Имитационное моделирование рисков на базе метода монте-карло

 

Анализ рисков с использованием метода моделирования Монте-Карло представляет собой сочетание методов анализа чувствительности и анализа сценариев.

Это достаточно сложная методика, имеющая, как правило, компьютерную реализацию. Результатом такого анализа выступает распределение вероят­ностей возможных результатов деятельности.

Имитационное моделирование по методу Монте-Карло позволяет построить математическую модель для предприятия с неопределенными значениями параметров и, зная вероятностные распределения параметров деятельности предприятия, а также связь между изменениями параметров (корреляцию), получить распределе­ние доходности деятельности предприятия.

При формировании сценариев с использованием методов имитационного моделирования применяется следующая пос­ледовательность действий:

 

• определяются интервалы возможного изменения исход­ных переменных, внутри которых эти переменные являются случайными величинами;

• определяются виды распределения вероятностей внутри заданных интервалов;

• устанавливаются коэффициенты корреляции между за­висимыми переменными;       .

• многократно (не менее 200 раз) рассчитываются результирующие показатели;        

• полученные результирующие показатели рассматрива­ются как случайные величины, которым соответствуют такие характеристики, как математическое ожидание, дисперсия, функция распределения и плотность вероятностей;

• определяется вероятность попадания результирующих показателей в тот или иной интервал, вероятность превышения минимально допустимого значения и др.

 

Анализ значений результирующих показателей при сформированных сценариях позволяет оценить возможный интервал их изменения при различных условиях осуществления деятельности. Вероятностные характеристики используются для:                                                   

• принятия инвестиционных решений;                                    

• ранжирования;                                                                          

• обоснования рациональных размеров и форм резервирования и страхования.         

 

На рис. 5.11 представлена схема работы с имитационной моделью.

 

Применение метода имитации Монте-Карло требует использования специальных математических пакетов (например, специализированного программного пакета Гарвардского университета под названием Risk-Master), в то время как метод сценариев может быть реализован даже при помощи обыкновенного калькулятора.                                                                                                                       

Результатом такого комплексного анализа выступает распределение вероятностей возможных результатов деятельности предприятия (например, вероятность получения чистого дисконтированного дохода — ЧДД).                                                                                                                                

       Несмотря на свои достоинства, метод Монте-Карло нерас пространен и не используется слишком широко в бизнесе. Одна из главных причин этого — неопределенность функций распределения переменных, которые используются при расчетах.

Рис. 5.11. Схема имитационного моделирования рисков в деятельности предприятия

 

Другая проблема, которая возникает как при использовании метода сценариев, так и при использовании метода Монте-Кар­ло, состоит в том, что применение обоих методов не дает однозначного ответа на вопрос о том, следует ли все же осуществлять данную деятельность или следует отвергнуть ее, поэтому, как правило, используется целый комплекс методов анализа рисков предприятия для окончательной оценки.

Общая результативность анализа рисков предприятия мо­жет быть оценена следующим образом.

 

Преимущества методов:

1. Совершенствуют уровень принятия решений по малопри­быльным видам деятельности предприятия.

Определенная целенаправленная деятельность предприятия с малым значением ЧДД может быть осуществлена в случае, если анализ рисков установит, что шансы получить
удовлетворительный доход превосходит вероятность неприемлемых убытков.               

2. Помогают идентифицировать производственные возможности.        

Анализ рисков помогает сэкономить деньги, потраченные на получение информации, издержки на получение которой превосходят издержки неопределенности.          

3. Освещают сектора деятельности предприятия, требующие дальнейшего исследования, и управляют сбором информации.

4. Выявляют слабые места деятельности и дают возможность ввести поправки.           

5. Предполагают неопределенность и возможные отклонениями факторов от базовых уровней.

В связи с тем что присвоение распределения и границ варьирования переменных несет оттенок субъективизма, необходимо критически подходить даже к результатам анализа рисков.

Сложности применения методов:                                 

1. Проблема коррелированных переменных, которые, если неправильно специфицированы, могут привести к обманчивым заключениям.                                           

2. Анализ рисков предполагает доброкачественность моделей оценивания. Если модель неправильна, то результаты анализа рисков также будут вводить в заблуждение.