- •Поняття ризику
- •1.2 Функції та джерела ризику
- •1.3. Аксіоматика ризикології
- •1.4. Особливості осмислення ризику як економічного явища в Україні
- •Питання для поточного контролю та поглибленого засвоєння знань студентів
- •2.1. Сутність понять „невизначеність” та „ймовірність”
- •2.2. Причини невизначеності та їх ієрархія
- •2.3. Невізначеність у бухгалтерському обліку
- •2.4. Види втрат в умовах невизначеності й ризику
- •Питання для поточного контролю та поглибленого засвоєння знань студентів
- •3.1. Аналіз ризику та його елементи.
- •3.2 Ризикотворчі чинники
- •3.3 Класифікація ризиків
- •3.4. Теорія корисності та її основні елементи
- •Питання для поточного контролю та поглибленого засвоєння знань студентів
- •Тема 4. Методичні засади кількісного аналізу ризику
- •4.1. Загальна характеристика кількісних методів аналізу ризику
- •4.2 Статистичні методи оцінки ризику
- •Абсолютні та відносні показники виміру ризику на основі статистичного методу оцінки
- •Розв'язання
- •4.2.1 Інтегральна оцінка ризику
- •4.3 Метод експертної оцінки
- •4.4. Інваріантні методи
- •4.4.1. Метод аналогій
- •4.4.2. Аналіз чутливості
- •4.4.3. Побудова дерева рішень як метода оцінювання ризику
- •Вихідні умови
- •Питання для поточного контролю засвоєння знань
- •Тема 5. Спеціальні методи оцінювання ризику економічних суб’єктів
- •5.1. Оцінювання фінансового ризику
- •5.2.Оцінювання операційного ризику
- •5.3 Метод аналізу доцільності витрат
- •Змістовий модуль 3.
- •Тема 6. Управління ризиками
- •6.1 Сутність і зміст управління ризиками
- •Система управління ризиками
- •6.3. Принципи управління ризиками
- •6.4. Формування стратегії управління ризиком
- •Питання для поточного контролю засвоєння знань
- •Тема 7. Мінімізація ризиків: основні заходи та процедури
- •7.1 Основні заходи мінімізації ризику
- •7.2. Організаційні методи зниження ризику
- •7.2.1 Відхилення ризику
- •7.2.2 Недопущення збитків (упередження ризиків)
- •7.2.3 Мінімізація збитків
- •7.2.4 Передача контролю за ризиком (трансфер ризику)
- •7.3 Економічні методи зниження ризику
- •7.3.1 Створення спеціального резервного фонду (фонду ризику)
- •7.3.2 Створення страхового товарного запасу
- •7.3.3 Страховий запас коштів
- •7.3.4 Розробка і впровадження системи штрафних санкцій
- •7.3.5 Страхування від ризику
- •7.3.6 Самострахування від ризику
- •Хеджування як метод зниження ризику
- •Питання для поточного контролю та поглибленого засвоєння знань студентів
- •Перелік рекомендованої літератури
Розв'язання
Користуючись вихідними даними, будуємо матрицю гри. Стратегіями гравця 1 (компанія «Смачний сир») є різні показники числа ящиків із сирною пастою, які йому, можливо, варто виробляти. Станами природи виступають величини попиту на аналогічне число ящиків. ,
Обчислимо, наприклад, показник прибутку, який одержить виробник, якщо він зробить 8 ящиків, а попит буде тільки на 7. Кожен ящик продається по 95 дол. Компанія продала 7, а виробила 8 ящиків. Отже, виторг дорівнюватиме 7х95, а витрати виробництва 8 ящиків дорівнюватимуть 8х45. Разом прибуток від зазначеного поєднання попиту та пропозиції дорівнюватиме: 7х95 — 8х45 = 305 дол. Аналогічно проводяться розрахунки при інших поєднаннях попиту та пропозиції.
У підсумку одержимо таку платіжну матрицю в грі з природою (див. табл. 1). Як бачимо, найбільший середній очікуваний прибуток дорівнює 352,5 дол. Він відповідає виробництву 8 ящиків.
На практиці найчастіше в подібних випадках рішення приймаються, виходячи з критерію максимізації середнього очікуваного прибутку чи мінімізації очікуваних витрат. Дотримуючись такого підходу, можна зупинитися на рекомендації виробляти 8 ящиків, і для більшості ОПР рекомендація була б обґрунтованою.
Однак, залучаючи додаткову інформацію у формі розрахунку середньоквадратичного відхилення як індексу ризику, ми можемо уточнити прийняте на основі максимуму прибутку чи мінімуму витрат рішення.
Згадаємо необхідні для наших досліджень формули теорії імовірностей:
дисперсія випадкової величини дорівнює
середньоквадратичне відхилення ,
д е D і Х — відповідно символи дисперсії математичного очікування.
Проводячи відповідні обчислення для випадків виробництва 6, 7, 8 і 9 ящиків одержуємо:
6 ящиків
D(х) = (300 - 300)2 (0,1 + 0,3 + 0,5 + 0,1) = 0;
=0;
у = / R = 0.
7 шухляд
D(х) = 0,1x (255 - 340,5)2 + (0,3 + 0,5 + 0,1)х(350 - 340,5)2 = 812,5;
= = 28,5,
= / R = 28,5/340,5 = 0,08.
8 ящиків
D(х) = 0,1х(210 - 352,5)2+ 0,3х(305 - 352,5)2+ (0,1+0,5)х(305 -
352,5)2= 4061,25;
= = 63,73;
= /R= 63,73/352,5 =0,18.
9 ящиків
D(х) = 0,1 х(165 - 317)2 +0,3х(360 - 317)2 +0,5х(355 - 317)2 +0,1х (450 -317)2 = 5776;
= = 76;
= /R = 7б/317=0,24.
З представлених результатів розрахунків з урахуванням отриманих показників ризиків — середньоквадратичних відхилень — очевидно, що виробляти 9 ящиків за будь-яких обставинах недоцільно, тому що середній очікуваний прибуток дорівнює 317 — менше, ніж для 8 ящиків (352,5), а середньоквадратичне відхилення (76) для 9 ящиків більше аналогічного показника для 8 ящиків (63,73).
А от чи доцільне виробництво 8 ящиків у порівнянні з 7 і б—не очевидно, тому що ризик при виробництві 8 ящиків ( == 63,73) більший, ніж при виробництві 7 ящиків ( = 28,5) і тим більше 6 ящиків, де = 0. Вся інформація з урахуванням очікуваних прибутків і ризиків у наявності. Рішення повинен приймати генеральний директор компанії з урахуванням свого досвіду, схильності до ризику і ступеня вірогідності показників імовірностей попиту: 0,1; 0,3; 0,5; 0,1. Автори, з огляду на всі приведені числові характеристики випадкової величини — прибутку, схиляються до рекомендації виробляти 7 ящиків (не 8, що випливає з максимізації прибутку без урахування ризику!). Пропонується зробити свій вибір.
Найбільш поширена точка зору, згідно з якою мірою ризику певного комерційного (фінансового) рішення чи операції слід вважати середньо квадратичне відхилення (позитивний квадратний корінь з дисперсії) значення показника ефективності цього рішення чи операції.
Дійсно, оскільки ризик обумовлений недетермінованістю результату рішення (операції), то чим менший розкид (дисперсія) результату рішення, тим більше він передбачуваний, тобто менше ризик. Якщо варіація (дисперсія) результату дорівнює нулю, то ризик повністю відсутній.
Приклад
Розглянемо два варіанти виробництва нових товарів. З огляду на невизначеність ситуації з реалізацією товарів, керівництво проаналізувало можливі доходи від реалізації проектів у; різних ситуаціях (песимістична, найбільш імовірна, оптимістична), а також імовірність настання зазначених ситуацій.
Результати аналізу, що є вихідними даними для розв'язання задачі, подані в таблиці 4.4.
Таблиця 4.4 - Вихідні дані
Характеристика ситуації
|
Можливий дохід
|
Імовірність настання ситуації
|
Проект А Песимістична Найбільш імовірна Оптимістична |
100 333,3 500
|
0,2 0,6 0,2
|
Проект Б Песимістична Найбільш імовірна Оптимістична
|
80 300 600
|
0,25 0,50 0,25
|
Зауважимо, що у випадку оптимістичної ситуації проект Б забезпечить 600 одиниць доходу. При цьому імовірність її настання 0,25. Проект А забезпечить 500 одиниць доходу з імовірністю 0,20, тобто при орієнтації на максимальний результат проект Б є кращим. З іншого боку, у випадку песимістичної ситуації проект Б забезпечить 80 одиниць доходу з імовірністю її настання 0,25, а проект А - 100 одиниць з імовірністю настання 0,20. Тобто при настанні песимістичної ситуації кращим є проект А.
Неважко переконається, що ХА = Хв = 320, тому що
ХА = 100 х 0,2 + 333,3 х 0,6 + 500 х 0,2 = 320
Хв = 80 х 0,25 + 300 х 0,5 + 600 х 0,25 = 320
Середньоквадратичне відхилення = 127, = 185. Таким чином, при однакових середніх очікуваних доходах коливання можливого результату в проекті Б більше, тобто ризик проекту А нижчий, ніж проекту Б.
Однак статистичним методом неможливо користуватися, якщо досліджуваний об'єкт — нове недавно зареєстроване підприємство. Відзначимо, що дисперсія сигналізує про наявність ризику, але при цьому приховує напрямок відхилення від очікуваного значення. Підприємцю часто потрібно, знати, що найбільш імовірно: втрати чи прибуток у результаті здійснення угоди.