Кількісні показники оцінки ступеня ризику в абсолютному вираженні.

Ризик в абсолютному вираженні.

Для здійснення кількісної оцінки економічного ризику підприємець повинен керуватись двома категоріями:

1). Величиною очікуваних втрат спричинених конкретним рішенням.

2). Ймовірністю настання цих втрат.

Для оцінювання ймовірності може застосовуватись один із двох методів:

1). Суб’єктивний метод оцінки ймовірності.

2). Об’єктивний метод (обробка статистичних даних).

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 * Рн,

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:

при чому основною умовою використання цієї формули є: .

Математичне сподівання для неперервної величини: М(х)= ;

· 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

Для дисперсійної величини формула дисперсії має вигляд:

σ2= .

Для неперервної величини: σ2= .

· середньо квадратичне відхилення:

σ = ;

σ = .

Іноді для оцінки величини ризику в абсолютному виразі використовують ймовірність настання небажаних наслідків, тобто величини Р. Для неперервних величин при оцінці ризику іноді достатнім є зображення густоти розподілу випадкових величин Х на графіку (Рис. 2.1):

 

З наведених на малюнку прикладів розподілу віддачі проекту А і Б можна зробити висновок, що ризик проекту Б є меншим ніж ризик проекту А, оскільки менша його розсіюваність навколо середнього значення.