30.Задачи качественного анализа рисков.

Задачей качественного анализа риска является выявление факторов (источников и причин) риска, этапов и работ, при выполнении которых возникает риск, то есть:

-определение потенциальных зон риска;

-выявление рисков, сопутствующих деятельности предприятия;

-прогнозирование практических выгод и возможных негативных последствий проявления выявленных рисков.

Методы качественного анализа можно разделить на четыре группы:

1)Методы, базирующиеся на анализе имеющейся информации;

2)Методы сбора новой информации;

3)Методы моделирования деятельности организации;

4)Эвристические методы качественного анализа.

Итоговые результаты качественного анализа риска, в свою очередь, служат исходной информацией для проведения количественного анализа.

31.Количественные методы исследования рисков.

Методы моделирования принятия решений

Методы исследования проектных рисков

По видам моделей

По классам моделей

Инструментарий

Методы анализа в ситуации

Систематизация инструментария риск-анализа математическими методами

Методы, применяемые в теории рисков, целесообразно классифицировать на:

- прямые задачи (оценки риска, связанные с определением его уровня, на основании априори известной информации);

- обратные задачи решения (определяются ограничения на один или несколько варьируемых исходных параметров с целью удовлетворения заданным ограничениям на уровень приемлемого риска);

- методы исследования чувствительности (анализ степени изменяемости результативных, критериальных показателей по отношению к варьированию параметров моделей: распределению вероятностей, областей изменения тех или иных величин и т.п.).

Классы математических моделей

Наибольшую применимость для анализа рисков бизнес-проекта в настоящее время имеют следующие классы математических моделей, учитывающих неопределенности и различающиеся по способам ее описания:

1) - стохастические модели;

2) - лингвистические модели;

3) - нестохастические (игровые) модели.

Классификация существующих методов риск-анализа и связанные с ними модели

А. В зависимости от привлечения вероятностных распределений:

1)методы без учета распределений вероятностей;

2)методы с учетом распределений вероятностей.

Б. В зависимости от учета вероятности реализации каждого отдельного значения переменной и проведения всего процесса анализа с учетом распределения вероятностей:

1)вероятностные методы;

2)выборочные методы.

В. В зависимости от способов нахождения результирующих показателей по построенной модели:

1)аналитический метод;

2)имитационный метод.

32.Сценарные методы анализа рисков.

Анализ сценариев (Scenario analysis, What-If analysis) - включает одновременное (параллельное) изменение нескольких факторов риска и, таким образом, представляет собой развитие методики анализа чувствительности.

В результате проведения анализа сценариев определяется воздействие на критерии проектной эффективности одновременного изменения всех основных переменных проекта, характеризующих его денежные потоки.

Основным преимуществом метода является тот факт, что отклонения параметров рассчитываются с учетом их взаимозависимостей (корреляции).

В качестве возможных вариантов при проведении риск-анализа целесообразно построить как минимум три сценария: пессимистический, оптимистический и наиболее вероятный (прагматический или средний).

Недостатки:

Главной проблемой практического использования сценарного подхода является необходимость построения модели инвестиционного проекта и выявление связи между переменными. Кроме того, к недостаткам сценарного подхода относят:

• необходимость значительного качественного исследования модели проекта, и создания нескольких моделей, включающих объемные подготовительные работы по отбору и аналитической переработке информации;

• достаточную «размытость» границ сценариев; правильность их построения зависит от качества построения модели и исходной информации, что значительно снижает их прогностическую ценность (при построении оценок значений переменных для каждого сценария допускается некий волюнтаризм(игнорирование объективных причин);

• эффект ограниченного числа возможных комбинаций переменных, заключенный в том, что количество сценариев, подлежащих детальной проработке ограничено, так же как и число переменных, подлежащих варьированию (в противном случае возможно получение чрезмерно большого объема информации, прогностическая сила и практическая ценность которой сильно снижаются).

Преимущества:

1) учет взаимосвязи между переменными и влияния этой зависимости на значение интегрального показателя;

2) построение различных вариантов осуществления проекта;

3) содержательность процесса разработки сценариев и построения моделей, позволяющего проектному аналитику получить более четкое представление о проекте и возможностях его будущего осуществления (выявить как узкие места проекта, так и его позитивные стороны).