Критерій сподіваного значення

1. У чому полягає суть понять об’єктивна і суб’єктивна ймовірність?

2. Наведіть показники кількісного вимірювання величини ризику в абсолютному виразі.

3. Чому і в якому випадку для оцінювання переваг одного з декількох заходів використовують коефіцієнт варіації?

4. Наведіть показники кількісного вимірювання величини ризику в відносному виразі.

5. Чим відрізняються показники кількісного вимірювання в класичному і неокласичному підходах до оцінювання ризику?

6. Побудуйте криву розподілу ймовірностей отримання прибутку та зони ризику.

7. Яку криву називають кривою ризику?

8. Яка нерівність має виконуватися для того, щоб шанс банкрутства був не більше 1 з 9 випадків (розглянути різні ситуації інвестора)?

9. Що означають терміни систематичний і несистематичний ризики?

10. В чому суть коефіцієнта чутливості β?

11. Як класифікуються акції за ступенем ризику?

12. Як виражається залежність між загальним ризиком акції, систематичним і несистематичним ризиками?

[1] Коефіцієнт n/(n-1) використовується у випадку n<15, при n≥15 коефіцієнт дорівнює одиниці

Розділ 12. Прийняття рішень в умовах ризику

Критерій сподіваного значення

Використання сподіваних величин припускає можливість багаторазового розв’язку однієї і тієї ж задачі, доки не будуть отримані достатньо точні розрахункові формули. Математично це твердження виражається таким чином. Нехай х – випадкова величина з математичним сподіванням М(х) і дисперсією D(x). Розглянемо випадкову вибірку обсягом – x₁, x₂… x_n.

Вибіркове середнє має дисперсію, що дорівнює .

Оскільки , то наближається до М(х).

Іншими словами, при достатньо великому обсязі вибірки різниця між вибірковим середнім і математичним сподіванням прямує до нуля. Отже, використання критерію сподіваного значення допустиме лише у випадку, коли одне і те ж рішення доводиться приймати значну кількість разів. Навпаки, якщо необхідність у прийнятті деякого рішення трапляється дуже рідко, то вибіркове середнє може значно відрізнятися від М(х).

Розглянемо виробничу ситуацію, пов’язану із проведенням профілактичного ремонту обладнань.

Необхідність у проведенні профілактичного ремонту обладнань вимагає прийняття рішень про те, коли потрібно проводити плановий ремонт якого-небудь верстата, щоб мінімізувати втрати через несправності. Якщо весь часовий інтервал розбити на рівні періоди, тоді рішення полягає у визначенні оптимального числа періодів міх двома наступними ремонтами. Якщо вони проводяться дуже часто, то витрати на обслуговування будуть великими при малих втратах через випадкові відмовлення. Компроміс між двома крайніми випадками передбачає збалансований вибір між витратами на ремонт і втратами черев випадкові відмовлення.

Оскільки неможливо передбачати наперед, коли виникає несправність, тому необхідно обчислити ймовірність того, що верстат вийде із ладу в період часу t. Тому це і є елемент ризику в процесі прийняття рішень.

Верстат із групи в n верстатів ремонтується індивідуально, якщо він зупинився через несправності. Через T інтервалів часу проводиться профілактичний ремонт всіх n верстатів. Задача полягає у визначенні оптимального значення T, при якому мінімізуються загальні витрати на ремонт верстатів, що вийшли із ладу, і проведення профілактичного ремонту в розрахунку на одиницю інтервалу часу.

Нехай P_t – імовірність виходу із ладу одного верстату в момент t, а n_t – випадкова величина, яка означає число всіх верстатів, що вийшли з ладу водночас. Припустимо, що c₁ – витрати на ремонт верстата, що вийшов із ладу, і c₂ – витрати на профілактичний ремонт одного верстата.

Використання критерію сподіваного значення в нашому випадку доцільне, якщо верстати працюють протягом великого проміжку часу. При цьому витрати на одиничному інтервалі становитимуть:

,

а сподівані витрати на один інтервал складуть:

, (12.1)

де – математичне сподівання числа верстатів, що вийшли з ладу на момент t. Оскільки n_t має біноміальний розподіл iз параметрами (n, P_t ), то .

Таким чином,

. (12.2)

Необхідні умови оптимальності для Т^* мають вигляд:

(12.3)

Отже, починаючи з малого значення T , обчислюємо , доки не будуть виконуватися ці умови.

Припустимо, що чиста продукція в розрахунку на один верстат за одиницю часу складає а грн. Ставиться завдання: максимізувати прибуток, який припадає на одиницю часу. Зауважимо, що прибуток підраховується як різниця між загальною величиною чистої продукції і витратами на ремонт верстатів, що вийшли із ладу, і обслуговування. Тоді сподіваний прибуток буде:

. (12.4)

Запишемо необхідні умови максимізації для Т* :

(12.5)

Приклад 12.1. В цеху знаходяться n=60 верстатів. На проведення ремонтних робіт одного верстата витрачається c₁=150 грн., а для профілактики c₂=20 грн. Імовірність виходу із ладу верстата в момент часу t наведено в табл. 12.1.

Знайти оптимальний інтервал проведення профілактичного ремонту.

¨Розв’язування.

Задача полягає у визначенні оптимального значення Т*, при якому мінімізуються загальні витрати на ремонт верстатів, що вийшли з ладу, та проведення профілактичного ремонту в розрахунку на один інтервал часу (табл. 12.1).

Таблиця 12.1

Т
	0,04
	0,08	0,04
	0,12	0,12	760min
	0,14	0,24
	0,17	0,38

Отримані результати показують, що профілактичний ремонт необхідно проводити через кожні три інтервали часу (Т*=3). ¨

12.2. Критерій “сподіване значення - дисперсія”

Розглянемо модифікацію наведеного критерію в §12.1 для випадків, які повторюються рідко. Якщо х – випадкова величина з дисперсією D(x), то вибіркове середнє має дисперсію , де n –обсяг вибірки. Звідси, якщо D(x) зменшується, дисперсія також зменшується, і ймовірність того, що близьке до M(x), збільшується. Це показує доцільність введення критерію, в якому максимізація сподіваного значення прибутку поєднується з мінімізацією її дисперсії. Можливим критерієм, що відповідає цій меті, є максимум виразу M(x)-KD(x), де х – випадкова величина, що відображає прибуток, K – задана постійна величина (K>0).

Величину K інколи інтерпретують як рівень несхильності до ризику. Дійсно, K визначає ступінь важливості дисперсії х відносноM(x).Наприклад, підприємець, який особливо гостро реагує на великі від’ємні відхилення прибутку вниз від M(x), може взяти K набагато більше за одиницю. Це надає велику вагу дисперсії і призводить до розв’язку, що зменшує ймовірність великих втрат прибутку.

Введений критерій погоджується із використанням корисності при прийнятті рішень, оскільки параметр несхильності до ризику характеризує відношення особи, яка приймає рішення, до великих відхилень від очікуваних значень.

Використаємо критерій “сподіване значення – дисперсія” до конкретної ситуації, наведеної у прикладі 12.1. Нам необхідно обчислити дисперсію витрат за один інтервал, тобто дисперсію

. (12.6)

Оскількиn_t (t=0, 1,…,T-1)– випадкова величина, то C_T – також випадкова,n_t має біномний розподіл із середнім значенням nP_t і дисперсією n P_t (1– P_t ).

Тоді

(12.7)

Оскільки M[C_T]=M[C(T)], то критерієм буде мінімум виразу:

M[C(T)]+ kD [C_T].

Тепер M[C_T]підсумовується з kD[C_T], оскільки M[C(T)]– функція витрат. При k=1 отримуємо завдання: мінімізувати

(12.8)

Запишемо вираз для критерію “сподіване значення – дисперсія” з урахуванням умови максимізації прибутку:

. (12.9)

Приклад 12.2. Використовуючи ті ж дані, що й у прикладі 12.1, знайти розв’язок за допомогою критерію “сподіване значення – дисперсія”.

¨Розв’язування.

Можна скласти таблицю, з якої видно, що профілактичний ремонт доцільно проводити протягом кожного інтервалу часу (Т*=1). Критерій “сподіване значення – дисперсія” дає більш надійне рішення порівняно із розглянутим критерієм очікуваного значення.

Таблиця 12.2

Т
	0,04	0,0016			1200,0  min
	0,08	0,0064	0,04	0,0016	13740,0
	0,12	0,0144	0,12	0,008	17560,2
	0,14	0,0196	0,24	0,0224	19065,0
	0,17	0,0289	0,38	0,0420	19176,0