《管理学概论09：风险型决策与不确定型决策》
在管理学中，决策是至关重要的一环，尤其在面对复杂多变的商业环境时。风险型决策和不确定型决策是两种常见的决策类型，它们主要针对那些结果具有不确定性的情况。
风险型决策是指决策者在进行决策时，虽然不能预知所有可能结果，但可以估算出各自然状态出现的概率。这种情况下，决策者可以使用决策树等工具来分析和比较不同方案的风险与收益。决策树是一种图形化的方法，它通过树枝状结构展示决策过程，每个分支代表一个可能的决策或自然事件，而节点则表示决策点或机会点，叶节点则代表可能的结果。通过计算每个路径的期望值（概率乘以相应结果），可以找到最佳决策方案。
不确定型决策则更为复杂，因为其结果的概率无法准确估算。在这种情况下，决策者必须依据个人的主观倾向和态度来选择方案。常见的不确定型决策方法有：极大极大损益值法（乐观准则）、极大极小损益值法（悲观准则）和极小极大后悔值法（遗憾准则）。
1. 极大极大损益值法（乐观准则）：决策者持乐观态度，选择最有可能带来最大收益的方案，即在所有可能结果中选取最好的一个。这种方法可能导致决策者过于乐观，从而承担较大风险。
2. 极大极小损益值法（悲观准则）：决策者持悲观态度，选择在最坏情况下损失最小的方案，即选取最差结果中的最好方案。这种方法相对保守，能有效避免风险，但可能错过潜在的高收益机会。
3. 极小极大后悔值法（遗憾准则）：决策者考虑的是未来可能的遗憾程度，选择使自己未来遗憾最小的方案。这种方法试图平衡风险和收益，但需要计算每个方案在每个状态下的遗憾值，即假设每个方案都会出现最不利的结果，然后选择遗憾值最小的方案。
此外，还有一种折衷准则，它介于乐观和悲观之间，决策者可以根据一个介于0到1之间的乐观系数（0<a<1）来计算每个方案的折衷值，从而找到满意方案。
在实际应用中，风险型决策方法如决策树分析法，通常包括以下步骤：
1. 建立决策树，明确决策点、机会点以及可能的结果。
2. 计算每个状态点的期望值，即每个分支的收益乘以相应的概率之和。
3. 修剪决策树，删除那些期望值低于最优期望值的分支。
4. 选择期望值最高的方案作为最终决策。
例如，某企业计划引入新产品，需支付研制费用，新产品可能带来的利润受市场需求影响。通过构建决策树，可以分别计算高、中、低市场需求下的期望利润，然后比较并选择期望利润最高的决策方案。
风险型决策和不确定型决策都需要决策者对各种可能的结果和概率进行评估，并根据个人或组织的风险承受能力选择合适的决策方法。理解和熟练运用这些方法，对于管理者在面对不确定性的商业环境中做出明智的决策至关重要。
