Формирование решений в условиях риска

Оглавление

Введение 3

1. Теоретическая сущность и основы разработки управленческих решений в условиях рыночных отношений 4

1.1 Понятие и сущность управленческих решений и их классификация 4

1.2 Методы прогнозирования. 9

1.3 Классификация рисков. Особенности принятия управленческих решений в условиях риска. 24

2. Пути совершенствования принятия управленческих решений в условиях неопределенности и риска 44

2.1 Проблемы рационализации механизма принятия решений и пути их разрешения 44

2.2 Организационно-экономическая эффективность решения проблем на предприятии 46

Заключение 49

Список литературы 51

 

 

Введение

Принятие решений является важной частью любой управленческой деятельности. Эффективность управления во многом обусловлена качеством таких решений. В решениях фиксируется вся совокупность отношений, возникающих в процессе трудовой деятельности и управления организацией. Если коммуникации - своего рода «стержень», пронизывающий любую деятельность в организации, то принятие решений - это «центр», вокруг которого вращается жизнь организации. Эффективное принятие решений необходимо для выполнения управленческих функций. Совершенствование процесса принятия обоснованных объективных решений в ситуациях исключительной сложности достигается путем использования научного подхода к данному процессу, моделей и количественных методов принятия решений.

Существуют разнообразные  точки зрения на то, какие решения, принимаемые человеком в организации, считать управленческими. Некоторые специалисты относят к таковым, например, решение о поступлении человека на работу, решение об увольнении с работы и тому подобное. Оправданной представляется точка зрения, согласно которой к управленческим решениям следует относить лишь те решения, которые затрагивают отношения в организации.

Эта проблема актуальна для  всех предприятий, для стратегического  принятия решения, для развития предприятия. Руководитель любой ступени должен быть грамотным и должен уметь принимать решения.

Цель данной курсовой работы - изучить теоретические вопросы  по данной проблеме, то есть по разработке управленческих решений в условиях неопределенности и риска.

 

1. Теоретическая  сущность и основы разработки  управленческих решений в условиях  рыночных отношений

1.1 Понятие и  сущность управленческих решений  и их классификация

Процесс принятия решений  для каждого человека индивидуален, очень сложен и мало кто может  его избежать. Способность принимать  решения быстро и правильно вырабатывается с опытом. Различные специалисты  дают различные определения понятию  “решение”, но из всех определений  следует, что решение - это выбор  альтернативы. К решениям относятся  совершенно различные выборы, совершаемые нами повседневной жизни: выбор одежды, меню и так далее. Некоторые принимаются нами абсолютно машинально, без долгого и систематического обдумывания, рассмотрения всех альтернатив. Однако и в повседневной жизни есть решения, над принятием которых мы размышляем часы, дни, месяцы и годы.

В управлении принятие решений - более систематизированный процесс, чем в частной жизни. Это связано с много большей ответственностью. Менеджеры принимают решения, связанные со многими людьми и с большой материальной ответственностью. Поэтому они не могут принимать непродуманных решений. Решения, принимаемые руководителем для выполнения обязанностей, обусловленных занимаемой должностью называют организационными решениями. Организационные решения квалифицируют как запрограммированные и незапрограммированные. Запрограммированным решением называют решение, принятое как результат реализации определенной последовательности действий или шагов, подобных тем, что принимаются при решении математического уравнения. Как правило, число возможных альтернатив ограничено, и выбор должен быть сделан в пределах направлений, заданных организацией. Незапрограммированные решения - решения, принимаемые в ситуациях, которые в определенной степени новы, внутренне не структурированы или сопряжены с неизвестными факторами.

Очень редко решения, принимаемые  руководителем, могут рассматриваться  как запрограммированные или  незапрограммированные в чистом виде. Даже самое структурированное решение подразумевает некоторую личную инициативу лица, принимающего решение, а для принятия незапрограммированного решения почти всегда могут быть использованы моменты методологии принятия запрограммированных решений. Необходимо отметить, что любое решение не может иметь чисто положительных результатов. В любом результате есть отрицательные моменты. Поэтому любое организационное решение - это компромисс. В каждом случае руководитель должен сделать выбор между неизбежными отрицательными моментами. Причем на хорошего руководителя существование отрицательных элементов в любом решении не должно оказывать психологического влияния, то есть помешать руководителям и в дальнейшем принимать решения.

В различных организациях различные решение могут приниматься  как одним человеком, так и  коллегиально. Это зависит от уровня решения, от структуры организации, уровня делегирования полномочий. Обычно самые сложные решения стратегического плана принимаются коллегиально, что позволяет уменьшить риск принятия неоптимального решения и снизить моральную нагрузку на людей, принимающих решение.

Процесс принятия решений - процесс  психологический. Люди, принимая решения, не всегда принимают логичные решения. Решения варьируются от спонтанных до высокологичных. Поэтому процессы принятия решений делятся на имеющий интуитивный, основанный на суждениях и рациональный характер, хотя решение редко относится к какой либо одной категории. Интуитивное решение - это решение, принятое только на основе того, что руководитель имеет ощущение того, что оно правильно. При этом руководитель не рассматривает все возможные варианты, не учитывает все их преимущества и недостатки и не нуждается в понимании ситуации.

Решения, основанные на суждениях  часто, кажутся интуитивными, так  как их логика не очевидна. Такое решение - это выбор, обусловленный знаниями или накопленным опытом. Человек использует знание о том, что случалось в сходных ситуациях раньше для того, чтобы спрогнозировать результат альтернативных решений в существующей ситуации. Такой метод принятия решений обладает как положительными, так и отрицательными сторонами. Положительным является то, что действительно многие ситуации имеют тенденцию к повторению и применение такого метода принятия решений позволяет сэкономить время и деньги, так как решение принимается руководителем очень быстро и без сбора дополнительной информации и ее анализа. Однако такие решения принимаются на базе здравого смысла, который в истинном его понимании встречается очень редко. Кроме того, информация, на основе которой принимается данное решение, может быть искажена потребностями людей и другими факторами. Также суждения не позволяют принимать правильные решения в уникальных или абсолютно новых ситуациях, так как лицо, принимающее решение не обладает необходимым опытом для обоснования выбора. Так как суждение всегда опирается на опыт, оно смещает ориентацию принятия решения в направление, знакомое руководителю по предыдущим ситуациям. Это может привести к тому, что руководитель упустит новые альтернативы.

Рациональное решение - это  решение, обоснованное с помощью  объективного аналитического процесса. Это структурированный процесс, состоящий обычно из 5 шагов, хотя количество шагов зависит от самой проблемы.

Кроме всего вышеперечисленного на процесс принятия решений влияют такие факторы как личностные оценки руководителя, среда принятия решений, информационные ограничения, поведенческие ограничения и  т.д.

Факторы, связанные со средой принятия решений - это риск и неопределенность. Объектом управленческого решения являются проблемы, связанные с разрешением теоретических и практических вопросов.

Требования, предъявляемые  к управленческим решениям:

    • всесторонняя обоснованность решений (наличие потребности и возможностей ее удовлетворения);
    • правомерность (соответствие принимаемого решения законодательству);
    • непротиворечивость (вновь принимаемые решения не должны противоречить уже существующим и дублировать их);
    • своевременность (принятие решения в тот момент, когда оно может и должно быть реализовано);
    • обеспеченность ресурсами;
    • ясность и лаконичность (недопустимость двойственного толкования решений и излишнего красноречия).

Классификация управленческих решений:

    1. По степени влияния на будущее организации:
    • стратегические - определяют общие направления развития организации и его долгосрочные цели;
    • тактические (конкретные методы достижения первых).
    1. По масштабам:
    • глобальные - охватывают всю организацию в целом;
    • локальные - затрагивают некоторые стороны деятельности предприятия.
    1. По продолжительности периода реализации:
    • долгосрочные (более пяти лет);
    • среднесрочные (от одного года до пяти лет);
    • краткосрочные (менее одного года).
    1. По направленности воздействия:
    • внешние;
    • внутренние.
    1. По обязательности выполнения:
    • директивные - принимаются высшим руководством и являются обязательными для исполнения;
    • рекомендательные - принимаются совещательными органами и не являются обязательными для исполнения;
    • ориентирующие - определяют единое направление деятельности подсистем организации.
    1. По функциональному назначению:
    • регулирующие - определяют метод выполнения действий;
    • координирующие - концентрируют усилия вокруг проблемы;
    • контролирующие - направлены на оценку результатов.
    1. По широте охвата:
    • общие - распространяются на всю компанию в целом;
    • специальные - рассматривают отдельные вопросы.
    1. По степени запрограммированности:
    • запрограммированные - принимаются в стандартных ситуациях, не требуют особого творческого напряжения;
    • незапрограммированные - принимаются в новых необычных условиях.
    1. По сфере реализации:
    • научные и маркетинговые исследования;
    • производство;
    • реализация товаров (услуг);
    • работа по кадрам и т. д.
    1. По способам принятия:
    • интуитивные - принимаются руководителем на основе его способности предвидеть результаты;
    • адаптивные - принимаются руководителем в соответствии с его профессиональными и личными знаниям, жизненным опытом;
    • рациональные - опираются на научный анализ проблемы.

1.2 Методы прогнозирования.

 

 Последствия решений менеджера, экономиста, инженера проявятся в будущем. А будущее неизвестно. Мы обречены принимать решения в условиях неопределенности. Мы всегда рискуем, поскольку нельзя исключить возможность нежелательных событий. Но можно сократить вероятность их появления. Для этого необходимо спрогнозировать дальнейшее развитие событий, в частности, последствия принимаемых решений. 

Методы социально-экономического прогнозирования. Кратко рассмотрим различные методы прогнозирования (предсказания, экстраполяции), используемые в социально-экономической области. По вопросам прогнозирования имеется большое число публикаций (см., например, книги [18-26]). Как часть теории принятия решений существует научная дисциплина "Математические методы прогнозирования". Ее целью является разработка, изучение и применение современных математических методов эконометрического (в частности, статистического, экспертного, комбинированного) прогнозирования социально-экономических явлений и процессов, причем методы должны быть проработаны до уровня, позволяющего их использовать в практической деятельности экономиста, инженера и менеджера. К основным задачам этой дисциплины относятся: 

- разработка, изучение и  применение современных математико-статистических  методов прогнозирования (в том  числе непараметрических методов, включая методы наименьших квадратов с оцениванием точности прогноза, адаптивных методов, методов авторегрессии и др.),  

- развитие теории и  практики экспертных методов  прогнозирования, в том числе  методов анализа экспертных оценок  на основе статистики нечисловых данных,  

-методов прогнозирования  в условиях риска, 

- комбинированных методов  прогнозирования с использованием  совместно экономико-математических и эконометрических (как статистических, так и экспертных) моделей.  

Теоретической основой методов  прогнозирования являются математические дисциплины (прежде всего, теория вероятностей и математическая статистика, дискретная математика, исследование операций), а также экономическая теория, экономическая статистика, менеджмент, социология, политология и другие социально-экономические науки.

Как общепринято со времен основоположника научного менеджмента  Анри Файоля, прогнозирование и планирование - основа работы менеджера. Сущность эконометрического прогнозирования состоит в описании и анализе будущего развития, в отличие от планирования, при котором директивным образом задается будущее движение. Например, вывод прогнозиста может состоять в том, что за час мы сможем отойти пешком от точки А не более чем на 5 км, а указание плановика - в том, что через час необходимо быть в точке Б. Ясно, что если расстояние между А и Б не более 5 км, то план реален (осуществим), а если более 10 км - не может быть осуществлен в заданных условиях. Необходимо либо отказаться от нереального плана, либо перейти на иные условия его реализации, например, двигаться не пешком, а на автомашине. Рассмотренный пример демонстрирует возможности и ограниченность методов прогнозирования. А именно, эти методы могут быть успешно применены при условии некоторой стабильности развития ситуации и отказывают при резких изменениях.

Часто оказывается полезным промежуточный путь между прогнозированием и планированием – так называемое нормативное прогнозирование. При его применении задается цель, а затем разрабатывается система мероприятий, обеспечивающая достижение этой цели, и изучаются характеристики этой системы (объем необходимых ресурсов, в том числе материальных, кадровых, финансовых, временных, возникающие риски и т.п.). 

Один из вариантов применения методов прогнозирования - выявление  необходимости изменений путем "приведения к абсурду". Например, если население Земли каждые 50 лет будет увеличиваться вдвое, то нетрудно подсчитать, через сколько лет на каждый квадратный метр поверхности Земли будет приходиться по 10000 человек. Из такого прогноза следует, что закономерности роста численности населения должны измениться.  

Учет нежелательных тенденций, выявленных при прогнозировании, позволяет принять необходимые меры для их предупреждения, а тем самым помешать осуществлению прогноза.

Есть и самоосуществляющиеся прогнозы. Например, если в вечерней телевизионной передаче будет сделан прогноз о скором банкротстве определенного банка, то наутро многие вкладчики этого банка пожелают получить свои деньги, у входа в банк соберется толпа, а банковские операции придется остановить. Такую ситуацию журналисты описывают словами: "Банк лопнул". Обычно для этого достаточно, чтобы в один "прекрасный" (для банка) момент вкладчики пожелали изъять заметную долю (скажем, 30%) денежных средств с депозитных счетов.

Прогнозирование - частный  вид моделирования как основы познания и управления. 

Роль прогнозирования  в управлении страной, отраслью, регионом, предприятием очевидна. Необходимы учет СТЭЭП-факторов (т.е. социальных, технологических, экономических, экологических, политических), факторов конкурентного окружения и научно-технического прогресса. А также прогнозирование расходов и доходов предприятий и общества в целом (в соответствии с двумя вариантами жизненным циклом продукции - во времени и по 11-и стадиям международного стандарта ИСО 9004). Проблемы внедрения и практического использования математических методов эконометрического прогнозирования при принятии решений связаны прежде всего с отсутствием в нашей стране достаточно обширного опыта подобных исследований, поскольку в течение десятилетий планированию отдавался приоритет перед прогнозированием.

Статистические методы прогнозирования. Простейшие методы восстановления используемых для прогнозирования зависимостей исходят из заданного временного ряда, т.е. функции, определенной в конечном числе точек на оси времени. Временной ряд при этом часто рассматривается в рамках вероятностной модели, вводятся иные факторы (независимые переменные), помимо времени, например, объем денежной массы (агрегат М2). Временной ряд может быть многомерным, т.е. число откликов (зависимых переменных) может быть больше одного. Основные решаемые задачи - интерполяция и экстраполяция. Они рассматриваются давно. Метод наименьших квадратов в простейшем случае (линейная функция от одного фактора) был разработан К.Гауссом более двух столетий назад, в 1794-1795 гг.  

Опыт прогнозирования  индекса инфляции и стоимости  потребительской корзины накоплен в Институте высоких статистических технологий и эконометрики. При этом оказалось полезным преобразование (логарифмирование) переменной - текущего индекса инфляции. Характерно, что при стабильности условий точность прогнозирования оказывалась достаточно удовлетворительной - 10-15 %. Однако спрогнозированное на осень 1996 г. значительное повышение уровня цен не осуществилось. Дело в том, что руководство страны перешло к стратегии сдерживания роста потребительских цен путем массовой невыплаты зарплаты и пенсий. Условия изменились - и статистический прогноз оказался непригодным. Влияние решений руководства Москвы проявилось также в том, что в ноябре 1995 г. (перед парламентскими выборами) цены в Москве упали в среднем на 9,5%, хотя обычно для ноября характерен более быстрый рост цен, чем в другие месяцы года, кроме декабря и января.  

Наиболее часто используется метод наименьших квадратов при  нескольких факторах (2-5). Метод наименьших модулей и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше. Большую роль играет традиция и общий невысокий уровень знаний об эконометрических методах прогнозирования.  

Оценивание точности прогноза - необходимая часть процедуры  квалифицированного прогнозирования. При этом обычно используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия (при использовании параметрических моделей). Разработаны параметрические (обычно на основе модели нормальных ошибок) и непараметрические оценки точности прогноза и доверительные границы для него (на основе Центральной Предельной Теоремы теории вероятностей). Так, в Институте высоких статистических технологий и эконометрики предложены и изучены методы доверительного оценивания точки наложения (встречи) двух временных рядов и их применения для оценки динамики технического уровня собственной продукции и продукции конкурентов, представленной на мировом рынке.  

Применяются также эвристические  приемы, не основанные на какой-либо теории: метод скользящих средних, метод  экспоненциального сглаживания.

Адаптивные методы прогнозирования  позволяют оперативно корректировать прогнозы при появлении новых точек. Речь идет об адаптивных методах оценивания параметров моделей и об адаптивных методах непараметрического оценивания. Отметим, что с развитием вычислительных мощностей компьютеров проблема сокращения объемов вычисления теряет свое значение. 

Многомерная регрессия, в  том числе с использованием непараметрических оценок плотности распределения - основной на настоящий момент эконометрический аппарат прогнозирования. Подчеркнем, что нереалистическое предположение о нормальности погрешностей измерений и отклонений от линии (поверхности) регрессии использовать не обязательно. Однако для отказа от предположения нормальности необходимо опереться на иной математический аппарат, основанный на многомерной центральной предельной теореме теории вероятностей и эконометрической технологии линеаризации. Он позволяет проводить точечное и интервальное оценивание параметров, проверять значимость их отличия от 0 в непараметрической постановке, строить доверительные границы для прогноза.  

Весьма важна проблема проверки адекватности модели, а также  проблема отбора факторов. Дело в том, что априорный список факторов, оказывающих влияние на отклик, обычно весьма обширен, желательно его сократить, и крупное направление современных эконометрических исследований посвящено методам отбора "информативного множества признаков". Однако эта проблема пока еще окончательно не решена. Проявляются необычные эффекты. Так, установлено [1], что обычно используемые статистические оценки степени полинома при росте объемы выборки имеют геометрическое распределение.  

Перспективны непараметрические  методы оценивания плотности вероятности и их применения для восстановления регрессионной зависимости произвольного вида. Наиболее общие постановки в этой области получены с помощью подходов статистики нечисловых данных [1]. 

К современным статистическим методам прогнозирования относятся  также модели авторегрессии, модель Бокса-Дженкинса, системы эконометрических уравнений, основанные как на параметрических, так и на непараметрических подходах.  

Для установления возможности  применения асимптотических результатов при конечных (т.н. "малых") объемах выборок полезны компьютерные статистические технологии. Они позволяют также строить различные имитационные модели. Отметим полезность методов размножения данных (бутстреп-методов). Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста.  

Прогнозирование на основе данных, имеющих нечисловую природу, в частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет нотны и рационального объема выборки (см. часть 2 выше), а также регрессионный анализ нечетких данных, разработанный в монографии [7]. Общая постановка регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи - дисперсионный анализ и дискриминантный анализ (распознавание образов с учителем), давая единый подход к формально различным методам, полезна при программной реализации современных статистических методов прогнозирования.

Экспертные методы прогнозирования. Необходимость и общее представление о применении экспертных методов прогнозирования при принятии решений на различных уровнях управления - на уровне страны, отрасли, региона, предприятия - вытекают из рассмотрений следующей главы. Отметим большое практическое значение экспертиз при сравнении и выборе инвестиционных и инновационных проектов, при управлении проектами, экологических экспертиз. Роли лиц, принимающих решения (ЛПР), и специалистов (экспертов) в процедурах принятия решений, критерии принятия решений и место экспертных оценок в процедурах принятие решений рассмотрены ниже. В качестве примеров конкретных экспертных процедур, широко используемых при прогнозировании, укажем метод Дельфи и метод сценариев. На их основе формируются конкретные процедуры подготовки и принятия решений с использованием методов экспертных оценок, например, процедуры распределения финансирования научно-исследовательских работ (на основе балльных оценок или парных сравнений), технико-экономического анализа, кабинетных маркетинговых исследований (противопоставляемых "полевым" выборочным исследованиям), оценки, сравнения и выбора инвестиционных проектов. 

В соотнесении с задачами прогнозирования напомним о некоторых  аспектах планирования и организации экспертного исследования. Должны быть сформированы Рабочая группа и экспертная комиссия. Основные этапы проведения экспертного исследования рассмотрены ниже. Весьма ответственными этапами являются формирование целей экспертного исследования (сбор информации для ЛПР и/или подготовка проекта решения для ЛПР и др.) и формирование состава экспертной комиссии (методы списков (реестров), "снежного кома", самооценки, взаимооценки) с предварительным решением проблемы априорных предпочтений экспертов. Различные варианты организации экспертного исследования, различающиеся по числу туров (один, несколько, не фиксировано), порядку вовлечения экспертов (одновременно, последовательно), способу учета мнений (с весами, без весов), организации общения экспертов (без общения, заочное, очное с ограничениями ("мозговой штурм") или без ограничений) позволяют учесть специфику конкретного экспертного исследования. Компьютерное обеспечение деятельности экспертов и Рабочей группы, экономические вопросы проведения экспертного исследования важны для успешного проведения экспертного исследования. 

Напомним, что экспертные оценки могут быть получены в различных  математических формах. Наиболее часто используются количественные или качественные (порядковые, номинальные) признаки, бинарные отношения (ранжировки, разбиения, толерантности), интервалы, нечеткие множества, результаты парных сравнений, тексты и др. Основные понятия (репрезентативной) теории измерений: основные типы шкал, допустимые преобразования, адекватные выводы и др. - важны применительно к экспертному оцениванию. Необходимо использовать средние величины, соответствующие основным шкалам измерения. Применительно к различным видам рейтингов репрезентативная теория измерений позволяет выяснить степень их адекватности прогностической ситуации, предложить наиболее полезные для целей прогнозирования (см. главу 2.1).  

Например, анализ рейтингов  политиков по степени их влиятельности, публиковавшийся одной из известных  центральных газет, показал, что  из-за неадекватности используемого математического аппарата лишь первые 10 мест, возможно, имеют некоторое отношение к реальности (они не меняются при переходе к другому способу анализа данных, т.е. не зависят от субъективизма членов Рабочей группы), остальные - "информационный шум", попытки опираться на них при прогностическом анализе могут привести лишь к ошибкам. Что же касается начального участка рейтинга этой газеты, то он также может быть подвергнут сомнению, но по более глубоким причинам, например, связанным с составом экспертной комиссии. 

Основными процедурами обработки  прогностических экспертных оценок являются проверка согласованности, кластер-анализ и нахождение группового мнения. 

Проверка согласованности  мнений экспертов, выраженных ранжировками, проводится с помощью коэффициентов ранговой корреляции Кендалла и Спирмена, коэффициента ранговой конкордации Кендалла и Бэбингтона Смита. Используются параметрические модели парных сравнений - Терстоуна, Бредли-Терри-Льюса - и непараметрические модели теории люсианов. В следующей главе рассмотрена процедура согласования ранжировок и классификаций; построения согласующих бинарных отношений.   

При отсутствии согласованности  разбиение мнений экспертов на группы сходных между собой проводят методом ближайшего соседа или другими  методами кластерного анализа (автоматического построения классификаций, распознавания образов без учителя). Классификация люсианов осуществляется на основе вероятностно-статистической модели. 

Используют различные  методы построения итогового мнения комиссии экспертов. Своей простотой  выделяется метод средних рангов. Компьютерное моделирование (см. работу [27]) позволило установить ряд свойств медианы Кемени, часто рекомендуемой для использования в качестве итогового (обобщенного, среднего) мнения комиссии экспертов. Интерпретация закона больших чисел для нечисловых данных в терминах теории экспертного опроса такова: итоговое мнение устойчиво, т.е. мало меняется при изменении состава экспертной комиссии, и при росте числа экспертов приближается к "истине". При этом в соответствии с принятым в монографии [3] подходом предполагается, что ответы экспертов можно рассматривать как результаты измерений с ошибками, все они - независимые одинаково распределенные случайные элементы, вероятность принятия определенного значения убывает по мере удаления от некоторого центра - "истины", а общее число экспертов достаточно велико.

Проблемы применения методов прогнозирования  в условиях риска. Многочисленны примеры ситуаций, связанных с социальными, технологическими, экономическими, политическими, экологическими и другими рисками. Именно в таких ситуациях обычно и необходимо прогнозирование. Известны различные виды критериев, используемых в теории принятия решений в условиях неопределенности (риска). Из-за противоречивости решений, получаемых по различным критериям, очевидна необходимость применения оценок экспертов.

В конкретных задачах прогнозирования  необходимо провести классификацию рисков, поставить задачу оценивания конкретного риска, провести структуризацию риска, в частности, построить деревья причин (в другой терминологии, деревья отказов) и деревья последствий (деревья событий). Центральной задачей является построение групповых и обобщенных показателей, например, показателей конкурентоспособности и качества. Риски необходимо учитывать при прогнозировании экономических последствий принимаемых решений, поведения потребителей и конкурентного окружения, внешнеэкономических условий и макроэкономического развития России, экологического состояния окружающей среды, безопасности технологий, экологической опасности промышленных и иных объектов. Метод сценариев незаменим применительно к анализу технических, экономических и социальных последствий аварий.