Диссертация (1137167), страница 4
Текст из файла (страница 4)
ч. направленные на оптимизациюпортфеля инвестиционных проектов» [133].Очевидно, что при такой постановке задачи, по 3-м точкамневозможнопостроитьфункцию20распределениявероятностейслучайной величины (цены на нефть), которая является основной припланировании деятельности.К чему может привести такое предположение, можно видетьниже, на Рисунке 1.В качестве иллюстрации на Рисунке 1 показаны 2 плотностираспределения( ) и( ) случайныхвеличинопределенных на одной и той же тройке (и,) и описывающихцену на нефть.
Пусть сценарии, рассматриваемые в так называемом«сценарном анализе» это реализации *+.Без какой-либо гипотезы о функции (плотности) распределенияслучайной величины можно построить совершенно различныеплотности распределения случайных величинСчитая,возможномучтореализация *сценариюи .+ соответствует(стрес-сценарий),изминимальнорассмотренияавтоматически исключаются «хвосты распределения», это нагляднодемонстрирует Рисунок 1.Рисунок 1 - Пример ошибки при 3-х использовании сценариев21Рисунок 2 - Плотность распределения случайной величиныС формальной точки зрения, казалось бы, учтены различныесценарии, однако такой подход полностью не учитывает т.н.
«хвосты»распределения, как это показано на Рисунке 2.Действительно, оценим вероятность попадания в диапазонсценарного анализа (при гипотезе, что случайная величина имеетплотность, описываемую треугольником):*+*+*+Получается, что параметры случайной величины с вероятностью0,6 не будут учтены в планировании деятельности компании наследующие периоды. Естественно, можно даже не поднимать вопросыо качестве модели, если некачественно учтена неопределенностьпараметров модели.Таким образом, возникает вопрос об организации работ вобласти учета неопределенностей и рисков.
Ряд международныхконсалтинговых компаний периодически опрашивают руководствокомпаний, о том, какую пользу они хотят видеть от систем рискменеджмента.Дляпримера,специально22возьмемопросы,проведенные несколько лет назад [134-135]. Результаты опросовприведены на Рисунках 3-7.Цели управления рисками, опрос76%Улучшить процесс принятия…59%Требование акционеров59%Удовлетворение требований…47%Улучшить мониторинг за…47%Выполнить стратегические цели35%Установить единую среду для…24%Увеличить выручку18%Снизить затраты0%25%50%75%Рисунок 3 - Результаты опросаЦели управления рисками, опросУлучшение подготовки ипринятия решений накорпоративном уровне63%Повышениеустойчивости компании40%Выполнение требованийинвесторов, акционерови регулирующих…25%0%25%50%Рисунок 4 - Результаты опроса2375%100%100%Независимыеобзорыпоказывают,чтоосновнаяцельуправления рисками для многих компаний едина - улучшение процессапринятия решения.
Используя методы сценарного анализа либоиспользуя детерминистические расчеты эту цель не достичь, хотямногие пытаются это делать:Методы оценки рисков, применяемые в компанияхСценарный анализ рисков60%Не оцифровывают риски50%Моделирование рисковНе рассматривают риски30%0%0%10%20%30%40%50%60%70%Рисунок 5 - Результаты опроса по методам оценки рисковКризис 2008-2009 стал катализатором исследований в областириск-менеджментаианализаэффективностисистемриск-менеджмента [136], некоторые результаты приведены Рисунках 6-7.Проблемы корпоративного управления, выявленныефинансовым кризисомОтсутствие эффективнойсистемы управления…87%Формальный характерсложившихся…68%Пренебрежениеинтересами…35%0%25%50%75%Рисунок 6 - Проблемы корпоративного управления в кризис24100%Первоочередные элементы корпоративногоуправления, необходимые для улучшенияCистема управления рисками90%Система внутреннего контроля48%Стратегическое планирование42%Ответственность СД39%Раскрытие информации35%прочее30%0%20%40%60%80%100%Рисунок 7 - Первоочередные задачи для улучшения практикиуправленияСогласноисследованию[136],ключевойпроблемой,выявленной финансовым кризисом является отсутствие эффективнойсистемы управления рисками.
Кроме того, большинство компанийотмечают,чтоосновнойзадачейдляповышениякачествакорпоративного управления является улучшение системы управлениярисками и системы внутреннего контроля.Результаты опроса и исследований однозначно свидетельствуюто необходимости использования риск-менеджмента (в том числеанализа неопределенностей) для поддержки принятия решений. Опятьже, сам по себе процесс идентификации и оценки рисков безиспользования результатов для принятия решений не очень то инужен, даже не смотря на необходимость соответствия требованиямрегулятора, это наглядно отображает Рисунок 7.Действительно,подразделениериск-менеджментаможетвыполнять большой объем работы по идентификации рисков, их25обработке и анализу, однако без интеграции с процессом поддержкипринятия решений этот результат вряд ли будет востребован.Эту тенденцию давно осознали некоторые международныекомпании, например, компания ConocoPhillips, в организационнойструктуре которой существует специальная группа Decision and RiskAnalysis, задача которой только обучать персонал основам теориивероятностей и стохастических процессов.
Результат обучения сталвиден только через несколько лет, и трансформировался в то, чторешения, в том числе технические и финансовые принимаются сучетом анализа вероятностных распределений, и оценкой квантилейтаких распределений. Принцип принятия решений на основе рисков«вшит» в действующие процедуры, подробно об этом написано в[137].Действительно, для обеспечения непрерывного финансированияв постоянно меняющейся макроэкономической ситуации такиеподходы реализуют анализ и оценку финансового состояниякомпании на всех возможных макроэкономических сценариях.Из-за сложности системы налогообложения, решение даннойзадачи в аналитическом виде вряд ли возможно; соответственно,решение поставленной задачи возможно исключительно путеманализа того, как неопределенность параметров модели влияет навыходныерезультатыфинансово-экономическоймодели,какпоказано на Рисунке 8.
Устоявшийся англоязычный термин дляподобного анализа - «uncertainty analysis», по которому существуетдовольно много работ, описывающих методы для подобного анализа,обзор таких работ представлен в разделе 1.2.26f (x)f(x)Детерминистическаяфинансово-экономическаямодельfm (x)Где , - случайные величины, описывающие параметрымодели,f*(x)- соответствующие им плотности распределения,m – результат модели (денежный поток и др.),fm (x) – плотность распределения вероятностей результатоврасчета.Рисунок 8 - Анализ неопределенностей параметров моделиГоворяобанализенеопределенностейвобщемслучаенеобходимо отметить вопрос об интерпретации результатов ипоследующей их визуализации.
Одна из насущных проблем подобныхметодов и риск-менеджмента в целом – усложненная интерпретация сбольшим количеством формул.Действительно, известны случаи, когда расчеты и анализ явносвидетельствовал о невозможности осуществления того или иногодействия, однако выводы были плохо визуализированы, либонаписаныслишкомтехническимязыком,непонятнымдоказательстваданнойгипотезыдляруководителей.Вкачествеможнорассматривать случай с гибелью космического корабля «Колумбия» в2003 году. В период нахождения шаттла на орбите инженеры НАСАоценивали риски повреждения его крыла.
Когда инженерный расчет и27оценка рисков завершилась, результаты были занесены в стандартныйформат презентации, в результате чего важнейшая информация былапотеряна. Слайд представлял собой крайне сложную структуру сшестьюуровнямирасположенияповторяющегосятекстасиспользованием сложных технических сокращений. Из-за этогоценность информации была низкой, и принять какое-либо решение непредставлялось возможным [138].Говоря об анализе неопределенности в общем случае можновыделить два типа источников: неопределенностьнеопределѐнностьисходныхданныхобусловлена,Даннаякакправило,недостаточностью либо даже избыточностью статистики иможет быть учтена путем задания функций распределениядля исходных данных. неопределенность, обусловленная принятием различногорода упрощений и допущений на всех этапах анализа;неопределѐнность в описании физических процессов;неопределенность,связаннаяспредставлениемфункционирования объекта с помощью определѐнноймодели и т.п.Обзору существующих на сегодняшний день методов анализанеопределѐнности посвящена работа [65], в которой отмечается, чтобольшинствометодовнеопределѐнности,анализаобусловленнойразработаныдлянеопределѐнностьюучѐтаисходныхданных.
Кроме того, предлагается следующая классификация задачанализа неопределѐнности:1. Детерминистические расчѐты:a. Анализнеопределѐнностипараметров(Deterministic model parameter uncertainty);28моделиb. Анализ неопределѐнности модели (Deterministicmodel uncertainty).2. Вероятностные расчѐты:a. Анализнеопределѐнностипараметроввероятностной модели (Stochastic model parameteruncertainty);b. Анализ неопределѐнности вероятностной модели(Stochastic model uncertainty)Настоящая работа посвящена построению детерминистическихи стохастических моделей и практическому применению методов канализу неопределенностей параметров финансово-экономическоймодели нефтяной компании.1.4 Выводы по первой главе1.Проведѐн обзор литературы по истории возникновениятемы исследования. Отмечен возрастающий интерес кучету неопределенностей при принятии решений.2.Проведен обзор литературы по существующим методамучета неопределенности.3.Приведено сравнение и краткая классификация методовучета неопределенности в моделях.4.Рассмотреныпланированиивопросыучетадеятельностинеопределенностикомпаний.приОтмеченонедостаточное внимание к учету неопределенностей вработекомпаний.Обоснованаважностьразработкиметодических вопросов анализа неопределенностей припланировании деятельности компаний.29Глава 2.
Исследованиесвойстваппроксимациидетерминистическихмоделейспомощьюстохастических преобразований2.1 Метод аппроксимации детерминистических моделей спомощью стохастических преобразованийДанная глава содержит в себе дальнейшее исследование методааппроксимациидетерминистическихмоделейспомощьюстохастических преобразований, предложенной Исламовым [64] иисследованной Волковым в части свойств нормы операторовотображения [83] и Высочанским в части свойств ядерных оценок[71].В случае, когда используется результаты того или иного автора,будет сделана соответствующая ссылка на результат.Постановка задачи состоит в следующем: пусть существуют(реализации случайной величины) –апостериорноемножество описаний объектов, а реализация случайной величины)мерного случайного вектора (значения ви) из наблюдений ((множество допустимых ответов-) , гдесоответственно,ипринимают.Предполагается, что существует неизвестная функциональнаязависимость междуи, такая что, значения которойизвестны только на объектах обучающей априорной выборки()() при этом( ).Требуется построить алгоритмзависимость, аппроксимирующий целевую( ).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
