Чтение онлайн

В том же году я приступил к созданию метода, который назвал прикладной информационной экономикой (AIE). Я разрабатывал ее для области информационных технологий, но оказалось, что она позволяет решать задачи по измерению, возникающие в любой сфере.

Сводим все воедино

Основные составляющие прикладной информационной экономики — методы оценки неопределенности, риска и стоимости информации, обсуждавшиеся в части II. Словом, метод AIE отвечает на четыре вопроса:

1) как смоделировать текущее состояние неопределенности;

2) как рассчитать, что еще необходимо измерить;

3) как измерить это экономически оправданным способом;

4) как принять решение?

Чтобы глубже вникнуть в процессы прикладной информационной экономики, обратимся к рисунку 14.1. Вы видите, что AIE действительно не более чем обобщение всего, о чем мы говорили до сих пор.

Подход прикладной информационной экономики

С 1995 г. я измеряю с помощью прикладной информационной экономики всевозможные объекты, казавшиеся поначалу трудно или даже вовсе не поддающимися количественной оценке. Довольно длинное название этого подхода было выбрано потому, что я хотел придать ему описательный характер. Постоянно рассчитывая стоимость информации о каждой неизвестной переменной, подлежащей учету при принятии решения, и пересчитывая ее после каждого нового измерения, мы получаем возможность определить, что именно заслуживает измерения.

На начальном этапе постановки задачи метод AIE придает большое значение количественной оценке неопределенности и риска как необходимому условию расчета стоимости информации. А когда выясняется, что проведение измерений экономически оправданно, AIE предполагает использование только методов, гарантированно уменьшающих ошибку. Сложность заключалась в том, чтобы собрать все это в один внутренне непротиворечивый метод. После нескольких первых проектов стало очевидно, что процесс должен состоять из следующих этапов:

Этап 0. Подготовка проекта

• Предварительные исследования. Чтобы понять характер проблемы, аналитик встречается с заинтересованными лицами и изучает результаты вторичных исследований и отчеты за прошлые периоды.

• Подбор экспертов. Обычно необходимо, чтобы свои оценки дали четыре-пять специалистов, но мне доводилось привлекать и по 20 экспертов, хотя я не рекомендую этого делать.

• Планирование заседаний рабочей группы. Вместе с отобранными экспертами составляется расписание четырех — шести заседаний рабочей группы продолжительностью в половину рабочего дня.

Этап 1. Построение модели принятия решения

• Определение проблемы. На первом заседании рабочей группы эксперты определяют, какую конкретную задачу они на самом деле должны проанализировать. Например, что на самом деле они должны сделать: решить, стоит ли продолжать данный инвестиционный проект, или проблема в том, как его скорректировать? Если задача — одобрить или отвергнуть инвестиционный проект или другую программу, то тогда необходимо встретиться с лицами, принимающими решения, чтобы определить инвестиционную границу для этой организации.

• Детализация модели принятия решения. Ко дню проведения второго заседания рабочей группы составляется электронная таблица в программе Excel, учитывающая все факторы, влияющие на анализируемое решение, и их совокупное воздействие. Если принимается решение одобрить или отклонить какой-нибудь крупный проект, следует перечислить все затраты и выгоды, ввести их в общий денежный поток и рассчитать ROI (как это делается при обосновании любого проекта).

• Первоначальные калиброванные оценки. На оставшихся заседаниях рабочей группы мы калибруем экспертов и подставляем предложенные ими значения переменных в модель принятия решения. Эти значения не фиксированы (если только нам не известны точные числа), а являются калиброванными экспертными оценками. Все они представляют собой 90-процентные доверительные интервалы или другие распределения вероятностей.

Этап 2. Предварительные измерения

• Анализ стоимости информации (value of information analysis, VIA). На этой стадии мы анализируем стоимость информации о каждой переменной, входящей в модель. В результате мы узнаем не только значение каждой неизвестной, но и его порог. Макрос, написанный мной в программе Excel, делает это быстро и точно, но и методы, обсуждавшиеся ранее в этой книге, тоже дают хорошие оценки.

• Предварительный выбор метода измерения. В ходе VIA выясняется, что мы обладаем достаточной информацией о большинстве переменных и что их дополнительной оценки, кроме калиброванной, не потребуется. Обычно высокой оказывается стоимость информации лишь о паре переменных (и нередко их выявление приносит сюрпризы). На основании полученных данных осуществляется выбор таких методов измерения, которые обязаны снизить неопределенность, не превышая ожидаемой стоимости полной информации. В ходе VIA также определяется порог измерения, в случае достижения которого приходится принимать иное решение. Наш метод измерения ориентирован на уменьшение неопределенности относительно этого порога.

• Применяемые методы измерения. Разложение на составляющие, случайная выборка, субъективно-байесовский способ, проведение контролируемых экспериментов, метод линзы (и т. д.) или любое их сочетание — все это может использоваться для снижения неопределенности переменных, определенных на предыдущем этапе.

• Усовершенствованные модели принятия решения. Результаты этих измерений используются для уточнения значений переменных в нашей модели. В модель вводятся величины, появившиеся в результате разложения первоначальной переменной на составляющие (например, неизвестный элемент затрат может быть разложен на более мелкие компоненты с присущими им 90-процентными доверительными интервалами).

• Конечная стоимость анализа затрат на информацию. Анализ и измерения (предыдущие четыре шага) часто проходят несколько повторений. До тех пор пока VIA показывает, что стоимость информации превышает затраты на проведение измерений, их можно продолжать. Однако обычно уже после одной-двух итераций, согласно VIA, проведение дальнейших измерений экономически нецелесообразно.

Этап 3. Выбор показателей и конечные результаты

• Полный анализ соотношения «риск/доходность». Результатом моделирования методом Монте-Карло являются вероятности возможных исходов. Если необходимо принять решение о судьбе крупных инвестиций, проекта, серьезных обязательств или какой-либо другой программы (как это обычно и бывает), то следует сравнить риск и доходность с инвестиционной границей данной организации.

• Выбор способов отслеживания показателей. Нередко бывают такие переменные, рассчитывать которые вначале кажется нецелесообразным, поскольку ценность информации о них становится очевидной лишь впоследствии. Зачастую это величины, характеризующие ход выполнения проекта и внешние условия функционирования компании, например состояние всей экономики. Такие переменные необходимо отслеживать постоянно, так как их изменение может потребовать принятия корректирующих мер. В связи с этим следует ввести процедуры постоянного расчета подобных показателей.