Навигация
Критерій прийняття рішень, коли невідомий розподіл ймовірностей. Критерій Бернуллі-Лапласа
27666
знаков
1
таблица
1
изображение
26. Критерій прийняття рішень, коли невідомий розподіл ймовірностей. Критерій Бернуллі-Лапласа.
Для особи приймаючої рішення, що діє в умовах невизначеності і неможливості одержання додаткової інформації про невизначені фактори, елементами опису ситуації є:
- безліч припустимих стратегій (безліч можливих альтернатив дій особи, що приймає рішення) А={A1, A2, ..., Am};
- безліч можливих станів зовнішнього середовища (безліч гіпотез) Z={Z1, Z2, ..., Zn}
Передбачається, що на безлічі відносин А*Z можна задати деяку функцію корисності f(Ai, Zj), що виступає як міра бажаності чи корисності відповідної альтернативи . Якщо безлічі A і Z кінцеві, то міра для оцінки ефективності дій особи, що приймає рішення (корисність результатів) представлена у вигляді матриці. Кожне конкретне значення елемента матриці еіj = f(Ai, Zj) характеризує вибір i-стратегії (альтернативи Ai) при стані зовнішнього середовища Zj.
Критерій Бернуллі-Лапласа.
Допустимо, що імовірності невідомі. За цим критерієм допускається, що імовірності рівні. Критерій приводиться на прикладі наведеному нижче. (Табл. )
| Рішення брокера | Обсяг угод на ринку | ||
| зменшиться | збільшиться | залишиться незмінним | |
| покупка A | 5 | 18 | 1 |
| покупка B | 7 | 4 | 13 |
| покупка C | 14 | 6 | 3 |
| P | 1/3 | 1/3 | 1/3 |
Таблиця 4. Критерій Бернуллі-Лапласа.
Оптимальне рішення:
X = max S ( aij * pj ).
Отже, розрахунок такий:
X1 = 5 * 1/3 + 18 * 1/3 + 1 * 1/3 = 17
X2 = 7 * 1/3 + 4 * 1/3 + 13 * 1/3 = 8
X3 = 14 * 1/3 + 6 * 1/3 + 3 * 1/3 = 7.7
Брокеру доцільніше купити акції А.
Практичні рекомендації з застосування критеріїв:
Критерій Вальда найкраще використовувати тоді, коли фірма бажає звести ризик від прийнятого рішення до мінімуму
Коефіцієнт у критерії Гурвіца вибирається із суб'єктивних розумінь: чим небезпечніше ситуація, тим більше особа, яка приймає рішення, бажає підстрахуватися.
Критерій Севіджа зручний, якщо для підприємства прийнятний деякий ризик.
Критерій Лапласа може бути застосований, коли особа, яка приймає рішення не може зволіти ні однієї гіпотези.
41. Статистичний метод оцінки економічного ризику.
Діяльність банків в умовах ринкової економіки неминуче зв'язана з ризиком. Тому в банківській справі велика увага приділяється проблемі оцінки рівня ризику, яким супроводжуються різні банківські операції.
Дана проблема має економічний і юридичний аспекти.
Економічний (чи фінансовий) аспект полягає в тім, що при правильній оцінці ризику (відповідно при виборі правильного рішення про укладання чи відмові від угоди) банк або дістає прибуток, або уникає збитків. Навпроти, при неправильній оцінці ризику (при невірному укладанні чи відмові від угоди) банк або зазнає збитків, або прогаює прибуток. Тому проблема оцінки ризику безпосередньо зв'язана з однією з головних задач банку - визначення найкращої (оптимальної) стратегії укладання угод, що забезпечує максимальне зростання прибутку за рахунок правильного вибору з усіх потенційно можливих операцій.
Юридичний аспект проблеми зв'язаний із правомірністю (чи допустимістю) ризику. Чи повинен банківський службовець, що прийняв кінцеве рішення про укладання угоди, згодом не виконаної клієнтом і тому приніс значні збитки банку і його акціонерам (засновникам), нести відповідальність за прийняте їм рішення? Очевидно, повинен, якщо його рішення лежало в області неправомірного ризику, граничило з авантюризмом і недбалістю.
Економічний ризик для підприємницької фірми полягає в тому, що вартість її активів і пасивів може мінятися у більшу чи меншу сторону (у національній валюті) через майбутні зміни валютного курсу. Це також відноситься до інвесторів, закордонні інвестиції яких — акції чи боргові зобов'язання — приносять доход в іноземній валюті.
Застосування апарата статистичних рішень у банківській справі стає можливим завдяки тому, що вводиться кількісна міра надійності банківських угод. У якості такої пропонується використовувати імовірності виконання різних умов угоди. Методи математичної статистики дозволяють визначити чисельні значення зазначених імовірностей, вони передбачають класифікацію угод і клієнтів банку і реєстрацію результатів угод у спеціальній базі даних банківських угод.
Ці методи припускають як використання експертного опитування, так і статистичну обробку результатів угод, що відбулися. Причому в банківській справі можливо оптимальне спільне використання інформації з цих двох основних її джерел, що виражається в перевазі експертних оцінок при визначенні рівня надійності великих, досить рідких по своїх характеристиках банківських операцій, і, навпаки, у превалюванні статистичних оцінок зазначених імовірностей при аналізі часто здійснюваних, типових по своїх характеристиках банківських операцій.
Деякі вчені розробили моделі (засновані на аналізі коефіцієнтів), що дозволяють визначити, чи знаходиться компанія в “ризикованому” положенні (тобто чи існує небезпека розорення чи поглинання її іншою компанією і чи є нагальна потреба перебудови чи поліпшення її роботи). Деякі дослідники розробляли моделі прогнозування банкрутства на основі мінімальної кількості коефіцієнтів, об'єднаних у визначену систему (Z-модель).
Ця концепція розроблена американським професором Едвардом Альтманом і (незалежно) професором Ричардом Таффлером, дослідником з Великобританії. Z-моделі розроблені на основі статистичного аналізу великої кількості фінансових коефіцієнтів як “благополучних”, так і збанкрутілих компаній. Статистичний аналіз використовувався для:
- визначення мінімального числа коефіцієнтів, за допомогою яких можна відрізнити стабільну компанію від потенційного банкрута;
- розрахунку ступеня впливу кожного коефіцієнта на побудову моделі і прогнозування банкрутства.
Z-модель виглядає в такий спосіб:
Z=C1R1+C2R2+C3R3+...+CnRn
R1,R2,R3,...,Rn - відібрані ключові коефіцієнти, число яких досягає n;
C1,C2,C3,...,Cn - показники, що характеризують значимість R1,R2,...,Rn.
Високе значення Z говорить про стабільний стан, низьке - про потенційне банкрутство.
У 1968р. професор Альтман проаналізував 22 бухгалтерські і не бухгалтерські “перемінні” і вибрав п'ять ключових коефіцієнтів для визначення стабільного чи критичного стану фірм. Ці п'ять показників були потім використані для визначення значення Z. Компанії, у яких величина Z перевищувала визначений рівень, могли бути віднесені до категорії фінансово благополучних, а компанії, у яких значення Z не досягало цього рівня, могли бути визначені як потенційні банкрути. Альтман виділив також “сіру зону” між “процвітанням” і “банкрутством”. Для компаній, що знаходяться в цій зоні, не можна впевнено прогнозувати той чи інший розвиток подій.
Z-модель Альтмана виглядає в такий спосіб:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.0099X5
X1=оборотні активи/загальна сума активів;
X2=нерозподілений прибуток/загальна сума активів;
X3=прибуток до процентних податків і виплат/загальна сума активів;
X4=ринкова вартість власного капіталу/балансова вартість позикових засобів;
X5=обсяг реалізації/загальна сума активів.
У цій моделі рівень Z, що перевищує 2.99, указує на стабільність, а величина нижче 1.81 - на потенційне банкрутство. Вибірка Альтмана розрахована на американські фірми. В інших країнах можуть бути використані моделі прогнозування, засновані на тих же принципах, але з іншими фінансовими коефіцієнтами і значеннями C1,C2,..., Cn.
На сьогодні ефективність Z-моделі для прогнозу ймовірного банкрутства компанії (чи неприйнятного кредитного ризику) усе ще має потребу в підтвердженні. Проблеми Z-моделі випливають з того, що її коефіцієнти розраховуються за даними офіційної звітності компанії. Однак компанії, що попадають у скрутне положення, можуть “поліпшувати” свої звіти про прибутки і збитки. У такому випадку адекватна оцінка фінансових труднощів компанії представляється неможливої. З цієї причини Джон Аргенті розробив альтернативний підхід до прогнозування банкрутства, заснований на обліку суб'єктивних суджень (А-модель).
Аргенті вважає, що причиною банкротства компанії є погане керівництво, неефективна система обліку і нездатність компанії пристосовуватися до нових умов ринку. Унаслідок слабкого керівництва буде допущена одна з наступних помилок:
- овертрейдинг;
- прийняття великого проекту, що виявиться помилковим;
- ріст гіринга до небезпечного рівня.
У результаті з'являться визначені симптоми спаду:
- погіршення фінансових коефіцієнтів;
- використання “творчого підходу” для поліпшення діяльності компанії;
- стан остаточного спаду.
Компанія оцінюється нарахуванням балів до максимально припустимого значення по кожнім ключовому недоліку, і є А-системою. Якщо сума перевищує визначений рівень (25 балів), це говорить про високий рівень імовірності банкрутства.
Похожие работы
ками, как и предыдущего, представляют собой различное сочетание приемов, способов и методов работы персонала банка. Остановимся подробнее на отдельных элементах данного построения системы. Субъекты управления банковскими рисками зависят от размеров и структуры банка. Но общим для всех банков является то, что к их числу можно отнести[4]: • руководство банка, отвечающее за стратегию и тактику ...
... с отражением необходимых записей в соответствующих документах производились должностными лицами таможенных постов самостоятельно[18]. Глава 3. Перспективы применения индикаторов риска в системе контроля таможенной стоимости на примере ДВТУ Целью системы управления рисками, концепция которой утверждена приказом ГТК России №1069 от 26.09.2003 г., является создание современной системы ...
... элементам управленческих систем. По отраслям и сферам применения можно выделить методы управления, применяемые в государственном управлении, бизнесе, торговле, промышленности и т.п. Для целей риск-менеджмента наиболее подходит классификация методов управления, обусловленная их содержанием. В общей совокупности методов управления рисками можно выделить семь основных групп: 1) юридические; 2) ...
... задолженности. Значение К24 должно стремиться к нулевой отметке. Высокое значение данного показателя может негативно отразиться на ликвидности Банка. По результатам проведенного комплексного анализа совокупного кредитного риска Банка можно определить его степень следующим образом: Качественная оценка риска Количественная оценка риска Допустимый уровень риска 0-20% Высокий уровень ...
0 комментариев