Дерево решений

21.01.2017 10 332 3 Время на чтение: 12 мин.

Рейтинг:

Продолжу рассматривать различные техники принятия решений и сегодня расскажу вам о довольно сложном, но эффективном методе, который получил название Дерево решений или Метод дерева решений. Ознакомившись с этой публикацией, вы узнаете, что представляет собой дерево принятия решений, как происходит построение дерева решений, как осуществлять анализ дерева решений и много другой информации с примером, который поможет вам грамотно использовать этот метод.

Что такое дерево решений?

Одной из ключевых причин нерешительности и сомнений при принятии решения является множественный исход событий. Другими словами, одно решение может повлечь собой целую череду разных событий, и в конце этой цепочки часто видится большая неопределенность.

А ошибиться в своем решении не хочется, особенно если речь идет о каком-то глобальном вопросе, в котором неверный выбор может повлечь за собой серьезные потери, в том числе и финансовые.

Также бывает, что необходимо сразу принять целую цепочку решений, в котором выбор каждого следующего направления зависит от исхода предыдущего, и это тоже очень затрудняет принятие решения.

Существенно снизить подобные неопределенности помогает метод дерева решений. Что это такое?

Дерево принятия решений — это графическое изображение цепочек всех возможных решений с указанием всех возможных вариантов исхода событий.

Построение дерева решений

Существуют определенные правила построения дерева решений, которыми лучше руководствоваться, чтобы не запутаться. Перечислю основные:

• Дерево решений строится слева направо;
• Точки принятия решений обозначаются квадратами, а точки исходов событий — кругами;
• Возможные решения обозначаются пунктирными линиями, а возможные исходы событий — сплошными линиями.

Чтобы было понятнее, предлагаю вашему вниманию наглядную схему построения дерева решений.

В данном примере квадратами 1, 2, 3, 4 обозначены точки принятия решений, кругами A, B, C, D, E, F, G, H — точки исхода событий, пунктирными линиями — варианты решений, а прямыми линиями — варианты исхода событий.

Я упростил дерево решений, взяв только по одному-два варианта исхода событий, если их больше — вы должны принять во внимание все варианты.

Чтобы метод дерева решений сработал наиболее точно, каждому возможному варианту исхода событий нужно придать какой-то вес, какую-то вероятность от 0 до 1 (от 0% до 100%). В сумме варианты исхода событий по одному решению должны быть равны 100%.

Метод дерева решений: пример

Рассмотрим использование метода дерева решений на примере. Допустим, наша цель — купить квартиру, при этом достаточной суммой для покупки мы не располагаем. Нам необходимо принять решение: или продолжать копить деньги, чтобы осуществить покупку полностью за свой счет, или взять ипотечный кредит.

Чертим дерево решений, подписывая все линии: пунктирные — просто, как варианты решений, а сплошные — исходы решений — с указанием примерной вероятности. Вот что получится (все данные, количество исходов событий, вероятности случайные, просто для примера):

Итак, если мы принимаем первоначальное решение (1) обратиться за ипотечным кредитом, у нас есть 2 варианта исхода событий (A) — то, что кредит нам дадут, и мы осуществим покупку сразу, по нынешней цене (вероятность — 80%) и то, что кредит нам не дадут, и нам останется вернуться к варианту создания накоплений (вероятность — 20%).

Если нам дали кредит, перед нами встает новая необходимость принятия решения (2): погашать его согласно графику или досрочно. Если мы погашаем кредит по графику, то есть 2 варианта исхода событий (C) — что мы его полностью выплатим за 10 лет, переплатив 200% суммы (вероятность — 90%), и что мы в какой-то момент по каким-то причинам потеряем способность погашать кредит и попадем в финансовую яму (вероятность — 10%). Этот исход событий требует нового решения, и тут следовало бы строить дерево решений дальше, у меня просто нет места.

Если же мы выберем вариант досрочного погашения кредита, то нас ждет один исход (D) — полное погашение за 3 года и переплата 30%, но зато мы будем находиться в режиме жесткой экономии, и у нас не будет оставаться никаких средств на обустройство этого жилья (вероятность — 100%).

При первоначальном выборе варианта создания накопления, квартиру по нынешней цене мы не покупаем (B) (вероятность — 100%). В этом случае, а также если нам не дадут кредит, мы придем к необходимости принятия решения (3, 4), как именно мы будем копить деньги: покупая валюту или откладывая на депозит.

Если мы выберем валюту, то нас ждет 2 варианта исхода событий (E, G) — за год курс вырастет на 30% или более, что позволит нам собрать недостающую сумму и осуществить покупку (вероятность — 50%), или что курс не вырастет, а то и вовсе упадет (тут можно было бы нарисовать больше исходов, просто нет места), и мы не сможем осуществить покупку (вероятность — 50%).

Если мы выберем депозит, то есть один исход событий (F, H) — мы гарантировано заработаем 10%, но нам не хватит этой суммы, чтобы осуществить покупку, дальше придется принимать новое решение (место закончилось, но надо чертить дальше).

Вот вам метод дерева решений на примере. Повторюсь, что пример очень сильно упрощен для лучшего понимания.

Анализ дерева решений

Ну а после того, как наше дерево принятия решений полностью построено, нужно непосредственно определить, какое решение лучше. Для этого проводится анализ дерева решений.

Вся суть этого анализа сводится к тому, чтобы посчитать по цепочке общую вероятность наступления всех конечных исходов событий и подумать, насколько соответствует риск негативных исходов успеху положительных, допустим ли для вас такой уровень риска.

Если брать наш пример, то вероятность того, что мы рассчитаемся с кредитом за 10 лет равна 90% от 80% = 72%. Вероятность того, что попадем в кредитную яму — 10% от 80% = 8%.

Аналогично подсчитываем все остальные конечные вероятности и сравниваем все варианты, насколько они для нас допустимы. Допустим, мы готовы рискнуть на 8%, и ипотечный кредит нам видится перспективнее, чем создание накоплений (там вероятность покупки квартиры намного ниже), мы готовы ради этого переплачивать — значит, выбираем этот вариант.

Вот примерно так производится анализ дерева решений. Если речь идет о каких-то суммах (допустим, мы выбираем из разных вариантов вложения средств) — целесообразно подсчитывать результаты в суммах: какую сумму и с какой вероятностью мы получим в конечном итоге, а также с какой вероятностью можем потерять вложения, и на основе этого делать свой выбор.

На первый взгляд, может показаться, что дерево принятия решений — метод очень сложный. Конечно, его нельзя назвать совсем уж простым, но и сверхсложным я бы тоже не назвал. Зато он позволяет наперед просчитать все возможные варианты исхода событий, вычислить их вероятность, что очень важно.

Применение дерева принятия решений

Где можно применить метод дерева решений? Собственно, во всех сферах, где первоначальное решение может повлечь за собой целую цепочку событий и необходимостей принятия новых решений.

Например, в финансовой сфере:

• При выборе вариантов вложения капитала, накопления нужной суммы;
• При выборе направления открытия или расширения бизнеса;
• При выборе трудоустройства;
• При выборе способов заработка;
• При выборе вариантов кредитования;
• При выборе вариантов осуществления крупной покупки;
• При построении личного финансового плана;
• При выборе стратегии достижения глобальной цели и т.д.

Теперь вы знаете, что такое дерево принятия решений, как происходит построение и анализ дерева решений. Можете пользоваться. Если все же этот метод кажется вам слишком сложным, можете выбрать что-нибудь попроще, например, квадрат Декарта.

Желаю вам принятия верных решений. Помните, что подобное продумывание и анализ существенно увеличивают ваши шансы сделать правильный выбор и не ошибиться. До новых встреч на Финансовом гении!