double arrow

Оценка и оптимизация рисков

Количественную оценку уровня риска можно осуществлять с раз­ной степенью точности расчетов. Рассмотрим наиболее упрощенный метод оценки рисков.

На первом этапе рекомендуется попытаться установить зависимо­сти между внешними (внутренними) факторами и уровнем риска. Ко­личество зависимостей определяется полнотой и качеством информа­ционного обеспечения системы управления рисками. Для этих целей следует строить корреляционные поля (рис. 3, б, в) и устанавливать статистические зависимости.

а) б) в)

Рис. 3. Корреляционные поля зависимостей уровня риска (У) от факторов риска (Х1, Х2, Х3, Х4)

На рис. 3 показаны криволинейная (Xt) и прямолинейная 3) пря­мо пропорциональные зависимости факторов от функции (риска) и соответствующие обратно пропорциональные зависимости 2 и Х4).

В первом случае (X1 и Х3) с увеличением (ростом, повышением) фактора растет риск вложения инвестиций или выполнения какого-либо проекта. Например, с повышением степени износа основных производственных фондов (постоянного капитала) организации, среднего возраста технологии, текучести кадров, среднего возраста работников (преподавателей, ученых, специалистов) и других анало­гичных факторов растет риск вложения инвестиций.

Во втором случае с уменьшением (снижением) фактора риск инвес­тиций растет 2 и Х4). Например, с падением конкурентоспособности (объектов (специалистов, менеджеров, технологии, оборудования, продукции, организации и т. д.), научного уровня принимаемых управлен­ческих решений, средней заработной платы работников, фондовоору­женности труда, социальной обеспеченности работников и других фак­торов аналогичного характера действия риск инвестиций растет.

Для использования этого инструмента управления рисками необ­ходимо:

1) сделать отбор внешних и внутренних факторов риска, охватыва­ющих макросреду, инфраструктуру региона и микросреду орга­низации;

2) наладить мониторинг за этими факторами;

3) проранжировать факторы с целью отбора важнейших из них (уп­равлять или осуществлять мониторинг за всеми факторами не­возможно);

4) установить форму связи между факторами и уровнем риска;

5) попытаться установить количественные зависимости (уравне­ния регрессии) между важнейшими факторами риска и уровнем риска;

6) определить эластичность между важнейшими факторами риска и уровнем риска вложения инвестиций.

Кроме выполнения этих исследований необходимо установить ко­личественные зависимости между конечными показателями проекта (прибылью, доходностью, ликвидностью и др.) и уровнем риска. На­пример, зависимость между уровнем риска и прибылью (доходно­стью) от вложения инвестиций описывается кривой Y = f(X3), риском и ликвидностью ценных бумаг кривой Y = f(X2), риском и устойчиво­стью функционирования организации функцией Y = f(X4), и т. д.

При оценке рисков следует рассчитывать вероятность достиже­ния запланированного значения прибыли, которая описывается зако­ном Гаусса (рис. 4).

Для того чтобы управленческие решения в инновационных проектах находились в зоне + на рис. 4, необходимо исследовать влияние вне­шних и внутренних факторов риска на прибыль, снизить влияние нега­тивных (повышающих риск) факторов на прибыль и оптимизировать уровень риска.

Поэтапная оптимизация риска представляет собой:

1) отбор и ранжирование факторов внешней и внутренней среды объекта и субъекта риска с применением методов факторного анализа (математико-статистические и экспертные);

-зона реальной прибыли


-зона допустимых убытков

 


-зона критических убытков и прибыли (внутри кривой)

2) установление зависимостей между отобранными факторами рис­ка и объектом риска (доходом, прибылью и др.);

3) стохастическую оптимизацию риска.

Вероятность (частоту) получения прибыли или потерь можно оп­ределить по формуле:

(1)

где Рi - вероятность получения прибыли или убытков в i-м случае;

Ni число i- х случаев получения прибыли или убытков;

Nr - общее число случаев в генеральной выборке.

Среднее ожидаемое значение прибыли (потерь) определяется по формуле

где i =1,2...n - номер случая( события); Ri-фактическое значение i-гo случая.

Среднеквадратическое отклонение (S) фактических данных по рис­ку от расчетных определяется по формуле:

где s - дисперсия; п - число случаев наблюдения; р - число параметров уравнения (в данном примере — один).

Чем больше «S», тем выше риск прогнозируемого события, больше разброс, поле допуска (см. рис. 4) анализируемого параметра от сред­ней величины (медианы, точка «0» на рис. 4), тем «грубее» модель

оптимизации риска. Необходимо сглаживать, избегать, уменьшать факторы риска с тем, чтобы сузить поле «S», поле риска. Хорошо, ког­да «S» меньше ±15%.


Сейчас читают про: