管理学概论(第二篇计划-决策).ppt_第1页
管理学概论(第二篇计划-决策).ppt_第2页
管理学概论(第二篇计划-决策).ppt_第3页
管理学概论(第二篇计划-决策).ppt_第4页
管理学概论(第二篇计划-决策).ppt_第5页
已阅读5页,还剩60页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

9 决策 决策是计划工作的核心 也是行动的基础 正确的行动来源于正确的决策 9 1决策问题概述 管理者通过分析各种备选方案 对面临的机会或威胁作出反应 做出关于特定的组织目标和行动方案的决定 或决策 机会反应型决策 当管理者寻找改善组织绩效的方法 以使消费者 员工和其他利益相关者获利的时候 即对机会作出反应决策 威胁反应型决策 当组织内部或外部发生了对组织绩效有负面影响的事件 管理者需要寻找解决问题的方法的时候 就是针对威胁作出反应的决策 程序性决策和非程序性决策 根据问题的性质 可以把决策划分为程序性决策和非程序性决策 程序性决策 程序性决策是一种常规的 实质上是自动的过程 由于管理者经常做此类决策 所以形成了在特定情况下进行决策的规则或方针 程序性决策例如 库存量应该保持在什么水平 什么时候支付货款 什么时候向客户收回货款 什么时候将不付款的客户告上法庭 等等 非程序性决策 非程序性决策通常用于对不经常的 异常的机会或威胁作出反应 一般发生于管理者没有现成的决策规则可以遵循的情况 非程序性决策的例子如 对某项新技术的投资 某种新产品的开发 等等 9 1 1决策问题的三种类型 决策问题按其层次划分可以分为战略决策 经营决策 管理决策 战术决策 业务决策 9 1 2决策问题的四个要素 1 决策者 个人或集体2 决策目标 决策方案所要完成的目标3 自然状态 决策者面临的环境4 决策方案 两个以上的可行的备选行动方案 既相互独立 又可互相替代 9 2决策过程 六个步骤 第一步 认识决策需要第二步 确定备选方案第三步 评价备选方案第四步 从备选方案中进行选择第五步 实施选定的方案第六步 从反馈中学习 第一步 认识决策需要 决策过程的第一步就是认识决策需要 当组织环境发生变化而导致机会或威胁产生时 当企业内部的资源需要进行整合 配置时 都要进行决策 第二步 确定备选方案 认识到决策需要后 管理者必须找出一系列可行的备选方案对机会或威胁作出反应 这些备选方案的确定建立在对信息的收集与分析 处理的基础上 第三步 评价备选方案 一般而言 成功的决策者通常使用四个标准来对备选方案的正反两方面进行评价 1 合法性2 合乎伦理3 经济可行性4 实用性 第四步 从备选方案中进行选择 用一定的标准对各个备选方案进行排队 并从中作出选择 狭义的 决策 指的就是这一步 第五步 实施选定的方案 在选定相对最佳的方案后 就需要予以实施 为了确保方案得到切实实施 高层管理者必须赋予中层管理者做出必要的后续决策的职责 还必须给予中层管理者足够的资源 以支持其实现目标 还要有必要的奖惩措施 第六步 从反馈中学习 将实际结果和期望的结果进行比较 分析为什么有些决策会落空 制定出有助于未来决策的方针 原则 决策方法 根据决策环境的可控程度 决策可分为确定型决策和非确定型决策 不同环境状态用的决策方法也不同 经典决策模型 经典决策模型是描述性的 使用这一模型的时候 需要对决策过程的实质做出一系列的简化 假设 假设之一就是 管理者拥有做出最优化决策所需要的全部信息 9 3决策的类型 1 确定型决策 决策问题只存在一个自然状态 就是确定型决策 此外 当约束条件明确 问题的各种变量及其相互关系是可计量的 可以建立能求出最佳解的目标函数 并运用运筹学的方法就可以求出最佳解的问题 属于确定型决策 如企业组织中确定状态下的生产计划 分配方案 库存计划等决策 2 非确定型决策 当决策问题存在两种以上自然状态 而自然状态的发生又不是完全确定的 就称为非确定型决策 非确定型决策包括 第一 竞争型决策 决策问题的自然状态是具有理智的竞争对手 称为竞争决策 又称对策 第二 风险型决策 自然状态所发生的概率可以确定 称为风险决策 第三 完全不确定型决策 自然状态发生的概率无法确定 称为完全不确定型决策 9 3 2竞争型决策 竞争型决策又称对策 要根据竞争对手的策略来确定对策的过程 对策模型可分为 两人对策和多人对策有限对策和无限对策常数和对策 零和对策和非零和对策合作对策和非合作对策 等 1 对策现象的基本要素 对策现象有三个最基本的要素 局中人 策略 赢得对局中人的重要假设是 每个局中人都是 理智 的 即不存在利用其他人的决策失误来获取利益的可能 策略 可供局中人选择的一个实际可行的完整的行动方案称为一个策略 一般每个局中人至少应有两个策略 赢得函数 支付函数 一个对策中 每一局中人所出策略形成的策略组称为一个局势 一个局势出现后 每个局中人都有一个赢得值 或所失值 赢得是定义在局势上的函数 称为赢得函数或支付函数 2 两人对策模型 对策中只有两个局中人 两人对策中 如果一方的赢得即为另一方的所失 则称为两人零和对策 两人零和对策是不合作对策 田忌赛马支付函数矩阵 一个两人零和对策模型的例子 囚徒困境 疑犯2不坦白坦白 不坦白坦白疑犯1 1 1 100 0 10 8 8 智猪博弈 小猪按键等待 按键等待大猪 51 44 9 1 00 9 3 3风险型决策 当决策问题存在两种以上自然状态 而各自然状态发生的概率是已知的 就称为风险决策 也称统计性决策或随机性决策 1 以期望值为标准的决策方法 以决策损益矩阵为基础 分别算出各个方案的在不同自然状态下的损益期望值 从中选出收益期望值最大或损失期望值最小的方案 A1 A2 Am 表示备选决策方案 S1 S2 Sn 表示自然状态 O11 O12 Omn 则A1的期望值为 O11P1 O12P2 O1nPn 2 以最大可能性为标准的决策方法 以出现可能性 概率 最大的自然状态为依据选择决策方案 如在上述损益矩阵中选一个概率Pj最大的自然状态Sj 然后选一个在这个自然状态下收益值最大或损失值最小的方案 这样其实是将问题转化为确定性决策 3 以优势原则为标准的决策方法 如果一个方案在任何自然状态下的值都优于另一个方案 就称为一个方案优超另一个方案 则另一个方案就可舍去 4 以意愿水准原则为标准的决策方法 根据决策者所拥有的资源条件或组织目标 对方案损益值定出一个最高 如投资水平 或最低 如利润或产出水平 的限制 超过这一水平的方案就舍去 风险型决策的标准 风险型决策的标准 期望值标准形式 表格形式 决策树形式 习题 最佳进货问题 5 决策树 决策树由决策点 方结点 从决策点引出的方案枝 状态点 圆点 及由状态点引出的状态枝组成 状态点的末端为损益值 决策树方法直观易懂 不仅可以进行单阶段决策 还可进行多阶段决策 3 4 5 6 1 2 10000元 2000元 9500元 4000元 3000元 例 多阶段决策 例 海鲜 成本25元 售价49元 处理价15元 8 3 4完全不确定型决策 当决策问题存在两种以上自然状态 且各自然状态发生的概率无法确定时 称为完全不确定型决策 有小中取大 最大的最小收益法 或称悲观准则 大中取小 最小的最大后悔值法 大中取大 最大的最大收益法 或称乐观准则 折衷 乐观系数法 和拉普拉斯准则 等可能法 1 小中取大准则 决策者对未来的结果持悲观态度 因此考虑最坏的情况 找出各方案的最小收益值 然后选择其中最大的值的方案 max min 例 max 2400 1900 1400 900 400 取2400 A1 2 大中取小准则 也称最小的最大后悔值准则 所谓后悔值 即在某一自然状态下因未采用最好的方案而产生的后悔 方法 每一自然状态下各个方案中的最大收益值减去其它的收益值 得出一个后悔值矩阵 找出每个方案的最大后悔值 选出值最小的方案 min max 后悔值矩阵 3 大中取大准则 也称最大的最大收益准则或乐观准则 方法是找出各方案的最大收益值 然后选择其中最大的值所对应的方案 max max 例 max 2400 3600 4800 6000 7200 取7200 A5 4 折衷准则 也称乐观系数准则 选定一个乐观系数 且0 1 如果 为0 就是小中取大的悲观准则 为1就是大中取大的乐观准则 算出每个方案的折衷收益值 乘上最大收益值后加上 1 乘上最小收益值 就得到折衷收益值 然后选择具有最大折衷收益值的方案 例中取 0 3 max 2400 2410 2420 2430 2440 取2440 A5 5 拉普拉斯准则 拉普拉斯准则也称等可能准则 方法是 认为每个自然状态出现的概率是一样的 把每个方案各个自然状态下的值加起来后除以自然状态数得到期望值 选择期望值最大的方案 例中max 2400 3260 3780 3960 3800 取3960 A4 行政管理决策模型 詹姆斯 马奇和赫伯特 西蒙不同意经典决策模型的潜在假设 提出了行政管理决策模型 来解释为什么说决策是一种具有内在不确定性的 充满风险的过程 以及为什么管理者极少依据经典决策模型所描述的方式进行实际决策 行政管理决策模型建立在三个重要的概念上 有限理性 信息不充分 满意原则 有限理性 马奇和西蒙指出 人类的决策能力受到认知局限的制约 即 人们在对信息进行理解 处理以及采取行动的过程中 是存在局限性的 他们认为 智力水平制约了决策者确定最佳决策的能力 有限理性 boundedrationality 这一名词说明 可被选择的方案是如此之多 需要处理的信息量是如此之大 以至于难以在做出决策之前对其全部进行评估 信息不充分 即使管理者拥有对信息进行评估的无限能力 他们仍然不能够做出最优化决策 原因在于他们所拥有的是不充分的信息 信息之所以不充分 是因为在绝大多数情况下 决策的备选方案是不可尽知的 且已知方案的结果也是不确定的 换句话说 信息不充分来源于风险与不确定性 模糊性以及时间限制 风险与不确定性 当管理者知道某一特定行动的可能结果及其出现的概率时 就是所谓的 风险 所谓 不确定性 即 方案行动结果出现的概率是不能确定的 未来是什么结果也是未知的 即管理者只能摸索着进行工作 对假定结果出现的概率一无所知 且没有信息来支持做出决策 模糊信息 信息不充分的第二个原因在于 管理者所掌握的很多都是模糊信息 这意味着这些信息是不清楚的 通常可以以多种的 甚至相互冲突的方式进行解释 即对同一件事情可以仁者见仁 智者见智 时间限制与信息成本 造成信息不充分的第三个原因 管理者既不拥有足够的时间 也不拥有足够的资金以找出所有可能的解决方案 并对这些方案的可能结果进行评估 满意原则 马奇和西蒙认为 在有限理性 未来的不确定性 难以估量的风险 极大的模糊性 时间限制 高信息成本等因素的制约下 管理者不会试图去找到所有的可能方案 实际上 管理者采用的是一种被称作为 满意 的准则 即仅从部分备选方案中进行选择 管理者寻找 选择的是可以接受的 令人满意的解决问题的方案 而不是力图作出最佳的决策 8 4决策的人为因素 决策过程十分复杂 除了要有一定的方法外 还有一些重要的人为因素 如决策者的个人特性 集体决策中还有群体行为因素 一 个人因素 1 对问题的感知 隐患 机会 对问题重要性的感觉 敏感性等 2 处理信息资料的能力 分析 综合能力 3 个人的价值系统 风险意识 价值观 认知偏见与决策 两位心理学家丹尼尔 卡内曼和阿莫斯 特瓦思凯提出 因为所有的决策者都受有限理性的制约 从而都倾向于使用推断 一种可以简化决策过程的根据经验进行判断的方法 进行决策 这种方法也可能导致决策者在处理关于备选方案的信息以及决策过程中出现系统偏差 因为系统偏差而导致的认知偏见的存在 使优秀的管理者也可能做出不佳的决策 四种主要的偏见分别是先入为主 以偏盖全 控制错觉和将错就错 先入为主 人们往往会根据过去的经验做出决策 这种情形 就被称为先入为主 并且 决策者倾向于寻找 使用与他们的事先经验相一致的信息 而忽视之相矛盾的信息 以偏盖全 许多决策者不恰当地从一个小样本 甚至一个案例中来进行概括归纳 而这往往就会导致以偏盖全 控制错觉 控制错觉 是指决策者过高估计对活动和事件控制能力的倾向 高层管理者往往特别容易形成这种偏见 将错就错 在已经对行动方案投入了大量的资源后 即使收到的反馈表明这一项目正在走下坡路 一些管理者仍会将错就错地为这一项目提供更多的资源 希望能挽回损失 掩盖失误 而通常在这种情况下 适宜的决策是 停止 撤退 认识自己的偏见 管理者必须清楚地意识到可能存在的认知偏见及其负面影响 确定出自己的决策风格 许多管理者在确定其偏见时都会感到困难 所以 管理者可以和其他管理者一起对自己的偏见进行仔细分析 以发现自己的弱点 确定自己的决策风格 在这种情况下 集体决策就变得很重要了 二 群体因素 1 群体参与制定决策的优点 知识广泛 全面了解情况 2 群体参与制定决策应避免的问题 等级压力 少数服从多数的压力 一致赞成时掩盖问题 个人操纵 意气 时间长 3 对群体参与制定决策的评价 集体决策 绝大部分重要的企业决策都是通过管理者集体做出的 集体决策在一些方面要优于个人决策 然而 集体决策也存在一些缺陷 集体决策通常要比个人决策花费更多的时间 因为让具有不同利益和偏好的人对一个问题达成一致是比较困难的 另外 与单个管理者做决策一样 集体决策也会受到偏见的影响 集体偏见的主要根源在于集体思维 头脑风暴法 由一位管理者对需要讨论的问题进行大致的描述 集体成员分享各自的想法 形成各种备选行动方案 在管理者介绍某种备选方案时 不允许任何人进行批评 直到全部备选方案都被

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论