Оценка и оптимизация рисков

Количественную оценку уровня риска можно провести с раз­ной степенью точности расчетов. Приведем наиболее упрощенный метод оценки рисков. На первом этапе рекомендуется попытаться установить зависимости между внешними (внутренними) факто­рами и уровнем риска. Число зависимостей определяется полно­той и качеством информационного обеспечения системы управ­ления рисками. Для этих целей следует строить корреляционные поля и устанавливать статистические зависимости.

На рис. 15.3 представлены графики линейной зависимости уровня риска от факторов риска — прямо пропорциональной (функции от Х₁ и Х₂) и обратно пропорциональной (функции от Х₂ и Х₄). В пер­вом случае (рис. 15.3, а, в, функция от X₃ с увеличением (ростом, повышением) фактора растет риск Y инвестиций или выполнения какого-либо проекта. Например, с повышением степени износа основных производственных фондов (постоянного капитала) орга­низации, среднего возраста технологий, текучести кадров, среднего возраста работников (преподавателей, ученых, специалистов) и дру­гих аналогичных факторов растет риск инвестиций. Во втором слу­чае (рис. 15.3, б, в, функция от Х₄) с уменьшением (снижением) фактора риск Y инвестиций растет. Например, с падением конку­рентоспособности объектов (специалистов, менеджеров, техноло­гий, оборудования, продукции, организации и т. д.), научного уров­ня принимаемых управленческих решений, средней заработной платы работников, фондовооруженности труда, социальной обес­печенности работников и других факторов аналогичного характе­ра риск инвестиций растет.

Рис. 15.3. Корреляционные зависимости уровня риска (Y) от факторов риска (X₁, Х₂, Х₃, Х₄)

При оценке и оптимизации рисков необходимо: 1) провести отбор внешних и внутренних факторов риска, охватывающих макросреду, инфраструктуру региона и микросреду организа­ции; 2) организовать мониторинг этих факторов; 3) проранжировать факторы с целью отбора важнейших из них (управлять или осуществлять мониторинг всех факторов невозможно); 4) устано­вить форму связи между факторами и уровнем риска; 5) попытать­ся установить количественные зависимости (уравнения регрессии) между важнейшими факторами риска и уровнем риска; 6) опреде­лить эластичность между важнейшими факторами риска и уровнем риска инвестиций. Кроме выполнения этих исследований необхо­димо установить количественные зависимости между конечными показателями проекта (прибылью, доходностью, ликвидностью и др.) и уровнем риска. Например, зависимость между уровнем рис­ка и прибылью (доходностью) от инвестиций описывается кривой Y=f(X₃), между риском и ликвидностью ценных бумаг — кривой Y=f(X₂), между риском и устойчивостью функционирования орга­низации — функцией Y=(X₄) и т. д.

При оценке рисков следует рассчитывать вероятность дости­жения запланированного значения прибыли, которая описывает­ся законом Гаусса (рис. 15.4). Для того чтобы управленческие ре­шения в инновационных проектах находились в зоне на рис. 15.4, необходимо исследовать влияние внешних и внутренних факто­ров риска на прибыль, снизить влияние негативных (повышаю­щих риск) факторов на прибыль и оптимизировать уровень риска. Поэтапная оптимизация риска представляет собой: 1) отбор и ран­жирование факторов внешней и внутренней среды объекта и субъекта риска с применением методов факторного анализа (математико-статистических и экспертных); 2) установление зави­симостей между отобранными факторами риска и объектом рис­ка (доходом, прибылью и др.); 3) стохастическую оптимизацию риска.

Рис. 15.4. Кривая распределения прибыли и убытков в зависимости от уровня риска

Вероятность (частоту) получения прибыли или несения потерь можно определить по формуле

(1)

где — вероятность получения прибыли или убытков в i-м слу­чае; — число i-х случаев получения прибыли или убытков; — общее число случаев в генеральной выборке.

Среднее ожидаемое значение прибыли (потерь) определяется по формуле

(2)

где — номер случая (события); — фактическое зна­чение i-го случая. Среднеквадратическое отклонение (S) фак­тических данных по риску от расчетных определяется по фор­муле

(3)

где —дисперсия; n — число случаев наблюдения; р — число пара­метров уравнения (в данном примере — один). Причем

(4)

Чем больше значение S, тем выше риск прогнозируемого собы­тия, больше разброс, поле допуска анализируемого параметра от средней величины (медианы, точка 0 на рис. 15.4), тем «грубее» модель оптимизации риска. Необходимо сглаживать, уменьшать факторы риска с тем, чтобы снизить значение S, т. е. сузить поле риска. Приемлемым считается вариант, когда значение S меньше + 15%.