Й учебный вопрос. Построение дерева решений

Й учебный вопрос. Метод аналогий.

При анализе рискованности нового про­екта строительства полезными могут оказаться сведения о по­следствиях воздействия подобных неблагоприятных факторов и на другие столь же рискованные проекты. В сборе и обобще­нии такой информации все чаще инициативу проявляют ав­торитетные западные страховые компании, которые публику­ют регулярные комментарии о тенденциях в наиболее важных зонах риска строительства промышленных объектов (к при­меру: тенденции изменения спроса на конкретную продук­цию, изменение цен на сырье, топливо и землю, изменение рейтинга надежности проектных. подрядных, инвестицион­ных и прочих компаний и т. п.) При использовании аналогов при меняемые базы данных о рискованных проектах создают­ся на основе литературных источников, исследовательских работ проектных организаций, опросов менеджеров проектов и т. д. Получаемые таким образом данные обрабатываются для выявления проблем реализации законченных проектов с целью учета потенциального риска в новых проектах.

Эта методика предполагает графическое построение различных вариантов, которые могут быть приняты. Дерево решений предполагает формирование логической последовательности осуществления действий по реализации проекта, когда суть каждого по­следующего действия зависит от принятого на предыдущем этапе решения (как правило, этап имеет форму вопроса, а решения - ответа «да» или «нет»).

Следуя вдоль построенных ветвей дерева, используя специальные методики расчета вероятностей, оценивают каждый вариант пути. Таким образом, получается разветвленная цепочка действий, где на случай реализации рисковой ситуации на каждом этапе осуществления проекта предусмотрена корректировка действий для предотвращения финансового и иного ущерба проекту. Это позволяет достаточно обоснованно подойти к определению степени риска и выбору оптимального решения.

В тех случаях, когда статистические данные о распределении вероятностей изменений рыночной стоимости активов недоступны, их моделирование является затруднительным, а достоверность полученных оценок представляется сомнительной, что относится, как правило, к нестандартным экономическим проектам, какими являются венчурные проекты и инновационная деятельность в целом, обычно применяют сценарный анализ и анализ чувствительности.

6-й учебный вопрос. Линейная модель оценивания риска.

В ее основе лежит тео­рия ожидаемой полезности, согласна которой «полезность» или «удовлетворение», испытываемое индивидуумом (или группой их) от детерминированного дохода х возрастает не пропорционально х, но его можно измерить некоторой нели­нейной функцией и(х), иными словами, индивидуум с капи­талом 1 млн. руб. вряд ли испытывает то же удовлетворение от дополнительного дохода в 1 млн. руб., что и индивидуум с капиталом 1 тыс. руб. В частности, если предполагается, что приращение полезности пропорционально не абсолютному, а относительному изменению дохода, т. е. du = kd x, где k ­ некоторый коэффициент, то и(х) = lnx+coпst. Если доход представлен случайной величиной Х, то случайна и величина полезности и(x), а ее среднее значение равно U (Х) = Еи(Х), где ЕХ - математическое ожидание Х, которое и служит кри­терием сравнения случайных величин. если случайная вели­чина Х принимает конечное число значений x₁….x _n С веро­ятностями p₁…p_n соответственно, то критерий случайной величины Х принимает вид:

Линейная модель оценивания риска наиболее проста из всех вероятностных моделей, но в этом же - ее главный не­ достаток: она не отражает всего многообразия возможных ситуаций.

7-й учебный вопрос. Нелинейные модели оценивания риска.

Модель ожидаемой полезности с ранжированными вероятностями. Отличие дан­ной модели от предыдущей состоит во введении преобразова­ния: функции распределения, что соответствует приданию различным вероятностям различных весов.

Среднеквадратическое отклонение и коэффициент вариа­ции - наиболее часто используемым в инвестиционном ана­лизе является метод вычисления среднеквадратического от­клонения и коэффициента вариации. Расчет этих показателей позволяет сравнивать несколько инвестиционных проектов, а также учитывать колеблемость ожидаемых доходов от разных инвестиций при различных состояниях конъюнктуры рынка, которым присваиваются определенные вероятности.

После нахождения средней величины ожидаемого дохода рассчитывается разность между действительными значениями и сред­ней величиной, которая возводится в квадрат, Суммируется и делится на n-1 число периодов. Из полученной величины (дисперсии) берется квадратный корень, называемый стан­дартным отклонением, которое характеризует разброс случай­ных величин относительно некой средней (для наглядности рекомендуется построить график). Проект с меньшим разбро­сом будущих доходов является менее рискованным.

Численное значение колеблемости ожидаемых доходов ха­рактеризует показатель среднеквадратического отклонения, рассчитываемый по формуле:

Где

n - число наблюдений

е_i - расчетный доход по проекту при разных значениях конъюнктуры,

e_r - средний ожидаемый доход по проекту,

Р_i - значение вероятности, соответствующей расчетному доходу важных для проекта

Дата добавления: 2014-01-07