Важными понятиями, применяющимися в вероятностном анализе рисков являются понятия альтернативы, состояния среды, исхода.

Альтернатива — это последовательность действий, направленных на решение некоторой проблемы. Примеры альтернатив: приобретать или не приобретать новое оборудование, решение о том, какой из двух станков, различающихся но характеристикам, следует приобрести; следует ли внедрять в производство новый продукт и т. д.

Состояние среды — ситуация, на которую лицо, принимающее решение (в нашем случае — инвестор), не может оказывать влияние (например, благоприятный или неблагоприятный рынок, климатические условия и т. д.).

Исходы (возможные события) возникают в случае, когда альтернатива реализуется в определенном состоянии среды. Это некая количественная оценка, показывающая последствия определенной альтернативы при определенном состоянии среды (например, величина прибыли, величина урожая и т. д.).

2.4. Экспертный анализ рисков

Экспертный анализ рисков применяют на начальных этапах работы с проектом в случае, если объем исходной информации является недостаточным для количественной оценки эффективности (погрешность результатов превышает 30%) и рисков проекта.

Достоинствами экспертного анализа рисков являются: отсутствие необходимости в точных исходных данных и дорогостоящих программных средствах, возможность проводить оценку до расчета эффективности проекта, а также простота расчетов. К основным недостаткам следует отнести: трудность в привлечении независимых экспертов и субъективность оценок.

Эксперты, привлекаемые для оценки рисков, должны:

- иметь доступ ко всей имеющейся в распоряжении разработчика информации о проекте;

- иметь достаточный уровень креативности мышления;

- обладать необходимым уровнем знаний в соответствующей предметной области;

- быть свободными от личных предпочтений в отношении проекта;

- иметь возможность оценивать любое число идентифицированных рисков.

Алгоритм экспертного анализа рисков имеет следующую последовательность:

§ по каждому виду рисков определяется предельный уровень, приемлемый для организации, реализующей данный проект. Предельный уровень рисков опре­деляется по сто балльной шкале;

§ устанавливается, при необходимости, дифференцированная оценка уровня ком­петентности экспертов, являющаяся конфиденциальной. Оценка выставляется но десятибалльной шкале;

§ риски оцениваются экспертами с точки зрения вероятности наступления рискового события (в долях единицы) и опасности данных рисков для успешного завершения проекта (по сто балльной шкале).

§ оценки, проставленные экспертами по каждому виду рисков, сводятся разра­ботчиком проекта в таблицы. В них определяется интегральный уровень по каждому виду рисков.

§ сравниваются интегральный уровень рисков, полученный в результате эксперт­ного опроса, и предельный уровень для данного вида риска и выносится решение о приемлемости данного вида риска для разра­ботчика проекта.

§ в случае, если принятый предельный уровень одного или нескольких видов рисков ниже полученных интегральных значений, разрабатывается комплекс мероприятий, направленных на снижение влияния выявленных рисков на ус­пех реализации проекта, и осуществляется повторный анализ рисков.

2.5. Классические модели оценки риска

Рассмотрим один из методов определения риска портфеля на примере. Пусть в состав портфеля входят государственные ценные бумаги, а именно облигации федерального займа. ОФЗ 27018 с погашением в сентябре 2005 года составляет в структуре портфеля 25% (Х1=0,25), ОФЗ 45001 с погашением в ноябре 2006 года – 45% (Х2=0,45), ОФЗ 46001 с погашением в сентябре 2008 года – 30% (Х3=0,3) .

Рассмотрим как вычисляется стандартное отклонение портфеля. Для портфеля, состоящего из трех ценных бумаг (ОФЗ 27018, ОФЗ 45001, ОФЗ 46001), формула выглядит следующим образом:

s= [], (2.2)

где sij обозначает ковариацию доходностей ценных бумаг i и j.

Ковариация - это статистическая мера взаимодействия двух случайных пере­менных. То есть это мера того, насколько две случайные переменные, такие, например, как доходности двух ценных бумаг / и/, зависят друг от друга. Положительное значение ковариации показывает, что доходности этих ценных бумаг имеют тенденцию изме­няться в одну сторону, например лучшая, чем ожидаемая, доходность одной из ценных бумаг должна, вероятно, повлечь за собой лучшую, чем ожидаемая, доходность другой ценной бумаги. Отрицательная ковариация показывает, что доходности имеют тенден­цию компенсировать друг друга, например лучшая, чем ожидаемая, доходность одной ценной бумаги сопровождается, как правило, худшей, чем ожидаемая, доходностью другой ценной бумаги. Относительно небольшое или нулевое значение ковариации показывает, что связь между доходностью этих ценных бумаг слаба либо отсутствует вообще.

Очень близкой к ковариации является статистическая мера, известная как корреляция. На самом деле, ковариация двух случайных переменных равна корреляции между ними, умноженной на произведение их стандартных отклонений:

s= pss, (2.3)

где pij (греческая буква р) обозначает коэффициент корреляциимежду доходностью на ценную бумагу i и доходностью на ценную бумагу j. Коэффици­ент корреляции нормирует ковариацию для облегчения сравнения с другими парами случайных переменных.

Пусть ОФЗ 27018 является ценной бумагой под номером один, ОФЗ 45001 – под номером два и ОФЗ 46001 – под номером три.

Коэффициент корреляции между первой и второй ценной бумагой составил р12 = 0,994, р13 = 0,990, р23 = 0,999.

Коэффициент корреляции всегда лежит в интервале между -1 и +1. Если он равен —1, то это означает полную отрицательную корреляцию, если +1 — полную положи­тельную корреляцию. В большинстве случаев он находится между этими двумя экстре­мальными значениями. Все три бумаги имеют достаточно высокий коэффициент корреляции, близкий единице. Данный факт дает основания предположить, что все три бумаги практически одинаково реагируют на изменение рыночной ситуации.

Чтобы найти ковариации ценных бумаг, нужно рассчитать их стандартные отклонения. При расчетах используется база данных с января по май 2003 года. Проведя расчеты, получили следующие результаты: s1 = 3,72, s2 = 4,34, s3 = 6,27. Отсюда можно сделать вывод, что дюрация облигации прямо пропорциональна стандартному отклонению, т.е. облигация, обладающая большей дюрацией, имеет больший риск.

Зная стандартные отклонения и коэффициенты корреляции ценных бумаг i и j, можем найти их ковариацию. Так расчеты показали, что s12 = 15,88, s13 = 22,83, s23 = 25,35. Найдем дисперсию для каждой ценной бумаги, которая понадобится для составления ковариационной матрицы. Дисперсия для первой ценной бумаги равна s11 = 1 * s1 * s1 = s1= 13,69. Аналогично, s22 = 17,58, s33 = 35,88. В результате получаем на выходе следующую ковариационную матрицу.