Преимущества и недостатки статистических методов оценки рисков

 

 

Содержание 

 

Преимущества и недостатки статистических методов оценки рисков

 

Методы, измеряющие риск, можно классифицировать на общие  и специальные; количественные и  качественные.

Общие методы измерения риска применяются вне зависимости от сферы деятельности предпринимателей. К ним относятся:

• статистический метод;
• метод анализа целесообразности затрат;
• аналитический метод;
• метод экспертных оценок;
• метод аналогов.

Специальные методы измеряют риск конкретной ее деятельности производителей.

Качественные методы - это методы измерения помощью  экспертного анализа. Количественные методы характеризуются получением количественной оценки, которая является удобной для интерпретации экономистами.

Рассмотрим подробно общие методы измерения риска, а именно статистические методы. Выявим их преимущества и недостатки.

Статистический метод  по определению риска некоторого проекта заключается в том, что  для расчета вероятностей возникновения  потерь анализируются все статистические данные, касающиеся результативности осуществления фирмой аналоги операций. Данный метод позволяет получить оценку риска некоторой операции графическим и расчетным способами.

Графический способ основан  на том, что лицо принимающее решение определяет частоту возникновения потерь для каждой рисковой области и строит линию Лоренца. Частота возникновения потерь определяется по формуле:

где n’ – число случаев наступления определенного уровня потерь;

nобщ – число случаев наблюдения (как потерь, так и успеха).

Для построения кривой риска и определения  уровня потерь необходимо выделение  областей риска. Предлагается использовать 5 областей риска:

• безрисковая область - характеризуется отсутствием потерь (0%);
• область минимального риска - характеризуется уровнем потерь, не превышающим размеры чистой прибыли (25%);
• область повышенного риска - потери не превышают размеры расчетной прибыли (25-50%);
• область критического риска - потери превышают размеры расчетной прибыли, но не превышают размеров валовой прибыли (50-75%)';
• область недопустимого риска - потери, близкие к размеру собственных средств (75 -100%).

Зная области риска, лицо принимающее решение определяет частоту возникновения потерь по данным операциям (проектам). Затем строится линия Лоренца (кривая риска) и по графику рассчитывается коэффициент риска по следующей формуле:

Если Y = 0, т. е. отсутствуют потери, линия Лоренца будет прямой.

Если Y > 0, т. е. уровень риска повышается, частота возникновения потерь будет  распределяться неравномерно и линия  будет вогнута.

Надо отметить, что кривизна линии  Лоренца может иметь противоположное изображение в зависимости от того, как распределились частоты возникновения риска в областях риска (т. е. в областях критического и недопустимого риска частота меньше).

Тогда в формуле единица отсутствует, и она принимает, следующий вид:

Отличительной особенностью линии Лоренца является то, что  она накопительная. Это означает, что уровень потерь, откладываемый  на графике, от области к области  суммируется. Если, например, в области минимального риска  потери составили 15%, а в области повышенного риска) - 35%, то точка на графике в области повышенного риска будет соответствовать 50% (15% + 35%). Так как линия риска строится на квадрате размером 100 х 100, то накопительная частота возникновения потерь для области недопустимого риска будет равна 100%.

Достоинством и недостатком  графического способа статистического  метода определения риска является то, что расчет уровня риска ведется  по графику. С одной стороны, данный метод легок и прост в построении, что позволяет, хотя и приблизительно, но быстро определить уровень риска. С другой - расчет уровня риска во многом зависит от чистоты построения графика Лоренца. Расчетный способ основан на применении формулы проф. П. П. Лова, которая имеет две модификации:

• формула для ранжированного ряда значений

где n – число рисковых зон;

Y1,2,…n – удельный вес частоты  возникновения потерь f;

• формула для неранжированного ряда значений

К статистическим методам  оценки риска также относится  метод Монте-Карло. Достоинством этого  метода является возможность анализировать и оценивать различные «сценарии» реализации проекта и учитывать разные факторы риска в рамках одного проекта.Однако разные типы проектов различны в своей уязвимости со стороны рисков, что выясняется при моделировании. Недостатком метода Монте-Карло является то, что в нем для оценок и выводов используются вероятностные характеристики, что не удовлетворяет менеджеров проекта.

Достоинствами статистических методов является возможность анализировать  и оценивать различные варианты развития событий и учитывать разные факторы рисков в рамках одного подхода.

 Основным недостатком  этих методов считается необходимость  использования в них вероятностных  характеристик. Возможно применение  следующих статистических методов:  оценка вероятности исполнения, анализ вероятного распределения потока платежей, деревья решений, имитационное моделирование рисков, а также технология «Risk Metrics».

Метод оценки вероятности исполнения позволяет дать упрощенную статистическую оценку вероятности исполнения какого – либо решения путем расчета доли выполненных и невыполненных решений в общей сумме принятых решений.

Метод анализа  вероятностных распределений потоков платежей  позволяет при известном распределении вероятностей для каждого элемента потока платежей оценить возможные отклонения стоимостей потоков платежей от ожидаемых. Поток с наименьшей вариацией считается менее рисковым.

Деревья решений обычно используются для анализа рисков событий, имеющих обозримое или разумное число вариантов развития. Они особо полезны в ситуациях, когда решения, принимаемые в момент времени t = n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Имитационное  моделирование является одним из мощнейших методов анализа экономической системы; в общем случае под ним понимается процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира. Имитационное моделирование используется в тех случаях, когда проведение реальных экспериментов, например, с экономическими системами, неразумно, требует значительных затрат и/или не осуществимо на практике. Кроме того, часто практически невыполним или требует значительных затрат сбор необходимой информации для принятия решений, в подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. генерированными компьютером).

Технология  «Risk Metrics» разработана компанией «J.P. Morgan» для оценки риска рынка ценных бумаг. Методика подразумевает определение степени влияния риска на событие через вычисление «меры риска», то есть максимально возможного потенциального изменения цены портфеля, состоящего из различного набора финансовых инструментов, с заданной вероятностью и за заданный промежуток времени.

 

Задача 4

По оценкам отдела маркетинга, вероятность того, что новый продукт предприятия превосходит аналогичные товары конкурентов, равна 0,9.  Из прошлого опыта известно, что прогнозы отдела маркетинга сбываются в 95% случаев. Определить вероятность того, что новый продукт предприятия действительно превосходит аналогичные товары конкурентов. Решите задачу. Прокомментируйте решение.

Решение: Введем события:

A = (Прогноз отдела маркетинга сбудется),

B = (По прогнозу новый продукт предприятия превосходит аналогичные товары конкурентов).

Известно, что P(A) = 0,95, P(B) = 0,9 .

Введем событие Q = (Продукт предприятия действительно превосходит товары конкурентов), его можно представить как произведение данных независимых событий

Q = AB , тогда вероятность:

P(Q) = P( A)P(B) = 0,95×0, 9 = 0,86

Ответ:0,86

 

 

 

 

 

 

 

 

 

Список используемой литературы

1. Басовский Л.Е.Финансовый менеджмент. М.: ИНФРА-М, 2009. — 240 с. 

2. Банковские риски.  Под ред. Лаврушина О.И., Валенцевой Н.И.М.: КНОРУС, 2007. — 232 с. 

3. Ступаков В.С., Токаренко Г.С. Риск-менеджмент: Учебное пособие. – М.: Финансы и статистика, 2005. – 288 с.

4. Ступаков В.С., Токаренко Г.С. Риск-менеджмент.   М.: 2005. — 288 с.