Content

4.1 Risikosituationen in:

Günter Bamberg, Adolf Gerhard Coenenberg, Michael Krapp

Betriebswirtschaftliche Entscheidungslehre, page 78 - 80

15. Edition 2012, ISBN print: 978-3-8006-4518-3, ISBN online: 978-3-8006-4519-0, https://doi.org/10.15358/9783800645190_78

Series: Vahlens Kurzlehrbücher

Bibliographic information
4. Entscheidungen bei Risiko 4.1 Risikosituationen Wie bereits im 2. Kapitel mehrfach erwähnt, ist eine Risikosituation dadurch charakterisiert, dass dem Entscheidungsträger (subjektive oder objektive) Wahrscheinlichkeiten für das Eintreten der möglichen Zustände bekannt sind. Objektive Anhaltspunkte zur Bestimmung dieser Wahrscheinlichkeiten liegen z. B. in folgenden Entscheidungssituationen vor: • Teilnahme an einem Glücksspiel, an einer staatlichen Lo erie usw.; die Wahrscheinlichkeiten können auf Grund kombinatorischer Überlegungen exakt berechnet werden. • Abschluss eines Versicherungsvertrages; die Wahrscheinlichkeiten für die verschiedenen Schadensfälle können auf Grund des umfangreichen versicherungsstatistischen Datenmaterials relativ gut geschä t werden. • Kauf eines Neu- oder Gebrauchtwagens; auf Grund von längerfristigen Kfz- Statistiken lassen sich die Wahrscheinlichkeitsverteilungen für die Lebensdauer und für die jährlichen Reparaturkosten schä en. Analoge Situationen treten natürlich auch bei anderen Investitionen auf. • Dispositionen bezüglich der Lagerhaltung; die Wahrscheinlichkeitsverteilungen für die pro Periode nachgefragte Menge der verschiedenen Güter können aus Zeitreihen früherer Perioden geschä t werden. Diese Liste ließe sich beliebig verlängern. Selbstverständlich gibt es auch Risikosituationen ohne objektiveAnhaltspunkte zur Bestimmung der Wahrscheinlichkeiten für das Eintreten der verschiedenen Umfeldzustände. Ist es etwa für eine Exportplanung relevant, ob innerhalb des Planungshorizontes Wechselkursänderungen oder Impor olländerungen vorgenommen werden, so dürften die empirischen Unterlagen oder die sonstigen Informationen zu einer fundierten Schä ung der entsprechenden Wahrscheinlichkeiten kaum ausreichen. Manche halten es sogar für problematisch, in diesem Zusammenhang den Begriff „Wahrscheinlichkeit“ überhaupt zu verwenden, da kein beliebig wiederholbarer Vorgang zu Grunde liegt. Deshalb werden die nummerischen Werte, mit denen der Entscheidungsträger seine Einschä ung der Möglichkeit des Eintretens der verschiedenen Zustände charakterisiert, oft auch als „Glaubwürdigkeitsgrad“, „subjektiver Überzeugungsgrad“, „subjektive Wahrscheinlichkeit“, „Grad der Gewissheit“ usw. bezeichnet. Wir wollen eine derartige Unterscheidung hier nicht vornehmen, sondern stets von „Wahrscheinlichkeiten“ reden, gleichgültig ob es sich dabei um objektiv gegebene Wahrscheinlichkeiten oder um subjektive Überzeugungsgrade han- 68 4. Entscheidungen bei Risiko delt.¹ Denn auch subjektive Überzeugungsgrade, die beispielsweise dazu dienen, die (durch den augenblicklichen Informationsstand bedingte) Unkenntnis des Entscheidungsträgers bezüglich des wahren Zustandes widerzuspiegeln, werden die Entscheidungen in der Regel ebenso wie objektive Wahrscheinlichkeiten beeinflussen. Ein kleines Beispiel möge dies verdeutlichen. Als Entscheidungsträger stellen wir uns einen Roule espieler vor, der sich für einen bestimmten Einsa , das heißt für eine bestimmte Summe und eine bestimmte Aufteilung der Summe auf Zahlen, auf einfache Chancen usw. entschieden hat. Üblicherweise wird das Roule erad erst nach dem Einsa in Bewegung gese t. Wir können uns aber auch vorstellen, dass das Roule erad bereits vor dem Einsa gut verdeckt in Bewegung gese t wurde und das Ergebnis zwar festliegt, aber noch unbekannt ist. Werden diese beiden Möglichkeiten die Einsa entscheidung unterschiedlich beeinflussen? Vermutlich nicht, denn ebenso wie bei der ersten Möglichkeit die objektive Wahrscheinlichkeit von p = 137 für jede der 37 Zahlen zu Grunde liegt, wird bei der zweiten Möglichkeit die subjektive Wahrscheinlichkeit von p = 137 für jede der 37 Zahlen zu Grunde gelegt (obwohl bei der zweiten Möglichkeit vom objektiven Standpunkt aus die Wahrscheinlichkeit für jede einzelne Zahl entweder 0 oder 1 beträgt). Entsprechend spielt es beim Beispiel der Exportplanung keine Rolle, ob eine Impor olländerung noch völlig von der Zukunft abhängt oder bereits in den Köpfen entscheidender Politiker festgelegt, aber unserem Entscheidungsträger auf Grund seines Informationsstandes noch unbekannt ist.² Aus der Einbeziehung subjektiver Wahrscheinlichkeiten wurde gelegentlich der Schluss gezogen, dass in der betrieblichen Praxis nur Entscheidungssituationen unter Risiko vorkommen; die betriebswirtschaftliche Entscheidungslehre sei deshalb ausschließlich als Theorie der Entscheidungen unter Risiko zu konzipieren: Der Fall vollkommener Information scheide schon wegen der Zukunftsbezogenheit betrieblicher Entscheidungen aus. Ungewissheit im engeren Sinne sei auch höchst selten, da stets irgendwelche Informationen vorliegen. Dieser Schlussfolgerung kann nicht uneingeschränkt zugestimmt werden: Erstens ist es denkbar, dass auch das Vorliegen von Informationen zu einer Ungewissheitssituation führt; beispielsweise dann, wenn die Information zwar besagt, dass einer der Zustände z1, z2 oder z3 vorliegen muss und alle anderen ¹ Nach der Untergliederung von Knight (1921), auf die in der Entscheidungstheorie oft zurückgegriffen wurde, umfasst die Risikosituation ausschließlich den Fall, dass objektiveWahrscheinlichkeiten über die Zustände vorliegen. Einmalige, nicht wiederholbare Entscheidungssituationen, bei denen allenfalls subjektive Glaubwürdigkeitsgrade angegeben werden können, gehören nach der Untergliederung von Knight zur Ungewissheitssituation. Dieser Zuordnung wird hier – wie in den meisten neueren Beiträgen zur Entscheidungstheorie – nicht gefolgt, sondern es wird allein danach unterschieden, ob (subjektive oder objektive) Wahrscheinlichkeiten bekannt sind (Risikosituation) oder nicht (Ungewissheitssituation im engeren Sinne). ² Natürlich ist es in diesem Falle nahe liegend, dass der Entscheidungsträger seinen Informationszustand durch geeignete Informationsbeschaffung zu verbessern sucht; derartige Probleme sollen aber erst im 6. Kapitel behandelt werden, während in diesem Kapitel nur die eigentliche Risikosituation untersucht werden soll. 4.2 Die Wahrscheinlichkeitsverteilung der Umfeldzustände 69 Zustände ausgeschlossen sind, aber nicht erkennen lässt, welcher dieser Zustände z1, z2 oder z3 eher zu erwarten ist. Auch wenn dem Entscheidungsträger beispielsweise zusä liche Informationen darüber zur Verfügung stehen, dass z3mit derWahrscheinlichkeit 0,4 eintri und auf die beiden restlichen Zustände eineWahrscheinlichkeit von 0,6 entfällt, ändert sich –wie in Abschni 6.1 näher ausgeführt wird – noch nichts an der Tatsache, dass eine Ungewissheitssituation vorliegt. Zweitens ist auch bei zukunftsbezogenen Entscheidungen der Fall vollkommener Information denkbar, beispielsweise dann, wenn ein Unternehmer etwa durch langfristige Lieferverträge sein relevantes Umfeld soweit stabilisiert hat, dass ihm alle bezüglich der relevanten Zustände (Absa menge, Absa preis usw.) wesentlichen Informationen vorliegen. Wenngleich zu Recht die Ansicht vertreten wird, dass die Risikosituation die weitaus größte praktische Relevanz besi t, so ist es doch – wie ausgeführt – notwendig, in der Entscheidungstheorie die drei charakteristischen Informationsstände (Sicherheit, Risiko, Ungewissheit) zu unterscheiden und getrennt zu behandeln. 4.2 Die Wahrscheinlichkeitsverteilung der Umfeldzustände Die Bedeutung, die der Risikosituation von Seiten der Entscheidungstheorie zugemessen wird, provoziert die Frage nach der praktischen Ermi elbarkeit der Wahrscheinlichkeiten für das Eintreten der Zustände. Stehen – wie in den Beispielen von Abschni 4.1 – in ausreichendemUmfang empirische Daten zur Verfügung, so ist die Ermi lung relativ unproblematisch: Auf das Datenmaterial werden geeignete statistische Schä verfahren angewandt, die geschä ten Wahrscheinlichkeiten werden dann der weiteren Analyse zu Grunde gelegt. Problematischer ist natürlich die Ermi lung vonWahrscheinlichkeiten, die vorwiegend subjektiver Natur sind. Von Seiten der Praxis ist oft eingewendet worden, im Falle tief greifender, neuartiger Entscheidungen sei die Wirklichkeit zu komplex, um subjektive Wahrscheinlichkeitsverteilungen über die Umfeldentwicklung angeben zu können. In praktischen Entscheidungssituationen komme deshalb lediglich die „vorsichtige“ Schä ung eines „wahrscheinlichen“ Wertes für jeden relevanten Umfeldparameter in Betracht. Dem ist zunächst entgegen zu halten, dass eine solche Reduktion eines höchst unsicheren Umfeldes auf „einwertige Erwartungen“ der tatsächlichen Situation nicht gerecht werden kann. Es werden die angesichts der Unsicherheit der Zukunftsentwicklung notwendigen Informationen über den Grad der Ungewissheit unterdrückt; die mit der Entscheidung verbundenen Risiken werden nicht explizit sichtbar gemacht. Hinzu kommt, dass die relevanten Zustände (z. B. Nachfrageniveau nach einem neu zu entwickelnden Produkt) im Allgemeinen von einer Vielzahl im Einzelnen zu schä ender Faktoren (z. B. Marktvolumen, Preisreagibilität, Werbewirksamkeit, Produktpolitik der Konkurrenten, Konjunkturentwicklung usw.) abhängt. Wird für jeden dieser Faktoren auf Grund

Chapter Preview

References

Zusammenfassung

Vorteile

- Ein Lehr- und Lernbuch für einen einführenden Kurs in die Entscheidungstheorie

- Mit zahlreichen Aufgaben und Lösungen

Zum Werk

In Unternehmen werden und müssen Entscheidungen getroffen werden, deren Auswirkungen zum Teil große Konsequenzen auf die eigene Geschäftstätigkeit haben können.

Dieses Lehrbuch führt den Leser in die Entscheidungstheorie ein und stellt Entscheidungen bei Sicherheit, Risiko und Unsicherheit ausführlich dar. Es erläutert die Grundbegriffe der Spieltheorie ebenso wie die der dynamischen Programmierung.

Autoren

Prof. em. Dr. Dr. h.c. Günter Bamberg war Inhaber des Lehrstuhls für Statistik an der Universität Augsburg.

Prof. em. Dr. Dres. h.c. Adolf G. Coenenberg war Inhaber des Lehrstuhls für Betriebswirtschaftslehre, insbesondere Wirtschaftsprüfung und Controlling, an der Universität Augsburg.

Prof. Dr. Michael Krapp ist Extraordinarius für Quantitative Methoden an der Universität Augsburg.

Zielgruppe

Studierende der Wirtschaftswissenschaften an Universitäten, Fachhochschulen und Berufsakademien.