欢迎来到风险与决策分析！

你好！欢迎来到 P1 学习中最实用且有趣的单元之一。在现实世界中，管理层很少拥有“水晶球”。他们必须在无法完全预知未来的情况下做出选择：经济会繁荣吗？竞争对手会推出更好的产品吗？

在本章中，我们将探讨不同人在面对这种“未知”时的反应，并学习如何运用数学工具，即使在无法 100% 确定结果的情况下，也能做出最佳的选择。别担心如果你觉得自己在数学方面基础薄弱——我们会一步步拆解这些概念！

1. 风险 (Risk) 与不确定性 (Uncertainty)：有什么区别？

在我们进入计算之前，必须先理清两个关键术语。人们经常将它们混为一谈，但在管理会计中，它们的定义截然不同！

风险 (Risk)：是指我们虽然无法确定结果，但我们 确实 拥有足够的历史数据或经验来分配 概率 (probabilities)（例如：有 60% 的成功机会）。想象一下投掷一颗公平的骰子；你不知道结果会是多少，但你知道投出六点的概率是六分之一。

不确定性 (Uncertainty)：是指我们完全不知道概率是多少。我们可能正在推出一个从未出现过的新产品。没有过往数据可供参考。这就像被要求猜测一个你从未见过的盒子里装着什么东西一样。

快速回顾：
- 风险 (Risk) = 概率已知。
- 不确定性 (Uncertainty) = 概率未知。

2. 决策矩阵 (Payoff Table)：你的决策地图

为了在不确定性下做出决策，我们通常会从 决策矩阵 (Payoff Table) 开始。这只是一个简单的表格，列出了每个可能的选择以及每个“自然状态”（未来可能发生的情况）所带来的潜在利润（或成本）。

例子： 想象你正在决定要建造大型、中型还是小型工厂。你能获得的利润取决于需求是“高”还是“低”。

关键提示： 请务必仔细阅读表格。它显示的是 利润 (Profits)（越大越好），还是 成本 (Costs)（越小越好）？大多数考题都集中在利润分析上。

3. 处理不确定性的三种方法

由于在不确定情况下我们没有概率数据，因此决策取决于我们的 风险态度 (attitude toward risk)。你需要掌握以下三种经典方法：

A. 最大最大准则 (Maximax - 乐观主义者)

Maximax 规则适用于“梦想家”。这种决策者会关注每个选项的最理想情况，并选择能带来 最大 可能 最大 利润的选项。

步骤：
1. 查看每个选择（例如：小型、中型、大型工厂）。
2. 找出每个选择中最高的潜在利润。
3. 从这些数字中选出最大的一个。

比喻： 这就像购买彩票，因为你只在乎头奖，而不在乎输掉 2 元的高概率。

B. 最大最小准则 (Maximin - 悲观主义者)

Maximin 规则适用于“忧虑者”。这种决策者预设最坏的情况即将发生，并希望将这种“最糟情况”处理得尽可能好。他们追求的是 最小值中的最大值 (Maximum of the Minimums)。

步骤：
1. 查看每个选择。
2. 找出每个选择中 最差 (最低) 的利润。
3. 选择那个“最不糟糕”的结果（即最小值中的最大值）。

记忆法： Maximin = Maximising（最大化）你的 Minimum（最小）利润。这是一种“安全第一”的方法。

C. 最小后悔值法 (Minimax Regret - “怕错失良机”型)

这是最棘手，但也最现实的方法。这种决策者希望将自己的“后悔”降到最低。后悔值 (Regret) 是指因为你做错了选择而 错失的 利润。

步骤：
1. 建立一个 后悔值表格 (Regret Table)。针对每个“自然状态”（例如：高需求），找出最佳结果。将该列中的其他所有结果从最佳结果中减去。
2. 得到后悔值表后，找出每个选择的 最大后悔值 (Maximum Regret)。
3. 选择那个 最大后悔值 为 最小值 的选项。

例子： 如果你建造了小型工厂，但需求却很高，你的“后悔值”就是大型工厂本可创造的利润减去你小型工厂实际获得的利润。

4. 期望值 (Expected Values, EV)：风险中性方法

当我们 确实 有概率数据（风险）时，我们使用 期望值 (Expected Values)。这是所有可能结果的加权平均值。这种方法适用于 风险中性 (Risk-Neutral) 的决策者，他们根据长期平均值来做决定。

公式为：
\( EV = \sum (px) \)
其中：
\( p \) = 结果的概率
\( x \) = 结果的数值（利润/成本）

步骤：
1. 将每个可能的利润与其概率相乘。
2. 将该选择下的所有乘积相加。

重要提示： 期望值是一个长期平均值。它甚至可能是一个在单次尝试中根本无法实现的数字！例如，如果你有 50% 的概率获得 0 元，50% 的概率获得 100 元，EV 就是 50 元。但你实际上永远不可能获得 50 元；你要么得到 0 元，要么得到 100 元。

应避免的常见错误： 如果决策是一次性的，且决策者非常规避风险，请不要使用 EV。EV 最适用于多次重复的决策。

5. 敏感度分析 (Sensitivity Analysis)

有时候，我们想知道我们的决策有多“稳固”。敏感度分析 问的是：“我们的估计值（如销售量或价格）需要改变多少，才会导致决策结果改变？”

如果销售量的微小变化就能让一个项目从“盈利”变成“亏损”，我们就说该项目对该变量 高度敏感 (highly sensitive)。这能告诉管理层应该将注意力集中在哪里！

计算方式：
\( Sensitivity = \frac{净现值 (或利润)}{被测试变量的总值} \times 100 \)
注意：百分比越小，表示该变量越敏感（风险越高）！

6. 风险态度的总结

最后，让我们将态度与方法链接起来：

- 风险偏好者 (Risk-Seeker)： 使用 Maximax。他们追逐最大可能的收益，并忽视风险。
- 风险规避者 (Risk-Averse)： 使用 Maximin。他们谨慎行事，希望确保最低限度的绩效。
- 风险中性者 (Risk-Neutral)： 使用 期望值 (Expected Values)。他们忽略风险的波动，只关注数学上的平均利润。

快速回顾框

1. Maximax： 最好的中的最好（乐观主义者）。
2. Maximin： 最坏的中的最好（悲观主义者/谨慎型）。
3. Minimax Regret： 最大后悔值中的最小值（避免“错失良机”）。
4. Expected Value： 平均结果（风险中性）。
5. Sensitivity： 测试在决策改变前，一个变量能变动的幅度。

如果后悔值表格刚开始让你觉得混乱，别担心。只需记住：后悔值 = “我本来可以得到的”减去“我实际得到的”。多练习几次表格布局，你很快就能成为专家！