- •1.2. Онтологія та гносеологія ризику
- •1.3. Невизначеність в економіці
- •1.4. Конфлікт в економіці
- •1.5. Альтернативність
- •1.6. Концептуальні засади ризикології
- •1.8. Суспільство ризику
- •1.9. Актуальні проблеми ризикології
- •Системний аналіз ризику в економіці та підприємництві
- •2.1. Сутність і системні властивості ризику
- •2.2. Ризикотвірні чинники
- •2.3. Класифікація ризику
- •2.3.1. Методологічні та методичні підходи
- •2.3.2. Характеристика видів ризику в деяких сферах економічної діяльності
- •2.3.3. Необхідність урахування специфіки підприємницької діяльності в дослідженні ризику
- •2.4. Суб'єкти ризику
- •2. 5. Сприйняття ризику
- •2.5.1. Психологічне сприйняття ризику
- •2.5.2. Аспекти сприйняття ризику
- •2.5.3. Асиметрія сприйняття ризику
- •2.5.4. Соціальне підсилення ризику
- •2.5.5. Неадекватне сприйняття ймовірностей
- •2.6. Складність економічних систем та аналіз ризику
- •2.7. Кількісний аналіз ризику
- •2.7.1. Метод аналогій
- •2.7.2. Аналіз чутливості (вразливості)
- •2.7.3. Аналіз ризику методами імітаційного моделювання
- •2.7.4. Аналіз ризику можливих збитків
- •2.7.5. Наслідки кількісного аналізу ризику
- •3.1. Загальні підходи до кількісної оцінки ризику
- •3.2. Кількісні показники ступеня ризику в абсолютному вираженні
- •3.3. Ризик у відносному вираженні
- •3.4. Граничні межі ризику
- •3.5. Системні показники ступеня ризику
- •3.6. Міра відсоткового ризику
- •Експертні процедури та методи суб'єктивних оцінок у вимірюванні ризику
- •4.1. Здобуття інформації
- •4.2. Методи обробки експертної інформації
- •4.3. Узгодження та агрегування оцінок експертів з урахуванням компетентності
- •За ризиком на базі неиронних мереж
- •4.4.1. Виявлення переваг і нейронні мережі
- •4.4.2. Проблема узгодження пріоритетів (переваг) за ризиком
- •Теоретико-ігровий підхід до моделювання ризику
- •5.1. Теоретико-ігрова модель
- •5.1.1. Класифікація інформаційних ситуацій
- •5.1.2. Інгредієнт функціонала оцінювання. Функція ризику
- •5.1.3. Зведення економічних колізій до ігрових задач
- •5.2 Моделювання економічного ризику. Концепція теорії гри
- •Критерій Байєса та його модифікації
- •Критерії мінливості (варіації) значень елементів функціонала оцінювання
- •5.3.1. Приклади багатоцільових задач прийняття рішень
- •5.3.2. Теоретико-ігровий підхід з урахуванням множини цілей
- •5.3.3. Критерій мінімальної відстані між інформаційними кубами
- •5.3.4. Ієрархічна модель прийняття багатоцільових багатокритеріальних рішень
- •5.3.5. Аналіз ієрархій: теоретико-ігровий підхід
- •5.5. Ігровий розпливчастий метод аналізу ієрархій (ірмаі)
- •6.4. Класифікація підходів до управління ризиком
- •6.6. Загальні підходи до зниження ступеня ризику
- •7.1. Класична теорія портфеля
- •7.3. Теоретико-ігрова концепція вибору портфеля
- •7.3.1. Теоретико-ігрова модель вибору
- •7.3.2. Теоретико-ігрова модель вибору
- •7.4. Оптимізація структури портфеля
- •8.1. Вартість, час, ризик
7.3. Теоретико-ігрова концепція вибору портфеля
Як уже зазначалось, у класичній теорії портфеля приймається гіпотеза щодо стаціонарності (тобто незмінності з плином часу) таких характеристик активів, як сподівана норма прибутку, дисперсія тощо. Але, як показують дослідження, це допущення часто порушується, тобто характеристики активів є функціями часу і при цьому залежність одних від часу є суттєвою, інших — проявляється дещо меншою мірою. Крім того, прийняття гіпотези щодо стаціонарності норм прибутків активів не дозволяє скористатись усією наявною інформацією, особливо у разі великої кількості нестаціонарних станів ринку. У багатьох випадках отримані на основі достовірної інформації оцінки числових показників, обраних для інвестування активів (сподівані норми прибутку, дисперсії, коваріації норм прибутку тощо), неадекватно характеризують відповідні випадкові величини та їх сукупність.
У подальших викладках пропонуються певні модифікації моделі Марковіца для різних інформаційних ситуацій [123]. Для кожної з них визначається сутність такого поняття, як ефективні портфелі, розглядаються різні підходи до постановки задачі вибору портфеля з наперед заданими характеристиками та обґрунтовується можливість використання теоретико-ігрової концепції для розв'язання цієї задачі. Суттєвою перевагою теоретико-ігрових методів пошуку ефективного портфеля є їх конструктивність з погляду реалізації. Зазначимо, що базою для реалізації те-оретико-ігрових моделей є методи математичного програмування. Відповідні пакети прикладних програм входять у математичне забезпечення сучасної комп'ютерної техніки.
Одним з основних і найпридатніших для застосування підходів до оцінювання параметрів імовірнісної моделі ринку і числових характеристик активів є використання ретроспективних даних. Але при цьому потрібно пам'ятати, що отримані оцінки не є абсолютно надійними, що вони не є точним прогнозом майбутніх
значень відповідних показників. Аналогічно не можна вважати, що оцінки, отримані на основі інших підходів (методів), є адекватним відображенням дійсності, тобто, що є істинними значення ймовірностей сценаріїв, можливі значення норм прибутків активів для відповідних станів ринку, всіх числових характеристик активів і портфелів, що обчислюються на їх основі.
Запропоновані модифікації моделі Марковіца дозволяють ураховувати фінансові умови, що можуть задаватись в конкретних задачах, і тим самим обмежувати вибір типу портфеля.
7.3.1. Теоретико-ігрова модель вибору
структури портфеля при заданому
розподілі ймовірності
Вважатимемо,
що N—
кількість різних видів активів, обтяжених
ризиком,
п
—
кількість станів (сценаріїв) економічного
середовища (ринку),
qj
—
ймовірність настання j-го
стану (j=
1,...,n),
гij
—
норма прибутку
активу i-го
виду при наявності j-го
стану економічного середовища
(i
= l,..,N;
j
= l„..,n),
R
= (rij:i
= l,..,N;
j
= 1,...,n)
—
матриця,
елементами якої є можливі значення норм
прибутку активів.
Якщо через Rt
позначити
i-й
рядок матриці R,
то
згідно з введеними раніше позначеннями
Ri
— це дискретна випадкова величина,
що описує норму прибутку i-го
активу. У свою чергу,
стовпчики матриці R
характеризують
стани економічного середовища (ринку),
а саме: j-й
стовпчик утворюється зі значень
норм прибутку всіх активів, що відповідають
стану в
.
Тому
ймовірність настання j-ro
можливого
значення
дискретної випадкової величини Ri,
збігається з імовірністю
стану Qj,
тобто
Згідно
з класифікацією перша інформаційна
ситуація I1
характеризується відомим розподілом
щодо станів економічного середовища.
Тому в полі І1
стає
можливим обчислення для i-го
активу сподіваної
норми прибутку mi,
дисперсії
а також коваріації
для
кожної пари випадкових величин
за
формулами:
(7.43)
(7.45)
(7.46)
Визначивши ці числові характеристики активів, за формулами (7.3) та (7.4) можна визначити відповідно сподівану норму прибутку та дисперсію (ступінь ризику) портфеля, що має структуру x =(x1;...;xN). Компонента хi, вектора X є часткою початкового капіталу, що інвестується в актив i-го виду (i = l,...,N). Ці компоненти мають задовольняти основному обмеженню (7.2) та вимозі щодо невід'ємності (7.16).
Формально економіко-математичну модель класичної моделі Марковіца можна подати у вигляді такої двокритеріальної задачі вибору оптимального рішення:
(7.46)
(7.47)
за обмежень
(7.48)
(7.49)
Згідно з [123] портфель зі структурою X* =(x*1...,xN*) називається ефективним в моделі Марковіца, якщо X* є вектором Парето задачі (7.46)—(7.49) і при цьому множина структур усіх ефективних портфелів збігається з множиною Парето задачі (7.46)— (7.49). Інакше кажучи, згідно з моделлю Марковіца мета інвестора полягає у визначенні таких значень часток xt, які б задавали для задачі (7.46)—(7.49) вектор X =(x1;...;xN), оптимальний за Парето. Цей вектор прийнято називати структурою ефективного портфеля.
Серед усіх ефективних портфелів виокремимо портфель зі структурою X* =(x*1...,xN*), який є розв'язком задачі мінімізації ризику портфеля на множині всіх допустимих портфелів (так звану задачу збереження капіталу [57]). Формально ця однокри-теріальна задача задається співвідношеннями:
(7.50)
(7.51)
(7.52)
Визначивши
структуру портфеля з мінімальним
ступенем ризику,
обчислюють його дисперсію
та
його сподівану норму mп*
прибутку
за формулами:
Проаналізуємо
випадки, коли розв'язок задачі теорії
гри і структура
X*
портфеля
збігаються. Як зазначалось раніше, норма
прибутку
портфеля зі структурою x
=(x1;...;xN)
є
випадковою величиною
.
Тоді
випадкова величина
є
нормою
прибутку портфеля з мінімальним ступенем
ризику. Очевидного
.
Розглянемо
задачу створення портфеля активів як
парну гру з
нульовою сумою, що визначається матрицею
,
і
нехай ця гра не має сідлової точки.
Позначимо
оптимальну змішану стратегію першого
гравця через ІІp.
(їй
відповідає розподіл p*
=
(р1*;...;p*N)),
оптимальну
змішану стратегію
другого гравця через
.
(їй
відповідає розподіл Q*
= (q1*;...;q*N)),
через
V*
— ціну гри. Виявляється [123], що у випадку,
коли всі компоненти вектора Q*=q*1...qn*)
строго
більші нуля
(q*j
>0,
j
= 1,...,n),
вектор Р*,
що
визначає оптимальну змішану
стратегію першого гравця, збігається
з вектором X*,
тобто
виконується
рівність Р*
= Х*(або
ж р*i=х*i,
i
= l,...,N)
і
при цьому
Зауважимо,
що у розрізі зазначених умов з урахуванням
того, що
,
існує можливість створення портфеля
Пp.
(який і є
оптимальною
змішаною стратегією першого гравця) з
нульовим ступенем
ризику, тобто існує можливість уникнення
ризику портфеля.
Розглянемо
тепер задачу створення портфеля активів
як парну
гру
з нульовою сумою, що задається матрицею
,
де
і
нехай ця гра не має
сідлової
точки, а розподіли, що визначають
оптимальні змішані
стратегії
Пp*
. та
.
відповідно першого та другого гравців,
за
даються
векторами
—
ціна гри.
Виявляється
[123], що за умови, коли всі компоненти
векторів Р
та
Q*
строго
більші нуля
,
век
тори
Р*,
Q*
та
X*
збігаються,
тобто Р*= Q*
= Х* (або ж
і
при цьому портфель зі структурою X*
має
мінімальний
ступінь ризику, рівний за величиною
ціні гри:
