- •Інтегрована система економіко-математичних моделей.
- •Методологічні принципи побудови системи економіко-математичних моделей. Это ваще бредятина полная!!!))) привет!) как дела?)
- •Предмет та об’єкт “Математичне програмування”. Приклади економічних задач математичного програмування.
- •Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.
- •Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.
- •Властивості розв’язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.
- •Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).
- •Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.
- •Теорема про оптимальність розв’язку задачі лінійного програмування симплекс-методом.
- •Знаходженння оптимального розв’язку задачі лінійного програмування. Алгоритм симплексного методу.
- •Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.
- •Економічний зміст двоїстої задачі й двоїстих оцінок.
- •Теореми двоїстості, їх економічна інтерпретація.
- •Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.
- •Аналіз розв’язків лінійних економіко-математичних моделей. Оцінка рентабельності продукції. Доцільність введення нової продукції.
- •Аналіз обмежень дефіцитних і недефіцитних ресурсів.
- •Аналіз коефіцієнтів цільової функції задач лінійного програмування.
- •Цілочислове програмування. Область застосування цілочислових задач в плануванні й управлінні виробництвом.
- •Геометрична інтерпретація задачі цілочислового програмування.
- •Метод Гоморі.
- •Постановка задачі нелінійного програмування, математична модель. Геометрична інтерпретація.
- •Графічний метод розв’язування задач нелінійного програмування.
- •Метод множників Лагранжа. Теорема Лагранжа. Алгоритм розв’язування задачі на безумовний екстремум.
- •Поняття про опуклі функції. Геометрична інтерпретація задачі опуклого програмування на площині.
- •Сідлова точка та необхідні і достатні умови її існування. Теорема Куна-Таккера.
- •Квадратична функція та її властивості.
- •Постановка задачі квадратичного програмування та її математична модель.
- •Градієнтні методи розв’язання задач нелінійного програмування та їх класифікація.
- •Метод Франка-Вульфа. Алгоритм розв’язування задачі нелінійного програмування.
- •Загальний вигляд теоретичного та емпіричного рівнянь парної лінійної регресії, їх складові елементи.
- •Причини, які спонукають появу випадкової складової в регресійних моделях.
- •Етапи побудови економетричної моделі.
- •Закони розподілу ймовірностей емпіричних параметрів , їх числові характерстики та статистичні властивості.
- •Що являється точковою незміщеною статистичною оцінкою для в моделі парної лінійної регресії?
- •Описати алгоритм побудови довірчих інтервалів із заданою надійністю для параметрів і функції регресії
- •Побудова точкового та інтервального прогнозу залежної змінної в моделі парної лінійної регресії.
- •Описати алгоритм перевірки на статистичну значущість та r в моделі парної лінійної регресії.
- •Коефіцієнт детермінації : формули для обчислення та сутність.
- •Теоретична та статистична лінійна множинна модель та їх запис у векторно-матричній формі.
- •Умови Гаусса-Маркова для парної та множинної лінійної регресії.
- •Чому дорівнює вектор в моделі множинної лінійної регресії?
- •85.Дайте означення економічного ризику. Поясніть його сутність.
- •86.Наведіть приклади економічних рішень, обтяжених ризиком. Ідентифікуйте ризики, здійсніть їх якісний аналіз.
- •88.Пояснити сутність таких понять як: джерело, об`єкт, суб`єкт економічного ризику.
- •87.Поясніть основні причини виникнення економічного ризику.
- •89.Назвіть основні види джерел ризику, в певному виді економічної діяльності, й самих ризиків.
- •90.Сутність кількісного аналізу ризику. Навести відповідні приклади.
- •91.Сутність кількісного аналізу ризику за допомогою методів імітаційного моделювання.
- •92.Основні засади кількісного аналізу ризику методом аналогій.
- •93.Сутність та основні кроки здійснення аналізу ризику за допомогою методу аналізу чутливості. Навести відповідний приклад.
- •94.Чому для кількісного вимірювання величини ризику використовують декілька показників? Навести окремі з них, та подати відповідні приклади.
- •95.Які Ви знаєте показники кількісної оцінки ризику в абсолютному вираженні? Навести приклади.
- •96.Чому та в якому випадку для оцінювання переваг одного з декількох варіантів проектів використовують коефіцієнт варіації, узагальнений коефіцієнт варіації?
- •97.Навести приклади показників ступеня ризику у відносному вираженні.
- •98.В яких ситуаціях доцільніше оцінювати ризик за допомогою семіваріації? За допомогою коефіцієнта семіваріації? Навести приклади.
- •100.Розкрити зміст основних етапів процесу управління ризиком. Навести приклади.
- •101.Наведіть приклади ситуацій, коли доцільно використовувати зовнішні способи зниження ступеня ризику. Дайте відповідні пояснення.
- •102.В яких випадках доцільно й можливо застосовувати страхування як спосіб зниження ризику? Наведіть приклади.
- •103.Для розв’язання яких проблем та в яких сферах економіки можна застосовувати теорію портфеля? Наведіть приклади та дайте відповідні пояснення.
- •104.Суть поняття “систематичний ризик” та “специфічний ризик” цінного паперу. Навести приклади та дати відповідні пояснення.
- •105.Які цінні папери вважаються більш привабливими для інвестора: з більшим чи з меншим коефіцієнтом β? Навести приклади.
- •Сутність соціально-економічних систем.
- •Структура соціально-економічних систем.
91.Сутність кількісного аналізу ризику за допомогою методів імітаційного моделювання.
Методи iмiтацiйного моделювання набули широкого застосування в економiцi.
Узагальнюючи матерiали, наведенi в низці лiтературних джерел, процес кiлькiсного аналiзу ризику за допомогою методiв iмiтацiйного моделювання можна розподілити на сiм крокiв. Їхня сутність i послiдовнiсть поданi на рис.2.2.
Як і в методі чутливості аналізу ризику, в цьому випадку також здійснюється оцінка коливань вихідної величини при випадкових змінах вхідних величин, але більш детально, з урахуванням ступеня взаємозалежності випадкових змін вхідних величин.
Рис.2.2.Процес кiлькiсного аналiзу ризику методами iмiтацiйного моделювання.
92.Основні засади кількісного аналізу ризику методом аналогій.
Для аналізу ризику, яким може бути обтяжений, скажімо, новий проект, доцільно виявити дані про наслідки впливу несприятливих чинників ризику якихось близьких за сутністю до раніше виконуваних проектів. У цій сфері діяльності найбільшу ініціативу виявляють страхові компанії. Так, на Заході вони регулярно публікують коментарі щодо тенденцій у найбільш суттєвих сферах ризику, наприклад стосовно природничо-кліматичних збурень і пов’язаних з цим значних за обсягом збитків. На підставі таких даних можна зробити певні висновки загального характеру.
Під час використання аналогів застосовують бази даних та знань щодо чинників ризику. Ці бази будуються на матеріалах літературних джерел, пошукових робіт, моніторингу, опитувань фахівців тощо.
Одержані дані обробляють, використовуючи відповідний математичний апарат та обчислювальну техніку для виявлення залежностей та з метою врахування потенційного ризику.
Проте навіть у відносно простих і широко відомих випадках невдалого завершення проектів досить важко створити передумови, у яких ситуації повторювали б минулий досвід, яким можна було скористатися для нових проектів. Тому метод аналогій може виявитися достатнім лише в простих випадках, а в основному він використовується як допоміжний у низці інших методів.
93.Сутність та основні кроки здійснення аналізу ризику за допомогою методу аналізу чутливості. Навести відповідний приклад.
Аналiз чутливостi (вразливостi) є одним з найпростiших i широковiдомих методiв урахування чинникiв невизначеностi, характерних для оцiнювання проектiв у бiзнесi. Як правило, вiн передує аналiзу ризикiв, бо за його допомогою з’ясовують, якi з чинникiв (параметрiв, що оцiнюються) стосовно проекту можна вiднести до найбiльш «ризикованих», тобто таких, що спричиняють найбiльшу частку ризикiв.
Аналiз чутливостi здiйснюється в два кроки.
Перший крок — формування моделi (нерiдко за допомогою програмно-технiчного комплексу). Така модель визначає математичнi спiввiдношення мiж змiнними (параметрами), якi стосуються прогнозування (планування) майбутнього. Це алгоритм — система точно визначених правил дії (програма) із зазначенням, як і в якій послідовності ці правила застосовувати до первісних (вихідних) даних певної задачі, щоб одержати її розв’язок (результат). Зрозуміло, що математичні моделі, залежно від мети моделювання, можуть бути різноманітними.
Адекватна модель — це модель, яка за умови достовiрних вихiдних даних, що стосуються змiнних (аргументiв, параметрiв), здатна досить точно прогнозувати необхiдний результат. Окрiм усього, така модель враховує майже усі суттєві чинники щодо об’єкта (проекту), який моделюється, ігнорує несуттєві чинники, а також постулює, на підставі системи відповідних гіпотез, адекватні співвідношення між суттєвими змінними. Дослідж адекват моделі, крім оцінки її точності, передбачає всебічний зміст (якісний) аналіз явища (об’єкта) з урахуванням закономірн, тенденцій, цілей дослідж тощо.
Другий крок — це, власне, аналіз чутливості. Він дає змогу ідентифікувати найважливіші (можливі чиниики ризику) змінні в моделі, пов’язані з оцінкою об’єкта (проекту). Його сутність полягає у «вимірюванні чутливості» основних показникiв, ефективностi проекту залежно вiд випадкової змiни чинникiв (тiєї чи iншої змiнної величини параметру). Можна, скажімо, поставити питання, якою буде норма доходу, якщо обсяг продажу продукцiї (який, власне кажучи, є випадковою величиною) зросте чи знизиться на 10% порiвняно з найбiльш iмовiрним (очікуваним), прийнятим до обчислення. Аналогiчно можна проаналізувати вплив змiни цiн на товари, що їх виробляє дана фiрма (пiдприємство), цiн на матерiали, комплектуючi вироби тощо.
В якості показників чутливостi об’єкта (проекту) щодо змiни тих чи iнших чинникiв слід використовувати показники еластичностi.
Еластичнiсть — це мiра реаг однiєї змiнної величини (функцiї) на змiну iншої (аргумента), а коефіцієнт еластичності — це число, яке показує вiдсоткову змiну функцiї в результатi одновiдсоткової змiни аргумента.
Коли вираз для показника y вiдомий і він задається у вигляді дiйсної функцiї від n чинникiв (аргументiв),
y = f(x) = f(x1, x2, ..., xn), (2.1)
яка визначена в певнiй областi значень цих аргументiв, то коефіцієнт еластичності цієї функції щодо змінної xj, j = 1, ..., n, визначається за формулою:
(2.2)
Якщо функцiя y = f(x) неперервна і диференцiйована в певнiй областi значень аргументiв, то коефіцієнтом еластичності буде величина:
(2.3)
Перевага такого показника, як коефіцієнт еластичностi, перед iншими полягає у тому, що його величина не залежить вiд вибору одиниць вимiрювання рiзних чинникiв. Чим бiльшим (за модулем) є значення коефіцієнта еластичностi, економічного показника, тим вищим буде ступiнь чутливості, а отже, й ризик щодо змiни певного чинника, від якого залежить цей показник.
Можна стверджувати, що ризик, яким обтяжений проект, є тим бiльшим, чим бiльшою є вразливiсть (тобто еластичнiсть) цього проекту до змiни кожного з чинникiв та чим бiльшим є iнтервал можливих коливань цих чинникiв (у майбутньому).
Якщо аналiзуються кiлька проектiв (варiанти певного проекту), то для реалiзацiї повинен бути обраний той варiант, який є менш вразливим щодо випадкової (у майбутньому) змiни цих чинникiв. Зрозуміло, що, лише переконавшись у незначнiй залежностi ефективності проекту від основних чинників (тобто, що за абсолютною величиною значення коефіцієнтів еластичностi є малими), можна вiдмовитися вiд подальшого аналiзу ризикiв.