Качественная и количественная оценка (измерение) рисков

Качественная и количественная оценка(измерение) рисков  [c.42]

После того, как цели намечены и задачи согласованы, когда основные направления деятельности определены, службе риск-менеджмента следует немедленно приступить к идентификации и номинации рисков будущей предпринимательской деятельности, т.е. наиболее надежно оценить будущие перспективы рискованной деятельности. Еще раз вспомним, что согласно общей теории измерения наиболее надежными являются оценки, вынесенные в качественных шкалах — номинальной, ранговой и балльной. При качественной оценке в номинальных шкалах используются утверждения типа маловероятно , вероятно , очень вероятно или менее вероятно, чем... , одинаково вероятно с... , более вероятно, чем. .. и т.п. Подобные оценки легко затем превратить в упорядочения факторов, источников, механизмов и пр., т.е. в их ранжировки, а последние уточнить с использованием балльных шкал (как правило, 100-балльных). При количественной оценке устанавливается числовое выражение уровней потерь и выгод, а также при необходимости оценок вероятностей их появления.  [c.188]


Выделение группы критериев происходит на основе предпочтительности отдельных факторов по отношению друг у к другу для достижения целей. В схеме достижения коммерческим риском такими критериями служат входные и выходные потоки информации. Общая ценность управленческого решения определяется наличием оценок в виде булевых переменных каждой из альтернатив по каждому из критериев. С позиции управления риском критерии могут иметь различный смысл установление наличия или отсутствия некоторого признака установление некоторой качественной характеристики измерение некоторого количественного параметра.  [c.185]

Коль скоро кредитный риск определяется и качественными, и количественными факторами, в модели оценки риска следует учесть и те, и другие. При этом в отношении качественных показателей возникает вопрос об их объективности и о возможности их измерения. Из-за того, что обычно используемые в таких задачах статистические модели (MDA, логистическая регрессия) не приспособлены для работы с данными качественного характера, последние вынужденно выпадают из формальной процедуры метода. Таким образом, почти все модели анализа кредитов строятся на количественном подходе, хотя какие-то элементы качественного анализа также могут присутствовать. Модели, дающие точное решение, получаются довольно невразумительными, дилетантскими и не способными определить, в какой степени качественные составляющие действительно влияют на результат. Поэтому с их помощью очень трудно оценить решения, принимаемые специалистами в этой области.  [c.168]


Для определения качественных признаков используют специальные термины, например высокий риск , заметный риск , малый риск и т.п. Такого рода оценки больше соответствуют обыденному сознанию людей, чем оценки в виде действительных чисел. Это хорошо известно в теории измерений человеку гораздо легче сравнивать альтернативы по степени риска, чем пытаться говорить о том, что одна из них во столько-то раз или на столько-то лучше. Другими словами, человеку гораздо легче работать в порядковой шкале, чем в шкалах количественных признаков (например, интервальной, отношений, разностей и др.). Методы анализа статистических данных, измеренных в порядковой шкале, разработаны в статистике объектов нечисловой природы. Эта сравнительно новая область прикладной математической статистики выделена как самостоятельное направление в 1970-х гг. [58].  [c.281]