Качественный и количественный анализ в управлении рисками

Базовым этапом, позволяющим сформировать дальнейшую стратегию управления рисками является этап анализа риска.
Задачей качественного анализа риска является выявление источников и причин риска, этапов и работ, при выполнении которых возникает риск, то есть:
- определение потенциальных зон риска;
- выявление рисков, сопутствующих деятельности предприятия;
- прогнозирование практических выгод и возможных негативных последствий проявления выявленных рисков.
Методы качественного анализа можно разделить на четыре группы:
1. Методы, базирующиеся на анализе имеющейся информации;
2. Методы сбора новой информации;
3. Методы моделирования деятельности организации;
4. Эвристические методы качественного анализа;
Итоговые результаты качественного анализа риска, в свою очередь, служат исходной информацией для проведения количественного анализа.
На этапе количественного анализа риска вычисляются числовые значения вероятности наступления рисковых событий и объема вызванного ими ущерба или выгоды.
Рассматривая всю совокупность методов количественного анализа рисков, можно сказать, что применение конкретного метода зависит от множества факторов:
- для каждого типа анализируемого риска существуют свои методы анализа и конкретные особенности их реализации. Например, при анализе технико-производственных рисков, связанных с отказом оборудования наибольшее распространение получили методы построения деревьев;
- для анализа рисков существенную роль играет объем и качество исходных данных. Так, если имеется значительная база данных по динамике РОФ, возможно применение методов имитационного моделирования и нейронных сетей. В противном случае вероятнее всего применение экспертных методов или методов нечеткой логики;
- при анализе рисков принципиально важно учитывать динамику показателей, влияющих на уровень риска. В случае анализа рисков на рынках в состоянии шока ряд методов попросту неприменим;
- при выборе методов анализа следует принимать во внимание не только глубину расчетных данных, но и горизонт прогнозирования показателей, влияющих на уровень риска;
- большое значение имеет срочность и технические возможности проведения анализа. Если в распоряжении аналитика имеется солидный вычислительный потенциал и запас времени, возможно обучение нейронных сетей, моделирование по методу Монте-Карло и т. д.;
- эффективность применения методов анализа риска повышается при формализации риска с целью математического моделирования его воздействия на результаты деятельности предприятия. В настоящее время не только экономические системы, но и промышленные комплексы достигли такой сложности, что зачастую расчет их устойчивости невозможен без элементов теории вероятностей;
- следует учитывать требования государственных контролирующих органов к формированию отчетности о рисках. В том случае, если на нормативном уровне требуется использование методов имитационного моделирования, их применение обязательно.
Все вышеперечисленное позволяет сделать вывод о том, что для эффективного анализа всего многообразия рисков в деятельности предприятия необходимо применять целый комплекс методов, что, в свою очередь, подтверждает актуальность разработки комплексного механизма управления рисками.