Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Готовые ответы.doc
Скачиваний:
39
Добавлен:
29.05.2015
Размер:
2.39 Mб
Скачать

7.2. Назовите известные Вам методы качественного анализа рисков.

Качественные методы анализа уровня риска используют чаще всего описательные и неформализованные процедуры, позволяющие в общих чертах определять основные риски применительно к конкретной ситуации, спрогнозировать последствия их ди­намики и наметить пути их оптимизации. К этой группе методов можно отнести следующие:

1) метод аналогии, который заключается в сравнении вида, размера и причин возникновения или изменения конкретного анализируемого риска с аналогичной ситуацией. Сравнение про­водится с ситуацией в прошлом или существующей в аналогич­ных институциональных единицах в настоящем. Для этой цели используются результаты исследовательской и маркетинговой информации, а также результаты контент-анализа;

2) метод «Due Diligence» («должное внимание»), который ис­пользуется, главным образом, банками или небанковскими фи­нансовыми учреждениями, проводящими некоторые банковские операции. В основе метода лежит система сбора и анализа ин­формации об эффективности деятельности клиентов, учредите­лей и всех субъектов третьего уровня маркетингового анализа: посредников, поставщиков, конкурентов и всех видов контакт­ных аудиторий.;

3) «дерево решений». Метод построения «дерева решений» ис­пользуется чаще всего для анализа риска, при котором можно выделить обозримое количество просчитываемых вариантов. Этот метод заключается в определении вероятности реализации определенного количества возможных сценариев, в определении количественных и качественных параметров риска для каждого сценария. Для проведения исследования методом «дерева реше­ний» необходимо иметь максимально возможный объем количе­ственной и качественной информации не только в статике, но и в динамике. Для сбора и оценки данных необходимо соблюдать следующую последовательность:

а) определение состава и продолжительности жизненного цикла процесса и/или конкретной финансовой операции;

б) определение ключевых внешних и/или внутренних собы­тий, которые могут оказать влияние на динамику уровня риска;

в) определение времени наступления этих событий;

г) определение возможных решений или вариантов действий, которые могут быть предприняты в результате наступления или ненаступления каждого ключевого события;

д) определение вероятности принятия каждого из возможных решений;

е) определение уровня риска при прохождении каждого из выявленных этапов процесса.

На основании полученного результата строится «дерево ре­шений». Его узлы представляют собой ключевые события, а стрелки (векторы) и соединяющие узлы — объективный про­цесс/конкретную финансовую операцию и т.д.

Для проведения анализа полученного «дерева решений», не­обходимо определить все возможные сценарии и в зависимости от ситуации выбрать оптимальный;

4) метод «Монте-Карло», который является методом форма­лизованного описания неопределенности, применяемым в наи­более сложных для прогнозирования ситуациях.

Толчком к использованию метода «Монте-Карло» в экономи­ческих исследованиях послужила работа известного математика, одного из основоположников кибернетики, Джона фон Неймана, который в конце 1940-х годов ввел этот термин. Название метода происходит от имени столицы княжества Монако, известной сво­ими игорными домами, в которых видное место занимает рулетка.

Метод основан на применении имитационных моделей, по­зволяющих создать множество сценариев, согласованных с за­данными ограничениями на исходные переменные. Имитацион­ное моделирование — это искусственный эксперимент, при котором вместо проведения натуральных испытаний (что прак­тически невозможно при анализе ожидаемого уровня почти всех видов рисков в финансовом секторе) проводятся опыты на ма­тематических моделях. Имитационное моделирование состоит из процесса разработки модели реальной системы и постановки эк­спериментов на этой модели для выявления поведения системы в целом, либо для оценки различных стратегий ее функциониро­вания, обеспечивающих достижение поставленной цели.

Достоинствами этого метода является то, что он наиболее пол­но отражает всю гамму неопределенностей, присущих конкрет­ной ситуации или операции, учитывает всю имеющуюся у ана­литика информацию о проекте, а также позволяет получать «интервальные», а не «точечные» характеристики показателей.

Необходимо отметить, что на практике данный метод может быть применен только с использованием ряда компьютерных программ, позволяющих описывать прогнозные модели с боль­шим количеством случайных сценариев. Точность расчетов ме­тодом «Монте-Карло» во многом определяется качеством про­гнозной модели. Для реализации самого метода необходимо соблюдать следующую последовательность действий:

1) создание прогнозной модели, которая, как правило, пред­ставляет собой математическую зависимость между конкретны­ми зависимыми и независимыми показателями;

2) выявление ключевых (значимых) факторов/показателей;

3) определение законов распределения вероятностей по зна­чимым факторам путем установления доверительных интервалов их минимальных, максимальных и оптимальных значений и про­гнозирования вида и параметров распределения вероятностей внутри доверительных интервалов;

4) выявление корреляционно-регрессионной зависимости между значимыми показателями/факторами и определение их степени с помощью соответствующих коэффициентов;

5) генерирование множества сценариев, основанных на за­данных ограничениях;

6) анализ и корректировка полученных результатов.