Методы компенсации рисков

Разумеется, точно неизвестно, будут ли аварии. сколько и какой ущерб они причинят, будет машина угнана или нет, но, при этом, согласно статистике транспортных происшествий, а также исходя из данных ГИБДД по угону автомобилей марки «BMW» известно было, что одна из десяти машин раз в году попадает в аварию и средний ущерб составляет $ 1 000 (цифры условные). Если предположить, что среднегодовой объем продаж автомобилей составляет 240 автомашин, то за год вероятны 24 аварии, которые в своей совокупности нанесут ущерб в $24000. Описание и история легковых машин ВАЗ-2101 копейка

Исходя из этих данных. принимается решение о целесообразности страхования транспортных средств и размере страховой суммы.

В данной ситуации использовался вероятностный подход, который предполагает прогнозирование возможных исходов и присвоение им вероятностей. использовались:

а) известные, типовые ситуации ( наподобие вероятности появления герба при

бросании монеты равна 0.5);

б) предыдущими распределениями вероятностей (например ,из выборочных

исследований или статистики предшествующих периодов известна вероятность появления бракованной детали);

в) субъективными оценками, сделанными аналитиком самостоятельно или с привлечением экспертной группы.

Последовательность действий в этом случае такова:

• прогнозируются возможные исходы Ak, k = 1 ,2, ., n;

• каждому исходу присваивается соответствующая вероятность pk, причем Ерк=1

• выбирается критерий (например максимизация математического

ожидания прибыли );

• выбирается вариант, удовлетворяющий выбранному критерию.

Величина планируемого дохода в каждом рассматриваемом случае (страхования или не страхования) не определенна и приведена в виде распределения вероятностей:

Таблица 1 - Величина планируемого дохода в виде распределения вероятностей

В таком случае, математическое ожидание дохода для рассматриваемых проектов будет соответственно равно

У(Да)=0.1 * 130000 + 0.2 * 140000+ + 0.1*170000 = 140000

У(Дб) 0.1 * 90000 + 0.2 * 100000+ + 0.1*130000 = 110500

Таким образом проект A более предпочтителен . Следует , правда отметить , что этот проект является и относительно более рискованным.

Пример, основанный на методе построения дерева решений

В более сложных ситуациях в анализе ситуаций используется так называемый метод построения дерева решений. Рассмотрим логику этого метода на следующем примере:

Управляющему автосервису «Вектор» необходимо принять решение о целесообразности приобретения для проведения работ «сход-развал» станка М1 или станка М2. Станок М2 является более экономичным, что обеспечивает более высокий доход на единицу обслуживаемой техники, вместе с тем он более дорогой и, при этом, требует относительно больших накладных расходов:

Таблица 2 - Постоянные и операционные расходы на единицу обслуживаемой техники