Системний аналіз ризику в економіці (стр. 5 из 7)
Другий крок — це власне аналіз чутливості. Він дає змогу ідентифікувати найважливіші (як чинники ризику) змінні в моделі оцінки об’єкта (проекту). Його суть полягає у вимірюванні чутливості основних показників, наприклад, ефективності проекту залежно від випадкової зміни чинників (тієї чи іншої змінної величини параметра). Наприклад, зростання чи падіння норми доходу залежно від зростання чи спаду експлуатаційних витрат. Можна, наприклад, поставити питання, якою буде норма доходу, якщо обсяг продажу продукції (який, власне кажучи, є випадковою величиною) зросте чи знизиться на 10 % порівняно з найбільш імовірним (очікуваним), прийнятим до обчислення. Аналогічно можна аналізувати вплив зміни цін на товари, що їх виробляє дана фірма (підприємство), цін на матеріали, комплектуючі тощо.
За показники чутливості об’єкта (проекта) щодо зміни тих чи інших чинників доречно використовувати показники еластичності.
Еластичність — міра реагування однієї змінної величини (функції) на зміну іншої (аргумента), а коефіцієнт еластичності — це число, яке показує відсоткову зміну функції в результаті одновідсоткової зміни аргумента.
Коли відомий вираз для показника у, у вигляді дійсної функції від п чинників (аргументів), яка визначена в певній області значень цих аргументів:
, (6.1)то еластичність функції п аргументів щодо змінної
визначається за формулою: 
%, 
. (6.2)Якщо функція
неперервна та диференційована в певній області значень аргументів, то коефіцієнтом еластичності буде величина: 
, 
. (6.3)Перевага такого показника, як коефіцієнт еластичності, перед іншими полягає у тому, що його величина не залежить від вибору одиниць вимірювання різних чинників. Чим більшим (за модулем) є значення коефіцієнта еластичності, тим вищим буде ступінь залежності, скажімо, норми доходу або чистої приведеної вартості (ЧПВ), тобто її чутливість, а отже, й ризик відповідно до зміни певного чинника.
Можна стверджувати, що ризик, яким обтяжений проект, є тим більшим, чим вищою є вразливість цього проекту до зміни кожного з чинників (тобто еластичність) та чим більшим є інтервал можливих коливань цих чинників (у майбутньому). Якщо аналізуються кілька проектів (варіанти певного проекту), то для реалізації має бути обраний той варіант, який є менш уразливим щодо випадкової (у майбутньому) зміни цих чинників.
Описаний вище метод чутливості для аналізу ризику відзначається простотою. Необхідно, однак, звернути увагу на те, що цей метод є дещо обмеженим. По-перше, він спирається на аналіз впливу на оцінку значення показника економічного ефекту чи ефективності (привабливості), зокрема, норми доходу проекту, лише окремих чинників (їх окремого впливу). Тоді як істотне значення має їх інтегральний вплив. Власне тут необхідно враховувати ефект синергізму.
По-друге, аналіз чутливості (вразливості) не враховує взаємозв’язку (взаємозалежності) між цими параметрами (чинниками). Так, зокрема, зміни у попиті можуть потягти за собою зміни у цінах тощо.
Отже, якщо не враховувати суттєві внутрішні взаємозалежності між прогнозованими чинниками (змінними), результати аналізу ризиків можуть бути деформованими.
6.3 Аналіз ризику методами імітаційного моделювання
Методи імітаційного моделювання дістали широке застосування в економіці.
Узагальнюючи матеріали, що наведені в низці літературних джерел, процес кількісного аналізу ризику за допомогою методів імітаційного моделювання можна розділити на сім кроків. Їх сутність і послідовність схематично показані на рис. 6.1.
Рис. 6.1 Процес кількісного аналізу ризику методами імітаційного моделювання
Як і в методі чутливості аналізу ризику, тут також здійснюється оцінка коливань вихідної величини за випадкових змін вхідних величин, але детальніше, з урахуванням ступеня взаємозалежності випадкових змін вхідних величин.
Перший крок аналізу полягає в формуванні моделі об’єкта (проекта), що розглядається. Про це йшлося у попередньому матеріалі (аналіз чутливості).
Другий крок здійснюється для визначення ключових аргументів (чинників ризику), застосовуючи, зокрема, метод аналізу чутливості (вразливості). Аналіз вразливості використовується щодо низки чинників, які входять у нашу модель, але він не бере до уваги те, наскільки реалістичними (ймовірними) є ті чи інші випадкові коливання (значення) чинника ризику (аргумента). Для того, щоб дані, одержані в процесі аналізу вразливості, мали сенс, у тест аналізу повинна бути вмонтована концепція впливу невизначеності, пов’язаної з чинниками, що аналізуються, а також можливості використати цей аналіз для вибору чинників підвищеного ризику. Наприклад, може бути визначено, що відхилення у ціні купівлі певного виду устаткування на початку здійснення інвестиційного проекту має значний вплив на чистий інтегрований дисконтований дохід від проекту (велике, за абсолютною величиною, значення коефіцієнта еластичності). Однак імовірність будь-якого, навіть досить незначного відхилення цього чинника може бути дуже малою, якщо, наприклад, постачальник, згідно з умовами контракту, зобов’язаний (гарантіями) здійснити поставки за фіксованою (узгодженою) ціною. Отже, ризик, пов’язаний з цим чинником (аргументом), незначний. Даний чинник вилучається з подальшого аналізу. Тобто для подальшого аналізу ризику залишаються лише ті чинники, які не є строго детермінованими, а еластичність відповідної функції по даному чиннику (аргументу) є значною (суттєвою).
Третій крок полягає в тому, щоб визначити можливі інтервали відхилень прогнозованих значень параметрів (чинників ризику) від очікуваних (найімовірніших). На цьому етапі доречно використовувати математичні (статистичні) оцінки якості прогнозів. Для тих, хто вперше використовує аналіз ризику, визначення меж (множини) можливих (імовірних) значень виявлених чинників ризику може здаватися громіздким і складним завданням. Але воно є не складнішим, ніж визначення відповідної детермінованої (сподіваної, найбільш імовірної) оцінки відповідної випадкової змінної. При застосуванні детерміністичного економічного аналізу та обчисленні ефективності (чистої приведеної вартості тощо) доводиться враховувати ймовірні значення. Вони можуть приймати випадкові змінні (ціни, змінні та постійні витрати, витрати на купівлю обладнання, витрати на будівельно-монтажні роботи тощо), що входять у модель об’єкта (проекта), перш ніж обрати конкретне (сподіване) їх значення для подальших обчислень згідно з обраними критеріями та аналізом за базовим сценарієм. Отже, якщо здійснювалася оцінка відповідних показників за якогось єдиного значення (величини) відповідних чинників (аргументів), то можна вважати, що частка підготовчої роботи щодо оцінки меж можливих значень і розподілу ймовірностей була вже виконана. На практиці проблема, з якою нерідко зіштовхуються в зв’язку з визначенням множини значень і розподілів імовірностей відповідних величин для аналізу ризиків після завершення розгляду базового сценарію, полягає в тому, що лише в ході цього процесу приходить розуміння того, що недостатньо уваги було приділено оцінці цього єдиного значення чинника у здійсненні детерміністичного аналізу.
Четвертий крок полягає у визначенні розподілу ймовірності випадкових (імовірних) значень аргументів (чинників ризику). Він здійснюється паралельно з третім кроком. Під час аналізу ризиків використовується інформація, що відображає множинність значень випадкових змінних (чинників), які входять у математичну модель, і відображає значення відповідних величин у майбутньому (стан економічного середовища) та їх розподіл. Тобто використання в аналізі ризику випадкових величин замість детермінованих власне і дає можливість адекватно врахувати ризик, яким обтяжена відповідна сфера економіки та підприємництва.
Досить часто певна інформація закладена в досвіді людини (експерта). Хоча майже неможливо точно передбачити конкретне значення певного чинника, завжди існує можливість встановлення певних, відносно широких меж його ймовірних значень і відповідний, наближений розподіл імовірностей, який був би досить представницьким.
Підготовка даних та оцінка розподілу ймовірності для відібраних чинників ризику включає як встановлення множини їх можливих значень, так і ймовірностей (вагових величин). На практиці визначення цих величин є ітераційним процесом, інтервали значень відповідних чинників уточнюються, враховуючи конкретний профіль розподілу ймовірності, і навпаки.
Виокремлюють два основні класи законів розподілу ймовірності: неперервні і дискретні. Серед випадкових величин розрізняють такі, що мають симетричні й асиметричні закони розподілу. Симетричні закони краще характеризують ті випадкові змінні, які зумовлені впливом на них малих за своїми можливостями та важливістю різноспрямованих сил і тенденцій, наприклад ціна на товар (реальна), що визначається в умовах конкурентного ринку. Дискретні закони розподілу випадкових величин корисні в тому разі, коли проводяться експертні оцінки. Вони краще узгоджуються з ситуаціями, коли в системі, яка визначає величину випадкової змінної, наявні односторонні обмеження.