Шкала оцінки рівня ризику - Бєліков А
Шкала оцінки рівня ризику
Продовження таблиці 3.1
3.1.2. МЕТОДИ КОЛИВАЛЬНОСТІ (ЗМІННОСТІ)
До другого виду належать статистичні методи, що визначають ступінь ризику підприємства за допомогою вагальності (мінливості) можливого результату. Для цього використовують такі показники: дисперсію, середнє квадратичне відхилення та коефіцієнт варіації. При визначенні ступеня ризику підприємства слід віддати перевагу останньому показнику, оскільки дисперсія та середнє квадратичне відхилення служать заходами абсолютної коливання, а коефіцієнт варіації - відносна величина, на яку не впливають абсолютні значення досліджуваного показника, тобто з його допомогою можна порівнювати навіть коливання ознак , Виражені в різних одиницях вимірювання.
Оцінка ступеня ризику проводиться декількома способами: шляхом порівняння коефіцієнтів варіації за кожним варіантом можливого рішення та вибору того, у якого значення менше; шляхом порівняння значення коефіцієнта варіації за даним варіантом рішення із середньостатистичним за аналізованою сукупністю або з оцінкою значень коефіцієнта варіації, встановленої в економічній статистиці.
Пропонується вимірювати величину чи ступінь ризику двома критеріями.
1. Середнє очікуване значення – це значення величини події, що з невизначеної ситуацією. Середнє очікуване значення є середньозваженим для всіх можливих результатів, де ймовірність кожного результату використовується як частота або вага відповідного значення. Середнє очікуване значення вимірює результат, на який ми очікуємо в середньому.
Коливання (мінливість) можливого результату – єступінь відхилення очікуваного значення середньої величини. Для цього практично застосовують два близько пов'язаних критерію: дисперсію і середнє квадратичне відхилення.
Імовірність настання події може бути визначена на основі обчислення частоти, з якою відбувається дана подія, тобто необхідно аналізувати статистичну інформацію для найточнішого знаходження частоти або, як мінімум, провести експертну оцінку, що може дати великі похибки.
2. Дисперсія – середнє зважене із квадратів відхилень дійсних результатів від середніх очікуваних (див. формулу 3.6).
, (3.6)
де G – дисперсія;
X – очікуване значення кожному за випадку спостереження;
- Середнє очікуване значення;
n – кількість випадків спостереження (частота).
Дисперсія випадкової величини Х розраховується за такою формулою 3.7.
G(X)=M(X 2 )-(MX) 2 , (3.7)
де М - математичне очікування.
3. Середнє квадратичне відхилення (стандартне відхилення) – визначається як корінь квадратний із дисперсії (див. формулу 3.8).
, (3.8)
де – середнє квадратичне відхилення.
Дисперсія та середнє квадратичне відхилення служать заходами абсолютної коливання. Для аналізу зазвичай використовують коефіцієнт варіації.
4. Коефіцієнт варіації - відносна величина, тому на його розмір не впливають абсолютні значення досліджуваного показника, тобто з його допомогою можна порівнювати навіть коливання ознак, виражених у різних одиницях виміру. Коефіцієнт варіації є відношенням середнього квадратичного відхилення до середньої арифметичної і показує ступінь відхилення отриманих значень.
, (3.9)
де V - коефіцієнт варіації, відс.
Коефіцієнт варіації може змінюватися від 0 до 100%, чим більший коефіцієнт, тим сильніша коливання і відповідно більший ризик цього заходу. В економічній статистиці встановлено таку оцінку різних значень коефіцієнта варіації (див. табл. 3.2).
Оцінка значень коефіцієнта варіації
При аналізі отриманих результатів оцінки ризику двох альтернативних проектів за допомогою математичного очікування (Mi) та середнього квадратичного відхилення (i) можливі випадки, подані у табл. 3.3).
Можливі випадки під час аналізу альтернативних проектів
У 6 і 7 випадках рішення про вибір проекту залежить від ставлення до ризику особи, яка приймає рішення. Вибір при цьому визначається тим, який додатковою величиною середнього прибутку компенсується для особи, яка приймає рішення, це збільшення ризику.
3.1.3. КОМБІНОВАНІ МЕТОДИ
Найчастіше практично використовують комбіновані методи, які враховують ймовірності настання подій і показники коливання. Для наочності наведемо приклад розв'язання такого завдання.
Компанія вирішує питання кількості поставки продукції на віддалений ринок збуту. Продукція поставляється у вагонах залізницею. Можливі обсяги постачання визначені у розмірі 2, 3, 4 та 5 вагонів.
Розмір одержуваного прибутку та ймовірності реалізації аналізованих обсягів продукції наведено у таблиці 3.4.
Величина прибутку та ймовірності реалізації продукції
Якщо рішення приймається на основі максимального прибутку, то оптимальна стратегія постачання – чотири вагони.
Якщо рішення приймається з урахуванням мінімального ризику поставки, необхідний розрахунок середнього квадратичного відхилення.
1. Для двох вагонів:
М(Х 2 )=300 2 *(0,1+0,3+0,5+0,1)=90000
(МХ) 2 = 300 2 = 90000
X==0
2. Для трьох вагонів:
М (Х 2) = 0,1 * 255 2 +350 2 * (0,3 +0,5 +0,1) = 116752,5
(МХ) 2 = 340,5 2 = 115940
X==28,5
3. Для чотирьох вагонів:
М(Х 2 )=0,1*210 2 +0,3*305 2 +400 2 *(0,5+0,1)=128317,5
(МХ) 2 = 352,5 2 = 124256,25
X==63,73
4. Для п'яти вагонів:
М(Х 2 )=0,1*165 2 +0,3*260 2 +0,5*355 2 +0,1*450 2 =106265
(МХ) 2 = 317 2 = 100489
X==76
Висновок: з урахуванням можливого ризику та максимального отримання маси прибутку від реалізації продукції необхідно укласти договір на постачання трьох вагонів.
При простоті, зручності та інших перевагах використання статистичних методів щодо визначення та оцінки ступеня ризику підприємства вони мають низку істотних недоліків, які обмежують, а іноді й виключають можливість застосування даних методик в даний час в умовах України. По-перше, необхідність використання величезного статистичного матеріалу про наслідки прийнятих подібних рішень іншими підприємствами за п'ять і більше років.
По-друге – для мінімізації можливих помилок у визначенні ступеня ризику підприємства зміни в макроекономічному середовищі за аналізований період мають бути незначними, а в Україні ситуація докорінно змінюється по кілька разів на рік. По-третє – відсутні структури, що займаються збором, зберіганням та первинною обробкою необхідною для проведення подібного аналізу інформації.
Четвертий недолік полягає в тому, що використовуючи інформацію минулих років мимоволі переносяться помилки (недоліки та переваги), які тоді мали місце у наступні розрахунки.
І останній істотний недолік полягає в тому, що прийняте рішення та ситуація, що склалася наринку може виявитися унікальною, отже, не буде можливості проаналізувати досвід минулих років, оскільки Україна лише входить до ринкових відносин і багато структур є першими за останні 80 років існування України, а використовувати закордонний досвід не завжди є доцільним.
Крім цього, в Україні через потужний податковий прес усі господарюючі суб'єкти намагаються приховати справжні отримані результати від проведення будь-яких операцій. Так, у 1998-1999 роках підприємства Іркутської області в середньому приховували від 70% до 490% прибутку, зазначеного у статистичній звітності підприємства.
3.2. АНАЛІТИЧНІ МЕТОДИ ТА МОДЕЛІ
Однією з найновіших і найперспективнішою групою методів і моделей за кількісним визначенням та оцінкою ступеня ризику підприємства є група «Аналітичні методи та моделі».
У загальному вигляді аналітичні методи та моделі можна розділити на чотири основні групи.
1. Ігрові моделі.
2. Метод аналізу доцільності витрат.
3. Методи розрахунку та аналізу показників фінансово-господарської діяльності підприємства.
4. Моделі з визначення та оцінки ризику банкрутства підприємства.
3.2.1. ІГРОВІ МЕТОДИ ТА МОДЕЛІ
Ігрові моделі передбачають використання інформації про справжнє становище досліджуваного підприємства, інформації про довкілля та послідовне визначення та оцінку мінливості ключових показників фінансово-господарської діяльності підприємства при різних коливаннях внутрішніх та зовнішніх факторів, які можуть впливати на проміжний та кінцевий результат прийнятого рішення. До ігрових моделей належать: аналіз чутливості, перевірка стійкості, метод Монте-Карло (метод статистичних випробувань та формалізованого опису)невизначеності), ігрові моделі вибору раціональної стратегії виробництва (оптових закупівель), «максимінні» моделі.
3.2.1.1. МЕТОД ВИБОРУ РАЦІОНАЛЬНОГО ОБСЯГУ