Выбор «лучшего» варианта управления нанотехнологическими рисками: MCDA как инструмент управления
Учитывая данные о рисках для промышленной безопасности, охраны труда и окружающей среды (EH&S), а также уже известные схемы управления рисками, можно воспользоваться рядом конкретных вариантов управления, рассматривая их как с точки зрения менеджеров, отвечающих в организации за риски категории EH&S, так и страховщиков. Однако задача выбора наиболее подходящего варианта для конкретного сценария может быть достаточно сложной.
Описание разработки и выбора структуры управления рисками в крупных и малых организациях приводится в других главах этой книги, в частности в главах 6 и 7. Какой подход позволит точно определить наиболее подходящие для конкретной ситуации системы управления рисками? В этом разделе описан пример того, как лицам, принимающим решения по вопросам управления нанотехнологическими рисками, особенно страховщикам, могут помочь инструменты анализа решений, в том числе метод многокритериального анализа решений (MCDA).
MCDA относится к группе методов, направленных на структурирование процесса принятия решений. Использование методов MCDA подразумевает прохождение четырех этапов:
- 1) составление перечня критериев конкретного решения, связанного с рисками;
- 2) определение предпочтительных параметров модели (весовые критерии, пороговые значения и т. д.);
- 3) измерение показателей при появлении альтернативного варианта;
- 4) объединение информации, полученной на этапах 1-3, чтобы дать ответы на вопросы: с помощью какого метода выбрать лучший вариант, как от- ранжировать альтернативы или как их отсортировать по заранее определенным категориям?
У большинства методологий на основе MCDA, в том числе многокритериальной теории полезности (MAUT), метода анализа иерархий (АНР) и других, более сложных, некоторые этапы выбора одинаковы или похожи (этапы 1 и 3), но имеют различия в своих подходах на этапах 2 и 4. Подробный анализ теоретических основ различных методов MCDA и сравнение их преимуществ и недостатков приводятся в работе Белтона и Стюарда (Belton and Steward, 2002).
За последние несколько десятилетий стратегии принятия решений, связанных с рисками EH&S, становятся все более сложными и в настоящее время включают экспертные оценки, анализ затрат и получение выгоды, оценку токсикологического риска, сравнительную оценку возможных рисков, а также ряд методов, учитывающих мнения общественности и заинтересованных сторон. Такая эволюция привела к скорректированному варианту списка рекомендаций по принятию таких решений, в том числе и по разработке инструментов MCDA, позволяющих создать аналитическую основу принятия обоснованных с научной точки зрения решений. Ряд методов MCDA автоматизированы и доступны в виде коммерческих программ, каждая из которых может быть скорректирована с учетом всех тонкостей ее реализации на практике, строгости математического обоснования, допущений и упрощений, а также требований лиц, принимающих решения, или других участников этого процесса. В работах Linkov (2007) и Tervonen (2009) рассматриваются и другие аспекты применения MCDA для оценки нанотехнологических рисков и управления ими.
При решении задач страховой отрасли страховщики должны определить конкретный уровень риска, на который они готовы пойти, а также размер страховой премии, которую их потенциальные клиенты будут платить в обмен на передачу им бремени риска. Такие решения не принимаются без должного рассмотрения всех значимых факторов. Чтобы обеспечить достижение своих бизнес-целей, все лица, которые участвуют в процессе принятия таких решений или которых эти решения затронут, также должны определить, какие конкретные особенности риска следует учесть, приоритеты этих особенностей, способ структурирования страховых премий. Как правило, в ходе такого анализа появляется ряд возможных стратегий управления, из которых страховщику остается выбрать вариант, наилучшим образом отвечающий его деловым интересам. Для решения этой задачи методы MCDA также могут быть полезны:
- • для распределения альтернативных клиентов/приемов на классы/категории (например, «неприемлемые», «возможно, приемлемые» и «безусловно, приемлемые»);
- • для скрининга альтернативных методов — отказ от тех методов, которые, как представляется, не заслуживают большего внимания; в конечном счете это приводит к сокращению числа альтернатив, среди которых (весьма вероятно) находится «самая лучшая»;
- • для ранжирования альтернативных приемов (от «лучшего» до «худшего» в соответствии с выбранным алгоритмом);
- • для выбора «лучшей альтернативы» из числа анализируемых альтернатив;
- • для разработки (поиска, идентификации, создания) новых решений/аль- тернатив, необходимых для достижения целей;
• для изучения взаимосвязей между альтернативными вариантами и лицами, принимающими решения, с целью получить больше информации о вероятности реализации этих решений, насколько они подходят данной ситуации, а также о возможных конфликтах и компромиссах.
Рассмотрим использование МСОА с точки зрения решения страховой компании по выбору своего портфеля. Важной стратегией смягчения рисков при максимизации выгод является диверсификация: высокие риски в одной области можно компенсировать сравнительно низкими рисками в другой. Чтобы помочь страховщикам добиться оптимального баланса рисков в своих портфелях при обслуживании клиентов, работающих в сфере нанотехнологии, предлагается воспользоваться методами МСОА. Диверсификация страхового портфеля может быть достигнута различными путями, в основе которых лежит, например, вид страхуемой компании (бизнес-процесс, динамика ведения ею бизнеса), природа производимого ею продукта (технология изготовления, материалы, стоимость) или подробности страхового соглашения (степень страхового покрытия и размер страховой премии). Эти элементы могут быть представлены с использованием разных критериев (рис. 5.1), а их приоритет определяют при помощи методов МСБА.
Помимо многокритериального представления проблемы, также следует принять во внимание и взаимосвязи, сложившиеся между проектами, компаниями и их продуктами. Стоимость премии и максимальную страховую стоимость можно определить с помощью методов многоцелевой оптимизации (МОЭМ) и решив задачу многокритериальной оптимизации (рис. 5.2). Те же критерии впоследствии можно повторно применить и для оптимизации портфеля страхования, а для случая дискретных альтернатив (стоимости премии или страховой
Рис. 5.1. Приоритет потенциальных клиентов/продуктов, устанавливаемый методами МСОА: критерии и метрики
Рис. 5.2. Пример определения стоимости страховой премии на основе взаимосвязи разных проектов, компаний и продуктов производства с помощью метода многоцелевого принятия решений
стоимости) — воспользоваться МАЭМ. Разные критерии оценки рисков можно адаптировать к МСЭМ, например, подробный жизненный цикл продукта и/или страховые случаи, который(-ые) наряду с бизнес-возможностями в неявном виде учитывает(-ют) ряд преимуществ производимого продукта.
Если обобщить сказанное, в процессе управления рисками первым важным уровнем обеспечения промышленной безопасности, охраны труда и окружающей среды являются информация о нанотехнологических рисках и подробные организационные схемы. В итоге эта информация должна быть представлена в виде обоснованных решений, помогающих достижению важных для бизнеса целей. В контексте страховой отрасли это означает, что такие решения должны определить варианты управления рисками, позволяющие страховщикам предоставить страхователям разумный уровень защиты от нанотехнологических рисков для промышленной безопасности, охраны труда и окружающей среды в обмен на соразмерную страховую премию. Как показано выше, благодаря таким инструментам, как МСОА, страховые компании и другие заинтересованные стороны могут получить системный и открытый метод отбора вариантов управления указанными рисками, который лучше всего соответствует потребностям конкретной организации.
