- •Конспект лекцій
- •Приклад рішення лінійного програмування задачі симплекс – методом
- •Система обмежень має два одиничних вектори - а4 та а5 . Вони створюють базис.
- •2.1.3. Приклад рішення задачі симплекс – методом з штучним базисом
- •Система обмежень має два одиничних вектори - а3 та а4 . Для того, щоб отримати базис вводимо штучну змінну а5. Система прийме вигляд:
- •2.1.4.Приклад побудова двоїстої задачі та знаходження її рішення по рішенню вихідної задачі лінійного програмування симплекс – методом
- •Система обмежень має три одиничних вектори - а4, а5 та а4 . Вони створюють базис.
- •2.1.5.Приклад рішення транспортної задачі методом потенціалів
- •Вартість перевезень (цільова функція буде дорівнювати :
- •3.2.Метод перебору комбінацій простих ризиків
- •3.2.1.Приклади рішення.
- •3.3. Прийняття рішень в конфліктних ситуаціях
- •Перший варіант платіжної матриці
- •Другий варіант платіжної матриці
- •Тема1. «Математичне моделювання як метод наукового пізнання
- •Математичне моделювання в економіці.
- •2. Розвиток економетрії як науки
- •3. Економетричні моделі та етапи їх побудови
- •Тема1.2 «Парний регресійний аналіз». План
- •Сутність регресійного аналізу.
- •2.Оцінка параметрів парної лінійної регресії методом найменших квадратів (мнк). Властивості мнк- оцінок.
- •3.Коефіцієнти кореляції та детермінації.
- •4.Перевірка моделі на адекватність за критерієм Фішера.
- •Тема1.3: «Множинний регресійний аналіз». План
- •1.Приклади багатофакторний економетричних моделей.
- •2.Загальна лінійна модель множинної регресії.
- •3.Метод найменших квадратів, основні припущення. Мнк-оцінки параметрів лінійної регресії.
- •Література
3.2.Метод перебору комбінацій простих ризиків
3.2.1.Приклади рішення.
Посередницька фірма планує реалізувати протягом року 100 тис. одиниць товару по ціні без ПДВ 30 грн.. У зв'язку із загостренням конкуренції ціна може знизитися до 25 грн.. (р = 0,4). Якщо постачальник не виконає в строк зобов'язань по постачанню (р = 0,2), то продажі скоротяться. Середня недопостача складала у минулому 10% від об'єму контракту. Закупівельна ціна одиниці товару 20 грн.., інших змінних витрат немає, постійні витрати по кошторису на рік 490 тис. грн.. Виходячи з норми прибули на вкладений капітал необхідно отримати прибуток не менше 250 тис. грн.. Податок на прибуток 30%. Скласти розподіл ймовірності чистого прибутку.
Рішення. Складаємо комбінації випадкових подій:
– немає зниження ціни, немає недопостачі:
1 = (P - V)*Q – FC = (30 – 20)*100 – 490 = 510 тис. грн., після податку 510*0,7=357 тис. грн..
р1 = (1-0,4)*(1-0,2) = 0,48.
– є зниження ціни, немає недопостачі:
2 = (25 – 20)*100 – 490 = 10 тис. грн., після податку 10*0,7 = 7 тис. грн.
р1 = 0,4*(1-0,2)= 0,32.
– немає зниження ціни, є недопостача:
3 = (30 – 20)*90 – 490 = 410 тис. грн., після податку 410*0,7 = 287 тис. грн.
р3 = (1-0,4)*0,2 = 0,12.
– є зниження ціни, є недопостача:
4 = (25 – 20)*90 – 490 = - 40 тис. грн.; із збитку податок не платимо;
р4 = 0,4*0,2 = 0,08.
Упорядковуємо результати за збільшенням і зводимо в таблицю 2.2:
Таблиця 2.2. Розподіли ймовірності чистого прибутку
Прибуток, тис. грн. |
-40 |
7 |
287 |
357 |
Ймовірність |
0,08 |
0,32 |
0,12 |
0,48 |
Втрати, тис. грн. |
290 |
243 |
-37 |
-107 |
Втрати підраховані як бажаний прибуток 250 тис. грн. мінус фактичний прибуток в даній колонці ( ).
3. Ймовірність втрат і математичне сподівання втрат як показники ризику
Оскільки ризик визначається як можливість появи небажаних результатів, логічно вимірювати його як ймовірність втрат:
де – бажаний результат.
Залежно від величини можна визначити рейтинг ризику (см.табл.2.3):
Таблиця 2.3. Визначення рейтингу ризику
Рейтинг |
Рейтинг |
||
0 |
Ризику немає |
0,50 – 0,60 |
Високий ризик |
0,01 – 0,09
|
Дуже низький ризик |
0,61 – 0,80
|
Дуже високий ризик |
0,10 – 0,24
|
Низький ризик
|
0,81 – 0,99
|
Украй високий ризик |
0,25 – 0,49
|
Середній ризик
|
1 (це не ризик!)
|
Гарантовані втрати |
Найчастіше проводять розрахунок ймовірності втрат для значень Х = 0 ( - ймовірність прямих збитків) або Х = розрахунковому прибутку ( - ймовірність не отримати цільовий прибуток). У нашому прикладі:
-
ймовірність прямого збитку (-40): = 0,08 – дуже низький ризик;
-
ймовірність не отримати цільовий прибуток (там, де втрати позитивні):
= 0,08 + 0,32 = 0,40 – середній ризик.
Недоліком показника «ймовірність втрат» є те, що він не враховує величину можливих втрат (наприклад, очевидно, що рівень ризику буде явно різним, якщо з однією і тією ж ймовірністю можна втратити 10 грн. або 10 млн. грн.).
Щоб врахувати величину втрат, розраховують показник «математичне сподівання втрат»:
-
у абсолютному вираженні:
;
-
у відносному вираженні:
.
У нашому прикладі
= 0,08 *290 + 0,32 * 243 = 100,96 тис. грн.;
= (100,96 : 250)*100 = 40,38%.
Ні ймовірність втрат, ні рейтинг ризику, ні математичне сподівання втрат самі по собі не говорять про те, чи варто брати участь в ризикованому заході (йти на ризик). Вони служать лише кількісними показниками ризику, які для ухвалення остаточного рішення необхідно як мінімум зіставити з очікуваним доходом.
4. Вимір ризику за допомогою середньоквадратичного відхилення і варіації результатів.
Оскільки рівень ризику асоціюється із ступенем відхилення можливих результатів від їх розрахункового значення, для виміру ризику можна використовувати статистичні показники розсіювання випадкових величин – дисперсію, середньоквадратичне відхилення (СЬКО) і варіацію. Саме ці показники ризику набули найбільшого поширення в світовій практиці.
Середньоквадратичне відхилення:
де Е – математичне сподівання результату
.
Варіація:
.
У нашому прикладі:
Е = 0,08*(-40)+ 0,32*7 + 0,12*287 + 0,48*357 = 204,84 тис..грн.;
= 171,009 тис. грн.;
V = (171,009 : 204,84)*100 = 83,48%.