Экономические науки/Экономическая теория

Синёв Д.М.

Российский экономический университет им. Г.В. Плеханова, Россия

Методы оценки риска: формирование и современное состояние

Одно из глубоко укоренившихся заблуждений состоит в том, что оценка рисков сводится к выявлению и анализу объективно существующих фактов. В пользу подобного мнения, казалось бы, свидетельствует научный прогресс, благодаря которому в прошлом столетии границы познания резко расширились. Неоспоримые достижения в разработке индикаторов раннего предупреждения опасности привели к сокращению пространства неопределенности в исследованиях таких важных феноменов, как природные явления, инфекционные заболевания и демографические процессы. В еще большей степени это относилось к экономике, на изучение которой были брошены несоизмеримо более существенные ресурсы. «Пророки» экономической науки обещали скорое пришествие времени, когда человечество сможет эффективно предупреждать экономические катаклизмы.

        Оптимистические прогнозы оказались преждевременными. Экономисты и представители бизнеса, верившие в то, что оценка рисков подчинена строгой научной логике, были обескуражены экономическими катаклизмами конца ХХ века в Восточной Азии, России и Латинской Америке. Профессор Университета Беркли (Калифорния) Б. Эйченгрин заметил, что «модели, разработанные для анализа кризиса европейской валютной системы 1992-1993 годов, не смогли предвосхитить приближение мексиканского кризиса 1994 года. А модели, разработанные для объяснения мексиканского кризиса, оказались бессильными предсказать азиатский кризис».

Однако и после отгремевших потрясений 1997-1999 годов (повторившихся, пусть и в меньшем масштабе, во время финансового кризиса в Аргентине 2002 года) коренного пересмотра взглядов на организацию оценки рисков не произошло. Вина за ошибочные прогнозы по-прежнему возлагалась на рейтинговые агентства и международные финансовые организации, которые якобы недостаточно серьезно отнеслись к индикаторам надвигающихся кризисов.

Существующая неопределенность в подходах к методике оценки рисков имеет целый ряд причин. Важное место, например, занимает проблема определения самого понятия «риск». Споры вокруг него, как считается, «являются отражением конкурирующих представлений о том, как должно быть организовано общество». От определения этого понятия зависит выбор подходов, фактов и аналитического инструментария в процессе оценки рисков, и, соответственно, рекомендации по ее итогам. Так, политические риски традиционно имели негативную коннотацию для крупного бизнеса.

Масштабные экономические изменения в 90-х годах прошлого века заставили скорректировать эти представления – риск стал рассматриваться как сочетание негативных и позитивных факторов. Большой популярностью до сих пор пользуется определение рисков, данное американским экономистом Дж. Саймоном. В соответствии с ним, риски – это «неопределенность, возникающая в результате имеющих происхождение внутри или вне пределов государств и оказывающая существенное негативное влияние на деловую и инвестиционную деятельность». Преимущество этого определения состоит в том, что оно позволяет рассмотреть феномен рисков в более широком контексте и разграничить внутренние и внешние источники их происхождения. С нашей точки зрения, данное определение некорректно, так как неопределенность может быть разрешена как с положительным, так и с отрицательным исходом, а риски связаны, как правило, с отрицательным исходом. Риски связаны с неопределенностью, в которой существует возможность отрицательного исхода.

        Еще одна неопределенность в подходах к методике оценки рисков связана, вероятно, с невозможностью очертить ту грань, за которой данная оценка перестает быть наукой и обретает черты искусства. В книге, посвященной феномену рисков, американский публицист П. Бернстайн озвучивает сомнения, терзающие умы специалистов: «Что важнее при анализе рисков – эмпирически наблюдаемые факты или наши субъективные ощущения того, что за ними скрывается? Является ли оценка рисков наукой или искусством? Сможем ли мы когда-нибудь с уверенностью сказать, где заканчивается один подход и начинается другой?».

        За вопросами Бернстайна кроется убежденность в том, что оценка рисков – процесс, который должен включать элементы обоих подходов. По всей видимости, невозможность выделить отдельные факторы рисков в каждом конкретном случае ставит непреодолимую преграду на пути формирования исключительно научного подхода к оценке рисков.

        Данный подход уходит корнями в позитивистскую традицию, согласно которой явления окружающей действительности (в том числе и феномен рисков) могут быть изучены, интерпретированы и выражены в количественной форме.

        Многочисленным попыткам разработать научный подход к оценке рисков в экономической науке способствовали по меньшей мере два фактора. Бурный рост нацеленных на средне- и долгосрочную перспективу прямых иностранных инвестиций во второй половине ХХ века породил спрос на научное объяснение причин валютных, банковских и финансовых кризисов. Вместе с тем сторонники неоклассической парадигмы, торжествовавшей в экономической науке 1990-х годов, рассматривали возможность разработки научного подхода к оценке рисков как само собой разумеющуюся. Они ставили перед собой задачу: синтезировать различные методики прогнозирования экономических кризисов и разработать систему «индикаторов раннего предупреждения», рассчитанную на широкий круг облеченных властными полномочиями пользователей.

 Предполагалось, что рационально мыслящие экономические агенты принимают решения, располагая достаточным объемом информации об изменениях объективно существующих базовых экономических показателей. Предусматривалось, что, реагируя на информацию о возможных потрясениях, хозяйствующие субъекты осуществляют действия, направленные на предотвращение кризисов. Помимо положения о рационально действующих экономических агентах, способных в свете имеющейся информации принимать решения по эффективному управлению рисками, обоснование научного подхода к оценке рисков было неотделимо от тезиса о принципиальной возможности прогнозов, не зависящих от предубеждений и принципов генерирующего их сознания.

Сторонники неоклассической парадигмы вслед за П. Кругманом придерживались тезиса о существовании определенного количества объективных фундаментальных экономических показателей, мониторинг поведения которых является ключом к эффективному управлению рисками. Исходя из этого, утверждалось, что экономические риски связаны с избыточным и неэффективным вмешательством государства в экономику. Низкие страновые риски с этой точки зрения – результат взвешенной валютной политики, умеренного уровня инфляции и безработицы.

На наш взгляд, эффективное управление рисками предполагает не только мониторинг экономических показателей, но и принятие действенных мер по регулированию факторов, которые приводят к рискам.

Все это питало убежденность в том, что при наличии компетентных и информированных специалистов и открытой экономической системы, в рамках которой рационально действующие агенты используют ресурсы, реагируя на поступающие от специалистов предупреждения о рисках, разработка научной методики имеет экономический смысл: более эффективные методы оценки рисков позволяют значительно снизить вероятность потерь от экономических кризисов. Фактору наличия достоверной и полной информации о потенциальных рисках придавалось особое значение.

        Распространение подобной точки зрения после мексиканского кризиса 1994 года привело, во-первых, к расцвету методик оценок индикаторов раннего предупреждения в развивающихся экономиках, а во-вторых, к всплеску внимания к проблеме недостаточной информации о процессах в экономике государств. Так, на последовавшем за мексиканским кризисом саммите «большой восьмерки» в Галифаксе в 1995 г. особо подчеркивалась необходимость решить проблему недостатка информации. Его участники призвали Международный валютный фонд (МВФ) максимально оперативно публиковать данные о финансово-экономическом положении государств и выявлять те страны, политика которых не соответствует принятому Фондом Специальному стандарту распространения данных (Special Data Dissemination Standard).

        Можно предположить, что попытки разработать научный подход к оценке рисков продолжатся и в дальнейшем, несмотря на оговорки авторов подобных методик и скепсис их многочисленных оппонентов. Уже сами авторы системы индикаторов раннего предупреждения (Голдстейн, Рейнхарт, Камински) признают, что ее эффективность резко снижается по причине многочисленных ложных сигналов, генерируемых отобранными ими индикаторами. Обзор научных методик оценки экономических рисков, существующих на сегодняшний день, приводит некоторых исследователей к пессимистическому заключению о том, что «святой Грааль знания о будущих кризисах нам по природе своей недоступен».

        Разные риски имели неодинаковые последствия для различных отраслей и инвестиций. Как отметил один из бывших руководителей агентства «Мудис» (Moody’s), «попытки придать страновым рискам количественное выражение вели к игнорированию целого ряда важных факторов. В силу этого следует признать, что оценка рисков гораздо больше походит на искусство, чем на науку».

«Искусство» оценки рисков прежде всего проявляется на этапе отбора информации. Правильная расстановка акцентов при работе с информационными массивами и формулирование адекватных аналитических задач являются ключевыми факторами при формировании корректной картины рисков. Даже относительно несложные и поддающиеся квантификации коммерческие риски содержат незримый «человеческий компонент», игнорировать который было бы неосмотрительно.

        «Человеческий фактор», превращающий оценку рисков в искусство, стал центральным элементом «сценарного» метода, разрабатываемого американским публицистом Питером Шварцом и описанного в его известной книге «Искусство долгосрочного прогнозирования» (The Art of the Long View). В основе большинства методик оценки экономических рисков лежит попытка спрогнозировать развитие ситуации, опираясь на имеющуюся информацию и инстинкты эксперта. Шварц считает, что оценка рисков обретает черты искусства всякий раз, когда возникает необходимость выявления ключевых факторов, определяющих ход реализации сценария. Он уверен в том, что это искусство доступно каждому человеку, располагающему необходимыми знаниями и аналитическим инструментарием.

 «Сценарный» метод Шварца представляет собой попытку откликнуться на запросы, сформулированные бизнес сообществом. В мире растущей неопределенности сценарии позволяют предвосхитить и повлиять на ход развития определенных процессов для организации более эффективного планирования. Построение сценариев, по мнению Шварца, «позволяет преодолеть неверие в возможность заглянуть в будущее, примиряя нас с мыслью о том, что события могут развиваться согласно определенной логике. А это дает возможность подготовиться к такому повороту событий, который на первый взгляд представлялся далеким от очевидного».

        В настоящее время особый интерес для специалистов представляет изучение возможности применения количественных методов к оценке рисков. Речь прежде всего идет о том, как оценить масштаб влияния негативных факторов на экономическую деятельность.

Наиболее распространёнными методами количественной оценки риска являются статистический метод и метод экспертных оценок. Статистический метод оценки риска даёт возможность определить границы и уровень риска и найти наиболее оптимальное решение. Экспертный метод основан на оценке мнений опытных предпринимателей, специалистов, экспертов, которые на основе своих знаний и опыта определяют вероятность возможных рисков. Экспертный метод применяется при решении сложных неформализуемых проблемных ситуаций, когда неполнота, недостоверность и асимметрия информации не позволяют использовать статистический метод оценки риска. В управленческих решениях используются оба метода, поскольку необходима оценка вероятности (априорной или статистической) определённого исхода.

В условиях риска вероятность каждого состояния экономики предприятия (выпуска продукции, величины общего дохода или прибыли) может быть определена объективно на основе эмпирических данных, полученных из документации предприятия или экономических экспериментов.

В условиях неопределённости вероятностных состояний эти показатели определяются субъективно на основе экспертных оценок или определённой информации и убеждений индивида, принимающего решение. Если индивиды, принимающие решение, не обладают достаточной информацией (т.е. существует асимметрия информации), то в данном случае используется постулат Т. Байеса о равной вероятности, т.е. любой из вариантов обстановки равновероятен. В этом случае нет достаточного обоснования принимаемого решения, и оценка принимается по минимуму средневзвешенного показателя риска.

При принятии решений в условиях неопределённости вероятности возможных исходов события неизвестны. К принятию решения в условиях неопределённости существуют два основных подхода.

1. Менеджер может использовать имеющуюся информацию и собственные суждения, опыт для идентификации и определения субъективных вероятностей возможных внешних условий, а также оценки, вытекающие из отдач стратегий. В условиях неопределённости процедура принятия решений предполагает аналогичные методы, что и в условиях риска.

2. При высокой степени неопределённости менеджер предпочитает не делать допущений относительно вероятностей различных внешних условий, т.е. может или не учитывать вероятности, или считать их равными. В данном случае оценки предполагаемых стратегий имеют четыре критерия решения :

- критерий решения А. Вальда (максимин);

- альфа-критерий решения Р. Гурвица;

- критерий решений Л. Сэвиджа (критерий отказа от минимакса);

- критерий решений П.-С. Лапласа (критерий решения Т. Байеса).

Критерий решения Вальда, или максимин – это критерий максимизации уровня надёжности или максимизации минимального дохода . Используется в случаях, когда необходимо определить наихудший из возможных результатов каждой стратегии, затем выбрать стратегию, приносящую наилучший из наихудших результатов. Данный критерий можно записать в следующем виде: max i min j a_ij

В качестве исходных данных при выборе вариантов решений по критерию Вальда являются выигрыши aij, соответствующие каждой паре сочетаний стратегий S и, например, вариантов условий выпуска новых видов продукции N.

Критерии максимина и максимакса представляют экстремы альфы в альфа-критерии решения Гурвица.

Альфа-критерий решения Гурвица предполагает определение индекса решения d для каждой стратегии, который представляет собой средневзвешенное его экстремальных отдач. Взвешивающими факторами служат коэффициент оптимизма , который применим к максимальной отдаче max_j a_ij, и его дополнение 1-, которое применимо к минимальной отдаче min_j a_ij. Данный критерий, как утверждают Эддоус и Стенсфилд, является компромиссом между правилом максимина и максимакса. Отдача от каждого решения определяется по следующей формуле:

G_i = max_j a_ij + (1-) min_j a_ij,

где – показатель оптимизма; (1 - ) – показатель пессимизма; i = 1,…, m; 1jn.

Решение с самой высокой отдачей для G_i выбирается в качестве оптимальной. Коэффициент оптимизма находится в диапазоне от 0 до 1, что зависит от склонности менеджера к оптимизму или пессимизму. Если менеджер, принимающий решение, пессимистичен, то он может решить, что = 0. Результат будет соответствовать, что и при критерии максимина. А если менеджер – оптимист, то он может решить, что = 1, результат в данном случае будет тем же, что и при критерии максимакса. Критерий Гурвица превращается в критерий Вальда при = 0.

Альфа-критерий Гурвица применяется для того, чтобы менеджер мог обратить внимание, как на наихудшую, так и на наилучшую отдачу для конкретного решения и определить субъективную вероятность для каждого из них.

Решение, принятое по альфа-критерию Гурвица, зависит от величины альфа, которая определяется отношением менеджера, принимающего решение, к риску. Но если степень оптимизма менеджера оказывается необоснованной, то возможны значительные потери.

Критерий решения Сэвиджа, или критерий потерь от минимакса, определяет убытки, понесённые вследствие принятия неправильного решения. Убытки измеряются как абсолютная разность между отдачей от данной стратегии и отдачей от наиболее эффективной стратегии в пределах конкретной обстановки.

Матрица потерь строится из матрицы решений и необходима для подсчёта убытков. В пределах каждого столбца самая большая отдача вычитается из каждой следующей отдачи в столбце (включая самое себя). Абсолютная разность между позициями представляет величину потерь.

Менеджер, принимающий решение, при использовании критерия Сэвиджа не стремится максимизировать отдачу, и выбирает решение с удовлетворительной отдачей при более низком риске. Следовательно, критерий Сэвиджа эффективен для оценки решений в долгосрочном периоде.

Критерий Лапласа – это критерий рациональности, полностью нечувствительный к отношению менеджера, принимающего решение. Однако он очень чувствителен к определению менеджером внешней обстановки. Данный критерий используется в случае, если любой из вариантов обстановки не более вероятен, чем другой. Соответственно, вероятности обстановки можно считать равными и можно выбирать конкретное решение по принципу минимального средневзвешенного показателя риска.

Исходя из вышесказанного, предпочтение следует отдавать решению, которое обеспечивает минимальное значение в выражении:

R_i = ; i = 1, m (вектор),

где n – количество рассматриваемых вариантов обстановки; H_ij – величина потерь по определённому решению в конкретной обстановке; P_j – вероятность выбора конкретного варианта.

Помимо рассмотренных методов по оценке рисков, существуют и другие подходы:

• анализ косвенных показателей, характеризующих величину риска (в т.ч. доходности и дюрации);

• анализ чувствительности, основанный на реакции целевого показателя на изменения внешних условий - риск-факторов;

• анализ стоимости, подверженной риску (VAR).

Таким образом, можно сделать вывод, что количественные и качественные методы оценки рисков, очевидно, получат дальнейшее развитие. Это заставляет внимательно отнестись к возможности синтеза элементов обоих направлений. Детализированная обработка информации, с которой сопряжено применение количественных методов анализа, кроет немало возможностей, а потому риски должны быть по возможности квантифицированы. Оценка рисков представляет ценность не столько как процесс, ведущий к разработке конкретных политических и экономических шагов, сколько как процесс углубления познания природы рисков, закладывающий основу для более эффективных управленческих решений». Таким образом, оба подхода к оценке рисков могут рассматриваться как взаимодополняющие. Их одновременное применение, возможно, позволит преодолеть некоторые обоюдные недостатки и придать индустрии оценки рисков второе дыхание.

Содержание методов оценки рисков, рассмотренных в данном параграфе на основе теории вероятностей, математической и экономической статистики позволяет раскрыть, на наш взгляд, более глубоко предмет экономической теории, как в марксистской, так и в неоклассической теориях, рассматривая экономические отношения субъектов как единство и борьбу противоположностей, а не как постоянно-общественную гармонию, которые определяют и соответствуют поведению субъектов товарного производства.

Литература

1) Бекетов Н.В. Оценка экономических рисков в условиях растущей неопределенности сценариев развития// Национальные интересы: приоритеты и безопасность. 2008. № 12(33). – С. 22-30.

2) Eichengreen B. Toward a New International Financial Architecture: A Practical Post-Asia Agenda. -Washington: Institute for International Economics, 1999. – P. 84.

3) Parable of the River // Risk Management Reports. June 2001. Vol. 28. No 6.

4) Stefan H. Robock. Political risk: Identification and assessment // Columbia Journal of World Business. 1971. - P. 6-20.

5) Simon J.D. Political risk assessment: Past trends and future prospects // Columbia Journal of World Business, 1982. - P. 68.

6) Peter L. Bernstein. Against the Gods: The Remarkable Story of Risk. Wiley: John & Sons, Incorporated, 1998. - P. 5.

7) From Halifax to Lyons: What Has Been Done about Crisis Management? Essays in International Finance / Kenen P. (ed.). Princeton University: Department of Economics, October 1996.

8) Morris Goldstein, Graciela L. Kaminsky and Carmen M. Reinhart. Op. cit. Chapter 5. 12 May 2002.

9) Sharma S. The Challenge of Predicting Economic Crises // Finance and Development. June 1999. – P. 42.

10) Peter Schwartz. The Art of the Long View: Planning for the Future in an Uncertain World: 1996.  

11) Эддоус М., Стенсфилд Р. Методы принятия решений. – М.: ЮНИТИ, 1997. С. 86.