Все идет к тому, что сценарно-вероятностные методы анализа риска начинают себя понемногу изживать. На смену им приходят нечетко-множественные подходы, которые, с одной стороны, свободны от вероятностной аксиоматики и от проблем с обоснованием выбора вероятностных весов, а, с [c.32]
Являясь предплановой стадией, прогнозы органически вписываются ы следующие этапы планирования выбор целей развития в определенном плановом периоде, разработка основных направлений пятилетнего плана. В народнохозяйственном планировании используется система прогнозов. Она дает возможность принять обоснованные плановые решения, избежать ошибок и просчетов при планировании. Таким образом, разработка прогноза в формировании плана представляет собой необходимое условие единого процесса народнохозяйственного и отраслевого планирования. Но если прогноз носит вероятностный характер, то план является директивным. В нем точно указаны сроки выполнения мероприятий и адресность исполнения. [c.87]
Чтобы стать лидером рынка, необходимо ставить перед собой, как говорит автор книг и консультант по вопросам ведения бизнеса Джим Коллинз, большие мохнатые дерзкие цели . Нельзя ограничиваться учетом прошлого или даже нынешнего состояния рынка. Необходимо предугадывать, в каком направлении он будет двигаться дальше и какое влияние могут оказать на выбор этого направления те или иные привходящие обстоятельства. Только так, руководствуясь вероятностными прогнозами, можно вести компанию вперед. Чтобы получить большой выигрыш, иногда требуется идти на серьезный риск. [c.271]
Более подробно с формулами для вычисления затрат, связанных с отсутствием материала и формулами расчета оптимального страхового цикла, можно ознакомиться в специальной литературе по управлению запасами. Необходимо иметь в виду, что выбор формул анализа — минимизация затрат условно. В любом случае размер оптимального страхового запаса рассчитывается по данным вероятностного анализа. На практике предприятия, уделяя внимание небольшой части запасов могут контролировать большую часть своих капитальных вложений в запасы. Этот принцип известен в литературе как анализ Парето (итальянский экономист и социолог, 1848 — 1923). [c.96]
Поскольку прогнозирование носит вероятностный характер, оно в основном осуществляется с помощью статистических моделей. Они основываются, главным образом, на корреляционной связи между объектами изучения. Статистика помогает предвидеть, но сама по себе еще не обеспечивает правильность предвидения. Статистическими методами можно добиться высоких результатов, однако в конечном счете их надежность зависит от правильности выбора отправных положений. [c.101]
В условиях действия второй ситуации для выбора варианта действий и применяется вероятностный подход, предполагающий прогнозирование возможных исходов и присвоение им вероятностей. При этом пользуются [c.138]
Прогнозирование осуществляет такую важную составную функцию планирования, как предвидение, основанное на научном анализе закономерных тенденций развития тех или иных процессов. Прогнозирование носит предварительный, вариантный и вероятностный характер. Качественное отличие прогноза от конкретного плана заключается в том, что прогноз дает информацию для обоснования принимаемого решения и выбора методов планирования и управления. Он характеризует возможность того или иного пути развития в будущем, в то вре- [c.114]
По прошлым наблюдениям за переменной можно установить частоту, с которой та принимает соответствующие значения. В этом случае вероятностное распределение есть то же самое частотное распределение, показывающее частоту встречаемости значения, в относительном масштабе (от 0 до 1). Вероятностное распределение регулирует вероятность выбора значений из определенного интервала. В соответствии с заданным распределением модель оценки рисков выбирает произвольные значения переменной. До рассмотрения рисков подразумевалось, [c.244]
Задача аналитика, занимающегося исследованием риска, состоит в том, чтобы хотя бы приблизительно определить для исследуемой переменной (фактора) вид вероятностного распределения. При этом основные вероятностные распределения, используемые в анализе рисков, могут быть следующими нормальное, постоянное, треугольное, пошаговое. Эксперт присваивает переменной вероятностное распределение исходя из своих количественных ожиданий и делает выбор из двух категорий распределений как симметричных (например, нормальное, постоянное, треугольное), так и несимметричных (например, пошаговое распределение). [c.245]
Проведение расчетных итераций является полностью компьютеризированной частью анализа рисков проекта. Для хорошей репрезентативной выборки обычно бывает достаточно 200—500 итераций. В процессе каждой итерации происходит случайный выбор значений ключевых переменных из специфицированного интервала в соответствии с вероятностными распределениями и условиями корреляции. Затем рассчитываются и сохраняются результативные показатели (например, NPV). И так далее, от итерации к итерации. [c.245]
Задачи в условиях неопределенности возникают в ситуациях, когда нет предварительной вероятностной оценки возможных будущих ситуаций или значений параметров, их характеризующих. В подобных задачах используют своеобразный подход для описания оценки предпочтительности управленческих стратегий. Оценка максимин предполагает предпочтительность стратегии действий, у которой достигается максимально полезный результат при наиболее неблагоприятном развитии событий. Оценка минимакс ориентирует на выбор стратегии, у которой наименьшие потребные расходы при наиболее неблагоприятном развитии событий. [c.104]
Одним из наиболее сложных в методологическом отношении вопросов, которые приходится решать при реализации вероятностных моделей для конкретных производств, является обоснованный выбор и обеспечение принимаемых значений у, -, определение законов распределения и числовых характеристик случайных величин. При этом необходимо иметь в виду, что в моделях с построчными вероятностными ограничениями уровень надежности всей системы ограничений определяется выражением [c.94]
Анализ результатов идентификации позволяет осуществить обоснованный выбор зависимостей, учитывающих вероятностную природу основных процессов НПП и ее внешних связей. [c.98]
В стохастической коммуникационной системе ввод энтропии осуществляется при следующих предварениях. Каждая частица случайным образом проходит по определенной коммуникации (/, /), а следовательно, случайным, образом избирает величину характеристики Ягу данного канала, поэтому многократные повторения этого выбора можно интерпретировать как эксперименты над случайной величиной Я, в каждом из которых реализуется некоторое ее значение h =Я,-у с вероятностью Pij. Тем самым, при вероятностной схеме можно говорить о существовании некоторой плотности вероятности f(h) случайной величины Я, информированность о которой, в общем случае, различна. [c.105]
Между тем, вероятностный характер инновационных процессов не позволяет полностью предотвратить наступление всех рисковых ситуаций. Поэтому, помимо маркетингового сопровождения процесса создания и внедрения инновации, следует также адекватно оценить возможные результаты и степень риска, что необходимо для правильного выбора проекта к реализации. [c.4]
Учитывая, что основой выбора направлений поисково-разведочных работ и определения темпов подготовки и извлечения запасов должна быть экономическая оценка, в качестве главного показателя принят дисконтированный народнохозяйственный чистый доход, получаемый за счет вовлечения нефтегазовых ресурсов в хозяйственный оборот. С этих позиций рассматриваются методы оценки эффективности поисково-разведочных программ на различных стадиях освоения ресурсов как в зрелых районах с развитой нефтегазодобычей, так и в новых перспективных районах с низким уровнем информационной обеспеченности. Для последнего случая подробно описаны методы имитационного моделирования поисково-разведочных работ и вероятностные характеристики перспективных планов. [c.4]
При таком раскладе исторической волатильности, вы можете видеть, что акция была в далеком прошлом менее волатильной, чем в последнее время. Выбор той волатильности, из перечисленных, которую следует использовать в расчетах опционных и вероятностных моделей, будет обсуждаться ниже. Вам необходимо уметь делать оценку волатильности для того, чтобы определять потенциальную успешность стратегии и каков уровень текущей цены на опцион - относительно высок или относительно низок. Например, вы не можете просто сказать "Я думаю, что XYZ собирается подняться, по крайней мере, на 18 пунктов до февральской экспирации". Вам необходимы какие-то основания для такого утверждения и, поскольку у вас нет никакой инсайдерской информации о том, что компания собирается делать с текущего момента до февраля, эти основания должны быть [c.210]
Кроме того, портфельный анализ позволяет обойти многие трудности, включая требование вероятностных распределений для ключевых переменных (как на уровне проекта, так и на макроуровне). Он обеспечивает достоверные характеристики рисков и количественную оценку возможных итогов, средних значений распределений, их вариаций и ковариаций — для различных комбинаций при выборе вариантов из всех возможных портфелей. Это увеличивает и без того огромное количество альтернатив и исключительно большое количество имитаций. [c.84]
Выбор каждой из коалиций действия некоторой стратегии определяет то, что называется исходом конфликта. При этом не обязательно, чтобы этот исход понимался как однозначно определенное детерминированное явление, Допустимо, чтобы тот или иной из этих исходов был множеством физических явлений или же случайным явлением, т.е. множеством явлений с вероятностной мерой на нем. Кроме того, некоторые комбинации выбранных коалициями действия стратегий могут оказаться несовместимыми и потому неосуществимыми. В этом случае принято считать, что конфликт не состоялся. (В применении к играм (конфликты) это может выражаться в появлении некоторой помехи, прервавшей игру (конфликты) без возможности ее продолжения). [c.430]
В качестве критерия выбора лучшей стратегии для вероятностных задач наиболее часто применяется критерий, максимизирующий математическое ожидание (в данном примере — прибыли). Тогда эффективность (Э) каждого варианта определится как [c.518]
Применение эконометрических моделей 2. Применение аппарата производственных функций 3. Применение методов множественной регрессии по методу затраты — эффективность 4. Применение стохастических (вероятностных) моделей 1. Высокая точность, эффективность и качество управленческих решений 2. Выбор приоритетных направлений развития фирмы 3. Точность расчетов экономической эффективности производственной деятельности 4. Устранение неопределенности результатов, снижение рисков [c.20]
Оценка уровня и выбор путей повышения надежности и долговечности изделий тесно связаны с количественной мерой. Для этих целей используется система показателей, каждый из которых обеспечивает измерение той или иной стороны надежности. Количественные меры разных сторон этого свойства качества и последствий его изменений имеют не детерминированный, а вероятностный характер. В этой связи напомним основные вероятностные характеристики надежности изделий. [c.355]
Таким образом, характерным признаком проведения научных и прикладных исследований и разработок новых технических образцов является тот факт, что в своем развитии отдельные направления разработки подразделяются, образуя несколько исходов. В местах разветвлений возникают альтернативные события, в которых приходится принимать решения о вариантах дальнейшего развития разработки, т. е. производить выбор из множества исходов, так как практически может реализоваться лишь один наиболее перспективный, который включает в себя часть из всех потенциально возможных операций и процедура выбора которого предполагает представление процесса разработки технического образца в виде вероятностной структуры. [c.5]
Полученное в результате реализации алгоритма распределение ресурсов должно быть проанализировано с точки зрения возможности практического применения. Необходимость анализа связана с оценкой величины коэффициента доверия р. Если величина последнего достаточно представительна, полученное распределение ресурсов можно считать достаточно надежным с вероятностной точки зрения. Если же значение коэффициента доверия слишком незначительно, необходим дополнительный анализ стохастических сетей с целью нахождения способов увеличения доверительных оценок. Это достигается изменением вероятностного закона распределения ресурсов в сторону увеличения вероятности разработки с меньшим количеством ресурсов. Однако законы распределения ресурсов заложены в дереве исходов, которое содержит варианты достижения цели локальной разработки. Следовательно, необходимо умение выбирать такие варианты, которые были бы оптимальными с точки зрения объема потребляемых в процессе разработки ресурсов. Выбор оптимального варианта предполагает в дальнейшем его осуществление на основе проведения таких организационно-технических мероприятий, которые повысили бы вероятность реализации этого оптимального варианта. Основным мероприятием является повышение вероятности отдельных направлений хода разработки, в конечном итоге формирующих именно этот оптимальный вариант. [c.16]
Одним из принципов работы коммерческих банков в рыночных условиях является стремление к получению большей прибыли. Оно ограничивается возможностью понести убытки. Тем не менее банк обычно предпочитает избегать риска, а если это невозможно, то свести его к минимуму. Следовательно, риск есть стоимостное выражение вероятностного события, ведущего к потерям. Риски тем выше, чем выше шанс получить прибыль. Отсюда вытекает, что банки, имея возможность выбора из двух и более событий наименее рискового, должны учитывать, что чем ниже уровень риска, тем ниже при прочих равных условиях и вероятность получить высокую прибыль. Поэтому, хотя, как правило, любой предприниматель старается свести к минимуму степень риска и из нескольких альтернативных решений выбрать то, при котором уровень риска минимален, ему необходимо найти оптимальное соотношение уровня риска и степени деловой активности, доходности. [c.59]
Оптимальные планы многоэтапных задач с условными статистическими или вероятностными ограничениями представляют собой решающие правила или решающие распределения — зависимости компонент решения или статистических характеристик распределения составляющих решения от реализованных и наблюденных к моменту выбора решения значений случайных параметров условий задачи. [c.14]
При выборе оценок субъективных вероятностей часто ссылаются на известный принцип Гиббса-Джейнса среди всех вероятностных распределений согласованных с исходной информацией о неопределенности соответствующего показателя, рекомендуется выбирать то, которому отвечает наибольшая энтропия. Многие исследователи, в том числе и автор настоящей работы, прибегали к этому принципу для обоснования вероятностных гипотез в структуре допущений исходной модели (назовем работы [1.9], [1.10]). Однако законным возражением против этого принципа, выдвинутым в последнее время, является то, что принцип максимума энтропии не обеспечивает автоматически монотонности критерия ожидаемого эффекта [1.5]. Отсюда следует, что принцип максимума энтропии должен дополняться граничными условиями применимости этого критерия при выборе вероятностных распределений. [c.22]
Выбор проектных решений по газоснабжающим системам осуществ -ляется на основе информации об объемах газопотребления (нагрузок системы), о поставках газа из источников, затрат на сооружение объектов системы. Эта информация имеет в основном вероятностный (иди неопределенный) характер. [c.28]
По поводу решения задачи выбора уровней надежности в (2.58)-(2.61) отметим существование реальных путей оценки соотношений между характеристиками внешних ( и и j) и внутренних (а%г и г) связей. Например, если количественно соотнести возможные отклонения с надежностью реализации внещних и внутренних связей, то можно утверждать, что n поставке сырья и выработке и потреблению товарной продукции, т. е. положить = i = 1 для всех и и /, то вероятностные условия (2.58) — (2.61) обращаются в детерминированные. [c.49]
Значительным достижением следует считать принципиально новый подход к оценке замыкающих затрат, учитывающий динамическую составляющую, которая может существенно повлиять на выбор оптимального плана развития нефтедобывающей отрасли [10]. Важным элементом экономической оценки ресурсов нефти и газа явился также вероятностный подход к геолого-экономическому прогнозированию и оценке потенциальных открытий, развиваемый в работах А. С. Бейлина, В. И. Эскина, И. Я. Файнштейна, М. Г. Лейбсо-на и др. [c.142]
Это хороший урок, относящийся к Рис. 154 эволюция будущего может иметь несколько сценариев. Динамика фондового рынка выбирает один из них, но другая ветвь вероятно, появилась как модификация в результате различных возмущений, воздействующих на систему. Это возвращает нас в начало главы, где мы подчеркивали, как важно учитывать в предсказаниях множественность сценариев. Как упоминалось в различных контекстах в [6], предсказательные схемы и связанные с ними прогнозы, должны определяться в вероятностных терминах, допускающих множественность сценариев, развертывающихся на основе одного и того же развития в прошлом. В этом подходе глубоко заложено видение будущего, как набора потенциально возможных траекторий, которые в определенные моменты могут ветвиться. В какой-то момент, только одна основная траектория экстраполируется с высокой степенью вероятности из прошлого, ставя будущее в почти детерминистическую (хоть и возможно в нелинейной, хаотической манере) зависимость от прошлого. Иногда же, будущее гораздо менее определенно, с множеством практически равнозначных вариантов. В этом случае, мы возвращаемся к картине случайных блужданий. Существование уникального будущего должно рассматриваться не как признак отдельной динамической системы, а как крушение большого распределения вероятностей. Эта концепция найдена, например, в известной Урновой проблеме Поля, рассмотренной в главе 4, где историческая траектория конвергирует в определенный исход, который, однако, контролируется исключительно совокупностью чисто случайных выборов другой исход мог бы быть выбран историей с равной долей вероятности [20]. Очень важно рассматривать прогнозные схемы в основном как способ характеристики вероятностей для возможных конкурирующих сценариев. Эта точка зрения очень ярко отражена в известном научно-фантастическом произведении Азимова "Основание" [23,22]. [c.336]
Выбор переменных, которыми мы стремимся управлять, и способ, с помощью которого мы пытаемся это делать, определяется тем, что, по нашему мнению, составляет природу взаимосвязей, существующих между переменными, а также между переменными и конечным результатом той или иной линии поведения. Наиболее важным видом взаимосвязей, рассматриваемых при решении проблем, являтся причинная зависимость, Такая зависимость может быть строгой (выбранная линия поведения полностью предопределяет исход) или нестрогой — слабой, когда выбранная линия поведения не обязательно влияет, или воздействует, на исход. Слабую (вероятностную, или недетерминированную) причину иногда называют генератором (produ er), а ее следствие — продуктом. Генератор (например, жел,удь) с некоторой вероятностью способен произвести соответствующий продукт (дуб), однако это событие не является достоверным. Слабая причинная зависимость наблюдается, как правило, в реальных условиях, а строгая причинная зависимость— в лабораторных или близких к ним. [c.107]
ДЕТЕРМИНИРОВАННЫЕ ЗАДАЧИ [deterministi problems] в исследовании операций — задачи, доказывающие, что каждая выбираемая руководителем стратегия приводит к единственному, заранее известному результату. В таких задачах критерием для выбора стратегии является полезность (выбирается та стратегия, которая гарантирует лучший результат). Это одна из трех типичных ситуаций принятия решений (см. также Неопределенные задачи, Риск). Бывает целесообразно приводить к детерминированному виду более сложные вероятностные модели. [c.79]
М.м. описывает поведение конкретных экономических объектов (вплоть до отдельной личности — потребителя или производителя), принимающих решения (осуществляющих выбор возможных альтернатив) в условиях функционирования социально-экономической системы. Каждый объект получает, или покупает, или добывает каким-то иным путем нужную ему информацию, распределяет имеющиеся ресурсы, разрабатывает правила выбора альтернатив и стратегию дальнейших действий и т.д. Исходя из этого, можно выделить три существенные области применения М.м. ценообразование, принятие решений об объеме производства и продаж, распределение доходов. Отличие М.м. от макромоделей большая зависимость от внешней среды, дезагрегация показателей. Так же как и макроэкономические модели, микромодели могут быть статическими и динамическими, детерминированными и вероятностными, дискретными и непрерывными. [c.197]
Как правило, при разработке программы не все основные цели известны заранее. Поэтому план должен учитывать как возможность успеха, так и неудачи и связанные с этим альтернативные курсы действий для достижения конечной цели программы. Известны многие попытки разработать методы составления таких планов с учетом возникающих непредвиденных обстоятельств. Один из них — модификация метода критического пути. Иногда его называют также методом вероятностных (стохастических) сетевых графиков. Используют также термин разветвленные графики в связи с тем, что в определенных точках планов происходит ветвление курса действий. Это свидетельствует о возможности выбора одного из нескольких путей выполнения программы в зависимости от наступивших событий после начала работ по проекту. Такая ситуация характерна для НИОКР. Она встречается и тогда, когда решение о выборе одного из двух путей может быть принято в определенный момент времени после того, как предшествующий анализ показал необходимость пересмотреть прежнее решение. [c.142]
Неопределенность исходной информации также следует учитывать при выработке реальных плановых решений. Эта неопределенность имеет разные (как субъективные, так и объективные) причины, но практически присуща всем задачам планирования. Для задач перспективного (особенно долгосрочного) планирования эта неопределенность отражает объективный фактор — принципиальную невозможность точного знания всех условий и параметров в перспективе, для задач на меньшие периоды планирования неопределенность исходной информации в широком смысле может являться следствием как недостоверности исходных данных, так и стохастичности природных явлений (погодных и др.) — случай вероятностной определенности. Учет фактора неопределенности исходной информации может проводиться как использованием специальных методов учета вероятностных параметров, таких как стохастическое программирование, а также метод Монте-Карло (статистических испытаний), теория массового обслуживания и др., так и выбором соответствующих приближенных схем, человеко-машинных методов и т. д. При первом направлении для неопределенных параметров исходной информации на основе экспертных оценок, ограниченных статистических данных и методов математической статистики гипотети-118 [c.118]
Наконец, третий подход имеет игровой характер и основан на стратегии мак-смина. Управляемым ходом рассматриваемой игровой ситуации является выбор номера г совокупного варианта, внутри которого может в будущем реализоваться любой из вероятностных финальных исходов (1-х полных ва- [c.10]
Настоящая монография содержит пятнадцать глав. В гл. 1, носящей вводный характер, классифицируются постановки задач стохастического программирования, приводится краткая историческая оправка и излагается вспомогательный математический аппарат. Глава 2 посвящена анализу постановок различных технических и экономических прикладных задач управления в условиях неполной информации. Содержание последующих девяти глав связано с активным подходом к стохастическому программированию — (формальной основой для выбора решений в условиях неполной информации. В гл. 3—5 исследуются од-ноэтапные стохастические задачи с вероятностными и статистическими ограничениями, решаемые в чистых и смешанных стратегиях, в априорных и апостериорных решающих правилах и решающих распределениях. Главы 6—8 посвящены теории и вычислительным схемам классической двухзтапной задачи стохастического программирования. В гл. 9—11 описаны динамические модели управления в условиях неполной информации — многоэтапные задачи стохастического программирования с условными и безусловными статистическими и вероятностными ограничениями с априорными и апостериорными решающими правилами. [c.6]