Полная версия

Главная arrow Менеджмент arrow Анализ и управление рисками организации

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

Контент-анализ

  • 1. Количество договоров — N= 101.
  • 2. Количество договоров, по которым было нарушение оплаты или неоплата: п = 16.
  • 3. Вероятность возникновения риска:
    • (16 : 101) х 100 % « 15,84 %.
  • 4. Сумма задолженности = 4 783 007,8 руб.

Экономико-статистический метод (модель Марковица)

1. Среднее ожидаемое значение (математическое ожидание):

Хт = (20 х 0,0594) + (25 х 0,0495) + (40 х 0,0297) +

+ (30 X 0,0198) + (100 X 0,8416) = 88,3675 %.

2. Дисперсия:

D= (20 - 88,3675)2 х 0,0594 + (25 - 88,3675)2 х 0,0495 +

+ (40 - 88,3675)2 х 0,0297 + (30 - 88,3675)2 х 0,0198 +

+ (100 - 88,3675)2 х 0,8416 = 727,222443.

  • 3. Среднеквадратическое отклонение:
  • 5 = д/727,222443 * 26,967062.
  • 4. Коэффициент вариации = 26,967062/88,3675 а 0,3052.

Таблица 10. Сведения о фактической оплате стоимости услуг по договорам

договора

Процент

оплаты

договора

Процент

оплаты

договора

Процент

оплаты

договора

Процент

оплаты

1

100

27

100

53

25

79

100

2

20

28

100

54

20

80

100

3

20

29

100

55

100

81

100

4

100

30

100

56

100

82

100

5

25

31

100

57

100

83

100

6

25

32

100

58

100

84

20

7

100

33

100

59

100

85

100

8

25

34

100

60

100

86

100

9

100

35

100

61

100

87

100

10

100

36

100

62

100

88

100

11

100

37

100

63

100

89

25

12

100

38

100

64

100

90

100

13

40

39

100

65

100

91

100

14

100

40

100

66

100

92

100

15

100

41

30

67

100

93

100

16

20

42

100

68

100

94

100

17

100

43

100

69

100

95

100

18

100

44

40

70

100

96

100

19

100

45

100

71

100

97

100

20

100

46

100

72

30

98

100

21

100

47

100

73

100

99

100

22

100

48

100

74

40

100

100

23

100

49

100

75

100

101

100

24

100

50

100

76

100

25

100

51

100

77

100

26

100

52

20

78

100

Таким образом, по результатам проведенной оценки можно сделать следующие выводы. Общая вероятность повышения воздействия риска составляет 16 %; ущерб от воздействия риска — 4 783 007,8 руб. Средневзвешенная величина процента оплаты услуг составляет около 88 %.

Значение коэффициента вариации, характеризующего воздействие риска неоплаты услуг, равно 0,3052 (или 30,52 %), что соответствует достаточно высокому, но допустимому уровню воздействия риска.

Экономико-статистический метод достаточно объективен и информативен, поэтому на основе подхода, предложенного Марковицем, были разработаны также другие методы оценки рисков, например Value at Risk (VaR) и Risk Metrics.

Value at Risk (VaR) — сумма (стоимость) под риском — мера риска, применяемая преимущественно в финансах, банковской и инвестиционной сферах, а также в страховании.

Идея метода VaR заключается в определении верхней оценки капитала, который может быть потерян в результате неблагоприятного стечения обстоятельств. Другими словами, это капитал, который теряется в «наихудшем» случае. Например, потеря инвестором, действующим на рынке, практически всего капитала, вложенного в ценные бумаги, потеря страховой компанией всех застрахованных объектов одновременно. Вероятность катастрофического воздействия риска в подобных случаях минимальна, поэтому, как правило, устанавливают определенную максимальную величину потерь капитала и соответствующий ей уровень вероятности. В большинстве случаев вероятность принимается в интервале от 0,01 до 0,1.

Метод VaR основывается на законе нормального распределения и использовании квантильных оценок. В качестве меры риска выступает квантиль соответствующего распределения, т. е. определенная область значений. Схематично VaR в случае нормальной плотности распределения потенциальных доходов/убытков представлен на рис. 10.

График нормальной плотности распределения потенциальных доходов/убытков

Рис. 10. График нормальной плотности распределения потенциальных доходов/убытков

Если значения показателей распределены нормально со средним значением X и среднеквадратическим отклонением ох, то значение VaR определяется по формуле

На практике VaR достаточно часто рассчитывается на основе определения доверительного уровня или интервала, дающего количественную характеристику точности прогноза. Уровни характеризуют вероятность превышения расчетной величины VaR. Каждому доверительному уровню соответствует определенный коэффициент. Наиболее часто на практике применяются следующие уровни и коэффициенты:

  • • уровень 95 % — коэффициент 1,65;
  • • уровень 97,5 % — коэффициент 1,96;
  • • уровень 99 % — коэффициент 2,33.

С учетом выбранного уровня и соответствующего ему коэффициента VaR рассчитывается по следующей формуле:

где к — коэффициент выбранного доверительного уровня;

Y — заданный объем актива в стоимостном выражении.

Рассчитанное значение VaR будет характеризовать то, что с заданной вероятностью изменение величины изучаемого актива при установленном объеме вложений Y не приведет к убыткам большим, чем величина VaR (превышающим VaR).

Приведем конкретный пример оценки валютных рисков с помощью VaR. Размещение еврооблигаций на сумму 100 млн евро и дальнейшее падение курса доллара по отношению к евро стало причиной потерь ОАО «ММК» от курсовой разницы. В целях регулирования валютной позиции акционерного общества и снижения валютного риска была разработана и внедрена процедура управления валютным риском. В данном случае были разработаны и документированы метод оценки на основе методологии VaR, процедуры управления (в частности, управление условиями валютных контрактов, хеджирование) и контроля.

Существующий на сегодняшний день механизм взаимодействия подразделений при управлении валютным риском позволяет динамично отслеживать и формировать валютную позицию

ОАО «ММК» и, следовательно, оценивать и управлять валютным риском.

Методика Risk Metrics также разработана была на основе метода VaR. Она обнародована банком JPMorgan в 1994 г. Предназначена методика для ежедневного отслеживания рыночного риска портфелей, включающих базовые и производные активы. Так как день считается достаточно малым промежутком времени, на котором цена актива изменяется мало, то фактически в Risk Metrics предполагается, что величина X случайна, а среднее значение X = 0. При этом VaR = а, хо^.

Методика Risk Metrics наиболее применима в тех случаях, когда капитал инвестирован в два и более видов активов (например, в разные виды ценных бумаг) либо когда доходность вложений зависит и определяется несколькими параметрами. Например, если российский инвестор имеет иностранные гособлигации, общая величина их доходности определяется их доходностью в иностранной валюте и ее доходностью в рублях. В этих случаях VaR определяется по формуле

где ру — коэффициент корреляции доходностей либо цен видов / и j.

Например, организация проводит операции на рынке USD/RUR и EUR/USD. Для расчета риска проводимых операций используется методика Risk Metrics. Средне квадратическое (стандартное) по операциям USD/RUR составляет 0,195982, EUR/USD — 0,001433. Величина вложений по каждой позиции 500 000 долл.

Коэффициент корреляции между двумя рассматриваемыми позициями составляет — 0,0236.

Таким образом, при величине вложений 500 000 долл, в результате негативного воздействия риска потери не должны превысить 228 285,73 долл.

Наиболее точными и одновременно наиболее сложными с технической точки зрения методами оценки рисков являются методы, ориентированные на формализованное описание неопределенности. Эти методы достаточно часто применяются при оценке инвестиционных проектов и включают следующие этапы:

  • 1) отображение всех возможных условий реализации проекта в виде соответствующих сценариев или определенных моделей, учитывающих систему ограничений на значения основных технических, экономических и других параметров проекта; затраты, результаты и показатели эффективности;
  • 2) преобразование исходной информации о факторах неопределенности в информацию о вероятностях отдельных условий реализации и соответствующих показателях эффективности или об интервалах их изменения;
  • 3) определение показателей эффективности проекта в целом с учетом неопределенности условий его реализации — показателей ожидаемой эффективности.

Основными показателями, используемыми для сравнения различных инвестиционных проектов и выбора лучшего из них, являются показатели ожидаемого интегрального эффекта. Если вероятности различных условий реализации проекта известны, то ожидаемый интегральный эффект рассчитывается по формуле математического ожидания:

где Эожид — ожидаемый интегральный эффект;

Э — интегральный эффект при условии реализации;

Р — вероятность реализации этого условия.

Наиболее сложным и трудоемким методом является анализ сценариев развития событий. Данный метод позволяет оценить одновременное влияние нескольких параметров на конечные результаты проекта на основе учета вероятности наступления каждого отдельного варианта сценария развития событий.

Для анализа рисков проектов, имеющих четкое определенное количество вариантов развития событий, может применяться метод «дерево решений». Аналитик проекта, осуществляющий построение «дерева решений», должен иметь максимум информации, чтобы разработать возможные сценарии развития проекта с учетом вероятности и времени их наступления. Последовательность сбора данных для построения «дерева решений» включает в себя определение:

  • • состава и продолжительности фаз жизненного цикла проекта;
  • • ключевых событий, которые могут повлиять на дальнейшее развитие проекта;
  • • времени наступления ключевых событий;
  • • всех возможных решений, которые могут быть приняты в результате наступления каждого ключевого события;
  • • вероятности принятия каждого решения;
  • • стоимости каждого этапа осуществления проекта в текущих ценах.

На основании полученных данных строится «дерево решений». Его узлы представляют собой ключевые события, а стрелки, соединяющие узлы, — проводимые работы по реализации проекта. В результате построения «дерева решений» определяется вероятность каждого сценария развития проекта, ЧДД (чистый дисконтированный доход) по каждому сценарию, а также интегральный показатель ЧДД. Положительная величина интегрального ЧДД указывает на приемлемую степень риска, связанного с осуществлением проекта:

где t — текущий момент времени, промежуток;

Т — период реализации проекта;

Д, — доход, получаемый от реализации проекта на момент времени t;

3, — затраты на момент времени t;

d — норма дисконта, отражает эффективность участия в проекте (d = а + b + с, где а — процентная ставка, b —показатель, характеризующий уровень инфляции, с — показатель, характеризующий воздействие риска).

Показатель чистого дисконтированного дохода может также использоваться для оценки кредитных рисков, рисков платежеспособности. Подобный вариант использования показателя ЧДД (NPV) рассматривается В. Е. Терюховым. В соответствии с предлагаемым подходом платежеспособность должна прогнозироваться и рассчитываться с учетом периода погашения долга. Точнее говоря, разработка соответствующего инвестиционного проекта, расчет финансовых потоков и эффективности должны осуществляться с учетом анализа и оценки возможных рисков — дисконтирования.

Рассмотрим пример.

Проведем риск-анализ бизнеса потенциального заемщика — промышленного предприятия. Цель заимствования — техническая и технологическая модернизация (в том числе замена устаревшего оборудования). Источник заимствования — внутренний финансовый рынок.

На первом этапе осуществляется сбор соответствующей внутренней и внешней информации.

Внутренняя информация (собирается непосредственно на данном предприятии):

  • • бизнес-план данного проекта, с подробным описанием действующего и проектного бизнеса, в том числе с описанием соответствующих активов, ресурсов и финансовых потоков, а также:
  • • кредитная история (если имеется);
  • • действующие и проектные договоры с контрагентами;
  • • прецеденты взаимных претензий с контрагентами;
  • • база управленческого учета;
  • • бухгалтерская и аудиторская отчетность;
  • • предписания надзорных органов;
  • • штатное расписание и функциональные обязанности персонала;
  • • интервьюирование персонала;
  • • количество и характер аварий, несчастных случаев и/или непредвиденных убытков/затрат и их стоимость;
  • • ит. д.

Внешняя информация сведения, в том числе статистические, по аналогичным предприятиям и проектам данной отрасли и/или сферы.

На основании и с учетом данной информации осуществляется идентификация возможных рисков.

Для количественной оценки идентифицированных рисков последние дифференцируются как системные и несистемные.

Системные риски — риски макроэкономического характера (инфляционный, политический, процентный и т. д.). Могут определяться как безрисковая ставка дисконта на отечественном финансовом рынке, например как доходности долговых обязательств наиболее надежных государственных и/или корпоративных эмитентов, но не менее прогнозируемого уровня инфляции.

Несистемные риски — специфические риски, характерные данному предприятию/проекту. Определяются как дополнительные премии за риски.

В итоге интегральная количественная оценка рисков (ставка дисконта) определяется методом кумулятивного построения («build-up» approach):

где /?(6) — оценка системных рисков (безрисковая ставка дисконта);

?/?(/) — сумма оценок несистемных рисков (дополнительные премии за риски).

При необходимости по каждому несистемному риску выполняются соответствующие статистический анализ и актуарные оценки. Количественная оценка каждого идентифицированного несистемного риска может осуществляться по такой модели:

где Su — средний убыток по одному случаю;

q — вероятность наступления убытка;

а — коэффициент, зависящий от гарантии безопасности;

т — коэффициент вариации убытка;

5 — максимальный возможный убыток;

/— доля затрат на текущее управление риском.

Следующим этапом является определение мер минимизации/по- крытия идентифицированных и оцененных несистемных рисков с целью снижения ставки дисконта.

В данном случае основными мерами являются:

  • 1) ликвидация риска (специальные дополнительные работы и/или отказ от рисковых мероприятий, конструкций, технологий и т. п.);
  • 2) минимизация риска (диверсификация, мониторинг, контроль, надзор, инспектирование, инструктирование, обучение, организация, наличие специальных служб и т. п.);
  • 3) сохранение риска (создание специального резервного фонда для покрытия возможных убытков — самострахование);
  • 4) передача риска (контрактные оговорки, хеджирование, поручительство, гарантии, страхование и т. п.).

При этом затраты на реализацию этих мер имеют свой оптимум (рис. 11).

График зависимости величины затрат на минимизацию покрытия рисков от значения NPV

Рис. 11. График зависимости величины затрат на минимизацию покрытия рисков от значения NPV

Если окончательная ставка дисконта достаточно велика и/или не обеспечивается необходимая приемлемая для кредитора и/или инвестора доходность бизнеса, то возможен пересмотр варианта использования соответствующих активов и ресурсов.

Таким образом, с помощью прогнозирования доходности бизнеса на основе оценки рисков и расчета чистого дисконтированного дохода можно с достаточной степенью достоверности определить потенциальные возможности заемщика выполнить свои долговые обязательства.

В сложных для прогнозирования проектах также используется метод Монте-Карло. Он относится к методам имитационного моделирования. Имитация — процесс создания модели и ее экспериментальное применение для определения реальной ситуации. Главная идея имитирования — использование некоего устройства для имитации реальной системы, чтобы исследовать и понять ее свойства, поведение, характеристики. Метод Монте-Карло основан на применении имитационных моделей, позволяющих создать множество сценариев развития событий.

Имитационные модели и соответствующие им сценарии проекта строятся на основании определенных исходных переменных. В качестве исходных переменных могут рассматриваться, например, величина инвестиционных вложений, налоговые отчисления, уровень инфляции, величина и стоимость необходимых ресурсов и т. д. С целью прогнозирования проекта на исходные переменные устанавливаются определенные заданные ограничения, которые согласуются с условиями и возможностями изменения факторов внешней и внутренней среды организации. В качестве ожидаемого интегрального эффекта проекта рассматриваются вероятностные величины показателей эффективности проекта (чистого дисконтированного дохода, индекса доходности, внутренней нормы доходности и т. д.).

Анализ рисков с использованием метода моделирования Монте-Карло представляет собой воссоединение методов анализа чувствительности и анализа сценариев. Это достаточно сложная методика, не применимая без специальных программных продуктов. Результатом такого анализа выступает распределение вероятностей возможных результатов проекта (например, вероятность получения NPV < 0).

Для сложных систем многие функции, параметры, характеристики носят случайный характер, и для их оценки используется аппарат статистических испытаний, а сам метод Монте-Карло называют методом статистических испытаний.

Рассмотрим пример практического использования метода Монте-Карло. Данный метод был выбран и используется для оценки проектных рисков на ОАО «ММК», так как позволяет оценить комплексное влияние наиболее значимых факторов на конечный финансовый результат проекта.

На ОАО «ММК» была утверждена конкретная методика оценки проектных рисков методом Монте-Карло. Изучим более подробно данную методику.

  • 1- й этап. Определение ключевых факторов инвестиционного проекта и диапазона их изменения. В методике ОАО «ММК» определены наиболее значимые факторы для оценки риска инвестиционных проектов:
    • • цена выпускаемой продукции;
    • • объем выпускаемой продукции;
    • • цена на сырье и материалы;
    • • объем используемого сырья и материалов;
    • • сводная сметная стоимость проекта;
    • • курс валют.

В зависимости от цели оценки риска инвестиционного проекта перечень факторов может быть изменен.

Далее задается диапазон изменения фактора, т. е. минимальная и максимальная границы их изменения на весь расчетный период.

2- й этап. Определяются возможные значения заданных факторов, посредством использования математической функции. Метод Монте-Карло достаточно трудоемкий, и его невозможно провести без использования вычислительной техники. Случайные значения факторов задаются с использованием стандартных средств EXCEL. Функцию, при которой случайная величина имеет равномерное распределение, используют в том случае, когда невозможно точно определить вероятность того, что непрерывная случайная величина принимает какое-то конкретное значение.

Нормальное распределение предполагает, что варианты прогнозируемого параметра тяготеют к среднему значению. Значения параметра, существенно отличающиеся от среднего, т. е. находящиеся в «хвостах» распределения, имеют малую вероятность осуществления. Графическое изображение функции нормального распределения представлено на рис. 12.

Функция нормального распределения

Рис. 12. Функция нормального распределения

Программа имитирует неопределенность рыночных процессов, подставляя выбранную случайным образом величину в экономико-математическую модель расчета показателей экономической эффективности.

  • 3- й этап. Рассчитываются возможные сценарии развития событий с учетом того, что факторы, влияющие на показатели эффективности, заданы как случайные числа. Расчет сценариев развития событий осуществляется автоматически в программе, разработанной отделом управления рисками ОАО «ММК».
  • 4- й этап. В каждом сценарии осуществляется расчет показателя эффективности инвестиционного проекта — чистая текущая стоимость проекта (NPV). В результате получается массив значений NPV (можно проводить оценку по другим показателям доходности).
  • 5- й этап. Полученный массив анализируется с помощью статистических методов.

На ОАО «ММК» результат статистического анализа оформляется в виде таблицы (табл. 11). При этом статистическим критерием оценки риска является коэффициент вариации.

Таблица 11. Количественная оценка инвестиционного риска

Показатели

Итого

Среднее значение (NPVcp)

Стандартное отклонение (а)

Коэффициент вариации

Минимум (NPVmin)

Максимум (NPVmax)

Число случаев (чистая текущая стоимость < 0)

Вероятность получения отрицательного результата от реализации инвестиционного проекта (%)

В соответствии со статистическим правилом (так называемое «правило трех сигм») значение NPV окажется в следующих интервалах:

• с вероятностью 68,3 % — в диапазоне:

NPVcp — а < NPVcp < NPVcp + с;

• с вероятностью 94,5 % — в диапазоне:

NPVcp — 2а < NPVCp < NPVCp + 2а;

• с вероятностью 99,7 % — в диапазоне:

NPVcp — За < NPVCp < NPVCp + За.

В зависимости от значения коэффициента вариации, который является относительным показателем проектного риска, ранжируется риск анализируемого проекта и присваивается соответствующий класс риска (табл. 12).

Таблица 12. Классы проектных рисков

Уровень риска

Коэффициент вариации

Класс риска

Слабый риск

<0,1

1

Умеренный риск

0,1—0,2

2

Сильный риск

0,2—0,5

3

Критический риск

>0,5

4

Проекты в ОАО «ММК» делятся на три группы приоритетности:

  • 1- я группа приоритетности: особо приоритетные для ОАО ММК проекты, реализуемые согласно целевым или инвестиционным программам;
  • 2- я группа приоритетности: прочие проекты, касающиеся основного производства ОАО «ММК»;

3-я группа приоритетности: прочие проекты непрофильного производства, включая социальные проекты.

Зная класс риска и приоритетность инвестиционного проекта, принимается решение по тому или иному проекту. Заключение об эффективности инвестиционного проекта на основании показателя риск-приоритетность производится на основании табл. 13.

Таблица 13. Принятие решения на основании показателя риск-приоритетность

Риск-приоритетность

Слабый риск

Умеренный риск

Сильный риск

Критический риск

1

Положительное

Положительное

Положительное

Отрицательное

2

Положительное

Положительное

Отрицательное

Отрицательное

3

Положительное

Отрицательное

Отрицательное

Отрицательное

Выбор вариантов управления может быть различным, точно так же как портфели инструментов для управления рисков, которые развиваются со временем, приспосабливаясь к меняющимся рыночным условиям. Однако технология управления рисками — основа любой модели управления риском является неизменной и обязательно включает такие основные этапы, как оценка и анализ проектных рисков. Модель управления риском — последовательность действий, позволяющая поддерживать разумный баланс рисков и выгод проектов.

Если воздействие риска постоянно изменяется и обладает высокой динамичностью, массив исходной информации недостаточен для того, чтобы применить математический аппарат для оценки риска. Его величина определяется с помощью качественных характеристик, методов оценки рисков на основе субъективных исходных данных. К таким методам относятся методы экспертных оценок, которые достаточно распространены в современной экономической практике. Необходимо отметить, данные методы могут применяться как для проведения качественной, так и количественной оценки рисков.

Методы экспертных оценок используются в различных областях деятельности. Особенностью методов экспертных оценок является отсутствие строгих математических доказательств оптимальности получаемых решений. Общей направленностью этих процедур является использование человека как «измерительного прибора» для получения количественных оценок процессов и суждений, которые из-за неполноты и недостоверности имеющейся информации не поддаются непосредственному измерению.

В практической деятельности применяются как индивидуальные, так и групповые (коллективные) экспертные оценки (опросы).

Основными целями использования индивидуальных экспертных оценок являются:

  • • оценка вероятности наступления рисковых событий, определение значений коэффициентов относительной важности (значимости последствий воздействия) рисков и ранжирование рисков, выявление путей снижения риска, прогнозирование хода развития событий и явлений в будущем и т. д.;
  • • анализ и обобщение результатов, представленных другими экспертами;
  • • составление сценариев действий, развития событий;
  • • выдача заключений на работу других специалистов и организаций (рецензии, отзывы, экспертизы).

К достоинствам индивидуальной экспертизы можно отнести оперативность получения информации для принятия решений и относительно небольшие затраты. В качестве недостатка следует выделить высокий уровень субъективности и, как следствие, отсутствие уверенности в достоверности полученных оценок.

Указанный недостаток призваны устранить или ослабить коллективные экспертные оценки.

Отличительной особенностью процесса коллективной оценки по сравнению с индивидуальной является наименьшая степень ее субъективности, в результате чего для принятых на основе группового обсуждения решений характерна наибольшая степень вероятности событий.

Различают следующие типы групповых экспертных процедур:

  • • открытое обсуждение поставленных вопросов с последующим открытым или закрытым голосованием;
  • • свободное высказывание без обсуждения и голосования;
  • • закрытое обсуждение с последующим закрытым голосованием или заполнением анкет экспертного опроса.

Как показывает практика, использование первого типа экспертных процедур, т. е. традиционного метода обсуждения вопросов, поставленных перед группой экспертов, не всегда обеспечивает достоверность полученных оценок. Недостатки этих методов связаны с необходимостью учета определенных психологических факторов, например влияния авторитетных и «напористых» участников на мнения остальных и нежелание участииков обсуждения отказываться от ранее высказанных ими точек зрения.

Второй тип групповых экспертных оценок предусматривает свободную интерпретацию идей в рамках постановленной проблемы на основе соблюдения принципа отсутствия какого-либо вида критики. Основным видом данного типа экспертных оценок является так называемый метод коллективной генерации идей (метод «мозговой атаки»). Он направлен на получение большого количества идей, в том числе и от лиц, которые, обладая большой эрудицией, обычно воздерживаются от высказываний.

Процесс выдвижения идей протекает в определенном смысле лавинообразно: высказываемая одним из членов группы идея порождает творческую реакцию у других. Исследования эффективности метода коллективной генерации идей показали, что групповое мышление производит на 70 % больше новых ценных идей, чем сумма индивидуальных мышлений. Этот метод применим при проведении качественной и количественной оценки рисков, а также при выборе направлений и путей снижения риска. К недостаткам метода коллективной генерации идей относятся значительный уровень информационного шума, создаваемого тривиальными идеями, и спонтанный и стихийный характер генерации идей.

При использовании результатов групповых экспертных процедур, осуществляемых посредством открытого обсуждения поставленных проблем, следует учитывать такое явление, как «сдвиг риска». Феномен «сдвига риска» заключается в том, что после проведения открытой групповой дискуссии возрастает уровень рискованности принимаемых решений. В настоящее время наиболее распространенным объяснением явления «сдвига риска» является использование гипотезы риска как ценности. Она исходит из идеи, согласно которой люди ценят риск, и в групповой ситуации многие из них, в том числе лица, отрицательно относящиеся к риску, стремятся повысить свой статус в группе.

Поэтому в условиях групповой дискуссии они меняют свои оценки в сторону большего риска с целью создать о себе представление как о людях решительных, способных и умеющих рисковать. Таким образом, данная гипотеза исходит из того, что сотрудники стремятся рисковать не меньше, чем другие члены коллектива. Если у конкретного члена группы уровень предпочтения риска оказывается значительно ниже среднего для группы, то это может вызвать у него беспокойство и опасения по поводу того, как к этому отнесется группа.

Третий тип групповых экспертных оценок — закрытое обсуждение поставленных проблем — позволяет в значительной степени устранить указанные выше недостатки первого и второго типов экспертных процедур. Примером экспертных процедур третьего типа может служить метод Дельфи (происходит от греческих дельфийских оракулов).

Использование метода Дельфи позволяет усовершенствовать групповой подход к решению задач прогноза или оценки путем взаимной критики субъективных взглядов, высказываемых отдельными специалистами, без непосредственных контактов между ними и при сохранении анонимности мнений или аргументации в защиту этих мнений. Это позволяет исключить влияние авторитетных или «напористых» участников на суждение остальных, а также уменьшить или исключить явление «сдвига риска».

Метод Дельфи предусматривает проведение экспертного опроса в несколько туров. Во время каждого тура эксперты сообщают свое мнение и дают оценку исследуемым явлениям. При обработке информации, полученной от экспертов, все оценки располагают в порядке их убывания Nx...Nm, затем определяют медиану (М) и квартили (Qlt Q2), которые разбивают все оценки на четыре интервала.

Экспертов, чьи оценки попадают в крайние интервалы (не лежат внутри диапазона Q— Q2), просят обосновать свое мнение по поводу этих оценок. С их обоснованием и выводами, не указывая, от кого они получены, знакомят остальных экспертов.

Подобная процедура позволяет специалистам изменять в случае необходимости свою оценку, принимая в расчет обстоятельства, которые они могли случайно упустить или которыми пренебрегли в первом туре опроса. Благодаря этому результаты второго и последующих туров опроса дают, как правило, меньший разброс оценок. После получения оценок второго тура снова рассчитываются медиана и квартили. Этот процесс продолжается до тех пор, пока продвижение к сближению точек зрения не становится незначительным. После этого фиксируются расходящиеся точки зрения.

Метод Дельфи целесообразен и применим при количественных оценках отдельных видов рисков и всего проекта в целом. Так, метод Дельфи используется для оценки величины потерь, связанных с негативным воздействием рисков, определения вероятности наступления рисковых событий, вероятности попадания потерь в определенный интервал.

Технология проведения экспертных оценок рисков состоит из следующих этапов:

  • • подбор экспертов и формирование экспертных групп;
  • • формирование вопросов и составление анкет;
  • • работа с экспертами;
  • • формирование правил определения суммарных оценок на основе оценок отдельных экспертов;
  • • анализ и обработка экспертных оценок.

Экспертная оценка применима для определения рисков внешней и внутренней среды функционирования предприятия. Например, к критериям оценки на макроуровне относятся следующие социально-экономические характеристики: стабильность, уровень безработицы, уровень жизни, распределение совокупного дохода, спад производства, неплатежеспособность, государственная собственность в экономике, банкротство предприятий и организаций, сложившаяся конъюнктура и инфраструктура рынка, факторы, определяющие инвестиционный климат в регионе, стране, и т. п. При анализе внутреннего риска предприятий эксперты оценивают уровень управления, неплатежи, задолженность, уровень заработной платы, спад выпуска продукции, обеспеченность инвестициями и заказами, конкурентоспособность продукции и услуг, возможность банкротства предприятия, уровень маркетинговой деятельности и спроса на продукцию.

По мнению ряда ученых, наиболее объективный результат экспертной оценки риска может быть получен при сравнении аналогичных рисков друг с другом. Кроме того, в качестве базы для сравнения может рассматриваться определенная величина риска — пороговый уровень риска. В качестве критериев определения порогового уровня риска могут рассматриваться два варианта: 1) если вероятность мала, то ущерб, который может быть нанесен предприятию, будет значительным; 2) если ущерб, который может быть нанесен предприятию, невелик, то вероятность понести его будет велика, не менее чем десятые доли единицы.

Методы экспертной оценки являются универсальными, поскольку могут быть применены независимо от наличия исходной фактической информации для определения различных видов риска. Но так как основой методов экспертной оценки риска является субъективная информация, существует определенная вероятность получения неточных, т. е. приблизительных, результатов.

Представленные концепции оценки риска имеют свою определенную практическую и теоретическую значимость. Возможности применения рассмотренных подходов для оценки рисков деятельности предприятия зависят от соответствия методики определения воздействия риска объективным условиям, свойствам экономической среды, наличия исходных данных, уровня неопределенности, сложности развития ситуации риска.

Результаты статистической, аналитической и экспертной оценок рисков являются основой для принятия решений по управлению рисками.

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>