Кількісну оцінку рівня ризику можна провести з різним ступенем точності розрахунків. Наведемо найбільш спрощений метод оцінки ризиків. На першому етапі рекомендується спробувати встановити залежності між зовнішніми (внутрішніми) факторами і рівнем ризику. Число залежностей визначається повнотою і якістю інформаційного забезпечення системи управління ризиками. Для цих целœей слід будувати кореляційні поля і встановлювати статистичні залежності.

На рис. 15.3 представлені графіки лінœейной залежності рівня ризику від факторів ризику - прямо пропорційною (функції від Х1 і Х2) і обернено пропорційною (функції від Х2 і Х4). У першому випадку (рис. 15.3, а, в, функція від X3 зі збільшенням (зростанням, підвищенням) фактора зростає ризик Y інвестицій або виконання будь-якого проекту. Наприклад, з підвищенням ступеня зносу базових виробничих фондів (постійного капіталу) організації, середнього віку технологій, плинності кадрів, середнього віку працівників (преподавателœей, вчених, фахівців) та інших аналогічних чинників зростає ризик інвестицій. у другому випадку (рис. 15.3, б, в, функція від Х4) зі зменшенням (зниженням) фактора ризик Y інвестицій росте. наприклад, з падінням ем конкурентоспроможності об'єктів (фахівців, менеджерів, технологій, обладнання, продукції, організації і т. д.), наукового рівня прийнятих управлінських рішень, середньої заробітної плати працівників, фондоозброєності праці, соціальної забезпеченості працівників і інших чинників аналогічного характеру ризик інвестицій зростає.

Мал. 15.3. Кореляційні залежності рівня ризику (Y) від факторів ризику (X1, Х2, Х3, Х4)

При оцінці і оптимізації ризиків вкрай важливо: 1) провести відбір зовнішніх і внутрішніх факторів ризику, що охоплюють макросреду, інфраструктуру регіону та мікросередовище організації; 2) організувати моніторинг цих факторів; 3) проранжувати фактори з метою відбору найважливіших з них (управляти чи здійснювати моніторинг всœех факторів неможливо); 4) встановити форму зв'язку між факторами і рівнем ризику; 5) спробувати встановити кількісні залежності (рівняння регресії) між найважливішими факторами ризику та рівнем ризику; 6) визначити еластичність між найважливішими факторами ризику та рівнем ризику інвестицій. Крім виконання цих досліджень необхідно встановити кількісні залежності між кінцевими показниками проекту (прибутком, дохідністю, ліквідністю і ін.) І рівнем ризику. Наприклад, залежність між рівнем ризику і прибутком (прибутковістю) від інвестицій описується кривої Y = f (X3), між ризиком і ліквідністю цінних паперів - кривий Y = f (X2), між ризиком і стійкістю функціонування організації - функцією Y = (X4 ) і т. д.

При оцінці ризиків слід розраховувати ймовірність досягнення запланованого значення прибутку, яка описується законом Гаусса (рис. 15.4). Для того щоб управлінські рішення в інноваційних проектах перебували в зоні на рис. 15.4, вкрай важливо дослідити вплив зовнішніх і внутрішніх факторів ризику на прибуток, знизити вплив негативних (підвищують ризик) факторів на прибуток і оптимізувати рівень ризику. Поетапна оптимізація ризику являє собою: 1) відбір і ранжування факторів зовнішнього і внутрішнього середовища об'єкта і суб'єкта ризику із застосуванням методів факторного аналізу (математико-статистичних та експертних); 2) встановлення залежностей між відібраними факторами ризику і об'єктом ризику (доходом, прибутком і ін.); 3) стохастическую оптимізацію ризику.

Мал. 15.4. Крива распределœенія прибутку і збитків в залежності від рівня ризику

Імовірність (частоту) отримання прибутку або несення втрат можна визначити за формулою

(1)

де - ймовірність отримання прибутку або збитків в i-му випадку; - число i-х випадків отримання прибутку або збитків; - загальне число випадків у генеральній вибірці.

Середнє очікуване значення прибутку (втрат) визначається за формулою

(2)

де - номер випадку (події); - фактичне значення i -го випадку. Середньоквадратичне відхилення (S) фактичних даних за ризиком від розрахункових визначається за формулою

(3)

де -дисперсія; n - число випадків спостереження; р - число параметрів рівняння (в даному прикладі - один). причому

(4)

Чим більше значення S, тим вище ризик прогнозованої події, більше розкид, поле допуску аналізованого параметра від середньої величини (медіани, точка 0 на рис. 15.4), тим «грубіше» модель оптимізації ризику. Необхідно згладжувати, зменшувати фактори ризику з тим, щоб знизити значення S, т. Е. Звузити поле ризику. Прийнятним вважається варіант, коли значення S менше + 15%.