3.4. СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ РИСКА

Методы принятия решений в условиях риска разрабатываются и обосновываются также и в рамках так называемой теории стати­стических решений. Теория статистических решений является тео­рией проведения статистических наблюдений, обработки этих на­блюдений и их использования. Как известно, задачей экономичес­кого исследования является уяснение природы экономического объекта, раскрытие механизма взаимосвязи между важнейшими его переменными. Такое понимание позволяет разработать и осуще­ствить необходимые меры по управлению данным объектом, или экономическую политику. Для этого нужны адекватные задаче ме­тоды, учитывающие природу и специфику экономических данных, служащих основой для качественных и количественных утвержде­ний об изучаемом экономическом объекте или явлении.

Любые экономические данные представляют собой количе­ственные характеристики каких-либо экономических объектов. Они формируются под действием множества факторов, не все из кото­рых доступны внешнему контролю. Неконтролируемые факторы могут принимать случайные значения из некоторого множества значений и тем самым обусловливать случайность данных, кото­рые они определяют. Стохастическая природа экономических дан­ных обуславливает необходимость применения специальных адек­ватных им статистических методов для их анализа и обработки.

Количественная оценка предпринимательского риска вне за­висимости от содержания конкретной задачи возможна, как пра­вило, с помощью методов математической статистки. Главные инструменты данного метода оценки — дисперсия, стандартное отклонение, коэффициент вариации.

В приложениях широко применяют типовые конструкции, ос­нованные на показателях изменчивости или вероятности сопря­женных с риском состояний. Так, финансовые риски, вызванные колебаниями результата вокруг ожидаемого значения, например, эффективности, оценивают с помощью дисперсии или ожидаемо­го абсолютного уклонения от средней. В задачах управления ка­питалом распространенным измерителем степени риска является вероятность возникновения убытков или недополучения доходов по сравнению с прогнозируемым вариантом.

Для оценки величины риска (степени риска) остановимся на следующих критериях:

1)  среднее ожидаемое значение;

2)  колеблемость (изменчивость) возможного результата.

Для статистической выборки

Е =                                о*Л%-~^х}2п-,у_=±иоо_%. (3.4.1)

2,^и' *

Рассмотрим задачу об оценке риска по хозяйственным кон­трактам. ООО «Интерпродукт» решает заключить договор на поставку продуктов питания с одной из трех баз. Собрав данные о сроках оплаты товара этими базами (табл. 3.7), нужно, оценив риск, выбрать ту базу, которая оплачивает товар в наименьшие сроки при заключении договора поставки продукции.

Для первой базы, исходя из формул (3.4.1):

Для второй базы

2992                              13035 31               3 90

Е^.14,61;                                         ^             100% = 26,69%.

Для третьей базы

Коэффициент вариации для первой базы наименьший, что го­ворит о целесообразности заключить договор поставки продук­ции с этой базой.

Рассмотренные примеры показывают, что риск имеет матема­тически выраженную вероятность наступления потери, которая опирается на статистические данные и может быть рассчитана с достаточно высокой степенью точности. При выборе наиболее приемлемого решения было использовано правило оптимальной вероятности результата, которое состоит в том, что из возмож­ных решений выбирается то, при котором вероятность результа­та является приемлемой для предпринимателя.

На практике применение правила оптимальной вероятности результата обычно сочетается с правилом оптимальной колебле­мости результата.

Как известно, колеблемость показателей выражается их дис­персией, средним квадратическим отклонением и коэффициентом вариации. Сущность правила оптимальной колеблемости резуль­тата заключается в том, что из возможных решений выбирается то, при котором вероятности выигрыша и проигрыша для одного и того же рискового вложения капитала имеют небольшой раз­рыв, т.е. наименьшую величину дисперсии, среднего квадратичес- кого отклонения вариации. В рассматриваемых задачах выбор оптимальных решений был сделан с использованием этих двух правил.