Подходы к расчету рисков. 

Стандарт FERMA рекомендует три подхода.

Качественный подход.

В качественном подходе значения присваиваются на уровне много/мало, больше/меньше, сильнее/слабее и т.д. Можно использовать разные по количеству делений шкалы. Типовыми шкалами являются 3х3 и 5х5, их примеры приведены в таблице:

 

Вероятность

Ущерб

3х3

Низкая/ Средняя/ Высокая

Незначительный/ Средний/ Значительный

5х5

Очень низкая/ Низкая/ Средняя/ Высокая/ Очень высокая

Незначительный/ Приемлемый/ Средний/ Большой/ Очень большой.

Естественно, что названия в каждой из шкал можно менять.

Плюсы и минусы такого подхода очевидны. Безусловный плюс – это простота и понятность для большинства. Безусловный минус – непонятно, как впоследствии оценивать риски: что для нас опаснее – риск с большой вероятностью и незначительным ущербом либо же наоборот. Кроме того, при использовании качественного подхода в рамках трех и даже пяти делений шкалы возможно возникновение ситуации, когда одинаково оцениваются совершенно разные риски. К примеру, к очень большому ущербу может быть отнесена потеря бизнеса и крупная авария, которая обойдется только в 10% от активов, а к очень низкой вероятности могут быть оценены пожар и падение воздушного судна на наш объект, хотя пожар явно будет случаться чаще.

Поэтому данный метод целесообразно применять только от безнадежности.

Полуколичественный подход.

В полуколичественном подходе значения присваиваются в рамках заданных интервалов. Как и в качественном подходе, можно использовать разные по количеству делений шкалы. Возможные шкалы вероятности я рассмотрю в соответствующем разделе, они описаны в стандарте. Наибольший интерес представляет выбор шкалы для оценки последствий, в частности, ущерба.

Первый вариант основан на выборе шкалы исходя из стоимости компании, оцененной каким-либо образом. Если компания публичная, то это, естественно, капитализация, если непубличная – либо оценка одним из экспертных методов (EBITDA, умноженная на диапазон от 3 до 7), либо же в расчет принимается стоимость чистых активов. Соответственно, выбирается пара (или больше) значений, скажем, 5% и 20% от стоимости чистых активов. Если стоимость активов равна 100ед., то расчет последствий риска состоит в том, чтобы определить, в какой из интервалов этот риск попадет: [0ед., 5ед.], (5ед., 20ед.] или (20ед., +∞). Второй вариант основан на выборе шкалы исходя из какой-либо прибыли компаний: EBIT, EBITDA, валовая прибыль, чистая прибыль и т.д. В этом случае пара (или, опять же, больше) значений – это, к примеру, 10% и 100% от чистой прибыли. В качестве второго желательно всегда использовать прибыль целиком – это позволит отделить риски, которые очень значимы (их реализация приведет к убыткам за год) от менее значимых. Первые два варианта можно комбинировать, к примеру, взять в качестве первого значения 10% от EBITDA, а качестве второго – 10% от оценочной стоимости бизнеса. Последний часто используемый вариант – использование логарифмических шкал. В этом случае используются интервалы [0, 10), [10,100), [100, 1000), [1000, 10000), (10000, +∞) и аналогичные.

Полуколичественный подход, очевидно, точнее, чем качественный, и в этом его главное преимущество. Кроме того, он позволяет более точно оценивать риски. Однако этот подход во многом сохраняет недостатки качественного, особенно при выборе логарифмической шкалы: в рамках одного значения ущерба от риска могут оказаться риски, различающиеся по этому ущербу почти на порядок.

Количественный подход.

Этот подход наиболее прост в описании и сложен в применении. При его использовании каждому риску присваивается количественное значение вероятности в виде процента либо частоты события и ущерба, оцененного в денежном выражении. Сложен он в применении по простой причине – рассчитывать риски бывает непросто, и именно в этом главный минус этого подхода. Ниже я продемонстрирую использование количественного подхода, однако нужно понимать, что для некоторых целей моя интерпретация не очень сгодится и будет нужна серьезная математика (хотя я и не являюсь сторонником её использования).

В конце необходимо сказать о том, что для последствий и вероятностей можно использовать разные подходы: к примеру, вероятность рассчитывать количественно, а ущерб качественно или же, что вероятнее в жизни, наоборот. Однако в дальнейших примерах для демонстрации полных возможностей риск-менеджмента я буду использовать количественные подходы к расчету рисков.

Методы расчета рисков.

Все методы расчета рисков можно разделить на экспертные и статистические, особенности которых следуют из их названия.

Экспертные методы расчета рисков.

При использовании экспертных методов значения вероятности и ущерба определяются на основании мнения специалистов. Примеры экспертных методов:

  • опросы (либо устные, либо письменные). На основании результатов этих опросов с помощью нехитрых математических манипуляций производится присвоение значений вероятности и ущерба. Обработка результатов опросов состоит в расчете средних либо же медианных значений, при этом при расчете могут быть отброшены крайние значения. Можно поступить немного более изощренно, и, в случае неанонимного опроса, присвоить каждому из экспертов или групп экспертов свой вес, и итоговые значения присваивать с учетом этих весов. Правда, возникает вопрос, как измерить вес эксперта (не в буквальном значении, а для расчета рисков). Если придумаете — применяйте;
  • привлечение экспертов для расчета конкретных рисков. Наиболее эффективно для оценки стратегических и производственных (операционные, опасности) рисков.

Ключевая проблема применения экспертных методов – квалификация самих экспертов. Часто расчеты дают странные значения, особенно в случае большого количества экспертов со стороны анализируемого бизнес-направления. Эксперименты показали, что даже ущерб может отличаться на порядок от некого независимого мнения. А если говорить о качественных оценках, то, за исключением риска конкуренции и недостатка инвестиций, большинство менеджеров предприятия все, что касается внутренних рисков, будет оценивать как минимальная вероятность с незаметным ущербом. Таким образом, внутренние эксперты могут сознательно либо же подсознательно искажать реальную картину. А внешние эксперты могут не столь хорошо разбираться в бизнесе.

Однако это не означает, что от экспертных методов нужно отказываться. Во-первых, с помощью этого метода можно присвоить значения вероятности и ущерба любому риску. Во-вторых, грамотно подбирая экспертные группы, можно добиться хоть какого-то результата. Для этого нужно обеспечить, с одной стороны, независимость экспертов, а с другой – их квалификацию. Хотя бы условную. В общем, ищите людей, и все получится. Но по возможности лучше использовать статистические методы.

Статистические методы расчета рисков.

Статистические методы хорошо работают на больших объемах информации. Они возникли из финансовых бизнесов: банковских, страховых, фондовых. Такой статистики там, как сами понимаете, существуют огромные массивы. И именно поэтому такие методы наиболее эффективны именно в финансовых бизнесах, а также для финансовых рисков. Однако их можно применять и в других секторах экономики и для расчета других рисков: последствий опасностей, в частности, аварий, операционных рисков при часто повторяющемся количестве операций (срыв сроков исполнения заказов, взаимоотношения с потребителями), а иногда и для стратегических рисков (к примеру, для расчета рисков венчурных проектов в какой-либо области).

Небольшая проблема – по операционным рискам редко имеется статистика в агрегированном виде, на ее сбор будут необходимы дополнительные трудозатраты. Но если есть принципиальная возможность собрать статистику – лучше попробовать. Однако если попытки извлечь требуемую статистику закончатся исключительно методами робастного оценивания, надо готовиться к тому, что на выходе будут «сомнительные выводы на недостоверных данных».

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.