Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Manažerské rozhodování Ing. Helena Hrůzová, CSc.

Podobné prezentace


Prezentace na téma: "Manažerské rozhodování Ing. Helena Hrůzová, CSc."— Transkript prezentace:

1 Manažerské rozhodování Ing. Helena Hrůzová, CSc.

2 Informativně Termíny výuky Literatura (základní) –Hrůzová, H: Manažerské rozhodování. Praha: VŠEM, 2010 –Prezentace Zkouška – Vzorový test Systém výuky a forma práce Účastníci 100 – – – 513 

3 Obsah předmětu  Rozhodovací procesy a jejich struktura  Postup řešení a analýza rozhodovacích problémů  Vytváření variant řešení  Hodnocení a výběr variant  Management rizika  Participativní rozhodování 3

4  Rozhodovací procesy – terminologie 8 4

5 Znaky manažerského rozhodování (Dnes již) vědní disciplina „Mladá“ disciplina Prakticky zaměřená (není „vysokou teorií“) Multidisciplinární Významnost role rozhodovatele Významnost rizikových faktorů a situací 5

6 Multidisciplinarita teorie, nástroje, praxe manažerského rozhodování persona- listika sociologie management podniková ekonomika marketing psychologie filosofie matematika informační systémy a technologie výroba a logistika ……. statistika 9 6

7 Typy rozhodování Intuitivní vs. analytické Vědomé vs. nevědomé Racionální vs. iracionální 7

8 8 Stránky, teorie a modely Meritorní, procedurální a instrumentální stránka Normativní teorie a deskriptivní teorie Sociálně psychologické, kvantitativně orientované, organizační teorie rozhodování

9 Modely rozhodování MODELRACIONÁLNĚ EKONOMICKÝADMINISTRATIVNÍ v rozhodovací situaci manažer by měl dělatskutečně dělá informacezískat úplné a přesnéužívá neúplné a nepřesné rizikovyloučit riziko/nejistotunevyloučí riziko/nejistotu racionalitahodnotit racionálně a logickyje omezen subjektivní racionalitou princip volbysměřovat optimalizace – princip optimalizace směřuje k uspokojení – princip satisfakce  rozhodnutí/teorienormativnídeskriptivní výsledekoptimální pro zájmy a cíle organizace nemusí být optimální pro organizace 11 9

10 Manažerské rozhodování – věda, praxe, intuice? Manažerské rozhodování – věda, praxe, intuice? 8 10

11  Rozhodovací procesy – struktura 12 11

12 12 Rozhodovací procesy Prvky rozhodovacího procesu Klasifikace rozhodovacích procesů Role informací a informačních technologií v rozhodování

13 Subjekt Cíle Varianty Důsledky Kritéria Objekt Stav světa 13 Prvky rozhodovacího procesu 13

14 14 Klasifikace prvků a typů Zejména: Podmínky pro rozhodování Postoj subjektu k riziku Racionalita rozhodování Princip optimalizace/satisfakce řešení Strukturovanost objektu Algoritmizovatelnost Forma vyjádření cílů a kritérií Typ kritérií Vývoj v čase Konfliktnost variant

15 15 Strukturovanost problémů Dobře strukturované problémy Špatně strukturované problémy Semi-strukturované problémy

16 Informace při rozhodování PožadavkyOdmítnout opak Je třeba bilancovat množství informací vs. náklady a užitečnost informací dostatečný počet kvalitní relevantní aktuální jednoznačné verifikované 16

17 17 Informace – užitek a náklady náklady užitek rozsah informací užitek, náklady Optimum ! S růstem objemu informací rostou mezní náklady, ale klesá jejich mezní užitek 17

18 18 Faktory  rozsah informací Významnost Reversibilita Senzitivita Časový horizont/tlak Disponibilnost zdrojů Dostupnost informací Schopnosti rozhodovatele

19 Počítačová podpora Informační forma – manažerské informační systémy (MIS) Modelová forma – systémy na podporu rozhodování (DSS) Expertní forma – expertní systémy (ES) 17 19

20 20 Shrnutí tématu a dotazy Shrnutí tématu a dotazy Rozdíl mezi rozhodováním a rozhodovacím procesem Rozlišovat meritorní a procedurální stránku rozhodovacích procesů Rozlišovat normativní a deskriptivní teorie rozhodování Znát prvky rozhodovacího procesu Umět klasifikovat rozhodovací procesy Uvědomovat si roli informací a PC

21  Postup řešení a analýza rozhodovacích problémů 20 21

22 22 Obsah  Fáze řešení rozhodovacích procesů  Metodický postup analýzy rozhodovacích problémů –Situační analýza –Identifikace rozhodovacích problémů –Analýza a formulace rozhodovacích problémů  Metody analýzy a interpretace rozhodovacích problémů –Metody kauzální analýzy –Metody analýzy struktury rozhodovacích problémů  Využití metod v praxi

23 1. Fáze rozhodovacího procesu  Určení problému  Situační analýza  Identifikace problémů  Analýza problémů  Rozhodovací kritéria  Tvorba variant  Důsledky variant  Výběr variant/y  Realizace  Kontrola, retrospektiva 2.Tvorba variant 3.Hodnocení variant 4.Výběr variant 5.Realizace rozhodnutí 6.Kontrola a hodnocení 23

24 Rozhodovací proces jako cyklus 23 identifikace, analýza, formu- lace problémů identifikace, analýza, formu- lace problémů nové problémy nové problémy situační analýza situační analýza monitorování, kontrola a retrospektiva monitorování, kontrola a retrospektiva implementace varianty implementace varianty výběr varianty výběr varianty určení a hodnocení důsledků variant určení a hodnocení důsledků variant určení kritérií a tvorba variant určení kritérií a tvorba variant 24

25 2. Metodický postup důležitost řešení problémů pořadí řešení problémů analýza a formulace problému deskripce a prvotní formulace problému cíl řešení problému kauzální analýza testování kauzality zpřesnění formulace problému vznik rozhodo- vacího problému situační analýza rozpoznání problémových situací rozčlenění problémových situací identifikace rozho- dovacích problémů

26 3. Metody analýzy a interpretace rozhodovacích problémů metody analýzy struktury metody kauzální analýzy metoda Kepnera-Tregoea kauzální řetězec strom kauzálních vztahů diagram příčin a následku kauzální diagnóza regresní a korelační analýza analýza silového pole Paretova analýza analýza kauzálních vrstev (CLA) influenční diagram kognitivní mapa další metody analýzy rozhodovacích problémů dimenzionální analýza metoda šesti slov metoda šesti klobouků analýza interaktivních rozhodovacích oblastí (AIDA) 38 26

27 Klasifikace příčin Ovlivnitelnost Zjistitelnost Latence (P) výskytu Doba působení Charakter působení Rozsah působení Místo působení Potence působení 27 34

28 Formy kauzální analýzy Formy kauzální analýzy Deduktivní Induktivní N  P P  N 35 28

29 Kauzální řetězec … nevyužitá výrobní kapacita malá vytíženost výrobní linky malý objem výroby nízká poptávka vysoká cena produktu příčina n příčina 2 příčina 1 následek Proč? 39 29

30 nevyužitá kapacita výrobní linky špatný marketingový výzkum malá vytíženost výrobní linky poruchovost linky malý objem výrobyzáběhový provoz nejnižší cenová nabídka linky spěch malá nabídka zákazníkům změna instalace vysoké náklady investiční úvěr podceněno nabídkové řízení zastaralá linka stavební dispozice splátky investičního úvěru velká konkurence vysoká cena produktu nízká poptávka není dost materiálu dlouhé dodací lhůty špatně uzavřené smlouvy nepřizván komerční právník Strom kauzálních vztahů – př. 75Proč? 30

31 Diagram příčin a následku Diagram příčin a následku následek skupina příčin A skupina příčin B skupina příčin C příčina C2 příčina C1 příčina A3 příčina A2 příčina A1 příčina B1 Skupiny Výroba: 4 resp. 6 M (Man, Machine, Method, Materials; Measurement, Mother Nature, resp. Equipment, Process, People, Materials, Environment, Management) Administrativa, služby: 8 P (Price, Promotion, People, Processes, Place/Plant,Policies, Procedures, Product) Služby: 4 S (Surroundings, Suppliers, Systems, Skills) 42 31

32 Kauzální diagnóza – příklad jev pokles objemu přepravy 1 2 zvýšení cen energií1 1 3 zvýšení legislat. nároků 1 4 přechod ke konkurenci1 1 5 lepší nabídka konkurence špatný ek. výsledek ∑ následností ∑ příčinností kauzalita (rozdíl) centalita (součet) kauzalita centralita příčinynásledky Tabulka kauzálních vztahů Graf pozice jevů 32

33 Analýza silového pole Analýza silového pole Síly hybné Síly brzdné Rozhodovací problém 49 33

34 potvrzené zakázky dostatečné zásoby bezporuchový provoz kvalifikovaný, nefluktující personál třísměnný provoz nízká poptávka čekání na materiál, nekvalitní materiál vysoká poruchovost zařízení nedostatečně početná/kvalifikovaná obsluha jednosměnný provoz reinstalace Analýza silového pole – př. 1 Analýza silového pole – př. 1 Síly hybné Síly brzdné NEVYUŽITÍ KAPACITY ZAŘÍZENÍ celkem -24 celkem

35 Pareto – příklad Pareto – příklad Hodnota příčin snížení odbytu příčinahodnotapořadí 1 snížení kupní síly opatrná bankovní politika pád koruny problémy finančních ústavů substituty zvýšená nezaměstnanost rozdíl mezi příjmy osob ve velkoměstech a na malých městech a venkově sociální skladba obyvatel v regionu obrovská konkurence na domácím trhu malý rozsah státních zakázek malá státní podpora obtížnost proniknutí za hranice zvýšení úrokových sazeb

36 Paretův diagram – příklad Lorenzova křivka Skupiny příčin A B C %ABC X Y

37 Metoda šesti slov Metoda šesti slov ANO  NE  1. Co je problém?1. Co není problém? 2. Kdy problém nastal?2. Kdy problém nenastal? 3. Proč problém nastal?3. Proč problém nenastal? 4. Kde problém nastal?4. Kde problém nenastal? 5. Kdo přispěl k příčinám problému?5. Kdo nepřispěl k příčinám problému? 6. Jak poznat, že problém nastal?6. Jak poznat, že problém nenastal? 57 37

38 38 Metoda šesti slov – příklad ANO  problém NE  neoprávněné čerpání peněz z klientských účtů Co? chybný výběr z účtu klientem chybné odepsání z klientského účtu bankou pracovní doba v pracovní den Kdy? mimo pracovní dobu málo zabezpečený počítač klientem Proč? výběr na přepážce phishing napadení systému banky pobočka na území hlavního města firemní účty konta s častými pohyby peněz Kde? účty na pobočkách v regionech soukromé účty klient - nedostatečné ochranné mechanizmy internetových účtů bankovní úřednice back-office back-office banky - nedostatečné kontrolní mechanizmy IT oddělení banky - nedostatečné kontrolní mechanismy Kdo? klient bankovní transakcí osoby s dispozičním právem pokladní pracovnice na přepážce služba bezpečnostní agentury zcizení uživatelského jména, hesla a bezpečnostního certifikátu klienta využívajícího služby internetového bankovnictví Jak? kontrola výpisů klientem běžné kontrolní mechanizmy v bance víceúrovňová ochrana klientů napadení bankovního systému 58

39 Kognitivní mapa Kognitivní mapa Postup –Definování rozh. problému –Identifikace prvků RPr –Určení kauzálních závislostí a jejich směru –Označení typu kauzálních závislostí –Simulace rozhodovacích situací –Hodnocení RPr Co ovlivnilo snížení ceny? prvek RP směr závislosti typ závislosti cena, atraktivita, konkurence, zisk Pramen: Hrůzová-Richter-Švecová,

40 Kognitivní mapa – princip Faktor 7 Faktor 1 Faktor 6 Faktor 2 Faktor 4 Faktor 5 Faktor             7 Pramen: Hrůzová,

41 Typy prvků Rozhodovací proměnná Situační proměnné: Exogenní veličina Riziková exogenní vel. Stavová veličina Omezující podmínky Cílová proměnná/kritérium Typy vazeb Funkční závislost Informační závislost Stochastická závislost Influenční diagram  Pramen: Hrůzová,

42 42 Influenční diagram – příklad  cena vstupů prodejní cena Zisk prodej Riziková exog. veličina Funkční závislost Stochastická závislost Stavová veličina Rozhodovací proměnná Funkční závislost Kritérium

43 náklady 43 Influenční diagram – příklad  cena vstupů prodejní cena Zisk prodej tržby 67

44 44 4. Výhody a aplikovatelnost metod Nejde o optimalizaci, ale o systematický přístup k řešení Logický, racionální analytický postup Jednoduché, názorné, srozumitelné metody Rychle a levně aplikovatelné na malý i složitější úkol Použití metod individuálně i v kombinaci Snadno komunikovatelné Jsou subjektivní a vyžadují diskuzi a čas Nejsou finančně náročné Nevyžadují hluboké znalosti matematiky a statistiky Retrospektivní i perspektivní použití Přesvědčivý argumentační a motivační nástroj Kultivují rozhodovací proces

45 45 Významné chyby v praxi Použití minulých řešení pro současné problémy, metoda pokusů a omylů, intuitivní postup Řešení problému, aniž by byl dříve definován a analyzován Řešení problému bez stanovení cíle řešení Řešení problému bez znalosti širšího kontextu Řešení symptomů problému („rychlá diagnóza“) Odhad bez použití analytických metod Uplatnění subjektivních preferencí Reakce na problémy místo akce proti příčinám

46 46 Shrnutí tématu a dotazy Rozumět procedurální stránce rozhodovacích procesů Vnímat následnost a obsah jednotlivých fází rozhodovacího procesu Umět analyzovat rozhodovací situaci Umět identifikovat rozhodovací problémy Priorizovat problémy Používat metody postupu řešení problémů Používat metody kauzální analýzy aj. metody Dokázat nalézt příčiny rozhodovacích problémů

47  Vytváření variant řešení 76 47

48 48 Obsah  Tvorba a výběr kritérií hodnocení variant  Metody tvorby variant  Problémy uplatnění metod v praxi

49 1. Tvorba a výběr kritérií Jsou –hlediska, ukazatele, měřítka, faktory Slouží –k posouzení výhodnosti variant Odvozují se –z CÍLŮ formulovaného rozhodovacího problému Pramen: Fotr a kol.,

50 Klasifikace kritérií rozhodování Forma vyjádření –Kvantitativní –Kvalitativní Typy kritérií –Výnosového typu –Nákladového typu 77 50

51 Jak tvořit portfolio kritérií? Cíle –S.M.A.R.T. –žádoucí efekty –nežádoucí dopady krátkodobé dlouhodobé Subjekty rozhodování Požadavky na portfolio vycházetrespektovat operacionalita úplnost neredundance vyváženost nezávislost minimální rozsah minimální rozsah 79 51

52 Význam pro rozhodovatele –indiferentní –diferentní Struktura portfolia kritérií Počet kritérií –monokriteriální –multikriteriální Složení kritérií –jednotypové –kombinované Sourodost kritérií –heterogenní –homogenní Povaha kritérií –komplementární –konfliktní 78 52

53 53 Kritéria – shrnutí Kritéria odvozovat od cílů S variantním řešením souvisí rozhodovací kritéria Rozhodovací kritéria mohou být velmi rozdílná Je třeba respektovat zásady a požadavky na tvorbu portfolia kritérií Kritéria ovlivňují nejen tvorbu, ale i hodnocení variant

54 54 Varianty Varianty – 1 cíl, různé cesty Alternativy – různé cíle, různé cesty Rozhodovací pole varianty vylučující senevylučující se 80

55 2. postupy známé varianty neznáme 3. postupy neznáme špatně strukturovaný problém semistrukturovaný problém 1. varianty známe dobře strukturovaný problém Případy řešení rozhodovacích problémů z hlediska znalosti variant řešení 81 55

56 2. Metody tvorby variant normativní tvůrčí metody systematicko- analytické tvůrčí metody intuitivní tvůrčí metody elementární vědecké tvůrčí metody analogie agregace desagregace dimenzování kinematické obrácení kombinace s interakcí porovnávání podobností porovnávání funkcí přímá tvorba: brainstorming brainwriting aj. metoda Delphi využití analogie: Gordonova metoda synektická (Gordo- nova) metoda metoda kontrolních seznamů alternativních dotazů morfologická matematicko -logických modelů rozhodovací strom hodnotové inženýrství hodnotová analýza 82 56

57 57 Brainstorming A. F. Osborn, 1938 Co je a co není brainstorming Principy množství námětů příznivá atmosféra odložená kritika rozlet návaznost 85

58 Brainstorming – příklad cena pozemkuvládní úlevy atraktivnost lokalityvstřícnost úředníků poloha v rámci republikyreakce obyvatel preference manažerů (kam se stěhovat)volná pracovní síla v regionu možnost využití existující stavbydostupnost ubytování časová dosažitelnost z přístavuekologické iniciativy frekvence dopravykrajinný reliéf terénu cena pohonných hmotzpůsob dopravy dopravní infrastrukturavelikost skladu inženýrské sítěsíť prodejen klimatické podmínkydostupnost kvalifikované pracovní síly bonita půdy Výběr lokality skladu 88 58

59 Brainstorming Výhody Více osob, více námětů Relativně rychle Generování námětů s podporou ostatních Odložená kritika Motivační, zajímavé, poučné Nevýhody Sociální lenost (ztráta motivace při práci v týmu) Obavy Odsun/zapomnění nápadu Rušivé vlivy (smích) 59

60 Rolestorming –Generování řešení v pozici určité role (funkce, osoby, postavy, zvíře,...) –Nárůst nápadů o % Imaginární brainstorming Negativní brainstorming Vizuální brainstorming (brainsketching) Brainwriting –Metoda 635 –Diskuze 66 Brainstorming – modifikace 88 60

61 Gordonova metoda – příklad setřítnechat stéctzměnit skupenství tekutiny před vniknutím do objektu vysátnechat vytéct vytřítvyvařitnechat tekutinu objektem „projít“ odčerpatpůsobit chemickyvylisovat vyčerpatpůsobit biologickyvysušit vylítpřečerpat jinamodvodnit vypařitchránit objekt před vniknutím tekutiny vystřelit na měsíc vypítvyvařit vyschnoutzabránit vniknutí tekutinyodvést jinam zmrazitvytlačit Odstranění tekutiny 91 61

62 Synektická metoda Postup: 1. Problém a jeho analýza 2. Odstoupení od problému (zobecnění) 3. Uvědomění si vzájemných souvislostí 4. Zpracování návrhů Příklad: 1. Odstraňování znečištění světlometů za jízdy 2. Odstraňování vrstvy povlaku z povrchu 3. Z přírody, života, techniky 4. Oční víčko, vítr, odtrhnout, síla, padák, brzda Upraveno podle: VLČEK, R. 62

63 Etapy synektické metody příprava zadání problému analýza problému spontánní řešení odstup a redefinice problému analogie analýza námětů návrat a řešení původního problému z technikysymbolickáosobníz přírody 93 63

64 Morfologická metoda Fritz Zwicky, 1967 Princip Morfologie – nauka o tvarech nebo formách Systematické kombinace znaků a vztahů mezi prvky komplexních problémů 93 64

65 1 Tekutina 2 Prášek 3 Instantní 1 Žádné 2 Konzervační 3 Barviva 1 Sklo 2 Plast 3 Papír 1 Víčko 2 Zátka 3 Uzávěr 4 Brčko 5 Roztržení Morfologická metoda – příklad Prvky každého kritéria: 3 prvky kritéria A 3 prvky kritéria B 3 prvky kritéria C 5 prvků kritéria D Možných variant: 3 * 3 * 3 * 5 = A Konzistence B Přísady C Obal D Otevření/za- 135 Vyloučit nereálné varianty: např. A2-…-C2-D4; … Varianty mlékárenského produktu 65

66 Morfologická matice – příklad HlediskaPrvky Apůsobnost centraa1republiková a2více zemí a3přidružení k zahraničnímu centru a4okresní a5lokální Blokalitab1velkoměsto b2středně velké město b3na zelené louce b4průmyslová zóna Czpůsob dopravyc1železnice c2kamionová doprava c3automobilová doprava c4vodní doprava c5letecká doprava Varianty logistického centra 94 66

67 67 Hodnotové inž./analýza Lawrence D. Miles, 1947 Vztahy mezi funkčností a náklady základní principy kritérium efektivnosti interdiscipli- nární přístup tvůrčí přístup funkční přístup funkční analýza funkční syntéza funkčnostnáklady 95

68 Funkční přístup Uplatnění klasického přístupu – prvky, položky Uplatnění funkčního přístupu – funkce 68

69 Funkční analýza/syntéza/portfolio funkce požadované funkce dosavadní funkce chybějící funkce zbytečné Funkce hlavní a vedlejší Funkce uživatelské a výrobce Funkce existující a nové 97 69

70 3. Praxe – problémy a řešení Neznalost zásad a požadavků tvorby portfolia kritérií Jedno kritérium, jedna varianta Trvání na standardním řešení Porušení zásad týmové práce a tvůrčího řešení Princip optimalizace Respektování fází RP Využití databází Rozvoj tvůrčího potenciálu Týmová práce Modelování RP Výpočetní technika 70

71 71 Shrnutí tématu a dotazy Rozeznáváme standardní varianty se znalostí řešení a bez znalosti řešení Kvalita tvorby variant ovlivňuje výběr varianty Kvalitu zvyšuje interdisciplinární týmové řešení Při vytváření variant je nezbytné zvažovat jejich počet Je ovlivněn zejména řešeným problémem, kvalitou návrhů a náklady na tvorbu variant řešení Odlišujme varianty bez rizik; s riziky a pravděpodobností jejich výskytu Většinu metod tvorby variant lze využít i při hodnocení variant

72  Hodnocení a výběr variant

73 73 Obsah  Vícekriteriální hodnocení –Měření kritérií –Stanovení vah kritérií –Metody vícekriteriálního hodnocení  Výběr implementační varianty  Aplikovatelnost metod v praxi

74 74 1. Měření kritérií Stupnice měření Nominální Ordinální Kardinální Intervalové Poměrové 102

75 Převodní můstky –převod na stejnou jednotku –převod na utilitu –převod na bezrozměrnou (aditivní, standardizovanou hodnotu Kompenzace hodnot kritérií (Vyloučení některých kritérií) Aditivizace multikriteriality Měrné jednotky

76 Metody určení vah kritérií bez znalosti důsledků variant se znalostí důsledků variant kompenzační metoda regresní metoda metody přímé: expertní metoda bodovací metoda Metfesselova metoda metoda poměrných čísel metoda odchylkové stupnice metoda postupného rozvrhu vah metody nepřímé: metoda párového srovnávání Saatyho metoda

77 77 Metoda poměrných čísel Postup  Sestupné pořadí kritérií  Poslední kritérium  váha 1  Každé vyšší  kolikrát je důležitější, než poslední?  Výpočet normovaných vah 1 x*1x*1 z*1z*1 107

78 Metoda postupného rozvrhu vah Postup  Rozdělení kritérií do skupin  Stanovení vah skupin  Stanovení vah kritériím v každé skupině  Výsledný výpočet vah kritérií SjSj wjwj KiKi w ij wiwi A… 1w 1A w1w1 2w 2A w2w2 3w 3A w3w3 4w 4A w4w4 ……… B… ……… ……… ……… C… ……… ……… nw nC wnwn ∑ 1,00 mnoho a rozdílných kritérií

79 79 Postupný rozvrh vah – příklad Zjednodušený příklad hodnocení vozu z pohledu řidiče Skupina kritérií Váha skupiny KritériumVáha kritéria ve skupině Individuální váha kritéria v souboru Ekonomických50 Pořizovací cena6030 Provozní nákl Technických30 Akcelerace309 Jízdní vlastnosti 7021 Ekologických20 Exhalace102 Hlučnost

80 80 Metody založ. na párovém srovnávání Postup Metoda párového srovnávání  Postupné srovnávání dvojic kritérií  Počet preferencí  Stanovení normovaných vah Saatyho metoda  Postupné srovnávání dvojic kritérií  Velikost (důležitosti) preferencí  Metoda nejmenších čtverců / aproximace  Stanovení normovaných vah

81 81 Příklad MPS Zjednodušený příklad KiKi K1K1 K2K2 K3K3 K4K4 K5K5 VolebPořadíVáha K1K1 x0011 0,2 K2K2 1x011 0,26 K3K3 11x11 0,33 K4K4 000x0 0,07 K5K5 0001x 0,13 0, Počet srovnání = [n(n-1)] : x

82 82 Saatyho metoda Bodovací stupnice 1 – obě kritéria stejně významná 1 3 – o málo významnější3; 1/3 5 – významnější 5; 1/5 7 – velmi významnější 7; 1/7 9 – nejvýznamnější9; 1/9 114

83 83 Příklad Saaty KiKi K1K1 K2K2 K3K3 K4K4 K5K5 Součin 55 WiWi K1K1 11/31/575 2,311,18 0,14 K2K2 311/797 26,461,930,229 K3K ,660,553 K4K4 1/71/9 11/5 0, ,200,024 K5K5 1/51/7 51 0,01960,460,054  8,43 1,00

84 Stupnice  0;1  Saatyho stupnice  1;9  84 Srovnání metod – MPS & Saaty KiKi K1K1 K2K2 K3K3 K4K4 K5K5 WiWi K1K1 x0011 0,2 K2K2 1x0110,27 K3K3 11x110,33 K4K4 000x00,07 K5K5 0001x0,13  1,00 KiKi K1K1 K2K2 K3K3 K4K4 K5K5 WiWi K1K1 11/31/5750,14 K2K2 311/7970,229 K3K ,553 K4K4 1/71/9 11/50,024 K5K5 1/51/7 510,054  1,00 určuje míru důležitosti kritérií určuje důležitost kritérií

85 Zákon tranzitivity Platí-li, že: –K1 K2 –K2 K3 Pak: –nemůže K3 K1 –protože logicky K1 K3 KiKi K1K1 K2K2 K3K3 WiWi K1K1 x101 K2K2 0x11 K3K3 10x1 KiKi K1K1 K2K2 K3K3 WiWi K1K1 x112 K2K2 0x11 K3K3 00x0 [n(n-1)] : 2 = 3 85

86 86 Příklad Saaty splňující zákon KiKi K1K1 K2K2 K3K3 K4K4 K5K5 Součin 55 WiWi K1K1 11/32/98/34/3 0,261070,76 0,10 K2K2 312/384 0,26642,300,31 K3K3 9/23/ ,450,47 K4K4 3/83/246/721½ 0,001950,290,04 K5K5 3/41/41/621 0,06250,570,08  7,37 1,00 KiKi K1K1 K2K2 K3K3 K4K4 K5K5 WiWi K1K1 11/31/575 K2K2 311/797 K3K K4K4 1/9 11/5 K5K5 1/7 51 

87 Kompenzační metoda Postup  Zjištění hodnot kritérií hodnocených variant  Označení výnosových a nákladových kritérií  Určení nejhorší a nejlepší hodnoty každého kritéria mezi hodnocenými variantami  Stanovení rozdílu mezi nimi nejhorší a nejlepší hodnotou  Určení pořadí významnosti tohoto rozdílu pro hodnotitele  Přidělení váhy odrážející významnost rozdílu  Výpočet normované váhy (w i ) respektuje význam rozdílnosti hodnot kritérií u jednotlivých variant

88 Výběr nejhorší a nejlepší hodnoty u variant pro každé kritérium Velikost změny (rozdílu) na nejlepší hodnotu Pořadí významnosti změn (rozdílu) Váha jako významnost změn (w i ´) kritéria Normovaná váha jako významnost kritéria KiKi V1V1 V2V2 V3V3 0x0x 1x1x∆ Poř. wi´wi´wiwi , , , , , ,17 ∑ 3601,00 Kompenzační metoda – váhy Pramen: Fotr J. a kol.,

89 89 Pravidlo dominance variant Dominovaná varianta teoreticky: když existuje lepší a neexistuje horší prakticky: když # lepších je výrazně větší než # horších Nedominovaná varianta neexistuje lepší řešení a existuje horší teoreticky, prakticky nedominovaná Pravidlo: Existují-li v souboru hodnocených variant dominované varianty, můžeme je vyloučit 121

90 90 Zobrazení dominance Kritéria K1 - K5 Varianty V1 - V3 Střed pentagonu – minimální/maximální hodnota kritérií výnosového/nákladového typu Na ose míra splnění kritéria u každé varianty V3 – dominovaná V1, V2 – nedominované

91 91 Vícekriteriální hodnocení metody vícerozměrné statistické analýzy metody párového srovnávání metody elementární empirické metoda váženého pořadí bodovací klasifikační kompenzační lineárních dílčích funkcí utility zejm. metoda nejlepších hodnot průměrných hodnot PATTERN kvadrátů podílů průměrné světové úrovně vzdálenosti od fiktivní hodnoty Saatyho metoda diskriminační analýza metoda KORTER metody prahů citlivosti metody bazické varianty 124

92 92 Lineární dílčí funkce utility xixi UiUi 0xi0xi 1xi1xi xixi UiUi 1xi1xi 0xi0xi 124

93 93 Metody – vzorce MLDFU x ij – nejhorší x i s ij = nejl x i – nejh x i MNH x ij nejl x i s ij = ; nejl x i x ij U ij = s ij * w i U j =  U ij PATTERN x ij nejh x i s ij = ; nejh x i x ij

94 94 Matice hodnot V1V1 V2V2 V3V3 V4V4 V1V1 V2V2 V3V3 V4V4 V1V1 V2V2 V3V3 V4V4 K1K1 …K1K1 … K1K1 … K2K2 x ij ……K2K2 S ij …… K2K2 U ij …… K3K3 …K3K3 … K3K3 … UjUj U1U1 U2U2 U3U3 U4U4 Cena … Cena0,1060,0350,009… ProvN … ProvN0,0080,0710,044… PP … PP0,0160,033…… Zadané hodnoty kritérií Standardizované hodnoty Hodnoty užitečnosti x 11 x 12 x 13 x 21 x 31 x 34 S 11 S 12 S 13 S 21 S 31 S 34 U 11 U 12 U 13 U 21 … U 31 U 34 vzorce

95 95 2. Výběr implementační varianty třídy kritérií PROVEDITELNOST Jak je to obtížné? PŘIJATELNOST Jak je to hodnotné? RIZIKOVOST Co by se mohlo pokazit? Co bude potřeba? INVESTICE/KAPITÁL (finanční, manažerské/ý) Co to přinese? NÁVRATNOST Co proti tomu udělat? RIZIKA Podle: Cooke, S. – Slack, N.,

96 96 Filtrace variant implementační varianta vhodné varianty nezranitelné varianty přijatelné varianty proveditelné varianty vytvořené varianty 145

97 97 Faktor času Referenční hodnota –Historická –Srovnatelná externí –Absolutní (ideální) –Dosavadní (status quo) 150 varianta B varianta A varianta statu quo ideální hodnota průměrná hodnota v odvětví historická hodnota současnost čas

98 98 3. Aplikovatelnost metod Musí se vědět, o co v nich jde – každá má jiný princip Jsou různě pracné Je vhodnější použít SW (rychlé, přesné, výsledek) Poskytnou objektivní posouzení Mohou se doplňovat

99 99 Významné chyby v praxi Nevhodný/žádný převod neaditivních kritérií Používají se minulá řešení, nevytvářejí se nová Obvykle málo nebo pseudo-varianty, žádné „zálohy“ Jednostranný postup vyhodnocení Zamlžený/netransparentní postup hodnocení Intuice a odhady, chybí exaktní metody Spěch – málo času Efekt z využití metod vnímán jako malý Hledání optimality

100 100 Shrnutí tématu a dotazy Shrnutí tématu a dotazy Je důležité stanovit vhodná kritéria Je třeba řešit aditivnost hodnot kritérií Je rozumné pracovat s více variantami Odlišnou významnost kritérií vyjadřujeme různými postupy výpočtu vah kritérií Znát metody výpočtu vah kritérií K preferenčnímu uspořádání variant můžeme použít různé metody Nezbytnost satisfakčních variant Uvědomovat si pozitiva a negativa metod Význam filtrace a faktoru času

101  Management rizika

102 Obsah  Vymezení cíle, obsahu a postavení managementu rizika v podniku  Pojetí rizika, klasifikace rizik a přístup k riziku  Proces řízení rizik –Fáze řízení –Subjekty a jejich role –Další metody analýzy a hodnocení rizik  Krizové řízení  Aplikovatelnost metod 102

103 1. Co je risk management? Management rizika –včasná indentifikace potenciálních dopadů rizik, které ohrožují činnost a kapitál firmy –tvorba, ochrana a zvyšování hodnoty firmy cíleným řízením rizik Rizikový manager –ochrana vlastnictví podniku –nároky a odpovědnost Komplexní a systematický přístup –plánovitý, koordinovaný a celofiremní proces proaktivního a ofenzivního řízení (potenciálních i existujících) rizik předvídání rizik prevence rizik diagnostikování rizik zvládání rizik hodnocení rizik

104 2. Co je riziko? Pojetí teorie rozhodování –podmínky jistoty, rizika a nejistoty Manažerské pojetí –nejistota je příčinou rizika jako následku Pojetí manažerského rozhodování –příčina –pravděpodobnost vzniku –velikost důsledku (odchylky) pozitivní negativní

105 Typy rozhodovacích situací / rizik Příležitost –potenciální perspektivní vyhlídka –proaktivní řešení –výdaje a investice na využití Ohrožení –potenciální nebezpečí různých stupňů –selhání techniky, neúmyslné poškození, úmyslné poškození, živelné události –výdaje a investice na proaktivní předcházení Porucha –  přerušení funkce nebo plynulého provozu zařízení nebo systému –přináší ztráty –předcházet preventivními opatřeními + reaktivní řešení Krize –  stav s negativním dopadem na organizaci + reaktivní řešení Katastrofa –  destrukce podnikatelského subjektu

106 Klasifikace rizik Působnost Ovlivnitelnost Systematičnost Únosnost Velikost Místo výskytu Odhalení (P) Věcné hledisko Čisté / podnikatelské Zcela / částečně / vůbec Ne / systematická Nezbytná / ne/únosná Malá / střední / velká Externí / interní Primární / sekundární / zbytková Ne/pravděpodobná / jistá Ekonomická / mezinárodní /…

107 Postoj k riziku Typ postoje –averzní –neutrální –akceptační Určení postoje –srovnání rizikové a nerizikové varianty –jistotní ekvivalent –funkce utility za rizika Postoj k riziku ovlivněn: - osoba rozhodovatele (vlastnosti, znalosti, zkušenost) - vlastní rozhodovací situace

108 Srovnání ne/rizikové varianty Příklad Var. A: Z A1 = 10 s P A1 = 0,5 ; Z A2 = 0 s P A2 = 0,5 Var. B: Z B1 = 5 s P B1 = 1,0 Řešení Volba var. A – akceptace Volba var. B – averze Volba var. A nebo B – neutrální postoj

109 Jistotní ekvivalent Jistotní ekvivalent rizikové varianty(JE) –Hodnota, jejíž jistý užitek = očekávané hodnotě užitku rizikové varianty Riziková prémie ( r) –částka získaná (dodatečný příjem) nebo obětovaná za jistotu postojvýnosové kritériumnákladové kritérium averzeE(X) – JE > 0E(X) – JE < 0 neutrálníE(X) – JE = 0 sklonE(X) – JE < 0E(X) – JE > 0 riziková prémie

110 110 Funkce utility za rizika xixi UiUi 0xi0xi 1xi1xi xixi UiUi 1xi1xi 0xi0xi 181 averze sklon neutrální

111 oblast ztrátyoblast zisku Funkce utility s inflexním bodem ,0 0,0 utilita zisk inflexní bod averze k riziku sklon k riziku 111

112 112 Funkce utility zisku – příklad zisk utilita00,040,450,650,851 Jaký má rozhodovatel postoj k riziku? //

113 Postoj firmy k riziku Vstupní data poř.č.zisk (f.j.)utilita 1utilita 2utilita ,130, ,260, ,380,1 5100,65 0,50, ,630, ,9 0,750,5 8160,96 0,870,7 9201,0 113

114 114 Proces řízení rizik 182

115 3. Proces řízení rizik Plánování –Předvídání –Analýza Operativní řízení –Monitoring –Identifikace dalších rizik –Průběžná kontrola, evidence, hodnocení –Nápravná opatření Kontrola –Vyhodnocení –Kontrolní mechanizmy –Databáze –Podněty

116 Etapy analýzy rizika určení faktorů rizika stanovení významnosti faktorů výpočet velikosti a míry rizika hodnocení únosnosti a přijatelnosti rizika korekční opatření

117 Matice významnosti Dvě hlediska hodnocení – (P) a intenzita Osa x – pravdě- podobnost výskytu faktorů rizika Osa y – intenzita negativního vlivu faktorů

118  Závislost kritéria na faktorech rizika  Jde o faktory rizika?  Odhad hodnot faktorů rizika  Výpočet hodnoty rizika  Předpoklady vývoje  Výpočet změn hodnot faktorů a kritéria  Diferenciace citlivosti faktorů  Závislost kritéria na změnách faktorů rizika - simulace Analýza citlivosti Definice Etapy

119 Příklad – zadání Určete citlivost ročního zisku z provozu výrobní linky na rizikové faktory. Předpokládejte pesimistický 10 %-ní vývoj. Hodnoty rizikových faktorů jsou uvedeny v následující tabulce. 119

120 Příklad – řešení Rizikový faktor Výchozí hodnota Vývoj (%) Nová hodnota Hodnota zisku (mil.) Změna zisku (mil.) absolutní Změna zisku (%) 1 Q (odbyt) ,3-15,731,40 2 Jednicová cena ,00 3 Jednicové mzdy ,00 4 Jednicový mat ,5-7,515,00 5 Jednicová en ,2-0,81,60 6 Výrobní režie ,00 7 Správní režie ,3-4,79,40 8 Investiční nákl ,00 9 Doba životnosti10-109,00 45,6-4,48,89 Zisk =

121 Příklad – graf závislosti KNT: N,R ; KVT: Q,C,Tž HKi „0“ = 50 %ní ∆ RF i Z (mil.) Osa x - vývoj faktoru Osa y - hodnota kritéria Rozdílný vývoj faktorů výnosového a nákladového typu Rozdílné hodnoty pro optimistický a pesimistický vývoj Rozdílná míra závislosti Volba m.j. os 121

122 122 výpočet použití Subjektivní pravděpodobnosti 188

123 Pravděpodobnosti výskytu jevů ČísloSlovní význam 0zcela vyloučeno 0,1krajně nepravděpodobné 0,2-0,3dosti nepravděpodobné 0,4nepravděpodobné 0,6pravděpodobné 0,7-0,8dosti pravděpodobné 0,9nanejvýš pravděpodobné 1zcela jisté slovně pravděpodobnost výskytu jevu/situace objektivní  subjektivní číselně poměrem počtu n. sázek metody # výskytů / ∑ možností sázkou 5:1 = 0,83 Důsledky variant jsou ovlivněny budoucími rizikovými situacemi Pramen: Fotr-Dědina-Hrůzová,

124 Metody určení subjektivních (P) (konečný počet jevů/hodnot, např. počet poruch) Pro diskrétní faktoryPro spojité faktory (velký, resp.  počet jevů/hodnot, např. poptávka, cena, kurzy) Metoda relativních velikostí Metoda kvantilů

125 Metoda relativních velikostí Postup: 1. Určení nejpravděpodobnější hodnoty faktoru rizika 2. Výpočet pravděpodobností dalších jevů 3. Stanovení rozdělení (P) # jevů (tabulka, graf) 4. Graf kumulativní (P) Příklad ((P) počtu poruch): 1. Jevy:  P0;P3   m=P2 2. P0=P2/4; P1=P2/2, P3=P2/3 P2/4+P2/2+P2+P2/3=1  P0=0,12; P1=0,24; P2=0,48; P3=0,16  ∑Pi=1,00 3. Rozdělení (P) 4. tj. distribuční funkce

126 Metoda tabulkovou formou srovnává důsledky rizikových variant vzhledem ke zvolenému kritériu hodnocení daného rozhodovacího pravidla. Rozhodovací matice

127 Rozhodovací matice – obecně Mohou nastat 3 situace s různou pravděpodobností Máme 3 varianty Kondicionální hodnoty zisku v tabulce Výpočet zisku pro očekávané situace - pravidlo rozhodování Sit. i S1S1 S2S2 S3S3 PR j (P) i V j (P) 1 0,3 (P) 2 0,5 (P) 3 0,2 V1V1 V2V2 V3V3 127

128 Rozhodovací matice – příklad Zadání Nákupní cena páru obuvi 800 Kč (Cn) Prodejní cena páru obuvi 1000 Kč (Cp) Mimosezónní cena páru obuvi 500 Kč (Cm) Odhad poptávky 30 na 20 %, 50 na 60 % a 80 na 20 %. Úkol: Kolik párů nakoupit? 30, 50, nebo 80? (P)0,20,60,2 Nák\Pop Cp 30*1 tis Cm 0 Cn 30*800 Z = 6 tisíc 50 Cp 30*1 tis Cm 20*500 Cn 50*800 Z = 0 Cp 50*1 tis Cm 0 Cn 50*800 Z = 10 tisíc 80 Cp 30*1 tis Cm 50*500 Cn 80*800 Z = -9 tisíc Cp 50*1 tis Cm 30*500 Cn 80*800 Z = 1 tisíc Cp 80*1 tis Cm 0 Cn 80*800 Z = 16 tisíc Řešení 128

129 Určují pořadí výhodnosti hodnocených rizikových variant vzhledem ke stanovenému kritériu. Pravidla rozhodování

130 Pravidla rozhodování za rizika Očekávané hodnoty Očekávané hodnoty a variability – očekávané hodnoty a rozptylu – očekávané hodnoty a směrodatné odchylky – očekávané hodnoty a variačního koeficientu Očekávané utility

131 Očekávaná hodnota a rozptyl –očekávaná hodnota E(X) =  (X i. P i ) –rozptyl D(X) =  (X i - E(X)) 2. P i –směrodatná odchylka S(X) = D(X) –variační koeficient VK = S(X) : E(X) Interpretace výsledků E(X) ± S(X) =  min;max  variabilita v % √ 131

132 Pravidla rozhodování za nejistoty Optimistické Pesimistické Hurwiczovo Laplaceovo Savageovo

133 133 Příklad 17 UT – řešení Var. očekávaná rozptyl očekávaná VK maxi- max maxi- min LaPlace Hurwicz Savage hodnotautilita α = 0,5 E(Z)D(Z)U(Z)β = 0,5 A500,000,000,20, , B472, ,000,610, , C699, ,760,660, , Varianta rozhodovací situace poklesstagnacezvýšenípoklesstagnacezvýšení pravděpodobnost P i hodnoty lítosti 0,30,10, A B C Vstupní data rozhodovací matice Matice lítosti 204 Výpočty

134 Příklad Aplikujte pravidla rozhodování na příklad s obuví. Vyberte z variant nákupu 30, 50, 80 párů obuvi. 134

135 135 Pravidla rozhodování – příklad Nák. Popt 0,20,60,2 Maxi- max Maxi- min Sava- ge Hurwicz  =0,5 La- place U(X)E(X)D(X)σVK , ,670, , ,52,670, Matice lítosti Nejlepší možná h Nákup /Popt Zisk Utilita00,050,20,70,91 Kterou variantu vybereme?

136 Řešení konfliktů Výběr varianty při uplatnění pravidel rozhodování není jednoznačný Ani při uplatnění jednoho pravidla - očekávané hodnoty a rozptylu – nemusíme získat úplné preferenční uspořádání variant Zjednodušme si výběr vyloučením dominované/dominovaných variant/y Při výběru je třeba zvažovat postoj rozhodovatele k riziku 136

137 Grafická metoda, která zobrazuje posloupnost časově následně uspořádaných rizikových činností a kvantifikuje důsledky jednotlivých rizikových situací varianty. Pravděpodobnostní strom

138 Typ „1“ (1) měn. kurz cena ubyt. cena ubyt. cena ubyt. S4 0,21 S5 0,01 S7 0,03 S6 0,06 S3 0,09 S1 0,42 S2 0,18 CZK posílí o 5% CZK oslabí o 5% CZK stejná ↑ cena 132 cena 120 ↑ cena 126 ↓ cena 114 ↑ cena 132 ↑ cena 126 cena 120 0,6 0,3 0,1 0,7 0,3 0,7 0,1 0,3 0,6 0,3 0,1 138

139 Je-li dosavadní cena 120€, jaká je celková (P), že: - cena ubyt. zůstane stejná? - … vzroste? -… poklesne? -Jaká je (P), že cena bude nanejvýš 126€? scénářS1S2S3S4S5S6S7 cena ub (P)0,420,180,090,210,010,060, Typ „1“ (2)

140 + + Typ „2“ Výchozí údaje –Navazující etapy –(P) úspěchu a neúspěchu situace –Náklady, Výnosy SitZ ki (P i ) p (P)=0,2;N=5;V=2 (P)=0,3;N=5;V=3 (P)=0,1;N=8;V=3 0,8 0,7 0,9 N=30;V=50 1,00 0,50 0,06 0,24 0,20 x x D C B A Výpočty –Kumulace zisku –Podmíněná (P i ) p ukončení situace –(Očekávaná hodnota úspěchu projektu) Postup: A-B-D E(Z) = +5,1 140

141 141 Příklad – zadání (P 1 ) ú =0,7 (P 2 ) ú =0,9 (P 3 ) ú =0, SiSi Z ki (P i ) p A B C D E ∑ (P 1 ) n =0,3;N=8;V 1n =0 (P 2 ) n =0,1;N=5;V 2n =0 (P 3 ) n =0,02;N=40;V 3n =0 (P 4 ) n =0,2;N=3;V 4n =10 (P 4 ) ú =0,8; N=2;V 4ú =100 N 1ú =5;V 1ú =0 N 2ú =3;V 2ú =2 N 3ú =30;V 3ú =5 Upraveno podle: Fotr-Dědina-Hrůzová, 2003

142 Příklad 20 UT – řešení 212 k vytvoření PS použit MS Visio 142

143 143 Rozhodovací strom Grafická metoda, která zobrazuje posloupnost etap rozhodnutí a následných rizikových situací vzhledem k rozhodovacímu kritériu a kvantifikuje důsledky rozhodovací varianty. 213

144 Příklad 21 UT – řešení

145 145 Metoda Monte Carlo Metoda Monte Carlo Simulační metoda určená ke stanovení rozdělení pravděpodobnosti rozhodovacího kritéria a výběru nebo zamítnutí rizikových variant. 216

146 Etapy metody Monte Carlo určení modelu závislosti kritéria určení rizikových faktorů odhad vývoje a typu rozdělení pravděpodobnosti rizikových faktorů zjištění statistické ne/závislosti faktorů generování rizikových situací rozdělení pravděpodobnosti kritéria

147 Příklad 22 UT – řešení Průběh simulace –Pokusů: –Doba simulace: 32 vteřin –Pokusů/vt.: –Rozsah jistoty:  10 %;+  –Šíře rozsahu: 1615 %  -469;1146  –Standardní chyba: 0,46 % Úkol: předpověď rentability investice Podmínky přijetí investice: RI > 10 % s (P) ≥ 80 % Závěr simulace: Odmítnutí investice  pouze 54 %-ní (P), že rentabilita bude > 10 %. Výsledky simulace: –E(X) = 57,99 % –S(X) = 144,42 % –Variační koeficient = 2,49 –Šikmost = 1,23 –Špičatost = 5,15 –(P)RI>10% = 54,34 %

148 Šikmost (vychýlení) Pozitivní - „+“ vychýlení doprava, tj. „ocásek“ doprava je delší, tzn. většina hodnot je koncentrována nalevo Negativní – „-“ Vychýlení doleva, tj. „ocásek“ doleva je delší, tzn. většina hodnot je koncentrována napravo + - Nulová vychýlení žádné = symetrie kolem ± 0,5 … přibližně symetrické rozdělení mezi ±0,5 a ± 1… mírná šikmost +1… značná šikmost 148

149 Portfolio variant Vzájemně nezávislé (příp. komplementární) rizikové varianty tvořící efektivní soubor variant

150 Tvorba portfolia variant E(X) S(X) Oblast neefektivních portfolií Oblast mimo požadované hodnoty hranice efektivnosti

151 Příklad 23 UT – zadání Rozpočet ≤ 20 fin.j. portfolio A: var. { 6, 5, 7 } = 16 portfolio B: var. { 5, 7, 3 } = 19 portfolio C: var. { 3, 1 } = 14 Postoj k riziku Sklon k riziku: portfolio C Averze k riziku: portfolio A Neutrální postoj: portfolio B varianta očekávaná hodnota směrodatná odchylka investiční náklady

152 Krizový management

153 Krize – úkoly Nedostat se do krize Řešit krizi Zotavit se z krize Prevence krize Detekce krizových stavů Reakce na krizové stavy Krizový manažer – úkoly, postavení, pravomoc a zodpovědnost 153

154 Období zvládání krize Krizová událost a vyhodnocení krizové situace (příčiny krize, cíl řešení krize) Aktuální situace (dopad, náklady, čas) Strategie obnovy (plán přežití) (způsob, doba, rozsah, náklady, efektivnost, přínos) Plán obnovy (ozdravná řešení) Realizační podmínky pro ozdravění Obnova Návrat do normálního stavu (strategie/plán)

155 Shrnutí tématu a dotazy Známe obsah rizikového managementu Vnímáme rozdíly v postojích k riziku Chápeme důležitost prevence rizikových situací Rozeznáme typy a druhy rizik a dovedeme je třídit Chápeme rozdíl mezi přístupy k redukci rizika Známe fáze řízení rizika Známe metody analýzy a řízení rizika 155

156  Participativní rozhodování

157 Obsah  Subjekty rozhodování, výhody a nevýhody participativního rozhodování  Modely stylů rozhodování –Model orientace na pracovníky a na úkoly –Model manažerské mřížky –Model stylu rozhodování podle orientace na vedoucího a podřízené –Model stylu rozhodování podle teorie VDL –Model stylu rozhodování podle teorie životního cyklu –Fiedlerův kontingenční model stylu rozhodování –Model Vrooma-Yettona-Jagoa 157

158 individuální skupinové  míra rozhodovacích pravomocí a zodpovědnosti  vliv na průběh, subjekty a dopady rozhodovacího procesu 1. Subjekty rozhodování 158

159 Typy participace Aktuální participace Vnímaná participace – rozsah, ve kterém jednotlivec cítí, že ovlivnil rozhodnutí Legislativní (formální) Neformální (styl řízení a rozhodování) 159

160 Pracovní tým skupina osob dovednosti společný cíl společný úkol interakce a závislost odpovědnost Členění podle: funkce úkolu složení doby trvání zájmu druhu –interkativní –nominální –Delphi –virtuální 160

161 Nedostatečná důvěra v „sílu“ týmu Nepohodlí a zdržování Nejistý výsledek Nejasný cíl Obavy ze ztráty kontroly Obtížná akceptace „přenosu moci“ na podřízené Nemá s ní zkušenost Nároky na motivaci Kulturní důvody Nejistota a nepohodlí Strach z více práce Větší nároky kvalifikační Větší nároky časové Chtějí dělat, co se jim řekne Nemají zkušenosti, vzdělání, … Obavy z větší odpovědnosti Nevhodná motivace „Nebudu dělat práci jiných“ „Více práce žádá vyšší mzdu“ Rezistence k práci v týmu Rezistence k práci v týmu manažera podřízených 161

162 Participativní rozhodování Výhody Více info, znalostí Kombinace přístupů Lepší pochopení Lepší přístup k řešení Logické, racio jednání Větší komunikace Více variant Objektivnější rozhodnutí Větší přijatelnost Větší stimulace a motivace Pozitivní reakce Sklon k riziku Nevýhody Více osob, času, nákladů Různá hierarchie Obavy-ztráta autority Nebezpečí dominantní osoby Ego-orientace Hledání konsensu Skupinové myšlení Skupinová lenost Náročnost stylu Anonymita Ztráta odpovědnosti Sklon k riziku

163 Modely stylů rozhodování Model autokratického - liberálního chování Model orientace na pracovníky a úkoly Model manažerské mřížky Model orientace na vedoucího a podřízené Model VDL Model životního cyklu Fiedlerův kontingenční model Model Vrooma-Yettona-Jagoa skupina „vlastnosti“ skupina „chování“ skupina „situační“ 163

164 Rensis Likert40./ létaRensis Likert Při jakém stylu je manažer úspěšnější? Nejsou obě orientace správné? Orientace na pracovníky a úkoly 164

165 Manažerská mřížka 60./70. léta R.S. Blake & J.S. Mountonová ÚČEL: hodnotí aktuální styl hledá ideální styl PŘEDPOKLAD ORIENTACE: na pracovníky na výrobu 165

166 Manažerská mřížka (2) 1,99,9 5,5 1,19,1 Malý Zájem o lidi Velký Malý Zájem o výrobu Velký 1,1 „chudý“ management 1,9 „klubový“ mgt 5,5 mgt „střední cesty“ 9,1 „administrativní“ mgt 9,9 „týmový“ mgt 166

167 Situační modely Koncepce 1 Situace jsou specifické Styl přizpůsobit situaci Model 1-3, 5 Koncepce 2 Situace jsou specifické Situaci přizpůsobit stylu Model 4 1.Model Tannenbauma a Schmidt 2.Model VDL 3.Model Hersey a – Blancharda 4.Fiedlerův model 5.Model Vroom-Yetton- Jago 167

168 Orientace na vedoucího a podřízené 1958 R. Tanenbaum & W.H. Schmidt FAKTORY: –Manažer Hodnotový systém, důvěra podřízeným, pocit jistoty, osobní inklinace, pocit jistoty –Podřízení Potřeba nezávislosti, ochota přijmout odpovědnost, tolerance nejednoznačnosti, zájem o problém, pochopení cílů, znalosti a zkušenosti, očekávání podřízených –Situace Typ organizace, efektivnost týmu, typ problému, tlak času

169 Model a příklad Model a příklad Orientace na vedoucího Mgr rozhodne a rozhodnutí oznámí 2 Mgr „prodává“ rozhodnutí 3 Mgr předloží návrhy, očekává dotazy 4 Mgr předloží prozatímní rozhodnutí 5 Mgr předloží problém, dává návrhy, rozhodne 6 Mgr definuje omezení, žádá podřízené o rozh. 7 Mgr vymezí rámec, rozhodují podřízení 1 Určí, kdy a jak dlouho budou mít dovolenou 2 Oznámí, ve kterém termínu si mají vybrat dovolenou, a přesvědčuje je, že to je ten nejlepší možný termín 3 Sdělí, že chce dobu dovolených stanovit na únor a dotazuje se, mají-li nějaké otázky 4 Zeptá, byl-li by srpen vhodným termínem pro dovolené, podřízení mohou navrhnout, že by lepší byl leden 5 Požádá je, aby dali návrh na termín dovolené, potom o něm sám rozhodne 6 Určí že si podřízení musí vybrat ¾ své dovolené vcelku, skupina se pak dohodne, kdy dovolenou nastoupí 7 Dovolí skupině, aby rozhodl, kdy a jak dlouho budou mít dovolenou s tím, že to nesmí být od-do Orientace na podřízené 169

170 Model VDL (vertikálních vztahů) Model VDL (vertikálních vztahů) 70. léta F. Dansereau, G. Graen, W.J. Haga ORIENTACE: –Podřízení tzv. „in-group“ –Podřízení tzv. „out-group“

171 Model životního cyklu 70./80. léta P. Hersey & K.H. Blanchard ORIENTACE: –Vztahy –Úkoly PŘEDPOKLAD: Závislost na ZRALOSTI Kompetence Zkušenosti Motivace M2M4ano M1M3ne Ochota neano Schopnost 4 úrovně zralosti podřízených:

172 MŽC – styly rozhodování Nízká Orientace na úkoly Vysoká Vysoká Vztahy Nízká S1 Na- řizování S4 De- legování S2 Vedení S3 Par- ticipace M1 NS+NO M2 NS+O M3 S+NO M4 S+O Vysoká Zralost podřízených Nízká 172

173 Fiedlerův model 60./70. Léta F.E. Fiedler ORIENTACE: –Úkolová –Vztahová PŘEDPOKLAD: –Styl rozhodování je reflexí osobnosti FAKTORY: –Vztahy vedoucí-podřízení –Strukturovanost problému –Váha pozice vedoucího

174 Fiedler – styly rozhodování Permisivní styl Direktivní styl DobréŠpatné SNSN VMVMVMVM Vztahy Strukturovanost Váha pozice 174

175 Model Vrooma-Yettona-Jagoa 1973 Victor Vroom, Yale School of Management & Philip Yetton, Australian Graduate School of Management 1988 Victor Vroom & Arthur G. Jago, University of Missouri, Columbia masové ověřování modelu v praxi  platnost

176 Princip modelu Kvalita rozhodnutí - výběr nejlepší možnosti Přijetí rozhodnutí - stupeň, ve kterém je akceptováno rozhodnutí učiněné vedoucím Čím důležitější kvalita rozhodnutí, tím důležitější je jeho přijetí Participace zvyšuje přijetí rozhodnutí Účel modelu: rozhodování o tom, kdo bude rozhodovat ! PŘEDPOKLAD: kvalita přijatelnost 176

177 Styly rozhodování mgr„tým“ AI R- AII Rinfo KI Rinfo+názor KII Rtýmová diskuse SII R STYLY: Aautokratický Kkonzultativní Sskupinově orient. Inadřízený IIi podřízení 177

178 Model A – preference času AI SII KII SII KII AII KI KII AI SII 8 1.Jak je důležité kvalitně rozhodnout? V/M 2.- ztotožnění podřízených s rozhodnutím? V/M 3.Má M informace, aby mohl kvalitně rozhodnout? A/N 4.Jde o DSP? A/N 5.Je (P), že PS budou akceptovat R Mgra? A/N 6.Sdílejí PS cíle problému? A/N 7.Je (P) konflikt mezi PS? A/N 8.Mají PS info pro kvalitní R? A/N Pramen: Vroom-Jago,

179 Model B – preference rozvoje LZ KII KI KII SII KI KII AI SII Pramen: Vroom-Jago,

180 Shrnutí modelu Jasný a přímý nástroj rozhodování  jak úzce spolu/rozhodovat s podřízenými a uchopit problém Velmi racionální teorie  může vyžadovat v praxi určitou míru sociálního vnímání Nic není konstantní  určitá flexibilita musí existovat Testování se týkalo vedoucích i podřízených  výsledky vedoucích podpořili správnost modelu –rozdílnost vyhodnocení efektivnosti rozhodnutí –hodnocení požadované přijatelnosti –čím blíže se vedoucí dostane k SII, tím je pravděpodobnost spokojeného podřízeného větší 180

181 Příliš jednoduchý Příliš složitý Zbytečný Stačí intuice  Model nutí zvažovat i další styly rozhodování Ve stresu eliminujeme určité informace Intuitivní rozhodnutí fungují jen za určitých podmínek … Racionální model Umožňuje flexibilitu Je jednoduchý, názorný, široce přístupný, rychle aplikovatelný, poskytuje efektivní výsledky Pracuje se sociálním vnímáním Užitečný nástroj pro určení vhodného stupně účasti podřízených na rozhodování Zhodnocení modelu ObhájciKritici 181

182 182 Příklad 1 UT – hledání volby Příklad 1 UT – hledání volby otázkazdůvodnění odpovědi Jak je důležité kvalitně rozhodnout?Pokud by manažer rozhodl sám a podřízení by své ohodnocení považovali za nespravedlivé, silně by je to demotivovalo. V případě, kdyby určení výše odměn ponechal na jejich rozhodnutí a došlo by k osobním sporům, dobrý kolektiv by se mohl rozpadnout. Jak je důležité, aby podřízení rozhodnutí akceptovali a byli jím vázáni? Je to velmi důležité. Nebudou-li mít pocit, že nebyli náležitě odměněni, budou se cítit ukřivděni. Přestanou manažerovi důvěřovat a mohou mít zášť i vůči lépe odměněným spolupracovníkům. Má manažer dostatečné informace k tomu, aby sám mohl kvalitně rozhodnout? Manažer má informace, ale nemá takové, které má kolektiv podřízených. Oni vědí více o postupu řešení, kvantitě i kvalitě návrhů jednotlivých členů, nadšení, vstřícnosti i ochotě ke spolupráci. Je řešený problém dobře strukturovaný?Problém je dobře strukturovaný. Je pravděpodobné, že podřízení budou akceptovat rozhodnutí, pokud jej učiní manažer sám? Podřízení by rozhodnutí nadřízeného akceptovali, ale jeho chybné rozhodnutí může ovlivnit práci celého kolektivu do budoucna. Sdílejí podřízení cíle, kterých se má řešením dosáhnout? Ano, sdílejí je. Je pravděpodobné, že mezi podřízenými dojde ke konfliktu, kterému řešení dát přednost? Ano, je to pravděpodobné. Mají podřízení dostatečné informace k tomu, aby mohli dostatečně kvalitně rozhodnout? Ano, mají jich více, než nadřízený. 252

183 Příklad 1 UT – graficky KII KI KII SII KI KII AI SII

184 Shrnutí tématu a dotazy Je jeden nebo více rozhodovatelů Postavení a pravomoc subjektů jsou ovlivněny řadou faktorů Je efektivní dodržovat normy týmové práce Uvědomit si pozitiva a negativa skupinového rozhodování Volba stylu závisí na osobě rozhodovatele, ale i na dalších faktorech Je dobré znát různé styly rozhodování K výběru stylu experti používají intuitivní, grafické a matematické metody Populární je model Vroom-Yetton-Jago 184

185 Procvičení metod k jednotlivým tématům 185

186 Děkuji za pozornost 186


Stáhnout ppt "Manažerské rozhodování Ing. Helena Hrůzová, CSc."

Podobné prezentace


Reklamy Google