1524e75
15. Чижиков Э. Н. ОСОБЕННОСТИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ И РИСКА. URL: https://elibrary.ru/item.asp?id=35122146
16. Аралбаева Ф. З., Карабанова О. Г., Круталевич-Леваева М. Г. РИСК И НЕОПРЕДЕЛЕННОСТЬ В ПРИНЯТИИ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ. URL: https://osu.ru/sites/default/files/docs/1382/2021_6_16.pdf
17. Фахрутдинова А. З. Модели рациональности в основаниях теории принятия решений. URL: https://iphras.ru/page55734892.htm
18. Сайфулина К.Э. и др. Принятие решения в условиях неопределенности: стратегии исследования и использования. URL: https://psyjournals.ru/jmfp/2020/n2/Sayfulina_etal.shtml
19. Денисова Е. В., Петрова Г. В. МЕТОДИКА УПРАВЛЕНИЯ РИСКАМИ В КОНТЕКСТЕ ВЗВЕШЕННОГО РЕШЕНИЯ УПРАВЛЕНЧЕСКИХ ЗАДАЧ. URL: https://vaael.ru/ru/article/view?id=3328
20. ПОДХОДЫ И МЕТОДЫ ОЦЕНКИ И ФОРМИРОВАНИЯ СТРАТЕГИИ УПРАВЛЕНИЯ РИСКАМИ. URL: https://cyberleninka.ru/article/n/podhody-i-metody-otsenki-i-formirovaniya-strategii-upravleniya-riskami
21. Царев М. Введение в теорию принятия решений. URL: http://rain.ifmo.ru/cat/view.php/pages/444.htm