
- •Раздел 1. Введение.
- •Раздел 2. Финансовая арифметика.
- •Переменные ставки простых процентов
- •Сложные проценты
- •Сравнительный анализ простых и сложных процентов
- •Раздел 3. Номинальные ставки
- •Переменные ставки сложных процентов.
- •Финансовая рента
- •Сложная или -рента
- •Анализ инвестиций
- •Оптимальное множество парето
- •Выбор наилучшей финансовой операции в условиях полной неопределённости
- •Выбор наилучшей финансовой операции в условиях частичной определённости
- •Диверсификация рисков
Выбор наилучшей финансовой операции в условиях частичной определённости
В данной ситуации применяются следующие правила:
правило Байеса максимизации среднего ожидаемого дохода
правило Байеса минимизации среднего ожидаемого риска.
Предположим,
что из статистики или других источников
известны вероятности исходов
,
,
...,
.
Здесь
– это вероятность -го исхода,
.
Если в матрице доходов
или в матрице рисков
предусмотреть все возможные исходы, то
сумма соответствующих вероятности
должны ровняться
:
Правило Байеса максимизации среднего ожидаемого дохода.
Определим средний ожидаемый доход финансовой операции как математическое ожидание случайной величины – вектора доходов по этой операции при всевозможных исходах. Этой случайной величине соответствует -тая строка матрицы доходов .
Закон распределения этой дискретной случайной величины:
|
|
|
… |
|
|
|
|
… |
|
Математическое ожидание этой случайной величины выражается в виде скалярного произведения её значений на соответствующие вероятности:
После того, как найдены средние ожидаемые доходы, по каждой финансовой операции набирается наибольшая величина:
Соответствующая финансовая операция объявляется наилучшей.
Правило Байеса максимизации среднего ожидаемого риска.
Вместо матрицы доходов рассматривается матрица рисков . По аналогии, каждую строку можно рассматривать как случайную величину, имеющую следующий закон распределения:
|
|
|
… |
|
|
|
|
… |
|
Определяем средний ожидаемый риск как математическое ожидание случайной величины – вектора рисков по этой операции при всевозможных исходах. Этой случайной величине соответствует -тая строка матриц . Математическое ожидание этой случайной величины выражается в виде скалярного произведения значений этой случайной величины на соответствующие вероятности:
После подсчёта средних ожидаемых рисков по каждой финансовой операции выбирается наименьшее значение:
Соответствующая операция объявляется наилучшей.
С учётом частичной неопределённости дорешаем наш Пример 1:
Матрица
– это матрица вероятностей появления
соответствующего исхода, т. е.
,
и
.
Эти вероятности мы получили из статистики
или какого-то другого источника.
Найдём
по формуле
и выберем среди найденных наибольший:
Наибольшим
будет
.
Следовательно, по правилу Байеса
максимизации ожидаемого дохода, наилучшей
финансовой операцией становится
.
Применим
правило минимизации ожидаемых рисков
– найдём
по формуле
и
выберем среди найденных наименьший:
Наименьшим
риском становится
,
а значит, и по правилу минимизации
ожидаемых рисков первая финансовая
операция считается наилучшей. Т. е.
получили ответ без противоречий. Если
бы возникли противоречия, то следовало
бы составить оптимальное множество
Парето.
Вспомним формулы вычисления дисперсии:
Среднее
квадратичное отклонение равно квадратному
корню из дисперсии и в финансовых
расчётах называется средним ожидаемым
риском:
.
24.03.2012 Контрольная работа (по предыдущей лекции) в начале пары + новая лекция |