Студопедия

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника



Деревья решений

Читайте также:
  1. B-деревья
  2. XVI. Принятие решений. Процесс выбора
  3. Алгоритм принятия решений по достижению целей предприятия
  4. Алгоритм принятия решений при ситуационном менеджменте
  5. Алгоритмы приятия решений (РУР)
  6. Анализ дерева решений
  7. Анализ эффективности кадровых решений
  8. Б-деревья
  9. Бинарные деревья поиска
  10. В. Обжалование действий и решений органов исполнительной власти и должностных лиц.

Одним из наглядных примеров, основанном на вероятностной оценке конкретного события, является так называемое дерево решений.

Метод анализа индивидуального проектного риска с помощью построения дерева решений проекта.

Как правило, производимые во время реализации проекта затраты, требуют осуществления финансовых вложений не единовременно, а в течение определенного, достаточно длительного промежутка времени. Такое положение вещей дает менеджеру возможность проводить переоценку своих вложений и оперативно реагировать на изменение конъюктуры реализации проекта.

Риск по проектам, при реализации которых инвестирование средств происходит в течение длительного периода времени, часто оценивается с помощью дерева решений.

Пример. Некая компания собирается инвестировать средства в производство роботов для использования в космических исследованиях. Инвестиции в данный проект производятся в три этапа.

1этап. В начальный момент времени t=0 необходимо потратить $500 тыс. долл. на проведение маркетингового исследования рынка.

2 этап. Если в результате исследования будет выяснено, что потенциал рынка достаточно высок, то компания инвестирует еще $1,000 тыс. долл. на разработку и создание опытных образцов робота. Опытные образцы должны быть предложены к рассмотрению инженерам в центре космических исследований, которые решают вопрос о размещении заказа у данной компании.

3 этап. Если реакция инженеров благоприятная, то в момент времени t=2 компания начинает строительство нового предприятия по производству данного робота. Строительство такого предприятия требует затрат в $10,000 тыс. долл. Если данная стадия будет реализована, то по оценкам менеджеров проект будет генерировать притоки наличности в течение четырех лет. Величина этих потоков наличности будет зависеть от того, насколько хорошо этот робот будет принят на рынке.

Для анализа именно таких многостадийных решений чаще всего используется метод дерева решений (см. рисунок).

 

 

В этом примере мы предполагаем, что очередное решение об инвестировании принимается компанией в конце каждого года. Каждое “разветвление” обозначает точку принятия решения, либо очередной этап. Число в круглых скобках, записанное слева от точки принятия решения, представляет собой чистые инвестиции. В интервале с третьего по шестой годы (с t=3 по t=6) показаны притоки наличности, которые генерируются проектом. Например, если компания решает реализовывать проект в точке t=0, то она должна потратить 500 тыс. долл на проведение маркетингового исследования. Менеджеры компании оценивают вероятность получения благоприятного результата в 80%, и вероятность получения неблагоприятного результата в 20%. Если проект будет остановлен на этой стадии, то издержки компании составят 500 тыс. долл.



Если по результатам маркетингового исследования компания приходит к оптимистическому заключению о потенциале рынка, то в момент времени t=1 необходимо потратить еще 1,000 тыс.долл. на изготовление экспериментального варианта робота. Менеджеры компании оценивают вероятность положительного исхода в 60%, а вероятность отрицательного исхода в 40%.

Если инженеров центра космических исследований устраивает данная модель робота, тогда компания в момент времени t=2 должна инвестировать 10 000 тыс. долл. для постройки завода и начала производства. Менеджеры компании оценивают вероятность того, что в центре космических исследований воспримут такую модель благожелательно в 60% и вероятность противоположного исхода в 40% (что приведет к прекращению рализации проекта).



Если компания приступает к производству робота, то операционные потоки наличности в течение четырехлетнего срока жизни проекта будут зависеть от того, насколько хорошо продукт будет “принят” рынком. Вероятность того, что продукт будет хорошо “принят” рынком составляет 30% и в этом случае чистые притоки наличности должны составлять около 10 000 тыс. долл. в год. Вероятность того, что притоки наличности будут составлять около 4 000 тыс. долл. и 2 000 тыс. долл. в год, равна 40% и 30% соответственно. Эти ожидаемые потоки наличности показаны на нашем рисунке с третьего года по шестой.

Совместная вероятность, подсчитанная на выходе данной схемы, характеризует ожидаемую вероятность получения каждого результата.

Предположим, что ставка цены капитала компании при реализации данного проекта составляет 11,5%, и по оценкам финансовых менеджеров компании реализация данного проекта имеет риск, равный риску реализации типичного “среднего” проекта компании. Затем, умножая полученные значения чистой приведенной стоимости на соответствующие значения совместной вероятности, мы получим ожидаемую чистую приведенную стоимость инвестиционного проекта.

Поскольку ожидаемая чистая приведенная стоимость проекта получилась отрицательной, то компания должна отвергнуть этот инвестиционный проект. Однако на самом деле, вывод не так однозначен. Необходимо также учесть возможность отказа компании от реализации данного проекта на определенном этапе или стадии, что приводит к существенному изменению одной из ветвей дерева решений.

Издержки отказа от реализации проекта значительно сокращаются, если компания имеет альтернативу для использования активов проекта. Если бы в нашем примере, компания могла бы использовать оборудование для производства принципиально иного вида роботов, тогда бы проект по производству роботов для космических нужд мог быть ликвидирован с большей легкостью, следовательно, риск реализации проекта был бы меньше.

Наконец, отметим, что финансирование инвестиционных проектов — это динамичный процесс. В каждой узловой точке дерева решений условия реализации проекта могут измениться, что приводит к автоматическому изменению чистой приведенной стоимости.

 

Вероятностная оценка риска

Уже указывалось, что под риском проекта (project risk) понимается степень опасности для успешного его осуществления. Риск, связанный с проектом, характеризуется тремя факторами: событие, связанное с риском; вероятность риска; сумма, подвергаемая риску. Чтобы количественно оценить риск, необходимо знать все возможные последствия принимаемого решения и вероятность последствий этого решения. Выделяют два метода определения вероятности.

Объективный метод определения вероятности основан на вычислении частоты, с которой происходят некоторые события. Частота при этом рассчитывается на основе фактических данных. Так, например, частота возникновения некоторого уровня потерь в процессе реализации инвестиционного проекта может быть рассчитана по формуле:

f(A)=n(A)/n;

где f- частота возникновения некоторого уровня потерь;

n(A) - число случаев наступления этого уровня потерь;

n - общее число случаев в статистической выборке, включающее как успешно осуществленные, так и неудавшиеся инвестиционные проекты.

Субъективная вероятность является предположением относительно определенного результата, основывающемся на суждении или личном опыте оценивающего , а не на частоте, с которой подобный результат был получен в аналогичных условиях. Различная информация или различные возможности оперирования с одной и той же информацией объясняют широкое варьирование субъективных вероятностей. Вероятность, равная нулю, означает невозможность наступления конкретного события; вероятность, равная единице, - непременное наступление события. Сумма вероятностей всех возможных вариантов равна единице. Важными понятиями, применяющимися в вероятностном анализе риска являются понятия альтернативы, состояния среды, исхода.

Альтернатива - это последовательность действий, направленных на решение некоторой проблемы. Примеры альтернатив: приобретать или не приобретать новое оборудование, решение о том, какой из двух станков, различающихся по характеристикам, следует приобрести; следует ли внедрять в производство новый продукт и т.д.

Состояние среды - ситуация, на которую лицо, принимающее решение (в нашем случае - инвестор), не может оказывать влияние (например, благоприятный или неблагоприятный рынок, климатические условия и т.д.).

Исходы (возможные события) возникают в случае, когда альтернатива реализуется в определенном состоянии среды. Это некая количественная оценка, показывающая последствия определенной альтернативы при определенном состоянии среды (например, величина прибыли, величина урожая и т.д.).

P-пространство вероятностей;

W- пространство состояний среды;

Х-пространство исходов (доход от инвестиционного проекта);

(W, Р, Х) - случайная величина.

Анализируя и сравнивая варианты инвестиционных проектов, инвесторы действуют в рамках теории принятия решений. Как уже было отмечено выше, понятия неопределенности и риска различаются между собой. Вероятностный инструментарий позволяет более четко разграничить их. В соответствии с этим, в теории принятия решений выделяются три типа моделей:

1. Принятие решений в условиях определенности - лицо, принимающее решение (ЛПР) точно знает последствия и исходы любой альтернативы или выбора решения. Эта модель нереалистична в случае принятия решения о долгосрочном вложении капитала.

2. Принятие решений в условиях риска - ЛПР знает вероятности наступления исходов или последствий для каждого решения.

3. Принятие решения в условиях неопределенности - ЛПР не знает вероятностей наступления исходов для каждого решения.

На основе вероятностей рассчитываются стандартные характеристики риска:

1. Математическое ожидание ( среднее ожидаемое значение) - средневзвешенное всех возможных результатов, где в качестве весов используются вероятности их достижения.

где xj - результат (событие или исход, например величина дохода);

pj - вероятность получения результата xj.

2. Дисперсия - средневзвешенное квадратов отклонений случайной величины от ее математического ожидания (т.е. отклонений действительных результатов от ожидаемых) - мера разброса.

s2 = D = е(xi- E)*p(xi)

Квадратный корень из дисперсии называется стандартным отклонением:

Обе характеристики являются абсолютной мерой риска.

3. Коэффициент вариации - служит относительной мерой риска:

c=s/E

4. Коэффициент корреляции - показывает связь между переменными, состоящую в изменении средней величины одного из них в зависимости от изменения другого.

R(x1,x2)=Cov(x1,x2)/sx1sx2, RО[-1;+1],

где Cov(x1,x2)=E[(x1-Ex1)(x2-Ex2)]

 

 


Дата добавления: 2015-01-16; просмотров: 9; Нарушение авторских прав


<== предыдущая лекция | следующая лекция ==>
Игровая модель рисков. | Линейное программирование.
lektsii.com - Лекции.Ком - 2014-2019 год. (0.014 сек.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав
Главная страница Случайная страница Контакты