Подходы к понятию «риск» в теории управления и системных исследованиях
В области специальной методологии управления существует множество системных разработок, концептуальные модели которых понятны неспециалистам и применимы в контексте общей методологии управления социальными ситуациями. Один из таких подходов представлен «интеллектуальной многометодной системой» (ИМС), авторы которой рассматривают ее как модель процесса принятия решения сложных проблем. Цель ИМС — создать комплекс достаточно универсальных средств решения задач управления динамическими системами, содержащий, накапливающий и использующий как формальные, так и неформальные (экспертные) знания в этой области. Поэтому такой комплекс, с одной стороны, должен иметь богатый набор базовых вычислительных схем, обеспечивающих решение поставленной задачи, а с другой — базы знаний, содержащие качественные зависимости предметной области, эмпирический опыт решения задач и механизмы работы с такими знаниями, а также набор формальных, строгих знаний (правил, определений, теорем, следствий, примеров, фактов)1. Схема (рис. 4), описывающая взаимодействие эксперта и инженера-пользователя с ЭВМ, с одной стороны, и с набором технических устройств — с другой, может быть адаптирована к не собственно техническим областям деятельности.
Так, если заменить пользователя руководителем или аналитиком МЧС, инструментальную среду - чрезвычайной ситуацией, а базу знаний — набором должностных инструкций, то мы получим модель анализа и управления чрезвычайной ситуацией. Если же заменить пользователя руководителем страховой компании, инструментальную среду — процессом взаимодействия страховщиков со страхователями (клиентами), а базы знаний — набором практических знаний по страхованию, то применимость настоящей схемы уже к страховому делу становится достаточно очевидной. Однако в схеме не отражено, чем отличаются процессы управления в стандартных и экстремальных ситуациях. Поэтому следует обратиться к некоторой конкретизации данного подхода.
1 См.: Гурман В. И., Дмитриев М.Г., Осипов Г. С. Интеллектуальная многометод-ная технология для решения и анализа задач управления // Системные исследования. Методологические проблемы. Ежегодник. 1992—1994. М., 1996. С. 245—246.
Раздел III. Прикладные исследования
Рис.4
По мнению В.А.Геловани и В.Б. Бриткова, авторов работы «Системы поддержки принятия решений в нештатных ситуациях с использованием современной информационной технологии»1, системный подход означает анализ всех аспектов рассматриваемой задачи, продумывание и моделирование полного технологического цикла обработки информации начиная от ввода и получения информации до принятия решения. Основная идея разрабатываемой методологии заключается в накапливании знаний в компьютерной форме баз знаний с их последующим использованием для принятия решений. Допустим, что существует предметная область, в которой знания (в виде рекомендуемых решений и
1 См.: Системные исследования. Методологические проблемы : ежегодник. 1995-1996. М., 1996.
Глава 18. Теория социальных технологий: возможности и границы
последовательности действий) накапливаются по мере рассмотрения нештатных ситуаций, повторяющихся с некоторой частотой. К таким ситуациям относятся промышленные аварии, стихийные бедствия (паводки, цунами, землетрясения). В этом случае частота событий не настолько велика, чтобы была реальная возможность обучать и тренировать персонал и лиц, ответственных за принятие решений, а последствия неоптимальных решений могут быть значительными. В то же время решения должны приниматься оперативно, что исключает традиционные способы принятия решений на основе консультации со специалистами. Поэтому весьма важно создать системы искусственного интеллекта такого рода для накапливания практического знания (инструкций), которые могут быть использованы в нештатных ситуациях (ситуациях повышенного риска).
В специальной литературе существует известное смешение понятий «чрезвычайная» и «нештатная ситуация». Авторы упомянутой статьи полагают, что в данном контексте правильнее говорить именно о нештатных ситуациях, которые могут и не быть чрезвычайными по своим последствиям. Именно на то, чтобы нештатная ситуация не переросла в чрезвычайную, и направлен данный методологический подход. На грани, отделяющей нештатную ситуацию от чрезвычайной, можно расположить ситуацию «запланированного риска», которая является типичной для страхования.
Представляет особый интерес описание процесса формирования баз знаний, которые они подразделяют, согласно теории экспертных систем1, на ряд категорий. Среди них: универсальные, относящиеся ко всем рассматриваемым областям, объектам и ситуациям;
проблемные, которые относятся к данному классу объектов и ситуаций;
специфические, связанные с конкретным объектом и особенностями его функционирования.
Знания в обсуждаемых базах структурируются по форме используемых моделей, которые могут быть соответственно универсальными, проблемными и специфическими. В структуру каждой
1 См.: Cauvet С., Proix С., Rolland С. Information Systems Design: an Expert System Approach // The Role of Artificial Intelligence in Databases and Information Systems. Gungzhou (China), 1988. P. 1-28.
Раздел III. Прикладные исследования
модели включаются также имитационные модели в виде вычислительных процедур. В общем виде знания, включающие модели, можно представить как четверку вида:
M=(S,RJ,K),
где S - база имитационных моделей; R — база продукционных правил, которая пополняется в результате анализа принятия решений в нештатных ситуациях; /—информационная база; А"-база общих знаний. На рис. 5 показан простейший вариант процесса приобретения и передачи знаний о действиях в чрезвычайных или нештатных ситуациях.
Рис.5
Принятая российская государственная классификация чрезвычайных ситуаций (ЧС) (Постановление Правительства РФ от 13.09.1996 № 1094 «О классификации чрезвычайных ситуаций природного и техногенного характера») далеко не полна, поскольку ограничивается только двумя указанными типами - ситуациями природного и техногенного характера. Однако уже в рамках такого подхода обнаруживаются три важные особенности ЧС. Во-первых, они подразделяются на более и менее глобальные по силе детерминационного воздействия. Первые могут выступать источником вторых, например, землетрясения вызывают наводнения, штормы, оползни, камнепады, лавины, сели и т.п., а снежные лавины могут быть источником только наводнений и селей.
Глава 18. Теория социальных технологий: возможности и границы
Во-вторых, закономерные связи существуют не только между разными видами одного типа ЧС. Таковые прослеживаются между природными и техногенными ЧС. В-третьих, наложение ЧС одного типа на ЧС другого типа создает качественно иную ситуацию. «К примеру, совмещение потенциально опасных сейсмических районов, участков возможных затоплений, зон воздействия поражающих факторов от ХОО (химически опасного объекта) представляет собой многоступенчатую задачу со многими неизвестными. При этом вероятность возникновения событий (явлений) имеет бесконечную неопределенность»1.
Таким образом, все ЧС объединены в систему, которая характеризуется «цепочной связью», «эффектом домино» (или «кумулятивным эффектом»)2. Автор не включает в данную систему ЧС экономического и политического типа, хотя это вытекает из его анализа: «Масштабы прямого ущерба от ЧС, затрат на их ликвидацию и реабилитацию пострадавшего населения и территорий ставят под вопрос возможности экономики по восполнению этих потерь»3, что фактически является констатацией масштабной социально-экономической ЧС. Применительно к страхованию это означает необходимость комплексного подхода к ЧС, в частности приведение тарифов страхования и величины страховой компенсации в соответствие с классификацией ЧС по типам и зонам. На рис. 5 параметры «Глобальная база знаний» и «Локальная база знаний» могут быть поставлены в соответствие типам ЧС, с одной стороны, и конкретным примерам ЧС - с другой. В общем виде системный страховой риск в той же степени поддается расчету и прогнозированию, что и риск ЧС, однако именно страхование ЧС является для страхователя наиболее надежной защитой его безопасности. Для страховщика же наибольшую опасность представляет «эффект домино» страхового портфеля, неизбежно приводящий к банкротству страховой компании. Структура страхового портфеля должна стремиться к оптимальному многообразию, в частности избегать иерархических моделей, которым свойственны детерминистические, каузальные связи.
1 Акимов В. Чрезвычайные ситуации: оценка опасности // Страховое дело. 1998. № 1.С. 42.
2 См.: Смирнов В.В. Процесс управления риском. 1997. № 2. С. 9-12.
3 Там же.
Раздел III. Прикладные исследования
К понятию риска в экономике
Немецкий экономист Ульрих Бек выдвинул понятие «общества риска» как специфического типа постиндустриального общества1. Он исходит из того, что идеал абсолютной безопасности человека принципиально недостижим. Однако сегодня опасность проистекает не из тех природных и социальных сил, которые неподвластны человеку, но из новых и неожиданных источников. Неизбежный «остаточный риск» оказывается оборотной стороной беспрецедентных благоприятных возможностей (процветания, относительно высокого уровня социального обеспечения и общего комфорта), предлагаемых современным обществом значительному количеству его членов. Они пользуются и другим преимуществом - кредитом социального доверия (условия и гарантии страховых выплат строятся на основе презумпции невиновности, отбрасывающей крайние случаи грубого недосмотра и намеренного вреда). Благодаря этому юридические баталии по поводу определения виновников становятся необязательными, а также смягчается моральный ущерб. Вместе этого в деловых кругах формируется соразмерный величине страховых издержек побудительный мотив к предупреждению (или непредупреждению) происшествий.
Примечательно, что исчисление различных видов риска и законы об обязательном страховании оказывают парадоксальный эффект. События, которые еще не произошли и вообще могут не случиться, становятся объектом действий в настоящем — раннего предупреждения, компенсации, иных мер предосторожности против будущих последствий. В этом смысле возможный в будущем риск делается неустранимым в принципе, но устраняемым до некоторой степени уже сегодня. Современность, вносящая неопределенность во все уголки бытия, обретает свой контрпринцип в некотором социальном договоре против порождаемых индустриальной системой опасностей и ущерба - договоре, складывающемся из общественных и частных страховых соглашений. Так проявляет себя возникающая способность индустриального общества иметь дело со своим непредсказуемым будущим. При этом
1 Beck U. Risikogesellschaft: Auf dem Wege in eine andere Moderne. Frankfurt a/M, 1986.
Глава 18. Теория социальных технологий: возможности и границы
проблема риска не исчезает, но переносится на другой уровень — уровень страховщика. Теперь именно его задачей становится отличать потенциальные управляемые риски-опасности от неизбежных и неприемлемых угроз. Предсказуемый риск или неконтролируемая угроза — именно между ними проходит граница, отделяющая успешный бизнес от авантюры и рациональный анализ от метода проб и ошибок.
Соотношение риска и неопределенности — предмет исследования американского экономиста Фрэнка Найта1. Он стремится очертить основные контуры рационального анализа экономических рисков и определить его границы. По его мнению, почти невозможно привести пример риска в сфере бизнеса, применительно к которому можно было бы заранее вычислить распределение различных возможных исходов. Решать проблему (если решение вообще возможно) нужно путем изучения эмпирических результатов. Многие риски могут быть доведены до высокой степени предсказуемости путем статистической группировки, но их значительная часть подобной процедуре не поддается. Дело в том, что статистическое исследование никогда не позволяет получить абсолютно точные количественные результаты. Даже в простом случае (с бросанием монеты, с рулеткой и т.п.) для этого потребовалось бы бесконечное количество наблюдений — в этом известный логический порок всякой неполной индукции. Кроме того, ограниченная применимость математики связана с невозможностью обеспечить заданную степень однородности внутри выделенного нами класса ситуаций риска. Риск в бизнесе в некоторой степени допускает если не прямое использование вероятностной логики, то теоретический анализ, дополняющий исследование эмпирических данных. Экспертные оценки позволяют определять степени риска в конкретных случаях, выделяя их из некоторой группы, причем необходимость экспертного анализа нельзя полностью элиминировать никакой более подробной типологией или классификацией ситуаций риска.
Мыслительные операции, совершаемые менеджерами, имеют мало общего с процедурами концептуального анализа и точного измерения. Это два специфических типа мышления — практическое, неявное (М. Полани) и логическое, теоретическое. Менед-
1 См.: Knight F. Risk, Uncertainty and Profit. Boston ; N.Y., 1921.
Раздел 1П. Прикладные исследования
жеры могут быть слабо знакомы с методами статистического анализа, но главное в том, что решения в сфере бизнеса обычно относятся к настолько уникальным ситуациям, что не поддаются статистической группировке или отнесению к некоторому четко очерченному типу. К ним применим скорее «идеографический», исторический метод баденской школы неокантианцев, а не «но-мотетический» метод, исходящий из общих законов или правил. Однако рассуждения менеджеров об оценке обоснованности или надежности решений по форме сходны с вероятностными суждениями, оперирующими десятичными дробями, что приводит к постоянной путанице. Объективная неопределенность, свойственная выводам практического мышления, придает экономической организации характерную форму «предприятия» (enterprise, т.е. «приступай к делу, чтобы получить приз») и объясняет происхождение специфического дохода предпринимателя.
Ф. Найт предлагает различать измеримую и неизмеримую неопределенность и использовать для обозначения первой термин «риск», а второй — «неопределенность». Термин «риск» применяется, как правило, в ситуации, когда возможен неблагоприятный исход, а термин «неопределенность» - при возможности благоприятного исхода: мы говорим о риске потерь и неопределенности выигрыша. Автор усматривает разницу между категориями риска и неопределенности в следующем. В первом случае распределение результатов в группе известно (что достигается путем вычислений или изучения статистики предшествующего опыта), а во втором — нет. Это вызвано обычно невозможностью провести группировку случаев, так как рассматриваемые ситуации в значительной мере уникальны. Опасаясь неудачи, менеджер на деле стремится избежать попадания в известную группу случаев, параметры которой хорошо известны. Надежных рецептов успеха, напротив, не существует.
Однако при рассмотрении всякого единичного случая не существует различия между измеримым риском и неизмеримой неопределенностью с точки зрения принятия управленческого решения. В обоих случаях субъект придает оценке точности своего суждения вероятностную форму «а успехов в b случаях» (чему соответствует дробь а/b), и его субъективное отношение к этой оценке аналогично отношению к любому другому типу вероятности. Поэтому известные различия между классической, статисти-
Глава 18. Теория социальных технологий: возможности и границы
ческой, логической и персоналистской (субъективной) интерпретациями вероятности1 в решениях менеджеров не принимаются в расчет. В дальнейшем мы будем постоянно обращаться к тому, как в экономических исследованиях рассматривается проблема риска.