Методика количественной оценки риска

Размещено на http://www.allbest.ru/

Актуальность создания метасистемы «Процесс количественной оценки риска»

количественный оценка риск имитационный

Объектом исследования является процесс количественной оценки риска. Предметом исследования являются управленческие решения, связанные с выбором методов и средств оценки риска. Иерархический подход предполагает формирование алгоритма количественной оценки риска в следующей последовательности: формализация неопределённости, расчёт рисков, оценка рисков, учёт рисков. Для осуществления количественного анализа проектных рисков необходимы два условия: наличие проведенного базисного расчета проекта и проведение полноценного качественного анализа. Количественная оценка рисков определяется через:

а) вероятность того, что полученный результат окажется меньше требуемого значения (намечаемого, планируемого, прогнозируемого);

б) произведение ожидаемого ущерба на вероятность того, что этот ущерб произойдет.

Процесс количественной оценки риска содержит определенный набор этапов, необходимых для достижения общей цели и решения поставленных задач. Измерение риска обуславливает решение следующих задач:

-формализация неопределённости;

-расчёт рисков;

-оценка рисков;

-учёт рисков;

После этого, на «выходе» формируется комплексный подход к решению проблемы оценки рисков, возникающих в ходе деятельности компании. Для того, чтобы оценка рисков соответствовала изменяющимся условиям, необходимо проводить исследование и анализ внешних и внутренних факторов, корректировать стратегию управления рисками или формировать новую стратегию для достижения поставленной цели и получения прогнозируемых результатов от ее реализации. Количественный анализ базируется на теории вероятностей, математической статистике, теории исследований операций. Задача количественного анализа состоит в численном измерении влияния изменений рискованных факторов проекта на поведение критериев эффективности проекта. Все отдельные типы рисков измеряются в количественных единицах, свойственных каждому из них, а затем следует оценка в денежных единицах каждого типа рисков и риска проекта в целом. Метасистемы можно поделить на два больших класса: с последовательным выбором лишь одной системы, функционирующей в каждый конкретный момент времени, или некоторого подмножества параллельно функционирующих. Возможна также комбинация этих двух основных классов [1]. Процесс количественной оценки риска демонстрирует первый класс метасистем: в зависимости от пожеланий экспертов или возможностей компании выбирается тот или иной метод количественной оценки риска, следовательно, создание метасистемы «Процесс количественной оценки риска» актуально.

Доказательство метасистемности процесса управления риском

В соответствии с системологией Дж. Клира [2] существует два способа интегрирования систем: создание структурированной системы или метасистемы. В первом случае система разбивается на подсистемы, которые в свою очередь дробятся на подсистемы второго уровня, третьего уровня и так далее. Во втором случае система формируется на основании правила замены, когда из некоторого набора систем в каждый момент выбирается одна или некоторая группа функционирующих систем.

Структурированную систему характеризуют следующие признаки:

- число элементов системы определяется по принципам полноты и достаточности;

- жесткая взаимосвязь элементов, стабильность связей между ними;

- в данный момент времени функционируют все элементы системы.

Метасистемный подход характеризуется тремя следующими существенными особенностями:

- элементы метасистемы в большой степени самодостаточны и независимы друг от друга;

- в метасистеме в любой момент времени функционируют не все элементы, а лишь один, либо некоторая группа выбранных;

- в метасистеме количество элементов удовлетворяет совсем другим критериям и должно быть оптимальным в соответствии с ними.

Этапы количественной оценки риска функционируют в режиме разделения времени и осуществляют необходимые связи, находясь в различной степени готовности. При реализации методов оценки риска задействованы отдельные подсистемы, а остальные элементы не используются. Отсюда следует вывод об относительной автономности этапов оценки риска, отсутствии постоянной жесткой связи между ними. Связь осуществляется только через верхний уровень управления.

Исходя из этого формулируются следующие положения:

1 Процесс количественной оценки риска характеризуется набором самостоятельных слабосвязанных этапов, каждый из которых независим и самодостаточен.

2 Степень включения этапов оценки риска обусловлена, главным образом, решениями специалистов-экспертов.

3 Различная степень готовности этапов оценки риска к реализации.

4 В зависимости от целей руководителя компании или инвестора набор методов оценки риска нестабилен и может быть сокращен или дополнен.

Результаты проведенного анализа основных признаков системы, метасистемы и процесса управления риском сведены в таблице 1.

Таблица 1 - Основные признаки системы, метасистемы, процесса синтеза бизнес-плана.

№ п/п	Основные признаки	Система	Метасистема	Процесс кол.оценки риска
1	Принципы синтеза	+
а)	Полнота и достаточность		+	+
б)	Оптимальное число элементов
2	Степень взаимосвязи
а)	Стабильность связей между элементами	+
б)	Самодостаточность и независимость элементов		+	+
3	Время функционирования
а)	Все элементы функционируют одновременно	+
б)	Функционирование элементов может быть разнесено во времени		+	+

Отсюда вытекают особенности задач, сформулированных в [1] и решаемых при метасистемном подходе. Анализ задач, решаемых при метасистемном подходе и задач, решаемых в процессе количественной оценки риска, показывает, что их постановка и решение имеют общую методологическую основу, построенную на сходных принципах. Результаты проведенного анализа позволяют сделать следующий вывод: по совокупности выявленных признаков, обусловленных принципами синтеза, степенью взаимосвязи между элементами, временем функционирования элементов, а также применимости задач, решаемых при метасистемном подходе и взаимосвязи показателей качества с задачами, решаемыми при метасистемном подходе, процесс количественной оценки риска следует признать метасистемой.

Следовательно, можно сделать вывод, что задачи, решаемые при метасистемном подходе, применимы к процессу количественной оценки риска. Таким образом, показана правомерность метасистемного подхода к процессу количественной оценки риска.

Решение задач метасистемного подхода

Количественный анализ риска проводится по результатам оценки эффективности проекта и имеет такую последовательность:

- определение показателей предельного уровня;

- анализ чувствительности проекта;

- анализ сценариев развития проекта.

В мировой практике используются различные методы количественного анализа рисков инвестиционных проектов (ИП). К наиболее распространенным из них следует отнести:

- метод корректировки нормы дисконта;

- метод достоверных эквивалентов (коэффициентов достоверности);

- анализ чувствительности критериев эффективности (чистый дисконтированный доход (NPV), внутренняя норма доходности (IRR) и др.);

- метод сценариев;

- анализ вероятностных распределений потоков платежей;

- деревья решений;

- метод Монте-Карло (имитационное моделирование) и др.

Процесс количественной оценки риска включает ряд довольно независимых друг от друга методов, количество которых может меняться, а выполняться они могут как последовательно, так и в большой степени параллельно. Это означает, что процесс количественной оценки риска можно рассматривать как метасистему нескольких этапов и для оптимизации ее функционирования необходимо ставить и решать шесть задач метасистемного подхода [1]:

- выявление диапазонов эффективного функционирования систем;

- оценка и повышение необходимого уровня готовности систем к использованию;

- выявление и обеспечение сочетаемости, согласованного взаимодействия систем;

- разработка стратегии переключения отдельных или групп одновременно функционирующих систем;

- оптимальное перераспределение ограниченных общесистемных ресурсов;

- оптимальный синтез метасистемы.

Первая задача метасистемного подхода

Метасистемный анализ удобнее всего начинать с выявления диапазонов оптимального функционирования систем, поскольку на их основе в дальнейшем удобно разрабатывать стратегию выбора. Метасистема возникает там и тогда, где и когда диапазон решаемой задачи настолько велик, что он не перекрывается использованием одной системы, либо эта система функционирует неэффективно в некоторых частях общего диапазона [1].

Применительно к процессу количественной оценки риска можно выделить следующие критерии для выбора того или иного метода оценки риска:

- понятность и доступность метода;

- возможности и уровень знаний экспертов;

- стоимость метода;

-зависимость решений, принимаемых в каждый момент времени, от предыдущих решений.

Одним из самых доступных и простых методов количественной оценки риска является метод корректировки нормы дисконта. Достоинства этого метода -- в простоте расчетов, которые могут быть выполнены с использованием даже обыкновенного калькулятора, а также в понятности и доступности. Вместе с тем метод имеет существенные недостатки.

Метод корректировки нормы дисконта осуществляет приведение будущих потоков платежей к настоящему моменту времени (т.е. обыкновенное дисконтирование по более высокой норме), но не дает никакой информации о степени риска (возможных отклонениях результатов). При этом полученные результаты существенно зависят только от величины надбавки за риск. Он также предполагает увеличение риска во времени с постоянным коэффициентом, что вряд ли может считаться корректным, так как для многих проектов характерно наличие рисков в начальные периоды с постепенным снижением их к концу реализации. Таким образом, прибыльные проекты, не предполагающие со временем существенного увеличения риска, могут быть оценены неверно и отклонены.

Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку.

Наконец, обратная сторона простоты метода состоит в существенных ограничениях возможностей моделирования различных вариантов, которое сводится к анализу зависимости критериев NPV(IRR,PI и др.) от изменений только одного показателя -- нормы дисконта.

Несмотря на отмеченные недостатки, метод корректировки нормы дисконта широко применяется на практике.

Метод достоверных эквивалентов. Суть метода состоит в корректировке самих денежных потоков, путем расчета достоверных эквивалентов неопределенных денежных потоков по лизинговому проекту. Достоверный эквивалент неопределенных денежных потоков -- это такие определенные денежные потоки, полезность которых для лизинговой компании точно такая же, как и полезность неопределенных денежных потоков. В качестве, достоверного эквивалента, как правило, используется математическое ожидание. Недостатками этого метода следует признать:

- сложность расчета коэффициентов достоверности, адекватных риску на каждом этапе проекта;

- невозможность провести анализ вероятностных распределений ключевых параметров.

Анализ чувствительности. Данный метод позволяет оценить, как изменяются результирующие показатели реализации проекта при различных значениях заданных переменных, необходимых для расчета. Главным недостатком данного метода является предпосылка о том, что изменение одного фактора рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны.

По этой причине применение данного метода на практике как самостоятельного инструмента анализа риска весьма ограничено.

Метод сценариев. Анализ сценариев развития проекта позволяет оценить влияние на проект возможного одновременного изменения нескольких переменных через вероятность каждого сценария. Этот вид анализа может выполняться как с помощью электронных таблиц (например, Microsoft Excel версии не ниже 4.0), так и с применением специальных компьютерных программ, позволяющих использовать методы имитационного моделирования.

В целом метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов, а также предоставляет информацию о чувствительности и возможных отклонениях, а применение программных средств типа Excel позволяет значительно повысить эффективность подобного анализа путем практически неограниченного увеличения числа сценариев и введения дополнительных переменных.

Однако стремление минимизировать риски, настраиваясь на наихудший сценарий, может привести к неоправданно высоким затратам и созданию слишком больших резервов в случае реализации более благоприятной ситуации. Кроме того, возможно, что многие успешные проекты в этом случае будут отклонены.

Основным недостатком сценарного анализа является рассмотрение только нескольких возможных исходов по проекту (дискретное множество значений NPV), хотя в действительности число возможных исходов не ограничено. Кроме того, при невозможности использования объективного метода определения вероятности того или иного сценария приходится делать предположения, основываясь на личном опыте или суждении, при этом возникает проблема достоверности вероятностных оценок.

Анализ вероятностных распределений потоков платежей. В целом применение этого метода анализа рисков позволяет получить полезную информацию об ожидаемых значениях NPV и чистых поступлений, а также провести анализ их вероятностных распределений.

Вместе с тем использование этого метода предполагает, что вероятности для всех вариантов денежных поступлений известны либо могут быть точно определены. В действительности в некоторых случаях распределение вероятностей может быть задано с высокой степенью достоверности на основе анализа прошлого опыта при наличии больших объемов фактических данных. Однако чаще всего такие данные недоступны, поэтому распределения задаются исходя из предположений экспертов и несут в себе большую долю субъективизма.

Деревья решений. Он применяется в тех ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от предыдущих решений и в свою очередь определяют сценарии дальнейшего развития событий. Дерево решений - это сетевые графики, каждая ветвь которых представляет собой альтернативные варианты развития или состояния среды.

При проведении сценарного анализа на сетевом графике указываются вероятности наступления тех или иных событий, а затем производится расчет ожидаемых результатов

Ограничением практического использования данного метода является исходная предпосылка о том, что проект должен иметь обозримое или разумное число вариантов развития. Метод особенно полезен в ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Имитационное моделирование. Базируется на пошаговом нахождении значения результирующего показателя за счет проведения многократных опытов с моделью. Основное преимущество -- прозрачность всех расчетов, простота восприятия и оценки результатов анализа проекта всеми участниками процесса планирования. В качестве одного из серьезных недостатков этого способа необходимо указать существенные затраты на расчеты, связанные с большим объемом выходной информации. Практическое применение данного метода продемонстрировало широкие возможности его использования инвестиционном проектировании, особенно в условиях неопределённости и риска. Данный метод особенно удобен для практического применения тем, что удачно сочетается с другими экономико-статистическими методами, а также с теорией игр и другими методами исследования операций. Практическое применение данного метода показало, что зачастую он даёт более оптимистичные оценки, чем другие методы, например анализ сценариев, что, очевидно обусловлено перебором промежуточных вариантов.

Но тем не менее этот подход не лишен недостатков:

· существование коррелированных параметров сильно усложняет модель, оценка их зависимости не всегда доступна аналитикам;

· иногда трудно даже приблизительно определить для исследуемого параметра (фактора) или результирующего показателя вид вероятностного распределения;

· при разработке реальных моделей может возникнуть необходимость привлечения специалистов или научных консультантов со стороны;

· исследование модели возможно только при наличии вычислительной техники и специальных пакетов прикладных программ;

· следует также отметить относительную неточность полученных результатов по сравнению с другими методами численного анализа.

Путем грамотного комбинирования выше перечисленных методов специалист/эксперт сможет выбрать оптимальный в каждом конкретном случае метод/набор методов количественной оценки рисков.

Вторая задача метасистемного подхода

Вторая задача метасистемного подхода звучит следующим образом: оценка и повышение необходимого уровня готовности систем к использованию. Эта задача возникает из-за особенностей метасистем, в которых в любой момент времени функционируют только одна или несколько систем, а остальные «простаивают».

Главным критерием оценки готовности к использованию такого метода количественной оценки рисков как например имитационное моделирование методом Монте-Карло является наличие финансовых и технических средств, а также квалифицированных специалистов.

Компьютерные имитирующие системы следует оценивать по их качеству (функциональным возможностям, удобству работы, защищенности, и др.) Важно учитывать также наличие международной сертификации пакетов (особенно при работе с зарубежными инвесторами).

Для оценки качества существующих пакетов целесообразно использовать следующие критерии:

- функциональные возможности пакета (использование современной методики расчета, основанной на имитации потока реальных денег; минимизация ограничений на горизонт и шаг расчета; минимизация ограничений на количество продуктов; богатство набора финансовых и экономических показателей, используемых для оценки проекта; допускаемое пакетом разнообразие сценариев реализации проектов; возможность и способы учета инфляции, расчетов в неизменных или текущих ценах; возможность и способы учета неопределенностей и рисков; возможность сохранения в памяти ЭВМ приемлемых вариантов расчета для последующего сравнения и окончательного отбора и т.д.);

- качество программной реализации (возможность реализации пакета на распространенных типах ЭВМ - в настоящее время обладающих микропроцессорами уровня 386 и ниже - и с использованием достаточно доступной операционной среды; надежность в работе; быстродействие, позволяющее в практически приемлемые сроки производить расчеты необходимого количества вариантов, их сравнения, учет неопределенности и др.);

- удобство пользовательского интерфейса (упрощение и минимизация трудоемкости ввода информации; возможная защита от ошибок при вводе; наглядность результатов, достаточный объем графической информации и т.д.);

- степень «закрытости» проекта, то есть не возможность изменения пользователем формул и алгоритмов, по которым происходят вычисления в программном пакете.

Третья задача метасистемного подхода

Проблема сочетаемости методов количественной оценки риска возникает исходя из степени полноты, точности исходных данных, разницы в результатах оценки риска различными методами. Исходя из этого естественно предположение о том, что в некоторых случаях количественную оценку риска целесообразно проводить путем сочетания различных методов.

При функционировании метасистемы на первый план выходит проблема согласования включенных в нее систем. При этом поиск статически согласованных систем осуществляется путем учета взаимных перекрытий частей различных систем, а согласованность в динамике выявляется с помощью оценки увеличения общего эффекта от взаимодействия систем.

Сочетаемость систем в динамике можно пояснить рассмотрением одновременного функционирования нескольких методов. Например, крупные компании при количественной оценке риска могут использовать метод имитационного моделирования. Поскольку крупные компании работают с большим количеством проектов и планируют свою деятельность на долгосрочный период времени, то разработка или покупка аппаратуры и обучение специалистов для оценки риска методом имитационного моделирования довольно быстро окупится, при этом будет возможна реальная экономия времени на оценку рисков проектов.

В некоторых случаях количественная оценка риска проводится непосредственно инициаторами с использованием простых и понятных методов количественной оценки риска, в других - специальными фирмами по заявкам инициаторов, в третьих - специалистами фирмы. Нередки случаи оценки рисковых ситуаций по одному критерию, но гораздо разумнее использовать совокупность критериев, поскольку риск есть функция множества переменных разнонаправленного действия. К тому же большинство риск-решений одновременно преследует несколько целей, характеризуемых показателями далеко не одного порядка. Правда, при многоцелевой ситуации критерии подчас объективно противоречивы, что обязывает ранжировать их для учета предпочтений при разработке вариантов решений.

Тем не менее, как указывалось в п. 3.1, решение о выборе того или иного метода или группы методов количественной оценки рисков принимает специалист/эксперт, основываясь на данных по типу и масштабу проекта, возможностях фирмы и других индивидуальных показателях.

Четвертая задача метасистемного подхода

Четвертая задача метасистемного подхода сформулирована следующим образом: разработка стратегии переключения отдельных или групп одновременно функционирующих систем [1]. Имея диапазоны эффективности (п. 3.1) можно прогнозировать последовательность и моменты переключения функционирующих систем, поэтому, исходя из диапазонов эффективности систем, можно сформировать некоторые правила переключения систем метасистемы.

Если эксперт предполагает оценивать сразу несколько рисков проекта, то будет целесообразно использовать в качестве метода количественной оценки имитационную систему или дерево решений.

Если необходимо оценить один вид риска, но при этом у инициатора не имеется квалифицированных разработчиков, то следует использовать метод корректировки нормы дисконта.

Если необходимо оценить один или несколько рисков, в команде имеются специалисты, имеющие навыки работы с рисками, то в качестве метода оценки риска следует выбрать несколько методов и сопоставить результаты.

Пятая задача метасистемного подхода

Пятая задача метасистемного подхода: оптимальное перераспределение ограниченных общесистемных ресурсов [1]. При своём функционировании метасистема использует некоторые общесистемные ресурсы (время, кадры, денежные средства), которые почти всегда ограничены. Оптимальное перераспределение этих ресурсов между системами позволит увеличить эффективность на метасистемном уровне. Распределение ресурсов между различными методами количественной оценки риска происходит следующим образом.

Имитационная система - дорогостоящее средство количественной оценки риска, однако благодаря знаниям, которые содержит имитационная система оценить риск можно в довольно короткое время. Однако для работы с программными средствами требуются дополнительные сотрудники и на их обучение нужны дополнительные временные ресурсы. Денежные затраты в этом случае состоят из следующих пунктов:

- затраты на покупку и эксплуатацию программного средства;

- заработная плата сотрудникам.

С помощью других методов количественной оценки риска процесс оценки риска происходит гораздо дольше, чем при использовании имитационной системы, но эти применение этих методов обходится дешевле.

При использовании в качестве метода оценки риска например анализ чувствительности необходимо затратить денежные ресурсы лишь для оплаты труда специалиста.

Шестая задача метасистемного подхода

Все рассмотренные выше задачи вносят свой вклад в решение последней задачи - синтеза оптимальной метасистемы. Применительно к процессу количественной оценки риска речь идёт о формировании задач для каждого этапа количественной оценки риска, методов решения этих задач и средств оценки риска. В зависимости от требований заказчиков/инвесторов проекта структура метасистемы может гибко меняться, привлекая дополнительные задачи, методы и средства, либо исключая малоэффективные. Схема количественной оценки риска представлена на рисунке 1.



Рисунок 1 - Схема количественной оценки риска

Предлагаемая структурная модель количественной оценки риска отражает всю совокупность проанализированных выше взаимосвязей и задач, решаемых при метасистемном подходе. Следовательно, можно сделать вывод о том, что задачи, решаемые при количественном анализе риска, согласуются с задачами метасистемного подхода и позволяют определить его как метасистему. Каждый метод количественной оценки риска имеет свой диапазон эффективности, определяемый областью предпочтительного применения. Разработка стратегии использования методов позволяет оптимально готовить их к включению во времени, тем самым обеспечивая эффективность количественной оценки риска и максимизируя эффект от их использования.

Заключение

В курсовой работе показана правомерность метасистемного подхода к процессу количественной оценки риска и построена схема процесса количественной оценки риска.

На основе предложенной схемы разработки бизнес-плана можно предложить следующую методику количественной оценки риска:

1. Определить цель количественной оценки риска;

2. Разработать стратегию достижения выбранной цели, для чего:

2.1 осуществить прогноз изменений рыночной ситуации, поведения конкурентов, жизненного цикла товара и предприятия и т.д.;

2.2 разбить процесс количественной оценки риска на этапы и для каждого этапа выполнить следующие действия:

2.2.1 сформулировать задачу этапа;

2.2.2 выбрать методы ее решения;

2.2.3 подобрать соответствующие методам средства;

3. Составить общую количественную оценку рисков инвестиционного проекта.

Список использованных источников

1. Миронов С.В., Пищухин А.М. Метасистемный подход в управлении: Монография. - Оренбург: ГОУ ОГУ, 2004.-338 с.

2. Клир Дж. Системология. Автоматизация решения системных задач.-М.: Радио и связь, 1990.-544 с.

3. Интернет-Университет Информационных Технологий [Электронный ресурс]: сайт www.glossary.ru - Режим доступа: www.glossary.ru/cgi-bin/gl_sch2.cgi.

4. Интернет-Университет Информационных Технологий [Электронный ресурс]: сайт www.cfin.ru - Режим доступа: http://www.cfin.ru/software/invest/kadushin2.shtml.

Размещено на Allbest.ru