§ 3.1. Теоретические предпосылки

Теоретические предпосылки возникновения конфликтологии и ее институциализация (стр. 1 из 3)

§ 3.1. Теоретические предпосылки

Тема №1. Теоретические предпосылки возникновения конфликтологии и ее институциализация

Введение 2

1. История развития конфликтологии 3

2. Становление конфликтологии как науки 5

3. История отечественной конфликтологии 9

4. Развитие зарубежной конфликтологии 11

Заключение 14

Список литературы 15

Введение

Конфликты – одно из важнейших явлений современной социальной и политической жизни. Всем хорошо известно, что жизнь человека в обществе сложна и полна противоречий, которые часто приводят к столкновению интересов как отдельных людей, так больших и малых социальных групп.

История человеческой цивилизации насыщена разного рода конфликтами. Одни конфликты охватывали целые континенты и десятки стран и народов, другие вовлекали большие и малые социальные общности, третьи происходили между отдельными людьми. С древнейших времен люди пытаются решить возникающие противоречия и мечтают о бесконфликтном обществе.

Возникающие государственности тоже можно рассматривать, как стремление создать универсальный механизм для предотвращения и разрешения конфликтов. В древнейших законах жестокого царя Хаммурапи (1792-1750 гг. до н.э.) содержатся десятки способов разрешения конфликтных ситуаций. По преданию царь Соломон (965-928 гг. до н.э.

) прославился благодаря мудрости и умению избегать и разрешать конфликты.

На протяжении веков лучшие умы человечества создавали теоретические модели бесконфликтного общества, а порой пытались воплотить их в реальную жизнь.

К великому сожалению, все заканчивалось неудачей и порождало еще более жестокие конфликты.

Таким образом, проблема конфликта и защиты от него является самой актуальной проблемой времени, и решение ее требует не только определенных знаний, но и желания самих людей к бесконфликтному решению вопросов.

1. История развития конфликтологии

Конфликты с незапамятных времен притягивали к себе внимание человека. Упоминание о конфликтах встречаются во многих дошедших до нас памятниках литературного искусства. Взять, к примеру, сюжет с «яблоком раздора» и «судом Париса», библейское сказание о раздоре между Каином и Авелем – сыновьями Адама и Евы.

Конфуций еще в V I в. до н. э. в своих изречениях утверждал, что злобу и заносчивость, а с ними и конфликты, порождают, в первую очередь, неравенство и несхожесть людей.

Он наставлял, что нужно улучшать нравы, устранять пороки, избегать ссор, достигать того, чтобы «тяжбы не велись». Сам Конфуций обладал несомненными достоинствами, по словам его многочисленных учеников, был «ласков, добр, почтителен, бережлив и уступчив».

Ему были чужды, по крайней мере, четыре недостатка: «склонность к домыслам, излишняя категоричность, упрямство, себялюбие».

Древнегреческий философ Гераклит считал, что в мире все рождается через вражду и распри. Конфликты представлялись ему как важное свойство, непременное условие общественной жизни, ибо противоборство, в том числе и война, есть «отец всего и царь всего».

Конфликтам уделяли внимание и такие выдающиеся умы античности, как Платон и Аристотель (V-IV вв. до н. э.). Они полагали:

· человек по природе своей существо общественное;

· отдельный человек представляет собой лишь часть более широкого целого – общества;

· заложенное в человеке начало придает ему способность к взаимопониманию и сотрудничеству с другими людьми.[1]

Не исключалась при этом и склонность к вражде, ненависти и насилию. По мнению Аристотеля, источники распрей состоят в неравенстве людей по обладанию имуществом и получению почестей, а так же в наглости, страхе, пренебрежении, происках, несходстве характеров, чрезмерном возвышении одних и унижении других.

В условиях средневековья коллективизм означал подчинение человека феодальному государству, поглощение личности крестьянской общиной, ремесленным цехом, купеческой корпорацией, рыцарским или монашеским орденом.

Только на излете средних веков сформировался в мощную силу индивидуализм. Это нашло свое выражение в западноевропейском гуманизме, постулатах христиан-протестантов, учении о естественном праве и общественном договоре, идеях раннего либерализма.

Томас Мор, Эразм Роттердамский, Френсис Бэкон и другие гуманисты выступали с резким осуждением средневековой смуты, социальных беспорядков и кровопролитных междоусобиц. Они ратовали за мир и доброе согласие между людьми, признавая их решающим фактором развития общества.

Джон Локк и Томас Гоббс полагали, что человек есть отдельное самоценное существо, для которого другие люди – только среда обитания. В соотнесении с обществом приоритет принадлежит личности. Естественное состояние общественных связей – это «война всех против всех», в которой люди выступают в качестве либо врагов, либо партнеров.

В XVIII в. Адам Смит – родоначальник классической политэкономии полагал, что причина, которая движет человеком в стремлении улучшить свое положение, повысить социальный статус, состоит в том, чтобы «отличиться, обратить на себя внимание, вызвать одобрение, похвалу, сочувствие или получить сопровождающие выгоды».

Он вместо моральных отношений между людьми поставил во главу угла экономические интересы.

Смит писал: «Наше собственное благополучие побуждает нас к благоразумию; благополучие наших ближних побуждает нас к справедливости и человеколюбию; справедливость отстраняет нас от всего, что может повредить счастью наших ближних, а человеколюбие побуждает нас к тому, что может содействовать ему».

2. Становление конфликтологии как науки

По-настоящему научный подход к восприятию конфликтов проявился только со второй четверти XIX в. Именно с этого времени конфликты выдвинулись в ряд предметов для специального изучения. Формирование конфликтологии как особой области изучения происходило вместе с развитием истории, социологии, права, этики, психологии и других социальных наук.

Вслед за Чарльзом Дарвином, который выдвинул теорию биологической эволюции, появился так называемый социальный дарвинизм – направление, сторонники которого объясняли развитие общества биологическими законами естественного отбора, наиболее приспособленных к выживанию, и борьбой за существование.

Фундамент конфликтологии закладывался при участии основателей социологии таких, как Огюст Конт, Герберт Спенсер, Карл Маркс.

Идеи классиков, заложивших основы конфликтологии, были восприняты и развиты следующими поколениями представителей наук об обществе.

Например, Эмиль Дюркгейм – один из основоположников французской социологической школы – ставил знак равенства между общественным состоянием и социальной солидарностью.

Он считал, что люди объединяются в общества не ради индивидуальной и групповой вражды, а вследствие взаимной потребности друг в друге.

Для Макса Вебера субъектом эмоционального действия являлось не общество в целом, а больше индивид, положение которого связано с определенным социальным статусом. С его точки зрения, общество – это взаимодействие людей, являющихся продуктом социальных, т. е.

ориентированных на других людей, действий; это арена, на которой действуют позитивно и негативно привилегированные группы.

Они озабочены тем, чтобы в условиях конфликта материальных и идеальных интересов сохранить или даже упрочить свое влияние, отстоять свои экономические позиции, а так же амбиции и жизненные ориентиры.

Георг Зиммель специально занялся разработкой теории конфликта, исходя при этом не только из ее социальной значимости, но и позитивной ценности как стимулирующего средства, фактора. Он ввел в научный оборот термин «социология конфликта».

Артур Шопенгауэр указывал на ряд нравственных предостережений:

· кто желает, чтобы его мнение было встречено с доверием, тот пусть высказывается хладнокровно и без горячности;

· запас снисходительности полезен, ибо предохраняет от пустых споров и ссор;

· надо, если это возможно, ни к кому не питать неприязни, никогда не выказывать гнева либо ненависти.

В отличие от социологов психологи, объясняя природу конфликтного поведения, ставили его в зависимость от психологических факторов.

Например, хорошо известно, что это послужило Зигмунду Фрейду основанием для того, чтобы в развитии индивида, в формировании характера человека выдвинуть на первый план определенные влечения, в первую очередь сексуальное, предложить идею расчленения личности на три инстанции, т. е. ступени, звенья – «Оно», «Я» и «Сверх-Я».

Альфред Адлер утверждал, в противовес Фрейду, что личность нельзя брать в отрыве от общества, ибо человек – прежде всего социальное существо.

Карл Юнг, отказавшись от фрейдистской теории сексуальности, придавал огромное значение влечениям и тенденциям индивида, как на «поверхности» сознания, так и на подсознательном уровне, полагая, что поведение и поступки личности определяют психическая энергия человека, ее обращенность на внешнюю среду или во внутрь самой личности.

К началу XX в. интерес ученых, прежде всего социологов и психологов, к исследованию конфликтов определился со всей отчетливостью. Конфликт признавался нормальным социальным явлением. Указывалось на ряд биологических, психологических, социальных и других факторов, которые с неизбежностью порождают конфликты.

Толкотт Парсонс рассматривал общество как систему отношений между людьми, связующим звеном которой являются нормы и ценности. Он следовал следующим положениям:

· любая социальная система представляет собой относительно устойчивую и хорошо интегрированную структуру;

· каждый элемент этой системы имеет определенную функцию, внося тем самым вклад в поддержание ее устойчивости;

· функционирование социальной структуры базируется на ценностном согласии членов общества, которое обеспечивает необходимую стабильность и интеграцию.

Источник: https://mirznanii.com/a/202142/teoreticheskie-predposylki-vozniknoveniya-konfliktologii-i-ee-institutsializatsiya

Эконометрика – Глава 2

§ 3.1. Теоретические предпосылки

2.3. Статистические свойства оценок метода наименьших квадратов

2.3.1. Теоретические предпосылки, на основе которых строятся МНК – оценки, их роль и правдоподобность выполнения в реальных практических задачах

Поскольку полученные оценки a и b коэффициентов линейной регрессии основаны на статистических данных и являются случайными величинами, то естественно установить свойства этих как случайных величин.

Более того, не выяснив этих свойств, невозможно сделать обоснованных выводов относительно качества и надежности полученных оценок. Необходимо, в частности, определить такие их статистические характеристики, как математическое ожидание и дисперсия.

К желательным свойствам оценок относятся также несмещенность и состоятельность.

Далее, если бы удалось определить вид распределения (плотности распределения) можно было бы построить доверительные интервалы для истинных значений параметров регрессии (то есть получить интервальные оценки коэффициентов) и реализовать процедуры проверки гипотез относительно их значений. Важную роль играет также изучение статистических свойств остатков оцененной регрессии.

Все эти задачи можно решить, основываясь на некоторых правдоподобных теоретических предпосылках (гипотезах) модели, выполнение которых на практике подлежит проверке с помощью специально разработанных для этого статистических процедур.

Предположение относительно независимых переменных

В дальнейшем будем предполагать, что x – детерминированная (неслучайная) величина, то есть значения независимых переменных заранее известны.

Данное предположение (предпосылка), к сожалению, на практике при моделировании реальных социально-экономических процессов часто не выполняется.

Это связано с тем, что здесь в качестве независимых переменных часто выступают стохастические неконтролируемые величины, такие как интенсивность потока покупателей в примере гл. 1 или рыночный индекс в рыночной модели, который также является случайной величиной.

При нарушении этой предпосылки ряд “хороших” свойств оценок сохраняется (при некоторых условиях), но в ряде случаев требуется корректировка модели (оценок). Обобщения классической модели, которые учитывают нарушение этой предпосылки, будут рассмотрены в гл. 4.

Предположения относительно случайной составляющей модели

При выполнении предпосылки относительно переменной x статистические свойства оценок параметров и зависимой переменной, а также остатков, целиком определяются вероятностными свойствами случайной составляющей регрессионной модели.

Относительно случайной составляющей в классическом регрессионном анализе предполагают выполнение следующих условий, которые называются условиями Гаусса-Маркова и играют ключевую роль при изучении свойств полученных по методу наименьших квадратов.

1. Первое условие заключается в том, что математическое ожидание случайной составляющей во всех наблюдениях должно быть равно нулю. Формально это записывается так

, для всех t =1,2,…,n.

Смысл этого условия заключается в том, что не должно быть систематического смещения случайной составляющей. В линейной регрессии систематическое смещение линии регрессии учитывается с помощью введения параметра смещения и поэтому данное условие можно считать всегда выполненным.

2. Дисперсия случайной составляющей постоянна для всех наблюдений (то есть не зависит от номера наблюдения). Это условие записывается так

, где дисперсия – величина постоянная.

Это свойство дисперсии ошибок называется гомоскедастичностью (однородностью) (запомните этот термин).

Выполнение условия гомоскедастичности при построении конкретных эконометрических моделей необходимо проверять с помощью специальных статистических процедур. Поскольку истинные дисперсии ошибок неизвестны, их можно лишь приближенно оценить на основе наблюдаемых (точнее – вычисляемых) значений остатков модели в каждом наблюдении.

Таким образом, и свойство гомоскедастичности на практике проверяется (диагностируется) на самом деле для остатков модели, а не для истинных ошибок и может выполнятся лишь приближенно. Если условие гомоскедастичности не выполнено (то есть дисперсия ошибок не постоянна), то говорят, что имеет место условие гетероскедастичности (запомните этот термин).

Понятия гомоскедастичности и гетероскедастичности являются ключевыми в эконометрике.

Графическая иллюстрация понятий гомоскедастичность и гетероскедастичность

Рис. 2.6а. Гомоскедастичность

Рис. 2.6б. Гетероскедастичность

Рис. 2.6в. Гетероскедастичность

3. Случайные составляющие модели для различных наблюдений некоррелированы. Это условие записывается таким образом

, для всех i не равных j (i, j=1,2,…,n).

Выполнение этого условия означает отсутствие систематической (статистической) связи между значениями случайного члена в любых двух наблюдениях. Это свойство на практике также проверяется с помощью статистических процедур на основе анализа остатков модели. Если оно нарушается, то процедура оценки параметров должна быть скорректирована.

4. Четвертое условие Гаусса-Маркова записывается так

, для всех i и j,

и означает, что объясняющие переменные и случайные составляющие некоррелированы для всех наблюдений. Ранее мы предположили, что объясняющая переменная в модели не является стохастической. В этом случае четвертое условие выполняется автоматически.

Регрессионная модель с детерминированными регрессорами, удовлетворяющая предпосылкам Гаусса-Маркова, называется классической регрессионной моделью.

Дополнительное предположение о нормальном распределении ошибок

При выполнении условий Гаусса-Маркова, оценки наименьших квадратов обладают такими свойствами, как несмещенность, состоятельность и оптимальность (эффективность).

Однако, для построения доверительных интервалов и проверки гипотез относительно истинных значений параметров, необходимо дополнительное предположение о распределении случайной составляющей u.

В классическом регрессионном анализе предполагается, что эта составляющая распределена по нормальному закону и тогда модель называют классической нормальной линейной регрессией.

Данное предположение является, пожалуй, наиболее спорным.

Дело в том, что предположение о нормальности можно считать правдоподобным, если значения случайной величины порождаются в результате воздействия большого количества независимых случайных факторов, каждый из которых не обязательно имеет нормальное распределение.

Примером такого воздействия является так называемое броуновское движение (хаотичное движение малых частиц в жидкости как результат совокупного воздействия на частицу (ударов, соударения) большого количества молекул жидкости).

В экономических процессах распределения случайных величин, как правило, отличаются от нормального, поскольку механизм их порождения более сложный, однако чаще всего именно нормальное распределение используется в эконометрических исследованиях (как, впрочем, и в статистике). Это обусловлено следующими причинами.

Во – первых, нормальный закон действительно часто достаточно хорошо (с приемлемой для практики точностью) аппроксимирует (приближенно описывает) распределение случайной составляющей.

Во – вторых, что очень важно, на основе нормального распределения можно получить удобные для расчетов и применения на практике процедуры проверки гипотез и построения доверительных интервалов.

В любом случае, не изучив базовые результаты (процедуры), основанные на предположении нормальности, нельзя продвигаться на более высокий уровень изучения и применения более реалистичных моделей, не использующих эту предпосылку и позволяющих получать более точные результаты.

Замечание.

Если случайные величины в модели распределены по нормальному закону, то из свойств некоррелированности в третьем и четвертом условиях Гаусса-Маркова следует и независимость соответствующих случайных величин.

2.3.2. Свойства выборочных вариаций и ковариаций. Остаточные ошибки (остатки) модели, их свойства

Свойства выборочных вариаций (дисперсий) и ковариаций

Для дальнейшего изложения нам понадобиться установить ряд правил, которые можно использовать при преобразовании выражений, содержащих выборочные вариации и ковариации.

Пусть a – некоторая постоянная, а x, y, z  – переменные, принимающие в i-м наблюдении значения xi, yi, zi, i=1,2,3…,n (n – количество наблюдений). Тогда можно рассматривать как переменную, значения которой в i-м наблюдении равно a, и

,

откуда следует свойство

1.

Далее, нетрудно видеть, что имеют место равенства

2.,
3.

Кроме того,

откуда следует свойство

4.

Далее, имеем

так что можно сформулировать свойство

5.

На основе этих свойств находим, что

6.

то есть постоянная не обладает изменчивостью и

7.

Таким образом, при изменении единицы измерения переменной в a раз, во столько же раз изменяется и величина стандартного отклонения этой переменной (напомним, что стандартное отклонение равно квадратному корню из дисперсии).

8.

то есть сдвиг начала отсчета не влияет на вариацию переменной. Далее, имеем

Таким образом, доказано свойство

9.

которое означает, что вариация суммы двух переменных отличается от суммы вариаций этих переменных на величину, равную удвоенному значению ковариации между этими переменными.

Свойства остатков

Теперь установим почти очевидные соотношения, которые следуют из условий (2.9), (2.10) минимума критерия наименьших квадратов (2.8). Определим величину

– оценку переменной y при оптимальных значениях коэффициентов регрессии и фиксированном значении x в i-ом наблюдении. Такую оценку называют прогнозом зависимой переменной. Тогда, очевидно, ошибка модели в i-ом наблюдении будет равна и из условия (2.9) следует, что

(2.20)

то есть сумма квадратов ошибок оценок переменной y (остатков модели) при оптимальных параметрах регрессии a и b равна нулю.

Далее, из условия (2.10) следует, что

(2.21)

то есть, при оптимальных параметрах регрессии ошибки ортогональны наблюдениям независимой переменной.

2.3.3. Статистические свойства МНК-оценок: несмещенность, состоятельность, эффективность. Теорема Гаусса-Маркова

Несмещенность МНК-оценок

Статистическая оценка некоторого параметра называется несмещенной, если ее математическое ожидание равно истинному значению этого параметра.

Для случая парной линейной регрессии это означает, что оценки a и b будут несмещенными, если

Докажем это свойство. Используя правила преобразования выборочных ковариаций, можно записать

Используя формулу (2.18) для коэффициента b, а также полученное выше соотношение, запишем

Далее, поскольку x – неслучайная величина, будем иметь

и, таким образом, оценка b является несмещенной.

Несмещенность оценки a следует из цепочки равенств

Замечание.

Свойство несмещенности оценок можно доказать и при более слабой форме 4 – го условия Гаусса – Маркова, когда x – случайная, но некоррелированная со случайной переменной u, величина.

Состоятельность оценок

Свойство состоятельности оценок заключается в том, что при неограниченном возрастании объема выборки, значение оценки должно стремится (по вероятности) к истинному значению параметра, а дисперсии оценок должны уменьшаться и в пределе стремиться к нулю. Дисперсии оценок коэффициентов регрессии определяются выражениями:

(2.22)
(2.23)

или, используя равенство , выражение (2.22) можно записать в виде

(2.24)

Подробный прямой (и довольно громоздкий) вывод этих выражений в случае модели парной регрессии можно найти в [25], мы же в главе 3 (см. п. 3.3) покажем, что они легко получаются как частный случай общих формул для дисперсий оценок коэффициентов многомерной линейной регрессии.

Из анализа формул (2.22), (2.23) нетрудно сделать вывод, что чем больше число наблюдений, тем меньше будут дисперсии оценок. Таким образом, мы получили не вполне строгое доказательство состоятельности оценок.

Эффективность (оптимальность) оценок

До сих пор мы говорили об оптимальности оценок в смысле минимума квадратичного критерия (2.7). Оказывается, что при выполнении условий Гаусса-Маркова они являются также оптимальными в смысле минимума дисперсии.

Оценка называется эффективной, если она имеет минимальную дисперсию по сравнению с другими оценками заданного класса.

Таким образом, оценки наименьших квадратов являются эффективными, то есть наилучшими в смысле минимума дисперсии, в классе всех линейных несмещенных оценок параметров.

Доказательство этого утверждения будет проведено для общего случая многомерной линейной регрессии в главе 3.

Теорема Гаусса-Маркова

Полученные выше результаты обычно формулируются в виде известной теоремы Гаусса-Маркова.

Теорема Гаусса-Маркова.

Если выполнены условия Гаусса-Маркова 1-4 для модели линейной регрессии (2.4), то оценки вида (2.13), (2.14), полученные по методу наименьших квадратов, являются наилучшими линейными несмещенными оценками (Best Linear Unbiased Estimator, сокращенно BLUE).

Теорема Гаусса – Маркова играет ключевую роль в эконометрике.

Пример 2.3. Статистический анализ финансового рынка на основе однофакторной рыночной модели.

В п. 2.1.3. в качестве примера линейной зависимости между переменными мы привели рыночную модель, которая описывает взаимосвязь между доходностью рынка в целом (напомним, что индикаторами доходности рынка служат рыночные индексы) и доходностью отдельной обыкновенной акции. Рыночная модель относится к классу моделей парной линейной регрессии и описывается уравнением

где Rj – доходность ценной бумаги j – го вида (то есть здесь индекс j означает вид ценной бумаги, а не номер наблюдения), Rm – эффективность рынка (доходность на рыночный индекс).

В данной модели переменная u учитывает случайную компоненту доходности конкретной ценной бумаги. Предполагается, что она формируется под воздействием многих, не учитываемых явно в модели факторов, отражающих специфические особенности предприятия, выпустившего эти акции.

В рыночной модели относительно случайной составляющей u предполагаются выполненными условия 1-3 Гаусса-Маркова, то есть

здесь переменная t означает номер наблюдения. Кроме того, предполагается, что поскольку случайная переменная u формируется под воздействием индивидуальных особенностей фирмы, то M{ui, uj} = 0 , то есть случайные составляющие доходности, специфические для каждой фирмы, некоррелированы между собой.

В рыночной модели регрессор Rm является случайной величиной, поскольку он формируется как взвешенные значения случайных доходностей акций, входящих в так называемый индексный портфель.

Поэтому для того, чтобы оценки параметров рыночной модели обладали необходимыми свойствами, относительно регрессоров и случайной переменных предполагается выполненным четвертое условие Гаусса-Маркова:

то есть регрессоры и случайные переменные u в рыночной модели некоррелированы между собой.

В классической теории финансового рынка в качестве меры риска ценной бумаги используется дисперсия (или среднеквадратичное отклонение) доходности. Получим выражение для этого показателя. Из уравнения рыночной модели получаем, что ожидаемое значение доходности j – ой ценной бумаги

где mm = M{Rm} – ожидаемое значение доходности индекса. Отсюда

Используя это соотношение, получим выражение для дисперсий доходностей ценных бумаг

Далее, поскольку в соответствии с четвертым условием Гаусса-Маркова

окончательно получаем выражение для дисперсии доходности ценной бумаги

где – дисперсия доходности на рыночный индекс.

Таким образом, в соответствии с рыночной моделью, общий риск ценной бумаги состоит из двух частей: 1) рыночный (или систематический) риск, который измеряется величиной ; 2) собственный (или не систематический) риск .

На основе рыночной модели решается задача анализа и формирования портфеля ценных бумаг (напомним, что портфель – это набор различных видов ценных бумаг). Рассмотрим эту задачу. Пусть инвестиционный портфель содержит N видов ценных бумаг, причем доля каждой бумаги в портфеле составляет xj, . Тогда доходность портфеля

Используя рыночную модель, запишем

Обозначим , – средневзвешенные значения коэффициентов рыночных моделей акций, входящих в портфель, – средневзвешенное значение случайных членов. С учетом введенных обозначений, запишем уравнение рыночной модели портфеля, которая является прямым обобщением рыночных моделей отдельных ценных бумаг

Заметим, что в этой модели в качестве регрессора снова выступает доходность на рыночный индекс Rm. Общий риск портфеля , где , выражается следующим образом

где

Как видим, общий риск портфеля, так же как и отдельной ценной бумаги состоит из двух компонент: рыночного риска и собственного риска . Инвестор стремится уменьшить общий риск своего портфеля. Этого можно достичь с помощью диверсификации портфеля, то есть увеличения количества ценных бумаг в портфеле.

Однако, диверсификация приведет к снижению общего риска портфеля только вследствие сокращения собственного риска, в то время как рыночный риск остается примерно на том же уровне.

Действительно, он зависит от коэффициентов “бета” ценных бумаг, входящих в портфель, но так как коэффициент “бета” портфеля является средневзвешенным значением коэффициентов “бета” отдельных ценных бумаг, то простое увеличение количества бумаг в портфеле приводит лишь к усреднению “бета” портфеля, но не уменьшит рыночный риск. Пусть инвестор вкладывает капитал в ценные бумаги равными долями, то есть xj=1/N. Тогда имеем

Из полученных выражений видно, что собственный риск с ростом N будет уменьшаться, тогда как рыночный будет стремиться к некоторому постоянному значению, зависящему от среднего значения .

Очевидно, что как доходность, так и риск портфеля зависят от долей капитала xj, вложенных в тот или иной финансовый актив.

На основе проведенного, по-существу, эконометрического, анализа рыночной модели портфеля, можно сформулировать следующую задачу оптимизации портфеля ценных бумаг: определить доли вложений xj, j=1,2,…,N, так, чтобы максимизировать ожидаемую доходность портфеля

при ограничениях

Таким образом, в данной постановке задается ограничение на коэффициент “бета” портфеля, от которого зависит рыночный риск портфеля, а через него и на общий риск портфеля. Данная задача относится к классу задач линейного программирования, методы решения которых изучаются в курсе “Исследование операций”.

Существуют и другие постановки задач оптимизации портфеля ценных бумаг, многие из которых так или иначе используют рыночную модель.

Конечно, при решении практических задач вместо истинных значений коэффициентов модели , а также дисперсий и ожидаемых доходностей mj ценных бумаг используются их выборочные оценки, полученные по методу наименьших квадратов на основе исторических (прошлых) данных наблюдений о доходностях Rj(t), Rm(t), t=1,2,…,n.

Поскольку рыночная модель удовлетворяет условиям Гаусса-Маркова, эти оценки будут наилучшими линейными несмещенными оценками. Отметим также, что в рыночной модели все параметры (в том числе дисперсия случайного члена) имеют четкую экономическую интерпретацию.

Задание.

Выпишите формулы для оценок применительно к рыночной модели.

Источник: http://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-2/chapter-2-3.htm

§ 3.1. Теоретические предпосылки: Традиционно предполагается, что реализация методологических

§ 3.1. Теоретические предпосылки
Традиционно предполагается, что реализация методологических возможностей философии связана с возможностью философских гипотез в ходе развития научного знания эволюционировать в гипотезы, имеющие методологическое значение для развития научной теории.

То обстоятельство, что некоторые принципы физической теории могут рассматриваться в качестве основы для формулирования философских методологических принципов, указывает возможные пути, посредством которых реализуется органическая взаимообусловливающая связь философии и физики.

Отметим, что объяснение явлений, предсказанных и описанных физической теорией, проводится, как правило, в рамках существующей модели реальности, в рамках так называемой физической картины мира как «идеальной модели природы, включающей наиболее общие понятия, принципы и гипотезы физики и характеризующей определенный исторический этап ее развития»:

.

.. объяснение явлений на основе картины мира отличается от объяснения на основе теории своей большей умозрительностью, качественным характером. Но такие объяснения бывают очень полезны и даже необходимы, так как они прокладывают путь для построения новых теорий, которые уже способны дать более строгое объяснение явлений [Мос- тепаненко, 1969. С. 71].

Таким образом, один из возможных способов развития наших знаний о природе – это поиск границ применимости принятых в настоящее время научных теорий. Найденные ограничения укажут нам путь к построению более фундаментального описания природы.

В рамках современной картины мира можно указать по крайней мере один из возможных источников этих поисков: в нашем мире присутствуют ФФП, которые в силу своей природы могут играть ограничивающую роль.

Проведенный анализ, направленный на выяснение сущностных аспектов природы фундаментальных постоянных, а также анализ литературных данных позволил В. В.

Корухову сформулировать следующее, прежде всего онтологически ориентированное определение:

.

фундаментальные физические постоянные являются эмпирически зафиксированными проявлениями тех свойств структуры материальных объектов, которые в рамках сегодняшних физических знаний являются неизменными (абсолютными) по отношению ко всем процессам и явлениям, описываемым в рамках вещественно-полевой картины мира и инвариантными по отношению ко всем физическим преобразованиям [Корухов, 2002. С. 25].

В достигнутых на сегодняшний день энергетических пределах измерений в изучаемых процессах и явлениях возможные изменения ФФП остаются нефиксируемыми.

Рассмотрение ФФП в качестве структурного элемента физической теории с необходимостью привносит в нее момент неизменности, выражающийся в наличии определенных законов сохранения и соответствующих закономерностей, указывает разрешенную область причинно-следственных отношений.

По мере развития основных физических теорий современной картины мира – квантовой физики и теории относительности – постепенно складывается убеждение в том, что планковские величины служат границей применимости эйнштейновской общей теории относительности:

Аргументы, с помощью которых обычно обосновывается такая роль планковских величин, весьма различны – от рассуждений в рамках эскизных вариантов будущей теории квантовой гравитации до простых размерностных соображений [Горелик, 1983. С. 334].

Рассмотрим некоторые моменты, связанные с областью применимости основных физических теорий – ОТО и РКМ.

Известно, что в рамках конкретно-научной теории установить точные границы ее применимости не представляется возможным вплоть до создания новой, более общей теории, включающей предыдущую в качестве предельного случая согласно принципу соответствия.

Тем не менее существуют методы, позволяющие производить определенные оценки пределов применимости теорий, опираясь на соображения философского метатеоретического характера (реализуя методологическую функцию философии в развитии физической теории).

Как показывает история возникновения фундаментальных физических теорий, общефизические принципы не выводятся из какой-либо конкретно-научной теории (например, принцип неопределенности Гей- зенберга – из квантовой теории), а являются по отношению к ней внешней конструкцией, лежащей в основании их аксиоматического базиса.

По этой причине все вновь создаваемые теоретические построения, от современной теории элементарных частиц, состоящей из теории электрослабого взаимодействия и квантовой хромодинамики (стандартная модель), до гипотетических моделей супергравитации, обязаны подчиняться общефизическим принципам, таким как принцип причинности, принципы запрета и инвариантности и т. д.

Характерный пример ограничения на возможную область совместной применимости релятивистской квантовой теории и теории относительности следует из их известных принципов запрета, связанных с наличием в них ФФП. В квантовой механике минимальная область локализации элементарной частицы подчиняется принципу неопределенности Гейзенбер- га:

Dx Ф Й /(mc).

Далее, согласно представлениям ОТО минимальная область пространственной локализации объекта массой M для удаленного неподвижного наблюдателя в наиболее простом случае определяется решением Шварц- шильда. Получение информации для этого наблюдателя имеет пространственное ограничение, связанное с гравитационным радиусом:

(2)

L > r ! GM / с2.

g

При этом точность измерения пространственной характеристики частицы ограничена ее комптоновской длиной волны:

Разрешенная для наблюдения область параметров реальных объектов, подчиняющихся неравенствам (1) и (2), представляет собой область допустимых значений параметров вещественно-полевых объектов, описываемых (пока по отдельности) РКМ и ОТО.

Точка пересечения граничных условий неравенств находится в области планковских значений. При l = L и m = M имеем

l ~ (hG/с3)1'2, m ~ (he/G)1/2,

где l, m – планковские значения длины и массы. В контексте анализа модели структуры пространства будущей РСТО было показано, что план- ковская длина обладает всеми необходимыми свойствами, которыми должна обладать величина, претендующая на роль фундаментальной минимальной длины [Шарыпов, 1998].

Нетрудно убедиться, что планковские значения длины и массы обладают одним уникальным свойством: они инвариантны относительно преобразований Лоренца (преобразования Лоренца и их роль в СТО обсуждаются в дополнении А). Как следствие планковские значения длины и массы независимы от выбора системы отсчета (так же как, например, скорость света с в СТО).

Уже одно это свойство свидетельствует об их уникальности.

Зададимся вопросом, в чем, собственно, состоит ограничивающая роль фундаментальной длины? Р. А. Аронов пишет:

Минимальная длина l0 (l0 = lpl) – это пространственная граница в

микромире, отделяющая друг от друга качественно различные пространственно-временные области. А экстраполяция классических

представлений о пространстве и времени на расстояния меньше l0 неправомерна не потому, что там нет расстояний и промежутков времени, а потому, что за пределами этой границы пространство и время обладают качественно иными свойствами [Аронов, 1963. С. 172].

Таким образом, можно заключить, что и планковское значение длины и планковское значение массы должны выполнять роль не только минимальной структурной единицы со стороны макрообъектов, но и, например, максимального значения для спектра масс элементарных частиц, иначе говоря, представлять собой последний предел локализации вещественно-полевых объектов, описываемых в рамках РКМ и ОТО.

Многие годы в физике существует проблема, связанная с наличием в решениях уравнений онтологически бессмысленных нулевых и бесконечных значений физических величин. Решение этих проблем в настоящий момент связывается с необходимостью более четкого понимания ограничивающей роли ФФП.

Отмеченный выше анализ роли ФФП и некоторых их комбинаций в современных теоретико-методологических исследованиях позволил В. В. Корухову сделать предположение, вынесенное нами в эпиграф к данной главе, которое было названо hcG-принципом.

Существование ФФП обусловлено существованием материальной среды, представление о которой присутствует в теориях в виде соответствующих инвариантных фундаментальных постоянных или их комбинаций [Корухов, 1988. С. 73-74; 2002. С. 68]. Ограничивающая роль ФФП в данном случае указывает на предельное значение какой-либо физической величины.

Понятие предельного значения интерпретируется либо как невозможность существования этой величины за ее предельным значением, либо как предел работы соответствующей теории.

Данное предположение можно рассматривать как введение нового методологического принципа с онтологическим основанием, призванного, по нашему мнению, сыграть важную роль в устранении трудностей, связанных с решением проблем рас- ходимостей и сингулярностей.

Этот принцип имеет характер ограничивающего принципа, так как ограничивает значения физических величин как сверху, так и снизу. За счет наличия в hcG-принципе всех основных ФФП он охватывает по степени общности максимально возможную на сегодняшний день пространственно-временную область явлений. Это позволяет предположить, что hcG-принцип может оказывать существенное влияние на формирование основ новой постнеклассической физической картины мира.

Ниже мы остановимся на некоторых методологических проблемах, связанных с раскрытием роли ФФП в формировании основ некоторых физических теорий, а также обсудим возможность использования hcG- принципа для получения новых конкретно-научных результатов.

Источник: https://bookucheba.com/obschaya-filosofiya/teoreticheskie-predposyilki-10161.html

3.1. Теоретические предпосылки

§ 3.1. Теоретические предпосылки

Все опыты проводятся в пластмассовых кюветах. При проливах коррозионных сред на стол тщательно удалить их протиркой влажной тряпкой. Не допускать по-

падания исследуемых растворов на электроизмерительные приборы.

Лабораторная работа 3

КОРРОЗИЯ С ВОДОРОДНОЙ И КИСЛОРОДНОЙ ДЕПОЛЯРИЗАЦИЯМИ

Цель работы: ознакомиться с наиболее распространенными видами электрохимической коррозии.

Электрохимическая коррозия металлов состоит из трех основных процессов:

– анодного процесса ионизации металла с получением разнообразных продуктов коррозии:

гидратированные катионы [Ме(Н2О)]ne+ комплексные соединения[Ме(Кn)]m+, [Ме(Кn)]m-

Ме – ne оксиды и гидроксиды МеО, Ме(ОН)2 сложные анионы металла МеО -2, МеО22- труднорастворимые соли МеА

-перемещения освободившихся электронов по металлу от анодных участков к катодным и движения ионов в растворе;

-катодного процесса присоединения электронов каким-либо окислителем (де-

поляризатором) коррозионной среды:

Ox + Ze → Red

Наиболее часто в коррозионных процессах в качестве окислителей участвуют ионы водорода (вода) и растворенный в коррозионной среде кислород. В первом случае коррозия металла сопровождается выделением водорода и ее так и назы-

вают: коррозия с выделением водорода, или коррозия с водородной деполяриза-

цией. Во втором случае коррозию называют: коррозия под действием растворен-

22

ного кислорода, или коррозия с кислородной деполяризацией.

3.1.1. Коррозия с водородной деполяризацией

При коррозии с водородной деполяризацией катодная реакция коррозионного

процесса описывается следующими реакциями:

2Н+ + 2е → H2

кислая среда;

2H2O + 2е → H2 + 20Н-

нейтральная и щелочная среда.

Для того чтобы коррозия с водородной деполяризацией была возможна, необ-

ходимо, чтобы было выполнено термодинамическое условие электрохимической коррозии

Е равнМе < Е равнН2

(3.1)

Равновесный потенциал металла ( Е равнМе ) можно приравнять к его стандартному потенциалу, который легко найти в литературе; равновесный потенциал водород-

ного электрода ( Е равнН2 ) определяется исходя из рН коррозионной среды:

Как показывает практический опыт, железо и его сплавы корродируют с выде-

лением водорода в средах, имеющих рН < 3, т.е. в кислых средах. Для строитель-

ной практики это коррозия металла в кислых грунтах, кислых сточных водах,

коррозия строительных конструкций на производствах, связанных с применением кислот (травильные участки заводов ОЦМ, гальванические цеха и т.д.). Необхо-

димо помнить, что выделение водорода при коррозии с водородной деполяриза-

цией происходит через стадию образования атомарного водорода, который имеет небольшой радиус и может легко диффундировать в глубь металла, ухудшая его механические характеристики. Такое явление называется наводороживанием ме-

талла, оно приводит к повышению хрупкости металла и затрудняет его сварку.

Кроме того, выделяющийся водород способствует разрушению на металлах защитных покрытий (лакокрасочных, битумных, полимерных), что существенно повышает коррозию металлических конструкций.

23

Учитывая все эти отрицательные особенности коррозии с выделением водоро-

да, можно сделать вывод, что при эксплуатации строительных конструкций такая коррозия должна быть исключена.

3.1.2. Коррозия с кислородной деполяризацией

Растворенный в коррозионной среде кислород является основным окисли-

телем во всех наиболее распространенных на практике видах коррозии(атмо-

сферной, подводной, грунтовой). Именно с коррозией с кислородной деполяриза-

цией строители сталкиваются чаще всего.

Катодный процесс при коррозии с кислородной деполяризацией описывается

следующими реакциями:

O2 + 4Н+ + 4е → 2H2O

кислая среда,

О2 + 2H2O + 4е → 40Н-

нейтральная и щелочная среда.

Согласно термодинамическим оценкам, под действием растворенного кисло-

рода должны корродировать все металлы за исключением золота.

Так как растворимость кислорода в электролитах невелика, то очень часто скорость коррозии определяется диффузией кислорода к корродирующему метал-

лу и, следовательно, очень сильно зависит от перемешивания коррозионной сре-

ды.

При коррозии в реальных условиях диффузия кислорода к отдельным участ-

кам поверхности корродирующего металла может быть неодинаковой(неравно-

мерная аэрация). В этой связи коррозия с кислородной деполяризацией часто происходит локально, возникают так называемые аэрационные пары, при работе которых металл разрушается в местах, где диффузия затруднена, а катодный про-

цесс коррозии осуществляется на участках с хорошей аэрацией.

Работой аэрационной пары объясняются, например, щелевая коррозия (рис. 3.1) и

неравномерная коррозия подземных трубопроводов на различных участках

Источник: https://studfile.net/preview/4350107/page:5/

Book for ucheba
Добавить комментарий