Управление рисками

Автор: Пользователь скрыл имя, 13 Декабря 2012 в 19:49, курсовая работа

Краткое описание

Обострение конкурентной борьбы, рост технологического оснащения и сложности управления предприятиями связаны с появлением для организаций новых рисков, что повышает требования к качеству управления.
Эффективное руководство предпринимательской структурой в современных условиях невозможно без специальных методов анализа, базирующихся на теории и практике управления рисками.

Оглавление

1 Теоретическая часть 3
1.1 Предмет управления рисками. Место дисциплины в системе наук управления 3
1. 2 Анализ рисков компании. Рисковые спектр и профиль 8
2 Практическая часть 20
Задание 1. Оценка эффективности проекта в условиях риска (оценка риска) с использованием статистических методов 20
Задание 2. Выбор оптимального проекта развития предприятия в условиях неопределённости и риска минимаксными методами 26
Список использованной литературы 31

Файлы: 1 файл

1 Предмет управления рисками.doc

— 227.50 Кб (Скачать)

Как видно, некоторые  из позиций напрямую совпадают с  предложенными нами экспозициями риска, другие - имеют одинаковый смысл, но разнятся в формулировках, третьи отражают сугубо специфичную деятельность кредитной  организации.

Говоря о ценностях  фирм, находящихся в экспозиции возможных  потерь, заметим, что в большинстве  случаев реальные катастрофы, несчастные случаи и другие события с точки  зрения управления рисками носят  комплексный характер. Они наносят  ущерб сразу по нескольким экспозициям. Если, например, на предприятии украли важную деталь станка, то здесь будет и утрата имущества, и задержка производства, и ответственность перед потребителями, ждущими поставки и сырья, и, возможно, еще многое другое. Предложенная классификация ценностей фирмы лишь помогает разрабатывать готовность к реальным комплексным явлениям.

Второе измерение экспозиций-потерь - это причины, действие которых может  вызвать эти потери. И хотя в  каждой организации конкретные причины  очень индивидуальны, с общих позиций они могут быть классифицированы, по нашему мнению, на четыре группы: природные угрозы, человеческие действия, экономические колебания и социальные процессы. Спектр природных опасностей многообразен по видам и масштабам: пожары, наводнения, землетрясения, технические сбои, болезни, тайфуны и т.д. Человеческие действия - групповое и индивидуальное поведение людей - чревато воровством, вандализмом, халатностью, вредительством, саботажем, некомпетентностью и пр. Экономические колебания нельзя объяснить действиями людей и организаций - это свойства рынков как таковых: им вредны сильные колебания, но без колебаний вообще они просто не мыслимы.

В реальных коммерческих организациях рисковый спектр выглядит куда более конкретно. Здесь не пожары вообще, а пожароопасность конкретных зон и единиц хранения на складе готовой продукции. Кроме того, рисковый спектр фирм подвержен изменениям, являющимся:

  • следствием перехода фирмы с одного этапа ее развития на другой;
  • следствием принятия решений собственным руководством фирмы;
  • следствием изменений в окружающей среде.

Управление рисками  на предприятии может сыграть  роль не только защитника фирмы, но и производителя прибавочной  стоимости или даже нового центра прибыли. Моделирование учетных  событий в системе контроллинга позволит сформировать реальную картину текущего и перспективного состояния предприятия, ситуации на рынке, а также выявить основные тенденции и проследить их динамику. Это создает основу для своевременного и адекватного реагирования на изменения рыночной ситуации и принятия эффективных управленческих решений, ориентированных на перспективу.

 

2 Практическая часть

Задание 1. Оценка эффективности  проекта в условиях риска  
(оценка риска) с использованием статистических методов

 

Характеристики

варианта

Исходные данные

Проект 1

Проект 2

Проект 3

Доход

1.

100;   333;   500

80;   300;   600

110;   300;   500

Вероятности

0,2;    0,6;    0,2

0,25;   0,5;   0,25

0,3;    0,4;    0,3

Минимальный доход

100


 

Цель настоящего практического  задания заключается в оценке эффективности проекта и выборе оптимального предпринимательского проекта в условиях риска с использованием статистических методов.

Проведение экономического анализа, связанного с оценкой эффективности  и выбором предпринимательских (инновационных, инвестиционных, финансовых и т.п.) проектов, требует адекватных задаче методов, учитывающих природу и специфику экономических данных о проектах.

В силу, как правило, стохастической (вероятностной) природы экономических  данных, для количественной оценки предпринимательских рисков могут быть использованы статистические методы оценки риска, служащие основой для качественных и количественных утверждений об исследуемых объектах.

Действительно, экономические  данные формируются под действием  множества факторов, не все из которых доступны нашему контролю. Неконтролируемые факторы могут принимать случайные значения из некоторого множества значений и тем самым обусловливать случайность данных, которые они определяют.

В связи с этим количественная оценка предпринимательского риска  вне зависимости от характера  задачи возможна с помощью методов  теории вероятностей и математической статистики. Инструментами данного  метода оценки являются: математическое ожидание показателя эффективности (потерь) – среднее ожидаемое значение, дисперсия, среднее квадратическое отклонение, коэффициент вариации, стандартное отклонение и др.

Рассмотрим возможности  применения статистических методов  оценки риска для оценки экономической  эффективности и выбора предпринимательских (инновационных, инвестиционных, финансовых и т.п.) проектов, когда рассчитаны возможные ожидаемые значения экономического эффекта (например, ожидаемой прибыли) Эi, i = , а также определены вероятности рi получения соответствующих значений эффективности.

Среднее ожидаемое значение (математическое ожидание) показателя определяется как средневзвешенная величина всех возможных результатов, где вероятность каждого результата используется в качестве «веса» соответствующего значения Э:

= .     

Проект 1:

=(100*0,2)+(333*0,6)+(500*0,2)=319,8.

Проект 2:

=(80*0,25+(300*0,5)+(600*0,25)=320.

Проект 3:

=(110*0,3+(300*0,4)+(500*0,3)=303.

Дисперсия определяется как средневзвешенное значение квадратов  отклонений ожидаемых результатов  от их среднего значения; среднее квадратическое отклонение – как положительный  квадратный корень из дисперсии; вариация – как отношение среднего квадратического отклонения к модулю среднего значение ожидаемых результатов (безразмерная величина).

DЭ = ;   s Э = ;  VЭ = .  

 

Проект 1.

DЭ = ((100-319,8)2*0,2)+ ((333-319,8)2*0,6) + ((500-319,8)2*0,2) = 16261,4.

s Э = 127,5.

VЭ = 0,399.

Проект 2.

DЭ = ((80-320)2*0,25)+ ((300-320)2*0,5) + ((600-320)2*0,25) = 34200.

s Э = 184,9.

VЭ =0,578.

Проект 3.

DЭ = ((110-303)2*0,3)+ ((300-303)2*0,4) + ((500-303)2*0,3) = 22821.

s Э = 151,1.

VЭ =0,499.

Оценка средней величины прибыли, часто, является недостаточной  для принятия решения о выборе варианта проекта. Необходимо измерить колеблемость возможного результата –  степень отклонения (разброс) ожидаемого значения от средней величины. Для ее определения обычно вычисляют дисперсию DЭ, среднее квадратическое отклонение sЭ, а также коэффициент вариации VЭ. В ряде случаев удобство использования коэффициента вариации для оценки отклонений обусловлено тем, что эта оценка является безразмерной и отражает степень разброса – собственно вариацию.

Среднее квадратическое отклонение sЭ как корень квадратный из дисперсии DЭ служит хорошей и широко используемой мерой риска предпринимательского проекта, наряду с оценкой среднего значения. Действительно, поскольку риск обусловлен недетерминированностью исхода решения (операции, проекта и т.п.), то чем меньше разброс (дисперсия), тем более он предсказуем, т.е. тем меньше риск. Если дисперсия результата равна нулю, то риск полностью отсутствует. Например, в условиях стабильной экономики операции с государственными ценными бумагами считаются безрисковыми.

Таблица 2

Сводная таблица

Характеристики

варианта

Исходные данные

Проект 1

Проект 2

Проект 3

Доход

1.

100;   333;   500

80;   300;   600

110;   300;   500

Вероятности

0,2;    0,6;    0,2

0,25;   0,5;   0,25

0,3;    0,4;    0,3

Среднее ожидаемое значение дохода

319,8

320

303

Дисперсия

16261,4

34200

22821

Среднее квадратическое отклонение

127,5

184,9

151,1

Коэффициент вариации для дохода

0,399

0,578

0,499

Минимальный доход

100


 

 

Требуется сравнить три проекта 1, 2 и 3, средние значения ожидаемой прибыли для которых соответственно равны 1, 2 и 3, а их средние квадратические отклонения – s1, s2 и s3.

Возможны следующие  случаи:

a) A > B, sA < sB,        

b) A = B, sA < sB,

c) A > B, sA = sB,

d) A > B, sA > sB,

e) A < B, sA < sB.

Получаем:

Проект 1 и Проект 2.

1 < 2, s1 < s2.

Проект 1 и Проект 3.

1 > 3, s1 < s3.

Проект 2 и Проект 3.

2 > 3, s1 < s3.

Итак, предпочтительнее Проекты 1 и 2: в случае, когда один проект отличается большим средним значением прибыли и меньшим разбросом ее возможных значений, предпочтение отдается этому проекту.

Относительно Проектов 1 и 2 в в литературе нет единого мнения о порядке выбора более эффективного проекта. Здесь существуют разные подходы.

Согласно одному –  в подобной ситуации однозначного разумного  решения нет. Выбор проекта зависит  от отношения к риску лица, принимающего решение (ЛПР). В частности, в случае (d) проект 2обеспечивает более высокую среднюю прибыль, однако он и более рискован. Выбор при этом определяется тем, какой дополнительной величиной средней прибыли компенсируется для ЛПР заданное увеличение риска. В случае (e) для проекта 1 риск меньший, но и ожидаемая прибыль меньше. В такой ситуации неоднозначного исхода, когда ЛПР располагает основанной на анализе указанных соотношений информацией вероятностного характера, он становится в некотором смысле игроком, и выбор, который он делает, зависит от его характера, от его склонности к риску.

В соответствии с другим подходом предпочтение следует отдать проекту, который характеризуется меньшим коэффициентом вариации VЭ и, как следствие обеспечивает более благоприятное соотношение риска, выраженного sЭ  и прибыли . В соответствии с этим подходом, предпочтительнее проект 1 (0,399<0,578). Использование этого подхода в некоторых случаях может привести к выбору заведомо худшего варианта.

В ряде случаев бывает целесообразно не ограничиваться указанными выше подходами и продолжить анализ. В основе такого анализа лежит широко используемое в литературе по проблеме количественной оценки экономического риска предположение о том, что большинство результатов хозяйственной деятельности (доход, прибыль и т.п.) как случайные величины подчиняются закону, близкому к нормальному. Важным следствием применения гипотезы о нормальном законе распределения является установление области возможных значений случайной величины, которая практически находится в пределах  ± 3sЭ. Это означает, что с вероятностью 0,997 (практически достоверно) возможные значения показателя эффективности по проектам окажутся в диапазоне Э =  ± 3sЭ, т.е.:  

 ± 3sЭ  £  Э £   ±3sЭ.   

Проект 1.

319,8 - 382,5Э  £ Э £   319,8 + 382,5Э.

Проект 2.

320- 554,7Э  £  Э £   320+ 554,7Э.

Очевидно, что проект 2 предпочтительнее.

 

 

Задание 2. Выбор оптимального проекта  развития предприятия  
в условиях неопределённости и риска минимаксными методами

 

 

варианта

Объём предложения

Колебания спроса

Степень оптимизма

Qп (1)

Qп (2)

Qп (3)

G1

G2

G3

G4

x

1

5000

8000

11000

2000

5000

8000

11000

0,7


 

Сп = 100 руб.; Ср = 50 руб.; = 15 руб./шт.

 

П = Ср ´ Qр  - Сп ´ Qп – Иобр,

где Ср – цена продажи, руб.; Сп – цена покупки, руб.; Qр – объём реализации в натуральном выражении, шт.; Qп – объем предложения (закупок) в натуральном выражении, шт.; П – совокупная прибыль от реализации, руб.;  Иобр = ´ Qр – издержки обращения, руб.

 

Таблица 1

Матрица выигрышей (прибылей) коммерческих стратегий

при неопределённой рыночной конъюнктуре

Объём закупок (предложения), шт

Размер прибыли Пi j от реализации в зависимости от вероятных колебаний спроса, тыс. руб.

2000

5000

8000

11000

1

2

3

4

5

5000

-430000

-325000

-220000

-115000

8000

-730000

-625000

-520000

-415000

11000

-1030000

-925000

-820000

-715000


 

Критерий Байеса.

По критерию Байеса за оптимальные принимается та стратегия (чистая) Ai, при которой максимизируется средний выигрыш a или минимизируется средний риск r.

Информация о работе Управление рисками