Риск-предикторы в задачах обоснования управленческих решений тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Риск-предикторы в задачах обоснования управленческих решений"

На правах рукописи

ИОНОВ Юрий Георгиевич

РИСК-ПРЕДИКТОРЫ В ЗАДАЧАХ ОБОСНОВАНИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

Специальность 08.00.13 - Математические и

инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Воронеж - 2004

Работа выполнена в Воронежском государственном университете

Научный руководитель

Официальные оппоненты:

Ведущая организация

доктор экономических наук, профессор

Давнис Валерий Владимирович

доктор физико-математических наук, профессор Секерин Алексей Борисович;

кандидат экономических наук Булгакова Ирина Николаевна

Воронежский государственный архитектурно-строительный университет

Защита диссертации состоится «<_1_» июля 2004 года в 14-00 часов в конференц - зале на заседании диссертационного совета ДМ 212.037.09 Воронежского государственного технического университета по адресу: 394026, г. Воронеж, Московский просп., 14.

С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета.

Автореферат разослан «31» мая 2004 года.

Ученый секретарь диссертационного совета

Мяснянкина О.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. В настоящее время ни у кого не вызывает сомнения тот факт, что руководители современных предприятий испытывают значительные трудности при оценке надежности принимаемых решений. Причин тому - и объективных, и субъективных - довольно много. Но самая главная из них - неопределенность, реальность которой всеми признается, и, значит, прав Пол Хейне, высказавший мысль о том, что если мы вынуждены жить в условиях неопределенности, то можем, по крайней мере, не усугублять наши проблемы, притворяясь, что это не так.

Одним из первых, кто обратил внимание на проблему неопределенности в рамках теории управления экономическими объектами, был Ф. Найт. В своей статье «Риск, неопределенность и прибыль», опубликованной в 1921 г., он достаточно подробно исследовал возможность вероятностного описания ситуаций, которые теперь принято классифицировать как «ситуации принятия решений в условиях риска».

Эта проблема продолжает оставаться в центре современных экономических исследований. Подтверждением тому служит присуждение Нобелевских премий (Дж. Тобин в 1981г., М. Алле в 1988, Г. Марковиц, М. Миллер и У. Шарп в 1990г., Р. Ингл в 2003г.) за разработку теорий, в которых одним из ключевых элементов является риск.

Различные аспекты проблемы управления рисками и их математического моделирования изучались в работах таких авторов, как А.П. Альгин, И.Т. Балабанов, В.П. Буянов, В.М. Гранатуров, A.M. Дубров, А.К. Кама-лян, К.А. Кирсанов, Б.А. Лагоша, Л.М. Михайлов, P.M. Качалов, Г.Б. Клей-нер, Е.В. Попова, К. Рэдхэд, А.Б. Секерин, Е.Н. Станиславчик, Л.Н. Тэпман, Э.А. Уткин, Е.Ю. Хрусталев, С. Хьюс, Л.П. Яновский и других.

В большинстве современных подходов по исследованию проблем управления рисками предполагается, что заранее известны вероятности возникновения благоприятных и неблагоприятных ситуаций, и, следовательно, имеется возможность оценить степень риска принимаемого решения. В действительности же, знания о предполагаемых вариантах развития событий весьма приблизительны, а в некоторых случаях сильно искажены. Более того, риск оценивается, как правило, по данным, известным на момент принятия решения, без учета возможных изменений в будущем. Это, как известно, может приводить к ошибочным решениям.

Понятно, для того чтобы избежать ошибочных решений, необходимо обладать некоторой информацией о будущем. Традиционным способом получения такой информации являются прогнозные расчеты, поскольку именно они предоставляют возможность экономическим субъектам избе-

жать «шок будущего». Однако большинство современных подходов не содержит в себе прогностической составляющей, позволяющей оценивать риск с позиций момента реализации принимаемого решения.

В этой связи настоящее диссертационное исследование, посвященное вопросам снижения уровня неопределенности и получению более точных оценок степени риска с помощью прогнозных методов, представляется весьма актуальным.

Работа выполнялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета «Математическое моделирование и информационные технологии в управлении экономическими процессами».

Цели и задачи исследования. Целью диссертационного исследования является развитие математического аппарата прогнозирования рисков в социально-экономических системах путем разработки специального вида моделей - риск-предикторов.

Цель исследования предопределила необходимость решения следующих основных задач:

анализ отечественных и зарубежных подходов к определению сущности и природы рисков;

^ классификация рисков и факторов, порождающих рисковые ситуации;

систематизация существующих методов и моделей количественной оценки рисков;

обоснование необходимости использования упреждающих оценок риска в задачах принятия управленческих решений; разработка методов обнаружения эффекта рискогенности в социально-экономических процессах;

исследование прикладных возможностей моделей бинарного выбора в задачах количественной оценки риска;

построение базового матричного риск-предиктора и его различных модификаций;

разработка методики оценки рисков по результатам имитационных экспериментов с адаптивными предикторами;

практическое использование риск-предикторов в задачах прогнозирования показателей социально-экономического развития региона.

Объектом исследования являются социально-экономические процессы, протекающие как на микро-, так и макроуровне в современных условиях нестабильного функционирования экономики России.

Предмет исследования — математический аппарат упреждающих расчетов характеристик риска социально-экономических процессов.

Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам математического моделирования, рискологии, прогнозирования социально-экономических процессов, экономической теории, адаптивного управления социально-экономическими объектами, теории принятия решений в условиях неопределенности и риска). Была использована статистическая информация, справочная и методическая литература, материалы периодической печати, а также нормативные и законодательные акты.

При выполнении диссертационной работы применялись эконометри-ческие методы и методы, адаптивного прогнозирования социально-экономических процессов, математическое, в том числе имитационное, моделирование, теория матриц, методы обработки экспертной информации, математический анализ, методы визуализации данных, современное программное обеспечение.

Эмпирическую базу исследования составили официальные данные, полученные от Воронежского областного комитета государственной статистики и Главного управления экономического развития Администрации Воронежской области, а также Интернет-ресурсы.

Диссертационная работа выполнена в рамках п. 1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: фирм и предприятий, ..., способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений», п. 1.9. «Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни...» паспорта специальности 08.00.13 - «Математические и инструментальные методы экономики».

Научная новизна исследования состоит в разработке математического аппарата, основой которого являются риск-предикторы, обеспечивающие лицо, принимающее решение, упреждающей информацией о риск-ожидаемых ситуациях.

Научная новизна подтверждена следующими, наиболее существенными, выносимыми на защиту научными результатами, полученными автором в ходе диссертационного исследования:

обоснована необходимость использования прогнозных оценок риска в задачах обоснования управленческих решений; ^ предложены методы обнаружения эффекта рискогенности в социально-экономических процессах; ^ создана методика построения матричного риск-предиктора для получения упреждающих векторных оценок характеристик риска;

^ построены вычислительные схемы, реализующие совместное применение адаптивного и имитационного подходов в задачах предсказания степени риска принимаемых решений относительно сложных экономических систем;

^ разработана модель прогнозирования основных показателей социально-экономического развития региона с встроенным матричным риск-предиктором для оценки риска сценарных вариантов.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на семинарах и научных сессиях в Воронежском филиале Российского государственного торгово-экономического университета; Международной конференции «Математика. Образование. Экология. Тендерные проблемы» (Воронеж, 2000); Всероссийской научно-практической конференции «Электронный бизнес: опыт и перспективы-2003» (Воронеж, 2003); Всероссийской научно-практической конференции «Экономическое прогнозирование: модели и методы-2004» (Воронеж, 2004); Международной школе-семинаре «Современные проблемы механики и прикладной математики» (Воронеж, 2004) и др.

Практическая значимость работы выражается в разработке риск-предикторов, которые можно использовать для оценки степени риска реализации сценарных вариантов при прогнозировании показателей социально-экономического развития региона. Эти модели были применены Главным управлением экономического развития Администрации Воронежской области при прогнозировании развития области на 2004г.

Отдельные результаты диссертационного исследования используются при подготовке экономистов и менеджеров Воронежского филиала Российского государственного торгово-экономического университета в курсе «Экономическая оценка инвестиций», Воронежского экономико-правового института в курсе «Финансовые вычисления в коммерческих расчетах»; Воронежского кооперативного института филиала Белгородского университета потребительской кооперации в курсе «Экономика. Компьютерное моделирование», о чем имеются соответствующие акты об их внедрении в учебный процесс.

Публикации. По теме диссертационного исследования опубликовано 8 печатных работ, которые указаны в конце автореферата. Лично соискателю принадлежат [4], в соавторстве с научным руководителем [7,8], в соавторстве с друтими авторами [1-3, 5,6] соискателю принадлежат результаты разработки процедур тестирования экономических процессов на риско-генность, а также построения и анализа матричных риск-предикторов.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Основной текст изложен на 132 страницах, содержит 10 таблиц, 5 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, определены предмет и объект исследования, сформулирована цель и поставлены задачи, решение которых необходимо для ее достижения, раскрыта научная новизна работы и практическая значимость результатов исследования.

В первой главе — Концепция риска в современной практике принятия управленческих решений — исследуется сущность и природа рисков, имеющих место в социально-экономических системах. Исследование начинается с рассмотрения различных точек зрения на дефиницию риска. Наиболее распространенные из них вкладывают в нее следующий смысл:

• риск - это оцененная любым способом вероятность наступления неблагоприятного события;

• риск есть постоянно присутствующий среди условий функционирования хозяйствующих субъектов феномен, требующий подхода к его учету и нейтрализации;

• риск - характеристика предпринимательской деятельности, связанная с субъективной оценкой последствий влияния факторов неопределенности на результат принимаемого решения;

• риск есть экономический ресурс, поскольку обладает многими признаками ресурса, в частности, имеет определенную ограниченность, он продается и покупается, может служить источником прибыли;

• риск - это не ущерб, наносимый реализацией решения, а возможность отклонения от цели, ради достижения которой принималось решение.

Несмотря на различие рассмотренных выше определений, в них явно или косвенным образом присутствует идея о том, что моменты возникновения риска и его проявления распределены во времени. Это приводит к ситуации, когда условия, в которых оценивается первоначальный риск, могут не совпадать с условиями проявления риска, и следовательно, ожидаемый уровень риска будет отличаться от реального. Поэтому методы, используемые для оценки степени риска, должны обладать прогностической способностью, что требует детального исследования факторов, порождающих риск-ожидаемые ситуации, а также разработки специальных моделей и методов.

Для реализации этого замысла необходимо проанализировать факторы риска и методы его количественной оценки. В диссертационной работе подробно рассматриваются такие факторы риска, как политические, экологические, научно-технические, социально-экономические и другие. Проведенная классификация, как и любая другая, несомненно, носит условный характер, но несмотря на это она обеспечивает достижение главной цели - проециро-

вание риска на пространство обусловивших его факторов. Такой подход к изучению природы риска открывает возможность имитировать все многообразие среды функционирования экономического объекта в будущем и позволяет установить, что сам риск и его уровень, как и социально-экономическая система в целом, подвержены определенным изменениям.

Анализ литературных источников показал, что в настоящее время используются четыре группы методов количественной оценки риска: метод аналогий, аналитический, экспертных оценок, статистический. Каждый из этих методов обладает как достоинствами, так и недостатками. В диссертационной работе указанные методы рассмотрены с позиций их возможного использования в прикладных исследованиях.

Метод аналогий, на наш взгляд, следует рекомендовать для тех случаев, когда рисковая ситуация возникает впервые. Это как раз тот случай, когда отсутствует информация, необходимая для применения статистических методов. Кроме того, еще не успела сложиться точка зрения у экспертов и нельзя воспользоваться их услугами. Ситуация не вписывается в известные теории и нет математических уравнений и зависимостей, адекватно ее описывающих, а следовательно аналитический метод тоже не применим. Остается единственный из выше перечисленных метод, который по идее можно использовать в подобной ситуации - метод аналогий. Однако для этого нужно подобрать аналог. Задача непростая. Во-первых, отсутствуют формальные критерии, позволяющие устанавливать степень аналогичности ситуаций. Во-вторых, если даже удается подобрать аналог, то, как правило, не удается оценить степень точности, с которой уровень риска аналогичной ситуации можно принять за риск рассматриваемой. Эти два замечания свидетельствуют о том, что метод мало пригоден для практического использования. Более того, отсутствуют методические разработки, подробно описывающие логику и детали подобной процедуры оценивания риска. Этот метод скорее следует рассматривать как одну из возможностей оценки риска без проведения специальных исследований, а не как инструмент получения достаточно обоснованного решения реальной задачи. Решения, получаемые с помощью метода аналогий, по своей сути качественные и выглядят примерно так: «В аналогичной ситуации риск был незначительным (или очень высоким)».

Применение аналитического метода предполагает, что процессы, взаимодействие и динамика которых приводит к рисковым ситуациям, достаточно изучены и разработаны их математические модели. Уравнения этих моделей, как правило, используются для аналитических расчетов уровня риска. Сами расчеты зачастую связаны со значительными усилиями, так как требуют громоздких преобразований и сложных расчетов. Поэтому этот метод по преимуществу используют в теоретических исследо-

ваниях, когда модель представляет собой абстрактное обобщение имеющих место в хозяйственной деятельности процессов, лежащих в основе появления рисковых ситуаций. Результат применения аналитического метода чаще всего получается в виде формулы для расчета уровня риска или некоторых показателей, его характеризующих.

Действительно, в рамках аналитического подхода, по преимуществу, приходится вычислять не саму величину риска, а специфические показатели, используемые в дальнейшем для количественной оценки риска. Например, в качестве таких специфических показателей используются коэффициент чувствительности, точка безубыточности, коэффициент ликвидности и т.д. Таким образом, аналитический метод используется, в основном, для расчета показателей, характеризующих различные аспекты возможной реализации неблагоприятных (рисковых) событий. Ограниченность его практического использования очевидна, поскольку этот метод можно применять только в тех риск-ожидаемых ситуациях, модели которых достаточно просты.

В более сложных ситуациях, когда по различным причинам, главным образом, связанным с отсутствием информации, требуемой для успешного применения формализованных методов, прибегают к экспертным процедурам оценки риска. Методы экспертных оценок, основанные на субъективной оценке ожидаемых параметров деятельности, достаточно широко используются в различных областях жизни. С их помощью реализуются серьезные и дорогостоящие мероприятия. В настоящее время процедуры экспертного оценивания являются развитым аппаратом решения слабоструктурированных задач. Такими задачами, в частности, являются качественный анализ и количественная оценка риск-ожидаемых ситуаций.

По точности экспертное оценивание значительно уступает другим, в частности статистическим, методам. Поэтому область их применения ограничивается кругом задач, когда допускается получение результатов решения на качественном уровне. Например, когда требуется сравнить негативные последствия двух рисковых ситуаций либо проранжировать риски по степени их влияния на результаты принимаемых решений.

Изучение литературных источников, освящающих различные аспекты экспертного оценивания и управления рисками, показал, что в них, к сожалению, не уделяется должного внимания специфике использования классической схемы получения экспертных оценок в задачах моделирования риск-ожидаемых ситуаций. В частности, в этих источниках не поднимается проблема влияния субъективной склонности (или несклонности) отдельного эксперта к риску на получаемую групповую оценку, хотя при формировании коллективов экспертов данный фактор, безусловно, необходимо учитывать.

Кроме того, на наш взгляд, интересной и довольно перспективной представляется идея разработки комбинированного подхода к оценке риска. Это должен быть подход, в котором интуитивные методы комбинируются с формализованными, например метод групповых экспертных оценок и имитационное моделирование.

Переходя к обсуждению последнего - статистического метода, следует сразу отметить, что по сравнению с остальными он в меньшей степени подвергается критике представителями различных экономических школ. Суть статистического метода состоит в том, что в начале для аналогичного вида деятельности анализируются все статистические данные о потерях (или об ожидаемых доходах), устанавливается частота их появления и по установленной частоте прогнозируется вероятность получения определенного дохода или определенных потерь.

Главными характеристиками риска, оцениваемыми с помощью статистического метода, являются среднее значение изучаемой случайной величины, дисперсия, стандартное (среднеквадратическое) отклонение, коэффициент вариации, распределение вероятности изучаемой случайной величины. Из всех перечисленных характеристик наиболее важной является распределение вероятностей, так как все остальные являются, по сути, производными от вероятности. Поэтому особое внимание в диссертационной работе уделено методам получения оценок вероятности.

Однако несмотря на то, что статистический метод, как отмечалось ранее, в меньшей степени, чем другие, вызывает возражения, на наш взгляд, в настоящее время используются далеко не все возможности математической статистики.

Действительно, перечисленные выше характеристики риска рассчитываются с помощью простейших статистических процедур. Попытки использования более сложного аппарата математической статистики для оценки риска - регрессионного анализа, методов статистического (имитационного) моделирования и др. — почти не предпринимались. Разработка подходов, в которых используется такой, более сложный, аппарат позволит перейти от качественно-количественных к более точным количественно -качественным оценкам риска.

Рассмотренная совокупность методов явно не способна в полной мере обеспечить решение обозначенной проблемы. Поэтому следующая глава диссертации посвящена разработке математического аппарата, ориентированного на восполнение пробела, который в настоящее время имеет место в задачах принятия решений в условиях риска. Прежде всего это касается методов и моделей, с помощью которых удается получать оценки риска для упреждающих моментов времени.

Вторая глава - Риск-предикторы и снижение неопределенности условий хозяйствования экономических субъектов — посвящена разработке математического аппарата для управления рисками посредством опережающего отражения наиболее вероятных вариантов предполагаемых состояний деловой среды хозяйствующих субъектов.

Начальной стадией процесса управления рисками является выявление предполагаемого риска. Как правило, в практике управленческой деятельности возможность появления ситуации с неоднозначным исходом определяется субъективно: либо самим лицом, принимающим решение, либо экспертами. В некоторых случаях, обычно достаточно простых, это вполне допустимый подход к решению задачи обнаружения риска. Но большинство экономических явлений устроено намного сложнее, чем их интуитивное восприятие, и поэтому субъективный подход не обеспечивает однозначность и достаточный уровень надежности получаемых результатов. Об этом свидетельствуют эконометрические исследования последних лет. Они весьма убедительно показали, что любой экономический процесс (курс акций, курс валют, цены на продовольственные товары и т.п.) с течением времени может менять свою волатильность, а следовательно, повышать либо снижать уровень риска связанных с ним управленческих решений. Такие процессы (процессы, содержащие «ген риска», который может проявиться или нет в обозримом будущем) будут называться рискогенными.

Для выявления в экономических процессах гена нестабильного поведения в диссертации рассматривается два подхода. Идея обоих подходов основана на специфическом анализе динамики с целью выявления в истории исследуемых процессов случаев нестабильного поведения.

С течением времени динамические характеристики реальных процессов, как правило, подвержены изменениям (галопирующая инфляция затухает, в нормально функционирующей рыночной экономике начинаются инфляционные процессы и т.д.). След подобных изменений сохраняется в статистических наблюдениях и поэтому, скорее всего, их можно обнаружить с помощью эконометрических методов.

Основу первого подхода составляет разработка адаптивного варианта неоднородного конечно-разностного уравнения паутинообразной модели, которое после введения обозначений

записывается следующим образом:

/>=х,В(Г-1)

(1)

В(0 = В(/ -1) + р[Щ -1) - В(Г - 2)] +

(3)

где - уровень текущей цены;

- вектор текущих оценок коэффициентов адаптивной модели;

МНК, вычисленной по данным выборочной совокупности из t-наблюдений;

- параметр адаптации

- настраиваемые параметры, отвечающие за структуру адаптивного механизма и уровень реакции модели

С помощью подобной модели удается достичь высокого уровня точности при подгонке к конкретному набору данных. Естественно, высокая точность аппроксимации повысит достоверность анализа, но одновременно, и это самое главное, в результате использования адаптивного подхода расширятся возможности самого анализа. Как нетрудно понять, в отличие от статической модели, адаптивная позволяет не только определить характер поведения изучаемого процесса (стабильный или нестабильный), но и предоставляет возможность обнаружить тенденции возможного перехода из одного состояния в другое, т.е. констатировать, является ли процесс рискогенным или нет. Таким образом, если в дрейфующем ряде коэффициентов авторегрессионной модели (1) Ьи, ...»Ь1Т встречаются случаи, когда два соседних значения или их отклонения от единицы имеют противоположные знаки, то возникает подозрение, что в данных присутствует ген риска, и принятие решения должно осуществляться с учетом рискоген-ности соответствующего показателя.

Возможность практического использования предложенного метода исследовались на реальных данных. Проведенные расчеты подтвердили его способность идентифицировать рискогенность. Ситуации смены режимов поведения изучаемых экономических процессов хорошо иллюстрируются графически. На рис. 1 представлены результаты тестирования курса акций ОАО «Газпром» на рискогенность. Анализ графика позволяет сделать вывод, что показатель, характеризующий курс акций, следует отнести к группе рискогенных, так как в его динамике встречаются ситуации,

- матрица, обратная к матрице системы нормальных уравнений

когда режим нестабильного поведения сменялся режимом стабильного, и наоборот. Что касается степени рискогенности, то она невысока, поскольку периоды неизменности режимов поведения курса акций достаточно продолжительны.

1,015----------------------

1,01

1,005

1

0,995 0,99

0 985

1 4 Г 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88

Рис. 1. Динамика коэффициент^^ адаптивнойавторегрессионноймодели среднего курса акций ОАО «Газпром» в период с 30.09.03по 6.02.04

Второй подход, позволяющий выявить в экономических процессах ген нестабильного поведения, основан на применении ARCH моделей. С помощью этих моделей удается адекватно отразить изменение дисперсии, являющейся по сути измерителем присущей рынку неопределенности. Основная идея, заложенная в ARCH модели, состоит в отражении различия между условными и безусловными моментами второго порядка. Тогда как безусловные вариации и ковариации постоянны, условные моменты нетривиально зависят от прошлых состояний и развиваются во времени.

В случае, когда с помощью рассмотренных методов устанавливается, что в изучаемых процессах присутствует возможность нестабильного поведения, то для таких процессов необходимо получать упреждающие оценки риска.

В связи с тем, что для описания риска можно применять и скалярные, и векторные характеристики, то в диссертационной работе исследовалась возможность построения двух типов моделей соответственно, для скалярного и векторного случаев. В силу своего функционального предназначения эти модели получили название «риск-предикторы».

Первый тип моделей основан на нелинейном регрессионном анализе для случая, когда зависимая переменная дискретная. Такие ситуации весьма часто встречаются в практике управленческой деятельности. Их принято называть ситуациями бинарного выбора, поэтому модель была названа риск-предиктором бинарных ситуаций. Эта модель представляет собой регрессионное уравнение, с помощью которого можно рассчитать прогнозную оценку вероятности (риска) наступления одного из двух событий, имеющих благоприятный или неблагоприятный исход ожидаемого результата. Применение такого риск-предиктора для расчета прогнозных оценок степени риска дает важное преимущество перед другими подходами, так как с его помощью удается получить информацию, необходимую для убедительного обоснования управленческого решения по снижению риска. Суть этой информации в том, что она позволяет оценить степень влияния различных факторов на уровень риска и использовать эти оценки непосредственно в процессе разработки прогнозного решения.

Второй тип моделей предназначен для прогнозирования векторных характеристик риска. Учитывая, что в силу ряда причин эконометрические подходы, основанные на построении структурных или векторных авторегрессионных моделей, для этих целей не приемлемы, была разработана модель в виде матричного предиктора.

В основе построения этой модели лежит гипотеза о характере структурного взаимодействия экономических рисков (с ростом математического ожидания увеличивается дисперсия, в дискретном распределении снижение одной из вероятности влечет соответствующее увеличение другой и т.д.), которое можно описывать косвенными темпами изменения, представляющими собой отношения приростов каждой из рассматриваемых характеристик риска ко всем остальным. Основная идея этой гипотезы в том, что на протяжении достаточно длительного периода времени структура косвенных темпов роста прогнозируемых характеристик может оставаться почти неизменной. Неизменность - это как раз то свойство структуры, которое переносится из настоящего в будущее. В методах, обеспечивающих такой перенос в условиях риска, реализован подход, в котором на основе матрицы косвенных темпов роста всех прогнозируемых характеристик строится матричный мультипликатор, используемый в прогнозных расчетах.

В диссертационной работе подробно рассмотрены различные модификации базового риск-предиктора: матричный риск-предиктор с настраиваемым параметром, адаптивный риск-предиктор и матричный риск-предиктор с разделенными переменными. Каждый из этих вариантов обеспечивает высокую надежность получаемых результатов в зависимости от конкретной ситуации.

Наибольшей универсальностью обладает адаптивный риск-предиктор. Особенность этой модели в том, что ее мультипликатор строится в два этапа. На первом этапе определяется начальное приближение, а на втором — организуется • процесс обучения мультипликатора в виде рекуррентной процедуры постпрогнозных расчетов. С этой целью выборочное множество наблюдений делится на две части. Пусть первых наблюдений используются для определения начальных значений. Кроме того, вводится в рассмотрение матрица М, определяющая через параметр Ц соотношение прямых и косвенных темпов приростов, и матрица весовых коэффициентов W, определяемая либо по соответствующим коэффициентам корреляции, либо с помощью экспертного оценивания.

При заданном начальном значении мультипликатора настроен-

ных параметрах Ц , а'(а - параметр адаптации) и известной матрице W адаптивный риск-предиктор записывается следующим образом:

(4)

(5)

(6)

(7)

(8)

С помощью формулы (5) рассчитываются элементы матрицы корректирующих темпов прироста которая используется для построения корректирующего мультипликатора (7). Если в качестве А,+1 взять произведение корректирующего и текущего мультипликаторов , то расчетное значение в точности совпадет с фактическим значением вектора показателей . Однако, учитывая, что основное назначение мультипликатора А(+1- прогноз на период t + 2, его значение комбинируется из

и , причем параметр , с помощью которого осуществляется

комбинирование, является настраиваемым по критерию минимизации суммарной прогнозной ошибки.

Особый интерес среди перечисленных модификаций вызывает риск-предиктор с разделенными переменными, поскольку в нем реализована возможность построения прогнозных оценок дисперсионной составляю-

щей риска в зависимости от среднего (математического ожидания) дохода. Это создает условия для вычислительных экспериментов по обоснованию альтернативных вариантов стратегического выбора.

В третьей главе - Имитационное моделирование риск-ожидаемых ситуаций с помощью адаптивных предикторов - исследуются возможности построения комбинированных риск-предикторов на основе совместного применения адаптивного и имитационного подходов и показывается практическая реализуемость этого подхода.

Рассмотренные во второй главе риск-предикторы находят применение в тех случаях, когда известна динамика характеристик риска. На практике такие ситуации встречаются нечасто. Скорее всего, лицу, принимающему решение, прежде всего приходится иметь дело с проблемой получения количественной оценки уровня риска, обладающей высокой достоверностью, а уж потом - с определением его упреждающих значений. Широко используемый в практике управленческих решений субъективный подход вряд ли способен обеспечить требуемый уровень достоверности.

Альтернативный субъективному статистический подход практически реализуем только в тех случаях, когда исследуемая ситуация предоставляет возможность наблюдать неоднократное повторение интересующих нас событий. Повторяемость в неизменных условиях практически не имеет места в экономических системах, а следовательно, надежда на непосредственное применение для этой цели статистического подхода, теряет всякий смысл. Выход из этой ситуации, на наш взгляд, следует искать в использовании идей имитационного моделирования. Статистическая повторяемость в имитационном моделировании заменяется многократным проведением вычислительных экспериментов с моделью, адекватно отражающей исследуемый процесс.

Однако примитивное имитирование путем наложения случайной составляющей на расчетные значения является упрощенным подражанием реальным процессам. Поэтому в диссертации рассматривается подход, в котором имитационные эксперименты проводятся с адаптивными регрессионными моделями. Схематично этот подход представлен на рис. 2.

Подход, основанный на построение имитационной модели с адаптивными свойствами, обеспечивает подражание в достаточно широком спектре возможной вариации реального процесса. Однако желание воспроизвести все варианты как реального, так и мысленно представляемого поведения изучаемого процесса приводит к результатам вычислительных экспериментов с высокой дисперсией и, следовательно, невысоким уровнем доверия. Дисперсия же результатов, как известно, является важной характеристикой качества имитационного моделирования. Поэтому, с одной стороны, имитационная модель должна в полном объеме воспроизводить реальность по-

ведения изучаемого процесса, а с другой - дисперсия результатов должна обеспечивать необходимый уровень надежности. Поиск золотой середины приводит к мысли одновременного использования в вычислительной схеме имитационного эксперимента фактических и сгенерированных случайным образом величин. Такая возможность обеспечивается применением в адаптивно-имитационной модели многошаговой процедуры.

Рис. 2. Схема имитационныхрасчетов по адаптивной модели сусреднениемпрогнозныхвариантов

По мере развития аппарата риск-предикторных расчетов в диссертационной работе иллюстрировалась возможность его практического использования. По преимуществу это были отдельные задачи, возникающие в практике принятия управленческих решений: оценка риска при найме работников, выборе наиболее надежных поставщиков, обосновании эффективности экономических регуляторов. Другими словами, риск-предикторы использовались при решении локальных задач управления. Этого было вполне достаточно для того, чтобы продемонстрировать «работоспособность» предлагаемых процедур, но не позволяло оценить возможности их применения как элемента комплекса расчетов по обоснова-

нию управленческих решений, принимаемых относительно крупных экономических объектов.

В диссертации приводится алгоритм построения достаточно сложной прогнозной модели. Особенность этой модели в том, что в ее структуре предусмотрен специальный блок, построенный на основе адаптивно-имитационного матричного риск-предиктора. Наличие такого блока позволяет в процессе проведения прогнозных расчетов оценить степень риска принятия альтернативных вариантов и с учетом этих оценок скорректировать траекторию наиболее вероятного развития моделируемого процесса.

Вычислительный эксперимент проводился на реальных данных, характеризующих динамику основных показателей экономического развития Воронежской области. Прогнозные оценки риска рассчитывались для каждого из трех вариантов возможного развития области в ближайшие два года. Результаты имитационных экспериментов приведены в таблице.

Результаты имитационногомоделирования основныхпоказателей экономическогоразвитияВоронежской области с использованиемматричногориск-предиктора

№ варианта Показатели, млн. руб

ч о к о Валовой региональный продукт Продукция промышленности Продукция сельского хозяйства

Расчетная оценка Вероятность Расчетная оценка Вероятность Расчетная оценка Вероятность

§ о I 88827,59 0,10 60439,55 0,09 29875,99 0,01

и 89909,29 0,10 61354,02 0,11 30138,06 0,07

Ш 90997Д8 0,67 62277,61 0,80 30400,13 0,73

I 104807,68 0,16 70830,31 0,04 35080,39 0,13

о о а 107375,81 0,17 72989,90 0,11 35698,54 0,20

«м ш 109990,23 0,57 75203,95 0,84 36322,08 0,36

Анализ таблицы показывает, что первый и второй варианты практически безрисковые. Это естественно, так как отражают пессимистический взгляд на перспективу развития области. Риск реализации третьего (оптимистического) варианта достаточно высок, особенно по прогнозному объему промышленной продукции.

Вычислительные эксперименты показали, что разработанный в диссертации аппарат моделирования прогнозных оценок риска может успешно использоваться при решении различных задач управления, естественным образом дополняя количественные расчеты качественными характеристиками.

В заключении изложены следующие основные результаты и выводы диссертационного исследования:

Проанализирован современный аппарат количественной оценки риска и показана его недостаточно высокая надежность при решении реальных задач управления экономическими объектами.

^ Предложены процедуры тестирования социально-экономических процессов на рискогенность, позволяющие менеджерам при разработке управленческих решений идентифицировать те процессы, в которых присутствует возможность нестабильного поведения, и в случае необходимости предпринять упреждающие меры. Разработан аппарат построения матричных риск-предикторов, обеспечивающих возможность опережающего отражения вероятностных оценок благоприятных или неблагоприятных риск-ожидаемых ситуаций, формирующих среду в социально-экономических системах.

Обосновано совместное применение адаптивного и имитационного подходов для проведения вычислительных экспериментов с риск-предикторами, что позволяет использовать статистические процедуры в расчетах качественных характеристик ожидаемых результатов принятых решений.

Основные результаты диссертации опубликованы в следующих работах:

1. Ионов Ю.Г., Каплинский А.И., Шмыков В.В. Распределение цены акции на российском рынке ценных бумаг. // Российская цивилизация: прошлое и настоящее: Материалы межвуз. науч. конф. - Воронеж: ВГТА, 1999.-С.34-36.

2. Ионов Ю.Г., Каплинский А.И., Шмыков В.В Учет несовершенств рынка при оценке производных финансовых инструментов. // Человек и общество: на рубеже тысячелетий: Междунар. сб. науч. тр. - Воронеж: ВГПУ, 2000. Вып. № 3. С. 63-69.

3. Иващенко В.И., Ионов Ю.Г. Компьютерное моделирование задач учета для прогнозирования финансового результата с использованием пакета «Поиск решения». // Межвуз. сб. науч. тр. — Воронеж: ВГПУ, 2000. Вып. №2. С. 49-53.

4. Ионов Ю.Г. Экспресс-анализ инвестиционных проектов // Человек и общество: на рубеже тысячелетий: Междунар. сб. науч. тр. - Воронеж: ВГПУ, 2000. Вып. № 2. С.63-67.

5. Воронин В.П., Ионов Ю.Г., Шмыков В.В., Балбашова Н.А. Имитационное моделирование платежей по кредиту в условиях риска. // Эконо-

мика и обеспечение устойчивого развития хозяйственных структур:. Меж-вуз. сб. науч. тр. - Воронеж: ВГТА, 2000. Вып. 4 (Ч. 1). С.59-63.

6. Ионов Ю.Г. О применении методов стохастического программирования для прогнозирования финансовых результатов деятельности предприятия / Ю.Г. Ионов, И.А. Кремер, А.Ю. Стрыгин // Математика. Образование. Экология. Тендерные проблемы. (Воронеж, 22-27 мая 2000 г.). Материалы Междунар. конф. Том 1. - Воронеж: НОУ «Интерлингва», 2000. -С. 128-129.

7. Давнис В.В., Ионов Ю.Г. Прогнозные оценки рискогенности экономических процессов. // Экономическое прогнозирование: модели и методы - 2004: Материалы Всерос. науч.-практ. конф. 18-19 марта 2004г.: В 2 ч. -Воронеж: ВГУ, 2004. - 4.2. - С. 311-315.

8. Давнис В.В., Тинякова В.И., Ионов Ю.Г. Матричные предикторы в задачах описания многомерных риск-ожидаемых ситуаций. // Моделирование сложных систем. Современные направления теории и практические приложения: Материалы Междунар. школы-семинара «Современные проблемы механики и прикладной математики». - Воронеж: ВГУ, 2004. - С. 67-70.

ЛР №066815 от 25.08.99. Подписано в печать 26.05.2004. Формат 60x84/16. Бумага для множительных аппаратов. Усл. печ. л. 1,0. Тираж 100 экз. Заказ № ис

Воронежский государственный технический университет 394026, Воронеж, Московский просп., 14

i 13328

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Ионов, Юрий Георгиевич

Введение

Глава 1. Концепция риска в современной практике принятия управленческих решений

§1.1. Сущность и природа экономических рисков

§ 1.2. Классификация рисков и факторов, порождающих рисковые ситуации

§1.3. Экономические модели и решения в условиях риска: проблемы и современные подходы

Глава 2. Риск-предикторы и снижение неопределенности условий хозяйствования экономических субъектов

§2.1. Рискогенность экономических факторов и методы ее обнаружения

§ 2.2. Риск-предиктор бинарных ситуаций в задачах обоснования экономических решений

§ 2.3. Матричный предиктор и описание многомерных рискожидаемых ситуаций

Глава 3. Имитационное моделирование риск-ожидаемых ситуаций с помощью адаптивных предикторов

§3.1. Адаптивно-имитационное моделирование в задачах статистического оценивания риска

§ 3.2. Оценки рисков по результатам имитационных экспериментов с одномерным адаптивным риск-предиктором

§3.3. Прогнозирование показателей социально-экономического развития региона с использованием риск-предикторных оценок

Диссертация: введение по экономике, на тему "Риск-предикторы в задачах обоснования управленческих решений"

Актуальность темы исследования. В настоящее время ни у кого не вызывает сомнения тот факт, что руководители современных предприятий, испытывают значительные трудности при оценке надежности принимаемых решений. Причин тому - и объективных, и субъективных - довольно много. Но самая главная из них - неопределенность, реальность которой всеми признается, и, значит, прав Пол Хейне, высказавший мысль о том, что если мы вынуждены жить в условиях неопределенности, то можем, по крайней мере, не усугублять наши проблемы, притворяясь, что это не так.

Одним из первых, кто обратил внимание на проблему неопределенности в рамках теории управления экономическими объектами, был Ф. Найт. В своей статье «Риск, неопределенность и прибыль», опубликованной в 1921г., он достаточно подробно исследовал возможность вероятностного описания ситуаций, которые теперь принято классифицировать как «ситуации принятия решений в условиях риска».

Эта проблема продолжает оставаться в центре современных экономических исследований. Подтверждением тому служит присуждение Нобелевских премий (Дж. Тобин в 1981г., М. Алле в 1988, Г. Марковиц, М. Миллер и У. Шарп в 1990г., Р. Ингл в 2003г.) за разработку теорий, в которых одним из ключевых элементов является риск.

Различные аспекты проблемы управления рисками и их математического моделирования изучались в работах таких авторов, как А.П. Альгин, И.Т. Балабанов, В.П. Буянов, В.М. Гранатуров, A.M. Дубров, А.К. Камалян, К.А. Кирсанов, Б.А. Лагоша, JI.M. Михайлов, P.M. Качалов, Г.Б. Клейнер, Е.В. Попова, К. Рэдхэд, А.Б. Секерин, E.H. Станиславчик, JI.H. Тэпман, Э.А. Уткин, Е.Ю. Хрусталев, С. Хьюс, Л.П. Яновский и других.

В большинстве современных подходов по исследованию проблем управления рисками предполагается, что заранее известны вероятности возникновения благоприятных и неблагоприятных ситуаций, и, следовательно, имеется возможность оценить степень риска принимаемого решения. В действительности же, знания о предполагаемых вариантах развития событий весьма приблизительны, а в некоторых случаях сильно искажены. Более того, риск оценивается, как правило, по данным, известным на момент принятия решения, без учета возможных изменений в будущем. Это, как известно, может приводить к ошибочным решениям.

Понятно, для того чтобы избежать ошибочных решений, необходимо обладать некоторой информацией о будущем. Традиционным способом получения такой информации являются прогнозные расчеты, поскольку именно они предоставляют возможность экономическим субъектам избежать «шок будущего». Однако большинство современных подходов не содержит в себе прогностической составляющей, позволяющей оценивать риск с позиций момента реализации принимаемого решения.

В этой связи настоящее диссертационное исследование, посвященное вопросам снижения уровня неопределенности и получению более точных оценок степени риска с помощью прогнозных методов, представляется весьма актуальным.

Цели и задачи исследования. Целью диссертационного исследования является развитие математического аппарата прогнозирования рисков в социально-экономических системах путем разработки специального вида моделей - риск-предикторов.

Цель исследования предопределила необходимость решения следующих основных задач'. анализ отечественных и зарубежных подходов к определению сущности и природы рисков; классификация рисков и факторов, порождающих рисковые ситуации; систематизация существующих методов и моделей количественной оценки рисков; обоснование необходимости использования упреждающих оценок риска в задачах принятия управленческих решений; ^ разработка методов обнаружения эффекта рискогенности в социально-экономических процессах; V исследование прикладных возможностей моделей бинарного выбора в задачах количественной оценки риска; ^ построение базового матричного риск-предиктора и его различных модификаций; разработка методики оценки рисков по результатам имитационных экспериментов с адаптивными предикторами; ^ практическое использование риск-предикторов в задачах прогнозирования показателей социально-экономического развития региона. Объектом исследования являются социально-экономические процессы, протекающие как на микро-, так и макроуровне в современных условиях нестабильного функционирования экономики России.

Предмет исследования - математический аппарат упреждающих расчетов характеристик риска социально-экономических процессов.

Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам математического моделирования, рискологии, прогнозирования социально-экономических процессов, экономической теории, адаптивного управления социально-экономическими объектами, теории принятия решений в условиях неопределенности и риска). Была использована статистическая информация, справочная и методическая литература, материалы периодической печати, а также нормативные и законодательные акты.

При выполнении диссертационной работы применялись эконометриче-ские методы и методы адаптивного прогнозирования социально-экономических процессов, математическое, в том числе имитационное, моделирование, теория матриц, методы обработки экспертной информации, математический анализ, методы визуализации данных, современное программное обеспечение.

Эмпирическую базу исследования составили официальные данные, полученные от Воронежского областного комитета государственной статистики и Главного управления экономического развития Администрации Воронежской области, а также Интернет-ресурсы.

Диссертационная работа выполнена в рамках п. 1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: фирм и предприятий, ., способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений», п. 1.9. «Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни.» паспорта специальности 08.00.13 - «Математические и инструментальные методы экономики».

Научная новизна исследования состоит в разработке математического аппарата, основой которого являются риск-предикторы, обеспечивающие лицо, принимающее решение, упреждающей информацией о риск-ожидаемых ситуациях.

Научная новизна подтверждена следующими, наиболее существенными, выносимыми на защиту научными результатами, полученными автором в ходе диссертационного исследования: обоснована необходимость использования прогнозных оценок риска в задачах обоснования управленческих решений; предложены методы обнаружения эффекта рискогенности в социально-экономических процессах; ^ создана методика построения матричного риск-предиктора для получения упреждающих векторных оценок характеристик риска; построены вычислительные схемы, реализующие совместное применение адаптивного и имитационного подходов в задачах предсказания степени риска принимаемых решений относительно сложных экономических систем; ^ разработана модель прогнозирования основных показателей социально-экономического развития региона с встроенным матричным риск-предиктором для оценки риска сценарных вариантов. Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском филиале Российского государственного торгово-экономического университета; Международной конференции «Математика. Образование. Экология. Тендерные проблемы» (Воронеж, 2000); Всероссийской научно-практической конференции «Электронный бизнес: опыт и перспективы-2003» (Воронеж, 2003); Всероссийской научно-практической конференции «Экономическое прогнозирование: модели и методы-2004» (Воронеж, 2004); Международной школе-семинаре «Современные проблемы механики и прикладной математики» (Воронеж, 2004) и др.

Практическая значимость работы выражается в разработке риск-предикторов, которые можно использовать для оценки степени риска реализации сценарных вариантов при прогнозировании показателей социально-экономического развития региона. Эти модели были применены Главным управлением экономического развития Администрации Воронежской области при прогнозировании развития области на 2004г., что подтверждается актом внедрения.

Отдельные результаты диссертационного исследования используются при подготовке экономистов и менеджеров Воронежского филиала Российского государственного торгово-экономического университета в курсе «Экономическая оценка инвестиций», Воронежского экономико-правового института в курсе «Финансовые вычисления в коммерческих расчетах»; Воронежского кооперативного института филиала Белгородского университета потребительской кооперации в курсе «Экономика. Компьютерное моделирование», о чем имеются соответствующие акты о внедрении в учебный процесс.

Публикации. По теме диссертационного исследования опубликовано 8 печатных работ. В совместных публикациях автору принадлежат результаты разработки и анализа процедур тестирования экономических процессов на рискогенность и матричных риск-предикторов.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Основной текст изложен на 132 страницах машинописного текста, содержит 10 таблицы, 5 рисунков.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Ионов, Юрий Георгиевич

Основные выводы и результаты диссертационного исследования заключаются в следующем:

Проанализирован современный аппарат количественной оценки риска и показана его недостаточно высокая надежность при решении реальных задач управления экономическими объектами.

V Предложены процедуры тестирования социально-экономических процессов на рискогенность, позволяющие менеджерам при разработке управленческих решений идентифицировать те процессы, в которых присутствует возможность нестабильного поведения, и в случае необходимости предпринять упреждающие меры. Разработан аппарат построения матричных риск-предикторов, обеспечивающих возможность опережающего отражения вероятностных оценок благоприятных или неблагоприятных риск-ожидаемых ситуаций, формирующих среду в социально-экономических системах. Обосновано совместное применение адаптивного и имитационного подходов для проведения вычислительных экспериментов с риск-предикторами, что позволяет использовать статистические процедуры в расчетах качественных характеристик ожидаемых результатов принятых решений.

Исследованные возможности риск-предикторов очевидным образом определяют область применения этого аппарата моделирования в задачах обоснования управленческих решений. Построенные в диссертации вычислительные схемы разработанных моделей имеют практическую направленность и могут использоваться как эффективный инструмент для проведения комплексных прогнозных расчетов, в которых задействованы упреждающие оценки характеристик риска.

ЗАКЛЮЧЕНИЕ

В диссертационной работе подробно исследованы подходы к построению специального вида моделей, обеспечивающих получение упреждающих оценок риска в социально-экономических системах. Этот класс моделей получил название «риск-предиктор». Их теоретическое обоснование опирается на те знания, которые лежат в основе наших представлений о природе экономических процессов, протекающих в условиях неопределенности и риска.

Для практической реализации идеи построения риск-предикторов были проведены исследования по всем проблемам, возникающим при решении комплексных задач обоснования альтернатив стратегического выбора. Основные усилия в ходе этих исследований были направлены на создание целостного представления о последовательности взаимосвязанных действий лица, принимающего решения в современных условиях.

В соответствии с этим представлением на первом шаге идентифицируется рискогенность процессов, характеризующих динамику задействованных в управлении ресурсов. На втором шаге для процессов, идентифицированных как рискогенные, строятся риск-предикторы, обеспечивающие обоснование локально решаемых проблем управления. И, наконец, в тех случаях, когда решаемая задача носит комплексный характер, осуществляется третий шаг. Смысл этого шага в том, чтобы встроить риск-предиктор в вычислительную схему достаточно сложной модели, построенной на основе комбинирования адаптивного и имитационного подходов.