Управление на риска

Какво е това - минимизиране на риска?От предишните съображения следва, че минимизирането на риска може например да се състои от:

1) при минимизиране на математическите очаквания (очаквани загуби),

2) при минимизиране на квантила на разпределение (например медианата на функцията на разпределение на загубите или квантила от порядъка на 0,99, над които има големи загуби, които са изключително редки - в 1 случай от 100),

3) при минимизиране на дисперсията (т.е. индикатор за разпространението на възможните стойности на загуби),

4) при минимизиране на сумата от математическото очакване и трикратно стандартно отклонение (въз основа на добре познатото „правило от три сигма“), или друга линейна комбинация от математическото очакване и стандартното отклонение. Този подход се използва, когато разпределението на загубите е близко до нормалното като комбинация от подходи, насочени към минимизиране на средните загуби и разпространението на възможните стойности на загубите;

5) при максимизиране на математическите очаквания на функцията за полезност (в случаите, когато полезността на паричната единица се променя в зависимост от общата разполагаема сума, както се приема в микроикономиката, по-специално, когато е необходимо да се изключи възможността за разрушаване на икономически агент) и др.

Списъкът може да бъде продължен. Например не се използва такава характеристика на случайни повреди като коефициент на вариация. Целта на презентацията обаче не е да изгради цялостна система от изявления за проблеми за минимизиране на риска, поради което се ограничаваме до казаното.

Нека обсъдим петте изброени продукции. Първият от тях - минимизиране на средните загуби - изглежда съвсем естествено, ако всички възможни загуби са малки в сравнение с ресурсите на предприятието. В противен случай първият подход е неразумен. Нека разгледаме условен пример. Човек има 10 000 рубли. Той е поканен да хвърли монета. Ако главите паднат, той получава 50 000 рубли. Ако "цифра" падне, той трябва да плати 20 000 рубли. Трябва ли този човек да участва в описания залог? Ако изчислим математическото очакване на дохода, тъй като всяка страна на монетата има еднаква вероятност за падане, равна на 0,5, тя е равна на. Изглежда, че залогът е много изгоден. Повечето хора обаче няма да се съгласят с това, тъй като с вероятност от 0,5 те ще загубят цялото си богатство и ще останат длъжни 10 000 рубли, с други думи, ще се счупят. Тук се проявява психологическа оценка на стойността на рублата в зависимост от общата налична сума - 10 000 рубли за човек с обикновен доход означава много повече от същите 10 000 рубли. за милиардер.

Вторият подход е насочен именно към минимизиране на големи загуби, към защита срещу разруха. Другото му приложение е премахването на катастрофални аварии, например от типа на Чернобил. При втория подход средните загуби могат да се увеличат (в сравнение с първия), но максималните ще бъдат контролирани.

Третият подход има за цел да сведе до минимум отклонението в крайните резултати. Средните загуби в този случай може да са по-високи, отколкото в първия, но на вземащия решението не му пука - той се нуждае от максималната сигурност за бъдещето, дори и с цената на увеличените разходи.

Четвъртият подход съчетава първия и третия, макар и по доста примитивен начин. Проблемът е, че проблемът с управлението на риска в този случай е поне двукритериален проблем. Желателно е да се намалят средните загуби (с други думи, да се увеличи математическото очакване на дохода) и в същото време да се намали показателят за несигурност - дисперсия. Има добре известни проблеми с многообективната оптимизация.

Най-напредналият подход е петият. Но за неговото приложение е необходимо да се изгради полезна функция. Това е голяма независима задача. Обикновено тя се решава с помощта на специално организирани иконометрични изследвания.

Ако несигурността е от интервален характер, т.е. се описва чрез интервали, тогава е естествено да се прилагат методите за статистика на интервални данни (като част от интервалната математика), да се изчисляват минималните и максималните възможни доходи и загуби и т.н.

Разработени са различни методи за намаляване на икономическите рискове, свързани с избора на стратегии за поведение, по-специално диверсификация, застраховане и др. Освен това тези подходи не се прилагат само за отделни организации. По този начин, по отношение на данъчните системи, диверсификация означава използване на не една, а данъчна система за неутрализиране на действията на данъкоплатците, насочени към намаляване на техните данъчни плащания. Динамиката на реалните икономически системи обаче е такава, че всякакви формални модели дават в най-добрия случай само качествена картина. Например, няма математически модели, които дават възможност за точно прогнозиране на инфлацията като цяло и дори реакцията на икономиката на еднократно решение като либерализация на цените.

Необходимостта от използване на експертни оценки при оценката и управлението на рисковете. От гореизложеното следва, че различни формални методи за оценка и управление на риска в много случаи (всъщност във всички нетривиални ситуации) не могат да дадат еднозначни препоръки. В края на процеса на вземане на решение винаги има човек, мениджър, който отговаря за решението. Следователно е естествено да се прилагат процедури за експертна оценка на всички етапи на анализ на риска на проекта, разгледан от организацията. В същото време е непрактично напълно да се откаже от използването на формални икономически методи, например въз основа на изчисляването на нетните текущи загуби и други характеристики. Използването на правилния софтуер е полезно за вземане на информирани решения. Основните въпроси като: обаче, дали приходите са достатъчно високи, за да оправдаят риска, или: което е по-добре - бързо, но малко, или дълго, но много - само мениджърите могат да отговорят с помощта на експерти. Следователно системата за подпомагане на вземането на решения в организацията трябва да съчетава официални икономически и експертни процедури.

Разработването на система за подкрепа на решения, фокусирана върху оценка и управление на рисковете, не е лесно. Ще посочим няколко проблема, свързани с такава работа. Съвсем ясно е, че системата трябва да бъде наситена с конкретни цифрови данни за икономическото състояние на региона, страната и евентуално света като цяло. По-конкретно не е лесно да се получат такива данни, тъй като резюметата на Руската статистическа агенция (бивш Госкомстат на Руската федерация) са изкривени (за повече подробности за състоянието на теорията и практиката на статистиката в Русия вижте глава 1 в учебника и статията). По-специално Институтът за високи статистически технологии и иконометрия започна да изследва инфлацията именно защото нашите данни за този показател надвишиха данните на Държавния комитет по статистика на Руската федерация с около 2 пъти. Чуждестранните източници също съдържат неточности. И така, при съставянето на балансови коефициенти за макроикономически показатели, според данните се оказа, че държавата трябва да има допълнителен източник на доходи от няколкостотин милиарда долара, а бизнес приходите имат излишък от 30 милиарда долара. С други думи, популярният урок съдържа данни, които са несъвместими помежду си.

За да управлявате, трябва да знаете целта на управлението и да можете да повлияете на тези характеристики на риска, които определят степента на постигане на целта.

Обикновено може да се разграничи набор от допустими контролни действия, описани с помощта на съответния набор от контролни параметри. Тогава гореспоменатата възможност за въздействие върху онези характеристики на риска, които определят степента на постигане на целта, се формализира като избор на стойността на контролния параметър. В този случай управляващият параметър може да бъде число, вектор, да е елемент от краен набор или да има по-сложен математически характер.

Основният проблем е правилната формулировка на целта за управление на риска. Тъй като има цяла гама от различни рискови характеристики (например, ако загубите от риск се моделират чрез произволна променлива), тогава оптимизацията на управлението на риска се свежда до решаване на проблема с многокритериалната оптимизация. Например проблемът с едновременното минимизиране на средната щета (математическо очакване на щетите) и разпространението на щетите (разпръскване на щетите) е естествен.

Застраховането и диверсификацията са често срещани методи за намаляване на несигурността, присъща на риска чрез увеличаване на средните разходи. Плащането на премии увеличава разходите, но намалява несигурността в бъдещето. Ако застрахователната компания компенсира напълно щетите в случай на застрахователно събитие, тогава несигурността за бъдещето напълно изчезва. С диверсификацията на икономическата дейност пропуснатата печалба произтича от факта, че средствата се инвестират не само в най-печелившия (и най-рисков) проект, но и в други проекти. Ако се реализират нежелани възможности, "най-печелившият" проект понася загуби, тогава други проекти позволяват на организацията да "остане на повърхността".

Както е известно, за всеки многокритериален проблем е препоръчително да се разгледа набор от решения (т.е. стойности на контролния параметър), които са оптимални за Парето. Тези решения са оптимални в смисъл, че няма възможни решения, които да надхвърлят оптималните за Парето решения едновременно по всички критерии. По-точно, те биха превъзхождали поне един критерий, а в останалите биха били също толкова добри. Теория на Парето - оптимални решения, добре разработени.

Ясно е, че за практическото изпълнение е необходимо да се избере едно от оптималните решения на Парето. Как да изберем? Разработен е цял набор от подходи, от които изборът може да бъде направен само по субективен начин. По този начин отново има нужда от прилагане на методи за експертна оценка.

Експертите могат да избират директно от набора на Парето - оптимални решения, ако той се състои само от няколко елемента. Или могат да изберат една или друга процедура за свеждане на многокритериален проблем до еднокритериален. Един от подходите е да се избере т.нар. „основният критерий“, чрез който да се извърши оптимизация, превръщайки други критерии в ограничения. Например, за да се сведе до минимум средната щета, като се изисква дисперсията на щетите да не надвишава дадена стойност.

Понякога проблемът с многокритериалната оптимизация може да бъде разложен. След като сте намерили оптималната стойност за основния критерий, можете да разгледате диапазона от възможни стойности за останалите критерии, да изберете втория по важност от тях и да оптимизирате според него и т.н.

Какво правят експертите? Те избират основния критерий (или подреждат критериите според степента на важност), задават числените стойности на ограниченията, понякога точността или времето за изчисление.

Вторият основен подход е превръщането на много критерии в един интегрален и преминаването към оптимизация по един критерий. Например се разглежда линейна комбинация от критерии. Строго погледнато, методът "основен критерий" е една от опциите за конволюция. В този случай теглото на основния критерий е 1, а теглото на останалите са 0. Конволюционната конструкция, по-специално задаването на теглата, е препоръчително да се извършва по експертни методи.

Използват се и методи, основани на съображения за стабилност (най-общият подход за изследване на стабилността е разработен в монографията). В този случай се разглежда диапазонът от стойности на управляващите параметри, в който стойността на оптимизирания едномерен критерий (основен параметър или конволюция) се различава от оптималния с не повече от определена определена малка стойност. Тази област може да бъде доста обширна. Например, ако при линейното програмиране една от чертите на многогранника, избрана от ограниченията, е почти успоредна на равнината на равни стойности на критерия, който се оптимизира, тогава цялото това лице ще влезе в разглежданата област. В избраната област можете да оптимизирате друг параметър и т.н. С този подход експертите избират приемливо отклонение за основния критерий, подчертават втория критерий, задават ограничения и т.н.

Обърнете внимание, че разглежданите по-горе вероятностно-статистически подходи за оценка на риска предполагат като критерии използването на такива характеристики на случайна величина като математическо очакване, медиана, квантили, дисперсия и др. Тези характеристики се определят от функцията за разпределение на случайни щети, съответстваща на разглеждан риск. При практическото използване на този подход изброените характеристики се оценяват според статистически данни. Те се оценяват с помощта на извадка от наблюдавани стойности на щетите. В този случай е необходимо да се изчислят доверителни интервали, съдържащи прогнозните теоретични характеристики с дадено ниво на доверие. По този начин критерият, на чието използване се основава оптимизацията, винаги се определя само с известна точност, а именно само с точност до половината от дължината на доверителния интервал. Така стигаме до обстановката, обсъдена в предишния параграф.

Необходимо е да се обърне внимание на значителна промяна в ситуацията в областта на изчислителната оптимизация през последните 60 години. Ако през 60-те години, поради ниската мощност на тогавашните компютри, развитието на методите за бързо преброяване е било от голямо значение, в днешно време вниманието се насочва към формулирането на проблемите и интерпретацията на резултатите. Това се обяснява не само с наличието на различни софтуерни продукти за оптимизация, но и с факта, че почти всеки практически проблем с оптимизацията може да бъде решен чрез най-простите методи като изброяване (сортиране на възможните стойности на контролните параметри с малка стъпка ), или чрез метода на произволно търсене, тъй като скоростта на съвременните компютри позволява това.

При управлението на риска (т.е. управлението на риска) на дадена компания е препоръчително да се обособят управлението на операционния риск и управлението на стратегическия риск. Първият вид дейност е текуща работа, свързана с осигуряване на качеството на продуктите, планирано намаляване на рисковете за околната среда, работа с клиенти, доставчици, персонал, свързана с повишаване на лоялността и др.

Управлението на стратегическия риск е неразделна част от стратегическото планиране и управление. Необходимо е да се оценят рисковете на високо ниво, например да се предскаже наличността и цената на определени стоки след 10-20 години, например петрол и „големи“ компютри. Теорията на прогнозите и експертните оценки са от голямо значение на това ниво. .