Безопасность бизнеса и кредитование (5 часть)

Особое место в разработке экономико-математической модели должно занимать обнаружение и установление корреляционных отношений между отдельными входными факторами риска. Под корреляцией подразумевается случайная зависимость между переменными, не имеющая точно определенного характера. Неучет взаимокоррелируемых величин может привести к существенным ошибкам в оценке риска. Например, цена и количество проданного товара коррелируют между собой. Если не будет задана связь между ними (коэффициент корреляции), то компьютер, приняв их как совершенно независимые переменные, может генерировать нереалистичный сценарий, где цена и количество реализованных товаров будет одновременно или низким, или высоким. Очевидно, что это негативно повлияет на результат анализа (а этого нельзя допустить).

Поэтому две коррелированные переменные моделируют таким образом, чтобы при случайном избрании одной из них вторая избиралась из диапазона значений, подконтрольного значению первой переменной. Определение коэффициента корреляции связано с определенными трудностями, но на практике достаточно легко в процессе итерационных расчетов значение ключевого показателя риска обрабатывается и интерпретируется с помощью средств математической статистики. Важным при этом является использование в оценке риска величины ожидаемой стоимости риска в сочетании с размером ее вариации, например, стандартным отклонением. Именно использование вероятностного распределения допустимых значений входных параметров вместо детерминированного является характерной чертой имитационного моделирования по сравнению с традиционными подходами. В описанных выше методах переменной присваивали определенное значение с вероятностью, которая равнялась единице.

И через единую итерацию получали однозначный результат. Зато в рамках метода Монте-Карло осуществляется большое число итераций (более 1000), которые позволяют определить характер поведения результативного показателя (пределы колебания, плотность распределения) при закладке в модель различных значений входных факторов риска. При этом заданная риск-менеджером функция распределения переменной регулирует вероятность выбора определенного ее значение с допустимого интервала. Преимуществами этого метода являются: высокая достоверность, объективность оценки риска, приемлемость для любых ситуаций. С помощью имитационного моделирования выделяются существенные риски, что приводит к дальнейшему поиску информации и управлению риском. В целом метод Монте-Карло заметно улучшает уровень принятия бизнес-решений, повышает эффективность привлечения к работе экспертов, которым удобнее выражать свои суждения в виде вероятностного распределения.