Неопределенность и риск в рыночной экономике

Размещено на http://www.allbest.ru/

Неопределенность и риск в рыночной экономике



СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РИСКА В РЫНОЧНОЙ ЭКОНОМИКЕ

1.1 Понятие экономических рисков и неопределенности

1.2 Причины экономических рисков

1.3 Управление экономическими рисками

2.АНАЛИЗ ПОЛЕЗНОСТИ В УСЛОВИЯХ РИСКА И НЕОПРЕДЕЛЕННОСТИ

2.1 Снижение риска с помощью статистической теории принятия решений

2.2 Максимизация ожидаемой полезности. Аксиомы Неймана - Моргенштерна

2.3 Алгоритм построения функции полезности

3. ПРОБЛЕМА «ЧЕРНОГО ЛЕБЕДЯ» И ФУНДАМЕНТАЛЬНЫЕ ОШИБКИ В СФЕРЕ УПРАВЛЕНИЯ РИСКАМИ

ЗАКЛЮЧЕНИЕ

СПИСОК ИНФОРМАЦИОННЫХ ИСТОЧНИКОВ



ВВЕДЕНИЕ

Актуальность данной работы обусловлена тем, что риск и неопределенность сопровождают нас абсолютно повсюду. Исключением не являются и экономические процессы. Каждое решение из области экономики связано с какими-либо рисками. Вполне понятно, при этом, что огромное количество вопросов менеджерам приходится принимать в условиях неопределенности. Причем, решения, принимаемые в условиях неопределенности, даются наиболее сложно. В условиях, когда нет полной информации о состоянии какой-либо системы и о ее поведении в будущем, адекватное решение найти тем сложнее, чем более неопределенной является ситуация.

Вопросами рисков и принятия решений в условиях неопределенности специалисты и теоретического направления, и практики занимаются уже очень давно. На сегодняшний день накоплен весьма внушительный опыт в данной теме. Однако еще большее количество вопросов так и остается неразгаданным.

Существуют проблемы управления рисками на различных уровнях хозяйствования. Так, в настоящее время остро стоит проблема задолженностей государств друг перед другом. И каким образом поступить: списать долги, либо продолжать их наращивать, администрации государств решают постоянно. Они находятся в неизвестности перед обоими вариантами, так как в случае наращивания долгов растет вероятность дефолта, а в случае признания неплатежеспособности прямо сейчас имеет место страх перед неизвестным поведением экономических систем в этом случае. И это только один пример.

Ничуть не менее сложными являются проблемы принятия решений на более мелких уровнях, например, на уровне человека, который продает картофель около городского рынка у входа, не имея на это разрешения.

В целом же, данная тема является актуальной для любого, кто имеет отношение к процессам, происходящим в экономике.

Тема данной работы «Неопределенность и риск в рыночной экономике. Анализ полезности в условиях риска и неопределенности»

Целью работы является формирование выводов об особенностях экономических рисков в рыночной экономике.

Для достижения данной цели поставлены следующие задачи:

1. Раскрыть понятие экономических рисков и неопределенности

2. Рассмотреть особенности рисков применительно к экономической сфере

3. Показать на примерах результаты влияния рисков на деятельность экономических субъектов

В работе использованы труды отечественных и зарубежных специалистов в области экономики, материалы информационных служб.

Среди используемых методов были такие как монографический, обобщения, систематизации информации.

Структура работы включает введение, три главы и зааключение.

риск неопределенность экономический управление



1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РИСКА В РЫНОЧНОЙ ЭКОНОМИКЕ

1.1 Понятие экономических рисков и неопределенности

Абсолютно точного определения понятия риск не существует. Имеется множество всевозможных предполагаемых вариантов, но общепринятого попросту нет. Одним из вариантов является предположение о том, что риск представляет собой вероятность наступления негативного события. Причем, вероятность может пониматься и как количественная мера, и как качественная, то есть просто «возможность».

С риском очень тесно связано понятие неопределенности. При этом, неопределенностью является такое состояние системы, о котором нет полной информации, необходимой для принятия оптимального решения. Своего рода апофеозом этой категории являются события, о которых мы вообще ничего не знаем, либо знаем, что существует вероятность их наступления, но не можем предсказать масштаб их эффекта. Например, довольно многие люди заявляли о том, что в 2008 году может случиться финансово-экономический кризис (Рубини, Талеб), однако каким он будет не мог сказать никто, поскольку это было невозможно¹.

Если отвлечься от экономической тематики, то можно привести пример войн. Очень часто можно было предположить о возникновении вооруженного конфликта, но насколько он будет затяжным предсказать очень тяжело, так как на это влияют факторы, не поддающиеся измерению, например, дух бойцов.

Экономическими являются риски, эффект которых может измерен в качестве денежных показателей. По факту, просто это любые риски, из-за которых мы можем потерять деньги, либо возможности для их получения.

Существует огромное количество всевозможных экономических рисков

и подходить к их классификации можно по-разному. На сайте risk24.ru отмечают следующее.

Наиболее важными элементами, которые взяты за основу классификации рисков, являются:

* время возникновения;

* основные факторы возникновения;

* характер учета;

* характер и масштабы последствий;

* сфера возникновения и другие».

Здесь же мы отметим следующую классификацию экономических рисков:

* Рыночный риск;

* Кредитный риск;

* Риск ликвидности;

* Непредвиденные риски;

* Риск балансовой ликвидности;

* Операционный риск

Рыночный риск - может иметь интерес, например, для специалистов по маркетингу, поскольку приходится иметь дело с исследованиями в ценовой политике предприятий, определением маркетинговых стратегий конкурентов, работать с информационными и рекламными программами по обеспечению внедрения продуктов в определенные сектора рынка;

Кредитный риск - особый интерес представляет для банковских аналитиков, бухгалтеров, они хорошо понимают систему определения процентных ставок при кредитовании по сложному проценту, конечно, подобную систему расчетов могут знать все, но при этом четкое определение финансовых потоков по отношению к времени предоставления кредитов, просчет ставки инфляции что оказывает на стоимость ликвидных активов (денег) по срокам, могут далеко не все эксперты финансово-экономической сферы;

Риск ликвидности - тоже может рассчитываться экономистами-бухгалтерами, так как именно бухгалтеры в основе своей деятельности работают с балансом предприятия.

И последние два вида риска, которые ученые определяют следующим образом:

Операционный риск представляет собой риск, который вызван непредсказуемым поведением технических ресурсов, вмешательств в информационную безопасность предприятия, давление с внешней среды, информационные мероприятия по компрометированию имиджа предприятия, как следствие потеря доверия клиентов;

Риск событий - вероятность возникновения непредсказуемых событий со стороны властей (изменение законодательства, изменение налогового кодекса), риск репутации¹.

Полностью все риски учесть достаточно сложно, однако значительное количество их видов в настоящее время имеет определения. Определение вида риска очень важно, это помогает снизить степень неопределенности тем, что появляются возможности для подбора способов управления рисками, если конечно же это возможно, так как существуют некоторые риски, управлять которыми физически не реально на том, или ином, уровне. В качестве примера можем привести ситуацию с государственным долгом США, вполне понятно, что управление такой системой доступно только на уровне администрации государства, а для всех остальных субъектов экономики угроза является неуправляемой.

1.2 Причины экономических рисков

Причины экономических рисков очень сильно различаются. У одних и тех же видов рисков могут быть различные причины. Однако их изучение является очень важным вопросом, так как установив причины возможных рисков можно существенности фактор неопределенности и соответственно, получить возможности для принятия подходящих решений, способных нейтрализовать эти риски.

Объективность риска проявляется в том, что данная категория показывает реально существующие в жизни явления, процессы, стороны деятельности. Причем риск существует независимо от того, осознают ли его наличие или нет, учитывают или игнорируют его.

Субъективно-объективная природа риска отмечается тем, что он порожден процессами как субъективного плана, так и такими, возникновение которых в конечном счете не зависит от воли и сознания человека. При этом, зачастую масштаб проявления рисков обратно коррелирует с отсутствием знаний о них.

Неопределенность условий, в которых осуществляется коммерческая деятельность, определяется тем, что она зависит от множества параметров, контрагентов и лиц, поведение которых сложно предсказать с приемлемой точностью.

Таким образом, основными причинами неопределенности и, следовательно, источниками риска являются:

1. Случайность природных процессов и явлений, стихийные бедствия. Процессы, которые происходят в природе крайне трудно поддаются анализу и прогнозированию. При этом, они нередко служат источниками существенных рисков, проявляющихся в очень значительных масштабах.

2. Случайность. Вообще это непростая категория. Многие процессы могут быть измерены с вероятностных позиций. Но это возможно только в том случае, если есть какие-либо исторические данные для анализа. При этом, существуют такие события, прогнозирование которых крайне затруднительно.

3. Наличие конфликтующих тенденций, столкновение противоречивых интересов. Проявление этого источника риска весьма многогранно, простирается от войн и межнациональных конфликтов, до конкуренции и простого несовпадения интересов.

4. На процесс воспроизводства неопределенности и риска оказывает воздействие вероятностный характер НТП. При этом, если общие тенденции развития науки и технику в целом сейчас могут быть предположены, то все равно невозможно исключить появления каких-либо революционных событий, которые в общем-то всегда и влияли на исторический прогресс в куда большей степени, чем все то, что предполагалось до их появления. Как пример, компания Apple

5. Существование неопределенности связано также с неполнотой, недостаточностью информации об объекте, процессе, явлении, по отношению к которому принимается решение, с ограниченностью человека в сборе и переработке информации, с постоянной изменчивостью этой информации.

Процесс принятия решений предполагает наличие достаточно полной и правильной информации. Эта информация включает осведомленность: о наличии и величине спроса на товары и услуги, на капитал; о финансовой устойчивости и платежеспособности клиентов, партнеров, конкурентов; о ценах, курсах, тарифах, дивидендах; о возможностях оборудования и новой техники; о позиции, образе действий и возможных решениях конкурентов и др. Однако на практике подобные знания часто бывают разнородными, разнокачественными, неполными или искаженными.

Так, например, источником данных о производительности техники могут служить проектные, нормативные или фактические данные. Большинство из них являются укрупненными, приближенными, и между ними имеются значительные расхождения¹.

То есть качество информации, которую можно получить, очень часто является не качественной. При этом, очень важно уметь понимать, насколько качественна информация, которую мы учитываем при принятии решений, а это не всегда возможно сделать благодаря наличию такого свойства как манипуляции с информацией, исходящие из различных информационных источников.

В последнее время большое значение обретает умение извлекать полезную информацию из огромного количества массивов данных. В современном мире на любого менеджера обрушиваются внушительные массивы всевозможных данных, большая часть которых очевидно является абсолютно бесполезной. В этом ключе обязательно стоит изучать методы работы с количественной и текстовой информацией посредством соответствующих методик.

Важным также является и тот факт, что большое количество людей не умеют принимать оптимальные решения в противовес постулатам классической экономической теории, согласно которой предполагается, что индивиды действуют рационально. Отличными экспериментальными примерами в этом ключе являются исследования Даниэля Канемана, который на тысячах всевозможных экспериментов показывает, что люди, включая опытных специалистов, часто даже в простейших задачах ориентируются на презентабельность данных, а не на их реальную сущность².

Таким образом, одной из самых важных причин рисков является сам человек. Умение принимать решения в условиях неопределенности является качеством, которое доступно далеко не всем. Да и само вероятностное мышление не является результатом одного дня, а прошло большую эволюцию. Нашим предкам хорошо удавалось выживать в тяжелейших условиях в борьбе с природой. Но это были только простейшие решения и во многом было достаточно интуиции и природного чутья, скорости реакции. Сейчас, когда взаимоотношения внутри социума стали настолько сложны, а техника достигла очень существенного уровня сложности, принятие решение также должно базироваться на более сложных алгоритмах, когда одной интуиции уже не достаточно.

В книге «Против богов: укрощение риска» Питер Бернстайн рассказывает об эволюции вероятностного мышления. Он говорит, что самые первые наши предки при принятии решений ориентировались исключительно на интуитивные методы и у них не было инструментов для обоснования ни прошлого, ни будущего, ни настоящего. В дальнейшем, во времена Античности, когда появились первые науки, наши предки направили свое внимание на то, что уже имеется вокруг, оставляя будущее на волю богов. Так сказать, как Зевс пожелает, так и будет. И только с появлением теории вероятностей, которая к слову сказать придумана была на примере азартных игр, появились первые научные инструменты для работы с будущим.

Конечно же, даже сейчас большая часть методов позволяет очень относительно предсказывать события. Так сказать, предсказанию поддаются только те явления и события, которые укладываются в колоколообразную кривую Гаусса, а все, что выходит из нее, «толстые хвосты» статистических распределений, по-прежнему доставляют нам массу неудобств, крушат финансовые рынки, взрывают дома, убивают тяжелейшими болезнями самых родных и близких.

Возможно, причины таких событий, которые сейчас поддаются описанию только после того, как случились, нам предстоит оседлать в будущем.

1.3 Управление экономическими рисками

Управление рисками очень многогранный процесс. К сожалению, ему очень часто уделяют не достаточно внимания. Впрочем, в ряде организаций, особенно финансовых, данным вопросом чрезвычайно тщательно занимаются и существуют специальные отделы риск-менеджмента, которые прогнозируют риски, анализируют их и разрабатывают методики управления рисками.

Можно назвать следующие типичные задачи, которые решаются при управлении рисками:

* Прогнозирование рискованных ситуаций

* Оценка масштабов проявления риска.

* Определение возможных пределов риска.

* Выбор адекватных методов управления рисками

* Определение соответствующих методов для управления теми или иными видами рисков.

* Практические действия по управлению рисками.

* Контролирование ситуации и внесение каких-либо изменений, если это требуется.

Методы управления рисками можно подразделить на две группы. Это минимизация потерь и возмещение потерь.

Методы минимизации убытков позволяют сократить размеры ущерба, когда риска избежать невозможно или он появляется неожиданно. Существуют следующие их виды:

Методы упреждения риска, которые позволяют уберечься от случайностей при помощи предупреждающих мер. К наиболее популярным способам этого типа относятся:

* стратегическое планирование, которое поможет уменьшить неопределенность, предугадать появление узких мест в производственном цикле, предупредить ослабление позиций предприятия в своем сегменте рынка и т.д.;

* прогнозирование внешнеэкономической ситуации, которое включает в себя разработку сценариев развития и оценку рынка, прогнозирование поведения возможных партнеров, региональное или общеэкономическое прогнозирование;

* мониторинг социально-экономических и нормативно-правовых условий. Полученные в ходе мониторинга итоги помогают определить новые тренды во взаимоотношениях экономических субъектов, заблаговременно подготовиться к нормативным нововведениям, предусмотреть необходимые меры для возмещению потерь;

* методы предотвращения убытков, например, установкой систем безопасности;

* метод активного целенаправленного маркетинга, который должен активно увеличивать спрос на товары и услуги.

Методы уклонения от риска. Среди наиболее популярных можно отметить:

* отказ от нежелательных или рискованных клиентов и партнеров;

* отказ от рискованных проектов.

Методы фиксации риска используются, когда удается четко и конкретно вычислить, и идентифицировать источники риска. Вычислив экономически нестабильный участок или этап, увеличивают степень контроля и тем самым снижают уровень неопределенности. Для реализации этого метода создаются и используются дочерние предприятия или специальные структурные подразделения для выполнения рискованных;

Методы распределения риска, что достигается путем проектов¹:

* различного рода интеграции с другими участниками, заинтересованными в успехе общих дел. С этой целью могут создаваться акционерные общества, финансово-промышленные группы, приобретение акций другого предприятия, вступление в консорциумы, ассоциации, концерны и т.д.;

* диверсификация закупок сырья и материалов - взаимодействие с различными поставщиками, что позволяет уменьшить зависимость предприятия от окружения, от надежности отдельных поставщиков;

* диверсификация вложений - при формировании инвестиционного портфеля делается рекомендация отдавать предпочтение реализации нескольких проектов относительно небольшой капиталоемкости перед программами, которые состоят из единственного инвестиционного проекта; Впрочем, сам такой метод несколько ущербен по описанию, так как важно учитывать соотношение риска-прибыли в проектах и взвешивать по размеру вкладываемого капитала пропорционально риску.

* диверсификация деятельности - увеличение числа используемых или готовых к использованию технологий, расширение ассортимента производимой продукции или спектра оказываемых услуг, нацеленность на различные социальные группы потребителей;

* распределение риска по временному параметру.

Методы возмещения убытков направлены на то, чтобы в случае появления потерь были возможности их возмещения. Они подразделяются на следующие виды:

1. Методы создания системы резервных фондов предполагают создание страховых запасов сырья, материалов, комплектующих изделий, денежных средств, формирование планов их использования в кризисных ситуациях, установление запасных контактов и связей.

2. Методы страхования хозяйственных рисков.

3. Методы поиска гарантий заключаются в обращении малых предприятий к крупным коммерческим банкам, страховым обществам, ассоциациям, фондам, а крупных, соответственно, к органам государственного управления за поддержкой и контролем¹.



2. АНАЛИЗ ПОЛЕЗНОСТИ В УСЛОВИЯХ РИСКА И НЕОПРЕДЕЛЕННОСТИ

2.1 Снижение риска с помощью статистической теории принятия решений

Лица, принимающие решения (ЛПР), часто сталкиваются с условиями неопределенности. Для того чтобы уменьшить степень неопределенности при принятии решений применяется статистическая теория принятия решения, согласно которой:

- построение дерева решений задачи и его применение для выбора оптимального решения;

- знание принципов построения функции полезности и ее практическое применение в задачах выбора оптимального решения;

- умение применять априорный и апостериорный анализ, а также рассчитывать ожидаемую ценность совершенной информации.

Полезность представляет собой степень удовлетворения, которую получает субъект от потребления товара или выполнения каких-либо действий. С точки зрения лица, которое осуществляет выбор, полезность решения в условиях неопределенности заключается в выборе наиболее адекватного внешним и внутренним условиям развития предприятия решения.

Статистическая теория принятия решений предлагает методы анализа подобных проблем и способствует ЛПР сделать оптимальный выбор. Любая проблема принятия решений в условиях неопределенности имеет следующие две характеристики:

- ЛПР должен делать выбор или, возможно, последовательность выборов из нескольких альтернативных вариантов действия;

- выбор ведет к определенному исходу, но ЛПР не в состоянии с точностью предсказать этот исход, поскольку он зависит от непредсказуемого события или последовательности событий, а также и от самого выбора.

Дерево решений представляет собой задачу рационального решения в качестве алгоритма поиска альтернатив, каждая из которых изображается разветвлением дерева.

Выделяют два типа разветвлений дерева решений.

Вилка решения -- это разветвление, отображающее альтернативу, где решение принимает ЛПР.

Вилка шанса -- это разветвление, соответствующее альтернативе, где шанс выбирает исход. Обычно вилку решения графически изображают в виде небольшого квадрата, а вилку шанса -

в виде точки.

Практической демонстрацией использования статистической теории принятия решений в условиях неопределенности и риска является задача "обработки" ураганов. В начале 70-х годов Стэнфордский исследовательский институт в США изучал эту проблему по просьбе министерства торговли США и для определения наиболее оптимального решения использовал деревья решений.

Министерство торговли (ЛПР) должно выбрать между двумя вариантами действий -- "засевать" ураган (т. е. обработать ураган с помощью специальных химических препаратов, сбрасываемых своздуха) или его не "засевать". На рис. 3 дерево решений демонстрируется вилкой решений с двумя направлениями, одно из которых соответствует решению "засевать" ураган, а второе подходит варианту не "засевать" ураган. Если субъект выбирает ветку, соответствующую "засеванию", то далее исход определяет вилка шанса с пятью ветками, соответствующими значительному увеличению, умеренному возрастанию, неизменному, умеренному уменьшению или значительному уменьшению скорости ветра в эпицентре урагана. Имущественный Ущерб, соответствующий каждому из этих исходов, показан на правом конце каждой из этих веток. То, какой именно из этих исходов реализуется на практике, определяется "шансом". Вероятности каждого из этих вариантов проставлены в скобках возле стоимости ущерба. Если же правительственное ведомство выбирает нижнюю ветку дерева решений, соответствующую решению не "засевать" ураган, то далее возможны те же пять исходов. Имущественный ущерб, соответствующий каждому из этих исходов, а также их вероятности проставлены на правом конце из веток.

Для расчета оптимального решения в случае "засевать" или не "засевать" ураган специалисты Стэнфордского университета определили ожидаемую стоимость ущерба в вершине вилки шанса, которая соответствует "засеванию" и не "засеванию" урагана.

По данным первого варианта, ущерб составил

0,038: (336.05)+0,143 (191,35)+0,392 (100,25)+0,255 (46,95)+0,172(16,55)= 94,31 у.е.

По данным второго варианта --

0,054: (335,8) +0,206 (191,0)+0,480 (100,0) + 0,206 (46,7) +0,54 (16,3) = 116,0 у.е.

Анализ полученных результатов позволил сделать однозначный вывод -- целесообразнее проводить "засевание" ураганов с целью снижения ущерба от проводимых ими разрушений

Рис. 1 Дерево решений для примера "обработки" ураганов

2.2 Максимизация ожидаемой полезности. Аксиомы Неймана-Моргенштерна

В большинстве случаев считается, что ЛПР пытается максимизировать ожидаемую прибыль или минимизировать ожидаемый убыток. Однако иногда подобный критерий не совсем верный и нам понадобится сформулировать более соответствующий ситуации параметр. Для того, чтобы проиллюстрировать, почему для ЛПР не всегда приемлем критерий максимизации ожидаемого денежного выигрыша, изучим следующую ситуацию.

Предположим, что ЛПР должен сделать выбор из следующих двух альтернатив:

* получить 1 000 000 у.е. наверняка;

* задача, в которой с вероятностью 0,5 ЛПР выигрывает 2 100 000 у.е., либо же вероятностью 0,5 проигрывает 50 000 у.е.

Для того, чтобы сделать рациональный выбор из двух предложенных альтернатив, необходимо рассчитать ожидаемый денежный выигрыш для игры и сравнить полученные результаты.

Ожидаемый доход от второй альтернативы составит: 0,5 (2 100 000) + +0,5 (-50 000) = 1 025 000 у.е..

Если использовать параметр максимизации ожидаемого денежного выигрыша, ЛПР должен выбрать игру, а не получение суммы в один млн. у.е. наверняка. Однако большинство людей в подобной ситуации, скорее всего, предпочтут гарантированность выигрыша первой альтернативы, даже несмотря на то, что больший ожидаемый выигрыш соответствует игре, представленной второй альтернативой. Наоборот, в этом случае вполне вероятно, что президент крупной фирмы может выбрать второй вариант. Значит, на выбор предпочтительного оптимального решения оказывает влияние не только размер ожидаемого дохода от операции, но и отношение субъекта к риску.

Рассмотрим следующий пример. Предположим, что доход брокера может быть получен двумя способами: 15 000 у.е. в виде фиксированного заработка либо получение дохода от пакета акций с разбросом величины дохода от 10 000 у.е. до 30 000 у.е.. Вероятность альтернатив получения дохода от пакета акций составляет 0,5. Функция полезности, отражающая соотношение уровня полезности и уровня дохода для рассматриваемых вариантов, представлена на рис. 3.2.

Приведенный рисунок показывает, что уровень полезности растет с 10 до 18 единиц по мере роста дохода с 10 000 у.е.. до 30 000 у.е.. При этом предельная полезность постепенно уменьшается.

Чтобы оценить новый пакет акций, брокер может подсчитать ожидаемую величину конечного дохода. Ожидаемая полезность является суммой полезностей, связанных со всеми возможными результатами, взвешенных на вероятность каждого из результатов. В данном случае для пакета акций она составит: Е(и) = 0,5-10 000 + 0,5-30 000 = 0,5-10 + 0,5-18 = =14.

Рис. 2 Соотношение дохода и полезности

Новый пакет акций, связанный с риском, является, соответственно, более предпочтительным, чем стабильный заработок, поскольку ожидаемая полезность 14 больше полезности 13 единиц, соответствующей доходу в 15 000 у.е..

Люди различаются по своей готовности пойти на риск. Некоторые не желают рисковать, некоторым это нравится, а иные к риску безразличны.

Человек, который предпочитает стабильный доход акциям, связанным с риском, является не расположенным к риску. Для него характерна низкая предельная полезность дохода. Не расположенность к риску -- наиболее распространенный случай. Доказательство тому -- огромное число ситуаций, при которых люди страхуются. Множество людей не только заключают договоры по страхованию жизни, здоровья, автомобиля, но также ищут работу с относительно стабильной заработной платой, вкладывают деньги в наиболее стабильные ценные бумаги.

Рис. 3 показывает не расположенность человека к риску. Допустим, что он может выбирать ценные бумаги со стабильным доходом 20 000 у.е. или пакет, состоящий из акций с доходом 30 000 у.е. и вероятностью 0,5, акции с доходом в 10 000 у.е. и вероятностью 0,5. В этом случае в среднем ожидаемый доход от владения пакетом рисковых акций составляет 20 000 у.е. Ожидаемая полезность пакета акций равна 14 (расчет приведен выше) и обозначена на рис. 3.2. точкой Е. Затем сравнивается ожидаемая полезность акций, связанных с риском, с полезностью стабильного дохода в 20 000 у.е.. Уровень полезности стабильного дохода составляет 16 и на рис. 3.2. обозначен точкой Д. Очевидно, что ожидаемая полезность стабильного дохода на две единицы больше, чем полезность от пакета акций, связанных с риском. Значит, такой вид функции полезности описывает негативное отношение человека к риску.

Человеку, нейтрально относящемуся к риску, безразлично, получать ли стабильный доход или купить акций с неопределенным доходом. В этом случае ожидаемая полезность от этих двух вариантов должна быть одинакова.

На рис. 3 ожидаемая полезность, связанная с акциями, дающими доход 10 000 или 30 000 у.е. с одинаковой вероятностью 0,5, составляет 12, тогда как и ожидаемая полезность при получении стабильного дохода в 20 000 у.е. равна тоже 12.

Е(и) =

0,5 -10 000 + 0,5 -30 000 = 0,5- (8) + 0,5 -(18) =12; Е(20 000) = = 12; 12 = 12.

Свидетельством расположенности к риску является, прежде всего, то, что многим-людям нравится предпринимательство. Некоторые криминалисты могут также характеризовать ряд уголовников как любителей риска, особенно когда грабеж сулит относительно высокую добычу, а угроза наказания невелика. Оставив эти особые случаи в стороне, можно утверждать, что очень немногие люди расположены к риску, в особенности в отношении крупных покупок или больших размеров прибыли, или ущерба.

Рис. 3 отражает расположенность к риску. В данном случае ожидаемая полезность дохода от владения пакетом акций выше, чем полезность стабильного дохода. В числовом выражении это выглядит следующим образом:

Е(и) = 0,5-10 000 + 0,5-30 000 = 0,5 -(3) + 0,5-(18) = 0,5; Е(20000) = 8,8 < 10,5.

Рисунки, демонстрирующие вид функции полезности для различных по отношению к риску категорий субъектов, построены с использованием аксиом Неймана -- Моргенштерна. Данные аксиомы были сформулированы Джоном фон Нейманом и Оскаром Моргенштерном более 50 лет тому назад и характеризуют составные элементы рационального поведения субъекта. Исследуем содержание наиболее популярных аксиом.

Рис. 3 Нейтральное и положительное отношение к риску

Аксиома транзитивности Неймана -- Моргенштерна предполагает, что предпочтения ЛПР являются транзитивными.

Например, если Вы предпочитаете исход А исходу В, а исход В исходу С, то можно сделать вывод, что вы предпочитаете исход А исходу С. Аксиома транзитивности играет важную роль в теории потребительского поведения.

Аксиома безразличия утверждает, что если имеется три возможных исхода -- А, В и С и если ЛПР предпочитает исход А исходу В, а исход В -- исходу С, то должна существовать такая вероятность Р, что для ЛПР следующие две альтернативы будут иметь одинаковую ценность:

1) получить В наверняка;

2) игра, в которой ЛПР выигрывает А с вероятностью Р, либо выигрываете с вероятностью (1 -- Р).

Значение вероятности может быть больше или меньше, однако это не имеет принципиального значения. Важно то, что существует определенное значение Р, при котором для ЛПР будет безразлично: либо принять участие в игре, в которой можно выиграть А или С, либо получить выигрыш В.

Аксиома независимости утверждает, что если выигрыши А и В имеют для ЛПР одинаковую ценность, то одинаковую же ценность будут иметь для ЛПР два идентичных лотерейных билета, отличающихся лишь тем, что первый предлагает в качестве выигрыша А, а второй -- В.

Аксиома рациональности предполагает, что ЛПР, которому предложено два лотерейных билета с идентичными призами, выберет билет с большей вероятностью выигрыша.

Ко многим выводам данных расчетов специалисты относятся критически. Обоснованием этого является чрезмерная упрощенность реальности, которая представлена посредством данных моделей. С этим сложно не согласиться. Однако для теоретической науки подобные модели являются весьма интересными и заслуживают того чтобы быть изученными.



2.3 Алгоритм построения функции полезности

Функция полезности отражает предпочтения ЛПР по отношению к риску, а ее построение осуществляется в два этапа.

На первом этапе осуществляется выбор наилучшего и наихудшего значений исхода, выраженное в денежной форме. Полезность наилучшего варианта устанавливается большей величиной, чем полезность худшего. Очень часто полезность самого плохого исхода устанавливается равной нулю, а полезность наилучшего исхода приравнивается единице.

В задаче про ураганы, например, можно установить полезность наихудшего исхода, соответствующего наибольшему возможному ущербу, т. е. U(-336,05), равной нулю, а полезность наилучшего исхода U(-16,3), т. е. самого маленького ущерба, равной единице. Следует отметить, что итоговые результаты анализа не зависят от того, какие численные значения полезности были выбраны, до тех пор, пока полезность лучшего исхода выбрана больше полезности худшего. Таким образом, можно, например, установить полезность U(-336,05), равной 4, а полезность U(-16,3), равной 10.

Второй этап не настолько прост. Необходимо предоставить ЛПР выбор между двумя вариантами. Первый вариант представляет собой определенное значение денежного выигрыша, который ЛПР может получить наверняка. Вторая альтернатива представляет собой игру с двумя возможными исходами, полезности которых определены нами случайным образом на первом этапе, предположим, к примеру, что мы выберем значение U(-91,1). Тогда мы должны задать ЛПР следующий вопрос: предпочитает ли он определенность потери, оцениваемой в 191,1 у.е., игру, в которой потеря составит 16,3 у.е. при вероятности Р, а убыток в 336,05 у.е. с вероятностью (1-Р), Задача ЛПР состоит в том, чтобы определить значения Р, при котором для ЛПР потеря в 191,1 у.е. и игра будут иметь одинаковую полезность. Предположим, что значение Р для условий данной задачи равно 0,45, тогда ожидаемая полезность потери в 191,1 у.е. равна ожидаемой полезности этой игры, то есть

U (-191,1) = (1-Р) U (-336,05) + РU (-16,3), U (-191,1) = 0,55 U (-336,05) + 0,45 U (-16,3).

Поскольку установлено, что полезность U(-336,05) равна нулю а полезность U(-16,3) равна единице, то полезность U(-191,1) равна 0,45. Аналогичным образом можно найти U(-100,0), U(-46,7) другие значения полезностей, которые необходимо знать для определения ожидаемой полезности "обработки" урагана. Например, полезность ущерба 100 у.е. равна:

U(-100,0) = 0,26 U (-336,05) +0,74 U (-16,3)= 87,49 + 12,06 = 99,55.

Поскольку U(-336.05) равно нулю, а и U(-16.3) равно единице, то это означает, что U(-100.0) равна 0,74.

Функцию полезности ЛПР можно представить в виде графика отображающего значения уровня полезности, которые ЛПР приписывает тому или иному количественному значению денежного выигрыша или потери. По виду графика функции полезности можно судить о склонности ЛПР к риску.

Важным понятием в теории принятия решений является понятие ожидаемой стоимости совершенной информации.

Ожидаемая стоимость совершенной информации -- это увеличение ожидаемой прибыли в случае, когда ЛПР может получить абсолютно точную информацию, касающуюся изучаемой случайной переменной (однако ЛПР заранее не знает, какова будет эта информация).

В задаче с менеджером по маркетингу (см. контрольный пример к теме) стоимость совершенной информации равняется увеличению ожидаемой прибыли в ситуации, если менеджер может получить совершенно точную информацию, указывающую, действительно ли новая этикетка является лучше старой. Для того чтобы определить это возрастание ожидаемой прибыли, необходимо сначала вычислить значение ожидаемой прибыли на основе той информации, какая уже имеется у менеджера, а после этого вычесть значение из количества ожидаемой прибыли, которая будет получена в условиях доступа к совершенно точной информации.

Значение ожидаемой прибыли для задачи с выбором новой этикетки с учетом информации, которой обладает менеджер, равно 0,5 (800 000) - 0,5 (500 000) - 150 000 у.е.

Величина ожидаемой прибыли в условиях доступа к совершенной информации составит

0,5 (800 000) + 0,5 (0) = 400 000 у.е.

Для данного примера нужно привести некоторые пояснения. Если ЛПР будет знать точно, что рынок учтет новую этикетку, то дополнительная прибыль от этого метода составит 800 000 у.е. Если у ЛПР будет информация о неготовности рынка к такому действию, тогда он не будет изменять этикетку и, значит, фирма не понесет никаких убытков. Так как ЛПР заранее не знает, какой будет эта информация (об успехе или о неудаче), то эти два события считаются равновероятными. Таким образом, ожидаемая прибыль фирмы в условиях доступа к совершенной информации составит 400 000 у.е.. Разность между величинами 400 000 у.е. и 150 000 у.е. равна 250 000 у.е., что и является ожидаемой стоимостью совершенной информации для условий задачи. Это значение показывает, как сильно может вырасти ожидаемая прибыль фирмы при доступе к совершенной информации. Говоря по-другому, ожидаемая стоимость совершенной информации -- это максимальная сумма, которую ЛПР может заплатить за доступ к этой информации.

В описанном выше случае 250 000 у.е. -- это априорная ожидаемая стоимость совершенной информации, так как она рассчитывалась исходя из априорных значений вероятностей. После проведения маркетинговых исследований рынка менеджер получает возможность рассчитать апостериорную ожидаемую стоимость совершенной информации, т. е. значение, вычисленное уже с использованием значений апостериорных вероятностей.

Пусть после проведения исследований рынка менеджер определил, что вероятность успеха составляет 0,8, а вероятность неудачи -- 0,2. Тогда, ожидаемая стоимость совершенной информации будет равна

[0,8 (800 000)+0,2(0)]-[0,8 (800 000)+0,2 (-500 000)] = 100 000 у.е..

Это означает, что опрос уменьшил сомнения ЛПР относительно превосходства новой этикетки в сравнении с прежней, а значит, и уменьшилась ожидаемая стоимость или же ценность совершенной информации¹.



3. ПРОБЛЕМА «ЧЕРНОГО ЛЕБЕДЯ» И ФУНДАМЕНТАЛЬНЫЕ ОШИБКИ В СФЕРЕ УПРАВЛЕНИЯ РИСКАМИ

Существует довольно много различных точек зрения на вопрос оценки риска и выбора наиболее оптимального решения в условиях неопределенности. Некоторые подходы к данному вопросу мы осветили в нашей работе. Однако есть кое-что общее между всеми этими подходами. Абсолютно все они пытаются оценить и изучить возможные риски, классифицировать. Вполне понятно, что для теории это может быть весьма интересным и важным. Но на практике все оказывается гораздо хуже. Чаще всего, наиболее серьезные проблемы приходят с направления, которое не было изучено. Причем, чем более разрушительными оказываются последствия, как показывает история, тем более непредсказуемым было событие. В статистике такая проблема носит название «толстые хвосты» статистических распределений, то есть события, которые не укладываются в рамки какого-либо распределения. Именно такие события и являются определяющими ход истории, радикально меняют ход эволюции.

Данную проблему классическая экономическая наука долго игнорировала. Достаточно вспомнить, как «красиво» рухнул фонд LTCM, основанный двумя нобелевскими лауреатами и множеством выпускников Гарварда, или как были уверены в дальнейшем развитии финансовых рынков практически все эксперты в 2008-м году. Примеров этого можно найти массу. Сама же проблема заключается в том, что все риски учесть невозможно. Однако существуют способы оценки устойчивости экономических субъектов. Эксперты пытаются прогнозировать, выявлять возможные риски, но сделать это невозможно. Не существует способов оценки непредсказуемых событий. Не существует способов точно установить, наступит ли определенный вид риска, или нет. Но, как и было отмечено выше, можно оценить хрупкость системы.

Следующая проблема касается однобокости изучения вопроса. И в этом ключе целесообразно рассмотреть такие понятия как «устойчивость», «уязвимость» и «антиустойчивость». Если по поводу первых двух понятий все понятно, они противоположны друг другу. Как пример, можно назвать депозит в крупном банке и деньги на брокерском счете, вложенные в какие-либо высоковолатильные акции на крупный процент относительно капитала. Антиустойчивость же является лишь предполагаемым термином и фактически почти нигде в научной литературе не рассматривается, не считая отдельных статей. В качестве примера можно привести швейцарские банки, которые зарабатывают во время войн больше, чем в спокойное время, либо фонды, вкладывающие средства в «безжизненные» страйки опционов, срабатывающие во время финансовых кризисов. То есть это своего рода мифологическая Гидра, у которой если отрубить одну голову, то вырастут две. И понятно, при этом, что если предприниматели будут искать возможности для заработка в случае наступления негативных (по отношению к другим) событий, то это будет большой плюс для них, так как сфера этого подхода огромна и не изучена в науке достаточно тесно. Хотя, как и отмечалось, практические реализации данного подхода уже имеются. Дополним приведенные примеры такими как кредитные дефолтные свопы, которые представляют собой деривативы, на которых прибыль образуется в случае ухудшения ситуации в странах, а также такие сложные деривативы как структурированные продукты, где часть капитала защищена, а часть находится в рисках. И это не просто диверсификация, которая предполагает распределение рисков между различными способами вложений. Это системы, для которых неожиданные и непрогнозируемые события не являются разрушительными, а наоборот, способствуют получению положительного эффекта.

Возможно, что в будущем вопросам защиты от подобных событий будет уделено несколько большее внимание, чем это делается сейчас в отдельных экономических системах, а также будут пересмотрены имеющие подходы к управлению рисками в компаниях.

Важным вопросом в этом плане является и освоение современных информационных технологий, так как уровень, например, российских, менеджеров в плане знаний по части автоматизации собственных процессов и умения строить модели, проверять разнообразные методы остается достаточно плачевным. Вполне понятно, что современные методы и технологии для многих российских предприятий будут совершенно в новинку и потребуют определенных затрат на внедрение и на обучение сотрудников и поэтому вопрос популяризации систем управления рискам является очень не простым в условиях, где очень многое делается на «авось». Однако это не значит, что не нужно пытаться, необходимо разрабатывать технологии и алгоритмы управления рисками, проводить исследования и эксперименты, заниматься распространением информации.



ЗАКЛЮЧЕНИЕ

Как видим, понятие экономических рисков является чрезвычайно важным. Это обусловлено тем, что рисками пронизана вся экономическая сфера. Невозможно совершить какое-либо действие в полной безопасности. Даже хранение денег в банке связано с определенными рисками. Так, в 2008 году рушились банковские организации, которые до этого существовали десятилетиями. Таким образом, можно сделать вывод, что изучать способы управления рисками необходимо каждому человеку, который принимает активное участие в экономической жизни.

Риски тесно связаны и переплетаются с понятием неопределенности, которая сама по себе, также, проявляется повсеместно и представляет собой недостаток информации о какой-либо экономической системе. Интересным является тот факт, что чем меньше мы знаем о каких-либо рисках, говоря другими словами, чем выше степень неопределенности, тем более существенным может быть эффект их проявления. В качестве примера можно привести аварию на Фукусиме, где высота волны оказалась больше, чем высота заградительной стены, которая строилась на основе прошлых максимальных значений высоты волн. Это как раз и есть эффект сокрушительного масштаба при полной неопределенности, так как заранее предсказать такое не было возможностей.

Причины экономических рисков очень различны. Они определяются источником риска. Выявление причин риска важная задача специалистов, которые заняты управлением рисками, так как это снижает степень неопределенности и может способствовать более правильному принятию решений.

Если говорить об управлении рисками, то это очень сложный и многогранный вопрос. Существует множество способов управления рисками. Это может быть полное нивелирование, диверсификация, снижение рисков и т. д.

При всем, при этом, до сих пор системы риск-менеджмента изучены не достаточно. Это касается и теоретической составляющей, и практической. Очень часто ошибки менеджеров приводят к катастрофическим последствиям. Причем, сами ошибки чаще всего носят фундаментальный характер. Скажем, в аварии на Фукусиме разработчики исходили из данных о высоте волны, которая была в прошлом. И это не спасло от более серьезного бедствия, так как заграждение было построено, исходя из рациональных соображений. Да, оно было оптимальным. И это было главной ошибкой, так как оптимальные решения могут спасти только от событий, которые можно описать кривой нормального распределения гаусса, но от тех событий, которые относятся к «толстым хвостам» (черные лебеди по терминологии Нассима Талебе, чикагского профессора), оптимальные варианты не спасают. Это ошибка отсутствия избыточности. Как говорит сам Талеб, дай волю экономистам, они бы вырезали одну почку и одно легкое у человеку, поскольку это не оптимально иметь в наличии неиспользуемые ресурсы. В противовес этому природа наделяет системы избыточностью, что очень часто упускается менеджерами.

Существуют и другие, не менее серьезные, ошибки как в экономической, включая финансовую, сфере, так и в других общественных системах. Те немногие мысли, которые сейчас имеются по этому поводу, не являются систематизированными, не поставлены на научно-обоснованные инструменты и методы. Возможно, что в будущем мы научимся управлять «черным лебедем» и принимать решения, основываясь не на теоретических домыслах, мало имеющих отношение к реальной действительности, а на объективных и продуманных принципах.

Таким образом, можно отметить, что вопрос изучения рисков и принятия решений в условиях неопределенности требует весьма пристального внимания со стороны квалифицированных специалистов, обладающих для исследований соответствующими знаниями и технической подготовкой.

СПИСОК ИНФОРМАЦИОННЫХ ИСТОЧНИКОВ

1. Бернстайн П. Против богов: Укрощение риска / Пер. с англ. -- М.: ЗАО «Олимп-Бизнес», 2000

2. Бригхем Ю., Гапенски Л. Финансовый менеджмент: Полный курс. В 2-х т.: Пер. с англ. / Под ред. В.В.Ковалева. - СПб: Экономическая школа,238 с. 2011.

3. Гончаренко, Л.П. Риск-менеджмент [Текст]: учебное пособие / Л.П. Гончаренко, С.А. Филин. - М.: КноРус, 2010. - 216 с.

4. Коршунова, Л.Н. Оценка и анализ рисков [Текст] / Л.Н. Коршунова, Н.А. Проданова. - Ростов н/Д: Феникс, 2010. - 196 с.

5. Лафта Дж. К. Эффективность менеджмента организации. - М.: Русская деловая литература, 2009.- 320 с

6. Канеман Д., Тверски А. Рациональный выбор, ценности и фреймы // Психологический журнал. - 2003. - Т. 24. - № 4. - С. 31-42.

7. Найт Ф.Х. «Риск, неопределенность и прибыль» / Пер. с англ. - М.: Дело, 2003. С. 230

8. Невеселов А. В. Что мы знаем о рисках и неопределенности, 2011 г - 352 с.

9. Нейман Дж. фон, Моргенштерн О. Теория игр и эко-номическое поведение. -- М.,293 с. 2011.

10. Фомичев, А.А. Риск-менеджмент / А.А. Фомичев. - М.: Экономика, 2009. - 405 с.

11. Финансовое управление компанией / Общ. ред. Е. В.Семеновой. - М.: Фонд "Правовая культура",392 с. 2012.

12. Экономические и финансовые риски. Оценка, управление, портфель инвестиций: учебник/автор А.С.Шапкин. Издательско-торговая корпорация «Дашков и Ко», 2009.-544с

13. Nassim Nicholas Taleb. ANTIFRAGILE. THINGS THAT GAIN FROM DISORDER © 2012 by Nassim Nicholas Taleb © Н. Караев, перевод, 2013

14. «The Black Swan: The Impact of the Highly Improbable», The New York Times, by Nassim Nicholas Taleb, April 22, 2007

15. Электронный ресурс. Режим доступа (свободный): http://investense.com/

Размещено на Allbest.ru

...