Экспертный метод оценки риска

     

     Рисунок 5. Распределение вероятности.

     Коррелированные переменные. Определение рисковых переменных и придание им соответствующего распределения вероятности — необходимое условие проведения анализа рисков. При успешном завершении этих двух стадий анализа, при наличии надежной компьютерной программы можно перейти к стадии моделирования. На данной стадии компьютер вырабатывает ряд сценариев, основанных на случайных числах, генерируемых с использованием оговоренных распределений вероятности.

     Для анализа имеющихся данных обычно применяют регрессию и корреляцию с целью облегчить прогнозирование зависимой переменной от реальных или гипотетических значений независимой переменной. В результате таких анализов выводятся уравнение регрессии и коэффициент корреляции. Для анализа рисков — это всего лишь исходные данные, а результатом является информация, выработанная в ходе моделирования. Задачей анализа корреляции применительно к анализу риска является контроль значений зависимой переменной, позволяющей сохранить соответствие с противоположными значениями независимой переменной.

     В настоящее время наиболее распространенными  являются следующие методы анализа рисков:

     • статистический;

     • экспертных оценок;

     • аналитический;

     • оценки финансовой устойчивости и платежеспособности;

     • оценки целесообразности затрат;

     • анализ последствий накопления риска;

     • метод использования аналогов;

     • комбинированный метод.

1.2. Метод экспертных оценок

     При данном методе предполагаются сбор и изучение оценок, сделанных различными специалистами (данного предприятия или внешними экспертами), касающихся вероятности возникновения различных уровней потерь. Оценки базируются на учете всех факторов финансового риска, а также на статистических данных. Реализация способа экспертных оценок значительно осложняется, если количество показателей оценки невелико.

     Вариантный  и вероятный характер многих процессов проектов повышает роль экспертных оценок при определении экономических и финансовых показателей. Такие оценки употребляются достаточно регулярно как в отечественной, так и в зарубежной практике. В переходный период роль экспертных заключений при определении соответствующих показателей существенно возрастает, поскольку используемые для расчета показатели не являются директивными. Соответствующая экспертная оценка может быть получена как после проведения специальных исследований, так и при использовании накопленного опыта ведущих специалистов. Возрастание риска при осуществлении проекта требует более тщательной оценки критических моментов его реализации. Множество исходных показателей, часто конкурирующих между собой, предполагает использование экспертных оценок для конструирования критерия качества проекта. Поэтому система оценки инвестиций в современных условиях в силу необходимости становится «человеко-алгоритмической», причем роль человека-эксперта является определяющей. Экспертная оценка — это выявленное по специальной методике мнение экспертов по определенному вопросу. Экспертная оценка необходима для принятия решения на этапе подготовки ПТЭО. Но уже в ТЭО количество экспертных оценок должно быть минимальным. Постадийная оценка рисков основана на том, что риски определяются для каждой стадии проекта отдельно, а затем находится суммарный результат по всему проекту. Обычно в каждом проекте выделяются стадии: подготовительная (выполнение всего комплекса работ, необходимых для начала реализации проекта); строительная (возведение необходимых зданий и сооружений, закупка и монтаж оборудования); функционирования (вывод проекта на полную мощность и получение прибыли). Характер инвестиционного проекта как чего-то совершаемого в индивидуальном порядке по существу оставляет единственную возможность для оценки значений рисков — использование мнений экспертов. Каждому эксперту, работающему отдельно, представляется перечень первичных рисков по всем стадиям проекта и предлагается оценить вероятность наступления рисков в соответствии со следующей системой оценок:

     0 — риск рассматривается как несущественный;

     25 — риск скорее всего не реализуется;

     50 — о наступлении события ничего  определенного

     сказать нельзя;

     75 — риск вероятнее всего проявится;

     100 — риск реализуется.

     Оценки  экспертов подвергаются анализу  на непротиворечивость, который выполняется по определенным правилам. Во-первых, максимально допустимая разница между оценками двух экспертов по любому фактору не должна превышать 50. Сравнения проводятся по модулю (знак плюс или минус не учитывается), что позволяет устранить недопустимые различия в оценках экспертами вероятности наступления отдельного риска. Если количество экспертов больше трех, то оценкам подвергаются попарно сравнимые мнения. Во-вторых, для оценки согласованности мнений экспертов по всему набору рисков выявляется пара экспертов, мнения которых наиболее сильно расходятся. Для расчетов расхождения оценки суммируются по модулю и результат делится на число простых рисков. Частное от деления не должно превышать 25. В случае обнаружения между мнениями экспертов противоречий (не выполняется хотя бы одно из приведенных правил) они обсуждаются на совещаниях с экспертами. При отсутствии противоречий все оценки экспертов сводятся в среднюю (среднеарифметическую), которая используется в дальнейших расчетах. Отдельную проблему представляют обоснование и оценки приоритетов. Суть ее состоит в необходимости освободить экспертов, дающих оценку вероятности риска, от оценки важности каждого отдельного события для всего проекта. Эту работу должны выполнять разработчики проекта, а именно та команда, которая готовит перечень рисков, подлежащих оценке. Задача экспертов состоит в том, чтобы дать оценку рисков. После определения вероятностей по простым рискам (получения средней экспертной оценки) необходимо получение интегральной оценки риска всего проекта. Для этого сначала рассчитываются риски каждой подстадии или композиции стадий: функционирования, финансово-экономической, технологической, социальной и экологической. Затем рассчитываются риски каждой стадии — подготовительной, строительной, функционирования.

     Еще один важный метод исследования риска — моделирование задачи выбора с помощью «дерева решений». Данный метод предполагает графическое построение вариантов решений, которые могут быть приняты. По ветвям «дерева» соотносят субъективные и объективные оценки возможных событий. Следуя вдоль построенных ветвей и используя специальные методики расчета вероятностей, оценивают каждый путь и затем выбирают менее рискованный.

 

2. Анализ внешнего  риска на научно-производственном  предприятии «Самарские горизонты»

      Под анализом внешнего риска понимается оценка степени влияния внешней среды на деятельность предприятия. Для этого разработаны математическая модель и методика расчета интегрального показателя воздействия внешней среды  R_ou, а также показана взаимосвязь данного показателя с выбором оптимальной стратегии развития организации.

     Далее приведены этапы методики расчета  интегрального показателя воздействия внешней среды.

1. Экспертным путем из всего набора внешних факторов риска выделяют множество базовых факторов, являющихся наиболее значимыми для предприятия: политический, экономический, социальный, научно-технический, экологический. Другие факторы добавляют с учетом сферы ведения бизнеса.
2. Составляют базовое уравнение для расчета интегрального показателя воздействия внешней среды R_out :

,                                           (1)

где  w_i  – удельный вес (значимость) показателя ( );  x_i – показатель, характеризующий степень риска (базовый фактор);  М – число рассматриваемых рискообразующих составляющих макроэкономической среды, т.е. базовых рискообразующих факторов.

      В п. 1 выделены пять базовых факторов, следовательно, М = 5.

3. На основе методов оценки важности критерия (метод простого ранжирования, метод попарного сравнения и т.п.) определяют веса (значимости) каждого базового фактора. Если все факторы обладают равной значимостью (равнопредпочтительны или системы предпочтений нет), тогда

           w_i = 1/M =1/5 = 0.2.                                              (2)

4. Экспертным путем для каждого базового фактора выделяют подмножество составляющих факторов (С-факторов). Например, для базового фактора «Экологический» выделены три С-фактора (таблица 1).
5. На основе экспертных методов и методов оценки важности критерия определяют уровень (ожидаемость проявления) каждого С-фактора и его вес относительно базового фактора (см. таблицу 1).
6. На основе матричной схемы агрегирования рассчитывают агрегированный показатель по каждому базовому фактору. Для того чтобы воспользоваться матричной схемой агрегирования, вводят лингвистическую переменную «Уровень фактора» с терм-множеством значений T₁ = «Очень низкий, Низкий, Приемлемый, Высокий, Очень Высокий» или T₂ = «Низкий, Приемлемый, Высокий». В качестве носителя x лингвистической переменной выступает отрезок вещественной оси [0,1] – 01-ноститель.

 

      Таблица 1 – Веса и ожидаемость  С-факторов для базового

      фактора «Экологический»

     Введем также систему из пяти (трех) соответствующих функций принадлежности m_i(x) трапезоидного вида (аналитичекое представление  (таблица 2)) и набор узловых точек a_j = (0.1, 0.3, 0.5, 0.7, 0.9) для T₁ или a_j = (0.1, 0.5, 0.9) для T₂, которые являются абсциссами максимумов соответствующих функций принадлежности на 01-носителе, равномерно отстоят друг от друга на 01-носителе и симметричны относительно узла 0.5.

      Тогда лингвистическая переменная «Уровень фактора», определенная на 01-носителе, в совокупности с набором узловых точек называется стандартным пятиуровневым (трехуровневым) нечетким 01-классификатором.

      Количественное значение агрегированного базового фактора определяют по формуле двойной свертки:

       ,      (3)

где a_j – узловые точки стандартного пятиуровневого классификатора, p_i – вес i-го фактора в свертке, m_ij (x_i) – значение функции принадлежности j-го качественного уровня относительно текущего значения i-го фактора.

     Распознавание уровня по (4.1–4.5) или (5.1–5.3) показывает, что С₁ однозначно является средним уровнем; С₂ – со степенью уверенности 0.5 является средним, и с той же уверенностью – высоким. Распознавание уровня С₃ дает однозначное признание этого уровня низким (таблица 3).

      Таблица 2 – Аналитическое  представление функций

        принадлежности для T₁ и T₂ 

 

Таблица 3 – Распознавание  уровня С-факторов на стандартном

пятиуровневом 01-классификаторе