точность результатов, но и отсевать не существенные переменные. Нестохастические модели. В данном случае для каждой неопределенной переменной задается неупорядоченное множество значений. В этом случае ни одно из возможных значений переменных не является более и менее чем другие предрасположенным к тому, чтобы реализоваться. Нестохастическое описание неопределенности применяется преимущественно при качественном анализе. Для количественного анализа используются иные подходы (либо стохастические, либо смешанные). Смешанное описание неопределенности. В данном случае неопределенная переменная является случайной величиной, ее распределение задано неполно вместо значения параметров распределения заданы лишь множества, в котором эти параметры находятся. То есть смешаннонеопределенная переменная — это случайная величина, распределение вероятности которой зависит от параметра. Ранее мы отмечали, что риск, как неэффективное соотношение расходов и доходов — категория вероятностная, поэтому в процессе оценки и количественного определения степени риска используют вероятностные расчеты. Общий методический подход к количественной оценки риска связан с использованием статистического метода. Основными инструментами статистического метода расчетов являются показатели: 1. Среднее значение (X) (средняя арифметическая) изучаемо случайной величины (последствий какого-либо действия, например, дохода, расхода, прибыли и т.п.). Из теории статистики известно, что для ограниченного числа (п) возможных значений случайной величины ее среднее значение определяется из выражения: У х (9) -£ =Х 1+Х2+...+Х я _ & ^ п п где п количество единиц исследуемого признака. Средняя величина представляет собой обобщенную количественную 129 |
риска, основанных на статистическом описании неопределенности, обусловлены возможной неадекватностью моделей и неточностью идентификации параметров. Как правило, неадекватность моделей является следствием неполноты информации об объекте источников риска. Причины неадекватности моделей не могут быть исключены полностью. Поэтому анализ риска скорее всего должен проводится с целью выявления и оценки факторов риска, чем для доказательства принципиально недостижимой «абсолютной» безопасности (безрисковости). В тоже время исследование чувствительности в такой ситуации не только помогает контролировать точность результатов, но и отсеивать несущественные переменные. Нестохастические модели. В данном случае для каждой неопределенной переменной задается неупорядоченное множество значений. В этом случае ни одно из возможных значений переменных не является более и менее чем другие предрасположенным к тому, чтобы реализоваться. Нестохастическое описание неопределенности применяется преимущественно при качественном анализе риска. Для количественного анализа риска используются иные подходы (либо стохастические, либо смешанные). Смешанные описание неопределенности. В данном случае неопределенная переменная является случайной величиной, ее распределение задано неполно вместо значения параметров распределения заданы лишь множества, в котором эти параметры находятся. То есть смешанно-неопределенная переменная это случайная величина, распределение вероятности которой зависит от параметра. Риск — категория вероятностная, поэтому в процессе оценки и количественного определения степени риска используют вероятностные расчеты. Общеметодический подход к количественной оценки риска связан с использованием статистического метода. Главными инструментами статистического метода расчета риска являются показатели: 129 1. Среднее значение (X) {средняя арифметическая) изучаемой случайной величины (последствий какого-либо действия, например, дохода, прибыли и т.п.). Из теории статистики известно, что для ограниченного числа (п) возможных значений случайной величины ее среднее значение определяется из выражения: п _ X +Х + +J( X = — ^ — 1 id— ? где п количество единиц исследуемого п п признака. (8) Средняя величина представляет собой обобщенную количественную характеристику ожидаемого результата. 2. Важной характеристикой, определяющей меру изменчивости возможного результата, является дисперсия — средневзвешенное из квадратов отклонений действительных результатов от средних (сг2), YJLX-Jcf _ определяемая по формуле: <г2=—-----------=Х?-(Х)2. (9) я 3. Также очень близким понятием является, стандартное (средпеквадратическое) отклонение ( а ), определяемое по формуле: а = VcP". Дисперсия и среднеквадратическое отклонение служат мерами абсолютного рассеяния и измеряются в тех же физических единицах, в каких измеряется варьирующий признак. 4. Для анализа меры изменчивости часто используют коэффициент вариации (V), который представляет собой отношение среднего квадратического отклонения к средней арифметической и показывает степень отклонения полученных значений. Данный показатель определяется по формуле: V -?=. (10) X Коэффициент вариации — относительная величина. Поэтому с его помощью можно сравнивать колеблемость признаков, выраженных в различных единицах измерений. 5. Поскольку на формирование ожидаемого результата (например, 130 |