Факторы риска когнитивных искажений при принятии управленческих решений

Принятие решений при резких изменениях внешней среды предприятия может происходить в ситуации ограничений временных интервалов. При недостатке времени на такие решения могут повлиять когнитивные искажения, свойственные руководителю. Цель настоящей работы – ​уточнить влияние когнитивных искажений на субъективное восприятие вероятности наступления тех или иных событий при принятии решений, на анализ и оценку рисков, потребительского поведения и т. п. для дальнейшей разработки и реализации антирисковых управленческих воздействий. Исследование опирается на методологический инструментарий операциональной теории управления уровнем риска, основы поведенческой экономики, разработанные в трудах Д. Канемана и А. Тверски, и так называемую теорию двух систем (Системы 1 и Системы 2). Рассмотрены примеры когнитивных искажений при принятии решений под воздействием Системы 1. Описаны результаты эксперимента, направленные на выявление количественных оценок восприятия вероятности наступления событий по визуальному ряду изображений, предъявленных испытуемым, с включенной Системой 1 и подавленной Системой 2. Дана оценка решениям прогностических задач. Подчеркнуто, что представляется разумным принять во внимание все проблемы, выявленные в ходе эксперимента, и провести новую серию экспериментов с уточненными условиями. Расширение и уточнение научного понимания субъективного восприятия вероятности экономическими агентами может помочь пересмотру многих теорий в области подготовки принятия управленческих решений и потребительского поведения. Предложены рекомендации для внедрения антирисковых управленческих воздействий с включением Системы 2 для минимизации влияния когнитивных искажений на принимаемые решения.

1. Бехманн Г., Горохов В. Г. (2012). Социально-философские и методологические проблемы обращения с технологическими рисками в сов­ременном обществе // Вопросы философии. № 7. С. 120–132.

2. Брыкалов С.М., Кузнецова Н. А., Трифонов В.Ю. и др. (2021). Оценка эффективности и зрелости системы управления рисками на предприятии // Фундаментальные исследования. № 3. С. 17–26. DOI: 10.17513/fr.42974

3. Волочиенко В. А., Фалько С. Г. (2018). Контроллер производства: цели, функции и задачи // Контроллинг. № 70. С. 18–23.

4. Голубева С. С., Голубниченко М. В. (2020). Современные подходы к изучению риска // Математическое и компьютерное моделирование в экономике, страховании и управлении рисками. № 5. С. 162–165.

5. Епишин В. Е. (2021). Стратегии контроля неопределенности при решении прогностических задач // Экспериментальная психология. Т. 14. № 1. C. 80–94. DOI: 10.17759/ exppsy.2021140102.

6. Канеман Д. (2014). Думай медленно… Решай быстро. Перев. с англ. М.: АСТ. 362 с.

7. Канеман Д., Тверски А. (2003). Рациональный выбор, ценности и фреймы // Психологический журнал. Т. 24. № 4. С. 31–42.

8. Качалов Р. М. (2020). Феномен риска как искусственный объект экономических исследований // Проблемы анализа риска. Т. 17. № 1. С. 100–108. DOI: 10.32686/1812-5220-2020-17-1-100-108

9. Качалов Р. М., Слепцова Ю. А. (2016). Идентификация факторов риска на основе декомпозиции экономического пространства предприятия // Вестник Челябинского государственного университета. Серия «Экономика». № 14 (396). С. 86–94.

10. Качалов Р. М., Слепцова Ю. А. (2022). Бизнес-экосистемы в кризисных условиях: выявление факторов риска // Российский журнал менеджмента. Т. 20. № 2. С. 155–171. DOI: 10.21638/spbu18.2022.201

11. Качалов Р. М., Слепцова Ю. А., Шокин Я. В. (2019). Оценка риска реализации инновационных проектов предприятий с помощью искусственных нейронных сетей // Вестник Волгоградского государственного университета. Экономика. Т. 21. № 4. С. 171–181. DOI: https://doi.org/10.15688/ek.jvolsu.2019.4.17

12. Колесникова Т. Н. (2019). Влияние когнитивных искажений на поведение экономических агентов // Промышленность: экономика, управление, технологии. № 1 (75). С. 31–35.

13. Красильникова М. А., Максимов М. И. (2018). Современные методы формализации принятия решений и экспертных оценок // Инновационная экономика и современный менеджмент. № 4. С. 19–23.

14. Макаренко Е. А., Борисов А. С. (2019). Влияние нейромаркетинга на технологии продвижения новых продуктов // Актуальные проблемы экономики и управления. № 3. С. 23–32.

15. Макеенко М. В., Тихонова М. В. (2021). Применение методов оценки риска инновационных проектов как способ снижения угроз их реализации // Россия: тенденции и перспективы развития. № 16-1. С. 597–602.

16. Плетнева Н. А., Кашковский А. В., Евдокимов К. В. (2018). Оценка эффективности распределения рекламного бюджета посредством мультитач-исследований // Вестник Белгородского университета кооперации, экономики и права. № 4 (71). С. 191–201. DOI: 10.21295/2223-5639-2018-4-191-201

17. Ребров А. В., Черкасов А. Ю. (2017). Геймификация и автоматизация KPI: очередная управленческая мода или новые методы стимулирования? // Российский журнал менеджмента. Т. 15. № 3. С. 303–326.

18. Смыслова О. Ю., Кузнецова О. В. (2023). Современные методы и инструменты повышения креативности персонала компании // Вестник Удмуртского университета. Серия Экономика и право. Т. 33. № 5. С. 816–826. DOI: 10.35634/2412-9593-2023-33-5-816-826

19. Яковлева Е. А., Виноградов А. Н., Катермина Т. С. (2023). Инструменты системного анализа в управлении сложными динамическими объектами // Системный анализ в проектировании и управлении. Т. 26. № 1. С. 193–205. DOI: 10.18720/SPBPU/2/id23-51

20. Acciarini C., Brunetta F., Boccardelli P. (2021). Cognitive biases and decision-making strategies in times of change: a systematic literature review. Management Decision, vol. 59, no. 3, pp. 638–652. DOI: 10.1108/MD‑07-2019-1006

21. Crawford J., Jabbour M. (2024). The relationship between enterprise risk management and managerial judgement in decision‐making: A systematic literature review. International Journal of Management Reviews, vol. 26, no. 1, pp. 110–136. DOI: 10.1111/ijmr.12337

22. Gallistel C. R., Krishan M., Liu Y., et al. (2014). The perception of probability. Psychological Review, no. 121 (1), pp. 96–123.

23. Gasparovich E., Uskova E. (2022). Professional Deformation of Staff under the Digital Economy. In: Digitalization of Society, Economics and Management: A Digital Strategy Based on Post-pandemic Developments. Cham: Springer International Publishing, pp. 409–422. DOI: 10.1007/978-3-030-94252-6_31

24. Godefroid M., Zeuge A., Oschinsky F.M., et al. (2021). Cognitive Biases in IS Research: A Framework Based on a Systematic Literature Review. PACIS, pp. 105.

25. Grežo M. (2021). Overconfidence and financial decision-making: a meta-analysis. Review of Behavioral Finance, vol. 13, no. 3, pp. 276–296. DOI: 10.1108/RBF-01-2020-0020

26. Hunziker S. (2021). Countering Biases in Risk Analysis. Enterprise Risk Management: Modern Approaches to Balancing Risk and Reward. Wiesbaden: Springer Fachmedien Wiesbaden, pp. 17–51. DOI: 10.1007/978-3-658-33523-6_6

27. Matute H., Blanco F. (2014). Reducing the illusion of control when an action is followed by an undesired outcome. Psychonomic Bulletin & Review, vol. 21, pp. 1087–1093. DOI: 10.3758/s13423-014-0584-7

28. Tversky A., Kahneman D. (1974). Judgment under Uncertainty: Heuristics and Biases: Biases in judgments reveal some heuristics of thinking under uncertainty. Science, no. 185 (4157), pp. 1124–1131.

29. Tyszka T., Zielonka P., Dacey R., et al. (2008). Perception of randomness and predicting uncertain events. Thinking & Reasoning, no. 14 (1), pp. 83–110.

30. Wright J. F. (2018). Risk management; a behavioral perspective. Journal of Risk Research, vol. 21, no. 6, pp. 710–724. DOI: 10.1080/13669877.2016.1235605.