Развитие рисков

Введение.

    Риск  присущ любой сфере человеческой деятельности, так как связан с  множеством условий и факторов, влияющих на положительный исход принимаемых людьми решений. Любое наше действие, оказывающее влияние на будущее, имеет неопределенный исход. Когда мы направляем деньги на свой счет, мы не знаем, какова будет их покупательская способность в тот момент, когда нам захочется ими воспользоваться. Неизвестна будущая стоимость акций, купленных сегодня, неизвестна оплачиваемость специальности, которую желает получить студент, обучающийся в ВУЗе. Итак, когда люди не уверены в будущем, говорят, что они идут на риск. В повседневной жизни очень много факторов риска - риск попасть в автокатастрофу, риск быть ограбленным или заболеть. Риск - это часть жизни. И ни какая гениальность, никакие способности человека не могут устранить его. Люди могут лишь частично защитить себя от последствий подобных событий посредством уменьшения риска, например, путем его объединения в форме страхования.

    Как мы видим, понятие риска встречается чаще всего тогда, когда речь идет о деньгах и благосостоянии человека. Поэтому с возникновением и развитием капиталистических отношений появляются различные теории и разделы риска. Так, финансовый риск стал родоначальником самостоятельной дисциплины в экономической теории, именуемой риск-менеджментом.

    Сегодня в нашей стране, с переживающей кризис переходной экономикой, чрезвычайно важен правильный анализ рисков. Полезным было бы в срочном порядке восполнять недостаток соответствующей экономической литературы, т.е. срочно перевести на русский язык лучшие западные учебники по экономике и предпринимательству. Однако следует учесть, что эти учебники рассчитаны на западного читателя, который с детства живет в рыночной среде и которому не надо объяснять, что такое рынок, что означают финансовые термины, как читать финансовую прессу.

    Таким образом, в сложившейся экономической  ситуации, к проблемам экономической  неопределенности и риска следует  подходить более основательно. 

Теория  динамического развития экономики в условиях неопределенности и риска. 

Подходы к учету  неопределенности при описании рисков. В теории принятия решений в настоящее  время при компьютерном и математическом моделировании для описания неопределенностей  чаще всего используют вероятностно-статистические методы (прежде всего методы статистики нечисловых данных, в том числе интервальной статистики и интервальной математики). Полезны методы теории нечеткости и методы теории конфликтов (теории игр). Математический инструментарий применяются в имитационных, эконометрических, экономико-математических моделях, реализованных обычно в виде программных продуктов.

 Некоторые  виды неопределенностей связаны  с безразличными к организации  силами - природными (погодные условия)  или общественными (смена правительства). Если явление достаточно часто повторяется, то его естественно описывать в вероятностных терминах. Так, прогноз урожайности зерновых вполне естественно вести в вероятностных терминах. Если же событие единично, то вероятностное описание вызывает внутренний протест, поскольку частотная интерпретация вероятности невозможна. Так, для описания неопределенности, связанной с исходами выборов или со сменой правительства, лучше использовать методы теории нечеткости и интервальной математики (интервал – удобный частный случай описания нечеткого множества). Наконец, если неопределенность связана с активными действиями соперников или партнеров, целесообразно применять методы анализа конфликтных ситуаций, т.е. методы теории игр, прежде всего антагонистических игр, но иногда полезны и более новые методы кооперативных игр, нацеленных на получение устойчивого компромисса.

 Подходы к  оцениванию рисков. Понятие "риск", как уже отмечалось, многогранно.  Например, при использовании статистических  методов управления качеством продукции риски (точнее, оценки рисков) - это вероятности некоторых событий. В статистическом приемочном контроле «риск поставщика» - это вероятность забракования партии продукции хорошего качества, а «риск потребителя» - приемки «плохой» партии. При статистическом регулировании технологических процессов рассматривают риск незамеченной разладки и риск излишней наладки.

 Тогда оценка  риска – это оценка вероятности,  точечная или интервальная, по  статистическим данным или экспертная. В таком случае для управления риском задают ограничения на вероятности нежелательных событий.

 Иногда под  уменьшением риска понимают уменьшение  дисперсии случайной величины, поскольку  при этом уменьшается неопределенность. В теории принятия решений  риск - это плата за принятие решения, отличного от оптимального, он обычно выражается как математическое ожидание. В экономике плата измеряется обычно в денежных единицах, т.е. в виде финансового потока (потока платежей и поступлений) в условиях неопределенности.

 Методы математического моделирования позволяют предложить и изучить разнообразные методы оценки риска. Широко применяются два вида методов - статистические, основанные на использовании эмпирических данных, и экспертные, опирающиеся на мнения и интуицию специалистов. 

 Чтобы продемонстрировать  сложность проблемы оценивания  риска и различные существующие  подходы, рассмотрим простейший  случай. Пусть неопределенность  носит вероятностный характер, а  потери описываются одномерной  случайной величиной (а не случайным  вектором и не случайным процессом). Другими словами, ущерб адекватно описывается одним числом, а величина этого числа зависит от случая.

 Итак, пусть  величина порожденного риском  ущерба моделируется случайной  величиной Х (в смысле теории  вероятностей). Как известно, случайная величина описывается функцией распределения 

F(x) = P (X < x), 

где x – действительное число (т.е., как говорят и пишут  математики, любой элемент действительной прямой, традиционно обозначаемой R1). Поскольку Х обычно интерпретируется как величина ущерба, то Х - неотрицательная случайная величина.

 В зависимости  от предположений о свойствах  функции распределения F(x) вероятностные  модели риска делятся на параметрические  и непараметрические. В первом  случае предполагается, что функция  распределения входит в одно из известных семейств распределений – нормальных (т.е. гауссовских), экспоненциальных или иных. Однако обычно подобное предположение является мало обоснованным - реальные данные не хотят "втискиваться" в заранее заданное семейство. Тогда необходимо применять непараметрические статистические методы, не предполагающие, что распределение ущерба взято из того или иного популярного среди математиков семейства. При использовании непараметрических статистических методов обычно принимают лишь, что функция распределения F(x) является непрерывной функцией числового аргумента х.

 Обсудим два  распространенных заблуждения. Во-первых, часто говорят, что поскольку  величина ущерба зависит от  многих причин, то она должна  иметь т.н. нормальное распределение.  Это неверно. Все зависит от способа взаимодействия причин. Если причины действуют аддитивно, то, действительно, в силу Центральной Предельной Теоремы теории вероятностей  есть основания использовать нормальное (гауссово) распределение. Если же причины действуют мультипликативно, то в силу той же Центральной Предельной Теоремы теории вероятностей следует приближать распределение величины ущерба Х с помощью логарифмически нормального распределения. Если же основное влияние оказывает "слабое звено" (где тонко, там и рвется), то согласно теоремам, доказанным академиком Б.В.Гнеденко, следует приближать распределение величины ущерба Х с помощью распределения из семейства Вейбулла-Гнеденко. К сожалению, в конкретных практических случаях различить эти варианта обычно не удается.

 Во-вторых, неверно  традиционное представление о  том, что реальные погрешности  измерения нормально распределены. Проведенный многими специалистами  тщательный анализ погрешностей  реальных наблюдений показал,  что их распределение в подавляющем  большинстве случаев отличается от гауссова. Сводка этих исследований приведена в работе [10]. Среди специалистов распространено такое шуточное утверждение: «Прикладники обычно думают, что математики доказали, что погрешности распределены нормально, а математики считают, что прикладники установили это экспериментально». И те, и другие ошибаются. К сожалению, в настоящее время в экологической и экономической литературе имеется масса ошибочных утверждений. Существенная часть ошибок относится к использованию математических методов. Особенно это касается статистики и эконометрики

 Итак, рассмотрим  ситуацию, когда возможная величина  ущерба, связанного с риском, описывается  функцией распределения F(x)=P(Х<x). Обычно стараются перейти от  функции, описываемой (с точки зрения математики) бесконечно большим числом параметров, к небольшому числу числовых параметров, лучше всего к одному. Для положительной случайной величины (величины ущерба) часто рассматривают такие ее характеристики, как

- математическое  ожидание;

- медиана и, более общо, квантили, т.е. значения х = х(а), при которых функция распределения достигает определенного значения а; другими словами, значение квантили х = х(а) находится из уравнения F(x) = а ;

- дисперсия (часто  обозначаемая как σ2 – «сигма-квадрат»);

- среднее квадратическое  отклонение (квадратный корень из  дисперсии, т.е. σ – «сигма»);

- коэффициент  вариации (среднее квадратическое  отклонение, деленное на математическое  ожидание);

-линейная комбинация  математического ожидания и среднего  квадратического отклонения (например, типично желание считать, что возможные значения ущерба расположены в таком интервале: математическое ожидание плюс-минус три сигма);

- математическое  ожидание функции потерь, и т.д.

Этот перечень, очевидно, может быть продолжен.

  Тогда задача  оценки ущерба может пониматься  как задача оценки той или  иной из перечисленных характеристик.  Чаще всего оценку проводят  по эмпирическим данным (по выборке  величин ущербов, соответствующим  происшедшим ранее аналогичным  случаям). При отсутствии эмпирического материала остается опираться на экспертные оценки, которым посвящена значительная часть следующей главы. Наиболее обоснованным является модельно-расчетный метод, опирающийся на модели управленческой, экономической, социально-психологической, эколого-экономической ситуации, позволяющие рассчитать характеристик ущерба.

  Подчеркнем  здесь, что характеристик случайного  ущерба имеется много. Выше  перечислено 7 видов, причем некоторые  из них - второй, шестой и седьмой  - содержат бесконечно много конкретных характеристик. Нельзя ограничиваться только средним ущербом, под которым обычно понимают математическое ожидание, хотя медиана ущерба не меньше соответствует этому термину. Весьма важны верхние границы для ущерба, т.е. квантили порядка а, где а близко к 1, например, а = 0,999999. При этом с вероятностью, не превосходящей 0,000001, реальный ущерб будет меньше х(0,999999). Сложные проблемы состоят в обоснованном вычислении границы х(0,999999), их мы не будем здесь касаться.

Стратегические  планы предприятия реализуются в условиях неоднозначности протекания реальных социально-экономических процессов. В момент принятия решений практически невозможно получить точные и полные знания об отдаленной во времени среде реализации стратегии предприятия, о всех действующих или потенциально могущих проявиться внутренних и внешних факторах. Все это суть выражения неопределенности как объективной формы существования окружающего нас мира. То или иное проявление неопределенности может задержать наступление запланированных событий, изменить их содержание или количественную оценку либо вызвать нежелательное развитие событий (НРС) как предвидимое, так и неожиданное. В результате намеченная цель, ради достижения которой принимаются стратегические решения, не будет достигнута. Важной стратегической целью деятельности предприятия является достижение им экономической безопасности.

    Экономическая деятельность реализуется в условиях неоднозначности протекания реальных социально-экономических процессов, многообразия возможных состояний и ситуаций реализации решения, в котором в будущем может оказаться хозяйствующий субъект. Риск объективно составляет неизбежный элемент принятия любого хозяйственного решения в силу того, что неопределенность - неизбежная характеристика условий хозяйствования. В момент принятия решения не всегда невозможно получить полные и точные знания об отдаленной во времени среде реализации решения, обо всех действующих или потенциально могущих проявиться внутренних и внешних факторах. Объективно существует и неустранимая неопределенность, имеющая место при принятии решений, приводящая к тому, что риск никогда не бывает нулевым. Следствием этого является неуверенность в достижимости поставленной цели, и в результате реализации выбранного решения намеченная цель в большей или меньшей степени не достигается.