х — средняя ожидаемая величина дохода.
Преимуществами статистического метода оценки предпринимательского риска являются его точность и несложность математических
расчетов, а явным недостатком — необходимость большого количества исходных
данных. Кроме того, метод не годится для новых предприятий.
Метод оценки вероятности ожидаемого ущерба основан на том, что степень риска (R ) определяется
как произведение ожидаемого ущерба на вероятность того, что этот ущерб
произойдет. Наилучшим является решение с минимальным размером рассчитанного
показателя. Математически суть этого метода можно выразить в виде формулы:
R = A x p 1 + ( A
+ В) х р2,
где А и В — ущерб при принятии различных решений;
р1, р2 - — степень вероятности получения ущерба.
Метод минимизации потерь основан на расчете возможных потерь при выборе определенного варианта решения задачи. С этой Целью выделяют
два вида потерь:
1) потери, вызванные неточностью изучаемой модели (объекта), или так называемый «риск изучения» (
Rи)- Нельзя эффективно управлять объектом, о котором у
менеджера существуют неясные представления;
2) потери, вызванные неточностью и неэффективностью управления, или «риск действия» (R д). Он связан с возможностью принятия неверных решений
и возникновением потерь в процессе исполнения этих решений.
Степень риска в настоящем и будущем дает сумма этих потерь:
К = Rи + R
д
Еще одним важным методом исследования риска является моделирование задачи выбора с помощью дерева решений. Метод основан на
графическом построении вариантов решений. Его используют тогда, когда решение
принимается поэтапно или когда с переходом от одного варианта решения к другому
меняются вероятности.
Дерево решений — прием, позволяющий наглядно представить логическую структуру принятия решений. Дерево решений создается при
движении слева направо, а анализируется справа налево. По ветвям дерева соотносят
субъективные и объективные оценки возможных событий. Следуя вдоль построенных
ветвей и используя специальные методики расчета вероятностей, оценивают каждый
путь и выбирают менее рискованный.
При создании дерева решений пункты принятия решения обозначаются квадратами, а узлы возникающих неопределенностей — кружками. Для
каждого разветвления неопределенности рассчитывается вероятность положительного
и отрицательного результатов, а в конце каждой финальной ветви указывается
ожидаемый результат. При обратном анализе для каждого узла неопределенности
рассчитывается математическое ожидание. Для каждого пункта принятия решения
результат максимизируется. Лучшее решение принимается по максимальному
результату.