≈коном≥чна теор≥¤ > ћетоди к≥льк≥сноњ оц≥нки економ≥чного ризику

ћетоди к≥льк≥сноњ оц≥нки економ≥чного ризику

—татистичний метод

÷ей метод широко застосовуЇтьс¤ й у тих випадках, коли при проведенн≥ к≥льк≥сного анал≥зу ф≥рма маЇ у своЇму розпор¤дженн≥ значний обс¤г анал≥тико-статистичноњ ≥нформац≥њ з необх≥дних елемент≥в анал≥зованоњ системи за n-к≥льк≥сть пер≥од≥в часу. ѕ≥д час проведенн¤ анал≥зу використовуютьс¤ дан≥, що стосуютьс¤ результативност≥ зд≥йсненн¤ ф≥рмою розгл¤нутих д≥й.

ѕри використанн≥ цього методу ступ≥нь ризику виражаЇтьс¤ через величину середньоквадратичне в≥дхиленн¤ в≥д оч≥куваних величин.

—туп≥нь ризику ¤вл¤Ї собою ≥мов≥рн≥сть настанн¤ случаючи втрат (≥мов≥рн≥сть реал≥зац≥њ ризику), а також розм≥р можливого збитку в≥д нього.

Ќевизначен≥сть господарських ситуац≥й багато в чому визначаЇтьс¤ фактором випадковост≥. ¬ипадковоњ називають таку величину, що у результат≥ ≥спиту прийме одне ≥ т≥льки одне можливе значенн¤, наперед нев≥доме ≥ залежне в≥д випадкових причин, що заздалег≥дь не можуть бути врахован≥ [37,40,57]. як випливаЇ з теор≥њ ≥мов≥рностей, а саме, з теор≥њ розпод≥лу ѕуассона при велик≥й к≥лькост≥ спостережень за випадковими под≥¤ми, њхнЇ повторенн¤ в≥дбуваЇтьс¤ з визначеною частотою. „астота випадковоњ под≥њ ¤вл¤Ї собою в≥дношенн¤ числа по¤ви ц≥Їњ под≥њ до загального числа спостережень. —татистична ст≥йк≥сть випадковоњ величини означаЇ, що при багаторазовому спостереженн≥ њњ значенн¤ мало зм≥нюютьс¤. ÷е Ї причиною того, що частоти випадковоњ под≥њ групуютьс¤ б≥л¤ де¤кого числа. —т≥йк≥сть частоти в≥дбиваЇ об'Їктивна властив≥сть випадковоњ под≥њ, що складаЇ де¤кою м≥рою його можливост≥. ћ≥ра даноњ можливост≥ конкретноњ випадковоњ под≥њ ¤вл¤Ї собою його ≥мов≥рн≥сть. Ќавколо цього числа ≥мов≥рност≥ групуютьс¤ частоти конкретноњ под≥њ [55].

ƒана властив≥сть випадкових величин особливо важливо дл¤ теор≥њ ризику з того погл¤ду, що воно даЇ можлив≥сть прогнозувати ≥мов≥рн≥сть реал≥зац≥њ конкретних вид≥в ризику, тобто дати њм к≥льк≥сну оц≥нку.

—утн≥сть статистичного методу оц≥нки ступен¤ ризику ірунтуЇтьс¤ на теор≥њ ≥мов≥рност≥ розпод≥лу випадкових величин. ÷е положенн¤ означаЇ, що, маючи достатню к≥льк≥сть ≥нформац≥њ про реал≥зац≥ю визначених вид≥в ризику в минулих пер≥одах дл¤ конкретних вид≥в п≥дприЇмницькоњ д≥¤льност≥, будь-¤кий суб'Їкт господарюванн¤ здатний оц≥нити ≥мов≥рн≥сть реал≥зац≥њ њх у майбутньому. ƒана ≥мов≥рн≥сть ≥ буде ступенем ризику.

—татистичний метод по визначенню ризику проекту використовуЇтьс¤ дл¤ обчисленн¤ оч≥куваноњ тривалост≥ кожноњ роботи ≥ проекту в ц≥лому. —уть цього методу пол¤гаЇ в т≥м, що дл¤ розрахунку ймов≥рн≥сть виникненн¤ втрат анал≥зуютьс¤ вс≥ статистичн≥ дан≥, що стосуютьс¤ результативност≥ зд≥йсненн¤ розгл¤нутих операц≥й. „астота виникненн¤ де¤кого р≥вн¤ втрат знаходитьс¤ по наступн≥й формул≥:

‘ =   /  общ, де ‘ Ч частота виникненн¤ де¤кого р≥вн¤ втрат;   Ч число випадк≥в настанн¤ визначеного р≥вн¤ втрат;

 общ Ч загальне число випадк≥в у статистичн≥й виб≥рц≥.

ƒл¤ побудови кривоњ ризику ≥ визначенн¤ р≥вн¤ утрат уводитьс¤ таке пон¤тт¤ ¤к область ризику.

ќбластю ризику називаЇтьс¤ де¤ка зона загальних утрат ринку, у границ¤х ¤ких утрати не перевищують граничного значенн¤ встановленого р≥вн¤ ризику.

¬ид≥л¤ють наступн≥ област≥ ризику:

Ч стандартна (безризикова) область;

Ч задов≥льна (область м≥н≥мального ризику);

Ч гранична (область п≥двищеного ризику);

Ч сумн≥вна (область критичного ризику);

Ч безнад≥йна (область неприпустимого ризику).

ƒл¤ визначенн¤ максимального р≥вн¤ ризику ”рмакс використовуЇтьс¤ граф≥к Ћоренца. ƒл¤ його побудови частоти вибудовуютьс¤ у висх≥дний ранжированный р¤д ≥ визначаютьс¤ кумул¤тивн≥ (накопичен≥) п≥дсумки. ƒан≥ в≥дкладаютьс¤ на сторонах квадрата 100*100.

ѕри в≥дсутност≥ втрат, тобто при робот≥ ф≥рми в безризиков≥й област≥, л≥н≥¤ Ћоренца буде представл¤ти пр¤му. якщо р≥вень ризику п≥двищуЇтьс¤, частота втрат буде розпод≥л¤тьс¤ нер≥вном≥рно. ћаксимальний р≥вень ризику визначаЇтьс¤ по формулах:

”рмакс= (1-ј¬/ј—)*100;

”рмакс= ј¬1/ј—*100

ƒл¤ розрахунку ступен¤ визначеного виду ризику необх≥дно знати закон його розпод≥лу, тобто волод≥ти ≥нформац≥Їю про т≥м:

Ч при на¤вност≥ ¤ких умов в≥н може бути реал≥зований;

Ч ¤к його реал≥зац≥¤ буде в≥дбита на д≥¤льност≥ господарського суб'Їкта.

ћатематичне чеканн¤ даного в≥дображенн¤ ¤вл¤Ї собою суму добутк≥в ус≥х можливих значень на ≥мов≥рн≥сть њхнього виникненн¤:

ћ(’)=’1–1 + ’2–2 +...+’nPn,

де: ћ(’) Ч математичне чеканн¤;

’1; ’2, ’n Ч значенн¤, що може приймати досл≥джуваний параметр у залежност≥ в≥д конкретних умов;

–1; –2, –n Ч ≥мов≥рн≥сть прийн¤тт¤ цих значень.

“аким чином, ≥мов≥рн≥сний зм≥ст математичного чеканн¤ конкретного параметра в≥д проведенн¤ п≥дприЇмницькоњ д≥¤льност≥ пол¤гаЇ в тому, що воно приблизно дор≥внюЇ середньому арифметичний його що спостер≥гаютьс¤ (можливих) значень.

ќднак, математичне чеканн¤ ще не Ї повною характеристикою випадковоњ величини. ƒл¤ б≥льш повноњ њњ характеристики необх≥дно використовувати й ≥нш≥ числов≥ характеристики. “ак, дл¤ того, щоб оц≥нити, ¤ким образом будуть розс≥¤н≥ значенн¤ обраного параметра (наприклад, прибутку) в≥д його середнього прогнозованого значенн¤ (тобто в≥д математичного чеканн¤) доц≥льно використовувати таку характеристику, ¤к дисперс≥¤. “еор≥¤ ≥мов≥рностей визначаЇ дисперс≥ю ¤к математичне чеканн¤ квадрата в≥дхиленн¤ [57].

D(X)=V(X2) Ц [M(X)]2

¬еличина, за допомогою ¤коњ можна оц≥нювати розс≥юванн¤ (в≥дхиленн¤) можливих значень випадковоњ величини в≥д њњ середнього значенн¤, називаЇтьс¤ середньоквадратичне в≥дхиленн¤м. —ередньоквадратичне в≥дхиленн¤ ¤вл¤Ї собою квадратний кор≥нь з дисперс≥њ [55].

“аким чином, економ≥чний зм≥ст середньоквадратичного в≥дхиленн¤ з погл¤ду теор≥њ ризик≥в пол¤гаЇ в тому, що воно Ї характеристикою конкретного ризику, що показуЇ максимально можливе коливанн¤ визначеного параметра в≥д його середньоч≥куваного значенн¤. ƒане положенн¤ дозвол¤Ї використовувати середньоквадратичне в≥дхиленн¤ ¤к показник ступен¤ ризику з погл¤ду ≥мов≥рност≥ його реал≥зац≥њ. ѕричому, чим б≥льше величина середньоквадратичного в≥дхиленн¤, тим ризикован≥ше дане управл≥нське р≥шенн¤ ≥, в≥дпов≥дно, б≥льш ризиковане даний шл¤х розвитку п≥дприЇмства.

ѕродемонструЇмо розрахунок математичного чеканн¤, дисперс≥њ ≥ середньоквадратичного в≥дхиленн¤ на приклад≥ д≥¤льност≥ ф≥рми, що коштуЇ перед вибором конкретного напр¤мку свого розвитку.

ѕрипустимо, що в де¤кого п≥дприЇмства Ї можлив≥сть вибору стратег≥њ свого розвитку по одному з двох можливих напр¤мк≥в. ѕри цьому перший вар≥ант характеризуЇтьс¤ тим, що дл¤ його розвитку ф≥рм≥ необх≥дно зробити одноразов≥ ≥нвестиц≥њ в розм≥р≥ 100 тис. грошових одиниць.

« огл¤ду на зм≥ни, що в≥дбуваютьс¤ на ринку, де працюЇ дана ф≥рма, може скластис¤ чотири вар≥анти ситуац≥й.

ѕерший вар≥ант. ‘≥рма може д≥стати прибуток на вкладений нею кап≥тал у даний напр¤мок д≥¤льност≥ в розм≥р≥ 40 %.

ƒругий ≥ трет≥й вар≥анти однаков≥ м≥ж собою за результатами ≥ в≥др≥зн¤ютьс¤ лише де¤кими специф≥чними особливост¤ми, зв'¤заними з рекламою.

«неважаючи цими особливост¤ми, установлено, що при реал≥зац≥њ даних ситуац≥й (другого ≥ третього вар≥ант≥в) ф≥рма може д≥стати прибуток у розм≥р≥ 10% на вкладений кап≥тал.

„етвертий вар≥ант. ‘≥рма може понести збитки в розм≥р≥ 20% вкладеного кап≥талу.

“аким чином, при реал≥зац≥њ вар≥анта:

1 Ч ф≥рма виграЇ 40 %;

2 ≥ 3 Ч ф≥рма виграЇ 10 %; 4 Ч ф≥рма втрачаЇ 20% .

‘≥рма маЇ шанс (≥мов≥рн≥сть) 1 з 4 (чи 0,25), що вона д≥стане прибуток 40%. Ўанс 2 з 4 (чи 0,5) на одержанн¤ 10% прибутку ≥ шанс 1 з 4 (чи 0,25), що ф≥рма втратить 20% вкладеного кап≥талу.

“аким чином, оч≥кувана прибуток в≥д даного виду д≥¤льност≥ з урахуванн¤м ≥мов≥рност≥ (математичне чеканн¤) складе 10%:

ќч≥куваний прибуток = (0,25x40) +(0,5x10) +(0,25х(-20))= =+10 –озрахунок дисперс≥њ ≥ середньоквадратичного в≥дхиленн¤ приведений у табл.1

“аблиц¤ 1 –озрахунок дисперс≥њ ≥ середньоквадратичного в≥дхиленн¤

1	2	3	4	5

Ќазва: ћетоди к≥льк≥сноњ оц≥нки економ≥чного ризику
ƒата публ≥кац≥њ: 2005-02-15 (3458 прочитано)