Економічний ризик та методи його вимірювання

Автор: Пользователь скрыл имя, 18 Февраля 2012 в 22:16, курс лекций

Описание работы

Ризик у підприємницькій діяльності. Методи та система кількісних оцінок економічного ризику. Різні схильності до ризику та корисність. Моделювання та оптимізація ризику. Показники оцінки інвестиційних проектів з урахуванням ризику.

Работа содержит 1 файл

Економічний ризик та методи його вимірювання.docx

— 267.73 Кб (Скачать)

Наприклад, гранична корисність, що пов’язана із зростанням споживання від 1 до 5 одиниць шоколаду, може дорівнювати 10, від 6 до 10 одиниць – 5, а від 11 до 15 оди-ниць – 3. Ці цифри узгоджуються з принципом зниження граничної корисності. У міру зростання споживання товару процес додаткового споживання дає усе менший приріст корисності.

2. Корисність за  Нейманом. Сподівана  корисність.

Для визначення корисності розглянемо вибір особи за умов ризику, який фор-малізується за допомогою поняття лотереї.

Для цього необхідно  з множини пред’явлених експертам  значень певного економічного показника (об’єкта) виділити два х* та х* таких, що х*~<х для всіх х* Х та х*>~х для всіх х Х , тобто найменше пріоритетне, в певному сенсі, значення еко-номічного показника (це буде “нуль” даної шкали інтервалів) і найбільш пріоритетне у певному сенсі значення показника (разом з “нулем” воно визначить масштаб даної шкали). Власне так побудована функція корисності Дж.Неймана і О.Моргенштерна. Експерти пропонують порівнювати альтернативу: 1) значення показника х; 2) лоте-рею: одержати х* з імовірністю (1-р) чи х* з імовірністю (р). Величину ймовірності р змінюють доти, доки, на погляд експерта, значення показника х і лотерея L(x*, p, х* ) не стануть еквівалентними. Максимальному та мінімальному значенням х* та х* при-писують довільні числові значення U*=U(x*) та U*=U(x*), але так, щоб U*>U*.

Під лотереєю L(x*,p(х),х* ) розуміють ситуацію, в якій особа може отримати х* з імовірністю р(х) або х* з імовірністю 1-р(х).

Корисність варіанту х визначається ймовірністю р(х), при якій особі байдуже, що обирати х – гарантовано, чи лотерею L(x*,p(х),х* ), де х*,х* вектори, більш та менш пріоритетні порівняно з х.

Нехай L – лотерея, що приводить до виграшів (подій) х1,х2,…,хN з відповідними ймовірностями р1,р2,…, рN. Позначимо сподіваний виграш (математичне сподівання виграшу) через х:

. (4.14)

Справедлива головна  формула теорії сподіваної корисності , (4.15)

тобто корисність ансамблю результатів збігається з  математичним сподіванням ко-рисності результатів.

Поняття детермінованого  еквівалента лотереї L є одним  з основних при розгляді різних характеристик ризику і їх взаємозв’язку з функціями корисності. Де-термінований еквівалент лотереї L – це гарантована сума , отримання якої еквівалентне участі в лотереї, тобто ~L. Отже визначається з рівняння

U( ) =M[U(X)], тобто =U-1MU(x). (4.16)

Сподіваний виграш та детермінований еквівалент, визначені  згідно з фор-мулами (4.14) та (4.16), стосовно лотереї із скінченим числом можливих виграшів. Якщо можливі виграші описуються щільністю (х), то сподіваний виграш у цій лоте-реї дорівнює

, (4.17)

а детермінований еквівалент є розв’язанням рівняння

. (4.18)

Згідно з теорією  сподіваної корисності, суб’єкт керування, що приймає рішення за умов невизначеності та ризику, повинен максимізувати математичне сподівання ко-рисності результатів. Отже, якщо f(x,w) – вектор результатів, що залежить від вектора плану х та елементарної події w, то ефективність плану для значень w, які містяться у множині Ω, w є Ω з імовірнісною мірою Р(dw), має вид

F(x) = . (4.19)

Величина Р(dw) визначається або за статистичними методами при наявності не-обхідної кількості спостережень, або за допомогою спеціальних експертних процедур.

3. Різні схильності до ризику та корисність

Особу, що приймає  рішення, називають несхильною до ризику, якщо для неї більш пріоритетною є можливість отримати гарантовано сподіваний виграш у лотереї, ніж приймати в ній участь.

З попереднього відомо, що корисність лотереї збігається з математичним сподіванням корисності її випадкових результатів.

Отже, умова несхильності до ризику приймає вид

U(M[x(w)])>M[U(x(w))], (4.20)

де М( ) – символ (оператор) математичного сподівання,

х – випадкова  величина, що залежить від елементарної події w.

Для зростаючих функцій корисності премією (х) за ризик  в лотереї L є різниця між сподіваним виграшем та детермінованим еквівалентом

(х) = М[x(w)]- . (4.21)

Страховою сумою (СС) називають величину детермінованого  еквівалента з проти-лежним знаком, тобто 

СС(х)= - = -U-1(M[U(x(w))]), (4.22)

Умова схильності до ризику має вид

U(M[x(w)])<M[U(x(w))], (4.23)

Умова байдужості до ризику має вид

U(M[x(w)])=M[U(x(w))], (4.24)

За своєю суттю  премія за ризик (надбавка за ризик) –  це сума (в одиницях виміру критерію х), якою суб’єкт керування (особа, що приймає рішення) згоден знехтувати (поступитися нею) з середнього виграшу (тобто ця сума менша, ніж математичне сподівання виграшу), за те, щоб уникнути ризику, пов’язаного з лотереєю.

Якщо особа, що приймає рішення зіштовхується з несприятливою для неї лотереєю (тобто лотереєю, що менш пріоритетна ніж стан, в якому вона у даний час зна-ходиться), то природно виникає питання, скільки вона заплатила б (в одиницях виміру критерію х) за те, щоб не брати участі у цій лотереї (уникнути її).

На рис. 4.1 показано, як графічно можна зобразити ставлення  особи до ризику. Крива, що задає  рівень корисності (на осі ординат), котрий може бути досягнутий за відповідним рівнем доходу (відкладеного в графіку на осі абсцис). Ця крива ілюструє несхильність особи до ризику.

Рис. 4.1. Функція  корисності особи, що несхильна до ризику

4. Криві байдужості.

На основі функції  корисності в декартовій системі координат можна предста-вити криву байдужості. Розглянемо її економічну сутність. Чим більше середньоква-дратичне відхилення - тим гірше (за інших однакових умов). У свою чергу, чим біль-ший сподіваний прибуток - тим краще. Припустимо, що середньоквадратичне відхи-лення доходу певного проекту збільшується. У цьому разі його корисність зменшу-ється. Для того, щоб зберегти корисність на попередньому рівні, необхідно збільшити сподіваний прибуток. Таким чином, сподіваний прибуток може компенсувати вели-чину ризику. Таким чином, криві байдужості - це комбінація сподіваних доходнос-тей і відповідних їм ризиків, які мають однакову корисність для інвестора, це лінія, що об'єднує еквівалентні, з точки зору певної особи, комбінації: "сподіваний прибу-ток - ступінь ризику".

Характерний вигляд таких поверхонь байдужості зображений на Рис. 4.2 Будемо позначати сподіваний прибуток через ц, а середньоквадратичне  відхилення доходу (ступінь ризику) через а.

Звернемо увагу  на точку А. В області 1 містяться  заздалегідь кращі комбінації "сподіваний прибуток - ступінь ризику", оскільки в цій області сподіваний прибуток більший, а ступінь ризику менший. Аналогічно область 3 містить заздалегідь гірші комбінації, оскільки сподіваний дохід тут менший, а ступінь ризику - більший. Отже, поверхня байдужості, яка містить еквівалентні сполуки, повинна проходити через об-ласті 2 та 4. Користуючись цими міркуваннями, можна з'ясувати, що поверхня бай-дужості U3 містить сполуки з більшою корисністю, ніж U2 та U1, а U2 - з більшою, ніж U1.

Для сподіваного  доходу та оцінки ризику (за допомогою  середньоквадратичного відхилення) можна запровадити поняття граничної  норми заміни.

Граничною нормою заміни ступеня ризику сподіваним доходом (MRSσμ) бу-демо називати величину сподіваного  доходу, що еквівалентна одиниці зміни  ступеня ризику.

Геометрично гранична норма заміни ступеня ризику сподіваним доходом є тан-генсом кута нахилу до поверхні байдужості "сподіваний доход - ступінь ризику" ( Рис. 4.2). На ньому тангенс кута а є граничною нормою заміни ступеня ризику споді-ваним доходом.

З того, що ризик - антиблаго, випливає додатність граничної норми заміни ризи-ку сподіваним доходом. Це означає, що кожна додаткова одиниця ступеня ризику по-винна компенсуватись додатнім приростом сподіваного доходу.

На Рис. 4.2 також  відображена важлива особливість  поверхонь байдужості в про-сторі "сподіваний доход - ризик". Вона полягає в тому, що кожна додаткова одиниця ризику вимагає все більшої компенсації сподіваним доходом. Тобто, йдеться про зро-стаючу граничну норму заміни ризику сподіваним доходом.

Основні властивості  кривих байдужості:

1. Вони опуклі  донизу, не перетинаються, хоча  не обов’язково паралельні (як  доход-ність, так і ризик мають  свою корисність для підприємця, тому пересуваючись вздовж кривої підприємець отримує більший дохід і відповідно більший ризик.

2. Мають від’ємний  знак і чим більше схильний  інвестор до ризику, тим менший  кут нахилу кривої байдужості  до осі ОХ.

3. Направлення  зростання корисності проходить  вгору і вліво.

4. Криві байдужості  є спадаючими, оскільки для підприємця  існує точка максималь-ного ризику, вище якої він ризикувати не  буде, тому подальше незначне  збільшен-ня ризику повинно приносити  все більший дохід, щоб задоволення  корисності від діяльності залишалось незмінним.

Кожен суб’єкт  управління має свій графік кривих байдужості, які будуються на основі власної функції корисності. Для побудови функції корисності для будь-якого еконо-мічного показника може використовуватись наступна схема:

1. Визначається  найкраще і найгірше з можливих  допустимих значень показника,  їм присвоюється значення корисності  відповідно 100 і 0 (якщо корисність  оцінюється за 100-бальною шкалою).

2. Розглядається  декілька проміжних значень і  визначаються для них значення  кори-сності (експертним методом).

3. Після того, як кожен член експертної групи дав самостійну оцінку корисності про-міжних значень, розраховуються середні значення цих оцінок.

4. Якщо спостерігається  розсіювання значень для будь-якого  із значень показника, то потрібно  повернутись до попереднього  кроку, тобто потрібне подальше  узгоджен-ня думок експертів до  досягнення прийнятого діапазону  розсіювання оцінок.

5. Знаходиться  функція корисності шляхом побудови  функції регресії методом най-менших  квадратів.

Тема 5. МОДЕЛЮВАННЯ ТА ОПТИМІЗАЦІЯ  РИЗИКУ

2. Критерії прийняття  рішень при заданому розподілі ймовірностей.

3. Критерії прийняття  рішень, коли невідомий розподіл ймовірностей.

4. Критерії прийняття  рішень у ситуації, що характеризується антагоністичними інтересами середовища.

5. Шоста інформаційна  ситуація.

1. Функція ризику.

Для дослідження статистичних моделей за умов ризику та невизначеності виходять із схеми, що передбачає наявність:

- у суб’єкта  керування – множини взаємовиключаючих  рішень Х = {х1, х2, …, хм}, одне з яких йому необхідно прийняти;

- множини взаємовиключаючих  станів економічного середовища , однак, суб’єктові керування невідомо, у якому стані буде знаходитись середовище;

- у суб’єкта  керування – функціонал оцінювання F = {fkj}, що характеризує “ви-граш”  чи “програш” під час вибору рішення хк Х, якщо середовище знаходить-ся (буде знаходитися) у стані Øj Ø.

Творча складова прийняття рішень за умов ризику має вирішальне значення.

Формальна складова процесу прийняття рішення за умов невизначеності полягає у проведенні розрахунків, за існуючими алгоритмами, показників ефективності, що входять  у визначення функціоналу оцінювання F={fkj}, та розрахунків для знаходжен-ня оптимального розв’язку х* Х (чи множини  таких розв’язків Х* Х), згідно з обра-ними критерієм прийняття рішень.

Функціонал оцінювання F має позитивний інгредієнт, якщо намагається  досягнути 

(5.1)

Для таких випадків записують F=F+={fkj+}.

Для негативного інгредієнта, якщо намагаються досягнути відповідно записують

, (5.2)

F=F -={f -kj}.

Визначення функціоналу  оцінювання у формі F=F+, як правило, використовується для оптимізації категорії корисності, виграшу, ефективності, ймовірності  досягнення цільових подій, тощо. У  формі F=F - - використовують для оптимізації  збитків, ризи-ку, тощо.

Информация о работе Економічний ризик та методи його вимірювання