ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 07.04.2021
Просмотров: 904
Скачиваний: 4
56
Считается
,
что
частичное
(
либо
полное
)
отсутствие
или
избыток
ин
-
формации
в
задачах
принятия
решений
могут
порождать
следующие
типы
неопределенности
:
–
неопределенность
состояний
внешней
среды
;
–
неопределенность
целей
;
–
неопределенность
действий
.
При
проведении
финансовых
операций
важнейшим
следствием
инфор
-
мационной
неопределенности
является
также
и
временная
неопределен
-
ность
(
т
.
е
.
неопределенность
,
касающаяся
продолжительности
операции
;
времени
поступления
информационного
сигнала
–
например
,
времени
по
-
купки
/
продажи
актива
;
изменения
характеристик
потоков
платежей
и
т
.
д
.).
В
условиях
неопределенности
субъект
может
приступить
к
действию
,
отсрочить
действие
либо
вообще
отказаться
от
его
реализации
.
В
отличие
от
неопределенности
риск
возникает
только
в
тех
ситуаци
-
ях
,
когда
субъект
принимает
решение
действовать
.
Будучи
неразрывно
связан
с
действием
,
риск
,
по
сути
,
является
некоторой
прогностической
оценкой
возможности
или
последствий
его
осуществления
.
Очевидно
,
что
подобная
оценка
должна
предварять
действие
.
Исследования
взаимосвязи
риска
и
неопределенности
в
экономике
имеют
давнюю
историю
и
представляют
немалый
интерес
.
Классическая
концепция
взаимосвязи
риска
и
неопределенности
была
сформулирована
Ф
.
Найтом
(1921)
в
его
работе
«
Риск
,
неопределенность
и
прибыль
».
Со
-
гласно
концепции
Найта
,
риск
–
это
измеримая
неопределенность
:
пред
-
приниматель
может
«
предвидеть
»
или
«
угадать
»
некоторые
основные
па
-
раметры
(
результаты
,
условия
)
своего
дела
в
будущем
.
С
точки
зрения
со
-
временного
количественного
анализа
это
означает
,
что
распределение
ас
-
социируемой
с
риском
случайной
величины
известно
или
может
быть
ка
-
ким
-
то
образом
определено
(
задано
).
Способ
выявления
вероятностей
мо
-
жет
быть
относительно
простым
(
например
,
по
прецеденту
,
путем
исполь
-
зования
известного
закона
распределения
и
т
.
д
.)
или
достаточно
сложным
,
когда
ситуацию
приходится
описывать
в
плохо
определенных
терминах
,
например
с
помощью
лингвистических
переменных
.
Соответственно
,
не
-
определенность
связана
с
отсутствием
какого
-
либо
способа
формирования
соответствующего
распределения
вероятностей
и
не
поддается
объектив
-
ному
или
субъективному
измерению
.
Несмотря
на
условность
подобных
формулировок
,
подход
Ф
.
Найта
определяет
математическую
базу
для
ко
-
личественного
измерения
и
моделирования
рисков
,
которой
является
аппа
-
рат
теории
вероятностей
.
Развитие
подходов
Ф
.
Найта
в
области
численной
оценки
рисков
нашло
свое
продолжение
в
теории
рационального
выбора
(
Дж
.
фон
Нейман
,
О
.
Моргенштерн
)
и
теории
оценки
предпочтения
со
-
стояний
(state-preference theory),
предложенной
К
.
Эрроу
,
которые
играют
важнейшую
роль
при
моделировании
финансовых
рисков
.
Неопределен
-
57
ность
описывается
как
конечное
множество
взаимоисключающих
состоя
-
ний
{
}
n
S
S
S
,...,
1
=
.
При
этом
делаются
следующие
допущения
:
–
предполагается
,
что
каждому
из
возможных
состояний
i
S
может
быть
приписана
его
вероятностная
оценка
)
(
i
S
p
;
–
реализация
конкретного
состояния
полностью
определяет
значения
всех
экзогенных
переменных
;
–
субъект
способен
ранжировать
свои
предпочтения
в
зависимости
от
вероятностных
оценок
.
В
простейшем
случае
исход
любого
состояния
считается
равноверо
-
ятным
.
Таким
образом
,
риск
является
оценкой
конкретной
реализации
не
-
определенности
(
состояния
).
Существует
ряд
подходов
к
классификации
рисков
.
Одним
из
первых
классификацией
рисков
занялся
Дж
.
М
.
Кейнс
.
Обобщая
классификацию
Кейнса
,
подавляющее
большинство
авторов
в
настоящий
момент
выде
-
ляет
следующие
риски
:
1)
организационные
риски
:
в
этот
пункт
можно
включить
риски
,
свя
-
занные
с
ошибками
менеджмента
компании
,
ее
сотрудников
;
проблемами
системы
внутреннего
контроля
,
плохо
разработанными
правилами
работ
и
пр
.,
т
.
е
.
риски
,
связанные
с
внутренней
организацией
работы
компании
;
2)
рыночные
риски
–
это
риски
,
связанные
с
нестабильностью
эко
-
номической
конъюнктуры
:
риск
финансовых
потерь
из
-
за
изменения
цены
товара
,
риск
снижения
спроса
на
продукцию
,
трансляционный
валютный
риск
,
риск
потери
ликвидности
и
пр
.;
3)
кредитные
риски
–
риск
того
,
что
контрагент
не
выполнит
свои
обязательства
в
срок
.
Эти
риски
существуют
как
у
банков
(
классический
риск
невозврата
кредита
),
так
и
у
предприятий
,
имеющих
дебиторскую
за
-
долженность
,
и
организаций
,
работающих
на
рынке
ценных
бумаг
;
4)
юридические
риски
–
это
риски
потерь
,
связанных
с
тем
,
что
зако
-
нодательство
или
не
было
учтено
вообще
,
или
изменилось
в
период
сдел
-
ки
;
риск
несоответствия
законодательств
разных
стран
;
риск
некорректно
составленной
документации
,
в
результате
чего
контрагент
в
состоянии
не
выполнять
условия
договора
и
пр
.;
5)
технико
-
производственные
риски
–
риск
нанесения
ущерба
окру
-
жающей
среде
(
экологический
риск
);
риск
возникновения
аварий
,
пожаров
,
поломок
;
риск
нарушения
функционирования
объекта
вследствие
ошибок
при
проектировании
и
монтаже
,
ряд
строительных
рисков
и
пр
.
Помимо
вышеприведенной
классификации
,
риски
можно
классифи
-
цировать
по
другим
признакам
.
По
последствиям
принято
разделять
риски
на
три
категории
:
–
допустимый
риск
–
это
риск
решения
,
в
результате
неосуществле
-
ния
которого
предприятию
грозит
потеря
прибыли
;
в
пределах
этой
зоны
предпринимательская
деятельность
сохраняет
свою
экономическую
целе
-
58
сообразность
,
т
.
е
.
потери
имеют
место
,
но
они
не
превышают
размер
ожи
-
даемой
прибыли
;
–
критический
риск
–
это
риск
,
при
котором
предприятию
грозит
потеря
выручки
;
иначе
говоря
,
зона
критического
риска
характеризуется
опасностью
потерь
,
которые
заведомо
превышают
ожидаемую
прибыль
и
,
в
крайнем
случае
,
могут
привести
к
потере
всех
средств
,
вложенных
пред
-
приятием
в
проект
;
–
катастрофический
риск
–
риск
,
при
котором
возникает
неплате
-
жеспособность
предприятия
;
потери
могут
достигнуть
величины
,
равной
имущественному
состоянию
предприятия
.
Также
к
этой
группе
относят
любой
риск
,
связанный
с
прямой
опасностью
для
жизни
людей
или
воз
-
никновением
экологических
катастроф
.
В
процессе
риск
-
менеджмента
важнейшим
этапом
является
анализ
и
оценка
риска
.
Необходимость
этого
этапа
определяется
потребностью
вы
-
явить
степень
возможности
возникновения
риска
и
величину
потерь
в
слу
-
чае
возникновения
.
Цель
учета
риска
–
защита
от
катастрофических
убыт
-
ков
и
минимизация
затрат
на
прирост
стоимости
капитала
.
Расчет
и
анализ
рисков
может
включать
:
–
моделирование
последствий
каждого
фактора
риска
;
–
определение
реальной
(
прогнозируемой
)
возможности
появления
каждого
фактора
риска
и
потерь
;
–
временное
распределение
рисков
;
–
построение
структурно
-
элементной
модели
факторов
риска
с
иден
-
тификацией
каждого
фактора
и
его
количественной
оценкой
;
–
ранжирование
факторов
риска
по
значимости
и
выбор
наиболее
опасных
рисков
;
–
создание
базы
данных
(
базы
знаний
)
по
аналогичным
проектам
о
приемлемости
того
или
иного
уровня
риска
;
–
выбор
альтернативных
критериев
для
выработки
стратегии
управления
риском
;
–
максимизацию
ликвидности
;
–
максимизацию
прибыльности
при
фиксированных
уровнях
лик
-
видности
и
риска
;
–
минимизацию
риска
для
фиксированных
уровней
ликвидности
и
прибыли
.
3.1.
Математические
приемы
моделирования
процессов
,
протекающих
в
условиях
риска
и
неопределенности
Выбор
аппарата
моделирования
процессов
,
протекающих
в
условиях
риска
и
неопределенности
,
определяется
спецификой
постановки
задачи
и
конкретной
информацией
о
случайных
величинах
,
являющихся
форма
-
59
лизованным
описанием
неопределенности
ситуации
.
Выделим
несколько
подходов
.
1.
В
условиях
полного
отсутствия
информации
о
распределении
слу
-
чайной
величины
,
S
значения
которой
описывают
конечное
множество
взаимоисключающих
событий
в
будущем
{
}
n
S
S
S
,...,
1
=
,
используются
кри
-
терии
максимакса
,
Вальда
,
Сэвиджа
,
Гурвица
,
базирующиеся
на
так
назы
-
ваемой
матрице
выигрышей
[8].
Пример
1
демонстрирует
использование
данных
критериев
с
кратким
изложением
теории
.
В
случае
непрерывного
характера
случайной
величины
S
и
отсутствия
информации
о
ее
распреде
-
лении
,
при
формировании
математических
моделей
,
являющихся
аналога
-
ми
моделей
,
приведенных
в
предыдущих
разделах
пособия
,
делаются
сле
-
дующие
практические
рекомендации
.
Во
-
первых
,
рекомендуют
добавлять
в
модели
интервальные
ограничения
max
min
S
S
S
≤
≤
,
соответствующие
экс
-
пертной
оценке
для
данной
случайной
величины
,
во
-
вторых
,
строить
дере
-
во
решений
,
отражающее
параметрический
анализ
оптимального
решения
модели
[8].
2.
Если
известен
закон
распределения
случайных
величин
,
являющихся
формализованным
описанием
неопределенности
ситуации
,
то
все
зависит
от
глубины
исследования
и
доступного
математического
аппарата
.
В
простей
-
шем
случае
вместо
детерминированного
показателя
эффективности
коммер
-
ческого
решения
(
наиболее
часто
используемым
показателем
эффективности
коммерческого
решения
служит
прибыль
)
и
(
или
)
детерминированных
пара
-
метров
модели
используется
математическое
ожидание
(
среднее
ожидаемое
значение
)
этих
величин
,
а
мерой
риска
коммерческого
решения
считается
среднеквадратическое
отклонение
значения
показателя
эффективности
этого
решения
.
Действительно
,
поскольку
риск
обусловлен
недетер
-
минированностью
исхода
решения
,
то
чем
меньше
разброс
(
дисперсия
)
ре
-
зультата
решения
,
тем
более
он
предсказуем
,
тем
меньше
риск
.
Такой
подход
к
моделированию
ситуации
в
условиях
риска
и
неопределенности
использу
-
ется
в
хорошо
известной
задаче
формирования
портфеля
ценных
бумаг
в
фи
-
нансовом
анализе
.
В
нашем
пособии
данный
подход
демонстрируется
в
при
-
мерах
2, 3, 4, 5.
В
[8, 9]
делается
подробный
анализ
такого
подхода
.
3.
Отдельно
рассмотрим
подход
стохастического
программирования
[10],
хотя
он
является
частным
случаем
предыдущего
.
Этот
подход
можно
использовать
только
в
ситуациях
,
когда
известен
закон
распределения
слу
-
чайных
величин
,
являющихся
формализованным
описанием
неопределен
-
ности
ситуации
.
Опишем
данный
подход
на
примере
задач
линейного
про
-
граммирования
.
Если
коэффициенты
вектора
c
целевой
функции
являются
случайными
величинами
,
то
задача
стохастического
программирования
может
быть
сформулирована
в
двух
M
-
и
P
-
постановках
.
При
M
-
постановке
целевая
функция
означает
максимизацию
(
минимизацию
)
ма
-
60
тематического
ожидания
показателя
эффективности
решения
и
записыва
-
ется
в
виде
:
1
max (min).
n
j
j
j
M
c x
−
⎡
⎤
⎢
⎥ →
⎢
⎥
⎣
⎦
∑
При
использовании
P
-
постановки
должно
быть
экспертно
задано
предельно
допустимое
наихудшее
значение
целевой
функции
,
например
,
при
максимизации
задается
минимально
допустимое
значение
min
.
F
Суть
P
-
постановки
заключается
в
том
,
чтобы
найти
значения
,
j
x
при
которых
максимизируется
вероятность
того
,
что
целевая
функция
будет
не
хуже
предельного
значения
:
min
1
max.
n
j
j
j
P
c x
F
=
⎡
⎤
⎢
⎥
≥
→
⎢
⎥
⎣
⎦
∑
При
записи
ограничений
фактор
неопределенности
можно
также
учиты
-
вать
двумя
способами
.
В
первом
варианте
случайные
величины
,
опреде
-
ляющие
параметры
линейных
ограничений
,
определяются
их
математиче
-
скими
ожиданиями
,
и
ограничения
записываются
в
виде
:
i
n
j
j
ij
b
x
a
≤
∑
=
1
,
где
i
ij
b
a
,
–
математические
ожидания
случайных
величин
, .
ij
i
a b
Во
втором
варианте
каждое
i
-
е
ограничение
должно
быть
записано
следующим
образом
:
1
.
n
ij
j
i
i
j
P
a x
b
g
=
⎡
⎤
⎢
⎥
≤
≥
⎢
⎥
⎣
⎦
∑
Эта
запись
означает
,
что
вероятность
того
,
что
будет
выполнено
ограни
-
чение
i
n
j
j
ij
b
x
a
≤
∑
=
1
,
должна
быть
не
менее
заданной
величины
i
g
.
В
общем
случае
задачи
стохастического
программирования
как
-
M
,
так
и
в
P
-
постановках
непосредственно
не
решаются
.
Возможным
мето
-
дом
решения
этих
задач
является
переход
к
их
детерминированным
экви
-
валентам
,
в
основе
которого
лежит
использование
закона
распределения
случайных
величин
[10].
Пример
1
.
Рассматривается
проблема
выбора
из
n
альтернативных
решений
в
условиях
неопределенности
,
когда
известны
только
m
предпо
-
лагаемых
состояний
окружающей
среды
и
нет
информации
о
вероятности
наступления
каждого
из
этих
состояний
.
Считается
известной
матрица
вы
-
игрышей
.
В
строках
данной
матрицы
стоят
возможные
альтернативные
решения
n
A
A
A
,...,
,
2
1
,
а
в
столбцах
–
возможные
состояния
окружающей