Количественная и качественная оценка рисков

КОЛИЧЕСТВЕННАЯ И КАЧЕСТВЕННАЯ ОЦЕНКА РИСКОВ

Экономическая безопасность предприятия напрямую зависит от того, насколько правильно на нем будут оцениваться риски, как точно возможно будет предусмотреть последствия неблагоприятных ситуаций.

Существует три основных подхода к оценке риска [3]):

1)  количественный подход;

2)  комплексный или синтетический подход;

3)  качественный или подход на основе экспертных оценок.

Согласно количественному подходу к оценке риска, основная задача анализа состоит в определении допустимого значения риска. Для этого анализа рисков применяются математические методы. С помощью этих методов становится возможным:

-  количественно измерить значение риска

-  имитировать ситуации

-  оценивать последствия при выборе решений

К математическим методам относятся:

-  статистический метод. Применяется для оценки разнообразных экономических, технических и др. показателей при наличии статистических данных  за несколько предыдущих периодов. Достоинство метода - простота в использовании, точность расчетов. Недостаток - достаточно большое количество исходных данных; описываемые процессы должны иметь повторяющийся характер в сходных условиях;

-  метод игр – это теория математических моделей принятия оптимальных решений в условиях неопределенности, противоположных интересов сторон конфликта;

-  метод корректировки нормы дисконта. При этом методе осуществляется приведение будущих денежных потоков к настоящему моменту времени. При этом степень риска не оценивается. Дается только надбавка за риск. Достоинство метода в простоте расчетов. Недостатки заключаются в том, что при этом методе используется увеличение рисков во времени с постоянным коэффициентом. Это не совсем верно, так как для многих предприятий или проектов характерно наличие рисков на начальных этапах или на конечных, но не постоянно. Таким образом, прибыльные мероприятия могут быть оценены не верно, так как не предполагают увеличения риска, который заложен в расчетах;

-  метод сценариев. Позволяет получить наглядную картину для различных вариантов реализации поставленных целей. С помощью имеющихся программ (или в самом простом варианте использовании Excel) можно неограниченно увеличить количество сценариев. Алгоритм этого метода состоит из следующих этапов: определяют ключевые факторы, необходимые для достижения поставленных целей; рассматриваются возможные ситуации, обусловленные колебаниями этих факторов; определяются вероятности каждого сценария; по каждому сценарию с учетом его вероятности рассчитывается чистый дисконтированный доход (NPV) проекта; на основе полученных данных строится массив NPV и рассчитываются критерии риска. Сценарный анализ следует использовать, когда количество сценариев конечно;

-  метод аналогий. Представляет собой сравнительные показатели вариантов. Применяется при определении степени риска на основе информации об аналогичных проектов или сделках. Преимущество - простота использования. Недостаток - необходимо наличие аналогичных проектов или сделок;

-  метод дерева решений. Представляет собой суммарную вероятность отдельных путей дерева решений. Применяется для расчета вероятностей. Позволяет оценить каждый путь и выбрать наиболее оптимальный. Преимуществом метода является графическое построение различных вариантов решений и простота в использовании. Недостатком метода является тот факт, что при использовании большого количества альтернативных решений существует большая вероятность неточности;

-  имитационное моделирование. Его используют в случаях, когда: необходимо сымитировать поведение системы во времени; в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные. Цель такого моделирования - в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов. Наиболее известным является метод Монте-Карло (метод, основанный на получении большого числа реализаций стохастического (случайного) процесса, который формируется таким образом, чтобы его вероятностные характеристики совпадали с аналогичными величинами решаемой задачи).