วิธีการที่ใช้ในการประเมินและจัดการความเสี่ยงมีข้อบกพร่อง เหตุใดความคิดเห็นของผู้เชี่ยวชาญจึงไม่ดีอย่างที่คุณคิด สิ่งที่ Monte Carlo คิด เกี่ยวข้องกับ การบริหารความเสี่ยง และวิธีที่เราคำนวณความเสี่ยงของสถานการณ์ที่ไม่เคยเกิดขึ้นมาก่อน
เลือกหัวข้ออ่าน
แนวคิดที่ 1: การจัดการความเสี่ยง หมายถึง การเปิดรับโอกาส
การบริหารความเสี่ยง เป็นส่วนหนึ่งขององค์กรและรัฐบาล นอกจากนี้ยังเป็นสิ่งที่หลายคนเคยได้ยิน แต่ไม่รู้ความหมาย การจัดการความเสี่ยง ช่วยให้คุณเข้าใจความเสี่ยงได้ดีขึ้น ดังนั้น สิ่งสำคัญคือ ต้องทำให้ง่ายขึ้น
ความเสี่ยงคือ ความเป็นไปได้และขนาดของเหตุการณ์ที่ไม่พึงปรารถนา ตัวอย่างเช่น ในบริบททางวิทยาศาสตร์หรือคณิตศาสตร์ ความเสี่ยงจะอธิบายถึงความน่าจะเป็นและขนาดของผลกระทบที่ไม่ต้องการ
แต่ความน่าจะเป็นและขนาดคืออะไรกันแน่?
แม้ว่าความน่าจะเป็น จะเป็นวิธีการวัดความเป็นไปได้ในเหตุการณ์ที่จะเกิดขึ้น แต่ขนาดสามารถวัดได้หลายวิธี หนึ่งคือ จำนวนเงินที่เสียไปหรือเสียชีวิต อย่างไรก็ตามมีเหตุการณ์ที่ไม่พึงปรารถนาที่แตกต่างกันมากมายที่สามารถเกิดขึ้นได้ ตัวอย่างเช่น ภัยธรรมชาติและการเรียกคืนผลิตภัณฑ์
การจัดการความเสี่ยง หมายถึง การใช้ทรัพยากรเพื่อลดอันตราย ตัวอย่างเช่น การจัดการ การวางแผน การจัดระเบียบ และการประสานทรัพยากรไปสู่เป้าหมาย กล่าวอีกนัยหนึ่งคือ การจัดการทรัพยากรให้มีประสิทธิภาพ เพื่อให้งานสำเร็จลุล่วง
เมื่อคุณเข้าใจคำจำกัดความของ การบริหารความเสี่ยง แล้ว ก็ถึงเวลาเรียนรู้ว่า การจัดการความเสี่ยงนั้นพัฒนาไปอย่างไรและนำไปใช้ได้อย่างไรในปัจจุบัน
แนวคิดที่ 2: การบริหารความเสี่ยง มีความสำคัญอย่างมากสำหรับบริษัทต่าง ๆ ทั่วโลก
การบริหารความเสี่ยง มีมานานแล้ว เริ่มต้นขึ้นเมื่อผู้นำบางคนตัดสินใจที่จะเสริมความแข็งแกร่งให้กับกำแพงเมืองของพวกเขา หรือไม่ก็จัดเตรียมการเพิ่มเติม ในกรณีที่เป็นฤดูหนาว การจัดการความเสี่ยงได้พัฒนาไปตั้งแต่นั้น เป็นต้นมา
และการถือกำเนิดของคอมพิวเตอร์ แม้ก่อนหน้านั้นการสำรวจพลังงานนิวเคลียร์และน้ำมันได้เพิ่มความซับซ้อนในการจัดการความเสี่ยง ซึ่งเป็นเหตุผลว่าทำไมองค์กรขนาดใหญ่ในปัจจุบัน จึงให้ความสำคัญไม่ว่าจะอยู่ในสายงานใดก็ตาม
การบริหารความเสี่ยง กลายเป็นสาขาสำคัญในโลกธุรกิจปัจจุบัน มีวิวัฒนาการอย่างไร?
ในช่วงสงครามโลกครั้งที่ 2 รัฐบาลสหรัฐฯได้ใช้กลุ่มคนที่เรียกว่า “war quants” เพื่อค้นหาสิ่งต่างๆ เช่น กำลังการผลิตของศัตรูและความเสี่ยงที่อาจเกิดขึ้นจากการรุกราน พวกเขาได้รับการฝึกฝนในการคำนวณเชิงปริมาณและช่วยในการตัดสินใจในช่วงสงคราม
แต่ในโลกปัจจุบันการจัดการความเสี่ยงไม่ได้มีไว้เพื่อทำสงครามเท่านั้น ทุกคนใช้ตั้งแต่รัฐบาลไปจนถึงบริษัทต่างๆ ตัวอย่างเช่น การศึกษาของ The Economist ในปี 2007 ได้ศึกษาเกี่ยวกับการบริหารความเสี่ยงใน 29 ประเทศและ 320 องค์กร
ผลการสำรวจพบว่า มีความสอดคล้องกันบางประการ ตัวอย่างเช่น การศึกษาทั้งสามแสดงให้เห็นว่าการบริหารความเสี่ยงในระดับบริษัทเพิ่มขึ้น การศึกษาของ Aon แสดงให้เห็นว่า 88% ของบริษัท มีสมาชิกในคณะกรรมการอย่างน้อยหนึ่งคนที่มีส่วนร่วมอย่างจริงจังในการทบทวนแผนการบริหารความเสี่ยง
แนวคิดที่ 3: มีวิธีการประเมินความเสี่ยงมากมาย แต่วิธีที่ได้รับความนิยมมากที่สุดกลับไม่ได้ผล
โดยทั่วไปการบริหารความเสี่ยงมีความสำคัญ อย่างไรก็ตามหลายวิธีที่ใช้ในการสื่อสารความเสี่ยงมีข้อบกพร่อง และ “เป็นไปได้มาก” ที่ก่อให้เกิดปัญหาเพราะอาจไม่ได้หมายถึงสิ่งเดียวกันสำหรับทุกคน ผู้เขียนยกตัวอย่างความไม่สอดคล้องกัน
เมื่อเขาตั้งคำถามกับระบบที่กำหนดตัวเลขตั้งแต่ 1–10 ให้กับแต่ละระดับความน่าจะเป็น (M I Hensher) “ต้องมีอะไรเกิดขึ้นเล็กน้อยก่อนที่คุณจะคิดว่ามันไม่ผิดเลย”
กล่าวอีกนัยหนึ่งทุกคนทราบดีว่า ความน่าจะเป็น “ต่ำ” และ “ต่ำมาก” นั้นมีโอกาสน้อยกว่าความน่าจะเป็นระดับกลางและสูง แต่จะน้อยกว่ามากแค่ไหน? ยากที่จะประเมิน
ผู้เขียน ซึ่งมีประสบการณ์ในการประเมินความเสี่ยงมานานหลายปีได้ถามลูกค้าว่า “น่าจะมาก” หมายถึงอะไร ลูกค้าบอกว่านั่นหมายความว่า มีโอกาส 20 เปอร์เซ็นต์ที่จะเกิดเหตุการณ์ อย่างไรก็ตามเพื่อนร่วมงานของเขาไม่เห็นด้วยและโต้แย้งว่าจะเกิดขึ้นหรือไม่
อย่างไรก็ตาม วิธีการทั่วไปมีข้อบกพร่อง ตัวอย่างเช่น ไม่คำนึงถึงความสัมพันธ์ระหว่างความเสี่ยง ปัจจัยเสี่ยงมีความสัมพันธ์กันไม่ทางใดก็ทางหนึ่ง บ่อยกว่าไม่ได้
ในเครื่องบินมีหลายระบบที่ควบคุมเครื่องบิน เนื่องจากเป็นไปได้ยากที่ทุกคนจะล้มเหลวในครั้งเดียวจึงใช้ในกรณีที่ล้มเหลว อย่างไรก็ตามหากมีเหตุการณ์เดียวเกิดขึ้น (เช่น เศษกระสุนจากใบพัดแตก) ก็จะทำให้ทั้ง 3 ระบบล้มเหลว
น่าเสียดายที่ระบบปัจจุบันมีปัญหาใหญ่กว่านี้ พวกเขาอาศัยความคิดเห็นของผู้เชี่ยวชาญเพียงอย่างเดียวและไม่พิจารณาปัจจัยอื่นๆ
แนวคิดที่ 4: ความคิดเห็นของผู้เชี่ยวชาญมักมีอคติ
ความคิดเห็นของผู้เชี่ยวชาญเป็นที่พึ่งในหลายๆสิ่ง อย่างไรก็ตามเมื่อพูดถึงการบริหารความเสี่ยง ความเห็นของผู้เชี่ยวชาญอาจไม่เป็นประโยชน์ในการประเมินความเสี่ยง
การวิจัยทางจิตวิทยา พบว่า ผู้คนมักจะประเมินความสามารถของตนเองสูงเกินไป เป็นที่ทราบกันดีว่านักศึกษา MBA ของ Stanford ส่วนใหญ่คิดว่าตัวเองดีกว่าค่าเฉลี่ย ซึ่งเป็นเท็จ
แต่การพิสูจน์ของผู้เขียนยังคงดำเนินต่อไป เขาอ้างอิงการศึกษาของ Kruger and Dunning นักจิตวิทยามหาวิทยาลัย Cornell ที่แสดงให้เห็นว่า 2 ใน 3 ของคนคิดว่าพวกเขาเก่งไวยากรณ์, ตลก และมีเหตุผล
แม้แต่ผู้เชี่ยวชาญก็ยังได้รับผลกระทบจากสถิติเหล่านี้ เนื่องจากพวกเขามักจะประเมินความสามารถในการทำนายสิ่งต่างๆได้อย่างถูกต้องสูงเกินไป ซึ่งทำให้พวกเขาประเมินความเสี่ยงต่ำ
แต่ยังมีอีกประเด็นหนึ่งเกี่ยวกับความคิดเห็นของผู้เชี่ยวชาญในการบริหารความเสี่ยง นั่นคือความจริงที่ว่าประสบการณ์ของผู้คนมีอคติ สิ่งนี้ได้รับการพิสูจน์แล้วโดย Daniel Kahneman ผู้ซึ่งได้รับรางวัลโนเบลจากผลงานเรื่องนี้
อย่างไรก็ตาม ความทรงจำของเราไม่สมบูรณ์แบบ บางครั้งเราจำอดีตไม่ถูกต้องเนื่องจากอคติ ที่เรียกว่า “Peak-End Rule” หรือการจำได้เฉพาะเหตุการณ์ที่โดดเด่นกับเหตุการณ์ตอนจบเท่านั้น ซึ่งระบุว่าเรามักจะลืมเวลาที่การคาดการณ์สภาพอากาศถูกต้องและมุ่งเน้นไปที่การคาดการณ์ที่ไม่ดีหนึ่งหรือสองครั้งแทน
แนวคิดที่ 5: การฝึกประมาณค่า สามารถช่วยให้ผู้คนปรับปรุงความสามารถเหตุการณ์ต่างๆ
แม้ว่าความคิดเห็นและความเชี่ยวชาญของผู้เชี่ยวชาญจะมีความลำเอียงเหมือนกับคนอื่นๆ แต่วิธีการที่แม่นยำในเชิงปริมาณมากที่สุดก็ต้องการคำแนะนำจากผู้เชี่ยวชาญ เพื่อระบุความเสี่ยงได้อย่างมีประสิทธิภาพ
ข่าวดีก็คือมีวิธีปรับปรุงความคิดเห็นของผู้เชี่ยวชาญ เรียกว่า การฝึกประมาณค่าและทำงานโดยใช้มาตราส่วนที่วัดความเป็นไปได้ที่จะเกิดขึ้นตามเหตุการณ์ในอดีต
จุดประสงค์ของการประมาณค่า คือเพื่อให้ผู้คนเห็นภาพที่ถูกต้องมากขึ้นว่าพวกเขารู้สึกอย่างไรเป็นสิ่งสำคัญ เพราะประเด็นทั้งหมดคือการแก้ไขอคติหรือความไม่แน่นอน คุณสามารถใช้คำพูดซ้ำๆและคำติชมได้ แต่ยังมีสิ่งอื่นๆที่คุณทำได้เช่นกัน
ตัวอย่างเช่น เราสามารถทดสอบช่วงโดยการประมาณค่า นี่เป็นสิ่งสำคัญอย่างยิ่งเมื่อเรากำลังทดสอบแบบจำลองความน่าจะเป็นที่ใช้ในการจำลอง Monte Carlo
อีกวิธีหนึ่งในการทดสอบความน่าจะเป็นของภัยพิบัติ คือการถามว่าจะเกิดอะไรขึ้น และถ้ามันเกิดขึ้นแล้ว ให้ถามว่าทำไมจึงเกิดขึ้น
วิธีนี้ได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพในการสร้างแนวคิดที่สมบูรณ์และสร้างสรรค์เกี่ยวกับความเสี่ยงที่อาจเกิดขึ้นได้ดีกว่าการระดมความคิดเพียงอย่างเดียว ผู้เชี่ยวชาญที่ได้รับการฝึกอบรมโดยใช้วิธีนี้เป็นแหล่งข้อมูลที่ดีที่สุดสำหรับวิธีการประเมินความเสี่ยงใดๆ
แนวคิดที่ 6: ตัดสินใจได้ดีที่สุด โดยใช้แบบจำลองของ Monte Carlo
วิธีที่ดีที่สุดในการประเมินความเสี่ยง เรียกว่า “แบบจำลอง Monte Carlo” มันถูกใช้เพื่อประเมินความเสี่ยงที่ใหญ่ที่สุดบางอย่างเท่าที่จะเป็นไปได้ เช่น ความปลอดภัยจากพลังงานนิวเคลียร์และการสำรวจน้ำมัน
การทดสอบ Monte Carlo เพื่อวิเคราะห์ตัวแปรที่เกี่ยวข้องกับความเสี่ยงเพื่อกำหนดความน่าจะเป็น โดยจะแสดงปัจจัยทั้งหมดที่มีผลต่อความน่าจะเป็นและขนาดของความเสี่ยง จากนั้นเรียกใช้สถานการณ์จำลองนับพันเพื่อตรวจสอบความน่าจะเป็นที่แท้จริง
ตัวอย่างเช่น หากคุณต้องการลงทุน 1.5 ล้านเหรียญในโรงงานที่ผลิตประแจ คุณต้องพิจารณาว่าโรงงานสามารถผลิตประแจได้เท่าไหร่, ราคาที่คุณขายได้แต่ละประแจ และจำนวนประแจที่คนจะซื้อต่อปี หากนำตัวแปรทั้งสามนี้มารวมกันก็จะสามารถตัดสินได้ว่าจะสูญเสียเงินจากการลงทุนครั้งแรกในปีแรกหรือไม่
ถัดไปคุณต้องหาช่วงที่เหมาะสำหรับตัวแปรของคุณ ในกรณีส่วนใหญ่คุณจะมีข้อมูลเชิงประจักษ์ที่ต้องละเว้น แต่ในบางกรณีจำเป็นต้องมีความเห็นจากผู้เชี่ยวชาญ
สมมติว่าคุณมีทีมผู้เชี่ยวชาญที่ประเมินกำลังการผลิตที่ 400,000 ถึง 1 ล้านหน่วย, ช่วงราคาสำหรับผลิตภัณฑ์เหล่านั้นอยู่ระหว่าง 0.7 ถึง 2.5 ดอลลาร์ และความต้องการอยู่ในช่วง 300,000 ถึง 1.5 ล้านหน่วย จากนั้นแบบจำลองจะสร้างสถานการณ์แบบสุ่มนับหมื่น โดยคำนึงถึงตัวแปรเหล่านี้
และบอกคุณว่าคุณจะทำหรือเสียเงินได้เท่าไรในแต่ละสถานการณ์ ตราบใดที่สมมติฐานของคุณถูกต้องเกี่ยวกับตัวแปรที่เกี่ยวข้อง ซึ่งควรจะเป็นผลลัพธ์เฉลี่ยในทุกสถานการณ์จะเป็นผลตอบแทนจากการลงทุนที่แท้จริงของคุณ
แต่แน่นอนว่ามีบางสิ่งที่ซับซ้อนที่ต้องพิจารณาเมื่อทำการจำลอง ตัวอย่างเช่น คุณจะต้องทราบว่าตัวแปรหนึ่งส่งผลต่ออีกตัวแปรหนึ่งอย่างไร ในความเป็นจริงในการจำลองมาตรฐานคุณอาจต้องจัดการกับตัวแปรมากกว่า 50 ตัวที่มีความสัมพันธ์กันอย่างซับซ้อน!
แนวคิดที่ 7: แม้ว่าคุณจะไม่มีข้อมูลทั้งหมด แต่ก็ยังคำนวณความเสี่ยงได้
การวิพากษ์วิจารณ์วิธีการของ Monte Carlo ที่พบบ่อยที่สุดอย่างหนึ่งคือไม่มีข้อมูลเพียงพอที่จะจำลองเหตุการณ์ที่เฉพาะเจาะจง
ผู้ที่สงสัยยอมรับว่าวิธีการเหล่านี้ดีกว่าวิธีที่นุ่มนวล เช่น การให้คะแนน แต่พวกเขาบอกว่าเป็นไปไม่ได้ที่จะได้รับข้อมูลที่จำเป็นสำหรับการจำลอง ดังนั้น เราควรใช้ความคิดเห็นของผู้เชี่ยวชาญและการให้คะแนนแทน
บริษัทประกันภัยและอุตสาหกรรมนิวเคลียร์ดำเนินการจำลองเหตุการณ์สมมุติตลอดเวลา พวกเขาทำสิ่งนี้โดยการแยกแบบจำลองออกเป็นส่วนย่อยๆ จากนั้นวิเคราะห์แต่ละส่วนเพื่อพิจารณาว่าจะล้มเหลวหรือไม่
เป็นไปได้เนื่องจากภัยพิบัติบางอย่างไม่เคยเกิดขึ้นดังนั้นจึงไม่มีข้อมูลเกี่ยวกับสถานการณ์เหล่านั้น แต่มีข้อมูลมากมายสำหรับอัตราความล้มเหลวของส่วนประกอบแต่ละส่วนในรุ่นที่กำหนด
การแยกโครงสร้างของการประเมินความเสี่ยงของคุณสามารถช่วยให้คุณเรียนรู้เพิ่มเติมเกี่ยวกับเรื่องนี้ได้ ตัวอย่างเช่น หากคุณกำลังพยายามประเมินผลิตภัณฑ์ใหม่ให้แยกชิ้นส่วนออกจากกันและมองหาข้อมูลเกี่ยวกับส่วนประกอบแต่ละส่วน
เมื่อเรามีข้อมูลแล้ว เราสามารถส่งต่อให้คนที่รู้วิธีตีความและวิเคราะห์ได้ นอกจากนี้เรายังสามารถสร้างแบบจำลองที่จะกำหนดความน่าจะเป็นของสิ่งที่เกิดขึ้น โดยใช้การจำลองแบบ Monte Carlo แบบจำลองจะช่วยให้เราระบุความเสี่ยงที่อาจเกิดขึ้นเพื่อให้เราสามารถดำเนินการเพื่อป้องกันไม่ให้เกิดขึ้นได้
แนวคิดที่ 8: เปรียบเทียบแบบจำลองของคุณกับข้อมูลจริง และพิจารณาข้อมูลเพิ่มเติมที่คุ้มค่า
ความแม่นยำของการประเมินความน่าจะเป็นขึ้นอยู่กับคุณภาพของแบบจำลองของคุณ และคุณประเมินพารามิเตอร์และสมมติฐานได้ดีเพียงใด คุณสามารถมั่นใจได้ว่าแบบจำลองของคุณถูกต้องโดยเปรียบเทียบกับข้อเท็จจริง
คุณควรทดสอบการคาดการณ์ของคุณกับความเป็นจริงเพราะจะช่วยให้คุณพบข้อบกพร่องในแบบจำลองของคุณ ข้อมูลนี้เป็นกุญแจสำคัญในการปรับปรุงเครื่องมือที่คุณใช้และทำการคาดการณ์ที่ดีขึ้น
แต่คุณจะรู้ได้อย่างไรว่าการวิเคราะห์ความเสี่ยงสำหรับบริษัทของคุณนั้นคุ้มค่าหรือไม่ ในการหาคำตอบคุณต้องคำนวณมูลค่าของข้อมูลเพิ่มเติม
ตัวอย่างเช่น หากใช้จ่าย 8,000 ดอลลาร์ในการสำรวจจะช่วยให้ บริษัทของคุณลดความเสี่ยงได้ 30,000 ดอลลาร์ (เนื่องจากแบบสำรวจให้ข้อมูลเพิ่มเติมเกี่ยวกับความเสี่ยง) ก็คุ้มค่าที่จะทำ
คนส่วนใหญ่ไม่ได้ใช้เวลาในการวิเคราะห์ความเสี่ยงอย่างเหมาะสม การทำตามขั้นตอนเหล่านี้จะช่วยให้คุณพิจารณาได้ว่าความพยายามในการรวบรวมข้อมูลนั้นคุ้มค่ากับเวลาและพลังงานของคุณหรือไม่
ในการกำหนดจำนวนเงินที่คุณยินดีจ่ายเพื่อเป็นข้อมูลที่จะช่วยในการตัดสินใจ ให้บวกค่าใช้จ่ายทั้งหมดที่เกี่ยวข้องกับการตัดสินใจเลือกที่ไม่ถูกต้อง ซึ่งรวมถึงการสูญเสียโอกาสที่คาดว่า
จะได้รับคูณด้วยความน่าจะเป็นที่จะสูญเสียเงินในสถานการณ์ใดๆ หากจำนวนนี้คือ 60,000 เหรียญ คุณจะมีข้อมูลเพียงพอที่จะแน่ใจเกี่ยวกับการลงทุนของคุณและสามารถก้าวไปข้างหน้าด้วยความมั่นใจ
เมื่อคุณทราบกุญแจสำคัญในรูปแบบธุรกิจของคุณแล้ว คุณต้องมองหาตัวแปรที่ไม่แน่นอนที่อาจส่งผลกระทบต่อโมเดลนั้น ตัวอย่างเช่น หากคุณไม่ค่อยมั่นใจว่าผู้คนจะจ่ายเงินสำหรับผลิตภัณฑ์หรือบริการเท่าใดก็มีโอกาสมากขึ้นที่ธุรกิจของคุณจะไม่ทำกำไร
แนวคิดที่ 9: ใช้กลยุทธ์ระดับองค์กรที่ครอบคลุม เพื่อจัดการความเสี่ยง
สิ่งสำคัญคือต้องสร้าง, ใช้ และบำรุงรักษาเครื่องมือบริหารความเสี่ยงที่เหมาะสม อย่างไรก็ตามยังมีอุปสรรคที่ทำให้คุณไม่สามารถทำเช่นนั้นได้ ตัวอย่างเช่น ไซโลขององค์กรส่งผลให้มีการปิดกั้นข้อมูลและอำนาจระหว่างแผนกต่างๆ
ผู้จัดการจะต้องวัดความเสี่ยงและผลตอบแทนเพื่อการตัดสินใจที่ดี พวกเขาควรจะสามารถประเมินความเสี่ยงของแผนกของตนเองได้ แต่เมื่อต้องตัดสินใจครั้งสำคัญที่ส่งผลกระทบต่อหลายแผนกพวกเขาต้องการแนวทางที่ครอบคลุมมากขึ้น
เพื่อให้แน่ใจว่า องค์กรของคุณทำงานได้อย่างถูกต้อง คุณต้องมีแผนกที่ทุ่มเทในการตรวจสอบและกำหนดมาตรฐานการตัดสินใจที่เกี่ยวข้องกับความเสี่ยงทั้งหมด
ในขณะที่รวมผู้มีอำนาจตัดสินใจและผู้เชี่ยวชาญ แผนกดังกล่าวจะดีกว่าในการระบุผู้มีส่วนได้ส่วนเสียและผู้เชี่ยวชาญที่จำเป็นสำหรับการประเมินความเสี่ยงในองค์กรของคุณ
ไม่เพียงแค่นั้น แต่ด้วยการมีกระบวนการวิเคราะห์ความเสี่ยงที่เป็นมาตรฐาน คุณสามารถปรับโมเดลของคุณให้เหมาะสมและสร้างไลบรารีสถานการณ์ได้ สิ่งนี้จะเป็นมาตรฐานสำหรับทุกคนในองค์กรของคุณ!
บทสรุปความล้มเหลวของการบริหารความเสี่ยง
บางครั้งก็เป็นวิทยาศาสตร์ แต่ส่วนใหญ่เป็นการหลอกลวง
การบริหารความเสี่ยงสมัยใหม่ มักใช้สามัญสำนึกหรือแบบจำลองที่มีข้อบกพร่อง เพื่อกำหนดความเสี่ยงของสถานการณ์ เป็นผลให้ผู้จัดการมองข้ามความเสี่ยงที่สำคัญบางอย่างและตัดสินใจไม่ดีซึ่งนำไปสู่ปัญหา
ความเสี่ยง หมายถึง สิ่งเลวร้ายอาจเกิดขึ้นได้ การบริหารจัดการคือ การใช้สิ่งที่คุณมี เพื่อให้ได้มาซึ่งสิ่งที่คุณต้องการ เมื่อเรารวมแนวคิดทั้งสองนี้เข้าด้วยกัน เราสามารถกำหนดการบริหารความเสี่ยงได้ว่า “ฉลาดในการรับโอกาส”
ผู้จัดการหลายคนไม่ทราบถึงความเสี่ยงที่องค์กรของตนต้องเผชิญ พวกเขาเต็มใจที่จะยอมรับการปฏิบัติที่ผิดพลาดและคำแนะนำจากที่ปรึกษา มีสาเหตุ 3 ประการดังนี้
- ไม่มีใครวัดได้ว่า กลยุทธ์การจัดการความเสี่ยงใช้ได้ผลหรือไม่ ดังนั้น คุณจึงถือว่ากลยุทธ์เหล่านี้ใช้ได้ผลหากไม่มีอะไรเลวร้ายเกิดขึ้น
- วิธีการที่อ่อนแอหรือเอนเอียงหลายวิธีได้นำไปสู่การบริหารความเสี่ยง
- แนวทางปฏิบัติในการจัดการความเสี่ยง ส่วนใหญ่ละเว้นวิธีที่พิสูจน์แล้วทางวิทยาศาสตร์และถูกต้องทางคณิตศาสตร์ในการวัดความเสี่ยง วิกฤตการเงินปี 2008 เป็นเพียงตัวอย่างหนึ่งของการที่ผู้เล่นที่มีความซับซ้อนมองข้ามความเสี่ยงใหญ่ๆ
ผู้จัดการความเสี่ยง ใช้เครื่องมือที่หลากหลาย วิธีที่ง่ายที่สุดคือ ใช้ความรู้สึก ไม่ใช้การวัดหรือความน่าจะเป็น มีหลายวิธีในการประเมินความเสี่ยง วิธีการที่ใช้บ่อยที่สุด ได้แก่
- การตรวจสอบการจัดการ เมื่อผู้เชี่ยวชาญภายนอกใช้รายการตรวจสอบและระบบการให้คะแนน เพื่อประเมินระดับความเสี่ยงของบริษัท
- วิธีการแบ่งชั้นอย่างง่าย การจัดอันดับเหล่านี้ ให้คะแนนความเสี่ยงโดยใช้ระบบต่างๆ เช่น “เขียว เหลือง แดง” “สูง – กลาง – ต่ำ” รหัสสี แผนที่ความร้อน และเมทริกซ์
- คะแนนถ่วงน้ำหนัก เพิ่มตัวแปรปรับตามค่าเฉพาะในการให้คะแนน
- การวิเคราะห์ทางการเงินแบบดั้งเดิม นักวิเคราะห์จะปรับผลตอบแทนที่เป็นไปได้สำหรับความเสี่ยง โดยใช้อัตราคิดลด เครื่องมืออื่น ๆ ได้แก่ กรณีที่ดีที่สุดและสถานการณ์กรณีที่เลวร้ายที่สุด
- แคลคูลัส เครื่องมือวิเคราะห์การตัดสินใจ ใช้ความเข้มงวดเพิ่มเติมในการบริหารความเสี่ยง แต่ก็ขึ้นอยู่กับวิจารณญาณของมนุษย์เสมอ
- แบบจำลองความน่าจะเป็น ถูกใช้โดยวิศวกร, บริษัทประกัน และบริษัทการเงิน เพื่อวิเคราะห์ความเสี่ยง อาจไม่สมบูรณ์แบบ แต่มีการปรับปรุงอย่างต่อเนื่อง
การตอบสนองต่อความเสี่ยง
ผู้จัดการมีวิธีลดความเสี่ยงรวมถึงการหลีกเลี่ยง อย่างไรก็ตาม บางครั้งการหลีกเลี่ยง อาจก่อให้เกิดความเสี่ยงเอง ตัวอย่างเช่น บริษัทอาจหลีกเลี่ยงการวิจัยและพัฒนา แต่สูญเสียรายได้ในอนาคต
เนื่องจากการตัดสินใจ หรือลดความเสี่ยงของสิ่งเลวร้ายที่เกิดขึ้น โดยการลงทุนในโปรแกรมความปลอดภัย ซึ่งรวมถึงการฝึกอบรมและระบบรักษาความปลอดภัย
โอนความเสี่ยง คุณสามารถมอบอำนาจความเสี่ยงให้กับบุคคลอื่นได้ โดยการซื้อประกันหรือเพิ่มภาษาในสัญญาของคุณ เพื่อเปลี่ยนความเสี่ยงให้กับคู่สัญญาหรือลูกค้า การยอมรับความเสี่ยงและดำเนินธุรกิจตามปกติ ที่เหมาะสมมี 4 ประเภท ได้แก่
- นักคณิตศาสตร์ประกันภัย ถูกจำกัดอยู่ในขอบเขต เพราะจัดการกับกรมธรรม์ประกันภัยเท่านั้น
- ผู้ตรวจสอบ ให้ความสำคัญกับงบการเงิน แต่ไม่มีความเชี่ยวชาญด้าน Credit default swaps (CDSs)
- ทนายความ มีความเชี่ยวชาญในทางกฎหมายและไม่ทราบอะไรเกี่ยวกับ CDS ด้วย
- ที่ปรึกษาด้านการจัดการ ให้คำแนะนำ แต่ไม่ใช่ผู้เชี่ยวชาญในการจัดการความเสี่ยง
สงครามที่เกิดขึ้น เนื่องจากมุ่งเน้นไปที่การวิเคราะห์เชิงปริมาณ เริ่มต้นด้วยปัญหาต่างๆ เช่น การต่อสู้กับเรือดำน้ำของเยอรมันหรือการประมาณผลผลิตของเยอรมนี
ในขณะที่สงครามดำเนินไปนักฟิสิกส์ที่ทำงานในโครงการแมนฮัตตัน ต้องเผชิญกับความท้าทายในการสร้างแบบจำลองปฏิกิริยาฟิชชัน
พวกเขามาพร้อมกับ “การจำลอง Monte Carlo” ซึ่งปรับความไม่แน่นอน โดยใช้ความน่าจะเป็นในการเดาวิถีของนิวตรอน หนึ่งในนักฟิสิกส์, John Von Neumann ช่วยพัฒนาทั้งโมเดล Monte Carlo และทฤษฎีเกม
ซึ่งระบุว่า การตัดสินใจหลายอย่างในธุรกิจเป็นเหมือนการแข่งขันระหว่างผู้เล่นคนเดียวกับธรรมชาติ คู่ต่อสู้ที่คาดเดาไม่ได้ที่สามารถประพฤติตัวในรูปแบบที่ไร้เหตุผล ทฤษฎีเกมพัฒนาต่อมาเป็นการวิเคราะห์การตัดสินใจ
หลังสงคราม, นักเศรษฐศาสตร์ เริ่มใช้แบบจำลองทางคณิตศาสตร์กับความเสี่ยง นั่นทำให้พวกเขาพัฒนาทฤษฎีใหม่ของความน่าจะเป็นและการเงิน ทฤษฎี portfolio สมัยใหม่, ทฤษฎีตัวเลือก และเศรษฐศาสตร์
ล้วนใช้คณิตศาสตร์ในการวิจัยเรื่องการเงิน อย่างไรก็ตามแบบจำลองเหล่านี้ มักจะประเมินโอกาสที่จะเกิดภัยพิบัติทางการเงินต่ำเกินไป
ที่ปรึกษาด้านการจัดการ เป็นคนที่น่านับถือน้อยที่สุดในบรรดาผู้นำทั้ง 4 คน พวกเขาใช้อารมณ์ในการขายโซลูชันที่ไม่ได้ผล ที่ปรึกษาเล่นกับความกลัว ความไม่แน่นอน
ความสงสัยของผู้คนที่จะขายผลิตภัณฑ์และบริการของตน เมื่อเทียบกับสิ่งที่นักเศรษฐศาสตร์และนักคณิตศาสตร์ประกันภัยทำ ระบบง่ายๆของที่ปรึกษาด้านการจัดการมักจะมากกว่า “ความโง่เขลา”
ความสับสนและข้อผิดพลาด
ไม่น่าแปลกใจเลยที่การจัดการความเสี่ยงไม่ได้ผล เกิดข้อผิดพลาดมากมาย และมักนำไปสู่การบันทึกที่ไม่แน่นอน มีความท้าทาย 7 ประการ ได้แก่
- ความสับสนเกี่ยวกับความเสี่ยงที่แท้จริง
- ความเข้าใจผิดอย่างกว้างขวาง บิดเบือนความเสี่ยงที่แท้จริง
- บ่อยครั้งที่ผู้จัดการใช้คำว่า “ความเสี่ยง” และ“ ความไม่แน่นอน” แทนกัน
- ความไม่แน่นอน หมายถึง การไม่รู้ผลลัพธ์ของเหตุการณ์ล่วงหน้า
- ความเสี่ยงรวมถึงความไม่แน่นอน แต่ให้มูลค่าเป็นตัวเงินกับผลลัพธ์
- การประเมินของบริษัทพลังงาน อาจสรุปได้ว่า มีโอกาส 40% ที่จะล้มเหลวและคาดว่า จะมีการสูญเสียที่ 12 ล้านดอลลาร์ หากพวกเขาขุดเจาะน้ำมันในที่ที่ไม่มีอยู่จริง
- ความผันผวน ความผันผวนของราคาหรือเงื่อนไขอื่นๆเมื่อเวลาผ่านไป เช่น ความไม่แน่นอน ไม่จำเป็นต้องสร้างความเสี่ยง
- ผู้คนทำผิดพลาด เมื่อพวกเขาพยายามประเมินความเสี่ยง เราคำนวณความน่าจะเป็นไม่เก่ง เพราะเรามีอคติและทักษะทางคณิตศาสตร์ไม่ดี สาขาวิชาที่ค่อนข้างใหม่ที่เรียกว่า จิตวิทยาในการตัดสินใจจะบันทึกข้อผิดพลาดเหล่านี้ เช่น แนวโน้มของผู้คนที่จะประเมินความเป็นไปได้ที่จะเกิดความเสี่ยงที่ชัดเจนหรือจินตนาการสูงเกินไป ในขณะที่ประเมินค่าอื่นๆต่ำเกินไป ผู้คนมักจะมั่นใจมากเกินไปเกี่ยวกับการคาดการณ์ของพวกเขา ซึ่งอาจทำให้พวกเขาโกหก เกี่ยวกับสิ่งที่พวกเขารู้มาตลอดในช่วงที่ล้มเหลว
- ในอดีต ผู้คนได้พัฒนาแบบจำลองที่เป็นที่นิยม แต่ไม่ได้ผลในการประเมินความเสี่ยง หนึ่งในนั้นคือ เครื่องชั่งแบบลำดับ ซึ่งวัดการจัดอันดับสัมพัทธ์ แต่ไม่ใช่ขนาดที่แท้จริง อีกแบบคือ แบบสำรวจที่ถามคำถาม เช่น “มีโอกาสมาก” หรือ “ไม่น่าเป็นไปได้มาก” ซึ่งคลุมเครือเกินกว่าที่จะเป็นประโยชน์ในการตัดสินใจเกี่ยวกับความเสี่ยง
- ผู้บริหารบางคนเชื่อว่า สถานการณ์ของพวกเขาไม่เหมือนใคร จึงไม่สามารถวัดหรือคาดการณ์ได้ สิ่งนี้ไม่เป็นความจริงเพราะโมเดลสามารถปรับปรุงได้เสมอ เพื่อให้เข้ากับสถานการณ์ในมือได้ดีขึ้น” หลายคนทำการประเมินความเสี่ยง แต่ไม่เคยเปรียบเทียบสิ่งที่เกิดขึ้นจริงกับสิ่งที่โมเดลทำนายไว้ หากคุณไม่ได้ทดสอบแบบจำลองของคุณ คุณจะไม่มีทางรู้เลยว่ามันเป็นสิ่งที่ดีหรือไม่ผู้จัดการตกเป็นเหยื่อของความขัดแย้งด้านความเสี่ยง ซึ่งหมายความว่า พวกเขามุ่งเน้นไปที่ความเสี่ยงเล็กน้อยโดยไม่สนใจเรื่องใหญ่
- ปัจจัยเชิงสถาบัน ผู้บริหารความเสี่ยงมักแยกออกจากกัน พวกเขาต้องมีส่วนร่วมกับธุรกิจในหมู่เพื่อนมากขึ้น เพื่อแบ่งปันปัญหาที่พบบ่อย
- โครงสร้างแรงจูงใจที่ไม่ก่อให้เกิดประสิทธิผล ในขณะที่ทุกคนมีหน้าที่รับผิดชอบในการบริหารความเสี่ยง แต่มีผู้บริหารเพียงไม่กี่คนที่ได้รับรางวัลจากการทำให้ถูกต้อง องค์กรส่วนใหญ่พึ่งพาการปฏิบัติตามข้อกำหนดและแนวทางปฏิบัติที่ดีที่สุด เพื่อลดความเสี่ยง
เคล็ดลับในการแก้ไขการบริหารความเสี่ยง
หากคุณต้องการปรับปรุงการบริหารความเสี่ยง คุณต้องให้ความสำคัญเป็นอันดับแรก ขั้นตอนแรกคือ การลืมเกี่ยวกับการสร้างสูตรที่ไม่มีทางเป็นไปตามหลักคณิตศาสตร์ และมุ่งเน้นไปที่การใช้การจำลองแบบ Monte Carlo ด้วยความน่าจะเป็นที่ประมาณค่าแล้ว
คุณควรแยกความเสี่ยงออกเป็นส่วนย่อยๆ เพื่อให้จัดการได้ง่ายขึ้น ใช้เครื่องมือ เช่น Crystal Ball, @Risk และ Applied Information Economics สามารถช่วยในการลดจำนวน เพื่อให้คุณสามารถมุ่งเน้นไปที่การจัดการความเสี่ยงได้
ในฐานะผู้จัดการความเสี่ยง คุณควรเข้าใกล้งานของคุณราวกับว่า คุณเป็นนักวิทยาศาสตร์ คุณต้องเรียกร้องการพิสูจน์ว่าบางสิ่งได้ผลและเต็มใจที่จะเปลี่ยนตามหลักฐาน เพียงเพราะคุณซื้อซอฟต์แวร์หรือใช้งานโมเดล
ไม่ได้หมายความว่า งานของคุณจะเสร็จสิ้น ควรเปิดใจและทดสอบอย่างต่อเนื่อง แบบจำลองของคุณ อาจส่งข่าวร้ายหรือเรื่องน่าประหลาดใจ ดังนั้น โปรดรักษาความสงสัยและตรวจสอบเสมอ
- ไม่มีข้อแก้ตัวใดๆ ที่จะไม่นำข้อมูลนี้ไปใช้ คุณอาจคิดว่า คุณมีข้อมูลไม่เพียงพอหรือมีขอบเขตที่กว้างพอ แต่ถ้าคุณสามารถวัดผลได้ จะมีข้อมูลมากมายในการทำงานร่วมกับองค์กร
- ไม่มีโมเดลใดที่สมบูรณ์แบบ แต่คุณสามารถสร้างโมเดลที่ดีกว่าโซลูชันปัจจุบันได้
- ผู้คนควรขยายขอบเขตเวลาในการบริหารความเสี่ยง แม้ว่าการเพิ่มขึ้น 5 ปี โดยทั่วไปจะเป็นสิ่งที่ดี แต่คุณก็ต้องดูระยะเวลาที่นานขึ้นด้วย ตัวอย่างเช่น แม้ว่าจะมีอะไรเกิดขึ้นทุกๆ 2 3 ทศวรรษ แต่ก็อาจส่งผลกระทบอย่างมากต่อธุรกิจของคุณได้
- ให้ความสำคัญกับการจัดการความเสี่ยง มอบหมายหน้าที่ CRO ให้กับองค์กรของคุณ ซึ่งจะทำแบบจำลองความเสี่ยงและปรับเปลี่ยนเมื่อโลกเปลี่ยนไป
Resource : https://www.allencheng.com
