Úvod » Znalosti » Znalosti » Štátnice z ekonomických predmetov » Pravdepodobnostné a rozhodovacie stromy, metódy počítačovej simulácie

Pravdepodobnostné a rozhodovacie stromy, metódy počítačovej simulácie

0
Pravdepodobnostné a rozhodovacie stromy, metódy počítačovej simulácie

Pravdepodobnostné a rozhodovacie stromy, metódy počítačovej simulácie

Základný princíp merania rizika

Meranie rizika je založené na vytváraní alternatívnych scenárov vývoja s priradenými pravdepodobnosťami. Varianty vývoja môžu byť priaznivé alebo nepriaznivé a ich hodnotenie sa vzťahuje na vybrané kritériá ako zisk, cash flow alebo návratnosť investície.

Pravdepodobnostné stromy (PS)

PS zobrazujú jednotlivé scenáre vývoja pomocou orientovaného grafu s uzlami (rizikové faktory) a hranami (možné dôsledky).

  • Jednoduché na zostavenie a vizuálne prehľadné
  • Vhodné na modelovanie diskrétnych javov
  • Pomáhajú pri komunikácii možných variantov budúcnosti

Stiahnite si dokument: Štátnice – Financie – 02 – 07 – Metódy a modely merania rizika (PDF)

Rozhodovacie stromy (RS)

Rozhodovacie stromy sú grafické nástroje na podporu rozhodovania vo viacerých etapách. Obsahujú:

  • Rozhodovacie uzly – označené kosoštvorcami, vyjadrujú voľbu
  • Situáčné uzly – predstavujú možné scenáre s pravdepodobnosťami

RS slúžia na výber optimálneho variantu na základe očakávanej hodnoty (očakávanej užitočnosti).

Metódy počítačovej simulácie

Simulácia je nástroj na skúmanie zložitých systémov, kde analytické alebo optimalizačné metódy zlyhávajú. Hlavné kroky:

  1. Definícia problému
  2. Tvorba simulačného modelu
  3. Nastavenie parametrov a vstupov
  4. Spustenie simulácie
  5. Analýza výsledkov

Simulačná metóda Monte Carlo

Simuluje náhodné vstupné premenné podľa ich pravdepodobnostného rozdelenia. Výsledky sa generujú opakovaným vzorkovaním.

  • Funkcia distribúcie F(x) vyjadruje pravdepodobnosť P(X ≤ x)
  • Najčastejšie sa predpokladá normálne rozdelenie
  • Vzorkovanie môže byť náhodné (Monte Carlo) alebo rozvrstvené (Latin Hyper Cube)

Monte Carlo vs. Latin Hyper Cube

Monte Carlo: čisto náhodný výber hodnôt z distribúcie, potrebuje veľa opakovaní na presný výsledok.

Latin Hyper Cube: presnejšie reprezentuje celé rozdelenie aj pri nižšom počte opakovaní, efektívnejšie z hľadiska výpočtového výkonu.

Počítačová podpora simulácií

Moderné nástroje podporujú monitoring konvergencie a stabilitu výsledkov. Pri dostatočnom počte iterácií sa výstupy blížia k presným hodnotám podľa distribúcií.

Programové nástroje na analýzu rizika

  • @RISK – simulácia rizika, viac ako 30 typov rozdelení, citlivostná analýza, grafické výstupy
  • PrecisionTree – rozhodovacie stromy v Exceli
  • TopRank – analýza citlivosti
  • Crystal Ball – simulácie v Exceli, podobné @RISK
  • DECISION PRO, MONTE CARLO, PREDICT – špecializované nástroje pre rôzne typy modelovania
  • RISK SAFE – určený pre zdravotníctvo a poistenie
  • REVAL – pre Lotus 1-2-3

Štatistické charakteristiky výstupu (napr. v @RISK)

  • Minimum / Maximum – krajné hodnoty simulácie
  • Mean – stredná hodnota
  • Mode – najčastejšia hodnota (modus)

Stiahnite si dokument: Štátnice – Financie – 02 – 07 – Metódy a modely merania rizika (PDF)

Poradňa

Potrebujete radu? Chcete pridať komentár, doplniť alebo upraviť túto stránku? Vyplňte textové pole nižšie. Ďakujeme ♥