пользователей: 30398
предметов: 12406
вопросов: 234839
Конспект-online
РЕГИСТРАЦИЯ ЭКСКУРСИЯ

Психология:
» Тема1. Общее представление о психологии как науке
» Тема 2. Историческое введение в психологию
» Тема 3. Эволюционное введение в психологию
» Тема 4. Возникновение, историческое развитие и структура сознания.
» Тема 5. Психофизиологическая проблема
» Тема 6. Человек как субъект познания и деятельности
» Тема 7. Индивидуальные особенности человека как субъекта деятельности
» Тема 8. Эмоционально-волевая регуляция деятельности
» Тема 9. Психология потребностей и мотивации
I семестр:
» Микроэкономика
» Политическая экономика
» Экономика предприятия
» Финансы
» Макроэкономика
» Мировая экономика
» Мат-эк модели
» Вопросы

Методы моделирования рисковых ситуаций.

В самом общем виде модель оценки риска можно выразить следующим соотношением:

R = f (P,I)

где R – оценка последствий рискового события;

P – вероятность наступления рискового события;

I – потенциальные последствия фактора риска.

Работы по анализу риска и построению адекватной модели его оценки весьма трудоемки. Это объясняется с одной стороны нестабильностью причин факторов риска, а с другой стороны – сложностью формализации количественной оценки результатов деятельности. Поэтому при обосновании и разработке моделей оценивания риска требуется тщательный анализ характера исходной информации о причинах и факторах риска, а также цели исследования.

В зависимости от характера исходной информации, имеющийся в момент постановки задачи, и выбранного способа описания неопределенности наиболее распространены следующие классы математических моделей оценки последствий риска: детерминированные; стохастические; лингвистические и нестохастические (игровые) (рисунок 2.3).

Рисунок 2.3 – Модели оценки риска [60]

Детерминированные модели применяют, когда природа причин и факторов риска является определенной и относительно каждого действия известно, что оно непременно приводит к некоторому конкретному исходу. В этом случае математическими средствами описания предпринимательского риска служат классические математические методы анализа и программирования, математической логики и др. [60].

Напротив, в стохастических моделях, когда природа причин и факторов риска случайна, риск описывается распределением вероятностей на заданном множестве. Необходимой предпосылкой для обоснованного использования стохастических моделей является наличие статистически значимой информации о прошлых реализациях неопределенной переменной.

Лингвистические и нестохастические модели применяют для условий, когда природа причин риска носит нечеткий характер.

В лингвистических моделях неопределенность описывается задаваемой вербально функцией принадлежности. Для построения функции принадлежности используют экспертные суждения о степени предрасположенности того или иного потенциально возможного события к тому, чтобы быть реализованным. При этом применяется аппарат нечеткой логики и не требуется уверенности в повторяемости событий.

В случае построения нестохастической (игровой) модели задается лишь множество отдельных значений последствий рискового события, которое может быть потенциально реализовано. В качестве математических средств используются методы стратегических и статистических игр, теория полезности и др. [60].

Таким образом, переход от детерминированных моделей через стохастические модели к лингвистическим и игровым моделям, соответствует убывание информации о факторах риска.

Достаточно часто могут встречаться ситуации, когда неопределенность принципиально не может быть описана, и риск рассчитать невозможно. В этом случае рисковые решения могут приниматься на основе эвристики, которая представляет совокупность логических приемов и методических правил теоретического исследования и поиска истины [60].


09.08.2017; 14:41
хиты: 0
рейтинг:0
для добавления комментариев необходимо авторизироваться.
  Copyright © 2013-2024. All Rights Reserved. помощь