2.2.4 СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РИСКОВ И УЩЕРБА

МОДЕЛИ ИСПОЛЬЗУЮТ ДЛЯ ПРОГНОЗИРОВАНИЯ, ПЛАНИРОВАНИЯ РИСКОВ, УМЕНЬШЕНИЯ СТЕПЕНИ НЕОПРЕДЕЛЕННОСТИ ЗНАНИЙ О РИСКАХ ОБЪЕКТА ИССЛЕДОВАНИЙ И РЕЗУЛЬТАТАХ ЕГО ИСПОЛЬЗОВАНИЯ. МОГУТ ИСПОЛЬЗОВАТЬСЯ МОДЕЛИ И ДЛЯ ДИАГНОСТИКИ РИСКА - УСТАНОВЛЕНИЯ ИСТОЧНИКА И ПРИРОДЫ РИСКА.
ШИРОКО ИСПОЛЬЗУЕТСЯ МОДЕЛИРОВАНИЕ И ПРИ ОЦЕНКЕ УЩЕРБА.

УЩЕРБ СЛУЧАЕН, ТАК КАК ЗАВИСИТ ОТ БОЛЬШОГО ЧИСЛА ФАКТОРОВ, В ТОМ ЧИСЛЕ ФАКТОРОВ ВЛИЯНИЯ (КОНЪЮНКТУРА БИРЖЕВОГО РЫНКА, ВЛАЖНАЯ ИЛИ СУХАЯ ПОГОДА, ПРОЧНОСТЬ КИРПИЧА, ХРУПКОСТЬ МЕТАЛЛА ПРИ ТЕМПЕРАТУРЕ ОКРУЖАЮЩЕЙ СРЕДЫ И ДР.).
ДОСТАТОЧНО УНИВЕРСАЛЬНЫМ И РАСПРОСТРАНЕННЫМ МЕТОДОМ МОДЕЛИРОВАНИЯ ПРИ ОЦЕНКЕ И ПРОГНОЗИРОВАНИИ РИСКОВ И УЩЕРБОВ ЯВЛЯЕТСЯ ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ [18]. ЭТО СВЯЗАНО С ТЕМ, ЧТО БОЛЬШИНСТВО РЕАЛЬНЫХ ОБЪЕКТОВ И ОПЕРАЦИЙ В СИЛУ СЛОЖНОСТИ, ДИСКРЕТНОГО ХАРАКТЕРА ФУНКЦИОНИРОВАНИЯ ОТДЕЛЬНЫХ ПОДСИСТЕМ, НЕ МОГУТ БЫТЬ АДЕКВАТНО ОПИСАНЫ С ПОМОЩЬЮ ТОЛЬКО АНАЛИТИЧЕСКИХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ.
ВАЖНО И ТО, ЧТО ИМИТАЦИОННАЯ МОДЕЛЬ ПОЗВОЛЯЕТ ИСПОЛЬЗОВАТЬ ВСЮ РАСПОЛАГАЕМУЮ ИНФОРМАЦИЮ ВНЕ ЗАВИСИМОСТИ ОТ ЕЕ ФОРМЫ ПРЕДСТАВЛЕНИЯ (СЛОВЕСНОЕ ОПИСАНИЕ, ГРАФИЧЕСКИЕ ЗАВИСИМОСТИ, БЛОК-СХЕМЫ, МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОТДЕЛЬНЫХ БЛОКОВ И ДР.) И СТЕПЕНИ ФОРМАЛИЗАЦИИ. ИМИТАЦИОННЫЕ МОДЕЛИ ПОЛУЧИЛИ БОЛЬШОЕ РАСПРОСТРАНЕНИЕ ПОТОМУ, ЧТО НЕ НАКЛАДЫВАЮТ ЖЕСТКИХ ОГРАНИЧЕНИЙ НА
ИСПОЛЬЗУЕМЫЕ ИСХОДНЫЕ ДАННЫЕ. НАОБОРОТ, ОНИ ПОЗВОЛЯЮТ ТВОРЧЕСКИ, ГИБКО ИСПОЛЬЗОВАТЬ ВСЮ ИМЕЮЩУЮСЯ ИНФОРМАЦИЮ ОБ ОБЪЕКТЕ ПРОГНОЗИРОВАНИЯ.
ИМИТАЦИОННАЯ МОДЕЛЬ СТРОИТСЯ ПО ОБРАЗЦУ И В СООТВЕТСТВИИ С ФУНКЦИЯМИ, СТРУКТУРОЙ, ПАРАМЕТРАМИ ОБЪЕКТА ПРОГНОЗИРОВАНИЯ И ВОЗМОЖНЫХ УСЛОВИЙ ЕГО ФУНКЦИОНИРОВАНИЯ. ДЛЯ ОПИСАНИЯ ЭЛЕМЕНТОВ МОДЕЛИ ВОЗМОЖНО ПРОИЗВОЛЬНОЕ ИСПОЛЬЗОВАНИЕ МЕТОДОВ, ПО МНЕНИЮ ПРОГНОЗИСТА, СООТВЕТСТВУЮЩИХ УСЛОВИЯМ И ЗАДАЧАМ ПРОГНОЗИРОВАНИЯ. ЗАТЕМ ЭТИ ЭЛЕМЕНТЫ ОБЪЕДИНЯЮТ В ЕДИНУЮ МОДЕЛЬ.
ИМИТАЦИОННАЯ МОДЕЛЬ МОЖЕТ БЫТЬ С ФИКСИРОВАННЫМИ ВХОДНЫМИ ПАРАМЕТРАМИ И ПАРАМЕТРАМИ МОДЕЛИ.

ЭТО ДЕТЕРМИНИРОВАННАЯ ИМИТАЦИОННАЯ МОДЕЛЬ.
ЕСЛИ ЖЕ ВХОДНЫЕ ПАРАМЕТРЫ И (ИЛИ) ПАРАМЕТРЫ МОДЕЛИ МОГУТ ИМЕТЬ СЛУЧАЙНЫЕ ЗНАЧЕНИЯ, ТО ГОВОРЯТ О МОДЕЛИРОВАНИИ В СЛУЧАЙНЫХ УСЛОВИЯХ, А МОДЕЛЬ МОЖЕТ БЫТЬ НАЗВАНА СТАТИСТИЧЕСКОЙ.
ДЛЯ СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ В СЛУЧАЙНЫХ УСЛОВИЯХ БЫЛ РАЗРАБОТАН МЕТОД СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ (МЕТОД МОНТЕ-КАРЛО) [9], ИДЕЯ КОТОРОГО СОСТОИТ В РЕАЛИЗАЦИИ "РОЗЫГРЫШЕЙ" - МОДЕЛИРОВАНИИ СЛУЧАЙНОГО ЯВЛЕНИЯ С ПОМОЩЬЮ НЕКОТОРОЙ ПРОЦЕДУРЫ, ДАЮЩЕЙ СЛУЧАЙНЫЙ РЕЗУЛЬТАТ.
В СООТВЕТСТВИИ С ЭТИМ МЕТОДОМ ПРИ МОДЕЛИРОВАНИИ С ИСПОЛЬЗОВАНИЕМ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ ВЫПОЛНЯЮТ НЕКОТОРОЕ КОЛИЧЕСТВО (МНОЖЕСТВО) РЕАЛИЗАЦИИ ПРОГНОЗИРУЕМОГО ОБЪЕКТА ИЛИ ПРОЦЕССА. ЗАТЕМ РЕЗУЛЬТАТЫ ТАКОГО МОДЕЛИРОВАНИЯ ОБРАБАТЫВАЮТ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ.
ПРИ СТАТИСТИЧЕСКОМ МОДЕЛИРОВАНИИ ИСПОЛЬЗУЮТ СЛУЧАЙНЫЙ МЕХАНИЗМ РОЗЫГРЫША.
РЕАЛИЗАЦИЯ СЛУЧАЙНОГО ЯВЛЕНИЯ МЕТОДОМ МОНТЕ-КАРЛО СОСТОИТ ИЗ ЦЕПОЧКИ ЕДИНИЧНЫХ ЖРЕБИЕВ, ПЕРЕМЕЖАЮЩИХСЯ ОБЫЧНЫМИ РАСЧЕТАМИ, УЧИТЫВАЮЩИМИ ВЛИЯНИЕ ИСХОДА ЕДИНИЧНОГО ЖРЕБИЯ НА ХОД ОПЕРАЦИИ.
ТАК КАК ПРИ СТАТИСТИЧЕСКОМ МОДЕЛИРОВАНИИ ЧАСТО НЕ БЫВАЕТ ДОСТОВЕРНЫХ ДАННЫХ О ВИДЕ И ПАРАМЕТРАХ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН, ВЛИЯЮЩИХ НА ИСХОД ЕДИНИЧНОГО ЖРЕБИЯ, ТО ОЧЕНЬ ВАЖНО ПРОВЕРЯТЬ РЕЗУЛЬТАТ ТАКОГО МОДЕЛИРОВАНИЯ НА РОБАСТНОСТЬ. ПРИ ЭТОМ ВЫЯСНЯЮТ, ЯВЛЯЕТСЯ ЛИ РЕЗУЛЬТАТ МОДЕЛИРОВАНИЯ УСТОЙЧИВЫМ (РОБАСТНЫМ) К ВОЗМОЖНЫМ ОШИБКАМ В ОПРЕДЕЛЕНИИ ВИДА И ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН, ХАРАКТЕРИЗУЮЩИХ ЛИБО ВХОДНЫЕ ПАРАМЕТРЫ, ЛИБО ПАРАМЕТРЫ МОДЕЛИ.
ЕСЛИ ВЫЯСНИТСЯ, ЧТО РЕЗУЛЬТАТ МОДЕЛИРОВАНИЯ НЕ ЯВЛЯЕТСЯ РОБАСТНЫМ, Т. Е. СИЛЬНО ЗАВИСИТ ОТ ВИДА И ПАРАМЕТРОВ СЛУЧАЙНЫХ ВЕЛИЧИН - ПАРАМЕТРОВ МОДЕЛИ, ТО ЭТО МОЖЕТ РАССМАТРИВАТЬСЯ КАК СВИДЕТЕЛЬСТВО ВЫСОКОГО РИСКА ПРИ ПРИНЯТИИ РЕШЕНИЯ ПО ВАРИАНТУ ОБЛИКА СИСТЕМЫ ИЛИ ПРОВЕДЕНИЯ ОПЕРАЦИИ. В ЭТИХ УСЛОВИЯХ ЛИЦО, ПРИНИМАЮЩЕЕ РЕШЕНИЕ, ДОЛЖНО РАССМОТРЕТЬ НЕОБХОДИМОСТЬ ПРЕДУПРЕЖДЕНИЯ, СНИЖЕНИЯ ИЛИ СТРАХОВАНИЯ ЭТОГО РИСКА.
ДЛЯ СНИЖЕНИЯ ЗАТРАТ НА ДИАГНОСТИКУ ИЛИ ПРОГНОЗ ВСЕГДА СУЩЕСТВУЕТ СОБЛАЗН ИСПОЛЬЗОВАТЬ В ПРОЦЕССЕ ПРОГНОЗИРОВАНИЯ БОЛЕЕ ПРОСТЫЕ МОДЕЛИ.

ПРИ ЭТОМ ВОЗНИКАЕТ РИСК ПРИНЯТИЯ НЕПРАВИЛЬНОГО РЕШЕНИЯ. ДЛЯ СНИЖЕНИЯ ТАКОГО РИСКА ПРОВЕРЯЮТ АДЕКВАТНОСТЬ ОДНОЙ БОЛЕЕ ПРОСТОЙ МОДЕЛИ БОЛЕЕ СЛОЖНОЙ МОДЕЛИ.
ДЛЯ ОБЕСПЕЧЕНИЯ ТОЧНОСТИ И ДОСТОВЕРНОСТИ РЕЗУЛЬТАТОВ МОДЕЛИРОВАНИЯ (СНИЖЕНИЯ ВОЗНИКАЮЩИХ ПРИ ЭТОМ РИСКОВ) НЕОБХОДИМА ПРОВЕРКА АДЕКВАТНОСТИ ИЛИ ВЕРИФИКАЦИЯ ПРОГНОЗНОЙ МОДЕЛИ.
ПРОВЕРКА АДЕКВАТНОСТИ МОДЕЛИ ВЫПОЛНЯЕТСЯ С ИСПОЛЬЗОВАНИЕМ ФОРМАЛЬНЫХ СТАТИСТИЧЕСКИХ КРИТЕРИЕВ, НАПРИМЕР, СТАТИСТИЧЕСКОЙ ПРОВЕРКОЙ ГИПОТЕЗ О ПРИНАДЛЕЖНОСТИ И ОРИГИНАЛА И МОДЕЛИ К ОДНОМУ КЛАССУ ОБЪЕКТОВ. ОДНАКО, ТАКАЯ ПРОВЕРКА ВОЗМОЖНА ПРИ НАЛИЧИИ НАДЕЖНЫХ СТАТИСТИЧЕСКИХ ОЦЕНОК ПАРАМЕТРОВ КАК ОРИГИНАЛА, ТАК И МОДЕЛИ. ЕСЛИ ПО КАКИМ-ТО ПРИЧИНАМ ТАКИЕ ОЦЕНКИ ОТСУТСТВУЮТ И НЕ МОГУТ БЫТЬ ПОЛУЧЕНЫ, ТО С ДОСТАТОЧНОЙ ДЛЯ ПРАКТИЧЕСКИХ ЦЕЛЕЙ ТОЧНОСТЬЮ ЭТО ДЕЛАЮТ СРАВНЕНИЕМ ОТДЕЛЬНЫХ СВОЙСТВ ОРИГИНАЛА И МОДЕЛИ.
ВЕРИФИКАЦИЯ МОДЕЛИ — ЭТО ОЦЕНКА ФУНКЦИОНАЛЬНОЙ ПОЛНОТЫ, ТОЧНОСТИ И ДОСТОВЕРНОСТИ МОДЕЛИ С ИСПОЛЬЗОВАНИЕМ ВСЕЙ ДОСТУПНОЙ ИНФОРМАЦИИ В ТЕХ СЛУЧАЯХ, КОГДА ПРОВЕРКА АДЕКВАТНОСТИ ПО ТЕМ ИЛИ ИНЫМ ПРИЧИНАМ НЕВОЗМОЖНА.
В СЛУЧАЕ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ И СИСТЕМ, ЕЩЕ НЕ СУЩЕСТВУЮЩИХ, ИЛИ ПРИ ОТСУТСТВИИ ДОСТОВЕРНОЙ ИНФОРМАЦИИ СУДЯТ О СХОДСТВЕ СВОЙСТВ ПРОГНОЗНОЙ МОДЕЛИ И ОРИГИНАЛА ПОСРЕДСТВОМ ПРОЦЕДУР ВЕРИФИКАЦИИ.
В ПРОГНОЗИРОВАНИИ ЧАЩЕ ВСЕГО РЕАЛЬНЫЙ ОБЪЕКТ ОТСУТСТВУЕТ ИЛИ (ЧТО ОДНО И ТО ЖЕ) РАЗРАБАТЫВАЮТСЯ НОВЫЕ, ЕЩЕ НЕ СУЩЕСТВУЮЩИЕ ФУНКЦИИ ОБЪЕКТА ПРОГНОЗИРОВАНИЯ. ПОЭТОМУ В
ПРОГНОЗИРОВАНИИ ЧАЩЕ ИСПОЛЬЗУЮТ ВЕРИФИКАЦИЮ. ПРИ ПЛАНИРОВАНИИ (КОГДА ОБЪЕКТ ПЛАНИРОВАНИЯ РЕАЛЬНО СУЩЕСТВУЕТ) ЧАЩЕ, ЧЕМ В ПРОГНОЗИРОВАНИИ, ИМЕЮТСЯ УСЛОВИЯ ДЛЯ ПРОВЕРКИ АДЕКВАТНОСТИ МОДЕЛЕЙ. НАИБОЛЕЕ ЧАСТО ИСПОЛЬЗУЮТ СЛЕДУЮЩИЕ МЕТОДЫ ВЕРИФИКАЦИИ:
ПРЯМОЙ - ЭТО ВЕРИФИКАЦИЯ ПУТЕМ РАЗРАБОТКИ МОДЕЛИ ТОГО ЖЕ ОБЪЕКТА С ИСПОЛЬЗОВАНИЕМ ДРУГОГО МАТЕМАТИЧЕСКОГО МЕТОДА;
КОСВЕНЫЙ - ЭТО ВЕРИФИКАЦИЯ ПУТЕМ СОПОСТАВЛЕНИЯ РЕЗУЛЬТАТОВ, ПОЛУЧЕННЫХ С ИСПОЛЬЗОВАНИЕ ДАННОЙ МОДЕЛИ, С ДАННЫМИ, ПОЛУЧЕННЫМИ ИЗ ДРУГИХ ИСТОЧНИКОВ;
КОНСЕКВЕНТНЫЙ - ЭТО ВЕРИФИКАЦИЯ РЕЗУЛЬТАТОВ МОДЕЛИРОВАНИЯ ПУТЕМ АНАЛИТИЧЕСКОГО ИЛИ ЛОГИЧЕСКОГО ВЫВЕДЕНИЯ ПРОГНОЗА ИЗ РАНЕЕ ПОЛУЧЕННЫХ ПРОГНОЗОВ;
ВЕРИФИКАЦИЯ МОДЕЛИ ОППОНЕНТОМ — ПУТЕМ ОПРОВЕРЖЕНИЯ КРИТИЧЕСКИХ ЗАМЕЧАНИЙ ОППОНЕНТА ПО ПРОГНОЗУ;
ВЕРИФИКАЦИЯ МОДЕЛИ ЭКСПЕРТОМ - ВЕРИФИКАЦИЯ СРАВНЕНИЕМ ПРОГНОЗА С МНЕНИЕМ ЭКСПЕРТА;
ИНВЕРСНЫЙ — ПУТЕМ ПРОВЕРКИ АДЕКВАТНОСТИ ПРОГНОЗНОЙ МОДЕЛИ И ОБЪЕКТА В РЕТРОСПЕКТИВНОМ ПЕРИОДЕ (ЗА ПРОШЕДШИЙ ПЕРИОД ВРЕМЕНИ).
НЕОБХОДИМО ПОМНИТЬ, ЧТО ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ МОЖЕТ СНИЖАТЬ РИСКИ ТОЛЬКО ПРИ КОРРЕКТНОСТИ ТАКОГО ИСПОЛЬЗОВАНИЯ. ПРИМЕНЕНИЕ НЕАДЕКВАТНЫХ, НЕВЕРИФИЦИРОВАННЫХ МОДЕЛЕЙ, А ТАКЖЕ МОДЕЛЕЙ, НЕ ОБЛАДАЮЩИХ СВОЙСТВОМ РОБАСТНОСТИ, МОЖЕТ, НАОБОРОТ, ПРИВОДИТЬ К ВОЗРАСТАНИЮ РИСКА.

<< | >>

↑

Источник: ИОДА Е. В., ИОДА Ю. В., МЕШКОВА Л. Л., БОЛОТИНА Е. Н.. УПРАВЛЕНИЕ ПРЕДПРИНИМАТЕЛЬСКИМИ РИСКАМИ. 2- Е ИЗД.. ИСПР. И ПЕРЕРАБ. ТАМБОВ: ИЗД-ВО ТАМБ. ГОС. ТЕХН. УН-ТА,2002. 212 С.. 2002

Еще по теме 2.2.4 СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РИСКОВ И УЩЕРБА:

- Инновационный менеджмент - Информационный менеджмент - Коммуникационный менеджмент - Кризисный менеджмент - Менеджмент предприятий - Основы менеджмента -