Вопрос 9. Классификация методов исследования финансовых рисков

Математический аппарат анализа рисков, принятый в настоящее время, чаще всего опирается на методы теории вероятностей, хотя существуют и другие подходы к математическому моделированию в области риска проекта.

Выделяют следующие виды математических моделей: прямые, обратные и задачи исследования чувствительности. В прямых задачах оценка риска, связанного с определением его уровня происходит на основании априори известной информации. В обратных задачах устанавливаются ограничения на 1 или несколько варьируемых исходных параметров с целью удовлетворения заданных ограничений на уровень приемлемого риска.

Основная идея метода исследования чувствительности состоит в анализе уязвимости степени изменяемости результативных показателей по отношению к варьированию параметров модели, таких как распределение вероятностей и областей изменения тех или иных величин. Выводы исследования чувствительности инвестиц. проекта отражают степень достоверности полученных при анализе рисков результатов, при этом в случае достоверности проектный аналитик буде вынужден реализовать одну из перечисленных возможностей:

1) уточнить параметры, неточность которых яв-ся наиболее существенной в искажении рез-та;

2) изменить методы обработки исходных данных с целью уменьшения чувствительности ответа;

3) изменить матем. модель анализа проектных рисков;

4) отказаться от проведения количественного анализа рисков проекта.

Классы матем. моделей, учитывающих неопределенность и различающиеся по способам ее описания:

1) в зависимости от привлечения вероятностных распределений: модели без учета распределения вер-ей, модели с учетом распределения вер-ей.

2) в зависимости от учета вер-ти реализации каждого отдельного значения переменной и проведения всего процесса анализа с учетом распределения вер-ей: вероятностные модели, выборочные модели.

3) в зав-ти от способов нахождения результирующих показателей по построенной модели: аналитические и имитационные модели.

Признаком 1-го класса моделей яв-ся то, что для каждой стохастической величины берется лишь одно ее значение, при этом цель такого приближения – получение возможностей применения методов, разработанных для анализа ситуации определенности без каких-либо изменений. Результатом расчетов по модели 2-го класса будет не отдельное значение результирующей переменной, а распределение вер-ей.

Вероятностные модели предполагают, что построение и расчеты по модели осущ-ся в соответствии с принципами теории вер-ей, а в случае выборочных моделей расчеты осущ-ся по выборкам. Характерной чертой этой группы моделей яв-ся использование методов моделирования принятия решений, при этом выделяют целевой, оптимизационный и системный подходы.

Целевому подходу свойственно четкое задание целей при конструирование моделей. Любое изменение целевых показателей ведет к изменению в самой модели и требует новых расчетов.

Системный подход связан с построением модели, направленным на отражение реальности, а не сформулированной системы целей. В результате оценки такой модели и расчетов по ней формулируется описание поведения реальной системы.

Оптимизационный подход предполагает разработку на основе построенной модели оптимальн стратегии действий, затем выбирается система целей и становится возможным принятие решений с пом прогнозной инф о поведении системы и сделанных предположений.

3-й класс выделяет аналитический и имитационный способы нахождения результирующих показателей по построенной модели.

Аналитический способ получения результата осуществляется на основе значений входных переменных.

Имитационный способ базируется на пошаговом нахождении значения результирующего показателя за счет проведения многократных опытов с моделью.