23. Методы уменьшения риска финансовых операций

Большая часть финансовых операций являются статистически связанными, а меньшая их часть являются независимыми. В связи с этим при проведении фин.анализа возникает необходимость использовать понятие корреляции. Важной статистической характеристикой является теснота связи между переменными. Если две величины х и у являются взаимосвязанными, то связь между ними характеризуется корреляционным моментом.

Если корреляционный момент не равен нулю, то случайные величины х и у называются коррелированными и наоборот: если корреляционный момент равен нулю, то случайные величины х и у некоррелированны.

Мерой тесноты связи между двумя случайными величинами является коэффициент парной корреляции

Пусть две фин. операции некоррелированны. Тогда дисперсия их суммы равна сумме дисперсий и риск суммарной операции равен:

Основными методами уменьшения риска фин. операций является диверсификация и хеджирование (страхование). Этот метод применяется для некоррелированных операций.

В основе метода лежит утверждение, что отношение риска композитной фин. операции, состоящей из n малых некоррелированных операций к ее среднему доходу обратно пропорционально и, следовательно, с ростом n относительный риск композитной операции уменьшается.

Этот эффект называется эффектом диверсификации и он означает, что до снижения риска фин. операции нужно проводить разнообразные несвязанные друг с другом операции. При такой стратегии риск композитной операции усредняется. С увеличением количества фин. операций, составляющих композитную операцию и проводимых одновременно, риск композитной операции уменьшается даже при одинаковых рисках композитных операций.

При диверсификации требование некоррелированности операций, составляющих композитную операцию, является существенным и необходимым для снижения ее риска. Если между диверсификациями существует положительная статистическая связь, то риск композитной операции уменьшаться не будет. Если для получения эффекта диверсификации композитную операцию, составляют из нескольких независимых операций, то суть хеджирования заключается в подборе таких операций, при осуществлении которых вместе с основной риск последней уменьшается.

При хеджировании должны осуществляться только операции, которые имеют сильную, но отрицательную корреляцию.

24.Принятие решений в условиях полной неопределенности.

При совершении финансовой операции степень неопределённости может быть различна.

При полном отсутствии информации решения будут приниматься в условиях полной неопределённости. Условиям частичной неопределённости соответствует частичная информация о рисковой ситуации в виде частот появления рисковых событий. В данном случае риск рассматривается как вероятностная категория.

Пусть рассматривается возможность проведения некоторой финансовой операции, результат которой неясен. В связи с этим анализируется несколько возможных решений и их последствия.

i = (решения); j = – ситуации.

Если будет принято i-ое решение в j-ой ситуации, то будет получен доход .

Матрица – матрица возможных решений. Подобная матрица может быть составлена и из возможных доходностей в зависимости от i и j. В такой ситуации нет однозначного решения, могут быть высказаны лишь некоторые рекомендации.

Оценим риск в данной ситуации. Т.к. реальная ситуация неизвестна, но если бы инвестор её знал, то он выбрал бы решение, которое приносит наибольший доход. Т.е. в некоторой j-ой ситуации, он выбрал бы решение, максимизируете доход.

Принимая i-ое решение, инвестор рискует получить не доход , а какой-то из доходов.

Т.е. принятие i-ого решения несёт риск , а матрица – матрица рисков.

Пример:

Составляем матрицу рисков.

(!получается из матрицы возможных решений Dij, путём вычитания из максимального элемента каждого столбца всех остальных элементов)

Правило Вальда: «Крайнего пессимизма».

Рассматривая некоторое i-ое решение, рассматриваем самую плохую ситуацию, т.е. приносящую самый маленький доход.

Для применения этого правила нужно для каждой альтернативы выбрать наихудший показатель ai (наименьшее число в каждой строке матрицы возможных решений) и выбрать ту альтернативу, для которой этот показатель максимальный.

Правило Сэвиджа: «Минимального риска».

Анализируется матрица рисков R. Принимая i-ое решение, будем полагать, что складывается ситуация максимального риска.

Для каждого решения из матрицы R определяем величины, равные максимальному риску (наибольшее число в каждой строке матрицы рисков) и выбираем ту альтернативу, для которой максимальный риск минимален.

Правило Гурвица.

Принимаем некоторое решение i, при котором достигается max из , где 0 ≤ λ ≤ 1.

Значение λ выбирается из субъективных соображений. Если λ приближается к 1, то правило Гурвица приближается к правилу Вальда, при приближении λ к 0, правило Гурвица приближается к правилу "розового оптимизма" (догадайтесь сами, что это значит).

В вышеуказанном примере при λ= 1/2 правило Гурвица рекомендует 2-е решение

25. Принятие решений в условиях частичной неопределенности.

Если по совершению финансовой операции имеется определённая информация (вероятность исхода операции), то решение может приниматься на основе 2-х правил: