Понятие риска, рисковых активов и требуемой доходности. Количественная оценка риска актива

Табл.1. Сводная таблица оценки организационного риска.

Роль количественной оценки экономического риска значительно возрастает, когда существует возможность выбора из совокупности альтернативных решений оптимального решения, обеспечивающего наибольшую вероятность наилучшего результата при наименьших затратах и потерях в соответствии с задачами минимизации и программирования риска. Здесь следует выявить, количественно измерить, оценить и сопоставить элементы рассматриваемых экономических процессов, выявить и определить взаимосвязи, тенденции, закономерности с описанием их в системе экономических показателей, что немыслимо без использования математических методов и моделей в экономическом анализе.

Применение экономико-математических методов позволяет провести качественный и количественный анализ экономических явлений, дать количественную оценку значения риска и рыночной неопределенности и выбрать наиболее эффективное (оптимальное) решение. Математические методы и модели позволяют имитировать различные хозяйственные ситуации и оценивать последствия при выборе решений, обходясь без дорогостоящих экспериментов.

Методы экономико-математического анализа, являясь регулятором экономической деятельности в единстве внешних и внутренних неопределенностей, обеспечивая выбор оптимальных решений, позволяют также математически анализировать, измерять значение и возможности минимизации, программирования риска с целью наилучшего управления риском на основе повышения эффективности и качества хозяйственной деятельности, сокращения неопределенности.

В качестве математических средств принятия решений в условиях неопределенности и риска будем пользоваться методами теории математических игр, теории вероятностей, математической статистики, теории статистических решений, математического программирования.

Теория игр – это теория математических моделей принятия оптимальных решений в условиях неопределенности, противоположных интересов различных сторон, конфликта. Матричные игры могут служить математическими моделями многих простейших конфликтных ситуаций из области экономики. В частности, теория игр применяется в вопросах борьбы фирм за рынки, в явлениях олигополии, в планировании рекламных компаний, при формировании цен на конкурентных рынках, в биржевой игре и т.д. С позиций теории игр можно рассматривать вопросы централизации и децентрализации управления производством, оптимальное планирование по нескольким показателям, планирование в условиях неопределенности, порождаемой, например, техническим прогрессом, преодоление ведомственных противодействий и т.д.

Риск – категория вероятностная, поэтому в процессе оценки неопределенности и количественного определения степени риска используют вероятностные расчеты.

Количественная оценка вероятности наступления отдельных рисков и то, во что они могут обойтись, позволяет ЛПР (лицо принимающее решение) выделить наиболее вероятные по возникновению и весомые по величине потерь риски, которые будут являться объектом дальнейшего анализа для принятия решения о целесообразности реализации проекта. Оценка вероятности также поможет ЛПР уяснить практические возможности выборочных исследований и дать прогноз будущих действий.

Применительно к экономическим задачам методы математической статистики сводятся к систематизации, обработке и использованию статистических данных для научных и практических выводов. Метод исследования, опирающийся на рассмотрение статистических данных о тех или иных совокупностях объектов, называется статистическим. Основным элементом экономического исследования является анализ и построение взаимосвязей экономических переменных. Изучение таких взаимосвязей осложнено тем, что они не являются строгими, функциональными зависимостями. Бывает достаточно трудно выявить все основные факторы, влияющие на данную переменную (например, прибыль, риск), многие такие взаимодействия являются случайными, носят неопределенный характер, и число статистических наблюдений является ограниченным. В этих условиях математическая статистика (то есть теория обработки и анализа данных) позволяет строить экономические модели и оценивать их параметры, проверять гипотезы о свойствах экономических показателей и формах их связи, что, в конечном счете, служит основой для экономического анализа и прогнозирования, создавая возможность для принятия обоснованных экономических решений. Теория вероятностей играет важную роль при статистических исследованиях вероятностно-случайных явлений. Здесь в полной мере находят применение такие, основанные на теории вероятностей разделы математической статистики, как статистическая проверка гипотез, статистическое оценивание распределений вероятностей и входящих в них параметров и др.

Методы принятия решений в условиях риска также разрабатываются и обосновываются в рамках так называемой теории статистических решений. Суть статистического метода, как уже указывалось, заключается в том, что анализируется статистика потерь и прибылей, имевших место на данном или аналогичном предприятии (экономическая ситуация), устанавливается величина и частость получения того или иного экономического результата и составляется наиболее вероятный прогноз на будущее. Недостатком статистического подхода к измерению риска является тот факт, что он основывается на имеющихся статистических данных прошлых периодов, в то время как оценка риска относится к будущим событиям. Это снижает ценность данного подхода в условиях быстро меняющейся экономической обстановки. В то же время достоинством данного подхода к измерению риска является его объективность.

Экономико-математические задачи, цель которых состоит в нахождении наилучшего (оптимального) с точки зрения некоторого критерия (или критериев) варианта использования имеющихся ресурсов (труда, капитала, и пр.), называются оптимизационными. Оптимизационные задачи решаются с помощью оптимизационных моделей методами математического программирования. Необходимым условием использования оптимального подхода к планированию и управлению (принципа оптимальности) является гибкость, альтернативность производственно-хозяйственных ситуаций, в условиях которых приходится принимать планово-управленческие решения. Именно такие ситуации, как правило, и составляют повседневную практику хозяйствующего субъекта (выбор оптимального ассортимента производственной программы, прикрепление к поставщикам, составление портфеля ценных бумаг, вложение инвестиций в оптимальный проект, маршрутизация, раскрой материалов и т.д.).

Структура оптимизационной модели состоит из целевой функции, области допустимых решений и системы ограничений, определяющих эту область. Целевая функция в самом общем виде, в свою очередь, также состоит из трех элементов: управляемых переменных, неуправляемых переменных и формы функции (вида зависимости между ними). Если все функции, описывающие некоторую экономическую ситуацию линейны, то имеем задачу линейного программирования, к которой и будет сведена задача игры с природой о нахождении оптимального ассортимента продукции, выпускаемой швейным производством.

С каждой задачей линейного программирования связана другая задача, называемая двойственной по отношению к исходной. Совместное изучение данной задачи и двойственной к ней задачи служит инструментом анализа и принятия правильных решений в условиях постоянно меняющейся экономической ситуации [2].

Также при количественной оценки рискованности проектов Всемирный банк рекомендует использование трех вероятностных подходов:

1. анализ чувствительности;
2. анализ вариантов;
3. метод расчета критических точек.

Анализ чувствительности. Известно, что многие показатели, определяющие денежные потоки проекта, основаны на распределении вероятностей и не могут быть определены с абсолютной точностью.

Кроме того, если изменится ключевой параметр исходных данных, такой, как, например, затраты на единицу продукции, то изменится и NPV проекта. Анализ чувствительности – это метод, который позволяет определить, насколько изменится NPV при заданном изменении значения переменной при неизменных значениях всех остальных показателей.

Анализ чувствительности начинается с рассмотрения базового случая, который рассчитывается на основе ожидаемых значений каждого показателя. Затем значение каждого показателя изменяется на определенное количество процентов выше и ниже ожидаемого значения при неизменных остальных показателях (границы вариации составляют, как правило, плюс-минус 10-15%); рассчитывается новая NPV для каждого из этих значений. В конце получившийся набор значений NPV может быть нанесен на график зависимости от изменения каждой из переменных. При анализе графиков используется простое правило: чем больше наклон графика, тем более чувствителен проект к изменению данной переменной. И если мы сравниваем результаты анализа для двух разных проектов, то проект с большим наклоном графика чувствительности будет считаться более рискованным, так как у него незначительное отклонение значения показателей от ожидаемых приведет к более серьезному отклонению значения ожидаемой NPV проекта. Таким образом, анализ чувствительности может дать представление о рискованности проекта. В качестве ключевого показателя, относительно которого производится оценка чувствительности, может быть выбран также показатель IRR.

Анализ вариантов. Хотя анализ чувствительности и является наиболее распространенным методом анализа риска, тем не менее, у него есть некоторые недостатки. В общем случае риск собственно проекта зависит как от чувствительности его NPV к изменениям ключевых переменных, так и от диапазона наиболее вероятных значений этих переменных, который представлен распределением вероятности. Так как анализ чувствительности рассматривает только первый фактор, он не может быть полным. Этот недостаток восполняет вероятностный анализ, суть которого заключается в том, что для каждого параметра исходных данных строится кривая вероятности значений.

Последующий анализ может идти по одному из двух направлений:

1. либо путем определения и использования в расчетах средневзвешенных величин;
2. либо путем построения дерева вероятностей и выполнения 
   расчетов по каждой из возможных варьируемых величин; в этом случае появляется возможность построения «профиля риска» проекта, т.е. графика вероятностей значений какого-либо из результирующих показателей (чистого дохода, внутренней нормы доходности и т.п.).

Главным преимуществом метода является то, что он позволяет получить целый диапазон возможных значений с вероятностью их исхода, а не просто какое-то точечное значение NPV. Кроме того, с его помощью можно достаточно точно определить вероятность того, что NPV и IRR проекта будут больше нуля, что дает представление о степени его рискованности.

Метод расчета критических точек проекта обычно представлен расчетом так называемой точки безубыточности, применяемым по отношению к объемам производства или реализации продукции. Смысл этого метода, как это вытекает из его названия, заключается в определении минимально допустимого (критического) уровня производства (продаж), при котором проект остается безубыточным, т.е. не приносит ни прибыли, ни убытка. Чем ниже этот уровень, тем более вероятно, что данный проект будет жизнеспособным в условиях непредсказуемого сокращения рынка сбыта, и, следовательно, тем ниже будет уровень риска инвестора.

Для использования данного метода нужно выбрать интервал планирования, на котором достигается полное освоение производственных мощностей. Затем методом итераций подбирается искомое значение объема производства (обычно в натуральном выражении) или объема продаж (обычно в денежном выражении). Проект признается устойчивым, если найденная величина не превышает 75-80% от нормального уровня.

Применяется также и аналитический метод расчета точки безубыточности. Для этого необходимо подразделить текущие (производственные) затраты на условно-переменные и условно-постоянные, а затем подставить их в следующую формулу:

ВЕР = FC/V-VC,

где: BEP – величина точки безубыточности;

       FC – условно-постоянные затраты;

       V – выручка от реализации;

       VC – условно-переменные затраты.

В случае определения критических точек для каждого конкретного участника проекта его вероятные убытки могут быть устранены за счет создания запасов и резервов или возмещения страховыми выплатами. Таким образом, после учета всех потенциальных критических точек проекта и разработки механизмов компенсации возможных потерь проект можно считать устойчивым.

В современных условиях риск при определении критериев устойчивости проекта можно рассчитывать с помощью различных программ, таких, как «Альт-Инвест», разработанной фирмой «Альт» (Санкт-Петербург), «Project Expert», разработанной фирмой «Рго Invest Consulting», а также программ, предлагаемых в отделении ООН по промышленному развитию, - ЮНИДО (пакеты «COMFAR» и «PROPSIN») [1].

Заключение

Таким образом, риск в предпринимательской деятельности, бизнесе имеет вполне самостоятельное теоретическое и прикладное значение как важная составная часть теории и практики управления, особенно, если учесть малоизученность этой серьезнейшей проблемы. Перечень источников по вопросам управления в ситуации риска и степени его оценки в отечественной литературе беден, фундаментальных исследований по существу нет. Ориентация в течение длительного времени на преимущественно экстенсивное развитие народного хозяйства страны, чрезмерно высокая степень централизации управления, господство административных методов управления и не ставили вопрос об учете неопределенности и риска. Кроме того, при «экономике дефицита» у предпринимателя нет заинтересованности и желания идти на риск, менять сложившуюся технологию производства. Отсюда понятны причины отсутствия устойчивого интереса к проблеме хозяйственного и социального риска.