Прогнозирование и оптимизация рисков в туризме

В первом случае Кинг У. абсолютно автономно рассматривает этап анализа риска, что является ошибкой. Как было сказано ранее, все этапы процесса управления риском взаимосвязаны. Поэтому Хохловым Н.В. рассматривается повторный анализ риска , поскольку до этого (на первом этапе) ставились определенные цели (следовательно, руководство сознавало, что оно идет на риск). Рискованная ситуация произошла, и произошло переосмысление риска. По Кингу У. определяются не столько причины возникновения рисков, сколько причины убытков, что соответствует четвертому этапу. В рамках же полученного знания подэтапы повторного анализа риска идут в стандартном порядке.[15,c.104]

Следует отметить, что с точки зрения методологии  исследования рисков данный этап является наиболее сложным. Исследование риска как таковое наиболее ярко проявляется именно на этом этапе - происходит выявление риска и причин, его порождающих, определяется возможное влияние риска на объект риска, формируются пути избежания риска.

Каждый из подэтапов анализа риска содержит в себе множество методов, различных по своей природе и назначению.[3,c.64]

При качественном анализе риска используемые методы можно разделить на четыре группы:

1. Методы, базирующиеся на анализе имеющейся информации

- рассмотрение и анализ первичных документов финансовой и управленческой деятельности

     - анализ данных периодических (годовых, квартальных) отчетов организации.

2. Методы сбора новой информации

     -    стандартизированный опросный лист;

     -   персональные инспекционные посещения производственных подразделений организации;

     -    консультации со специалистами, как работающими в самой организации, так и внешними.

3. Методы моделирования деятельности организации

     - составление и анализ диаграммы организационной структуры организации;

     -  анализ карты потоков, отражающей технологические потоки производственных процессов.

4. Эвристические методы качественного анализа

Рассматривая  методы количественного анализа  рисков, можно составить следующую классификацию методов:

1. Аналитические методы

     -    анализ чувствительности

     -    анализ сценариев

2. Вероятностно-теоретические методы

      -    статистические методы

      -   имитационное моделирование (метод симуляций Монте-Карло, метод исторических симуляций)

      - методы построения деревьев (деревья событий, деревья отказов, события-последствия)

      -   логико-вероятностные методы

3. Эвристические методы количественного анализа
4. Нетрадиционные методы

      -   системы искусственного интеллекта (нейронные сети)

      -   моделирование на основе аппарата нечеткой логики ( fuzzy logic ).

С позиции рассмотрения методологии исследования рисков этот этап является основным. Поэтому, в  связи с разнообразием методов  анализа риска и важностью  этого этапа в процессе исследования рисков, он будет рассмотрен более подробно далее.[3,c.122]

Непосредственно с анализом риска связан третий этап – выбор (корректировка) методов управления риском . На данном этапе происходит оценка сравнительной эффективности указанных методов, а также анализируется их воздействие в комплексе. Необходимость этого объясняется тесной взаимосвязью рисков между собой, в результате чего воздействие на один из рисков может явиться фактором увеличения других рисков. В то же время, ряд методов может оказаться универсальным по характеру воздействия на риски, что позволит снизить затраты на управление рисками .[4,c.145]

В разных источниках приводятся различные классификации методов  воздействия на риск, однако анализ имеющейся литературы по этой теме позволяет сделать вывод о существовании четырех основных групп методов управления риском:

•  избежание риска,

•  снижение риска,

•  принятие риска на себя,

•  передача части или всего риска третьим лицам.

Следует отметить, что значительную часть информации о том, какой метод использовать, риск-менеджер получает еще на этапе анализа риска.

Избежание риска происходит в том случае, если осуществление деятельности ведет к нарушению принципов исследования рисков.

Примером несоответствия деятельности, подверженной рискам, практическим принципам исследования рисков является ситуация, когда снижение рисков не ведет к уменьшению вероятности их возникновения и возможного ущерба, в связи с чем наилучшим способом работы является его избежание – например, отказ от проекта, реализация которого ведет к рискам, катастрофическим для предприятия.[17,c.34]

Вторым характерной  причиной избежания риска (из-за несоответствия принципам исследования рисков) является непредсказуемость рисков. Так, если на этапе анализа риска невозможно спрогнозировать последствия делового решения, могущего привести к потерям (нет статистических данных, эвристические методы дают слишком разноречивые оценки), риск потерь по данному решению неизвестен.

Сутью методов снижения риска является уменьшение вероятности наступления риска и уменьшение объемов возможных потерь. В данном случае риск-менеджер на основании данных, полученных на стадии анализа риска разрабатывает мероприятия, позволяющие компании понизить воздействие риска. Этот метод, во-первых, приемлем для рисков, имеющих высокую вероятность и небольшой объем потерь. В этом случае ставится цель понизить вероятность возникновения ущерба. Во-вторых, снижение риска производится в случаях низкой вероятности и значительного ущерба.[18,c.123]

Наиболее показательным  для данной группы методов является использование результатов метода "построения деревьев". Например, разработка дерева отказов позволяет  определить все возможные причины  отказа системы (технико-производственный риск) и, тем самым, дает возможность понизить вероятность возникновения ущерба. Не менее эффективным является использование результатов метода чувствительности, позволяющего определить влияние основных рискообразующих факторов на величину и вероятность ущерба.

Третья группа - принятие риска на себя , - означает оставление всего (или части) риска за компанией и покрытие возможных потерь собственными средствами. Наиболее часто данные методы применяются, если риски маловероятны и возможный ущерб невелик. Одной из проблем в данном случае является определение размера резервного фонда, предназначенного для покрытия риска. [18,c.116]

Методы передачи риска третьим лицам применяются в том случае, если риски весьма вероятны и размер ущерба невелик. Либо если вероятность наступления ущерба низка, однако его размер значителен. В этом случае производится сравнение затрат на передачу риска с ожидаемым результатом. Наиболее часто используемым методом этой группы является страхование – передача риска в страховую компанию, хеджирование риска на рынке ценных бумаг и пр.

Таким образом, данный этап является логическим продолжением анализа рисков и позволяет применить  его результаты.

Четвертым этапом управления рисками является контроль и переосмысление рисков. Эта стадия подразумевает активнейшую роль экономического субъекта в преодолении ситуаций риска, в выборе альтернативных решений и принятии окончательного решения. На этом этапе исследование риска позволяет получить новую информацию о сущности риска, о правильности предыдущих выводов о его природе. Тем самым, подтверждается принцип единства теории и практики – чем активнее применяются теоретические знания о сущности риска на практике (в управлении рисками), тем больше исследователь узнает о сущности риска и тем грамотнее он принимает решения.[24,c.203]

Таким образом, весь процесс управления рисками  можно отобразить следующим образом (рис.1):

Рис. 1. Процесс  исследования риска  

 

На каждом из этапов используются свои методы исследования рисков, каждый из них по отдельности  дает результаты, являющиеся исходными данным и для последующих этапов, что требует объединения этих этапов в систему. Это позволит максимально эффективно добиваться целей, поставленных перед организацией, поскольку информация, получаемая на каждом из этапов, позволяет корректировать не только методы воздействия на риск, но и переосмысливать цели, ставящиеся перед организацией.

Кроме возможных  методов управления рисками существуют еще  и методы их прогнозирования, а также, проблемы связанные с  применением этих методов. Рассмотрим их во второй главе.

 

II ГЛАВА. ПРАКТИЧЕСКИЕ АСПЕКТЫ ОЦЕНКИ

 РИСКОВ

 

2.1.Прогнозирование  рисков. Проблемы применения методов  прогнозирования в условиях риска

 

Методы социально-экономического прогнозирования. Кратко рассмотрим различные  методы эконометрического прогнозирования (предсказания, экстраполяции), используемые в социально-экономической области. По вопросам прогнозирования имеется большое число публикаций .

Как часть теории принятия решений существует научная  дисциплина "Математические методы прогнозирования". Ее целью является разработка, изучение и применение современных математических методов эконометрического (в частности, статистического, экспертного, комбинированного) прогнозирования социально-экономических явлений и процессов, причем методы должны быть проработаны до уровня, позволяющего их использовать в практической деятельности экономиста, инженера и менеджера. К основным задачам этой дисциплины относятся разработка, изучение и применение современных математико-статистических методов прогнозирования.[20,c.25]

Наиболее перспективными являются непараметрические методы. Они включают метод наименьших квадратов с оцениванием точности прогноза, адаптивные методы, методы авторегрессии и др. Не менее необходимо развитие теории и практики экспертных методов прогнозирования. В том числе методов анализа экспертных оценок на основе статистики нечисловых данных. Особенно актуальна разработка методов прогнозирования в условиях риска, а также комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как статистических, так и экспертных) моделей.

 

 Как общепринято  со времен основоположника научного  менеджмента Анри Файоля, прогнозирование  и планирование - основа работы  менеджера . Сущность эконометрического  прогнозирования состоит в описании  и анализе будущего развития, в отличие от планирования, при котором директивным образом задается будущее движение.[18,c.56]

 Часто оказывается  полезным промежуточный путь  между прогнозированием и планированием  – так называемое нормативное  прогнозирование. При его применении  сначала задается цель (т.е. «норма», которой необходимо следовать). Затем разрабатывается система мероприятий, обеспечивающая достижение этой цели, и изучаются характеристики этой системы (объем необходимых ресурсов, в том числе материальных, кадровых, финансовых, временных, возникающие риски и т.п.).

 Роль прогнозирования  в управлении страной, отраслью, регионом, предприятием очевидна. Необходимо  учитывать СТЭЭП-факторы (т.е.  социальные, технологические, экономические,  экологические, политические), факторы  конкурентного окружения и научно-технического прогресса. А также прогнозирование расходов и доходов предприятий, населения и общества в целом. Проблемы внедрения и практического использования математических методов эконометрического прогнозирования для управления рисками и принятия решений связаны прежде всего с отсутствием в нашей стране достаточно обширного опыта подобных исследований.[23,c.29]

 Статистические  методы прогнозирования. Наиболее  часто используется метод наименьших  квадратов при небольшом числе  факторов (1-5). Метод наименьших модулей и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше. 

 Оценивание  точности прогноза - необходимая  часть процедуры квалифицированного  прогнозирования. При этом обычно  используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия (при использовании параметрических моделей). Применяются также эвристические приемы, не основанные на какой-либо теории: метод скользящих средних, метод экспоненциального сглаживания. Адаптивные методы прогнозирования позволяют оперативно корректировать прогнозы при появлении новых точек.[25,c.59]

 Многомерная  регрессия - основной на настоящий  момент эконометрический аппарат прогнозирования. Подчеркнем, что нереалистическое предположение о нормальности погрешностей измерений и отклонений от линии (поверхности) регрессии использовать не обязательно. Однако для отказа от предположения нормальности необходимо опереться на иной математический аппарат, основанный на многомерной центральной предельной теореме теории вероятностей и эконометрической технологии линеаризации. Он позволяет проводить точечное и интервальное оценивание параметров, проверять значимость их отличия от 0 в непараметрической постановке, строить доверительные границы для прогноза.