Оцінка ризику на основі абсолютних і відносних показників
Система кількісних оцінок ризику в абсолютному виразі складається з таких:
у випадку, коли рішення є альтернативним, тобто можливі лише два наслідки його реалізації, показники ризику розраховуються за такою залежністю:
R = Xн х Рн, (8.5)
де Хн – величина збитків у разі настання негативного наслідку рішення;
Рн – ймовірність настання негативного наслідку.
у випадку, якщо рішення мають декілька (безліч) наслідків реалізації, використовують показники:
- математичне сподівання. Математичне сподівання дискреційної величини представляє собою суму добутків можливих варіантів цієї величини на їх імовірність:
М(х)= , (8.6)
при чому основною умовою використання цієї формули є:
. (8.7)
Математичне сподівання для неперервної величини:
М(х)= (8.8)
- показник дисперсії характеризує ступінь мінливості реальних даних деякої випадкової величини навколо математичного сподівання. Визначається як математичне сподівання квадратів відхилень індивідуальних значень випадкової величини від її математичного сподівання:
σ2=М(х – М(х))2. (8.9)
Для дисперсійної величини формула дисперсії має вигляд:
σ2= . (8.10)
Для безперервної величини:
σ2= . (8.11)
- середньо квадратичне відхилення:
σ = , (8.12) σ = . (8.13)
Іноді для оцінки величини ризику в абсолютному виразі використовують ймовірність настання небажаних наслідків, тобто величини Р.
Для оцінки ризику при обґрунтуванні управлінських рішень, в більшості випадків, не достатньо використання абсолютних показників. В системі оцінки ризику використовують відносні показники.
У відносному виразі ризик визначається: коефіцієнтом ризику, який визначається як відношення величини максимальних втрат від даного виду діяльності до деякої бази порівнянь (за таку базу може прийматись обсяг власних ресурсів підприємства, загальні величини втрати по даному виду діяльності або сподіваний дохід від даного виду діяльності):
Кр = Х/К, (8.14)
де Х – величина максимально можливих втрат;
К – база порівнянь.
Цей показник, як правило завершує проведення дисперсійного аналізу ризику і використовується при наявності масиву статистичної інформації. При чому, чим більший цей показник, тим більшим є ризик, пов’язаний з даним проектом.