- •1. Риск в менеджменте, основные принципы его анализа 10
- •2. Принятие решений в условиях стохастической информации 31
- •3. Принятие решений в конфликтных ситуациях 76
- •4. Принятие решений в условиях неопределенности состояний среды 170
- •5. Многокритериальная задача принятия решений в условиях риска 206
- •6. Принятие решений на основе нечёткой информации 230
- •7. Стоимость, время, риск 311
- •Введение
- •1. Риск в менеджменте, основные принципы его анализа
- •Понятие риска и задача принятия решений
- •1.2. Причины риска
- •1.3. Классификация экономических рисков
- •Общие принципы анализа риска
- •2. Принятие решений в условиях стохастической информации
- •2.1. Оценка риска
- •2.2. Использование неравенства Чебышева для оценки риска
- •2.3. Диверсификация как способ снижения риска
- •2.4. Коэффициент чувствительности “бета”
- •2.5. Хеджирование
- •2.6. Оптимизация риска
- •2.7. Оценка риска на основе показателей финансового состояния субъектов экономической деятельности
- •2.7.3. Алгоритм составления z-модели для субъекта предпринимательской деятельности
- •3. Принятие решений в конфликтных ситуациях
- •3.1. Предмет и задачи теории игр
- •3.2. Примеры игр Игра 1. Зачет
- •Игра 2. Игра Морра
- •Игра 3. Борьба за рынки
- •3.3. Матричные игры
- •3.3.1. Описание матричной игры
- •Игра 1. Вариант игры “Морра”
- •Игра 2. Борьба за рынки
- •3.3.2. Принцип максимина в антагонистических играх. Седловая точка
- •3.3.3. Чистые и смешанные стратегии
- •3.3.4. Основные теоремы матричных игр
- •3.3.5. Решение матричной игры (22)
- •3.3.6. Упрощение матричных игр
- •3.3.7. Решение игр 2n и m2
- •3.3.8. Решение игр mn. Эквивалентные задачи линейного программирования
- •3.3.9. Приближенный метод решения матричных игр mn
- •3.3.10. Качественная оценка элементов платёжной матрицы
- •3.3.11. Способы реализации случайного механизма выбора стратегий
- •3.4. Позиционные игры
- •3.4.1. Общие сведения
- •3.4.2. Задание позиционной игры в виде дерева
- •3.4.3. Решение позиционной игры с полной информацией
- •3.4.4. Нормализация позиционной игры
- •3.5. Бескоалиционные игры
- •3.5.1. Общие сведения
- •Ситуации, оптимальные по Паретто
- •3.5.3. Состояние равновесия по Нэшу
- •3.5.4. Описание биматричных игр
- •3.5.5. Решение биматричных игр
- •3.5.6. Пример решения биматричной игры Формулировка игры “Борьба за рынки”
- •Решение игры
- •3.5.7. Метастратегии и метарасширения
- •4. Принятие решений в условиях неопределенности состояний среды
- •4.1. Математическая модель задачи принятия решений в условиях неопределенности состояний среды
- •4.2. Критерии для принятия решений в условиях неопределенности состояний среды
- •4.2.1. Критерий Лапласа
- •Клиенты
- •4.2.2. Максиминный (минимаксный) критерий Вальда
- •4.2.3. Критерий минимаксного риска Сэвиджа
- •4.2.4. Критерий пессимизма-оптимизма Гурвица
- •4.2.5. Критерий Ходжа-Лемона
- •4.2.6. Критерий Гермейера
- •4.3. Рекомендации по принятию решений в условиях неопределенности состояния среды
- •4.4. Принятие решений по критерию Байеса с возможностью проведения эксперимента
- •5. Многокритериальная задача принятия решений в условиях риска
- •5.1. Общий подход к принятию многокритериальных решений
- •5.2. Многокритериальные решения, оптимальные по Парето
- •5.3. Методы определения коэффициентов приоритетности частных критериев
- •А. Вычисление коэффициентов приоритетности по формуле Фишберна
- •Б. Метод Уэя
- •5.4. Нормализация значений критериев
- •5.5. Аддитивный обобщенный критерий
- •5.6. Неоднозначность оптимальных решений по аддитивному и мультипликативному обобщенным критериям
- •5.7. Другие методы решения многокритериальной задачи
- •5.7.1. Оптимизация доминирующего частного критерия при ограничениях на значения доминируемых критериев
- •5.7.2. Метод последовательных уступок
- •6. Принятие решений на основе нечёткой информации
- •6.1. Неопределённость и неточность
- •6.2. Основные понятия теории нечётких множеств
- •6.3. Методы нахождения функций принадлежности
- •6.4. Операции над нечёткими множествами
- •6.5. Сравнение нечётких величин
- •6.6. Сравнение конечных нечётких множеств
- •6.7. Нечёткие отношения
- •6.8. Примеры использования теории нечётких множеств в задачах принятия решений
- •6.9. Нечёткие игры
- •6.10. Методика оценки качества на основе лингвистических переменных
- •6.10.1. Проблема оценки качества объекта исследования
- •6.10.2. Определение лингвистической переменной “качество”
- •6.10.3. Определение частных показателей лп “качество”
- •6.10.4. Определение коэффициентов приоритетности частных показателей
- •6.10.5. Нахождение комплексного показателя
- •6.10.6. Алгоритм оценки качества на основе лингвистических переменных
- •6.10.7. Достоинства рассматриваемой методики оценки качества
- •6.11. Анализ чувствительности и стабильности нечётких систем принятия решений
- •7. Стоимость, время, риск
- •7.1. Взаимосвязь между стоимостью, временем и риском
- •7.2. Продолжительность как характеристика риска операций
- •7.3. Продолжительность портфеля ценных бумаг
- •Заключение
- •Литература
2.2. Использование неравенства Чебышева для оценки риска
Как уже отмечалось, математическое ожидание и дисперсия являются двумя показателями, определяющими степень риска, но если воспользоваться неравенством Чебышева, можно получить один показатель (вероятность нежелательного события), зависящий от этих двух даже в том случае, когда неизвестен закон распределения случайной величины.
Неравенство
Чебышева. Если
случайная величина Х
имеет конечную дисперсию
и математическое ожидание mx,
то вероятность Р
того, что отклонение случайной величины
Х
от её математического ожидания по
абсолютной величине будет меньше любого
положительного числа
> 0, определяется неравенством
. (2.18)
Вторая форма неравенства Чебышева имеет вид
. (2.19)
Пусть инвестиции осуществляются за счет кредита, взятого под залог недвижимости под процентную ставку rk. Оценим риск того, что инвестор не сможет вернуть свой долг и потеряет недвижимость (риск банкротства).
В данном случае риск R будет оцениваться вероятностью Р нежелательного события, что ожидаемая доходность инвестиций Х окажется меньше rk:
X < rk. (2.20)
Неравенство (2.20) можно записать в следующем виде:
. (2.21)
Тогда вероятность события
. (2.22)
Используя
неравенство Чебышева и обозначая
,
получаем
. (2.23)
Таким образом, степень риска
. (2.24)
Если,
например, инвестор хочет, чтобы риск
банкротства был не больше, чем
,
то для этого необходимо выполнить
условие
или
(2.25)
Во многих случаях допустимый риск имеет меньшую величину, например рдоп = 0,001.
В этом случае
,
или
.
Пример.
Предприниматель берет кредит под 10%
годовых для реализации инновационного
проекта. При этом эксперты оценивают,
что риск (среднее квадратическое
отклонение), связанный с колебанием
ожидаемой доходности проекта
,
равен 5%. Необходимо оценить уровень
ожидаемого доходности
,
чтобы избежать банкротства с вероятностью
.
Решение.
Имеем
.
Используем формулу (2.25), получаем
,
т.е. уровень ожидаемой доходности должен быть не меньше, чем 25%.
Рассмотрим
еще одну ситуацию, когда инвестор
вкладывает в обычные акции лишь часть
своего капитала, оставляя некоторую
часть на сохранность под практически
безрисковую процентную ставку наращивания
.
Какая будет при этом величина риска
(вероятность банкротства)?
Пусть А – капитал инвестора, тогда х0 А – часть, которая вкладывается в практически безрисковый актив с процентной ставкой .
Очевидно, что банкротство будет в случае, когда
, (2.26)
где
– процентная ставка обычных акций
(очевидно, что для банкротства
должна быть отрицательной).
Из выражения (2.26), получаем, что банкротство будет в том случае, когда
. (2.27)
Используя неравенство Чебышева, определим уровень ожидаемого дохода от обычных акций, при котором вероятность банкротства будет меньше . Считая, что есть случайная величина Х, имеем:
Отсюда
. (2.28)
Сравнивая выражение (2.28) и (2.25), видим, что игра на бирже на собственный капитал существенно менее рискованна. Даже если вложить весь собственный капитал в обычные акции (х0 = 0), то уровень ожидаемой доходности от акций, позволяющий избежать банкротства с вероятностью , должен быть не меньше
. (2.29)
Пример.
Инвестор
вкладывает половину своего капитала
в безрисковые ценные бумаги, доходность
от которых составляет 30%. Вторую половину
денег он собирается вложить в рискованный
проект. Среднеквадратичное отклонение
доходности от этого проекта равно
100(%.) Инвестор хотел бы, чтобы вероятность
банкротства была бы для него не больше
.
Какой для этого должна быть ожидаемая
доходность от инвестиций?
Решение. Используя выражение (2.28), получаем
.
Следовательно, ожидаемая доходность от инвестиций должна быть не менее 70%.
Пример.
При производстве товаров на экспорт,
производитель хотел бы, чтобы риск
банкротства был бы не больше
.
В производстве вкладывают весь собственный
капитал. Ожидаемый уровень доходности
составляет 10%.
Определить, каким должно быть среднеквадратичное отклонение доходности .
Решение.
Дано: х0
= 0,
.
В соответствии с выражением (2.28) имеем
.
Таким образом, среднеквадратичное отклонение должно быть не больше, чем 36,7%.
Неравенство Чебышева дает более грубую оценку риска по сравнению с той, которую получают по известному закону распределения случайной величины Х, характеризующей доходность.
