S «
S §
X
§
л S
о
X X
W
S
Он
со
о
и
W £
О а< С
W
3 X
л
<
Й н
УДК 330
ОЦЕНКА И МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКИХ РИСКОВ: ОТ ТЕОРИИ К ПРАКТИКЕ
Бородушко Ирина Васильевна
Санкт-Петербургский имени В.Б. Бобкова филиал Российской таможенной академии, главный научный сотрудник научно-исследовательского отдела, д.э.н., доцент, e-mail: bi08@me.com
В статье представлен систематизированный обзор методов и моделей оценки экономических рисков. Определены особенности и области применения основных способов оценок экономических рисков. Раскрыты новейшие тенденции в развитии методологии риск-анализа. Сделаны выводы о главных особенностях развития методологии оценок рисков. Показано соотношение научного потенциала риск-анализа и степени его востребованности
Ключевые слова: экономический риск; модель риска; оценка риска; вероятностный подход; системные риски; интегральные оценки; риск-менеджмент; экспертный метод; экономическая безопасность; национальная безопасность
ASSESSMENT AND MODELING
OF ECONOMIC RISKS: FROM THEORY TO PRACTICE
Borodushko Irina V.
Russian Customs Academy St. Petersburg branch named after Vladimir Bobkov, scientific research Department, Chief Researcher, Doctor of Economic, Associate Professor, e-mail: bi08@me.com
The article presents a systematized review of methods and economic models of risk assessment. Features and areas of application of the main methods of economic risk assessment are determined. The latest trends in the development of the methodology of risk analysis are revealed. Conclusions are made about the main features of the methodology of risk assessments. The ratio of the scientific potential of risk analysis and the degree of relevance is shown
Keywords: economic risk; model of risk; risk assessment; probabilistic approach; systemic risks; integrated assessment; risk management; expert method; economic security; national security
Для цитирования: Бородушко И.В. Оценка и моделирование экономических рисков: от теории к практике // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. 2016. № 4 (60). С. 56-61.
Риски, сопровождающие функционирование общественных систем - категория всеобщая и противоречивая. Экономические риски в современном мире становятся более многообразными и труднопредсказуемыми, они несут человечеству все более тяжкие потери, деформируют системные связи и отношения. Противоречивая природа рисков выражается в том, что они обладают одновременно и разрушающим, и созидающим потенциалом. Наличие умеренных рисков является несомненным стимулом к совершенствованию и развитию через преодоление вызовов и противодействие угрозам. В предпринимательской деятельности риски выступают в качестве одной из предпосылок достижения ее целей. В жизнедеятельности общества и государства умеренные риски стимулируют общественный прогресс и оптимизацию инструментов управления.
Таким образом, риски представляют неизбежный компонент функционирования различных видов экономических систем, оказывающий сильное воздействие на все стороны их жизнедеятельности, и требующий, соответственно, эффективного управления этими рисками. Наиболее эффективная система управления экономическими рисками имеет своим обязательным условием информационно-аналитическое сопровождение, центральной
частью которого являются оценка и моделирование риска.
По данному вопросу можно разграничить два тесно связанных, но относительно самостоятельных направления деятельности: научная разработка методов оценки и моделирования рисков и их применение на практике. Далее рассмотрим, насколько они взаимно согласованы и какие из этого следуют выводы.
Теоретико-методологические основы оценки и моделирования рисков включают в себя следующие основные позиции, это: классификация рисков; способы их идентификации; система показателей, описывающих характер риска и уровень создаваемой им опасности; методы построения агрегированных индикаторов риска; методы количественной оценки степени риска; построение экономико-математических моделей риска. Последние два пункта представляются наиболее важными, так как являются итоговой информацией, вобравшей в себя результаты по предыдущим пунктам, полученной путем обобщения и математической обработки частных индикаторов риска и предназначенной к использованию в качестве информационно-аналитической базы для управления рисками. Поэтому мы будем рассматривать преимущественно вопросы оценки и моделирования рисков.
Существует несколько подходов к оценке рисков: описательный; вероятностный; аналитический; совмещение нескольких подходов; адаптация к оценкам экономических рисков методов, применяемых в точных науках.
Широко распространен вероятностный подход к оценке риска, рассматривающий рисковое событие как случайную величину и основанный на применении аппарата теории вероятностей и теории выборки. Данный подход позволяет количественно измерить влияние фактора неопределенности. Необходимым условием такого способа оценки риска является наличие данных репрезентативной выборки рисковых событий. При отсутствии подобной фактической информации может быть применен метод Монте-Карло или адекватное изучаемому явлению теоретическое распределение наблюдений, например, Гаусса, Пуассона. Обязательной предпосылкой применения этих методов или обращения к результатам такого анализа рисков является владение соответствующими знаниями в области теории статистики и математической статистики. При этом важно не только владение техникой расчетов, но и не в меньшей степени - содержательной интерпретацией полученных результатов. Существенную роль в грамотной интерпретации числовой информации о рисках играет также обладание навыками так называемого рискового мышления.
Серьезной методической проблемой оценки рисков на базе вероятностного подхода является множественность источников неопределенности, что требует применения специальных математических приемов перехода от частных параметров к агрегированным. Проблемы возникают при выборе и обосновании оптимального способа агрегирования и при решении вопроса о введении весовых коэффициентов для учета относительной значимости частных характеристик.
Возможен сценарный метод оценки риска. Экспертным методом определяются возможные сценарии (варианты) развития, например, пессимистический (низкий), наиболее вероятный (средний) и оптимистический (высокий). Если, например, оцениваются инвестиционные проекты, то для каждого сценария определяется соотношение двух групп параметров - уровень затрат и ожидаемый эффект (результат). Учитывается степень рискованности каждого сценария путем расчета дисперсии или коэффициента вариации по тестируемым показателям.
Перспективным является параллельное использование нескольких методов оценки риска, что важно и для взаимоконтроля результатов, и для получения разносторонней оценки риска.
Доступным методом сравнительной оценки риска является анализ структуры распределения наблюдений по контрольному показателю х] путем расчета индекса риска 1], определяющего для каждого наблюдения его место в полном диапазоне значений показателя по всей совокупности
наблюдений (регионам, предприятиям, отраслям экономики). Крайние значения определяются как максимальное и минимальное. Проводится нормализация индивидуальных значений х] методом линейного преобразования по формулам:
Ц = (х; - хтт) / (хтах - хтт) - для распределений, в которых наиболее рискованными являются максимальные значения параметра х, например, безработица, инфляция, износ основных фондов;
Ц = (хтах - х;) / (хтах - хтт) - для распределений, в которых наиболее рискованными являются минимальные значения параметра х, например, уровень душевых доходов населения, объем ВВП на душу населения, объем экспорта товаров,
где Ц - нормализованное значение показателя х], принимающее значения от 0 до 1; величина 1 соответствует наибольшему уровню риска, величина 0 -наименьшему уровню риска в пределах рассматриваемой совокупности наблюдений;
х] - оцениваемое значение показателя х;
хтт и хтах - минимальное и максимальное значения показателя х в пределах рассматриваемой совокупности наблюдений.
На макро- и мезоуровнях экономики к числу наиболее распространенных методов оценки рисков относится сопоставление фактических или целевых значений экономических параметров с их нормативными значениями, в качестве которых могут быть приняты: плановые, программные, прогнозные, пороговые значения, государственные стандарты, а также среднемировые показатели и зарубежные эталоны. Каждый вариант выбора базы сравнения имеет свои сильные и слабые стороны. Так, например, часто используемый метод сравнения с пороговыми значениями с теоретической точки зрения весьма привлекателен, но крайне трудно на практике определить оптимальные пороговые значения. В качестве таковых обычно принимаются либо величины, установленные по какому-либо формальному критерию, либо экспертным методом.
Например, экспертами Всемирного экономического форума (ВЭФ) разработаны универсальные методы экспертных оценок глобальных рисков, единые для всех стран. ВЭФ предлагает оценивать десять глобальных рисков, в том числе четыре экономических [1, с. 94-95]:
- риск высокого неравенства доходов;
- риск структурных дисбалансов экономики и высокого уровня безработицы;
- риск бюджетных кризисов ведущих экономик мира;
- риск нарушения функционирования основных финансовых механизмов и институтов.
Однако в каждой стране существует своя относительная значимость каждого из этих четырех видов рисков, что делает недостаточно корректным их использование для оценки влияния глобальных рисков на уровень рисков в национальных экономиках.
В России для оценки макроэкономических рисков преимущественно используются пороговые значения, установленные экспертным методом профильными ведомствами. Они имеют либо рекомендательный характер, либо являются обязательными к применению нормативами, стандартами, техническими регламентами. Немало вариантов пороговых значений предлагают авторы научных публикаций, что способствует совершенствованию данного метода оценок экономических рисков, но делает несопоставимыми результаты разных вариантов оценок. Существенным недостатком метода оценки рисков с применением пороговых значений является то, что со временем принятые критерии устаревают и перестают соответствовать реальной ситуации. Притом по разным показателям данный процесс протекает разными темпами.
Особенно большие проблемы возникают при проведении анализа рисков путем сопоставления фактических и пороговых значений на мировом уровне. Применение универсальных критериев оценки делает результаты анализа мало достоверными на национальном уровне. Использование специализированных национальных критериев затрудняет проведение межстранового анализа и агрегирование результатов по группам стран или миру в целом.
Аналитические методы оценки рисков основаны на моделировании с применением методов корреляции и регрессии разного уровня сложности. Их более уместно применять, если рисковое событие воспринимается как детерминированная величина. В основе корреляционного анализа лежит оценка силы влияния каждого отдельного фактора или комплекса факторов на формирование уровня целевого экономического показателя, который может оказаться в зоне высоких рисков. Применение этих методов требует определенных знаний в области статистики, математической статистики, эконометрики. Наиболее часто используется однофак-торная линейная функция вида: У = а + ЬХ,
где У - зависимая переменная - целевой экономический показатель, характеризующий степень риска;
X - независимая переменная - числовое значение фактора, влияющего на У;
Ь, а - коэффициенты уравнения, измеряющие степень влияния X на У.
Главным достоинством данной функции является ее хорошая интерпретируемость. Коэффициент Ь показывает, на сколько единиц изменится У при возрастании X на одну единицу. Но применение однофакторной линейной функции ограничено двумя обстоятельствами: фактические механизмы связи экономических показателей редко носят линейный характер и фактор X, как правило, действует не «в одиночку», а включен в систему факторов разной степени значимости.
Более достоверные результаты может дать использование множественной линейной функции, в которую включены все наиболее значимые факторы. Если связь между зависимой и независимыми переменными является нелинейной, то используют нелинейные функции, например, экспоненциальную, логарифмическую, степенную. Но смысл коэффициентов в этих функциях трудно поддается содержательной интерпретации.
Рассмотрим частный пример использования приведенной выше однофакторной линейной функции для оценки экономического риска. Если принять за У средние затраты в год на ремонт одной единицы производственного оборудования в тыс. руб., за X - истекший срок полезного использования оборудования в годах, то, используя данные В.В. Земскова [2], получим уравнение вида: У = 76,22 + 8,27 X.
По данным Росстат, в 2015 году в целом по коммерческим организациям (без малого и среднего предпринимательства) в России средний возраст машин и оборудования составлял 11,2 года. Подставляем в уравнение X = 11,2 и получаем У = 168,84 тыс. руб. Это означает, что в среднем организации затрачивают на ремонт каждой единицы машин оборудования по 168,84 тыс. руб. в год. Таковы общие итоги. В отраслевом разрезе показатели существенно различаются. Максимальный средний возраст машин и оборудования имеет место в обрабатывающих производствах (12,1 года) и в производстве и распределении электроэнергии, газа, воды (14,2 года).
Вполне очевидно, что в отношении машин и оборудования их возраст намного превышает средние значения. Рассчитаем величину расхода на ремонт машин и оборудования, возраст которых составляет, например, 25 лет. Получаем сумму 283 тыс. руб. За пять лет это составит 1,4 млн руб., следовательно, использование столь устаревшего оборудования экономически нецелесообразно (низкая производительность, а затраты на ремонт становится сопоставимы с приобретением нового оборудования) и сопряжено с высокими рисками аварийности, чреватыми материальным ущербом, причинением вреда жизни и здоровью людей.
Ценность анализа рисков с применением математических функций снижается из-за того, что в них используется текущая информация, характеризующая лишь современное состояние экономической системы, в то время как в целях управления рисками важно также принимать во внимание ожидаемую ситуацию на ближайшее и отдаленное будущее. Для решения задач подобного вида может быть использован метод прогнозирования значений У с учетом результатов анализа текущей ситуации и динамики за предыдущие годы. Слабой стороной данного подхода является предположение, что на будущее сохранятся современные тенденции, что редко происходит в действительности. Если же в прогнозную модель
заложить коэффициенты, установленные экспертным методом, то начинает действовать фактор субъективности оценок.
Особого внимания заслуживает многофакторная модель оценки рисков госзаказов, разработанная В.И. Авдийским и В.М. Безденежных [3]. Оригинальность данного подхода к оценке рисков госзаказов на выполнение НИР и ОКР состоит в построении методики интегральной оценки, охватывающей три вида рисков - экономического, социального и экологического. Например, основными индикаторами экономических рисков послужили: величина дохода, рентабельность и период окупаемости. Дополнительно были учтены факторы экономических рисков выполнения НИР и ОКР: сложность работ, их новизна, ценность результата, масштабность, объем информационных массивов, сложность программного обеспечения и глубина доработки системы. В качестве базы сравнения применяются пороговые значения целевых показателей для каждой из трех сфер риска (экономической, социальной, экологической), определяемые экспертным методом. Единицами наблюдения выступают предприятия. По отрасли в целом определяется комплекс частных индексов риска на основе использования стандартизованных значений показателей. Стандартизация необходима для обеспечения сопоставимости разных по своей природе показателей. Далее вычисляется интегральный взвешенный индекс риска путем агрегирования частных индексов.
Расширяется круг исследований, посвященных проблеме экономико-математического моделирования рисков в рамках междисциплинарных исследований [4]. На уровне предприятий может быть применен метод моделирования рисков, основанный на теории игр. Основная область его использования - прогнозирование поведения конкурентов на целевых рынках компании. Это помогает принять оптимальные решения по вопросам увеличения конкурентоспособности предприятия. Перспективным также является логико-вероятностный метод оценки кредитных рисков, рисков портфеля ценных бумаг, операционных рисков в сложных социально-экономических системах (банки, торговые сети и другое). На энтропийном подходе основаны методы моделирования рисков на финансовых рынках.
Одним из новых подходов к оценкам рисков является применение логико-вероятностных моделей (ЛВ-модели) риска неуспеха в управлении экономической безопасностью социально-экономических систем. Для построения ЛВ-моделей требуются специальные программные средства. Разработка ЛВ-моделей риска носит междисциплинарный характер, так как в них учитываются разные виды рисков (экономические, социальные, информационные) и разные техники построения моделей. В ЛВ-моделях используются нормированные показатели риска, принимающие значения от 0 до 1. В качестве исходной информации используются фактические данные, экспертные оценки,
материалы общественных опросов. ЛВ-модели предпочтительно использовать для анализа рисков и прогнозирования развития сложных социально-экономических систем. В процессе совершенствования методов построения ЛВ-моделей стали создаваться отдельные их типы: гибридные, валиднос-ти, концептуальные, индикативные.
Наиболее сложными являются гибридные ЛВ-модели. Их особенности состоят в следующем:
а) в качестве субъектов (решающих проблему или влияющих на ее решение) выступают правительство, бизнес, ученые, общественное мнение;
б) в качестве объектов (проблем, создающих рисковую ситуацию) в модели могут быть представлены: коррупция, мошенничество, наркотизация общества, аферы с инвестициями; экономические санкции;
в) в качестве используемых видов моделей: логические, структурные, вероятностные, структурно-логические, а также присутствует сценарный метод оценки рисков;
г) модели включают в себя большое число переменных - 80 и более показателей;
д) при построении моделей учитывается механизм связи разных видов рисков.
Специфический подход требуется при оценке системных рисков, свойственных эпохе глобализации и способных оказать значительное разрушительное влияние на мировую экономику и национальные экономики. Отличительной особенностью системных рисков является распространение частного экономического шока на другие элементы социально-экономических систем различного уровня. Способы распространения шока могут быть разными, так, он может распространяться каскадно, вирус-но, избирательно и иными способами. Специфика системных рисков требует применения особых методов их оценки. Главными принципами оценки системных рисков являются:
1) необходимость применения специальных приемов агрегирования информации, так как комплексная оценка системных рисков невозможна методом простого суммирования оценок частных рисков;
2) выбор метода агрегирования частных оценок рисков: он должен опираться на учет способа распространения шока между элементами системы по каналам инфраструктуры или внешней среды;
3) необходимость применения одновременно разных методов оценки системных рисков -статистических и динамических, количественных и качественных.
Примеры практического применения методов оценки рисков. На корпоративном уровне преобладает использование наиболее доступных для массового применения методов оценки рисков. Ограниченный и избирательный характер носят оценки и анализ рисков мезо- и макроуровней, управление которыми находится в компетенции государства.
На федеральном и региональном уровнях доминирует подход с позиций анализа и противодействия угрозам экономической и национальной безопасности [5; 6; 7; 8].
Налоговые риски государства, состоящие в недостаточном поступлении налоговых платежей в бюджетную систему, проявляются в зоне взаимодействия субъектов макроуровня (государственные финансовые институты) и микроуровня (налогоплательщики - физические и юридические лица). Однако специальный мониторинг налоговых рисков государства не предусмотрен. Не определены в официальном порядке методы их оценки.
Финансовые риски государства неизменно сопровождают процесс управления финансовой системой как на федеральном, так и на региональном уровнях. Финансовые риски государства - понятие более широкое, чем налоговые риски государства, так как последние являются лишь одним из видов финансовых рисков. Научные основы государственного финансового риск-менеджмента не разработаны. В практике управления государственными финансами реализуется комплекс мер по предупреждению и снижению тяжести потерь от рисковых ситуаций, но без применения какого-либо специального методического аппарата по количественной и качественной оценке финансовых рисков.
Риски таможенных органов понимаются как возможность причинения ущерба государству при выполнении процедур таможенного контроля и вследствие допущенных нарушений норм таможенного законодательства со стороны участников внешнеэкономической деятельности. В России действует сложившаяся система риск-менеджмента в области таможенного дела. Ведутся научные исследования с целью обобщения и совершенствования методов оценки и моделирования таможенных рисков [9; 10].
Экономические риски нефтегазовой отрасли в России обусловлены не только и не столько ситуацией на мировых рынках энергоносителей, о чем чаще всего упоминается, сколько стратегическими рисками, связанными с неопределенностью перспектив развития технологической базы отрасли. Устойчивое расширение шельфовой добычи, составляющее главный потенциал отрасли, возможно лишь при условии использования специальных технологий и оборудования, отечественные разработки которых пока отсутствуют, а их импорт затруднен в силу известных геополитических проблем. Таким образом, стратегические риски нефтегазовой отрасли требуют к себе особого внимания и, следовательно, научно обоснованного анализа, оценки, моделирования. Но, насколько нам известно, отсутствует сама постановка вопроса в таком ракурсе и в научных кругах, и со стороны представителей заинтересованных ведомств.
Общий порядок оценки рисков организаций определен введенным впервые в России в 2012 году национальным стандартом «ГОСТ Р ИСО/МЭК 31010-2011. Менеджмент риска. Методы оценки риска». Стандарт был утвержден и введен в действие
Приказом Федерального агентства по техническому регулированию и метрологии от 01.12.2011 № 680-ст. Российский стандарт идентичен международному стандарту ISO/IEC 31010:2009 «Risk management - Risk assessment techniques». Российский стандарт адресован промышленным предприятиям и является дополнением к ИСО 31000. Предусмотренная стандартом методика оценки риска основана на использовании двух величин - вероятности рискового события и его последствий. Должны приниматься во внимание множественность факторов и последствий риска, множественность самих рисков, качественные и количественные индикаторы риска. Степень глубины анализа и оценки риска зависит от конкретной ситуации в организации.
Примером государственного нормативного регулирования вопросов оценки рисков может служить письмо Минтруда и соцзащиты РФ от 25.12.2014 № 18-0/10/В-8980 «О проведении федеральными государственными органами оценки коррупционных рисков». Положения данного документа носят рекомендательный характер, имеют своей целью обеспечить единство подходов государственных органов к оценке коррупционных рисков, адресованы кадровым службам государственных органов. В документе говорится о мониторинге, но в нем отсутствуют какие-либо указания о числовых индикаторах коррупционных и рисков, и методике их расчета.
Представленный выше краткий обзор методов оценки экономических рисков позволяет сделать следующие общие выводы:
- в современной науке разработан и продолжает совершенствоваться комплекс методов оценки экономических рисков, включающий в себя приемы разной степени сложности и опирающийся на разные концептуальные подходы, позволяющий обеспечить максимальное соответствие метода оценки природе риска и целям управления рисками;
- новейшие подходы к оценкам экономических рисков ориентированы на углубление их аналитических функций за счет перехода на междисциплинарный уровень и интеграции экономических и иных видов рисков в рамках единой модели;
- наиболее информативным является риск-анализ, опирающийся на сочетание взаимодополняющих друг друга частных и интегральных оценок рисков;
- в России имеющийся научно-методологический потенциал оценки рисков в недостаточной мере востребован а на практике в силу ряда объективных (чем сложнее и совершеннее метод оценки риска, тем он менее доступен для массового применения) и субъективных (ограничения ресурсной базы и кадрового состава организаций и ведомств) обстоятельств.
Библиографический список:
1. Соловьев А.И. Глобальные риски и оценка их влияния на социально-экономическую политику России // Экономика и управление. 2015. № 5. С. 92-99.
2. Земсков В.В. Управление рисками в системе экономической безопасности // Успехи современной науки и образования. 2016. Т. 3, № 11. С. 19-22.
3. Авдийский В.И., Безденежных В.М. Учет рисков в определении цены госзаказа и оценки экономической эффективности. Экономика. Налоги. Право. 2015. № 12. С. 83-91.
4. Карасева Е.И. Междисциплинарные исследования в теории экономических рисков // Экономика и финансы. 2016. № 1. С. 11-16.
5. Янковская Е.С. Система национальной безопасности и международная миграция // Вестник Санкт-Петербургской юридической академии. 2014. № 4 (25). С. 79-84.
6. Янковская Е.С. Правовая основа обеспечения национальной безопасности в Российской Федерации // Вестник Санкт-Петербургской юридической академии. 2014. № 2 (23). С. 12-17.
7. Максимов Ю.А. Налоговая политика в сфере государственного регулирования внешней торговли как средство обеспечения экономической безопасности // Успехи современной науки и образования. 2016. Т. 3, № 9. С. 49-54.
8. Максимов Ю.А. Задачи обеспечения и критерии оценки уровня экономической (финансово-бюджетной) безопасности при осуществлении государственного регулирования внешней торговли // Экономика, социология и право. 2015. № 3. С. 50-55.
9. Афонин П.Г., Гамидуллаев С.Н. Теория игр в управлении таможенными рисками при выборе форм таможенного контроля // Вестник Российской таможенной академии. 2010. № 2. С. 94-99.
10. Тебекин А.В. Методы экономического и таможенного риск-менеджмента внешнеэкономической деятельности // Ученые записки Санкт-Петербургского имени В.Б. Бобкова филиала Российской таможенной академии. 2015. № 4. С. 24-31.