Микроэкономика: практический подход - Грязнова А.Г.
ISBN 5-85971-160-3
Скачать (прямая ссылка):
Убежденность менеджера, что статистическая вероятность точно отражает вероятность действительную, много ниже, чем в том случае, когда он оперирует априорной вероятностью Камнем преткновения обычно является неуверенность в том, что статистические данные относятся к объектам, полностью аналогичным исследуемому. Например, если статистика пожаров собрана по всем домам города, а страхуемый дом — старый и деревянные, то его шансы сгореть существенно выше среднестатистических {т.е. выше Viood)-
Ожидаемая, Для определения вероятности данного класса событий не существует никакого раиионального алгоритма. Эта один из распространенных и одновременно наиболее сложных случаев. Менеджерам часто приходится иметь лело с уникяльнылли сооытия-ми, лля прогнозирования которых не существует HVi логических правил, ни статистики, Примером может быть инвестиционное решение предпринимателя. Не существует anриорного, математического алгоритма успеха (иначе никто не терпел бы убытков). Так же ничего не дает статистика: если однажды кому-то и удалось «раскрутить* аналогичный проект^ зто не говорит о том, что в другой раз все
повторится.
Соответственно такого рода решения базируются на ожиданиях. Обычно менеджеры при этом полагаются на собственное чутье или на оценки экспертов, Мы опять сталкиваемся с феноменом неявного знания, Интуииия, свойственная подлинным знатокам дела, помогает им благодаря незаметным и, казалось бы, маловажным деталям правильно оиенить обстановку. При этом сам эксперт часто не может объяснить, как он пришел к данному выводу.
Ожидаемая вероятность, разумеете я / является самой гадательной из всех видов вероятностей (внутренний голос вполне может подвести эксперта). Тем не менее, подсчитав такую вероятность, часто можно существенно повысить надежность принимаемого решения. Для этого нужно собрать группу экспертов и выяснить их мнение о том, какие исходы возможны и какова вероятность наступления каждого из них. Усредненное мнение квалифииирован-ных специалистов обычно оказывается близким к истине-
Для количественной опенки риска экономисты используют целый ряд показателей и методов, Подробно данная тема изучается в рамках курса статистики. В настоящей главе мы остановимся лишь на философии математической системы оиенки риска.
51 9
Среднее значение Основным из ключевых понятий с точки зрения математиче-
ской системы оценки риска является среднее значений — средне-азаошйыная оиенха ясех возможных ртультатоп с учетом соответствующих вероятностей* Оно подсчитываетси по формуле математического ожидания;
X - /J1AT3 + р,х, ++ р„хґ. - J р,-х„ (14-1J
где
_ математическое ожидание; — возможный результат; Pr — вероятность лунного результата,
причем
Экономический смысл ¦JTOго расчета состоит в установлении результата, к которому тяготели бы средние показатели при неограниченно длительном повторении данного событии. Например, при неограниченно долгом подбрасывании монеты орел и решка выпадают одинаковое число раз. И если при выпадении орла игрок выигрывает, а решка — проигрывает, то среднее значение выигрыша при любой постоянной ставке равно нулю [X = 0,5П" +QJ(-n) = Q],
Конечно, в реальной серии бросков пропорции орлов и решек может быть иной. Скажем, выпадем три орла подряд, Более того, поскольку повторение событий (если речь, например, опять идет о бросках монеты) никогда не бывает неограниченно долгим, реальное значение обычно отличается от среднего, Но среднее значение является своеобразным ориентиром, показывавшим, чем скорее всего обернется риск. Так, игра в орлянку (описанное выше подбрасывание монеты) при фиксированной ставке тяготеет к нулевому результату, А игра в рулетку (ставка на выпадение четного или нечетного) мри внешней схожести с орлянкой в среднем не нейтральна, а проигрышна, поскольку с учетом клетки *зеро* среднее значение всегда отрицательно. Среди et значен ие P асчет среди е го з и а чен и я п оз воляет расп ростр а н ить о п и са нн у ю
и инвестиционные е-главе 11 логику инвестиционных решений Hd случаи, сопряженные решения с риском. К пр име ру, менеджеру п ре дла га етс я определить с вое отно -
ииение к двум следующим рискованным проектам,
1, Фирма инвестирует 50 млн руб. и, по мнению экспертов, через год с вероятностью 2/6 получит те к у шую дисконтированную стоимость IPDVl, равную 250 млн pyo. С вероятностью 1/6 PDV составит 1ODмлн pyo, Наконец с вероятностью 3/6 фирма потеряет деньги [PDV я OJh
2. При той же сумме инвестиций фирма с вероятностью 1/6 получит GQQ млн руб. и ничего не получит во всех остальных случаях {вероятность 5/6).
Для первого проекта среднее значение составит
Jf = ТОО * 1/fi + 250*2/6 +Ox 3/6 = 100 (млн pyOJ.
Для второго проекта:
Я = 600 * 1/6 + Г) х 5/6 s ) Qu Гмлн руб.},
514
Ли слер гид И среднеквадратичное отклонение
Это означает, что оба проекта п ре доставляют фирме равные-шансы: средняя ожидаемая выручка равна удвоенной величине ин-вестиинй, Логично интерпретировать лу величину K^iK среднюю ожидаемую дисконтируемую стоимость (ЮУ\).
RchOj что в принципе люґюй из проектов моїкет быть одобрен, так как выполняется критерий NPV > 0 {ведь 100 - SQ = 50 > 0). Другими словами, среднее значение (математігческое ажндание)
