Skillnad mellan versioner av "TPPE24 - Ekonomisk analys: Besluts- och finansiell metodik"

Från Studieboken - Skapad av och för studenter
Hoppa till: navigering, sök
(Sannolikhetslära)
(Sannolikhetslära)
Rad 73: Rad 73:
  
 
'''Räkneregler'''
 
'''Räkneregler'''
[[Fil:Sannolikhetsformler.jpg|thumb|600px|frame|left|Räkneregler]]<br><br><br><br><br><br><br><br><br><br><br>
+
[[Fil:Sannolikhetsformler.jpg|thumb|600px|frame|left|Räkneregler]]<br><br><br><br><br><br><br><br><br><br><br><br><br><br><br><br>
  
 
'''Väntevärde'''<br>
 
'''Väntevärde'''<br>

Versionen från 8 juli 2016 kl. 20.50

TPPE24 - Ekonomisk analys: Besluts- och finansiell metodik är den andra kursen i ekonomisk teori (TPPE98 är den första). Kursen omfattar 6 hp och examineras genom en tenta. Kursen indelas i fyra huvudområden; beslutsanalys, riskanalys och nyttoteori, spelteori samt investeringar och finansiella beslut.


Begrepp

Action/Beslut - Är de väl avskilda beslut som beslutsfattaren kan påverka (betecknas ofta med a(i) i kursen där i indexerar antalet olika alternativ)

State of nature/Naturtillstånd - Utfallets konsekvenser beror inte bara på den handlingsväg man väljer som beslutsfattare utan även på andra faktorer som beror på slump eller sannolikhet. Betecknas ofta med b(j) där j indexerar olika naturutfall

Payoff table/Payoff-tabell - Är en tabell dom visar som kvantifierar utfall, betecknat u(a(i),b(j)), med en siffra

Beslutsanalys

Ett beslut definieras som ett val utfört efter att ha betänkt flera valmöjligheter. Beslutsanalys är ett kunskapsområde som sammanfogar teorier och metoder från logik, ekonomi och sannolikhetslära för att kunna hantera olika typer av beslut på ett formellt sätt. Beslutsproblem uppstår för agenter med resurser att konsekvent beskriva, utvärdera och förändra sina miljöer på olika tänkbara sätt. Detta sker typiskt inom ramen för olika projekt eller andra ansvarsområden.

Ett beslutsproblem kan kokas ned i två olika delar:
- Förarbetet är lite förenklat att beskriva att definiera relevanta beslutsalternativ, naturutfall samt att bedöma konsekvenser för de olika alternativen.
- Systematisera informationen från förarbetet och välj utifrån given information en modell som passar situationen.
OBS: I den här kursen kommer förarbetet vara givet! Uppgiften är att utifrån förarbetet välja rätt modell för att lösa ett givet beslutsproblemet.

Payoff-tabell (även benämnd state/consequence-tabell)

Payoff-tabell

Ett bra sätt att framställa ett generellt problem är med en payoff-tabell vilken visar beslutsalternativ, naturtillstånd och konsekvenser. Payoff-tabellen är den mest generella framstllningen av ett problem. Konsekvenserna kan vara kvantitativa, ex antal t. kr, eller kvalitativa, händelse x inträffar eller inträffar inte. Utvidgningar av modellen är att införa sannolikheter för olika naturutfall. För att komma fram till en lösning på ett problem måste man ha ett mål. Detta kan vara inkluderat i modellvalet och exempelvis vara att maximera vinsten eller minimera risken. Då antalet lösningsmodeller är stort är det nödvändigt att klassificera olika beslutssituationer. Detta görs i denna kurs baserat på kunskapen om sannolikheten för olika naturutfall.

- Beslut under säkerhet förutsätter att man vet vilket utfall som följer de olika beslutsalternativen samt kan beräkna deras konsekvenser
- Beslut under strikt osäkerhet är då man inte känner några sannolikheter för naturutfallen
- Beslut under risk då man känner till sannolikheterna för alla naturutfall

Beslut under säkerhet

Beslut under säkerhet kännetecknas av att det bara finns ett naturutfall för varje beslutsalternativ. Utöver detta är två kriterier är viktiga för att säkerhet ska råda. Det krävs att beslutsfattaren (1) känner till naturutfallet och (2) kan förutse konsekvenserna av de olika beslutsalternativen med säkerhet före beslutet fattas.

Beslut under säkerhet är ett trivialt beslutsproblem då det endast gäller att rangordna de olika beslutsalternativen efter hur väl de uppfyller beslutsfattarens mål och välja det bästa.

Beslut under strikt osäkerhet

Det som kännetäcknar beslut under strikt osäkerhet är att man inte känner till några sannolikheter kring naturutfallet. I kursen presenteras fem olika metoder för att ta beslut i strikt osäkerhet. Dessa har olika fördelar och bör hanteras i beslutssituationen

Principle of insufficient

Principle of insufficient reason eller Laplace-metoden bygger på att man sätter lika stor sannolikhet vid varje naturutfall
.

Motiveringen av denna beslutsmodell är att då alla naturutfall är gemensamt uttömmande och ömsesidigt uteslutande (dvs. exakt ett av naturutfallen kommer att faktiskt ske), och naturtillståndet beror på slumpen är det statistiskt korrekt att anta likformig sannolikhet.

Eftersom man nu har gjort ett antagande om naturtillståndet kan man beräkna en gissning av vad varje beslut kommer att ge för utfall . Uttrycket för detta utfall liknar EMV, Expected monetary value, men ska inte förväxlas med detta då beräkningen görs utifrån ett antagande om den obekanta sannolikheten av olika naturutfall .

Maximin-metoden (Walds beslutskriterie)

Maximin-metoden, även Walds beslutskriterie, är ett pessimistiskt beslutskriterie. Beslutsmodellen bygger på att man rankar alla alternativa beslut efter vad som är värsta naturutfallet . Alltså är det optimala beslutet enligt denna beslutsmodell det som ger det minst dåliga utfallet .

Maximax-metoden

Maximax-kriteriet tittar på det bästa naturutfallet för varje beslut . Därefter väljs det av dessa beslut som kommer att ge det bästa utfallet . Denna beslutsmodell är optimistisk och liknas ibland vid attityden som lotto-spelare har, man ser de stora vinstsummorna och ignorerar sannolikheten för utfallen.

Hurwicz metod

Hurwicz metod är en kompromiss mellan maximin- och maximax-metoden. Beslutsfattaren är varken odelat optimistisk ellr odelat pessimistisk. I Hurwicz metod är beslutens utfall ett viktat värde av maximin-utfallet och maximax-utfallet. Viktningskoefficienten, gamma, motsvarar beslutsfattarens optimismgrad. För att rangordna de olika besluten beräknar man utfallen som summan av det bästa och sämsta naturutfallet viktat med optimismgraden.

Savage metod

Savage metod eller minmax-regret utgår inte från utfallstabellen som de metoder beskrivna ovan. Istället beräknar man det man går miste om man inte väljer besluten, givet respektive naturutfall. Därefter tillämpar man Walds pessimistiska beslutskriterie för att minimera regret.

Belut under risk/osäkerhet

Beslut under risk sker i situationer då naturutfallen för olika beslutsalternativ beror på oförutsägbara händelser. För att lösa sådana problem genomgås fyra olika steg:

1. Lista olika handlingsalternativ. Handlingsalternativ inkluderar både beslut och åtgärder för att samla information (då osäkerhet definieras som brist på information kan man minska risken genom att samla information).
2. Lista de olika utfallen vilka kommer att bero på vilka handlingsalternativ beslutsfattaren överväger.
3. Utvärdera sannolikheten för alla naturutfall som innefattar osäkerhet.
4. Värdera de olika konsekvenserna i förhållande till beslutsfattarens valda risknivå.

Notera att beslut under risk skiljer sig från beslut under säkerhet på tre punkter. För det första krävs en utvärdering av sannolikheter, för det andra måste man överväga att förvärva mer information för att reducera risken och slutligen krävs att man tar ställning till vilken grad av risk som tillåts.

För att kunna fatta välinformerade och korrekta beslut under osäkerhet krävs en gedigen förståelse för sannolikhet. Sannolikhet är matematikens sätt att kvantifiera osäkerhet vilket är nödvändigt för att värdera olika alternativ. För att hantera beslut under risk används metoder från sannolikhetsläran och beslutsträd.

Sannolikhetslära

I denna kurs är centrala teorier från sannolikhetsläran Kolmogorovs grundläggande axiom, räkneregler för sannolikheter samt väntevärde (här kallat expected monetary value).

Kolmogorovs axiom

Kolmogorovs axiom






Räkneregler

Räkneregler
















Väntevärde
Då vi känner till sannolikheter, betecknade p(j) för alla naturtillstånd, b(j), kan vi beräkna väntevärdet för utfallen av de olika beslutsalternativen a(i). I kursen kallas väntevärdet för utfall EMV (Expected Monetary Value) och det beräknas som

EMV[a(i)]= sum[p(j)*u{a(i),b(j)}]

En ofta använd beslutsmodell är Bayes beslutsregel som säger att man ska välja det beslut som maximerar EMV.