МЕТОДИ ОЦІНЮВАННЯ РИЗИКІВ РОЗДІЛ 6 ПРИ ОБҐРУНТУВАННІ ГОСПОДАРСЬКИХ РІШЕНЬ 6.1. Статистичний метод оцінки ризику

Статистичний метод полягає у вивченні статистики втрат і прибутку, що мали місце на даному чи аналогічному підприємстві, з метою визначення ймовірності появи події, установлення величини ризику. Ймовірнісні задачі характеризуються тим, що ефективність рішень, що приймаються, залежить не тільки від детермінованих факторів, але й від ймовірностей їх появи, тобто відомий закон розподілу факторів, що керуються, тобто випадкової величини Х у вигляді

Таблиця 6.1

Ряд розподілу випадкової величини Х

X

x1

x2

• • •

xn

P

Pl

Pi

• • •

Pn

де xt - можливі значення випадкової величини Х, i = 1, n ;

рі - ймовірність можливого значення xi, i = 1, n .

У багатьох видах діяльності ризик взагалі порівнюють не з можливими збитками, а з показниками, що визначають конкретний вид діяльності, наприклад, з певною сумою грошей, кількістю непроданих виробів, невироблених тонн продуктів, рентабельністю, очікуваним доходом, прибутком, ефективністю, розуміючи їх як деяку випадкову величину Х. Тут працює принцип: чим ризикуємо, те і є оцінкою ризику.

Головні інструменти ймовірнісного методу оцінки: розподіл ймовірностей випадкової величини Х; математичне очікування М (X) досліджуваної випадкової величини Х (наслідків якої-небудь дії: доходу, прибутку і т.п.); дисперсія D(X) випадкової величини Х ; середньоквадратичне відхилення сг(X); коефіцієнт варіації V (X).

У цьому випадку ризик розглядається як невідповідність очікуванням і вводиться поняття міри і ступеня ризику.

Як міра ризику приймається математичне очікування відповідної випадкової величини Х:

М(X) = jrx,p .       (6.1)

i =1

Однак і ця міра вимагає критичного осмислення. Одна річ - ризикувати сумою в 1000 грн. з ймовірністю, скажімо, 0,1 чи ризикувати нею ж із ймовірністю 0,0001. В останньому випадку ризик здається значно нижчим, незважаючи на те, що виміряється тією самою величиною.

Математичне очікування квадратів відхилення випадкової величини Х від її математичного очікування представляє собою дисперсію випадкової величини Х:

D(X) = M(X - M(X))2 = M(X2) - M2(X).      (6.2)

Як ступінь ризику (міра можливої розбіжності з прогнозним значенням) приймається середньоквадра