Manažerské rozhodování Ing. Helena Hrůzová, CSc. helena.hruzova@vsem.cz

Informativně Termíny výuky Literatura (základní) Zkouška Hrůzová, H: Manažerské rozhodování. Praha: VŠEM, 2010 Prezentace Zkouška Vzorový test Systém výuky a forma práce Účastníci 100 – 91 1 90 – 71 2 70 – 51 3  50 4

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

Rozhodovací procesy – terminologie  8 Rozhodovací procesy – terminologie

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

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

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

Stránky, teorie a modely 10 9 Meritorní, procedurální a instrumentální stránka Normativní teorie a deskriptivní teorie Sociálně psychologické, kvantitativně orientované, organizační teorie rozhodování 12 11

RACIONÁLNĚ EKONOMICKÝ Modely rozhodování 11 MODEL RACIONÁLNĚ EKONOMICKÝ ADMINISTRATIVNÍ v rozhodovací situaci manažer by měl dělat skutečně dělá informace získat úplné a přesné užívá neúplné a nepřesné riziko vyloučit riziko/nejistotu nevyloučí riziko/nejistotu racionalita hodnotit racionálně a logicky je omezen subjektivní racionalitou princip volby směřovat optimalizace – princip optimalizace směřuje k uspokojení – princip satisfakce  rozhodnutí/teorie normativní deskriptivní výsledek optimální pro zájmy a cíle organizace nemusí být optimální pro organizace

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

Rozhodovací procesy – struktura  12 Rozhodovací procesy – struktura

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

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

Klasifikace prvků a typů 12-16 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 ...

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

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

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

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

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

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

Postup řešení a analýza rozhodovacích problémů  20 Postup řešení a analýza rozhodovacích problémů

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

1. Fáze rozhodovacího procesu Určení problému Situační analýza Identifikace problémů Analýza problémů Rozhodovací kritéria Tvorba variant Důsledky variant Výběr variant/y Realizace Kontrola, retrospektiva Tvorba variant Hodnocení variant Výběr variant Realizace rozhodnutí Kontrola a hodnocení

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

2. Metodický postup 24-37 situační analýza identifikace rozho- vznik rozhodo- vacího problému situační analýza identifikace rozho- dovacích problémů analýza a formulace problému rozpoznání problémových situací důležitost řešení problémů deskripce a prvotní formulace problému rozčlenění problémových situací pořadí řešení problémů cíl řešení problému kauzální analýza testování kauzality zpřesnění formulace problému

3. Metody analýzy a interpretace rozhodovacích problémů 38 metody kauzální analýzy další metody analýzy rozhodovacích problémů metody analýzy struktury 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) dimenzionální analýza metoda šesti slov metoda šesti klobouků analýza interaktivních rozhodovacích oblastí (AIDA) influenční diagram kognitivní mapa

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

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

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

kapacita výrobní linky nevyužitá kapacita výrobní linky špatný marketingový výzkum malá vytíženost výrobní linky poruchovost linky malý objem výroby záběhový 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. 75 Proč?

Diagram příčin a následku 42 skupina příčin C skupina příčin A příčina C1 příčina A2 příčina A1 následek příčina C2 příčina A3 příčina B1 skupina příčin B 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)

Kauzální diagnóza – příklad Tabulka kauzálních vztahů Graf pozice jevů jev 1 2 3 4 5 6 1 pokles objemu přepravy   2 zvýšení cen energií 3 zvýšení legislat. nároků 4 přechod ke konkurenci 5 lepší nabídka konkurence 6 špatný ek. výsledek ∑ následností ∑ příčinností kauzalita (rozdíl) -2 -1 -3 centalita (součet) 5 4 3 2 1 příčiny následky centralita kauzalita

Analýza silového pole 49 Rozhodovací problém Síly hybné Síly brzdné -5 -4 -3 -2 -1 +1 +2 +3 +4 +5

Analýza silového pole – př. 1 NEVYUŽITÍ KAPACITY ZAŘÍZENÍ Síly hybné Síly brzdné -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 nízká poptávka čekání na materiál, nekvalitní materiál vysoká poruchovost zařízení nedostatečně početná/kvalifikovaná obsluha jednosměnný provoz reinstalace potvrzené zakázky dostatečné zásoby bezporuchový provoz kvalifikovaný, nefluktující personál třísměnný provoz celkem -24 celkem +21

Pareto – příklad Hodnota příčin snížení odbytu 54 příčina hodnota pořadí 1 snížení kupní síly 350 1. 2 opatrná bankovní politika 28 6. 3 pád koruny 19 11. 4 problémy finančních ústavů 32 5. 5 substituty 23 10. 6 zvýšená nezaměstnanost 104 4. 7 rozdíl mezi příjmy osob ve velkoměstech a na malých městech a venkově 14 13. 8 sociální skladba obyvatel v regionu 12. 9 obrovská konkurence na domácím trhu 205 2. 10 malý rozsah státních zakázek 7. 11 malá státní podpora 8. 12 obtížnost proniknutí za hranice 137 3. 13 zvýšení úrokových sazeb 9.

Paretův diagram – příklad Lorenzova křivka % A B C X 10-20 30-50 45-50 Y 80 15 5 Skupiny příčin A B C

Metoda šesti slov 57 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?

Metoda šesti slov – příklad 58 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

Kognitivní mapa Postup Co ovlivnilo snížení ceny? 71 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? cena, atraktivita, konkurence, zisk směr závislosti prvek RP typ závislosti Pramen: Hrůzová-Richter-Švecová, 2003

Kognitivní mapa – princip + - Faktor 7 1-4-2-7  7 1-4-6-2-7  7 1-4-2-3-7  7 1-4-6-2-3-7  7 1-4-6-2-3-4-2-7  7 1-4-6-2-3-4-6-2-7  7 1-5-4-2-7  7 1-5-4-6-2-7  7 1-5-4-2-3-7  7 1-5-4-6-2-3-7  7 1-5-4-2-3-4-2-7  7 1-5-4-2-3-4-6-2-7  7 + Faktor 2 Faktor 3 + - Faktor 6 - Faktor 5 - Faktor 4 - + + Faktor 1 Pramen: Hrůzová, 2007

Influenční diagram Typy prvků Typy vazeb Funkční závislost 64 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  Pramen: Hrůzová, 2007

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

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

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

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

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

Vytváření variant řešení  76 Vytváření variant řešení

Obsah Tvorba a výběr kritérií hodnocení variant Metody tvorby variant Problémy uplatnění metod v praxi

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., 2006

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

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

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

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

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

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

2. Metody tvorby variant 82 analogie agregace desagregace dimenzování elementární vědecké tvůrčí metody intuitivní tvůrčí metody systematicko- analytické tvůrčí metody normativní 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

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

Brainstorming – příklad 88 Výběr lokality skladu cena pozemku vládní úlevy atraktivnost lokality vstřícnost úředníků poloha v rámci republiky reakce obyvatel preference manažerů (kam se stěhovat) volná pracovní síla v regionu možnost využití existující stavby dostupnost ubytování časová dosažitelnost z přístavu ekologické iniciativy frekvence dopravy krajinný reliéf terénu cena pohonných hmot způsob dopravy dopravní infrastruktura velikost skladu inženýrské sítě síť prodejen klimatické podmínky dostupnost kvalifikované pracovní síly bonita půdy

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

Brainstorming – modifikace 88 Rolestorming Generování řešení v pozici určité role (funkce, osoby, postavy, zvíře, ...) Nárůst nápadů o 60-70 % Imaginární brainstorming Negativní brainstorming Vizuální brainstorming (brainsketching) Brainwriting Metoda 635 Diskuze 66

Gordonova metoda – příklad 91 Odstranění tekutiny setřít nechat stéct změnit skupenství tekutiny před vniknutím do objektu vysát nechat vytéct vytřít vyvařit nechat tekutinu objektem „projít“ odčerpat působit chemicky vylisovat vyčerpat působit biologicky vysušit vylít přečerpat jinam odvodnit vypařit chránit objekt před vniknutím tekutiny vystřelit na měsíc vypít vyschnout zabránit vniknutí tekutiny odvést jinam zmrazit vytlačit

Synektická metoda Postup: Příklad: 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.

Etapy synektické metody 93 příprava zadání problému analýza problému spontánní řešení odstup a redefinice problému analogie analýza námětů návrat a řešení původního problému z techniky symbolická osobní z přírody

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

Morfologická metoda – příklad Varianty mlékárenského produktu 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- 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 135 Vyloučit nereálné varianty: např. A2-…-C2-D4; …

Morfologická matice – příklad 94 Varianty logistického centra Hlediska Prvky A působnost centra a1 republiková a2 více zemí a3 přidružení k zahraničnímu centru a4 okresní a5 lokální B lokalita b1 velkoměsto b2 středně velké město b3 na zelené louce b4 průmyslová zóna C způsob dopravy c1 železnice c2 kamionová doprava c3 automobilová doprava c4 vodní doprava c5 letecká doprava

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

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

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

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

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

Hodnocení a výběr variant  101 Hodnocení a výběr variant

Obsah Vícekriteriální hodnocení Výběr implementační varianty Měření kritérií Stanovení vah kritérií Metody vícekriteriálního hodnocení Výběr implementační varianty Aplikovatelnost metod v praxi

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

Aditivizace multikriteriality 103 Měrné jednotky Převodní můstky převod na stejnou jednotku převod na utilitu převod na bezrozměrnou (aditivní, standardizovanou hodnotu Kompenzace hodnot kritérií (Vyloučení některých kritérií)

Metody určení vah kritérií 103 bez znalosti důsledků variant se znalostí důsledků variant 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 kompenzační metoda regresní metoda

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

Metoda postupného rozvrhu vah 110 mnoho a rozdílných kritérií Sj wj Ki wij wi A … 1 w1A w1 2 w2A w2 3 w3A w3 4 w4A w4 B C n wnC wn ∑ 1,00 Postup Rozdělení kritérií do skupin Stanovení vah skupin Stanovení vah kritériím v každé skupině Výsledný výpočet vah kritérií

Postupný rozvrh vah – příklad Zjednodušený příklad hodnocení vozu z pohledu řidiče Skupina kritérií Váha skupiny Kritérium Váha kritéria ve skupině Individuální váha kritéria v souboru Ekonomických 50 Pořizovací cena 60 30 Provozní nákl. 40 20 Technických Akcelerace 9 Jízdní vlastnosti 70 21 Ekologických Exhalace 10 2 Hlučnost 90 18 Šipka vlevo s koncem – metody hodnocení 100 100

Metody založ. na párovém srovnávání Postup Metoda párového srovnávání Postupné srovnávání dvojic kritérií Počet preferencí Stanovení normovaných vah Saatyho metoda Velikost (důležitosti) preferencí Metoda nejmenších čtverců / aproximace 111 114

Příklad MPS Zjednodušený příklad Ki K1 K2 K3 K4 K5 Voleb Pořadí Váha x 1 0,2 0,26 0,33 0,07 0,13 0,99 2 3 4 1 10 +1 3 4 5 1 2 15 3. 2. 1. 5. 4. x Šipka – modifikace 1 Šipka s koncem – modifikace 2 Počet srovnání = [n(n-1)] : 2

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

Příklad Saaty Ki K1 K2 K3 K4 K5 Součin 5 Wi 1 1/3 1/5 7 5 2,31 1,18 0,14 3 1/7 9 26,46 1,93 0,229 2205 4,66 0,553 1/9 0,000339 0,20 0,024 0,0196 0,46 0,054  8,43 1,00

Srovnání metod – MPS & Saaty určuje důležitost kritérií určuje míru důležitosti kritérií Stupnice 0;1 Saatyho stupnice 1;9 Ki K1 K2 K3 K4 K5 Wi x 1 0,2 0,27 0,33 0,07 0,13  1,00 Ki K1 K2 K3 K4 K5 Wi 1 1/3 1/5 7 5 0,14 3 1/7 9 0,229 0,553 1/9 0,024 0,054  1,00

Zákon tranzitivity Platí-li, že: Pak: K1 K2 K2 K3 nemůže K3 K1 protože logicky K1 K3 Ki K1 K2 K3 Wi x 1 [n(n-1)] : 2 = 3 Ki K1 K2 K3 Wi x 1 2

Příklad Saaty splňující zákon Ki K1 K2 K3 K4 K5 Wi 1 1/3 1/5 7 5 3 1/7 9 1/9  Ki K1 K2 K3 K4 K5 Součin 5 Wi 1 1/3 2/9 8/3 4/3 0,26107 0,76 0,10 3 2/3 8 4 0,2664 2,30 0,31 9/2 3/2 12 6 486 3,45 0,47 3/8 3/24 6/72 ½ 0,00195 0,29 0,04 3/4 1/4 1/6 2 0,0625 0,57 0,08  7,37 1,00

respektuje význam rozdílnosti hodnot kritérií u jednotlivých variant Kompenzační metoda 118 respektuje význam rozdílnosti hodnot kritérií u jednotlivých variant 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 (wi)

Kompenzační metoda – váhy Výběr nejhorší a nejlepší hodnoty u variant pro každé kritérium Velikost změny (rozdílu) na nejlepší hodnotu Pořadí významnosti změn (rozdílu) Váha jako významnost změn (wi´) kritéria Normovaná váha jako významnost kritéria Ki V1 V2 V3 0x 1x ∆ Poř. wi´ wi 1 10 30 60 50 1. 100 0,28 2 3 6. 0,08 5 49 2. 80 0,22 4 12 8 20 5. 40 0,11 47 48 45 4. 0,14 6 3. 0,17 ∑ 360 1,00 Pramen: Fotr J. a kol., 2006

Pravidlo dominance variant 121 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

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

Vícekriteriální hodnocení 124 metody elementární empirické metody bazické varianty metody párového srovnávání metody vícerozměrné statistické analýzy 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

Lineární dílčí funkce utility 124 xi Ui 0xi 1xi xi Ui 1xi 0xi Šipka vlevo s koncem – metody hodnocení

Metody – vzorce MLDFU xij – nejhorší xi sij = nejl xi – nejh xi MNH 128-132 MLDFU xij – nejhorší xi sij = nejl xi – nejh xi MNH xij nejl xi sij = ; nejl xi xij PATTERN xij nejh xi sij = ; nejh xi xij Šipka vlevo – METODY HODNOCENÍ Šipka vlevo s koncem – Náročnost v praxi Uij = sij * wi Uj =  Uij

Matice hodnot - Zadané hodnoty kritérií Standardizované hodnoty vzorce Matice hodnot Zadané hodnoty kritérií Standardizované hodnoty Hodnoty užitečnosti V1 V2 V3 V4 K1 … K2 xij Sij Uij K3 - Uj U1 U2 U3 U4 Cena 100 300 700 0,106 0,035 0,009 ProvN 470 50 80 0,008 0,071 0,044 PP 500 200 980 0,016 0,033 x11 x12 x13 x21 x31 x34 S11 S12 S13 S21 S31 S34 U11 U12 U13 U21 … U31 U34

2. Výběr implementační varianty 143 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., 1991

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

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

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

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

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

 155 Management rizika 101

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

1. Co je risk management? Management rizika Rizikový manager 156 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

2. Co je riziko? Pojetí teorie rozhodování Manažerské pojetí 161 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

Typy rozhodovacích situací / rizik 163 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

Klasifikace rizik Působnost Ovlivnitelnost Systematičnost Únosnost 166 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 /…

Postoj k riziku Typ postoje Určení postoje averzní neutrální 176 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

Srovnání ne/rizikové varianty 177 Příklad Var. A: ZA1 = 10 s PA1 = 0,5 ; ZA2 = 0 s PA2 = 0,5 Var. B: ZB1 = 5 s PB1 = 1,0 Řešení Volba var. A – akceptace Volba var. B – averze Volba var. A nebo B – neutrální postoj

Jistotní ekvivalent Jistotní ekvivalent rizikové varianty(JE) 177 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 postoj výnosové kritérium nákladové kritérium averze E(X) – JE > 0 E(X) – JE < 0 neutrální E(X) – JE = 0 sklon riziková prémie

Funkce utility za rizika 181 averze xi Ui 0xi 1xi neutrální sklon Šipka vlevo s koncem – metody hodnocení

Funkce utility s inflexním bodem utilita zisk 1,0 0,0 averze k riziku inflexní bod sklon k riziku -20 -10 0 10 20 30 40 oblast ztráty oblast zisku

Funkce utility zisku – příklad -5000 5000 15000 20000 55000 utilita 0,04 0,45 0,65 0,85 1 // Jaký má rozhodovatel postoj k riziku?

Postoj firmy k riziku Vstupní data poř.č. zisk (f.j.) utilita 1 2   4 0,13 0,02 3 6 0,26 0,04 8 0,38 0,1 5 10 0,65 0,5 0,2 12 0,63 0,32 7 14 0,9 0,75 16 0,96 0,87 0,7 9 20 1,0

182 Proces řízení rizik

3. Proces řízení rizik Plánování Operativní řízení Kontrola Předvídání 182-186 Plánování Předvídání Analýza Operativní řízení Monitoring Identifikace dalších rizik Průběžná kontrola, evidence, hodnocení Nápravná opatření Kontrola Vyhodnocení Kontrolní mechanizmy Databáze Podněty

Etapy analýzy rizika určení faktorů rizika 182 určení faktorů rizika stanovení významnosti faktorů výpočet velikosti a míry rizika hodnocení únosnosti a přijatelnosti rizika korekční opatření

Matice významnosti Dvě hlediska hodnocení – (P) a intenzita 183 Dvě hlediska hodnocení – (P) a intenzita Osa x – pravdě-podobnost výskytu faktorů rizika Osa y – intenzita negativního vlivu faktorů 1 2 3 4 5 2 5 4 3 1 1 2 3 4 5

Analýza citlivosti Závislost kritéria na faktorech rizika 184 Definice Etapy 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

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.

Příklad – řešení Zisk = 50 000 000 Rizikový faktor Výchozí hodnota Vývoj (%) Nová Hodnota zisku (mil.) Změna absolutní zisku 1 Q (odbyt) 100 000 -10 90 000 34,3 -15,7 31,40 2 Jednicová cena 2 500 2 250 25 -25 50,00 3 Jednicové mzdy 100 +10 110 49 -1 2,00 4 Jednicový mat. 750 825 42,5 -7,5 15,00 5 Jednicová en. 80 88 49,2 -0,8 1,60 6 Výrobní režie 20 000 000 22 000 000 48 -2 4,00 7 Správní režie 47 000 000 51 700 000 45,3 -4,7 9,40 8 Investiční nákl. 400 000 000 440 000 000 46 -4 8,00 9 Doba životnosti 10 9,00 45,6 -4,4 8,89 Zisk = 50 000 000

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

Subjektivní pravděpodobnosti 188 Subjektivní pravděpodobnosti výpočet použití

Pravděpodobnosti výskytu jevů Důsledky variant jsou ovlivněny budoucími rizikovými situacemi 189 slovně pravděpodobnost výskytu jevu/situace objektivní  subjektivní  číselně poměrem počtu n. sázek metody # výskytů / ∑ možností sázkou 5:1 = 0,83 Číslo Slovní význam zcela vyloučeno 0,1 krajně nepravděpodobné 0,2-0,3 dosti nepravděpodobné 0,4 nepravděpodobné 0,6 pravděpodobné 0,7-0,8 dosti pravděpodobné 0,9 nanejvýš pravděpodobné 1 zcela jisté Pramen: Fotr-Dědina-Hrůzová, 2003

Metody určení subjektivních (P) 191 Pro diskrétní faktory Pro spojité faktory (konečný počet jevů/hodnot, např. počet poruch) (velký, resp.  počet jevů/hodnot, např. poptávka, cena, kurzy) Metoda relativních velikostí Metoda kvantilů

Metoda relativních velikostí 192 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

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

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 S1 S2 S3 PRj (P)i Vj (P)1 0,3 (P)2 0,5 (P)3 0,2 V1 V2 V3

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? Řešení (P) 0,2 0,6 Nák\Pop 30 50 80 Cp 30*1 tis Cm 0 Cn 30*800 Z = 6 tisíc Cm 20*500 Cn 50*800 Z = 0 Cp 50*1 tis Z = 10 tisíc Cm 50*500 Cn 80*800 Z = -9 tisíc Cm 30*500 Z = 1 tisíc Cp 80*1 tis Z = 16 tisíc

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

Pravidla rozhodování za rizika 188 Očekávané hodnoty Očekávané hodnoty a variability očekávané hodnoty a rozptylu očekávané hodnoty a směrodatné odchylky očekávané hodnoty a variačního koeficientu Očekávané utility Dominovaná varianta (existuje lepší a neexistuje horší)

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

Pravidla rozhodování za nejistoty 202 Optimistické Pesimistické Hurwiczovo Laplaceovo Savageovo Dominovaná varianta (existuje lepší a neexistuje horší)

Příklad 17 UT – řešení 204 Výpočty Vstupní data rozhodovací matice Var. očekávaná rozptyl VK maxi- max min LaPlace Hurwicz Savage hodnota utilita α = 0,5 E(Z) D(Z) U(Z) β = 0,5 A 500,00 0,00 0,2 500 472 B 472,00 27216,00 0,61 0,35 580 220 460,00 400 392 C 699,20 121349,76 0,66 0,50 972 200 577,33 586 300 Výpočty Vstupní data rozhodovací matice Matice lítosti Varianta rozhodovací situace pokles stagnace zvýšení pravděpodobnost Pi hodnoty lítosti 0,3 0,1 0,6 500 580 972 A 80 472 B 220 280 392 C 200 560 300 20

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

Pravidla rozhodování – příklad Nák. Popt 0,2 0,6 Maxi- max min Sava- ge Hurwicz  =0,5 La- place U(X) E(X) D(X) σ VK 30 50 80 6 10 0,7 5 6,67 0,73 8 16 4 0,5 -9 1 15 3,5 2,67 0,32 2 64 Matice lítosti Nejlepší možná h. 6 10 16 Nákup /Popt. 30 50 80 4 15 9 Zisk -9 1 6 10 16 Utilita 0,05 0,2 0,7 0,9 Kterou variantu vybereme?

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

Pravděpodobnostní strom 207 Pravděpodobnostní strom Grafická metoda, která zobrazuje posloupnost časově následně uspořádaných rizikových činností a kvantifikuje důsledky jednotlivých rizikových situací varianty.

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

Typ „1“ (2) Je-li dosavadní cena 120€, jaká je celková (P), že: - cena ubyt. zůstane stejná? - … vzroste? … poklesne? Jaká je (P), že cena bude nanejvýš 126€? scénář S1 S2 S3 S4 S5 S6 S7 cena ub. 126 132 120 114 (P) 0,42 0,18 0,09 0,21 0,01 0,06 0,03

Typ „2“ Výchozí údaje Výpočty Navazující etapy (P) úspěchu a neúspěchu situace Náklady, Výnosy Sit Zki (Pi)p x D C B A x 15 -10 -5 -3 1,00 0,50 0,06 0,24 0,20 - (P)=0,2;N=5;V=2 1 Výpočty Kumulace zisku Podmíněná (Pi)p ukončení situace (Očekávaná hodnota úspěchu projektu) - (P)=0,3;N=5;V=3 + 2 0,8 0,7 0,9 - + 3 (P)=0,1;N=8;V=3 N=30;V=50 + Postup: A-B-D E(Z) = +5,1

Příklad – zadání A B C D E Si Zki (Pi)p ∑ 1 2 3 4 - - - - + 1 - (P1)n=0,3;N=8;V1n=0 (P1)ú=0,7 (P2)ú=0,9 (P3)ú=0,98 + 2 - (P2)n=0,1;N=5;V2n=0 N1ú=5;V1ú=0 N2ú=3;V2ú=2 N3ú=30;V3ú=5 3 + - (P3)n=0,02;N=40;V3n=0 4 - + (P4)n=0,2;N=3;V4n=10 (P4)ú=0,8; N=2;V4ú=100 Upraveno podle: Fotr-Dědina-Hrůzová, 2003

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

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

Příklad 21 UT – řešení 216

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

Etapy metody Monte Carlo 217 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

Příklad 22 UT – řešení Podmínky přijetí investice: 219 Průběh simulace Pokusů: 100.000 Doba simulace: 32 vteřin Pokusů/vt.: 3.101 Rozsah jistoty: 10 %;+ Šíře rozsahu: 1615 % -469;1146 Standardní chyba: 0,46 % Úkol: předpověď rentability investice 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 % Podmínky přijetí investice: RI > 10 % s (P) ≥ 80 % Závěr simulace: Odmítnutí investice  pouze 54 %-ní (P), že rentabilita bude > 10 %.

Šikmost (vychýlení) - kolem ± 0,5 … přibližně symetrické rozdělení + Nulová vychýlení žádné = symetrie 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 kolem ± 0,5 … přibližně symetrické rozdělení mezi ±0,5 a ± 1 … mírná šikmost < -1 a > +1 … značná šikmost

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

Tvorba portfolia variant 221 Oblast neefektivních portfolií S(X) hranice efektivnosti Oblast mimo požadované hodnoty E(X) 100 200 700

Příklad 23 UT – zadání Rozpočet ≤ 20 fin.j. 222 varianta 6 2 5 4 7 8 3 1 očekávaná hodnota 9 10 11 směrodatná odchylka investiční náklady 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

223 Krizový management

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

Období zvládání krize 225 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)

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

Participativní rozhodování  237 Participativní rozhodování

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

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

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

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

Rezistence k práci v týmu manažera podřízených 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“

Participativní rozhodování 239 Výhody Nevýhody 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 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

2. Modely stylů rozhodování 239-253 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“

Orientace na pracovníky a úkoly 40./50.-70. léta Rensis Likert Při jakém stylu je manažer úspěšnější? Nejsou obě orientace správné?

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

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

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

Orientace na vedoucího a podřízené 243 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

Model a příklad Orientace na vedoucího Orientace na podřízené 7 1 1 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

Model VDL (vertikálních vztahů) 244 70. léta F. Dansereau, G. Graen, W.J. Haga ORIENTACE: Podřízení tzv. „in-group“ Podřízení tzv. „out-group“

Model životního cyklu 70./80. léta P. Hersey & K.H. Blanchard 246 70./80. léta P. Hersey & K.H. Blanchard ORIENTACE: Vztahy Úkoly PŘEDPOKLAD: Závislost na ZRALOSTI Kompetence Zkušenosti Motivace 4 úrovně zralosti podřízených: M2 M4 ano M1 M3 ne Ochota Schopnost

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

Fiedlerův model 60./70. Léta F.E. Fiedler ORIENTACE: PŘEDPOKLAD: 247 60./70. Léta F.E. Fiedler ORIENTACE: Úkolová Vztahová PŘEDPOKLAD: Styl rozhodování je reflexí osobnosti FAKTORY: Vztahy vedoucí-podřízení Strukturovanost problému Váha pozice vedoucího

Fiedler – styly rozhodování Permisivní styl Direktivní styl Dobré Špatné S N V M Vztahy Strukturovanost Váha pozice

Model Vrooma-Yettona-Jagoa 248 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

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

Styly rozhodování STYLY: A autokratický K konzultativní S skupinově orient. I nadřízený II i podřízení mgr „tým“ AI R - AII info KI info+názor KII týmová diskuse SII

Model A – preference času 250 Jak je důležité kvalitně rozhodnout? V/M - ztotožnění podřízených s rozhodnutím? V/M Má M informace, aby mohl kvalitně rozhodnout? A/N Jde o DSP? A/N Je (P), že PS budou akceptovat R Mgra? A/N Sdílejí PS cíle problému? A/N Je (P) konflikt mezi PS? A/N Mají PS info pro kvalitní R? A/N 1 2 3 4 5 6 8 7 AI SII KII AII KI Pramen: Vroom-Jago, 1988

Model B – preference rozvoje LZ 251 KII 1 2 3 4 5 6 8 7 KI SII AI Pramen: Vroom-Jago, 1988

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

Zhodnocení modelu Obhájci Kritici 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 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 …

Příklad 1 UT – hledání volby 252 otázka zdůvodnění 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.

Příklad 1 UT – graficky 253 KII 1 2 3 4 5 6 8 7 KI SII AI

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

Procvičení metod k jednotlivým tématům

Děkuji za pozornost helena.hruzova@vsem.cz