Имитационное моделирование. 3

Имитационное  моделирование (simulation) является одним  из мощнейших методов анализа  экономических систем.

В общем случае, под имитацией понимают процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира.

Цели проведения подобных экспериментов могут быть самыми различными – от выявления свойств и закономерностей исследуемой системы, до решения конкретных практических задач. С развитием средств вычислительной техники и программного обеспечения, спектр применения имитации в сфере экономики существенно расширился. В настоящее время ее используют как для решения задач внутрифирменного управления, так и для моделирования управления на макроэкономическом уровне. Рассмотрим основные преимущества применения имитационного моделирования в процессе решения задач финансового анализа.

Как следует  из определения, имитация – это компьютерный эксперимент. Единственное отличие  подобного эксперимента от реального  состоит в том, что он проводится с моделью системы, а не с самой  системой. Однако проведение реальных экспериментов с экономическими системами, по крайней мере, неразумно, требует значительных затрат и вряд ли осуществимо на практике. Таким образом, имитация является единственным способом исследования систем без осуществления реальных экспериментов.

Часто практически  невыполним или требует значительных затрат сбор необходимой информации для принятия решений. Например, при  оценке риска инвестиционных проектов, как правило, используют прогнозные данные об объемах продаж, затратах, ценах и т.д.

Однако чтобы  адекватно оценить риск необходимо иметь достаточное количество информации для формулировки правдоподобных гипотез  о вероятностных распределениях ключевых параметров проекта. В подобных случаях отсутствующие фактические  данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. сгенерированными компьютером).

При решении  многих задач финансового анализа  используются модели, содержащие случайные  величины, поведение которых не поддается  управлению со стороны лиц, принимающих решения. Такие модели называют стохастическими. Применение имитации позволяет сделать выводы о возможных результатах, основанные на вероятностных распределениях случайных факторов (величин). Стохастическую имитацию часто называют методом Монте-Карло.

Задача Моделирование рисков инвестиционных проектов

Фирма рассматривает  инвестиционный проект по производству продукта "А". В процессе предварительного анализа экспертами были выявлены три  ключевых параметра проекта и  определены возможные границы их изменений (табл. 1). Прочие параметры проекта считаются постоянными величинами (табл.2).

Таблица 1 Ключевые параметры проекта по производству продукта "А"

Таблица 2 Неизменяемые параметры проекта по производству продукта "А"

Алгоритм  решения задачи.

Имитационное  моделирование представляет собой  серию численных экспериментов  призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели).

В общем случае, проведение имитационного эксперимента можно разбить на следующие этапы.

1. Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.
2. Задать законы распределения вероятностей для ключевых параметров модели.
3. Провести компьютерную имитацию значений ключевых параметров модели.
4. Рассчитать основные характеристики распределений исходных и выходных показателей.
5. Провести анализ полученных результатов и принять решение.

Результаты имитационного  эксперимента могут быть дополнены  статистическим анализом, а также  использоваться для построения прогнозных моделей и сценариев.

Решение

Первым этапом анализа согласно сформулированному  выше алгоритму является определение зависимости результирующего показателя от исходных. При этом в качестве результирующего показателя обычно выступает один из критериев эффективности: NPV, IRR, PI.

Предположим, что  используемым критерием является чистая современная стоимость проекта NPV:

где NCF_t – величина чистого потока платежей в периоде t.

По условиям примера, значения нормы дисконта r и первоначального объема инвестиций I₀ известны и считаются постоянными в течении срока реализации проекта (табл. 2).

По условиям примера ключевыми варьируемыми параметрами являются: переменные расходы V, объем выпуска Q и цена P. Диапазоны возможных изменений варьируемых показателей приведены в табл. 1. При этом будем исходить из предположения, что все ключевые переменные имеют равномерное распределение вероятностей.

Реализация третьего этапа может быть осуществлена только с применением ЭВМ, оснащенной специальными программными средствами. Поэтому прежде чем приступить к третьему этапу – имитационному эксперименту, познакомимся с соответствующими средствами ППП EXCEL, автоматизирующими его проведение.

Проведение имитационных экспериментов в среде ППП EXCEL можно осуществить двумя способами – с помощью встроенных функций и путем использования инструмента "Генератор случайных чисел" дополнения "Анализ данных" (Analysis ToolPack). Для сравнения ниже рассматриваются оба способа. При этом основное внимание уделено технологии проведения имитационных экспериментов и последующего анализа результатов с использованием инструмента "Генератор случайных чисел".

Продемонстрируем  решение задачи. Перед тем, как приступить к работе целесообразно установить в ЭТ режим ручных вычислений. Для этого необходимо выполнить следующие действия.

1. Выбрать в главном меню тему "Сервис".
2. Выбрать пункт "Параметры" подпункт "Вычисления".
3. Установить флажок "Вручную" и нажать кнопку "ОК".

Приступаем к  разработке шаблона. С целью упрощения и повышения наглядности анализа выделим для его проведения в рабочей книге ППП EXCEL два листа.

Первый лист – "Имитация", предназначен для  построения генеральной совокупности (рис. 1). Определенные в данном листе  формулы и собственные имена  ячеек приведены в табл. 4 и 5.

Рис. 1. Лист "Имитация"

Таблица 4 Формулы  листа "Имитация"

Таблица 5   Имена ячеек листа "Имитация"

Первая часть  листа (блок ячеек А1:Е7) предназначена для ввода диапазонов изменений ключевых переменных, значения которых будут генерироваться в процессе проведения эксперимента. В ячейке В7 задается общее число имитаций (экспериментов). Формула, заданная в ячейке Е7, вычисляет номер последней строки выходного блока, в который будут помещены полученные значения. Смысл этой формулы будет раскрыт позже.

Вторая часть  листа (блок ячеек А9:Е11) предназначена для проведения имитации. Формулы в ячейках А10.С11 генерируют значения для соответствующих переменных с учетом заданных в ячейках В3.С5 диапазонов их изменений. Обратите внимание на то, что при указании нижней и верхней границы изменений используется абсолютная адресация ячеек.

Формулы в ячейках D10:E11 вычисляют величину потока платежей и его чистую современную стоимость соответственно. При этом значения постоянных переменных берутся из следующего листа шаблона – "Результаты анализа".

Лист "Результаты анализа" кроме значений постоянных переменных содержит также функции, вычисляющие параметры распределения  изменяемых (Q, V, P) и результатных (NCF, NPV) переменных и вероятности различных событий. Определенные для данного листа формулы и собственные имена ячеек приведены в табл. 6 и 7. Общий вид листа показан на рис. 2.

Рис.2. Лист "Результаты анализа"

Таблица 6     Формулы листа "Результаты анализа"

Таблица 7     Имена ячеек листа "Результаты анализа"

Приступаем к  имитационному эксперименту. Для  его проведения необходимо выполнить следующие шаги.

1. Ввести значения постоянных переменных (табл. 2) в ячейки В2.В4 и D2.D4 листа "Результаты анализа".
2. Ввести значения диапазонов изменений ключевых переменных (табл.1) в ячейки В3.С5 листа "Имитация".
3. Задать в ячейке В7 требуемое число экспериментов.
4. Установить курсор в ячейку А11 и вставить необходимое число строк в шаблон (номер последней строки будет вычислен в Е7).
5. Скопировать формулы блока А10.Е10 требуемое количество раз.
6. Перейти к листу "Результаты анализа" и проанализировать полученные результаты.

Рассмотрим реализацию выделенных шагов более подробно. Выполнение первых трех пунктов не должно вызвать особых затруднений. Введите значения постоянных переменных в ячейки В2:В4 листа "Результаты анализа". Введите значения диапазонов изменений ключевых переменных в ячейки В3.С5 листа "Имитация". Укажите в ячейке В7 число проводимых экспериментов 250. Установите табличный курсор в ячейку А11.

После чего осуществите  вставку строк любым из известных  вам способов.

Теперь необходимо заполнить вставленные строки формулами  блока ячеек А10:Е10. Сделайте вставку формул любым из известных вам способов.

Результатом выполнения этих действий будет заполнение блока А10:Е259 случайными значениями ключевых переменных V, Q, P и результатами вычислений величин NCF и NPV. Фрагмент результатов имитации, полученных автором, приведен на рис. 4. Соответствующие проведенному эксперименту результаты анализа приведены на рис. 5.

Рис. 4. Результаты имитации

Рис. 5. Результаты анализа

Сумма всех отрицательных  значений NPV в полученной генеральной совокупности (ячейка F14) может быть интерпретирована как чистая стоимость неопределенности для инвестора в случае принятия проекта. Аналогично сумма всех положительных значений NPV (ячейка F15) может трактоваться как чистая стоимость неопределенности для инвестора в случае отклонения проекта. Несмотря на всю условность этих показателей, в целом они представляют собой индикаторы целесообразности проведения дальнейшего анализа.

В данном случае они наглядно демонстрируют несоизмеримость суммы возможных убытков по отношению к общей сумме доходов (ноль и 942601,91 соответственно).

На практике одним из важнейших этапов анализа  результатов имитационного эксперимента является исследование зависимостей между ключевыми параметрами. Как было показано в предыдущей главе, количественная оценка вариации напрямую зависит от степени корреляции между случайными величинами. Методы оценки степени зависимости, а также технология ее автоматизации путем применения специальных инструментов ППП EXCEL, будут продемонстрированы ниже. Здесь же мы ограничимся визуальным (графическим) исследованием. На рис. 6 приведен график распределения значений ключевых параметров V, P и Q, построенный на основании 31 имитации.

Нетрудно заметить, что в целом, вариация значений всех трех параметров носит случайный  характер, что подтверждает принятую ранее гипотезу о их независимости. Для сравнения ниже приведен график распределений потока платежей NCF и величины NPV (рис. 7).

Как и следовало ожидать, направления колебаний здесь в точности совпадают и между этими величинами существует сильная корреляционная связь, близкая к функциональной. Дальнейшие расчеты показали, что величина коэффициента корреляции между полученными распределениями NCF и NPV оказалась равной 1.

Подводя итоги  отметим, что в целом применение рассмотренной технологии проведения имитационных экспериментов в среде EXCEL – достаточно трудоемкий процесс, который к тому же ограничивается случаем равномерного распределения исследуемых переменных.

Рис. 6  Распределение  значений параметров V, P и Q

Гораздо более удобным  и эффективным способом решения  таких задач в среде ППП EXCEL является использование специального инструмента анализа – "Генератор  случайных чисел".

Рис. 7. Зависимость  между NCF и NPV