98
Т е о р и я п р и н я ти я р е ш е н и й Владимир Мельников Учет рисков

Учет неопределенности и риска

  • Upload
    -

  • View
    2.467

  • Download
    3

Embed Size (px)

DESCRIPTION

Теория принятия решений в МГТУ.

Citation preview

Page 1: Учет неопределенности и риска

Теория принятия решений

Владимир Мельников

Учет рисков

Page 2: Учет неопределенности и риска

Показатель стоимости

1 (1 + i)n

Коэффициент дисконтирования:

NPV = ∑ CFn

(1 + i)n

T

n = 1

Чистый приведенная стоимость:

Ставка дисконтирования

Page 3: Учет неопределенности и риска

Учет риска

‣ «В знаменателе»

‣ «В числителе»

‣ «В знаменателе и числителе»

?A

??

A

?

Page 4: Учет неопределенности и риска

а) Учет риска в ставке дисконтирования

Page 5: Учет неопределенности и риска

Учет риска в ставке дисконтирования

‣ Кумулятивная модельi = iбезриск. + iриск. + iинфл.

‣ CAPM (Capital Asset Pricing Model)i = iбезриск. + ß•(iрын. – iбезриск.) + L1 + L2

‣ WACC

Page 6: Учет неопределенности и риска

Прогнозные показатели проекта

Год прогноза 1 2 3 4 5

Положительные CF 10 20 30 40 50

Отрицательные CF 5 10 20 40 90

Пример 1. Учет риска в «знаменателе»

Определить целесообразность вложения средств в проект. Определить стоимость проекта при двух различных ставках дисконтирования.

1) Ставка дисконтироания i = 10% (без учета риска)

2) Ставка дисконтироания i = 20% (с учетом риска)

Page 7: Учет неопределенности и риска

Пример 1. Учет риска в «знаменателе»

‣ Экономический риск:‣ для доходов — риск недополучения дохода;

‣ для расходов — риск перерасхода.

‣ Чем выше риск, тем меньше чистая приведенная стоимость.

‣ Чем больше чистая приведенная стоимость, тем проект выгоднее.

Page 8: Учет неопределенности и риска

б) Учет риска в денежном потоке

Page 9: Учет неопределенности и риска

Дерево решений

Традиционно, основным элементом принятия решений в условиях риска является построение дерева решений.

Вершина решений Вершина

случаев

А

Б

z1

z2

Page 10: Учет неопределенности и риска

Пример 2. Дерево решений

‣ Предприятие может реализовывать на рынке 2 вида продукции – А или Б.

‣ Прибыль от продажи продукта А составляет 100 у.е.

‣ Прибыль от продажи продукта Б составляет 80 у.е.

‣ Известно, что с вероятностью 30% в следующем году на рынке появится сильный конкурент и тогда предприятие сможет получить прибыль от продукта А только 40 у.е., на прибылях от продажи продукта Б появление конкурента не отразится.

Page 11: Учет неопределенности и риска

Пример 2. Дерево решений

‣ Для уточнения ситуации на рынке можно провести маркетинговые исследования, затраты на которые составят 5 у.е.

‣ Вероятность правильного определения ситуации на рынке составляет 80%.

‣ Необходимо принять решение проводить или не проводить маркетинговые исследования и какую продукцию производить.

Page 12: Учет неопределенности и риска

Пример 2. Дерево решений

Прибыль компании, у.е.

Выпускаемые продуктыВероятность, %

70% 30%

Продукт А 100 у.е. 40 у.е.Продукт Б 80 у.е. 80 у.е.

В виде таблицы:

Проведение маркетинга 5 у.е.

Вероятность правильного определения ситуации 80%

Page 13: Учет неопределенности и риска

Пример 2. Дерево решений

Не проводить маркетинг

Проводить маркетинг

Page 14: Учет неопределенности и риска

Пример 2. Дерево решений

Не проводить маркетинг

Проводить маркетинг

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Page 15: Учет неопределенности и риска

Пример 2. Дерево решений

Не проводить маркетинг

Проводить маркетинг

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт Б

Продукт А

Page 16: Учет неопределенности и риска

Пример 2. Дерево решений

Не проводить маркетинг

Проводить маркетинг

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт Б

Продукт А

Page 17: Учет неопределенности и риска

Пример 2. Дерево решений

Не проводить маркетинг

40

100

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт Б

— Конкурент есть

— Конкурента нет

Продукт А

Page 18: Учет неопределенности и риска

Пример 2. Дерево решений

Не проводить маркетинг

40

100

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

0,7

0,7

0,3

0,3

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт Б

— Конкурент есть

— Конкурента нет

Продукт А

Page 19: Учет неопределенности и риска

Пример 2. Шансы того, что маркетинг укажет на неблагоприятную ситуацию

P(неблагопр.) — вероятность того, что маркетинг укажет на неблагоприятную ситуацию на рынке:

P(неблагопр.) = 0,8•P(конкурент) + 0,2•P(без конкурента)

P(благ.) — вероятность того, что маркетинг укажет на благоприятную ситуацию на рынке:

P(благ.) = 0,8•P(без конкурента) + 0,2•P(конкурент)

Page 20: Учет неопределенности и риска

Пример 2. Шансы неблагоприятной и благоприятной ситуаций

Эти шансы определяются по формуле Байеса:

P(условная) = P(Б)•P(А)

∑P(Б)•P(А)m

i =1

P(условная) — вероятность того, что при условии А будет иметь место событие Б;

P(А) , P(Б) — вероятности событий А и Б;

m — число условий;

Page 21: Учет неопределенности и риска

Пример 2. Шансы исходов

Не проводить маркетинг

40

100

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

0,7

0,7

0,37

0,37

0,9

0,9

0,1

0,1

0,63

0,63

0,3

0,3

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт А

Продукт Б

0,38

0,62

— Конкурент есть

— Конкурента нет

Page 22: Учет неопределенности и риска

Пример 2. Процедура усреденения и свертывания

Не проводить маркетинг

8240

100

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

0,7

0,7

0,37

0,37

0,9

0,9

0,1

0,1

0,63

0,63

0,3

0,3

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт А

Продукт Б

0,38

0,62

— Конкурент есть

— Конкурента нет

0,3• 40 + 0,7• 100

(P1• U1 + P2• U2)

Page 23: Учет неопределенности и риска

Пример 2. Процедура усреденения и свертывания

Не проводить маркетинг

8240

100

80

57

75

89

75

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

0,7

0,7

0,37

0,37

0,9

0,9

0,1

0,1

0,63

0,63

0,3

0,3

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт А

Продукт Б

0,38

0,62

— Конкурент есть

— Конкурента нет

Page 24: Учет неопределенности и риска

Пример 2. Процедура усреденения и свертывания

Не проводить маркетинг

82 8240

100

80

57

75

89

75

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

0,7

0,7

0,37

0,37

0,9

0,9

0,1

0,1

0,63

0,63

0,3

0,3

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт А

Продукт Б

0,38

0,62

— Конкурент есть

— Конкурента нет

82 > 80Производя продукт А без маркетинга,

получаем в среднем 82 у.е., что выгоднее, чем производство

продукта Б

Page 25: Учет неопределенности и риска

Пример 2. Процедура усреденения и свертывания

84

84

Не проводить маркетинг

82

75

89

8240

100

80

57

75

89

75

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

0,7

0,7

0,37

0,37

0,9

0,9

0,1

0,1

0,63

0,63

0,3

0,3

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт А

Продукт Б

0,38

0,62

— Конкурент есть

— Конкурента нет

Page 26: Учет неопределенности и риска

Пример 2. Процедура усреденения и свертывания

84

84

Не проводить маркетинг

82

75

89

8240

100

80

57

75

89

75

35

95

35

95

80

80

75

75

75

75

Проводить маркетинг

0,7

0,7

0,37

0,37

0,9

0,9

0,1

0,1

0,63

0,63

0,3

0,3

Указывает на благоприятную ситуацию

Указывает на неблагоприятную

ситуацию

Продукт А

Продукт Б

0,38

0,62

— Конкурент есть

— Конкурента нет

Б

А

Page 27: Учет неопределенности и риска

Дерево решений

Таким образом можно спрогнозировать и спланировать будущие денежные потоки для каждого из перидов.

CF1 CF2 CF3

q1 q2 q3

Эти данные можно использовать при дальнейшем расчете NPV.

Page 28: Учет неопределенности и риска

Пример 3. Учет возможностей менеджмента

Предприятие собирается вывести на рынок новый товар.

Начальные инвестиции в 110 у.е. необходимы для завершения подготовительного этапа проекта, который длится год.

Еще 100 у.е. необходимо затратить на подготовку рекламной кампании через год — в момент начала производства.

Ожидается, что доходы поступят в распоряжение предприятия только на третий год с начала проекта.

Однако в настоящее время трудно определить, будет ли новый продукт пользоваться спросом. Вероятность позитивного развития событий составляет 75% (ожидаемый доход 340 у.е.), а негативного — 25% (ожидаемый доход 10 у.е.).

Page 29: Учет неопределенности и риска

Прогнозные показатели проекта

Год прогноза 0 1 2 3

Расход (у.е.) 110 100

Приход (у.е.)

Пример 3. Учет возможностей менеджмента

В виде таблицы:

257,5

3400,75

0,25

CF(+) = 0,75•340 + 0,25•10 = 257,5

NPV = (–110) + (–100) ÷ 1,1 + CF(+) ÷ 1,33 = –7,29

10

Page 30: Учет неопределенности и риска

Пример 3. Учет возможностей менеджмента

Предположим, что через год станет понятно, будет ли новый товар пользоваться спросом.

Таким образом, к началу первого года проекта у менеджеров будет возможность решить, стоит ли продолжать инвестировать в новый продукт или выгоднее остановить весь проект.

CF(+) = 0,75•340 + 0,25•0 = 255

NPV = (–110) + 0,75•(–100) ÷ 1,1 + CF(+) ÷ 1,33 = 13,7

Page 31: Учет неопределенности и риска

Реальные опционы

Page 32: Учет неопределенности и риска

Реальные опционы

‣ Колл — право купить по фиксированной цене.

‣ Пут — право продать по фиксированной цене.

‣ Американский — владелец может воспользоваться своим правом в любой момент до истечения установленного срока.

‣ Европейский — владелец может воспользоваться своим правом только в один установленный день.

Page 33: Учет неопределенности и риска

Модель Блэка–Шоулза

Page 34: Учет неопределенности и риска

Модель Блэка–Шоулза

Стоимость колл-опциона в модели Блэка–Шоулза можно записать как функцию пяти переменных:

S — текущая стоимость актива;

K — цена исполнения (фиксированная цена по которой можно реализовать актив);

t — срок жизни опциона (время до следующей точки принятия решения);

r — безрисковая процентная ставка, соответствующая сроку жизни;

∂ — дисперсия натурального логарифма, коэффициента показывающего изменение стоимости актива, который можно определить как «коэффициент доходности актива».

Page 35: Учет неопределенности и риска

Модель Блэка–Шоулза

ln ( – 1) Rt

Rt–1

Стоимость в настоящий момент времени

Стоимость в предыдущий момент времени

Page 36: Учет неопределенности и риска

( )

Модель Блэка–Шоулза

V = S•N(d1) – K•e–rt•N(d2)

Стоимость колл–опциона:

d1 = ln( )S

K + (r + )•t ∂2

2

∂•√t

d2 = d1 – ∂•√t

Вероятности, оцененные посредством использования кумулятивной функции стандартизированного нормального распределения, а также величин d1 и d2.

Page 37: Учет неопределенности и риска

Модель Блэка–Шоулза

Распределение Гаусса. Нормальное распределение.

d

∞–

N(d) = ∂•√2π1 e 2

t2

dt

N(d1)

Page 38: Учет неопределенности и риска

Пример 4. Модель Блэка–Шоулза

Для начала разработок нового продукта предприятию требуется осуществить инвестиции в НИОКР в размере 13,62 у.е.

Предприятие может отсрочить начало разработок на 103 дня (0,28 года). Но для осуществления данной отсрочки потребуется дополнительно затратить 2 у.е. на оплату простоя коллектива разработчиков. Кроме того затраты на разработку в таком случае составят 15 у.е.

Отклонение логарифма доходности вложения в разработки в этой сфере в прошлые периоды составляло 81%.

Стоимость привлечения капитала составляет 4,63% (в непрерывном исчислении).

Вопрос: целесообразно ли платить 2 у.е. за отсрочку?

Page 39: Учет неопределенности и риска

Биноминальная модель

Page 40: Учет неопределенности и риска

Биноминальное распределение

Для формирования биноминального распределения случайная перемнная должна отвечать следующим условиям:

‣ Переменная может принимать только 2 значения в данный момент времени или в результате какого-либо события. Каждое из этих моментов называется «попыткой». Два возможных результата называются «успех» и «неудача».

‣ Для каждой последовательности попыток вероятность успеха и неудачи постоянна.

‣ Все попытки идентичны.

‣ Все попытки независимы.

Page 41: Учет неопределенности и риска

Sdu

Биноминальное распределение

X–бином (n, p)

S

Su

Sd

j = 0

Su

Sd

S

Su2

Sud

Sd2

j = 1

j = 2

Page 42: Учет неопределенности и риска

Биноминальное распределение

Количество способов достижения j успехов из n попыток:

С = n!j!•(n – j)!

nj

Вероятность получения j успехов с n попыток:

p(x = j) = C •pj•(1 – p)(n – j)nj

Page 43: Учет неопределенности и риска

Пример 5. Биноминальное распределение

Задано распределение с двумя биноминальными попытками. Вероятность успеха составляет 50%.

S

Su

Sd

Su2

Sud (Sdu)

Sd2

Найти вероятности исходов.

Page 44: Учет неопределенности и риска

Пример 5. Биноминальное распределение

Определим число способов получения одного успеха:

С = n!j!•(n – j)!

nj = 2!

1!•(2 – 1)! = 2

Page 45: Учет неопределенности и риска

Пример 5. Биноминальное распределение

Определим вероятность получения одного успеха:

p(Sud) = C •pj•(1 – p)(n – j) =nj

= 2 •0,51•(1 – 0,5)(2 – 1) = 0,5

Page 46: Учет неопределенности и риска

Биноминальное дерево цен активов

Расчет ожидаемого значения цены актива с применением биноминальной модели состоит из трех шагов:

‣ Создание биноминальго дерева возможных цен.

‣ Определение вероятностей каждого из возможных результатов.

‣ Умножение каждого из возможных результатов на его вероятность.

Сумма произведений и составит ожидаемое значение.

Page 47: Учет неопределенности и риска

Пример 6. Дерево цен активов

Найти значение цены актива по истечении двух временных интервалов.

Допустим, что в результате каждой попытки существует вероятность роста цены, равная 0,5.

Допустим также, что изменение цены в один период не зависит от изменения цены в другой период.

Цена может изменяться в 1,10 (рост) или 0,90 (падение) раз.

Page 48: Учет неопределенности и риска

Пример 6. Дерево цен активов

S = 50

Su

Sd

Su2

Sud = Sdu

Sd2

Page 49: Учет неопределенности и риска

Пример 6. Дерево цен активов

S = 50

Su = 55

Sd = 45

Su2 = 60,5

Sud = Sdu = 50

Sd2 = 40,5

Page 50: Учет неопределенности и риска

Пример 6. Дерево цен активов

S = 50

Su = 55

Sd = 45

Su2 = 60,5

Sud = Sdu = 50

Sd2 = 40,5

0,5

0,5

0,25

0,5

0,25

60,5•0,25 + 50•0,5 + 40,5•0,25 = 50,25

Page 51: Учет неопределенности и риска

Цена опциона на покупку

Никто не станет платить за опцион на покупку актива больше, чем разница между тем, что нужно заплатить для покупки актива на рынке, и тем, что нужно запатить по опциону, т.е. ценой исполнения.

С = max[0, S – K]

Стоимость колл-опциона

Цена актива на рынке

Цена исполнения опциона

Page 52: Учет неопределенности и риска

Цена опциона на продажу

В случае опциона на продажу актива никто не будет платить за этот опцион больше, чем разница между ценой, по которой актив может быть продан на открытом рынке, и ценой, по которой этот актив будет продан по опциону.

P = max[0, K – S]

Стоимость пут-опциона

Цена актива на рынке

Цена исполнения опциона

Page 53: Учет неопределенности и риска

Имитирующий портфель

Цель создания имитирующего портфеля — это использование комбинации безрискового заимствования и базового актива для создания денежного потока, аналогичного денежному потоку, создаваемому оцениваемым опционом.

Page 54: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

Предположим, что цена основного актива (S) составляет 35 у.е., цена исполнения опциона (K) составляет 35 у.е.

Безрисковая процентная ставка (r) 10%. Срок действия опциона 1 год.

Дополнительно допустим, что в конце года цена актива либо поднимется на 25%, либо упадет на 25%.

Page 55: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

S = 35

Su = 43,75

Sd = 26,25

C

Cu = max[0, 43,75 – 35] = 8,75

Cd = max[0, 26,25 – 35] = 0

Стоимость актива

Стоимость опциона

Page 56: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

На данном этапе у нас возникает две задачи:

‣ Найти, сколько опционов (H) необходимо продать, чтобы портфель был безрисковым.

‣ Определить справедливую цену, по которой эти опционы должны быть проданы.

Page 57: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

1. Количество опционов (H), которое следует продать для создания безрискового портфеля.

H = Su – SdCu – Cd = 43,75 – 26,25

8,75 – 0

Размах цен актива

Размах стоимости опциона

= 2

Page 58: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

S – H•C

Su – H•Cu = 26,25

Sd – H•Cd = 26,25

Sd – H•Cd = 26,25 – 2•0 = 26,25

Su – H•Cu = 43,75 – 2•8,75 = 26,25

Page 59: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

2. Справедливая цена, по которой нужно продать опцион в настощий момент. Текущая стоимсость портфеля, состоящего из покупки актива по рыночной цене S и продпжи 2х опционов и имеющего безрисковую ставку в течение одного года должна быть равна текущей стоимости доходов в конце года. Этот доход в конце года составляет:

Su – H•Cu = (S – H•C)•(1 + r) = 26,25

Page 60: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

Если R = (1 + r), где r — безрисковая процентная ставка,

тогда:

R•(S – H•C) = Su – H•Cu

C = Cu• + Cd• / R[ ]R – du – d

u – Ru – d

Page 61: Учет неопределенности и риска

Пример 7. Создание портфеля-имитатора

C = 8,75• + 0• / 1,1[ ]1,25 – 1,1

1,25 – 0,75

1,1 – 0,75

1,25 – 0,75= 5,57

Page 62: Учет неопределенности и риска

Пример 8. Многопериодная модель

Page 63: Учет неопределенности и риска

Пример 8. Интерпретация

Приведенная стоимость будущих денежных потоков поступлений при условии немедленного начала инвестиций S = 35 у.е.

Объем инвестиций K = 35 у.е.

Безрисковая процентная ставка r = 2,4% в квартал. Пересмотреть решение о начале инвестирования можно раз в квартал.

Стандартное отклонение приведенной стоимости денежного потока ∂ = 20%.

Page 64: Учет неопределенности и риска

Пример 8. Многопериодная модель

Кокс (1979 г.) показал, что величины потенциального движения вверх и вниз (u и d) соотносятся с показателем волатильности (∂) следующим образом:

‣ u = e∂•√(t / n)

‣ d = e–∂•√(t / n)

Page 65: Учет неопределенности и риска

Пример 8. Многопериодная модель

S = 35

35•1,10517(Su)

Page 66: Учет неопределенности и риска

Пример 8. Многопериодная модель

S = 35

38,68

42,75

47,25

52,21

35•1,10517(Su)

Page 67: Учет неопределенности и риска

Пример 8. Многопериодная модель

S = 35

38,68

31,67

42,75

35

28,65

47,25

38,68

31,67

25,93

28,65

23,46

42,75

35

52,21

35•1,10517(Su)

35•0,9484(Sd)

Page 68: Учет неопределенности и риска

Пример 8. Многопериодная модель

47,25

38,68

31,67

25,93

28,65

23,46

42,75

35

52,21

C = max[0, S – K]

Page 69: Учет неопределенности и риска

Пример 8. Многопериодная модель

47,25

38,68

31,67

25,93

28,65

23,46

42,75

35

52,2117,21 C = max[0, 52,21 – 35] = 17,21

C = max[0, S – K]

Page 70: Учет неопределенности и риска

Пример 8. Многопериодная модель

47,25

38,68

31,67

25,93

28,650

23,460

42,757,75

350

52,2117,21 C = max[0, 52,21 – 35] = 17,21

C = max[0, 42,75 – 35] = 7,75

C = max[0, 35 – 35] = 0

C = max[0, 28,65 – 35] = 0

C = max[0, 23,46 – 35] = 0

C = max[0, S – K]

Page 71: Учет неопределенности и риска

Пример 8. Многопериодная модель

S = 35

38,68

31,67

42,75

35

28,65

47,2513,07

38,68

31,67

25,93

28,650

23,460

42,757,75

350

52,2117,21

C = Cu• + Cd• / R[ ]R – du – d

u – Ru – d

C = Cu• + Cd• / 1,024[ ]0,5948 0,4052

Page 72: Учет неопределенности и риска

Пример 8. Многопериодная модель

S = 35C = 4,37

38,686,48

31,671,52

42,759,38

352,62

28,650

47,2513,07

38,684,51

31,670

25,930

28,650

23,460

42,757,75

350

52,2117,21

C = Cu• + Cd• / R[ ]R – du – d

u – Ru – d

C = Cu• + Cd• / 1,024[ ]0,5948 0,4052

Page 73: Учет неопределенности и риска

Пример 8. Интерпретация

S = 35C = 4,37

38,686,48

31,671,52

42,759,38

352,62

28,650

47,2513,07

38,684,51

31,670

25,930

28,650

23,460

42,757,75

350

52,2117,21

Page 74: Учет неопределенности и риска

Нечеткие множества

Page 75: Учет неопределенности и риска

Теория нечетких множеств

Подход опирается на предпосылку о том, что элементами мышления человека являются не числа, а элементы некоторых нечетких множеств или классов объектов, для которых преход от «принадлежности» к «непринадлежности» не скачкообразен, а непрерывен.

Page 76: Учет неопределенности и риска

Пример нечетких данных

Нечеткое множество может отражать:

‣ Лингвистические понятия

‣ Нечеткие числа

Пример:

‣ Около 30 минут

‣ Большая процентная ставка‣ Прибыль порядка 20 у.е.

Page 77: Учет неопределенности и риска

Функция принадлежности

Функция принадлежности отражает распределение уверенности в отношении некоторого моделируемого понятия для свои ̆ства А на множестве значении ̆ переменнои ̆ Х, выбраннои ̆ для представления данного свои ̆ства А.

!"#$%!&'!(')*+,#'-./,0!,!&#,/12,0!#*3*/,4!-!"$+'-,15!/*'&#*)*+*//'$2,!

!

!!"##$!!"#$%&'(!)*+!,%!-".%/&'0"1!2&3&!

!

"!

!

'(!"

"

43

!!

5'67&"0!)#!*!47&08'(!$/'&%9:;<&"6='!&;.;=0">"!#&"<;6=1%!

!

!

!"!"!"#!"#$%&'#()*+,+#+-'.!'#("#$%&'#/-$0+-'.#12-34''#

)*'-$,#+5-(%&'#-+0+&3(6(#7-(5+%&8$! '(!" !

!

#! !"#$%&'# ()*+,+#+-'.# $-(%'&+#9# -+0+&3(6(# 7-(5+%&8$%"!?;="9":">'.;60';!='$@!'!"=:'.'(&!

)&!A'&>1'6='.;60';+!

,! 7$"/(9".;&&@;!(3/'#;/+!-#&">"!,!#%:".'+!

!! "$/;9;:;&"!/%66="(&';!(#;=/'.;60';'/!

!! &;=!/%66="(&'(!(&;!#;=/'.;60';'/!

,! &;!7$"/(9".;&&@;!(-#%B'&%%!$%/"C"9%!$";D9.'&!

"&!E'6:"1@;+!

,! 9'60/;=&@;/!

,! &;$/;/@1&@;&!

0&!E'6:"1@;!&;.;=0';!#&"<;6=1%+!

,! &;.;=0';!.'6:%%!79"1:;=1"/(FG';!%06'"#%#!%/'H#;='0'/!

,! &;.;=0';! .'6:%! (&;.;=0';! .'6:"1@;! $;/;#;&&@;'%!

D%9%FG';6(!$/"'D1":I&@#'!H7&08'(#'!$/'&%9:;<&"6='!

&%!#&"<;6=1;!9;J6=1'=;:I&@C!.'6;:&!

!

#! *;.;=0';! .'6:%! '! &;.;=0';! .'6:"1@;! $;/;#;&&@;! '#;F=! 6C"96=1"! '!

/%D:'.';!#;<97!6"K"J&!!

!

Page 78: Учет неопределенности и риска

Математический аппарат

Определения теоретико-множественных операций над нечеткими множествами.Пусть C и D — два нечетких подмножетва А с функциями принадлежности µC(x) и µD(x).Пересечением , произведением, объединением, отрицанием, суммой называются такие нечеткие подмножества А с функциями принадлежности:

‣ µC D(x) = min (µC(x), µD(x))

‣ µCUD(x) = max (µC(x), µD(x))

‣ µC(x) = 1– µC(x)

‣ µC•D(x) = µC(x)•µD(x)

‣ µC+D(x) = µC(x) + µD(x) – µC(x)•µD(x)

U

Page 79: Учет неопределенности и риска

Свойства нечетких множеств

Законы де Моргана для нечетких множеств:

A B = A BU

U

A B = A BU

U

A B = A B+

A B = A B+

Page 80: Учет неопределенности и риска

Свойства нечетких множеств

Дистрибутивный закон для нечетких множеств

1. Для любых нечетких множеств A, B и C:

A (B C) = (A B) (A C)UU

UU U

2. В то же время равенство:

A•(B + C) = (A•B) + (A•C)

справедливо тогда и только тогда, когда:

(µ2A(x) – µA(x))•µB(x)•µC(x) = 0

Page 81: Учет неопределенности и риска

Треугольные нечеткие числа

Page 82: Учет неопределенности и риска

Треугольные нечеткие числа

Треугольное нечеткое число (ТНЧ) описывается функцией принадлежности следующего вида:

amin amaxa0

1

A

µA

A = (amin, a, amax)Значимые точки числа А

Page 83: Учет неопределенности и риска

Треугольные нечеткие числа

Значения функции принадлежности для ТНЧ :

amin amaxa0

1

A

µA

µA =

0, x < amin

0, x > amax

1, x = a

x – amin

a – amin, amin < x < a

amax – xamax – a , a < x < amin

Page 84: Учет неопределенности и риска

Треугольные нечеткие числа

Допустим есть два нечетких числа A и B их интервалы принадлежности [amin, amax] и [bmin, bmax] соответственно, тогда операции с этими интервалами выражаются через операции с действительными числами по следующим правилам:

[amin, amax] + [bmin, bmax] = [amin + bmin, amax + bmax]

[amin, amax] – [bmin, bmax] = [amin – bmax, amax – bmin]

[amin, amax] • [bmin, bmax] = [amin•bmin, amax•bmax]

[amin, amax] / [bmin, bmax] = [amin / bmax, amax / bmin]

[amin, amax]n = [aminn, amaxn]

Page 85: Учет неопределенности и риска

Вычисления с нечеткими числами

В результате расчетов с ТНЧ также получаются нечеткие числа:

NPV = ∑ CF (1 + i)n

T

n = 1

[NPVmin, NPV, NPVmax]

Page 86: Учет неопределенности и риска

Пример 1. Нечеткие множества

Предприятие планирует открыть цех по производству бумажных самолетиков. Приемлемая норма доходности колеблется от 10% до 30%. Основные показатели этого проекта приведены в таблице:

ПоказательГод прогноза

1 2 3 4 5

Заказы 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Выручка 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Зарплата 2 2 2 2 2

Материалы 0, 3, 5 0, 5, 10 0, 10, 15 0, 15, 20 0, 20, 25

Дополнительные затраты 2 0, 2, 4 0, 4, 8 0, 8, 20 0, 20, 40

Page 87: Учет неопределенности и риска

Пример 1. Нечеткие множества

ПоказательГод прогноза

1 2 3 4 5

Заказы 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Выручка 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Зарплата 2 2 2 2 2

Материалы 0, 3, 5 0, 5, 10 0, 10, 15 0, 15, 20 0, 20, 25

Дополнительные затраты 2 0, 2, 4 0, 4, 8 0, 8, 20 0, 20, 40

(1 + i)n 1.1, 1.2, 1.3 1.21, 1.32, 1.43 1.33, 1.45, 1.57 1.46, 1.6, 1.73 1.61, 1.76, 1.9

Page 88: Учет неопределенности и риска

Пример 1. Нечеткие множества

ПоказательГод прогноза

1 2 3 4 5

Заказы 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Выручка 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Зарплата 2 2 2 2 2

Материалы 0, 3, 5 0, 5, 10 0, 10, 15 0, 15, 20 0, 20, 25

Дополнительные затраты 2 0, 2, 4 0, 4, 8 0, 8, 20 0, 20, 40

(1 + i)n 1.1, 1.2, 1.3 1.21, 1.32, 1.43 1.33, 1.45, 1.57 1.46, 1.6, 1.73 1.61, 1.76, 1.9

ЧеткиеЗависимые

Нечеткие

Page 89: Учет неопределенности и риска

Пример 1. Нечеткие множества

Алгоритм расчета:

Выручка

– Четкие и зависимые расходы

= Промежуточное ТНЧ

– Нечеткие расходы

= Денежный поток (CF)

/ Дисконт

= NPV

Page 90: Учет неопределенности и риска

Пример 1. Нечеткие множества

ПоказательГод прогноза

1 2 3 4 5

Заказы 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Выручка 0, 6, 10 0, 10, 20 0, 20, 30 0, 30, 40 0, 40, 50

Зарплата 2 2 2 2 2

Материалы 0, 3, 5 0, 5, 10 0, 10, 15 0, 15, 20 0, 20, 25

Доп. затраты 2 0, 2, 4 0, 4, 8 0, 8, 20 0, 20, 40

(1 + i)n 1.1, 1.2, 1.3 1.21, 1.32, 1.43 1.33, 1.45, 1.57 1.46, 1.6, 1.73 1.61, 1.76, 1.9

1) Выручка –– Зарплата – Материалы –2, 1, 3 –2, 3, 8 … … …

2) [1] – Доп. затраты –4, –1, 1 –6, 1, 8 … … …

DCF –4/1.3, … … … … …

Page 91: Учет неопределенности и риска

Уровень принадлежности

a1 a2a0

1

A

µA

a1 = amin•(1 – ß) + a•ß

ß

amin amax

a2 = amax•(1 – ß) + a•ß

Page 92: Учет неопределенности и риска

Анализ рискаОбщая постановка вопроса

Page 93: Учет неопределенности и риска

Пример 2. Анализ риска

Параметры I1 I I2 V1 V V2 r1 r r2 C1 C C2

Значения 0.90 1.00 1.10 0.10 0.60 1.10 0.08 0.14 0.20 0.00 0.50 1.00

NPV1 = –I2 + ∑ V1

(1 + r2)n

T

n = 1

C1

(1 + r2)Т+

NPV2 = –I1 + ∑ V2

(1 + r1)n

T

n = 1

C2

(1 + r1)Т+

Page 94: Учет неопределенности и риска

Пример 2. Анализ риска

Параметры I1 I I2 V1 V V2 r1 r r2 C1 C C2

Значения 0.90 1.00 1.10 0.10 0.60 1.10 0.08 0.14 0.20 0.00 0.50 1.00

NPV1 = –0,947

Предположим, что проект длится 2 года (T = 2) и денежные потоки в эти годы одинаковы.

NPV = 0,325

NPV2 = 1,855

Page 95: Учет неопределенности и риска

Пример 2. Анализ риска

ß I1 I2 V1 V2 r1 r2 C1 C2 NPV1 NPV2

0.00 0.80 1.20 –0.40 1.60 0.020 0.260 –0.50 1.50 –2.020 3.720

0.20 0.84 1.16 –0.20 1.40 0.044 0.236 –0.30 1.30 –1.612 2.928

0.40 0.88 1.12 0.00 1.20 0.068 0.212 –0.10 1.10 –1.176 2.199

0.50 0.90 1.10 0.10 1.10 0.08 0.20 0.00 1.00 –0.947 1.855

0.60 0.92 1.08 0.20 1.00 0.092 0.188 0.10 0.90 –0.710 1.526

0.80 0.96 1.04 0.40 0.80 0.116 0.164 0.30 0.70 –0.211 0.903

1.00 1.00 1.00 0.60 0.60 0.140 0.140 0.50 0.50 0.325 0.325

I1 = Imin•(1 – ß) + I•ß

I2 = Imax•(1 – ß) + I•ß

Page 96: Учет неопределенности и риска

Пример 2. Анализ риска

ß I1 I2 V1 V2 r1 r2 C1 C2 NPV1 NPV2

0.00 0.80 1.20 –0.40 1.60 0.020 0.260 –0.50 1.50 –2.020 3.720

0.20 0.84 1.16 –0.20 1.40 0.044 0.236 –0.30 1.30 –1.612 2.928

0.40 0.88 1.12 0.00 1.20 0.068 0.212 –0.10 1.10 –1.176 2.199

0.50 0.90 1.10 0.10 1.10 0.08 0.20 0.00 1.00 –0.947 1.855

0.60 0.92 1.08 0.20 1.00 0.092 0.188 0.10 0.90 –0.710 1.526

0.80 0.96 1.04 0.40 0.80 0.116 0.164 0.30 0.70 –0.211 0.903

1.00 1.00 1.00 0.60 0.60 0.140 0.140 0.50 0.50 0.325 0.325

Page 97: Учет неопределенности и риска

Пример 2. Анализ риска

µлевая = 0,4263•NPV + 0,8868

µправая = –0,2944•NPV + 1,066

S = •(NPVmax – NPVmin)12

p = SубыткаS

Page 98: Учет неопределенности и риска

Владимир Мельников

[email protected]

icq 248-200-650

www.mevish.ru