Сущность риска и методы его оценки

Вторая проблема состоит в представлении факторов только в качестве факторов прямого воздействия на конкретные виды рисков. Из поля зрения исследователей выпадает возможность диалектического перехода самого риска в категорию рискообразующего фактора, что требует разработки представления о рискообразующих факторах как о факторах прямого, так и опосредованного воздействия. Например, такой недостаток проявляется при попытках анализа рыночного и кредитного рисков без учета их взаимовлияния - общая практика по-прежнему рассматривает рыночный и кредитный риски отдельно, что ведет к неполному отражению риска.

В экономической литературе приводятся два базовых подхода к исследованию рисков, подтверждающие наличие описанных выше проблем.

В первом случае прослеживается достаточно сильная тенденция к селективному анализу рисков с рассмотрением воздействия на них всех факторов. Однако при этом комплексное воздействие интегральных факторов на целые группы рисков игнорируется, что в значительной степени понижает эффективность формируемых рекомендаций по оптимизации исследуемых рисков.

Приверженцы второго подхода пытаются выявлять интегральные факторы для конкретных видов рисков, однако не просчитывают обобщенное воздействие таких факторов на группы ассоциируемых с ними рисков.

Назрела настоятельная необходимость внедрения комплексного подхода к исследованию рисков, в основе которого должна лежать идея рассматривать риски интегрировано, а не по отдельности.

Резюмируя вышесказанное, следует отметить, что на конкретный риск может оказывать воздействие значительное количество факторов. Одни из них являются нейтивными (уникальными) факторами этого риска, другие - интегральными, которые воздействуют одновременно и на другие риски.

2.3 Методов оценки экономических рисков

Оценка риска -- это этап анализа риска, имеющий целью определить его количественные характеристики: вероятность наступления неблагоприятных событий и возможный размер ущерба (рис. 7). Можно выделить три основных метода оценки риска для конкретных процессов:

* анализ статистических данных по неблагоприятным событиям, имевшим место в прошлом;

* теоретический анализ структуры причинно-следственных связей процессов;

* экспертный подход.

47

Рис. 7. Общая схема процесса количественной оценки риска

Используя имеющиеся статистические данные, можно оценить и вероятность возникновения неблагоприятных событий, и размеры ущерба. Этот метод подходит для частых и однородных событий.

Для редких и уникальных событий, например крупных аварий; не имеющих репрезентативной статистики, используется теоретический анализ системы, имеющий целью выявить возможный ход развития событий и определить их последствия. Условно такой метод можно назвать сценарным подходом, поскольку итогом рассмотрения процесса в этом случае является построение цепочек событий связанных причинно-следственными связями, для каждой из которых определена соответствующая вероятность. В начале цепочки стоит группа исходных событий, называемых причинами, в конце -- группа событий, называемых последствиями.

Существует ряд принципиальных сложностей, связанных с оценкой риска при помощи сценарного подхода. Используемые математические модели и методы для расчета последствий аварий и отказов оборудования содержат внутри себя значительную неопределенность, связанную с большой сложностью моделируемых объектов и недостаточным знанием путей развития неблагоприятных процессов. Поэтому большое значение для разработки стратегии управления рисками крупных производственных предприятий и повышения точности расчетов имеет создание баз данных по отказам элементов оборудования, проработка различных вариантов» создание базы данных по сценариям развития аварий, а также повышение качества сбора первичной статистической информации.

Рассмотрим некоторые из методов.

Статистический метод. Финансовый риск, как и любой риск, имеет математически выраженную вероятность наступления потери, которая опирается на статистические данные и может быть рассчитана с достаточно высокой точностью. Чтобы количественно определить величину финансового риска, необходимо знать все возможные последствия какого-нибудь отдельного действия и вероятность самих последствий. Вероятность означает возможность получения определенного результата. Применительно к экономическим задачам методы теории сводятся к определению значений вероятности наступления событий и к выбору из возможных событий самого предпочтительного ожидания. Иначе говоря, математическое ожидание какого-либо события равно абсолютной величине этого события, умноженной на вероятность его наступления:

М(х)=R*Р(х),

где M(х) - математическое ожидание события х;

R - абсолютный результат события;

R(х) - вероятность наступления события.

Пример. Имеются два варианта вложения капитала. Установлено, что при вложении капитала в мероприятие А получение прибыли в сумме 15 тыс. руб. имеет вероятность 0,6, а в мероприятие Б получение прибыли в сумме 20 тыс. руб. - 0,4. Каково математическое значение ожидаемой прибыли по вариантам?

Решение

Ожидаемое получение прибыли от вложения капитала (т.е. математическое ожидание) составит:

по мероприятию А -- 9 тыс. руб. (15 х 0,6);

по мероприятию Б -- 8 тыс. руб. (20 х 0,4).

Вероятность наступления события может быть определена объективным методом или субъективным. Объективный метод определения вероятности основан на вычислении частоты, с которой происходит данное событие. Например, если известно, что при вложении капитала в какое-либо мероприятие прибыль в сумме 15 тыс. руб. была получена в 120 случаях из 200, то вероятность получения такой прибыли составляет 0,6 (120 : 200). Отсюда вероятность события Р(х) определяется по формуле

Р(х) = n_фак/n_возм,

где n_фак - число фактических случаев наступления события;

n_возм, - число возможных случаев наступления события. Субъективный метод определения вероятности основан на использовании субъективных критериев, которые основываются на различных предположениях. К таким предположениям могут относиться суждение оценивающего, его личный опыт, оценка эксперта, мнение финансового консультанта и т.п. Когда вероятность определяется субъективно, то разные люди могут устанавливать разное ее значение для одного и того же события и таким образом делать различный выбор.

Критерии степени риска.

Мера риска - это степень неопределенности финансовых результатов, степень вероятности потерь. Например, риск вложения капитала в бизнес связан с неопределенностью ожидаемого дохода. Для его оценки применяют математический инструментарий теории вероятностей - стандартное отклонение (среднее квадратическое отклонение), дисперсию, математическое ожидание, коэффициент вариации. Чем меньше значение стандартного отклонения и коэффициента вариации по основным параметрам деятельности, тем меньше риск. Это количественный подход к оценке риска.

Присвоение вероятностей осуществляется на основании обработки статистической информации (объективная вероятность) или экспертным путем (субъективная вероятность).

Величина риска, или степень риска, измеряется двумя критериями: среднее ожидаемое значение; колеблемость (изменчивость) возможного результата.

Среднее ожидаемое значение - это то значение величины события, которое связано с неопределенной ситуацией. Среднее ожидаемое значение является средневзвешенной для всех возможных результатов, где вероятность каждого результата используется в качестве частоты или веса соответствующего значения. Среднее ожидаемое значение измеряет результат, который мы ожидаем в среднем, т.н.

х = R_i*P_i(x),

где х - среднее ожидаемое значение;

R_i - результат наступления i-го события;

P_i - вероятность наступления i-го события.

Средняя величина представляет собой обобщенную количественную характеристику и не позволяет принять решения в пользу какого-либо варианта вложения капитала. Для окончательного принятия решения необходимо измерить колеблемость показателей, т.е. определить меру колеблемости возможного результата. Колеблемость возможного результата представляет собой степень отклонения ожидаемого значения от средней величины. Для этого на практике обычно применяют два близко связанных критерия: дисперсию и среднее квадратическое отклонение. Дисперсия представляет собой среднее взвешенное из квадратов отклонений действительных результатов от средне ожидаемых:

G² = (Х -Х)²*n / _n,

где G² - дисперсия;

Х - ожидаемое значение для каждого случая наблюдения;

Х - среднее ожидаемое значение;

n - число случаев наблюдения (частота).

Среднее квадратическое отклонение определяется по формуле:

G = (Х -Х)²*n / _n.

При равенстве частот имеем частный случай:

G² = (Х -Х)²*n / _n;

G = (Х -Х)²*n / _n.

Среднее квадратическое отклонение является именованной величиной и указывается в тех же единицах, в каких измеряется варьирующийся признак. Дисперсия и среднее квадратическое отклонение являются мерами абсолютной колеблемости. Для анализа обычно используется коэффициент вариации. Коэффициент вариации представляет собой отношение среднего квадратического отклонения к средней арифметической и показывает степень отклонения полученных значений:

V = G /X*100,

Где V - коэффициент вариации;

G - среднее квадратическое отклонение;

Х - среднее ожидаемое значение.

Коэффициент вариации - относительная величина. Поэтому на его размер не оказывают влияние абсолютные значения изучаемого показателя. С помощью коэффициент вариации можно сравнивать даже колеблемость признаков, выраженных в разных единицах измерения. Коэффициент вариации может изменяться от 0 до 100 %. Чем больше коэффициент, тем сильнее колеблемость. Установлена следующая качественная оценка различных значений коэффициента вариации: до 10 % - слабая колеблемость, 10-25 % - умеренная колеблемость, свыше 25 % - высокая колеблемость.

Существует также упрощенный метод определения степени риска. Качественно риск инвестора характеризуется его оценкой вероятностей величины максимального и минимального доходов. При этом чем больше диапазон между этими величинами при равной вероятности, тем выше степень риска.

Тогда для расчета дисперсии используют следующую формулу:

G² = P_max (x_max -x) + P_min (x_min -x)².

Cреднее квадратическое отклонение

G = G².

Коэффициент вариаций

V = + G /X*100.

В приведенных формулах приняты следующие обозначения:

G² - дисперсия;

P_max - вероятность получения максимального дохода;

x_max - максимальная величина дохода;

x - средняя ожидаемая величина дохода;

P_min - вероятность получения минимального дохода;

x_min - минимальная величина дохода.

Метод экспертной оценки риска. Экспертный метод может быть реализован путем обработки мнений опытных предпринимателей и специалистов. Желательно, чтобы эксперты сопровождали свои оценки данными о вероятности возникновения различных величин потерь. Можно ограничиться получением экспертных оценок вероятностей допустимого критического риска либо оценить наиболее вероятные потери в данном виде предпринимательской деятельности.

Каждому эксперту, работающему отдельно, предоставляется перечень возможных рисков и предлагается оценить вероятность их наступления, основываясь, например, на следующей системе оценок;

О -- несущественный риск;

25 -- рисковая ситуация, вероятнее всего, не наступит;

50 -- возможности рисковой ситуации нельзя сказать ничего определенного;

75 -- рисковая ситуация, вернее всего, наступит;

100 -- рисковая ситуация наступит наверняка.

Затем оценки экспертов подвергаются анализу на их противоречивость и должны удовлетворять следующему правилу: максимально допустимая разница между оценками двух экспертов по любому виду риска не должна превышать 50, что позволяет устранить недопустимые различия в оценках экспертами вероятности наступления отдельного риска:

max a_i + b_i < 50,

где а, b -- векторы оценок каждого из двух экспертов. При трех экспертах должно быть сделано три оценки: для попарного сравнения мнений первого и второго экспертов, первого и третьего, второго и третьего;

i -- вид оцениваемого риска.

При экспертной оценке предпринимательского риска большое внимание следует уделять подбору экспертов, так как именно от правильности их оценок зависит решение о выборе того или иного предпринимательского проекта.

Интуитивные характеристики, основанные на знаниях и опыте экспертов, дают в ряде случаев достаточно точные оценки. Метод экспертных оценок позволяет быстро и без больших временных и трудовых затрат получить информацию, необходимую для выбора управленческого решения. Экспертная оценка необходима в том случае, когда нет надлежащей теоретической основы развития объекта.

На первом этапе оценки рисков следует сформировать репрезентативную с точки зрения качества и количества экспертную группу.

Основные требования, предъявляемые к участникам экспертизы для получения качественного результата их работы, следующие:

- высокий уровень общей эрудиции;

- высокий квалификационный (профессиональный) уровень в оцениваемой области;

- способность перспективно мыслить;

- восприимчивость инноваций;

- наличие производственного и (или) исследовательского опыта в данной области.

Для оценки совпадений мнений экспертов можно использовать коэффициент конкордации W, или коэффициент согласованности:

W = 12 * S / m² * (n³ - n),

где S - сумма квадратов отклонения сумм рангов (ответов, данных всеми экспертами на каждый вопрос) от среднего значения суммы рангов по данному предмету (объекту) исследования R.

Тогда

R_i = m * (n - !0 / 2,

где R_i, - ранги (значимость места рисков), присваиваемые каждому вопросу i-м экспертом;

т -- число экспертов;

n - число вопросов.

Среди методов оценки вероятности наступления неблагоприятных событий наиболее известным является метод построения деревьев событий, т.е. -- это графический способ прослеживания последовательности отдельных возможных инцидентов, например отказов или неисправностей каких-либо элементов технологического процесса или системы, с оценкой вероятности каждого из промежуточных событий и вычисления суммарной вероятности конечного события, приводящего к убыткам.

Дерево событий строится, начиная с заданных исходных событий, называемых инцидентами. Затем прослеживаются возможные пути развития последствий этих событий по цепочке причинно-сиедственных связей в зависимости от отказа или срабатывания промежуточных звеньев системы.

Недостатки данного метода:

* это очень трудоемкий метод;

* в «дереве» учитываются только те действия, которые намерен совершить предприниматель, и только те исходы, которые, с его точки зрения, могут иметь место. При этом совсем не учитывается влияние внешней среды на деятельность предпринимательской фирмы, а, как уже было отмечено, предприниматель не всегда может предвидеть действия партнеров, конкурентов.

Дерево решений - особый графический прием, позволяющий наглядно представить логическую структуру принятия решений. К нему прибегают тогда, когда решение принимается поэтапно или когда с переходом от одного варианта решения к другому меняются вероятности. Дерево решений создается при движении слева направо, а анализируется в обратном направлении. Поэтому этот анализ называют обратным.

При создании дерева пункты принятия решений обозначаются квадратами, а узлы возникающих неопределенностей - кружками,

Для каждого разветвления неопределенности рассчитывается вероятность, а в конце каждой финальной ветви указывается ожидаемая выплата. При обратном анализе для каждого узла неопределенности рассчитывается математическое ожидание выплаты. Для каждого пункта принятия решения выплата максимизируется. Лучшее решение выбирается по максимуму выплат.

В качестве примера такого анализа рассмотрим построение дерева событий для случая развития аварии в виде пожара или взрыва на компрессорной станции (КС) магистрального газопровода. Исходным событием при этом является утечка газа вследствие нарушения уплотнений аппаратуры или разрыва трубопровода.

Предположим, что в данном случае функционирует простейшая схема предупреждения пожара, состоящая из четырех последовательных звеньев -- систем: контроля утечки газа; автоматического прекращения подачи газа в поврежденный участок трубопровода; аварийной вентиляции; взрыво- и пожарозащиты.

Все элементы схемы развития аварии обозначены в верхней части рисунка в соответствующей последовательности. На каждом шаге развития событий рассматриваются две возможности: срабатывание системы (верхняя ветвь дерева) или отказ (нижняя ветвь). Предполагается, что каждое последующее звено срабатывает только при условии срабатывания предыдущего. Около каждой ветви указывается вероятность отказа (Р), либо вероятность срабатывания (1-Р). Для независимых событий вероятность реализации данной цепочки определяется произведением вероятностей каждого из событий цепочки. Полная вероятность событий указывается в правой части диаграммы. Поскольку вероятности отказов, как правило, очень малы, а вероятность срабатывания есть 1-Р, то для всех верхних ветвей в данном примере вероятность считается приблизительно равной 1.

Построение дерева событий позволяет последовательно проследить за последствиями каждого возможного исходного события и вычислить максимальную вероятность главного (конечного) события от каждого из таких инцидентов. Основное при этом -- не пропустить какой-либо из возможных инцидентов и учесть все промежуточные звенья системы.

Конечно, такой анализ может дать достоверный результат вероятности главного события только в том случае, если достоверно известны вероятности исходных и промежуточных событий. Но это и непременное условие любого вероятностного метода.

Анализ риска может происходить и в обратную сторону -- от известного последствия к возможным причинам. В этом случае мы получим одно главное событие у основания дерева и множеств возможных причин (инцидентов) в его кроне. Такой метод называется деревом отказов и фактически представляет собой инверсию рассмотренного здесь дерена событий. Оба метода являются взаимно дополняющими друг друга.

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

1. Бодрухина Н.Н. Экономические риски и их оценка: Учеб. пособие / Юж.-Рос. гос. техн. ун-т. - Новочеркасск: ЮРГТУ, 2006. - 120 с.

2. Злобина, Н.В. Управленческие решения : учебное пособие / Н.В. Злобина. - Тамбов : Изд-во Тамб. гос. техн. ун-та, 2007. - 80 с. - 100 экз.

3. Управленческий анализ: Учеб. Пособие / М.А. Вахрушина. - 2-е изд. - М.: Омега-Л, 2005. - 432 с. - (Оптимизация бизнес-процессов).

4. Фатхутдинов Р.А. Разработка управленческого решения: Учебник для вузов. -3-е изд., доп. - М.: ЗАО "Бизнес-школа «Интел-Синтез», 1999. - 240 с.

5. Хохлов Н.В. - Управление риском: учеб. пособие для вузов. - М.: 1999. - 239 с.