Размещено на http://www.allbest.ru/

Содержание

Введение

Глава 1. Риск - неизбежный фактор предпринимательской деятельности

1.1 Понятие риска

1.2 Методы оценки стохастических рисков

Глава 2. Управление стохастическими рисками

2.1 Стратегии предпринимателя в стохастических процессах

2.2 Выработка решений в условиях неопределенности

Глава 3. Идентификация стохастических рисков на примере магазина ООО «Аллигатор» г. Твери

Заключение

Список литературы

Приложения

Введение

B процессе своей деятельности предприниматели сталкиваются с совокупностью различных видов рисков, которые отличаются между собой по месту и времени возникновения, совокупности внешних и внутренних факторов, влияющих на их ypoвeнь, и, следовательно, по способу их анализа и методам их описания. Существующие в настоящее время классификации рисков позволяют разделить их на несколько групп по разным признакам: времени возникновения, виду предпринимательской деятельности, факторам возникновения, характеру yчeтa и др Теория экономического анализа / под ред. Н.П. Любушина - М., 2006 г..

Риск - это вероятность того, что предприниматель понесет потери в виде дополнительных расходов сверх предусмотренных прогнозом, программой его действий либо получит доходы ниже тех, на которые он рассчитывал.

По времени возникновения риска распределяются на ретроспективные, текущие и перспективные. Анализ ретроспективных, т.е. прошлых рисков используется в основном для того, чтобы на основе предшествующею опыта осуществлять более корректную, более точную оценку текущих и, в особенности, перспективных рисков. Оценка текущих рисков используется при оперативном планировании производства, текущем управлении фирмой. Перспективные риски рассматриваются при выборе оптимального стратегического планирования работы предприятия.

Данная работа посвящена изучению существующих стохастических методов для оценки рисков и прогнозов для инвестиционного процесса, следовательно, их описание относится как к пассивному, так и к активному программированию.

Необходимо отметить, что описание стохастических методов, приведенных ниже, опирается, прежде всего, на два аспекта - методологический и вычислительный. И тот, и другой связаны с одной из важнейших категорий современной математической логики - с понятием сложности, точнее, с понятиями «сложность алгоритма», «сложность вычислений» и «сложность развития».

Роль вычислительного аспекта проблемы определяется тем, что описываемые этапы управления рисками происходят, как правило, в условиях неполной информации. Рыночная конъюнктура, спрос, изменения в состоянии цен не могут быть точно предсказаны. В условиях конкурентной экономики может также дополнительно возникать направленная дезинформация. Учет случайных факторов и неопределенности в планировании и управлении - важная задача стохастического программирования. При этом для оценки ожидаемого состояния системы используется математическое ожидание этой случайной функции, а в качестве меры риска как возможного разброса будущих значений вокруг ожидаемых прогнозов - дисперсия (или среднее квадратичное отклонение, волатильность).

Все вышеизложенное подтверждает актуальность темы курсовой работы.

Цель работы: рассмотреть идентификацию стохастических рисков на основе предпринимательской деятельности.

Задачи таковы:

1. Рассмотреть понятие стохастических рисков и методы их оценки;

2. Изучить управление стохастическими рисками;

3. Оценить стохастические риски на примере магазина ООО «Аллигатор»

Глава 1. Риск - неизбежный фактор предпринимательской деятельности

1.1 Понятие риска

Предприниматель -- это предприимчивый и практичный человек. Причем слово «предприимчивый» означает, что он умеет предпринять что-то в нужный момент в нужном месте, находчивый и практичный. Риск -- это как бы весы: их чаша может качнуться в сторону успеха, а может -- в сторону неудачи. Во многих экономических зависимостях оно фигурирует как «точка нарушения равенства, равновесия, эквивалентности». Именно этим словосочетанием в западном бизнесе обозначают точку переломного момента между убытком и прибылью, точку равенства шансов, точку, в которой и прибыли и убытки равны нулю.

Риск -- это баланс возможных доходов и убытков, баланс подверженности и неподверженности опасностям потерь, и этот баланс обеспечивается самим предпринимателем. Хорошо, если при этом предприниматель системно представляет роль и значение тех или иных объективных факторов предпринимательской деятельности, а также влияния на результаты деятельности деловых качеств самого предпринимателя. Для этого целесообразно уточнить содержание двух групп факторов, влияющих на степень рискованности намечаемого предпринимателем дела, а именно объективных и субъективных Риск-менеджмент как инструмент контроля финансовых результатов деятельности компании. Финансовая газета. 2003. Февраль. №7(583)..

В первую группу -- «объективные факторы» -- включены такие важные обстоятельства, как «качество активных ресурсов» и «качество ситуации». При этом к категории «качество активных ресурсов» мы относим все то, что потребуется предпринимателю для обеспечения планируемого им дела. Это, например, качество привлекаемых для дела собственных и заимствованных финансово-экономических и материальных средств. Все остальное, чем предприниматель не в силах управлять, что ему неподвластно, но что существенно влияет на финансово-экономические результаты предпринимательской деятельности, мы относим к категории «качество ситуации». Сюда мы относим обстоятельства, диктуемые экономической, политической и социальной обстановкой в стране или в тех странах, где предприниматель ведет свое дело, качество работающего с ним персонала, добросовестность партнеров и т.п.

Вторую группу, условно названную «субъективные факторы», составляют характеристики личности предпринимателя. Успешный предприниматель -- это прежде всего инициативная и рассудительная личность. Он постоянно ищет, когда, где и что предпринять; постоянно выясняет, на каком рынке, где, каких товаров или услуг нет или недостаточно. Проявив подобную инициативу, предприниматель тут же «озабочивает» себя стремлением устранить дисбаланс спроса и предложения. Наибольших успехов достигает тот предприниматель, который может логично оценить или интуитивно определить степень риска и, несмотря на угрозу неудачи, пойти на обдуманный риск. От его мысленного взора не ускользают и благоприятные возможности, и наиболее значимые опасности, которые угрожают успеху предприятия. Он обязательно будет учитывать и цели, и устремления людей, с которыми (или на которых) он работает. Он оценит имеющиеся активные ресурсы (и прежде всего персонал, финансы, материальные средства), а так- же важные элементы условий предпринимательской деятельности -- благоприятные (или неблагоприятные) время, место, экономические, политические, социальные, правовые нормы и ограничения.

1.2 Методы оценки стохастических рисков

Способы измерения риска зависят от типа «механизма» неопределенности, преобладающего в формировании результата предпринимательской операции. Однако стохастическая неопределенность, или, как часто говорят, случайность, представляет собой своего рода экзотический феномен при проведении риск-анализа. Такая неопределенность существует в чистом виде и проявляется как действие закона больших чисел при массовых событиях в природе и в практической жизни общества. Например, чисто случайными являются величины погрешностей при массовом изготовлении деталей в производстве, случайными оказываются ошибки измерения при контроле качества или сертификации продукции, случайна величина выигрыша в лотерее. Кроме того, чисто случайными по своей природе оказываются следующие события и величины:

¦ страховые случаи;

¦ событие контроля доступа или контроля качества;

¦ отказы деталей, узлов и агрегатов в процессе хранения и эксплуатации;

¦ отказы в обслуживании из-за занятости «канала обслуживания» (медицинский работник, продавец, инспектор ГИБДД и пр.);

¦ времена обслуживания клиентов в медицинских учреждениях, на предприятиях розничной торговли и общественного питания, бытового обслуживания (прачечные, парикмахерские, мастерские по ремонту одежды! и обуви и пр.);

¦ времена задействования каналов в системах мобильной и сотовой связи;

¦ количества лотерейных билетов, по которым выпали те или иные выигрыши;

¦ количества автомобилей, пересекающих тот или иной перекресток в определенные интервалы времени суток и др.

Но к описанию рискованных ситуаций как стохастически неопределенных часто прибегают даже тогда, когда ни о какой случайности даже и речи быть не может. Например, вероятностные модели дискретной математики используют в экспертном оценивании, модели Марковских процессов -- при описании переговорных процессов, некоторых социологических и переговорных процессов и др. Таким образом, стохастический «механизм» риска оказался весьма востребованным для оценки рисков в различных по природе жизненных ситуациях, в том числе и в предпринимательстве. Учитывая это немаловажное обстоятельство, рассмотрим методы оценки характеристик случайных явлений.

Прежде всего отметим еще раз, что в практике анализа рисков всегда выгоднее прибегать к поэтапной процедуре оценки: сначала провести измерения в шкале номинаций, т.е. оценить вероятности рискованных исходов как событий, а затем при необходимости уточнить тенденции или пропорции в проявлениях риска, измерив вероятностные характеристики случайных величин. Почему это удобно? Дело в том, что, прежде чем решиться на рискованную предпринимательскую деятельность, всегда вначале интересно оценить, например, вероятность успеха как события или вероятность его неудачи. А если оценка вероятности интересующего нас события покажется предпринимателю существенной, тогда уже целесообразно будет уточнять и значение связанных с этим событием результатов. При этом времени и усилий придется тратить меньше, поскольку отпадет необходимость в проведении более сложных расчетов вероятностных характеристик случайных величин риска, если величина вероятности, например, успеха предпринимательской операции нас не удовлетворила ТэпманЛ.Н. Риски в экономике. М.: Юнити, 2002..

Исходя из этой посылки, рассмотрим сначала методы оценки (определения, вычисления) вероятностей действительно (т.е. генетически, по- настоящему) случайных событий. Методы оценки субъективных вероятностей, которые используют для описания неслучайных «механизмов» риска, а также тогда, когда отсутствует необходимая информационная база для описания случайностей, мы рассмотрим ниже в параграфе, по- священном методам экспертного оценивания. На основе понимания существа этих методов затем очень легко будет понять содержание и технологию более точного, углубленного анализа рисков с использованием результатов, сопровождающих то или иное случайное событие, связанное с проводимой предпринимателем рискованной операцией.

Для этого достаточно проанализировать вероятностные методы исследования случайных величин. И когда это будет проделано, можно будет наконец рассмотреть еще один подход к анализу рисков, который пригоден не только для ситуаций со случайным «механизмом», -- методы оценки рисков на основе субъективных оценок вероятностей. Но вначале -- о методах объективной оценки случайных событий, на основе которых, по сути, строится вся теория вероятностей.

Принципиально можно выделить три теоретически обоснованных способа определения вероятностей случайных событий:

¦ классический;

¦ по формулам логики (алгебры) событий;

¦ статистический.

К оценке вероятностей случайного события по формулам логики (алгебры) событий прибегают тогда, когда интересующее нас случайное событие может быть логически выражено через какие-то другие случайные события, вероятности которых нам уже известны.

Для выбора неразличимых на уровне анализа событий вариантов рискованных действий у предпринимателя, естественно, возникает принципиальная потребность ввести для сравнения одинаково номинированных рискованных событий, по крайней мере, два результата: величину дохода и величину вероятности получения дохода. Но поскольку у риска есть и третий аспект -- убытки или потери, -- аналогично рассуждая, мы приходим к выводу о необходимости и еще одного результата, характеризующего эту сторону рискованной предпринимательской деятельности.

Но раз исходы случайные, то и результаты -- случайные. Поэтому на следующем этапе анализа рисков необходимо заняться исследованием тенденций и пропорций, присущих случайным величинам результатов одинаково номинированных событий. Хорошим подспорьем к такому анализу является системное понятие лотереи, которое мы ввели, когда проводили системный анализ коммерческих и посреднических рисков. Напомним, что понятие лотереи основано на дискретном (точечном) распределении вероятностей возможных исходов (выигрышей и потерь). Это распределение характеризуется следующими элементами:

¦ множеством возможных значений результатов (выигрышей и потерь);

¦ значениями вероятностей для каждого из дискретных результатов.

Слово «дискретный» означает, что при розыгрыше лотереи реально можно получить только каждый конкретный из возможных результатов, и никаких промежуточных значений результата между этими дискретными реально нет. В таком случае дискретные результаты можно отобразить в виде точек на числовой оси. Другой системный тип случайных величин -- «непрерывный». Непрерывные случайные величины сплошь заполняют своими значениями некоторую область возможных значений (например, числовой интервал), и реально возможно получить любое из этих значений. Поэтому непрерывные случайные величины графически отображают интервалами или областями возможных значений одномерной или многомерной системы координат.

Рассмотрим теперь статистический подход. Его основу составляют принципы и конкретные методы определения вероятностных характеристик случайных явлений на основе информации, полученной из фактических наблюдений за случайными явлениями. Изложим кратко суть научной концепции статистики.

Пусть наблюдается некое случайное явление и в процессе наблюдения фиксируется нужная нам случайная переменная -- случайное событие, случайная величина или случайный процесс. Основной принцип статистики -- это идея возвратной выборки из полного множества возможных значений случайной переменной. Такое полное множество возможных значений называют генеральной совокупностью. Нас интересуют истинные значения неизвестных нам вероятностных характеристик элементов генеральной совокупности. Здесь «элементом» обозначается не только какое-то физическое тело, например, изготовленная на конвейере деталь, но и некий наблюдаемый факт, какие-то данные и тому подобная информация Финансово-кредитный энциклопедический словарь / Под ред. А.Г. Грязновой. М.: Финансы и статистика, 2002..

Идея идеальной возвратной выборки проста. Выберем из генеральной совокупности наугад, случайно какой-нибудь элемент. Измерим интересующую нас характеристику этого элемента как случайную реализацию наблюдаемой переменной и зафиксируем ее. Затем этот элемент возвратим в генеральную совокупность. Повторим эту процедуру -- случайное извлечение элемента из генеральной совокупности, измерение характеристики, возврат в генеральную совокупность -- достаточно большое число раз.

Поскольку выбранные и обследованные элементы каждый раз возвращались в генеральную совокупность, а затем любой из них опять выбирался из нее случайно, распределение вероятности на значениях фиксируемой нами характеристики случайного явления не изменяется. При такой процедуре возвратной выборки и неограниченном увеличении ее объема получается, что оцененные по результатам выборки неизвестные характеристики случайной переменной будут неограниченно близко приближаться к истинным характеристикам генеральной совокупности. Л далее -- принцип идеальной возвратной выборки приспосабливается к практике.

Дополнительно отметим, что все способы математической статистики, связанные с оценкой вероятностных характеристик случайных явлений (событий, величин, процессов), различают еще и по технике исполнения. В частности, в отношении затрат на сбор статистической информации немаловажно, из какого источника она получена. Ведь можно получать статистическую информацию, наблюдая за реальными явлениями, а можно -- моделируя их с использованием натурного или математического эксперимента. Ясно, что в последнем случае по желанию экспериментатора можно ускорять или замедлять моделируемые процессы, произвольно менять по ходу эксперимента некоторые из характеристик, делать выводы по промежуточным результатам, изменять концепцию моделирования и т.п. (приложение 1).

Почти ничего подобного нельзя достичь, наблюдая за реальной действительностью. Важно также учитывать, сколь однородны по точности измерений полученные данные, а также имеется ли (или не имеется) какая-то априорная информация о значениях каких-то из числовых характеристик распределения генеральной совокупности. Учитывая эти обстоятельства, приходится подстраивать методику и технику статистической обработки информации под конкретную точность измерений и конкретную дополнительную исходную информацию. Поэтому отличают методики математической статистики при одинаковой точности всех измерений от методик обработки результатов, в основе которых лежит априорная неравноточность измерений. А если, например, при оценке дисперсии результатов известна точность, с которой фиксировались результаты равноточных измерений, то выражения для расчетов получаются проще, а их надежность -- выше и т.п. Все эти методические и технические тонкости при необходимости можно легко прояснить с помощью любого из достаточно солидных справочников по математическому моделированию и статистике.

риск стохастический предприниматель решение

Глава 2. Управление стохастическими рисками

2.1 Стратегии предпринимателя в стохастических процессах

Стохастические процессы подразумевают присутствие риска. Управление риском - одно из главных направлений работы при принятии решений в области бизнеса.

Можно выделить несколько вариантов стратегии предпринимателя, связанных с принятием решения в условиях повышенной неопределенности Цветкова Е.В., Арлюкова И.О. Риски в экономической деятельности: Учебное пособие. СПб., 2002..

Первый вариант - избежание риска. Фактически это предполагает стагнацию бизнеса, ибо в таком случае проблематичным представляется получение прибыли, что и составляет смысл предпринимательства. Действительно, казалось бы, логичное предпринимательское решение - отказ от действий, связанных с риском, из-за опасений в случае неблагоприятных последствий потерпеть неудачу, в принципе невозможен в условиях расширенного воспроизводства. Но даже и в условиях отказа от расширения бизнеса (попытка удержания достигнутого уровня прибылей без дополнительных усилий) такая стратегия не представляется оптимальной в долгосрочном и среднесрочном плане. Неопределенность внешних рыночных (а часто и внутренних) факторов может привести к достаточно плачевным последствиям. Известны многочисленные примеры резкого изменения конъюнктуры рынка, решений органов власти, существенно влияющих на условия ведения того или иного бизнеса, технологических «рывков» конкурентов, достаточно быстро отнимающих уже завоеванную долю рынка и т.п. Все это приводит к негативным для конкретного предпринимателя, избегающего новых для него действий, результатам.

Второй вариант - принятие риска. Эта стратегия предполагает то, что предприниматель сознательно идет на риск и занимается бизнесом до тех пор, пока убытки от последствий наступивших рисков не приведут к невосполнимым потерям. Данный вариант также не представляется оптимальным в силу того, что вероятный конечный результат -отрицательная прибыль - не соотносится с целью бизнеса. Очевидно, что основные просчеты в данном случае - отсутствие соответствующего анализа состояния рынка и его динамики, факторов риска и гибкого реагирования на изменившиеся условия. Стратегия принятия риска используется бизнесменами наиболее часто, при этом известны примеры того, как даже в случае приближения неблагоприятных последствий, предпринимателям удавалось с нулевыми потерями выходить из сложных ситуаций. Анализ постфактум показывает, что в таком случае важно было, пользуясь авиационной терминологией, не пропустить «скорость принятия решения» и «точку возврата». Иными словами, речь идет о том, что корректировка ранее принятых решений и действий в ключевых с точки зрения управления бизнес-процессом моментом позволяет минимизировать негативные последствия. То есть, фактически действия предпринимателя осуществляются в соответствии с третьим вариантом стратегии.

Третий вариант - управление поведением в условиях риска, то есть выявление и оценка риска, а также разработка и внедрение мер по его минимизации. Пожалуй, это наименее редко (в осознанном виде, т.е. с фиксацией работ и их этапов по оценке возможных рисков, разработке соответствующих планов и действий и т.д.) применяемая сегодняшним российским предпринимателем стратегия поведения в бизнесе. Среди основных видимых проблем - отсутствие в реальном бизнесе достаточной «критической массы» накопленных и «раскрученных» положительных результатов бизнеса, построенных на научной основе; низкая культура предпринимательства; отсутствие информационной инфраструктуры, позволяющей вычленять основные факторы риска в той или иной области предпринимательства; возможности - во всяком случае, потенциальные - получения прибылей и сверхприбылей безотносительно к рыночной ситуации (криминальные и полукриминальные сектора бизнеса как наиболее прибыльные, связи с коррумпированными чиновниками, позволяющие получать значительные преимущества, махинации при приватизации и использовании госбюджетных средств и т.п.). Вместе с тем, по мере приближения к цивилизованному рынку, именно управление риском должно становиться ведущей стратегией предпринимателя, нацеленного на достижение успеха. Как уже было сказано, все три стратегии относятся к ситуации неопределенности, где работают стохастические модели.

Проводя параллели между моделированием финансового состояния при помощи детерминированных методов и методов случайных процессов, необходимо отметить следующее Балабанов И.Т. Риск-менеджмент. М.: Финансы и статистика, 1996..

В детерминированной математике рассматриваются лишь такие модели, в которых состояние X(t) некоторой системы в момент времени / однозначно определяется ее состоянием в любой предшествующий момент

t0:X(t) = f(to,t),

где / - некоторая (однозначная) функция. Этими моделями описываются процессы, рассматриваемые в классической финансовой математике (например, временная стоимость денег) и классической математической экономике (например, динамика валового внутреннего продукта).

Однако при изучении различных объектов приходится часто сталкиваться с процессами, течение которых однозначно предсказать невозможно. К таким процессам относятся, например, колебания обменных курсов валют, колебания валового внутреннего продукта, колебания состояний (цен) финансовых ресурсов, запасов и пр. Для правильной оценки будущих состояний таких процессов детерминированные методы не могут быть использованы.

Решения об управлении экономическими объектами принимаются на основе тщательного анализа имеющейся информации, с учетом оценок возможных последствий и рисков. Даже если модель построена точно, практические предсказания и управление соответствующей экономической системой могут оказаться невозможными, как из-за влияния экзогенных случайных факторов, так и вследствие неустранимых ошибок измерений.

Использование стохастических моделей с непрерывным временем при анализе макроэкономических процессов приобретает в управлении особую роль, так как аналитическое исследование таких моделей технически проще, чем исследование аналогичных систем с дискретным временем (в силу так называемого «проклятия размерности», впервые отмеченного Р. Беллманом).

Оба класса задач - с непрерывным и дискретным временем - относятся к стохастическому программированию.

В одних случаях опыт, статистика и изучение процессов, определяющих изменение исходных данных и формирующих условия, в которых реализуется план, проект или система управления, позволяют устанавливать те или иные вероятностные характеристики параметров целевой функции и ограничений задачи. В других случаях нет оснований, для каких бы то ни было суждений о статистических особенностях явлений, способных изменить предполагаемые значения параметров условий задачи. Ситуации первого типа называются ситуациями, связанными с риском, а ситуации второго типа -неопределенными.

И те, и другие являются предметом исследования стохастического программирования -раздела математического программирования, изучающего теорию и методы решения условных экстремальных задач при неполной информации о параметрах условий задачи. Постановки задач стохастического программирования существенным образом зависят от целевых установок и информационной структуры задачи.

В приложениях стохастическое программирование используется для решения задач двух типов. В задачах первого типа прогнозируются статистические характеристики поведения множества идентичных экстремальных систем. Соответствующий раздел стохастического программирования называется пассивным стохастическим программированием. Модели второго типа предназначены для построения методов и алгоритмов планирования и управления в условиях неполной информации. Соответствующий раздел стохастического программирования называется активным стохастическим программированием, подчеркивая этим действенную целевую направленность моделей.

2.2 Выработка решений в условиях неопределенности

Для задач в условиях определенности каждая стратегия лиц, принимающих решения (ЛПР) однозначно приводила к вполне определенному результату, а в условиях неопределенности каждой фиксированной стратегии ставится в соответствие множество возможных значений результатов Гамза В.А., Екатериномавский Ю.Ю. Рисковый спектр коммерческих организаций. М.: Экономика, 2002..

Для ЛПР оказываются существенными не только размерность вектора результата и важность отдельных его компонент, но и величины возможных выигрышей и потерь в, каждой ситуации и степени возможности реализации тех или иных ситуаций.

Следует заметить, что в большинстве случаев понятие «риск» обычно связывалось только со случаем стохастической неопределенности. При этом риск оценивался либо как вероятность получения менее предпочтительных результатов, либо как величина возможных (обычно средних) потерь, либо как всевозможные свертки отдельных числовых характеристик распределения скалярного результата.

Во всех таких случаях риск следует определять как дополнительную «плату» либо за возможность получения наиболее благоприятного исхода, либо за возможность получения информации о наиболее благоприятном исходе в операции (эта информация затем может быть использована для принятия более выгодного решения).

Обосновывая решение, ЛПР вынуждены учитывать как минимум четыре основные компоненты риска: величины результатов для благоприятных (предпочтительных) и неблагоприятных исходов, а также степени подверженности возможным потерям (или убыткам) и возможности получения выигрышей.

Источником неопределенности выступает случайность - стохастическая неопределенность. Здесь у ЛПР имеется полная информация и о возможных результатах, и о степенях возможности их появления (в виде вероятностного распределения на множестве результатов) для каждой стратегии. Оценка распределения вероятностей может быть либо «объективной» (то есть полученной по результатам статистических исследований именно этой сложившейся проблемной ситуации), либо «теоретической» (то есть полученной по формулам теории вероятностей путем расчета неизвестных вероятностей или вероятностных характеристик случайных событий, величин или процессов через известные, взятые из теории или из ранее накопленного практического опыта проведения аналогичных операций).

Дерево основных типов условий и задач обоснования решений представлено на рис. 1 (приложение 2). Схематические образы задач, представленные в прямоугольниках второго уровня иерархии на схеме, отражают главную суть различия - однозначность или многозначность исходов операции при одной и той же фиксированной стратегии лица, принимающего решения. Многозначность механизма неопределенности может быть генетически обусловлена разными факторами: случайностью, поведением других субъектов, участвующих (или оказавшихся втянутыми помимо их воли) в операции ЛПР, или просто отсутствием информации о степени возможности проявления тех или иных состояний в ситуации (например, отсутствие данных о конъюнктуре на том или ином рынке, об основных направлениях моды в будущем сезоне и т. п.) Воробьев С.Н., Уткин В.Б., Балдин К.В. Управленческие решения: Учебник для вузов. М: Юнити-Дана, 2003..

Для простоты восприятия на рис. 1 представлены только образы задач с дискретным множеством исходов. Это обусловлено тем, что человек обычно склонен представлять любую «непрерывную» задачу в дискретном (атомарном) виде, выделяя лишь типичные исходы и ситуации, типичные или наиболее важные для него значения результатов и степени возможности проявления для них. К тому же такое «дискретное» представление задачи позволяет наиболее просто понять особенности тех или иных проблемных ситуаций и существо методов анализа решений в условиях неопределенности.

Вначале рассмотрим методы обоснования решений в условиях стохастической неопределенности, так как они являются основой для понимания подходов к обоснованию решений в условиях природной и поведенческой неопределенности.

Методы построения функции выбора в условиях стохастического риска

В случае стохастической неопределенности у ЛПР имеется полная информация о степени возможности тех или иных исходов операции для каждой стратегии в виде вероятностного распределения на множестве возможных результатов. Например, по итогам маркетингового исследования менеджер может получить полную статистику спроса на определенный вид товара в анализируемом сегменте рынка.

При анализе подобных «стохастических» решений мы можем рекомендовать только одно - вновь каким-то образом опереться на принцип убедительности, надежности рекомендаций для выбора. Именно поэтому на начальном этапе формирования функции выбора ЛПР следует руководствоваться известным нам уже методическим подходом - принципом Родена. Напомним, что принцип Родена указывает на то, что наилучшее решение следует искать только среди так называемых недоминируемых альтернатив

Хорошо согласуется с данными практики следующая формулировка принципа стохастического доминирования:

«Тот вариант решения лучше, для которого при любых фиксированных уровнях значений требуемого результата вероятность получения возможных результатов, по величине таких же или превосходящих требуемый, окажется выше». 

Разберем пример.

Имеем компьютер, который работает в условиях нестабильного напряжения, допустим, в полевых условиях.

У Вас есть выбор: потратиться на стабилизатор или не покупать стабилизатор и использовать компьютер до его поломки. Для исправления поломки Вам придется заплатить некоторую сумму. Можете ли вы сразу ответить на вопросы, что выгоднее - купить стабилизатор или ремонтировать компьютер и какое соотношение цены стабилизатора и ремонта компьютера будет целесообразным?

Приводимые ниже простые расчеты показывают, как это сделать более обоснованно.

Рассмотрим ситуацию, когда вероятность поломки компьютера и вероятность исправной работы одинаковы и равны 0,5.

Варианты обстановки	Итого
Варианты решения	Работа без поломки	Поломка
Со стабилизатором	$100,00	$00,00	$100,00
Без стабилизатора	$00,00	$300,00	$300,00

Из-за неопределенности ситуации с напряжением - может быть поломка компьютера или нет, и ваше решение - покупать стабилизатор или нет, приводит к тому, что при данных условиях в итоге более выгодным оказывается вариант со стабилизатором, так как затраты в $100,00. меньше $300,00.

Варианты обстановки	Итого
Варианты решения	Работа без поломки	Поломка
Со стабилизатором	$260,00	$00,00	$260,00
Без стабилизатора	$00,00	$200,00	$200,00

В этом случае более выгодным оказывается вариант без стабилизатора, так как затраты в $200,00 меньше $260,00, и, действительно, стабилизатор не должен быть дороже того, что он охраняет.

Предположим, что вероятность скачка напряжения равна 0,1, а вероятность безаварийного напряжения равна 0,9, тогда для оценки итога по каждому варианту решения нужно стоимость потерь умножить на вероятности обстановки и результаты сложить. Мы получим ожидаемый средний итог затрат.

Варианты решения	Варианты обстановки	Ожидаемый средний итог затрат
	Без скачка напряжения	Скачок напряжения и поломка
Со стабилизатором	0	$100	0,9*0 + 0,1*100 =$10
Без стабилизатора	0	$200	0,9*0 + 0,1 *200 =$ 20

Сравнение итогов в этом случае показывает, что покупка стабилизатора в этой ситуации, в среднем, выгодна.

Однако, как показывает практика, выбор на основе таких характеристик не всегда согласуется с личным представлениями ЛПР о лучшей альтернативе. Hаилучшее решение следует искать только среди так называемых недоминируемых альтернатив.

Рассмотрим способы построения функции выбора на основе некоторых принципов, считая, что на результатах же построен критерий W(a), измеряющий предпочтительность полученных результатов.

Принцип стохастического доминирования №1

«Тот вариант решения лучше, для которого при любых фиксированных уровнях значений требуемого результата вероятность получения возможных результатов, по величине таких же или превосходящих требуемый, окажется выше».

Принцип стохастического доминирования №2

Стратегия а, приводящая к распределению, предпочтительнее некоторой стратегии d, достоверно приводящей к неслучайному результату, совпадающему со средним значением результата для стратегии а.

Другими словами, если ЛПР всегда, при любых условиях настаивает на том, чтобы обязательно реально проводить планируемую операцию, и не согласно с тем, чтобы ему назначили достоверную компенсацию в виде среднего результата операции за то, что он откажется от ее проведения, то такое ЛПР следует характеризовать как лицо, склонное к рискованным операциям («склонный к риску»).

Принцип стохастического доминирования №3

Можно утверждать, что ЛПР всегда предпочитающее получение среднего результата операции наверняка, лишь бы эту операцию реально не проводить и самому в ней не участвовать, должно квалифицироваться в отношении статистического риска как «несклонное к риску».

Функции выбора, построенные на основе 3-х принципов стохастического доминирования, ввиду их слабой разрешающей способности незначительно сокращают объем исходного множества альтернатив. Всякое дальнейшее сужение множества выбора возможно лишь при использовании дополнительной информации о предпочтительности того или иного сочетания компонентов риска (величин выигрышей и потерь и вероятностных распределений на их значениях).

Правило 1.

Принимать решение по самой вероятной ситуации.

Правило 2.

Выбрать наибольший ожидаемый в среднем выигрыш.

Правило 3.

Если у вас нет достоверной информации о вероятностях обстановки, то может иметь смысл оценить средний ожидаемый выигрыш в предположении равной вероятности каждого варианта обстановки.

Правило 4.(«Правило осторожного пессимиста»

Выделить наихудшие варианты решения во всех вариантах обстановки и среди них выбрать все-таки наилучший. Иначе говоря, это означает выбор максимума из минимальных выигрышей. В теории решений это правило кратко называется принципом максимина.

Правило 5.

Правило связано с минимизацией риска и состоит в нахождении сначала для каждого варианта решения максимальных потерь, то есть вариантов, связанных с наибольшим риском, и затем в выборе среди них того варианта, который соответствует наименьшему риску. Правило гласит: выбирай наименьшую из наибольших потерь. В теории решений оно называется правилом минимакса.

Правило 6.«Критерий пессимизма-оптимизма»

Чтобы воспользоваться этим правилом, нужно ввести число, отражающее соотношение пессимизма и оптимизма в выборе решений. Если ввести k - коэффициент пессимизма, который изменяется от 0 до 1, то величина (1- k) будет соответствовать коэффициенту оптимизма. Если вы 100%-оптимист, то ваш коэффициент пессимизма k равен 0, а если вы почему-то полный пессимист, то k равен 1. Это означает, что 0 соответствует отсутствию пессимизма, а 1 соответствует полному отсутствию оптимизма. Правило работает следующим образом. Сначала выбирается величина вашего коэффициента пессимизма или оптимизма. Если, например, k =0,6, то это значит, что вы умеренный пессимист и преобладание пессимизма над оптимизмом у вас небольшое. Величина коэффициента оптимизма (1- k) соответственно равна 0,4.

Выбери для каждого решения наименьшие и наибольшие выигрыши в рассматриваемых вариантах обстановки и с помощью коэффициентов пессимизма - оптимизма рассчитай ожидаемый в среднем выигрыш.

Номер решения	Min выигрыша	Max выигрыша	Критерий пессимизма-оптимизма
1	55	70	55*0,6+70*0,4=61
2	25	100	25*0,6+100*0,4=55
3	50	90	50*0,6+90*0,4=66

 

Правило 7.

В этом случае в оценки выигрышей рекомендуется вводить так называемые «страхующие элементы». Это может быть повышение гибкости производства путем перехода на другой вид продукции, передача части риска финансовым партнерам, то есть перестраховка финансов или создание резервов для разумной ликвидации предприятия, организации. К сожалению, страхующие элементы приводят к дополнительным затратам и снижению прибылей и снижению эффекта решения в ближайшей перспективе.

Предположим, ради простоты, что для варианта обстановки А закладывается 30% затрат от выигрышей, для варианта обстановки Б - 20%, а для варианта В - 10%. Тогда будем иметь данные, представленные в приложении 3.

Глава 3. Идентификация стохастических рисков на примере магазина ООО «Аллигатор» г. Твери

Магазин «Аллигатор» находится по адресу, г. Тверь улица 50 лет Октября 17, расположен в близи с центральной дорогой, что позволяет останавливаться рядом с магазином и осуществлять покупку товаров, Режим работы магазина круглосуточный без выходных и без перерыва на обед, что позволяет покупателям посещать магазин в течение суток , также удобно для тех, кто проживает вблизи магазина, из этого я сделала вывод, что, режим работы магазина выбран удобно и правильно. Ассортимент товаров широк и глубок. Магазин осуществляет продажу следующих продовольственных товаров: хлебобулочные изделия, кондитерские товары, молочные, гастрономические товары, бакалейные товары, мясо и мясные полуфабрикаты, рыба и рыбные полуфабрикаты, фрукты и овощи, вино - водочные изделия, безалкогольные напитки, консервы, мороженное.

Анализ направлений хозяйственной деятельности предприятия.

ООО «Аллигатор» является юридическим лицом, права которого приобретаются с момента государственной регистрации, действует на основе самостоятельности, самофинансирования и самовыкупаемости, обладает обособленным имуществом и имеет самостоятельный баланс, пользуется печатью со своим наименованием и другими атрибутами.

ООО «Аллигатор» от своего имени может приобретать имущественные и личные неимущественные права и нести обязанности, быть истцом и ответчиком в судебных и арбитражных органах.

ООО «Аллигатор» отвечает по своим обязательствам, принадлежащим ему имуществом, на которое согласно действующему законодательству может быть обращено взыскание. ООО «Аллигатор» не отвечает по обязательствам своих участников, участники предприятия отвечают по обязательствам предприятия всем своим имуществом. Государство не отвечает по обязательствам предприятия, равно как и предприятие не отвечает по обязательствам государства.

В своей деятельности предприятие руководствуется Законом РФ «О предприятиях и предпринимательской деятельности», Законом РФ о собственности в РФ и иными действующими в РФ законодательными и нормативными актами и настоящим уставом.

ООО «Аллигатор» обладает полной самостоятельность в вопросах внутренней организации и управлении; принятие хозяйственных решений; организации и режиме оплаты труда; распределении чистой прибыли; распоряжении своим имуществом, а также иных вопросах своей деятельности, не регламентированных законодательством.

ООО «Аллигатор» самостоятельно планирует свою производственно-хозяйственную деятельность на основе договоров или иных форм обязательств и свободном выборе их предмета, порядка хозяйственных взаимоотношений и определения ответственности договаривающихся сторон по взятым обязательствам. Договор является основной формой, регламентирующей взаимоотношения предприятия с юридическими лицами и гражданами.

ООО «Аллигатор» ведет бухгалтерский учет и осуществляет статистическую отчетность, а также несет ответственность за состояние учета и отчетности в порядке, установленном действующими на территории РФ законодательными нормативными актами.

Финансовая деятельность ООО «Аллигатор» направлена на создание денежных ресурсов в рублях для социального развития, обеспечение роста прибыли (дохода).

Имущество магазина составляет основные фонды и оборотные средства, а также иное имущество, стоимость которого отражается в самостоятельном балансе предприятия.

Источниками формирования имущества магазина являются:

- денежные и материальные вклады учредителей-собственников;

- доходы от хозяйственной деятельности предприятия;

- кредиты банков и иных кредиторов;

- иные, не противоречащие закону источники.

Имущество ООО «Аллигатор», в том числе и полученное от его деятельности, является собственностью директора.

Денежные и материальные вклады директора, закрепленные им за магазином путем отторжения их в баланс ООО «Аллигатор», составляют уставной фонд магазина.

Из средств, полученных от хозяйственной деятельности, магазин после возмещение затрат и выплат обязательных платежей формирует необходимые фонды, в том числе страховой фонд, размер которого составляет 5% прибыли. Ежегодные отчисления в этот фонд производится с учетом остатка средств этого фонда от прошлого года. Необходимость образования других фондов, порядок их формирования и использования определяются собственником ООО «Аллигатор» Характеристика магазина ООО «Аллигатор».

Расчеты по своим обязательствам магазин осуществляет как в безналичном порядке через учреждения банков, так и наличными деньгами без ограничения сумм платежей.

Штат сотрудников насчитывает 18 человек: заведующая, 3-старших продавца (один старший продавец в смену), товаровед, 2-водителя, фасовщица, 2-уборщицы, экспедитор, 2-грузчика, 6- продавцов. Учетность в магазине осуществляет главный бухгалтер; за состоянием товара, сроками реализации, годности, уценяет и списывает испортившиеся товары товаровед. Старшие продавцы принимают товары, оформляют ценники, следят за спросом, грузчики разгружают машины с товаром, а так же выносят товар в торговый зал. В магазине три смены в одну смену работают два продавца и один старший продавец.

Наглядной формой отображения логики причин и следствий, решений и исходов при анализе рискованных ситуаций является дерево событий Дойль П. Менеджмент: стратегия и тактика. М.: Дело, 1999.. Рассмотрим пример стохастического риска «Замена прибора» в магазине «Аллигатор». Для этого необходимо вначале ввести обозначения для действий и решений. Пусть:

d₁ dj, d₃, ... -- действия, предпринимаемые менеджерами службы управления рисками;

А -- своевременная замена отказавшего прибора в системе охранной сигнализации магазина;

В -- нужный новый прибор имеется на складе ближайшего регионального сервис-центра; автотранспорт готов;

С -- нужный новый прибор имеется на центральном складе и готов к отправке авиационным транспортом;

А, В, С -- события, противоположные соответствующим исходным событиям А, В, С;

А/В и А/С -- своевременная доставка ремонтной бригады и нового прибора с ближайшего регионального сервис-центра автотранспортом и авиацией соответственно.

Исходная информация о рискованной ситуации: -- известна и понятна логика событий, известны вероятности всех случайных событий, логически связанных с интересующим риск-аналитика, --нормальная форма анализа. Эта форма риск-анализа и определения характеристик рискованной ситуации основана на использовании еще одного способа определения вероятностей -- вычисления по формулам с использованием алгебры событий.

Для этого вначале на основе анализа логики событий рискованного процесса формируют несколько специальных событий, которые рассматриваются в качестве элементов алгебры событий, а именно:

«событие ИЛИ» -- это событие-следствие, которое наступает только тогда, когда наступает хотя бы одно из событий-причин (т.е. какое- то одно конкретное из событий-причин или все события-причины вместе);

«событие И» -- это событие-следствие, которое наступает только тогда, когда наступят все события-причины;

«противоположное событие» - это событие является антиподом любого исходного события;

«условное событие» - это событие следствие, которое наступает только тогда, когда исполняется какое-то конкретное условие.

Алгебраически «событие ИЛИ» представляют как сумму событий-причин. Например, запись А=В+С означает, что событие А (следствие) наступает только в том случае, если наступает или событие-причина В, или событие-причина С, или оба события-причины В и С вместе. «Событие И» описывают формулой произведения событий-причин вида: А=В*С.

В рассматриваемом нами примере событие А («Замена прибора собственными силами с использованием для доставки автомобильного или авиационного транспорта») может наступить или совместно с событием В (нужный новый прибор имеется на ближайшем региональном сервис-центре), или -- с событиями В и С (такого прибора на региональном складе нет, происходит обращение в центральный офис, и на центральном складе такой прибор есть).

Можно сразу записать количественное соотношение для определения вероятности интересующего нас события:

Р(А)= 0,95-0,9+0,05-0,6-0,85= 0,855+0,026=0,88,

где числовые составляющие - вероятности событий, исчисляемые по теории вероятности алгебраических событий.

Таким образом, только примерно! в двенадцати случаях из 100 для решения проблемы с удовлетворением рекламации на прибор охранной системы придется обратиться «к внешним средствам». В остальных случаях эту проблему удастся решить собственными силами. Правда, цена решения будет зависеть от того, по какому пути риск- мероприятий придется пройти: решить ли проблему силами региональных сервис-центров или задействовать экстренные силы посредством вовлечения в решение проблемы центрального офиса. Однако этот вопрос, относится к следующему этапу анализа -- установлению тенденций путем сравнения характеристик случайных величин потерь рассматриваемых действий. Среди таких потерь для нашего предпринимателя, занимающегося продажей систем охранной сигнализации, прежде всего следует рассматривать время, денежные затраты, а также возможный ущерб имиджу фирмы, возглавляемой этим предпринимателем.

Заключение

Экономика серьезно подвержена влиянию случайных факторов - многие события, влияющие на макроэкономическую динамику, являются случайными: экономическая конъюнктура, производственная неопределенность и др. Поэтому стохастические математические модели являются наиболее адекватным отражением экономической реальности. Особенно подвержена влиянию случайных факторов финансово-кредитная подсистема экономики.

Финансовые рынки представляют собой пример системы с высокой степенью неопределенности, на такие системы действует множество случайных факторов, и для успешной работы на финансовых рынках необходимо эти случайности учитывать.

Сведение задачи риск-менеджмента к анализу модели стохастического программирования позволяет разделить процесс выбора решения на два этапа. Первый - трудоемкий, предварительный - использует структуру задачи и априорную статистическую информацию для получения решающего правила (или решающего распределения) формулы, таблицы или инструкции, устанавливающей зависимость решения (или функции распределения оптимального плана) от конкретных значений параметров условий задачи. Второй - нетрудоемкий, оперативный этап - использует решающее правило (решающее распределение) и текущую реализацию условий для вычисления оптимального плана (или его распределения).

Основные классы задач риск-менеджмента, для решения которых создается вычислительный комплекс, непосредственно или методами стохастического расширения формулируются как модели стохастического программирования.

Вообще говоря, все модели выбора решения, сформулированные в терминах математического программирования, могут быть (а в практических задачах, отвечающих управлению сложными в плане описания рисков системами и процессами, должны быть) сформулированы как модели стохастического программирования.

Соответствие формально построенных стохастических моделей содержательным постановкам является решающим условием успешного управления в условиях неполной информации. Вряд ли могут быть приведены универсальные рекомендации по выбору информационной структуры модели и статистических характеристик, используемых для формирования целевого функционала задачи и области его определения.

Анализ опыта решения практических экстремальных задач методами математического программирования свидетельствует о серьезных успехах этого подхода (и о внедрении данных методов в практику риск-менеджмента) в задачах относительно простой структуры, при не слишком большой размерности задачи, когда число переменных и ограничений не превышает сотен или тысяч.

Все это подсказывает путь алгоритмизации решения сложных задач в автоматизированных системах управления - замену трудоемких процедур, отвечающих обоснованным (точным или приближенным) методам решения детерминированных экстремальных задач, относительно простыми «законами управления поведения в условиях риска» - решающими правилами или решающими распределениями стохастического расширения соответствующих задач.