Количественный метод анализа рисков

Количественный подход направлен на то, чтобы количественно определить риски и показать влияние этих рисков на результат хозяйственной деятельности.

Степень неопределенности ожидаемого дохода определяется количественным подходом к оценке риска. Для его оценки применяют математический инструментарий теории вероятностей:

- математическое ожидание, или среднее значение (Х) изучаемой случайной величины (последствий какого – либо действия, например, дохода, прибыли и т.п.);

- дисперсию (σ²);

- стандартное (среднеквадратическое) отклонение (σ);

- коэффициент вариации (V);

распределение вероятностей случайной величины.

Из теории статистики известно, что для ограниченного числа (п) возможных значений случайной величины ее среднее значение определяется из выражения:

            п                                  
     

Х =

Xi Pi,

                          (8)
            I=1                                  

где Х – математическое ожидание случайной величины, ею может

быть цена, доход, прибыль и т.д.;

Хi – значение случайной величины в частном случае, т.е. на рассматриваемом сегменте рынка реализации конкретного товара, или применительно к разным предприятиям;

Рi – вероятность появления случайной величины Хi; определяется методом экспертных оценок;

п – общее число вариаций случайной величины.

Возможной характеристикой, определяющей меру изменчивости возможного результата, является дисперсия – средневзвешенное из квадратов отклонений действительных результатов от средних,

            п                
       

σ² =

(Xi - X)І · Pi,

   

            i=1      

                                             

а также очень близко с ним связанное среднеквадратическое отклонение, определяемое из выражения

 i,

Среднеквадратическое отклонение – это вероятностная статистическая характеристика. Иначе говоря, вероятностные отклонения приводятся в реальную размерность.

Хотя среднеквадратическое отклонение эффективности решения и используется часто в качестве меры риска, оно не совсем точно отражает реальность. Возможны ситуации, при которых варианты обеспечивают приблизительно одинаковую среднюю прибыль и имеют одинаковые среднеквадратические отклонения прибыли, однако не являются в равной мере рискованными.

Для анализа меры изменчивости часто используют коэффициент вариации случайной величины, который представляет собой отношение среднеквадратического отклонения к математическому ожиданию, или средневзвешенному значению этой величины, и показывает степень отклонения полученных значений

,

Чем больше значение коэффициента вариации, тем сильнее изменение анализируемого признака. Эмпирически установлена следующая качественная оценка различных значений коэффициента вариации:

- до 10% - слабое изменение;

- от 10 до 25% - умеренное изменение;

- свыше 25% - высокое изменение.

Преимуществами статистического метода оценки предпринимательского риска являются его точность и несложность математических расчетов, а явным недостатком - необходимость большого количества исходных данных. Кроме того, метод не годится для новых предприятий.

Метод оценки вероятности ожидаемого ущерба основан на том, что степень риска (R) определяется как произведение ожидаемого ущерба на вероятность того, что этот ущерб произойдет. Наилучшим является решение с минимальным размером рассчитанного показателя. Математически суть этого метода можно выразить в виде формулы:

R = А · р1 + В · р2,

где А и В - ущерб при принятии различных решений;

р1   и р2 - степень вероятности получения ущерба.

 

3 В управлении рисками существуют следующие принципы (правила):

1 Нельзя рисковать больше, чем это может позволить собственный капитал.

2 Надо думать о последствиях риска.

3 Нельзя рисковать многим ради малого.

4 Положительное решение принимается лишь при отсутствии сомнения.

5 При наличии сомнений принимаются отрицательные решения.

6 Нельзя думать, что всегда существует только одно решение. Возможно, есть и другие.


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: