1. Chapter 12 決策分析

2. 2 12.1 緒言 決策制定 (decision-making) 不但與現代 人的生活息息相關，更是影響組織成敗 與興衰的關鍵。尤其身處在世局變幻莫 測的 21 世紀，不管是政治、經濟、科技 或社會方面，令人無法預測的事件不斷 上演，誰都不敢斷言有什麼事件絕對不 會成為新聞媒體的報導對象。例如 2001 年發生在美國的 911 恐怖份子攻擊事件， 就是一個完全出乎世人想像之外的例證。

3. 3 大環境不斷在改變，所以決策者們也應 不斷順勢地制定決策，以為因應。由此 可知，不論人生方向的選擇、工作計畫 的擬定、問題的解決或危機的處理，在 在都必須掌握先機，蒐集資訊，並運用 決策模式，審慎分析後採取行動，才能 達成預期的目標。

4. 4

5. 5 12.2 決策問題的類別

6. 6

7. 7 1. 如果本性狀況只有一個，這時由於決策 者擁有完全資訊。確定型決策問題有四 個主要特徵： (1) 只有一個本性狀況。 (2) 有決策者希望達到一個明確的目標。 (3) 存在著可供決策者選擇的兩個或兩個以上 的行動。 (4) 不同方案在該狀態下的報酬很明確。

8. 8

9. 9 2. 如果決策者能夠估計出本性狀況發生的 機率，則稱該情境為風險型決策。

10. 10

11. 11 3. 如果決策者對於各本性狀況發生的機率 毫無所悉，則稱該情境為不確定型決策。

12. 12 其實不確定的情境有狹義和廣義兩種說法。前 者是指決策者對於各本性狀況發生的可能大小 完全缺乏資訊，以致於難以抉擇；後者則是指 任何不屬確定情境的情境，只要決策者無法確 知哪一種狀況一定會發生，就算是「不確定情 境」。因此，它可分為風險情境或狹義的不確 定情境。換句話說，包括決策者對可能狀況有 局部資訊可用以計算或評估其機率，以及完全 沒有資訊而無法計算或評估機率，本節將探討 圖 12.3 中廣義的不確定情境，也就是風險型決 策和不確定型決策。 12.3 決策制定的解題程序

13. 13 12.3.1 不確定型決策

14. 14

15. 15

16. 16

17. 17

18. 18

19. 19

20. 20

21. 21

22. 22

23. 23

24. 24 12.3.2 風險型決策 風險型情況下，由於本性狀況不只一種， 究竟最終會出現哪種狀況，無法事先得 知，只知道各種狀況出現的機率、頻率、 比例等。 假設決策者面前有 個行動選擇。根據最 大化期望值原則，決策者應計算每個行 動分別對應的期望值，然後選取期望值 最高的行動。由於涉及金錢的處境最易 說明本原則的應用，因此稱為貨幣期望 值準則 (expected monetary value criterion, EMV criterion) 。

25. 25

26. 26

27. 27

28. 28

29. 29 在先前所述的狹義不確定型決策問題中， 無論是樂觀準則或悲觀準則都沒有將每 一本性狀況發生的機率列入考量，法國 數學家拉普拉斯 (Laplace) 假設各本性狀 況的發生機率相同，將問題由不確定型 轉為風險型，即採用拉普拉斯準則 (Laplace criterion) ，該法則也稱為不充足 理由法則 (principle of insufficient reason) 。

30. 30

31. 31

32. 32

33. 33

34. 34

35. 35

36. 36 12.4 貨幣期望值準則的限制 雖然貨幣期望值 EMV 準則是最為常見的 決策準則之一，然而並非毫無限制，理 由如下： – 有時期望值並不存在，本節將以聖彼得堡詭 論 (St. Petersburg paradox) 來示範說明。 – 決策者對金錢的態度為線性價值函數。換句 話說，決策者對於由 0 元增至 100 萬元的感覺 與由 900 萬元增至 1000 萬元的感覺相同。對 許多人來說，這項假設並不成立。

37. 37 – 一般而言，組織健全的機構在進行這種特性 的決策時，傾向於使用期望值，因為期望值 提供了長期平均報酬。期望值並非真正的報 酬，只有當做許多次相同的決策時，方可能 會估計出期望值或平均數值。如果遇到單次 決策問題，就不宜用期望值。如例題 12.11 的 王老爹如果生性保守，可能會選擇行動 ，因 為行動 雖期望報酬較高，但風險也大；行 動 雖然其期望值較低，卻保證無損失，而 且本例為單次事件。 – 有些狀況下，無法用貨幣表示，如先前例題 12.2 中所提及心臟開刀問題，就是一例。

38. 38

39. 39

40. 40

41. 41 12.5 效用期望值

42. 42

43. 43

44. 44

45. 45 12.6 新資訊的價值 12.6.1 完全資訊的期望值

46. 46

47. 47

48. 48

49. 49

50. 50

51. 51

52. 52

53. 53 12.6.2 不完全資訊的期望值 (EVII 或 EVSI)

54. 54

55. 55

56. 56

57. 57

58. 58

59. 59

60. 60

61. 61

62. 62

63. 63

64. 64