- •Оглавление
- •Предисловие
- •Глава 1 риск и его измерение
- •1.1. Риск и прибыль
- •1.2. Меры риска
- •Глава 2 стратегические игры
- •2.1. Основные понятия теории стратегических игр
- •2.2. Смешанные стратегии
- •2.3. Решение задач в смешанных стратегиях (частный случай)
- •2.4. Мажорирование (доминирование) стратегий
- •Задачи для самостоятельного решения
- •Глава 3 принятие решений в условиях неопределенности и риска (игры с природой)
- •3.1. Понятие игры с природой
- •3.2. Принятие решений в условиях полной неопределенности
- •3.3. Принятие решений в условиях риска
- •3.4. Выбор решений с помощью дерева решений (позиционные игры)
- •3.4.1. Принятие решений с применением дерева решений
- •3.4.2. Анализ и решение задач с помощью дерева решений
- •3.4.3. Ожидаемая ценность точной информации
- •3.5. Задачи с решениями
- •Глава 4 функция полезности неймана - моргенштерна
- •4.1. Основные определения и аксиомы
- •4.2. Измерение отношения к риску
- •4.3. Страхование от риска
- •Глава 5 финансовые решения в условиях риска
- •5.1. Динамические модели планирования финансов
- •5.2. Оценка текущей стоимости фирмы
- •5.2.1. Чистая приведенная стоимость (безрисковая ситуация)
- •5.2.2. Коэффициенты дисконтирования для рискованного проекта
- •5.3. Оценка перспективного проекта
- •5.4. Альтернативные методы принятия проекта
- •Глава 6 статистические игры
- •6.1. Общие сведения
- •6.2. Свойства статистических игр
- •6.2.1. Выбор функций решения
- •6.2.2. Макроэкономические решения
- •Глава 7 инвестиционные решения
- •7.1. Выбор оптимального варианта капиталовложений при строительстве электростанций
- •7.2. Инвестиции в разработку полезных ископаемых
- •Глава 8 задачи из разных областей хозяйственной деятельности
- •8.1. Проектирование маршрутов городского транспорта
- •8.2. Принятие решений в сельском хозяйстве
- •8.3. Статистический контроль партии готовых изделий и вероятность перебоев производства
- •8.4. Определение оптимального запаса продукции торговой фирмы на основе статистических данных
- •Приложение связь матричных игр с линейным программированием (основная теорема теории игр). Пример решения задачи
- •Краткий словарь терминов
- •Литература
- •Предметный указатель
3.3. Принятие решений в условиях риска
Методы принятия решении в условиях риска разрабатываются и обосновываются в рамках так называемой теории статистических решений. При этом в случае «доброкачественной», или стохастической, неопределенности, когда состояниям природы поставлены в соответствие вероятности, заданные экспортно либо вычисленные, решение обычно принимается на основе критерия максимума ожидаемого среднего выигрыша или минимума ожидаемого среднего риска (матрицы типа (3.1) либо (3.2)).
Если для некоторой игры с природой, задаваемой платежной матрицей А = ||aij||m,n, стратегиям природы Пj соответствуют вероятности рj, то лучшей стратегией игрока 1 будет та, которая обеспечивает ему максимальный средний выигрыш, т.е.
Применительно к матрице рисков (матрице упущенных выгод) лучшей будет та стратегия игрока, которая обеспечивает ему минимальный средний риск:
Заметим, что когда говорится о среднем выигрыше или риске, то подразумевается многократное повторение акта принятия решений. Условность предположения заключается в том, что реально требуемого количества повторений чаще всего может и не быть.
Покажем, что критерии (3.3) и (3.4) эквивалентны в том смысле, что оптимальные значения для них обеспечивает одна и та же стратегия Аi, игрока 1. Действительно,
т.е. значения критериев отличаются на постоянную величину, поэтому принятое решение не зависит от стратегии Аi.
Например, для игры, задаваемой матрицей А (3.1) или матрицей R (3.2), при условии, что р1 = р2 = р3 = р4 = 1/4, А1 - лучшая стратегия игрока 1 по критерию (3.3), поскольку
Эта же стратегия является лучшей для игрока 1 по критерию (3.4) относительно обеспечения минимального уровня риска:
На практике целесообразно отдавать предпочтение матрице выигрышей (3.1) или матрице рисков (3.2) в зависимости от того, какая из них определяется с большей достоверностью. Это особенно важно учитывать при экспертных оценках элементов матриц А и R.
3.4. Выбор решений с помощью дерева решений (позиционные игры)
Рассмотрим более сложные (позиционные, или многоэтапные) решения в условиях риска. Одноэтапные игры с природой, таблицы решений (см. разд.3.3), удобно использовать в задачах, имеющих одно множество альтернативных решений и одно множество состояний среды. Многие задачи, однако, требуют анализа последовательности решений и состояний среды, когда одна совокупность стратегий игрока и состояний природы порождает другое состояние подобного типа. Если имеют место два или более последовательных множества решений, причем последующие решения основываются на результатах предыдущих, и/или два или более множества состояний среды (т.е. появляется целая цепочка решений, вытекающих одно из другого, которые соответствуют событиям, происходящим с некоторой вероятностью), используется дерево решений.
Дерево решений — это графическое изображение последовательности решений и состояний среды с указанием соответствующих вероятностей и выигрышей для любых комбинаций альтернатив и состояний среды.
