Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці
Saved in:
| Published in: | Культура народов Причерноморья |
|---|---|
| Date: | 2009 |
| Main Author: | |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Кримський науковий центр НАН України і МОН України
2009
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/34982 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці / С.П. Наливайченко // Культура народов Причерноморья. — 2009. — № 156. — С. 47-49. — Бібліогр.: 4 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860089763735797760 |
|---|---|
| author | Наливайченко, С.П. |
| author_facet | Наливайченко, С.П. |
| citation_txt | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці / С.П. Наливайченко // Культура народов Причерноморья. — 2009. — № 156. — С. 47-49. — Бібліогр.: 4 назв. — укр. |
| collection | DSpace DC |
| container_title | Культура народов Причерноморья |
| first_indexed | 2025-12-07T17:22:21Z |
| format | Article |
| fulltext |
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
47
Джерела та література
1. Бланк И.А. Управление финансовой стабилизацией предприятия/ И.А. Бланк – К.: Ольга, 2003. – 483с.
2. Догиль Л.Ф. Хозяйственный риск и финансовая устойчивость предприятий АПК: Методологические и
практические аспекты/ Л.Ф. Догиль. – Минск: БГЭУ, 1999. – 239с.
3. Ламбен Ж. Менеджмент, ориентированный на рынок: стратегический и операционный маркетинг/ Ж. Лам-
бен; [Пер. с англ.]. – СПб.: Питер, 2005. – 796с.
4. Савицкая Г.В. Методика комплексного анализа хозяйственной деятельности/ Г.В. Савицкая. – М.:
ИНФРА-М, 2001. – 288с.
5. Оцінка, аналіз, планування фінансового становища підприємства/ [Корецький М.Х., Кашенко О.Л., За-
коморний та ін.]; під ред. Чупіса А.В. – Суми: Довкілля, 2001. – 404с.
6. Шеремет А. Д. Финансы предприятий: менеджмент и аналіз/ А.Д. Шеремет, А.Ф. Ионова. – М.: Инфра-
М, 2004. – 537с.
Наливайченко С.П.
ЗАСТОСУВАННЯ МЕТОДІВ ІМІТАЦІЙНОГО МОДЕЛЮВАННЯ ПРИ АНАЛІЗІ
РИЗИКІВ У СВІТОВІЙ ЕКОНОМІЦІ
Вступ. Методи імітаційного моделювання набули широкого застосування у світовій економіці .
Імітаційне моделювання, як інструмент експериментального дослідження складних економічних сис-
тем, охоплює методологію створення моделей економічних систем, методи алгоритмізації та засоби про-
грамних реалізацій імітаторів, планування, організацію і виконання за допомогою інформаційних техноло-
гій експериментів з імітаційними моделями, машинну обробку даних та аналіз результатів.
При цьому динамічні й стохастичні характеристики реальних процесів відображаються в моделі за до-
помогою спеціально сконструйованих процедур.
Під час вивчення підприємством сутності економічної проблеми необхідно звернути увагу на основні
напрями використання імітаційного моделювання.
Постановка задачі та аналіз проблеми. Узагальнюючи матеріали, наведені в низці літературних дже-
рел (автори: Баканов М.І., Бланк І.О., Іванченко В.В., Любушин П.П., Ястремський О.І. та ін.), процес кіль-
кісного аналізу ризику за допомогою методів імітаційного моделювання можна розподілити на сім кроків.
Їхня сутність i послідовність подані на рис.1.
В випадку застосування методів імітаційного моделювання здійснюється оцінка коливань вихідної ве-
личини при випадкових змінах вхідних величин, достатньо детально, з урахуванням ступеня взаємозалеж-
ності випадкових змін вхідних величин [3].
• КРОК 1. Формування моделі, здатної прогнозувати значення відповідних
показників ефективності об’єкта (проекту)
• КРОК 3. Визначення множини можливих (імовірних) значень ключових ар-
гументів (чинників ризику)
• КРОК 2. Вибір ключових аргументів (чинників ризику) об’єкта (проекту),
що аналізується
• КРОК 4. Визначення розподілу випадкових значень ключових аргументів
(чинників ризику)
• КРОК 6. Генерація випадкових сценаріїв, що ґрунтуються на системі прий-
нятих гіпотез щодо можливих значень ключових чинників
• КРОК 5. Виявлення відношень взаємозалежності (кореляції) між ключо-
вими аргументами (чинниками ризику)
Рис. 1. Процес кількісного аналізу ризику методами
імітаційного моделювання
Результати.
Перший крок аналізу може полягати у формування моделі об’єкта (проекту), що розглядається.
Другий крок здійснюється з метою визначення ключових аргументів (чинників ризику), зокрема, засто-
совуючи метод аналізу чутливості (вразливості). Аналіз вразливості застосований щодо ряду чинників, які
Наливайченко С.П.
ЗАСТОСУВАННЯ МЕТОДІВ ІМІТАЦІЙНОГО МОДЕЛЮВАННЯ ПРИ АНАЛІЗІ РИЗИКІВ
У СВІТОВІЙ ЕКОНОМІЦІ
48
входять в нашу модель, не бере до уваги те, наскільки реалістичними (ймовірними) є ті чи інші випадкові
коливання (значення) чинника ризику (аргументу).
Для того щоб дані, одержані в процесі аналізу вразливості, мали сенс, на наш погляд, у тест аналізу має
бути вмонтована концепція впливу невизначеності, пов’язаної з чинниками, що аналізуються, а також мож-
ливість використання цього аналізу для вибору чинників підвищеного ризику. Наприклад, може бути ви-
значено, що відхилення у цiнi купівлі певного виду устаткування на початку здійснення інвестиційного
проекту має значний вплив на чистий інтегрований дисконтований дохід від проекту (велике за абсолют-
ною величиною значення коефіцієнта еластичності). Однак імовірність будь-якого, навіть досить незначно-
го, відхилення цього чинника може бути дуже малою, якщо, наприклад, постачальник, згідно з умовами ко-
нтракту, зобов’язаний гарантіями здійснити поставки по фiксованiй (узгоджений) цiнi. Отже, ризик,
пов’язаний з чинником аргументу, незначний. Такий чинник вилучається з подальшого аналізу [2].
Для подальшого аналізу ризику залишаються лише ті чинники, які не є строго детермінованими, а елас-
тичність вiдповiдної функції, пов’язаної з цим чинником (аргументом) є значною (суттєвою).
Третій крок полягає у тому, щоб визначити можливі інтервали відхилень прогнозованих значень пара-
метрів (чинників ризику) від очікуваних (найбільш імовірних). На цьому етапі доречно використовувати
математичні (тобто статистичні) оцінки якості прогнозів.
Для тих, хто вперше використовує аналіз ризику, визначення меж множини можливих (імовірних) зна-
чень виявлених чинників ризику може здаватися громіздким і складним завданням. Але воно є не більш скла-
дним, ніж визначення детермінованої (сподіваної, найбільш імовірної) оцінки вiдповiдної випадкової змін-
ної.
Під час застосування детерміністичного економічного аналізу та обчислення ефективності (чистої при-
веденої вартості тощо) доводиться враховувати ймовірні значення, які можуть приймати випадкові змiннi
(ціни, змiннi та постiйнi витрати, витрати на купівлю обладнання, затрати на будівельно-монтажні роботи
тощо), що входять в модель об’єкта або проекту, перш ніж обрати конкретне (сподіване) їхнє значення для
подальших обчислень згідно з обраними критеріями та аналізом за базовим сценарієм.
Отже, якщо здійснювалася оцінка вiдповiдних показників за якогось єдиного значення (величини)
вiдповiдних чинників (аргументів), то можна вважати, що частка підготовчої роботи щодо оцінки меж мож-
ливих значень та розподілу ймовірностей була вже виконана.
На практиці проблема, з якою нерідко стикаються у зв’язку з визначенням множини значень i роз-
подiлiв iмовiрностей вiдповiдних величин для аналізу ризиків після завершення розгляду базового сцена-
рію, полягає в тому, що лише в ході цього процесу приходить розуміння того, що недостатньо уваги було
приділено оцінці цього єдиного значення чинника при здійсненні детерміністичного аналізу [4].
Четвертий крок полягає у визначення розподілу ймовірності випадкових (імовірних) значень аргумен-
тів (чинників ризику). Він здійснюється паралельно з третім кроком.
Під час аналізу ризиків використовується інформація, яка відображає множинність значень випадкових
змінних (чинників), що входять у математичну модель i відображають значення вiдповiдних величин у
майбутньому (стан економічного середовища) i їхній розподіл. Тобто використання під час аналізу ризику
випадкових значень чинників замість детермінованих, власне, i дає можливість врахувати ризик, яким об-
тяжене вiдповiдне рішення (iнвестицiйний проект) при моделюванні i оцiнюваннi показників його ефектив-
ності.
Дуже часто інформація, на наш погляд, закладена в досвiдi людини (експерта), хоч майже неможливо
точно передбачити конкретне значення певного чинника. Завжди існує можливість встановлення певних
(відносно широких) меж його імовірнісних значень та вiдповiдний наближений розподіл iмовiрностей.
Підготовка даних та оцінка розподілу імовiрностi для вiдiбраних чинників ризику включає як встанов-
лення множини їхніх можливих значень, так i імовірностей (вагових коефіцієнтів). На практиці визначення
цих величин являє собою iтерацiйний процес [4]. Інтервали значень вiдповiдних чинників уточнюються,
беручи до уваги конкретний профіль розподілу імовiрностi, і навпаки.
Вирізняють два основні класи законів розподілу імовiрностi: неперервні i дискретні [3]. Серед випадко-
вих величин виокремлюють такі, що мають симетричні i асиметричні закони розподілу. Симетричні закони
краще характеризують ті випадкові змiннi, які визначаються впливом на них, незначних щодо своїх можли-
востей та важливості, різноспрямованих сил та тенденцій, наприклад, ціна на товар (реальна), що визнача-
ється в умовах конкурентного ринку.
Дискретні закони розподілу випадкових величин корисні у тому випадку, коли проводяться експертні
оцінки. Вони краще підходять до ситуацій, коли в системі, яка визначає величину випадкової змінної, наяв-
ні односторонні обмеження.
П’ятий крок призначений для виявлення взамоєзалежностi, яка на практиці може існувати між ключо-
вими аргументами (чинниками ризику).
Вважається, що двi і бiльше випадкові змiнні корельованi у тому разі, якщо вони змiнюються система-
тично [3]. У наборi ризикових чинників такi залежностi (взаємозумовленiсть) зустрiчаються досить часто [4].
Наприклад, рiвень собівартості значною мiрою зумовлює величину ціни реалiзацiї. Рiвень ціни на певний
товар, як правило, має обернене спiввiдношення щодо обсягу його продажу.
Iгнорування кореляцiї може призвести до неправильних результатiв в аналiзi ризику, тому важливо пе-
реконатися в наявностi чи вiдсутностi таких взаємозв’язків i, де це необхідно, ввести при моделюванні об-
меження, які знизили б до раціонального рівня імовірність вироблення сценаріїв, що порушують вплив ко-
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
49
реляцiї (взаємозалежності).
Фактично наявність кореляційного зв’язку обмежує випадковий вибір значень корельованих випадко-
вих змінних (чинників ризику). Він (цей вибір) стає обумовленим як рамками вiдповiдних характеристик,
так i напрямом (прямо чи обернено пропорційним) зв’язку [1]. Доцільно також використовувати лiнiйнi мо-
делi множинної регресiї, які встановлюють взаємозв’язки мiж низкою чинників ризику (випадкових вели-
чин).
На нашу думку, слід мати на увазі, що соцiально-економiчнi процеси, які обтяженi ризиком, не завжди
можна описати за допомогою лише одного рiвняння регресiї. Для більш адекватного вiдображення багатосто-
роннiх реальних взаємозв’язків мiж явищами, що їх відображають обрані чинники ризику, необхiдно викорис-
товувати систему спiввiдношень. Для цього застосовуються економетричнi моделi та методи.
Шостий крок полягає у здiйсненні власне генерацiї випадкових сценарiїв, які ґрунтуються на системi
прийнятих гiпотез щодо чинників ризику згідно з обраною моделлю на першому кроцi.
Пiсля того, як всi гiпотези були ретельно дослiдженi і побудованi вiдповiднi залежностi, залишається ли-
ше послiдовно здiйснювати обчислення згідно з обраною на першому кроцi моделлю до тих пiр, доки не буде
одержанa репрезентативна вибiрка з нескiнченної множини можливих значень ключових аргументів, врахо-
вуючи накладенi на них обмеження. Для цього, як свiдчить досвiд, достатньо, щоб вибiрка була одержана в
результатi здійснення 200-500 обчислень («прогонiв») [2].
Серiя «прогонiв» здійснюється згідно з методом Mонте-Kарло. Пiсля кожного «прогону» генеруються,
взагалi кажучи, рiзнi результати, бо значення ризикових чинників обираються випадково з урахуванням за-
конiв розподілу у визначеному iнтервалi значень ключових аргументів, урахуванням кореляцiйних зв’язків.
Метод Монте-Карло можна розглядати як iмiтацiю майбутнього в лабораторних умовах. Кожний одержа-
ний результат (ефективнiсть) відображає можливе значення результату «прогону». Результати кожного
«прогону» зберiгаються для подальшої статистичної обробки одержаної вибiрки та її аналізу.
Сьомий крок. Після серії «прогонів» можна одержати відносні частоти для підсумкового показника
(ефективності, чистої теперішньої вартості проекту, норми доходу тощо). Результати можуть бути подані у
вигляді дискретного чи неперервного закону розподілу результуючого показника як випадкової величини.
Після цього здійснюється перевiрка гiпотез щодо виду закону розподілу, обчислюються числовi характери-
стики результуючого показника (сподівана величина показника, варiацiя (дисперсiя), семиварiацiя, аси-
метрiя, ексцес тощо) [1].
Висновки та пропозиції. Одержані результати вимагають їхньої інтерпретації. Коли обчислено споді-
ване значення результуючого показника (наприклад, чиста приведена вартість чи норма доходу) об’єкта
(проекту), то рішення щодо прийняття чи відхилення даного проекту залежить від того, який знак має ця
величина. Якщо він додатний, то це є необхідною, але не достатньою умовою, щоб даний проект вважати
прийнятним. Якщо знак вiдповiдного показника (прибуток чи ЧПB) від’ємний, то такий проект слiд
вiдхилити.
Аналогiчно при виборi альтернативних об’єктів (проектiв) для подальшого аналізу та прийняття рішень
залишаються ті з них, для яких, скажімо, сподіваний прибуток є додатною величиною, а серед них найкра-
щим є той, коефіцієнт варіації для якого набуває мінімального значення тощо.
Остаточне рішення є об’єктивно-суб’єктивним, тобто значною мірою залежить від того, як суб’єкт
прийняття рішення (суб’єкт ризику) ставиться до ризику. Загальним правилом під час прийняття рішень
може слугувати таке: слід вибирати об’єкт (проект) з таким розподілом ймовірності норми прибутку,
який найкраще відповідає ставленню до ризику суб’єкта (інвестора).
Якщо інвестор є «ризикованим гравцем», то він гроші швидше всього вкладе у проект з відносно вели-
кою віддачею, не звертаючи особливої уваги на ризик, яким цей проект обтяжений.
Якщо ж особа, що приймає рішення, більш обережна (не схильна до ризику), то вона інвестує в проект
із скромнішою, але більш гарантованою віддачею.
Таким чином, імітаційне моделювання – це використання пристрою, що імітує реальний світ. За допо-
могою моделей імітаційного моделювання, із застосуванням інформаційних технологій проводять аналіз
можливих ризиків та їх усунення.
Джерела та література
1. Баканов М.И. Теория экономического анализа/ Баканов М.И. – М.: «Финансы», 2004. – 324 с.
2. Иванченко В.В. Финансовый анализ/ Иванченко В.В. – М.: «Интек», 2003. – 226 с.
3. Любушин П.П. Анализ финансово-экономической деятельности/ Любушин П.П. – М.: «Юнити», 2004.
– 228 с.
4. Ястремський О.І. Моделювання економічного ризику/ Ястремський О.І. – К.: Либідь, 2002. – 176 с.
|
| id | nasplib_isofts_kiev_ua-123456789-34982 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1562-0808 |
| language | Ukrainian |
| last_indexed | 2025-12-07T17:22:21Z |
| publishDate | 2009 |
| publisher | Кримський науковий центр НАН України і МОН України |
| record_format | dspace |
| spelling | Наливайченко, С.П. 2012-06-13T21:05:30Z 2012-06-13T21:05:30Z 2009 Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці / С.П. Наливайченко // Культура народов Причерноморья. — 2009. — № 156. — С. 47-49. — Бібліогр.: 4 назв. — укр. 1562-0808 https://nasplib.isofts.kiev.ua/handle/123456789/34982 uk Кримський науковий центр НАН України і МОН України Культура народов Причерноморья Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці Article published earlier |
| spellingShingle | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці Наливайченко, С.П. Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| title | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці |
| title_full | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці |
| title_fullStr | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці |
| title_full_unstemmed | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці |
| title_short | Застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці |
| title_sort | застосування методів імітаційного моделювання при аналізі ризиків у світовій економіці |
| topic | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| topic_facet | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/34982 |
| work_keys_str_mv | AT nalivaičenkosp zastosuvannâmetodívímítacíinogomodelûvannâprianalízírizikívusvítovíiekonomící |