Pravděpodobnostní a rozhodovací stromy a metody počítačové simulace

Základní princip měření rizika

Měření rizika je založeno na vytváření alternativních scénářů vývoje s přiřazenými pravděpodobnostmi. Varianty vývoje mohou být příznivé nebo nepříznivé a jejich hodnocení se vztahuje k vybraným kritériím, jako jsou zisk, cash flow nebo návratnost investice.

Pravděpodobnostní stromy (PS)

PS zobrazují jednotlivé scénáře vývoje pomocí orientovaného grafu s uzly (rizikové faktory) a hranami (možné důsledky).

  • Jednoduché na sestavení a vizuálně přehledné
  • Vhodné pro modelování diskrétních jevů
  • Pomáhají při komunikaci možných variant budoucnosti

Rozhodovací stromy (RS)

Rozhodovací stromy jsou grafické nástroje na podporu rozhodování ve více etapách. Obsahují:

  • Rozhodovací uzly – označené kosočtverci, vyjadřují volbu
  • Situační uzly – představují možné scénáře s pravděpodobnostmi

RS slouží k výběru optimálního variantu na základě očekávané hodnoty (očekávané užitečnosti).

Metody počítačové simulace

Simulace je nástroj pro zkoumání složitých systémů, kde analytické nebo optimalizační metody selhávají. Hlavní kroky:

  1. Definice problému
  2. Vytvoření simulačního modelu
  3. Nastavení parametrů a vstupů
  4. Spuštění simulace
  5. Analýza výsledků

Simulační metoda Monte Carlo

Simuluje náhodné vstupní proměnné podle jejich pravděpodobnostního rozdělení. Výsledky se generují opakovaným vzorkováním.

  • Distribuční funkce F(x) vyjadřuje pravděpodobnost P(X ≤ x)
  • Nejčastěji se předpokládá normální rozdělení
  • Vzorkování může být náhodné (Monte Carlo) nebo vrstvené (Latin Hypercube)

Monte Carlo vs. Latin Hypercube

Monte Carlo: čistě náhodný výběr hodnot z distribuce, vyžaduje mnoho opakování pro přesný výsledek.

Latin Hypercube: přesněji reprezentuje celé rozdělení i při nižším počtu opakování, efektivnější z hlediska výpočetního výkonu.

Počítačová podpora simulací

Moderní nástroje podporují monitoring konvergence a stabilitu výsledků. Při dostatečném počtu iterací se výstupy blíží k přesným hodnotám podle distribucí.

Programové nástroje pro analýzu rizika

  • @RISK – simulace rizika, více než 30 typů rozdělení, citlivostní analýza, grafické výstupy
  • PrecisionTree – rozhodovací stromy v Excelu
  • TopRank – analýza citlivosti
  • Crystal Ball – simulace v Excelu, podobné @RISK
  • DECISION PRO, MONTE CARLO, PREDICT – specializované nástroje pro různé typy modelování
  • RISK SAFE – určený pro zdravotnictví a pojištění
  • REVAL – pro Lotus 1-2-3

Statistické charakteristiky výstupu (např. v @RISK)

  • Minimum / Maximum – krajní hodnoty simulace
  • Mean – střední hodnota
  • Mode – nejčastější hodnota (modus)