- •Донбасский инстиут техники и менеджмента
- •Тема 1. Риск как экономическая категория
- •1.1. Объективность постановки проблемы экономического риска, его сущность
- •1.2. Причины возникновения экономического риска и неопределенности. Элементы их классификации.
- •1.2.1. Типы экономического риска
- •Внешние
- •1.3. Риск, маневренность и надежность планов и управленческих решений.
- •1.4. Факторы неопределенности и риска, их значение в управлении социально-экономическими объектами.
- •1.5. Структура риска и поведение субъектов риска (менеджеров)
- •1.6. Проблемы принятия решений в условиях риска и неопределенности
- •Тема 2. Проблемы оценки и учета риска во времени принятия решений на различных уровнях экономического управления.
- •2.1. Риск в условиях формирования рынка и рыночной инфраструктуры
- •2.2. Экономика риска
- •2.2.1. Экономика приемлемого риска
- •2.2.2. Основные проблемы экономики риска
- •2.3. Риск в отраслевом планировании.
- •2.4. Методы оценки банковского риска
- •2.4.1 Банковские риски и их классификация
- •2.4.2. Кредитные риски
- •2.5. Валютный риск
- •2.5.2 Управление валютными рисками
- •Тема 3. Система количественных оценок экономического риска
- •3.1. Общие положения.
- •3.2. Коэффициент вариации риска
- •3.3. Допустимый, критический и катастрофический риски
- •3.4. Коэффициент чувствительности .
- •3.5. Коэффициент риска
- •Тема 4. Оценка нормы дисконта с учетом риска
- •4.1. Общие положения. Оценка имущества предприятия и норма дисконта.
- •4.2. Упрощенные методы учета риска на величину нормы дисконта.
- •4.3. Факторы риска, влияющие на норму дисконта.
- •Тема 5. Экспертные процедуры и методы субъективных оценок в измерении риска
- •5.1. Как добывать информацию для принятия решения в условиях неопределенности
- •5.2. Общая схема экспертизы
- •5.3. Методы обработки экспертной информации
- •5.4. Рейтинговые методы выбора альтернатив на базе экспертной информации
- •Тема 6. Теория полезности и принятия решений в условиях риска
- •6.1. Концепция полезности. Приоритеты и их числовое выражение.
- •Теорема существования функции полезности
- •6.2. Полезность по фон-Нейману. Ожидаемая полезность
- •6.3. Различное отношение к риску и полезность
- •Тема 7. Моделирование экономического риска. Теория игр и статистических решений.
- •7.1. Основные понятия
- •7.2. Критерии принятия решений при известном распределении априорных вероятностей
- •7.3. Критерии принятия решений в ситуации, характеризующейся
- •Тема 8. Принятие многоцелевых решений в условиях риска и неопределенности.
- •8.1. Неопределенность целей и компромиссы Парето.
- •8.2. Структурная схема построения моделей многокритериальных задач.
- •1. Постановка задачи
- •8.3. Выявление системы приоритетов субъекта управления
- •Тема 9. Уровень риска при маневренности и адаптивности планов.
- •9.1. Системные свойства плановых решений.
- •9.2. Эластичность плановых решений
- •9.3. Надежность и рискованность планов развития и функционирования
- •9.4. Маневренность плановых решений и управление производством
- •Тема 10. Экономический риск в стохастических моделях оптимизации
- •10.1. Общие положения
- •10.2. Элементы классификаии задач стохастического программирования
- •10.3. Риск принятия решений в планировании.
- •Рекомендуемая литература
Тема 10. Экономический риск в стохастических моделях оптимизации
10.1. Общие положения
Будем рассматривать экономический риск, обусловленный неопределенностью такого вида, когда неизвестные факторы ω представляют собой обычные объекты изучения теории вероятностей – случайные величины (или случайные функции), стохастические (стохастический – от греч. stochastikus – умеющий угадывать – случайный, вероятностный) характеристики которых нам известны или могут быть найдены. Такие задачи называют стохастическими, а присущую им неопределенность – стохастической.
Рассмотрим следующий пример стохастической задачи принятия решений в условиях риска.
Допустим, в новом жилом районе города необходимо открыть новую парикмахерскую. Точно неизвестно, какое количество людей посетит ее за день, когда и в какое время люди будут приходить, какие услуги будут заказывать (прически, стрижки, бритье), сколько времени понадобится на обслуживание каждого клиента и т.д. Но характеристики этих случайных величин, если они нам неизвестны, могут быть найдены обработкой статистических данных.
Риск возникает тогда, когда принимается решение и есть неуверенность в том, что оно приведет к удовлетворительному результату.
Риск возникает тогда, когда принимается решение и есть неуверенность в том, что оно приведет к удовлетворительному результату.
Наличие стохастической неопределенности вносит в планирование и принятие экономических решений элементы риска.
Так, например, для предприятий, которые работают на рынок, определение внутреннего плана (программы) сопровождается, как правило, заключением контрактов с оптовыми потребителями, причем, нарушение контракта приводит не только к явно выраженным экономическим последствиям для предприятия (корпорации) в виде штрафов, а и к непрямым последствиям, именуемым «потеря интереса и приоритетности у потребителя». Всегда наблюдается две тенденции, противоречащие одна другой: с одной стороны, стремление к увеличению объема обязательств, т.е. к увеличению валового объема запрограммированной продукции или прибыли, а с другой – риск невыполнения обязательства в течение планового периода из-за противоречащих внутренних и внешних обстоятельств.
Некоторая математическая формализация риска в процедурах принятия решения была предложена еще в 50-е годы. В ряде работ рассматриваются задачи стохастического программирования и его предмета. Стохастическим программированием называют раздел математического программирования, изучающего теорию и методы решения условных экстремальных задач при неполной информации о параметрах условий задачи.
Предметом являются условные экстремальные задачи, в которых параметры условий и составляющие решений или обе эти характеристики одновременно являются случайными величинами ω.
Как указывается во многих исследованиях, в стохастическом программировании больше, чем в других разделах математического программирования, значительные трудности подстерегают исследователя не только (и не столько) при разработке методов решения задач, а и при формулировке постановки задачи, где следует отразить особые ситуации планирования и экономического управления в условиях риска и неопределенности.
Пусть неизвестные факторы ω представляют собой случайные величины с некоторыми, в принципе известными, вероятностными характеристиками – законами распределения, математическими ожиданиями, дисперсиями и т.д. Тогда показатель эффективности (обозначим его через f) зависимый от этих факторов f= f(ω), также будет случайное величиной. Максимизировать (минимизировать) случайную величину невозможно: при любом решении она остается случайной, неконтролируемой.
Постановка задач стохастического программирования существенно зависит от целевых позиций и информационной структуры задачи.
Одна из постановок задачи экономического управления (в частности, планирования в условиях неопределенности и риска) состоит в следующем.
Пусть вектор Х означает возможные решения (альтернативные) из некоторого априорно допустимого множества Х. Рациональный выбор решений осуществляют, исходя из последствий, к которым приводят эти решения. Но последствия решения зависят не только от избранного вектора хХ, а также от некоторых случайных факторов (параметров), которые формируют ω. Значения ω заранее неизвестны. Считают, что известно множество Ώ, которому принадлежит вектор ω. Что касается распределения величины ω в множестве Ώ, то здесь могут быть различные гипотезы. В наилучшем случае, как уже отмечалось, известен точный закон распределения ω, в наихудшем – лишь, что ωΏ. Связь между решениями х и последствиями записывают в виде функциональной зависимости, которую называют моделью.
Модулями могут быть алгебраические соотношения со случайными параметрами, стохастические дифференциальные уравнения, марковские процессы и другие стохастические модели.
Поскольку параметры модели являются неопределенными или случайными, то каждому х соответствует вектор-функция . Обобщенно все последствия можно охарактеризовать убытками, выигрышем и т.п. Больше того, что в дальнейшем упростить задачу принятия экономических решений, считают, что последствия решения характеризуются единой функцией затрат-выигрыша. Обозначим ее f(x, ω) (эта функция характеризует эффективность плана). В общем случае эта функция может быть нелинейной и даже прерывной.
Сформулированная задача была рассмотрена в предыдущих разделах в игровом аспекте, где значения вектора х истолковывались как стратегии субъекта управления, а ω(Θ) – как состояние внешней экономической среды.
Кроме неопределенности входной информации (которую иногда называют неопределенностью первого рода) модели экономического управления и планирования содержат и такую неопределенность, которая связана с невозможностью учета всех экономических и неэкономических факторов, влияющих на выполнение экономических планов. Ее называют неопределенностью второго рода. Она порождает неточность в формировании самой модели, неадекватность ее действительному положению дел.
Пусть, например, в задаче объемного внутризаводского планирования все входные данные добыты с надлежащей точностью. Задача описывается моделью вида:
f(x)=cx → max, (10.1)
Ax <=b, (10.2)
x>=0. (10.3)
Решив задачу (10.1) – (10.3) одним из методов линейного программирования (симплекс-методом), получим оптимальный план. Но часто бывает так, что фактическое исполнение плана, как это показано в предыдущем разделе, отклоняется от расчетного с помощью модели (10.1) – (10.3).
В общем говоря, отклонение от оптимального плана будет иметь случайный характер.
И если это пытаются учесть заранее, то параметры, которые входят в оптимизационную модель, надо было бы рассматривать как случайные. Это легко приводит к неопределенности входной информации. Действительно, отклонения реальных значений плана от расчетных можно описать с помощью случайных сомножителей ω, рассматривая ω, х как действительные переменные. В результате подстановки получим модель с детерминированными переменными, но случайной матрицей ограничений А(ω) и коэффициентами целевой функции с(ω). То есть, неопределенность второго рода формально можно свести к неопределенности перового рода, после чего теми или иными методами учета неопределенности и риска разработать план, который (по нашему мнению) будет наилучшим. Но в этих условиях также необходимо учитывать хотя бы приближенные границы состояний экономической среды.