Автор: Пользователь скрыл имя, 13 Декабря 2012 в 19:49, курсовая работа
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.
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
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-
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:
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)
Проект 2:
=(80*0,25+(300*0,5)+(600*0,25)
Проект 3:
=(110*0,3+(300*0,4)+(500*0,3)=
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.