ANALISI DELLE DECISIONI AZIENDALI Criteri di decisione Carlo FILIPPI – [email protected] Elementi del processo decisionale Il decisore (decision maker – DM) ◦ Colui che intendiamo aiutare Le azioni o decisioni possibili del DM ◦ Alternative La natura ◦ Elemento esterno sul quale non abbiamo controllo ◦ È indifferente ai risultati finali Gli stati della natura ◦ Informazione Risultato (payoff) derivante da ogni combinazione decisione-stato ◦ Criteri C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Un primo modello decisionale Supponiamo di aver individuato: ◦ L’insieme delle decisioni possibili {D(i) : i = 1,2,…,d} mutuamente esclusive ◦ L’insieme degli stati di natura {S(j) : j = 1,2,…,s} mutuamente esclusivi ◦ Il risultato economico associato a ogni combinazione decisione-stato di natura {v(i,j) : i = 1,2,…,d ; j = 1,2,…,s} Decisioni Stati di natura S(1) S(2) … S(n) D(1) v(1,1) v(1,2) … v(1,n) D(2) v(2,1) v(2,2) … v(2,n) … … … … … D(m) v(m,1) v(m,2) … v(m,n) Un processo decisionale Fase di valutazione (uno stadio): DM prende una decisione D(i) La natura assume uno stato S(j) DM riceve un payoff v(i,j) Che criterio per la decisione? C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Un processo decisionale Potremmo avere più stadi: k=0 DM prende una decisione D(ik) La natura assume uno stato S(jk) k=k+1 TEST DM riceve un payoff v(i0,j0,i1,j1,…) Che criterio per la strategia? C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Il grado di incertezza Il grado di incertezza dipende dalla prevedibilità degli stati di natura: ◦ Incertezza totale: non sono disponibili informazioni circa la probabilità dei vari stati ◦ Incertezza (rischio): lo stato conseguente a una decisione non è noto ma possiamo valutare la probabilità dei vari stati ◦ Certezza: lo stato conseguente a ogni decisione è noto Modelli deterministici: programmazione lineare, ottimizzazione su reti, ecc. Qui consideriamo i casi di incertezza C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Ipotesi di lavoro L’insieme delle decisioni è finito L’insieme degli stati di natura è finito ◦ Questo semplifica la trattazione matematica La natura è un attore neutrale ◦ Se la natura fosse un antagonista di DM, la natura e DM sarebbero due giocatori razionali che si fronteggiano, e cadremmo nell’ambito della teoria dei giochi ◦ I criteri di scelta della teoria dei giochi spesso non sono interessanti nel nostro contesto C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Un problema petrolifero Una compagnia petrolifera entra in possesso di una opzione per la trivellazione e lo sfruttamento di un terreno; l’opzione scade tra un anno Le scelte possibili sono: ◦ D(1): trivellare il terreno ad un costo di 100.000$ ◦ D(2): vendere l’opzione a 90.000$ ◦ D(3): attendere la scadenza dell’opzione Gli stati di natura sono: ◦ S(1): il petrolio si trova e dà un profitto di 800.000$ ◦ S(2): il petrolio non c’è e il terreno non produce guadagno Non è possibile quantificare la probabilità degli stati Qual è la scelta migliore? C. Filippi – ANALISI DELLE DECISIONI AZIENDALI I dati del problema Abbiamo la seguente tavola dei risultati (remunerazione netta per il DM): Tabella dei payoff v(i,j) (in migliaia di dollari) D(1): trivella Decisioni D(2): vendi D(3): aspetta Stati di natura S(1): petrolio S(2): no-petrolio 700 -100 90 90 0 0 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Decisioni dominate Alla decisione “aspetta” è associato un payoff inferiore a quello della decisione “vendi” qualunque sia lo stato di natura: v(aspetta,petrolio) ≤ v(vendi,petrolio) v(aspetta,no-petrolio) ≤ v(vendi,no-petrolio) La decisione “aspetta” è dominata dalla decisione “vendi”: ◦ Qualche DM potrà decidere di trivellare ◦ Qualche DM potrà decidere di vendere ◦ Nessun DM razionale deciderà di aspettare (potendo vendere) La decisione “aspetta” può essere eliminata dal problema ◦ Questo varrebbe anche nel caso in cui si conoscessero le probabilità degli stati! C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criteri di scelta Caso di incertezza totale: nessuna informazione disponibile sulla probabilità degli eventi futuri Possibili criteri “razionali”: ◦ ◦ ◦ ◦ ◦ Max-Min Max-Max Min-Max Regret Realismo Equiprobabilità C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio MAX-MIN È il criterio più prudente e segue la logica pessimistica secondo la quale qualunque decisione venga presa, le cose andranno nel peggiore dei modi ◦ Criterio mutuato dalla teoria dei giochi Per ogni decisione calcola il minimo payoff possibile 2. Scegli la decisione che comporta il massimo dei minimi payoff 1. C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio MAX-MIN In termini formali, la decisione da prendere è D(i*) tale che i* = arg maxi { minj {v(i,j)}} Nel caso del nostro problema petrolifero: Stati di natura Tabella dei payoff v(i,j) petrolio no-petrolio min trivella 700 -100 -100 vendi 90 90 90 Decisioni max-min C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio MAX-MAX È il criterio più azzardato e segue la logica ottimistica secondo la quale qualuque decisione venga presa, le cose andranno nel migliore dei modi 1. 2. Per ogni decisione calcola il massimo payoff possibile Scegli la decisione che comporta il massimo dei massimi payoff C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio MAX-MAX In termini formali, la decisione da prendere è D(i*) tale che i* = arg maxi { maxj {v(i,j)}} Nel caso del nostro problema petrolifero: Stati di natura Tabella dei payoff g(i,j) petrolio no-petrolio max trivella 700 -100 700 vendi 90 90 90 max-max Decisioni C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio MIN-MAX REGRET Ha come obiettivo la minimizzazione della massima perdita (o mancato guadagno) calcolata a posteriori: Calcola la tabella dei “regrets” ove ogni quantità r(i,j) (nonnegativa) rappresenta il mancato guadagno prodotto dalla decisione D(i) rispetto alla miglior decisione possibile nel caso si verifichi lo stato S(j) 2. Per ogni decisione calcola il massimo regret possibile 3. Scegli la decisione che comporta il minimo dei massimi regret 1. C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio MIN-MAX REGRET In termini formali, la decisione da prendere è D(i*) tale che i* = arg mini { maxj {r(i,j)}} dove r(i,j) = maxk {v(k,j)} – v(i,j) Si tratta di applicare un “criterio min-max” alla tabella dei regrets Applicazione al nostro esempio… C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio MIN-MAX REGRET Tabella dei payoff v(i,j) Decisioni Stati di natura petrolio no-petrolio trivella 700 -100 vendi 90 90 max 700 90 Stati di natura Tabella dei regret r(i,j) petrolio no-petrolio max trivella 0 190 190 vendi 610 0 610 min-max Decisioni C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite I criteri visti finora possono produrre scelte “razionali” ma assai poco “ragionevoli” Max-min e max-max: Tabella dei payoff v(i,j) Decisioni Stati di natura S(1) S(2) D(1) 1001 -1000000 D(2) -10 1000 D(3) -9 1 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite I criteri visti finora possono produrre scelte “razionali” ma assai poco “ragionevoli” Max-min e max-max: Tabella dei payoff g(i,j) Decisioni Stati di natura S(1) S(2) min max D(1) 1001 -1000000 -1000000 1001 D(2) -10 1000 -10 1000 D(3) -9 1 -9 1 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite Min-max regret: Stati di natura Tabella dei payoff g(i,j) Decisioni S(1) S(2) D(1) 1001 -1000000 D(2) -10 1000 D(3) -9 1 max 1001 1000 Tabella dei regrets r(i,j) Decisioni Stati di natura S(1) S(2) max D(1) 0 1001000 1001000 D(2) 1011 0 1011 D(3) 1010 999 1010 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del REALISMO (Hurwicz) Si pone l’obiettivo di mediare tra l’estremo pessimismo (max-min) e l’estremo ottimismo (max-max): Scegli un parametro di “ottimismo” α ∈[0,1] 2. Per ogni decisione D(i): 1. a. Calcola il payoff massimo M(i) b. Calcola il payoff minimo m(i) c. Calcola la media pesata b(i) = α M(i) + (1- α) m(i) 3. Seleziona la decisione con media pesata massima C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del REALISMO In termini formali, la decisione da prendere è D(i*) tale che i* = arg maxi {α M(i) + (1- α) m(i)} dove M(i) = maxj {v(i,j)} e m(i) = minj {v(i,j)} Nel caso del nostro problema petrolifero: Coefficienti di ottimismo Stati di natura Tabella dei payoff v(i,j) Decisioni petrolio nopetrolio m(i) M(i) 0 0.2 0.4 0.6 0.8 1 trivella 700 -100 -100 700 -100 60 220 380 540 700 vendi 90 90 90 90 90 90 90 90 90 90 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del REALISMO Il criterio del realismo “risolve” il caso limite visto in precedenza: Tabella dei payoff v(i,j) Decisi oni Stati di natura Coefficienti di ottimismo S(1) S(2) m(i) M(i) 0 0.01 0.5 0.99 1 D(1) 1001 -1000000 -1000000 1001 -1000000 -989990 -499500 -9009.01 1001 D(2) -10 1000 -10 1000 -10 0.1 495 989.9 1000 D(3) -9 1 -9 1 -9 -8.9 -4 0.9 1 • La decisione D(2) viene ora presa per ogni valore plausibile di ottimismo C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del REALISMO Vantaggi: ◦ È in grado di mediare tra ottimismo e pessimismo estremi ◦ Consente una analisi di sensitività sul grado di ottimismo del DM Svantaggi: ◦ Non fornisce indicazioni sul grado di ottimismo da adottare ◦ Non considera la presenza di stati di natura diversi da quelli che determinano le decisioni max-min e max-max ◦ Non considera payoff differenti da quelli che determinano le decisioni max-min e max-max C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite Nell’esempio seguente i criteri max-min e min-max, e quindi anche il criterio del realismo, prendono una decisione solo sulla base dei payoff relativi allo stato S(1): Tabella dei payoff v(i,j) Decisioni Stati di natura S(1) S(2) m(i) M(i) D(1) 1500 100 100 1500 D(2) 50 1400 50 1400 D(3) 200 1300 200 1300 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite Nell’esempio seguente la decisione D(2) sembra ragionevole, ma viene esclusa sempre dal criterio del realismo: Tabella dei payoff v(i,j) Stati di natura Decisioni S(1) S(2) S(3) S(4) D(1) 100 200 400 1500 D(2) 100 1000 1100 1200 D(3) 200 250 250 1300 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite Nell’esempio seguente la decisione D(2) sembra ragionevole, ma viene esclusa sempre dal criterio del realismo: Tabella dei payoff v(i,j) Stati di natura Decisioni S(1) S(2) S(3) S(4) m(i) M(i) D(1) 100 200 400 1500 100 1500 D(2) 100 1000 1100 1200 100 1200 D(3) 200 250 250 1300 200 1300 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio di EQUIPROBABILITÀ Prende in considerazione tutti i valori della tavola dei payoff Assume che ogni stato di natura si verifichi con uguale probabilità e prende la decisione che comporta il massimo payoff atteso (medio): 1. 2. Per ogni decisione D(i) calcola la media aritmetica dei payoff Seleziona la decisione con media dei payoff massima C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio di EQUIPROBABILITÀ In termini formali, la decisione da prendere è D(i*) tale che i* = arg maxi {[∑j v(i,j)]/s} dove s è il numero degli stati di natura Nel caso del nostro problema petrolifero: Stati di natura Tabella dei payoff g(i,j) petrolio no-petrolio Media trivella 700 -100 300 vendi 90 90 90 equiprob Decisioni C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio di EQUIPROBABILITÀ Con il criterio di equiprobabilità selezioniamo la decisione D(2) che “sfuggiva” al criterio del realismo: Tabella dei payoff p(i,j) Stati di natura Decisioni S(1) S(2) S(3) S(4) m(i) M(i) Media D(1) 100 200 400 1500 100 1500 550 D(2) 100 1000 1100 1200 100 1200 850 D(3) 200 250 250 1300 200 1300 500 C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite I criterio di equiprobabilità non è comunque la panacea Consideriamo il seguente problema di decisione, dove i payoff sono espressi in migliaia di euro, e una perdita superiore a 500mila euro comporta il fallimento dell’impresa: Stati di natura Tabella dei payoff v(i,j) S(1) S(2) Media D(1) 10000 -2000 4000 D(2) 10 -2 4 Decisioni C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criteri di scelta Caso di incertezza (non totale): sappiamo assegnare una probabilità ad ogni stato di natura Possibili criteri “razionali”: ◦ Massima verosimiglianza ◦ Valore atteso (Bayes) C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Condizioni di rischio Il contesto generale è lo stesso delle decisioni in condizioni di incertezzatotale, ma in questo caso è disponibile la probabilità P(j) di ogni stato di natura S(j) Immaginiamo di poter quantificare la probabilità dei due stati di natura nell’esempio petrolifero: Decisioni Tabella dei Payoff probabilità Stati di Natura petrolio no-petrolio trivella 700 -100 vendi 90 90 0.25 0.75 Criterio di MASSIMA VEROSIMIGLIANZA • Questo criterio assume che si realizzerà lo stato di natura più probabile e quindi adotta la decisione più conveniente per quell'evento 1. Seleziona lo stato S(j) con maggior probabilità 2. Seleziona la decisione D(i) che ottiene il massimo payoff per lo stato S(j) C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio di MASSIMA VEROSIMIGLIANZA • In termini formali la decisione da prendere è i * = arg max (v(i, j*)) dove j * = arg max ( P( j )) i j • Nell’esempio petrolifero: Decisioni Tabella dei Payoff Stati di Natura petrolio secco trivella 700 -100 -100 vendi 90 90 90 0.25 0.75 probabilita max C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Casi limite Valutare l'adozione del criterio di massima verosimiglianza nei seguenti casi: S1 Stati di Natura S2 S3 S4 D1 900 800 700 600 D2 100 200 900 100 D3 600 700 800 900 0.2 0.2 0.4 0.2 probabilità S1 Stati di Natura S2 S3 S4 D1 900 800 700 600 D2 -200 -200 900 -200 D3 600 700 800 900 0.05 0.05 0.8 0.1 Tabella dei Payoff Decisioni Decisioni Tabella dei Payoff probabilità C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del VALORE ATTESO (Bayes) • Questo criterio sfrutta completamente le informazioni disponibili nella tavola dei payoff. Ogni elemento della tabella e ogni probabilità rientra in modo diretto nel calcolo 1. Per ogni decisione D(i) calcola il corrispondente valore atteso del payoff 2. Seleziona la decisione che ottiene il massimo payoff atteso • Spesso questo criterio è chiamato EMV (Expected Monetary Value) anche se non sempre il risultato esprime un valore monetario C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del VALORE ATTESO • In termini formali la decisione da prendere è i = arg max(∑ v(i, j ) ⋅ P( j )) * i j • Nell’esempio petrolifero: Decisioni Tabella dei Payoff Stati di Natura petrolio secco EMV trivella 700 -100 100 vendi 90 90 90 0.25 0.75 probabilita max EMV C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del VALORE ATTESO Motivazione del criterio: ◦ Se potessimo prendere n volte la stessa decisione, e facessimo la media dei risultati ottenuti, questa media sarebbe circa il valore atteso Es.: lancio di una moneta ◦ Di solito le singole decisioni sono uniche… ma dobbiamo prendere decisioni ogni giorno! È il criterio «normale» nelle decisioni aziendali C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio del REGRET ATTESO 1. Calcola la tabella dei regrets 2. Per ogni decisione D(i) calcola il valore atteso del regret 3. Seleziona la decisione che ottiene il minimo regret atteso • In termini formali la decisione da prendere è: i = arg max(∑ r (i, j ) ⋅ P( j )) * i j C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Criterio REGRET ATTESO • Nel solito esempio: Stati di natura Tabella dei regret r(i,j) petrolio no-petrolio max trivella 0 190 142.5 vendi 610 0 152.5 Prob. 0.25 0.75 Decisioni • Si può dimostrare che minimizzare il regret atteso è equivalente a massimizzare il payoff atteso C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Riepilogo (incertezza totale) Max-min: criterio miope che limitando il caso peggiore può essere applicato di fronte a rischi di danni irreparabili Max-max: criterio miope che può essere applicato quando i payoff sono quasi tutti simili con alcuni picchi in alto Min-max regret: minimizza il massimo mancato guadagno per la decisione presa Realismo: media tra decisioni estreme; permette una analisi di sensitività Equiprobabilità: prende in considerazione tutti i valori della tavola di payoff; non adatto di fronte a possibili “catastrofi” e in situazioni molto lontane dalla equiprobabilità C. Filippi – ANALISI DELLE DECISIONI AZIENDALI Riepilogo (rischio) Massima verosimiglianza: criterio semplicistico, giustificato in casi in cui l’incertezza è quasi nulla Valore atteso: prende in considerazione tutta l’informazione di cui disponiamo; non adatto di fronte a possibili “catastrofi” Regret atteso: equivalente al valore atteso Questioni aperte: ◦ Come descriviamo l’incertezza? ◦ Come scegliamo le probabilità? ◦ Cosa sono le probabilità? C. Filippi – ANALISI DELLE DECISIONI AZIENDALI
© Copyright 2024 Paperzz