- •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
2.4. Коэффициент чувствительности “бета”
Для оценки доходности ценной бумаги используется рыночная модель (marker model) вида [18]
, (2.38)
где rj – доходность j-й ценной бумаги за данный период;
rІ – доходность на рыночный индекс за этот же период, определяемая средней рыночной доходностью всех акций, по которым вычисляется соответствующий рыночный индекс;
αj – коэффициент смещения “альфа”;
βj – коэффициент чувствительности “бета”;
εj – случайная погрешность.
Коэффициент чувствительности β вычисляется по формуле
,
где КjI = σj σI ρjI – корреляционный момент между доходностью j-й акции и доходностью на рыночный индекс I;
– дисперсия
доходности на рыночный индекс I;
σj – среднеквадратическое отклонение доходности j-й акции;
ρjI – коэффициент корреляции между доходностью j-й акции и доходностью на рыночный индекс I.
Расчетом коэффициента чувствительности β занимаются консалтинговые компании. При этом в качестве ρjI, σj, σI берутся их оценки по выборке за определенный временной промежуток.
Если коэффициент βj для конкретной акции равен 1,4, а фондовый индекс Доу-Джонса повысился на 20 пунктов, то относительно данной акции он возрастет на 20 βj 20 1,4 28 пунктов. Акции с коэффициентом β, больше единицы, обладают большей изменчивостью, чем рыночный индекс, и носят название “агрессивные” акции (aggressive stocks). И, наоборот, акции с β < 1 обладают меньшей изменчивостью, чем рыночный индекс, и называются “оборонительными” акциями (defensive stocks).
Случайные погрешности εj обусловлены неточностью рыночной модели и обладают следующими свойствами:
.
В этом случае дисперсия доходности j-й ценной бумаги
, (2.40)
где
– дисперсия
случайной погрешности ε.
Доходность портфеля из N ценных бумаг
(2.41)
где
– коэффициент смещения портфеля “альфа”;
– коэффициент
чувствительности портфеля “бета”;
– случайная
ошибка доходности портфеля.
Пример. Индекс Доу-Джонса на фондовом рынке уменьшился на 40 пунктов. Как изменится индекс доходности портфеля, имеющего следующие данные:
;
;
;
;
;
Решение. Определяем коэффициент чувствительности портфеля
.
Тогда
индекс доходности портфеля уменьшится
на
пункта.
Из выражения для случайной доходности портфеля (2.41), с учетом свойств дисперсии, получаем выражение для дисперсии портфеля:
. (2.42)
Уравнение
(2.42) также показывает, что общий риск
портфеля (дисперсия доходности) состоит
из двух компонент: недиверсифицированного
риска
и диверсифицированного риска
.
Для некоррелированных ценных бумаг
. (2.43)
Если
предположить, что во все ценные бумаги
инвестирована одинаковая сумма денег
,
то уровень собственного риска
. (2.44)
Второй
сомножитель в выражении (2.44) является
среднеарифметическим значением рисков
ценных бумаг, входящих в портфель.
Очевидно, что при
.
Этот вывод переносится и на случай,
когда весовые коэффициенты xi
не равны между собой.
2.5. Хеджирование
Если при диверсификации подбирают в портфель активы, не коррелированные между собой, то при хеджировании – отрицательно коррелированные. Хеджирование (от англ. hedge – изгородь) представляет собой частный случай страхования. Отрицательная корреляция означает, что если доходность одного актива в среднем повышается, то другого – понижается. В этом случае инвестор может рассчитывать, что средняя доходность от двух активов не изменится. Активы “по разные стороны изгороди” – это активы с отрицательной корреляцией. А результатом хеджирования есть средний результат (“живая” изгородь подстрижена на среднем уровне).
Пример 1. Компания должна получить за свой товар 500 000 грн. через 6 месяцев. При нынешнем курсе это составляет 100 000 $. Компания опасается, что через полгода, когда ей будут нужны 100 000 $, курс доллара повысится, и она не будет иметь эти 100 000 $. Тогда компания заключает с одним из банков форвардный контракт на продажу ему 500 000 грн. по курсу 5 грн. –1$. Таким образом, что бы ни произошло за полгода с курсом гривна – доллар, компания не понесет из-за этого убытков.
Пример
2.
Имеются активы с одинаковыми дисперсиями
и ожидаемыми доходностями m1
m2
m0.
Но активы могут иметь разный коэффициент
корреляции. Найти характеристики
портфеля, если
.
Решение. Характеристики портфеля для рассматриваемого случая равны:
Если
12
0, то
,
а если 12
1,
то
.
В этом и заключается суть хеджирования: отрицательно коррелированные активы обеспечивают нулевой диверсифицированный риск.
Конечно, на практике не так просто найти активы с коэффициентом корреляции, равном –1. Универсальным инструментом хеджирования являются, например, опционы.
