Управление инвестиционными рисками

Реализация выбранных приемов.

Вслед за решением о том, как поступать с выявленным риском, следует переходить к реализации выбранных приемов. Главный принцип, которого следует придерживаться на этом этапе управления риском, сводится к минимизации затрат на реализацию избранного курса действий. Другими словами, если вы решили приобрести медицинскую страховку на случай болезни, надо найти страховую компанию, услуги которой обойдутся вам дешевле. Если вы решили вложить деньги в приобретение акций, следует сравнить, чьи услуги вам обойдутся дешевле -- компании по управлению взаимным фондом или брокера.

Оценка результатов.

Управление риском -- это динамический процесс с обратной связью, при котором принятые решения должны периодически анализироваться и пересматриваться. Время идет, обстоятельства меняются и несут с собой перемены: появляются новые виды риска, или новые сведения об имеющихся видах риска, или дешевеет стратегия управления риском. Например, будучи одиноким человеком, вы решили отказаться от страхования жизни, но обстоятельства изменились, вы женились и завели детей -- и это привело к изменению решения. Или вы принимаете решение об изменении доли вашего портфеля инвестиций, вложенной в акции.

Подходы к учету неопределенности при описании рисков. В теории принятия решений в настоящее время при компьютерном и математическом моделировании для описания неопределенностей чаще всего используют вероятностно-статистические методы (прежде всего методы статистики нечисловых данных, в том числе интервальной статистики и интервальной математики). Полезны методы теории нечеткости и методы теории конфликтов (теории игр). Математический инструментарий применяются в имитационных, эконометрических, экономико-математических моделях, реализованных обычно в виде программных продуктов.

Некоторые виды неопределенностей связаны с безразличными к организации силами - природными (погодные условия) или общественными (смена правительства). Если явление достаточно часто повторяется, то его естественно описывать в вероятностных терминах. Так, прогноз урожайности зерновых вполне естественно вести в вероятностных терминах. Если же событие единично, то вероятностное описание вызывает внутренний протест, поскольку частотная интерпретация вероятности невозможна. Так, для описания неопределенности, связанной с исходами выборов или со сменой правительства, лучше использовать методы теории нечеткости и интервальной математики (интервал - удобный частный случай описания нечеткого множества). Наконец, если неопределенность связана с активными действиями соперников или партнеров, целесообразно применять методы анализа конфликтных ситуаций, т.е. методы теории игр, прежде всего антагонистических игр, но иногда полезны и более новые методы кооперативных игр, нацеленных на получение устойчивого компромисса.

Подходы к оцениванию рисков. Понятие "риск", как уже отмечалось, многогранно. Например, при использовании статистических методов управления качеством продукции риски (точнее, оценки рисков) - это вероятности некоторых событий. В статистическом приемочном контроле «риск поставщика» - это вероятность забракования партии продукции хорошего качества, а «риск потребителя» - приемки «плохой» партии. При статистическом регулировании технологических процессов рассматривают риск незамеченной разладки и риск излишней наладки.

Тогда оценка риска - это оценка вероятности, точечная или интервальная, по статистическим данным или экспертная. В таком случае для управления риском задают ограничения на вероятности нежелательных событий.

Иногда под уменьшением риска понимают уменьшение дисперсии случайной величины, поскольку при этом уменьшается неопределенность. В теории принятия решений риск - это плата за принятие решения, отличного от оптимального, он обычно выражается как математическое ожидание. В экономике плата измеряется обычно в денежных единицах, т.е. в виде финансового потока (потока платежей и поступлений) в условиях неопределенности.

Методы математического моделирования позволяют предложить и изучить разнообразные методы оценки риска. Широко применяются два вида методов - статистические, основанные на использовании эмпирических данных, и экспертные, опирающиеся на мнения и интуицию специалистов.

Чтобы продемонстрировать сложность проблемы оценивания риска и различные существующие подходы, рассмотрим простейший случай. Пусть неопределенность носит вероятностный характер, а потери описываются одномерной случайной величиной (а не случайным вектором и не случайным процессом). Другими словами, ущерб адекватно описывается одним числом, а величина этого числа зависит от случая.

Итак, пусть величина порожденного риском ущерба моделируется случайной величиной Х (в смысле теории вероятностей). Как известно, случайная величина описывается функцией распределения

F(x) = P (X < x),

где x - действительное число (т.е., как говорят и пишут математики, любой элемент действительной прямой, традиционно обозначаемой R¹). Поскольку Х обычно интерпретируется как величина ущерба, то Х - неотрицательная случайная величина.

В зависимости от предположений о свойствах функции распределения F(x) вероятностные модели риска делятся на параметрические и непараметрические. В первом случае предполагается, что функция распределения входит в одно из известных семейств распределений - нормальных (т.е. гауссовских), экспоненциальных или иных. Однако обычно подобное предположение является мало обоснованным - реальные данные не хотят "втискиваться" в заранее заданное семейство. Тогда необходимо применять непараметрические статистические методы, не предполагающие, что распределение ущерба взято из того или иного популярного среди математиков семейства. При использовании непараметрических статистических методов обычно принимают лишь, что функция распределения F(x) является непрерывной функцией числового аргумента х.

Обсудим два распространенных заблуждения. Во-первых, часто говорят, что поскольку величина ущерба зависит от многих причин, то она должна иметь т.н. нормальное распределение. Это неверно. Все зависит от способа взаимодействия причин. Если причины действуют аддитивно, то, действительно, в силу Центральной Предельной Теоремы теории вероятностей есть основания использовать нормальное (гауссово) распределение. Если же причины действуют мультипликативно, то в силу той же Центральной Предельной Теоремы теории вероятностей следует приближать распределение величины ущерба Х с помощью логарифмически нормального распределения. Если же основное влияние оказывает "слабое звено" (где тонко, там и рвется), то согласно теоремам, доказанным академиком Б.В.Гнеденко, следует приближать распределение величины ущерба Х с помощью распределения из семейства Вейбулла-Гнеденко. К сожалению, в конкретных практических случаях различить эти варианта обычно не удается.

Во-вторых, неверно традиционное представление о том, что реальные погрешности измерения нормально распределены. Проведенный многими специалистами тщательный анализ погрешностей реальных наблюдений показал, что их распределение в подавляющем большинстве случаев отличается от гауссова. Сводка этих исследований приведена в работе [10]. Среди специалистов распространено такое шуточное утверждение: «Прикладники обычно думают, что математики доказали, что погрешности распределены нормально, а математики считают, что прикладники установили это экспериментально». И те, и другие ошибаются. К сожалению, в настоящее время в экологической и экономической литературе имеется масса ошибочных утверждений. Существенная часть ошибок относится к использованию математических методов. Особенно это касается статистики и эконометрики. Причины появления ошибок разнообразны. Некоторые из них подробно обсуждаются в учебном пособии [10] и статье [14].

Итак, рассмотрим ситуацию, когда возможная величина ущерба, связанного с риском, описывается функцией распределения F(x)=P(Х<x). Обычно стараются перейти от функции, описываемой (с точки зрения математики) бесконечно большим числом параметров, к небольшому числу числовых параметров, лучше всего к одному. Для положительной случайной величины (величины ущерба) часто рассматривают такие ее характеристики, как

- математическое ожидание;

- медиана и, более общо, квантили, т.е. значения х = х(а), при которых функция распределения достигает определенного значения а; другими словами, значение квантили х = х(а) находится из уравнения F(x) = а ;

- дисперсия (часто обозначаемая как у² - «сигма-квадрат»);

- среднее квадратическое отклонение (квадратный корень из дисперсии, т.е. у - «сигма»);

- коэффициент вариации (среднее квадратическое отклонение, деленное на математическое ожидание);

-линейная комбинация математического ожидания и среднего квадратического отклонения (например, типично желание считать, что возможные значения ущерба расположены в таком интервале: математическое ожидание плюс-минус три сигма);

- математическое ожидание функции потерь, и т.д.

Этот перечень, очевидно, может быть продолжен.

Тогда задача оценки ущерба может пониматься как задача оценки той или иной из перечисленных характеристик. Чаще всего оценку проводят по эмпирическим данным (по выборке величин ущербов, соответствующим происшедшим ранее аналогичным случаям). При отсутствии эмпирического материала остается опираться на экспертные оценки, которым посвящена значительная часть следующей главы. Наиболее обоснованным является модельно-расчетный метод, опирающийся на модели управленческой, экономической, социально-психологической, эколого-экономической ситуации, позволяющие рассчитать характеристик ущерба.

Подчеркнем здесь, что характеристик случайного ущерба имеется много. Выше перечислено 7 видов, причем некоторые из них - второй, шестой и седьмой - содержат бесконечно много конкретных характеристик. Нельзя ограничиваться только средним ущербом, под которым обычно понимают математическое ожидание, хотя медиана ущерба не меньше соответствует этому термину. Весьма важны верхние границы для ущерба, т.е. квантили порядка а, где а близко к 1, например, а = 0,999999. При этом с вероятностью, не превосходящей 0,000001, реальный ущерб будет меньше х(0,999999). Сложные проблемы состоят в обоснованном вычислении границы х(0,999999), их мы не будем здесь касаться.

Что это такое - минимизация риска? Из предыдущих рассуждений следует, что минимизация риска может, например, состоять:

1) в минимизации математического ожидания (ожидаемых потерь),

2) в минимизации квантиля распределения (например, медианы функции распределения потерь или квантиля порядка 0,99, выше которого располагаются большие потери, встречающиеся крайне редко - в 1 случае из 100),

3) в минимизации дисперсии (т.е. показателя разброса возможных значений потерь),

4) в минимизации суммы математического ожидания и утроенного среднего квадратического отклонения (на основе известного "правила трех сигм"), или иной линейной комбинации математического ожидания и среднего квадратического отклонения. Этот подход используют в случае близости распределения потерь к нормальному как комбинацию подходов, нацеленных на минимизацию средних потерь и разброса возможных значений потерь;

5) в максимизации математического ожидания функции полезности (в случае, когда полезность денежной единицы меняется в зависимости от общей располагаемой суммы, как предполагается в микроэкономике [15], в частности, когда необходимо исключить возможность разорения экономического агента), и т.д.

Перечень может быть продолжен. Например, не использована такая характеристика случайного ущерба, как коэффициент вариации. Однако целью изложения не является построение всеобъемлющей системы постановок задач минимизации риска, поэтому ограничимся сказанным.

Обсудим пять перечисленных постановок. Первая из них - минимизация средних потерь - представляется вполне естественной, если все возможные потери малы по сравнению с ресурсами предприятия. В противном случае первый подход неразумен. Рассмотрим условный пример. У человека имеется 10000 рублей. Ему предлагается подбросить монету. Если выпадает «орел», то он получает 50000 рублей. Если же выпадает «цифра», он должен уплатить 20000 рублей. Стоит ли данному человеку участвовать в описанном пари? Если подсчитать математическое ожидание дохода, то, поскольку каждая сторона монеты имеет одну и ту же вероятность выпасть, равную 0,5, оно равно 50000 х 0,5 + (-20000) х 0,5 = 15000. Казалось бы, пари весьма выгодно. Однако большинство людей на него не пойдет, поскольку с вероятностью 0,5 они лишатся всего своего достояния и останутся должны 10000 рублей, другими словами, разорятся. Здесь проявляется психологическая оценка ценности рубля, зависящая от общей имеющейся суммы - 10000 рублей для человека с обычным доходом значит гораздо больше, чем те же 10000 руб. для миллиардера.

Второй подход нацелен как раз на минимизацию больших потерь, на защиту от разорения. Другое его применение - исключение катастрофических аварий, например, типа Чернобыльской. При втором подходе средние потери могут увеличиться (по сравнению с первым), зато максимальные будут контролироваться.

Третий подход нацелен на минимизацию разброса окончательных результатов. Средние потери при этом могут быть выше, чем при первом, но того, кто принимает решение, это не волнует - ему нужна максимальная определенность будущего, пусть даже ценой повышенных затраит.

Четвертый подход сочетает в себе первый и третий, хотя и довольно примитивным образом. Проблема ведь в том, что задача управления риском в рассматриваемом случае - это по крайней мере двухкритериальная задача. Желательно средние потери снизить (другими словами, математическое ожидание доходов повысить), и одновременно уменьшить показатель неопределенности - дисперсию. Хорошо известны проблемы, возникающие при многокритериальной оптимизации (см. главу 1.3).

Наиболее продвинутый подход - пятый. Но для его применения необходимо построить функцию полезности. Это - большая самостоятельная задача. Обычно ее решают с помощью специально организованного эконометрического исследования.

Если неопределенность носит интервальный характер, т.е. описывается интервалами, то естественно применить методы статистики интервальных данных (как части интервальной математики), рассчитать минимальный и максимальный возможный доходы и потери, и т.д.

Разработаны различные способы уменьшения экономических рисков, связанные с выбором стратегий поведения, в частности, диверсификацией, страхованием и др. Причем эти подходы относятся не только к отдельным организациям. Так, применительно к системам налогообложения диверсификация означает использование не одного, а системы налогов, чтобы нейтрализовать действия налогоплательщиков, нацеленные на уменьшение своих налоговых платежей. Однако динамика реальных экономических систем такова, что любые формальные модели дают в лучшем случае только качественную картину. Например, не существует математических моделей, позволяющих достаточно точно спрогнозировать инфляцию вообще и даже реакцию экономики на одноразовое решение типа либерализации цен.

Необходимость применения экспертных оценок при оценке и управлении рисками. Из сказанного выше вытекает, что разнообразные формальные методы оценки рисков и управления ими во многих случаях (реально во всех нетривиальных ситуациях) не могут дать однозначных рекомендаций. В конце процесса принятия решения - всегда человек, менеджер, на котором лежит ответственность за принятое решение. Поэтому процедуры экспертного оценивания естественно применять на всех этапах анализа рисков рассматриваемого организацией проекта. При этом нецелесообразно полностью отказываться от использования формально-экономических методов, например, основанных на вычислении чистых текущих потерь и других характеристик. Использование соответствующих программных продуктов полезно для принятия обоснованных решений. Однако на основные вопросы типа: достаточно ли высоки доходы, чтобы оправдать риск, или: что лучше - быстро, но мало, или долго, но много - ответить могут только менеджеры с помощью экспертов. Поэтому система поддержки принятия решений в организации должна сочетать формально-экономические и экспертные процедуры.

Разработка системы поддержки принятия решений, нацеленной на оценивание рисков и управление ими - не простое дело. Укажем несколько проблем, связанных с подобной работой. Совершенно ясно, что система должна быть насыщена конкретными численными данными об экономическом состоянии региона, страны, возможно и мира в целом. Добыть такие данные нелегко, в частности, потому, что сводки Российского статистического агентства (ранее - Госкомстата РФ) искажены (подробнее о состоянии теории и практики статистики в России см. главу 1 в учебном пособии [10] и статью [14]). В частности, Институт высоких статистических технологий и эконометрики занялся изучением инфляции именно потому, что наши данные по этому показателю превышали данные Госкомстата РФ примерно в 2 раза (см. главу 7 в [10]). Зарубежные источники также содержат неточности. Так, при составлении балансовых соотношений для макроэкономических показателей по данным [16] выяснилось, что государство должно иметь дополнительный источник доходов в несколько сотен миллиардов долларов, а доходы бизнеса имеют излишек в 30 миллиардов долларов. Другими словами, популярное учебное пособие [16] содержит данные, не согласующиеся друг с другом.

Подходы к управлению рисками. При оценке, анализе и управлении рисками могут оказаться полезными известные публикации по методам учета финансового риска [17-21]. При использовании широкого арсенала статистических методов необходимо учитывать особенности их развития в России и СССР, наложившие свой отпечаток на современное состояние в области кадров и литературных источников.

Чтобы управлять, надо знать цель управления и иметь возможность влиять на те характеристики риска, которые определяют степень достижения цели.

Обычно можно выделить множество допустимых управляющих воздействий, описываемое с помощью соответствующего множества параметров управления. Тогда указанная выше возможность влиять на те характеристики риска, которые определяют степень достижения цели, формализуется как выбор значения управляющего параметра. При этом управляющий параметр может быть числом, вектором, быть элементом конечного множества или иметь более сложную математическую природу.

Основная проблема - корректная формулировка цели управления рисками. Поскольку существует целый спектр различных характеристик риска (например, если потери от риска моделируются случайной величиной), то оптимизация управления риском сводится к решению задачи многокритериальной оптимизации. Например, естественной является задача одновременной минимизации среднего ущерба (математического ожидания ущерба) и разброса ущерба (дисперсии ущерба).

Страхование и диверсификация - распространенные методы уменьшения неопределенности, присущей рискам, за счет повышения среднего уровня затрат. Выплата страховых взносов повышает затраты, но уменьшает неопределенность будущего. Если страховая компания полностью возмещает ущерб при осуществлении страхового случая, то неопределенность будущего полностью исчезает. При диверсификации хозяйственной деятельности упущенная выгода возникает из-за того, что средства вкладываются не только в самый выгодный (и самый рисковый) проект, но и в другие проекты. Если же нежелательные возможности осуществляются, «самый выгодный» проект приносит убытки, то другие проекты позволяют организации «остаться на плаву».

Как известно, для любой многокритериальной задачи целесообразно рассмотреть множество решений (т.е. значений параметра управления), оптимальных по Парето. Эти решения оптимальны в том смысле, что не существует возможных решений, которые бы превосходили бы Парето-оптимальные решения одновременно по всем критериям. Точнее, превосходили бы хотя бы по одному критерию, а по остальным были бы столь же хорошими. Теория Парето - оптимальных решений хорошо развита (см., например, монографию [22]).

Ясно, что для практической реализации надо выбирать одно из Парето - оптимальных решений. Как выбирать? Разработан целый спектр подходов, из которых выбор может быть сделан только субъективным образом. Таким образом, снова возникает необходимость применения методов экспертных оценок.

Эксперты могут выбирать непосредственно из множества Парето - оптимальных решений, если оно состоит лишь из нескольких элементов. Или же они могут выбирать ту или иную процедуру сведения многокритериальной задачи к однокритериальной (см. также главу 1.3). Один из подходов - выбрать т.н. «главный критерий», по которому проводить оптимизацию, превратив остальные критерии в ограничения. Например, минимизировать средний ущерб, потребовав, чтобы дисперсия ущерба не превосходила заданной величины.

Иногда задача многокритериальной оптимизации допускает декомпозицию. Найдя оптимальное значение для главного критерия, можно рассмотреть область возможных значений для остальных критериев, выбрать из них второй по важности и оптимизировать по нему, и т.д.

Что же делают эксперты? Они выбирают главный критерий (или упорядочивают критерии по степени важности), задают численные значения ограничений, иногда точность или время вычислений.

Второй основной подход - это свертка многих критериев в один интегральный и переход к оптимизации по одному критерию. Например, рассматривают линейную комбинацию критериев. Строго говоря, метод «главного критерия» - один из вариантов свертки. При этом вес главного критерия равен 1, а веса остальных - 0. Построение свертки, в частности, задание весов, целесообразно осуществлять экспертными методами.

Используют также методы, основанные на соображениях устойчивости (наиболее общий подход к изучению устойчивости разработан в монографии [23]). При этом рассматривают область значений управляющих параметров, в которых значение оптимизируемого одномерного критерия (главного параметра или свертки) отличается от оптимального не более чем на некоторую заданную малую величину. Такая область может быть достаточно обширной. Например, если в линейном программировании (см. главу 3.2) одна из граней многогранника, выделенного ограничениями, почти параллельна плоскости равных значений оптимизируемого критерия, то вся эта грань войдет в рассматриваемую область. В выделенной области можно провести оптимизацию другого параметра, и т.д. При таком подходе эксперты выбирают допустимое отклонение для основного критерия, выделяют второй критерий, задают ограничения и т.д.

Отметим, что рассмотренные выше вероятностно-статистические подходы к оцениванию рисков предполагают использование в качестве критериев таких характеристик случайной величины, как математическое ожидание, медиана, квантили, дисперсия и др. Эти характеристики определяются функцией распределения случайного ущерба, соответствующего рассматриваемому риску. При практическом использовании этого подхода перечисленные характеристики оцениваются по статистическим данным. Они оцениваются по выборке, состоящей из наблюденных величин ущерба. При этом необходимо вычислять доверительные интервалы, содержащие оцениваемые теоретические характеристики с заданной доверительной вероятностью [10]. Таким образом, критерий, на использовании которого основана оптимизация, всегда определен лишь с некоторой точностью, а именно, лишь с точностью до полудлины доверительного интервала. Таким образом, мы приходим к постановке, рассмотренной в предыдущем абзаце.

Необходимо обратить внимание на существенное изменение ситуации в области вычислительной оптимизации за последние 60 лет. Если в 1960-е годы из-за маломощности тогдашних компьютеров большое значение имела разработка быстрых методов счета, то в настоящее время внимание переносится на постановки задач и интерпретацию результатов. Это объясняется не только наличием различных программных продуктов по оптимизации, но и тем, что почти любую практическую задачу оптимизации можно решить простейшими методами типа переборных (перебирая возможные значения управляющих параметров с маленьким шагом), либо методом случайного поиска, поскольку быстродействие современных компьютеров позволяет это сделать.

В риск-менеджменте (т.е. управлении рисками) компании целесообразно выделить оперативное управление рисками и стратегическое управление рисками. Первый вид деятельности - постоянно проводящаяся работа, связанная с обеспечением качества продукции, плановым снижением экологических рисков [24], работой с покупателями, поставщиками, персоналом, связанная с повышением лояльности, и т.д.

Стратегический риск-менеджмент - составная часть стратегического планирования и управления. Надо оценивать риски высокого уровня, например, прогнозировать наличие в продаже и цену тех или иных товаров через 10-20 лет, например, нефти и «больших» компьютеров. Большое значение на этом уровне имеют теория прогнозирования и экспертные оценки.

5. Пути снижения рисков финансовых инвестиций

Три схемы переноса риска. Среди четырех приемов управления риском, перечисленных в разделе 10.3.3, перенос части или всего риска на других лиц относится к тем видам риска, где финансовая система играет самую большую роль. Самый главный метод переноса риска -- это просто продажа активов, которые представляют собой его источник. Например, владелец дома подвержен, как минимум, трем видам риска: пожару, стихийному бедствию и возможному падению цен на недвижимость. Продав дом, его владелец избавляется от всех трех видов риска.

Предположим, однако, что некто не может или не хочет продавать рискованные активы. В такой ситуации также можно управлять этими видами риска, только другими способами. Например, если домовладелец застраховался от пожара и стихийного бедствия, то он принимает на себя только риск падения цен на недвижимость.

Хеджирование.

О хеджировании (hedging) риска говорят в тех случаях, когда действие, предпринятое для снижения риска понести убытки, одновременно приводит и к невозможности получить доход. Например, если фермер продает зерно будущего урожая по фиксированной цене желая тем самым избежать риска снижения цен, то он тем самым лишает себя возможности получить дополнительный доход, если в момент сбора урожая цены на зерно повысятся. Фермер хеджирует свою подверженность ценовому риску на зерно. Если вы подписались на журнал не на год, а на три, вы страхуетесь от возможного повышения цен на подписку. Вы избавляетесь от риска убытков, которые можете понести в случае повышения цен на подписку, но ничего не выиграете, если подписка подешевеет.

Страхование.

Страхование предполагает выплату страхового взноса, или премии (premium) (цены, которую вы платите за страховку) с целью избежать убытков. Приобретая страховой полис, вы соглашаетесь пойти на гарантированные издержки (страховой взнос, который выплачивается за полис) взамен вероятности понести гораздо больший ущерб, связанный с отсутствием страховки. Например, в случае покупки автомобиля вы почти наверняка приобретаете один из видов страховки от несчастного случая, угона или телесных повреждений, которые могут быть причинены вам или окружающим в случае аварии. Сегодня страховой взнос может равняться 1000 долл. Заплатив его, вы на один год страхуетесь от возможного ущерба, который может быть понесен в случае непредвиденных обстоятельств. Гарантированные издержки на сумму 1000 долл. заменяют вероятность гораздо больших расходов, способных достигнуть сотен тысяч долларов.

Между хеджированием и страхованием существует фундаментальное различие. В случае хеджирования вы устраняете риск понести убытки, отказываясь от возможности получить доход. В случае страхования вы платите страховой взнос, устраняя тем самым риск понести убытки, но сохраняете возможность получить доход.

Предположим, например, что вы живете в США и владеете фирмой, занимающейся экспортно-импортными операциями. Вам известно, что через месяц вы получите 100000 немецких марок. Сейчас одна марка стоит 1,50 долл., но каким будет курс через месяц, вы не знаете. Следовательно, для вас существует курсовой риск.

Для устранения этого риска можно использовать и хеджирование, и страхование. Хеджирование предполагает, что вы сейчас заключаете контракт на продажу 100000 марок по фиксированной цене, скажем, в 1,50 долл. в конце месяца. Заключение контракта, который защищает вас от падения курса марки, ничего вам не стоит, но вы лишаетесь возможности получить доход, если в течение месяца курс марки не понизится, а повысится.

Другой вариант: вы можете застраховаться от понижения курса марки, уплатив сейчас страховой взнос за опцион "пут", который дает вам право (но не обязательство) продать ваши 100000 марок по цене 1,50 долл. в течение месяца²² Опцион "пут " -- это вид ценных бумаг, который дает своему владельцу право продать не активы за фиксированную цену, называемую ценой исполнения опциона, в некий определе срок или до него Установление цены опциона "пут " более подробно рассматривается в главе 15. Если курс марки упадет ниже 1,50 долл., вы не понесете убытков, потому что в течение месяца может использовать свой опцион "пут" и продать марки по 1,50 долл. А если курс марки по высится, вы сможете продать свои 100000 марок по более высокому курсу и получи , таким образом, дополнительную доход.

Контрольный вопрос. Предположим, что вы -- гражданин США, который учится в Германии. Вы знаете, что через месяц получите из США грант на обучение в сумме 100000 долл. Как можно хеджировать курсовой риск? Как можно застраховаться от него?

Институциональные механизмы для переноса риска повышают общую эффективность экономики двумя основными способами -- они позволяют передать существующий риск тем, кто желает его принять, и вызывают перераспределение ресурсов в сфере производства и потребления в соответствии с новым распределена риска. Позволяя людям уменьшить их подверженность риску при занятии разными, видами бизнеса, они способны активизировать предпринимательскую активность, которая сама по себе полезна для общества. Сейчас мы рассмотрим все три вида институциональных механизмов более подробно.

Эффективное принятие существующего риска.

Для начала разберемся, как возможность перераспределения риска среди людей может пойти на пользу всем им. Рассмотрим гипотетический случай с двумя инвесторам в совершенно разных экономических ситуациях. Первый инвестор -- вдова на пенсии, которой имеются сбережения в сумме 100000 долл.; это ее единственный источник дохода. Второй инвестор -- студент колледжа, у которого также имеется сумма в 1000С долл. и который рассчитывает на хорошие заработки после окончания колледжа.

Распределение риска и ресурсов.

Теперь давайте посмотрим, как возможность перераспределять риск облегчает реализацию важнейших проектов, которые в ином случае не могли бы быть выполнены из-за того, что слишком рискованны. Возможность объединять и разделять риски приводит к активизации научно-исследовательской деятельности и к созданию новых видов товаров.

Рассмотрим пример создания нового фармацевтического препарата. Разработка тестирование и производство нового лекарства, требует огромных инвестиций в течение довольно длительного времени⁴⁴ По данным Джужи Льюент (Judy Lewent), вице-президента по финансам из Merck, (Harvard Business Review, January/February 1994), на то, чтобы разработать и вывести на р новый лекарственный препарат, требуется 359 миллионов долларов и десять лет При этом коммерческого успеха добивается только три препарата из десяти. Доходность таких инвестиций крайне неопределенная. Даже если у индивидуального инвестора есть средства, необходимые для разработки нового лекарства, неприятие риска может удержать его от попыток заниматься этим в одиночку.

Возьмем пример более конкретный. Предположим, некий ученый открыл новое средство для борьбы с простудой. Для разработки, тестирования и производства ему требуется миллион долларов. На данной стадии маловероятно, чтобы этот препарат достиг коммерческого успеха. Даже если на банковском счете у ученого есть требуемый миллион, он, возможно, не захочет рисковать такой суммой и вкладывать всю ее в свое новое лекарство. Вместо этого он может основать компанию для разработки нового лекарственного препарата и пригласить других инвесторов разделить риск и потенциальные доходы, связанные с его открытием.

Совершение рискованных инвестиций облегчается не только объединением и разделением риска, но и специализацией в принятии риска. Потенциальные инвесторы, вкладывая деньги в то или иное предприятие, могут охотно пойти на один вид риска, но ни в коем случае не на другой.

Предположим, что строительная фирма решила построить новый торговый центр в деловой части города. Банковский консорциум и другие кредитные учреждения согласны финансировать этот проект, но только при условии, что он будет застрахован от пожара. Другими словами, кредиторы принимают на себя риск того, что торговый центр не будет иметь коммерческого успеха, но не хотят подвергать свои вложения риску пожара. Поскольку существуют специализированные страховые компании, которые готовы принять на себя риск пожара, финансирование строительства нового торгового цента становится возможным.

Контрольный вопрос

Приведите пример инвестиционного проекта или нового предприятия, которые не могут быть реализованы или начать свою деятельность, если связанные с ними виды риска не будут разделены или перенесены с помощью финансовой системы.

Институты управления риском.

Вообразите себе мир, в котором существует такое разнообразие финансовых институтов и инструментов (наподобие рынков ценных бумаг и страховых контрактов), что людям под силу свободно выбрать именно те виды риска, которые они согласны принять, и те, от которых готовы избавиться. В таком мире все мы могли бы (за определенную цену) пойти на избавление от риска, связанного с потерей работы или снижением рыночной стоимости нашего жилища. Такой мир представлял бы собой предельный теоретический случай описания возможностей финансовой системы в области эффективного перераспределения риска в обществе (см. врезку 10.2).

На протяжении столетий люди создавали различные экономические институты вырабатывали такие виды договоров, которые бы максимально облегчали эффективное распределение риска как за счет расширения диапазона диверсификации, так и счет увеличения специализации в области управления риском. Страховые компании и фьючерсные рынки -- примеры институтов, чья первая и основная функция заключается в содействии перераспределению риска в рамках экономической системы.

Распределение риска -- одно из важных соображений при эмиссии ценных бумаг. Не случайно компании выпускают и облигации, и акции -- ведь эти два вида ценных бумаг различаются по характеру риска, который с ними связан. Выбирая, во что инвестировать -- в облигации, в акции, или и в то, и в другое, -- инвесторы выбирают риск, на который они готовы пойти.

Эрроу о рынках с совершенным страхованием

Давайте предположим, что у нас есть возможность взамен сложившихся исторически добавить в экономическую систему любые -- какие захотим -- институты для переноса риска... Нетрудно представить, из каких элементов состояла бы наша система. Это был бы рынок, на котором мы свободно могли бы страховаться от любых возможных в экономике событий. Другими словами, каждый имел бы возможность, при неизменных шансах, ставить любую сумму, какую хочет, на то, что случится любое событие, которое так или иначе подействует на его состояние. Ставка или, если пользоваться специальной терминологией, страховой взнос, должна быть такой, как и вообще все цены, чтобы спрос уравнивал предложение. При такой системе можно отделить производственную деятельность от принятия риска; и тем, и другим занимались бы профессионалы, наилучшим образом для этого подготовленные,

Источник. Адаптировано из книги Кеннета Эрроу (Kenneth Arrow) Aspects of the Theory of Risk *i Bearing (Helsinki: Yejo Johannsonin Saatio, 1965).

За последние несколько десятилетий значительно повысилась скорость внедрения инноваций, которые облегчают управление риском. Причина тому -- изменения, которые произошли, с одной стороны, в области спроса и, а с другой -- в области предложения на рынках, связанных с распределением риска. Новые открытия в области телекоммуникаций, обработки информации и финансовой теории значительно снизили издержки достижения более масштабной диверсификации и специализации при принятии риска. В то же время возросшая изменчивость валютных курсов, процентных ставок и товарных цен повысили спрос на адекватные способы управления риском. Таким образом, стремительное и повсеместное развитие фьючерсов, опционов и свопов, которое началось в 70-80-е годы, в значительной степени можно объяснить реакцией рынка. Наряду с удешевлением затрат на использование инструментов по Управлению риском, произошло увеличением спроса на них.

Но гипотетический идеал рынка, совершенного в отношении распределения риска среди его участников, никогда не будет достигнут, потому что в реальном мире существует огромное количество ограничивающих факторов, которые никогда не удастся преодолеть полностью. К двум ключевым факторам, ограничивающим эффективное Распределение риска, относятся операционные издержки (transactions costs) и психологические проблемы (incentive problems).

Операционные издержки включают в себя расходы на учреждение и функционирование таких институтов, как страховые компании и фондовые биржи, плюс расходы на заключение и исполнение контрактов. Эти институты не появляются до тех пор, ока финансовые преимущества от их создания не превысят связанных с ними издержек.

Психологические проблемы, стоящие на пути создания институтов для эффективного разделения риска, это в первую очередь безответственность и неблагоприятный °°Р. Проблема безответственности (moral hazard) возникает, когда приобретение страховки от какого-либо вида риска заставляет застрахованного сильнее подвергать себя этому риску или меньше заботиться о принятии мер для предотвращении события от которого он застраховался. Возможная безответственность клиента может привести к нежеланию со стороны страховой компании страховать от какого-либо типа риска.

Например, если владелец склада покупает страховку от пожара, наличие страховки уменьшает его желание тратить деньги на противопожарную безопасность. Недостаток этих мер повышает шансы склада пострадать от огня. В самом крайнем случае владелец склада может поддаться искушению и просто поджечь склад, чтобы получить деньги, оговоренные в договоре о страховании, в особенности, если сумма превышает рыночную стоимость склада. Из-за такой потенциальной безответственности страховые компании могут ограничить сумму страховки или в определенных обстоятельствах вообще отказаться продавать страховой полис.

Вторая группа психологических проблем -- это проблемы неблагоприятного выбора (adverse selection): те люди, кто приобретают страховку от риска, подвержены этому риску больше, чем остальная часть населения. Рассмотрим, например, пожизненный аннуитет, или пожизненную ренту (life annuity), т.е. контракт на ежемесячную выплату фиксированной суммы, которая продолжается, пока жив владелец аннуитета. Компания, торгующая такими аннуитетами, не может исходить из предположения о том, что те, кто покупают этот вид страховки, будут иметь такую же продолжительность жизни, как и все население в целом.

Предположим, например, что компания продает аннуитеты людям, которые выходят на пенсию в возрасте 65 лет. Если рассматривать все население, то можно выделить в нем три группы людей: люди типа А живут после выхода на пенсию 10 лет, типа В -- 15 лет, типа С -- 20. В среднем после выхода на пенсию человек живет 15 лет. Если компания назначит цену на аннуитет, исходя из ожидаемой продолжительности жизни, равной 15 годам, то вскоре выяснится, что среди ее клиентов преобладают исключительно группы В и С. Пенсионеры группы А сочтут, что покупка такого аннуитета -- невыгодная для них сделка, и не станут покупать его.

Если бы компания, торгующая аннуитетами, могла знать, к какому типу относится ее потенциальный клиент -- к типу А, В или С, -- и назначила цену, которая отражала бы соответствующую ожидаемую продолжительность жизни, то проблемы неблагоприятного выбора не было бы. Но компания не может знать об ожидаемой продолжительности жизни клиента больше, чем он знает сам. Если страховщик не сможет назначить цену, которая в точности соответствовала бы ожидаемой продолжительности жизни клиента, то непропорционально большое число аннуитетов будет приобретаться здоровыми людьми, которые намерены прожить очень долго. В нашем примере средняя продолжительность жизни владельцев аннуитетов может оказаться 17,5 лет, что на 2,5 года выше, чем тот же показатель по всему населению в целом.

Таким образом, если компания, торгующая аннуитетами, будет основываться на ожидаемой продолжительности жизни, рассчитанной на основании данных обо всем населении в целом, и не будет корректировать (в сторону увеличения) этот показатель для решения проблемы неблагоприятного выбора, она обречена постоянно несут убытки. Неудивительно, что компании, действующие на этом рынке, назначают цен на аннуитеты, сравнительно непривлекательные для клиентов со средней ожидаемо продолжительностью жизни, и этот рынок значительно меньше того, каким он мог быть, если бы не проблема неблагоприятного выбора.

Чтобы изучить реальные препятствия на пути эффективного распределения риска проиллюстрировать их влияние, давайте рассмотрим риск, связанный с владением та активом длительного пользования, как автомобиль. Люди несколько уменьшают р пользования автомобилем, покупая страховку. Имеется множество видов договоров, страхующих от угона или повреждения в результате несчастного случая. Но страхование от морального износа как непосредственный предмет контракта встречается нечасто.

Взамен того существуют институциональные механизмы для уменьшения риска морального износа. Их можно разделить на две большие категории -- прокат (renting) и долгосрочная аренда, или лизинг (leasing). Контракты о сдаче напрокат охватывают период до одного года. Контракты о долгосрочной аренде предполагают пользование вещью больше года. Компании по сдаче автомобилей напрокат и в долгосрочную аренду позволяют использовать машины клиентам без риска для них того, что они устареют.

Функционирование механизмов сдачи автомобилей напрокат требует расходов поэтому соответствующие компании существуют не везде. Ведь для сдачи машин внаем приходится строить специально оборудованные гаражи и центры по обслуживанию автомобилей. Поэтому прокат автомобилей чаще можно встретить в зонах туризма и отдыха, где спрос на краткосрочную аренду машин сравнительно высок.

В бизнесе по сдаче автомобилей напрокат и в долгосрочную аренду существует проблема неблагоприятного выбора. Водители, которым приходится много ездить и которые не хотят самостоятельно заниматься обслуживанием автомобилей, обычно не покупают их, а берут внаем. У компаний по сдаче автомобилей напрокат практически нет способов заранее определить, к какому типу водителей относится их потенциальный клиент. Поэтому устанавливая расценки на прокат и аренду автомобилей, компании должны исходить из того, что их клиенты большей частью проводят за 'рулем гораздо больше времени, чем типичный владелец автомобиля.

В бизнесе по сдаче автомобилей напрокат и в аренду имеет место и проблема безответственности. Люди, которые предпочитают не покупать автомобиль, а брать его напрокат, меньше заинтересованы в поддержании его в хорошем состоянии и, следовательно, меньше заботятся о нем, чем те, кто покупают автомобиль на свои деньги.

Чтобы решить проблемы неблагоприятного выбора и безответственности, компании по сдаче напрокат часто назначают дополнительную плату за километраж, превышающий определенный предел, и за повышенный износ взятой напрокат машины. Но в отсутствии дешевого способа отслеживать самых "дорогостоящих" водителей эти компании вынуждены назначать более высокие цены для всех, кто пользуется их услугами. Для тех, кто бережно относится к автомобилю, в целом выгоднее купить машину, а не брать ее внаем.

Контрольный вопрос

Как фермер с помощью диверсификации может уменьшить риск неурож зерновых?

6. Диверсификации как способ снижения риска

Диверсификация (diversifying) выражается во владении многими рискованными активами, вместо концентрации всех капиталовложений только в одном из них. Поэтому диверсификация ограничивает вашу подверженность риску, связанному с одним единственным видом активов.

Рассмотрим, например, диверсификацию рисков в сфере бизнеса. Предположим, что вы склоняетесь к тому, чтобы вложить 100000 долл. в биотехнологии, поскольку считаете, что появление новых, основанных на генной инженерии, препаратов связано с возможностью получить большой доход в течение ближайших нескольких лет. Если вы вложите 100000 долл. исключительно в одну из компаний, которая разрабатывает новый препарат, то ваши инвестиции в биотехнологии ' концентрируются, а не диверсифицируются.

Диверсификация вложений может быть выполнена индивидуальным инвестором как на фондовом рынке (самостоятельно или с помощью финансовых посредников), так и путем прямых инвестиций. Вот как вы можете диверсифицировать свои инвестиции в биотехнологии.

* Инвестировать в несколько компаний, каждая из которых производит только один новый препарат.

* Инвестировать в одну компанию, которая производит много различных препаратов.

* Инвестировать во взаимный фонд, который владеет акциями многих компаний, выпускающих новые препараты.

Теперь проиллюстрируем, как диверсификация уменьшает ваш риск. Для этого сравним две ситуации: в первой вы вложили 100000 долл. в разработку одного нового препарата, во второй -- по 50000 долл. в разработку двух разных препаратов. Предположим, что в обеих ситуациях в случае успеха вы получаете в четыре раза больше, чем вложили, а в случае неудачи теряете всю инвестированную сумму. Тогда, вложив 100000 долл. в разработку единственного препарата, вы получите либо 400000 долл., либо вообще ничего.

Если вы диверсифицировали свои вложения, инвестировав по 50000 долл. в два препарата, то результат, в принципе, не отличается от первой ситуации, -- либо вы получаете 400000 долл., либо ничего (если неудача постигнет разработчиков обеих препаратов). Однако здесь существует определенная, допустим, средняя, вероятность того, что неудачным будет один препарат, а второй все же добьется успеха. При таком сходе событий вы получите 200000 долл. (другими словами, сумма в 50000 долл., кости ^{ю вы вложили в} Успешный препарат, увеличится в четыре раза, а деньги, инвестированные во второй препарат, будут потеряны).

Диверсификация не уменьшает вашего риска, если оба препарата, в которые вы ми с"™ ^деньги' ^{либ0 вместе} достигнут успеха, либо вместе потерпят неудачу. Други-преп¹⁰⁸³¹¹' ^{если в} У²¹"^{1111 с} двумя препаратами нет никаких шансов, что один кой второй нет, то для вас с точки зрения риска не будет ника-межя"¹¹""' ^{вложить все} 1°0000 долл. в один препарат или распределить эту сумму 400' ^{тогда имеется лишь два} возможных исхода событий -- либо вы получае-MMvT ^долл' ^от Раз?²¹⁶⁰'"⁰¹ Удачного препарата), либо теряете всю вложенную Риски '""'п¹' ^оба препарата окажутся неудачными). В этом случае говорят, что коммерческого успеха для каждого из препаратов абсолютно коррелируют (perfectly correlated) друг с другом. Для того чтобы диверсификация уменьшила ваш риск, эти два риска не должны полностью коррелировать друг с другом³³ Точное определение статистического термина "корреляция" вы найдете в главе 11..