Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
конспект по конкурентоспособности.docx
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
98.55 Кб
Скачать
  1. Экономико-статистический метод оценки риска

D jcyjdt ‘r-cnfn vtnjlf jwtyrb hbcrf kt;bn jhufybpfwbz yf,k.ltybz за чистотой наступления рисковых событий при реализации данной операции в прошлом или на предприятиях аналогах, а также изучения механизма их влияние на конечный результат.

Частота рискового события – отношение числа появлений этого события к общему числу наблюдений.

Обычно частота событий обладает статистической устойчивостью, т.е. при многократных наблюдения ее значения мало меняются и группируются около некоторого числа. Это свойство частоты положено в основу определения вероятности наступления рискового события.

Пример: Р = = 0,6

В рамках статистического метода оценку риска проводят по 2 критериям:

  1. Среднее ожидаемое значение

Выражается в виде средневзвешенной величины всех полученных результатов при наступлении данного рискового события.

=

где Р – вероятность каждого результата

n – число наступления данного результата

N – общее число наблюдений

Y1, Y2, …, Yn – величина каждого их наступивших в прошлом результатов.

  1. Колеблемость (изменчивость возможного результата)

Определяет меру его изменчивости, т.е. степень отклонения фактического (ожидаемого) значения от средней величины. Для ее оценки обычно используют дисперсию и среднеквадратическое отклонение.

Jyb zdkz.ncz vthfvb f,cjk.nyjq rjkt,ktvjcnb/ Поэтому для сравнения признаков выраженных в разных единицах измерения они не подходит. Поэтому для оценки риска может быть использована относительная величина – коэффициент вариации.

Чем больше коэффициент вариации, тем сильнее колеблемость, тем выше степень риска. Для оценки риска может быть установлено следующая качественная шкала значений коэффициента вариации.

До 10% - слабая колеблемость, низкая степень риска

От 10-25% - умеренная колеблемость, средняя степень риска

Свыше 25% - сильная колеблемость, высокая степень риска.

Экономико-статистический метод оценки риска лежит в основе концепции оценки и «стоимости под риском» - Value-At-Risk (VAR), получившее в последние годы развитие в финансовом менеджменте.

Ее появление связано с приятой в 1993 году директивной ЕС, которая предписывала финансовым институтам в первую очеред банкам инвестиционным и страховым компаниям, устанавливать обязательное резерсвирование капитала для обеспечения рыночного риска на основе расчета показателя VAR.

Стоимость под риском (VAR) - показатель статистической оценки, выраженного в денежной форме максимально возможного размера финансовых потерь при установленном виде распределения вероятности их наступления, а также заданном уровне вероятности возникновения этих потерь на протяжении прогнозируемого периода времени.

Методическая основа VAR:

  1. Вид распределения вероятности наступления потерь

Это может быть нормальное распределение, распределение Лапласа, Стьюдента и др. Поэтому для определения используемого вида распределения предварительно должно быть проведено статистическое исследование влияния рисковых событий на изменение стоимости актива (финансового инструмента) или всего портфеля. От корректности вида распределения вероятности в модели расчета показателя VAR во многом зависит правильность его значения.

  1. Заданный менеджментом уровень вероятности того, что максимально возможны размер финансовых потерь не превысит расчетное значение этого показателя.

В терминологии риск-менеджмента такая заданная вероятность называется доверительным … . Обычно устанавливается в пределах 95-99%.

  1. Заданный менеджментом расчетный период времени оценки VAR.

Как правило, его определяют либо по критерию намеченного периода владения данным активом, либо по критерию уровня его ликвидности, т.е. реального срока его конверсии в денежную форму без потери своей текущей рыночной стоимости.

В практике оценки VAR наиболее распространены 3 осн. метода:

  1. параметрический (аналитический)

  2. метод исторического моделирования

  3. метод имитационного моделирования

_____________________________________________________________________________________________