Риск, неопределенность, доходность

Все факторы, которые  определяют степень риска, разделяют  на две группы - объективные или внешние и субъективные или внутренние. К объективным относятся факторы, которые не зависят непосредственно от конкретного предприятия. Предприятие должно строить свою деятельность таким образом, чтобы сглаживать их деструктивное влияние и использовать возникающие благоприятные возможности. В свою очередь, объективные или внешние факторы риска разделяют на факторы непосредственного влияния и факторы опосредованого влияния. К факторам непосредственного влияния относятся:

- законодательные и нормативно-правовые акты, которые регулируют хозяйственную и предпринимательскую деятельность;

- бюджетная, финансово-кредитная и налоговая системы;

- действия органов власти;

-действия экономических контрагентов (поставщиков, потребителей, торговых и сбытовых посредников и т.п.);

-конкуренция;

-действия криминалитета и т.п..

К факторам опосредованного влияния относятся:

- политическая, экономическая, демографическая, социальная, экологическая ситуации и их изменения;

- стихийные бедствия;

- международные экономические связи и торговля;

- НТП и т.п.

К субъективным принадлежат факторы, которые характеризуют  непосредственно конкретное предприятие:

-стратегия развития;

-  маркетинг;

- производственные мощности;

-технологии;

-кадры и мотивация их деятельности;

-качество продукции;

-система управления;

-местоположение и т.п.

Данные факторы  риска являются управляемыми и их действие можно если не свести к  нулю, то, по крайней мере, минимизировать. Выделенные группы факторов риска, имеющие общие элементы, которые тесно взаимодействуют один с другим. Поэтому рассматривать данные две группы факторов следует вместе в их тесной взаимосвязи.

3. Вероятность  и доходность

3.1.Распределения вероятностей и ожидаемая доходность. Как уже не раз говорилось, риск связан с вероятностью того, что фактическая доходность будет ниже ее ожидаемого значения. Поэтому распределения вероятностей являются основой для измерения риска проводимой операции. Однако, надо помнить, что получаемые при этом оценки носят вероятностный характер.

Пример 1. Предположим, например, что Вы намерены инвестировать 100000 дол. сроком на один год. Альтернативные варианты инвестиций приведены в табл. 3.1. Во-первых, это ГКО-ОФЗ со сроком погашения один год и ставкой дохода 8%, которые могут быть приобретены с дисконтом, т. е. по цене ниже номинала, а в момент погашения будет выплачена их номинальная стоимость.

Таблица 3.1. Оценка доходности по четырем инвестиционным альтернативам

 

Состояние экономики	Вероятность рi	ГКО-ОФЗ,%	Доходность  инвестиций при данном состоянии экономики, %
			корпоративные ценные бумаги	проект 1	Проект 2
Глубокий спад	0.05	8.0	12.0	-3.0	-2.0
Незначительный  спад	0.20	8.0	10.0	6.0	9.0
Стагнация	0.50	8.0	9.0	11.0	12.0
Незначительный  подъем	0.20	8.0	8.5	14.0	15.0
Сильный подъем	0.05	8.0	8.0	19.0	26.0
Ожидаемая доходность	—	8.0	9.2	10.3	12.0

 

 

 

 

 

 

 

 

 

 

Примечание. Доходность, соответствующую различным состояниям экономики, следует рассматривать как интервал значений, а отдельные ее значения — как точки внутри этого интервала. Например, 10%-ная доходность облигации корпорации при незначительном спаде представляет собой наиболее вероятное значение доходности при данном состоянии экономики, а точечное значение используется для удобства расчетов. Во-вторых, корпоративные ценные бумаги (голубые фишки), которые продаются по номиналу с купонной ставкой 9% (т. е. на 100000 дол. вложенного капитала можно получать 9000 дол. годовых) и сроком погашения 10 лет. Однако Вы собираетесь продать эти ценные бумаги в конце первого года. Следовательно, фактическая доходность будет зависеть от уровня процентных ставок на конец года. Этот уровень в свою очередь зависит от состояния экономики на конец года: быстрые темпы экономического развития, вероятно, вызовут повышение процентных ставок, что снизит рыночную стоимость голубых фишек; в случае экономического спада возможна противоположная ситуация. В-третьих, проект капиталовложений 1, чистая стоимость которого составляет 100000 дол. Денежный поток в течение года равен нулю, все выплаты осуществляются в конце года. Сумма этих выплат зависит от состояния экономики. И, наконец, альтернативный проект капиталовложений 2, совпадающий по всем параметрам с проектом 1 и отличающийся от него лишь распределением вероятностей ожидаемых в конце года выплат. Под распределением вероятностей, будем понимать множество вероятностей возможных исходов (в случае непрерывной случайной величины это была бы плотность распределения вероятностей). Именно в этом смысле следует истолковывать представленные в табл. 3.1 четыре распределения вероятностей, соответствующие четырем альтернативным вариантам инвестирования. Доходность по ГКО-ОФЗ точно известна. Она составляет 8% и не зависит от состояния экономики.

 

 4. Среднее линейное и среднее квадратическое отклонение

 4.1.Среднее квадратическое отклонение. Среднее квадратичное отклонение определяется как обобщающая характеристика размеров вариации признака в совокупности. Оно равно квадратному корню из среднего квадрата отклонений отдельных значений признака от средней арифметической, т.е. корень из дисперсии и может быть найдена так:

1. Для первичного  ряда:

 

 

2. Для вариационного  ряда:

Преобразование формулы среднего квадратичного отклонени приводит ее к виду, более удобному для практических расчетов:

Среднее квадратичное отклонение определяет на сколько в среднем отклоняются конкретные варианты от их среднего значения, и к тому же является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, и поэтому хорошо интерпретируется.

Примеры нахождения cреднего  квадратического отклонения: Пример 1, Пример 2

Для альтернативных признаков формула среднего квадратичного отклонения выглядит так:

где р — доля единиц в совокупности, обладающих определенным признаком; 
q — доля единиц, не обладающих этим признаком.

4.2 Понятие среднего линейного отклонения. Среднее линейное отклонение в задачах по статистике определяется как средняя арифметическая абсолютных значений отклонений отдельных вариантов от их средних арифметических.

1. Для первичного ряда:

2. Для вариационного  ряда:

где сумма n — сумма частот вариационного ряда.

Пример  нахождения cреднего линейного отклонения: Пример 1

Преимущество  среднего абсолютного отклонения как меры рассеивания перед размахом вариации, очевидно, так как эта мера основана на учете всех возможных отклонений. Но этот показатель имеет существенные недостатки. Произвольные отбрасывания алгебраических знаков отклонений могут привести к тому, что математические свойства этого показателя являются далеко не элементарными. Это сильно затрудняет использование среднего абсолютного отклонения при решении задач, связанных с вероятностными расчетами.

Поэтому среднее  линейное отклонение как мера вариации признака применяется в статистической практике редко, а именно тогда, когда суммирование показателей без учета знаков имеет экономический смысл. С его помощью, например, анализируется оборот внешней торговли, состав работающих, ритмичность производства и т. д.

4.3 Среднее квадратическое. Среднее квадратическое применяется, например, для вычисления средней величины сторон n квадратных участков, средних диаметров стволов, труб и т. д. Она подразделяется на два вида. Средняя квадратичная простая. Если при замене индивидуальных величин признака на среднюю величину необходимо сохранить неизменной сумму квадратов исходных величин, то средняя будет являться квадратичной средней величиной. Она является квадратным корнем из частного от деления суммы квадратов отдельных значений признака на их число:

Средняя квадратичная взвешенная вычисляется по формуле:

где f — признак  веса.

4.4 Средняя кубическая. Средняя кубическая применяется, например, при определении средней длины стороны и кубов. Она подразделяется на два вида. Средняя кубическая простая:

Средняя кубическая взвешенная:

При расчете  средних величин и дисперсии в интервальных рядах распределения истинные значения признака заменяются центральными значениями интервалов, которые отличны от средней арифметической значений, включенных в интервал. Это приводит к возникновению систематической погрешности при расчете дисперсии. В.Ф. Шеппард определил, что погрешность в расчете дисперсии, вызванная применением сгруппированных данных, составляет 1/12 квадрата величины интервала как в сторону повышения, так и в сторону понижения величины дисперсии.

Поправка Шеппарда должна применяться, если распределение близко к нормальному, относится к признаку с непрерывным характером вариации, построено по значительному количеству исходных данных (n > 500). Однако исходя из того, что в ряде случаев обе погрешности, действуя в разных направлениях компенсируют друг друга, можно иногда отказаться от введения поправок.

Чем меньше значение дисперсии и среднего квадратического  отклонения, тем однороднее совокупность и тем более типичной будет  средняя величина. В практике статистики часто возникает необходимость сравнения вариаций различных признаков. Например, большой интерес представляет сравнение вариаций возраста рабочих и их квалификации, стажа работы и размера заработной платы, себестоимости и прибыли, стажа работы и производительности труда и т.д. Для таких сопоставлений показатели абсолютной колеблемости признаков непригодны: нельзя сравнивать колеблемость стажа работы, выраженного в годах, с вариацией заработной платы, выраженной в рублях.

Для осуществления  таких сравнений, а также сравнений колеблемости одного и того же признака в нескольких совокупностях с разными средним арифметическим используется относительный показатель вариации — коэффициент вариации.

5.Коэффициент вариации и коэффициент детерминации.

5.1Понятие коэффициента вариации. Коэффициент вариации — это отношение среднего квадратического отклонения к средней арифметической, выраженное в процентах. Он применяется для сравнений колеблемости одного и того же признака в нескольких совокупностях с различным средним арифметическим.

Расчет коэффициента в контрольных по статистике происходит по формуле:

Коэффициент вариации используют не только для сравнительной оценки единиц совокупности, но и также для характеристики однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33%.

Пример решения задачи на нахождение коэффициента вариации Вы можете посмотреть здесь

Вариация признака определяется различными факторами, часть этих факторов можно выделить, если статистическую совокупность разделить на группы по определенному признаку. Тогда, наряду с изучением вариации признака по совокупности в целом, можно изучить вариацию для каждой из составляющих ее группы и между этими группами. В простом случае, когда совокупность разделена на группы по одному фактору, изучение вариации достигается посредством вычисления и анализа трех видов дисперсий: общей, межгрупповой и внутригрупповой.

Эмпирический коэффициент детерминации

Эмпирический коэффициент детерминации широко применяется в статистическом анализе и является показателем, представляющим долю межгруппопой дисперсии в дисперсии результативного признака и характеризует силу влияния группировочного признака на образование общей вариации. Он может быть рассчитан по формуле:

Коэффициент детерминации показывает долю вариации результативного признака у под влиянием факторного признака х, он связан с коэффициентом корреляции квадратичной зависимостью. При отсутствии связи эмпирический коэффициент детерминации равен нулю, а при функциональной связи — единице.

Например, когда  изучается зависимость производительности труда рабочих от их квалификации коэффициент детерминации равен 0,7, то на 70% вариация производительности труда рабочих обусловлена различиями в их квалификации и на 30% — влиянием прочих факторов.

Эмпирическое  корреляционное отношение — это  квадратный корень из коэффициента детерминации. Отношение показывает тесноту связи  между группировочным и результативным признаками. Эмпирическое корреляционное отношение принимает значения от -1 до 1. Если связи нет, то корреляционное отношение равняется нулю, т.е. все групповые средние равняются между собой и межгрупповой вариации нет. Значит, группировочный признак не влияет на образование общей вариации.