1.9. Актуальні проблеми ризикології

Підприємці, менеджери усвідомлюють, що на економічні про­цеси впливають як керовані, так і некеровані чинники, що ці про­цеси розвиваються за умов невизначеності, конфліктності, неста­чі інформації. Зрештою феномен економічного ризику необхідно враховувати у прийнятті як стратегічних, так і тактичних рішень, оскільки умови їх реалізації певною мірою відрізняються від тих, що передбачались (прогнозувались) [96]. Якщо цього не врахову­вати заздалегідь, то можуть мати місце значні збитки матеріаль­них, трудових, фінансових ресурсів, втрата репутації, зниження економічної ефективності тощо.

Приблизно з 60-х років минулого сторіччя в низці промислово розвинутих країн ризик став предметом міждисциплінарних до­сліджень [8, 64, 83, 96, ПО]. Можна стверджувати, що виникла нова галузь знань: наука про економічний ризик — теорія еконо­мічного ризику (ризикологія). У ряді вищих навчальних закладів Європи та Америки вже є спеціальність «Менеджмент ризику», теорію ризику вивчають студенти бакалаврського та магістерсь­кого рівнів з економіки.

Формування в Україні ринку та ринкової інфраструктури, но­вих механізмів установлення господарських зв'язків, розвиток підприємництва, а разом з тим і конкуренції, змушують урахову­вати ризик при прийнятті рішень на всіх рівнях господарювання, незалежно від форм власності. Аналізувати, ідентифікувати, оці­нювати ступінь економічного ризику, зокрема, необхідно [52]:

• перед прийняттям стратегічних, інвестиційних (інновацій­них), а також тактичних рішень;

• для формування та стабілізації структури портфеля;

• доопрацювання і коригування поточних та оперативних планів;

• у здійсненні угод, які впливають на величину ризику;

• під час профілактичної діагностики портфеля, яка прова­диться одночасно з інвентаризацією, аудитом тощо;

• у разі необхідності одержання кредитів та залучення інвес­тиційних коштів;

• у маркетингових дослідженнях, прогнозуванні кон'юнктури і поведінки сторін щодо виробництва наборів товарів і послуг (про­гноз попиту, поводження контрагентів, споживачів, конкурентів);

• у пошуках аргументів у конфліктних ситуаціях;

• в управлінні чужим портфелем;

у здійсненні діяльності в сфері аудиту, консалтингу тощо.

Про значну зрілість теорії економічного ризику та методів йо­го врахування в різних сферах економічної діяльності свідчить хоча б те, що існує багато підходів щодо класифікації ризику, причин його виникнення, джерел імовірних збитків, а, отже, і джерел ризику. Особливо велика кількість публікацій присвячена проблемам якісного аналізу ризику в різних сферах економічної діяльності [8, 38, 65, 125, 146, 173, 204, 222, 230, 246, 251, 333, 348].

Ученими та практиками запропоновані та використовуються методи кількісного аналізу та показники кількісної оцінки ступе­ня ризику. На даний час опрацьована низка економіко-математичних моделей і методів урахування та оптимізації управлін­ня ризиком у прийнятті економічних рішень. Серед них необхід­но відзначити моделі та методи класичної теорії портфеля [330, 349], монографію О. І. Ястремського, де подаються вдосконалені методи врахування та моделювання ризику на основі новітніх розділів стохастичного програмування [302]. Необхідно також згадати про результати досліджень з оптимізації ризику в агро­промисловому комплексі, які викладено в [145], тощо.

Але як і перед іншими галузями науки, так і перед ризикологією практика ставить дедалі нові, далеко не прості задачі (проблеми), що потребують свого розв'язання [50, 60, 63, 79, 80]. Ю. М. Єрмольєв і В. С. Михалєвич у своїй концептуальній праці [131] стосовно проблем моделювання ризику зазначають, що оці­нка ризику не зводиться лише до оцінки ймовірності сприятли­вих чи несприятливих подій та побудови моделей їх розвитку у просторі й часі. Йдеться також про необхідність розглядати по­вний спектр подій, включаючи ті, що можуть реалізовуватися з дуже малою ймовірністю, але ведуть до «економічних катаст­роф». Далі наголошується, що моделювання ризику пов'язане з аналізом двох типів ситуацій — штатної (нормальної), без особ­ливих відхилень від очікуваних умов, та нештатної, з відхилен­нями, зумовленими відмовами окремих елементів. У моделюван­ні ризику це веде до нелінійних математичних моделей, негладкої, розривної траєкторії. Справедливо також зазначається в [131], що важливою особливістю оптимізації функції ризику по­рівняно зі стандартними задачами стохастичної оптимізації є іс­тотний вплив малоймовірних подій, імовірність яких може ви­ступати як незначний параметр. Це приводить до сингулярно-збурених задач, розв'язки яких не можна апроксимувати роз­в'язком незбуреної задачі, бо це призводить до викривлення (спотворення)суті справи.

Зміст поданих далі досліджень стосується теорії економічного ризику, методів його якісного та кількісного аналізу, системи по­казників кількісної оцінки його ступеня, математичного моделю­вання та оптимізації управління ризиком стосовно широкого спе­ктра проблем мікроекономічного рівня. Нами подано аналіз лише окремих мікроекономічних проблем, які зумовлюють необхід­ність подальших досліджень, розбудови теорії ризику та його моделювання.

Кількісна оцінка ступеня економічного ризику — необхідна складова в стратегії і тактиці ефективного підприємництва (ме­неджменту). Чим досконалішими будуть методи аналізу та кіль­кісної оцінки ступеня ризику, тим меншим буде чинник невизна­ченості.

Існує множина показників кількісної оцінки ступеня ризику, який оцінюється як в абсолютному, так і відносному вираженні (про це йдеться в [52, 81, 92, 198, 210, 226, 275]). Можливо, що найбільш загальний підхід до оцінки ступеня ризику полягає у застосуванні функції корисності [52, 210, 302]. Підхід до кількіс­ної оцінки ступеня економічного ризику, за яку обирають варіа­цію (дисперсію), вважається класичним. За такого визначення ступеня (міри) ризику однаково трактуються як додатні (сприят­ливі), так і від'ємні (несприятливі) відхилення випадкової вели­чини, яким вважається певний (розглядуваний) економічний по­казник (норма доходу, прибуток, чиста приведена вартість тощо) від його сподіваного (математичного сподівання) значення. Тоб­то, приймається гіпотеза, що коливання (відхилення) в обидва боки однаково небажані.

У низці випадків це не так, і дану гіпотезу слід відхилити. Не­обхідно враховувати й те, що економічні процеси переважно не­стаціонарні. Тобто в низці випадків формально обчислені пара­метри (середньоквадратичне відхилення, коефіцієнт варіації) гублять свій сенс власне як показники кількісної оцінки ступеня ризику. Тому в ряді праць, зокрема [50, 78, 92, 168, 323], пропо­нуються інші показники, які можуть послуговуватися за міру (ступінь) ризику.

Зазначимо також, що існує нестача числової інформації, брак репрезентативної вибірки (статистичних даних) і тому, напри­клад, фінансово-кредитні установи (банки, інвестиційні фонди) Не в змозі використати (обчислити) як показник ступеня ризику, вкажімо, такий зручний показник, яким є коефіцієнт бета.

В економіці дуже часто чинники, які слід враховувати, насті­льки нові й складні, що достатня інформація про них відсутня, Про значну зрілість теорії економічного ризику та методів йо­го врахування в різних сферах економічної діяльності свідчить хоча б те, що існує багато підходів щодо класифікації ризику, причин його виникнення, джерел імовірних збитків, а, отже, і джерел ризику. Особливо велика кількість публікацій присвячена проблемам якісного аналізу ризику в різних сферах економічної діяльності [8, 38, 65, 125, 146, 173, 204, 222, 230, 246, 251, 333, 348].

Ученими та практиками запропоновані та використовуються методи кількісного аналізу та показники кількісної оцінки ступе­ня ризику. На даний час опрацьована низка економіко-математичних моделей і методів урахування та оптимізації управлін­ня ризиком у прийнятті економічних рішень. Серед них необхід­но відзначити моделі та методи класичної теорії портфеля [330, 349], монографію О. І. Ястремського, де подаються вдосконалені методи врахування та моделювання ризику на основі новітніх розділів стохастичного програмування [302]. Необхідно також згадати про результати досліджень з оптимізації ризику в агро­промисловому комплексі, які викладено в [145], тощо.

Але як і перед іншими галузями науки, так і перед ризикологією практика ставить дедалі нові, далеко не прості задачі (проблеми), що потребують свого розв'язання [50, 60, 63, 79, 80]. Ю. М. Єрмольєв і В. С. Михалєвич у своїй концептуальній праці [131] стосовно проблем моделювання ризику зазначають, що оці­нка ризику не зводиться лише до оцінки ймовірності сприятли­вих чи несприятливих подій та побудови моделей їх розвитку у просторі й часі. Йдеться також про необхідність розглядати по­вний спектр подій, включаючи ті, що можуть реалізовуватися з дуже малою ймовірністю, але ведуть до «економічних катаст­роф». Далі наголошується, що моделювання ризику пов'язане з аналізом двох типів ситуацій — штатної (нормальної), без особ­ливих відхилень від очікуваних умов, та нештатної, з відхилен­нями, зумовленими відмовами окремих елементів. У моделюван­ні ризику це веде до нелінійних математичних моделей, не-гладкої, розривної траєкторії. Справедливо також зазначається в [131], що важливою особливістю оптимізації функції ризику по­рівняно зі стандартними задачами стохастичної оптимізації є іс­тотний вплив малоймовірних подій, імовірність яких може ви­ступати як незначний параметр. Це приводить до сингулярно-збурених задач, розв'язки яких не можна апроксимувати роз­в'язком незбуреної задачі, бо це призводить до викривлення (спотворення)суті справи. Зміст поданих далі досліджень стосується теорії економічного ризику, методів його якісного та кількісного аналізу, системи по­казників кількісної оцінки його ступеня, математичного моделю­вання та оптимізації управління ризиком стосовно широкого спе­ктра проблем мікроекономічного рівня. Нами подано аналіз лише окремих мікроекономічних проблем, які зумовлюють необхід­ність подальших досліджень, розбудови теорії ризику та його моделювання.

Кількісна оцінка ступеня економічного ризику — необхідна складова в стратегії і тактиці ефективного підприємництва (ме­неджменту). Чим досконалішими будуть методи аналізу та кіль­кісної оцінки ступеня ризику, тим меншим буде чинник невизна­ченості.

Існує множина показників кількісної оцінки ступеня ризику, який оцінюється як в абсолютному, так і відносному вираженні (про це йдеться в [52, 81, 92, 198, 210, 226, 275]). Можливо, що найбільш загальний підхід до оцінки ступеня ризику полягає у застосуванні функції корисності [52, 210, 302]. Підхід до кількіс­ної оцінки ступеня економічного ризику, за яку обирають варіа­цію (дисперсію), вважається класичним. За такого визначення ступеня (міри) ризику однаково трактуються як додатні (сприят­ливі), так і від'ємні (несприятливі) відхилення випадкової вели­чини, яким вважається певний (розглядуваний) економічний по­казник (норма доходу, прибуток, чиста приведена вартість тощо) від його сподіваного (математичного сподівання) значення. Тоб­то, приймається гіпотеза, що коливання (відхилення) в обидва боки однаково небажані.

У низці випадків це не так, і дану гіпотезу слід відхилити. Не­обхідно враховувати й те, що економічні процеси переважно не­стаціонарні. Тобто в низці випадків формально обчислені пара­метри (середньоквадратичне відхилення, коефіцієнт варіації) ) гублять свій сенс власне як показники кількісної оцінки ступеня ризику. Тому в ряді праць, зокрема [50, 78, 92, 168, 323], пропо­нуються інші показники, які можуть послуговуватися за міру (ступінь) ризику.

Зазначимо також, що існує нестача числової інформації, брак репрезентативної вибірки (статистичних даних) і тому, напри­клад, фінансово-кредитні установи (банки, інвестиційні фонди) , не в змозі використати (обчислити) як показник ступеня ризику, ]; скажімо, такий зручний показник, яким є коефіцієнт бета.

В економіці дуже часто чинники, які слід враховувати, насті­льки нові й складні, що достатня інформація про них відсутня, ресурсів, а також можливого впливу кожного з цих проектів на фінансово-економічний стан компанії (підприємства), інвесторів, держави.

Будь-який інноваційний проект є інвестиційним проектом і потребує врахування низки чинників ризику, які можуть вплину­ти на фінансово-економічні показники заінтересованих сторін [275, 336]. Інвестиції, тобто вкладення грошових коштів, здійс­нюють з метою підвищення загального добробуту інвестора (вкладника), зростання його матеріального багатства у майбут­ньому. Засоби для інвестицій створюються із заощаджень, креди­тів, виручки від продажу будь-яких активів тощо.

Проектний аналіз — це методологія, яка дозволяє оцінити фі­нансові та економічні якості проектів, альтернативні шляхи раці­онального використання обмежених ресурсів. Урахування неви­значеності, розпливчастості майбутніх доходів, затрат, а також термінів реалізації певних етапів проекту є необхідною (обов'яз­ковою) умовою у проведенні фінансово-економічного оцінюван­ня інноваційного проекту. Власне на передінноваційних стадіях до реалізації проекту закладаються його життєвість та інвести­ційна привабливість. Якість підготовки проектів з урахуванням низки критеріїв та вимог міжнародної експертизи послуговує пе­вною гарантією для інвесторів, знижує ступінь інвестиційного ризику.

Підготовка інвестиційних (інноваційних) проектів здійсню­ється з урахуванням таких принципів:

• аналіз внутрішнього та зовнішнього середовищ проекту;

• аналіз альтернативних технічних і організаційних рішень;

• зіставлення варіантів «з проектом» та «без проекту»;

• комплексно-технічний, інституціональний, комерційний, фінансовий, економічний, екологічний, соціальний аналіз проек­ту на всіх етапах його життєвого циклу;

• аналіз цінності (привабливості) проекту з позицій різних суб'єктів, які беруть у ньому участь: компанія (підприємство), ін­вестори (вітчизняні і закордонні), держава;

• використання різних критеріїв та альтернативних оцінок для аналізу цінності (привабливості) проекта;

• урахування інфляції, чинників часу, ризику та невизначено­сті при проведенні фінансового й економічного аналізу.

Для підвищення ступеня достовірності обчислень, упорядку­вання варіантів у проектному аналізі застосовують низку економіко-математичних методів і моделей. Частина з них ґрунтується на виокремленні оптимістичних та песимістичних оцінок, визначенні рівня впливу на кінцеві фінансово-економічні результати ймовірних (можливих) змін вихідної інформації та системних па­раметрів (аналіз ризику, еластичності, маневреності, стійкості) [50]. Зіставляючи потоки доходів і витрат, необхідно також ви­значитися: в яких цінах провадити обчислення; яку величину ставки дисконту використовувати; в якій валюті (враховуючи іноземні інвестиції) проводити обчислення; як враховувати ризик інвестора.

Прогнозуючи потоки доходів і витрат у номінальних (ринко­вих) цінах, необхідно враховувати інфляцію, а це може здійсню­ватися кількома способами залежно від того, якою прогнозується (приймається) величина (відсоток) темпів інфляції: постійною в часі щодо всіх видів ресурсів; такою, що змінюється від одного періоду (року) до іншого (але її можна наближено вважати однією й тією ж); змінною щодо різних видів (ресурсів); диференційова­ною і різною як за роками, так і за видами ресурсів.

Зазначимо, що в ході фінансових обчислень оцінки показників привабливості інноваційних проектів за умов ризику та інфляції важливо якомога точніше обчислити величину норми дисконту, що далеко не завжди виконується правильно [61, 262, 336]. Об­числюючи норму дисконту, необхідно враховувати «премію за ризик», «інфляційну премію», а також спільний вплив ризику та інфляції, який можна було б назвати «синергетичною премією за ризик та інфляцію» [91]. Синергизм означає, що ефект суми чин­ників є більшим, ніж сума ефектів цих чинників.

Використовують здебільшого спрощені формули [198], за допомогою яких отримують прийнятні наближені результати лише тоді, коли реальні темпи інфляції є досить малими, що ха­рактерно в останні роки для промислово розвинутих країн з рин­ковою економікою. Необхідно також зазначити, що високий рівень невизначеності (розкиду, розпливчастості) низки параме­трів стосовно оцінюваних проектів знижує достовірність попе­редньої фінансово-економічної оцінки. На практиці необхідно застосовувати низку критеріїв для оцінки та вибору в певному розумінні кращого (оптимального) з множини альтернативних проектів (варіантів). Різноманіття наведених у літературі, зок­рема в [180, 230, 275, 336], наборів уживаних критеріїв дозволяє віднести їх до однієї з груп (класів): фінансово-економічні; нор­мативні; забезпеченості ресурсами; системні параметри, зокре­ма, ступінь ризику.

Тож ідеться про оцінку множини альтернативних інновацій­них проектів (варіантів, стратегій) за багатьма, взагалі кажучи, суперечливими критеріями. Окрім цього, для побудови адекват­ної математичної моделі в системах підтримки прийняття рішень необхідні кількісні (цифрові) дані. Однак наявної кількісної ін­формації, як правило, завжди бракує. Основним джерелом інфор­мації є люди (суб'єкти прийняття рішень): менеджери, управлін­ські команди, експерти, консалтингові компанії. А людині прос­тіше подати необхідні дані (знання) в неформалізованій формі, на вербальному рівні, на рівні якісного опису та оцінок (суджень) [137].

Існує низка математичних моделей з нечіткою (розпливчас­тою) інформацією, зокрема поданих у [4, 136, 154], які доцільно використовувати для підтримки прийняття рішень за умов не­повноти, недовизначеності, неоднозначності, невідомості, роз­пливчастості вихідної інформації та зумовленого цим економіч­ного ризику. Використовуючи їх, можна спробувати формалізу­вати якісну (вербальну) інформацію щодо об'єктів прийняття рішень.

У багатьох наукових працях і методичних розробках поєднан­ня термінів «багатокритеріальний» та «розпливчастий, нечіткий» зустрічається досить часто. Але, сформулювавши на початку аналізу задачу підтримки прийняття рішень як розпливчасту (не­чітку) та багатокритеріальну, вже на першому ж етапі (кроці) мо­делювання та відповідних обчислень, як зазначається зокрема в [136], використовують повну згортку критеріїв (заміну одним критерієм) на підставі певних гіпотез, які ґрунтуються на «здоро­вому глузді», і надалі розв'язують однокритеріальну нечітку за­дачу стосовно підтримки прийняття відповідних рішень. Отже виникає потреба у побудові відповідних економіко-математичних моделей і розробці методів підтримки прийняття рішень, які по­требують багатокритеріальних порівнянь, коли складно чи немо­жливо одержати кількісні дані або процес їх отримання потребує багато часу і зусиль.

Реалізація принципів проектного аналізу з урахуванням особ­ливостей вітчизняної економіки, зокрема інфляції та економічно­го ризику, нестачі (неповноти) кількісних даних, потребує розбу­дови відповідних економіко-математичних методів і моделей, які дали б змогу прискорити процес експертизи інноваційних (інвес­тиційних) проектів, поліпшити якість відповідних рішень, забез­печити допустимий (раціональний) ступінь ризику.

На деяких підприємствах функціонують, поступово розвива­ючись, інтегровані (організаційно-технічні) автоматизовані сис­теми управління на фундаменті сучасних ПЕОМ та локальних обчислювальних мереж. До їх складу, набуваючи все більшої пи­томої ваги, входять задачі: вибору стратегії; вибору раціональної інвестиційної програми; перспективного, поточного та оператив­ного планування виробництва тощо. Значне місце посідають та­кож організаційно-технологічні задачі, що мають масове практи­чне застосування (раціонального розкрою матеріалів, оптимізації суміші та сполук (шихти) тощо). Так, для заготівельно-розкрійного виробництва металопрокату машинобудівного під­приємства в [14, 49, 66, 68, 89, 144, 190] обґрунтовуються мето­дичні положення, а також запропоновані математичні моделі і методи підвищення ефективності процесів автоматизованого проектування й оперативного планування раціонального розкрою металопрокату у взаємозв'язку з системою неперервного опера­тивного планування. Але тут необхідно врахувати ще низку чин­ників за умов невизначеності та зумовленого ними ризику [50, 98], а саме: пов'язаного з коливаннями обсягів та сортаменту ме­талопрокату; необхідністю вибору раціонального варіанта опера­тивного розкрою за кількома суперечливими критеріями, коли окремі з них складно оцінити кількісно. Це вимагає проведення відповідного аналізу для врахування чинників ризику, розробки відповідних моделей і математичних методів, які дістали б прак­тичне використання.

Зазначимо, що існує низка способів (методів), які використо­вуються для зниження (оптимізації) ступеня економічного ризи­ку. Серед них: диверсифікація, страхування, здобуття додаткової інформації (даних), створення запасів, резервів тощо. Про це йдеться, зокрема, в [18, 86, 210, 226, 230, 326, 356]. Існує також Низка специфічних, притаманних певному виду діяльності, спо­собів зниження ступеня ризику. В простих випадках лише якіс­ний аналіз ризику є вже достатнім для прийняття відповідного рішення. У більшості ж випадків необхідно проведення кількіс­ного аналізу, кількісної оцінки ступеня ризику, застосування від­повідних математичних методів і моделей для того, щоб обрати Певний варіант (стратегію, об'єкт, проект) з низки альтернатив­не варіантів, який був би обтяжений допустимим (оптимальним) ступенем ризику. Існує необхідність у виокремленні інваріантних щодо широ­кого спектра мікроекономічних проблем, підходів стосовно оп­тимізації управління ризиком, розробки формалізованої процеду­ри (схеми) процесу управління ризиком, а також побудови Відповідних таблиць рішень, які показували б, який зі способів чи ЇХ суперпозицію необхідно обрати для зниження (оптимізації) ступеня ризику залежно від величини (значення) певних показ­ників (критеріїв), враховуючи структуру ризику.

Серед інваріантних способів (методів) зниження ступеня ри­зику одним з ефективних є диверсифікація, науковими засадами якої виступає теорія портфеля. Аналізу, математичним методам і моделям формування оптимальної (раціональної) структури портфеля присвячена велика кількість наукових досліджень, зок­рема [73, 81, 168, 210, 275, 314, 330, 339, 350], об'єднані під на­звою «теорія портфеля». Класична теорія портфеля, як зазнача­ється в [52, 73, 339, 350], ґрунтується на гіпотезах, які не завжди адекватні до реального стану справ. Економічні процеси перева­жно нестаціонарні. Окрім того, використовувана в класичній тео­рії портфеля гіпотеза, що коливання, наприклад, норми доходу портфеля в обидва боки від сподіваної величини (математичного сподівання) однаково небажані, не є незаперечною. У низці ви­падків відсутня також числова (кількісна) інформація (статисти­чні дані), необхідна для обчислення відповідних економічних по­казників (критеріїв). Як зазначається, зокрема в [50, 73, 275], прийняття рішень щодо оптимальної чи раціональної структури портфеля доцільно здійснювати на підставі багатьох критеріїв, що також вимагає додаткових досліджень і застосування адеква­тних економіко-математичних методів і моделей.

Аналізуючи, оцінюючи та моделюючи ризик в економіці (ме­неджменті, підприємництві), необхідно мати чітке уявлення про його об'єкт, суб'єкт, джерело. Даючи визначення ризику, необ­хідно звернути особливу увагу на те, що він має об'єктивно-суб'єктивну структуру [64].

Об'єктивність ризику полягає в тому, що він існує через об'єктивні, притаманні економіці категорії невизначеності (роз­пливчастості), конфліктності, відсутності повної (вичерпної) ін­формації на момент прийняття рішення [76, 90], що необхідно враховувати при моделюванні ризику.

Тобто суб'єктивність ризику зумовлена тим, що в економіці (бізнесі) діють реальні люди (менеджери, бізнесмени, управлін­ські команди) зі своїм досвідом, інтересами, морально-етичними принципами, схильністю чи несхильністю до ризику, психологією, поводженням (інтравертністю чи екстравертністю) [65, 74], що теж потребує врахування особистого чинника при прийнятті еко­номічних рішень.

Узагальнюючи результати аналізу неважко дійти висновку, що існуючі проблеми потребують подальшого розвитку теорії та математичного моделювання ризику. Особливо актуальною є розробка та впровадження ефективних (стосовно дійсного стану справ та відповідно обраної раціональної системи гіпотез) показ­ників кількісної оцінки ступеня ризику, формування моделей і методів урахування ризику, оптимізації управління ним у проце­сах прийняття рішень, які потребують багатокритеріальних оці­нок множини альтернативних варіантів (стратегій, проектів), а також коли досить складно чи навіть неможливо одержати чис­лові (кількісні) дані або ж процес їх здобуття вимагає великих за­трат коштів, часу і зусиль. Разом з тим існує можливість відносно просто (дешево і швидко) отримати вербальну (описову) так зва­ну м'яку інформацію, формалізувати її та на підставі здобутих даних моделювати інтереси суб'єктів ризику.

Аналіз широкого спектра економічних проблем дає змогу дій­ти висновку, що теорію та моделювання ризику в економіці (ризикологію), на думку авторів, слушно розглядати та структуру ва­ти на засадах системного аналізу за такою концептуальною схемою [52]:

• основні засади якісного аналізу ризику;

• кількісний аналіз ризику;

• система показників кількісної оцінки ступеня економічного ризику;

• моделювання ризику;

• основні (інваріантні) підходи до оптимізації управління ним у широкому спектрі економічних проблем (мікроекономічний рі­вень).

Тож ризикологія вимагає ґрунтовних знань з теорії економіки та менеджменту, врахування нюансів відповідної предметної сфера (банківська справа, проектний менеджмент тощо). Мене­джмент ризику потребує застосування досконалої методології, відповідних економіко-математичних методів і моделей. Ефекти­вним є використання класів математичних моделей, які відобра­жають стохастичність, розпливчастість, конфліктність, що при­таманні об'єктам і процесам на різних рівнях управління, вико­ристання адекватного математичного апарату: теорії ймовірнос­тей і математичної статистики, теорії ігор, стохастичного про­грамування тощо.

Можна стверджувати, що прийняття рішень стосовно об'єктів (проектів), які були б обтяжені оптимальним (прийнятним) рів­нем ризику, потребує подальшого розвитку його теорії, викорис­тання досконалих економіко-математичних методів і моделей, інформаційних систем. Зокрема в [50, 63, 64, 80] ідеться про по­будову відповідних експертних систем, які матимуть здатність до поєднання різних джерел знань на підставі неповної нечіткої ін­формації, які були б у змозі вести діалог з користувачами, навча­тися в процесі розв'язання задач. У складі таких систем, на нашу думку, повинні використовуватися відповідні пакети прикладних програм і програмно-методичні комплекси, зокрема: теоретико-ігрові, стохастичного програмування, обробки експертних оці­нок, прогнозування, імітаційного моделювання тощо. Така тех­нологія дозволить відійти від жорстких алгоритмів, використову­вати потужні бази знань, даних і моделей, що забезпечить відповідну адаптивність, надійність, гнучкість, маневреність, а, отже, і раціональний (оптимальний) ступінь ризику відповідних економічних рішень.

РОЗДІЛ 2