Метод сценариев

Этот метод является наиболее естественным в анализе рисков, поскольку предполагает формулирование тех сценариев, которые могут осуществиться на практике, и оценку финансовых результатов в каждом из этих сценариев. В частном случае, когда в каждый момент времени каждый из признанных существенными факторов принимает конечное число значений (или значения объединяются в конечное число различаемых групп), составляется дерево сценариев. Однако непосредственный анализ всех возможностей часто оказывается невозможным. Поэтому в большинстве случаев разрабатываются некоторые критерии, по которым производится сравнение сценариев, и анализируется лишь часть сценариев, называемых недоминируемыми. В этой постановке метод сценариев несколько видоизменяется, - рассматриваются не те сценарии, которые реализуются при разных значениях факторов неопределенности, вместо них рассматриваются наборы наших критериев, зависящие уже от принимаемого нами решения, и риск здесь может учитываться как один из критериев.

В качестве очевидного примера таких критериев могут выступать доходность (которую необходимо максимизировать) и риск (его надо минимизировать). Вряд ли возможно получить решение, оптимальное по обоим критериям. Ясно, однако, что сценарий, при котором и риск больше, и доходность меньше, всегда уступает сценарию с большей доходностью и меньшим риском. Таким образом, среди сценариев можно выделить те, для которых существуют, безусловно, лучшие (доминирующие их) сценарии, и оставшиеся - недоминируемые, которые и следует использовать в качестве кандидатов на выбор рационального решения.

Принятие решений по большому числу порой противоречащих друг другу критериев с точки зрения математика относится к числу задач многокритериальной оптимизации. Другим типичным объектом, возникающим при формализации проблемы управления финансовыми рисками, является задача стохастической оптимизации, принимающая во внимание наличие случайной составляющей. В этом случае при наличии случайности оптимизируется среднее значение какого-либо показателя. Одним из численных способов решения задачи стохастической оптимизации является метод Монте-Карло.