19.Понятние экономического риска. Меры риска.
Любое коммерческое предприятие в своей деятельности постоянно сталкивается с рисками, т.е. угрозами финансовых потерь под воздействием внутренних и внешних факторов; именно поэтому залогом его успешного функционирования является способность управлять рисками в конкретных макроэкономических условиях. Но для того, чтобы управлять рисками, необходимо прежде всего определить само понятие риска и указать способы его измерения.
Риск − одна из важнейших концепций экономической деятельности, однако по поводу риско существует немало заблуждений, связанных с непониманием их объективной природы.
В наиболее общем понимании риск экономического субъекта (под экономическим субъектом подразумевается коммерческая организация либо индивидуальный предприниматель представляет собой неопределенность (неоднозначность) его экономических результатов в будущем, обусловленную неопределенностью (неоднозначностью) самого этого будущего. И поскольку риск − это неопределенность (случайность), то измерение риска − это измерение неопределенности, для чего наиболее естественно использовать вероятностную модель.
В дальнейшем будем предполагать, что качество вырабатываемых управленческих решений оценивается с помощью одного финансового показателя Х − дохода, величины чистого приведенного потока прибыли или объема затрат, из которых первые два подлежат максимизации, а третий −минимизации. В условиях риска любой из этих показателей становится случайной величиной, которая может быть охарактеризована и оценена с помощью математического аппарата теории вероятностей.
Несмотря на определенную популярность темы рисков в экономике, до настоящего времени не сформировался единый подход к методам измерения рисков; более того, нет и единой, устоявшейся терминологии. Так, в экономической теории и практике риском называют как вероятностные характеристики случайного события: вероятность получения определенной прибыли или вероятность определенного объема затрат (реже), так и масштабную величину результата этого события (чаще). Возможно, правильнее было бы называть риском именно вероятностные характеристики как меру неопределенности принимаемых решений, а масштабные показатели именовать иначе, например, позицией или ценой риска. В дальнейшем применяется общепринятая терминология, допускающая двоякое понимание меры риска, а там, где возможна неоднозначная трактовка, сделаны соответствующие оговорки.
Мера риска − это абсолютная (относительная) величина или вероятностный показатель возможных результатов хозяйственной деятельности экономического субъекта в заданных условиях в течение определенного периода времени в будущем.
Абсолютная величина результатов выражается в денежной форме и характеризует их среднее значение или разброс относительно среднего значения; относительная величина может быть выражена в процентном отношении к вложенным средствам. В качестве вероятностной характеристики меры риска традиционно используют закон распределения случайной величины, устанавливающий связь между возможными значениями случайной величины и вероятностями их реализации (и здесь нет единства подходов: под вероятностной мерой риска обычно понимают вероятность получения определенной прибыли, хотя здесь более уместным является термин «надежность», и вероятность того, что прибыль не будет получена). Закон распределения может быть представлен рядом распределения, кривой распределения и функцией распределения.
Значения случайной величины Х | Х1 | Х2 | … | хn | х1<х2<...<хn, х1≠х2≠...≠хn, |
Вероятности | p1 | P2 | … | pn | j=1 |
Функция распределения F(x) | F(х1) | F(х2) | … | F(хn) | F(x)=0, x≤хn ; F(x)=1, x>хn |
По известным значениям вероятностей можно рассчитать кумулятивную
функцию распределения случайной величины Х, численно равную вероятности
того, что значение Х меньше х (последняя строка табл. ): Fx(x)=P(X<X)= , j:xj<x
При любом подходе, вероятностном или масштабном, риск имеет математически выраженную вероятность наступления определенного события, которая опирается на статистические данные или экспертные оценки и может быть рассчитана с достаточно высокой степенью точности.
Среднее ожидаемое значение (математическое ожидание) случайной величины Х выражается в денежных единицах, обозначается МХ и вычисляется как взвешенно среднее для всех различных ее значений, где вероятность каждого значения используется в качестве весового коэффициента. В терминах введенных выше обозначений:
MX= = jxj
Математическое ожидание − это еще не оценка риска как такового, это значение показателя Х, по которому оценивается качество принимаемых управленческих решений, вычисленное с учетом риска. Однако, зная среднюю ожидаемую прибыльность проекта и имея закон распределения прибыли FA(x), можно построить и обобщенную вероятностную характеристику риска. Под риском проекта А естественно понимать вероятность того, что полученная прибыль будет меньше средней:
rA = P{ X < x } = FA (x) .
Среднее значение представляет собой одну из обобщенных масштабных характеристик случайной величины и зачастую не дает возможности принять решение в пользу какого-то способа действия. Для более обоснованного выбора необходимо измерить колеблемость показателей, т.е. определить меру изменчивости возможного результата. Так, при вложении средств в некоторый проект важно знать не только среднюю величину прибыли, но и пределы, в которых она может меняться. Колеблемость возможных результатов представляет собой степень отклонения случайной величины от среднего значения. Для ее оценки на практике применяют три тесно связанных между собой показателя: дисперсию, стандартное отклонение и коэффициент вариации, каждый из которых может быть использован как оценка непосредственно риска принимаемого решения (отклонение от ожидаемого значения в абсолютном или относительном измерении).
Дисперсия − это взвешенно среднее квадратов отклонений возможных значений случайной величины от ее ожидаемого значения:
DX= M(X-MX)2≥0
DX=M(X2)-(MX)2
M(X2)= jxj2
Так же, как и среднее значение, дисперсия является именованной величиной; ее размерность равна квадрату размерности самой случайной величины и потому использовать дисперсию для оценки разброса случайной величины не вполне удобно. В связи с этим, наряду с дисперсией, вводится стандартное отклонение
σX = , которое измеряется в тех же единицах, что и сама случайная величина.
Стандартное отклонение служит мерой абсолютной колеблемости.
Наряду с дисперсией и среднеквадратическим отклонением в качестве меры риска используют также полудисперсию, при вычислении которой учитываются только те состояния, в которых доходность ниже ожидаемой:
SDX= j(xj- )2
Удобной безразмерной характеристикой случайной величины, котораяпоказывает относительное значение ее разброса, является коэффициент вариации:
VX= , который показывает, какую долю среднего значения случайной величины составляет ее средний разброс. Коэффициент вариации – относительная величина, на его размер не оказывают влияния абсолютные значении изучаемого показателя. С помощью коэффициента вариации можно сравнивать даже показатели, измеренные в различных денежных единицах. Коэффициент вариации меняется в пределах от 0 до 1 и чем больше его значение, тем больше вариабельность случайной величины. В экономической статистике принята:
до 0.1 − слабая вариабельность;
0.1−0.25 − умеренная вариабельность;
свыше 0.25 − высокая вариабельность.
- 1. Постановка задачи принятия решений, ее структура.
- 2. Постановка задачи принятия решений и ее модельное представление.
- 3. Процедура последовательного сужения множества альтернатив.
- 4. Классификация задач принятия решений.
- 5. Понятие экономико-математической модели. Этапы экономико-математического моделирования.
- 6. Задача о составлении производственной программы и ее экономическая модель.
- 8. Графический метод решения двухмерной задачи линейного программирования.
- 9. Основы постоптимизационного анализа: определение статуса ресурсов, пределов изменения запасов ресурсов.
- 11, 12 Основная теорема линейного программирования. Построение первого опорного плана, его содержательный смысл. Алгоритм симплекс метода.
- 13. Формулировка транспортной задачи и ее математическая модель. Условия разрешимости транспортной задачи.
- 16. Методы сужения Парето-оптимального множества: задание пороговых значений, выбор главного критерия лексикографическая оптимизация, свертка критериев.
- Метод линейной свертки частных критериев
- 17.Метод анализа иерархий (метод Саати)
- 18.Понятие игры с природой. Принятие решений в условиях неопределенности.
- 19.Понятние экономического риска. Меры риска.
- 20.Критерии принятия рискованных решений
- 21.Постановка задачи управления рисками.Основные приемы снижения экономического риска.
- 22. Планирование эксперимента или принятия рисковых решений.
- 23. Функции полезности
- 24. Постановка задачи коллективного выбора.