Риск-менеджмент в отраслях и сферах деятельности

При разработке программы действия по снижению риска необходимо учитывать психологическое восприятие рисковых решений, так как принятие решений в условиях риска является психологическим процессом. Поэтому наряду с математической обоснованностью решений следует иметь в виду проявляющиеся при принятии и реализации рисковых решений психологические особенности человека: агрессивность, нерешительность, сомнения, самостоятельность, экстравертивность, интровертивность и др.

Экстравертивность -- свойство личности, проявляющееся в ее направленности на окружающих людей, события. Она выражается в высоком уровне общительности, живом эмоциональном отклике на внешние явления.

Интровертивность -- направленность личности на внутренний мир собственных ощущений, переживаний, чувств и мыслей. Для интровертивной личности характерны некоторые устойчивые особенности поведения и взаимоотношений с окружающими, опора на внутренние нормы, самоуглубленность. Суждения, оценки интровертов отличаются значительной независимостью от внешних факторов, рассудительностью. Обычно человек совмещает в определенной пропорции черты экстравертивности и интровертивности.

Неотъемлемой частью риск-менеджмента является организация мероприятий по выполнению намеченной программы действия, определение отдельных видов мероприятий, объемов и источников финансирования работ, конкретных исполнителей, сроков выполнения и т.п.

Важный этап организации риск-менеджмента -- контроль за выполнением намеченной программы, анализ и оценка результатов выполнения выбранного варианта рискового решения.

Организация риск-менеджмента предполагает определение органа управления риском на данном хозяйственном субъекте. Им может быть финансовый менеджер, менеджер по риску или соответствующий аппарат управления: сектор страховых операций, сектор венчурных инвестиций, отдел рисковых вложений капитала и т. п. Эти секторы или отделы являются структурными подразделениями финансовой службы хозяйствующего субъекта.

Отдел рисковых вложений капитала в соответствии с уставом хозяйствующего субъекта может осуществлять следующие функции:

проводить венчурные и портфельные инвестиции, т. е. рисковые вложения капиталов в соответствии с действующим законодательством и уставом хозяйствующего субъекта;

разрабатывать программу рисковой инвестиционной деятельности;

собирать, обрабатывать, анализировать и хранить информацию об окружающей обстановке;

определять степень и стоимость рисков, стратегию и приемы управления ими;

разрабатывать программу рисковых решений и организовывать ее выполнение, включая контроль и анализ результатов;

осуществлять страховую деятельность, заключать договоры страхования и перестрахования, проводить страховые и перестраховые операции, расчеты по страхованию;

разрабатывать условия страхования и перестрахования, устанавливать размеры тарифных ставок по страховым операциям; выполнять функции аварийного комиссара, выдавать гарантию по поручительству российских и иностранных страховых компаний, производить возмещение убытков за их счет, поручать другим

лицам исполнение аналогичных функций за рубежом; вести соответствующую бухгалтерскую, статистическую и оперативную отчетность по рисковым вложениям капитала.

3.2 Анализ и оценка уровня риска

3.2.1 Общие принципы анализа риска

Назначение анализа риска -- предоставить потенциальным партнерам необходимые данные для принятия решений о целесообразности участия в проекте и предусмотреть меры по защите от возможных финансовых потерь. Анализ риска производится в последовательности, приведенной на схеме 3.4.

Когда говорят о необходимости учета риска при управлении проектами, обычно имеют в виду основных его участников: заказчика, инвестора, исполнителя (подрядчика) или продавца, покупателя, а также страховую компанию.

При анализе риска любого из участников проекта используются следующие критерии, предложенные известным американским экспертом Б. Берлимером:

· потери от риска независимы друг от друга;

· потеря по одному направлению из «портфеля рисков» не обязательно увеличивает вероятность потери по другому (за исключением форс-мажорных обстоятельств);

· максимально возможный ущерб не должен превышать финансовых возможностей участника.

Размещено на http://www.allbest.ru/

Схема 3.4. Блок-схема анализа риска

Риск обычно подразделяется на динамический и статический.

Динамический риск -- это риск непредвиденных изменений стоимости основного капитала вследствие принятия управленческих решений или непредвиденных изменений рыночных или политических обстоятельств. Такие изменения могут привести как к потерям, так и к дополнительным доходам.

Статический риск -- риск потерь реальных активов вследствие нанесения ущерба собственности, а также потерь дохода из-за недееспособности организации. Данный риск может привести только к потерям.

Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный.

Качественный анализ может быть сравнительно простым, его главная задача -- определить факторы риска, этапы работы, при выполнении которых риск возникает, т. е. установить потенциальные области риска, после чего идентифицировать все возможные риски.

Количественный анализ риска, т. е. численное определение размеров отдельных рисков и риска проекта в целом, -- проблема более сложная. Все факторы, так или иначе влияющие на рост степени риска в проекте, можно условно разделить на объективные и субъективные.

К объективным относятся факторы, не зависящие непосредственно от самой фирмы (инфляция, конкуренция, анархия, политические и экономические кризисы, экология, таможенные пошлины и т. д.).

К субъективным относятся факторы, характеризующие непосредственно данную фирму. Это производственный потенциал, техническое оснащение, уровень предметной и технологической специализации, организация труда, уровень производительности труда, степень кооперированных связей, уровень техники безопасности, выбор типа контрактов с инвестором или заказчиком и пр. Последний фактор играет важную роль для фирмы, поскольку от типа контракта зависят степень риска и величина вознаграждения по окончании проекта.

3.2.2 Зоны риска и кривая риска

Предприниматель всегда должен стремиться учитывать возможный риск и предусматривать меры для снижения его уровня и компенсации вероятных потерь, в этом и заключается сущность управления риском. Главная цель риск-менеджмента (особенно для условий современной России) -- добиться, чтобы в самом худшем случае речь могла идти об отсутствии прибыли, но никак не о банкротстве. Для оценки степени приемлемости риска следует выделить зоны риска в зависимости от ожидаемой величины потерь. Общая картина зон риска представлена на схеме 3.5.

Размещено на http://www.allbest.ru/

Схема 3.5. Зоны риска

Область, в которой потери не ожидаются, где экономический результат хозяйственной деятельности положительный, называется безрисковой зоной.

Зона допустимого риска -- область, в пределах которой величина вероятных потерь не превышает ожидаемой прибыли и, следовательно, коммерческая деятельность имеет экономическую целесообразность. Граница зоны допустимого риска соответствует уровню потерь, равному расчетной прибыли.

Зона критического риска -- область возможных потерь, превышающих величину ожидаемой прибыли вплоть до величины полной расчетной выручки (суммы затрат и прибыли). Здесь предприниматель рискует не только не получить никакого дохода, но и понести прямые убытки в размере всех произведенных затрат.

Зона катастрофического риска -- область вероятных потерь, которые превосходят критический уровень и могут достигать величины, равной собственному капиталу организации. Катастрофический риск способен привести организацию или предпринимателя к краху и банкротству. Кроме того, к категории катастрофического риска (независимо от величины имущественного ущерба) следует отнести риск, связанный с угрозой жизни или здоровью людей и возникновением экономических катастроф.

Наглядное представление об уровне коммерческого риска дает графическое изображение зависимости вероятности потерь от их величины -- кривая риска (рис. 3.1).

Размещено на http://www.allbest.ru/

Рис. 3.1. Кривая распределения вероятности получения прибыли

Построение такой кривой базируется на гипотезе, что прибыль как случайная величина подчинена нормальному закону распределения и предполагает следующие допущения:

Наиболее вероятно получение прибыли, равной расчетной величине -- П_р . Вероятность (В_р) получения такой прибыли максимальна и значение П можно считать математическим ожиданием прибыли. Вероятность получения прибыли, большей или меньшей по сравнению с расчетной, монотонно убывает по мере роста отклонений.

Потерями считается уменьшение прибыли (П) в сравнении с расчетной величиной. Если реальная прибыль равна П, то

П = П_р -- П.

Принятые допущения в определенной степени спорны и не всегда справедливы для всех видов рисков, но в целом достаточно верно отражают наиболее общие закономерности изменения коммерческого риска и дают возможность построить кривую распределения вероятностей потерь прибыли, которую и называют кривой риска (рис. 3.2).

Главное в оценке риска -- возможность построения кривой риска и определения зон и показателей допустимого, критического и катастрофического рисков.

3.2.3 Вероятностное распределение переменных и определение диапазона их возможных значений

Анализ риска основан на методологии, с помощью которой анализируется будущая неопределенность определения влияния риска на предполагаемые результаты. Для этого математическая прогнозная модель подвергается ряду имитационных прогонов, обычно с помощью компьютера. В ходе процессов имитации строятся последовательные сценарии, где используются данные, являющиеся исходными для основных неопределенных переменных проекта.

Размещено на http://www.allbest.ru/

Рис. 3.2. Кривая риска

Результаты имитации подвергаются статистической обработке, чтобы получить вероятностное распределение возможных результатов проекта и оценить степень риска. Таким образом, процесс анализа риска включает следующие стадии:

создание прогнозной модели;

определение переменных риска;

определение вероятностного распределения отобранных переменных и определение диапазона возможных значений для каждой из них;

установление наличия или отсутствия корреляционных связей среди рисковых переменных;

прогоны моделей;

анализ результатов.

Переменные риска являются критическими для жизнеспособности проекта, т. е. даже малые отклонения от их предполагаемого значения негативно отражаются на проекте.

Для отбора переменных используется анализ чувствительности и неопределенности: измеряется реакция результатов проекта на изменения той или иной переменной проекта. Недостаток его в том, что он не принимает во внимание реалистичность (или нереалистичность) предполагаемых изменений значения анализируемых переменных. Для того чтобы результаты, полученные при анализе чувствительности, имели смысл, следует учесть влияние неопределенности, охватывающей переменные, подвергающиеся проверке. Например, малое отклонение в закупочной цене определенного вида оборудования в год X имеет очень большое значение для дохода от проекта, но вероятность этого отклонения может быть мала, если поставщик связан определенными условиями контракта. Следовательно, риск, обусловленный этой переменной, незначителен.

Анализ неопределенности помогает выделить переменные повышенного риска. Причина, по которой в анализ риска включаются только наиболее важные переменные, носит двойственный характер. Во-первых, чем больше число переменных, тем выше вероятность создания неопределенных сценариев; во-вторых, денежные издержки, требующиеся для анализа многих переменных с малым влиянием на результаты, могут перевесить все возможные выгоды. Следовательно, целесообразно рассматривать ограниченное число наиболее чувствительных и неопределенных переменных в проекте.

Характеризуя понятие неопределенности, которое связывается с данной переменной проекта, необходимо расширить рамки неопределенности, что позволит более или менее точно предсказать значение конкретной переменной в будущем. Совокупность предполагаемых значений переменной должна быть достаточно широкой, но имеющей границы: минимальное и максимальное значения. Таким образом, задается диапазон возможных значений для каждой рисковой переменной. Определение диапазона значений переменных проекта сводится к процессу получения распределения вероятностей на основе данных, оставшихся от прежних наблюдений за какими-либо исследуемыми событиями.

Довольно редко можно позволить себе затраты на приобретение такой количественной информации, которая позволила бы обосновать установление диапазона значений исходя из полностью объективных критериев. Чаще всего приходится полагаться на суждения и субъективные показатели: мнения экспертов, личные суждения, мнения людей, имеющих определенные представления об объекте рассмотрения. Установленный диапазон значений необходимо связать с распределениями вероятности, так как они диктуют возможность выбора значений, принадлежащих определенному диапазону. Распределение вероятности используется для количественного выражения представлений и ожиданий специалистов в отношении результатов конкретного события в будущем. Можно выделить две основные категории распределения вероятности:

нормальное, равномерное и треугольное -- разносят вероятность в границах одного диапазона, но с разными степенями концентрации относительно средних значений. Эти виды распределения называют симметричными;

ступенчатые и дискретные распределения, когда выделяются интервалы диапазона, каждому из которых присваивается определенный вес по вероятности ступенчатым образом.

Определение рисковых переменных и придание им соответствующего распределения вероятности -- необходимое условие проведения анализа рисков. При успешном завершении этих двух стадий анализа, при наличии надежной компьютерной программы можно перейти к стадии моделирования.

На данной стадии компьютер вырабатывает ряд сценариев, основанных на случайных числах, генерируемых с использованием оговоренных распределений вероятности. Однако переход к моделированию будет справедлив только в том случае, если среди рисковых переменных, включенных в модель, будут отсутствовать какие-либо значимые корреляции. Две или более переменных коррелируют, если они вместе систематически изменяются. Среди рисковых переменных такие отношения нередки. Наличие в модели проектного анализа коррелирующих переменных может привести к серьезным искажениям результатов анализа риска. Поэтому перед стадией прогонов модели важно убедиться в наличии или отсутствии таких связей и, где необходимо, ввести в модель ограничения, снижающие вероятность появления сценариев, нарушающих такие корреляции.

Хотя весьма редко можно объективно определить точные характеристики коррелирующих переменных, в модели анализа имеется возможность установить направление подобных связей и предполагаемую силу корреляции. Отношения, подлежащие описанию, основываются на ожиданиях₅ а не на объективных данных, поэтому очень непросто, а иногда и не нужно указывать все параметры таких отношений. Чтобы представить выработку моделью сценариев со значительным отклонением от разумного диапазона, достаточно принять, что отношения имеют линейный характер.

Для анализа имеющихся данных обычно применяют регрессию и корреляцию с целью облегчить прогнозирование зависимой переменной от реальных или гипотетических значений независимой переменной. В результате таких анализов выводятся уравнение регрессии и коэффициент корреляции. Для анализа рисков -- это всего лишь исходные данные, а результатом является информация, выработанная в ходе моделирования. Задачей анализа корреляции применительно к анализу риска является контроль значений зависимой переменной, позволяющей сохранить соответствие с противоположными значениями независимой переменной.

3.2.4 Методы оценки риска

В исследованиях, посвященных проблеме риска, встречаются разные подходы к определению критерия количественной оценки риска. Рассмотрим основные из них.

Если исходить из того, что предпринимательский риск -- вероятность неудачи, то в этом случае критерием оценки является вероятность того, что полученный результат окажется меньше требуемого значения (намечаемого, планируемого, прогнозируемого):

R = P(D_tr-D),

где R -- критерий оценки риска; Р -- вероятность; D_tr -- требуемое (планируемое) значение результата; D -- полученный результат.

Однако данный метод позволяет оценить уровень риска только после получения определенного результата, тогда как предпринимателя интересует оценка риска на этапе принятия решения. Л. А. Растригин в работе «Этот случайный, случайный мир» предлагает в качестве критерия оценки риска абсолютную величину, которая определяется как произведение ожидаемого ущерба на вероятность того, что этот ущерб произойдет:

R = Y * P(Y),

где R -- степень риска; Y -- ожидаемый ущерб; P(Y) -- вероятность ущерба.

Определенный интерес для выяснения степени экономического риска (как вероятности технического и коммерческого успеха) представляет собой подход, предложенный американскими экономистами при оценке технических нововведений. Ценным в данном методе является стремление учесть вероятностный характер ожидаемого результата в условиях неопределенности, все затраты и весь ожидаемый эффект

Э =(П * С * Т * Р_т * Р_к) /Е_з

где Э --- эффективность реализации нововведений; П -- ежегодный объем продаж нового изделия; С -- продажная цена изделия; Т -- жизненный цикл новшества (предполагаемый срок производства нового изделия или период от его освоения до снятия с производства); Р_т -- вероятность технического успеха (вероятность практического повторения исследовательских идей в новой продукции); Р_к -- вероятность коммерческого успеха (возможность сбыта продукции на рынке и получение ожидаемых прибылей); Е_з -- сумма затрат на реализацию, включая затраты на разработку, освоение производства и текущие производственные затраты.

Вероятность коммерческого и технического успеха, т. е. учет риска, и оценка его степени определяются в зависимости от характера продукции, которую предполагается получить в результате реализации и других факторов. Каждый из них может быть определен но табл. 3.1, помогающей вычислить вероятность успеха проекта.

Таблица 3.1 Факторы, влияющие на оценку вероятности проекта

Фактор	Описание изобретения
	Класс 1	Класс 2	Класс 3
Информационный	Изделие хорошо известно, оценено	Требования к изделию определены, но характеристики -- лишь в общих чертах	Изделие на стадии проекта, требования известны в общих чертах
Производственно-технический	Обычный производствен-ный процесс. Можно использовать сущест-вующее оборудование	Необходимы некоторые новые технологии и модернизация производственного процесса	Большинство технологий будет новых, необходимы новые методы производства
Научно-технический	Потребуются лишь лабораторные исследования или опытное производство образцов	Необходимы большие теоретические исследования и значительные эксперименты	Необходима широкая исследовательская и экспериментальная работа
Юридический	Фирма имеет преимущество в патентах и лицензиях	Относительно свободная возможность использовать патенты и лицензии	Преимущественное положение в патентах и лицензиях имеют конкуренты
Кадровый	Персонал -- специалисты в данной области	Специалисты -- как у конкурентов	Отсутствие у персонала опыта в данной области

В общем плане существующие методы оценки предпринимательского риска можно разделить на следующие:

метод экспертных оценок;

* использование аналогов;

комбинированный метод;

статистический метод оценки.

3.2.5 Экспертный метод оценки риска и метод аналогий

Экспертный метод может быть реализован путем обработки мнений опытных предпринимателей и специалистов. Желательно, чтобы эксперты сопровождали свои оценки данными о вероятности возникновения различных величин потерь. Можно ограничиться получением экспертных оценок вероятностей допустимого критического риска либо оценить наиболее вероятные потери в данном виде предпринимательской деятельности.

Каждому эксперту, работающему отдельно, предоставляется перечень возможных рисков и предлагается оценить вероятность их наступления, основываясь, например, на следующей системе оценок:

0 -- несущественный риск;

25 -- рисковая ситуация вероятнее всего не наступит;

50 -- о возможности риска нельзя сказать ничего определенного;

75 -- рисковая ситуация вероятнее всего наступит;

¦ 100 -- рисковая ситуация наступит наверняка.

Затем оценки экспертов подвергаются анализу на их противоречивость и должны удовлетворять следующему правилу: максимально допустимая разница между оценками двух экспертов по любому виду риска не должна превышать 50, что позволяет устранить недопустимые различия в оценках экспертами вероятности наступления отдельного риска:

max [а_i- b_i] 50,

где a, b -- векторы оценок каждого из двух экспертов. При трех экспертах должно быть сделано три оценки: для попарного сравнения мнений первого и второго экспертов, первого и третьего, второго и третьего; i -- вид оцениваемого риска.

Например, если три эксперта дали следующие заключения по одному из рисков: А -- 25; В-- 25; С -- 50, то в данном случае разности оценок составляют: АВ = 0; АС = 25 и ВС = 25, что удовлетворяет условию.

Разновидностью экспертного метода является метод Дельфи. Он характеризуется анонимностью и управляемой обратной связью. Анонимность членов комиссии обеспечивается путем физического разделения, что не дает им возможности обсуждать ответы на поставленные вопросы. Цель такого разделения -- избежать «ловушек» группового принятия решения, избежать доминирования мнения лидера. После обработки результата через управляемую обратную связь обобщенный результат сообщается каждому члену комиссии. Основная цель -- позволить ознакомиться с оценками других членов комиссии, не подвергаясь давлению из-за знания того, кто конкретно дал ту или иную оценку. После этого оценка может быть повторена. При экспертной оценке предпринимательского риска большое внимание следует уделять подбору экспертов, так как именно от правильности их оценок зависит решение о выборе того или иного предпринимательского проекта.

Еще один важный метод исследования риска -- моделирование задачи выбора с помощью «дерева решений». Данный метод предполагает графическое построение вариантов решений, которые могут быть приняты. По ветвям «дерева» соотносят субъективные и объективные оценки возможных событий. Следуя вдоль построенных ветвей и используя специальные методики расчета вероятностей, оценивают каждый путь и затем выбирают менее рискованный. Однако, по нашему мнению, для оценки предпринимательского риска данный метод не совсем подходит по ряду причин:

это очень трудоемкий метод;

в «дереве» учитываются только те действия, которые намерен совершить предприниматель, и только те исходы, которые, с его точки зрения могут иметь место.

При этом совсем не учитывается влияние внешней среды на деятельность предпринимательской фирмы, а, как уже было отмечено, предприниматель не всегда может предвидеть действия партнеров, конкурентов. Метод аналогий используется в том случае, если другие методы оценки риска неприемлемы.

При использовании аналогов применяются базы данных о риске аналогичных проектов или сделок, исследовательских работ проектно-изыскательских учреждений. Полученные таким образом данные обрабатываются для выявления зависимостей в законченных проектах с целью учета потенциального риска при реализации нового предпринимательского проекта или сделки.

3.2.6 Комбинированный метод оценки риска

Комбинированный метод представляет собой объединение нескольких отдельных методов или их отдельных элементов. Примером может служить оценка предпринимательского риска на основе расчета вероятности нежелательного исхода сделки. В данном случае анализ риска производится с помощью элементов статистического, экспертного методов, а также метода аналога. При принятии любого решения (открытие нового дела, заключение сделки купли-продажи, покупка акций) предпринимательская фирма может нести потери в результате действия непредвиденных факторов или в тех случаях, если влияние факторов, усиливающих предпринимательский риск, оценено неправильно. Поэтому при оценке риска предпринимателя в первую очередь интересует, какова вероятность того, что в результате принятия решения произойдут потери для предпринимательской фирмы, т. е. вероятность нежелательного исхода.

Вероятность при этом означает возможность получения определенного результата. Для предпринимателя расчет данного критерия представляет известную трудность, так как вероятность наступления того или иного события зависит не только от природы неопределенных событий, но и от надежд, которые предприниматель возлагает на них. Существует два метода определения вероятности нежелательных событий: объективный и субъективный.

Объективный метод основан на вычислении частоты, с которой тот или иной результат был получен в аналогичных условиях. В этом случае расчет вероятности проводится на основании фактических данных по формуле

,

где Р -- вероятность нежелательного исхода; n -- число событий с неуспешным для предпринимателя исходом; N -- общее число аналогичных событий как с успешным, так и неуспешным исходом.

Следует заметить, что знаменатель дроби -- общее число случаев в прошлом опыте предпринимателя -- должен представлять собой не просто количество неудачно проведенных предпринимательской фирмой сделок, а общее число, включающее еще и успешно осуществленные операции данного вила. При несоблюдении этого условия значение вероятности нежелательного исхода, а следовательно, и риска осуществления рассматриваемой сделки окажется необоснованно завышенным. Иными словами, предприниматель может оценить вероятность неудачи объективным способом в том случае, если он имеет опыт работы в области определяемых событий. Например, если какая-либо сделка совершалась в прошлом в приблизительно одинаковых условиях с одним и тем же партнером несколько раз.

Но не всегда предприниматель обладает информацией для применения объективного метода оценки вероятности нежелательного исхода. В таком случае, предпринимательская фирма может обратиться за информацией к консалтинговой фирме либо оценить вероятность субъективным способом, если требуется быстрое принятие решения. Субъективная вероятность является предположением относительно определенного результата. Этот метод определения вероятности нежелательного исхода основан на суждении и личном опыте предпринимателя. В данном случае, в соответствии с прошлым опытом и интуицией, предпринимателю необходимо сделать цифровое предположение о вероятности событий. При этом следует учитывать два ограничения:

Р_i = 1, т. е. сумма вероятностей всех событий равна 1;

0 P_i < 1, вероятность отдельного события должна быть больше или равна 0 и меньше 1.

Если предпринимательское решение принимается группой лиц, вероятность нежелательного исхода может быть определена экспертным путем. Следует отметить, что в случае, если вероятность нежелательного исхода велика, предпринимателю следует осторожно относиться к данной сделке, поскольку в этой ситуации велик риск неудачи. В то же время игнорирование любых вариантов, связанных с любым уровнем риска, может в условиях рыночной экономики привести к утрате конкурентоспособности фирмы. Однако предприниматель, в зависимости от субъективного отношения к риску, по-разному оценивает допустимый (приемлемый) для себя уровень риска в своей деятельности.

С учетом результатов исследований таких авторов, как Т. Бачкаи, В. Рудашевский, К, Татеиси, нами разработана эмпирическая шкала риска, которая может быть рекомендована для использования в работе предпринимателя (необходимо оговориться, что она носит условный характер). В любом случае окончательное решение о допустимой для конкретной сделки вероятности нежелательного исхода остается за предпринимателем.

Первые три градации вероятности нежелательного исхода соответствуют «нормальному»» «разумному» риску; при таком уровне риска рекомендуется принимать обычные предпринимательские решения. Решения с большим уровнем риска рекомендуется принимать в особых случаях, например, если при неудаче они не приведут фирму к банкротству (табл. 3.2).

Таблица 3.2 Эмпирическая шкала допустимого уровня риска

№	Вероятность нежелательного исхода (величина риска)	Наименование градаций риска
1	0,0-0,1	Минимальный
2	0,1-0,3	Малый
3	0,3-0,4	Средний
4	0,4-0,6	Высокий
5	0,6-0,8	Максимальный
6	0,8-1,0	Критический

3.2.7 Статистические методы оценки риска

Само определение риска содержит в себе вероятностную составляющую: неблагоприятные последствия могут наступить, а могут и не наступить. Эффективное управление реально только в том случае, когда риск может быть измерен и представлен в виде статистического показателя. Статистические методы анализа инвестиционных рисков относятся к количественным методам. Их подразделяют на следующие группы.

В экономической литературе для количественного выражения фактора риска используют такие показатели, как:

¦ дисперсия для выборочной совокупности --

где х_i -- ожидаемое значение для каждого случая; -- среднее ожидаемое значение; n -- число случаев наблюдения;

¦ среднее квадратическое отклонение --

¦ коэффициент вариации --

Все эти показатели характеризуют колебания анализируемых факторов (затрат или выгод). Чем больше значения перечисленных статистических показателей, тем выше рассеяние факторов вокруг средней и тем больше риск.

В учебниках по финансовому и инвестиционному анализу авторы приводят примеры оценки риска колеблемости дохода от инвестиционных проектов при помощи вышеперечисленных показателей, вычисляя их по выборке объемом в 50 и более единиц. Однако использование показателей дисперсии, среднего квадратического отклонения и размаха вариации на практике представляется довольно затруднительным. Очень сложно найти такое количество сопоставимых между собой проектов, которые можно было бы сгруппировать относительно полученных от них результатов в силу различия их масштабов, стартовых условий, времени и продолжительности осуществления, и других причин.

Применение в качестве меры риска показателя среднего квадратического отклонения имеет, кроме того, еще одну особенность: с его помощью можно находить границы, в которых с заданной вероятностью следует ожидать значение случайной переменной (иногда для аналогичных целей вычисляют квантиль распределения случайной величины). Нахождение доверительного интервала с определенным уровнем надежности с помощью , а возможно, только при условии проверки близости эмпирического распределения к нормальному. Для проверки соответствия фактического распределения нормальному закону распределения необходимо иметь довольно значительную совокупность сопоставимых опытных данных о доходности инвестиционных проектов, что, как уже говорилось, довольно проблематично.

Таким образом, использовать показатели колеблемости как меры риска в инвестиционных проектах целесообразно для некоторых массивов исходных данных (урожайность сельскохозяйственных культур, цены и т. п.) и на их основе генерировать различные сценарии, но никак не для характеристики риска интегральных показателей, дающих информацию об эффективности проекта в целом. Такой подход, на наш взгляд, будет более правильным и в учебном процессе, чтобы избежать последующих сложностей в понимании сущности вопроса и в использовании полученных знаний на практике.

Некоторыми отечественными (Е. М. Четыркин) и зарубежными (Smidt Bierman) исследователями используется такая мера риска долгосрочных финансовых вложений, как «дисперсия дохода во времени», чаще всего для оценки риска в несколько активов, так называемых портфельных инвестиций. Выдвигается гипотеза о том, что если каждая компонента портфеля характеризуется некоторой дисперсией дохода, то доход от портфеля имеет дисперсию, определяемую его составом. Таким образом, изменяя состав портфеля, можно менять суммарную дисперсию дохода.

Пусть имеется портфель из n видов ценных бумаг. Доход от одной бумаги вида i составляет величину d_i.

Суммарный доход от портфеля (А) в этом случае равен

где а -- количество бумаг вида i (иногда а -- доля в портфеле бумаги i-гo вида).

В случае, если доходы от ценных бумаг различных видов не коррелируют между собой, то дисперсия дохода портфеля находится по формуле

Если же они взаимозависимы, то дисперсию суммарного дохода находим следующим образом:

где D_i -- дисперсия дохода от бумаги вида i; r_ij -- коэффициент корреляции дохода от бумаг вида i и j; а_i и а_j -- среднее квадратическое отклонение у бумаг вида i и j. Чем больше дисперсия дохода инвестиционного портфеля, тем выше уровень риска. Критерий минимума дисперсии суммарного дохода инвестиционного портфеля может быть использован для минимизации риска.

Для измерения тесноты связи между двумя случайными переменными используется также коэффициент корреляции

где х и у -- доходность ценных бумаг вида х и у, входящих в инвестиционный портфель; n -- число наблюдений. Его значение также может свидетельствовать об уровне риска. Чем ближе значение r_xy к +1, тем больше общая дисперсия и, соответственно, риск; и наоборот, чем меньше значение r_xy , тем меньше дисперсия и ниже уровень риска.

Использование показателя дисперсии дохода на практике не вызывает существенных проблем, так как практически всегда можно собрать необходимый объем исходной информации для проведения расчетов. Этому способствует, во-первых, то обстоятельство, что доход, получаемый владельцами одной и той же ценной бумаги, одинаков; во-вторых, многие ценные бумаги находятся в обороте достаточно долгое время. Затруднения в применении показателя дисперсии дохода могут появиться при приобретении инвестором новых ценных бумаг, информации о фактической доходности которых еще нет на фондовом рынке.

Еще одним методом анализа инвестиционного риска является так называемый бета-анализ, также содержащий в себе элементы математической статистики. Бета-анализ позволяет оценить, какой должна быть доходность рисковой акции () в зависимости от среднерыночной доходности (R_m), сложившейся на настоящий момент на фондовом рынке, и доходности, характерной для безрискового вложения (R_F). Классический вариант для проведения бета-анализа, который учитывает только вариационный систематический риск, выглядит следующим образом:

где -- это коэффициент, отражающий относительную рискованность данной акции по сравнению со среднерыночным уровнем. Уравнение-анализа в модификации Дженсена выглядит следующим образом:

R-R_F = A + (R_m-R_F) + E,

где R -- фактическое значение доходности по данной акции; Е -- несистематическая составляющая рисковой надбавки; А -- часть рисковой премии, зависящая от рейтинга, репутации компании. Параметр может быть оценен как экспертным, так и статистическим путем.

В случае статистического решения задачи уравнение связи между R и R_m можно записать в виде

R = А + pR_m +E.

Тогда Аи можно найти по следующим формулам:

и

где х = R_m за каждый отдельно взятый период времени; -- среднее значение х за все периоды времени, в течение которых проводилось наблюдение; у, -- соответственно значения показателя R в отдельно взятый период и в среднем. При этом значение Е принимается равным 0.

Нахождение параметра при помощи статистических методов также затруднительно при анализе новых для рынка ценных бумаг. В остальных случаях удается получить довольно точную картину соответствия заявленной и ожидаемой доходности ценной бумаги.

Иногда при наличии достаточного количества статистической информации для характеристики риска используется коэффициент детерминации

Он показывает, какая часть изменчивости (вариации доходности) может быть обусловлена динамикой биржевого индекса, т. е. какая часть общего вариационного риска имеет вариационную природу.

Очень часто для оценки эффективности инвестиций, а также для выбора альтернативного варианта капитальных вложений используют такой показатель, как математическое ожидание:

где NPV_ож -- ожидаемый интегральный эффект проекта;

NPV_k -- интегральный эффект при k-м сценарии; р_к -- вероятность реализации этого сценария.

Наиболее часто этот показатель применяют тогда, когда имеется конечное количество сценариев и заданы вероятности наступления каждого из них. И здесь опять же возникает проблема: как достоверно оценить вероятность каждого исхода? Как и в случае рассмотренных выше показателей колеблемости, мы считаем, что относительно достоверно можно определить лишь вероятность наступления того события, о котором имеется достаточное количество статистической информации (природные катаклизмы, отказы оборудования и т. п.), только при таком условии появляется возможность найти ожидаемый интегральный эффект проекта, но только абстрагируясь от большинства факторов риска. Рассмотрим пример.

Пусть процесс функционирования объекта дискретный и начинается с 1-го года (шаг 1). На каждом шаге m объект обеспечивает получение неслучайного годового эффекта NPV_m. В то же время проект прекращается на некотором шаге, если он сопровождается наступлением катастрофы. Вероятность того, что катастрофа произойдет на некотором шаге при условии, что ее не было на предыдущих этапах, не зависит от номера шага и равна р. В этом случае, используя правило произведения вероятностей, можно применить следующую формулу для вычисления математического ожидания NPV проекта с учетом фактора разновременности получения эффектов:

где Е -- норма дисконта.

Применение данного метода на практике осложняется тем обстоятельством, что при наличии значительного количества событий, определяющих риск, вычисление общей вероятности катастрофы затруднено. Таким образом, мы считаем, что результаты расчета математического ожидания не могут напрямую использоваться для характеристики риска проекта в целом, а могут применяться только для разработки отдельных сценариев, с учетом ограниченного количества факторов риска.

Обобщая изложенный материал, хотелось бы отметить, что использование статистических методов при анализе риска неполучения дохода от производственных (реальных) инвестиций является подготовительным этапом, на основе которого затем применяются более сложные методы анализа.

3.2.8 Концепция рисковой стоимости (value at risk -var)

В практике финансового менеджмента всегда существовала потребность в единой, оперативной и общепонятной оценке возможных потерь стоимости портфеля активов на определенный период времени. Показатель рисковой стоимости как раз и отвечает всем этим требованиям. Он был разработан в конце 1980-х гг. и сразу же завоевал признание среди крупнейших участников финансового рынка. Его популярность объяснялась тем, что благодаря известной упрощенности он был доступен для понимания руководителей на всех уровнях управления компанией. Впоследствии показатель рисковой стоимости стал полноценным стандартом информации о риске фирмы, который мог использоваться внутри самой компании, а также указываться в отчетах для инвесторов и регулирующих органов.

Рисковая стоимость (VaR) отражает максимально возможные убытки от изменения стоимости финансового инструмента, портфеля активов, компании и т. д., которое может произойти за данный период времени с заданной вероятностью его появления. Например, когда говорят, что рисковая стоимость на 1 дн. составляет 100 тыс. дол. США с доверительным интервалом 95 % (или вероятностью потерь 5 %), это означает, что потери в течение одного дня, превышающие 100 тыс. дол., могут произойти не более чем в 5 % случаев.

Иными словами, рисковая стоимость -- это размер убытка, который может быть превышен с вероятностью не более х% [не будет превышен с вероятностью (100 --х) %] в течение последующих n дней. Для определения величины рисковой стоимости необходимо знать зависимость между размерами прибылей и убытков и вероятностями их появления; т. е. распределение вероятностей прибылей и убытков в течение выбранного интервала времени. В этом случае по заданному значению вероятности потерь можно однозначно определить размер соответствующего убытка. Однако реальный закон распределения вероятностей в большинстве случаев неизвестен, поэтому в качестве замены приходится использовать другое, хорошо изученное распределение. Типичным приемом является использование нормального распределения вероятностей.

Из определения следует, что ключевые параметры при определении рисковой стоимости -- доверительный интервал и временной горизонт. Поскольку убытки являются следствием колебаний цен на рынке, доверительный интервал служит той границей, которая, по мнению управляющего портфелем, отделяет «нормальные» колебания рынка от экстремальных ценовых всплесков по частоте их проявления. Обычно вероятность потерь устанавливается на уровне 1 %, 2,5 или 5 % (соответствующий доверительный интервал составляет 99 %, 97,5 и 95 %), однако риск-менеджер может выбрать какое-либо иное значение в соответствии со стратегией управления капиталом, которой придерживается данная компания. В частности, в системе RiskMetrics, разработанной банком «J. P. Morgan», используется 5 %-я вероятность. Помимо субъективной оценки, доверительный интервал может быть установлен и объективным методом. Для этого строят график реально наблюдаемого (эмпирического) распределения вероятностей прибылей и убытков и совмещают его с графиком плотности нормального распределения. Точки пересечения «хвостов» эмпирического и нормального распределения и будут задавать искомый доверительный интервал.

Следует учитывать, что с увеличением доверительного интервала показатель рисковой стоимости будет возрастать: очевидно, что потери, случающиеся с вероятностью лишь 1 %, будут выше, чем потери, возникающие с вероятностью 5 %.

Выбор временного горизонта зависит от того, насколько часто производятся сделки с данными активами, а также от их ликвидности. Для финансовых институтов, ведущих активные операции на рынках капитала, типичным периодом расчета является 1 дн., в то время как стратегические инвесторы и нефинансовые компании могут использовать и большие периоды времени. Кроме того, при установлении временного горизонта следует учитывать наличие статистики по распределению прибылей и убытков для желаемого интервала времени. Вместе с удлинением временного горизонта возрастает и показатель рисковой стоимости. Интуитивно понятно, что возможные прибыли или убытки, например, за 5 дн. могут иметь большие масштабы, чем за 1 дн. На практике считают, что за период в n дней величина рисковой стоимости будет приблизительно в n раз больше, чем за 1 дн.

Следует помнить, что концепция рисковой стоимости неявно предполагает, что состав и структура оцениваемого портфеля активов будут оставаться неизменными на протяжении всего временного горизонта. Такое допущение вряд ли оправдано для сравнительно больших интервалов времени, поэтому при каждом обновлении портфеля необходимо корректировать величину рисковой стоимости.

Показатель рисковой стоимости, конечно, не является единственным и универсальным инструментом оценки рисков. Как правило, расчет рисковой стоимости сопровождается детальным анализом нескольких возможных сценариев, моделированием эмпирических распределений вероятностей и тестированием портфеля на устойчивость к изменениям основных параметров. Величина рисковой стоимости, как обобщающая оценка рыночного риска, нужна в первую очередь для принятия оперативных решений высшим руководством компании.

Для расчета показателя рисковой стоимости используются три различных экономико-математических метода: аналитический, метод исторического моделирования и метод статистических испытаний Монте-Карло. Первый из них является параметрическим и позволяет получать оценки в замкнутом виде, а два других представляют своего рода математический эксперимент. Начальным этапом и необходимым условием реализации этих методов является определение так называемых «рыночных факторов риска», т. е. основных цен и процентных ставок, которые оказывают влияние на стоимость портфеля. Выделение ограниченного набора рыночных факторов дает возможность представить цену финансового инструмента как функцию этих факторов и тем самым решить главную проблему количественного описания стоимости портфеля.

Определение рыночных факторов предполагает «разложение» входящих в портфель финансовых инструментов на более простые, непосредственно связанные с рыночными факторами риска, и их дальнейшее рассмотрение как «субпортфелей», или позиций, состоящих из таких первичных инструментов. Например, цена форвардного контракта на поставку одной валюты в обмен на другую зависит от трех рыночных факторов: обменного курса «спот» одной валюты к другой и двух процентных ставок по каждой из валют контракта. Для всех инструментов, входящих в портфель, должны быть получены аналитические зависимости, выражающие их текущую стоимость через рыночные факторы риска.

В некоторых случаях, когда точная формула стоимости неизвестна, для оценки стоимости инструмента применяют численные методы. Это наиболее сложный этап, поскольку для крупного финансового института количество таких факторов может измеряться сотнями. Дальнейшие этапы включают определение вида и оценку параметров статистического распределения ожидаемых в будущем значений рыночных факторов, использование полученных значений и аналитических зависимостей для выявления потенциальных изменений стоимостей различных позиций, составляющих портфель, и последующее ранжирование и суммирование изменений стоимости по всем позициям для оценки ожидаемых изменений стоимости всего портфеля.

3.2.9 Аналитический (ковариационный, дельта-нормальный) метод

Аналитический (ковариационный, дельта-нормальный) метод основывается на классической теории портфеля финансовых активов. Самой известной реализацией аналитического метода является система RiskMetrics, разработанная банком «J. P. Morgan». Допускается, что изменения рыночных факторов риска имеют нормальное распределение. Это предположение позволяет определить распределение прибылей и убытков для всего портфеля, которое также будет нормальным. Затем, зная свойства закона нормального распределения можно легко вычислить убыток, который будет случаться не чаще заданного процента случаев, т. е. показатель рисковой стоимости.

Краеугольным камнем аналитического метода является процедура отображения рисков (risk mapping). Она предполагает декомпозицию каждого инструмента из портфеля на множество более простых, стандартных инструментов или позиций, причем каждая стандартная позиция должна отображать лишь один рыночный фактор риска. Для каждой стандартной позиции определяется ее текущая стоимость как функция от единственного рыночного фактора, при условии, что значения других рыночных факторов риска являются фиксированными. Для оценки опционов используется линейная аппроксимация, при этом стоимость опциона выражается в виде дельта-эквивалентной позиции «спот».

Таким образом, исходный портфель финансовых инструментов представляется в виде эквивалентного портфеля стандартных позиций. Эквивалентность, которая в общем случае может быть лишь приблизительной, означает, что портфель стандартных позиций имеет такую же чувствительность к изменениям значений рыночных факторов. Величина рисковой стоимости устанавливается именно для эквивалентного портфеля стандартных позиций. Подобная аппроксимация дает хорошие результаты, если число стандартных позиций достаточно велико и портфель не содержит большой доли опционов и основанных на них инструментов, для оценки которых линейная аппроксимация может оказаться неадекватной.

На следующем этапе делается предположение, что однодневные процентные изменения или приращения логарифмов значений факторов риска имеют нормальное распределение с математическим ожиданием, равным нулю. Для каждого рыночного фактора проводится статистическая оценка величины среднего квадратического отклонения, а также рассчитываются коэффициенты корреляции между различными парами факторов. Полученные результаты используются для определения средних квадратических отклонений и коэффициентов корреляции для стоимостей стандартных позиций. Среднее квадратическое отклонение стандартной позиции рассчитывается как произведение среднего квадратического отклонения соответствующего рыночного фактора на коэффициент эластичности стоимости позиции по данному рыночному фактору (процентное изменение стоимости позиции при изменении величины рыночного фактора на 1 %). Коэффициенты корреляции для стандартных позиций равны коэффициентам корреляции между соответствующими рыночными факторами за исключением того, что коэффициент корреляции меняет знак, если стоимость стандартной позиции изменяется обратно по отношению к изменению рыночного фактора.

...