Одним из фундаментальных свойств природы является ее индетерминизм



Pdf көрінісі
бет133/186
Дата03.01.2022
өлшемі1,06 Mb.
#108205
1   ...   129   130   131   132   133   134   135   136   ...   186
Байланысты:
Управление риском в социально-экономических системах by Богоявленский С.Б. (z-lib.org)

Нет 
Да 

Стоимость 
автомобиля 
Последствия 
(фиксированные) 
Риск хищения автомобиля 

Д
а 
Начальное 
состояние 
Возможные
исходы 
 
Рис. 5.1. Пример дискретной модели риска хищения автомобиля 
 
 
 
Рис. 5.2. Пример комбинированной дискретно-непрерывной модели  
риска повреждения автомобиля в ДТП 


 
97 
Когда  риск  связан  с  изменением  показателя,  который  может 
принять любое значение на некотором интервале, можно достаточ-
но  просто  моделировать  риск,  описав  данный  показатель  с  помо-
щью  непрерывной  случайной  величины,  распределенной  на  ука-
занном интервале. 
Пример: 
Риск  инвестора,  купившего  акции  конкретного  эмитента  по 
определенной цене. В будущем возможны отклонения курса этих 
акций как в большую, так и в меньшую сторону по отношению к 
цене покупки. При этом отклонения в меньшую сторону являют-
ся  неблагоприятными,  что  и  составляет  риск  инвестора.  Он 
может быть описан с помощью непрерывной случайной величины, 
характеризующей  его  потери  или  выгоду  (т.е.  последствия)  в 
зависимости от цены акции. Эти последствия могут принимать 
любые  значения  в  интервале  от  «минус  цена  покупки»  до  «плюс 
бесконечность». Однако, если брать достаточно короткий пери-
од прогнозирования, то курс акций, скорее всего, не уйдет далеко 
от  ожидаемого  значения,  хотя  такие  отклонения  все-таки  воз-
можны. 
Дискретные  или  непрерывные  модели  могут  комбинироваться 
при описании конкретной рисковой ситуации. Например, если в дис-
кретной  модели  последствия  всех  или  отдельных  исходов  могут 
принимать  множество  значений  непредвиденным  для  субъекта 
способом, то они должны описываться непрерывной случайной ве-
личиной. 
Пример: 
В  результате  ДТП  автомобиль  может  получить  различные 
повреждения, убытки от которых могут достичь его стоимости 
(или  даже  превысить  ее).  Однако  такие  тяжелые  последствия 
маловероятны.  Предсказать  заранее,  какие  именно  повреждения 
получит автомобиль и каков будет ущерб, нельзя. Поэтому риск 
убытков  от  повреждения  автомобиля  в  дорожно-транспортном 
происшествии  в отдельной  поездке  может  быть  описан с  помо-
щью двух случайных величин (рис. 5.2):  
1)  дискретной,  характеризующей  возможность  наступления 
ДТП  и  имеющей  два  исхода  («ДТП  не  произошло»  и  «ДТП  про-
изошло»), и  
2) непрерывной, описывающей размер ущерба (последствия) в 
случае его наступления.  
При этом убытки (последствия) от исхода «ДТП не произош-
ло» неслучайны и равны нулю. 


 
98 
В зависимости от особенностей описываемого (моделируемого) 
риска, целей исследования и требуемой подробности одну и ту же 
ситуацию  неопределенности  можно  представлять  как  в  виде  дис-
кретной, так и в виде непрерывной модели, а также в виде их ком-
бинации. 
Пример: 
Риск  хищения  имущества  на  предприятии  в  течение  года 
можно количественно описать с использованием: 
а)  дискретной  модели,  использующей  дискретную  случайную 
величину (СВ), которая может принимать два («краж не было» – 
«кража(и)  были»)  или  более  значений  («краж  не  было»  –  «была 

кража» – «было 2 кражи» и т.д.); 
б)  непрерывной  модели,  при  которой  риск  описывается  не-
прерывной СВ «убытки от краж за год»; 
в) комбинации указанных моделей, сочетающей, например, ис-
пользование дискретной СВ «количество краж в течение года» и 
непрерывной СВ «размер убытка от одной кражи». 
В  любом  случае,  когда  риск  описывается  с  использованием 
случайных  величин  (дискретных  или  непрерывных),  необходимо 
знать их распределение (его вид и значения параметров распреде-
ления) или хотя бы численные характеристики этих величин (прежде 
всего,  математическое  ожидание,  дисперсию  или  среднеквадрати-
ческое отклонение). Тогда можно говорить о том, что риск измерен 
(количественно оценен). В результате изучения различных случай-
ных  процессов  для  некоторых  случайных  величин,  используемых 
при  моделировании  рисков,  подобраны  наиболее  удачно  описы-
вающие их виды распределения. 
Полная  информация  о  распределении  описывающей  риск  слу-
чайной величины, безусловно, очень полезна. Однако для простого 
сравнения рисков часто достаточно знать только две характеристи-
ки: математическое ожидание и численную характеристику разбро-
са значений относительно него (дисперсию или среднеквадратиче-
ское отклонение (СКО)). 
 
 


Достарыңызбен бөлісу:
1   ...   129   130   131   132   133   134   135   136   ...   186




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет