شناسائی و رتبه بندی عوامل ایجادکننده ریسک های اقتصادی در شرکت های پذیرفته شده در بورس …

۱ ) عدم قطعیت در قضاوت های ذهنی
معمولا افراد نسبت به قضاوت های ذهنی خود ۱۰۰% مطمئن نیستند.
۲ ) عدم قطعیت به علت کمبود اطلاعات یا نبود اطلاعات
بعضی مواقع اطلاعات مربوط به یک معیار کاملا در دسترس نیست ویا حتی اصلا وجود ندارد.

  • بزرگی مسائل

مسائل MADM در دنیای واقعی ممکن است شامل صدها شاخص یا معیار باشند. به اینگونه مسائل، مسائل بزرگ (lorg scale) گفته می شود. به عنوان مثال، در مدل(EFQM) ، ۳ سطح معیار شامل :۹ معیار در سطح ۱ ، ۳۲ معیار در سطح ۲ و۱۷۴ معیار در سطح ۳ وجود دارد؛ ویا در یک مدل ارزیابی تامین کننده برای یک شرکت بزرگ بین المللی، ۲سطح شامل۱۰ معیار در سطح اول و بیش از ۹۰۰معیار در سطح دوم وجوددارد.

  • قطعی نبودن نتایج حاصل از تکنیک ها

به علت کمبود اطلاعات، تضاد بین شاخصها، عدم قطعیت در قضاوت های ذهنی و وجود ترجیهات مختلف بین تصمیم گیرنده های مختلف، نتایج نهائی ارزیابی یک مسئله ممکن است قطعی نباشد. لذا ممکن است راه حلهای مختلفی برای یک مسئله MADM وجود داشته باشد مانند راه حل ایده آل، راه حل غیر مسلط، راه حل رضایتبخش که در ادامه به توضیح در مورد آنها می پردازیم.[۲]
راه حل ایده آل
معیارهای موجود در یک مساله MADM به دو دسته تقسیم می شوند: معیارهایی که از جنس هزینه هستند (Input) و معیاهایی که از جنس سود هستند (output) . یک راه حل ایده آل برای مسائل MADM ، راه حلی است که همه معیارهای هزینه را مینیمم و همه معیارهای از جنس سود را ماکزیمم کند. البته این راه حل در اکثر مواقع برای یک مسئله MADMبه علت تعارضات موجود در بین شاخص ها وجود نخواهد داشت.
راه حل غیر مسلط
اگر برای یک مسئله راه حل ایده آل وجود نداشته باشد، DM به دنبال راه حل غیر مسلط می گردد. یک آلترناتیو زمانی آلترناتیو مسلط نامیده می شود که آلترناتیو دیگری وجود داشته باشد که حداقل در یک شاخص از آن بهتر باشد و در دیگر شاخص ها، با این آلترناتیو هم ارزش باشد. آلترناتیوی را غیر مسلط گویند که توسط هیچ آلترناتیو دیگری تحت تسلط قرار نگیرد.
راه حل رضایت بخش
راه حل های رضایت بخش زیر مجموعه ای از راه حل های امکان پذیر هستند که این راه حل ها، مقاصد از قبل تعیین شده برای تصمیم گیری را بیش از حد مورد نیاز تامین می نمایند. این گونه راه حل ها ممکن است از راه حل های مؤثر نبوده اما سادگی آنها با رفتار DM مطابقت دارد.
گروه بندی تکنیک های MADM
گروه بندی های مختلفی از دیدگاههای مختلف بر روی تکنیک های MADM صورت گرفته است؛ که در ادامه به سه نوع گروه بندی اشاره میشود.
گروه بندی بر اساس امکان تبادل در بین شاخص ها:
دو دسته عمده از روشهای مختلف در این گروه یکی روشهای منشعب از مدلی مشهور به مدل غیر جبرانی بوده و دسته دیگر منشعب از مدل دیگری معروف به مدل جبرانی می باشد.
۱- روشهای غیر جبرانی
این روشها شامل روشهایی می شوند که در آنها مبادله در بین شاخص ها مجاز نیست؛ یعنی نقطه ضعفی در یک شاخص توسط مزیت موجود از شاخص دیگر جبران نمی شود. بنابراین هر شاخص در این روشها به تنهایی مطرح می باشد و مقایسات بر اساس شاخص به شاخص انجام می پذیرد.
مزیت روشهای متعلق به این مدل سادگی آنهاست که با رفتار DM و محدود بودن اطلاعات او مطابقت دارد؛ به طوری که حتی در برخی از این روشها ممکن است نیازی به کسب اطلاعات از DM نباشد. مثالهایی از این روشها شامل:
* روش تسلط:
این روش کلیه آلترناتیوهای تحت تسلط را حذف میکند. راه حلهایی که توسط این روش ارائه می شود ممکن است بیش از یک راه حل باشد. البته لازم به ذکر است بی مقیاس کردن شاخص ها در این روش مورد نیاز نیست.
* روش مینی ماکس:
این تکنیک توسط یک محقق به نام «سویچ» پیشنهاد شده است و بر مبنای استفاده از تعریف « فرصت از دست رفته» استوار است؛ بدان معنی که « فرصت از دست رفته» عبارت است از زیان وارده به علت عدم انتخاب مناسبترین استراتژی در تصمیم گیری.
در این روش ابتدا فرصت های از دست رفته را به ازای وقوع هر متغیر قابل کنترل ( هر شاخص)، از یک ماتریس تصمیم گیری، به طور جداگانه محاسبه نموده و سپس کمترین فرصت از دست رفته از بین بیشترین فرصتهای از دست رفته موجود، برای آلترناتیوهای مختلف، را انتخاب می نمائیم (مینی ماکس یعنی، انتخاب کمترین از بین بیشترین ها).
بنابراین به منظور استفاده از این تکنیک برای حل یک مسئله باید علاوه بر « ماتریس تصمیم گیری» یک ماتریس دیگر به نام « ماتریس فرصت های از دست رفته» تشکیل شود و سپس مناسبترین آلترناتیو، با استفاده از معیار « مینی ماکس» انتخاب گردد.
بمنظور محاسبه فرصت های از دست رفته برای هر ستون از ماتریس (برای هر شاخص) باید از رابطه زیر استفاده کرد:
(نتیجه مورد انتظار)- ( بهترین نتیجه موجود در آن ستون)= فرصت از دست رفته
*روش ماکسی مین:
این تکنیک توسط ابراهام والد پیشنهاد شده است. این تکنیک بیشتر توسط یک تصمیم گیرنده بدبین بکار برده می شود و عبارت است از انتخاب بیشترین بهره وری از بین کمترین بهره وریهای موجود از آلترناتیوهای مختلف. این روش ضعیف ترین شاخص را برای آلترناتیو پیدا می کند و سپس آلترناتیوی را انتخاب می کند که بیشترین حداقل سودآوری را داشته باشد.
در اینجا یک تصمیم گیرنده بدبین فرض می نماید که کمترین بهره وری ( بدترین نتیجه ممکن) از انتخاب هر استراتژی به وقوع خواهد پیوست و سپس وی بهترین نتیجه را از بین این بدترین نتایج انتخاب خواهد نمود.
در این روش مقیاس

برای دانلود فایل متن کامل پایان نامه به سایت 40y.ir مراجعه نمایید.

شاخص ها باید با یکدیگر قابل مقایسه باشد، لذا ابتدا با استفاده از روش های بی مقیاسی کلیه ارزشهای شاخص ها را بی مقیاس کنیم.
* روش ماکسی ماکس:
این تکنیک توسط «هورویس» پیشنهاد شده است. این تکنیک در مقابل روش ماکسی مین می باشد؛ بدان معنی که یک تصمیم گیرنده خوش بین در اینجا فرض می نماید که بیشترین بهره وری (یا بهترین نتیجه ممکن) از انتخاب هر آلترناتیو به وقوع خواهد پیوست، وسپس وی بهترین نتیجه را از بین این بهترین نتایج انتخاب خواهد کرد.
* روش ضریب خوش بینی:
این تکنیک نیز توسط « هورویس» پیشنهاد شده است؛ و بر این اصل مبتی است که یک تصمیم گیرنده منطقی نمی تواند خوش بین کامل و یا بد بین کامل باشد، بلکه درصد خوشبینی یک تصمیم گیرنده ممکن است بیش از درصد بدبینی او باشد و بالعکس.