管理經(jīng)濟(jì)學(xué)風(fēng)險(xiǎn)決策

第七章風(fēng)險(xiǎn)、風(fēng)險(xiǎn)決策第1頁，共103頁。風(fēng)險(xiǎn)現(xiàn)代企業(yè)運(yùn)營中可能會遇到的風(fēng)險(xiǎn)？第2頁，共103頁。風(fēng)險(xiǎn)現(xiàn)代企業(yè)運(yùn)營中可能會遇到的風(fēng)險(xiǎn)？（1）利率風(fēng)險(xiǎn)（2）價(jià)格風(fēng)險(xiǎn)（3）匯率風(fēng)險(xiǎn)（4）流動性風(fēng)險(xiǎn)；（5）信用風(fēng)險(xiǎn)(由于債務(wù)人不能履行合約造成損失的風(fēng)險(xiǎn))；（6）信譽(yù)風(fēng)險(xiǎn)(由于群眾對銀行不再信任造成的風(fēng)險(xiǎn))；（7）決策風(fēng)險(xiǎn)(錯(cuò)誤決策導(dǎo)致?lián)p失的風(fēng)險(xiǎn))；（8）交易風(fēng)險(xiǎn)（9）合法性風(fēng)險(xiǎn)……第3頁，共103頁。風(fēng)險(xiǎn)——相關(guān)概念一般認(rèn)為，風(fēng)險(xiǎn)是指某一事件出現(xiàn)的實(shí)際情況與預(yù)期狀況（實(shí)際值與預(yù)期值）有背離，從而產(chǎn)生的一種損失；這種損失有時(shí)候表現(xiàn)為實(shí)際值的絕對減少，有時(shí)表現(xiàn)為相對減少或機(jī)會損失；這種背離或差異地出現(xiàn)是不確定的，是一一定的概率隨機(jī)發(fā)生，而不是事先能準(zhǔn)確預(yù)計(jì)的第4頁，共103頁。風(fēng)險(xiǎn)——相關(guān)概念對風(fēng)險(xiǎn)含義的理解，從不同角度可以作不同的陳述和定義；幾種代表性觀點(diǎn)：以研究風(fēng)險(xiǎn)問題著稱的美國學(xué)者A.H.威雷特認(rèn)為，風(fēng)險(xiǎn)是關(guān)于不愿發(fā)生的事件發(fā)生的不確定性的客觀體現(xiàn)；美國經(jīng)濟(jì)學(xué)家F.H.奈特，認(rèn)為風(fēng)險(xiǎn)是可測定的不確定性；課程中風(fēng)險(xiǎn)指某一特定策略所帶來的結(jié)果的變動性的大小。第5頁，共103頁。決策分類確定型、風(fēng)險(xiǎn)型、不確定型確定型：決策環(huán)境完全確定的條件下進(jìn)行的，決策結(jié)果也是確定的；風(fēng)險(xiǎn)型：決策環(huán)境不確定，但對于各自然狀態(tài)發(fā)生的概率，決策者可以預(yù)先估計(jì)或計(jì)算出來；不確定型：決策環(huán)境不確定，對于各自然狀態(tài)發(fā)生的概率，決策者可無法預(yù)先估計(jì)或計(jì)算出來；第6頁，共103頁。風(fēng)險(xiǎn)——決策一般說來，結(jié)果的變動性越大，風(fēng)險(xiǎn)就越大；不同個(gè)體對于風(fēng)險(xiǎn)有不同的偏好，因此如何辨析個(gè)體的風(fēng)險(xiǎn)偏好以及他們對個(gè)體決策的影響是很重要的；理性決策的制定工作要求確定期望回報(bào)，測量風(fēng)險(xiǎn)，和了解管理者對風(fēng)險(xiǎn)的偏好。第7頁，共103頁。風(fēng)險(xiǎn)決策第8頁，共103頁。風(fēng)險(xiǎn)型決策要素目標(biāo)（收益最大or損失最?。┎呗裕ù嬖趦蓚€(gè)或兩個(gè)以可供選擇策略）自然狀態(tài)（兩個(gè)或兩個(gè)以上不以主觀意志為轉(zhuǎn)移的自然狀態(tài)，如天氣、經(jīng)濟(jì)周期等）損益（不同策略在不同狀態(tài)下的損益值）概率（每種狀態(tài)的概率）第9頁，共103頁。風(fēng)險(xiǎn)決策——實(shí)例假設(shè)有兩項(xiàng)投資，初始現(xiàn)金投入均為100萬，投資周期5年，回報(bào)依賴于5年間的通脹率，通脹率是未知的，但是根據(jù)以往的歷史數(shù)據(jù)可以知道其概率。第10頁，共103頁。風(fēng)險(xiǎn)決策——實(shí)例自然狀態(tài)概率收益投資一低/無通脹0.20100中度通脹0.50200高度通脹0.30400投資二低/無通脹0.20150中度通脹0.50200高度通脹0.30250第11頁，共103頁。風(fēng)險(xiǎn)決策——實(shí)例期望值μ標(biāo)準(zhǔn)差σ變異系數(shù)ν投資一240111.360.46投資二205350.17投資分析通過計(jì)算和比較每種選擇的三個(gè)統(tǒng)計(jì)變量。期望值μ，是對投資方案的期望回報(bào)金額的估計(jì)標(biāo)準(zhǔn)差σ，用于衡量投資方案的風(fēng)險(xiǎn)（風(fēng)險(xiǎn)依據(jù)結(jié)果的變動性）σ越大風(fēng)險(xiǎn)就越大變異系數(shù)ν，用來衡量每一單位貨幣期望回報(bào)的風(fēng)險(xiǎn)。第12頁，共103頁。風(fēng)險(xiǎn)決策——實(shí)例第13頁，共103頁。風(fēng)險(xiǎn)決策通常高回報(bào)總是伴隨高風(fēng)險(xiǎn)，經(jīng)濟(jì)學(xué)的精髓就是在這種權(quán)衡中做出選擇；任何決策都反映管理者對風(fēng)險(xiǎn)的態(tài)度，即風(fēng)險(xiǎn)偏好。人與人之間的風(fēng)險(xiǎn)偏好差異性是很大的。第14頁，共103頁。風(fēng)險(xiǎn)決策——期望值理論期望值決策原理求解各個(gè)策略的期望值，選擇期望收益最大，或者損失最小的優(yōu)選方案。第15頁，共103頁。某化工廠為擴(kuò)大生產(chǎn)能力，擬定了三種擴(kuò)建方案以供決策：①大型擴(kuò)建；②中型擴(kuò)建；③小型擴(kuò)建。如果大型擴(kuò)建，遇產(chǎn)品銷路好，可獲利200萬元，銷路差則虧損60萬元；如果中型擴(kuò)建，遇產(chǎn)品銷路好，可獲利150萬元，銷路差可獲利20萬元；如果小型擴(kuò)建，產(chǎn)品銷路好，可獲利100萬元，銷路差可獲利60萬元。根據(jù)歷史資料，未來產(chǎn)品銷路好的概率為0.7，銷路差的概率為0.3，試做出最佳擴(kuò)建方案決策。其決策表如表3-1。案例分析——期望值理論表3-1某化工廠擴(kuò)建問題決策單位：萬元

第16頁，共103頁。案例分析——期望值理論（1）計(jì)算各方案的期望收益值：大型擴(kuò)建：

中型擴(kuò)建：

小型擴(kuò)建：

（2）選擇決策方案。根據(jù)計(jì)算結(jié)果，大型擴(kuò)建方案獲利期望值是122萬，中型擴(kuò)建方案獲利期望值是111萬元、小型擴(kuò)建方案獲利期望值是88萬元。因此，選擇大型擴(kuò)建方案是最優(yōu)方案。第17頁，共103頁。風(fēng)險(xiǎn)決策——期望效用值理論期望效用E（U）第18頁，共103頁。風(fēng)險(xiǎn)決策——期望效用值理論期望值效用期望效用值VS.第19頁，共103頁。風(fēng)險(xiǎn)決策——期望效用值理論風(fēng)險(xiǎn)偏好的度量第20頁，共103頁。風(fēng)險(xiǎn)決策——期望效用值理論效用函數(shù)（曲線）的確定

——N-M心理試驗(yàn)法（標(biāo)準(zhǔn)測定法）馮.紐曼（VonNeumann）&摩根斯泰恩(Morgenstern)

1944年共同創(chuàng)立第21頁，共103頁。效用函數(shù)測定（一）例釋：某人各種經(jīng)濟(jì)活動的收益都介于－50元至300元之間。為了測定他的效用函數(shù)曲線，現(xiàn)假定u(-50)=0，u（300）=1。決策分析師與他進(jìn)行了下列對話：問：“如果有兩個(gè)行動a1與a2，a1以0.5的概率獲收益300元，但以0.5的概率虧損50元；a2肯定獲125元。你愿意選擇哪一個(gè)行動？”答：“選擇a1?！眴枺骸鞍補(bǔ)2改為肯定收益多少時(shí)，你才認(rèn)為

a1與

a2等效？”答：“195元?！眴枺骸叭绻鸻1改為以0.75的概率獲300元，以0.25的概率虧損50元，a2肯定獲多少元時(shí)，你才認(rèn)為a1與a2等效？”答：“255元?！钡?2頁，共103頁。效用函數(shù)測定（二）問：“如果a1改為以0.25的概率獲300元,而以0.75的概率虧損50元呢?”答：“a2為肯定獲益125元，a1才與a2等效?！眴枺骸叭绻鸻1以概率p獲收益300元，以概率1-p虧損50元；a2為不虧不盈。如果p=0.05，你選擇a1還是a2？”答：“選擇a1?！眴枺骸叭绻鹥=0.01呢？”答：“選擇a2。”問：“如果p=0.03呢？”答：“選擇a1?！眴枺骸叭绻鹥=0.02呢？”答：“選擇a1或a2均可。”第23頁，共103頁。效用函數(shù)測定（三）問：“如果a1為以概率0.5獲125元,也以概率0.5不虧不盈,那么a2為肯定獲益多少元時(shí),你認(rèn)為a1與a2等效?”答：“80元。”由上述對話可繪出該人的效用函數(shù)曲線。做法如下。(a)令u(300)=1，u(－50)=0,(b)根據(jù)對話順序分別計(jì)算，u(195)=0.5×u(300)＋0.5×u(－50)=0.5，u(255)=0.75×u(300)＋0.25×u(－50)=0.75u(125)=0.25×u(300)＋0.75×u(－50)=0.25,u(0)=0.02×u(300)＋0.98×u(－50)=0.02,u(80)=0.5×u(125)＋0.5×u(0)=0.135.第24頁，共103頁。效用函數(shù)測定（四）(c)繪出該人的效用函數(shù)曲線第25頁，共103頁。效用函數(shù)測定（五）另一個(gè)人效用函數(shù)第26頁，共103頁。誰會參加這個(gè)游戲呢？每個(gè)人手上有100元錢參加擲硬幣游戲贏者獲得80元，輸家付出80元誰會參加游戲？第27頁，共103頁。誰會參加這個(gè)游戲呢？

參與者1：效用函數(shù)U=lnW參與者2：效用函數(shù)U=W+W3/10000第28頁，共103頁。誰會參加這個(gè)游戲呢？參與者1：效用函數(shù)U=lnW參與者2：效用函數(shù)U=W+W3/10000參與者初始財(cái)富概率支付財(cái)富效用期望效用參與者1U=lnw100不參加游戲1004.61參加游戲輸0.5-802034.1贏0.5+801805.19參與者2U=W+W3/10000100不參加游戲100200參加游戲輸0.5-802020.8392贏0.5+80180763.2第29頁，共103頁。誰會參加這個(gè)游戲呢？

4.1<4.61392>200財(cái)富期望效用<財(cái)富的確定效用財(cái)富期望效用>財(cái)富的確定效用拒絕參加游戲參加游戲

財(cái)富期望效用財(cái)富確定效用財(cái)富期望效用財(cái)富確定效用第30頁，共103頁。為什么會有保險(xiǎn)業(yè)？其盈利模式是什么？風(fēng)險(xiǎn)補(bǔ)償保險(xiǎn)業(yè)的大量涌現(xiàn)是因?yàn)槿藗儏拹猴L(fēng)險(xiǎn)100-60.04=39.96第31頁，共103頁。為什么會出現(xiàn)博彩業(yè)？其盈利模式是什么？風(fēng)險(xiǎn)尋求博彩業(yè)的大量涌現(xiàn)是因?yàn)槿藗儗で箫L(fēng)險(xiǎn)136.7-100=36.7136.7第32頁，共103頁。為什么一個(gè)人即可能買保險(xiǎn)也會買彩票？風(fēng)險(xiǎn)規(guī)避VS.風(fēng)險(xiǎn)尋求復(fù)合效用函數(shù)/渴望型效用函數(shù)第33頁，共103頁。風(fēng)險(xiǎn)決策期望值理論求解各個(gè)策略的期望值，選擇期望收益最大，或者損失最小的優(yōu)選方案。期望效用值理論期望效用E（U）第34頁，共103頁。風(fēng)險(xiǎn)決策——貝葉斯決策風(fēng)險(xiǎn)決策的基本方法是將狀態(tài)變量看成隨機(jī)變量，用先驗(yàn)狀態(tài)分布表示狀態(tài)的概率分布，用期望值、期望效用值計(jì)算策略的滿意程度。實(shí)際生活中，先驗(yàn)概率分布往往與實(shí)際情況存在誤差，需要通過市場調(diào)查，來收集有關(guān)狀態(tài)變量的補(bǔ)充信息，對先驗(yàn)分布進(jìn)行修正，然后用后驗(yàn)狀態(tài)分布進(jìn)行決策。

——貝葉斯決策

第35頁，共103頁。一、貝葉斯決策的基本方法

在管理決策的過程中，往往存在兩種偏向，一是缺少調(diào)查，對狀態(tài)變量的情況掌握非常粗略，這時(shí)做決策使決策結(jié)果與現(xiàn)實(shí)存在很大差距，造成決策失誤。二是進(jìn)行了細(xì)致的調(diào)查，但是產(chǎn)生的費(fèi)用很高，使信息沒有對企業(yè)產(chǎn)生應(yīng)有的效益。這兩個(gè)傾向，前者沒有考慮信息的價(jià)值，后者沒有考慮信息的經(jīng)濟(jì)性。只有將兩者有機(jī)地結(jié)合起來，才能提高決策分析的科學(xué)性和效益性。這就是貝葉斯決策要解決的問題。（一）貝葉斯決策的意義風(fēng)險(xiǎn)決策——貝葉斯決策（自學(xué)）第36頁，共103頁。（二）貝葉斯決策的基本方法

貝葉斯決策的基本方法是，首先，利用市場調(diào)查獲取的補(bǔ)充信息或，去修正狀態(tài)變量的先驗(yàn)分布，即依據(jù)似然分布矩陣所提供的充分信息，用貝葉斯公式求出在信息值或發(fā)生的條件下，狀態(tài)變量的條件分布。

風(fēng)險(xiǎn)決策——貝葉斯決策第37頁，共103頁。風(fēng)險(xiǎn)決策——貝葉斯決策先驗(yàn)概率和后驗(yàn)概率(a)先驗(yàn)概率：決策者事先根據(jù)有限的資料和信息，憑自己的經(jīng)驗(yàn)和知識估計(jì)各狀態(tài)發(fā)生的概率，這種概率就稱為主觀概率或先驗(yàn)概率。(b)后驗(yàn)概率：隨著時(shí)間的推移，決策者獲得的信息會逐漸增多，基于這些新的信息，決策者可以修正原來的先驗(yàn)概率，獲得更接近實(shí)際情況的概率估計(jì)，這種新的估計(jì)概率被稱為后驗(yàn)概率。第38頁，共103頁。風(fēng)險(xiǎn)決策——貝葉斯決策(c)后驗(yàn)概率計(jì)算——貝葉斯公式第39頁，共103頁。風(fēng)險(xiǎn)決策——貝葉斯決策基本步驟1、驗(yàn)前分析——先驗(yàn)分析2、預(yù)驗(yàn)分析——比較補(bǔ)充信息價(jià)值和成本3、驗(yàn)后分析——利用補(bǔ)充信息修正先驗(yàn)分布獲得后驗(yàn)分布，據(jù)此進(jìn)行決策分析4、序貫分析——多階段決策第40頁，共103頁。風(fēng)險(xiǎn)決策——貝葉斯決策二、貝葉斯決策分析的信息價(jià)值

信息本身是有價(jià)值的。在抽樣調(diào)查中，通常調(diào)查的樣本越多，獲得的情報(bào)也越多，但是花費(fèi)也更多。因此有一個(gè)是否應(yīng)該進(jìn)行調(diào)查和抽樣多少次更為合適的問題。（一）完全情報(bào)的價(jià)值通常，將能夠提供狀態(tài)變量真實(shí)情況的補(bǔ)充信息稱為完全信息，即在獲得補(bǔ)充情報(bào)后就完全消除了風(fēng)險(xiǎn)情況，我們把這種情報(bào)稱為完全情報(bào)，掌握了完全情報(bào)，風(fēng)險(xiǎn)決策就轉(zhuǎn)化為確定型決策。1.信息價(jià)值的意義

設(shè)為補(bǔ)充信息值，若存在狀態(tài)值，使得條件概率，或者當(dāng)狀態(tài)值時(shí)，總有

則稱信息值為完全信息值。

如果補(bǔ)充信息值對每一個(gè)狀態(tài)值都是完全信息值，則完全信息值對狀態(tài)的期望收益值稱為完全信息價(jià)值的期望值（expectedvalueofperfectinformation）,簡稱完全信息價(jià)值，記做EVPI。第41頁，共103頁。二、貝葉斯決策分析的信息價(jià)值

2.完全信息價(jià)值的計(jì)算根據(jù)完全信息價(jià)值的意義，如果信息值對每一個(gè)狀態(tài)都是完全信息價(jià)值，則信息值的完全信息價(jià)值EVPI，可以通過下式對求數(shù)學(xué)期望得到。完全信息價(jià)值EVPI，實(shí)際上是掌握完全信息與未掌握完全信息時(shí)，決策者期望收益值的增加量。風(fēng)險(xiǎn)決策——貝葉斯決策第42頁，共103頁。（二）補(bǔ)充信息的價(jià)值（EVAI）1.補(bǔ)充情報(bào)價(jià)值的意義設(shè)為補(bǔ)充信息值，決策者掌握了補(bǔ)充信息值前后期望收益值的增加量，或掌握了補(bǔ)充信息值前后期望損失值的減少量，稱為補(bǔ)充信息值的價(jià)值。全部補(bǔ)充信息值價(jià)值的期望值，稱為補(bǔ)充信息價(jià)值的期望值。簡稱補(bǔ)充信息價(jià)值，記做EVAI（ExpectedValueofAdditionalInformation）。2.補(bǔ)充信息價(jià)值的計(jì)算

（1）按定義計(jì)算

（2）按期望收益值的增加值計(jì)算（3）按期望損失值的減少量計(jì)算風(fēng)險(xiǎn)決策——貝葉斯決策第43頁，共103頁。三、抽樣貝葉斯決策（一）抽樣貝葉斯決策的基本方法1.抽樣貝葉斯決策的意義

利用抽樣信息值作為補(bǔ)充信息值，去修正狀態(tài)變量的先驗(yàn)分布，得到后驗(yàn)分布，再依據(jù)后驗(yàn)分布進(jìn)行的貝葉斯決策，稱為抽樣貝葉斯決策。2.抽樣貝葉斯的決策步驟

抽樣貝葉斯決策除了補(bǔ)充信息是靠抽樣獲得之外，其基本方法和步驟與一般貝葉斯決策相同，即按照驗(yàn)前分析、預(yù)驗(yàn)分析、驗(yàn)后分析和三個(gè)步驟進(jìn)行。風(fēng)險(xiǎn)決策——貝葉斯決策第44頁，共103頁。（二）抽樣信息的價(jià)值當(dāng)補(bǔ)充情報(bào)是采用抽樣的方法獲得時(shí)，這種補(bǔ)充情報(bào)價(jià)值習(xí)慣上稱為抽樣情報(bào)價(jià)值（ExpectedValueofSamplingInformation），記做EVSI。（三）最佳樣本容量

在抽樣貝葉斯決策中，抽樣所支付的費(fèi)用叫抽樣成本。樣本容量為N時(shí)的抽樣成本記為C（N）

當(dāng)樣本容量N確定以后，抽樣情報(bào)價(jià)值也隨之而確定。抽樣情報(bào)價(jià)值也是N的函數(shù)，記為EVSI（N）。對不同的N，抽樣情報(bào)價(jià)值可以不同。這個(gè)差數(shù)稱為抽樣凈收益。使ENGS（N）達(dá)到最大值的非負(fù)整數(shù)稱為最佳樣本容量。

上式給出了樣本容量N的取值范圍，在此范圍內(nèi)，找到有限個(gè)N值，分別計(jì)算相應(yīng)的ENGS（N）,并列表比較，就可以找到最大值ENGS（N），此時(shí)的N為最佳樣本容量。風(fēng)險(xiǎn)決策——貝葉斯決策第45頁，共103頁。第三節(jié)貝葉斯決策分析

四、貝葉斯決策分析案例

某公司考慮是否生產(chǎn)新產(chǎn)品，如果生產(chǎn)，可以進(jìn)行大批()，中批()或小批生產(chǎn)()，可能出現(xiàn)的市場情況也分為暢銷（），一般（）和滯銷（）三種情況。其收益如表3-16所示。表3-16各種市場情況收益表

為了更準(zhǔn)確的了解市場，在生產(chǎn)前可以找咨詢公司進(jìn)行咨詢，但需要付咨詢費(fèi)用500元，并且咨詢公司預(yù)測產(chǎn)品銷售狀態(tài)可分為受歡迎（），一般（）和不受歡迎（）三種，條件概率如表3-17：表3-17條件概率表

試分析：（1）如果不咨詢，應(yīng)如何生產(chǎn)?；（2）是否應(yīng)該進(jìn)行咨詢后生產(chǎn)；（3）計(jì)算完全情報(bào)價(jià)值；（4）計(jì)算補(bǔ)充情報(bào)價(jià)值。第46頁，共103頁。貝葉斯決策分析案例解:(1)如果不咨詢,由期望值準(zhǔn)則E(a1)=0.6×40000+0.3X20000+0.1×（-30000)=27000E(a2)=0.6×30000+0.3X20000+0.1×（-20000)=25000E(a3)=10000Max{E(a1),E(a2),E(a3)}=27000應(yīng)采取大批生產(chǎn)方案a1第47頁，共103頁。貝葉斯決策分析案例（2）如果咨詢，由全概率公式，分別求出咨詢后銷售狀態(tài)結(jié)果值Hi(i=1,2,3)第48頁，共103頁。貝葉斯決策分析案例再由貝葉斯公式第49頁，共103頁。貝葉斯決策分析案例當(dāng)咨詢結(jié)果為H=H1,產(chǎn)品暢銷最大期望收益為34060即當(dāng)H=H1時(shí)，a1是最滿意方案a(H1)=a1第50頁，共103頁。貝葉斯決策分析案例當(dāng)咨詢結(jié)果為H=H2,產(chǎn)品狀態(tài)一般最大期望收益為26200即當(dāng)H=H2時(shí)，a2是最滿意方案a(H2)=a2第51頁，共103頁。貝葉斯決策分析案例當(dāng)咨詢結(jié)果為H=H3,產(chǎn)品不受歡迎最大期望收益為15300即當(dāng)H=H3時(shí)，a2是最滿意方案a(H3)=a2第52頁，共103頁。貝葉斯決策分析案例通過咨詢后的期望收益為所以，應(yīng)當(dāng)咨詢后生產(chǎn)第53頁，共103頁。貝葉斯決策分析案例完全情報(bào)價(jià)值如果情報(bào)準(zhǔn)確，當(dāng)出現(xiàn)時(shí)，應(yīng)采取行動a1，而無情報(bào)時(shí)，依先驗(yàn)概率進(jìn)行決策，也應(yīng)采取行動a1，所以情報(bào)價(jià)值為0。當(dāng)出現(xiàn)時(shí)，應(yīng)采取行動a2;而無情報(bào)時(shí)，最優(yōu)策略為a1,情報(bào)價(jià)值為30000-20000=10000當(dāng)出現(xiàn)時(shí)，應(yīng)采取行動a3，而無情報(bào)時(shí)，最優(yōu)策略為a1,情報(bào)價(jià)值為10000-(-30000)=40000完全情報(bào)價(jià)值為EVPI=0.6X0+0.3X10000+0.1X40000=7000第54頁，共103頁。貝葉斯決策分析案例補(bǔ)充情報(bào)價(jià)值如果咨詢結(jié)果為H1.采取行動a1,期望收益34060，無補(bǔ)充情報(bào)時(shí)，最優(yōu)結(jié)果是a1,期望收益為27000，不完全情報(bào)價(jià)值為34060-27000=7060如果咨詢結(jié)果為H2.采取行動a2,期望收益26200，無補(bǔ)充情報(bào)時(shí)，最優(yōu)結(jié)果是a1,期望收益為27000，不完全情報(bào)價(jià)值為26200-27000=-800如果咨詢結(jié)果為H3.采取行動a2,期望收益15300，無補(bǔ)充情報(bào)時(shí)，最優(yōu)結(jié)果是a1,期望收益為27000，不完全情報(bào)價(jià)值為15300-27000=-11700補(bǔ)充情報(bào)價(jià)值為

EVAI=0.44X7060+0.39X（-800）+0.17X（-11700）=805.4第55頁，共103頁。風(fēng)險(xiǎn)管理購買保險(xiǎn)調(diào)整折現(xiàn)率資產(chǎn)多種經(jīng)營購買期貨合同第56頁，共103頁。風(fēng)險(xiǎn)管理——購買保險(xiǎn)企業(yè)和個(gè)人購買保險(xiǎn)是為了防止因各種風(fēng)險(xiǎn)（火災(zāi)、偷竊、洪水、地震和死亡）而帶來的經(jīng)濟(jì)損失。第57頁，共103頁。風(fēng)險(xiǎn)管理——購買保險(xiǎn)例：一家煙花制造企業(yè)，每年將獲得100000元的凈利潤收入，但同時(shí)面臨失火徹底燒毀廠房，重建工廠需要花費(fèi)80000元，企業(yè)主該如何決策，是否需要購買保險(xiǎn)，購買多少？事件收益概率期望值火災(zāi)200000.510000沒有火災(zāi)1000000.550000μ=60000第58頁，共103頁。風(fēng)險(xiǎn)管理——購買保險(xiǎn)購買VS不購買在什么情況下購買？購買哪家保險(xiǎn)公司產(chǎn)品？……事件收益概率期望值火災(zāi)200000.510000沒有火災(zāi)1000000.550000效用μ=60000火災(zāi)1000.5期望效用值沒有火災(zāi)2000.515040?第59頁，共103頁。風(fēng)險(xiǎn)管理——購買保險(xiǎn)理性的企業(yè)主肯花多少錢買保險(xiǎn)呢？100000-40000=60000第60頁，共103頁。風(fēng)險(xiǎn)管理——購買保險(xiǎn)從保險(xiǎn)公司來看發(fā)生火災(zāi)的概率0.5賠付8000080000×0.5=4000020%利潤率保費(fèi)=40000+40000X20%=48000實(shí)際支付100000-48000=52000U（52000）=162162>150,因此理性企業(yè)主購買保險(xiǎn)第61頁，共103頁。風(fēng)險(xiǎn)管理——調(diào)整貼現(xiàn)率與低風(fēng)險(xiǎn)的投資相比，高風(fēng)險(xiǎn)投資應(yīng)采用更高的貼現(xiàn)率來折現(xiàn)第62頁，共103頁。風(fēng)險(xiǎn)管理——多樣化第63頁，共103頁。風(fēng)險(xiǎn)管理——多樣化多種經(jīng)營的優(yōu)勢在于它可以減少風(fēng)險(xiǎn)而不減少期望收益率/回報(bào)率如果兩種經(jīng)營完全相關(guān)，則投資兩種業(yè)務(wù)與之投資一種業(yè)務(wù)所面臨的風(fēng)險(xiǎn)水平并沒與降低。但是只要是不完全相關(guān)的兩種業(yè)務(wù)，風(fēng)險(xiǎn)就會減少，如果兩種業(yè)務(wù)是完全負(fù)相關(guān)，就能最大限度的減少風(fēng)險(xiǎn)。Markowitz馬爾卡維茲等也因此研究而獲得了1990年的諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)第64頁，共103頁。風(fēng)險(xiǎn)管理——多樣化關(guān)于效率資產(chǎn)配置的基本觀點(diǎn)是，與無效率資產(chǎn)配置（無多樣化資產(chǎn)）比較，多樣化資產(chǎn)配置使得給定收益水平的風(fēng)險(xiǎn)可以降低，給定風(fēng)險(xiǎn)水平的收益可以增加。即只要資產(chǎn)的投資組合結(jié)構(gòu)是正確的，就可以在不減少其期望回報(bào)的條件下，使風(fēng)險(xiǎn)減少。第65頁，共103頁。風(fēng)險(xiǎn)管理——套期保值Hedging套期保值是使用金融衍生工具進(jìn)行一種限制風(fēng)險(xiǎn)的交易。企業(yè)有可能利用期貨合同進(jìn)行保險(xiǎn)或套期保值，以使自己不會因?yàn)閮r(jià)格的不利波動而遭受損失；期貨合同指約定將來即按既定的價(jià)格，買賣既定的數(shù)量和既定質(zhì)量的物品。遠(yuǎn)期合同（forwardcontract）——在未來可以無需考慮市場價(jià)格而以合同約定價(jià)格賣出商品，不在市場上交易，存在違約風(fēng)險(xiǎn)；期貨合同（futurecontract），——一種標(biāo)準(zhǔn)化契約，可在市場上交易，購買一份這樣的契約，就可以在未來按照合同約定的價(jià)格出售商品。第66頁，共103頁。風(fēng)險(xiǎn)管理——套期保值Hedging例：某地一農(nóng)民種植的小麥還有好幾個(gè)月才到收獲季節(jié)。農(nóng)民可能遇到的風(fēng)險(xiǎn)？1、因?yàn)樘鞖鈵毫佣斐赊r(nóng)作物減產(chǎn)；2、因?yàn)槭袌鰞r(jià)格下跌而造成收益減少；第67頁，共103頁。風(fēng)險(xiǎn)管理——套期保值Hedging農(nóng)民可能遇到的風(fēng)險(xiǎn)？1、因?yàn)樘鞖鈵毫佣斐赊r(nóng)作物減產(chǎn)——可以通過購買保險(xiǎn)來規(guī)避；2、因?yàn)槭袌鰞r(jià)格下跌而造成收益減少——價(jià)格風(fēng)險(xiǎn)可通過購買期貨合同/遠(yuǎn)期合同規(guī)避；第68頁，共103頁。風(fēng)險(xiǎn)管理——套期保值Hedging現(xiàn)貨市場生產(chǎn)者最終按照當(dāng)前的現(xiàn)貨價(jià)格出售商品。如果商品價(jià)格下降，生產(chǎn)者將能在期貨合同上獲利，從而彌補(bǔ)因現(xiàn)貨價(jià)格下降而導(dǎo)致的虧損；如果現(xiàn)貨價(jià)格提高，期貨合同的價(jià)值就會降低，這樣因按照較高現(xiàn)貨價(jià)格出售的利潤就會被期貨合同的價(jià)值的減少所抵消；所以如果安排得當(dāng)，生產(chǎn)者所有的價(jià)格風(fēng)險(xiǎn)都能被規(guī)避。期貨市場期貨市場上的合同持續(xù)交易，合同的價(jià)值隨著現(xiàn)貨商品價(jià)格的變動而反方向變動。如果商品的現(xiàn)貨價(jià)格增加，按照一定價(jià)格出售的權(quán)力就會貶值，如果現(xiàn)貨價(jià)格下降，則按照一定價(jià)格出售的權(quán)力就會增值；期貨市場的商品范圍廣闊，從大豆、牲畜、糖、油、黃金、木材到外匯和股指第69頁，共103頁。決策樹分析決策樹對導(dǎo)致一組結(jié)果的一連串策略和自然狀態(tài)進(jìn)行追蹤，任一結(jié)果的概率等于導(dǎo)致該結(jié)果的每一分支上概率的乘積。在決策樹中，每一項(xiàng)選擇方案都有一個(gè)概率分布。第70頁，共103頁。決策樹分析第71頁，共103頁。決策樹分析（例）例：一個(gè)企業(yè)準(zhǔn)備進(jìn)入一個(gè)新的市場，決策問題是建立大工廠OR小工廠？這里有兩個(gè)隨機(jī)變量：1、國民經(jīng)濟(jì)狀態(tài)；2、商業(yè)中主要競爭對手反應(yīng)第72頁，共103頁。決策樹分析（例）假定該企業(yè)了解到競爭對手會針對該企業(yè)所建立工廠大小以不同概率采取全國性、地區(qū)性廣告營銷計(jì)劃或者不采取行動假定國家宏觀經(jīng)濟(jì)狀況的概率為競爭對手反應(yīng)概率建廠規(guī)模全國計(jì)劃地區(qū)計(jì)劃無新計(jì)劃大規(guī)模0.70.200.10小規(guī)模0.000.400.60經(jīng)濟(jì)狀況蕭條穩(wěn)定繁榮0.10.600.30第73頁，共103頁。決策樹分析（例）第74頁，共103頁。決策樹分析（例）第75頁，共103頁。決策樹分析（例）？第76頁，共103頁。不確定決策不確定性

–

結(jié)果不確定，且無法預(yù)測概率不確定型決策準(zhǔn)則包括:樂觀決策準(zhǔn)則悲觀決策準(zhǔn)則折衷決策準(zhǔn)則后悔值決策準(zhǔn)則等概率決策準(zhǔn)則等。第77頁，共103頁。樂觀決策準(zhǔn)則

一、樂觀決策的步驟（2）擬定備選方案；

樂觀決策的基本步驟如下：（1）判斷決策問題可能出現(xiàn)的幾種自然狀態(tài)（即客觀情況）；（3）推測出各方案在各種自然狀態(tài)下的收益值；

（4）選出各方案在不同自然狀態(tài)下的最大收益值；

（5）比較各方案最大值，從中再選出最大期望值,該值所對應(yīng)的方案即為決策者所選取的方案。第78頁，共103頁。樂觀法決策矩陣模型θ1θ2…θnMax{aij}ja1a11a12…a1na2a21a22…a2n|||||amam1am2…amn決策第79頁，共103頁。案例分析——樂觀決策準(zhǔn)則第80頁，共103頁。案例分析——樂觀決策準(zhǔn)則第81頁，共103頁。樂觀決策準(zhǔn)則

二、樂觀準(zhǔn)則的評價(jià)

決策者對某一問題持樂觀準(zhǔn)則為決策原則時(shí)，通常反映了決策者對被決策問題的未來充滿了信心，態(tài)度樂觀。決策者認(rèn)為問題的未來好的狀態(tài)發(fā)生的可能性極大。從另一個(gè)角度，這也體現(xiàn)了決策者的進(jìn)取精神與冒險(xiǎn)性格。第82頁，共103頁。樂觀決策準(zhǔn)則

（1）高收益值誘導(dǎo)。決策者運(yùn)用有可能實(shí)現(xiàn)的高期望值目標(biāo)，激勵(lì)、調(diào)動人們奮進(jìn)的積極性。實(shí)際結(jié)果如何并不重要，關(guān)鍵是重視決策目標(biāo)的激勵(lì)作用。（2）絕處求生。企業(yè)處于絕境，運(yùn)用其他較穩(wěn)妥地決策方法難以擺脫困境，此時(shí)，與其等著破產(chǎn)，還不如決策最大期望值的方案，通過拼搏，以求獲得最后一線生機(jī)。（3）前景看好。決策者對企業(yè)的前景充滿信心，應(yīng)當(dāng)采取積極進(jìn)取的方案，否則就會貽誤最佳時(shí)機(jī)。（4）實(shí)力雄厚。企業(yè)力量強(qiáng)大，如果過于穩(wěn)妥、保守，企業(yè)往往會無所作為，甚至削弱力量及地位。因此，還不如憑借其強(qiáng)大的風(fēng)險(xiǎn)抵御力勇于開拓，積極發(fā)展。三、樂觀決策法的適用范圍第83頁，共103頁。悲觀決策準(zhǔn)則

一、悲觀決策的步驟悲觀決策的基本步驟如下：（1）判斷決策問題可能出現(xiàn)的幾種自然狀態(tài)（即客觀情況）；（2）擬定備選方案；

（3）推測出各方案在各種自然狀態(tài)下的收益值；

（4）選出各方案在不同自然狀態(tài)下的最小收益值；

（5）比較各方案最小值，從中再選出最大期望值,該值所對應(yīng)的方案即為決策者所選取的方案。第84頁，共103頁。悲觀法決策矩陣模型θ1θ2…θnMin{aij}ja1a11a12…a1na2a21a22…a2n|||||amam1am2…amn決策第85頁，共103頁。案例分析——悲觀決策準(zhǔn)則第86頁，共103頁。案例分析——悲觀決策準(zhǔn)則第87頁，共103頁。二、悲觀準(zhǔn)則的評價(jià)

持悲觀準(zhǔn)則為決策原則的決策者遇事常想到事物的最糟的一面，較多地考慮是否能承受得住失敗帶來的打擊。這充分的表現(xiàn)了決策者穩(wěn)妥的性格與保守的品質(zhì)。悲觀決策準(zhǔn)則

第88頁，共103頁。悲觀決策準(zhǔn)則

悲觀決策方法實(shí)際上是把最小收益的自然狀態(tài)假定為必然出現(xiàn)的自然狀態(tài)，也是把不確定型問題當(dāng)作確定型問題來處理。

悲觀決策方法在一定場合下具有一定的適用性。如企業(yè)規(guī)模較小、資金薄弱，經(jīng)不起大的經(jīng)濟(jì)沖擊，或者決策者認(rèn)為最壞狀態(tài)發(fā)生的可能性很大，對好的狀態(tài)缺乏信心等等。另外，在某些行動中，人們已經(jīng)遭受了重大的損失，如人員傷亡、天災(zāi)人禍需要恢復(fù)元?dú)猓话阋餐捎眠@一較為穩(wěn)妥的準(zhǔn)則進(jìn)行決策三、悲觀決策法的適用范圍第89頁，共103頁。折中決策準(zhǔn)則

L．赫威茨提出了“樂觀系數(shù)”的概念，認(rèn)為應(yīng)根據(jù)對形勢的判斷確定一個(gè)在0與1之間的樂觀系數(shù)值，然后像計(jì)算期望值的辦法那樣，根據(jù)最大收益值（或損失值）和最小收益值（或損失值）兩者，計(jì)算出一個(gè)折衷的收益值，然后比較各方案折衷收益值的大小，確定折衷收益值最大的那個(gè)方案為最優(yōu)方案。各方案的折衷收益值如下

其中：為樂觀系數(shù)，為第個(gè)方案的最大收益值，為第個(gè)方案的最小收益值。決策目標(biāo)是第90頁，共103頁。折中決策準(zhǔn)則

一、折衷法決策的步驟（1）測定一個(gè)表示決策者樂觀程度的所謂“樂觀系數(shù)”，用“”表示（）。（2）計(jì)算折衷收益值，公式如下。

（3）進(jìn)行比較，選擇折衷收益值最大的方案為最優(yōu)決策方案。

第91頁，共103頁。折中法決策矩陣模型θ1θ2…θn折中收益值a1a11a12…a1na2a21a22…a2n|||||amam1am2…amn決策M(jìn)ax{折中收益值}第92頁，共103頁。折中決策準(zhǔn)則

二、折衷決策法的評價(jià)折衷決策法，實(shí)際上是一種指數(shù)平均法，屬于一種既穩(wěn)妥又積極的決策方法。折衷決策法存在兩個(gè)嚴(yán)重的缺陷：（1）樂觀系數(shù)不易確定。

（2）折衷決策法沒有充分利用收益函數(shù)所提供的全部信息。

第93頁，共103頁。后悔值決策準(zhǔn)則

后悔值決策準(zhǔn)則，又稱薩凡奇準(zhǔn)則，是指通常在決策時(shí)，應(yīng)當(dāng)選擇收益值最大或者損失值最小的方案作為最優(yōu)方案。后悔值是指決策者失策所造成的損失價(jià)值。后悔值決策準(zhǔn)則要求決策者在選擇決策方案所產(chǎn)生的后悔感最小。后悔感的大小是以“后悔值”指標(biāo)來反映的，“后悔感”是指每種自然狀態(tài)下最高收益值與其他收益值之差。第94頁，共103頁。一、最小最大后悔值決策分析的步驟（1）建立收益矩陣。（2）計(jì)算出在各種自然狀態(tài)下每個(gè)方案的后悔值。（3）