Файл: Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики.pdf

Риск и его измерение
11
тельной величиной средней прибыли компенсируется для ЛПР заданное увеличение риска. В случае е для проекта А риск меньший, но и ожидаемая прибыль меньшая. Субъ- ективное отношение к риску учитывается в теории Неймана – Моргенштерна.
Пример. Пусть имеются два инвестиционных проекта. Первый с вероятностью 0,6 обеспечивает прибыль 15 млн руб., однако с вероятностью 0,4 можно потерять 5,5 млн руб. Для второго проекта с вероятностью 0,8 можно получить прибыль 10 млн руб. и с вероятностью 0,2 потерять 6 млн руб. Какой проект выбрать?
Решение. Оба проекта имеют одинаковую среднюю прибыльность, равную 6,8 млн руб. (0,6 × 15 + 0,4(-5,5) = 0,8 × 10 + 0,2(-6) = 6,8). Однако среднее квадратичное откло- нение прибыли для первого проекта равно 10,04 млн руб. ([0,6(15 – 6,8)
2
+0,4(-5,5 –
– 6,8)
2
]
1 2
= 10,04), а для второго — 6,4 млн руб. ([0,8(10 – 6,8)
2
+ 0,2(-6 – 6,8)
2
]
1 2
= 6,4), поэто- му более предпочтителен второй проект.
Хотя среднее квадратичное отклонение эффективности решения и используется часто в качестве меры риска, оно не совсем точно отражает реальность. Возможны ситуа- ции, при которых варианты обеспечивают приблизительно одинаковую среднюю при- быль и имеют одинаковые средние квадратичные отклонения прибыли, однако не являют- ся в равной мере рискованными. Действительно, если под риском понимать риск разоре- ния, то величина риска должна зависеть от величины исходного капитала ЛПР или фирмы, которую он представляет. Теория Неймана – Моргенштерна это обстоятельство учитывает.
На рис. 1 рассмотрен случай выбора из более чем двух вариантов инвестиций. Ха- рактеристики вариантов показаны точками на плоскости (m, S), где m — средняя при- быль, получаемая в результате инвестиции, а S — среднее квадратичное отклонение прибыли.
Рис. 1. Варианты выбора инвестиций
Из рис. 1 видно, что среди вариантов A, B и C наиболее предпочтителен А. Из ва- риантов B, D и H следовало бы выбрать H. Вариант H лучше вариантов С и F. Однако сравнительная предпочтительность, например, вариантов А, D, F и G, зависит от склон- ности ЛПР к риску.
Задача. Акционерному обществу предлагаются два рисковых проекта.
Проект 1
Проект 2
Вероятность события
0,2 0,6 0,2 0,4 0,2 0,4
Наличные поступления, млн руб. 40 50 60 0
50 100

Моделирование рисковых ситуаций
12
Учитывая, что фирма имеет долг в 80 млн руб., какой должны выбрать акционеры и почему?
Решение. Для оценки эффективности рассматриваемых инвестиционных проек- тов (см. рис. 1) вычислим математические ожидания
1
ξ
M
,
2
ξ
M
и среднеквадратичные отклонения
1
ξ
δ
и
2
ξ
δ
для проектов 1 и 2.
Проект 1.:
1
ξ
M
= 40 × 0,2 + 50 × 0,6 + 60 × 0,2 = 50 млн руб.
Проект 2:
2
ξ
M
= 0 × 0,4 + 50 × 0,2 + 100 × 0,4 = 50 млн руб.
Как видно из вычислений, математические ожидания для обоих проектов оказы- ваются равными. Посчитаем далее и посмотрим, может быть, при выборе проекта ре- шающим (согласно рис. 1) окажутся среднеквадратичные отклонения
1
ξ
δ
и
2
ξ
δ
(в отли- чие от рис. 1 вместо S
1
S
2
будем их обозначать
1
ξ
δ
и
2
ξ
δ
, поскольку для студентов такие обозначения более привычны).
Итак, среднеквадратичные отклонения для этих проектов соответственно равны:
=
−
+
−
+
−
=
−
ξ
=
δ
ξ
ξ
2
/
1 2
2 2
2
/
1 2
1 1
]
)
50 60
(
2
,
0
)
50 50
(
6
,
0
)
50 40
(
2
,
0
[
]
)
(
[
1
M
M
324
,
6 40
)
20 0
20
(
2
/
1
=
=
+
+
=
72
,
44 2000
]
)
50 100
(
4
,
0
)
50 50
(
2
,
0
)
50 0
(
4
,
0
[
]
)
(
[
2
/
1 2
2 2
2
/
1 2
2 2
2
=
=
−
+
−
+
−
=
−
ξ
=
δ
ξ
ξ
M
M
По результатам расчета коэффициентов вариабельности
126
,
0 50 324
,
6 1
=
=
v
и
894
,
0 50 72
,
44 2
=
=
v
согласно случаю а) следует выбрать проект 1, ибо при равных матема- тических ожиданиях для обоих этих проектов (
1
ξ
M
=
2
ξ
M
= 50) среднеквадратичное от- клонение для проекта 1 (
1
ξ
δ
= 6,324), по сравнению с аналогичным показателем для про- екта 2 (
2
ξ
δ
= 44,72), более чем в 7 раз меньше






= 09
,
7 126
,
0 894
,
0
. Другими словами, проект 1 при средней прибыльности, равной 50, обладает более чем в 7 раз меньшей вариабельно- стью, т.е. рисковостью.
Казалось бы, без сомнений следует принимать проект 1.
Однако не следует терять из виду представленное в условии задачи указание, что фирма имеет фиксированные платежи по долгам 80 млн руб., и этот факт может изме- нить решение на противоположное. Действительно, в теории вероятностей и математи- ческой статистике известна центральная предельная теорема A.M. Ляпунова, породив- шая так называемое нормальное распределение, которое, как нигде, распространено в статистике, а также в технике и других приложениях.
В частности, если предположить, что доходность Р
r по проектам 1 и 2, распределенная по нормальному закону, а основанием для этого является указанная предельная теорема, то с вероятностью 0,997 (практически достоверно) возможные значения выигрышей и платежей по проектам 1 и 2 соответственно окажутся в диапазонах
ξ
ξ
δ
3
±
M
, а именно:
Проект 1: Р
г
= 50
±
3*6,324; 31,03 < Рг < 68,97.
Проект 2: Р
г
= 50
±
3*44,72; –84,16 < Рг < 184,16.

Риск и его измерение
13
Итак, при выборе существенно менее рискового проекта 1 акционерное общество может в большей степени преуменьшить свой долг в 80 млн руб., но без дополнительных финансовых источников (а условием задачи они не предусмотрены) от долгов АО полно- стью не освободится.
Сильно рискуя, при принятии проекта 2 АО (если повезет) может полностью осво- бодиться от долгов, получив при этом еще и не малую прибыль. При неудаче АО ожида- ет банкротство. Другие варианты возможных соглашений об отсрочке долгов условиями задачи не предусматриваются.
Выводы.
При реализации низкорискового проекта 1 АО все равно с долгами не в состоянии расплатиться, хотя их можно преуменьшить (если это что-то даст). Вынужден- ное рисковать при принятии проекта 2, АО, если сильно повезет, сразу может решить финансовые проблемы, получив при этом прибыль. При неудаче оно – банкрот. Таким образом, принимая рисковый проект 2, можно оказаться в рисковой ситуации («или пан, или пропал»), тогда как выбрав безрисковый проект 1, от долгов не уйти ни при каких обстоятельствах.

Моделирование рисковых ситуаций
14

Модель оценки рискованности объекта размещения ресурсов банка
15

Моделирование рисковых ситуаций
16
Основные причины, возможности и условия применения математических методов при исследовании рисковых ситуаций в экономике. Меры риска. Показатели изме- рения рисков. Классификация экономических рисков. Связь между риском и при- былью финансовых операций.
Цели и задачи изучения темы:
познакомить студента с теоретическими и методологическими проблемами разработки банков- ской технологии оценки риска невозврата размещенных ресурсов (активов) банка, определяемого показателями объекта размещения.
2.1. Вводные замечания
В данной теме мы исследуем теоретические и методологические проблемы разра- ботки банковской технологии оценки риска невозврата размещенных ресурсов (активов) банка, определяемого показателями объекта размещения.
Рынок ссудных капиталов
– такая же неотъемлемая часть рыночной эконо- мики, как и рынок товаров и услуг либо рынок труда.
Только тогда, когда часть промышленного капитала не вкладывается в производ- ство там же, где образовался капитал, но обособляется и передается в другое производст- во, создаются условия для расширенного воспроизводства в масштабах общества. Для подтверждения этой точки зрения нет необходимости ссылаться на авторитеты: она дос- таточно очевидна для обладающих хоть каким-то экономическим знанием.
Составляющими рынка ссудных капиталов являются:
1. Денежный рынок,
или совокупность экономических отношений, связанных с краткосрочной передачей ссудных капиталов (краткосрочными вложениями ).
2. Рынок капиталов,
или совокупность экономических отношений, связанных с долгосрочной передачей ссудных капиталов.
Не умаляя значения денежного рынка для обеспечения всех процессов производ- ства, потребления и воспроизводства, мы должны отчетливо представлять особую роль рынка капиталов в обеспечении процессов расширенного воспроизводства. Только дол- госрочная передача ссудных капиталов обеспечивает этим процессам должные финансо- вые условия.
Основными формами движения на рынке капиталов являются (следуя институ- циональной структуре рынка ссудных капиталов):
1. Долгосрочные кредиты.
2. Долгосрочные вложения в ценные бумаги.
В настоящее время в России ни та, ни другая формы не развиты. Доля долгосроч- ных кредитов в общем объеме кредитов, предоставленных российским хозяйствующим субъектам в 1997 году, составила 3 – 4%, что на порядок меньше того, что необходимо экономике страны [25]. Основную массу кредитов составляют 2 – 3-х месячные [51] . В ба- лансах ведущей «десятки» российских банков 1996 года доля «длинных» кредитов состав- ляла всего 0,04% [70]. Имеются данные, косвенно свидетельствующие о не увеличении, по меньшей мере, этой доли в 1997 году [25].
Не лучше ситуация с инвестициями в негосударственные ценные бумаги (ИНЦБ).
Удельный вес ИНЦБ в активах российских банков в первом полугодии 1997 года – перио-
Краткое содержание
Определение

Модель оценки рискованности объекта размещения ресурсов банка
17
де расцвета российского фондового рынка по большинству показателей – составляла все- го 8% [29]. Удельный вес иностранных инвестиций в общем объеме ИНЦБ в 1997 году со- ставлял всего 2,4% [25]. События последних месяцев – глубокая депрессия на рынке кор- поративных ценных бумаг – показали, что в ИНЦБ преобладают портфельные, служа- щие целям краткосрочных спекулятивных операций, и незначительна роль прямых вложений (следуя классификации [77. С. 21]).
Анализ статистических данных, регулярно публикуемых в российской финансо- вой прессе, показывает, почему в России не развит рынок капиталов, почему инвестиции не идут в реальный сектор экономики, почему иностранцы не вкладывают деньги в рос- сийскую экономику:
1. Немалые средства перетягивает на себя рынок государственных ценных бумаг.
2. Низкая рентабельность российских предприятий.
3. Неудачная система налогообложения.
4. Высокая рискованность вложений в российские объекты инвестиций.
На примереиностранных инвестиций в России легко показать, что главенствую- щими являются первый и последний факторы.
В марте 1998 года на рынке ГКО от 27% до 30% средств вкладывались нерезидента- ми (по некоторым данным – до 50% [71]). Доля средств нерезидентов в российских меж- банковских кредитах увеличилась к началу 1998 года до 60% [71], т.е. на низкорискован- ном рынке иностранцы присутствуют.
По объемам иностранных инвестиций, накопленных в России, самыми привлека- тельными для иностранцев являлись сферы финансово-кредитной деятельности, страховой и пенсионного обеспечения – 24% от общего объема иностранных вложений [44. С. 17].
Система налогообложения едина – со всеми своими недостатками – для всей Рос- сии, в том числе и для Москвы. Однако более 80% от всего объема официальных ино- странных инвестиций приходится на Москву [25], предприятия которой представляются нерезидентам менее рискованными объектами вложений, чем в других регионах России.
Таким образом, риск невозврата вложенных средств является важнейшим факто- ром, сдерживающим активность потенциальных инвесторов – в частности, банков – в ре- альном секторе российской экономики.
В свою очередь, важнейшим фактором, определяющим риск невозврата вложен- ных средств, является сам объект вложений (включая его местоположение).
Следовательно, отработанная отечественными банками технология оценки риско- ванности объектов вложений позволила бы решать проблемы управления банковскими рисками, связанными с инвестициями в реальный сектор, и, следовательно, способство- вала бы увеличению объема этих вложений.
Поэтому, поставленные в работе задачи, решение которых должно служить разра- ботке указанной технологии, нам представляются весьма актуальными и интересными для исследования.
2.2. Понятие и сущность ссудного риска банка
и рискованности банковского актива
Существует множество интерпретаций понятия «риск» в финансовой деятельности.
Чаще всего риск объясняется как«опасность потерь» ([9. С. 207], [12. С. 185],
[98. С. 41]). Однако эта интерпретация слишком очевидна – настолько, что авторы всех пуб- ликаций пользуются ею вне зависимости от того, как звучит у них «официальное» определе- ние риска. Кроме того, эта интерпретация не снимает вопроса об измерении риска.

Моделирование рисковых ситуаций
18
Еще более его усложняет определение риска, приведенное в [12. С. 185]:
«Риск – это отношение инвестора к возможности заработать или потерять деньги».
Т.е. риск здесь – субъективная величина, которую не измерить.
Пытаясь решить проблему измерения риска, многие авторы определяют его как
«вероятность потерь». Например, в [76] о риске говорится как о «вероятности неблаго- приятного исхода финансовой операции».
В [105] риск операции коммерческого банка определяется как «вероятность потери его оборотных активов и образования убытков».
В [102. С. 239] дается схожее определение риска: «Риск – это вероятность возникно- вения потерь, убытков, недопоступлений планируемых доходов, прибыли».
Таким образом, в повседневной жизни под риском обычно понимают возможность наступления некоторого неблагоприятного события, влекущего за собой возникновение различного рода материальных, либо моральных потерь (получение физической травмы, утрата имущества, ущерб от стихийного бедствия и т.д.). Как правило, признаки и по- следствия таких событий известны по прецеденту.
Исследование показывает, что в настоящее время существует множество определе- ний риска, раскрывающих ее сущность с позиции различных наук. По-разному трактует- ся риск и в экономических науках. Например, в экономической теории риск принято рассматривать как своего рода «отрицательный» продукт, который может быть объектом свободной купли – продажи [7, 129]. Как уже отмечалось в первой главе исследования, перераспределение рисков между участниками хозяйственной деятельности осуществля- ется с помощью различных финансовых инструментов. При этом одни участники страхуют себя от риска, диверсифицируя и хеджируя свои портфели, другие покупают риск, стремясь обеспечить себе более высокую доходность.
В страховании под риском обычно понимают «гипотетическую возможность на- ступления ущерба (страхового случая)» [129. С. 12].
В финансовой теории риск чаще всего рассматривается как неопределенность в предсказании результата проведения операции, возможности его отклонения от ожидае- мого или планируемого значения. Различные определения финансового риска можно найти в работах А.П. Альгина, И.Т. Балабанова, В.В. Ковалева и др. [1, 7, 55], а также в трудах зарубежных ученых [28, 112, 115, 118, 123].
В целом общепризнанно, что существование риска связано с наличием неопреде- ленности, которая неоднородна как по форме, так и по содержанию. На бытовом уровне эти два понятия часто отождествляются.
Анализ показывает, что такое отождествление можно встретить и в финансовой литературе [8, 55, 102]. Однако, несмотря на существование тесной взаимосвязи между этими категориями,их отождествление, на наш взгляд, совершенно недопустимо как с теоретической, так и практической точек зрения, поскольку оно предполагает идентич- ность методов оценки и принятия решений. Для более детального исследования этого сложного вопроса целесообразно использовать системный подход.
В кибернетике неопределенность интерпретируется как неудача (неуспех) пред- сказать поведение некоторой системы на базе ее предполагаемых законов и доступной информации о начальном состоянии. Таким образом, неопределенность ситуации – это, прежде всего, информационная неопределенность, например, отсутствие информации о возможных состояниях системы, о внешней среде и т.д.
Выделяют два класса источников информационной неопределенности: ее избыток и дефицит. Дефицит информации может порождаться ее недостоверностью, противоре- чивостью, искажением, невозможностью четкой интерпретации. Избыток информации порождается ее большими объемами и наличием «шума».