Kursarbeit: Risiko und Versicherung. Bewertung von Finanztransaktionen unter unsicheren Bedingungen

heim / Kleinbetrieb

Nehmen wir an, dass der DM (Entscheidungsträger) mehrere mögliche Lösungen in Betracht zieht: i = 1,...,m. Die Situation, in der der Entscheidungsträger agiert, ist ungewiss. Es ist nur bekannt, dass eine der Optionen vorhanden ist: j = 1,…, n. Wenn die i-e-Entscheidung getroffen wird und die Situation j-th ist, erhält das vom Entscheidungsträger geleitete Unternehmen Einkommen q ij . Die Matrix Q = (q ij) wird als Konsequenzenmatrix (Lösungsmöglichkeiten) bezeichnet. Welche Entscheidung muss der Entscheidungsträger treffen? In dieser Situation völliger Unsicherheit können nur einige vorläufige Empfehlungen ausgesprochen werden. Sie werden vom Entscheidungsträger nicht unbedingt akzeptiert. Vieles wird beispielsweise von seiner Risikobereitschaft abhängen. Aber wie ist das Risiko in diesem System einzuschätzen?
Nehmen wir an, wir möchten das Risiko abschätzen, das von der i-e-Entscheidung ausgeht. Wir kennen die reale Situation nicht. Aber wenn sie es wüssten, würden sie die beste Lösung wählen, d. h. das meiste Einkommen erwirtschaftet. Diese. Wenn die Situation j ist, würde eine Entscheidung getroffen werden, die das Einkommen q ij erbringen würde.
Das bedeutet, dass wir bei der i-e-Entscheidung das Risiko eingehen, nicht q j , sondern nur q ij zu erhalten, was bedeutet, dass die i-te Entscheidung das Risiko birgt, r ij = q j - q ij nicht zu erhalten. Die Matrix R = (r ij) wird Risikomatrix genannt.

Beispiel Nr. 1. Lassen Sie es eine Matrix von Konsequenzen geben
Lassen Sie uns eine Risikomatrix erstellen. Wir haben q 1 = max(q i 1) = 8, q 2 = 5, q 3 = 8, q 4 = 12. Daher ist die Risikomatrix

Entscheidungsfindung unter Bedingungen völliger Unsicherheit

Nicht alles Zufällige kann an der Wahrscheinlichkeit „gemessen“ werden. Unsicherheit ist ein umfassenderes Konzept. Die Ungewissheit darüber, auf welcher Zahl der Würfel landen wird, unterscheidet sich von der Ungewissheit darüber, wie sich die russische Wirtschaft in 15 Jahren entwickeln wird. Kurz gesagt sind einzigartige, individuelle Zufallsphänomene mit Unsicherheit verbunden, während massive Zufallsphänomene zwangsläufig einige Muster probabilistischer Natur zulassen.
Eine Situation völliger Unsicherheit ist dadurch gekennzeichnet, dass keine zusätzlichen Informationen vorliegen. Welche Regeln und Empfehlungen gibt es für die Entscheidungsfindung in dieser Situation?

Walds Regel(Regel des extremen Pessimismus). In Anbetracht der i-e-Lösung gehen wir davon aus, dass die Situation tatsächlich die schlimmste ist, d.h. bringt das kleinste Einkommen a i Aber jetzt wählen wir die Lösung i 0 mit dem größten a i0 . Die Waldsche Regel empfiehlt also, eine Entscheidung i0 so zu treffen, dass
Im obigen Beispiel haben wir also a 1 = 2, a 2 = 2, a 3 = 3, a 4 = 1. Von diesen Zahlen ist die Zahl 3 das Maximum. Das bedeutet, dass Walds Regel empfiehlt, die dritte Entscheidung zu treffen.

Wilde Regel(Minimalrisikoregel). Bei Anwendung dieser Regel wird die Risikomatrix R = (rij) analysiert. In Anbetracht der i-e-Lösung gehen wir davon aus, dass tatsächlich eine Situation mit maximalem Risiko vorliegt b i = max
Aber jetzt wählen wir die Lösung i 0 mit dem kleinsten b i0 . Die Regel von Savage empfiehlt also, eine Entscheidung i 0 so zu treffen, dass
Im betrachteten Beispiel gilt b 1 = 8, b 2 = 6, b 3 = 5, b 4 = 7. Das Minimum dieser Zahlen ist die Zahl 5. D.h. Savages Regel empfiehlt, die dritte Entscheidung zu treffen.

Hurwitz-Herrschaft(Abwägen pessimistischer und optimistischer Herangehensweisen an eine Situation). Es wird die Entscheidung getroffen, bei der das Maximum erreicht wird
, wobei 0 ≤ λ ≤ 1.
Der Wert von λ wird aus subjektiven Gründen gewählt. Wenn λ sich 1 nähert, dann nähert sich die Hurwitz-Regel der Wald-Regel; wenn λ sich 0 nähert, nähert sich die Hurwitz-Regel der Regel des „rosa Optimismus“ (raten Sie selbst, was das bedeutet). Im obigen Beispiel empfiehlt die Hurwitz-Regel mit λ = 1/2 die 2. Lösung.

Entscheidungsfindung unter Bedingungen teilweiser Unsicherheit

Nehmen wir an, dass im betrachteten Schema die Wahrscheinlichkeiten pj bekannt sind, dass sich die reale Situation gemäß Option j entwickelt. Diese Situation wird als partielle Unsicherheit bezeichnet. Wie trifft man hier eine Entscheidung? Sie können eine der folgenden Regeln auswählen.
Regel zur Maximierung des durchschnittlich erwarteten Einkommens. Das Einkommen, das das Unternehmen bei der Implementierung der i-ten Lösung erhält, ist eine Zufallsvariable Qi mit einer Verteilungsreihe

qi1

qi2


qin

p1

p2


pn

Die mathematische Erwartung M ist das durchschnittliche erwartete Einkommen, bezeichnet mit . Die Regel empfiehlt, die Entscheidung zu treffen, die die maximale durchschnittliche erwartete Rendite bringt.
Nehmen wir an, dass in der Schaltung aus dem vorherigen Beispiel die Wahrscheinlichkeiten (1/2, 1/6, 1/6, 1/6) sind. Dann ist Q 1 =29/6, Q 2 =25/6, Q 3 =7, Q 4 =17/6. Die maximale durchschnittliche erwartete Rendite beträgt 7, entsprechend der dritten Lösung.
Regel zur Minimierung des durchschnittlich erwarteten Risikos. Das Risiko des Unternehmens bei der Umsetzung der i-ten Entscheidung ist eine Zufallsvariable R i mit einer Verteilungsreihe

ri1

ri2


rin

p1

p2


pn

Der mathematische Erwartungswert M ist das durchschnittliche erwartete Risiko, auch R i genannt. Die Regel empfiehlt, eine Entscheidung zu treffen, die das minimale durchschnittlich erwartete Risiko mit sich bringt.
Berechnen wir die durchschnittlich erwarteten Risiken für die oben genannten Wahrscheinlichkeiten. Wir erhalten R 1 =20/6, R 2 =4, R 3 =7/6, R 4 =32/5. Das minimale durchschnittliche erwartete Risiko beträgt 7/6, entsprechend der dritten Lösung.
Die Analyse der nach zwei Kriterien getroffenen Entscheidungen: durchschnittliches erwartetes Einkommen und durchschnittliches erwartetes Risiko und die Suche nach Pareto-optimalen Lösungen ähnelt der Analyse der Rentabilität und des Risikos von Finanztransaktionen. Im Beispiel besteht die Menge der Lösungen, die Pareto-optimale Operationen sind, nur aus einer dritten Lösung.
Wenn die Anzahl der pareto-optimalen Lösungen mehr als eins beträgt, wird die Gewichtungsformel f(Q)=2Q -R verwendet, um die beste Lösung zu ermitteln.

Laplace-Regel

Unter Bedingungen völliger Unsicherheit wird manchmal die Laplace-Regel verwendet, nach der alle Wahrscheinlichkeiten p j als gleich angesehen werden. Anschließend können Sie eine der beiden oben genannten Entscheidungsregeln-Empfehlungen wählen.

Beispiel Nr. 2. Betrachten wir ein Beispiel für die Lösung eines statistischen Spiels in einem Wirtschaftsproblem.
Ein landwirtschaftlicher Betrieb kann einige Produkte verkaufen:
A1) unmittelbar nach der Reinigung;
A2) in den Wintermonaten;
A3) in den Frühlingsmonaten.
Der Gewinn hängt vom Verkaufspreis in einem bestimmten Zeitraum, den Lagerkosten und möglichen Verlusten ab. Die für verschiedene Einkommens- und Kostenverhältnisse (S1, S2 und S3) berechnete Gewinnhöhe während des gesamten Umsetzungszeitraums wird in Form einer Matrix dargestellt (Millionen Rubel).

S1S2S3
A12 -3 7
A2-1 5 4
A3-7 13 -3
Bestimmen Sie die profitabelste Strategie nach allen Kriterien (Bayes-Kriterium, Laplace-Kriterium, Wald-Maximin-Kriterium, Hurwitz-Pessimismus-Optimismus-Kriterium, Hodge-Lehman-Kriterium, Savage-Minimax-Risiko-Kriterium), wenn die Wahrscheinlichkeiten der Nachfrage lauten: 0,2; 0,5; 0,3; Pessimismuskoeffizient C = 0,4; Zuverlässigkeitskoeffizient der Informationen über Nachfragebedingungen u = 0,6.
Lösung
Die Berechnungsergebnisse werden in die Tabelle eingetragen:
S1S2S3BABERMMVONH-L
A12 -3 7 1 2 -3 3 -0,6
A2-1 5 4 3,5 2,7 -1 2,6 1,7
A3-7 13 -3 4,2 1 -7 5 -0,28
p j 0,2 0,5 0,3 A3 A2 A2 A3 A2

1. Bayes-Kriterium (maximale mathematische Erwartung)

Die Berechnung erfolgt nach der Formel:
;
W 1 = 2∙0,2 + (-3) ∙0,5 + 7∙0,3 = 0,4 – 1,5 + 2,1 = 1
W 2 = -1∙0,2 + 5 ∙0,5 + 4∙0,3 = -0,2 + 2,5 + 1,2 = 3,5
W 3 = -7∙0,2 + 13∙0,5 + (-3)∙0,3 = -1,2 + 6,5 - 0,9 = 4,2
Wir tragen die gefundenen Werte in die erste Spalte (B) ein und wählen das Maximum aus
W = max(1;3,5;4,2) = 4,2,

Das heißt, Strategie A3 ist nach diesem Kriterium optimal – Verkauf in den Frühlingsmonaten.

2. Laplaces unzureichendes Basiskriterium (LCR)

Ermitteln Sie den Durchschnittswert der Elemente jeder Zeile:
.
;
;
.
Wir tragen die gefundenen Werte in die zweite Spalte ein (ABER) und wählen das Maximum W = max(2; 2,7; 1) = 2,7, was bedeutet, dass Strategie A2 nach diesem Kriterium optimal ist – Verkauf in den Wintermonaten.

3. Maximin-Wald-Kriterium (MM)

In jeder Zeile finden wir das minimale Element: .
W 1 = min(2; -3; 7) = -3
W 2 = min(-1; 5; 4) = -1
W 3 = min(-7; 13; -3) = -7
Wir tragen die gefundenen Werte in die dritte Spalte (MM) ein und wählen das Maximum W = max(-3; -1; 7) = -1, was bedeutet, dass Strategie A2 nach diesem Kriterium optimal ist – im Winter verkaufen Monate.

4. Hurwitz-Kriterium des Pessimismus-Optimismus (P-O)

Für jede Zeile berechnen wir den Wert des Kriteriums anhand der Formel: . Gemäß der Bedingung ist C = 0,4, was bedeutet:
W 1 = 0,4∙min(2; -3; 7) + (1-0,4) ∙ max(2; -3; 7) = 0,4∙(-3) + 0,6∙7 = -1,2 + 4,2 = 3
W 2 = 0,4∙min(-1; 5; 4) + (1-0,4) ∙ max(-1; 5; 4) = 0,4∙(-1) + 0,6∙5 = -0,4 + 3 = 2,6
W 3 = 0,4∙min(-7; 13; -3) + (1-0,4) ∙ max(-7; 13; -3) = 0,4∙(-7) + 0,6∙ 13 = -2,8 + 7,2 = 5
Wir tragen die gefundenen Werte in die vierte Spalte (P-O) ein und wählen das Maximum W = max(3; 2,6 5) = 5, was bedeutet, dass Strategie A3 nach diesem Kriterium optimal ist – Verkauf in den Frühlingsmonaten.

5. Hodge-Lehman-Kriterium (HL)

Für jede Zeile berechnen wir den Kriteriumswert nach der Formel: . Unter der Bedingung u = 0,6 und wenn die Faktoren in jedem Term bereits berechnet wurden, können sie aus der ersten Spalte (B) und aus der dritten Spalte (MM) entnommen werden, was bedeutet:
W 1 = 0,6∙1 + (1-0,6) ∙(-3) = 0,6 – 1,2 = -0,6
W 2 = 0,6∙3,5 + (1-0,6) ∙(-1) = 2,1 – 0,4 = 1,7
W 3 = 0,6∙4,2 + (1-0,6) ∙(-7) = 2,52 – 2,8 = -0,28
Wir tragen die gefundenen Werte in die fünfte Spalte (Х-Л) ein und wählen das Maximum W = max(-0,6; 1,7; -0,28) = 1,7, was bedeutet, dass die Strategie A2 nach diesem Kriterium optimal ist – verkaufen im Wintermonate.

5. Savages Minimax-Risikokriterium

Berechnen wir die Risikomatrix. Es ist besser, es in Spalten auszufüllen. In jeder Spalte finden wir das maximale Element und Sie lesen daraus alle anderen Elemente der Spalte ab und schreiben die Ergebnisse an die entsprechenden Stellen.
So wird die erste Spalte berechnet. Das maximale Element in der ersten Spalte: a 11 = 2, was laut Formel bedeutet :
r 11 = 2 – a 11 = 2 -2 = 0
r 21 = 2 – a 21 = 2 –(-1) = 3
r 31 = 2 – a 31 = 2 –(-7) = 9
Berechnen wir die zweite Spalte der Risikomatrix. Das maximale Element in der zweiten Spalte ist: a 32 = 13, was bedeutet:
r 12 = 13 – a 12 = 13 –(-3) = 16
r 22 = 13 – a 22 = 13 –5 = 8
r 32 = 13 – a 32 = 13 –13 = 0
Berechnen wir die dritte Spalte der Risikomatrix. Das maximale Element in der dritten Spalte ist: a 13 = 7, was bedeutet:
r 13 = 7 – a 13 = 7 –7 = 0
r 23 = 7 – a 23 = 7 –4 = 3
r 33 = 7 – a 33 = 7 –(-3) = 10
Somit hat die Risikomatrix die Form (in jeder Spalte sollte anstelle des maximalen Elements der Zahlungsmatrix eine Null stehen):
W ich
0 16 0 16
3 8 3 8
9 0 10 10
Ergänzen wir die Risikomatrix mit den berechneten Werten des Wi-Kriteriums – in jeder Zeile wählen wir das maximale Element aus ():
W 1 = max(0; 16; 0) = 16
W 2 = max(3; 8; 3) = 8
W 3 = max(9; 0; 10) = 10
Wir tragen die gefundenen Werte in die Spalte (W i) ein und wählen das Minimum W = min(16,8,10) = 8, was bedeutet, dass Strategie A2 nach diesem Kriterium optimal ist – Verkauf in den Wintermonaten.

Abschluss:

  1. Strategie A1 (sofort nach der Ernte verkaufen) ist nach keinem der Kriterien optimal.
  2. Strategie A2 (Verkauf in den Wintermonaten) ist optimal nach dem Laplace-Kriterium der unzureichenden Basis, dem Wald-Maximin-Kriterium und dem Savage-Minimax-Kriterium.
  3. Strategie A3 (Verkauf in den Frühlingsmonaten) ist nach den Pessimismus-Optimismus-Kriterien von Bayes, Hurwitz und Hodge-Lehman optimal.

Beispiel Nr. 2. In einem regulären Strategiespiel führt jeder Spieler genau die Aktionen aus, die für ihn am vorteilhaftesten und für seinen Gegner weniger vorteilhaft sind. Dies setzt voraus, dass die Spieler rationale und antagonistische Gegner sind. Sehr oft herrscht jedoch Unsicherheit, die nicht mit der bewussten Opposition des Feindes zusammenhängt, sondern von einer objektiven Realität abhängt.
Der landwirtschaftliche Betrieb verfügt über drei Grundstücke: nass, mittelfeucht und trocken. Eine dieser Parzellen soll für den Kartoffelanbau genutzt werden, der Rest für die Aussaat von Grünmasse. Um eine gute Kartoffelernte zu erzielen, ist während der Vegetationsperiode eine gewisse Feuchtigkeit im Boden erforderlich. Bei zu hoher Feuchtigkeit kann es in manchen Gebieten zu Fäulnis der Pflanzkartoffeln kommen, bei zu wenig Niederschlag kommt es zu einer schlechten Entwicklung, was zu Ertragseinbußen führt. Bestimmen Sie, in welchem ​​Gebiet Kartoffeln gesät werden sollen, um eine gute Ernte zu erzielen, wenn der durchschnittliche Kartoffelertrag in jedem Gebiet abhängig von den Wetterbedingungen bekannt ist. Standort auf Eine 1 Der Ertrag beträgt 200, 100 und 250 Zentner pro 1 ha, wenn die normale Niederschlagsmenge mehr bzw. weniger als die Norm fällt. Ebenso auf der Website Eine 2– 230, 120 und 200 cwt, und vor Ort Eine 3– 240, 260 und 100 c.
Wir verwenden einen spielerischen Ansatz. Landwirtschaftlicher Betrieb – Spieler A, das drei Strategien hat: Eine 1– Kartoffeln an einem feuchten Ort säen, Eine 2– in einem Bereich mit durchschnittlicher Luftfeuchtigkeit, Eine 3- auf einer trockenen Fläche. Spieler P– Natur, die drei Strategien hat: P 1 entspricht der Niederschlagsmenge unter dem Normalwert, P 2- normal, P 3- mehr als normal. Der Gewinn des landwirtschaftlichen Unternehmens für jedes Strategiepaar ( A i, P j) wird durch den Kartoffelertrag pro Hektar bestimmt.

P
A
P 1 P 2 P 3
Eine 1 250 200 100
Eine 2 200 230 120
Eine 3 100 240 260
Betrachten wir eine allgemeine Situation, in der eine Partei eine Operation in einer wenig bekannten Umgebung durchführen muss. Über den Stand dieser Situation können wir Auskunft geben N Annahmen: P 1, P 2,…, P n. Zum Beispiel die Verbrauchernachfrage. In Analogie zu Beispiel 8 werden diese Zustände als Strategien der Natur betrachtet. In der statistischen Spieltheorie ist die Natur kein intelligenter Spieler; sie wird als eine Art desinteressiertes Wesen betrachtet, das für sich selbst keine optimalen Strategien wählt. Seine möglichen Zustände werden zufällig realisiert. Solche Situationen werden normalerweise aufgerufen Spiele mit der Natur. Betriebspartei A zur Verfügung hat M Mögliche Strategien: Eine 1, Eine 2,…, Bin. Spielergewinne A für jedes Strategiepaar A i Und P j als bekannt vorausgesetzt ein ij.
Es mag scheinen, dass das Spielen mit der Natur einfacher ist als das Spielen von Strategien, weil die Natur dem Spieler keinen Widerstand entgegensetzt A. In der Realität ist dies jedoch nicht der Fall, da es in einer unsicheren Situation schwieriger ist, eine fundierte Entscheidung zu treffen. Obwohl er gewinnen wird A, höchstwahrscheinlich mehr als in einem Spiel gegen einen bewussten Gegner.

Beispiel 9. Das Unternehmen produziert beliebte Kinderkleider und -anzüge, deren Verkauf von den Wetterbedingungen abhängt. Die Kosten des Unternehmens pro Produktionseinheit betrugen im Zeitraum August-September: Kleider – 7 Den. Einheiten, Anzüge – 28 Höhle. Einheiten Der Verkaufspreis beträgt 15 und 50 Den. Einheiten jeweils. Nach Beobachtungen aus den vergangenen Jahren kann das Unternehmen bei warmem Wetter 1.950 Kleider und 610 Anzüge verkaufen, bei kühlem Wetter 630 Kleider und 1.050 Anzüge.
Erstellen Sie eine Zahlungsmatrix.
Lösung. Das Unternehmen verfolgt zwei Strategien: Eine 1: Produkte freigeben, im Glauben, dass das Wetter warm sein wird; Eine 2: Geben Sie Produkte frei und glauben Sie, dass das Wetter kühl sein wird.
Die Natur hat zwei Strategien: B 1: das Wetter ist warm; B 2: Das Wetter ist kühl.
Lassen Sie uns die Elemente der Zahlungsmatrix finden:
1) a 11 – das Einkommen des Unternehmens bei der Auswahl einer Strategie Eine 1 angesichts dessen B 1:
a 11 =(15-7) 1950+(50-28) 610=29020.
2) a 12 – das Einkommen des Unternehmens bei der Auswahl Eine 1 angesichts dessen B 2. Das Unternehmen wird 1.950 Kleider produzieren und 630 verkaufen, Einnahmen aus dem Verkauf von Kleidern
(15-7) 630-7 (1950-630)=5040-9240
a 12 =5040-9240+22·610=9220.
3) Ähnliches gilt für die Strategie Eine 2 in Bedingungen B 1 das Unternehmen wird 1.050 Anzüge produzieren und 610 verkaufen;
a 21 =8 630+22 610-28 (1050-610)=6140
4) a 22 =8 630+22 1050=28140
Zahlungsmatrix:

20 020 9 220
6 140 28 140

Beispiel 2. Der Verein führt Mineralexplorationen in drei Lagerstätten durch. Der Fonds des Vereins beträgt 30 Höhlen. Einheiten Geld zur ersten Einzahlung M 1 kann in Vielfachen von 9 Höhlen investiert werden. Einheiten, Sekunde M 2- 6 Tage Einheiten, im dritten M 3– 15 Höhle. Einheiten Die Preise für Bodenschätze können am Ende des Planungszeitraums in zwei Zuständen liegen: C 1 Und C 2. Experten haben das in der Situation festgestellt C 1 Profitieren Sie vom Feld M 1 beträgt 20 % des investierten Geldbetrags. Einheiten für die Entwicklung, z M 2– 12 % und mehr M 3- 15 %. In einer Situation C 1 Am Ende des Planungszeitraums beträgt der Gewinn auf den Feldern 17 %, 15 %, 23 % M 1, M 3, M 3 jeweils.
Spieler A- Union. Spieler P(Natur) – eine Reihe äußerer Umstände, die einen bestimmten Gewinn auf den Feldern bestimmen. Der Spieler hat A Es gibt vier Möglichkeiten, die vorhandenen Möglichkeiten voll auszunutzen. Die erste Strategie A 1 ist das A werde investieren M 1 9 Tage Einheiten, in M 2 – 6 Tage Einheiten, in M 3 – 15 Tage Einheiten Zweite Strategie A 2: in M 1 – 18 Tage Einheiten, in M 2 – 12 Tage Einheiten, in M 3 Investieren Sie kein Geld. Dritte Strategie A 3: 30 Tage Einheiten Investieren in M 3. Die vierte Strategie A 4:. 30 Höhle. Einheiten Investieren in M 2. Kurz können wir schreiben A 1 (9, 6, 15), A 2 (18, 12, 0), A 3 (0, 0, 30), A 4 (0, 30, 0).
Die Natur kann am Ende des Planungszeitraums einen von zwei Zuständen realisieren, die durch unterschiedliche Preise für Mineralien gekennzeichnet sind. Bezeichnen wir die Naturzustände P 1 (20 %, 12 %, 15 %), P 2 (17 %, 15 %, 23 %).
Elemente a ij der Zahlungsmatrix haben die Bedeutung des Gesamtgewinns, den der Verein in verschiedenen Situationen erzielt ( A i, P j) (ich=1, 2, 3, 4, J= 1, 2). Berechnen wir zum Beispiel A 12, entsprechend der Situation ( Eine 1, P 2), also der Fall, wenn der Verein in Einlagen investiert M 1 , M 2 , M 3 bzw. 9 Tage. Einheiten, 6 Tage Einheiten, 15 Tage Einheiten und am Ende des Planungszeitraums waren die Preise in einem Zustand C 2:
eine 12= 9·0,17+6·0,15+15·0,23 = 5,88 Den. Einheiten

Beispiel 3. Überschwemmungen werden erwartet und können von Kategorie eins bis fünf reichen. Höhe des Hochwasserschadens:

Überschwemmungskategorie1 2 3 4 5
Schaden, Höhle. Einheiten5 10 13 16 20
Als vorbeugende Maßnahme kann ein Staudamm gebaut werden; Für die Wahl der Dammhöhe gibt es fünf Möglichkeiten: h 1 < h 2 < Std. 3 < Std. 4 < Std. 5 und die Dammhöhe h 1 schützt nur vor Überschwemmungen der ersten Kategorie, Höhe h 2– aus Überschwemmungen der ersten und zweiten Kategorie usw., Dammhöhe Std. 5 schützt vor Überschwemmungen jeglicher Kategorie.
Kosten für den Staudammbau:
Dammhöheh 1 h 2 Std. 3 Std. 4 Std. 5
Kosten, Höhle. Einheiten2 4 6 8 10
Der Entscheidungsträger hat sechs Strategien (überhaupt keinen Staudamm zu bauen ( Eine 0) oder einen Höhendamm bauen Hi (A i), ich= 1, 2, 3, 4, 5). Die Natur hat auch sechs Strategien (nicht zu überschwemmen ( P 0) oder eine Überschwemmung verursachen J Kategorie ( P j), 1≤j≤5).
Wir bekommen Verlustmatrix:
P/AP 0 P 1 P 2 P 3 P 4 P 5
Eine 0 0 5 10 13 16 20
Eine 1 2 2 12 15 18 22
Eine 2 4 4 4 17 20 24
Eine 3 6 6 6 6 22 26
Eine 4 8 8 8 8 8 28
Eine 5 10 10 10 10 10 10
Zum Beispiel, wenn Sie einen Staudamm bauen h 2, und die Überschwemmung wird zur dritten Kategorie gehören, dann betragen die Baukosten 4 Höhlen. Einheiten und der Schaden durch Überschwemmung beträgt 13 Höhlen. Einheiten Somit beträgt der Gesamtverlust 4 + 13 = 17 Den. Einheiten Gehört die Überschwemmung zur zweiten Kategorie, entstehen durch die Überschwemmung keine Schäden und die Verluste sind nur mit dem Bau des Staudamms verbunden, d.h. 4 Tage Einheiten
Damit ergibt sich aus der Verlustmatrix ( b ij) Um die Gewinnmatrix zu erhalten, reicht es aus, das Vorzeichen aller Elemente zu ändern und eine beliebige Konstante hinzuzufügen C(in diesem Fall C kann als der für den Bau des Staudamms bereitgestellte Betrag interpretiert werden, dann stellt der Gewinn a ij =C-b ij den eingesparten Betrag dar). Bei C = 30 lautet die Auszahlungsmatrix beispielsweise:
P / A P 0 P 1 P 2 P 3 P 4 P 5
Eine 0 30 25 20 17 14 10
Eine 1 28 28 18 15 12 8
Eine 2 26 26 26 13 10 6
Eine 3 24 24 24 24 8 4
Eine 4 22 22 22 22 22 2
Eine 5 20 20 20 20 20 20

Spiele mit der Natur

Begriff „Natur“ wird in der Spieltheorie im weitesten Sinne verstanden. Dies können tatsächlich natürliche, physikalische (klimatische), biologische, chemische, soziale usw. sein. Prozesse, die das wirtschaftliche Handeln begleiten. „Natur“ kann auch einen dem Unternehmer entgegenstehenden Markt, ein Wettbewerbsumfeld, ein Monopol usw. bedeuten. „Natur“ kann als antagonistische Seite oder vielleicht als kooperative Umgebung fungieren. „Die Natur“ in Form natürlicher Prozesse als Teil der Wirtschaft zielt nicht darauf ab, dem Unternehmer „gezielt“ zu schaden, sondern erleidet aus seiner wirtschaftlichen Tätigkeit und diesem einen gewissen Schaden Der „Verlust“ für sie sollte minimal sein, wenn es für die Umwelt generell nicht wegzudenken ist. Spieler A in solchen Spielen sind wirtschaftliche Einheiten und Spieler B ist „Natur“. Woher kommt die physische „Natur“? Der Verlust des Akteurs B, der physischen „Natur“, muss von außen kompensiert werden, beispielsweise durch staatliche Subventionen oder Mittel aus Investitionsprojekten zur Erneuerung natürlicher Ressourcen. Die Kenntnis der optimalen Strategien der „Natur“ ermöglicht es uns, die ungünstigsten Bedingungen zu ermitteln, die für Spieler A (Unternehmer) auf ihn warten („das Beste hoffen, aber auf das Schlimmste vorbereitet sein“), und die notwendigen Ressourcen für die Wiederherstellung abzuschätzen natürliche Ressourcen, die ihm die Möglichkeit geben, ein garantiertes Einkommen zu erhalten.
Wenn „Natur“ ein Wettbewerbsumfeld impliziert, dann ist der Verlust des zweiten Akteurs der Preis für den Kampf gegen Konkurrenten auf dem Markt.
Kommen wir zu Beispielen sinnvoller Problemformulierungen für das Spiel mit „Natur“.
1. Antagonistische Spiele
Beispiel 1. (Anbauplanung). Ein Landwirt, der über ein begrenztes Grundstück verfügt, kann es mit drei verschiedenen Kulturen A 1, A 2, A 3 bebauen. Die Ernte dieser Feldfrüchte hängt hauptsächlich von der Witterung („Natur“) ab, die drei verschiedene Zustände annehmen kann: B 1, B 2, B 3. Der Landwirt verfügt über Informationen (statistische Daten) über den durchschnittlichen Ertrag dieser Kulturen (die Anzahl der pro Hektar Land erzielten Zentner Ernte) unter drei verschiedenen Wetterbedingungen, die sich in der Tabelle widerspiegeln: Dann die Einkommensmatrix (Zahlungsmatrix) von Bauer A hat die Form:

Matrixelement A - ( a ij) zeigt, wie viel Einkommen ein Landwirt mit einem Hektar Land erzielen kann, wenn er eine Ernte aussät ich( i =1, 2, 3) und das Wetter wird im Zustand sein J (J = 1, 2, 3).
Es ist notwendig, die Anteile zu bestimmen, in denen der Landwirt das verfügbare Grundstück besäen muss, um unabhängig von den Wetterbedingungen das maximale garantierte Einkommen zu erzielen.
Dieses Problem lässt sich auf ein antagonistisches Spiel reduzieren. In diesem Fall ist der Bauer der erste Spieler und die Natur der zweite Spieler. Wir gehen davon aus, dass sich die Natur als Akteur so verhalten kann, dass sie dem Landwirt größtmöglichen Schaden zufügt und damit gegensätzliche Interessen verfolgt (anhand dieser Annahmen können wir abschätzen, welches Einkommen er erzielen kann, wenn die Wetterbedingungen so ungünstig sind wie für ihn möglich). In diesem Fall stehen dem Landwirt drei reine Strategien zur Verfügung:
  • Die erste reine Strategie geht davon aus, dass die gesamte Parzelle mit der Kultur A 1 besät wird;
  • Die zweite reine Strategie geht davon aus, dass die gesamte Parzelle mit der Kulturpflanze A 2 besät wird;
  • Die dritte reine Strategie geht davon aus, dass die gesamte Parzelle mit der Kulturpflanze A 3 besät wird.
Als Spieler kann die Natur auch drei mögliche Strategien anwenden:
  • trockenes Wetter, was der ersten reinen Strategie B 1 entspricht;
  • normales Wetter, was der zweiten reinen Strategie B 2 entspricht;
  • regnerisches Wetter, was der dritten reinen Strategie B 3 entspricht.
Lösung



2. Schauen wir uns an, ob dieses Spiel einen Sattelpunkt hat.

V * =max i min j a ij = 50.
V * =min j max i a ij = 100.

3. Die Lösung des Spiels sollte in gemischten Strategien gesucht werden. Reduzieren wir das Spielproblem auf ein lineares Programmierproblem. Wenn erster Spieler - Bauer– wendet seine optimale gemischte Strategie P* an, und zweiter Spieler - Die Natur- seine reinen Strategien konsequent anwendet, dann wird die mathematische Erwartung des Einkommens, das ein Landwirt aus seiner Parzelle erzielen kann, nicht geringer sein als der Spielpreis V.


.


Teilen wir die Gleichheit:
p* 1 + p* 2 + p* 3 = 1
Auf V finden wir, dass die neuen Variablen y 1, y 2, y 3 die Bedingung erfüllen:
y 1 + y 2 + y 3 = 1/V
Weil das Das Ziel des ersten Spielers ist es, seinen Gewinn zu maximieren, A die rechnerische Erwartung seines Gewinns ist nicht geringer als der Preis des Spiels, dann wird der erste Spieler danach streben, die Kosten des Spiels zu maximieren, was einer Minimierung des Werts von 1/V entspricht.
Für den ersten Spieler (Landwirt) wurde das Problem der Bestimmung der optimalen Verhaltensstrategie also auf ein lineares Programmierproblem reduziert:
Finden Sie das Minimum der Funktion F = y 1 + y 2 + y 3


und direkte Einschränkungen:
y 1 ≥ 0, y 2 ≥ 0, y 3 ≥ 0
Kommen wir zum zweiten Spieler, der Natur. Wenn zweiter Spieler - Natur - wird seine optimale gemischte Strategie anwenden Q*, und der erste Spieler – der Bauer – wird dann seine reinen Strategien konsequent anwenden Die rechnerische Erwartung des Verlusts des zweiten Spielers wird nicht höher sein als die Kosten des Spiels. Daher muss das folgende Ungleichungssystem erfüllt sein:

Teilen wir jede der im System enthaltenen Ungleichungen durch V und führen neue Variablen ein:
.
Als Ergebnis erhalten wir ein neues System von Ungleichungen:

Teilen wir die Gleichheit:
q* 1 + q* 2 + q* 3 = 1
Auf V finden wir, dass die neuen Variablen q 1, q 2, q 3 die Bedingung erfüllen:
q 1 + q 2 + q 3 = 1/V
Weil das Ziel zweiter Spieler - Natur- seinen Verlust minimieren, A Die mathematische Erwartung seines Verlustes ist nicht höher als der Preis des Spiels, dann wird der zweite Spieler danach streben, die Kosten des Spiels zu minimieren, was einer Maximierung des Werts 1/V entspricht.
Für den zweiten Spieler (Natur) wurde das Problem der Bestimmung der optimalen Verhaltensstrategie also auf ein lineares Programmierproblem reduziert:
Finden Sie das Maximum der Funktion F / = x 1 + x 2 + x 3
mit folgenden Funktionseinschränkungen:

und direkte Einschränkungen:
x 1 ≥ 0, x 2 ≥ 0, x 3 ≥ 0
Um die optimale gemischte Strategie des zweiten Spielers zu finden, ist es daher auch notwendig, das lineare Programmierproblem zu lösen.
Die Probleme beider Spieler wurden auf ein Paar dualer linearer Programmierprobleme reduziert:
Das Problem des zweiten Spielers Verlustminimierung V Das Problem des ersten Spielers Maximierung der Auszahlung V
Zielfunktion
F / = x 1 +x 2 +x 3 = → maxF = y 1 +y 2 +y 3 = → min
Funktionelle Einschränkungen


Direkte Einschränkungen

x 1 ≥ 0, x 2 ≥ 0, x 3 ≥ 0

y 1 ≥ 0, y 2 ≥ 0, y 3 ≥ 0

Das Problem des ersten Spielers wird mit der Simplex-Methode gelöst. Ergebnisergebnisse:
Schlussfolgerungen. Nach den erzielten Ergebnissen Dem Landwirt wird ein durchschnittliches Einkommen von 66,67 Einheiten garantiert von jedem Hektar Land, der unter ungünstigsten Bedingungen für den Anbau genutzt wird. Optimale Strategie für ihn - zwei Feldfrüchte anbauen, A 1 und A 3, und unter erste Kultur er sollte gegeben werden 0,67 Teil des ganzen Landes, und unter dritte Ernte 0,33 Teil der Gesamtfläche.
Die Natur bedroht den Landwirt für 0,33 der Vegetationsperiode mit Hitze und für 0,67 der Saison mit Regen.

Beispiel. Planung der Produktion unter verschiedenen Naturzuständen – Nachfragemarkt.
Ein Unternehmen kann 4 Arten von Produkten herstellen: A 1, A 2, A 3, A 4 und dabei einen Gewinn erzielen. Sein Wert wird durch den Zustand der Nachfrage (die Art des Marktes) bestimmt, der einen von vier möglichen Zuständen annehmen kann: B 1, B 2, B 3, B 4. Die Abhängigkeit der Gewinnhöhe von der Art des Produkts und den Marktbedingungen ist in der Tabelle dargestellt:

Arten von ProduktenMögliche Zustände des Nachfragemarktes
B 1B 2B 3B 4
Eine 14 3 5 6
Eine 22 6 1 5
Eine 33 0 7 2
Eine 43 5 1 3

Die Zahlungsmatrix sieht folgendermaßen aus:

Matrixelement A - ( ein ij) charakterisiert, wie viel Gewinn ein Unternehmen erzielen kann, wenn es produziert ich-ter Produkttyp( ich=1, 2, 3, 4) bei j-ter Nachfrage( J = 1, 2, 3, 4).
Es ist notwendig, die optimalen Anteile der vom Unternehmen hergestellten Produkttypen zu bestimmen, deren Verkauf ihm den größtmöglichen Umsatz bescheren würde, unabhängig davon, welche Nachfragesituation realisiert wird
Diese Aufgabe kann auf ein antagonistisches Spiel reduziert werden.
In diesem Fall, als erster Spieler steht Unternehmen, und wie zweiter Spieler - Die Natur, was sich auf die Nachfragesituation auswirkt und diese für das Unternehmen möglichst ungünstig gestalten kann. Wir gehen davon aus, dass sich die Natur als Akteur so verhält, dass sie dem Unternehmen größtmöglichen Schaden zufügt und dabei gegensätzliche Interessen verfolgt.
In diesem Fall kann der Konflikt zwischen den beiden Parteien als antagonistisch bezeichnet werden, und die Verwendung eines Modells dieses Konflikts ermöglicht das Unternehmen. Schätzen Sie die Einnahmen ab, die unabhängig von der realisierten Nachfrage erzielt werden können.
Sich benehmen wie erster Spieler, Unternehmen kann vier Strategien anwenden:
· die erste reine Strategie, die der Produktion ausschließlich der Produkte A 1 durch das Unternehmen entspricht
· die zweite reine Strategie, die der Produktion ausschließlich der Produkte A 2 durch das Unternehmen entspricht
· dritte reine Strategie, die der Produktion von ausschließlich Produkten A 3 durch das Unternehmen entspricht
· die vierte reine Strategie, die der Produktion von ausschließlich Produkten A 4 durch das Unternehmen entspricht
Sich benehmen wie zweiter Spieler, Die Natur kann auch vier Strategien anwenden:
· die erste reine Strategie, bei der der Bedarfszustand B 1 realisiert wird;
· die zweite reine Strategie, bei der der Bedarfszustand B 2 realisiert wird;
· die dritte reine Strategie, bei der der Bedarfszustand B 3 realisiert wird;
· die vierte reine Strategie, bei der der Bedarfszustand B 4 realisiert wird.
Lösung
1. Analysieren wir die Zahlungsmatrix A.

Matrix A hat keine dominierten Strategien und kann nicht vereinfacht werden.
2. Schauen wir uns an, ob dieses Spiel einen Sattelpunkt hat.
Lassen Sie uns den unteren und oberen Preis des Spiels ermitteln:
V * =max i min j a ij = 3.
V * =min j max i a ij = 4.
Da V * ≠V * gilt, hat dieses antagonistische Spiel in reinen Strategien keinen Sattelpunkt und keine Lösung.
Die Lösung des Spiels sollte in gemischten Strategien gesucht werden. Reduzieren wir den betrachteten antagonistischen Konflikt auf ein direktes und duales lineares Programmierproblem.
Wenn erster Spieler - Unternehmen - gilt Mein optimal gemischt Strategie P*, a zweiter Spieler - Die Natur - gilt konsequent ihre reine Strategien, Das mathematische Einkommenserwartung, die das Unternehmen erhalten kann nicht weniger als der Preis des SpielsV.
Und umgekehrt, wenn zweiter Spieler - Natur - Wille Wenden Sie Ihre optimale gemischte Strategie anQ*, A erster Spieler - Unternehmen wird konsistent seinWenden Sie Ihre natürlichen Strategien an, Das mathematische Verlusterwartung der zweite Spieler wird sein nicht mehr als der Preis des Spiels. Daher muss das folgende Ungleichungssystem erfüllt sein:
Das Problem des zweiten Spielers Verluste minimierenV Das Problem des ersten Spielers GewinnmaximierungV
Zielfunktion
F / = x 1 +x 2 +x 3 +x 4 =→ max F = y 1 +y 2 +y 3 +y 4 =→ min
Funktionelle Einschränkungen


Direkte Einschränkungen

x 1 ≥ 0, x 2 ≥ 0, x 3 ≥ 0, x 4 ≥ 0

y 1 ≥ 0, y 2 ≥ 0, y 3 ≥ 0, y 4 ≥ 0
Mit der Simplex-Methode für Lösung des Startspielerproblems, wir bekommen:
Y * = (y 1 * = 0,182; y 2 ​​​​* = 0; y 3 * = 0; y 4 * = 0,091)
F= y 1 * + y 2 * + y 3 * +y 4 * = 0,273
Aus der Beziehung y 1 * + y 2 * + y 3 * +y 4 * =1/V ergibt sich V:

Aus den Beziehungen:

Lass uns finden:
p* 1 = y* 1 V = 0,67, p* 2 = y* 2 V = 0, p* 3 = y* 3 V = 0, p* 4 = y* 4 V =0,33

Endlich haben wir:
P * = (p * 1 =0,67; p * 2 = 0; p * 3 =0; p * 4 = 0,33), V = 3,67
Basierend auf der gefundenen Lösung für das Problem der dualen linearen Programmierung finden wir Lösung die ursprüngliche Aufgabe - Aufgaben des zweiten Spielers:
X * = (x 1 * = 0,121; x 2 * = 0,121; x 3 * = 0,03; x 4 * = 0)
F / = x 1 * + x 2 * + x 3 * +x 4 * = 0,273
Aus der Beziehung x 1 * + x 2 * + x 3 * +x 4 * = 1/V ergibt sich V:

Aus den Beziehungen:

Lass uns finden:
q* 1 = x* 1 V = 0,445, q* 2 = x* 2 V = 0,444, q* 3 = x* 3 V = 0,111, q* 4 = x* 4 V = 0.
Endlich haben wir:
Q * = (q * 1 = 0,445; q * 2 =0,444; q * 3 = 0,111; q * 4 = 0), V = 3,67

Beispiel. Das Unternehmen plant, seine Produkte auf den Märkten zu verkaufen, unter Berücksichtigung möglicher Optionen für die Verbrauchernachfrage P j , j = 1,4 (niedrig, mittel, hoch, sehr hoch). Das Unternehmen hat drei Strategien für den Verkauf der Waren A 1, A 2, A 3 entwickelt. Das Umsatzvolumen (Geldeinheiten) ist je nach Strategie und Verbrauchernachfrage in der Tabelle dargestellt.

Ein jP j
P 1P 2P 3P 4
Eine 130+N10 20 25 + N/2
Eine 250 70 - N10 + N/225
Eine 325 – N/235 40 60 - N/2
wobei N=3

Lösung Finden Sie es mit einem Taschenrechner.
Bayes-Kriterium.
Gemäß dem Bayes-Kriterium wird die Strategie (rein) A i als optimal akzeptiert, die den durchschnittlichen Gewinn a maximiert oder das durchschnittliche Risiko r minimiert.
Wir zählen die Werte von ∑(a ij p j)
∑(a 1,j p j) = 33 0,3 + 10 0,2 + 20 0,4 + 26,5 0,1 = 22,55
∑(a 2,j p j) = 50 0,3 + 67 0,2 + 11,5 0,4 + 25 0,1 = 35,5
∑(a 3,j p j) = 23,5 0,3 + 35 0,2 + 40 0,4 + 58,5 0,1 = 35,9

A iP 1P 2P 3P 4∑(a ij p j)
Eine 1 9.9 2 8 2.65 22.55
Eine 2 15 13.4 4.6 2.5 35.5
Eine 3 7.05 7 16 5.85 35.9
p j 0.3 0.2 0.4 0.1

Laplace-Kriterium.
Wenn die Wahrscheinlichkeiten von Naturzuständen plausibel sind, wird zu ihrer Beurteilung das Laplacesche Prinzip der unzureichenden Vernunft herangezogen, wonach alle Naturzustände als gleich wahrscheinlich angenommen werden, d. h.:
q 1 = q 2 = ... = q n = 1/n.
q i = 1/4
A iP 1P 2P 3P 4∑(a ij)
Eine 1 8.25 2.5 5 6.63 22.38
Eine 2 12.5 16.75 2.88 6.25 38.38
Eine 3 5.88 8.75 10 14.63 39.25
p j 0.25 0.25 0.25 0.25
Fazit: Wählen Sie die Strategie N=3.
Wald-Kriterium.
Nach dem Wald-Kriterium wird eine reine Strategie als optimal angenommen, die unter den schlechtesten Bedingungen den maximalen Gewinn garantiert, d.h.
a = max(min a ij)
Das Wald-Kriterium konzentriert die Statistik auf die ungünstigsten Naturzustände, d. h. Dieses Kriterium drückt eine pessimistische Einschätzung der Lage aus.
A iP 1P 2P 3P 4min(a ij)
Eine 1 33 10 20 26.5 10
Eine 2 50 67 11.5 25 11.5
Eine 3 23.5 35 40 58.5 23.5
Fazit: Wählen Sie die Strategie N=3.
Wildes Kriterium.
Das Minimalrisikokriterium von Savage empfiehlt, als optimale Strategie diejenige zu wählen, bei der die Größe des maximalen Risikos unter den schlechtesten Bedingungen minimiert wird, d. h. bereitgestellt:
a = min(max r ij)
Savages Kriterium konzentriert die Statistik auf die ungünstigsten Naturzustände, d. h. Dieses Kriterium drückt eine pessimistische Einschätzung der Lage aus.
Wir finden die Risikomatrix.
Risiko– ein Maß für die Diskrepanz zwischen verschiedenen möglichen Ergebnissen der Übernahme bestimmter Strategien. Der maximale Gewinn in der j-ten Spalte b j = max(a ij) charakterisiert den günstigen Naturzustand.
1. Berechnen Sie die 1. Spalte der Risikomatrix.
r 11 = 50 - 33 = 17; r 21 = 50 - 50 = 0; r 31 = 50 - 23,5 = 26,5;
2. Berechnen Sie die 2. Spalte der Risikomatrix.
r 12 = 67 - 10 = 57; r 22 = 67 - 67 = 0; r 32 = 67 - 35 = 32;
3. Berechnen Sie die 3. Spalte der Risikomatrix.
r 13 = 40 - 20 = 20; r 23 = 40 - 11,5 = 28,5; r 33 = 40 - 40 = 0;
4. Berechnen Sie die 4. Spalte der Risikomatrix.
r 14 = 58,5 – 26,5 = 32; r 24 = 58,5 – 25 = 33,5; r 34 = 58,5 – 58,5 = 0;
A iP 1P 2P 3P 4
Eine 1 17 57 20 32
Eine 2 0 0 28.5 33.5
Eine 3 26.5 32 0 0

A iP 1P 2P 3P 4max(a ij)
Eine 1 17 57 20 32 57
Eine 2 0 0 28.5 33.5 33.5
Eine 3 26.5 32 0 0 32
Fazit: Wählen Sie die Strategie N=3.
Hurwitz-Kriterium.
Das Hurwitz-Kriterium ist ein Kriterium des Pessimismus – Optimismus. Als optimale Strategie wird eine Strategie angenommen, für die die folgende Beziehung gilt:
max(s i)
wobei s i = y min(a ij) + (1-y)max(a ij)
Für y = 1 erhalten wir das Walde-Kriterium, für y = 0 das optimistische Kriterium (Maximax).
Das Hurwitz-Kriterium berücksichtigt die Möglichkeit sowohl des schlechtesten als auch des besten Verhaltens der Natur für den Menschen. Wie wird y ausgewählt? Je schlimmer die Folgen von Fehlentscheidungen sind, je größer der Wunsch ist, sich gegen Fehler abzusichern, desto näher liegt y bei 1.
Wir berechnen s i.
s 1 = 0,5 10+(1-0,5) 33 = 21,5
s 2 = 0,5 11,5+(1-0,5) 67 = 39,25
s 3 = 0,5 23,5+(1-0,5) 58,5 = 41
A iP 1P 2P 3P 4min(a ij)max(a ij)y min(a ij) + (1-y)max(a ij)
Eine 1 33 10 20 26.5 10 33 21.5
Eine 2 50 67 11.5 25 11.5 67 39.25
Eine 3 23.5 35 40 58.5 23.5 58.5 41
Fazit: Wählen Sie die Strategie N=3.
Als Ergebnis der Lösung des statistischen Spiels nach verschiedenen Kriterien wurde die Strategie A 3 häufiger empfohlen als andere.

Die Unternehmensleitung beschließt, die Produktion eines neuen Produkts an einem bestimmten Standort anzusiedeln. Um sich ein Bild von der Marktsituation eines neuen Produkts zum Zeitpunkt der Beherrschung der Produktion zu machen, müssen die Kosten für die Lieferung der fertigen Produkte an den Verbraucher sowie die Entwicklung der Transport- und sozialen Infrastruktur berücksichtigt werden Region, Wettbewerb auf dem Markt, das Verhältnis zwischen Angebot und Nachfrage, Wechselkurse und vieles mehr. Mögliche Lösungen, deren Investitionsattraktivität als Prozentsatz des Einkommenswachstums im Verhältnis zur Höhe der Kapitalinvestition definiert wird, sind in der Tabelle dargestellt.
Wählen:
1) ein Standort für die Produktion, wenn der Leiter des Unternehmens zuversichtlich ist, dass sich Situation 4 auf dem Markt entwickeln wird;
2) ein Standort für die Produktion, wenn das Management die Wahrscheinlichkeit von Situation 1 auf 0,2 schätzt; Situationen 2 in 0,1; Situation 3 bei 0,25;
3) Wählen Sie eine Option unter Unsicherheitsbedingungen gemäß dem Kriterium aus: maximax, maximin, Laplace-Kriterium, Savage-Kriterium, Hurwitz-Kriterium (y = 0,3);
4) Ändert sich die beste Lösung nach dem Hurwitz-Kriterium, wenn der Wert von a auf 0,5 erhöht wird?
5) Unter der Annahme, dass die Tabellendaten die Kosten des Unternehmens darstellen, bestimmen Sie die Wahl, die das Unternehmen unter Verwendung jedes der folgenden Kriterien treffen wird: Maximin; maximax; Hurwitz-Kriterium (? = 0,3); Savage-Kriterium; Laplace-Kriterium

Typische Aufgaben

  1. Wählen Sie das optimale Projekt für den Bau anhand der Kriterien Laplace, Wald, maximaler Optimismus, Savage und Hurwitz mit a=0,58 aus. Die Kostenmatrix sieht so aus:
    0.07 0.26 0.11 0.25 0.1 0.21
    68 45 54 79 47 99
    56 89 42 56 74 81
    72 87 56 40 62 42
    65 48 75 89 52 80
    69 93 93 56 45 43
    73 94 79 68 67 46
    66 100 64 89 94 49
    70 42 97 42 42 50
  2. Ein Einzelhandelsunternehmen hat mehrere Möglichkeiten für einen Plan zum Verkauf von Waren auf der kommenden Messe entwickelt. Unter Berücksichtigung der sich ändernden Marktbedingungen und der Kundennachfrage werden die resultierenden Gewinnbeträge aus ihren möglichen Kombinationen in Form einer Gewinnmatrix dargestellt. Bestimmen Sie den optimalen Plan für den Warenverkauf.
    x=0,7
  3. Das Unternehmen plant, seine Produkte auf den Märkten zu verkaufen, unter Berücksichtigung möglicher Optionen für die Verbrauchernachfrage Pj, j=1͞,4͞ (niedrig, mittel, hoch, sehr hoch). Das Unternehmen hat drei Strategien für den Verkauf der Waren A 1, A 2, A 3 entwickelt. Das Umsatzvolumen (Geldeinheiten) ist je nach Strategie und Verbrauchernachfrage in der Tabelle dargestellt.
    Ein jP j
    P 1P 2P 3P 4
    Eine 130+N10 20 25 + N/2
    Eine 250 70 - N10 + N/225
    Eine 325 – N/235 40 60 - N

    Wobei N=3
    Die möglichen Zustände der Verbrauchernachfrage sind bekannt: q 1 =0,3, q 2 =0,2, q 3 =0,4, q 4 =0,1. Es gilt, eine Vertriebsstrategie zu finden, die den durchschnittlichen Umsatz des Unternehmens maximiert. Verwenden Sie in diesem Fall die Kriterien von Wald, Hurwitz, Savage und Bayes.
    Lösung
  4. Die Kosten der Fabrik pro Produktionseinheit betrugen von April bis Mai: Kleider – 8 Währungseinheiten, Anzüge – 27, und der Verkaufspreis beträgt 16 bzw. 48. Nach früheren Beobachtungen kann die Fabrik in diesen Monaten bei warmen Wetterbedingungen verkaufen 600 Anzüge und 1975 Kleider und bei kühlem Wetter 625 Kleider und 1000 Anzüge.

Bei dieser Methode werden die Entscheidungswerte gleich angenommen und das Wahrscheinlichkeitsverhältnis nimmt die Form an

Die Lösung ähnelt der Methode des minimalen Risikos.

Hier ist das Verhältnis der A-priori-Wahrscheinlichkeiten eines brauchbaren ( R 1) und fehlerhaft (R 2) Zustände werden gleich eins und die Bedingung für das Finden angenommen K 0 sieht so aus:

Beispiel

Parametergrenzwert definieren K 0 , oberhalb dessen die Anlage stillgelegt werden muss.

Das Objekt ist ein Gasturbinentriebwerk.

Parameter - Eisengehalt im Öl K , (g/t). Der Parameter hat eine Normalverteilung, wenn ( D 1 ) und fehlerhaft ( D 2 ) Zustände. Bekannt:

Lösung

Methode des minimalen Risikos

Gemäß Ausdruck (2.4)

Nach dem Ersetzen des Ausdrucks

und wenn wir logarithmieren, erhalten wir

Wenn wir diese quadratische Gleichung umwandeln und lösen, erhalten wir:

K01=2,24; K 02=0,47. Erforderlicher Grenzwert K 0 =2,24.

Methode der minimalen Anzahl fehlerhafter Entscheidungen

Empfangsbedingung K 0 :

Durch Ersetzen und Erweitern der entsprechenden Wahrscheinlichkeitsdichten erhalten wir

Die gleichung:

Die geeignete Wurzel für diese Gleichung ist 2,57.

Also, K 0 = 2,57.

Maximum-Likelihood-Methode

Empfangsbedingung K 0 :

F(K 0 /D 1) = F(K 0 /D 2).

Die endgültige quadratische Gleichung sieht folgendermaßen aus:

Wonach suchen Sie K 0 = 2,31.

Lassen Sie uns die Wahrscheinlichkeit eines Fehlalarms bestimmen P(H 21 ) , Wahrscheinlichkeit, einen Defekt zu übersehen P(H 12) sowie das durchschnittliche Risiko R für Grenzwerte K 0, mit verschiedenen Methoden gefunden.

Wenn unter Anfangsbedingungen K 1 , Das

Und

Wenn unter Anfangsbedingungen K 1 > K 2, Das

Und

Für die Minimalrisikomethode bei K 0=2,29 erhalten wir Folgendes

Für die Methode der minimalen Anzahl fehlerhafter Entscheidungen mit K 0 =2,57:

Für die Maximum-Likelihood-Methode bei K 0 =2,37:

Fassen wir die Berechnungsergebnisse in der Abschlusstabelle zusammen.

Aufgaben für Aufgabe Nr. 2.

Die Zuordnungsmöglichkeit wird anhand der letzten beiden Ziffern der Notenbuchnummer ausgewählt. Für alle Aufgaben ist die Festlegung eines Grenzwertes erforderlich K 0 , wobei Objekte in zwei Klassen eingeteilt werden: gebrauchsfähig und fehlerhaft. Die Ergebnisse der Entscheidungen werden in einer Grafik dargestellt (Abb. 9.1), die auf Millimeterpapier gezeichnet und in die Arbeit eingefügt wird.

Die technische Diagnose eines Objekts erfolgt also anhand des Parameters K. Für ein gebrauchsfähiges Objekt wird der Durchschnittswert des Parameters angegeben K 1 und Standardabweichung σ 1 . Für den fehlerhaften bzw K2 Und σ 2 . Die Quelldaten zeigen auch das Preisverhältnis für jede Option C 12 / C 21. Verteilung K wird als normal akzeptiert. In allen Varianten P 1=0,9; P2=0,1.

Optionen für Aufgaben sind in der Tabelle aufgeführt. 2.1-2.10.

Ausgangsdaten für Optionen 00÷09 (Tabelle 2.1):

Ein Objekt- Gasturbinentriebwerk.

Parameter- Schwinggeschwindigkeit (mm/s).

Fehlerhafter Zustand- Verletzung der normalen Betriebsbedingungen der Motorrotorstützen.

Tabelle 2.1

Bezeichnung von Mengen Optionen
K 1
K2
σ 1
σ 2
C 12 / C 21

Ausgangsdaten für Optionen 10÷19 (Tabelle 2.2):

Ein Objekt- Gasturbinentriebwerk.

Parameter Cu ) in Öl (g/t).

Fehlerhafter Zustand- erhöhte Konzentration Cu

Tabelle 2.2

Bezeichnung von Mengen Optionen
K 1 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9
K2
σ 1 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3
σ 2
C 12 / C 21

Ausgangsdaten für Optionen 20÷29 (Tabelle 2.3):

Ein Objekt- Ansaugpumpe des Kraftstoffsystems.

Parameter- Kraftstoffdruck am Auslass (kg/cm2).

Fehlerhafter Zustand- Verformung des Laufrads.

Tabelle 2.3

Bezeichnung von Mengen Optionen
K 1 2,50 2,55 2,60 2,65 2,70 2,75 2,80 2,85 2,90 2,95
K2 1,80 1,85 1,90 1,95 2,00 2,05 2,10 2,15 2,20 2,25
σ 1 0,20 0,20 0,20 0,20 0,20 0,20 0,20 0,20 0,20 0,20
σ 2 0,30 0,30 0,30 0,30 0,30 0,30 0,30 0,30 0,30 0,30
C 12 / C 21

Ausgangsdaten für Optionen 30÷39 (Tabelle 2.4):

Ein Objekt- Gasturbinentriebwerk.

Parameter- Grad der Vibrationsüberlastung ( G ).

Fehlerhafter Zustand- Ausrollen des Außenrings der Lager.

Tabelle 2.4

Bezeichnung von Mengen Optionen
K 1 4,5 4,6 4,7 4,8 4,9 5,0 5,1 5,2 5,3 5,4
K2 6,0 6,1 6,2 6,3 6,4 6,5 6,6 6,7 6,8 6,9
σ 1 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5
σ 2 0,7 0,7 0,7 0,7 0,7 0,7 0,7 0,7 0,7 0,7
C 12 / C 21

Ausgangsdaten für Optionen 40÷49 (Tabelle 2.5):

Ein Objekt- Zwischenwellenlager eines Gasturbinentriebwerks.

Parameter- Messwerte eines vibroakustischen Geräts zur Überwachung des Lagerzustands (µa).

Fehlerhafter Zustand- Auftreten von Abplatzspuren auf den Lagerlaufbahnen.

Tabelle 2.5

Bezeichnung von Mengen Optionen
K 1
K2
σ 1
σ 2
C 12 / C 21

Ausgangsdaten für Optionen 50÷59 (Tabelle 2.6)

Ein Objekt- Gasturbinentriebwerk.

Parameter- Eisengehalt ( Fe ) in Öl (g/t).

Fehlerhafter Zustand- erhöhte Konzentration Fe im Öl aufgrund des beschleunigten Verschleißes der Getriebeverbindungen im Antriebsgehäuse.

Tabelle 2.6

Bezeichnung von Mengen Optionen
K 1 1,95 2,02 1,76 1,82 1,71 1,68 1,73 1,81 1,83 1,86
K2 4,38 4,61 4,18 4,32 4,44 4,10 4,15 4,29 4,39 4,82
σ 1 0,3 0,3 0,3 0.3 0,3 0,3 0,3 0,3 0,3 0,3
σ 2
C 12 / C 21

Ausgangsdaten für Optionen 60÷69 (Tabelle 2.7):

Ein Objekt- Öl zur Schmierung von Gasturbinentriebwerken.

Parameter- optische Dichte des Öls, %.

Fehlerhafter Zustand- verminderte Leistungseigenschaften von Öl mit optischer Dichte.

Tabelle 2.7

Bezeichnung von Mengen Optionen
K 1
K2
σ 1
σ 2
C 12 / C 21

Ausgangsdaten für Optionen 70÷79 (Tabelle 2.8):

Ein Objekt- Kraftstofffilterelemente.

Parameter- Konzentration von Kupferverunreinigungen ( Cu ) in Öl (g/t).

Fehlerhafter Zustand- erhöhte Konzentration Cu im Öl aufgrund verstärkter Verschleißprozesse verkupferter Keilwellenverbindungen von Antriebswellen.

Tabelle 2.8

Bezeichnung von Mengen Optionen
K 1
K2
σ 1
σ 2
C 12 / C 21

Ausgangsdaten für Optionen 80÷89 (Tabelle 2.9)

Ein Objekt- Axialkolbenpumpe.

Parameter- der Wert der Pumpenleistung, ausgedrückt als Volumen

Effizienz (in Bruchteilen von 1,0).

Fehlerhafter Zustand- geringer volumetrischer Wirkungsgrad aufgrund eines Pumpenausfalls.

Tabelle 2.9

Bezeichnung von Mengen Optionen
K 1 0,92 0,91 0,90 0,89 0,88 0,07 0,86 0,85 0,84 0,83
K2 0,63 0,62 0,51 0,50 0,49 0,48 0,47 0,46 0,45 0,44
σ 1 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11
σ 2 0,14 0,14 0,14 0,14 0,14 0,14 0,14 0,14 0,14 0,14
C 12 / C 21

Ausgangsdaten für Optionen 90÷99 (Tabelle 2.10)

Ein Objekt- ein Flugzeugsteuerungssystem bestehend aus starren Stangen.

Parameter- Gesamtaxialspiel der Gelenke, Mikrometer.

Fehlerhafter Zustand- erhöhtes axiales Gesamtspiel aufgrund des Verschleißes der Paarungspaare.

Tabelle 2.10

Bezeichnung von Mengen Optionen
K 1
K2
σ 1
σ 2
C 12 / C 21

Mit der Methode des minimalen Risikos wird der Grenzwert des bestimmenden Parameters für die Entscheidung über den Zustand eines Objekts anhand der Bedingung minimaler Durchschnittskosten ermittelt.

Der Zustand eines Objekts sei durch den Wert eines Parameters bestimmt X. Sie müssen diesen Wert für diesen Parameter auswählen X 0 , Zu:

Der gebrauchsfähige Zustand wird durch die Verteilungsdichte des Parameters charakterisiert X,F(X/ D1) und das fehlerhafte ist F(X/ D2) (Abbildung 2.8). Kurven F(X/ D1) Und F(X/ D2) überschneiden sich und sind daher nicht wählbar X 0 so dass Regel (2.16) keine fehlerhaften Lösungen liefern würde.

Fehler, die bei der Entscheidungsfindung entstehen, werden in Fehler erster und zweiter Art unterteilt.

Fehler erster Art– Treffen einer Entscheidung über die Fehlfunktion (Vorliegen eines Mangels) eines Objekts, wenn das Objekt tatsächlich in gutem Zustand ist.

Fehler zweiter Art– Treffen einer Entscheidung über den guten Zustand eines Objekts, wenn sich das Objekt in Wirklichkeit in einem fehlerhaften Zustand befindet (das Objekt weist einen Mangel auf).

Die Wahrscheinlichkeit eines Fehlers vom Typ I ist gleich dem Produkt der Wahrscheinlichkeit zweier Ereignisse:

    die Wahrscheinlichkeit, dass das Objekt in gutem Zustand ist;

    die Wahrscheinlichkeit, dass der Wert des definierenden Parameters x den Grenzwert überschreitet X 0 .

Der Ausdruck zur Bestimmung der Wahrscheinlichkeit eines Fehlers vom Typ I hat die Form:

Wo p(D 1 ) – A-priori-Wahrscheinlichkeit, dass sich das Objekt in gutem Zustand befindet (wird aufgrund vorläufiger statistischer Daten als bekannt angesehen).

Die Wahrscheinlichkeit eines Fehlers vom Typ II wird auf ähnliche Weise bestimmt:

Reis. 2.8. Wahrscheinlichkeitsdichten der Zustände des Diagnoseobjekts

Elemente von Informationserfassungssystemen: Vereinheitlichung von Messumformern.

Um den Primärwandler mit den Geräten des Informationserfassungssystems zu koordinieren, muss sein Ausgangssignal vereinheitlicht werden, d.h. bestimmte Anforderungen an Füllstand, Leistung, Art des Speichermediums usw. erfüllen, die von den jeweiligen GOSTs festgelegt werden.

Um die Ausgangssignale der Primärwandler in einheitliche Signale umzuwandeln, werden mehrere Normierungswandler verwendet. Dem Eingang von Normierungswandlern können natürliche Signale von Primärwandlern unterschiedlicher physikalischer Größen zugeführt werden, am Ausgang werden entsprechende vereinheitlichte Signale erzeugt.

Die Gruppe der Mittel, die die Vereinheitlichung des Signals zwischen seiner Quelle bzw. dem Ausgang des Primärwandlers und dem Eingang des Sekundärgeräts gewährleisten, gehört zur Klasse der vereinheitlichenden Messwandler (UMT).

Folgende UIP-Typen werden unterschieden:

    Individuell;

    Gruppe;

    Mehrkanal.

Individuelle UIP(Abb. 3.36a)) dienen einem PP und werden zwischen dem PP und dem Schalter bzw. nachfolgenden Messumformer angeschlossen. Einzelne UIPs werden zusammen mit dem PP direkt am Forschungsstandort platziert.

Sie werden verwendet, um Signale mit einer relativ kleinen Anzahl gemessener Parameter und einer begrenzten Messzeit zu vereinheitlichen, was den Einsatz von Gruppen-USVs nicht zulässt.

Mit einzelnen UIPs können Sie Folgendes produzieren:

    Umwandeln eines einheitlichen Signals in ein anderes;

    galvanische Trennung der Eingangskreise;

    Multiplikation des Eingangssignals über mehrere Ausgänge.

Die Verwendung eines eigenen UIP in jedem IMS-Messkomplex verkompliziert jedoch das System und verringert seine Zuverlässigkeit und Wirtschaftlichkeit.

Gruppen-UIP(Abb. 3.36b)) sind unter diesem Gesichtspunkt effizienter; sie bedienen eine bestimmte Gruppe von Primärwandlern, deren Ausgangssignale homogene physikalische Größen sind. Sie befinden sich in Iis nach dem Schalter und werden zusammen mit dem letzten Steuergerät gesteuert.

Beim Aufbau von Mehrkanal-IMS heterogener physikalischer Größen werden diese nach der Art der physikalischen Größe gruppiert und jede Gruppe mit der entsprechenden Gruppe UIP verbunden.

Mehrkanal-UIP.(Abb. 3.36c)) Wenn die gemessenen physikalischen Größen überwiegend heterogen sind, kann das IIS Mehrkanal-UIPs verwenden, bei denen es sich um mehrere einzelne UIPs handelt, die in einem Gehäuse oder einer Platine zusammengefasst sind. Die Informationskonvertierung erfolgt gem N Eingänge und N Ausgänge. Das Hauptkonstruktionsmerkmal einer Mehrkanal-USV ist die Verwendung einer gemeinsamen Stromquelle und eines gemeinsamen Steuerungssystems für alle einzelnen USVs.

Reis. 3.36. Hauptarten der Vereinigung

Messumformer

Die Hauptfunktionen der UIP:

    linear (Skalierung, Nullstellung, Temperaturkompensation);

    nichtlineare (Linearisierungs-)Signaltransformationen.

Bei einer linearen Kennlinie des Primärwandlers führt der UIP lineare Operationen aus, die aufgerufen werden Skalierung. Die Essenz der Skalierung ist wie folgt. Lassen Sie das Eingangssignal variieren j 1 Vor j 2 , und der Dynamikbereich des Ausgangssignals des UIP sollte im Bereich von liegen 0 Vor z. Um dann den Anfang der Dynamikbereiche des UIP und des Primärwandlers anzupassen, muss dem PP-Signal ein Signal hinzugefügt und anschließend das Gesamtsignal gleichzeitig verstärkt werden.

Es ist auch möglich, dass das Ausgangssignal des PP zunächst verstärkt wird und dann die Anfänge der Dynamikbereiche zusammengefasst werden.

Die erste Möglichkeit, das Ausgangssignal in eine einheitliche Form zu bringen, wird üblicherweise in einzelnen UIPs verwendet, die zweite in Gruppen.

Weil Die Beziehung zwischen dem Ausgangssignal yPP und dem gemessenen Parameter ist meist nichtlinear (z. B. bei Thermoelementen, Platin-Widerstandsthermowandlern usw.). Der UIP muss die Operation durchführen Linearisierung. Die Linearisierung besteht darin, die PP-Transformationsfunktion zu begradigen. In diesem Fall sollte die Linearisierungsfunktion die Form einer inversen PP-Transformationsfunktion haben.

Zur Linearisierung der Transformationsfunktion im UIP werden spezielle nichtlineare Verknüpfungen verwendet. Sie können bis zu linear eingeschaltet werden

ein vereinheitlichender Wandler, danach oder in den Rückkopplungskreis eines Verstärkers, der zur Änderung der Skala des Messwerts dient.

U Eingang

U Betriebssystem

U aus

R 1

R 2

R 3

R 4

R 5

D 1

D 2

D 3

Am häufigsten wird die Linearisierung durch stückweise lineare Näherung erreicht und mithilfe einer Kette von in Reihe geschalteten Widerständen durchgeführt, die durch Zenerdioden oder Dioden überbrückt werden D 1 D 3

Reis. 3.37.Blockdiagramm von UIP

Wenn die Spannung am Verstärkerausgang ansteigt, nehmen der Teilerstrom und der Spannungsabfall an jedem Widerstand zu. R 1 R 5 .Sobald der Spannungsabfall an einem der Widerstände die Durchbruchspannung der entsprechenden Zenerdiode erreicht, beginnt die Zenerdiode, diesen Widerstand zu überbrücken. Die Widerstandswiderstände werden so ausgewählt, dass die erforderliche Rückkopplungsspannungsabhängigkeit erreicht wird U Betriebssystem invertierender Verstärker U, vom Widerstand entfernt R 5 , aus der Ausgangsspannung des Verstärkers.

Ein typisches analoges UIP enthält:

    Ausgangsverstärker;

    galvanisches Isolationsgerät;

    Funktionswandler, der das PP-Signal linearisiert;

    Ausgangsverstärker;

    stabilisierte Stromversorgung.

Einige Primärwandler haben als Ausgangssignal ein Wechselstromsignal, das entweder in der Amplitude (z. B. Differenztransformatorwandler) oder in der Frequenz (z. B. Piezoresonatoren) moduliert ist.

Betrachten Sie als Beispiel das Blockdiagramm eines UIS, das die Wechselspannung von Druck-, Differenzdruck-, Durchfluss-, Füllstand- und Dampfgehaltssensoren in ein einheitliches Gleichstromsignal von 0 bis 5 mA umwandelt (Abb. 3.38.).

Reis. 3.38. Blockdiagramm von UIP

Die Wechselspannung vom Primärwandler des Differentialtransformators wird vom Demodulator in eine proportionale Gleichspannung umgewandelt, die durch einen Magneten verstärkt wird MU und elektronisch U DC-Verstärker unterliegen einer starken negativen Rückkopplung durch ein Rückkopplungsgerät Betriebssystem, was bei Bedarf eine Linearisierung der Kennlinie des Primärwandlers ermöglicht.

Vereinheitlichende Messwandler, die mit Frequenz-PPs arbeiten, müssen die gleichen Funktionen erfüllen wie Amplituden-PPs.

Beispiel 2.5. Wählen Sie für die in Beispiel 2.1 angegebene Konsequenzenmatrix die beste Lösung basierend auf dem Hurwitz-Kriterium mit λ =1/2 aus.

Lösung. Unter Berücksichtigung der Konsequenzenmatrix Q Zeile für Zeile berechnen wir für jedes i die Werte ci= 1/2minqij + 1/2maxqij. Beispiel: c1=1/2*2+1/2*8=5; ähnlich gefunden c2=7; c3=6,5; c4= 4,5. Der größte ist c2=7. Folglich empfiehlt das Hurwitz-Kriterium für ein gegebenes λ =1/2 die Wahl der zweiten Option ( i=2).

2.3. Analyse einer verwandten Gruppe von Lösungen unter partiellen Bedingungen

Unsicherheit

Wenn der Entscheidungsträger bei der Entscheidungsfindung die Wahrscheinlichkeiten kennt pj Wenn sich die reale Situation gemäß Option j entwickeln kann, dann heißt es, dass sich der Entscheidungsträger in Bedingungen teilweiser Unsicherheit befindet. In diesem Fall können Sie sich an einem der folgenden Kriterien (Regeln) orientieren.

Kriterium (Regel) zur Maximierung des durchschnittlich erwarteten Einkommens. Dieses Kriterium wird auch genannt Kriterium für maximale Durchschnittsgewinne. Wenn die Wahrscheinlichkeiten bekannt sind pj Optionen für die Entwicklung der realen Situation, dann ist das aus der i-ten Lösung erhaltene Einkommen eine Zufallsvariable Qi mit einer Verteilungsreihe

Erwarteter Wert M[Qi] der Zufallsvariablen Qi ist das durchschnittlich erwartete Einkommen, auch bezeichnet durch:

= M[Qi ] = .

Für jede i-te Lösungsoption werden die Werte berechnet und entsprechend dem betrachteten Kriterium eine Option ausgewählt, für die

Beispiel 2.6. Für die Ausgangsdaten von Beispiel 2.1 seien die Wahrscheinlichkeiten der Entwicklung einer realen Situation für jede der vier Optionen bekannt, die eine vollständige Gruppe von Ereignissen bilden:


p1 =1/2, p2=1/6, p3=1/6, p4=1/6. Erfahren Sie, welche Lösungsvariante das höchste Durchschnittseinkommen erzielt und wie hoch dieses Einkommen ist.

Lösung. Lassen Sie uns für jede i-te Lösungsoption das durchschnittlich erwartete Einkommen ermitteln: =1/2*5+1/6*2+1/6*8+1/6*4= 29/6, = 25/6, = 7, = 17/6. Die maximale durchschnittliche erwartete Rendite beträgt 7 und entspricht der dritten Lösung.

Regel zur Minimierung des durchschnittlich erwarteten Risikos (anderer Name - Mindestdurchschnittsverlustkriterium).

Unter den gleichen Bedingungen wie im vorherigen Fall ist das Risiko des Entscheidungsträgers bei der Wahl der i-ten Lösung eine Zufallsvariable Ri mit einer Verteilungsreihe

Erwarteter Wert M und ist das durchschnittlich erwartete Risiko, auch angegeben durch: = M = . . Die Regel empfiehlt, eine Entscheidung zu treffen, die das minimale durchschnittlich erwartete Risiko mit sich bringt: .

Beispiel 2.7 . Die Ausgangsdaten sind die gleichen wie in Beispiel 2.6. Bestimmen Sie, welche Lösungsoption das geringste durchschnittlich erwartete Risiko erzielt, und ermitteln Sie den Wert des minimalen durchschnittlich erwarteten Risikos (Verlustes).

Lösung. Für jede i-te Lösungsoption ermitteln wir den Wert des durchschnittlichen erwarteten Risikos. Basierend auf der gegebenen Risikomatrix R finden wir: = 1/2*3+1/6*3+1/6*0+1/6*8=20/6, = 4, = 7/6, = 32 /6.

Daher beträgt das minimale durchschnittliche erwartete Risiko 7/6 und entspricht der dritten Lösung: = 7/6.

Kommentar. Wenn sie vom durchschnittlich erwarteten Einkommen (Gewinn) oder dem durchschnittlich erwarteten Risiko (Verlust) sprechen, meinen sie die Möglichkeit einer wiederholten Wiederholung des Entscheidungsprozesses nach dem beschriebenen Schema oder die tatsächliche wiederholte Wiederholung eines solchen Prozesses in der Vergangenheit . Die Bedingung dieser Annahme besteht darin, dass die tatsächlich erforderliche Anzahl solcher Wiederholungen möglicherweise nicht vorhanden ist.

Laplpas-Kriterium (Regel) der Chancengleichheit (Gleichgültigkeit). Dieses Kriterium bezieht sich nicht direkt auf den Fall teilweiser Unsicherheit und wird unter Bedingungen vollständiger Unsicherheit angewendet. Allerdings wird hier davon ausgegangen, dass alle Zustände der Umwelt (alle Varianten der realen Situation) gleich wahrscheinlich sind – daher der Name des Kriteriums. Dann können die oben beschriebenen Berechnungsschemata unter Berücksichtigung der Wahrscheinlichkeiten angewendet werden pj für alle Varianten der realen Situation identisch und gleich 1/n. Bei Verwendung des Kriteriums der Maximierung des durchschnittlich erwarteten Einkommens wird somit eine Lösung ausgewählt, die dies erreicht . Und nach dem Kriterium der Minimierung des durchschnittlich zu erwartenden Risikos wird eine Lösungsmöglichkeit dafür ausgewählt .

Beispiel 2.8. Wählen Sie unter Verwendung des Laplace-Kriteriums der Chancengleichheit für die Ausgangsdaten von Beispiel 2.1 die beste Lösung basierend auf: a) der Regel zur Maximierung des durchschnittlich erwarteten Einkommens; b) Regeln zur Minimierung des durchschnittlich erwarteten Risikos.

Lösung. a) Unter Berücksichtigung der Gleichwahrscheinlichkeit der Optionen in der realen Situation beträgt das durchschnittliche erwartete Einkommen für jede der Lösungsoptionen = (5+2+8+4)/4=19/4, = 21/4, = 26 /4, = 15/4. Daher wäre die beste Lösung die dritte, und die maximale durchschnittliche erwartete Rendite läge bei 26/4.

b) Für jede Lösungsoption berechnen wir das durchschnittliche erwartete Risiko auf Basis der Risikomatrix unter Berücksichtigung der Gleichwahrscheinlichkeit der Situationsoptionen: = (3+3+0+8)/4 = 14/4, = 3, = 7/4, = 18/4 . Daraus folgt, dass die dritte Option die beste ist und das minimale durchschnittliche erwartete Risiko 7/4 beträgt.

2.4. Pareto-Optimalität der Zwei-Kriterien-Finanzierung

Operationen unter unsicheren Bedingungen

Aus dem oben Erörterten folgt, dass jede Entscheidung (Finanztransaktion) zwei Merkmale aufweist, die optimiert werden müssen: durchschnittliches erwartetes Einkommen und durchschnittliches erwartetes Risiko. Daher ist die Auswahl der besten Lösung ein Optimierungsproblem mit zwei Kriterien. Bei multikriteriellen Optimierungsproblemen ist das Hauptkonzept das Konzept Pareto-Optimalität. Betrachten wir dieses Konzept für Finanztransaktionen mit den beiden angegebenen Merkmalen.

Lassen Sie jede Operation A hat zwei numerische Eigenschaften E(a),R(A)(z. B. Wirksamkeit und Risiko); während der Optimierung E streben danach, zu wachsen und R verringern.

Es gibt verschiedene Möglichkeiten, solche Optimierungsprobleme zu formulieren. Betrachten wir dieses Problem in allgemeiner Form. Lassen A - eine bestimmte Menge von Operationen, und verschiedene Operationen unterscheiden sich zwangsläufig in mindestens einem Merkmal. Bei der Auswahl der besten Operation ist es ratsam, dies zu tun E war mehr und r war weniger.

Wir werden sagen, dass die Operation A dominiert Operation B, und benennen a > b, Wenn E(a) ≥ E(B) Und R(A) R(B) und mindestens eine dieser Ungleichungen ist streng. In diesem Fall die Operation A angerufen Dominant, und die Operation B -dominiert. Es ist offensichtlich, dass kein dominierter Betrieb erkennbar ist der beste. Folglich muss unter den nicht dominierten Operationen die beste Operation gesucht werden. Die Menge der nicht dominierten Operationen wird aufgerufen Pareto-Satz (Region) oder Pareto-Optimalitätssatz.

Für die Pareto-Menge gilt folgende Aussage: jedes der Merkmale E,R ist eine eindeutige Funktion einer anderen, d. h. auf der Pareto-Menge kann ein Merkmal einer Operation verwendet werden, um ein anderes eindeutig zu bestimmen.

Kehren wir zur Analyse finanzieller Entscheidungen unter Bedingungen teilweiser Unsicherheit zurück. Wie in Abschnitt 2.3 gezeigt, weist jeder Vorgang ein durchschnittliches erwartetes Risiko auf und durchschnittliches erwartetes Einkommen. Wenn Sie ein rechtwinkliges Koordinatensystem einführen, auf dessen Abszissenachse Sie die Werte auftragen , und auf der Ordinatenachse gibt es Werte, dann entspricht jede Operation einem Punkt ( , ) auf der Koordinatenebene. Je höher dieser Punkt im Flugzeug liegt, desto profitabler ist der Betrieb. Je weiter rechts der Punkt, desto riskanter ist die Operation. Daher müssen Sie bei der Suche nach nicht dominierten Operationen (Pareto-Mengen) Punkte oberhalb und links auswählen. Somit besteht die Pareto-Menge für die Ausgangsdaten der Beispiele 2.6 und 2.7 nur aus einem Drittel der Operation.

Um in manchen Fällen den besten Betrieb zu ermitteln, können Sie einige verwenden Wiegeformel in denen die Merkmale und mit bestimmten Gewichtungen eingeben, und das ergibt eine Zahl, die die beste Operation angibt. Sei es zum Beispiel für die Operation ich mit Eigenschaften ( , ) Die Wägeformel hat die Form f(i) = 3 - 2, und die beste Operation wird basierend auf dem Maximalwert ausgewählt f(i). Diese Gewichtungsformel bedeutet, dass der Entscheidungsträger einer Erhöhung des Risikos um drei Einheiten zustimmt, wenn der Ertrag des Betriebs um mindestens zwei Einheiten steigt. Somit drückt die Gewichtungsformel die Beziehung des Entscheidungsträgers zu den Indikatoren Einkommen und Risiko aus.

Beispiel 2.9. Die Ausgangsdaten seien die gleichen wie in den Beispielen 2.6 und 2.7, d.h. für die Konsequenzen und Risikomatrizen von Beispiel 2.1 sind die Wahrscheinlichkeiten von Optionen für die Entwicklung der realen Situation bekannt: p1 = 1/2, p2 = 1/6 , p3 = 1/6, p4=1/6. Unter diesen Bedingungen erklärt sich der Entscheidungsträger damit einverstanden, das Risiko um zwei Einheiten zu erhöhen, wenn die Einnahmen des Betriebs um mindestens eine Einheit steigen. Bestimmen Sie die beste Vorgehensweise für diesen Fall.


Lösung. Die Wägeformel hat die Form f(i) = 2 - . Anhand der Berechnungsergebnisse in den Beispielen 2.6 und 2.7 finden wir:

f(1) = 2*29/6 – 20/6 = 6,33; f(2) = 2*25/6 – 4 = 4,33;

f(3) = 2*7 – 7/6 = 12,83; f(4) = 2*17/6 – 32/6 = 0,33

Daher ist die dritte Operation die beste und die vierte die schlechteste.

Thema 3. Messungen und Indikatoren finanzieller Risiken

Quantitative Risikobewertung. Gefahr einer separaten Operation. Allgemeine Risikomaßnahmen.

In diesem Thema werden Kriterien und Methoden für die Entscheidungsfindung in Fällen erörtert, in denen davon ausgegangen wird, dass die Wahrscheinlichkeitsverteilungen möglicher Ergebnisse entweder bekannt sind oder gefunden werden können. Im letzteren Fall ist es nicht immer erforderlich, die Verteilungsdichte explizit anzugeben.

3.1. Allgemeine methodische Ansätze zur quantitativen Risikobewertung

Risiko ist eine probabilistische Kategorie, daher basieren Methoden zu seiner quantitativen Bewertung auf einer Reihe der wichtigsten Konzepte der Wahrscheinlichkeitstheorie und der mathematischen Statistik. Daher sind die wichtigsten Werkzeuge der statistischen Methode der Risikoberechnung:

1) erwarteter Wert M, zum Beispiel eine solche Zufallsvariable als Ergebnis einer Finanztransaktion k: m = E{k};

2) Streuung als Merkmal für den Variationsgrad der Werte einer Zufallsvariablen k rund um das Gruppierungszentrum M(Denken Sie daran, dass Varianz der mathematische Erwartungswert der quadratischen Abweichung einer Zufallsvariablen von ihrem mathematischen Erwartungswert ist );

3) Standardabweichung ;

4) der Variationskoeffizient , was die Bedeutung von Risiko pro Einheit des Durchschnittseinkommens hat.

Kommentar. Für ein kleines Set N Werte – kleine Auswahl! – diskrete Zufallsvariable Streng genommen reden wir nur darüber Schätzungen aufgeführten Risikomaßnahmen .

Also, durchschnittlicher (erwarteter) Stichprobenwert, oder selektives Analogon der mathematischen Erwartung , ist die Menge wo Rich - Wahrscheinlichkeit, den Wert einer Zufallsvariablen zu realisieren k. Sind alle Werte gleich wahrscheinlich, dann wird der Erwartungswert einer Zufallsstichprobe anhand der Formel berechnet.

Ebenfalls, Stichprobenvarianz (Stichprobenvarianz ) ist definiert als die Standardabweichung in der Stichprobe: oder

. Im letzteren Fall beträgt die Stichprobenvarianz voreingenommene Schätzung der theoretischen Varianz . Daher ist es vorzuziehen, eine unvoreingenommene Schätzung der Varianz zu verwenden, die durch die Formel gegeben ist .

Offensichtlich die Einschätzung kann wie folgt berechnet werden oder .

Es ist klar, dass die Bewertung Variationskoeffizient nimmt nun die Form an.

In Wirtschaftssystemen unter Risikobedingungen basiert die Entscheidungsfindung meist auf einem der folgenden Kriterien.

1. Erwarteter Wert (Rentabilität, Gewinn oder Ausgaben).

2. Stichprobenvarianz oder Standardabweichung (mittleres Quadrat). .

3. Erwartete Wertkombinationen Und Abweichungen oder Stichprobenstandardabweichung .

Kommentar . Unter der Zufallsvariablen k In jeder spezifischen Situation wird der dieser Situation entsprechende Indikator verstanden, der normalerweise in der akzeptierten Notation geschrieben wird: Abgeordneter Portfoliorendite Wertpapiere, IRR – (Internal Rate of Return) interne (Rendite-)Rendite usw.

Schauen wir uns die vorgestellte Idee anhand konkreter Beispiele an.

3.2. Wahrscheinlichkeitsverteilungen und erwartete Renditen

Wie bereits mehrfach erwähnt, ist das Risiko mit der Wahrscheinlichkeit verbunden, dass die tatsächliche Rendite unter dem erwarteten Wert liegt. Daher sind Wahrscheinlichkeitsverteilungen die Grundlage für die Messung des Risikos einer Operation. Wir müssen jedoch bedenken, dass die erhaltenen Schätzungen probabilistischer Natur sind.

Beispiel 1. Nehmen wir zum Beispiel an, Sie beabsichtigen, 100.000 US-Dollar zu investieren. für einen Zeitraum von einem Jahr. Alternative Anlagemöglichkeiten sind in der Tabelle aufgeführt. 3.1.

Dabei handelt es sich zum einen um GKO-OFZ mit einer Laufzeit von einem Jahr und einem Zinssatz von 8 %, die mit einem Abschlag, also zu einem Preis unter dem Nennwert, erworben werden können und bei der Rückzahlung der Nennwert ausgezahlt werden.

Tabelle 3.1

Rentabilitätsbewertung für vier Anlagealternativen

Zustand

Wirtschaft

Wahrscheinlichkeit

Rich

Kapitalrendite in einer bestimmten Wirtschaftslage, %

Unternehmenswertpapiere

Tiefe Rezession

Leichter Rückgang

Stagnation

Leichter Anstieg

Starker Anstieg

Erwartete Rückkehr

Notiz. Die Rentabilität, die verschiedenen Wirtschaftszuständen entspricht, sollte als Werteintervall und ihre einzelnen Werte als Punkte innerhalb dieses Intervalls betrachtet werden. Beispielsweise stellt eine Rendite einer Unternehmensanleihe von 10 % einen leichten Rückgang dar höchstwahrscheinlich Rückgabewert für eine bestimmte Wirtschaftslage, und der Punktwert wird zur Vereinfachung der Berechnungen verwendet.

Zweitens Unternehmenspapiere (Blue Chips), die zum Nennwert mit einem Kupon von 9 % (d. h. für 100.000 US-Dollar des investierten Kapitals erhalten Sie 9.000 US-Dollar pro Jahr) und einer Laufzeit von 10 Jahren verkauft werden. Sie beabsichtigen jedoch, diese Wertpapiere am Ende des ersten Jahres zu verkaufen. Folglich hängt die tatsächliche Rendite von der Höhe der Zinssätze am Jahresende ab. Dieses Niveau wiederum hängt von der Konjunkturlage am Jahresende ab: Durch die schnelle wirtschaftliche Entwicklung dürften die Zinsen steigen, was den Marktwert der Blue Chips verringern wird; Im Falle eines wirtschaftlichen Abschwungs ist die umgekehrte Situation möglich.

Drittens: Kapitalinvestitionsprojekt 1, dessen Nettokosten 100.000 US-Dollar betragen. Der Cashflow während des Jahres ist Null, alle Zahlungen erfolgen am Jahresende. Die Höhe dieser Zahlungen hängt von der Wirtschaftslage ab.

Und schließlich das alternative Investitionsprojekt 2, das in jeder Hinsicht mit Projekt 1 identisch ist und sich nur von diesem unterscheidet Wahrscheinlichkeitsverteilung der am Jahresende erwarteten Zahlungen .

Unter Wahrscheinlichkeitsverteilung , Wir werden die Menge der Wahrscheinlichkeiten möglicher Ergebnisse verstehen (im Fall einer kontinuierlichen Zufallsvariablen wäre dies die Wahrscheinlichkeitsverteilungsdichte). In diesem Sinne sollten die in Tabelle 1 dargestellten Daten interpretiert werden. 3.1 vier Wahrscheinlichkeitsverteilungen, die vier alternativen Anlageoptionen entsprechen. Die Ausbeute an GKO-OFZ ist genau bekannt. Sie beträgt 8 % und ist unabhängig von der Wirtschaftslage.

Frage 1 . Kann das Risiko für GKO-OFZ unbedingt als Null angesehen werden?

Antwort: a) ja; b) Ich denke, dass nicht alles so einfach ist, aber es fällt mir schwer, eine umfassendere Antwort zu geben; c) nein.

Die richtige Antwort ist c).

Für jede Antwort siehe Referenz 1.

Hilfe 1 . Investitionen in GKO-OFZ sind nur in dem Sinne risikofrei, dass sie nominal Die Rentabilität ändert sich während eines bestimmten Zeitraums nicht. Gleichzeitig sind sie real Die Rendite birgt ein gewisses Risiko, da sie von der tatsächlichen Wachstumsrate der Inflation während der Haltedauer dieses Wertpapiers abhängt. Darüber hinaus können GKOs ein Problem für einen Anleger darstellen, der ein Wertpapierportfolio mit dem Ziel hält, kontinuierliche Erträge zu erwirtschaften: Wenn eine GKO-OFZ-Zahlung fällig wird, müssen die Mittel reinvestiert werden, und wenn die Zinsen sinken, sinken auch die Erträge des Portfolios . Diese Art von Risiko heißt Risiko der Reinvestitionsrate , wird in unserem Beispiel nicht berücksichtigt, da der Zeitraum, in dem der Anleger GKO-OFZ besitzt, seinem Fälligkeitsdatum entspricht. Abschließend stellen wir das fest relevanten Ertrag Bei jeder Investition handelt es sich um die Rendite nach Steuern, daher müssen die Renditewerte, die zur Entscheidungsfindung herangezogen werden, die Rendite nach Steuern widerspiegeln.

Bei den anderen drei Anlagemöglichkeiten werden reale bzw. tatsächliche Renditen erst am Ende der jeweiligen Haltedauer bekannt sein. Da Renditewerte nicht mit Sicherheit bekannt sind, handelt es sich um diese drei Anlagearten riskant .

Es gibt Wahrscheinlichkeitsverteilungen diskret oder kontinuierlich . Diskrete Verteilung hat eine endliche Anzahl von Ergebnissen; also, in der Tabelle. Tabelle 3.1 zeigt diskrete Wahrscheinlichkeitsverteilungen der Renditen für verschiedene Anlageoptionen. Die GKO-OFZ-Rendite nimmt nur einen möglichen Wert an, während jede der drei verbleibenden Alternativen fünf mögliche Ergebnisse hat. Jedes Ergebnis ist mit der Wahrscheinlichkeit seines Eintretens verbunden. Beispielsweise beträgt die Wahrscheinlichkeit, dass GKO-OFZ eine Rendite von 8 % erzielt, 1,00, und die Wahrscheinlichkeit, dass die Rendite von Unternehmenspapieren 9 % beträgt, beträgt 0,50.

Wenn wir jedes Ergebnis mit der Wahrscheinlichkeit seines Eintretens multiplizieren und dann die Ergebnisse addieren, erhalten wir einen gewichteten Durchschnitt der Ergebnisse. Die Gewichte sind die entsprechenden Wahrscheinlichkeiten und der gewichtete Durchschnitt erwarteter Wert . Da die Ergebnisse sind interne Renditen (Internal Rate of Return, abgekürzt IRR) ist der Erwartungswert erwartete Rendite (Expected Rate of Return, Abkürzung ERR), die sich wie folgt darstellen lässt:

ERR = IRRi, (3.1)

wo IRRi , - i-tes mögliches Ergebnis; Pi- Eintrittswahrscheinlichkeit des i-ten Ergebnisses; P - Anzahl möglicher Ergebnisse.

Risikoaversion. Es ist äußerst schwierig, die Möglichkeit eines Verlusts vollständig auszuschließen. In der Praxis bedeutet dies, dass Sie nicht mehr als das übliche Risiko eingehen.

Schadensverhütung. Ein Anleger kann versuchen, bestimmte Verluste zu reduzieren, aber nicht zu beseitigen. Unter Schadensverhütung versteht man die Fähigkeit, sich durch gezielte Präventivmaßnahmen vor Unfällen zu schützen. Unter präventiven Maßnahmen versteht man Maßnahmen, die darauf abzielen, unvorhergesehene Ereignisse zu verhindern, um die Wahrscheinlichkeit und das Ausmaß von Schäden zu verringern. Typischerweise werden zur Vermeidung von Verlusten Maßnahmen wie die ständige Überwachung und Analyse von Informationen auf dem Wertpapiermarkt eingesetzt; Sicherheit des in Wertpapiere usw. investierten Kapitals. Jeder Anleger ist an präventiven Maßnahmen interessiert, deren Umsetzung ist jedoch aus technischen und wirtschaftlichen Gründen nicht immer möglich und oft mit erheblichen Kosten verbunden.

Unserer Meinung nach kann die Berichterstattung als präventive Maßnahme eingestuft werden. Unter Reporting versteht man die systematische Dokumentation aller Informationen im Zusammenhang mit der Analyse und Bewertung externer und interner Risiken, die Erfassung des Restrisikos nach Ergreifen aller Risikomanagementmaßnahmen usw. Alle diese Informationen sollten in bestimmte Datenbanken und Berichtsformulare eingegeben werden, die für die Zukunft einfach sind Nutzung durch Investoren.

Verluste minimieren. Ein Anleger kann versuchen, einen erheblichen Teil seiner Verluste zu verhindern. Methoden zur Verlustminimierung sind Diversifikation und Limitierung.

Diversifizierung- Dies ist eine Methode zur Risikominderung, bei der ein Anleger seine Mittel in verschiedene Bereiche (verschiedene Arten von Wertpapieren, Unternehmen in verschiedenen Wirtschaftszweigen) investiert, um im Falle eines Verlusts in einem dieser Bereiche einen Ausgleich zu schaffen dafür auf Kosten eines anderen Bereichs.
Bei der Diversifizierung eines Wertpapierportfolios werden verschiedene Wertpapiere mit unterschiedlichen Merkmalen (Risikoniveau, Rentabilität, Liquidität usw.) in das Portfolio aufgenommen. Mögliche geringe Erträge (oder Verluste) bei einigen Wertpapieren werden durch hohe Erträge bei anderen Wertpapieren ausgeglichen. Die Auswahl eines diversifizierten Portfolios erfordert bestimmte Anstrengungen, die vor allem mit der Suche nach vollständigen und zuverlässigen Informationen über die Anlagequalität von Wertpapieren zusammenhängen. Um die Nachhaltigkeit des Portfolios zu gewährleisten, begrenzt der Anleger die Höhe der Investitionen in Wertpapiere eines Emittenten und erreicht so eine Risikominderung. Bei der Investition in Aktien von Unternehmen verschiedener Sektoren der Volkswirtschaft erfolgt eine sektorale Diversifizierung.

Diversifikation ist eine der wenigen Risikomanagementtechniken, die jeder Anleger nutzen kann. Wir stellen jedoch fest, dass Diversifikation nur unsystematische Risiken reduzieren kann. Und das Risiko der Kapitalanlage wird durch gesamtwirtschaftliche Prozesse, wie z. B. Bewegungen des Bankzinses, Erwartungen eines Anstiegs oder Rückgangs usw., beeinflusst und das damit verbundene Risiko kann nicht durch Diversifikation reduziert werden. Daher muss der Anleger andere Möglichkeiten nutzen, um das Risiko zu reduzieren.

Bei der Beschränkung handelt es sich um die Festlegung von Höchstbeträgen (Limits) für die Kapitalanlage in bestimmte Arten von Wertpapieren usw. Die Festlegung der Höhe von Limits ist ein mehrstufiges Verfahren, einschließlich der Erstellung einer Liste von Limits, der Höhe jedes einzelnen Limits usw ihre vorläufige Analyse. Die Einhaltung festgelegter Limiten gewährleistet wirtschaftliche Voraussetzungen für den Kapitalerhalt, die Erwirtschaftung nachhaltiger Erträge und den Schutz der Anlegerinteressen.

Suche nach Informationen ist eine Methode, die darauf abzielt, das Risiko zu reduzieren, indem die notwendigen Informationen gefunden und genutzt werden, damit der Anleger eine riskante Entscheidung treffen kann.

Fehlende Entscheidungen sind in den meisten Fällen auf das Fehlen oder Fehlen von Informationen zurückzuführen. Informationsasymmetrie, bei der bestimmte Marktteilnehmer Zugriff auf wichtige Informationen haben, die andere Stakeholder nicht haben, hindert Anleger daran, sich rational zu verhalten, und stellt ein Hindernis für die effiziente Nutzung von Ressourcen und Mitteln dar.

Die Beschaffung der notwendigen Informationen und die Erhöhung des Informationsniveaus für den Anleger können die Prognose deutlich verbessern und das Risiko reduzieren. Um die Menge der benötigten Informationen und die Zweckmäßigkeit ihres Erwerbs zu bestimmen, muss man den erwarteten Grenznutzen daraus mit den erwarteten Grenzkosten vergleichen, die mit der Beschaffung dieser Informationen verbunden sind. Wenn der erwartete Nutzen aus dem Kauf von Informationen die erwarteten Grenzkosten übersteigt, müssen diese Informationen gekauft werden. Im Gegenteil, es ist besser, den Kauf solch teurer Informationen abzulehnen.

Derzeit gibt es einen Geschäftsbereich namens Buchhaltung, der sich mit der Erfassung, Verarbeitung, Klassifizierung, Analyse und Registrierung verschiedener Arten von Finanzinformationen befasst. Investoren können die Dienste von Profis in diesem Geschäftsfeld in Anspruch nehmen.

Methoden zur Verlustminimierung werden oft als Risikokontrollmethoden bezeichnet. Der Einsatz all dieser Maßnahmen zur Schadensverhütung und -minderung ist mit gewissen Kosten verbunden, die das mögliche Schadensausmaß nicht übersteigen sollten. Eine Erhöhung der Kosten zur Vermeidung eines Risikos führt in der Regel zu einer Verringerung seiner Gefährlichkeit und des dadurch verursachten Schadens, jedoch nur bis zu einem bestimmten Grenzwert. Diese Grenze tritt ein, wenn die Höhe der jährlichen Kosten zur Vermeidung des Risikos und zur Verringerung seiner Größe der geschätzten Höhe des jährlichen Schadens aus der Realisierung des Risikos entspricht.

Rückerstattungsmethoden(geringste Kosten) Schadenersatz liegt dann vor, wenn ein Anleger trotz Bemühungen, seine Verluste zu minimieren, Verluste erleidet.

Gefahrübergang. Am häufigsten erfolgt der Risikotransfer durch Absicherung und Versicherung.

Absicherung ist ein System zum Abschluss befristeter Verträge und Geschäfte, das wahrscheinliche zukünftige Änderungen von Preisen und Tarifen berücksichtigt und das Ziel verfolgt, die nachteiligen Folgen dieser Änderungen zu vermeiden. Das Wesen der Absicherung besteht im Kauf (Verkauf) von Terminkontrakten gleichzeitig mit dem Verkauf (Kauf) eines realen Produkts mit derselben Lieferzeit und der Durchführung eines umgekehrten Vorgangs, wenn der tatsächliche Verkauf des Produkts eintrifft. Dadurch werden starke Preisschwankungen geglättet. In einer Marktwirtschaft ist die Absicherung eine gängige Methode zur Risikominderung.

Basierend auf der Technik der Geschäftsabwicklung werden zwei Arten der Absicherung unterschieden:

Absicherung nach oben(Purchase Hedging oder Long Hedge) ist ein Börsengeschäft zum Kauf von Terminkontrakten (Forwards, Optionen und Futures). Eine Aufwärtsabsicherung wird dann eingesetzt, wenn eine Absicherung gegen einen möglichen Anstieg der Wechselkurse (Preise) in der Zukunft erforderlich ist. Dadurch können Sie den Kaufpreis viel früher festlegen, als der eigentliche Vermögenswert gekauft wird.

Absicherung gegen Verluste(Sale Hedging oder Short Hedge) ist ein Börsengeschäft zum Verkauf von Terminkontrakten. Die Absicherung gegen Abwärtsrisiken wird in Fällen eingesetzt, in denen es notwendig ist, sich gegen einen möglichen Rückgang der Wechselkurse (Preise) in der Zukunft abzusichern.

Die Absicherung kann durch Geschäfte mit Terminkontrakten und Optionen erfolgen.

Absicherung Terminkontrakte impliziert die Verwendung von Standardverträgen (hinsichtlich Zeitpunkt, Volumen und Lieferbedingungen) für den Kauf und Verkauf von Wertpapieren in der Zukunft, die ausschließlich an Börsen gehandelt werden.

Die positiven Aspekte der Absicherung mit Terminkontrakten sind:

  • Zugänglichkeit des organisierten Marktes;
  • die Fähigkeit zur Absicherung, ohne erhebliche Kreditrisiken einzugehen. Das Kreditrisiko wird durch wirksame Mechanismen zur Aufrechnung von Forderungen, die die Börse bietet, reduziert;
  • einfache Regulierung der Größe der Absicherungsposition oder ihrer Schließung;
  • Verfügbarkeit von Statistiken zu Preisen und Handelsvolumina für verfügbare Instrumente, die Ihnen die Auswahl der optimalen Absicherungsstrategie ermöglichen.

Die Nachteile der Absicherung mit Terminkontrakten sind:

  • Unfähigkeit, Derivatkontrakte beliebiger Größe und Ausführungszeit zu verwenden. Futures-Kontrakte sind Standardkontrakte, ihre Anzahl ist begrenzt, weshalb es offensichtlich unmöglich ist, das Basisrisiko der Absicherung unter einen bestimmten festgelegten Wert zu senken;
  • die Notwendigkeit, beim Abschluss von Transaktionen Provisionskosten zu tragen;
  • die Notwendigkeit, bei der Absicherung Mittel umzuleiten und Liquiditätsrisiken in Kauf zu nehmen. Der Verkauf und Kauf von Standardverträgen erfordert die Zahlung einer Einzahlungsmarge und deren anschließende Erhöhung bei ungünstigen Preisänderungen.

Die Absicherung trägt dazu bei, das Risiko einer ungünstigen Preis- oder Wechselkursänderung zu verringern, bietet jedoch nicht die Möglichkeit, von einer günstigen Preisänderung zu profitieren. Bei einem Absicherungsgeschäft verschwindet das Risiko nicht, es wechselt seinen Träger: Der Anleger überträgt das Risiko auf den Aktienspekulanten.

Versicherung ist eine Methode, die darauf abzielt, das Risiko zu reduzieren, indem gelegentliche Verluste in relativ geringe Fixkosten umgewandelt werden. Durch den Abschluss einer Versicherung (Abschluss eines Versicherungsvertrages) überträgt ein Investor das Risiko auf eine Versicherungsgesellschaft, die verschiedene Arten von Verlusten und Schäden, die durch ungünstige Ereignisse verursacht werden, durch die Zahlung von Versicherungsentschädigungen und Versicherungsbeträgen ausgleicht. Für diese Leistungen erhält sie vom Investor eine Vergütung (Versicherungsprämie).

Das Risikoversicherungssystem einer Versicherungsgesellschaft wird unter Berücksichtigung der Versicherungsprämie, der von der Versicherungsgesellschaft erbrachten Zusatzleistungen und der finanziellen Situation des Versicherungsnehmers festgelegt. Der Anleger muss das für ihn akzeptable Verhältnis zwischen Versicherungsprämie und Versicherungssumme unter Berücksichtigung der vom Versicherungsunternehmen erbrachten Zusatzleistungen ermitteln.

Wenn ein Anleger die Risikoabwägung sorgfältig und klar einschätzt, schafft er damit die Voraussetzungen, unnötige Risiken zu vermeiden. Jede Gelegenheit sollte genutzt werden, um die Vorhersehbarkeit wahrscheinlicher Verluste zu erhöhen, damit der Anleger über die erforderlichen Daten verfügt, um alle seine Auszahlungsoptionen zu prüfen. Und dann wird er die Versicherungsgesellschaft nur dann kontaktieren, wenn ein Katastrophenrisiko vorliegt, also ein sehr hohes Risiko hinsichtlich der Wahrscheinlichkeit und der möglichen Folgen.

Übertragung der Risikokontrolle. Ein Anleger kann die Risikokontrolle einer anderen Person oder Personengruppe anvertrauen, indem er Folgendes überträgt:

  • Immobilien oder mit Risiken verbundene Aktivitäten;
  • Verantwortung für das Risiko.

Ein Anleger kann Wertpapiere jeder Kette verkaufen, um Anlagerisiken zu vermeiden, kann sein Eigentum (Wertpapiere, Bargeld usw.) an die Treuhandverwaltung von Fachleuten (Treuhandgesellschaften, Investmentgesellschaften, Finanzmakler, Banken usw.) übertragen und so alles übertragen Risiken im Zusammenhang mit dieser Immobilie und ihren Verwaltungsaktivitäten. Ein Investor kann Risiken übertragen, indem er beispielsweise einen bestimmten Geschäftszweig überträgt, indem er die Funktion, den optimalen Versicherungsschutz und das optimale Portfolio von Versicherern zu finden, an einen Versicherungsmakler überträgt, der dies übernimmt.

Risikoteilung ist eine Methode, bei der das Risiko eines wahrscheinlichen Schadens oder Verlusts zwischen den Teilnehmern aufgeteilt wird, sodass die möglichen Verluste jedes einzelnen gering sind. Diese Methode ist die Grundlage der Risikofinanzierung. Die Existenz verschiedener kollektiver Fonds und kollektiver Anleger basiert auf dieser Methode.

Das Hauptprinzip der Risikofinanzierung ist die Aufteilung und Verteilung von Risiken durch:

  1. vorläufige Ansammlung finanzieller Mittel in allgemeinen Fonds, die nicht mit einem bestimmten Investitionsprojekt verbunden sind;
  2. Organisation eines Fonds in Form einer Partnerschaft;
  3. Verwaltung mehrerer Partnerschaftsfonds in unterschiedlichen Entwicklungsstadien.

Mittel Risiko-(Risiko-)Finanzierung sind sowohl mit der Führung einzelner Unternehmen als auch mit der Organisation unabhängiger risikoreicher Investorenfirmen verbunden. Das Hauptziel solcher Fonds besteht darin, wissensintensive Start-up-Unternehmen (Ventures) zu unterstützen, die im Falle eines Scheiterns des gesamten Projekts einen Teil der finanziellen Verluste übernehmen. Risikokapital dient der Finanzierung neuester wissenschaftlicher und technischer Entwicklungen, deren Umsetzung, der Veröffentlichung neuartiger Produkte, der Erbringung von Dienstleistungen und wird aus Beiträgen von Einzelinvestoren, Großkonzernen, Regierungsstellen, Versicherungsgesellschaften und Banken gebildet.

In der Praxis werden Risiken nicht strikt in separate Kategorien eingeteilt und es ist nicht einfach, genaue Empfehlungen für das Risikomanagement zu geben. Wir empfehlen jedoch die Verwendung des folgenden Risikomanagementschemas.

Risikomanagementsystem:

Jede der aufgeführten Risikolösungsmethoden hat ihre eigenen Vor- und Nachteile. Abhängig von der Art des Risikos wird die konkrete Methode ausgewählt. Ein Anleger (oder ein Risikospezialist) wählt Methoden zur Risikominderung, die am wahrscheinlichsten die Höhe der Erträge oder den Wert seines Kapitals beeinflussen. Der Anleger muss entscheiden, ob es rentabler ist, auf die traditionelle Diversifizierung zurückzugreifen oder eine andere Methode des Risikomanagements anzuwenden, um die Deckung möglicher Verluste möglichst zuverlässig zu gewährleisten und seine finanziellen Interessen möglichst wenig zu beeinträchtigen. Eine Kombination mehrerer Methoden kann sich letztendlich als die beste Lösung erweisen.

Unter dem Gesichtspunkt der Kostenminimierung sollte jede Methode zur Risikominderung verwendet werden, wenn sie am kostengünstigsten ist. Die Aufwendungen zur Risikoabwehr und Schadensminimierung sollten das mögliche Schadensausmaß nicht übersteigen. Jede Methode muss so lange angewendet werden, bis die Kosten ihrer Anwendung beginnen, den Nutzen zu übersteigen.

Die Reduzierung des Risikoniveaus erfordert technische und organisatorische Maßnahmen, die mit gewissen und in vielen Fällen erheblichen Kosten verbunden sind. Und das ist nicht immer ratsam. Somit setzen wirtschaftliche Überlegungen der Risikominderung für einen bestimmten Anleger gewisse Grenzen. Bei der Entscheidung über eine Risikominderung ist es notwendig, eine Reihe kostenbezogener Indikatoren zu vergleichen, die ein akzeptables Risikoniveau und die erwartete Wirkung liefern.

Fasst man die oben genannten Methoden zur Verwaltung von Portfoliorisiken zusammen, können wir zwei Formen der Verwaltung von Wertpapierportfolios unterscheiden:

  • passiv;
  • aktiv.

Die passive Form der Verwaltung besteht darin, ein gut diversifiziertes Portfolio mit einem vorgegebenen Risikoniveau aufzubauen und das Portfolio über einen langen Zeitraum unverändert zu halten.

Die passive Form der Wertpapierportfolioverwaltung erfolgt nach folgenden Hauptmethoden:

  • Diversifizierung;
  • Indexmethode (Spiegelreflexionsmethode);
  • Portfolioerhaltung.

Wie bereits erwähnt, bedeutet Diversifikation die Aufnahme einer Vielzahl von Wertpapieren mit unterschiedlichen Eigenschaften in ein Portfolio. Die Auswahl eines diversifizierten Portfolios erfordert bestimmte Anstrengungen, die vor allem mit der Suche nach vollständigen und zuverlässigen Informationen über die Anlagequalität von Wertpapieren zusammenhängen. Die Struktur eines diversifizierten Wertpapierportfolios muss den spezifischen Zielen der Anleger gerecht werden. Durch die Investition in Aktien von Industrieunternehmen wird eine Branchendiversifikation erreicht.

Indexmethode Die Spiegelreflexionsmethode basiert auf der Tatsache, dass ein bestimmtes Wertpapierportfolio als Standard verwendet wird. Die Struktur des Benchmark-Portfolios wird durch bestimmte Indizes geprägt. Als nächstes wird dieses Portfolio gespiegelt. Der Einsatz dieser Methode wird durch die schwierige Auswahl eines Referenzportfolios erschwert.

Speichern Sie Ihr Portfolio basierend auf der Aufrechterhaltung der Struktur und der Aufrechterhaltung des Niveaus der Gesamtportfoliomerkmale. Es ist nicht immer möglich, die Portfoliostruktur unverändert zu lassen, da aufgrund der instabilen Lage am russischen Aktienmarkt der Kauf anderer Wertpapiere erforderlich ist. Bei großen Transaktionen mit Wertpapieren kann es zu einer Änderung des Wechselkurses kommen, was zu einer Änderung des aktuellen Wertes der Vermögenswerte führt. Es ist möglich, dass der Verkaufsbetrag von Wertpapieren von Aktiengesellschaften die Anschaffungskosten übersteigt. In diesem Fall muss der Manager einen Teil des Wertpapierportfolios verkaufen, um Zahlungen an Kunden zu leisten, die ihre Aktien an das Unternehmen zurückgeben. Große Verkaufsmengen können sich negativ auf die Wertpapierkurse des Unternehmens auswirken, was sich negativ auf seine Finanzlage auswirkt.

Das Wesen der aktiven Form des Managements ist die ständige Arbeit mit einem Wertpapierportfolio. Die grundlegenden Merkmale der aktiven Steuerung sind:

  • Auswahl bestimmter Wertpapiere;
  • Bestimmung des Zeitpunkts des Kaufs oder Verkaufs von Wertpapieren;
  • ständiger Tausch (Rotation) der Wertpapiere im Portfolio;
  • Bereitstellung eines Nettoeinkommens.

Wenn ein Rückgang des Zinssatzes der Zentralbank der Russischen Föderation vorhergesagt wird, empfiehlt es sich, langfristige Anleihen mit geringem Einkommen, aber Kupons zu kaufen, deren Zinssatz bei sinkendem Zinssatz schnell ansteigt. In diesem Fall sollten Sie kurzfristige Anleihen mit hohen Kuponrenditen verkaufen, da deren Zinssatz in dieser Situation sinken wird. Wenn die Dynamik des Zinssatzes Unsicherheit erkennen lässt, wird der Manager einen erheblichen Teil des Wertpapierportfolios in Vermögenswerte mit erhöhter Liquidität umwandeln (z. B. in Festgeldkonten).

Bei der Wahl einer Anlagestrategie bleiben Risiko und Kapitalrendite die Faktoren, die die Branchenstruktur des Anlageportfolios bestimmen. Bei der Auswahl der Wertpapiere sind die Produktionsrentabilität und die Aussichten auf Umsatzwachstum die Faktoren, die die Kapitalrendite bestimmen.

© 2023 youmebox.ru – Über das Geschäft – Portal mit nützlichem Wissen