Особенности современного риск-менеджмента

нечное число раз,  мы можем уточнить частоту события исходя из базовых ма-

тематических принципов.

В  повседневной деловой  активности  невозможно  уточнить  априорные  ве-

роятности. Чтобы приписать вероятность различному исходу событии, бизнес-

мены вынуждены  полагаться  на статистическую вероятность.  Ее можно  полу-

чить эмпирическом путем, основываясь на событиях прошлого. Например, если

какое-то событие происходило один  раз  из десяти  в прошлом, то ему можно

приписать 10%-ную вероятность. Вероятность, вычисленную для событий в прош-

лом, можно использовать для выражения ожидаемых изменений  в будущем.

ИЗМЕРЕНИЕ  СТЕПЕНИ  РИСКА

Когда мы имеем  неопределенный конечный результат, используются два пара-

метра,  учитывающие риск.

Во-первых,  возможен  не  один  конечный  результат,  а  несколько.  Каждый

потенциальный  результат  имеет  соответствующую  вероятность.  Например,

оценивая  будущий приток наличности, аналитик должен решить, какой веро-

ятностью  обладают  все  потенциальные  результаты,  и  построить  распределе-

ние вероятностей.

Распределение вероятностей описывает шансы (в процентах) всех возмож-

ных вариантов развития событий. Если суммировать все вероятности всех воз-

можных событий, они должны в сумме дать единицу, потому что все вероятно-

сти в совокупности равны достоверности (certainty). Так, мы можем назначить

вероятность  различных  возможных движений  наличности,  как  это  показано

в табл.  12.3. Мы оцениваем, что  возможное движение наличности  из  проекта

в течение ближайшего года составит $3 тыс., $4 тыс., S5 тыс., £6 тыс. и $7 тыс.

При  благоприятном  стечении  обстоятельств  поток  наличности  составит  сум-

му  в  $7 тыс., при неблагоприятном —  только  $3  тыс. Данные,  приведенные

в табл.  12.3, можно представить в виде диаграммы, показанной на рис. 12.3.

Определенные вероятности указывают на то, что есть только 10%-ный шанс,

того, что благоприятные прогнозы сбудутся. Аналогично есть только один шанс

из десяти  (т. е.  10%)  в  пользу того,  что будут  преобладать  все благоприятные

условия. Гораздо вероятнее, что будут иметь место как благоприятные, так и не-

благоприятные  воздействия.  Следовательно,  вероятность  средних  по  уровню

потоков  наличности оказывается максимальной.

Таблица  12.3.  Распределение  вероятностей  для движений  наличности

Приток наличности, $

3000

4000

5000

6000

7000

Вероятность

0,1

0,2

0.4

0,2

0,1

Как только мы составили распределение вероятностей, мы готовы к вычис-

лениям двух  параметров,  используемых для  принятия  решений  относительно

степени риска.

Модуль 12F

ОЖИДАЕМОЕ  ЗНАЧЕНИЕ

На  основании  цифр,  приведенных  в  табл.  12.3,  мы  подсчитываем  ожидаемое

значение  вероятного  исхода  событии.  Ожидаемое  значение  представляет  со-

бой просто-напросто среднее всех возможных исходов, взвешенное гто их соот-

нстствующей  вероятности:

R = (3000 х 0,1) + (4000 х 0,2) + (5000 х 0,4) + (6000 х 0,2) + (7000 х 0,1) =

= 300 + 800 + 2000 + 1200 + 700 = 5000,

где R — ожидаемое значение; R

(

— значение в случае i; p

f

 — вероятность  в случае i;

п — число возможных исходов развития событий.

Теперь, получив взвешенное среднее — ожидаемое значение, — мы можем

определить второй  параметр, тот, который уточняет степень риска.

СРЕДНЕЕ  КВАДРАТИЧНОЕ  ОТКЛОНЕНИЕ

В экономике и финансах риск рассматривается как дисперсия возможных ис-

ходов относительно ожидаемого значения. Чем больше потенциальные разли-

чия со средним, тем выше риск. Таким образом, чтобы измерить риск, мы должны

найти некие единицы измерения, отражающие отклонение возможного исхода

от  среднего.  В  элементарной  статистике для  этой  цели  используется замеча-

тельное  понятие—  среднее квадратичное отклонение. 1 '

Среднее  квадратичное  отклонение  равно  корню  квадратному  из  взвешен-

ного  среднего  квадратичного  отклонения  всех  возможных  исходов  развития

события от ожидаемого значения:

где а - среднее квадратичное отклонение. Для примера, приведенного в табл. 12.3,

средние квадрат1гчные отклонения даны в табл. 12.4.

Что  означает  среднее  квадратичное  отклонение,  равное  1095?  Во-первых,

поскольку  наше  распределение вероятностей  является  симметричным, то су-

ществует 50%-ный шанс того, что исход будет превышать ожидаемое значение,

и 50%-ный шанс того, что он окажется меньше ожидаемого значения.  Исходя

из теории статистики и описания нормального распределения (позднее мы oft-Таблица  12.4.  Подсчет среднего квадратичного  отклонения для табл.  12.3

3000

4000

5000

6000

7000

Pi

0  i

0.2

0.4

0.2

0,1

(Я-Я)

-2000

-1000

0

1000

2000

(Я,-Я)*

4000000

1000000

0

1000000

2000000

(ftl-fft ! p>

400000

200000

0

200000

400000

12000000

o = V 1200000 = 1095

судим  его  более  подробно),  примерно 34%  всех  возможных вариантов  разви-

тия  событий будут находиться в пределах одного стандартного отклонения от

среднего значения, по обе стороны от него, 47,7 — в пределах двух стандартных

отклонений,  а 49,9% -  в пределах  трех  стандартных отклонений.  Таким  обра-

зом,  учитывая  ожидаемое  значение  5000  и  стандартное  отклонение  1095,  мы

делаем  следующий  вывод:  существует  34%-ная  вероятность  того,  что  движе-

ние наличности составит 3905. Другими слонами, существует  16%-ная  вероят-

ность того,  что наш  поток  наличности  будет  равен  или  меньше  3905.  Далее,

поскольку  два  средних  квадратичных  отклонения  равны  2190,  то  существует

вероятность  в  2,3%,  что движение  наличности  будет  равно  2810  или  меньше.

Почти наверняка движение наличности не упадет ниже 1715. Аналогичные рас-

суждения подводят нас к заключению о том, что существует практтгчески нуле-

вая  вероятность  того,  что  движение  наличности  превысит  8285.  Существует

16%-ная вероятность  того, что оно превысит 6095, и т. д.

Сочетание ожидаемого значения и среднего квадратичного отклонения по-

могает сделать выбор между двумя  проектами.  Предположим,  мы должны  вы-

брать один  из двух проектов — проект  1  (показанный в табл.  12.3 и 12.4) или

проект 2. Вот сведении, касающиеся проекта 2:

Приток наличности, $

2000

3500

5000

6500

8000

Вероятность

0,10

0,25

0.30

9,25

0,10

Проведя необходимые подсчеты,  мы увпдим, что ожидаемое значение т>ав-

но 5000, а среднее  квадратичное отклонение—  1710.

Поскольку  ожидаемые  значения  двух  проектов  равны,  то  решение  следует

принимать на основании среднего квадратичного отклонения. Среднее квадра-

тичное отклонение проекта 2 больше (1710), поэтому он является более риско-

ванным.  В общем, бизнесмены не склонны  к риску.  Следовательно,  обычно

принимают проект 1, поскольку он сопряжен с меньшим риском.

 

ИСТОЧНИКИ ДЕЛОВОГО РИСКА

С какими источниками риска сталкивается человек, занимающийся бизнесом?

•   Экономическая ситуация. В процессе экономического цикла фирмы ис-

пытывают фазы подъема и спада. Хотя прогнозирование помогает подго-

товить предприятие к  переменам,  невозможно наверняка предсказать

время и характер изменчивости экономической деятельности.

• Колебания в отдельных отраслях. Эти колебания могут не совпадать с об-

щим состоянием экономики.

• Конкуренция и технологические изменения. Когда конкуренты совершен-

ствуют товар или внедряют новые технологии, это оказывает влияние на

продажи отдельных компаний или отраслей.

• Изменения в предпочтениях потребителей. Товары, пользующиеся огромным успехом в текущем году, могут не пользоваться никакой популярностью на следующий год.  Индустрия моды является великолепным  примером смены стилей. Издержки и затраты. Затраты на рабочую силу и материальные издержки подвержены изменениям, иногда весьма неожиданным. Великолепным примером такой неопределенности являются цены на нефть.