Субъективные экспертные оценки, которые являются предложениями экспертов, специалистов. Нередко интуитивные, они могут способствовать выработке наиболее удачного решения

Вероятностная оценка риска математически отработана, имеет свои теоремы и методы исчисления, но довольствоваться этим в предпринимательской деятельности тоже весьма рискованно, потому что реальная точность математического расчета во многом зависит от исходной информации. Поэтому и здесь нельзя отказываться от предпринимательской интуиции.

В оценке предпринимательского риска используются перечисленные ниже характеристики.

Математическое ожидание значения экономического показателя, обусловленного неопределенностью ситуации, обычно определяется как средневзвешенное по вероятности возможных его значений, где вероятность каждого значения используется в качестве удельных весов, или статистической частоты.

Абсолютное отклонение возможных случайных значений экономического показателя от математического ожидания этого показателя, т.е. его средневзвешенного по вероятности значения, характеризует амплитуду изменчивости этого показателя. Часто имеет смысл рассчитать максимальное абсолютное отклонение, а иногда и наименьшее абсолютное отклонение. При реализации товара на различных рынках или различным заказчикам полезно сопоставить абсолютное отклонение цены от ее среднего уровня. Большие абсолютные отклонения настраивают на возможность риска. Однако экстремальные исключительные отклонения при реализации товара отдельным заказчикам могут быть локализованы общей стратегией маркетинговой политики. Поэтому требуются более общие показатели оценки риска.

Дисперсия дает более общую оценку отклонений и представляет собой средневзвешенное квадратов отклонений конкретных показателей (вариаций) от математического ожидания, т.е. среднего ожидаемого его значения

Среднее квадратическое отклонение, или стандартное отклонение, представляет собой квадратный корень из дисперсии. Эта вероятностная, статистическая характеристика больше приближается к интуитивным представлениям об оценке изменчивости конъюнктуры рынка, ценностных показателей, поскольку сопоставления ведутся уже не с квадратами отклонений, а с квадратным корнем из суммы квадратных отклонений. Иначе говоря, вероятностные отклонения приводятся в реальную размерность.

 

Практическое значение перечисленных характеристик состоит прежде всего в том, что они позволяют весьма осмысленно подойти к количественной оценке предпринимательского риска. На практике к тому же часто бывает трудно определить закон распределения случайной величины. Приходится довольствоваться гипотезой, условным допущением. В этих случаях бывает достаточно знать числовые характеристики: математическое ожидание, дисперсию, среднее квадратическое отклонение, коэффициент вариации.

Математическое ожидание применяется для усреднения исследуемых величин, цен, которые зависят от случайных условий, когда информация имеет известный разброс. С математическим ожиданием обычно связывают точку, в окрестности которой вероятность имеет наибольшее значение. Поэтому в экономических расчетах часто используются показатели средних цен, индексы средних цен, средней себестоимости, средней рентабельности, поскольку конкретные цены даже в пределах одного рынка имеют, как правило, некоторый разброс.

Абсолютные отклонения показывают абсолютные размеры разброса значений исследуемой величины. При этом полезно знать максимальные значения абсолютных отклонений в положительном и отрицательном направлениях. Известную информацию дает также размах варьирования, размеры отклонений конкретных цен от их среднего значения.

При анализе рядов цен за какой-то период следует учитывать, что максимальные и минимальные отклонения могут быть вызваны какими-либо особыми факторами, например резким изменением цен на основное сырье, исходные материалы.

Дисперсия давая общую характеристику квадратов отклонений случайной величины, позволяет, во-первых, устранить различия в положительных и отрицательных отклонениях, так как квадрат отрицательной величины является положительной величиной; во-вторых, при ее исчислении усиливается значение больших отклонений и уменьшается значение малых отклонений. Это соответствует закономерности квадратичной функции.

Среднее квадратическое отклонение исчисляется, в отличие от дисперсии, в той же размерности, что и сама случайная величина. Может, именно это послужило причиной его широкого применения для характеристики отклонений и вероятностей оценки поведения случайной величины. В частности, среднее квадратическое отклонение имеет чрезвычайно важное значение для критериальной характеристики так называемого принципа практической уверенности.

В ценообразовании это может быть вывод о возможных отклонениях цены от принятой в расчетах, отклонениях спроса при изменении цены, отклонениях возможных доходов, прибыли.

Среднее квадратическое отклонение позволяет определить количественные интервалы принципа практической уверенности в виде «правила трех сигм»: если случайная величина распределена нормально, то абсолютная величина ее отклонения от математического ожидания не превосходит утроенного среднего квадратического отклонения.

Таким образом, зная среднее квадратическое отклонение, можно с достаточной практической уверенностью сказать, что все рассеивание данной случайной величины укладывается в интервал М(x)±3σ(x). Вероятность того, что значение случайной величины будет находиться в этом интервале при нормальном распределении, равна 0,9973. Вероятность того, что абсолютная величина отклонения превысит утроенное среднее квадратическое отклонение, очень мала – 0,0027. Это может произойти лишь в 0,27% случаев.

Принцип разумной уверенности, или разумного риска, в предпринимательской деятельности означает, что в принятии решения руководствуются таким соотношением вероятностей осуществления и неосуществления события, при котором примерно две трети шансов благоприятствуют успеху и одна треть шансов ему не благоприятствует («Правило 70/30»).

Неблагоприятная одна треть шансов является стимулятором для рассмотрения и принятия мер по их предотвращению.

Этому правилу при нормальном распределении соответствует интервал значений случайной величины, равный отклонению от математического ожидания в пределах среднего квадратического отклонения, т.е. М(х) + (х). Для экономиста часто бывает привычнее пользоваться для характеристики отклонения процентными соотношениями.

Коэффициент вариации при нормальном распределении вероятностей характеризует интервал отклонения случайной величины при вероятностном исходе, соответствующем двум третям шансов «за» и одной трети шансов «против» в процентном отношении (привычном для экономиста) к математическому ожиданию. Поэтому можно считать, что коэффициентом вариации в ценностных расчетах целесообразно и необходимо пользоваться. Он дает определенную (хотя и вероятностную) базу для ценностных расчетов.

 

4. ОЦЕНКА ИНФЛЯЦИОННОГО ОЖИДАНИЯ, ИНДЕКСАЦИЯ ЦЕН

 

 

Инфляционные ожидание (π_e) – это оценка субъектами рынка изменения темпов инфляции в будущем периоде. Экономические агенты закладывают инфляционные ожидания в будущие номинальные цены на всех стадиях производства и реализации товаров и услуг, чтобы застраховать свою выручку от обесценения. В экономической теории различаются статические, адаптивные и рациональные инфляционные ожидания. Затяжной рост цен порождает устойчивые инфляционные ожидания, что придает инфляции самоподдерживающийся, т.е. инерционный характер. Под влиянием устойчивых ожиданий раскручивается инфляционная спираль. Это сказывается на поведении всех экономических агентов: потребители страхуются, закупая товары впрок. Тем самым, потребители создают давление спроса, что заставляет производителей еще больше повышать цены. Банки повышают номинальную ставку процента. Профсоюзы закладывают в трудовые договоры повышенную ставку з/п. Инфляция совершает новый виток, формируются новые и более высокие инфляционные ожидания. Стимулирующая кредитно-денежная политика может лишь усилить ожидания инфляции. Необходимо отметить, что наличие обратной зависимости между уровнем безработицы и темпами инфляции (кривая Филлипса) связано со спецификой механизма инфляционных ожиданий экономических агентов. Формирование адаптивных инфляционных ожиданий происходит с учетом ее фактического уровня в прошлом и зависит от скорости пересмотра этих ожиданий: π^e₁ = π^e + v (π+ π^e), где π – фактический темп инфляции, π^e – текущие инфляционные ожидания, π^e₁ – ожидаемая инфляция в следующем периоде, v – коэффициент коррекции ожиданий, изменяющий2ся в пределах [0;1]. При очень медленном изменении инфляционных ожиданий текущая инфляция почти не оказывает на них никакого воздействия. Если v = 1, то π^e будут такими же, как текущая инфляция. Прогноз инфляции, при котором π^e₁ = π, называется статическими ожиданиями.

Рациональные ожидания означают, что экономические агенты в своих прогнозах учитывают всю имеющуюся у них информацию о будущих ценах и в среднем не ошибаются в своих расчетах: π^e₁ = π^e₁ (x_i), где i = 1, …n, а x_i – факторы ценообразования.

В 1979г. М. Фридменом была предложена гипотеза естественного уровня безработицы. Устойчивость уровня безработицы (6-7%) при отсутствии её циклической составляющей, с одной стороны, и продолжение роста темпов инфляции, с другой, были положены в основу модели долгосрочной кривой Филлипса. Есть 2 варианта гипотезы естественного уровня безработицы – теории адаптивных ожиданий и теории рациональных ожиданий. Обе теории показывают, как срабатывают инфляционные ожидания экономических агентов в процессе их приспособления к изменению экономической политики правительства в условиях полной занятости, или естественного уровня безработицы.