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.