Планирование и прогнозирование рисков

     Вторым  этапом планирования является постановка задач. Процесс постановки задач представляет собой формулирование в письменной, устной или иной форме ожидаемых результатов деятельности конкретных структурных подразделений или отдельных работников организации.

     К содержанию конкретных управленческих задач обычно предъявляются следующие  требования:

     - соответствие целям функционирования организации;

     - простота формулировки и изложения;

     - согласование с нижестоящими руководителями и исполнителями;

     - закрепление в письменной форме;

     - реализм, т. е. задача должна быть реально достижимой.

     Сформулированные задачи должны быть упорядочены в порядке их приоритетности. В этом плане выделяют задачи высшего, среднего и низшего приоритета. К задачам высшего приоритета относятся задачи, которые необходимо решить любой ценой. В число задач среднего приоритета входят задачи, которые должны быть решены. Задачами низшего приоритета считаются задачи, которые хорошо было бы решить.

     Для каждой задачи составляется список действий, необходимых для ее решения, поэтому  третьим этапом планирования является составление плана осуществления указанных действий, который устанавливает предельные сроки их выполнения. В большинстве случаев подобные планы-графики составляются для того, чтобы работа была выполнена точно в намеченные сроки. Однако они выполняют и еще одну немаловажную функцию, а именно: побуждают работника более ответственно относиться к поставленной задаче. Ведь в случае отсутствия графика, разбивающего работу на конкретные этапы, исполнители просто не будут знать, что от них ожидает руководство. В подобной ситуации резко возрастает вероятность того, что некоторые задания вообще не будут выполнены.

     Процедура составления графика выполнения работ обычно включает в себя следующие  основные этапы.

     1. Разбить каждый шаг программы  на ряд последовательных событий  и стадий, которые могут быть представлены следующим образом:

     а) исследование ситуации;

     б) представление руководству предложений;

     в) подготовка опытно-испытательного проекта  нового режима работы;

     г) оценка результатов эксперимента;

     д) доклад руководству результатов  эксперимента;

     е) переход на новый режим работы.

     2. Определить, сколько времени понадобится  на выполнение каждой стадии  работы. Время выполнения работы  на каждой стадии должно быть  установлено в календарных днях  с учетом возможных незапланированных  задержек и простоев.

     3. Определить, какие шаги должны  выполняться последовательно, а  какие могут осуществляться параллельно.

     4. Разработать общий календарный  график.

     5. Уточнить составленный график  работы посредством включения  в него дополнительных мероприятий.

     Среди работ по составлению графиков функционирования чаще всего преобладает планирование текущей работы, этапы которой нередко повторяются с ежедневной, еженедельной или ежемесячной периодичностью. Применение календарного графика позволяет регламентировать, отслеживать и контролировать все эти виды деятельности. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

      3 Прогнозирование рисков 

      Прогнозирование в риск-менеджменте представляет собой разработку на перспективу  изменений финансового состояния  объекта в целом и его различных  частей. Прогнозирование - это предвидение  определенного события. Оно не ставит задачу непосредственно осуществить на практике разработанные прогнозы.

      Особенностью  прогнозирования является также  альтернативность в построении финансовых показателей и параметров, определяющая разные варианты развития финансового состояния объекта управления на основе наметившихся тенденций. В динамике риска прогнозирование может осуществляться как на основе экстраполяции прошлого в будущее с учетом экспертной оценки тенденции изменения, так и на основе прямого предвидения изменений. Эти изменения могут возникнуть неожиданно. Управление на основе предвидения этих изменений требует выработки у менеджера определенного чутья рыночного механизма и интуиции, а также применения гибких экстренных решений.

      Наиболее  перспективными являются непараметрические  методы. Они включают метод наименьших квадратов с оцениванием точности прогноза, адаптивные методы, методы авторегрессии и др. Не менее необходимо развитие теории и практики экспертных методов прогнозирования. В том числе методов анализа экспертных оценок на основе статистики нечисловых данных. Особенно актуальна разработка методов прогнозирования в условиях риска, а также комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как статистических, так и экспертных) моделей.

        Теоретической основой методов  прогнозирования являются математические  дисциплины (прежде всего, теория  вероятностей и математическая  статистика, дискретная математика, исследование операций), а также  экономическая теория, экономическая  статистика, менеджмент, социология, политология и другие социально-экономические науки.

      Сущность  эконометрического прогнозирования  состоит в описании и анализе  будущего развития, в отличие от планирования, при котором директивным  образом задается будущее движение.

        Часто оказывается полезным промежуточный  путь между прогнозированием  и планированием – так называемое  нормативное прогнозирование. При  его применении сначала задается  цель (т.е. «норма», которой необходимо  следовать). Затем разрабатывается  система мероприятий, обеспечивающая достижение этой цели, и изучаются характеристики этой системы (объем необходимых ресурсов, в том числе материальных, кадровых, финансовых, временных, возникающие риски и т.п.).

      Из  статистических методов прогнозирования  наиболее часто используется метод наименьших квадратов при небольшом числе факторов. Метод наименьших модулей и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше. 

      Оценивание  точности прогноза - необходимая часть  процедуры квалифицированного прогнозирования. При этом обычно используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия (при использовании параметрических моделей). Разработаны параметрические (обычно на основе модели нормальных ошибок) и непараметрические оценки точности прогноза и доверительные границы для него.

      Применяются также эвристические приемы, не основанные на какой-либо теории: метод скользящих средних, метод экспоненциального сглаживания. Адаптивные методы прогнозирования позволяют оперативно корректировать прогнозы при появлении новых точек

        Многомерная регрессия - основной  на настоящий момент эконометрический аппарат прогнозирования. Нереалистическое предположение о нормальности погрешностей измерений и отклонений от линии (поверхности) регрессии использовать не обязательно. Однако для отказа от предположения нормальности необходимо опереться на иной математический аппарат, основанный на многомерной центральной предельной теореме теории вероятностей и эконометрической технологии линеаризации. Он позволяет проводить точечное и интервальное оценивание параметров, проверять значимость их отличия от 0 в непараметрической постановке, строить доверительные границы для прогноза.

        Весьма важна проблема проверки  адекватности модели, а также  проблема отбора факторов. Дело  в том, что априорный список  факторов, оказывающих влияние на  отклик, обычно весьма обширен,  желательно его сократить. Крупное  направление современных эконометрических исследований посвящено методам отбора "информативного множества признаков". Однако эта проблема пока еще окончательно не решена. Проявляются необычные эффекты. Так, установлено, что обычно используемые статистические оценки степени полинома при росте объемы выборки имеют геометрическое распределение.

        Перспективны непараметрические  методы оценивания плотности  вероятности и их применения  для восстановления регрессионной  зависимости произвольного вида. Наиболее сильные результаты  в этой области получены с помощью подходов статистики нечисловых данных.

        К современным статистическим  методам прогнозирования относятся  также модели авторегрессии, модель  Бокса-Дженкинса, системы эконометрических  уравнений, основанные как на  параметрических, так и на непараметрических подходах.

        Для установления возможности  применения асимптотических результатов  при конечных (т.н. "малых") объемах  выборок полезны компьютерные  статистические технологии. Они  позволяют также строить различные  имитационные модели. Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста.

        Прогнозирование на основе данных, имеющих нечисловую природу, в  частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, а также регрессионный анализ нечетких данных, разработанный в монографии – первой книге российского автора по нечетким множествам. Общая постановка регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи - дисперсионный анализ и дискриминантный анализ (распознавание образов с учителем) дает единый подход к формально различным методам, традиционно рассматриваемым как принципиально различные. Она полезна при программной реализации современных статистических методов прогнозирования.

        Большое практическое значение экспертиз при сравнении и выборе инвестиционных и инновационных проектов, при управлении проектами, экологических экспертиз. Роли лиц, принимающих решения (ЛПР), и специалистов (экспертов) в процедурах принятия решений, критерии принятия решений и место экспертных оценок в процедурах принятия решений рассматриваются в экспертологии – научно-практической дисциплине, посвященной методам экспертных оценок. На ее основе формируются конкретные процедуры подготовки и принятия решений с использованием методов экспертных оценок, например, процедуры распределения финансирования научно-исследовательских работ (на основе балльных оценок или парных сравнений), технико-экономического анализа, кабинетных маркетинговых исследований (противопоставляемых "полевым" выборочным исследованиям), оценки, сравнения и выбора инвестиционных проектов. В качестве примеров конкретных экспертных процедур, широко используемых при прогнозировании, метод Дельфи и метод сценариев.

        Экспертные оценки могут быть  получены в различных математических  формах. Наиболее часто используются количественные или качественные (порядковые, номинальные) признаки, бинарные отношения (ранжировки, разбиения, толерантности), интервалы, нечеткие множества, результаты парных сравнений, тексты и др. Основные понятия (репрезентативной) теории измерений: основные типы шкал, допустимые преобразования, адекватные выводы и др. - важны применительно к экспертному оцениванию. Необходимо использовать средние величины, соответствующие основным шкалам измерения. Применительно к различным видам рейтингов репрезентативная теория измерений позволяет выяснить степень их адекватности прогностической ситуации, предложить наиболее полезные для целей прогнозирования.

      Многочисленны примеры ситуаций, связанных с  социальными, технологическими, экономическими, политическими, экологическими и другими рисками. Именно в таких ситуациях обычно и необходимо прогнозирование. Известны различные виды критериев, используемых в теории принятия решений в условиях неопределенности (риска). Из-за противоречивости решений, получаемых по различным критериям, очевидна необходимость применения оценок экспертов.

        В конкретных задачах прогнозирования  необходимо провести классификацию  рисков, поставить задачу оценивания  конкретного риска, провести структуризацию  риска, в частности, построить деревья причин (в другой терминологии, деревья отказов) и деревья последствий (деревья событий). Центральной задачей является построение групповых и обобщенных показателей, например, показателей конкурентоспособности и качества. Риски необходимо учитывать при прогнозировании экономических последствий принимаемых решений, поведения потребителей и конкурентного окружения, внешнеэкономических условий и макроэкономического развития России, экологического состояния окружающей среды, безопасности технологий, экологической опасности промышленных и иных объектов. Метод сценариев незаменим применительно к анализу технических, экономических и социальных последствий аварий.