Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Качественные методы анализа уровня риска используют чаще всего описательные и неформализованные процедуры, позволяющие в общих чертах определять основные риски применительно к конкретной ситуации, спрогнозировать последствия их динамики и наметить пути их оптимизации. К этой группе методов можно отнести следующие:
1) метод аналогии, который заключается в сравнении вида, размера и причин возникновения или изменения конкретного анализируемого риска с аналогичной ситуацией. Сравнение проводится с ситуацией в прошлом или существующей в аналогичных институциональных единицах в настоящем. Для этой цели используются результаты исследовательской и маркетинговой информации, а также результаты контент-анализа;
2) метод «Due Diligence» («должное внимание»), который используется, главным образом, банками или небанковскими финансовыми учреждениями, проводящими некоторые банковские операции. В основе метода лежит система сбора и анализа информации об эффективности деятельности клиентов, учредителей и всех субъектов третьего уровня маркетингового анализа: посредников, поставщиков, конкурентов и всех видов контактных аудиторий.;
3) «дерево решений». Метод построения «дерева решений» используется чаще всего для анализа риска, при котором можно выделить обозримое количество просчитываемых вариантов. Этот метод заключается в определении вероятности реализации определенного количества возможных сценариев, в определении количественных и качественных параметров риска для каждого сценария. Для проведения исследования методом «дерева решений» необходимо иметь максимально возможный объем количественной и качественной информации не только в статике, но и в динамике. Для сбора и оценки данных необходимо соблюдать следующую последовательность:
а) определение состава и продолжительности жизненного цикла процесса и/или конкретной финансовой операции;
б) определение ключевых внешних и/или внутренних событий, которые могут оказать влияние на динамику уровня риска;
в) определение времени наступления этих событий;
г) определение возможных решений или вариантов действий, которые могут быть предприняты в результате наступления или ненаступления каждого ключевого события;
д) определение вероятности принятия каждого из возможных решений;
е) определение уровня риска при прохождении каждого из выявленных этапов процесса.
На основании полученного результата строится «дерево решений». Его узлы представляют собой ключевые события, а стрелки (векторы) и соединяющие узлы — объективный процесс/конкретную финансовую операцию и т.д.
Для проведения анализа полученного «дерева решений», необходимо определить все возможные сценарии и в зависимости от ситуации выбрать оптимальный;
4) метод «Монте-Карло», который является методом формализованного описания неопределенности, применяемым в наиболее сложных для прогнозирования ситуациях.
Толчком к использованию метода «Монте-Карло» в экономических исследованиях послужила работа известного математика, одного из основоположников кибернетики, Джона фон Неймана, который в конце 1940-х годов ввел этот термин. Название метода происходит от имени столицы княжества Монако, известной своими игорными домами, в которых видное место занимает рулетка.
Метод основан на применении имитационных моделей, позволяющих создать множество сценариев, согласованных с заданными ограничениями на исходные переменные. Имитационное моделирование — это искусственный эксперимент, при котором вместо проведения натуральных испытаний (что практически невозможно при анализе ожидаемого уровня почти всех видов рисков в финансовом секторе) проводятся опыты на математических моделях. Имитационное моделирование состоит из процесса разработки модели реальной системы и постановки экспериментов на этой модели для выявления поведения системы в целом, либо для оценки различных стратегий ее функционирования, обеспечивающих достижение поставленной цели.
Достоинствами этого метода является то, что он наиболее полно отражает всю гамму неопределенностей, присущих конкретной ситуации или операции, учитывает всю имеющуюся у аналитика информацию о проекте, а также позволяет получать «интервальные», а не «точечные» характеристики показателей.
Необходимо отметить, что на практике данный метод может быть применен только с использованием ряда компьютерных программ, позволяющих описывать прогнозные модели с большим количеством случайных сценариев. Точность расчетов методом «Монте-Карло» во многом определяется качеством прогнозной модели. Для реализации самого метода необходимо соблюдать следующую последовательность действий:
1) создание прогнозной модели, которая, как правило, представляет собой математическую зависимость между конкретными зависимыми и независимыми показателями;
2) выявление ключевых (значимых) факторов/показателей;
3) определение законов распределения вероятностей по значимым факторам путем установления доверительных интервалов их минимальных, максимальных и оптимальных значений и прогнозирования вида и параметров распределения вероятностей внутри доверительных интервалов;
4) выявление корреляционно-регрессионной зависимости между значимыми показателями/факторами и определение их степени с помощью соответствующих коэффициентов;
5) генерирование множества сценариев, основанных на заданных ограничениях;
6) анализ и корректировка полученных результатов.
Дата публикования: 2015-01-24; Прочитано: 490 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!