2014-02-09
582
Конспект лекции
Тема 3. Статистические методы и модели по определению и оценке риска предприятия
Существует множество подходов к количественной оценке риска, которые обычно представляют собой различные модификации анализа чувствительности конъюнктуры (Sensitivity Fnalysis) или анализа вероятностного распределения доходности (Probability Distributions).
Например, в рамках рекомендаций Всемирного Банка по анализу инвестиций указываются три основных методики:
- анализ чувствительности, при котором исследуется влияние определенных (5%, 10% и др.) вариаций наиболее важных для проекта входных параметров (размера инвестиций, динамики доходов и расходов, нормы дисконтирования и пр.) на устойчивость оценок эффективности проекта;
- метод статистических испытаний, при котором значения недетерминированных ключевых входных параметров выбираются случайно в соответствии с известной процедурой типа Монте-Карло (при помощи генератора случайных чисел);
- метод сценариев, когда опытные эксперты прорабатывают несколько типовых вариантов развития событий по проекту соответствующих значений динамики выпуска продукции, доходов и расходов и др.
|
|
|
Оценка степени риска производится несколькими способами: путем сравнения коэффициентов вариации по каждому варианту возможного решения и выбора того, у которого значение меньше; путем сравнения значения коэффициента вариации по данному варианту решения со среднестатистическим по анализируемой совокупности или с оценкой значений коэффициента вариации, установленной в экономической статистике.
Величина риска или степень риска измеряется двумя критериями:
- средним ожидаемым значением;
- колеблемостью (изменчивостью) возможного результата.
Среднее ожидаемое значение – это то значение величины события, которое связано с неопределенной ситуацией. Среднее ожидаемое значение является средневзвешенным 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.
Колеблемость (изменчивость) 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.
Вероятность наступления события может быть определена на основе вычисления частоты, с которой происходит данное событие, то есть необходимо анализировать статистическую информацию для наиболее точного нахождения частоты или как минимум провести экспертную оценку, что может дать большие погрешности.
|
|
|
1. Дисперсия - среднее взвешенное из квадратов отклонений действительных результатов от средних ожидаемых.
,
где G – дисперсия;
X – ожидаемое значение для каждого случая наблюдения;
– среднее ожидаемое значение;
n – число случаев наблюдения (частота).
G(X)=M(X2)-(MX)2, (3.7)
где М – математическое ожидание.
2. Среднее квадратическое отклонение (стандартное отклонение) – s определяется как корень квадратный из дисперсии
,
где s – среднее квадратическое отклонение.
Дисперсия и среднее квадpатическое отклонение служат мерами абсолютной колеблемости. Для анализа обычно используют коэффициент вариации.
3. Коэффициент вариации - относительная величина, поэтому на его размер не оказывают влияния абсолютные значения изучаемого показателя, то есть с его помощью можно сравнивать даже колеблемость признаков, выраженных в разных единицах измерения. Коэффициент вариации представляет собой отношение среднего квадратического отклонения к средней арифметической и показывает степень отклонения полученных значений.
,
где V - коэффициент вариации, проц.
Коэффициент вариации может изменяться от 0 до 100%, чем больше коэффициент, тем сильнее колеблемость и соответственно больше риск данного мероприятия. В экономической статистике установлена следующая оценка различных значений коэффициента вариации.
