<<
>>

Коэффициент вариации

представляет собой отношение среднего квадратического отклонения к среднему ожидаемому значению и показывает степень отклонения получаемых результатов.

V = —* 100%, Х

гдеV - коэффициент вариации, %;

G- среднее квадратическое отклонение;

X - среднее ожидаемое значение.

Так как коэффициент вариации - величина относительная, то на его размер не оказывают влияние абсолютные значения изучаемого показателя.

С помощью коэффициента вариации можно сравнивать даже колебле-

мость признаков, выраженных в разных единицах измерения. Коэффициент вариации изменяется в пределах от 0 до 100%, при этом, значение коэффициента прямо пропорционально силе колеблемости. Установлена следующая качественная оценка различных коэффициентов вариации :

до 10% - слабая колеблемость;

10-25% - умеренная колеблемость;

свыше 25% - высокая колеблемость.

В качестве варианта может быть использован несколько упрощенный метод определения степени риска. Так как количественно риск характеризуется оценкой вероятной величины максимального и минимального результатов, то «чем больше диапазон между этими величинами при равной их вероятности, тем выше степень риска»1 . Тогда для расчета дисперсии можно использовать следующую формулу:

&2 = PMAX * ( max - XУ + Pmin * (X - Xmin У ,

2

гдеа2 - дисперсия;

Pmax - вероятность получения максимального результата;

Xmax - максимальная величина результата;

X - средняя ожидаемая величина результата;

Pmjn - вероятность получения минимального результата;

Xmjn - минимальная величина результата.

Полученные показатели следует учитывать в комплексе, так как использование отдельного критерия оценки риска не может служить основой принятия решения в пользу какой-либо стратегии.

В практике встречаются ситуации, когда отсутствует информация о вероятностях состояний среды, т.е. необходима оценка риска в условиях полной неопределенности - (2). В таких случаях для определения наилучших решений используются следующие критерии: максимакса, Вальда, Сэвиджа, Гурвица. Применение каждого из перечисленных критериев рассмотрим на примере матрицы выигрышей А (1) и матрицы рисков R (2).

<< | >>
Источник: Грищенко Н.Б.. Основы страховой деятельности: Учебное пособие. Барнаул: Изд-во Алт. ун-та,2001. 274 с.. 2001

Еще по теме Коэффициент вариации: