2. Количественная оценка рисков

Количественные оценки рисков инвестиционного проекта связаны с численным определением величин отдельных рисков и риска проекта в целом. Количественный анализ часто использует инструментарий теории вероятностей, математической статистики, теории исследования операций.

Задача количественного анализа состоит в численном измерении степени влияния изменений рискованных факторов проекта, проверяемых на риск, на поведение критериев эффективности проекта.

В настоящее время наиболее распространенными являются:

Количественная оценка вероятности и последствий (или распределения случайных величин, с помощью которых моделируется рисковая ситуация) может осуществляться разными методами. Выбор того или иного способа зависит, в первую очередь, от объема доступной, в т.ч. статистической, информации о риске и требуемой точности оценок. Также приходится учитывать фактический уровень риска. Чем меньше вероятность наступления, тем труднее измерить риск.

Общий принцип при выборе методов измерения сводится к максимально возможному использованию доступных статистических данных. Если их нет, они недостаточны или неприменимы, фактический материал заменяется теоретическими гипотезами или экспертными оценками.

Всего можно выделить четыре группы методов количественной оценки рисков:

1. Статистические методы. В основе данных методов лежит оценка вероятности наступления случайного события исходя из относительной частоты появлений данного события в серии наблюдений. Данные методы являются наиболее предпочтительными, поскольку, во-первых, они достаточно просты, и, во-вторых, их оценки базируются на фактических данных (а, практика, как известно, является критерием истины).

Но статистические методы не применимы там, где нет достаточного объема наблюдений. Для корректной оценки рисков редких событий требуется очень больший объем статистических данных. Кроме того, сбор и обработка таких массивов информации может оказаться слишком долгой и дорогой.

Средняя величина представляет собой обобщенную количественную характеристику, и по ее значению достаточно трудно принять решение в пользу какого-либо варианта вложения капитала. С этой целью измеряется Колеблемость, или размах, полученного результата. Колеблемость - это степень отклонения ожидаемого значения результата от его средней величины. Для определения колеблемости вычисляют такие статистические величины, как дисперсия и среднее квадратическое отклонение.

Дисперсия (у2) представляет собой среднее взвешенное из квадратов отклонений действительных результатов от средних ожидаемых .Дисперсия и среднее квадратическое отклонение являются мерами абсолютной колеблемости. Они измеряются в тех же единицах, что и варьирующий признак. Для анализа степени отклонения часто используется коэффициент вариации.

2. Вероятностно-статистические методы. Если имеющаяся статистическая информация недостаточно полная, то иногда возможно восполнить имеющиеся пробелы за счет анализа дополнительных косвенных данных или за счет логических рассуждений. Использование комбинации статистических данных и теоретических гипотез для оценки риска составляет основную идею вероятностно-статистических методов. Это расширяет область применения данной группы методов, но надежность полученных результатов может оказаться ниже, чем при использовании статистических методов.

3. Теоретико-вероятностные методы. Две предыдущие группы методов требуют наличия достаточного или хотя бы ограниченного объема статистических данных об исследуемом явлении. Однако при управлении рисками приходится сталкиваться с необходимостью оценки редких событий, которые допускают очень тяжелые последствия. В прошлом данные события могли вообще не происходить в силу их "редкости" (т.е. малой вероятности) или уникальности рассматриваемых объектов. В этом случае статистика либо вообще отсутствует, либо относится к другим объектам, которые существенно отличаются от исследуемого. Это делает невозможным применение статистических и вероятностно-статистических методов. Приходится использовать теоретико-вероятностные методы, в основе которых лежит построение математической модели изучаемого риска и теоретической оценки его параметров. Данные методы очень трудоемки и имеют относительно невысокую точность, но в ряде случаев являются единственным возможным научно-обоснованным способом оценки. В частности, они применяются при разработке деклараций промышленной безопасности предприятий.

В отличие от статистического метода, где объект рассматривается как "черный ящик", в приведенном примере изучается структура объекта и влияние каждого его элемента на вероятность реализации риска. Но при использовании подобных теоретических методов полученное абсолютное значение вероятности может быть неточно, т.к. оно зависит от правильности определения вероятности отказа всех звеньев. Зато, если модель адекватна, то хорошо учитывается влияние изменения схемы (структуры) объекта. Поэтому теоретико-вероятностные методы лучше работают при сравнении надежности различных схем, чем при абсолютной оценке степени их безопасности.

4. Экспертные методы. В ситуации, когда нет ни статистики, ни возможности построить математическую модель, остается использование опыта и знаний экспертов. Это имеет место при исследовании объектов с неопределенными параметрами или неизученными свойствами. Количественная оценка риска происходит на основе обработки ответов специально отобранных экспертов. При этом большое внимание должно уделяться процедуре отбора экспертов и формированию шкал оценок. Для организации процесса может использоваться так называемый метод Дельфи. Однако и он не дает гарантии достоверности результатов.

Область применения методов измерения риска. Особенности рассмотренных методов количественной оценки рисков определяют области их применения в зависимости от имеющихся статистических данных и возможности построения теоретических моделей

Следует также отметить, что поскольку в подавляющем большинстве случаев понятие риска относится к будущим событиям, то при любом методе количественной оценки приходится учитывать возможное изменение существующего уровня риска, то есть делать прогноз. Выбор метода прогнозирования также является сложной задачей

Размещено на Allbest.ru