2.2. Статистические методы оценки риска

2.2. Статистические методы оценки риска

Управление риском означает правильное понимание степени риска, который постоянно угрожает людям, имуществу, финансовым результатам хозяйственной деятельности. Для предпринимателя важно знать действительную стоимость риска, которому подвергается его деятельность. Под стоимостью риска следует понимать фактические убытки предпринимателя, затраты на снижение величины этих убытков или затраты по возмещению таких убытков и их последствий. Правильная оценка финансовым менеджером действительной стоимости риска позволяет ему объективно представлять объем возможных убытков и наметить пути к их предотвращению или уменьшению, а в случае невозможности предотвращения убытков обеспечить их возмещение.

Оценка риска – это этап анализа риска, имеющий целью определить его количественные характеристики: вероятность наступления неблагоприятных событий и возможный размер ущерба. Можно выделить основные методы оценки риска для конкретных процессов:

1) анализ статистических данных по неблагоприятным событиям, имевшим место в прошлом;

2) теоретический анализ структуры причинно-следственных связей процессов.

Используя имеющиеся статистические данные, можно оценить вероятность возникновения неблагоприятных событий и размер ущерба. Этот метод подходит для частых и однородных событий.

К методам, обеспечивающим отдельную оценку уровня риска, относится дисперсия, которая представляет собой средневзвешенное из квадратов отклонений действительных результатов рискованных инвестиционных вложений от средних ожидаемых.

Дисперсия рассчитывается:

где q – дисперсия;

Х – ожидаемое значение для каждого случая вложения инвестиционных ресурсов;

Х^— – среднее ожидаемое значение риска инвестиционной деятельности;

n – число вложений инвестиционных ресурсов (частота).

Дисперсия характеризует абсолютную колеблемость частоты инвестиционного риска, а относительную степень колеблемости показывает коэффициент вариации, который рассчитывается по формуле:

где V – коэффициент вариации;

q – среднее квадратическое отклонение;

х – среднее ожидаемое значение риска инвестиционной деятельности.

Коэффициент вариации может изменяться от 1 до 100%.

Чем выше коэффициент вариации, тем сильнее колеблемость. Установлена следующая качественная оценка различных значений коэффициента вариации:

до 10% – слабая колеблемость риска инвестиционной деятельности;

10–25% – средняя, умеренная колеблемость риска инвестиционной деятельности;

более 25% – высокая колеблемость риска инвестиционной деятельности.

При использовании дисперсии и вариации учитывают, что риск имеет математически определенную вероятность получения результата от реализации инвестиционного проекта. Эта вероятность в свою очередь может быть определена субъективно экспертным путем или объективно на основании математических вычислений частот степени риска.

Дисперсия и среднеквадратическое отклонение служат мерами абсолютного рассеяния и измеряются в тех же физических единицах, в каких измеряется варьирующий признак.

Коэффициент вариации – относительная величина. Поэтому с его помощью можно сравнивать колеблемость признаков, выраженных в различных единицах измерений.

Поскольку на формирование ожидаемого результата (например, величины прибыли) воздействует множество случайных факторов, то он, естественно, является случайной величиной.

Одной из характеристик случайной величины Х является закон распределения ее вероятностей.

Характер, тип распределения отражают общие условия, вытекающие из сущности и природы явления, и особенности, оказывающие влияние на вариацию исследуемого показателя (ожидаемого результата).

Ситуации, когда убытки редки, но их величина существенна, возникают в результате таких катастрофических обстоятельств, как взрыв на заводе или землетрясение. Напротив, ситуации, когда убытки происходят часто, но их размер относительно невелик, имеют обычный характер. Примером является физический ущерб автомобилю (например, в результате аварии) из большого автопарка.

Значительная часть организаций несет большое число убытков относительно небольшого размера (hazard, accidental) по рискам опасности. Например, в больших производственных компаниях ежегодно с работниками происходит большое число незначительных случаев травматизма. Другие организации страдают от таких катастрофических потерь, как большой пожар или взрыв на заводе, что, хотелось бы верить, происходит не часто. Между этими двумя крайними ситуациями располагаются убытки средней величины, которые могут наступить или не наступить с некоторой периодичностью.[34]

Таблица 14. Эмпирическая шкала уровня риска

Принятие решений с большим уровнем риска зависит от склонности к риску лиц, принимающих решение. Однако принятие таких решений возможно только в случае, если наступление нежелательного исхода не приведет предпринимателя (фирму) к банкротству.

Для оценки приемлемости отклонения используется коэффициент вариации V. При этом приводятся следующие шкалы колеблемости (риска) коэффициента вариации: до 0,1 – слабая; от 0,1 до 0,25 – умеренная; свыше 0,25 – высокая.

При оценке приемлемости коэффициента, определяющего риск банкротства, существует несколько не противоречащих друг другу точек зрения. Одни авторы считают, что оптимальным является коэффициент риска, составляющий 0,3, а коэффициент риска, ведущий к банкротству, – 0,7 и выше. В других источниках приводится шкала риска со следующими градациями указанного выше коэффициента: приемлемый риск – до 0,25, допустимый риск – 0,25–0,50, критический риск – 0,50–0,75, катастрофический риск – свыше 0,75.

По мнению практически всех авторов, в границах коэффициента, определяющего риск банкротства от 0,3 до 0,7, находится зона повышенного риска. Принятие решения о реализации рискового мероприятия в границах этой зоны определяется величиной возможного выигрыша в случае, если нежелательный исход (рисковое событие) не произойдет, и склонностью к риску лиц, принимающих решение.

Как показывает практика, для характеристики распределения социально-экономических явлений наиболее часто используется так называемое нормальное распределение.

Допущение о том, что большинство результатов хозяйственной деятельности (доходы, прибыль и т.п.) как случайные величины подчиняются закону, близкому к нормальному, широко используется в литературе по проблеме количественной оценки экономического риска. Известно, что закон нормального распределения характерен для распределения событий в случае, когда их исход представляет собой результат совместного воздействия большого количества независимых факторов и ни один из этих факторов не оказывает преобладающего влияния.

В действительности нормальное распределение экономических явлений в чистом виде встречается редко, однако, если однородность совокупности соблюдена, часто фактические распределения близки к нормальному.

На практике для проверки обоснованности принятого распределения используются различные критерии согласия (между эмпирическим и теоретическим распределением), которые позволяют принять или отвергнуть принятую гипотезу о законе распределения.

Из курса теории вероятностей и математической статистики известно, что нормально распределенная случайная величина является непрерывной и ее дифференциальная функция распределения имеет вид:

где у = f(x) определяет плотность распределения вероятности для каждой точки x.

Потери организации характеризуются частотой (числом) убытков и тяжестью (размером) убытков. Эти понятия относятся ко всем типам рисков, как к операционным, так и к финансовым/рыночным рискам организации.

Частота (frequency of losses) убытков – число страховых случаев, по которым возникли убытки за определенный период времени, например за год. Тяжесть (severity of losses) убытков – размер убытков в денежном эквиваленте, который должен быть выплачен, чтобы компенсировать ущерб. Последняя характеристика может использоваться для определения размера как индивидуального убытка, так и для группы убытков.

Однако, как следует из рассмотренного нами определения риска, существенные факторы понятия риска в приведенных здесь формулах даже не затрагиваются.

Для подтверждения и иллюстрации дальнейших рассуждений приведем следующий простой пример.

Представим себе человека, который должен перепрыгнуть через канаву определенной ширины. Если канава небольшая, а человек – хороший спортсмен, то мысли о риске и не возникают. Но если канава такой ширины, что успешный прыжок вероятен всего на 80%, то положение сразу же меняется. Однако как изменится проблема с точки зрения риска, если потребуется прыжок не через канаву в полметра глубиной, а через пропасть глубиной 100 м! И конечно с точки зрения определения риска необходимо учесть, какое поощрение стимулирует достижение успеха.

Наши повседневные оценки риска всегда базируются на сравнении возможных выигрышных исходов и обстоятельств, способствующих им, с возможными потерями в случае неудачи.

А теперь вернемся к рассуждениям о возможности численного выражения риска с учетом оценки выигрыша и возможных потерь.

Поэтому рассмотренный коэффициент риска используется при планировании и оценке крупных проектов и программ.

Указанные выше недостатки приводят к тому, что на практике используются различные критерии оценки и показатели уровня риска в зависимости от сложности решаемых задач сферы предпринимательской деятельности.

При этом наряду с количественным определением уровня риска его оценка дополняется с помощью различных шкал, являющихся в некоторой степени рекомендациями по приемлемости риска и учитывающих некоторые субъективные факторы. С целью учета данных субъективных факторов применяются экспертные оценки рисков.

Данный текст является ознакомительным фрагментом.