лучшие книги по экономике
Главная страница

Главная

Замовити роботу

Последние поступления

Форум

Создай свою тему

Карта сайта

Обратная связь

Статьи партнёров


Замовити роботу
загрузка...
Книги по
алфавиту

Б
В
Г
Д
Е
Ж
З
И
К
Л
М
Н
О

АНАЛІЗ, МОДЕЛЮВАННЯ ТА УПРАВЛІННЯ ЕКОНОМІЧНИМ РИЗИКОМ

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]

2.4. Аналiз ризику методами iмiтацiйного моделювання


Методи iмiтацiйного моделювання набули широкого застосування в економiцi.
Узагальнюючи матерiали, наведенi в низці лiтературних джерел, процес кiлькiсного аналiзу ризику за допомогою методiв iмiтацiй­ного моделювання можна розподілити на сiм крокiв. Їхня сутність i послiдовнiсть поданi на рис.2.2.
Як і в методі чутливості аналізу ризику, в цьому випадку також здійснюється оцінка коливань вихідної величини при випадкових змінах вхідних величин, але більш детально, з урахуванням ступеня взаємозалежності випадкових змін вхідних величин.

Рис. 2.2. Процес кiлькiсного аналiзу ризику методами
iмiтацiйного моделювання


2.4.1. Алгоритм

Перший крок аналiзу полягає у формуваннi моделi об’єкта (проекту), що розглядається. Про це йшлося у попередньому матерiалi (див. аналiз чутливостi).
Другий крок здiйснюється з метою визначення ключових аргументiв (чинникiв ризику), зокрема, застосовуючи метод аналiзу чутливостi (вразливостi). Аналiз вразливостi застосований щодо ряду чинникiв, якi входять в нашу модель, не бере до уваги те, наскiльки реалiстичними (ймовiрними) є тi чи iншi випадковi коливання (значення) чинника ризику (аргумента). Для того щоб данi, одержанi в процесi аналiзу вразливостi, мали сенс, у тест аналiзу має бути вмонтована концепцiя впливу невизначеностi, пов’язаної з чинниками, що аналiзуються, а також можливість використання цього аналiзу для вибору чинникiв пiдвищеного ризику. Наприклад, може бути визначено, що вiдхилення у цiнi купiвлi певного виду устаткування на початку здiйснення iнвестицiйного проекту має значний вплив на чистий iнтегрований дисконтований дохід вiд проекту (велике за абсолютною величиною значення коефiцiєнта еластичностi). Однак iмовiрнiсть будь-якого, навiть досить незначного, вiдхилення цього чинника може бути дуже малою, якщо, наприклад, постачальник, згiдно з умовами контракту, зобов’язаний (гарантiями) здiйснити поставки по фiксованiй (узгодженiй) цiнi. Отже, ризик, пов’язаний з цим чинником (аргументом), незначний. Такий чинник вилучається з подальшого аналiзу.
Для подальшого аналiзу ризику залишаються лише тi чинники, якi не є строго детермiнованими, а еластичнiсть вiдповiдної функцiї, пов’язаної з цим чинником (аргументом) є значною (суттєвою).
Третiй крок полягає у тому, щоб визначити можливi iнтервали вiдхилень прогнозованих значень параметрiв (чинникiв ризику) вiд очiкуваних (найбiльш iмовiрних). На цьому етапi доречно використовувати математичнi (статистичнi) оцiнки якостi прогнозiв. Для тих, хто вперше використовує аналiз ризику, визначення меж (множини) можливих (iмовiрних) значень виявлених чинникiв ризику може здаватися громiздким і складним завданням. Але воно є не бiльш складним, нiж визначення детермiнованої (сподiваної, найбiльш iмовiрної) оцiнки вiдповiдної випадкової змiнної. Під час застосування детермiнiстичного економiчного аналiзу та обчислення ефективності (чистої приведеної вартостi тощо) доводиться враховувати ймовiрнi значення, якi можуть приймати випадковi змiннi (цiни, змiннi та постiйнi витрати, витрати на купiвлю обладнання, затрати на будiвельно-монтажнi роботи тощо), що входять в модель об’єкта (проекту), перш нiж обрати конкретне (сподiване) їхнє значення для подальших обчислень згiдно з обраними критерiями та аналiзом за базовим сценарiєм. Отже, якщо здiйснювалася оцiнка вiдповiдних показникiв за якогось єдиного значення (величини) вiдповiдних чинникiв (аргументiв), то можна вважати, що частка пiдготовчої роботи щодо оцiнки меж можливих значень та розподiлу ймовiрностей була вже виконана. На практицi проблема, з якою нерiдко стикаються у зв’язку з визначенням множини значень i розподiлiв iмовiрнос­тей вiдповiдних величин для аналiзу ризикiв пiсля завершення розгляду базового сценарiю, полягає в тому, що лише в ходi цього процесу приходить розумiння того, що недостатньо уваги було при­дiлено оцiнці цього єдиного значення чинника при здiйсненнi детермiнiстичного аналiзу.
Четвертий крок полягає у визначеннi розподiлу ймовірності випадкових (імовірних) значень аргументiв (чинникiв ризику). Вiн здiйснюється паралельно з кроком 3. Пiд час аналiзу ризикiв використовується iнформацiя, яка вiдображає множиннiсть значень випадкових змiнних (чинникiв), що входять у математичну модель i вiдображають значення вiдповiдних величин у майбутньому (стан економiчного середовища) i їхній розподiл. Тобто використання під час аналiзу ризику випадкових значень чинникiв замiсть детермiнованих, власне, i дає можливiсть врахувати ризик, яким обтяжене вiдповiдне рiшення (iнвестицiйний проект) при моделюваннi i оцiнюваннi показникiв його ефективностi.
Дуже часто iнформацiя закладена в досвiдi людини (експерта), хоч майже неможливо точно передбачити конкретне значення певного чинника. Завжди iснує можливiсть встановлення певних (відносно широких) меж його ймовiрнісних значень та вiдповiдний наближений розподiл iмовiрностей.
Пiдготовка даних та оцiнка розподiлу ймовiрностi для вiдiбраних чинникiв ризику включає як встановлення множини їхніх можливих значень, так i ймовірностей (вагових коефіцієнтів). На практицi визначення цих величин являє собою iтерацiйний процес. Iнтервали значень вiдповiдних чинникiв уточнюються, беручи до уваги конкретний профiль розподiлу ймовiрностi, і навпаки.
Вирiзняють два основнi класи законiв розподiлу ймовiрностi: неперервнi i дискретнi. Серед випадкових величин виокремлюють та­кi, що мають симетричнi i асиметричнi закони розподiлу. Симетричнi закони краще характеризують тi випадковi змiннi, якi визначаються впливом на них, незначних щодо своїх можливостей та важливостi, рiзноспрямованих сил та тенденцiй, наприклад, цiна на товар (реальна), що визначається в умовах конкурентного ринку. Дискретнi закони розподiлу випадкових величин кориснi у тому випадку, коли проводяться експертнi оцiнки. Вони краще пiдходять до ситуацiй, коли в системi, яка визначає величину випадкової змiнної, наявнi одностороннi обмеження.
П’ятий крок призначений для виявлення взамоєзалежностi, яка на практицi може iснувати мiж ключовими аргументами (чинниками ризику).
Вважається, що двi і бiльше випадкові змiнні корельованi у тому разі, якщо вони змiнюються систематично. У наборi ризикових чинникiв такi залежностi (взаємозумовленiсть) зустрiчаються досить часто. Наприклад, рiвень собівартості значною мiрою зумовлює величину цiни реалiзацiї. Рiвень цiни на певний товар, як правило, має обернене спiввiдношення щодо обсягу його продажу.
Iгнорування кореляцiї може призвести до неправильних результатiв в аналiзi ризику, тому важливо переконатися в наявностi чи вiдсутностi таких взаємозв’язкiв i, де це необхiдно, ввести при моделюваннi обмеження, якi знизили б до рацiонального рiвня ймо­вiрнiсть вироблення сценарiїв, що порушують вплив кореляцiї (взаємозалежностi). Фактично наявнiсть кореляцiйного зв’язку обмежує випадковий вибiр значень корельованих випадкових змiнних (чинникiв ризику). Вiн (цей вибiр) стає обумовленим як рамками вiдповiдних характеристик, так i напрямом (прямо чи обернено пропорцiйним) зв’язку. Доцiльно також використовувати лiнiйнi моделi множинної регресiї, які встановлюють взаємозв’язки мiж низкою чинникiв ризику (випадкових величин).
Слід мати на увазі, що соцiально-економiчнi процеси, які обтяженi ризиком, не завжди можна описати за допомогою лише одного рiв­няння регресiї. Для бiльш адекватного вiдображення багатостороннiх реальних взаємозв’язкiв мiж явищами, що їх вiдображають обрані чинники ризику, необхiдно використовувати систему спiввiдношень. Для цього застосовуються економетричнi моделi та методи.
Шостий крок полягає у здiйсненні власне генерацiї випадкових сценарiїв, які ґрунтуються на системi прийнятих гiпотез щодо чинникiв ризику згiдно з обраною моделлю на кроцi 1.
Пiсля того, як всi гiпотези були ретельно дослiдженi і побудованi вiдповiднi залежностi, залишається лише послiдовно здiйснювати обчислення згiдно з обраною на кроцi 1 моделлю до тих пiр, доки не буде одержанa репрезентативна вибiрка з нескiнченної множини можливих значень ключових аргументiв, враховуючи накладенi на них обмеження. Для цього, як свiдчить досвiд, достатньо, щоб вибiрка була одержана в результатi здiйснення 200-500 обчислень («прогонiв»).
Серiя «прогонiв» здiйснюється згiдно з методом Mонте-Kарло. Пiсля кожного «прогону» генеруються, взагалi кажучи, рiзнi результати, бо значення ризикових чинникiв обираються випадково з урахуванням законiв розподiлу у визначеному iнтервалi значень ключових аргументiв, урахуванням кореляцiйних зв’язкiв. Метод Монте-Карло можна розглядати як iмiтацiю майбутнього в лабораторних умовах. Кожний одержаний результат (ефективнiсть) вiдображає можливе значення результату «прогону». Результати кожного «прогону» зберiгаються для подальшої статистичної обробки одержаної вибiрки та її аналiзу.
Сьомий крок. Пiсля серiї «прогонiв» можна одержати відносні частоти для підсумкового показника (ефективностi, чистої тепе­рiшньої вартостi проекту, норми доходу тощо). Результати можуть бути подані у вигляді дискретного чи неперервного закону розподiлу результуючого показника як випадкової величини. Після цього перевiрка гiпотез щодо виду закону розподiлу, обчислюються числовi характеристики результуючого показника (сподівана величина показника, варiацiя (дисперсiя), семиварiацiя, асиметрiя, ексцес тощо) (див. [1]).
Одержанi результати вимагають їхньої iнтерпретацiї. Коли обчислено сподiване значення результуючого показника (наприклад, чиста приведена вартiсть чи норма доходу) об’єкта (проекту), то рішення щодо прийняття чи вiдхилення даного проекту залежить вiд того, який знак має ця величина. Якщо вiн додатний, то це є необхiдною, але не достатньою умовою, щоб даний проект вважати прийнятним. Якщо знак вiдповiдного показника (прибуток чи ЧПB)  вiд’ємний, то такий проект слiд вiдхилити.
Аналогiчно при виборi альтернативних об’єктiв (проектiв) для подальшого аналізу та прийняття рішень залишаються ті з них, для яких, скажімо, сподіваний прибуток є додатною величиною, а серед них найкращим є той, коефіцієнт варіації для якого набуває мінімального значення тощо.
Остаточне рішення є об’єктивно-суб’єктивним, тобто значною мірою залежить від того, як суб’єкт прийняття рішення (суб’єкт ризику) ставиться до ризику. Загальним правилом під час прийняття рішень може слугувати таке: слід вибирати об’єкт (проект) з таким розподілом ймовірності норми прибутку, який найкраще відповідає ставленню до ризику суб’єкта (інвестора). Якщо інвестор є «ризикованим гравцем», то він гроші швидше всього вкладе у проект з відносно великою віддачею, не звертаючи особливої уваги на ризик, яким цей проект обтяжений. Якщо ж особа, що приймає рішення, більш обережна (не схильна до ризику), то вона інвестує в проект із скромнішою, але більш гарантованою віддачею.

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]


ВНИМАНИЕ! Содержимое сайта предназначено исключительно для ознакомления, без целей коммерческого использования. Все права принадлежат их законным правообладателям. Любое использование возможно лишь с согласия законных правообладателей. Администрация сайта не несет ответственности за возможный вред и/или убытки, возникшие или полученные в связи с использованием содержимого сайта.
© 2007-2017 BPK Group.