Управление экономическим риском. Теоретические основы и приложения
Шрифт:
Приходится различать две разнесенные во времени оценки: «стартового» и «финального» уровня риска. «Стартовый» уровень риска характеризует риск, заключенный в идее, замысле, предложении, в то время как «финальный» уровень риска уже учитывает вклад тех «антирисковых» мер, которые могут быть продуманы, разработаны и предусмотрены заранее, до того, как те или иные факторы риска проявят себя. Разнесенными во времени оказываются два других события: момент принятия решения и момент наступления ущерба. В итоге противоречие разрушает сама асимметрия времени.
Н. Луман, прослеживая этимологию понятия «риск», показывает, что решения, принятые с учетом риска, являются решениями, с помощью которых связываются разнесенные во времени события. Хотя будущее не может быть известно в достаточной мере; причем даже то будущее, которое создается решениями самих людей (Луман, 1994 с. 143), тем не менее сознательное принятие рискованных решений расширяет границы рационального действования.
Не следует думать, что люди становятся предпринимателями только потому, что они в самом деле рисковые натуры, люди авантюрного склада. Психологами доказано, что огромное большинство людей испытывает как раз антипатию к риску и не склонны принимать повышенный риск. Но если отвергать решения, связанные с принятием повышенного риска, то многие прекрасные идеи никогда не были бы реализованы, так как им суждено было бы долгие годы ждать какого-нибудь авантюриста. Н. Луман (1994, с. 156) утверждал, что «в процесс с неопределенным результатом ввязываются с большей готовностью, если имеются гарантии правовой защиты. Замечено также, что в рискованных ситуациях менеджеры склонны переоценивать степень своего контроля над процессами, которые могут быть чреваты ущербом, бывает даже так, что они игнорируют имеющиеся данные и подбадривают себя тем, что обеспечивают появление других, более благоприятных оценок. Иными словами, идет активный поиск данных в пользу предположения о том, что процесс и далее не выйдет из-под контроля». Всякая оценка риска всегда остается привязанной к контексту. По-видимому, не существует абстрактного предпочтения или пренебрежения риском. В этом смысле важным представляется использование в практике антирисковых подразделений предприятий метода «протоколов мониторинга риска», который далее описан более подробно.
Известно также, что хозяйственные руководители, добивающиеся стабильного успеха и высоких экономических результатов своих предприятий, чаще избегают рискованных авантюристических проектов и предпочитают надежные проверенные осмотрительные действия. И это несмотря на то, что сделки с наиболее высокой степенью риска при их благополучном исходе оказываются, как правило, и самыми прибыльными. Недаром в обыденном сознании больший риск ассоциируется не только с потенциально большей выгодой, но и с возможностью больше потерять. В некоторых работах эта ситуация описывается как «сожаления после принятия решения» (postdecision regret). Это случай решений, в которых возможно придется раскаиваться, указывает на то, что решение, которое привело к ущербу, могло быть, тем не менее, правильным. Асимметрия времени разрушает и этот парадокс. По сути дела, именно для этого случая разрабатывались вероятностно-статистические модели исчисления риска.
Однако, какие бы изощренные вычисления ни производились и какие бы при этом ни получались убедительные совпадения результатов, это отнюдь не означает, что существует такое решение, которое вообще избавляет от риска. И, само собой разумеется, отказ от принятия какого-либо решения – это тоже решение, которому также сопутствует риск не получить желаемый результат. Опыт учит: чем больше знаешь, тем больше знаешь, чего не знаешь, и тем скорее формируется сознание риска. Тем не менее, чем более рациональны, чем более сложно задуманы обосновывающие решение исследования и расчеты, тем больше граней проблемы попадает в поле зрения. Идея использования категории «хозяйственный риск» и связанных с ней расчетов и оценок способствует расширению исследовательских и прикладных возможностей и пополнению знаний об управляемом хозяйственном объекте, а значит, в конечном счете будет способствовать повышению качества управления.
1.2. Подходы к формализации неопределенности и риска
Для формализованного описания неопределенности обычно используются три класса математических моделей, различающиеся степенью информированности о состоянии объективной реальности: стохастические, лингвистические, и нестохастические, или игровые (Клейнер, Смоляк, 2000). В стохастических моделях неопределенность описывается распределением вероятностей на заданном множестве. В лингвистических моделях – функцией принадлежности, задаваемой вербально [5] . Нестохастические игровые модели используются тогда, когда имеется возможность лишь задать неструктурированное множество значений элементарного события, потенциально могущих реализоваться.
5
В данной работе нечеткие модели включают в класс лингвистических.
В частности, для математической постановки задачи анализа риска исходная информация может быть представлена в виде нагруженной причинно-следственной сети (ПСС), отражающей результаты качественного анализа ситуации с учетом компонентов риска. Под причинно-следственной сетью понимается ориентированный граф, каждый узел которого обозначает событие или совокупность событий (факторов риска), приводящих к нежелательным последствиям, а дуги соединяют причины с каждым из возможных непосредственных нежелательных последствий. Таким образом, ПСС формализует качественные результаты анализа риска данного объекта, фиксируя перечни факторов риска и вариантов нежелательного развития событий в случае реализации одного или нескольких факторов риска. Неопределенность и неоднозначность развития событий отображаются в ПСС тем, что из каждого узла ПСС выходит в общем случае не одна дуга. Возможны ситуации, для которых известна информация о степени возможности реализации того или иного исхода. Это соответствует наличию информации для каждой дуги, исходящей из данного узла, о степени возможности перехода по ней. В таком случае можно перейти к нагруженным ПСС. Способ нагружения ПСС это способ описания неопределенности перехода, который фактически и определяет класс математической модели анализа риска (Аркин, Смоляк, 1984).
Последняя разновидность моделей неопределенности – нестохастические игровые модели – позволяет преодолеть ограниченность механистического понимания каузальности, включая в рассмотрение и фокусируя внимание на том, что в экономических явлениях мы имеем дело с совершенно особыми объектами, демонстрирующими непривычные для нас формы причинности. Экономические явления отличаются тем, что в известные, то есть изученные закономерности вторгается игра, то есть столкновение двух (а может быть, и более) подвижных и реагирующих друг на друга субъектов, стратегий, воль и интеллектуальных усилий. Это приводит к тому, что, начиная с некоторого момента, параметры закономерности могут измениться (происходит обучение или самообучение некоторых экономических субъектов-участников взаимодействия, несимметрично меняется информированность субъектов), и один (или более) из экономических субъектов начинает вести себя иначе, по иным закономерностям, чем до этого. В одном случае информированность субъекта-участника (или предсказуемость его поведения) составляет постоянную величину, в другом – она может изменяться.
Это обстоятельство приводит к выделению различных типов причинности: с конкретным (условно постоянным) уровнем информированности для стабильных экономических систем и с возрастанием информированности – в системах подвижных («игровых»). Первые имеют симметрические структуры, вторые – симметрично-асимметричные. Для пояснения этого явления Ю. М. Лотман [6] приводит следующий пример: очередная шахматная партия может завершиться неожиданностью вследствие того что один из игроков стал лучше играть, то есть имел место прирост информации [7] . Для этого нужны два игрока – при игре с самим собой неожиданность исключена. Они симметричны, но по позам зеркально противоположны, а интеллектуально различны (асимметрия в симметрии). Всякий раз, когда возникает асимметрия, возможен прирост информации или приращение знания [8] .
6
См. Максимов Д. Е. Из переписки с Ю. М. Лотманом и З. Г. Минц / публ., подгот. текста, вступ. заметка и примеч. Б. Ф. Егорова // Звезда. 2004. № 12.
7
Более правильным и точным в этом случае будет говорить о приращении знания.
8
Например, для рождения ребенка нужна половая асимметрия, для интеллектуального процесса – асимметрия полушарий головного мозга, асимметрия в симметрии – закон художественных структур и пр. (М. Ю. Лотман).
В экономических взаимодействиях примерами асимметрии информации (или информационного неравенства) могут служить ситуации, когда один из участников получает, например, доступ к инсайдерской информации и узнает скрываемую информацию о положении или намерениях другого субъекта экономических взаимодействий (например, конкурента). Аналогично, когда становится известной информация о появлении у одной из соперничающих фирм технологического новшества либо о внедрении организационной инновации, благодаря чему эта фирма смогла реализовать более высокие скорости обработки и выполнения заказов (например, интернет-торговля и т. п.), либо когда предприятие обучает своих сотрудников новым способам выполнения работ (кружки качества и т. п.). Фактически это иллюстрации к тезисам К. Эрроу, Ж. Дебре по «Асимметрии информации» о том, что все субъекты рынка фактически находятся в состоянии разной информированности (асимметрия информации). Подключение функции управления риском позволяет в какой-то мере компенсировать негативный эффект асимметрии информации (точнее, асимметрии информированности) для данного субъекта хозяйственной деятельности. К этому надо добавить, что существует еще разница между информированностью субъектов экономической деятельности как целого и информированностью данного руководителя предприятия, исследователя риска и др., которых не всегда можно отождествить с исследуемым субъектом хозяйственной деятельности.
Приведенные соображения указывают на то, что в задачах управления экономическим риском, кроме известных моделей неопределенности с постоянными характеристиками информированности, мы сталкиваемся еще и с моделями, в которых некоторые характеристики могут меняться со временем (например, изменяется, причем по-разному, информированность участвующих в этих взаимодействиях субъектов). При этом сама неопределенность остается объективной и нейтральной, не обладающей целеориентированными свойствами. Таким образом, в экономических задачах неопределенность может выступать еще и как своеобразный феномен объективной реальности, который характеризуется иным видом причинности, обусловленным ее асимметрично-симметричными возможностями приращения знаний участниками экономических взаимодействий.
Превалирующий во многих экономических работах негативный контекст понимания риска как возможного ущерба в результате выбора или действия неизвестных факторов (для экономических приложений – внешних и внутренних) рассматривается именно как следствие выбора в условиях неопределенности, воспринимаемой заранее негативно. На это расхожее мнение обратил внимание еще Ф. Найт, когда писал: «Обычно слово “риск” употребляют весьма вольно: так называют неопределенность любого вида, связанную с непредвиденными обстоятельствами неблагоприятного толка; точно так же термин “неопределенность” подразумевает благоприятный исход. Мы говорим о риске убытков и о неопределенности выигрыша» (цит. соч. с. 255).