Вы находитесь на странице: 1из 116

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение


высшего образования
«Тихоокеанский государственный университет»

К. Т. Пазюк

ТЕОРИЯ РИСКА И МОДЕЛИРОВАНИЕ


РИСКОВЫХ РЕШЕНИЙ

Утверждено издательско-библиотечным советом университета


в качестве учебного пособия

Хабаровск
Издательство ТОГУ
2017
УДК 316.423:519.8/330.4(075.8)
ББК У 012.121в631. Оя7
П 128

Рецензенты:
профессор кафедры социологии и социальной работы
Дальневосточного государственного университета путей
сообщения, доктор философских наук Б, В. Смирнов;
профессор кафедры математики и математических методов
Хабаровского государственного университета экономики и
права, кандидат физико-математических наук М. Ф. Тиунчик

Научный редактор
доктор экономических наук, профессор В. С. Лосев

Пазнж, К. Т.
П 128 Теория риска и моделирование рисковых решений : учебное
пособие / К. Т. Пазюк. - Хабаровск : Изд-во Тихоокеан. гос. ун-та,
2 0 1 7 .-1 1 6 с.
ISBN 978-5-7389-2391-3

В пособии определяется место и роль рисков в экономической деятельности,


даются определения и сущность рисков, приводится классификация неопределенностей
и рисков, рассматриваются основные математические методы оценки экономических
рисков.
Особое место уделяется вопросам оптимального решения в условиях риска с
использованием вероятностных и статистических методов принятия эффективных
решений.
Издание предназначено для студентов экономических специальностей,
использующих математические методы в управлении.

УДК 316.423:519.8/330.4(075.8)
ББК У 012.121в631.Оя7

ISBN 978-5-7389-2391-3 ©Пазюк К. Т., 2017


© Тихоокеанский государственный
университет, 2017
3

ВВЕДЕНИЕ

Развитие концепции рыночного хозяйствования происходит с учетом


множества трудностей, которые являются специфическими для современ­
ного состояния отечественной экономики.
Проблема количественной и качественной оценки экономических
рисков и управления рисками ввиду возможности больших потерь при ре­
ализации финансовой, производственно - хозяйственной, сервисной, ин­
новационной, управленческой и других видов деятельности является акту­
альной и требующей дальнейшего развития.
Пособие написано в соответствии с требованиями Государственных
образовательных стандартов. Оно соответствует программам дисциплин
«Теория риска и моделирования рисковых ситуаций».
Пособие содержит пять глав.
В первой главе «Теоретические основы изучения риска как объекта
исследования» дано определение организации, рассмотрены типы органи­
заций. Определяется место и роль рисков в экономической деятельности,
даются определения и сущность рисков.
Вторая глава «Принципы и методы анализа риска и принятая реше­
ния» посвящена классификация рисков, исследованию влияния на измене­
ние степени экономического риска таких факторов, характеризующих не­
определенность рыночной экономики, как ограничение рисков, неопреде­
ленность спроса и предложения, налогообложения и т. п.
В третьей главе «Количественные оценки экономического риска в
условиях неопределенности» рассмотрены методы принятия эффективных
решений в условиях неопределенности, используя различные критерии
эффективности. Изучаются многокритериальные задачи выбора эффектив­
ных решений.
Четвертая глава «Принятие оптимальных решений в условиях эко­
номического риска» посвящена изложению вероятностных и статистиче­
ских методов принятия решений.
В пятой главе «Сравнительная оценка вариантов решений» рассмат­
риваются методы выбора эффективных вариантов с помощью кривой рис­
ка и доверительных интервалов.

Таблица 1

Таблица выбора вариантов контрольных заданий


Варианты
Раздел курса 2
I 3 4 5 6 7 8 9 0
3.0 3.9 3.8 3.7 3.9 3.8 3.4 3.3 3.2 3.1
Раздел главы 3
3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.0
4.0 4.9 4.8 4.7 4.9 4.8 4.4 4.3 4.2 4.1
Раздел главы 4
4.1 4.2 4,3 1.4 4.5 4.6 4.7 4.8 4.9 4.0
4

1. Т Е О Р Е Т И Ч Е С К И Е О С Н О В Ы И З У Ч Е Н И Я Р И С К А
КАК ОБЪ ЕКТА ИССЛЕДОВАНИЯ

1.1. Подходы к определению риска

Риск™ философская, историческая и экономическая категория. Риск


возник на низшей степени цивилизации и связан, в частности, с появлени­
ем у человека чувства страха перед возможной опасностью и более всего -
перед смертью.
Слово «риск» имеет испано - португальские корни и означает «риф»,
«подводная скала», что ассоциирует с понятием «лавировать» между ска­
лами, а значит, сопряжено с чувством опасности.
Существование общества во всех аспектах его деятельности, под­
вержено рискам. Есть множество факторов, оказывающих отрицательное
воздействие на состояние общества и особенно его экономики. Среди них
называют, прежде всего, неустойчивость производственных связей, рост
инфляции, резкое удорожание кредитов, диспаритет цен. Эти и другие
факторы можно обобщенно назвать условиями риска и неопределенности
современных предприятий. Неспособность предприятий принимать обос­
нованные решения в условиях риска адаптироваться к рыночным услови­
ям. Является основной причиной спада производства и банкротства.
Существует ряд обще мето до логических определений понятия «эко­
номический риск», которые дополняют друг друга, отражая его общее со­
держание.
Как экономическая категория риск - это:
1) Деятельность субъектов хозяйственной жизни, связанная с пре­
одолением неопределенности в ситуации неизбежного выбора, при воз­
можности оценить вероятность достижения желаемого результата, неудачи
и отклонения от цели, содержащихся в выбираемых альтернативах, т. е.
риск связывают с опасениями, что реализация экономического проекта
приведет к убыткам.
2) Событие (возможная опасность), которое может, как быть, так и не
быть. Неопределенность конкретной хозяйственной ситуации обусловлена
следующими факторами: отсутствием полной информации, случайностью,
противодействием и во многом определяется фактором случайности.
Результаты проявления неопределенности в общем случае могут
быть:
- положительными (прибыль, доход или другая выгода);
- отрицательными (убытки, ущерб, потеря и др.);
- нулевыми (безубыточными и бесприбыльными).
Однако о риске чаще всего говорят в негативном смысле и, кроме то­
го, риск имеет количественную меру. Таким образом, риск рассматривают
5

как меру рассеивания (дисперсию) полученных в результате множествен­


ного прогноза оценочных показателей рассматриваемого проекта (при­
быль, рентабельность капитала и т. д.):
1) Вероятность (угроза) потери предприятием части своих ресурсов,
недополучения доходов или появлением дополнительных расходов в ре­
зультате осуществления определенной производственной и финансовой
деятельности. Следовательно, риск относится к возможности наступления
какого-либо неблагоприятного события, возможности неудачи, либо опас­
ности.
2) Понятие, сопряженное с понятием «ситуация риска». Ситуацией
называется сочетание, совокупность различных обстоятельств и условий
создающих определенную обстановку для того или иного вида деятельно­
сти. Обстановка может способствовать или препятствовать осуществлению
данного действия.
3) Ситуация риска —это:
— любая ситуация, не имеющая однозначного исхода;
— сочетание, совокупность различных обстоятельств и условий, со­
здающих определенную обстановку для того или иного вида деятельности,
препятствующих или способствующих ей;
— обстоятельства, непосредственно связанные с содержанием тер­
мина «риск»;
— наличие возможности количественного и качественного определе­
ния степени вероятности того или иного события;
— ситуация, требующая выбора альтернативы (или отказа от него) и
способствующая оценке вероятности осуществления выбора.
Ситуагщя риска качественно отличается от ситуации неопреде-
ленности, Когда исход события не может быть установлен в принципе.
Ситуация риска является своего рода разновидностью ситуации неопреде­
ленности, только в ней наступление событий вполне реально и может быть
определено.
По своей природе риск делят на три вида:
1) Когда в распоряжении субъекта, делающего альтернативный вы­
бор, есть объективная возможность получения предполагаемого результа­
та. Это вероятности, не зависящие напрямую от данной формы: уровень
инфляции, конкуренции, статистические исследования и т. д.
2) Когда возможность получения ожидаемого результата основана
только на субъективных оценках, т. е. субъект имеет дело с субъективными
вероятностями, которые непосредственно характеризую данную фирму:
производственный потенциал, уровень предметной и технологической
специализации, организации труда и т. д.
3) Когда субъект в процессе выбора и реализации альтернативы рас­
полагает как объективными, так и субъективными вероятностями.
6

4) Исходя из возможных видоизменений риска, субъект делает свой


выбор и стремится реализовать его. В этом случае риск сугцествует как на
стадии выбора, так и на стадии реализации решения.
Таким образом, в понятие «риск» включено несколько основных
элементов:
1. Возможность отклонения от предполагаемой цели , ради которой
осуществлялась выбранная альтернатива (отклонения как отрицательного,
так и положительного свойства).
2. Вероятность достижения желаемого результата.
3. Отсутствие уверенности в достижении поставленной цели.
4. Возможность материальных, нравственных и других потерь, свя­
занных с осуществлением выбранной в условиях неопределенности аль­
тернативы.
Основными чертами риска являются: противоречивость, альтерна­
тивность и неопределенность.
Противоречивость в риске приводит к столкновению объективно
существующих рискованных действий с их субъективной оценкой. Любые
инициативы, новаторские идеи, внедрения новых перспективных видов де­
ятельности, ускоряющих технический прогресс и влияющих на обще­
ственное мнение, не исключают проявлений консерватизма, догматизма,
субъективизма.
Альтернативность предполагает необходимость выбора из двух или
нескольких возможных вариантов решений, направлений, действий. Если
возможность выбора отсутствует, то не возникает и рискованной ситуации,
а следовательно, и самого риска.
Неопределенность предполагает неполноту или недостаточность
информации об условиях реализации проекта (решения). Существование
риска непосредственно связано с наличием неопределенности, которая не­
однородна и по содержанию, и по форме проявления.
Исходя из причин неопределенности, можно выделить следующие ее
виды:
1. Информационный разрыв - обусловлен несовершенной и ассимет-
ричной информацией. По сути дела, понятие «информация» выступает ан­
тонимом понятия «неопределенность».
2. Разрыв в компетентности - вызван несовершенством используемо­
го инструментария, вычислительной сложностью, ограничениями по ме­
тодам принятия решений, ошибками анализа, моделирования и т. д.
3. Неопределенность, причиной которой выступает случайность как
подтверждение неисчерпаемости мира, его бесконечной сложности и раз­
нообразия.
4. Неопределенность, причиной которой экономисты называют про­
тиводействие, проявляющееся в несовпадении интересов сторон (трудовые
7

конфликты, нарушение договорных обязательств, технических авариях и т.


Д*)
5. Неопределенность, вызванная глобальной экономической неста­
бильностью (мировые кризисы).

Рис. 1. Факторы риска на разных этапах человеческой деятельности

Предпринимательская деятельность осуществляется под влиянием


неопределенности внешней среды (экономической, политической, соци­
альной и т. д.), множества переменных контрагентов, лиц, поведение кото­
8

рых не всегда можно предсказать с приемлемой точностью. Исходя из это­


го, можно выделить основные факторы неопределенности (риска) (рис. 1).
Помимо самого человека на его деятельность влияют факторы Ф1 -j-
Ф6, создающие ситуации неопределенности и риска. Действия и решения
человека могут повлиять как в лучшую сторону, так и в худшую, они спо­
собны разрядить ситуацию неопределенности, изменить цель проекта.
Риск существует и на этапе выбора действий (принятия решений), и на
этапе реализации проекта.
Ф1. Спонтанность природных процессов и явлений, стихийные бед­
ствия (землетрясения, ураганы, засуха, мороз, гололед).
Ф2. Случайность. Когда в сходных условиях одно и то же событие
происходит неодинаково в результате многих социально-экономических и
технологических процессов.
ФЗ. Наличие противоборствующих тенденций, столкновение интере­
сов (военные бедствия, межнациональные конфликты).
Ф4. Вероятностный характер научно-технического прогресса.
Ф5. Неполнота, недостаточность информации об объекте, процессе,
явлении. Эта причина ограничивает человека в сборе и переработке ин­
формации (с постоянной изменчивостью самой информации).
Фб. Ограниченность материальных, финансовых, трудовых и других
ресурсов при принятии и реализации решений; невозможность однознач­
ного познания объекта при сложившемся уровне и методах научного по­
знания, ограниченность сознательной деятельности человека; существова­
ние различия в социально психологических установках, оценках, поведе­
нии.

1.2. Классификация рисков

Важной частью работы ученых-рисколов по классификации рисков


является выяснение причин тех или иных рисков:
1. Технико-экономические риски имеют следующие причины:
— ошибки в проектировании;
— недостатки технологии и неправильный выбор оборудования;
— ошибочное определение мощности, недостатки в управлении, не­
хватка квалифицированной рабочей силы;
— отсутствие опыта работы с импортным оборудованием у местного
персонала, срыв поставок сырья, стройматериалов, комплектующих;
— срыв сроков строительных работ подрядчиками (субподрядчика­
ми);
— повышение цен на сырье, энергию, комплектующие;
— увеличение стоимости оборудования, рост расходов на зарплату.
9

Возможное проявление этих причин (как и для других видов рисков)


неизбежно приведет к повышению расчетной стоимости проекта.
2. Маркетинговые риски возникают по следующим причинам:
— неправильный выбор рынков сбыта продукции, неверное опреде­
ление мощности производства, а также стратегии операций на рынке, не­
точный расчет емкости рынка;
— непродуманность, не отлаженность или отсутствие сбытовой сети
на предполагаемых рынках сбыта;
— задержка выхода на рынок.
Маркетинговые риски могут привести к отсутствию необходимых
проектных доходов, достаточных для погашения кредитов, невозможности
реализовать (сбыть) продукцию в нужном стоимостном выражении и в
намеченные сроки. Как результат —невыход на проектную мощность, ра­
бота на полную мощность, выпуск продукции низкого качества.
3. Финансовые риски возникают вследствие:
— экономической нестабильности в стране;
— инфляции;
— ситуации неплатежей в отрасли;
— дефицита бюджетных средств.
4. Причины возникновения финансового риска, например инвестици­
онного проекта, которые могут привести к росту процентной ставки, удо­
рожанию финансирования, а также росту цен и услуг по контрактам на
строительство:
— политические факторы;
— колебания валютных курсов;
— государственное регулирование учетной банковской ставки;
— рост стоимости ресурсов на рынке капитала;
— повышение издержек производства.
Ь. Военно-политические риски, которые могут привести к убыткам
инвестора и даже к потере проекта, являются следующие:
— изменения торгово-политического режима и таможенной полити­
ки;
— изменения в налоговой системе, в валютном регулировании
внешнеполитической деятельности страны;
— изменения в системе экспортного финансирования;
— нестабильности страны;
— опасности национализации и экспроприации;
— изменения законодательства (например, закона об иностранных
инвестициях);
— сложности с репатриацией прибыли, геополитических рисков, со­
циальных рисков.
10

6. Юридические риски возникают из-за неотлаженности законода­


тельства, нечеткого оформления документов, подтверждающих права соб­
ственности, аренды, и т. д.
7. Экологические риски из-за неустойчивого законодательства в части
требований к окружающей среде, аварий, изменения отношения власти к
проекту.
8. Специфические риски — редко встречающиеся проектные риски,
чаще всего свойственные именно данному проекту в связи с его отрасле­
вой или региональной принадлежностью.
9. Риски форс-мажорных обстоятельств должны рассматриваться,
если в данном проекте существует опасность воздействия на ход его реа­
лизации природных катаклизмов (например, землетрясения, наводнения,
засухи), а также пожаров, взрывов и т. п. При этом не только описываются
их возможные последствия, но и прилагаются минимизирующие ущерб
мероприятия.
Существование множества видов риска объясняется условиями ди­
намичной и изменчивой внешней среды. В классификации рисков не толь­
ко наглядно отражена принадлежность рисков к конкретной группе, что
позволяет унифицировать оценку риска, но также наиболее полно пере­
числены сами риски, что позволяет в плотную подойти к проблеме выяв­
ления рискообразующих факторов (РОФ).
Анализ теоретических исследований позволяет делать вывод о том,
что в этих исследованиях уделяется недостаточно внимания ряду проблем,
недооценка которых может привести к некорректной оценке влияния тех
или иных РОФ на соответствующие виды рисков.
Первая проблема состоит в том, что не акцентируется внимание на
факте наличия целого ряда РОФ, оказывающих воздействие (причем ино­
гда взаимоисключающее) на динамику сразу нескольких видов рисков.
Вторая проблема заключается в представлении РОФ только в каче­
стве факторов прямого воздействия на конкретные виды рисков. Из поля
зрения исследователей выпадает возможность диалектического перехода
самого риска в категорию РОФ, позволяющего в дальнейшем разрабаты­
вать представления о РОФ как о факторах прямого и опосредованного дей­
ствия.
Третьей проблемой является недостаточная развитость российской
экономики, отсюда дефицит исследований отдельных видов рисков, огра­
ниченное внедрение полезных рекомендаций в практическую деятельность
предприятий.
11

1.3. Система неопределенностей

Рассматривая деятельность некоторой экономической системы, нуж­


но учитывать, что она всегда сопряжена с неопределенностью в самых раз­
личных сферах и на самых различных этапах ее развития. Наличие неопре­
деленности в деятельности экономических систем обуславливает возник­
новение рисков, без учета которых невозможно эффективное развитие
экономики.
Условия неопределенности, имеющие место при любых видах пред­
принимательской деятельности обусловлены тем, что экономические си­
стемы в процессе своего функционирования испытывают зависимость от
целого ряда причин, которые можно систематизировать в виде схемы не­
определенностей (рис. 2).

Рис. 2. Схема неопределенностей

Г1о времени возникновения неопределенности распределяются на ре­


троспективные, текущие и перспективные. Необходимость учета фактора
времени при оценке экономической эффективности принимаемых решений
обусловлена тем, что как эффект, так и затраты могут быть распределены
по времени, обеспечивают неодинаковый полезный результат того или
иного вида (экономический, социальный).
По факторам возникновения неопределенности подразделяются на
экономические (коммерческие) и политические. Экономические неопреде­
ленности обусловлены неблагоприятными изменениями в среде экономи­
ческих объектов или в экономике страны, к ним относятся; неопределен­
ность рыночного спроса, слабая предсказуемость рыночных цен, неопре-
12

деленностъ рыночного предложения, недостаточность информации о дей­


ствиях конкурентов и т. д. Политические неопределенности обусловлены
изменением политической обстановки, влияющей на предприниматель­
скую деятельность. Эти виды неопределенности связаны между собой, и
часто на практике их трудно разделить.
Природная неопределенность описывается совокупностью факторов,
среди которых могут быть: климатические, погодные условия, различного
рода политики (атмосферные, электромагнитные и др.).
Следующим видом является неопределенность внешней среды. При
экономическом анализе предпринимательской деятельности вводятся по­
нятия внешней и внутренней среды. Внутренняя среда включает факторы,
обусловленные деятельностью самого предприятия и его контактами.
Внешняя среда представлена факторами, которые не связаны непо­
средственно с деятельностью предпринимателя и имеют более широкий
социальный, демографический, политический и иной характер.
Особый вид неопределенности имеет место при наличии конфликт­
ных ситуаций, в качестве которых могут быть: стратегия и тактика лиц,
участвующих в том или ином конкурсе, действия конкурентов, ценовая
политика олигополистов и т. п.
Особую группу составляют задачи, в которых рассматриваются про­
блемы несовпадаюгцих интересов и многокритериального выбора опти­
мальных решений в условиях неопределенности.
Наличие неопределенностей значительно усложняет процесс выбора
оптимальных решений и может привести к непредсказуемым результатам.
На практике при проведении экологического анализа во многих случаях
пытаются не замечать указанное «зло», вызванное фактором неопределен­
ности и действуют (принимают решения) на основе детерминированных
моделей. Иначе говоря, предполагается, что факторы, влияющие на при­
нимаемые решения, известны точно. К сожалению, действительность часто
не соответствует таким представлениям. Поэтому политика выбора эффек­
тивных решений без учета неконтролируемых факторов во многих случаях
приводит к значительным потерям экономического, социального и иного
содержания.
В литературе существуют различные формулировки термина «не­
определенность». Наиболее полно, по нашему мнению, эта формулировка
раскрыта в книге. Неопределенность - это неполное и неточное представ­
ление о значениях различных параметров в будущем, порождаемых раз­
личными причинами и, прежде всего, неполнотой или недостаточностью
информации об условиях реализации решения, в том числе связанных с
ними затратах и результатах. Неопределенность, связанная с возможно­
стью возникновения в ходе реализации решения неблагоприятных ситуа­
ций и последствий. Характеризуется понятием риск.
13

С точки зрения вероятности выпадения событий неопределенность


можно подразделить на три вида: полная неопределенность, полная опре­
деленность, частичная неопределенность.
Полная неопределенность характеризуется близкой к нулю прогно-
зируемостью Pi наступления события, что математически выражается со­
отношением.

lim Pi = О, а )
t -t ft

где t —время; tk —конечное время прогнозируемого i - го события.


Полной определенности соответствует близкая к единице прогнози-
рованность событий, т. е.

lim Pi = 1. (2)
t~>tk

Это возможно прежде всего в тех случаях, когда при решении задачи
в условиях неопределенности задается и с заранее известной вероятностью
(обычно равной 0,9 -ь 0,99) находится доверительный интервал (прогнози­
руемый), позволяющий прогнозировать не только свою стратегию на рын­
ке, а и его собственное поведение, тенденции развития и т. п.
Частичная неопределенность отвечает таким событиям, прогнозиру-
емость которых лежит в пределах от 0 до 1, что определяется неравен­
ством:

0 < lim Pi < 1. (3)

В условиях объективного существования риска и связанных с ним


финансовых, моральных и др. потерь возникает потребность в определен­
ном механизме, который позволил бы наилучшим из возможных способов
с точки зрения поставленных предпринимателем (фирмой) целей учиты­
вать риск при принятии и реализации хозяйственной деятельности.
Потери, которые могут быть в предпринимательской деятельности,
целесообразно разделить на материальные, трудовые, финансовые, потери
времени, специальные виды потерь. Материальные виды потерь проявля­
ются в непредусмотренных предпринимательским проектом дополнитель­
ных затратах или прямых потерях оборудования, имущества, продукции,
сырья, энергии и т. д. По отношению к каждому из перечисленных видов
потерь используются свои единицы измерения. Наиболее естественно
определять материальные потери в тех же единицах, в которых измеряется
количество данного вида материальных ресурсов, т. е. в физических еди­
ницах веса, объема, площади и др.
14

Однако свести воедино потери, измеряемые в разных единицах, и


выразить их одной величиной не представляется возможным. Нельзя скла­
дывать килограммы и метры. Поэтому неизбежно исчисление потерь в
стоимостном выражении и денежных единицах. Для этого потери в физи­
ческом измерении переводятся в стоимостное измерение путем умножения
на цену единицы соответствующего материального ресурса. Для матери­
альных ресурсов, стоимость которых известна, потери сразу можно оцени­
вать в денежном выражении. Имея оценку вероятных потерь по каждому
из отдельных видов материальных ресурсов в стоимостном выражении,
реально свести их воедино, соблюдая при этом правила действия со слу­
чайными величинами и их вероятностями.
Трудовые потери представляют потери рабочего времени, вызванные
случайными, непредвиденными обстоятельствами. В непосредственном
измерении трудовые потери выражаются в человеко-часах, человеко-днях
или просто в часах рабочего времени. Перевод трудовых потерь в стои­
мостное, денежное выражение осуществляется путем умножения трудо-
часов на стоимость (цену) одного часа.
Финансовые потери - это прямой денежный ущерб, связанный с не­
предусмотренными платежами, выплатой штрафов, уплатой дополнитель­
ных налогов, потерей денежных средств и ценных бумаг. Кроме того, фи­
нансовые потери могут быть при недополучении или неполучении денег из
предусмотренных источников, при не возврате долгов, неоплата покупате­
лем поставленной ему продукции, уменьшением выручки вследствие сни­
жения цен на реализуемые продукцию и услуги.
Потери времени существуют тогда, когда процесс предприниматель­
ской деятельности идет медленнее, чем было намечено. Прямая оценка та­
ких потерь осуществляется в часах, днях, неделях, месяцах запаздывания в
получении намеченного результата, Чтобы перевести оценку потерь вре­
мени в стоимостное измерение, необходимо установить, к каким потерям
дохода прибыли от предпринимательства способны приводить случайные
потери времени.
Специальные виды потерь имеют место в виде нанесения ущерба
здоровью и жизни людей, окружающей среде, престижу предпринимателя,
а также вследствие других неблагоприятных социальных и морально-
психологических последствий. Чаще всего специальные виды потерь
крайне трудно определить в количественном, тем более в стоимостном вы­
ражении. Для каждого из видов потерь исходную оценку возможности их
возникновения и величины производят за определенное время, охватыва­
ющее месяц, год, срок функционирования бизнеса. При проведении ком­
плексного анализа вероятностных потерь для оценки риска важно не толь­
ко установить все источники риска, но и выявить, какие источники преоб­
ладают. Необходимо далее разделить вероятные потери на определяющие
15

и побочные. При оценке предпринимательского риска побочные потери


могут быть исключены в количественной оценке уровня риска. Если в чис­
ле рассматриваемых потерь выделяется один вид, который либо по вели­
чине, либо по вероятности возникновения заведомо больше остальных, то
при количественной оценке уровня риска в расчет молено принимать толь­
ко его.
В принципе надо учитывать только случайные потери, неподдающи-
еся прямому расчету, непосредственному прогнозированию и потому не
учтенные в предпринимательском проекте. Если потери можно заранее
предвидеть, то они должны рассматривать не как потери, а как неизбеленые
расходы и входить в расчетную калькуляцию. Так, предвидимое движение
цен, налогов, их изменение в ходе осуществления хозяйственной деятель­
ности предприниматель должен учесть в бизнес-плане. Только в силу не­
совершенства используемых методов расчета предпринимательской дея­
тельности или недостаточно глубокой проработки бизнес-плана система­
тические ошибки могут рассматриваться как потери в том смысле, что они
способны изменить олсидаемый результат в худшую сторону. Следова­
тельно, прежде чем оценивать риск, обусловленный действием сугубо слу­
чайных факторов, крайне желательно отделить систематическую состав­
ляющую потери от случайных.

Контрольные вопросы
1. Дайте определение основным понятиям: риск, неопределен­
ность, случайность, вероятность.
2. Перечислите причины возникновения неопределенности как
источника риска.
3. Назовите основные свойства риска и черты рисковой ситуации.
4. Назовите внешние и внутренние факторы, влияющие на уро­
вень риска.
5. Перечислите критерии и виды классификации рисков.
6. Назовите основные виды риска.
7. Расшифруйте классификацию рисков в зависимости от основ­
ной причины возникновения (природоестественные, техногенные, эколо­
гические, политические, технические, производственные, финансовые, от­
раслевые, инвестиционные, инновационные и т. д.).
8. Назовите основные виды производственных рисков.
9. Охарактеризуйте основные виды транспортных рисков.
10. Раскройте сущность классификации рисков в зависимости от
времени возникновения (ретроспективные, текущие, перспективные).
16

2. ПРИНЦИПЫ И МЕТОДЫ АНАЛИЗА РИСКА


И ПРИНЯТИЯ РЕШЕНИЯ

2.1. Общая характеристика принципов и методов


анализа рисков

Базовой наукой о законах и закономерностях действия целеполага­


ющих и целеосуществляющих систем по определению возможных опасно­
стей, которые могут встретиться в будущей деятельности, является наука
об управлении рисками (рискология).
Принципы управления рисками делятся на методологические, мето­
дические, операционные.
Методологические принципы - это принципы, определяющие кон­
цептуальные положения, они являются наиболее общим и не зависят от
специфики рассматриваемого вида риска.
К ним относятся следующие принципиальные конструкции:
1) Однотипность рисков, которая означает, что для любого участни­
ка деятельности собственное представление о риске совпадает с представ­
лением другого.
2) Позитивность рисков, означающая, что интегральный показатель
риска, по крайней мере, не больше уровня приемлемости.
3) Позитивность рисков — предполагается, что при оценке необхо­
димо обеспечить правильное отражение структуры и характера изменяю­
щегося объекта.
А) Корректность рисков - при оценке должны выполняться опреде­
ленные формальные требования, к числу которых в свою очередь могут
быть отнесены:
—интервальная монотонность (в определенном интервале значений
показателей при увеличении интенсивности растет величина риска, причем
в пограничных областях неопределенность изменяется качественным обра­
зом);
- непропорциональность (рост риска не прямо пропорционален уве­
личению интенсивности деятельности (в заданном интервале показате-
лей));
- транзитивность (если первая ситуация менее рисковая, чем вто­
рая, а вторая менее, чем третья, то это означает, что первая ситуация менее
рисковая чем третья);
—аддитовностъ - если риск первого вида деятельности равен Pi, а
второго р 2. и оба вида деятельности совершаются одновременно, то общий
риск равен сумме частных рисков, или:

Робщ ~~Pi + (4 )
17

5) Комплексность рисков, означающая, что в своей совокупности


они должны образовывать замкнутую систему, имеющую иерархический
вид.
6) Взаимозависимость рисков - возникновение одних рисков либо
автоматически, либо через сложные опосредованные связи влечет за собой
возникновение других рисков (экономические ведут к социальным).
7) Ограниченность - возникновение рисков из-за ограниченности
тех или иных ресурсов.
Методические принципы - это принципы, непосредственно связан­
ные с видом деятельности, его спецификой (власть, общие отношения, об­
щие связи), ценностными представлениями, конкретно-историческими си­
туациями и т. п.
Методические принципы включают в себя несколько определенных
видов.
1. Диссонированностъ рисков, которая означает, что любая новая де­
ятельности вносит в окружающую среду что-то специфическое.
2. Разновосприимчивостъ рисков, связанная с наличием различных
участников деятельности, что предопределяет несовпадение интересов,
разное отношение к возможным ущербам. Отсюда, например, вытекает
необходимость оценки рисков с позиций каждого участника деятельности
(власти, общества, предприятия, банкира и т. д.).
3. Динамичность рисков, которая предполагает, что методическое
обеспечение учитывает изменчивость рисков и позволяет однозначно дать
характеристику предполагаемой динамике процессов.
4. Согласованность рисков, исходящая из несинхронности отдель­
ных этапов деятельности и, следовательно, неравномерности ресурсовло-
жения последовательности реализации целевых установок и т. д. Напри­
мер, учет инфляции в экономике.
Операциональные принципы ~~ это принципы, связанные с наличием,
достоверности, однозначной информации и возможностью ее обработки.
Перечислим основные из них:
1. Моделируемостъ рисков, связанная с тем, что ситуация при кото­
рой возникают риски, может быть опасна моделью (не путать этот метод с
моделированием, который применяется для расчета величины риска, в то
время как первый определяет правила игры).
2, Симплифицируемость рисков, показывающая, что при оценке рис­
ков выбирает тот момент, который наиболее прост с информационно-
вычислительной точки зрения.
Структура системы оценки рисков в свою очередь должна удовле­
творять следующим принципам:
- полнота, связанная с построением системы, учитывающей все
возможные принципы на всех уровнях;
18

— непересекаемость, связанная с требованием того, чтобы смысловое


содержание одного принципа не имело ничего общего с другими принци­
пами.
Основными подходами к оценке риска являются:
— анализ - предназначен для того, чтобы понять, что представляет
собой система (в нашем случае это рискологическая проблема), какова ее
структура, чего молено олсидать в той или иной ситуации;
— синтезу который строится, как правило, за счет создания нового из
«кирпичиков» разработанного ранее;
— функциональный подход — его используют там, где невозмолено
или по каким-то причинам не целесообразно «влезать во внутренность»
системы;
— структурный подход — уточняет, дополняет, объясняет и во мно­
гом исправляет положения, зафиксированные на функциональном уровне.
При выявлении и оценке риска различными методами надо учиты­
вать, что высокорисковые события, как и любая другая система, обладают
определенными системными свойствами (или эффектами, процессами):
— эмерджентными - свойствами системы, которые не присущи со­
ставляющим ее элементам;
— синергетическими - наличием закономерностей, управляющих
процессами самоорганизации в системах разной природы, в том числе эко­
номических.
Для того чтобы оценить риск и принять соответствующее решение,
необходимо собрать исходную информацию об объекте-носителе риска.
Эта первичная стадия носит название «выявление риска» и включает два
основных этапа: сбор информации о структуре объекта и выявление опас­
ностей или инцидентов.
Существует много методов, каждый из которых помогает получить
информацию о характеристиках отдельных рисков, присущих определен­
ному виду риска. Поэтому целесообразно использовать комплекс методов,
чтобы решить поставленную задачу, существуют различные признаки
классификации методов оценки риска. Так, с точки глубины и точности
оценки выделяют две группы методов анализа риска и экономической дея­
тельности: количественные и качественные.
К качественным методам относятся: экспертные, историко-
ассоциальные, литературно-фантастические методы, концептуальные пе­
реносы, рейтинговые оценки.
Качественный анализ предполагает:
— выявление источников и причину риска, этапов работ, при выпол­
нении которых возникает риск;
— установление потенциальных зон риска;
19

— идентификацию (установление) всех возможных рисков;


— выявление практических выгод и возможных негативных послед­
ствий, которые могут наступить при реализации содержащего риск реше­
ния.
К количественным методам относятся следующие группы методов и
видов деятельности:
— статистические - анализ статистических данных но неблагоприят­
ным событиям, имевшим место в прошлом (они делятся на одно - и мно­
гофакторные, неизменяющиеся и с плавающими коэффициентами, функ­
ционально изменяющиеся);
— аналитические, предусматривающие теоретический анализ струк­
туры причинно-следственных связей процессов, определение чувствитель­
ности тех или иных параметров к изменению других, определение точки
безубыточности:
— методы оценки риска в условиях неопределенности;
— методы принятия оптимальных решений в условиях экономическо­
го риска.
Количественная оценка риска предполагает:
— численное определение отдельных рисков и риска проекта (реше­
ния) в целом;
— определение численного значения вероятности наступления рис­
ковых событий и их последствий;
— осуществление количественной оценки (уровня) риска;
— определение (установление) допустимого в данной конкретной об­
становке уровня риска и ущерба от него.
К основным методам, формам получения исходной информации о
производственных объектах относят:
— стандартизированный опросный лист;
— анализ первичных документов управленческой и финансовой от­
четности;
— анализ данных ежеквартальных и годовых финансовых отчетов;
— составление и анализ организационно структуры предприятия;
— составление и анализ технологических потоков производственных
процессов;
— консультации специалистов в данной отрасли.
Остановимся на некоторых методах более подробно.
Методы оценки вероятности наступления события. Среди них
наиболее известными являются сингулярные методы прогнозирования и
оценки частных рисков,
20

Частные риски связаны с показателями качества менеджмента и


включают 93 риска следующим распределением их по функциональным
направлениям:
стратегическое развитие предприятия - 14 рисков; производство
продукции и оказание услуг - 16 рисков; экономическая область деятель­
ности предприятия - 3 8 рисков; политика предприятия в области кадрово­
го роста и развития —11 рисков.
Оценка частных рисков производится на основе оценки показателей
качества менеджмента с использованием следующей шкалы (табл. 2).

Таблица 2

Шкала оценки частных рисков


Значение частного показате­
Уровень риска Вид риска
ля качества менеджмента
0 1 большой
0,25 0,75 высокий
0,5 0,5 допустимый
0,75 0,25 малый
1 0 незначительный

Следует заметить, что для прогнозирования частных отдельных рис­


ков наиболее эффективны сингулярные методы прогнозирования, когда
при разработке и внедрении системы управление рисками на предприятии
(СУРП) целесообразно разрабатывать и использовать комплексные мето­
ды. Сингулярные методы прогнозирования и требуемый характер инфор­
мационной обеспеченности, обусловливающий адекватность прогнозов
(табл. 3).

Таблица 3

Сингулярные методы прогнозирования


Характер информационной
Группа методов Наименование метода
обеспеченности
Экстраполяция трендов Экстра­ Наличие достоверной полной
Методы статистического
поляция по результатам много­ ретроспективной информации
моделирования
факторного анализа по объекту
Анализ и синтез
Методы структурного Наличие информации о струк­
Морфологический анализ
моделирования туре объекта
Матричный анализ
Исторические аналогии
Наличие информации по объек­
Методы аналогии Логические аналогии
ту-аналогу
Структурные аналогии
Методы функционально­ Производственные функции Информация о видах функций
го моделирования Экономические функции по динамике объекта
«Дерево целей» Информация о цели (гипотезе)
Целевые методы
Прогнозный граф развития объекта
21

Окончание табл. 3
Написания сценария
Методы концентрации Наличие неконцентрированной
Цитатно - индексный
информации
Анализ патентной информации
Индивидуальные экспертные
Экспертные методы Отсутствие информации
Коллективные экспертные

Краткая характеристика наиболее часто используемых методов вы­


явления и анализа рисков представлена ниже (табл. 4).

Таблица 4

Методы выявления и анализа рисков


Название метода Сущность метода Область применения
Комплекс логических и математи­
Выявление, индетификация и ран­
Метод экспертного ко-статистических процедур по пе­
жирование рисков, качественная и
анализа реработке необходимой информа­
количественная оценка.
ции, осуществляемых экспертом
Таблица, позволяющая наглядно
противопоставить сильные и сла­ Выявление и экспертный анализ
SWOT-аиализ
бые стороны менеджмента, связан­ рисков.
ные с ним возможности и угрозы
Роза (спираль) Иллюстративная экспертная оценка
Ранжирование рисков.
рисков рисков и факторов
Исследование накопленного опыта
Метод аналогии Выявление и оценка рисков часто
по ситуациям - аналогам с целью
или консерватив­ повторяющихся принимаемых ре­
расчета вероятностей возникнове­
ные прогнозы шений.
ния потерь.
Методы ставки Увеличение безрисковой ставки
Дополнительный учет факторов
процента с поправ­ процента на величину надбавки за
риска при расчете эффективности.
кой на риск риск (рисковая премия).
Нахождение и установление крити­
Мониторинг рисков в процессе
Метод критиче­ ческих значений переменных или
управления в условиях риска или
ских знаний факторов, создающих риск («сиг­
неопределенности.
нальные точки»).
Метод принятия решений при вы­
Выявление и анализ рисков вирту­
боре одного из альтернативных ва­
«Дерево решений» альных процессов, Управление
риантов и формирования опти­
проектами.
мальной стратегии.
Анализ поведения показателей-
Анализ чувстви­ критериев в результате изменения Количественный анализ рис-
тельности одного рискованного факто- ка(рискованпости).
ра(однофакторный анализ).
Анализ поведения критериальных
Выявление рисков. Количествен­
показателей ситуации в результате
Анализ сценариев ный подход в анализе и управлении
изменения спектра рисковых фак­
рисками.
тор ов(многофакторный анализ).
Метод имитацион­
Использование числовой оценки Количественная оценка интеграль­
ного моделирова­
риска. ной рискованности.
ния
22

2.2. Основные подходы к оценке меры риска

Исходя из общего определения риска как возможности отклонений


(и положительного, и отрицательного характера) от ожидаемого варианта
реализации событий риск необходимо рассматривать как совокупный фак­
тор вероятности возникновения неожиданного события и его послед­
ствий,, соответственно основой анализа и моделирования, связанных с
рисками процессов является количественная оценка рыска, на содержа­
тельном уровне сводящаяся не только и не столько к технической сложно­
сти самих оценок, но, в первую очередь, к определению показателя —меры
рыска.
Существующие в практике подходы к оценке риска могут быть си­
стематизированы следующим образом:
— анализ косвенных показателей, характеризующих величину риска
(в том числе доходности и дюрации);
— анализ чувствительности, оснований на реакции целевого показа­
теля на изменение внешних условий;
— анализ волабильности (изменчивости), рассматривающей парамет­
ры колебаний целевого показателя относительного ожидаемого значения;
— анализ стоимости, подтвержденной риску (VAR),
Рассмотрим их более подробно.
Огшнка риска по косвенным показателям доходности как меры рис­
ка.
Основным сущностным элементом функционирования финансовых
рисков является соотношение и риск доходности. Если на товарных знаках
основными элементами ценообразования являются факторы производства
- труд, земля, капитал, технологии и т. п., то на финансовых рынках доми­
нирует риск. Плата за риск и является одним из основных элементов фи­
нансового ценообразования, как за счет своей роли в конечной цене, так и
за счет сложности - от оценки «факторных» элементов цены оценка риска
принципиально отличается необходимостью, учеба таких аспектов, как не­
определенность, вероятностный характер и т. п,
В рамках данного направления возможно применение сравнительной
оценки риска, обычно основанное на сопоставлении доходности инстру­
ментом минимальной доходности (и безрисковым активом).
К примеру, стандартной характеристикой долговой ценной бумаги,
номинированной в долларах США, является спрэд (т. е. разница в доход­
ности) по отношению к государственным долговым бумагам США. Фак­
тически в данном случае спрэд выступает согласованной между участни­
ками рынка оценкой риска, выраженной в процентах годовых.
Другим распространенным способом оценки риска, основанным на
соотношении «риск/доходность», является широко распространенная в
23

финансовом анализе модель ценообразования рыночных активов —Capital


Asset Pricing Mode£ (САРМ). В рамках данной модели с учетом системной
составляющей рыночных рисков (т. е. некого минимального уровня риска,
неизбежного в рамках данной экономической системы, не поддающегося
снижению посредством диверсификации портфеля) финансовый риск до­
статочно часто рассматривается не в абсолютной величине, но как откло­
нение от минимального не диверсифицируемого уровня.
В качестве меры риска принимается коэффициент «бета» (В), опре­
деляющий соотношение доходности рассматриваемого актива (с мини­
мальным не диверсифицируемым системным риском). Как это следует из
названия модели, она ориентирована на определение цены актива, и риск
здесь предусмотрен лишь в качестве промежуточного этапа, однако прак­
тическое распространение модель получила как по своему прямому назна­
чению, так и в качестве подхода к оценке риска.
По экономическому смыслу (р) характеризует превышение уровня
«рыночной агрессивности» рассматриваемого инструмента над наиболее
консервативным безрисковым вложением, что определяет дополнительный
риск и требует соответствующую дополнительную премию за риск.
Однако в целом практическое применение основных на доходности
оценок риска ограничено вследствие относительной формы получаемого
показателя, позволяющего эффективно сравнивать инструменты (портфе­
ли, позиции) между собой и во времени, но не дающего прямого ответа на
вопрос о количественном значении риска.
Оценка риска по косвенным показателям, метод дюрации. В каче­
стве одного из подходов к количественной оценке рисков в 1938 году.
Фредериком Маколеем была предложена дюрация. Дюрация, или в до­
словном переводе, «длительность» (аналитический вариант duration), не
является прямой метод риска, однако достаточно полно характеризует ве­
личину риска, учитывая все факторы, влияющие на ценовую чувствитель­
ность.
По соотношению к экономике дюрация представляет собой срок од­
ного платежа, который (в рамках, сделанных при расчете предложений о
ставках дисконтирования) при том же уровне доходности имел бы такую
же текущую стоимость, как и поток платежей, интегрируемый рассматри­
ваемым финансовым инструментом. Поскольку рыночный механизм явля­
ется и механизмом оценки рисков, совпадение стоимости инструментов
(при прочих разных параметрах) может трактоваться как совпадение уров­
ней риска.
В этом контексте дюрация непосредственно не может быть интер­
претирование как величина риска, но дает хорошую возможность сравне­
ния по уровню рисков различных инструментов и портфелей.
24

2.3. Качественный анализ риска и методика его проведения

Качественный анализ риска - предполагает выполнение следующих


задач:
— выявление источников риска и причин, этапов и работ, при выпол­
нении которых возникает риск;
— определение и описание причин и факторов, влияющих на уровень
данного вида риска;
— установление потенциальных зон риска и возможностей предприя­
тия по управлению риском;
— выявление и идентификация возможных видов риска, свойствен­
ных изучаемому проекту;
— выявление практических выгод и возможных негативных послед­
ствий, которые могут наступить при реализации содержащего риск реше­
ния;
— определение примерной стоимостной оценки возможного ущерба
от проявления риска;
— выработка системы антирисковых мероприятий и т. п.
Качественная оценка риска тесно связана с количественным анали­
зом риска. Она по существу и должна привести исследователя к количе­
ственному результату - стоимостной оценке последствий выявленных
рисков и выработке оптимальных антирисковых, стабилизационных меро­
приятий.
Качественный анализ риска конкретного объекта зависит от вида его
деятельности. Последовательность качественного анализа рисков инвести­
ционного проекта представлена далее (рис. 3).
Качественный анализ, например, проектных рисков проводится на
стадии разработки бизнес-плана, а обязательная комплексная экспертиза
инвестиционного проекта позволяет подготовить достаточную информа­
цию для начала работы над изучение его рисков.
В процессе качественного анализа рисков можно исследовать причи­
ны их возникновения и факторы, способствующие их динамике, что связа­
но со следующим этаном качественного анализа - описанием возможного
ущерба от проявлений рисков и их стоимостной оценкой. Поскольку рас­
четы проектной эффективности базируются на построении денежных по­
токов, величина которых может изменяться в результате реализации каж­
дого из отмеченных рисков, важна именно эта, количественная, выражен­
ная в стоимостных показателях оценка последствий, осуществляемая на
данном этапе и, кроме того, оценка предлагаемых на следующем этапе ан­
тирисковых мероприятий.
25

Рис. 3. Алгоритм качественного анализа рисков инвестиционного проекта

Антирисковые мероприятия можно называть методами, позволяю­


щими управлять риском инвестиционного проекта. Важно правильно вы­
брать способы снижения риска, так как именно правильное управление
рисками минимизирует потери, которые могут возникнуть при реализации
проекта и, кроме того, снижают общую рискованность проекта.
В рамках качественного анализа часто применяется SWOT-анализ
проектных рисков (SWOT - аббревиатура английских слов Strength - сила,
Weakness - слабость, Opportunity - возможность, Threat - угроза). Это ка­
чественный подход, базирующийся на сравнении (взвешивании) противо­
положных качеств проекта.
1. В чем состоят сильные стороны проекта? Какие составляющие
проекта являются более развитыми, продвинутыми по сравнению с други­
ми проектами (например, опыт персонала, наличие производственных
мощностей, умение применить данную технологию)?
2. Какие составляющие проекта являются слабыми, неразвитыми,
недостаточными (например, отсутствие источников финансирования, слу­
чайное представление о рынке, незнание основных потребностей пользо­
вателей)?
3. Какие дополнительные возможности возникают в ходе и после ре­
ализации проекта? Необходимо принимать во внимание не только матери­
ализованные выгоды дохода проекта, но и результаты, которые создают
базу, предпосылки (возможности) для реализации последующих проектов:
например, проекта по развитию инфраструктуры, в том числе строитель­
ства дорог, ряда социальных проектов (школ, больниц и т. п.).
26

4. Какие факторы могут помешать успешной реализации проекта,


сделать ее невозможной, бессмысленной? (так, реализация проекта будет
невозможна, если лидер проекта или основной разработчик уйдет из дан­
ного проекта или возникнет сильный конкурент).
Результаты такого SWOT-анализа позволяют наглядно противопо­
ставить сильные и слабые стороны проекта, его возможности и угрозы
(табл. 5). На основании анализа таблицы SWOT-анализа разрабатываются
мероприятия по преодолению самых серьезных недостатков и противосто­
янию самым сильным угрозам.

Таблица 5

Таблица SW OT-анализа
Сильные стороны (Strength) Слабые стороны (Weakness)
Неопределенность с источниками финансиро­
Наличие производственных мощностей
вания
Опыт персонала Не изученность рынка
Знание технологий Слабое последование рисков
Возможности (Opportunity) Угрозы (Threat)
Выход на другие рынки Возникновение сильного конкурента
Привлечение других поставщиков Распад команды проекта

К методам качественного анализа риска относятся:


- историко - ассоциативные;
- литературно - фантастические;
- концептуальные переносы;
- рейтинг - метод;
- метод экспертных оценок (экспертиза) и др.
Историко — ассоциативные методы анализа риска и неопределен­
ности заключаются в привлечении сведений исторического характера,
опыта других к процессам своей деятельности. Так, в СССР и США ранее
делались попытки внедрить японский опыт организации «кружков кон­
троля и качества», но при этом не были учтены особенности человеческого
фактора в этих странах, поэтому опыт японцев не дал, в частности в СССР,
больших результатов. То есть, на практике выяснилось, что безрисковое на
первый взгляд мероприятие оказалось не просто высокорисковым, но и не­
возможным.
Литературно —фантастические аналоги при анализе риска заклю­
чаются в использовании литературных образов. В этом случае сведения,
почерпнутые из литературных источников, служат основой для принятия
решений и оценки риска.
Рейтинг — метод анализа риска основан на формализации оценок
полученных каким-либо образом. Если для этого привлекаются эксперти­
зы, данный метод считается разновидностью метода экспертных оценок, о
27

котором речь будет идти далее. Однако в последнее время нередко исполь­
зуют полуформализированные процедуры, поэтому данный метод считает­
ся самостоятельным. Довольно простой формой проведения рейтинговой
оценки является так называемый рейтинг, т. е. ранж ирование. Оно состоит
в упорядочении оцениваемых объектов исследования в порядке возраста­
ния или убывания их качеств. Так, для России и ее регионов постоянно
определяется рейтинг инвестиционной привлекательности и риска. Инве­
стиционный потенциал складывается из семи частных потенциалов:
— ресурсно-сырьевого (средневзвешенная обеспеченность запасами
основных видов природных ресурсов);
— производственного (совокупный результат хозяйственной дея­
тельности населения);
— потребительского (совокупная покупательная способность населе­
ния);
— инфраструктурного (экономико-географические положения регио­
на, страны и их инфраструктурная обеспеченность);
— интеллектуального (образовательный уровень населения);
— институционального (степень развития ведущих институтов ры­
ночной экономики);
— инновационного (уровень внедрения достижений научно-
технического прогресса).
Инвестиционный риск, таким образом, характеристика качественная,
зависящая от политической, социальной, экономической, экологической,
криминальной ситуаций. Его величина показывает вероятность потери ин­
вестиций и дохода от них.
Вместе с тем метод рейтинговых оценок во многом субъективен. Как
устраняется этот недостаток, рассмотрим при анализе метода экспертных
оценок (экспертизы).
Данный метод наиболее часто применяется в ситуациях, когда по
различным причинам (отсутствие достоверной информации) использова­
ние статистического метода не представляется возможным. Именно в та­
ких случаях широко применяются методы, использующие результаты опы­
та и интуиции, т. е. эвристические методы экспертных оценок.
Особенностью эвристических методов и моделей является отсут­
ствие строгих математических доказательств оптимальности получаемых
решений. Общих для этих процедур является использование в качестве
«измерительного прибора» (для получения затем количественных оценок)
процессов и суждений, которые из-за неполноты и недостоверности име­
ющейся информации не поддаются непосредственному измерению.
Примером традиционных эвристических процедур являются различ­
ные экспертизы, консилиумы, совещания и т. д. с результатами экспертных
оценок состояния объекта исследования.
28

Метод экспертных оценок —свидетельство тому, что на показатели


степени риска проекта влияют объективные и субъективные факторы.
Рассмотрим кратко порядок проведения экспертных прог^едур.
В практической деятельности применяются как индивидуальные, так
и групповые (коллективные) экспертные оценки (опросы).
Основными целями индивидуальных экспертных оценок являются;
—прогнозирование хода развития событий и явлений в будущем, а
также оценка их в настоящем.
Применительно к анализу и оценке риска —это выявление источни­
ков и причин риска, прогнозирования действий конкурентов, установление
всех возможных рисков, оценка вероятности рисковых событий.
Назначений коэффициентов относительной важности (значимости
последствий) и ранжирование рисков, выявление путей снижения рисков и
т. п.:
— анализ и обобщение результатов, представленных экспертами;
— составление сценариев действий;
— выдача заключений на работу других специалистов и организаций
(рецензии, отзывы, экспертизы и т. п.).
Достоинство индивидуальной экспертизы заключается в оперативно­
сти получения информации для принятия решений и относительно не­
больших затратах.
В качестве недостатка следует выделить высокий уровень субъек­
тивности и, как следствие, отсутствие уверенности в достоверности полу­
ченных оценок. Указанные недостатки призваны устранить или ослабить
коллективные экспертизы оценки.
Из всех видов групповых экспертных оценок следует рассмотреть
метод «Дельфи» (его назначение происходит исторически от греческих
дельфийских оракулов).
Метод «Дельфи» предусматривает проведение экспертного опроса в
несколько туров. Во время каждого тура эксперты сообщают свое мнение
и дают оценку исследуемым явлениям. При обработке информации, полу­
ченной от экспертов, все оценки располагают в порядке их убывания
Н 1....Н2, а затем определяют медиану (М) и квартили (Ki, К2 ), которые раз­
бивают все оценки на четыре интервала;
H i ....Ki..... М.... К2..... Н2
Экспертов, чьи оценки попадают в крайние интервалы (не лежат
внутри интервала Ki, К2), просят обосновать свое мнение по поводу этих
оценок. С их обоснованием и выводами, не указывая, от кого они получе­
ны, знакомят остальных экспертов.
Подобная процедура позволяет специалистам изменять в случае
необходимости свою оценку, принимая в расчет обстоятельства, которые
они могли случайно упустить из виду или которыми пренебрегли в первом
29

туре опроса. Благодаря этому результаты второго и последующего туров


опроса дают, как правило, меньший разброс оценок.
После получения оценок второго тура снова рассчитывается медиана
и квартили. Этот процесс продолжается до тех пор, пока продвижение к
сближению точек зрения не становится незначительным. После этого фик­
сируются расходящиеся точки зрения.
Разновидностью экспертного метода оценки риска является метод
постадийной оценки рыска, например при оценке рисков инвестиционного
проекта. Каждому эксперту, работающему отдельно, представляется пере­
чень первичных рисков по всем стадиям проекта и предлагается оценить
вероятность наступления рисков в соответствии со следующей системой
оценок:
О - риск рассматривается как несущественный;
25 - риск, скорее всего, не реализуется;
50 - о наступлении события ничего определенного сказать нельзя;
75 - риск, вероятнее всего проявится;
100 - риск реализуется.
Оценки экспертов подвергаются анализу на противоречивость, кото­
рый выполняется по определенным правилам.
Во-первых, максимально допустимая разница между оценками двух
экспертов по любому фактору не должно превышать 50. Сравнение прово­
дится по модулю (знак плюс или минус не учитывается), что позволяет
устраивать недопустимые различия в оценках экспертами вероятности
наступления отдельного риска. Если количество экспертов больше трех, то
оценкам подвергаются попарно сравнимые мнения.
Во-вторых, для оценки согласованности мнений экспертов по всему
набору рисков выявляется пара экспертов, мнения которых сильно расхо­
дятся. Для расчетов расхождения оценки суммируются по модулю и ре­
зультат делится на число простых рисков. Частное от деления не должно
превышать число 25.
В случае обнаружения между мнениями экспертов противоречий (не
выполняется хотя одно из приведенных правил) они обсуждаются на со­
вещаниях экспертов. При отсутствии противоречий все оценки экспертов
сводятся в среднюю (среднеарифметическую), которая используется в
дальнейших расчетах.
После определения вероятности по простым рискам (получение
средней экспертной оценки) необходимо получение интегральной оценки
риска всего проекта. Для этого сначала рассчитываются риски каждой под­
стадии, или композиции стадий: функционирования, финансово - эконо­
мической, технологической, социальной и экономической. Затем рассчи­
тываются риски каждой стадии —подготовительной, строительной, функ­
циональной. После этого модно работать с объединенными рисками и дать
30

оценку риска всего проекта. Для получения объединенных рисков исполь­


зуется процедура взвешивания определения веса, с которым каждый про­
стой риск входит в общий риск проекта. При этом нет необходимости ис­
пользовать для каждой композиции простых рисков единую композицию
весов. Единообразный подход к весам должен быть соблюден только внут­
ри каждой отдельно взятой композиции простых рисков. Важно лишь, что­
бы вес удовлетворял условию неотрицательности, а сумма весов была рав­
на единице.
Следующий метод ~~ «дерево-решений». Он предполагает графиче­
ское построение вариантов решений, которые могут быть приняты. По
«ветвям дерева» соотносят субъективные и объективные оценки возмож­
ных событий. Следуя вдоль построенных ветвей и используя специальные
методики расчета вероятностей, оценивают каждый путь и затем выбирают
менее рискованный. Однако этот метод очень трудоемкий. Он к тому же
плохо учитывает влияние внешней среды на деятельность фирмы, органи­
зации, а предприниматель, например, не всегда может предвидеть действия
партнеров, конкурентов.
Рассмотрим далее общую схему Экспертизы и некоторые примеры
по вычислению рисков.
Общая схема экспертных опросов
Включает следующие основные этапы: подбор экспертов и форми­
рование экспертных групп; формирование вопросов и составление анкет;
работа с экспертами; формирование правил определения суммарных оце­
нок на основе оценок экспертов; анализ и обработка экспертных оценок.
Рассмотрим этапы более подробно.
Подбор экспертов и формирование экспертных групп
На этом этапе, исходя из целей экспертного опроса, решаются во­
просы относительно структуры экспертной группы, числа экспертов и ин­
дивидуальных качеств. Оценки численности групп экспертов производится
на основе следующих соображений.
Численность группы не должна быть малой, так как в этом случае
будет потерян смысл формирования экспертных оценок. Однако при уве­
личении группы экспертов оценка каждого из них в отдельности почти не
влияет на групповую оценку.
Формирование вопросов и составление анкет
Правила опроса экспертов содержат ряд положений обязательных
для выполнения. Эти правила должны обеспечить соблюдения условий,
благоприятствующих формированию объективного мнения. В число таких
условий входят: не зависимость формирования соответственного мнения
об оцениваемых событиях; удобство работы с предполагаемыми анкетами
(вопросы формируются в общепринятых терминах и должны исключить
всякую неоднозначность и др.), логическое соответствие вопросов струк­
31

туре объекта опроса; приемлемые затраты времени на ответы по вопросам


анкеты, удобное время получения вопросов и выдачи ответов; сохранение
анонимности ответов для членов экспертной группы; представление экс­
пертам требуемой информации.
Для выполнения этих условий должны быть разработаны правила
проведения опроса и работы экспертной группы.
Работа с экспертами
В зависимости от характера исследуемого объекта, степени его фор­
мализации и возможности привлечения необходимых экспертов порядок
работы с ними может быть различным, но в основном он состоит из трех
стадий.
На первой стадии эксперты привлекаются в индивидуальном порядке
с целью: уточнения модели объекта, ее параметров и показателей, подле­
жащих экспертной оценке; уточнения формировки вопросов и терминоло­
гии в анкетах, согласования целесообразности той или иной формы пред­
ставления таблиц экспертных оценок; уточнения состава группы экспер­
тов.
На второй стадии экспертам направляют анкеты с пояснительным
письмом, в котором описаны цель работы, структуры и порядок построе­
ния таблиц с примерами. Обязательное условие такой формы экспертного
опроса —последующее самостоятельное заполнение анкет при соблюдении
правил анкетирования.
Третья статья работы с экспертами осуществляется после получения
результатов опроса, в процессе обработки и анализа полученных результа­
тов. На этой стадии от экспертов в форме консультации получают всю не­
обходимою информацию для уточнения данных и их окончательного ана­
лиза.
Формирование правил определения суммарных оценок
на основе оценок отдельных экспертов
Рациональное использование информации, получаемой от экспертов,
возможно при условии преобразования ее в форму, удобно для дальнейше­
го анализа, направленного на подготовку и принятия решений.
Существует несколько способов использования группы экспертов.
Один из них (метод согласования оценок) заключается в том, что каждый
эксперт дает оценку независимо от других, а затем с помощью определен­
ных приемов эти оценки объединяются в одну обобщенную (согласован­
ную). Например, если речь идет о вероятности наступления рискового со­
бытия (Рп) и n-ный эксперт указывает для этой вероятности число Р,то
простейший способ получения обобщенной оценки состоит в вычислении
средней вероятности:
32

т
5
( )

где m - число экспертов, участвующих в экспертизе.


В методе «Делфи» в качестве обобщенного мнения принимается ме­
диана последнего тура опроса экспертов.
Можно рассчитывать и средневзвешенное значение вероятности, ес­
ли попытаться учесть вес (компетентность) самого эксперта, определяе­
мый на основе предыдущей деятельности (отношения количества верных
ответов к общему количеству) либо на основе других методов - самооцен­
ке эксперта с учетом знания в обществе заданных вопросов, квалификации,
ученого звания и т. д.

р _ ’ ^1 + Н------h Рт ' Кш
(6)
Kt + K2 + - + Km

где Кщ- вес, приписываемый m-м у эксперту.


Существуют различные приемы оценки компетентности эксперта,
выбор которых определяется, как характером решаемых задач, так и воз­
можностями проведения конкретного экспертного опроса. В общем случае
значение веса, приписываемого m - му эксперту, интерпретируется как
возможность достоверности оценки. В этом случае: 0 < k < 1.
Оценки экспертов могут иметь различную шкалу измерения: от 0 до
1; от 0 до 10; от 0 до 100, с учетом специфики экспертного опроса, объекта
исследования и используемой обработки данных.
Анализ и обработка экспертных оценок. При проведении анализа со­
бранных экспертных данных в соответствии с целями исследования и при­
нятыми моделями необходимо предоставить информацию, полученную от
экспертов, в виде, удобном для принятия решений (упорядочить объекты -
варианты, показатели факторы и т. п.), а также определить согласован­
ность действий экспертов и достоверность экспертных оценок.
К примеру, выявленные в процессе качественного анализа риски
необходимо представить в порядке их важности (степени возможного вли­
яния на уровень потерь) или варианты снижения риска - в порядке их
предпочтительности и т. п.
Существует ряд методов упорядочения, каждый из которых имеет
свои достоинства и недостатки, а также область эффективного изменения.
Наиболее распространенными из них являются: районирование, непосред­
ственная оценка, последовательное сравнение, парное сравнение.
Важным моментом экспертных процедур является оценка согласо­
ванности действий экспертов и достоверности экспертных оценок. Суще­
ствующие способы определения достоверности экспертных оценок осно-
33

ваны на предположении, что в случае согласованности действий экспертов


достоверность оценок гарантируется.
Наиболее часто для этих целей используют коэффициент конкорда-
ции (согласия), величина которого позволяет судить о степени согласован­
ности мнений экспертов, и как следствие, о достоверности их оценок.
Коэффициент конкордации (W) определяется из выражения:

аит2ах ' 7
( )

где сг| - фактическая дисперсия суммарных упорядоченных оценок, дан­


ных экспертами; &тах ~ дисперсия суммарных (упорядоченных) оценок в
случае, когда мнения экспертов полностью совпадают.
Величина коэффициента конкордации может изменяться в пределах
от 0 до 1. При W = 0 согласованности нет, т. е. связь между оценками раз­
личных экспертов отсутствует. При W = Согласованность полная.
Для принятия решения об использовании полученных от экспертов
оценок необходимо, чтобы коэффициент конкордации был больше задан­
ного (нормативного) значения WH< W. Можно принять WH- 0,5. Считает­
ся, что при WH> 0,5 действия экспертов в большой степени согласованы.
Определение коэффициентов конкордации рассмотрим на следую­
щем примере. Пусть в процессе качественного анализа выявлено пять ви­
дов риска, которым может подвергаться проект в процессе реализации.
Перед экспертами стоит задача реаранжировать эти риски (представить в
порядке актуальности) по степени возможного их влияния на уровень по­
терь (табл. 6 ).

Таблица б

Определение рангов важности рисков


Риски (т )
Эксперты (п)
1 2 3 4 5
1 2 1 5 3 5
2 3 2 4 1 5
3 1 2 4 3 5
4 2 1 3 4 4
Суммарный ранг важности 8 6 16 И 19

При полностью согласованном мнении экспертов каждый их них


первому вида риска дал 2 балла, второму - 1, третьему - 4 , четвертому - 3 ,
пятому - 5. В этом случае суммарный ранг важности рисков составил бы
соответственно 8 , 4, 16, 12, 20 баллов.
34

Известно, что среднее значение суммарной оценки для объектов,


назначаемых экспертами, составляет * / 2 х п х (т + 1), и в рассматриваемом
примере среднее значение составляет 1 2 .
Тогда:

of = (8 - 12)2 + (6 - 12)2 + (16 - 12)2 + (11 - 12)2 + (19 - 12)2 = 118;


< ах = (8 - +
1 2 )2 (4 - 1 2 )2 + (1 6 - 1 2 )2 + (1 2 - 1 2 )2 + (2 0 - 1 2 )2
= 160;
11Я
W= — = 0,7375.
160

Таким образом, мнения экспертов можно считать в достаточной сте­


пени согласованными. В этом случае данные ими оценки принимаются и
используются в процессе подготовки и реализации управленческих реше­
ний.
Для снижения субъективизма наряду с оценивающими показателями
в процедуру рейтинга включают объективные характеристики предметов
исследования, которые можно легко измерить интегрируемыми с содержа­
тельной стороны - величинами. Рейтинг, проводимый на базе такой про­
цедуры, получил наименование скоринга и является оценивающим на ос­
нове системы показателей и бальной оценки.

Контрольные вопросы
1. Назовите основные методы анализа риска (качественные и количе­
ственные).
2. Перечислите и раскройте принципы выявления и оценки рисков.
3. Раскройте содержание методических принципов оценки риска.
4. Раскройте содержание методических принципов выявления риска.
5. Каково содержание операциональных принципов оценки риска.
6 . Раскрыть сущность метода SWOT-анализа проектных рисков.
7. В чем особенность качественных методов анализа риска.
8 . Покажите виды, особенности индивидуальных и групповых экс­
пертных оценок метода «Делфи».
9. Назовите основные правила определения экспертных суммарных
экспертных оценок на основе отдельных экспертов.
10. В чем сущность и методика использования коэффициентов кон-
кордации (согласия)? Покажите на примере.
35

3. КОЛИЧЕСТВЕННЫЕ ОЦЕНКИ ЭКОНОМИЧЕСКОГО


РИСКА В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

3.1. Методы принятия решений в условиях неопределенности

3.1.1. Предмет теории игр

Риск - сложное явление, характеристиками которого является: не­


определенность (неизвестность) будущих результатов, вероятность отри­
цательных результатов деятельности, их величина, а так же значимость для
принимающего решения.
Хотя будущее принципиально не предсказуемо, ожидаемые события
можно предвидеть с той или иной погрешностью (часто очень низкой) в
зависимости от того, какова природа событий - вероятностная или неопре­
деленная.
Неопределенность молено охарактеризовать как множество состоя­
ний внутренней и внешней среды. При реализации цели всегда необходи­
мо осуществлять поиск единственного наилучшего (в каком-нибудь смыс­
ле) решение на заранее заданном множестве допустимых решений. Основ­
ная трудность состоит в том, что последствия, связанные с принятием того
или иного решения, зависят от неизвестной ситуации. Степень неприемле­
мости этих последствий измеряется в условиях единицах - потерях, кото­
рые, по предпололсению, может понести лицо, принимающее решение
(ЛПР).
В рамках нормального подхода к исследованию процесса разработки
решений выработано понимание риска во многом отличительное от при­
вычного его толкования в повседневной деятельности менеджеров, что за­
трудняет применение развитых теоретических идей.
Суть дела в следующем. Нормативная теория связывает риск пре­
имущественно с колеблемостью, изменчивостью результативного показа­
теля. Особенно характерным является отолсдествление риска с дисперсией
показателя. Расчет характеристик типа дисперсии предполагает комбини­
рование возмолшых значений результативного показателя и их вероятно­
стей. При этом значения показателей и их вероятность одинаково важны
для расчета характеристики изменчивости. Однако практически при оцен­
ке рискованности ситуации менеджеры придают разный вес возможным
значениям результативного показателя и их вероятности. Значение ре­
зультативного показателя гораздо более валены, чем их вероятности.
Второе принципиальное отличие результатов нормативной теории от
практики состоит в том, что в этой теории отклонения результативного по­
казателя (скажем доходности) в большую или меньшую сторону в одинако­
вой степени считаются проявлением риска. На практике менеджеры в
36

большинстве случаев считают иначе. Только отклонение в негативную


сторону (меньшей доходности, больших затрат и т. п.) считается проявле­
ние риска. Это связанно с тем, что в большинстве деловых организаций
менеджеры несут совершенно различную ответственность за убытки и
упущенную выгоду.
Практически для любой операции, связанной с экономической дея­
тельностью, начальное и конечное состояние имеют денежную оценку и
цель ее поведения, естественно, заключается в максимизации прибыли-
разности между конечной и начальной оценками (или какого-нибудь по­
добного показателя).
Для множества возникающих в условиях рыночной неопределенно­
сти и риска хозяйственных задач классические методы и модели оказыва­
ются недостаточными.
Во-первых, в системе рыночной экономики мировая экономическая
наука столкнулась с необходимостью изучать весьма сложные объекты и
процессы, для которых нет и не предвидится в ближайшее время целост­
ной теории, позволяющей использовать имеюьциеся математический ар­
сенал классических методов и моделей.
Риск и неопределенность рыночных отношений возникают в резуль­
тате взаимодействия многочисленных объектов, внутрифирменных и меж
хозяйственных процессов. Способы взаимодействия и количество объек­
тов, подлежащих анализу, нередко определяются в ходе самого процесса.
Во-вторых, если даже математические модели и могут быть построе­
ны и имеются методы их решения, все же в ряде случаев они остаются не­
пригодными из-за огромного объема различных операций, которые необ­
ходимо выполнить.
В-третьих, возникают ситуации, когда хороший на первый взгляд
моделью системы являются определенный метод, например задача линей­
ного, нелинейного или динамического программирования, однако процес­
сы, происходящие в экономической системе, не поддаются формализации
(слабоструктуризируемые или неструктурируемые системы).
Не существует единого мнения, какие методы должны быть исполь­
зованы при выборе решения и способа определения приемлемого риска.
Все существующие подходы можно разделить на две группы:
Прогрессо-ориентированные подходы и стратегически ориентиро­
ванные подходы. При первом подходе лицо, вырабатывающее решения,
берет за основу процесс, который будет использоваться для принятия
решения по управлению риском. Когда такой процесс выбран, уже не тре­
буется никакого обоснования правил, по которым происходит процесс
принятия решения.
Стратегически ориентированные подходы более обоснованы и пуб­
личны, а также имеют более ясную логику, они вписываются в обществен-
37

кые процессы и часто определяют стратегию деятельности внутри этих


процессов.
Наряду с количественными методами существуют неоптимизацион­
ные методы, рассмотрим их.
В практике довольно часто используются эвристические методы и
модели, не требующие доказательств оптимальности получаемых решений.
Их использование позволяет сократить просмотр всех возможных вариан­
тов решения задач планирования и управления, уменьшая трудоемкость
поиска наилучших решений. Особенности решения экономических задач
эвристическими методами состоят в используемых приемах, логике реше­
ние, задаваемых критериях оптимальности и ограничительных условиях,
принятой или выработанной приоритетности (правилах предпочтения),
оценке приемлемости полученного результата, которые осуществляются
экспертными методами.
Экспертные методы и модели особенно важны при решении слож­
ных неформализуемых проблемных ситуаций, когда неполнота и недосто­
верность информации не позволяет применять в чистом виде формальные
математические методы и модели для прогнозирования, планирования,
контроля, анализа и управления и тем самым провести какие-либо расчеты
по обоснованию решений. Общей направленностью этих процедур являет­
ся использование человека как «измерительного прибора» для получения
количественных оценок качественных суждений, не поддающихся непо­
средственному измерению. Для этого эксперты проводят интуитивно-
логический анализ исследуемой ситуации с количественными или поряд­
ковыми оценками процессов или явлений и формальной обработкой ре­
зультатов экспертизы. Получаемое в результате обработки обобщенное
мнение экспертов принимается как решение проблемы.
Экспертные методы подразделяются на индивидуальные и коллек­
тивные. К индивидуальным относится, например, метод «интервью», «ана­
литические докладные записки», написание сценария.
В методе «интервью» эксперт опрашивается по специально разра­
ботанной программе (опросному листу). Цель задаваемых ему вопросов
состоит в выявлении: потенциальных источников опасности и эксперимен­
тальных условий их функционирования; событий, инициирующих аварии
и катастрофы; факторов, способствующих эскалации аварии; факторов
безопасности, исходов аварий, катастроф и их последствий.
Составление аналитических экспертных записок включает самосто­
ятельную работу эксперта над анализом ситуации. Результатом его работы
является докладная записка с обоснованием возможности проявления не­
благоприятного события и нанесения ущерба, принимая во внимание от­
меченные выше факторы опасности и безопасности и их «вес».
38

Как модификацию аналитической экспертной записки молено рас­


сматривать написание сценария зарождения и развитие неблагоприятного
события, нанесения ущерба различным объектам. В основе сценария ле­
жит установление и описание реальной логической последовательности
ситуаций, которые приведут к возникновению ущерба. Разработка сцена­
рия предполагает необходимость детального исследования взаимодействий
между явлениями, факторами, обуславливающими возникновения небла­
гоприятных событий и их воздействия на объекты, которые могут быть
упущены на абстрактном уровне их анализа.
Как модификацию метода «интервью» молсет рассматриваться анке­
тирование населения, пролсивающего, как правило, вблизи источника по­
тенциальной опасности. Вопросы анкет обычно направлены на выявление
причин беспокойства людей относительно ухудшения качества окружаю­
щей среды. Они помогают установить приоритетные направления сниже­
ния различных рисков, выявить причины ухудшения здоровья у индивиду­
умов и отдельных их групп, проверить эффективность действующих мер
по их предотвращению и снижению продолжительности воздействия.
Разновидностью экспертного метода является метод Дельфи.
Трудности, возникающие при создании и исследовании экономико­
математических моделей, привели к возникновению и развитию имитаци­
онных методов и моделей, позволяющих моделировать с использованием
ЭВМ систему, связанную с большим числом взаимодействующих объектов
и подсистем. В этих ситуациях и системах большую роль играет примене­
ние методов неформального системного анализа, которые решаются рабо­
чей экспертной группой и эвристическими методами. Связь этих методов с
имитационной моделью образуют имитационную систему, представляю­
щую изучаемые явление и системы внешнего и внутреннего обеспечения.
Под имитационной моделью принято понимать вычислительную
процедуру, формализовано описывающую изучаемый объект и имитиру­
ющую его поведение. Для имитационного моделирования характерна ими­
тация элементарных явлений, составляющих исследуемый процесс, а со­
хранением логической структуры, последовательности протекания во вре­
мени, характера и состава информации о состоянии процесса. Модель по
своей форме является логико-математической (алгоритмической).
Многие исследователи считают, что наиболее приемлемым имитаци­
онными моделями для описания целевых разработок в рамках научно-
технического процесса являются модели, основанные на графиках. Прак­
тическая роль графических методов и моделей особенно возросла в управ­
лении экономикой в настоящее время в связи с автоматизацией вычисле­
ний и последующих отображений их результатов на графопостроителях,
экранах дисплеев, деревьев решений, деревьев «цели-мероприятия», гра­
фиков (Ганта) и других форм.
39

Еще один важный метод исследования риска-моделирование задачи


выбора с помощью «дерева-решений». Данный метод предполагает графи­
ческое построение вариантов решений, которые могут быть приняты. По
ветвям «дерева» соотносят субъективные и объективные оценки возмож­
ных событий. Следуя вдоль построенных ветвей и используя специальные
методики расчета вероятностей, оценивают каждый путь и затем выбирают
менее рискованный.
Теория игр является теорией математических моделей принятия ре­
шений в условиях конфликтов. Здесь под конфликтом будем принимать
явление, применительно к которому можно говорить, кто и как в этом яв­
лении участвует, какие у него могут быть исходы и кто как в этих исходах
заинтересован. Поэтому для формального задания конфликта необходимо
указать:
1) множество участвующих в нем действующих начал, называемых
коалициями действия;
2 ) семейства множеств стратегий каждой из коалиций действия;
3) множество ситуаций;
4 ) множество заинтересованных начал, называемых коалициями ин­
тересов;
5) семейства отношений, выражающих предпочтения между ситуа­
циями для коалиций интересов.
Перечисленная система множеств и называется игрой. Содержание
теории игр состоит в установлении связей между компонентами каждой
игры и оптимальными ее исходами, и прежде всего, в уточнении самого
понятия оптимальности, в доказательстве существование оптимальных
исходов и в их фактическом определении.
Для игр с одной коалицией действия множество всех ситуаций
можно принять за множество стратегий этой единственной коалиции дей­
ствия и далее о стратегиях не упоминать. Поэтому такие игры называются
нестратегическими. Важным классом таких игр являются игры с приро­
дой., применяемые для анализа экономических ситуаций, оценки эффек­
тивности принимаемых решений и выбора наиболее предпочтительных
альтернатив, в которых риск связан с совокупностью неопределенных
факторов окружающей среды, именуемых «природа». Поэтому термин
природа характеризует некую объективную действительность, которую
не следует понимать буквально, хотя вполне могут встречаться ситуации,
в которых игроком действительно может выступать природа (например,
обстоятельства, связанные с погодными условиями или с природными
стихийными силами).
В отличие от нестратегических игр, все остальные игры, с двумя
или более коалициями действия, называются стратегическими. В прак­
тических ситуациях часто появляется необходимость согласования дей­
40

ствий компаний, отведений, министерств и других участников проектов в


условиях, когда их интересы не совпадают. В подобных ситуациях теория
стратегических игр позволяет найти оптимальное решение для всех
участников проекта, обязанных согласовать действия при столкновении
интересов.
Риск и неопределенность исходов игры обуславливается случайным
состоянием среды или выбором образа действия противоположной сто­
роной, или вероятностным характером появления желаемого результата
по возможным стратегиям.
Рассмотрим различные экономические ситуации, в которых риск
связан с совокупностью неопределенных факторов окружающей среды,
именуемых «природа».
В играх с природой, как и в стратегических играх, создание модели
должно начинаться с построения платежной матрицы. Это наиболее тру­
доемкий и ответственный этап подготовки принятия решения, так как
ошибки в платежной матрице не могут быть компенсирована никакими
вычислительными методами и могут привести к неверному итоговому ре­
зультату.
Отличительная особенность игры с природой состоит в том, что в
ней сознательно действует один из участников, в большинстве случаев
называемым игроком 1. Игрок 2 (природа) сознательна против игрока 1
не действует, а выступает как не имеющий конкретной цели и случайным
образом выбирающий очередные «ходы» партнер по игре.
Методы принятия решений в играх с природой зависят от того, из­
вестны или нет вероятности состояний (стратегий) природы, т.е. имеет ли
место ситуация риска или неопределенности.
Предположим, что построена следующая планетарная матрица и г - .
ры с природой:

Па •• п ,- . • п „ -
Pi еп ■■ eij • &1п
Е-
Pj еп " еЧ ‘ ein ( 8)
• Рщ emj &тп.
j eij Pi Pj Pn

Здесь игрок 1 имеет ш возможных ситуаций, P i...P i...P m, i = 1, т , а


у природы имеется п возможных состояний (стратегий) П}.. .П у. .Пп, j =
1, п.
41

Платит, естественно, не природа, а некая третья сторона (или сово­


купность сторон, влияющих на принятие решений игроком 1 и объединен­
ных в понятие «природа»).
Можно задавать матрицу игры с природой и в виде так называемой
матрицы рисков R = Цг^-Ц или матрицы упугценных возможностей. Вели­
чина риска - это размер платы за отсутствие информации о состоянии сре­
ды. Матрицу R строим на основе матрицы выигрышей Е — ||е^-1|.
Риском Tij игрока при использовании им стратегии Pi при состоянии
среды Ц будем называть разность между выигрышем, который игрок по­
лучил бы, если бы он знал, что состоянием среды будет Ц , и выигрышем,
который игрок получит, не имея этой информации.
Зная состояние природы (стратегию) Ц , игрок выбирает ту страте­
гию, при которой его выигрыш максимальный, т. е.

r ij ~ P j ~ e ij> (9 )

max
где pj = 1 < j < m e ij> ПРИ заданном).
__1
Па • . Uj .
р1 Гц • ; r ln
: T li:

Pj Пг *■ щ ■ r in
_
"
__ 1

Пп1 Г?пп_
of

rm j

Независимо от вида матрицы игры требуется выбрать такую страте­


гию игрока, которая была бы наиболее выгодной по сравнению с другими.
Рассмотрим пример построения матрицы игры.
Необходимо закупить уголь для обогрева дома. Количество храни­
мого угля ограничено, и в течение холодного периода должно быть полно­
стью израсходовано. Предполагается, что неиспользованный уголь в лето
пропадает. Из статистических наблюдений погоды установлено, что зима
может быть мягкой, обычной и холодной. Имеются данные о количестве и
ценах угля, необходимого зимой для отопления дома (табл. 7).

Таблица 7

Технико-экономические показатели процесса отоплении


Зима Количество угля, т. Средняя цена за 1 т. у. е.
Мягкая 4 7
Обычная 5 7,5
Холодная 6 8
42

Неопределенность состоит в том, что неизвестно, какой будет зима:


суровой, тогда придется докупать уголь, или мягкой, тогда часть угля мо­
жет остаться неиспользованной. Закупка угля производится летом, по лет­
ним ценам, с ценой 6 у. е. за 1 т. Имеется место для хранения угля до 6 т.,
заготавливаемого летом. Если потребуется зимой докупить недостающее
количество угля, докупка будет по зимним ценам. Сколько угля летом по­
купать на зиму.
Решение: Строится матрица игры с природой А = Ца^Ц,! = 1,т ~
стратегии игрока, j = 1 ,п - стратегии природы; ац - выигрыш игрока 1
при реализации его чистой стратегии i = 1,3 и чистой стратегии j = 1,3
природы (табл. 8 ).

Таблица 8

Расчет матрицы игры с природой


Природа
Мягкая обычная холодная
Мягкая (4 г.) - (4*6) -(4*6+1 *7,5) - (4*6+2*8)
Обычная (5 т.) - (5*6) - (5*6+0*7,5) -(5*6+1 * ) 8

Холодная т.)
( 6 -( * )
6 6 - (6*6+0*7,5) -( * + * )
6 6 0 8

Рассчитаем платежную матриц А, на основании которой можно вы­


брать рациональную стратегию:

-2 4 —31,5 —4 0 \
А = -3 0 -3 0 -3 8 ]
-3 6 -3 6 -3 6 /

Стратегические игры с чистыми стратегиями.


Будем рассматривать игры, когда выигрыш одного игрока одновре­
менно является проигрышем другого. Эти игры еще называют играми с
нулевой суммой.
Если представлена матрица платежей стратегической игры Е =
||ву[|; i = 1 , т ; ] = 1 , п , (8 ), то для нее вводятся понятия нижняя цена иг­
ры (для игрока 1):

а = max (т т е ц ), (1 1 )
i j

и верхняя цена игры (для игрока 2 ):

/? = max (min е^*). ( 12)


43

Если а = ft, игра называется с седловой точкой (13) или игрой с чи­
стыми стратегиями. При этом V = а = /? называют ценой игры (V - цена
игры).

Пример 1
Дана платежная матрица Е игры двух лиц. Определить оптимальные
стратегии для каждого из игроков и цену игры, Е = Ц^уЦ, г;; - выигрыш
игрока 1 (соответственно проигрыш игрока 2 ) при выбранных стратегиях
(i) игрока 1 и (j) игрока 2 .

mm max
j i
Г 5 3 2 41 2'

Е = 7 9 12 6 (13)
5 4 2 1
Lio 8 11 3
max 10 В 12 6 .
£ V_________ /
min Y

^ max / m in \
Откуда: a = . . etj j = 6,
i = 1,4 - стратегия первого игрока (строки);

Л mm /m ax
Р ~ } \ i е
j = 1,4 - стратегия второго игрока (столбцы).

а = р — 6 - цена игры.

Итак, цена игры V = 6 . Игра имеет седловую точку. Стратегия i = 2


оптимальная для игрока 1, j = 4 для игрока 2. Имеем игру с чистыми стра­
тегиями.
Игры со смешанными стратегиями.
Если платежная матрица Е = ||e^-|| не имеет седловой точки, т.е. а ф
/?, и ни один из участников игры не может выбрать один план в качестве
своей оптимальной стратегии, игроки переходят на «смешанные страте­
гии». При этом каждый из игроков использует в процессе игры несколько
раз каждую из своих стратегий (если игра проводится много кратно).
Вектор, каждая из компонент которого показывает относительную
частоту (вероятность) использования игроком соответствующей чистой
стратегии, называется смешанной стратегий данного игрока.
44

Дня парной игры (8 ) это будут стратегии:


X = (Х± ... Х|i ... Хш) - смешанная стратегия первого игрока;
Y = f t ... Y} ... Yn) - смешанная стратегия второго игрока;
Xi, Yj - относительные частоты (вероятности) использования игро­
ками своих стратегий.
Условия использования смешанных стратегий:
т п
X t = 1; ^ Y3 = 1. (14)
L=1 j~ l

Если X * = (X I, ... X - ... Хт) - оптимальная стратегия, выбранная


первым игроком, a Y* = ... Yj*... У^) - оптимальная стратегия, выбран­
ная вторым игроком, то число

т п
V = е..-х* *У* (15)
Z X
i=1 j=t

является ценой игры.


Для того чтобы число V было ценой игры, а X* и У*- оптимальными
стратегиями, необходимо и достаточно выполнение неравенств:
Для первого игрока (как условно выигрывающего):

п
^ e i } -Yjt > V , i = V m , (16)
7= 1

Для второго игрока (как условно проигрывающего):

ей ■X! < V J = 1, п . (17)


Z—i
45

3.1.2. Методы решения игровых задач

Мажорирование (доминирование) стратегий.


Принцип доминирования состоит в том, что:
а) для условно выигрывающего (игрока 1) стратегия Si будет доми­
нировать стратегию Sk> если каждый элемент вектора (строки) платежей i-й
стратегии будет больше или равен соответствующему элементу вектора
платежей k-й (строки), т.е. ein > екп.

Пример 2
St — (5, 7, —1,0);
$* = ( 3 , 7 , - 2 , - 1 ) .
Стратегия Si доминирует Sk, т.е. Si > Sk.
б) Для проигрывающего условно (игрока 2), Sj будет доминировать
Sf, если каждый элемент вектора (столбца) платежей j -й стратегии будет
меньше или равен соответствующему элементу вектора платежей f-ro
стратегии (столбца), т.е. ejm > е^т .

Пример 3
S, = ( 1 0 , - 2 , 3 ) ;
Sf = ( 1 2 , 0,5).
Стратегия Sj > Sf.

Пример 4
Используя понятие доминирования, уменьшить размерность платеж­
ной матрицы Е.

^4 ^5 ^6
sa '0 0 0 0 G O -
s2 4 2 0 2 1 1
S3 4 3 1 3 2 2
s4 4 3 7 - 5 1 2
S5 4 3 4 - 1 2 2
S 6 -4 3 3 - 2 2 2-

Производим мажорирование по строкам и столбцам. Доминирующие


стратегии остаются, доминируемые вычеркиваются.
Начнем (произвольно) со столбцов.
Шаг 1 : Z2 > ; Z5 > Z6 ; Z5 > Z2 . Ввиду отсутствия доминирующих
среди оставшихся столбцов (стратегий), переходим к мажорированию по
строкам.
Шаг 2: 5 2 > ; 5s > 5^ .
46

Упрощенная матрица

Z3 Z4 Z5

Аналитический метод решения парной игровой задач.


Задана платежная матрица игры со смешанными стратегиями.

дг 92
Pi f a 11 «12\
P2 U 21 «22 Г)

где Р± , Р2- вероятности соответственно первой и второй стратегий 1 игро­


ка; д г , д 2~ вероятности соответственно первой и второй стратегии игрока
2.
Формируем математическую модель задачи. При определении стра­
тегий игрока 1 модель составляется для игрока 2 и наоборот.
Допустим, определяются стратегии игрока 2.

« и ■9 i + «12 ■Вт. = У;
« 21 ' 3 1 + « 2 2 ' 3 2 = V) (18)
B i + 92 = 1-

«11 ■31 + «12 ■ (1 “ 9 1 ) = «21 ■91 + «22 ' (1 - 9 l)-,


(19)
« 1 1 ' 91 + «12 — « 1 2 ' 91 — «21 ■9 l + «22 —« 2 2 ' 9l •

Откуда получаем оптимальные значения д° и д ° :

аг2 —а 21
«11 + «22 - (« 1 2 + « 21) '
(20)
(21)
«11 + «22 — («12 + a 2 l )'

Зная д° и д%, находим V.


47

У — аИ ’ («22 « 2l ) ^ «21 ‘ («11 ~ а 12 )


а и + а 22 — (« ц + а 21) а1г + а 22 ™ (а 12 + а 21)
__ а 11 ' «22 ~ а 12 ' «21
(22)
« п + а 22 — (а 12 4- а 21)

Вычислив V, находим р° и р 2 :

а ц ■р! + а 21 ■р2 = V; рг + р2 = 1.
« 11 1Pi + «21 ■(1 - Pi) = V; pi • (ац - а21) = V ~ а21,
_ ^ _ . _ - n _ ^
i 0

Pi
« 2 1 _

; Рг = 1
0

Pi
« 1 1
(23)
«11 — «21 «11 — «21
при а ц =£ a 21.

Задача решена, так как векторы

P i\
Рг)'

Пример 5
Решить аналитически игровую задачу с матрицей платежей А.

9i 92
Pi 72 5\
А
P2 V7 3/

Определяем вероятности применения стратегий игроком 2 по (20;


21).
3 —7 4- о 3
Л° = 2 + 3 —(7 + 5) —7' ~7‘

Цена игры (22):

2 ■3 —7 ■5 29
V ~ 2 + 3 - (7 + 5) “ У

Вероятности изменения стратегий игрока 1 по формулам (23).

п 29/ 7 ~ 7 26
Pl 2- 7 35'
48

P2° = 1 - r f = ^ -

Сведения игровых задач к задачам линейного программирования.

Пример 6
Найти решение задачи, определяемой платежной матрицей А:

Уг Уг Уз
*1 /1 2 0 \
Л = *2 1 0 2
*з \3 2 1 /

Решение: Составим задачу линейного программирования для игрока


1 с целью определения вероятностей стратегий игрока 2 по выражениям
(16):

si ( У1 + 2У 2 ^ ^ ;
S2 | У\ + 2у3 > V; (24)
s3 (.3у 1 + 2у 2 + Уз > V;

Уг + Уг + Уз = !• (25)

Освобождаясь от переменной V (цена игры), разделим левую и пра­


вую части выражений (24), (25) на V. Приняв ^ / у за новую переменную
Zj, получим новую систему ограничений (26) и целевую функцию (27);

z 1 + 2z 2 > 1;
4- 2z3 > 1; (26)
3 z t 4- 2 z 2 + z3 > 1;

1
F = — = z±+ z2 + z3 min (27)

Аналогично получим модель для второго игрока.

'хг 4- х 2 + З х3 < V;
2 хi 4- 2 х3 < V; (28)
, 2х2 4 - % 3 < V
;

х г + х 2 + х 3 = 1. (29)
Приведя модель (28), (29) к форме без переменной У, получим
49

'd'l + d 2 + 3d3 < 1;


■ 2d x + 2d 3 < 1; (30)
, 2d2 + d 3 < 1;

Ж = —= + d2 + max, (31)
где dj = * ‘Дг.
Если нам необходимо определить поведение первого игрока, т.е. от­
носительную частоту использования его стратегий (Xi, Хг, Хз), мы будем
использовать модель второго игрока, т.к. эти переменные находятся в его
модели выигрыша (28), (29),
Приведем (30), (31) к форме уравнений:

rd^ + d 2 + 3d3 4- d4 — 1;
2 d ± + 2 d 3 + d 5 = 1; (32)
, 2 d 2 + d 3 + dfr = 1;

W ~ dt + d 2 + d 3 max, (33)

Дальше задача (32), (33) решается симплекс-методом (табл. 9).

Таблица 9

Симплекс-таблица расчета решения задачи


Базис di d 2 d 3 d4 d de
5 Свободный ъч/ aij
bj член
d4 1 1 3 1 0 0 1

ds 2 0 2 0 1 0 1

d6 0 ( )
2 1 0 0 1 1 1 / 2

W - 1 -1 -I 0 0 0 0

df 1 0 5/2 1 0 - 1 / 2 1 / 2 1 / 2

ds 2 0 2 0 1 0 1 1 / 2

d2 0 1 1 / 2 0 0 1 / 2 1 / 2

W - 1 0 - 1 / 2 0 0 1 / 2 1 / 2

di 1 0 5/2 1 0 - 1 / 2 1 / 2

ds 0 0 -3 - 2 1 1 0

d2 0 1 1 / 2 0 0 0 1 / 2

W 0 0 2 I 0 0 1
50

Базисное решение
dt = 1 / 2 ; d 2 = V 2 ; <^з = 0; ^4 = 0; — 0; rf6 = 0; = 1.
Цена игры: V = -^;V = I.
Исходные параметры, относительные частоты применения страте­
гий:
Хг = d t *V = У 2 ■1 = V 2 ; хз = ^4 = *5 = х6 = 0;
*2 = d 2 ■V = V 2 ■i = V 2.

3.2. Принятие решений в условиях полной неопределенности

Неопределенность, связанную с отсутствием информации о вероят­


ностях состояний среды (природы), называют «безнадежной» или «дур­
ной».
В таких случаях для определения наилучших решений используются
следующие критерии:
— Критерий гарантированного результата (максиминный критерий
Вальда) —пессимистический по своей сути критерий, потому что принима­
ется во внимание только самый плохой из всех возможных результатов
каждой альтернативы. Этот подход устанавливает гарантированный мини­
мум, хотя фактический результат может быть не таким уж плохим.
— Критерий оптимизма (критерий максимакса) соответствует опти­
мистической наступательной стратегии. Здесь не принимается во внимание
никакой возможный результат, кроме самого лучшего.
— Критерий пессимизма характеризуется выбором худшей альтерна­
тивы с худшим из всех худших значений окупаемости.
— Критерий минимаксного риска Сэвиджа можно рассматривать как
критерий наименьшего вреда, который определяет худшие возможные по­
следствия для каждой альтернативы и выбирает альтернативу с лучшим из
плохих значений.
— Критерий обобщенного максимина (пессимизма - оптимизма)
Гурвица позволяет учитывать состояние между крайним пессимизмом и
безудержным оптимизмом, В определенных обстоятельствах каждый из
этих методов имеет свои достоинства и недостатки, которые могут помочь
в выработке решения.
При сравнительном анализе критериев эффективности нецелесо­
образно останавливаться на выборе единственного критерия, так как в ряде
случаев это может привести к неоправданным решения, ведущим к значи­
тельным потерям экономического, социального и иного содержания. По­
этому в указанных ситуациях имеется необходимость применения не­
скольких критериев в совокупности.
51

Применение различных критериев эффективности для различных


задач выбора оптимальных решений в условиях неопределенности показы­
вает, что подход, базирующийся на комплексном применении указанных
критериев, может стать определяющим:
А) Критерий гарантированного результата
Его также называют максиминным критерием Вальда, Сущность
данного критерия заключается в следующем. ЛПР располагает множе­
ством стратегий (вариантов, альтернатив) решения проблемы:

Р = i = 1, т.

В качестве Pt, могут быть: технические параметры проектируемых


систем, экономические показатели состояния предприятия, различные
варианты решения поставленных задач и т.п. Указанные стратегии счи­
таются контролируемыми (управляемыми) факторами.
Наряду с факторами управляемыми действуют факторы, которые не
поддаются контролю. Обозначим их через:

П = (п; },7 = 1,п.

Факторы Пу представляют: уровень спроса на товары, предлагаемые


фирмой, рыночные цены, условия эксплуатации технических и производ­
ственных систем, действия конкурентов и т.д.
Для оценки эффективности принимаемых решений вводим показа­
тель эффективности Е и считаем, что функция Е (Р, П) является известной.
Так как факторы Р и П являются дискретными, то и эффективность Е так­
же представляет собой множество дискретных чисел. Таким образом, каж­
дой точке контролируемых и неконтролируемых факторов (Pit Пу) ставит­
ся в соответствие значение эффективности Е(Р^, Пу). Следовательно, мож­
но построить матрицу Е = Це^-Ц (табл. 10).
Для каждого контролируемого фактора Pi (строки) находится
min е(Р ;,П ,), в результате чего определяется набор значений показателя
1<i<n J
эффективности.

}min е (Рг, П), min е (Р2, П ),.,, min е (Рт, П )}


I j j j )

Сравнивая полученные величины, выбирают управляемый фактор Pi


е Р, при котором обеспечивается максимальное значен ие Е (Р, П).
52

Таблица 10

М атрица эффективности
" \T [i ... min ejj
ГЦ П| nn
Pi i '
Pi е 1 1 el) ... eln min е(Р ,П)1

; ... ... ...


Pi eil ... min е(Ц,П)
eii ein
: ... ... ...
Pm eml emj ... min e(Pm, П)
emn

Таким образом, критерий гарантированного результата (максимин-


ный критерий Вальда) записывается в виде:

ЕГ — max m in Е(Р, П) = max m in е#/. (34)


i j 1<i<m 1<j<n 4

Данный критерий обеспечивает максимизацию минимального выиг­


рыша или, что, то же самое, минимизацию максимальных потерь, которые
могут быть при реализации одной из стратегий. Критерий прост и четок,
но консервативен в том смысле, что ориентирует принимающего решение
на слишком осторожную линию поведения. Величина, соответствующая
максимальному критерию, называется нижней ценой игры, под которой
следует понимать максиминный выигрыш, гарантируемый в игре с данным
противником выбором одной из своих стратегий при минимальных затра­
тах. Это перестраховочная позиция крайнего пессимизма, рассчитанная на
худший случай. Такая стратегия приемлема, например, когда игрок не
столь заинтересован в крупной удаче, но хочет себя застраховать от
неожиданных проигрышей. Выбор такой стратегии определяется отноше­
нием игрока к риску.
Рассмотрим следующую задачу. Пусть, например, предприятие гото­
вится к переходу на новые виды продукции, при этом возможны четыре
решения Pi, Р2, Рз> Р4, каждому из которых соответствует определенный
вид выпуск продукции.
Результаты принятия решений существенно зависят от обстановки,
которая в значительной мере неопределенна. Варианты обстановки харак­
теризует структура спроса на новую продукцию, которая может быть трех
типов: Пь Щ Пз.
Выигрыш, характеризующий относительную величину результата
(доходы, прибыль и т.п.), соответствующий каждой паре сочетаний реше­
ний Р и обстановки П (табл, 11).
Нужно найти такую стратегию (линию поведения) Ру которая по
сравнению с другими является наиболее выгодной (оптимальной).
53

Таблица 11

Эффективность выпуска новых видов продукции


Виды реше- Ва рианты обстановки min ец ma% ets
ний П1 п2 Jh 1 j j
_____ £ ______ 0,25 0,35 0,40 0,25 0,40
_ Р2 0,75 0,30
0 , 2 0 0 , 2 0 0,75
Рз 0,35 0,80 0 , 1 0 0 , 1 0 0,80
р 4 0,90 0,30
0 , 2 0 0 , 2 0 0,90

Показатель эффективности:

Ег = тах {0 ,2 5 ; 0,20; 0Д0; 0,20} = 0,25.


i

и, следовательно, предпочтение необходимо отдать варианту Рь


Выбрав решение Pi, мы независимо от вариантов обстановки полу­
чим выигрыш не меньший 0,25. При любом другом решении, в случае не­
благоприятной обстановки, может быть получен результат (выигрыш)
меньше 0,25. Этот критерий ориентирует ЛПР на слишком осторожную
линию поведения. Так этот критерий никак не учитывает, что в случае
принятия решения Pj (т. е. при ориентации на выигрыш 0,25), максималь­
ный выигрыш не превышает 0,4. В то время, как выбирая, например, ре­
шение Рз, при гарантированном выигрыше 0,1, в случае благоприятной об­
становки можно получить выигрыш равный 0,80.
В ряде экономических задач, в качестве критерия эффективности
принимаемых решений, выступает показатель минимума затрат. В этих си­
туациях принцип гарантированных затрат формулируется в виде:

Зг = min max 3,-/ (35)


t 1 J

В качестве затрат 3 = ||3 ^ || могут выступать: капитальные вложе­


ния, валовые издержки производства, приведенные годовые затраты и дру­
гие показатели (табл. 12).

Таблица 12

Матрица приведенных затрат Зц

rii n 2 n n 4
т а х З || min 3jj
P 3
i 1
Pi 1 0 0 130 75 90 130 75
P, 80 2 0 0 140 160 2 0 0 80
P3
60 180 2 0 0 1 0 0 2 0 0 60
P4 130 90 150 150 150 90
54

Критерий гарантированных затрат реализуется к

3r = min{130; 200; 200; 150} = 130.

В качестве наиболее эффективной выступает первая стратегия, кото­


рой соответствует стратегия Рь
Б) Критерий оптимизма
При использовании данного критерия, называемого также критерием
максимакса, ЛПР должен ориентироваться на то, что условия функциони­
рования анализируемых систем будут для него наиболее благоприятными.
Вследствие этого оптимальным решением является стратегия, приводящая
к получению наибольшего значения критерия оптимальности в платежной
матрице. Этот критерий целесообразно применять в тех случаях, когда
имеется принципиальная возможность повлиять на функции противопо­
ложной стороны.
Если анализируется матрица эффекта Е (Р, П) того или иного вида,
то выбор управляемых факторов осуществляется таким образом, чтобы
определить максимум эффекта. И в этом случае критерий оптимизма запи­
сывается в виде:

Е0 = m a x m in Е ( Р , П) = max'mine*/. (36)
i j tem yen J

Пример 7
Анализируется матрица выпуска новых видов продукции (табл. 9),
Необходимо определить оптимальную стратегию с помощью принципа оп­
тимизма. В данном случае принцип оптимизма записывается в виде;

Е 0 = max (0,40; 0,75; 0,80; 0,90} = 0,90,


i

что отвечает выбору решения Р4.


Если рассматривается матрица затрат, то управляемые факторы вы­
бираются так, чтобы минимизировать указанные затраты. Тогда рассмат­
риваемый критерий формируется следующим образом:

30 = m in m in 3 (P , П) = min m in (37)
i j iem yen J

Пример 8
Рассматривается матрица приведенных годовых затрат (табл. 12).
Необходимо определить наиболее эффективную стратегию, используя
критерий оптимизма. Применительно к рассматриваемой ситуации прин­
цип оптимизма может быть представлен в виде:
55

30 = min{75; 80; 60; 90} = 60.

Следовательно, наиболее эффективной является стратегия Рз. Следу­


ет заметить, что ситуации, требующие применения критерия оптимизма, в
экономике не редки и используются им не только безоглядные оптимисты,
но и игроки, поставленные в безвыходное положение, когда они вынужде­
ны руководствоваться принципом «или пан, или пропал».
В) Критерий пессимизма
В отличие от критерия оптимизма, когда ЛПР ориентируется на
наиболее благоприятную среду, которая является неконтролируемой, и на
оптимальное использование управляющих факторов, при использовании
принципа пессимизма предполагается, что управляемые факторы могут
быть использованы неблагоприятным образом:

Еп = m in min Е(Р, П) = min min eijt (38)


i j iem jen J

где Е(Р; П) - функция эффективности принимаемых решений.


Неблагоприятное использование управляемых факторов возможно в
задачах, связанных с учетом фактора времени. К этим задачам можно от­
нести следующие задачи: социально-экономического прогнозирования;
долгосрочного планирования; проектирования сложным систем или ком­
плексов и др.
Другим примером является определение объемов производства про­
дукции предприятия. Данный показатель также можно считать управляе­
мым фактором. Но он зависит от различных факторов, которые могут су­
щественным образом применяться в процессе производства. При этом ука­
занные факторы относятся к внутренней среде предприятия: уровень кон­
структорской и технологической подготовки производства, тип использу­
емого оборудования, квалификация работающих и пр.

Пример 9
Компания по переработке древесины производит продукцию опреде­
ленного ассортимента и осуществляет ее сбыт по четырем каналам:
- ежемесячный объем продукции с устойчивыми связями по сбыту
на ряд лет в среднем составляет 490000 д. е. (П 1);
- ежемесячный объем продукции с устойчивым сбытом, но не на
длительный срок - 500000 д. е. (П2);
- ежемесячный объем продукции обеспечен только разовыми закуп­
ками - 510000 д. е. (Пз);
56

- месячная продукция, покупатель на которую не определен -


480000 д. е. (ГЦ);
Компания может осуществлять объем продукции по трем проектам в
объемах: 980000 д. е. (Pi); 1500000 д. е. (Р2); 1980000 д. е. (Рз).
Требуется выбрать оптимальную стратегию производства.
В зависимости от изменений рыночной конъюнктуры в связи с име­
ющимися возможностями реализации рассчитать варианты среднегодовой
прибыли, которые представлены в виде матрицы платежеспособного спро­
са (табл. 13), с учетом ожидаемого значения потерь в случае неудачного
исхода, связанных, например, с хранением неиспользованной продукции,
как следствия неиспользованных возможностей, нерационального распре­
деления инвестиций, снижения оборачиваемости оборотных средств, пор­
чей, либо другими причинами.

Таблица 13

Матрица платежеспособного спроса


Объем произ- Размер прибыли п ри колебании опроса min еи m ax et;
водотва п., п2 п, П
4 ) 4
Р, = 980000 49300 197200 197200 197200 49300 197200
Р = 1500000
2 -60 148900 297800 297800 -60 297200
Р = 1980000
3 -1140 98400 196800 393600 -1140 393600
max Я (Р, П) 49300 197200 297800 393600
1

Контролируемыми параметрами являются объем производства и им


соответствуют три стратегии Pi, Р2, Рз. Неопределенность Тк связана с ко­
лебаниями спроса на продукцию предприятия и ей отвечают четыре стра­
тегии; П] - низкая зависимость от изменений рыночной конъюнктуры, Г Ь -
средняя зависимость, Пз - зависимость от изменения конъюнктуры высо­
кая, ГЦ - зависимость от изменений высокая.
Критерий пессимизма равный

Еп = min{49300; - 6 0 ; -1 1 4 0 } = - 1 1 4 0
i

Отвечает стратегии Рз, которой соответствует выбор объема производства


продукции в сумме 1980000 д. е.
Для анализа матрицы затрат критерий пессимизма запишется как

Зп = m axm ax3(P , П) = т а х т а х З £,-, (39)


i j i j J

Пример 10
Располагая матрицей приведенных затрат (табл, 12), необходимо вы­
брать эффективную стратегию с помощью принципа пессимизма.
57

В рассматриваемой стратегии

Зп = т а х { 1 3 0 ,200,200,150} = 200.
i

Затраты Зп = 200 могут быть обеспечены при использовании второй


и третьей стратегии.
Г) Критерий минимаксного риска Сэвиджа
При использовании вышеперечисленных критериев возможны ситу­
ации, когда неконтролируемые факторы будут действовать более благо­
приятным образом по сравнению с наихудшим состоянием, на которое
ориентировалось ЛПР. Например, погодные условия оказываются более
благоприятными по сравнению с прогнозными. Количество конкурентов
на тех или иных рынках оказывается существенно меньше по сравнению с
теми ожиданиями, на которые ориентировались производители.
В подобных ситуациях полезный результат может значительно отли­
чаться от того, который обеспечивается при реализации критерия гаранти­
рованного результата или критерия пессимизма. Поэтому возникает необ­
ходимость определения возможных отклонений полученных результатов
от оптимальных значений. Здесь находит применение критерий Сэвиджа.
Выбор стратегии аналогичен выбору стратегии по принципу Вальда с тем
отличием, что игрок руководствуется не матрицей выигрышей Е, а матри­
цей рисков R построенной по формуле (40).

Erc = m inm axR (P , П) = m in шах тц, (40)


i j i j

где Vij - риск потери прибыли при выборе стратегии Pi и спросе Ц .

= Pj ~ e i}> (4 1 )

Pj = max eij - наибольшее значение прибыли при спросе Ц>

Пример И
Матрица полезного результата имеет вид (табл. 13).
Найдем значения f t = max ец:
J iem J

f t = max{49300; - 6 0 ; -1 1 4 0 } = 49300,
f t = max{197200; 148900; 98400} = 197200,
f t = max{197200; 297800; 196800} = 297200,
f t = m ax{l97200; 297800; 393600} - 393600,
58

а затем по формуле (41) строим матрицу рисков R = ||пу || (табл. 14).

Таблица 14

Анализ коммерческого риска при неопределенной конъюнктуре


П1 П2 из щ m ax n у
r itr J 3
Pi = 980000 0 0 100600 196400 196400
Р2 = 1500000 49360 48300 0 95800 95800
Рз = 1 980000 50440 98800 101000 0 101000

В данном случае Erc — min{196400; 95400; 101000 } = 95800. Сле­


довательно, выбирается стратегия Р 2, при которой величина риска, равная
95800 д.е. принимает минимальное значение в самой неблагоприятной си­
туации.
Сущность этого критерия в стремлении избежать большого риска
при выборе решения. В соответствии с этим критерием (см. табл. 14) сле­
дует производить продукцию в объеме Рг - 1500000 д.е.
Д) Критерий обобщенного макенмннл (пессимизма-оптимизма)
Гурница
Критерий Гурвица позволяет учитывать комбинации наихудших со­
стояний. Этот критерий при выборе решения рекомендует руководство­
ваться некоторым средним результатом, характеризующим состояние
между крайним пессимизмом и безудержным оптимизмом.
В соответствии с этим компромиссным критерием для каждого ре­
шения определяется линейная комбинация минимального и максимального
выигрышей

Et — j к • min ей + (1 —к ) ■шах ец
( je n J je n J

и предпочтение отдается варианту решения, для которого окажется макси­


мальным показатель Ej, т.е.

Eiz = m a x ]к ■т т е и + (1 —/<) *тахе*/{, (43)


iem ( je n J je n J)

где k - коэффициент, рассматриваемый как показатель оптимизма (0<к<1).


При к = 0 критерий Гурвица совпадает с максимаксным критерием,
т. е. ориентация на предельный риск, т. к. больший выигрыш сопряжен,
как правило, с большим риском. При к=1 ориентация на осторожное пове­
дение. Значения к между 0 и 1 является промежуточными между риском и
осторожностью и выбираются в зависимости от конкретной обстановки и
склонности к риску ДПР.
59

Пример 12
Рассматривается матрица коммерческого риска (табл, 14). При зна­
чении коэффициента оптимизма к=0,6 найдем оптимальную стратегию Pi,
Вычисляем для каждой стратегии линейную комбинацию.

Ег = 0,6 • 49300 + (1 - 0,6) • 197200 = 108460;


Е 2 = 0,6 ■( - 6 0 ) + (1 - 0,6) ■297800 = 119084;
Е 3 = 0,6 ■( -1 1 4 0 ) + (1 - 0,6) ■393600 = 147756.

Выбираем наибольшее из этих значений:

Eiz = ш ах(108400; 119084; 147756}.

В соответствии с критерием Гурвица средний размер прибыли будет


равен 147756 д. е. при выборе объема производства Р3=1980000 д. е.

Пример 13
Анализируется матрица выпуска новых видов продукции (табл, 15).

Таблица 15

Значения показателей Е; и Kiz для различных к


Значение коэффициента к
Решение
0,0 0,2 0,4 0,6 0,8 U0
Pi 0,4 0,37 0,34 0,31 0,28 0,25
Р2 0,75 0,64 0,53 0,42 0,31 0,2
Рз 0,8 0,66 0,52 0,38 0,24 0,1
Р4 0,9 0,76 0,62 0,48 0,34 0,2
Е,>. 0,9 0,76 0,62 0,48 0,34 0,25
Оптимальное
решение Р4 Р4 Р4 Р4 Р4 Pi

Как видим, с изменением коэффициента к изменяется вариант реше­


ния, которому следует отдать предпочтение.
Представим все критерии оптимальности в табличном виде (табл.
16).

Таблица 16

Таблица критериев оптимальности


Показатель Формула Название
Ея ~ max mine.,' Критерий гарантированного
Наибольшая осторожность
результата (Вальда)
Наименьшая осторожность Е0 — max max ен Критерий оптимизма
i )
60

Окончание табл. 16

Крайняя осторожность Еп — min min еи Критерий пессимизма


i i
Минимальный риск Erc — mm max ry Критерий Сэвиджа
Ei7 = max j/c *mine// + (1
lz iem ( jen l} y Критерий Гурвица
—k) ■maxe;/}
ten lJ)
Компромисс в решении Критерий Гурвица по отно­
Erz = min /с ■max П; + (1
rz iem l yen K шению матрицы рисков
—k ) ' m inгц\
jen J)
o< k < 1 Я= М

3.3* Сравнительная оценка вариантов решений в зависимости


от критериев эффективности

По числу критериев оценки альтернатив выделяют одно- и много­


критериальные задачи принятия решения (ЗПР). Принципиальная разница
между этими двумя классами задач состоит в том, что в условиях много-
критериальности возникает проблема соизмерения, совокупного учета тре­
бований разных критериев, которая в отличие от задачи упорядочения аль­
тернатив по одному критерию не может быть решена формальным путем и
требует обращения к ЛПР, организации взаимодействия о ним в процессе
решения задачи диалога между человеком и компьютером.
Наличие нескольких критериев выбора эффективных альтернатив
вносит дополнительную неопределенность при принятии наиболее пред­
почтительных решений.
Таким образом, имеет место неопределенность двух видов:
^неопределенность, обусловленная отсутствием или недостатком
информации об анализируемых процессах;
2) неопределенность, причиной которой является наличие несколь­
ких принципов оптимальности.
Пусть при выборе эффективных решений при наличии неуправляе­
мых факторов используется множество критериев оптимальности G = {GJ,
i = 1,m . Составляющими могут быть критерии гарантированного ре­
зультата, Сэвиджа, пессимизма и т. д.
Критерии Gi являются функцией управляемых факторов Р = { P j, i =
1 , т и неуправляемых факторов П = {П/}, j = 1, п.
Располагая множеством критериев G ~ {G(JP} П);}, i = 1 ,т необхо­
димо выбрать эффективное решение с учетом указанной совокупности ре­
шений.
Проанализируем решения примеров, приведенных ранее.
61

Анализ выпуска новых видов продукции (табл. 9) позволяет выде­


лить следующие лучшие стратегии: по критерию гарантированного ре­
зультата - Pi, по критерию оптимизма - Р4, по критерию пессимизма - Рз,
по критерию Сэвиджа - Рз, по критерию Гурвица (пессимизма-оптимизма)
при к = 0,6 —Р4.
Поскольку стратегии Рз и Р4 фигурируют в качестве оптимальных по
два раза, то к практическому применению молено рекомендовать или стра­
тегию Рз или Р4. Вместе с тем, стратегия является более осторожной, и
скорее всего, ЛПР выберет стратегию Рз.
Проведем анализ коммерческой стратегии компании при неопреде­
ленной конъюнктуре. Исследование матрицы платежеспособного спроса
(табл. 11) показывает, что лучшими являются следующие стратегии: по
критерию гарантированного результата - Pi, по критерию оптимизма - Рз,
по критерию пессимизма - Рз, по критерию Гурвица при к=0,6 - Рз.
Так как стратегия повторяется в качестве оптимальной по трем кри­
териям выбора из пяти, то степень ее надежности можно признать доста­
точно высокой для того, чтобы рекомендовать эту стратегию к практиче­
скому применению.
Из этих примеров видно, что в случае отсутствия информации о ве­
роятностях состояний среды теория не дает однозначных и математически
строгих рекомендаций по выбору критерия принятия решений. Это объяс­
няется не слабостью теории, а в большей мере неопределенностью самой
ситуации. Хотя применение математических методов в играх с природой
не дает абсолютно достоверного результата, и последний в определенной
степени является субъективным (вследствие произвольности выбора кри­
терия принятия решения), оно, тем не менее создает некоторое упорядоче­
ние имеющихся в распоряжении ЛПР данных: задаются множество состо­
яний природы, альтернативные решения, выигрыши и потери при различ­
ных сочетаниях состояния «среда-решение». Такое упорядочение пред­
ставлений о проблеме само по себе способствует повышению качества
принимаемых решений.

3.4. Многокритериальные задачи выбора эффективных решений

3.4.1. Многокритериальные задачи

Задача многокритериальной оптимизации - это задача с несколькими


критериями, которые с разных сторон характеризуют различные решения.
Чаще всего заранее выделено направление улучшения каждого критерия,
например его увеличение. Но одновременное увеличение всех критериев
практически всегда невозможно. Скажем, имея некоторую ограниченную
сумму денег, нельзя купить больше и сахара и муки. Более конкретно
62

можно сказать так: «Имея деньги в количестве S при ценах на сахар Р с и


муку Рм, можно купить такое количество сахара Х0 и такое количество му­
ки Хм, что Рс ■Хс + Рм ■Хм < S, XC> 0, ХМ > 0.
На рис. (4, а) показана область АВО, любая точка которой удовле­
творяет этому неравенству.

Рис. 4, Соотношение между объемами покупок

Все границы включены в область допустимых значений. Нам хоте­


лось иметь одновременно шах Хс и шах Хм, но это невозможно.
Поэтому в этой задаче, как и в других многокритериальных задачах,
речь идет не об оптимальных решениях, а об эффективных.
Вспомним: вектор значений показателей X* = (X = (Хс, Хм) в нашем
примере) называют эффективным, если в множестве имеющихся показате­
лей нет другого такого, который был бы хуже X* по всем компонентам и
превосходящий X* хотя бы по одной компоненте.
Эффективные решения - это такие решения, которые не могут быть
улучшены сразу по всем критериям.
Возникает вопрос, как искать решение, как формализовать задачу,
как согласовать противоречивые стремления? Перечислим некоторые воз­
можные способы действий.
Можно взять сумму критериев, в которую каждый критерий войдет с
каким-то сомножителем («весом критерия»). Молено каким-либо другим
образом объединить (говорят «свернуть») исходные критерии в один. Ино­
гда критерии предварительно упорядочивают по важности, а затем после­
довательно решают несколько оптимизационных задач (число задач равно
числу критериев) в порядке убывания ваясности критериев. Порядок при
этом следующий.
Решают оптимизационную задачу с одним, первым по важности,
критерием, считая, что других критериев нет. Потом решают задачу с од­
63

ним вторым критерием, И так далее. После выявления тех экстремальных


уровней, которые в принципе достижимы по каждому из критериев в от­
дельности, задается порог, который не должен нарушаться. Затем считают
условные нерушимости по первому критерию ограничением, решают зада­
чу оптимизации для второго критерия, добавляют ограничения по порогу
второго критерия, решают задачу для третьего критерия и т. д.

3.4.2. Оптимальность по Парето

Как уже отмечалось, анализ решений при многих критериях в значи­


тельной степени сводится к организации в той или иной форме взаимодей­
ствия с ЛПР, которое одно только и может разрешить проблему соизмере­
ния различных критериев. Существует довольно ограниченная область, в
которой применение сугубо формального анализа без обращения к ЛПР,
оказывается весьма полезным. Речь идет о выделении так называемого
MHoofcecmea эффективных, или оптимальных по Парето, альтернатив.
Эффективной считается такая альтернатива, для которой не суще­
ствует другой допустимой, не уступающей ей по всем критериям и хотя бы
по одному критерию превосходящей ее.
Во многих случаях множество эффективных альтернатив можно
отыскать, решая задачу с интегральным критерием оптимальности, пред­
ставляющим собой сумму отдельных, частных критериев с переменными
весами. При этом не имеет значения, какие веса брать для начала процесса.
Все - равно перебираются с каким-то заданным шагом все возможные ком­
бинации на отрезке от 0 до 1. После того, как выделено множество
эффективных альтернатив, ЛПР может выбрать одну из них.
С математической точки зрения такая сумма частных критериев с ко­
эффициентами важности есть не что иное, как аддитивная функция ценно­
сти (при условии, что критерии обладают свойством взаимной независи­
мости по предпочтению).

Пример 14
Задана матрица платежеспособности спроса Я = ||е^ ||, t = 1,3 -
стратегии производства (Е|, Ег, Ез), ] = 1,4 - стратегии спроса (П], Пг, Пз,
П4).

Па П2 П3 П4
Еа 49300 197200 197200 197200
Е = Е2 - 6 0 148900 297800 297800
Ез - 1 1 4 0 98400 196800 393600

и соответственно матрицы рисков R = || Гц


64

П х п2 П 3 п 4
Ег 0 0 100600 196400
R = Е2 49360 48300 0 95800
Е3 50440 98800 101000 0

а так же распределение вероятностей спроса

Р=

Прибыль, получаемая компанией при реализации Е i-й стратегии,


определяется, как математическое ожидание М[Е(] = £ j= i Pj * etj = Ei,

1 1 1 1
Ег = 49300 • - + 197200 ■- + 197200 • - + 197200 ■- = 172500;
6 4 4 3
1 1 1 1 2
E2 = —6 0 -----Ь 148900 ---- h 2 9 7 8 0 0 ---- f- 297800 ■—= 210931™;
6 4 4 3 3
_ 1 1 1 1
Eo = - 1 1 4 0 *- + 98400 ■- + 196800 ■- + 393600 ■- = 204810.
6 4 4 3
— 2
Максимальная средняя ожидаемая прибыль равна Е2 — 2 1 0 9 3 1 - и
соответствует стратегии компании Е2.
Математическое ожидание М [ R j ] и есть средний ожидаемый риск,
обозначенный также R Правило рекомендует принять решение, влекущее
минимальный средний ожидаемый риск. Вычислим средние ожидаемые
риски:

1 1 1 1 2
Ег = о - - + 0 ■- + 1 0 0 6 0 0 * - + 1 9 6 4 0 0 * - = 9 0 6 1 6 - ;
6 4 4 3 3
1 1 1 1
R = 49360 ■- + 48300 *- + 0 *- + 95800 *- = 52235;
z 6 4 4 3
1 1 1 1 1
R = 50440 • - + 9 8 8 0 0 * - + 101000 ■- + 0 ■ - = 6 5 0 2 3 -;

Минимальный средний ожидаемый риск равен R 2 = 52235 и соот­


ветствует стратегии Е2.
Итак, в рассмотренном примере была получена оптимизационная
двухкритериальная задача по выбору наилучшего решения, так каждое
65

р е ш е н и е и м е е т д ве х а р а к т е р и с т и к и — среднюю оэ/сидаемую прибыль и


средний ожидаемый риск.
С у щ еству ет н еск о л ьк о способов п остан овки таких о п ти м и зац и он н ы х
задач. Р а с с м о т р и м о д н и и з н и х в н а и б о л е е о б щ е м ви д е.
П у с т ь о - н е к о т о р о е м н о ж е с т в о о п е р а ц и й . К а ж д а я о п е р а ц и я «о» и м е ­
е т д ве ч и с л о в ы е х а р а к т е р и с т и к и Е (о ) и R (o ) (н а п р и м е р , э ф ф е к т и в н о с т ь и
р и с к ) и р а з н ы е о п е р а ц и и о б я за т е л ь н о р а з л и ч а ю т с я х о т я б ы о д н о й х а р а к т е ­
р и с ти к о й . П р и в ы б о р е н а и л у ч ш е й о п е р а ц и и , лее л а т е л ь н о , ч т о б ы Е б ы л о
б о л ь ш е , a R м е н ь ш е , т. е. Е > R ,
Б у д е м го в о р и т ь , ч т о о п е р а ц и я а д о м и н и р у е т о п е р а ц и ю в, и о б о зн а ­
ч а т ь а > в, е с л и Е (а ) > Е (в ) и R (a ) < R ( b ) и х о т я б ы о д н о и з эт и х н е р ав ен ств
с тр о го е. П р и э т о м о п е р а ц и я а н а з ы в а е т с я д о м и н и р у ю щ е й , а о п е р а ц и я в -
дом ин ируем ой. Я сн о , ч то ни при каком р азу м н о м вы боре наи лучш ей опе­
р а ц и и д о м и н и р у е м а я о п е р а ц и я н е м о ж е т б ы т ь п р и з н а н а так о в о й . С л е д о в а ­
тельно, наи лучш ую о п ер ац и ю надо и скать ср ед и н ед о м и н и р у ем ы х о п ера­
ций. М н о ж е с т в о э т и х о п е р а ц и й н а зы в а е т с я м н о л сество м П а р е т о и л и мно­
жеством оптимальности по Парето.
Н а м н о ж е с т в е П а р е т о к а ж д а я и з х а р а к т е р и с т и к Е , R — о д н о зн а ч н а я
ф у н к ц и я д р у г о й , т. е. п о х а р а к т е р и с т и к е Е м олено о п р е д е л и т ь х а р а к т е р и ­
с ти к у R и н а о б о р о т .
П р и м ен и тел ьн о к м атр и ч н ы м играм р асп р ед ел ен и е н азы вается П ар е­
то - о п т и м а л ь н ы м , е с л и п о л о ж е н и е ни о д н о го и з и г р о к о в н е л ь з я у л у ч ш и т ь ,
не у х у д ш а я п р и э т о м п о л о ж е н и е е го п ар тн ер а.
П р о д о л ж и м а н а л и з р а с с м а т р и в а е м о г о п р и м е р а . К алсдое р е ш е н и е
(Ei, R i ) о т м е т и м к а к т о ч к у н а п л о с к о с т и (рис. 4, б), п о л у ч и м т р и то ч к и . Ч ем
в ы ш е т о ч к а ( Е ^ R{), т е м б о л е е д о х о д н а я о п е р а ц и я , ч е м т о ч к а п р а в е е, те м
б о л ее о н а р и с к о в а я . З н а ч и т н у ж н о в ы б и р а т ь т о ч к у в ы ш е и л ев ее. В р а с ­
с м а т р и в а е м о м п р и м е р е м н о ж е с т в о П а р е т о с о с т о и т т о л ь к о и з о д н о й в то р о й
о п е р ац и и : ( Е 2 = 2 1 0 9 3 1 ~ 5 2 2 3 5 ).
Д ля н ах о ж д ен и я лучш ей оп ерац ии и н о гд а п р и м ен яю т подходящ ую
в зв е ш и в а ю щ у ю ф о р м у л у , к о т о р а я д л я о п е р а ц и и Е с х а р а к т е р и с т и к о й (Е, R )
дает одно чи сло, по котором у и оп ределяю т лучш ую операцию . Н априм ер,
п у с ть в зв е ш и в а ю щ а я ф о р м у л а и м е е т в и д f ( E ) = 2 Е — R.
Т о г д а и м еем :

2 1
/ ( Е 0 = 2- 172550 —9 0 6 1 6 —= 254483
О «3
, ч 2 1
/(Я 2) = 2 • 2 1 0 9 3 1 - - 52235 = 369628-;
, ч 1 2
f ( E 3) = 2 ■204810 - 6 5 0 2 3 - = 344596-.
66

О т с ю д а в и д н о , ч т о с т р а т е г и я Ег — л у ч ш а я . В з в е ш и в а ю щ а я ф о р м у л а
в ы р а ж а е т о т н о ш е н и е л и ц а, п р и н и м а ю щ е г о р е ш е н и е к д о х о д у и р и ск у . Е с ­
ли Л П Р п р и м е н я е т т о л ь к о ч т о р а с с м о т р е н н у ю ф о р м у л у , т о о н с о гл а с е н н а
у в е л и ч е н и е р и с к а о п е р а ц и и н а д ве е д и н и ц ы , е с л и д о х о д о п е р а ц и и п р и это м
увеличится не м ен ее ч ем на одн у единицу.

3.5. Модели принятия решений в условиях


частичной неопределенности

П ри няти е реш ен и й и н весто р о м в условиях ч асти ч н о й н еоп ределен ­


ности р ассм атр и в ается как случай при и звестн ом р асп р ед ел ен и и вероятн о­
с те й с о с т о я н и й с т р о и т е л ь с т в а о б ъ е к т о в х и м ч и с т к и в к р у п н о м го р о д е Р —
(Pl"Pi"Pm )-
И нвестор п р и н и м ает р еш ен и е о строи тельстве объекта оп ределен н о­
го ти п а в н е к о т о р о м м ес те. П р и н и м а я i-e р е ш е н и е , и н в е с т о р о ж и д а е т п о л у ­
ч и т ь д о х о д в р а зм е р е qy п р и р е а л и з а ц и и j -й с т р а т е г и и в м о м е н т з а в е р ш е н и я
с тр о и т е л ь с т в а . М н о ж е с т в о в о з м о ж н ы х с и т у а ц и й п р е д п о л а г а е т с я ф о р м а л и ­
зу е м ы м на р е т р о с п е к т и в н о й базе. М а т р и ц а Q = ||q^-|[, i = 1,тп,] = 1 , п , я в ­
ляется м атрицей доходов.
Т о гд а п р и и з в е с т н о й с и т у а ц и и j н а р ы н к е и н в е с т о р п р и н я л б ы р е ш е ­
н и е, м а к с и м и зи р у ю щ е е е го д о х о д :

ш а х 4ij
Ч1 = l<i<m

П р и н и м а я i-o e р е ш е н и е , и н в е с т о р м о ж е т п о л у ч и т ь д о х о д , о т л и ч а ю ­
щ и й с я о т н а и б о л ь ш е г о , ч т о и п р и н и м а е т с я за в е л и ч и н у р и с к а r tj i-ro р е ш е -
I •

n j = q y -q fy = m a x q y - q y ,

Е с л и д о х о д и н в е с т о р а о т п р и н я т и я i-ro р е ш е н и я п о с т р о и т е л ь с т в у
я в л я е т с я с л у ч а й н о й в е л и ч и н о й Qio р а с п р е д е л е н и е м Р, то о ж и д а е м ы й д о х о д
(м а т е м а т и ч е с к о е о ж и д а н и е ) р а в е н :

п
M(<2i) = J / г (44)
;=1

при чем ищ ется реш ен и е, при котором д остигается м акси м ум


67

V
п
max М (Qi) = max Pj ' q tj■ (45)
i =i
Другой критерий состоит в минимизации ожидаемого риска. Если
риски Rt при принятии i-ro решения являются случайными величинами,
тогда решение инвестором выбирается из условия

п
min R (Qi) = min > Pj ■Гу. (46)
i i / ‘
7=1

= < Q i) = jD (Q i) = (47)

Если в качестве оценки взять г = <т(<2), тогда инвестор должен при­


нять решение на основе оценки двух критериев: средних ожидаемых дохо­
дов M(Qi) и рисков Vi = tJD(Q i ), i = l,m . Если при сравнении решений i
среди пар (M (Q i),i = 1,т ) существует решение i0, доминирующее над
остальными, такое, что M(Qi0) > M (Q i),rio < 77 для всех i, то оно является
оптимальным. В противном случае необходимо строить множество реше­
ний, оптимальных по Парето (т. е. неулучшаемых по двум критериям од­
новременно), и выбор осуществлять среди них.

Пример 15
Задана матрица доходов Q в следующем виде:

m in
-2 1 0 4- 0
<2=
2 3 4 0 0
12 11 1
-4 3 0 1- 0
max 4 3 4 1

Справа от матрицы выписываются минимальные элементы строк, а


снизу - максимальные элементы по столбцам матрицы. Тогда, согласно
критерию Вальда, ищется max (min — max{0,0,1,0} = 1, соответству-
^ V . J J
ющий решению i = 3.
68

По критерию Сэвиджа ищется m m jm a x r ^ | = min{4,2,3,4} = 2, ко­


торый соответствует решению i = 2.
Пусть распределение вероятностей состояний внешней среды имеет
вид:

Р =

П оследовательн о рассчиты ваем :

M(Qi ) = 1,38;М(<?|) = 3,38;


D((?i) = M{Ql) - [MCQi)]2 = 0,88 - 0,44 = 0,48;
D(Q2) = 9.63 - 6,92 = 2,71;
£>(<?3) = 1,38 - 1,28 = ОД;
D(Q4) = 3,38 - 1,28 = 2,1;
oi = 7 Ж ) = 0,7;
ог = 1,65; а3 = 0,32; а4 ~ 1,45,

Точки, характеризующие множество решений {ait i = 1,2,3,4},


изображены на двумерной плоскости:

(1)- (0,7; 0,63); (2)-(1,65; 2,63);


(3) - (0,32; 1,13); (4)-(1,45; 1,13).

Решения (1) и (4) надо отбросить (рис. 5), ибо они хуже решения (3),
которое обладает таким же или большим доходом, чем у решений (1) и (4),
но меньшим риском. Решение (2) характеризуется наибольшим доходом,
но и максимальным риском. Лицо, принимающее решение, осуществляет
выбор между решениями (3) и (2). Выпуклая оболочка их образует множе­
ство.
69

М(Ц)

--- -—©{2)

9( )
3

0(4)

о _ — 5-
Рис. 5. Характеристики решений по двум критериям - ожидаемому доходу и риску

Парето оптимальных решений. На этой границе расположены эф­


фективные решения, и видно, что при росте ожидаемого дохода надо рас­
плачиваться более высоким риском.

ЗАДАЧИ
Задача 1
Найти наилучшие стратегии по критериям: максимакса, Вальда,
Сэвиджа, Гурвица (коэффициент пессимизма равен 0,2), Гурвица примени­
тельно к матрице рисков (коэффициент пессимизма равен 0,4) для следу­
ющей платежной матрицы - выигрыши):

' 5 - 3 6 - 8 7 4'
7 5 5 -4 8 1
1 3 - 1 10 0 2 ‘
.9 - 9 7 1 3 - 6 .

Задача 2
Используя понятие доминирования, уменьшите размеры следующей
матрицы:
гО 0 0 0 о о -
3 10 2 1 1
3 2 1 3 2 2
2 2 5 -4 1 2 ‘
311-1 0 1
-4 3 1 - 2 - 1 2-

Задача3
Найти решение игры, предварительно упростив ее:

'3 -2 5 -1 ‘
4 0 6 1
2 - 1 3 2 '
.1 3 7 4.
70

Задача 4
Решить аналитически игровую задачу:

Задача 5
Для следующих платежных матриц определить нижнюю и верхнюю
цену игры и оптимальные стратегии, если существует седловая точка.

'4 5 6 7 9
*8 9 9 4'
5 4 6 5 6
; 6 5 87 .
7 6 10 8 11
.3 4 5 6.
.8 5 4 7 3

Задача 6
Для следующих платежных матриц определить нижнюю и верхнюю
цену игры и оптимальные стратегии, если существует седловая точка.

'4 9 5 3'
'0,3 0,6 0,8"
7 8 6 9
0,9 0,4 0,2
7 4 2 6 э
.8 3 4 7.

Задача 7
Магазин может завезти в различных пропорциях товары трех типов
(А ь А 2, А з).
Предполагается, что спрос может иметь три состояния (Bi, В2, Вз) и
не прогнозируется. Определить оптимальные пропорции в закупке товаров
из условия максимизации средней гарантированной прибыли при средней
матрице прибыли (табл. 17).

Таблица 17

Распределение спроса на производимый товар


Спрос
Тип товара
в, в2 Вз
А, 2 0 15 1 0

а2 16 1 2 14
Аз 13 18 15

Задача 8
Два игрока независимо друг от друга называют по одному числу из
набора (1, 2, 3). Если сумма чисел четная, то игрок 2 платит игроку 1 эту
71

сумму. Если сумма чисел нечетная, то игрок 1 платит игроку 2 эту сумму.
Определить оптимальную стратегию ведения игры первым игроком.

Задача 9
Для отопления помещения необходимо приобрести уголь. Однако
расход угля и цены на него зависят от погоды в зимнее время: мягкая,
нормальная, суровая (табл. 18).

Таблица 18

Расход угля и его стоимость в зависимости от погоды


Погода
мягкая нормальная суровая
Расход, т. 5 1 0 18
Цена, у. е./т. 1 0 16 2 0

В настоящее время уголь может быть приобретен по минимальной


цене (10 у. е./т.) и излишек неиспользованного угля можно реализовать
весной по цене (58 у. е./т.). Можно избрать одну из трех стратегий в закуп­
ке угля: Ai - 5 т., А2 - 10 т. и Аз - 18 т.
Определить оптимальную стратегию в образовании запасов угля,
предполагая, что нужно отапливать 100 подобных помещений.

Задача 10
Предприятие может выпускать три вида продукции (Ai, Аг, Аз).
Прибыль, получаемая предприятием, зависит от спроса на эту продукцию,
который может принять одно из четырех состояний (В i, В2, В3, В4). Эле­
менты следующей матрицы характеризуют прибыль при выпуске продук­
ции A i и состояния спроса Bj, i = 1,3; j — 1,4:

В1 В2 В3 В4
Ai 7 2 5 1
A2 3 4 5 4
A3 1 6 4 4

Определить оптимальные пропорции в выпускаемой продукции при


условии, что состояние спроса предприятию неизвестно. При решении по
возможности упростите матрицу.
72

4. ПРИНЯТИЕ ОПТИМАЛЬНОГО РЕШЕНИЯ В УСЛОВИЯХ


ЭКОНОМИЧЕСКОГО РИСКА

4.1. Вероятностная постановка задачи принятия


предпочтительных решений

Риск —категория вероятностная, поэтому в процессе оценки неопре­


деленности и количественного определения риска используют вероятност­
ные расчеты.
Вероятностные задачи характеризуются тем, что эффективность
принимаемых решений зависит не только от детерминированных факто­
ров, но и от вероятностей их появления, т.е. известен закон распределения
управляемых факторов X в виде:

Таблица 19

Вероятность появления управляемого события


X X, Xi х„
р Pi Pi Pn

где Pi - есть вероятность появления управляемого фактора Xi, i = 1, n


Каждой паре (Xi, Pi) соответствует значение функции эффективности
Е (Xi, Pi). В качестве показателей эффективности могут выступать матема­
тические ожидание Е, дисперсия D, среднее квадратическое отклонение и
другие вероятностные характеристики.

Е = Z S i Xi ■Ри о = а 2 = Е М - Е )2 ■Pi = X 2 - (Е )2,


V = ±^-100% , (48)
Е

где X 2 - среднее ожидаемое значение квадрата рассматриваемой величи­


ны.
Средняя величина Е представляет собой обобщенную количествен­
ную характеристику и не позволяет принять решение в пользу какого-либо
варианта вложения капитала.
Среднее квадратическое отклонение о является именованной вели­
чиной и указывается в тех же единицах, в каких измеряется варьирующий
признак. Дисперсия и среднее квадратическое отклонение является мера­
ми абсолютной колеблемости.
Дисперсия не дает полной картины линейных отклонений Л X = X —
Е, более наглядных для оценивания рисков. Тем не менее, задание диспер­
сии позволяет установить связь между линейным и квадратичным откло­
нением с помощью известного неравенства Чебышева.
73

Вероятность Р того, что случайная величина X отклоняется от своего


математического ожидания больше, чем на заданный допуск г > 0, не пре­
восходит ее дисперсии, деленной на £2, т. е.

PQX ~ Е \ > в ) < ~ (49)

Отсюда видно, что незначительному риску по среднеквадратическо­


му отклонению соответствует малый диск и по линейным отклонениям:
точки X с большой вероятностью будут располагаться внутри £ ~ окрест­
ности ожидаемого значения Е.
Все более признанным становится оценка рискованности посред­
ством среднего квадратического отклонения а.
Итак, будем считать, что риском операции называется число а -
среднее квадратическое отклонение управляемого фактора (например, до­
хода) X операции, которое обозначим г = а.
Если, например, под X понимать случайный доход Q, то E q пред­
ставляет собой средний ожидаемый доход, или эффективность, а среднее
квадратическое отклонение а является оценкой рискованности, риском и
обозначается i’q.
Коэффициент вариации V - безразмерная величина. С его помощью
можно сравнивать даже колеблемость признаков, выраженных в разных
единицах измерения. Коэффициент вариации изменяется от 0 до 100 %.
Чем больше коэффициент, тем сильнее колеблемость. Установлена следу­
ющая качественная оценка различных значений коэффициента вариации:
до 10 % - слабая колеблемость, 10 - 25 % - умеренная колеблемость, свы­
ше 25 % - высокая колеблемость.
С помощью этого метода оценки риска, т.е. на основе расчета дис­
персии, стандартного отклонения и коэффицента вариации можно оценить
риск не только конкретной сделки, но и предпринимательской фирмы в
целом (проанализировать динамику ее доходов) за некоторый промежуток
времени.
Преимуществом данного метода оценки предпринимательского рис­
ка является несложность математических расчетов, а явным недостатком -
необходимость большого числа исходных данных (чем больше массив, тем
достовернее оценка риска).
Рассмотрим данный метод на конкретном примере. Сравним по рис­
ку вложения в акции трех типов А, В, С, если каждая из них по своему от­
кликается на возможные рыночные ситуации, достигая с известными веро­
ятностями определенных значений доходности (табл. 19).
74

Таблица 20

Распределение вероятностей доходности акций


Ситуация 1 Ситуация 2
Акции
вероятность доходность вероятность доходность
А 0,5 2 0 % 0,5 1 %
0

Б 0,99 15,1 % 0 , 0 1 5,1 %


С 0,7 13% 0,3 7%

По формулам (48) находим для акции А:

Еа = 20 ■0,5 + 10 • 0,5 = 15 %;

Da = (20 - 15)2 ■0,5 + (10 - 15)2 ■0,5 = 25;

<П = л[Оа = 5 %;

VA ^ ■100 % = у - ■100 % = 33,3 %,


Еа 15

Для акции В:

Ев = 15,1 ■0,99 + 5,1 • 0,01 = 15 %;

DB = (15Д - 15)2 • 0,99 + (5,1 - 15)2 • 0,01 = 0.99;

ав = 0,995 %;

0,995
Ув = — — ■100 % = 6,63 %.
15

Для акции С:

Ес = 13 ■0,7 + 7 *0,3 = 11,2 %;

£)с = (13 - 11,2 )2 ■0,7 + (7 - 13)2 • 0,3 = 7,56;

стс = 2,75 %;

^ = 7 ^ ' Ю0% = 24,6%.


11,2
75

Так как наименьшее значение коэффициента вариации имеем для ак­


ции В, то и вложения в эту акцию наиболее предпочтительны, тем более,
что и ав = гв — 0,995 % наименьшее.
Особый вариант риска связан с разорением. Так называется вероят­
ность столь больших потерь (X < Е), которые ведут к ее разорению.

Пример 16
Пусть случайный доход операции Q имеет следующий ряд распреде­
ления:

Таблица 21

Распределение вероятности дохода операции Q


0 -60 -40 -30 80
р 0 , 1 0 , 2 0,5 0 , 2

Потери 30 и более ведут к разорению ЛПР. Следовательно, вероят­


ность возникновения риска разорения в результате данной операции равна
ОД + 0,2 + 0,5 —0,8.
Серьезность риска разорения оценивается именно величиной соот­
ветствующей вероятности .Если эта вероятность очень мала ,то оно часто
пренебрегает (в конце концов вероятность разорение отлична от нуля по­
чти в любой сделке - из-за маловероятных катастрофических событий на
финансовых рынках, в масштабах государства, из-за природных явлений и
т. п.).
Определим вероятную меру разорения, приписывая ей вероятность
осуществления подобного события.

Пример 17
Предположим, что на рынке могут возникнуть только два исхода и
на каждый из них акции А и В откликаются не случайным образом. Веро­
ятность этих исходов и соответствующих им значений доходности пред­
ставлены далее (табл. 22).

Таблица 22

Вероятности исходов доходности акций


Исход 1 Исход 2
Акции
вероятность доходность вероятность доходность
А 0,3 %
6 0,7 2%
В 0 , 2 - % 1 0 , 8 4,25 %
76

Ожидаемые доходы акций

Еа = 6 ■0#3 + 2 ■0,7 = 3,2 %;

Ев = ( - 1 ) ■0,2 + 4,25 ■0,8 = 3,2 %;

совпадают, а дисперсии (квадратичные характеристики рисков) равны:

Da = (6 - 3,2)2 ■0,3 + (2 - 3,2)2 ■0,7 = 3,35;


Од = гА = 1,83 %;

DB = ( ( - 1 ) - 3,2)2 • 0,3 + (4,25 - 3,2)2 • 0,8 = 3,41;


°в = П? = 1,85 %;

Предположим теперь, что инвестор взял деньги в долг под процент,


равный 2,5 %. Ставки процента, по кредиту ниже ожидаемой доходности
по акциям, которые будут приобретены на земные деньги, поэтому дей­
ствие инвестора вполне разумны.
Однако, если инвестор вложил деньги в акции А, то при исходе 1 он
выигрывает(6 — 2,5) = 3,5 %, а при исходе 2 проигрывает (2 — 2,5) - —0,5
%, причем с вероятностью Рг = 0,7.Напротив, если он вложит деньги в ак­
тив В, то разорение ему грозит с вероятностью Pi = 0,2 в первой ситуации,
когда он теряет (—1—2,5) - — 3,5 %.
Подсчитаем ожидаемые потери (П) при покупке акции А и В соот­
ветственно:
ПА = 0,5 ■0,7 = 0,35;
Пв = +3,5 * 0,2 = 0,7

Как видим, в первом случае они меньше. Зато риски разорения оце­
ниваемые через вероятность наступления события, наоборот, при приобре­
тении акции А будут больше (0,7 > 0,2). Это превышение возможности
банкротства должно отпугивать осторожного вкладчика, который к тому
же «играет»на заемном капитале, от акции А в пользу бумаг акции В .
В свою очередь, ожидаемый риск П а < Пв склоняет его к выбору в
пользу акции А. Как действовать в подобной ситуации инвестору? Это за­
висит от индивидуальных предпочтений, выражаемых в том числе, функ­
цией полезности инвестора.
В рассматриваемых статистических играх используются понятия:
риск (функция риска), потери (функция потерь), решения (функция реше­
ния), функции распределения при определенных условиях.
Между определенностью и неопределенностью находятся случай
принятия решений в условиях риска, когда можно оценить вероятность
77

возникновения каждого возможного условия. Широко используемый под­


ход при таких обстоятельствах - критерий предполагаемого выигрыша.
Предполагаемый выигрыш рассчитывается для каждой альтернати­
вы, после чего отбирается альтернатива с самым высоким показателем.
Предполагаемый выигрыш —это сумма значений выигрыша для каж­
дой альтернативы, причем каждое значение взвешивается с точки зрения
вероятности соответствующего условия. Таким образом, используя крите­
рий предполагаемого выигрыша, можно определить возможное значение
выигрыша для каждой альтернативы и выбирать вариант с наилучшим
значением выигрыша.
В случае стохастической неопределенности, когда неуправляемым
факторам (состоянием природы) поставлены в соответствие вероятности,
заданные экспертно или вычислительные, решение обычно принимается на
основе критерия максимума ожидаемого среднего выигрыша или миниму­
ма ожидаемого среднего риска.
Если для каждой игры с природой, задаваемой платежной матрицей
Е = Це^-Ц, i = 1, m, j = 1,п стратегиям природы Ц , соответствуют вероят­
ности Pj, то лучшей стратегией игрока один будет та, которая обеспечивает
ему максимальный выигрыш, т. е.:

п
(50)

Применительно к матрице рисков R — Цг^-Ц, i = 1, m, j = 1, п будет та


стратегия игрока, которая обеспечивает ему минимальный средний риск:

п
(51)
}=1

где Гц - риск игрока один при выбранной им стратегии i и стратегии при­


роды):

(52)

Пример 18
Пусть платежная матрица имеет вид:
78

5 2 8 4
Е = 2 3 4 12
8 5 3 10
1 4 2 8
ft 8 5 8 12

Вычисляем риски по формуле (52) и строим матрицу R — ||гу|| рис­


ков.

3 3 0 8
6 2 4 0
R
0 0 5 2
7 1 6 4

Предположим, что вероятности состояний природы Pj равны: Р =


0 /2 0 / § > V g >^ /5 )* По формуле (51) находим средний ожидаемый риск:
^ = 3- 1 / 2 + з Л / б + 0 , 1 /б + 8 ,1 / б) = 1 0 / з )
П2 = 6 ,1 / 2 + 2 ,1 / 6 + 4 - 1/б + 0 - 1/ 6) = 4,
R3 = 0 - y 2 + o . l l 6 + 5 . l l 6 + 2 . l j 6) = 7/ e

R, = 7- V 2 + 1 ■7 б + 6 , 7 б + 4 ‘ 7 6) = 1б/з-

Минимальный средний ожидаемый риск:

R-min = min (Яц й 2, й3. й4) = 7/ 6.

По формуле (50) найдем средний ожидаемый выигрыш:

f 1 = 5 - 7 2 + 2 - 7 6 + 8 - 7 6 + 4 - 7 6) = 29/6,

72 76 76 7
Я2 = 2 ■7 2 + 3 ■7 6 + 4 ■7 6 + 12 ■7 6) = 25/б-
Е3 = 8 • + 5• + 3■ + 10 ■ 6) = 7,
Я4 = 1 ■7 2 + 4 ■7 б + 2 • 7 б + 8 . 1/б) = 17/6.

Максимальный средний ожидаемый доход:

Ётах = max (Як Я2, Я3, Я4) = 7.

Пример 19
79

Имеются два объекта инвестирования с одинаковой прогнозной


суммой требуемых капитальных вложений. Величина планируемого дохо­
да (тыс. руб.) в каждом случае неопределенна и приведена в виде распре­
деления вероятностей (табл. 23).

Таблица 23

Распределение вероятности доходности проектов


Проект А Проект В
Доход Вероятность Доход Вероятность
3000 Л
0 2 0 0 0 ол
3500 0 , 2 3000 0,15
4000 0,4 4000 0,3
4500 0 , 2 5000 0,35
5000 0 , 1 8000 0 , 1

Тогда математическое ожидание дохода для рассматриваемых про­


ектов будут соответственно равны:

Еа = 3000 ■ОД0 + 3500 ■0,2 + 4000 ■0,40 + 4500 ■0,20 + 5000 ■0,10
= 4000 руб.

Ев = 2000 ■0,10 + 3000 • 0,15 + 4000 *0,30 + 5000 ■0,35 + 8000 *0,10
= 4400 руб.

Таким образом, проект В более предпочтителен. В данном случае


основным критерием отбора варианта была максимизация математическо­
го ожидания дохода. Следует, правда отметить, что этот проект является и
относительно более рисковым, поскольку имеет большую вариацию дохо­
да по сравнению с проектом А.
Действительно, определяем по формулам (48):

Da = (3000 - 4 0 0 0 )2 ■ОД + (3500 - 4 0 0 0 )2 ■0,2 + (4000 - 4 0 0 0 )2 • 0,4


+ (4500 - 4 0 0 0 )2 ■0,2 + (5000 - 4 0 0 0 )2 ■0 ,1 + = 300000;

547,7
а а = 4® а = 547,7 руб,; VA = ■100 % = 13,7 %.
4000

DB = (2000 - 4 4 0 0 )2 • 0,1 + (3000 - 4 4 0 0 )2 • 0,15 + (4000 - 4 4 0 0 )2 • 0,3


+ (5000 - 4 4 0 0 )2 ■0,35 + (8000 - 4 4 0 0 )2 ■0 ,1 + = 300000;

1702,9
ав = 1702,9 руб.; VB =
4400
100 % = 38,7 %.
80

И так как ав > аА) VB > VA, то проект В является более рисковым.
Вероятностная постановка задачи выбора оптимальных решений в
экономике более адекватно отображает реальные ситуации. Поэтому при­
менение вероятностных моделей во многих случаях позволяет уменьшить
риск при выборе наиболее эффективных решений. Однако применение
указанных моделей связано с необходимостью определения вероятностных
характеристик анализируемых процессов (ситуаций). Это существенно
усложняет решение рассматриваемых задач. Во многих случаях вероят­
ностное распределение экономических показателей бывает неизвестным.
Поэтому возникает необходимость определения предпочтительных аль­
тернатив, при условии, что вероятностные характеристики экономических
показателей являются неизвестными.
В условиях полной неопределенности, когда вероятности рассматри­
ваемых ситуаций неизвестны, можно воспользоваться правилом Лапласа,
заключающемся в том, что все неизвестные вероятности Р считают равны­
ми. После этого выбор эффективного решения можно принимать или по
правилу максимального среднего выигрыша (50) или по правилу мини­
мального среднего риска (51). Подобный критерий принятия решения
можно назвать принципом недостаточного обоснования Лапласа.

4.2. Статистические методы принятия решений


в условиях риска

Любые экономические данные представляют собой количественные


характеристики каких-либо экономических объектов. Они формируются
под действием множества факторов, не все из которых доступны внешне­
му контролю. Неконтролируемые факторы могут принимать случайные
значения из некоторого множества значений и тем самым обуславливать
случайность данных, которые они определяют. Стохастическая природа
экономических данных обуславливает необходимость применения специ­
альных адекватных им статистических методов для их анализа и обработ­
ки.
Количественная оценка предпринимательского риска, вне зависимо­
сти от содержания конкретной задачи возможна, как правило, с помощью
математической статистики. Главные инструменты данного метода —дис­
персия, стандартное отклонение, коэффициент вариации. В приложениях
широко применяют типовые конструкции, основанные на показателях из­
менчивости или вероятности сопряженных с риском состояний. Так, фи­
нансовые риски, вызванные колебаниями результата вокруг ожидаемого
значения, например, эффективности, оценивают с помощью дисперсии или
ожидаемого абсолютного уклонения от средней. В задачах управления ка­
питалом распространенным измерителем степени риска является вероят­
81

ность возникновения убытков или недополучение доходов по сравнению с


прогнозируемым вариантом.
Для оценки величины риска (степени риска)остановимся на следую­
щих критериях:
1) среднее ожидаемое значение;
2) колеблемость (изменчивость) возможного результата.
Для статистической выборки:

Таблица 24

Струит; ф а выборки
Xi Xj Xi

nj Xni

где Xi —ожидаемое значение для каждого случая наблюдения (i = 1, 2, ...,


m); nj - число случаев наблюдения (частота) значения xi; х = Е - среднее
ожидаемое значение; а 2 —дисперсия; V - коэффициент вариации.

11 — х — ... ~г т у. (53)
Lii-\ *4

2 № ~ Ю 2 ■«<
(54)

v = ±Тюо%, (55)
Е

Пример 20
Рассмотрим задачу по оценке риска по хозяйственным контрактам.
ООО «Энергоремонт» решает заключить договор на ремонт энергетиче­
ского оборудования города одной трех фирм. Собрав данные о сроках ре­
монта этими фирмами, нужно, оценив риск, выбрать ту фирму, которая
производит ремонт в наименьшие сроки (табл. 25).
Для первой фирмы исходя из формулы (53 - 55).

2342 1831,37 3 49
Ег = 15,61; < Ji — = 3,49; Vi = —— *100% = 22,36 %
150 J 150
15,61
Для второй фирмы
82

2922 3035,31 3,90


Е? — = 14,61; <т2 = = 3,90; V2 = 1 0 0 % = 26,69 %
200 200 14,61
N
Для третьей фирмы

3896 8078,87 5,68


Я, = 15,58; <т3 = = 5,68; К3 = ■ЮО % = 36,46 %
250 250 15,58
N

Коэффициент вариации для первой фирмы наименьший, что говорит


о целесообразности заключить договор на ремонт энергооборудования с
этой фирмой.
Рассмотренный пример показывает, что риск имеет математически
выраженную вероятность наступления потери, которая опирается на стати­
стические данные и может быть рассчитана с достаточно высокой точно­
стью. При выборе наиболее приемлемого решения было использовано пра­
вило оптимальной вероятности результата, которое состоит в том, что из
возможных решений выбирается то, при котором вероятность результа­
та обычно сочетается с правилом оптимальной колеблемости результа­
та.

Таблица 25

Расчет риска для различных фирм


Число слу­
Номер со­ Сроки ре­
чаев наблю­ XII (х-Е) (х-Е ) 2 (х-Е)2-и
бытия монта в чао
дения
Фирма 1
1 1 0 30 300 -5,61 31,47 944,10
2 14 28 392 -1,61 2,59 72,58
3 15 2 2 330 -0,61 0,37 8,19
4 18 40 720 2,39 5,71 228,40
5 2 0 30 600 4,39 19,27 578,10
Е 150 2342 1831,37
Фирма 2
1 8 29 232 -6,61 43,69 1267,07
2 1 2 2 1 252 -2,61 6,81 143,05
3 13 36 468 -1,61 2,59 93,16
83

Окончание табл. 25
4 15 50 750 0,39 0,15 7,5
5 17 31 527 2,39 5,71 177,07
6 2 1 33 693 6,39 40,83 1347,46
Б 2 0 0 2922 3035,31
Фирма 3
1 7 42 294 -8,58 73,42 3091,89
2 9 34 306 -6,58 43,30 1472,20
3 15 32 480 -0,58 0,34 10,76
4 16 28 448 0,42 0,18 4,94
5 18 34 612 2,42 5,86 199,12
6 2 1 29 609 5,42 29,38 851,92
7 2 2 26 572 6,42 41,22 1071,63
8 23 25 575 7,42 55,06 1376,41
Б 250 3896 8078,87

Рассмотренный пример показывает, что риск имеет математически


выраженную вероятность наступления потери, которая опирается на стати­
стические данные и может быть рассчитана с достаточно высокой точно­
стью. При выборе наиболее приемлемого решения было использовано пра­
вило оптимальной вероятности результата, которое состоит в том, что из
возможных решений выбирается то, при котором вероятность результа­
та обычно сочетается с правилом оптимальной колеблемости результа­
та.
Как известно, колеблемость показателей выражается их дисперсией,
средним квадратическим отклонением и коэффицентом вариации. Сущ­
ность правила оптимальной колеблемости результата заключается в том,
что из возможных решений выбирается то, при котором вероятности выиг­
рыша и проигрыша для одного и того же рискового вложения капитала
имеют небольшой разрыв, т.е. наименьшую величину дисперсии, среднего
квадратического отклонения, вариации.

4.3. Оценки степени риска в условиях полной определенности

Математические модели исследуемых явлений или процессов могут


быть заданны в виде таблицы, элементами которых являются значения ча­
стых критериев эффективности функционирования системы, вычисленные
для каждой из сравниваемых стратегий при строго заданных внешних
условиях. Для рассматриваемых условий принятие решений может произ­
водиться:
- по одному критерию;
— по нескольким критериям.
Рассмотрим моделирование задач по нескольким критериям.
84

Пример 21
Горводоканалу города требуется выбрать оптимальную стратегию по
обеспечению городского хозяйства новым оборудованием С помощью
экспериментальных наблюдений были определены значения частных кри­
териев функционирование соответствующего оборудования (#*у), выпус­
каемого тремя заводами —изготовителями. Рассмотрим данные для выбора
оптимальной стратегии в условиях полной определенности (табл. 26).

Таблица 26

Частые крите ши эффективности оборудования заводов-нзготовнтелей


Частые крите рии эффективности оборудования (*)
1
Варианты оборудования
(стратегии решения) производи тел ьн ость, стоимость, энергоемкость, надежность,
д.е. д.е. у.е. у.е.
Оборудование —5 «12=7 «13 = 5 а14 ~ 6

завода№ 1

Оборудование —3
« 2 1 = 4
« 2 2 «23 ~ 7 «24 = 3
завода№ 2

Оборудование «31 = 4 «32 = ^ «зз = 2 « 3 4 = 4


завода №3
^значение частых критериев даны в условных единицах.

На основе экспертных оценок были так же определены веса частных


критериев Xj, j = 1,4:

h - 0,4; Х2= 0,2; Хз = 0,1; 0,3

Очевидно, выбор оптимальной стратегии (варианта оборудования)


по одному критерию в данной задаче не вызывает затруднений. Например,
если оценивать оборудование по надежности, то лучшим является обору­
дование завода №1 (стратегия Xi).
Выбор оптимального решения по комплексу нескольких критериев
(в нашем примере - по четырем критериям) является задачей многокрите­
риальной.
Один из подходов к решению многокритериальных задач управления
связан с процедурой задач управления образования обобщенной функции
F;(<X;i ...ccij ... #jn), монотонно зависящей от критериев (а ц ... ... а ;п).
Данная процедура называется процедурой (методом) свертывании крите­
риев. Существует несколько методов свертывания, например:
— метод аддитивной оптимизации;
— метод многоцелевой оптимизации и др.
Рассмотрим подробнее метод аддитивный оптимизаг^ии.

П усть aij■ (56)


85

Здесь выражение (56) определяет аддитивный критерий оптимально­


сти. Величины Xj являются весовыми коэффициентами, которые опреде­
ляют в количественной форме степень предпочтения j-ro критерия по
сравнению с другими критериями. Другими словами, коэффициенты Xj
определяют важность j-ro критерия оптимальности. При этом более важ­
ному критерию приписывается большой вес, а общая важность всех крите­
риев равна единице, т, е.
п
^ А , = 1,А > 0, j = lTn. (57)
j

Обобщенная функция цепи (56) может быть использована для свер­


тывания частых критериев оптимальности, если:
— частые (локальные) критерии количественно соизмеримы по важ­
ности, т. е. каждому из них можно поставить в соответствие некоторое
число Xj, которое численно характеризует его важность по отношению к
другим критериям;
— частные критерии являются однородными (имеют одинаковую
размерность; в нашем примере критерий «стоимость оборудование» в
условных денеясных единицах будут однородными)
В этом случае для решения задачи многокритериальной оптимизации
оказывается справедливым применение аддитивного критерия оптималь­
ности.
Допустим в примере (56) необходимо выбрать оптимальный вариант
оборудования по двум однородным локальным критериям:
— производительность (д. е.);
— стоимость оборудования (д, е.).
На основе экспертных оценок были определены весовые коэффицеи-
ты этих двух частных критериев: Х\ = 0,667; Хг~ 0,333, Вычислим аддитив­
ный критерий оптимальности для трех вариантов:

^ i(# iy ) = ^-1 1# ц + 'X'i *# 1 2 ~ 0,667 ■5 + 0,333 ■7 = 5,666;


F2(a2j) = А, ■а 21 + h ‘ « 2 2 = 0,667 ■3 + 0,333 ■4 = 3,333;
F3( a 3j ) = Ах ■а 31 + А2 ■а зг = 0,667 • 4 + 0,333 ■6 = 4,666.

Очевидно, первый вариант оборудования по двум частным стои­


мостным критериям будет оптимальным, так как Fmax ~ ^ i(# iy ) = 5,666.
В примере (21) четыре локальных критерия не однородны, т.е. имеют раз­
личные единицы измерения. В этом случае требуется нормализация крите­
риев. Под нормализацией критериев понимается такая последовательность
процедур, с помощью которой все критерии приводятся к единому, без­
86

размерному масштабу измерения. К настоящему времени разработано


большое количество схем нормализации. Рассмотрим некоторые из них.
Определим максимум и минимум каждого локального критерия, т. е.:

aj' = maXiCCij, i — 1, т; (58)


a j = maXiCCij, i ~ 1 , ^ (59)

Выделим группу критериев ccj,j = 1,1, которые максимизируются


при решении задачи, и группу критериев «у, j = 1 + 1, п, которые миними­
зируются при решении задачи.
Тогда в соответствии с принципом максимальной нормализованные
критерии определяются из следующих соотношений:

а
—л- , J/ = 1 I (60)
аj
ач
ач 1 — 1 + 1,. п ; (61)

или

ач (Xi
&IJ ~ + (6 2 )
а Cti
а.+ —а ч
&IJ = а-} , j = I + 1, п. (63)
а,

Оптимальным будет тот вариант (стратегия), который обеспечивает


максимальное значение функции цепи:

a LJ, i — 1, т. (64)

В соответствии с пришитом минимальной потери нормализованные


критерии определяются из соотношений:

ач
а'Ч
1} = 1 , j = 1,1; (65)
ai
а
a l} = ~ , j = I + 1,п;
а
(66 )
или
87

a t — ац
= ! 4 / = 1 /• (67)
a j ~ Оу
а; / —OL-
----- Ы = Н - 1,п. (68)
Oj ~ a j

При этом оптимальным будет тот вариант (стратегия), который


обеспечивает минимальное значение функции цели (64).

Пример 22
Определить оптимальную стратегию выбора оборудования из трех
возможных (ш = 3) с учетом четырех локальных критериев (п = 4).
Решение:
1. Определим шах и min каждого локального критерия:

a t — 5; a t — 7; a t = 7; а% — 6.

2. При решении задачи максимизируются первый (производитель­


ность) и четвертый (надежность) критерии, а минимизируются второй
(стоимость оборудования) и третий (энергоемкость) критерии.
3. Исходя из принципа максимизации эффективности нормализуем
критерии:
«п
а п ------
а +•
«п
«п — = тг= 1;
at

«2 1 — + с 0;6,
а{ 5
«31 4
«31 — - Т = - = 0,8.
а\ 5
«1 4
«1 4 ~
а +*
^ «14 О
«14 “ + =~1~~
.— «24 3
С^24 — 1 -=—= 1
< 6
^ «34 4
«34 “ +
= 6 ”
^_ «£2
«12 = 1
«Г
88

«12
«12 = 1 = 0;
«2
a 22 _ 3
a 22 = 1~
«2 = 7;
a 32 _ 1
«32 = 1
at “ 7'
«13 1

«13 . 5 _ 2


“ 1

1!
у/


1
I+ СП
«13

<
~7
«23 7
«23 = 1 — 0;
«3 ~ 7
«33 л 2_ 5
«33 = 1
- « г 1 ~ 7 ~ 7*

4. Определим обобщенную функцию цепи по каждому варианту:

~~ ^1 ' « и 4" ^2 ' « 1 2 4 A3 * а 13 + А4 ■ — 0,4 ■1 + 0,2 ’ 0 + 0,1


0,3 ■1 = 0,729;

F2 —Xi ■ а 21 + Л2 ’ « 22 + Аз ■ «2з + А4 • а 24 — 0,4 ■0,6 + 0,2 ■- +


0,1 • 0 + 0,3 • 0,5 = 0,476;

F2 —Л, ■ а 31 + Л2 • а 32 + А3 ■ а 33 + А4 • а 34 = 0,4 ■0,8 + 0,2 ■- +


0,1 -^ + 0,3 ■| = 0,603;

Оптимальным является первый вариант оборудования, т. к. Fmax =


F± = 0,729.
Рассмотренный подход к решению многокритериальных задач зача­
стую применяется при решении экономических задач, связанных с оцен­
кой качества промышленной продукции (услуг) и оценкой уровне техниче­
ского совершенства технических устройств и систем по нескольким пока­
зателем.
Нормализация критериев по формулам (65), (66), (67), (68) использу­
ется в случаях, когда для каждого критерия j возникает необходимость
учета помимо максимального значения еще и минимального а ц и ин­
тервала между ними.
89

4.4. Выбор оптимального плана методом построения


деревьев решений

4.4.1. Дерево решений

Специфическим графическим инструментом анализа проблемных


ситуаций является; так называемые, деревья решений. Термин получил
свое название от деревообразующей структуры схемы.
С помощью этого метода решается целый ряд задач, когда имеются
два или более последовательных множества решений, причем последую­
щие решения основываются на результатах предыдущих состояний среды,
т, е. появляется цепочка решений, вытекающих одно из другого. Подобные
задачи проще решать с использованием деревьев решений, которые пред­
ставляют собой практическое изображение последовательности решений и
состояний среды с указанием соответствующих вероятностей и выигры­
шей для всевозможных комбинаций.
Для упрощения применения этого метода разобьем его на несколько
этапов.
На первом этапе формируем задачу. Отбрасываем не относящиеся к
проблеме факторы, а оставшиеся подразделяем на существенные и несу­
щественные, Далее: определяем возможность сбора информации для экс­
периментирования и реальных действий; составляем перечень событий,
которые с определенной вероятностью могут произойти; устанавливаем
временной порядок расположения событий, в исходах которых содержится
полезная и доступная информация, и тех последовательных действий, ко­
торые можно предпринять.
На втором этапе строим дерево решений. Оно состоит из двух ос­
новных частей: «решений» и «вероятностных событий». Они представлены
квадратами (рис. 7). Эти решения и вероятностные события связаны, что
видно из последующих примеров.
Суть третьего этапа состоит в оценке вероятностей состояний среды,
т. е. сопоставлении шансов возникновения каждого конкретного события.
Установление выигрышей (или проигрышей, как выигрышей со зна­
ком минус) для каждой возможной комбинации альтернатив (действий)
состояний среды составляет четвертый этап.
На пятом этапе решается задача.
Дерево решений состоит из ряда узлов и исходящих из них ветвей.
Квадраты обозначают пункты принятия решений, а дуги соответствуют
переходам между логически связанными решениями и случайными собы­
тиями. Из вершин - решения исходит столько дуг, сколько имеется вари­
антов, выбор конкретной дуги осуществляется ЛПР. Из вершины - собы­
тия так же может исходить несколько дуг. Но здесь уже выбор осуществ­
90

ляется случайным образом в соответствии с заданными вероятностями от­


дельных исходов.
После того, как дерево решений построено, оно анализируется спра­
ва налево. Для каждого решения выбирается альтернатива с наибольшим
показателем отдачи (или с наименьшими затратами). Если за принятием
решение следует несколько возможных вариантов событий, то выбирается
альтернатива с наибольшей предполагаемой прибылью (или с наименьшей
предполагаемой величиной затрат).

4.4.2. Максимизация прибыли от акций

Рассмотрим задачу максимизации прибыли от акций.


Предположим, что мы владеем акциями стоимостью 1000 у. е. Мы
должны принять решение относительно того, держать ли акции, продать
их все или купить еще акции на сумму 500 у. е. Вероятность 20 % роста
курсовой стоимости акции составляет 0,6, а вероятность снижения курсо­
вой стоимости на 20 % - 0,4. Какое решение необходимо принять с тем,
чтобы максимизировать ожидаемую прибыль?
Сначала необходимо решить, что делать с акциями: купить еще, все
продать или держать. Это отображено с помощью дерева решений (рис. 6).
Диаграмма содержит величину доходов или расходов в случае принятия
того или иного решения. Например, вариант «продажи» даст доход в 1000
у. е. (показан как +1000 на дереве). В противоположность этому, вариант
«покупки» принесет расходы в сумме 500 у. е. (показаны как - 500 на де­
реве). Если мы продадим акции, тогда у нас будет ноль. Если мы просто
будем держать акции, то в случае 20 % подъема их стоимость составит
1200 у. е., а в случае 20 % спада - 800 у. е. Данные значения указаны в
конце каждой ветви в правой части дерева решений (рис. 7).

Рис. 6, Покупать, продавать или ни то, ни другое


91

В другом случае, после покупки акций еще на 500 у. е., при подъеме
рынка мы окажемся обладателями акций стоимостью 1800 у. е., а при па­
дении - стоимостью 1200 у. е. Данные значения указаны в конце каждой
ветви в правой части дерева решений (рис. 7). Дерево решений показывает
вероятности возможных событий (т. е. рост или падение курсовой стоимо­
сти акций), а также денежные средства, затраченные или полученные при
этом.
Рост курсовой стоимости

1800

1200

1200

600

*
вероятностные события.

Рио. 7. Дерево решений

Например, покупка акции стоит 500 у. е. (т. е. в данной точке диа­


граммы указано - 500 у. е.). Аналогично, продажа акций даст доход в 1000
у. е. и это указано рядом с соответствующей ветвью дерева.
Начиная с правой стороны и двигаясь влево, производится расчет
ожидаемых значений (рис. 8). Таким образом, ожидаемое значение в блоке
вероятностных событий А рассчитывается путем умножения каждой веро­
ятности назначение в конце сети, т. е. ожидаемое значение для блока Б со­
ставляет 0,6 • 1800 + 0,4 • 1200 = 1560 у. е. Аналогично, ожидаемое значе­
ние для блока Б составляет 0,6 * 1200 + 0,4 • 800 = 1040 у. е.
И наконец, можно принимать решение на основании вывода ожида­
емых значений не соответствующим ветвям обратно к блоку В. Три воз­
можных пути обратно к блоку В дает следующие значения:
Вариант 1: 1560 - 500 = 1060 у. е.
Вариант 2: 0 + 1000 = 1000 у. е.
В ариант3: 1040+0 - 1040 у. е.
Следовательно, на основании данного критерия с целью максимиза­
ции акций, мы предпочтем вариант 1. Таким образом, мы решим купить
еще акции на сумму 500 у. е., что дает нам ожидаемую чистую прибыль в
1060 у. е. Это значение показано в блоке В, а путь решения выделен (рис.
92

8). Следует отметить, что этот простой способ принятия решений, осно­
ванный на максимизации ожидаемой отдачи, может не всегда оказаться
приемлемым. Например, также необходимо учитывать факторы риска, о
чем мы будем говорить в следующем примере.

А 1080 Рост курсовой стоимости

Рис. 8. Ожидаемые значения

Пример 23
С помощью дерева решений решить задачу выбора оптимального
проекта реконструкции фабрики “-химчистки.
Руководство компании решает реконструировать фабрику - хим­
чистку по одному из трех проектов. Размер выигрыша, который компания
может получить, зависит от благоприятного или неблагоприятного состоя­
ния рынка (27).

Таблица 27

Таблица проектов реконструкций


Выигрыш, уел. руб., при состоянии экономи­
Номер стратегии Действия компании ческой среды
Благоприятн ому неблагоприятному
1 По 1-му проекту 150.000 -80.000
2 По 2-му проекту 2 0 0 . 0 0 0 -150.000
3 По 3-му проекту 1 0 0 . 0 0 0 -40.000
93

На основе данной таблицы выигрышей (потерь) построим дерево


решений (рис. 9).
Процедура принятия решения заключается в вычислении для каждой
вершины дерева (при движении справа налево) ожидаемых денежных оце­
нок, отбрасывании неперспективных ветвей и выборе ветвей, которым со­
ответствует максимальное значение ожидаемой денежной оценки (ОДО).
ОДО - это средний выигрыш в игре, которая рассчитывается как сумма
произведений размеров выигрышей на вероятности этих выигрышей.

Благоприятное
----- (0,5) --------- 150.000
1-й проект
Неблагоприятное
35.000 (0,5)
- 80.000
Благоприятное
200.000
2-й проект (0,5)
Неблагоприятное
25.000
--------- ( 0 , 5) --------------- - 150.000
Благоприятное
100.000
3-й проект (0,5)

Неблагоприятное
30.000
(0,5) - 40.000

Рис. 9. Дерево решений без дополнительного обследования конъюнктуры рынка

Определим ОДО:
для 1-ой вершины

ОДО! - 150.000 ■0,5 + (-8 0 .0 0 0 ) ■0,5 = 35.000 уел. руб.

для 2-ой вершины

0 Д 0 2 = 200.000 - 0,5 + (-1 5 0 .0 0 0 ) ■0,5 = 2 5 .0 0 0 усл.руб.

для 3-ой вершины

0 Д 0 3 = 100.000 ■0,5 + (-4 0 .0 0 0 ) ■0,5 = 30.000 усл.руб.

В соответствии с правилом Лапласа равно возможности принимаем


наличие состояний с вероятностью 0,5 удачи и 0,5 неудачи.
Из приведенного расчета видим, что наиболее целесообразно вы­
брать первый проект. ОДО наилучшего решения равна 35.000 уел. руб.
94

Руководству компании стало известно, что можно провести допол­


нительное исследование рынка, представляемая услуга обойдется компа­
нии в 12.000 уел. руб.
Известно, что фирма, проводящая дополнительные исследования,
способна уточнить значения вероятностей благоприятного или неблаго­
приятного исхода. Возможности фирмы в виде условных вероятностей
благоприятности или неблагоприятное™ рынка (табл. 27).

Таблица 28

Возможности фирмы в виде условных вероятностей благоприятности


____________________ или неблаго приятности рынка____________________
Фактически
Прогноз фирмы
благоприятный Неблагоприятный
Благоприятный 0,81 0,19
неблагоприятный 0,23 0,77

Например, когда фирма утверждает, что рынок благоприятный, то с


вероятностью 0,81 этот прогноз оправдывается, прогноз о неблагоприятно-
сти рынка оправдывается с вероятностью 0,77.
Компания заказали фирме прогноз состояния рынка и фирмы утвер­
ждает, что ситуация будет благоприятной с вероятностью 0,42 (рис. 10).
При построении дерева решений развитие событий происходит от
корня дерева к исходам, а расчет прибыли выполняется от конечных со­
стояний к начальным. Из анализа решения следует, что проведение допол­
нительных исследований конъюнктуры рынка существенно уточняет при­
нимаемое решение.
При отсутствии точной информации (верхнее дерево решений) мак­
симальная ожидаемая денежная оценка равна ОДО = 35000 уел. руб.
Если точная информация об истинном состоянии рынка будет благо­
приятной (ОДО = 200000 у. е, табл. 27) принимается второй проект, если
неблагоприятный (ОДО = - 40000) принимается проект третий. Тогда ОДО
точной информации равна:

0 Д 0 Т<И. = 200.000 • 0,5 - 40.000 • 0,5 = 80.000 уел. руб.

И ожидаемая ценность точной информации составит:

ОЦт.и. = ОДОт.и. —ОДО = 80000 —35000 = 45000 уел. руб.

Значение ОЦт>И1 показывает, какую максимальную цену должна быть


готова заплатить компания за точную информацию об истинном состоянии
рынка в момент, когда ей это необходимо.
95
Благоприятное

------ 0 ,5 ------ 1 50.000


t -ц проект

Неблагоприятное

3 5 .0 0 0 0,5
- 8 0 ,0 0 0

Благоприятное
Не проводить 200.000
обследование 2-й проект 0 ,5
*
/ / Неблагоприятное
3 5 .0 0 0 2 5 .0 0 0
0,5 - 1 5 0.000

Благоприятное

100,000
3-й проект 0 ,5

#
30.000 Неблагоприятное

------ 0 ,5 ---------- - 4 0 .0 0 0

Благоприятное

------- 0,81 ------- 15 0 .0 0 0


1-й проект
* Неблагоприятное
3 9 .5 4 6
1 0 6 .3 0 0 0 ,1 9
- 8 0 .0 0 0

Благоприятное
1 3 3 .5 0 0
200.000
Прогноз 2-й проект 0,81

Неблагоприятное
благо­ 1 3 3.500
прият­ 0,19 - 150.000
ный
Благоприятное
0,42)
100.000
З-й проект 0,81

7 3 .4 0 0
# Неблагоприятное

----- 0,19 --------- - 4 0 ,0 0 0

5 1 .5 4 6 Благоприятное

- 12.000 1-й проект


------ 0 ,2 3 ----------- 1 5 0 .0 0 0

Проводин. Нсб л а гопрня тнос


обследование #
-2 7 .1 0 0 0,77
- 8 0 .0 0 0

Благоприятное
-7 8 0 0
200.000
Прогноз 2-й проект 0,23
( 0 ,5 8 )
//
/ /
*
Неблагоприятное
-6 9 .5 0 0
0,77 - 150.000
— решения (принимает
шрок) Благоприятное

100.000
* решением принимает З-й проект 0,23
случай *
Неблагоприятное
-7.S00
отвергнутые решения
/ / ----- 0,77 --------- - 4 0 .0 0 0

Рис, 10. Дерево решений при дополнительном обследовании рынка


96

ЗАДАЧИ
Задача 11
Для пяти проектов технических систем определенны относительные
единичные показатели технического совершенства конструкции и коэффи­
циентов весомости приведены далее (табл. 29).

Таблгща 29

Показатели технического совершенства конструкции


_____________ и коэффициентов весомости_____________
Варианты Относительные единичные показатели
технических времени
сложности веса автоматизации мощности унификации
систем подготовки
I 1 0,088 1,0 1,0 0,72 0,614
II 0,72 1,0 0,8 0,78 0,81 0,420
Ш 0,658 0,358 0,765 0,782 0,525 0,915
IV 0,425 0,97 0,755 0,70 0,98 0,31
V 0,467 0,555 0,865 0,705 0,865 0,650
Коэфф.веса 0,157 0,124 0,210 0,195 0,174 0,140

Проведите ранжирование проектов технических систем по ком­


плексному критерию.

Задача 12
Одной из фирм требуется выбрать оптимальную стратегию по тех­
ническому обеспечению процесса управление производством с помощью
статистических данных и информации соответствующих заводов-
изготовителей были определены локальные критерии функционирования
необходимого оборудовании. Исходные данные представлены далее (табл.
30).

Таблгща 30

Локальные критерии функционирования оборудования


Локальные критерии эффект, оборудования *
Варианты обо­
производительность, стоимость обо­ объем памяти,
рудования надежность, у. е.
д. е. рудования, д. е. у. е.
I 100 5 5 8
II 150 6 8 5
П1 120 4 6,5 6
IV 200 7 6 4
Коэфф. веса 0,25 0,2 0,32 0,23
^значение локальных критериев даны в условных единицах.
97

Задача 13
Для шести транспортных устройств показатели технического совер­
шенства конструкций численные значения единичных показателей и соот­
ветствующие весовые коэффициенты приведены далее (табл. 31).

Таблица 31

Показатели технического совершенства конструкций


Варианты Относительные единичные показатели
оборудова­ скоро­ прочно­ перегруз­ устойчиво­ металлоемко­ мощно­
ния сти, К| сти, Кг ки, Кз сти, <м сти, К
1 5 сти, Кб
I 1 , 0 0,798 0,92 1 , 0 1 , 0 0,77
II 1 , 0 1 , 00,65 0,92 0,94 0,92
III 1 , 0 0,93 0,924 1 , 0 0,98 0,95
IV 0,87 0,96 0,91 0,915 0,99 0,85
V 0,85 0,97 1 , 0 0,90 0,7 0,82
VI 0 , 8 8 0,78 0,75 0,967 0 , 8 1 , 0

Коэфф. веса 0,195


0 , 2 1 0 0,174 0,157 0,124 0,140

Проведите ранжировку проектов технических систем по комплекс­


ному критерию.

Задача 14
Абсолютные показатели качества двигателей различных вариантов
приведены ниже (табл. 32).

Таблица 32

Абсолютные показатели качества двигателей


Показатели качества
Варианты двигателей крутящий момент,
мощность, д. е. масса, кг
кге-м
1 180 67 850
2 176 70 1 0 0 0

3 176 6 8 860
4 181 67 820
5 177 6 8 860
6 180 6 6 800
7 175 69 900
8 180 6 8 , 2 880
9 179 38,5 870
1 0 176 67 850
Коэфф. веса 0,4 0,24 0,36

Найдите оптимальный вариант двигателя.


98

Задача 15
Показатели эффективности работы предприятий приведены далее
(табл. 33).
Выберите наиболее эффективно работающее предприятие.

Т а б л и ц а 33

Показатели технического совершенства конструкций


Показатели эффективности
№ предпри­
прибыль, себестоимость фондоот­ производительность,
ятия доходы, д. е.
Д. е. прод., д. е. дача, у. е. у. е.
I 30,0 40,0 20,0 0,2 300
II 25,0 20,0 30,0 0,3 200
III 40,0 45,0 54,0 0,1 250
IV 28,0 30,0 35,0 0,4 160
V 15,0 12,0 20,0 0,25 280
VI 50,0 30,0 40,0 0,21 120
Коэфф. веса 0,32 0,23 0,15 0,20 0,10

Задача 16
Оценить риск по хозяйственным контрактам на заключения догово­
ров на ремонт энергетического оборудования города с одной из трех фирм.
Данные о сроках ремонта представлены далее (табл. 34). Необходимо вы­
брать ту фирму, которая производит ремонт в наименьшие сроки.

Т а б л и ц а 34

Показатели сроков ремонта энергетического оборудования


Фирма 1 Фирма 2 Фирма 3
число слу­ число слу­ число слу­
№ события сроки ре­ сроки ре­ сроки ре­
чаев чаев чаев
монта монта монта
наблюдения наблюдения наблюдения
1 12 25 8 29 8 40
2 15 30 12 22 10 32
3 17 22 14 35 15 30
4 20 40 17 50 18 28
5 22 28 20 32 20 35
6 22 30 21 25
7 22 20
8 23 22

Задача 17
С помощью вероятностного метода определить наименее рисковый
вариант вложения акций, если каждая из них по своему откликается на
возможные рыночные ситуация достигая с известными вероятностями
определенных значений доходности (табл. 35).
99

Т а б л и ц а 35

Показатели доходности акций в различных рыночных ситуациях


Акция Ситуация 1 Ситуация 2
вероятность доходность вероятность доходность
А 0,6 15% 0,4 20%
Б 0,85 12% 0,15 15%
С 0,7 10% 0,3 12%

Задача 18
Имеются два объекта инвестирования с одинаковой прогнозной
суммой требуемых капитальных вложений. Величина планируемого дохо­
да (тыс. руб.) в каждом случае неопределенна и приведена в виде распре­
деления вероятностей (табл. 36).

Таблица 36

Распределение вероятности дохода различных проектов


Проект А Проект В
Доход Вероятность Доход Вероятность
4000 0,1 2500 0,1
4500 0,2 3000 0,15
5000 0,4 3500 0,3
5500 0,2 4000 0,35
6000 0,1 4500 0,1

Задача 19
АО «Фото и цвет» - производитель химических реактивов и обору­
дования, которые используются некоторыми фотостудиями при изготовле­
нии 35-мм фильмов. Фирма проводит в течение недели 11,12 или 13 кон­
тейнеров продукта. От продажи каждого контейнера фирма получает 35 у.
е. прибыли. Как и многие фотографические реактивы, продукт имеет очень
малый срок готовности. Поэтому, если ящик не продан к концу недели, он
должен быть уничтожен. Каждый контейнер обходится предприятию в 56
у. е. Вероятности продать 11,12 и 13 контейнеров в течение недели равны
соответственно 0,45; 0,35; 0,2.
Определить вариант объема выпуска продукта, дающий небольшую
среднюю ожидаемую прибыль.

Задача 20
Фирма изготавливает железобетонные панели, используя в качестве
основного сырья цемент. В связи с неопределенным спросом на изделия
потребность в сырье в течение месяца так же неопределенна. Рассмотреть
частный случай: п = 5; Ci = 5; С2 = 3; D = (1500, 2000, 2500, 3500,4000); К =
(1500, 2000, 2500, 3500,4000).
100

5. СРАВНИТЕЛЬНАЯ ОЦЕНКА ВАРИАНТОВ РЕШЕНИЙ

5.1. Выбор оптимального варианта решения с помощью


статистических оценок

На практике для сравнительной характеристики проектов по степени


риска, в качестве количественного критерия широко используется среднее
квадратическое отклонение.
Рассмотрим задачу о выборе оптимального ассортимента швейного
предприятия. Задача заключается в максимизации средней величины при­
были при наличии информации о состоянии погоды за последние одинна­
дцать лет. Обычная погода бывает с вероятностью 0,2, прохладная —0,3, и
теплая - с вероятностью 0,5. Предприятие располагает тремя чистыми
стратегиями: Pi с расчетом на теплую погоду, стратегия Рг с расчетом на
прохладную погоду и стратегия Рзс расчетом на обычную погоду.
Природа, рассматриваемая как второй игрок, также располагает тре­
мя стратегиями: обычная погода (ТЪ), прохладная погода (стратегия Пг) и
теплая погода (стратегия Пз).
Все исходные данные и платежную матрицу запишем далее (табл.
37).

Т аблица 37

Прогнозные значения благоприятных и неблагоприятных исходов


Вероятность 0,2 0,3 0,5
Стратегия природы
Обычная Прохладная Теплая
п, п2 Пз
Стратегия предприятия
Теплая —Р| 17900 5900 35900
Прохладная —Р 2 22000 35400 6400
Обычная —Рз 34800 22800 16000

Расчет средней ожидаемой прибыли представлены ниже (табл. 38).

Таблица 38

Расчет средней ожидаемой прибыли


Погода Средняя ожидаемая прибыль
Теплая 17900 ■0,2 + 5900 - 0,3 + 35900 • 0,5 = 23300
Прохладная 22000 ■0,2 + 35400 *0,3 + 6400 0,5 - 18220
Обычная 34800 • 0,2 + 22800 0,3 + 16000 0,5 = 21800
101

Наибольшая прибыль будет в случае, если предприятие выберет


стратегию Pi и эта прибыль в среднем составит 23300.
Определим показатели риска.
Для стратегии Pi:

Е = Е (х ) = 23300; Е (х 2) = 2 = 718930000;
De = Е (х 2) - (Е (х ) ) 2 = 718930000 - 233002 = 176040000;
аЕ = = V176040000 = 13268;
13268
У =
23300 100 % = 5 6 , 9 % .

Для стратегии Р2:

Е = 18220; х 2 = 493228000; DB = 161259600;


аЕ = 12698; К = 69,7% .

Для стратегии Рз:

Е = 21800; £ 2 = 526160000; £>я = 50920000;


а я = 7135; V = 32,7% .

Полученные данные сведем в табличный вид (табл. 39).

Т аблица 39

Показатели риска
Е о V
Теплая - Pi 22300 13268 56,9
Прохладная - Р
2 18220 12698 69,2
Обычная - Рз 21800 7135 32,7

Из этой таблицы однозначно можно лишь сказать, что стратегию


прохладной погоды, как заведомо проигрышную, предприятие не должно
рассматривать. Остается сравнивать две стратегии Pi и Рз.
Если имеются две стратегии А и Б, для которых известны Е а, Е в, Б а,
и Бв, то предприятие должно отдать предпочтение стратегии А, если:

1-Еа > Ев ,аА ~ ав иУА < VB;


2, Еа > Ев , аА < ав и VA < Кв ; (69)
3. ЕА ~ Eg , (ТА < (Уд и VA < VB.
102

Предпочтение варианту В следует отдавать при:

4. Еа < Ев , ол « ов и Уд > VB;


5. Ед < Ев | оА > ов и VA > VB; (70)
6. Ед ~ Ев , сгд > сув и Уд VB,

В общем случае, когда Ед > Ев ,ал > ав или Ел < Ев , аА < сгв, тре­
буются дополнительные исследования, как и в нашей ситуации.
Заказчик может выбрать стратегию с большим ожидаемым доходом,
связанным с большим риском, или стратегию с меньшим ожидаемым до­
ходом, но более гарантированным и менее рискованным.
Можно также отдать предпочтение стратегии, которая характеризу­
ется меньшим коэффициентом вариации V и, как следствие обеспечивает
более благоприятное соотношение риска (сг) и доходы (Е).
Использование одного из этих двух подходов к выбору оптимальной
стратегии может привести к заметным ошибочным результатам.

5.2. Нормальное распределение

Рассмотрим другой метод исследования, основанный на предполо­


жении о том, что большинство результатов хозяйственной деятельности
(прибыль, доход и т. д.) как случайные величины подчиняются закону,
близкому к нормальному. Этот закон характерен для распределения собы­
тий в случае, когда исход представляет собой совместного воздействия
большого количества независимых факторов, и ни одно из этих факторов
не оказывает преобладающего влияния.
Нормальное распределение (распределение Гаусса) представляет со­
бой вид распределения случайных величин, с достаточной точностью опи­
сывающий распределение плотности вероятности результатов производ­
ственно - хозяйственной, финансовой, инновационной деятельности или
изменений условий внешней среды, поскольку показатели, характеризую­
щие их, определяются большим числом независимых случайных величин,
каждая из которых в отдельности других играет незначительную роль и
непредсказуема. Применение нормального распределения доказывают
адекватность этого теоретического инструмента реальным процессам эко­
номической деятельности.
Плотность вероятноста нормального распределения имеет вид:

1 (х-х)2
/(%) = —= е 2<т2 , (71)
а у2 п
103

где х — а ~ математическое ожидание; о - среднее квадратическое откло­


нение случайной величины X.
Из курса теории вероятностей известно, что попадание случайной
величины X в заданный интервал (а; /?) определяется как:

Y? —а
р (а < X < (72)
а

1 сх
где Ф (х) = ^ = / 0 е 2а2 • d x - есть интеграл вероятностей или функция
Лапласа, ее значения в зависимости от параметра X приводятся в специ­
альных таблицах, эта функция четная и она изменяется от 0 до 0,5.
Если предположить, что ожидаемое значение результата (прибыль,
потери и т.д.) должны принадлежать интервалу (а; /?) длиной Д= р — а, то
вероятность того, что достигаемый результат будет находиться в указан­
ном интервале, определяется из формулы (5.4) и пусть равна Pi. На графи­
ке (рис. 11) заштрихованная площадь численно равна Рь Тогда вероят­
ность попадания рассматриваемого результата за пределы допустимых
границ, исходя из того, что вся площадь под кривой нормального распре­
деления равна единице, будет равна Р2 = 1 - Pi.
Вероятность Р 2 оценивает неопределенность результата и отдельные
авторы считают непосредственным измерителем риска величину Р2. На
наш взгляд лишь в относительно простых случаях для оценки степени рис­
ка можно использовать величину вероятности получения отрицательного
результата (Р2), так как при этом не затрагиваются существенные факторы
понятия риска, отсутствует сравнение возможных выигрышных исходов и
обстоятельств, способствующих им, с возможными потерями в случае не­
удачи.
Средняя арифметическая х — а определяет центр распределения и ее
размеренность та же, что и размерность случайной величины X. Среднее
квадратическое отклонение а определяет разброс центра распределения и
размерность а совпадает с размеренностью случайной величины X. Разни­
ца в значениях средней арифметической влияет на положение графика
(рис. 12), а ниже показано, как увеличение значения а меняет размах кри­
вой (рис. 13).
Параметр а характеризует не положение, а саму форму кривой рас­
пределения. Это есть характеристика рассеивания. Наибольшая ордината
кривой распределения обратно пропорциональна <т, при увеличение а мак­
симальная ордината уменьшается.
104

Рио. 12. Изменения в значении средней арифметической

Рис. 13. Изменения в значении среднего квадратического отклонения

Так как площадь кривой распределения всегда должна оставаться


равной единице, то преувеличение и кривая распределения становится бо­
лее плоской, растягиваясь вдоль оси абсцисс, напротив, при уменьшении а
кривая распределения вытягивается вверх, одновременно сжимаясь с бо­
ков, и становится более иглообразной. Ранее показаны три нормальные
кривые (I, II, III) при а = 0; из них кривая I соответствует самому большо­
му, а кривая III - самому маленькому значению а (рис. 13). Изменение па­
105

раметра а равносильно изменению масштаба кривой распределения - уве­


личению масштаба по одной оси и такому же уменьшению по другой,
В процессе принятия управленческих решений предпринимателю
целесообразно различать и выделять определенные области (зоны риска) в
зависимости от уровня возможных (ожидаемых) потерь. Для этого разра­
ботаны и используются так называемые школы риска, позволяющие клас­
сифицировать поведение лиц идущих на хозяйственный риск. Ниже при­
ведена эмпирическая шкала риска (табл. 40), которую рекомендуют при­
менять предпринимателям при использовании или в качестве количе­
ственной оценки риска вероятности наступления рискового события авто­
ра книги.
Дадим математический анализ этой таблицы.

Таблица 40

Эмпирическая шкала допустимого уровня риска


Вероятность нежелательного исхода
№ Наименование градаций риска
(величина риска)
1 0,0-0,1 Минимальный
2 0,1-0,3 Малый
3 0,3-0,4 Средний
4 0,4-0,6 Высокий
5 0,6-0,8 Максимальный
6 0,8-1,0 Критический

В практике общеупотребительной характеристикой рассеивания


служит не среднее квадратическое отклонение сг, а другая величина, назы­
ваемая вероятным отклонением (иначе - «срединным отклонением» или
«срединной ошибкой»).
Вероятным отклонением называется половинка длины участка, сим­
метрично относительно центра рассеивания, на который опирается поло­
вина площади кривой распределения (рис. 14).

Рис. 14. Нормальное распределение


106

Вероятное отклонение мы будем обозначать, буквой Е. Поясним


смысл термина «срединное отклонение», часто принимаемого в практике
вместо «вероятного отклонения». Вероятность того, что величина X от­
клоняется от центра рассеивания а меньше чем на Е, по определению веро­
ятностного отклонения Е, равна .

Р ( \ х - а \ < Е) = У2 (73)

Вероятность того, что это отклонение будет больше Е, так же равна

Р (\х —а\ > Е) = I / 2

Таким образом, при большом числе опытов в среднем половина зна­


чений случайной величины X будет отклонятся от а больше, чем на Е, а
половина - меньше; отсюда и термин «срединное отклонение».
Из курса теории вероятностей известно, что вероятность того, что
отклонение случайной величины X от среднего значения а по абсолютной
величине не превысит положительного числа £ = а ■t определяется соот­
ношением.

at
Р (\х — а\ < s) — 2Ф = 2Ф (t). (74)
.а .

Очевидно, вероятное отклонение как характеристика рассеивания


должно находиться в прямой зависимости от среднего квадратического от­
клонения а. Установим эту зависимость. Для этого вычислим вероятность
события \х —а\ < Е в уравнении (5.5) по формуле (5.6).

ГЕ 1
Р(]х —а\ < Е) = Ф (75)
WI- 2

Формулы (71), (72), (73) применяются на практике для попадания


случайной величины X в заданный интервал.
Для примера вычислим вероятности попадания случайной величины
X, подчиненной нормальному закону, на последовательные участки дли­
ной Е, отложенные от центра рассеивания. По определению вероятностно­
го отклонения, вероятность попадания на участки длиной Е, отложенные
от центра рассеивания. По определению вероятностного отклонения, веро­
ятность попадания на участок длины Е, примыкающий к центру рассеива­
ния, равно 0,25.
107

Так как плотность вероятности по мере удаления от центра рассеи­


вания убывает, то, откладывая от центра последовательные участки дли­
ной Е, мы будем получать все меньшую и меньшую вероятность попада­
ния (рис. 15).

Рис. 15, Вероятности попадания случайной величины X

Вычислим вероятность попадания случайной величины на эти участ­


ки по формуле (75) с точностью до 0,01.

Р{а < X < а + Е) = 0,25;


P(jx + Е < X <С Д + 2Е) — 0Д6;
Р (а + 2Е < X < а + ЗЯ) = 0,07;
Р (и + 3Е К X <С и + 4 Е) = 0,02.

Складывая эти четыре числа, получаем 0,5. Из этого заключаем, что


если пренебречь вероятностями 0,01, молено считать практически досто­
верным, что случайная величина, подчиненная нормальному закону, от­
клоняется от центра рассеивания не более чем на четыре вероятных откло­
нения. Строго говоря, такие отклонения все же возможны и встречаются
примерно в 0,5 % всех случаев (в ту и другую сторону).

5.3. Кривая рисков

Используя соотношение (76) и выбирая вероятности (табл. 40) по


таблицам функции Лапласа Ф (t) находим соответствующие значения па­
раметра t (табл, 41).
Наносим значения £ = a t на график нормальной кривой влево и
вправо от х = а и строим Зоны риска (не нарушая общности, значения
£ откладывается только вправо) (рис. 16).
108

Таблица 41

Таблица значений вероятностей и параметры


р 0 0,1 0,3 0,4 0,5 0,6 0,6826 0,8 0,9544
t 0,99730 0,126 0,386 0,524 0,677 0,842 1 1,281 2

Кривую (рис. 16), можно называть кривой риска. На ней выделены


следующие характерные точки и зоны.

Рис. 16. Зоны риска для кривой, нормального распределения вероятностей

Первая точка определяет вероятность нулевых потерь, ее можно


считать максимальной, но конечно меньше единицы.
Вторая точка вероятности нежелательного исхода, соответствует
«нормальному», и разумному риску, при котором рекомендуется прини­
мать обычные предпринимательские решения. Зона приемлемого (мини­
мального) риска характеризуется уровнем потерь, не превышающим раз­
мера чистой прибыли.
Третья точка характеризуется величиной возможных потерь, равной
ожидаемой прибыли, т. е. полной потери прибыли. Зона допустимого (по­
вышенного) риска характеризуется величиной возможных потерь, не пре­
вышающим размеры расчетной прибыли. Осторожные предприниматели
стараются действовать так, чтобы возможная величина потерь не выходила
за пределы допустимого риска.
Четвертая точка_соответствует величине потерь, равных расчетной
выручке. Зона критического риска характеризуется тем, что в границах
этой зоны возможны потери расчетной прибыли, т. е. опасность потерять и
средства, вложенные предпринимателем в операцию.
Пятая точка характеризуется потерями, равными имущественному
состоянию предпринимателя. Зона катастрофического (недопустимого)
риска характеризуется тем, что в границах этой зоны ожидаемые потери
109

способны превзойти размер ожидаемых доходов и достичь величины, рав­


ной всему имущественному состоянию предпринимателя (фирмы).
Принятие решений с большим уровнем риска зависит от склонности
ЛПР. Однако, предприятие таких решений возможно только в случае, если
наступление нежелательного исхода не приведут предпринимателя к банк­
ротству.
Рассмотренным точкам риска соответствуют следующие значения
вероятностей:

Pi < ОД; Р2 = 0.25; Рз = 0.4; Р4 = 0,75; Р5 > 0,75.

Вероятность определенных уровней потерь являются важными пока­


зателями, позволяющими высказывать суждение об ожидаемом риске и его
приемлемости, поэтому построенную кривую можно назвать кривой риска.
Так если вероятность катастрофической потери выражается показателем,
свидетельствующим об ощутимой угрозе потери состояния, то осторож­
ный предприниматель заведомо откажется от такого дела и не пойдет на
подобный риск.
Знание - предельных значений вероятностей возникновения допу­
стимого Рд, критического Ркр, и катастрофического Ркат рисков позволяет
сформировать самые общие условия приемлемости анализируемого вида
предпринимательства;
— показатель допустимого риска не должен превышать предельного
значения, т.е. Рз <Рд;
— показатель критического риска должен быть меньше предельной
величины, т.е. Р4 < Ркр;
— показатель катастрофического риска не должен быть выше пре­
дельного уровня, Т.е. Р5 < Ркат.

5.4. Выбор оптимального решения с помощью


доверительных интервалов

Если результаты экономической деятельности подчиняются нор­


мальному закону распределения вероятностей, то в этом случае имеет ме­
сто, так называемое, правило трех сигм> которое в более широкой поста­
новке позволяет установить область возможных значений случайной вели­
чины X как:

Е — t • а < X < Е + t- а (7 6 )
по
где величина t характеризует доверительную вероятность попадания слу­
чайной величины X в интервал (Е — t • а ; Е 4 -1 ша); Е = х — а - среднее
случайной величины X.
При t — 1 с вероятностью 0,6826 (или 68 % случаев) можно утвер­
ждать, что значение случайной величины лежит в пределах Е ± t ■а; при
t=2 с вероятностью 0,9544 можно утверждать что х G (Е — 2а; Е + 2ег), и
при t=3 вероятностью того, что значение случайной величины х Е (Е +
Зсг) составляет 0,9973, т. е. это событие практически достоверно.
Для пояснения сказанного рассмотрим три ситуации: ситуация 1, си­
туация 2, ситуация —стратегии предприятия (табл. 39), которые характери­
зуются параметрами (табл. 42).

Таблица 42

Расчет значений случайной величины Е ± t ■<Г


Е G Е — а Я-2<т Я-Зсг V%
А 100 10 90 80 70 10
С и ту ац и я 1
В 86 6 80 74 68 8,8
А 90 8 82 74 66 8,9
С и ту ац и я 2
В 86 6 80 74 68 7,0
С тратеги и A =Pj 23 300 13 268 10 032 -3 236 -16 504 56,9
п редпри яти я В=Р2 21 800 7 135 14 665 7 530 395 32,7

Для наглядности результаты (табл. 42) графически изобразим далее


(рис. 17 а, б, в). На графиках по оси t отложены значения 0, 1, 2, 3, а по оси
ординат ОЕ отложены значения (Е —t ■а).
I
I

Ill

Рис, 17. Зависимость ожидаемого результата от параметра

Величину Emin ~ Е — t ■а назовем минимальным значением ожидае­


мого результата (отдачей). Из (рис. 17, а) видим, что в ситуации 1 страте­
гия А обеспечивает более высокое минимальное значение отдачи при всех
уровнях доверительной вероятности. Поэтому выбор стратегии А является
более предпочтительным, чем выбор стратегии В, хотя V a > V b.
Рассмотрим ситуацию 2. Если использовать коэффициенты вариа­
ции, то следует выбрать стратегию В, Из зависимых минимальных значе­
ний отдачи (рис. 17) для стратегии А и В при различных t видно, что при
доверительной вероятности, не превышающей 0,9544, которой соответ­
ствует t = 2, оптимальной является стратегия А, в противном случае пред­
почтение следует отдать стратегии В .
Из взаимного положения прямых Pi и Рз (рис. 17, в) можно сделать
вывод, что при доверительной вероятности, не превышающей 0,251, кото­
рой соответствует значение t = 0,32, наиболее эффективной является стра­
112

тегия Pi и при доверительной вероятности более 0,251 предпочтительной


вероятности более 0,251 предпочтительнее стратегия Рз.
Предприниматель понимая, что риск неизбежен, стремится учиты­
вать риск в своей работе руководствуется идеей, что требуемая доходность
и риск должны изменяться в одном направлении (пропорционально друг
другу). Если риск является вероятным, то его количественное измерение
не может быть однозначным и предопределенным и его величина может
меняться в зависимости от метода определения риска.
Результаты практической реализации прошлых аналогичных реше­
ний, принятых в условиях неопределенности подсказывают ЛИР тактику
поведения. Понесенные потери диктуют выбор осторожной политики,
успех же побуждает к риску. Большинство людей предпочитает малорис­
кованные варианты действий. Вместе с тем, отношение к риску во многом
зависит от величины капитала, которым располагает предприниматель.
При анализе альтернативных вариантов решений ЛПР приходится
прогнозировать возможные последствия принимаемых решений. Наиболее
благополучной при этом является такая ситуация, когда руководитель до­
статочно точно может оценивать результаты каждого из альтернативных
вариантов решения.
Если нельзя оценить вероятности возможных результатов, то рас­
смотрение решений с известной вероятностью получения любого резуль­
тата относится к рисковым случаям, Когда требующие анализа и учеба
факторы весьма сложны, а достоверной или достаточной информации о
них нет, то вероятность того или иного результата невозможно предсказать
более или менее точно. Неопределенность характера для многих решений,
принимаемых в быстро меняющихся обстоятельствах. В этом случае пред­
приниматель пытается получить дополнительную информацию, еще раз
проанализировать проблему и, следовательно, учесть ее новизну и слож­
ность, сочетая информацию и результаты анализа с накопленным опытом.
Привлечение к этой работе специалистов для составления в этой работе
специалистов для составления экспертных оценок является иногда реша­
ющим.
Если времени на сбор дополнительной информации мало или затра­
ты на нее очень велики, то целесообразно действовать в соответствии с
прошлым опытом и интуицией. По мере увеличения уязвимости, бизнеса
от финансовых рисков многие компании и предприниматели понимают,
что поиск решений проблем риска должен быть поставлен на профессио­
нальную основу, т. е. риском нужно профессионально управлять.
из
ЗА КЛ Ю ЧЕН И Е

Работая над учебным пособием, автор ставил перед собой несколько


задач, объединяющих разные направления и темы изучения.
Первая —показать необходимость изучения дисциплины в условиях
рыночного хозяйствования, когда на будущие результаты инвестиционной
или иной предпринимательской деятельности существенно влияют сбои в
экономической политике страны и многочисленные факторы рыночной
конъюнктуры, не зависящие от инвесторов (политических, экономических,
социальных и др.), приводящих к неопределенности и коммерческому риску.
Вторая задача - ознакомить с методами анализа возникающих фак­
торов воздействия и методами оценки рисков, к которым они могут приве­
сти.
Третья задача —ознакомление с методами оценки и изменения эко­
номических рисков и управления рисками ввиду возможности больших по­
терь при реализации финансовой, производственно-хозяйственной, сервис­
ной, инновационной, управленческой и других видов деятельности. Данная
задача является актуальной для развития народного хозяйства.
В представленном учебном пособии при рассмотрении моделей при­
нятия решений в условиях неопределенности и риска даются практические
рекомендации по применению этих моделей в типовых ситуациях. В данном
случае основная трудность заключается не в выполнении расчетов, а в по­
строении самих моделей, адекватных реальной обстановке. В силу этого чи­
тателю предлагается достаточно большое число примеров построения таких
моделей. Разнообразные реальные экономические ситуации —потенциальные
объекты моделирования - описаны в задачах. Некоторые из них даются с
решениями, другие - предназначены для самостоятельной работы.
114

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Чернов, В. А. Анализ коммерческого риска : учеб, для вузов / В,


А. Чернов. - М, : Финансы и статистика, 1998. - 128 с.
2. Уткин, Э. А. Управление рисками предприятия : учеб, пособие
/ Э. А. Уткин, Д. А. Фролов. - М. : ТЕИС, 2003. - 247 с.
3. Васин, С. М. Управление рисками на предприятии : учеб, посо­
бие / С. М. Васин, В. С. Шутов. - М, : КНОРУС, 2010. - 304 с.
4. Орлов, А. И. Статистические методы прогнозирования : учеб,
для вузов / А. И. Орлов. —М. : Изд-во института экономических стратегий,
2 0 0 7 .-4 3 8 с,
5. Петровский, А. Б. Теория принятия решений : учеб, для вузов /
А. Б. Петровский, - М , : Издательский центр «Академия», 2009. - 400 с.
6. Литва, Б . Г. Экспертные оценки и принятия решений ; учеб,
для вузов / Б. Г. Литвак. - М. : Патент, 1996. - 271 с.
7. Балабанов, Н , Г. Основа финансового менеджмента : учеб, для
вузов / Н. Г. Балабанов. - М. : Финансы и статистика, 1998. - 512 с.
8. Райзберг, Б . А . Предпринимательство и риск : научно-
популярная серия "Экономика" / Б. А. Райзберг, - М. : Знание, 1992. - 61 с.
115

ОГЛАВЛЕНИЕ

Введение...................................................................................................................... 3
1. Теоретические основы изучения риска как объекта исследования...........4
1.1. Подходы к определению риска....................................................................4
1.2. Классификация рисков...................................................................................8
1.3. Система неопределенностей......................................................... 11
Контрольные вопросы............................................................................................. 15
2. Принципы и методы анализа риска и принятия реш ения.........................16
2.1. Общая характеристика принципов и методов анализа рисков..........16
2.2. Основные подходы к оценке меры риска............................................... 22
2.3. Качественный анализ риска и методика его проведения................... 24
Контрольные вопросы.............................................................................................34
3. Количественные оценки экономического
риска в условиях неопределенности................................................................35
3.1. Методы принятия решений в условиях неопределенности................ 35
3.1.1. Предмет теории игр................................................................................35
3.1.2. Методы решения игровых задач......................................................... 45
3.2. Принятие решений в условиях полной неопределенности................. 50
3.3. Сравнительная оценка вариантов решений в зависимости
от критериев эффективности........................ 60
3.4. Многокритериальные задачи выбора эффективных решений............ 61
3.4.1. Многокритериальные задачи...............................................................61
3.4.2. Оптимальность по П арето....................................................................63
3.5. Модели принятия решений в условиях
частичной неопределенности.................................................... 66
4. Принятие оптимального решения в условиях экономического ри ска.... 72
4.1. Вероятностная постановка задачи принятия
предпочтительных решений...................................................................... 72
4.2. Статистические методы принятия решений в условиях риска..........80
4.3. Оценки степени риска в условиях полной определенности................ 83
116

4,4. Выбор оптимального плана методом построения


деревьев реш ений......................................................................................... 89
4.4.1. Дерево реш ений......................................................................................89
4.4.2. Максимизация прибыли от акций.......................................................90
5. Сравнительная оценка вариантов реш ений................................................. 100
5.1. Выбор оптимального варианта решения с помощью
статистических оценок...............................................................................100
5.2. Нормальное распределение...................................................................... 102
5.3. Кривая рисков..............................................................................................107
5.4. Выбор оптимального решения с помощью
доверительных интервалов....................................................................... 109
Заключение..............................................................................................................113
Библиографический список.................................................................................114

Учебное издание

Пазюк Константин Терентьевич

ТЕОРИЯ РИСКА И МОДЕЛИРОВАНИЕ


РИСКОВЫХ РЕШЕНИЙ

Учебное пособие

Отпечатано с авторского оригинала-макета


Дизайнер обложки Е. К Ссторядова

Подписано в печать 20.09.17. Формат 60x84 716. Печать цифровая. Уел. печ. л. 6,86.
Тираж 100 экз. Заказ 344.

Издательство Тихоокеанского государственного университета.


680035, Хабаровск, ул. Тихоокеанская, 136.
Отдел оперативной полиграфии издательства
Тихоокеанского государственного университета.
680035, Хабаровск, ул. Тихоокеанская, 136.