Теория правдоподобия

Принятие решений с неизвестными рисками. Объяснение Plausibility Theory (Теория правдоподобия)

Согласно Collins & Michalski, «что-то правдоподобно, если оно концептуально поддерживается предшествующим знанием». Plausibility Theory (Теория правдоподобия) Wolfgang Spohn (1985-), Collins & Michalski (1989), Lemaire & Fayol (1995), Connell & Keane (когнитивная модель правдоподобности, 2002) обеспечивает новые идеи в процессе принятия решений с неизвестными рисками. Правдоподобие неизбежное и повсеместное явление повседневной жизни. Однако, оно долго игнорировалось в науке о мышлении и рассматривалась только как операционная переменная.

Байесовская статистика (bayesian statistics)

До возникновения теории правдоподобности, распространенной теорией, которая использовалась учеными для объяснения и прогнозирования в процессе принятия решений, была байесовская статистика. Названная по имени Томаса Байеса, министра Великобритании 18 века. Байес разработал правила для оценки вероятности различных событий и их ожидаемых исходов. Байесовская статистика было популяризована в 1960-х Howard Raiffa для применения в бизнес среде. Согласно теореме Байеса, менеджеры принимают решения и должны принимать решения на основе вычисления вероятностей всех возможных исходов ситуации. Измеряя значение каждого исхода вероятностью и суммируя итоги, лицо, принимающее решение, высчитывает «ожидаемые значения» для решения, которое необходимо принять. Если ожидаемое значение положительно, то решение должно быть принято; если отрицательно, то его следует избежать.

Ограничения байесовской статистики

На первый взгляд, может показаться, что это упорядоченный метод работы. Однако, к сожалению, байесовский метод объяснения решений сталкивается, по крайней мере, с 2 явлениями, которые трудно объяснить:

Оценка лежащего в основе риска. Люди обычно соглашаются на 50% вероятность заработать 10$ при том, что им пришлось бы выплатить 5$, если не повезет. Но почему, как правило, они не соглашаются на ту же 50% вероятность выигрыша $1.000.000 при потенциальной потере $500.000? Как иметь дело с неизвестными рисками. Эти виды рисков, которые не включают предсказуемых вероятностей, типичны для бизнес ситуаций! Почему менеджеры предпочитают риски, которые известны, рискам, которые неизвестны?

Теория правдоподобия

С обоими этими явлениями можно иметь дело, если заменить байесовское вычисление «ожидаемого значения» (expected value) на «Порог риска» (risk threshold) теории правдоподобия. Как и ее предшественник, Теория правдоподобия оценивает совокупность возможных результатов, но фокусируется на вероятности определения порога - например, общие потери - по отношению к приемлемому риску. Например: решение обычно отвергается, если присутствует риск потерь выше, чем 2%. Очевидно, правдоподобие может разрешить оба недостатка байесовского мышления: тенденция менеджеров к избеганию неприемлемых лежащих в основе рисков и тенденция менеджеров к избеганию неизвестных рисков.

Типичными примерами применения теории правдоподобности будут новые правила Basel II для распределения капитала в отрасли финансовых операций.

Вид словаря: 
Рубрика: 
Ключевые слова: 
+1
0
-1