Первый касается широты термина. До недавнего времени собственно вся финансовая математика сводилась к тому, что мы обозначили термином классическая финансовая математика , т.е. к изучению детерминированных моделей. В последнее время в связи с серьезными достижениями современной финансовой теории существенно расширились как круг проблем, рассматриваемых в финансовой математике, так и методы их решения. Современная финансовая математика в значительной мере посвящена изучению вероятностных моделей, возникающих при анализе финансовых проблем в условиях неопределенности и риска. Именно в этом смысле употребляется термин финансовая математика , например в [25]. Решение таких проблем нуждается в более сложном математическом аппарате теории вероятностей, математической статистики и случайных процессов, в то время как классическая финансовая математика основана на использовании в основном элементарной алгебры и начал анализа. [c.6]
В книге дается анализ основной производственной деятельности системы нефтеснабжения, формализуются понятия ее состояния, надежности функционирования объектов и системы нефтеснабжения, строятся модели оперативного управления. Излагаются вероятностные экономико-математические методы оперативного управления нефтеснабжением на больших транспортных сетях с использованием автоматизированных систем сбора и переработки информации. [c.2]
В СИЛУ сложности прогнозирования рынка возникает ощущение, что рынок и изменения цен можно рассматривать как вероятностный процесс и применять для исследования цен методы статистического анализа. Мы с таким подходом не согласны, считая, что рынок содержит в себе объективные движущие причины, которые определяют изменения цен. Но сложность и неоднозначность анализа этого рынка создают иллюзию хаотичности и случайности. Однако предложенная нами модель борьбы спроса и предложения (СМ. 2.6) приводит к выводу о том, что применение методов статистического анализа к изучению рынка вполне обосновано. [c.164]
Применительно к экономическим задачам методы математической статистики сводятся к систематизации, обработке и использованию статистических данных для научных и практических выводов. Метод исследования, опирающийся на рассмотрение статистических данных о тех или иных совокупностях объектов, называется статистическим. Основным элементом экономического исследования является анализ и построение взаимосвязей экономических переменных. Изучение таких взаимосвязей осложнено тем, что они не являются строгими, функциональными зависимостями. Бывает достаточно трудно выявить все основные факторы, влияющие на данную переменную (например, прибыль, риск), многие такие взаимодействия являются случайными, носят неопределенный характер, и число статистических наблюдений является ограниченным. В этих условиях математическая статистика (то есть теория обработки и анализа данных) позволяет строить экономические модели и оценивать их параметры, проверять гипотезы о свойствах экономических показателей и формах их связи, что в конечном счете служит основой для экономического анализа и прогнозирования, создавая возможность для принятия обоснованных экономических решений. Теория вероятностей играет важную роль при статистических исследованиях вероятностно-случайных явлений. Здесь в полной мере находят применение такие, основанные на теории вероятностей разделы математической статистики, как статистическая проверка гипотез, статистическое оценивание распределений вероятностей и входящих в ни параметров и др. [c.22]
Капиталовложения в промышленность, например, дают отдачу не сразу, а через несколько лет, когда будут построены и освоены новые производства. Поэтому, изучая влияние капиталовложений на развитие хозяйства, приходится относить это влияние не на ближайший год. а на третий, четвертый и т. д. Требуются большие статистические исследования, чтобы получить соответствующие данные для экономико-математических моделей. Эти данные будут неизбежно носить вероятностный характер, и потому лаги в народном хозяйстве изучаются методами математической статистики, в частности корреляционного анализа. [c.98]
При каждом таком проигрывании графика машина находит критический путь и вычисляет все необходимые параметры графика. Но теперь уже математическое ожидание любого параметра и его дисперсия определяются не через входящие в него слагаемые, а непосредственно как среднее значение и среднеквадратическое отклонение из всех значений конкретного параметра, полученных во всех проигранных машиной вариантах графика. Это наиболее точный метод анализа надежности реализации сетевого графика, рассматриваемого как вероятностная модель. [c.558]
Метод ситуационного анализа и прогнозирования является достаточно сложным, поскольку в его основе лежат модели, формализующие вероятностные и детерминированные связи, позволяющие прогнозировать развитие системы с учетом различных вариантов развития ситуации. Очевидно, что сфера приложения этого метода анализа — прогнозный анализ. [c.37]
Среди методов на основе анализа D F с углубленным подходом к неопределенности следует упомянуть имитационные методы, прежде всего анализ чувствительности и методы Монте-Карло. Самый простой из таких методов предполагает анализ чувствительности, когда все переменные корректируются по очереди, чтобы видеть их влияние на конечные стоимости D F. В методах Монте-Карло используется вероятностный подход. Так как вся информация, вовлеченная в принятие решения относительно ИС, высоко сомнительна, самое лучшее, что может быть сделано, это рассматривать вероятностные затраты и доходы, получая конечный результат в виде гистограммы значений NPV. В известных примерах Монте-Карло имитаций сразу все переменные в модели откорректированы согласно индивидуальным распределениям вероят- [c.195]
IV. Принятие решений в условиях неопределенности. Постановка задачи стохастического программирования. Прикладные методы учета неопределенности. Критерии и методы принятия решений при вероятностной реализации условий, определяющих функционирование производственной системы. Понятие адаптивной модели. "Зона неопределенности" прогноза развития производственной системы и методические приемы ее анализа. Надежность и маневренность производственной системы. [c.146]
Вероятностно-статистические методы воспроизводят как устойчивые, так и временные зависимости между экономическими явлениями и факторами. С помощью этих моделей можно обрабатывать данные статистического анализа, исследования закона распределения некоторой случайной величины, корреляционного (регрессионного) анализа получения количественной характеристики связей и зависимостей между различными технико-экономическими показателями. Кроме того, можно определять степень влияния каждого производственного фактора на изучаемый показатель или одновременно действующих факторов (для дисперсионного анализа) на технико-экономические показатели и выбирать из ряда факторов наиболее важные. [c.346]
Определенное внимание уделено вопросам учета факторов неопределенности и риска при анализе проектов. Рассмотрены методы оценки чувствительности проекта и анализа сценариев, а также вероятностных расчетов, в том числе с использованием энтропийных моделей риска и экспертных оценок. [c.6]
Книга посвящена разработке и исследованию методов и моделей оптимизации нефтеперерабатывающих производств. Обобщен опыт применения вероятностных, в том числе и энтропийных моделей для решения задач текущего и оперативно-календарного планирования. Рассмотрены основные предпосылки и особенности применения диалогового и лингвистического подходов для анализа производственных ситуаций и принятия плановых решений. [c.2]
Исторический метод — это разновидность ситуационного подхода в маркетинге, анализ и сопоставление данных по аналогии к ситуациям, имевшим место в прошлом. Сравнение данных и фактов, характерных для текущей ситуации, с историческими аналогами в прошлом позволяет построить модель вероятностных изменений в системе потребительских предпочтений. Если во внимание приняты все действительно значимые факторы, то такой метод может оказаться весьма эффективным с точки зрения составления прогнозов на ближайшее будущее, прошлые результаты с его помощью можно в этом случае проецировать на будущее. Этот метод применим прежде всего к анализу рынков для массового и крупносерийного производства, отличающихся относительной стабильностью, когда прошлые связи и тенденции сохраняются достаточно продолжительное время. [c.204]
Другие параметры обычно сравнивают при помощи регрессионного анализа и имитационного моделирования. Предлагаемые методы обеспечивают финансовых менеджеров сведениями, значение которых трудно переоценить. При этом нельзя забывать о границах применимости моделей. Вероятностная информация основывается, как правило, на эмпирической проверке моделей, ввиду чего определенная степень неточности или несоответствия неизбежна. Такой же трудной оказывается проблема выявления взаимозависимости переменных. [c.303]
При вероятностном подходе к учету неопределенности оба метода (сценарный и имитационный) могут использоваться совместно. В результате может быть построена сценарно-имитационная модель анализа качества инвестиционного проекта. [c.306]
Вероятностный анализ рисков Предполагают, что построение и расчеты по модели осуществляются в соответствии с принципами теории вероятностей, тогда как в случае выборочных методов это делается путем расчетов по выборкам. Вероятность возникновения потерь определяется на основе статистических данных предшествовавшего периода с установлением области (зоны) рисков, достаточности инвестиций, коэффициента рисков (отношение ожидаемой прибыли к объему всех инвестиций по проекту) [c.243]
Статистические модели. Среди широкого круга организационных проблем строительного производства особый интерес вызывают проблемы моделирования массовых процессов или явлений, на которые воздействует не поддающееся строгому учету и контролю множество факторов. Возможны также случаи, когда организатору производства неизвестны программа, структура или поведение системы (подсистемы) либо они настолько сложны, что описать их аналитическими методами не удается. Тогда при моделировании систем используют методы вероятностно-статистического анализа результатов исследуемого явления и говорят о случайных (стохастических или вероятностных) событиях, процессах и моделях. [c.249]
При построении модели ДС в качестве формального аппарата описания организации и функционирования ДС применяют, например, теорию графов, теорию конечных автоматов, специальные языки формально-логического типа. Если же решают проблему выполнения анализа, оценок и оптимизации разработанной системы, то модели строятся с использованием вероятностно-статистических методов. [c.206]
Развитие кредитного риск-менеджмента в последние годы было обусловлено применением современных математических методов, таких как анализ выживаемости, вероятностное и статистическое моделирование, математическое программирование, теория игр, нейронные сети и др. По применяемому математическому аппарату модели оценки кредитного риска можно классифицировать следующим образом [17] [c.339]
Риск может выявляться различными способами от сложного вероятностного анализа в моделях исследования операций до чисто интуитивных догадок. В настоящее время российские предприниматели в управлении рисками обычно опираются на интуицию, чей-то авторитет и на предыдущий опыт. Лишь незначительный процент руководителей способен оценивать риск с применением математических методов. [c.78]
Развитие аппарата современной математики вызывается практическими соображениями, связанными с распространением математических моделей и методов в самых различных сферах науки. Объекты, к которым сейчас применяются математические идеи, намного сложнее привычных объектов, традиционно изучавшихся математическими методами. Большая сложность новых объектов делает невозможным и нереальным решение задачи полной формализации протекающих в них процессов. Даже вероятностные модели оказываются слишком точными для подобных объектов и не могут быть построены из-за отсутствия нео бходимой статистической информации. Центральным звеном управления в этих новых объектах, как правило, является человек, характеризующийся всей гаммой потребностей, мотивов и целей, недоступных для полного анализа даже ему самому. Принятие решений в этих условиях происходит в многообъектной, многофункциональной системе, содержащей неопределенности, неизбежно связанные с человеком, его психикой, поведением. Они по необходимости должны носить многопараметрический, многокритериальный характер, основываться на анализе информации, который позволял вы находить достаточно рациональные решения, касающиеся (Производственных процессов, научных экспериментов, исследовательских разработок -и т. п. Но опыт кибернетики свидетельствует о том, что достигнуть этого довольно трудно. Отсюда оживленные поиски новых подходов и новых математических средств. Одним из направлений, в которых ныне активно ведется поиск, является теория нежестких объектов — размытых множеств, нечетких алгоритмов, расплывчатых понятий и т. п. [c.166]
При современном состоянии методов математического программирования и вычислительных возможностях ЭЦВМ модели для оптимизации топливно-энергетического хозяйства ценой ряда упрощений вынужденно сводятся к общей задаче линейного программирования. Для учета в линейных моделях динамики развития топливно-энергетического хозяйства нелинейности ряда энергоэкономических объектов используется ряд приближенных приемов. Для учета же вероятностного характера исходных данных применяются специальные методы анализа оптимального решения. [c.172]
Основные Средние и относитель- Вся совокупность приемов и методов приемы и способы ные величины труп- анализа, включая нормативные методы, анализа пировки простейшие вероятностные и имитационные модели [c.87]
Экономич. процессы описываются как с помощью тех-нологич. и технико-экономич. моделей экономики (методы межотраслевого баланса, модели экономич. равновесия), так и с помощью оптимизационных и вероятностных моделей поведения социально-экономич. систем. Наиболее разработанными являются первые модели ( стадиальные модели), построенные на базе эмпирич. межотраслевых таблиц. Они позволяют выявить ряд важных экономич. категорий, таких, как коэффициенты прямых и полных затрат. С помощью межотраслевых таблиц с возможно большей расшифровкой показываются затраты на произ-во продуктов и распределение этих продуктов в нар. х-ве. Коэффициенты прямых затрат (нормативы затрат продукции одной отрасли на единицу продукции др. отрасли) позволяют с учётом конечного спроса каждой отрасли рассчитать объёмы произ-ва продукции. При помощи этих коэффициентов можно рассчитать и коэффициенты полных затрат, к-рые помогают получить более полную информацию о характере связей между отраслями. Объёмы произ-в определяются умножением этих коэффициентов на величину конечного спроса. Структурный анализ с помощью таблиц межотраслевого баланса применяется для анализа структуры всего нар. х-ва и отд. экономпч. р-нов (см. в ст. Баланс межотраслевой). Осн. недостаток метода межотраслевого баланса — отсутствие в нём оптимизирующего подхода, критерия для выбора нан- [c.82]
ПРИКЛАДНАЯ СТАТИСТИКА [applied statisti s] — научная дисциплина, разрабатывающая и систематизирующая понятия, приемы, математические методы и модели, предназначенные для организации сбора, стандартной записи, систематизации и обработки (в том числе с помощью ЭВМ) статистических данных с целью их удобного представления, интерпретации и получения научных и практических выводов65. Если рассматривать математическую статистику как науку, изучающую лишь данные вероятностной природы (таково распространенное толкование), то П.с. надо считать дисциплиной, использующей ее методы и приемы в качестве рабочего инструментария по отношению к данным не обязательно вероятностной природы, а при более широком понимании предмета математической статистики — одним из разделов последней (см. Многомерный статистический анализ). Определение "прикладная" здесь не вполне точно прикладными являются, безусловно, и такие дисциплины, как экономическая [c.281]
Фундаментальный анализ возможности (вероятности) возникновения кризиса Комплексный экономический анализ эффективности хозяйственной деятельности. Альтернативный анализ перспектив кризиса в отрасли с использованием элементов р-анализа (с использованием исторической р , технического анализа фондового рынка и т.д. Использование глобальных показателей вероятности банкротства (метод Бивера, метод Альтмана, модель Аа-рони-Джоиса-Свори и т.д.). Использование вероятностных методов оценки риска (метод экспертных оценок, метод дерева решений, метод аналогий, анализ чувствительности и связанный с ним метод критических значений, анализ сценариев, метод Монте-Карло). Анализ эффективности диверсификации портфеля активов. Оценка влияния несистематических рисков. Оценка бизнеса (операционный аспект). Оценка бизнеса (ликвидационный аспект). [c.74]
Несмотря на тот факт, что мы ставим под вопрос логику Осборна, не следует умалять его достижения. Осборн собрал коллекцию разных концепций, относящихся к теории случайных блужданий, которые в конечном счете оправдывают применение вероятностных расчетов. В сущности, эта группа исследователей знала, что статистический анализ предлагает огромное количество исследовательских методов и моделей. Эти инструменты, однако, ограничены лежащими в их основе предположениями. Главным было следующее изучаемый объект должен быть независимой идентично распределенной случайной переменной. Таким образом, постулировалось, что поскольку фондовый рынок и другие рынки капитала представ П КУТ гобой болтлппе системы с большим числом степеней свободы (или — инвесторов), текущие цены должны отражать информацию, уже имеющуюся в распоряжении каждого. Изменения в цене должны происходить только по возникновении новой неожиданной информации. [c.33]
Введение в эмпирический анализ основные характеристики случайных величин, средние, распределение частот (вероятностей), группировки статистических данных, центр распределения, разброс, ассиметрия, эксцесс закон больших чисел качественная однородность совокупности основные типы распределения вероятности в эконометрии показатели измерения связи регрессионный анализ модель регрессии в эконометрии и математической статистике метод наименьших квадратов вероятностные гипотезы несмещенность, состоятельность и эффективность оценок следствия нормальности распределения ошибок критерий Стьюдента критерий Фишера мультиколлинеарность шаговая [c.130]
Смотреть страницы где упоминается термин Вероятностные модели и методы анализа
: [c.434] [c.4] [c.154] [c.348] [c.104] [c.202] [c.180] [c.181] [c.234] [c.621] [c.130]Смотреть главы в:
Информационные технологии бухгалтерского учета -> Вероятностные модели и методы анализа