2. Способи розв’язання проблем ризику у виробничій діяльності

Більшість теоретичних і практичних підходів щодо кількісного аналізу ризику грунтується на його визначенні в термінах теорії ймовірностей і математичної статистики, теорії корисності. У разі відсутності репрезентативної статистичної інформації використовується суб’єктивна ймовірність, яка визначається за допомогою спеціально-організованих експертних процедур, а також неформалізованої інформації.

Для кількісного аналізу ризику найчастіше використовують такі методи:

1. метод аналогій;

2. метдо аналізу чутливості (вразливості);

3. методи імітаційного моделювання;

4. метод математичної статистики;

5. аналіз збитків і витрат.

Розглянемо застосування методу математичної статистики і методики аналізу ризику збитків і витрат.

Метод математичної статистики

При застосуванні методу математичної статистики розмір ризику вимірюється двома критеріями:

• середнє очікуване значення;

• коливання (мінливість) можливого результату.

Середнє очікуване значення є середньозваженим для всіх можливих результатів, де можливість кожного результату використовується для оцінки частоти або ваги відповідного значення. Середнє очікуване значення вимірює результат, що ми очікуємо в середньому.

Середній розмір являє собою узагальнену кількісну характеристику і не дає можливості прийняти рішення на користь-якогось варіанта, наприклад вкладення капіталу. Для остаточного ухвалення рішення необхідно виміряти коливання-показників, тобто визначити міру коливання можливого результату.

Коливання можливого результату являє собою ступінь відхилення очікуваного значення від середнього розміру. Для цього на практиці звичайно застосовують два близько пов'язаних критерії : дисперсію і середнє квадратичне відхилення.

Дисперсія становить середньозважене з квадратів відхилень дійсних результатів від середніх очікуваних:

² =, (1)

де ² – дисперсія;

Х_t очікуване значення для кожного випадку спостереження;

X-середнє арифметичне значення;

п - кількість спостережень.

Середнє квадратичне відхилення визначається за формулою :

= ^, (2)

Середнє квадратичне відхилення є іменованою величиною і вказується в тих же одиницях, у яких вимірюється ознака, що варіює. Дисперсія та середнє квадратичне відхилення є мірами абсолютного коливання показника. Варіант, в якому середнє квадратичне відхилення має більше значення, є більш ризикованим. Взагалі ж, для вибору менш ризикованого варіанту звичайно використовують коефіцієнт варіації. Він являє собою відношення середнього квадратичного відхилення до середньої арифметичної і показує ступінь відхилення отриманих значень :

V= , % (3)

де V - коефіцієнт варіації, %;

 - середнє квадратичне відхилення.

Коефіцієнт варіації - відносна величина. Тому на його розмір не впливають абсолютні значення досліджуваного показника. За допомогою коефіцієнта варіації можна порівнювати навіть коливання ознак, виражених у різних одиницях виміру. Коефіцієнт варіації може змінюватися від 0 до 100%. Чим більший коефіцієнт, тим сильніше коливання. Існують рекомендації щодо класифікації якісних оцінок коливань явищ за допомогою коефіцієнта варіації.

Розглянемо приклади вирішення задач із застосуванням методу математичної статистики

Приклад №1.

Статистичні дані свідчать, що при вкладанні капіталу розміром 200 тис.грн. в будівництво в 18 випадках із 72 був отриманий прибуток. Яка вірогідність отримання прибутку від вложення 200 тис.грн. в будівництво?

Розв’язок.

Р(х) – вірогідність отримання прибутку:

Р(х) = (Кількість випадків сприятливих щодо отримання прибутку) : (Загальна кількість рівно можливих випадків).

Р(х) = 18 / 72 = 0,25 або Р(х) = 0,25*100% = 25%.