CAPITOLUL 3

RISCUL TEHNIC SI DE INVESTITII

3.1 Riscul tehnic n funct ionarea aparatului
de product ie
3.1.1 Introducere
Aparatul tehnic de product ie este supus unor constrangeri legate de con-
tinuitatea funct ionarii.

Intreruperea n funct ionarea este un risc ce poate
determina ntreruperea generarii de uxuri nanciare si evident de prot.

In mod uzual, proprietatea de buna funct ionare este redata de ter-

menul de abilitate. Fiabilitatea reprezinta o caracteristica calitativa
a produselor, ind asociata, n general, produselor de natura mijloacelor
de munca ce deservesc mai multe cicluri de product ie, reparabile sau nu;
,,produsul este nt eles si n sensul de sistem.

In forma cea mai simpla, abilitatea se masoara ca probabilitate a

succesului. Specic exprimarii numerice a abilitat ii este faptul ca prin-
cipalul indicator se exprima printr-o probabilitate, deci printr-un numar
pozitiv, cuprins ntre 0 si 1.
52 Masurarea si analiza statistica a riscului n economie
Sintetic, abilitatea se exprima prin relat ia:
R(t) = P{T t} (3.1)
deci, printr-o probabilitate ce masoara sansa ca timpul de funct ionare
fara defect iuni T sa depaseasca o durata stabilita t. Despre R(t) se
poate spune ca:
a. este o funct ie descrescatoare, deci n timp abilitatea scade;
b. pentru t = 0, R(t) = 1; deci la momentul punerii n funct iune
produsul trebuie sa e corespunzator calitativ;
c. pentru t , R(t) = 0, practic deci, la durate foarte mari de
timp abilitatea devine nula.

In Figura 3.1 se ilustreaza evolut ia
funct iei de abilitate.
R(t)
t
1
0
Figura 3.1

Intrucat abilitatea este masura sansei unui sistem tehnic de a-si

ndeplini funct iile un anumit interval de timp, este necesara introducerea
Riscul tehnic si de investit ii 53
timpului ca element de condit ionare n estimarea abilitat ii. Similar tim-
pului n anumite situat ii se poate lua o anumita prestat ie a produsului:
numarul de cicluri de funct ionare (pentru produsele care funct ioneaza cu
intermitent e), numarul de execut ii (sau manevre) pentru un agregat etc.
Un indicator importantl reprezinta intensitatea sau rata caderilor
(a mortalitat ii):
(t) =
f(t)
1 F(t)
=
f(t)
R(t)
(3.2)
unde f(t) reprezinta densitatea de probabilitate iar F(t) funct ia de repar-
tit ie.
Rata caderilor urmeaza o evolut ie specica, ilustrata n Figura 3.2.
B
(t)
0 A
Figura 3.2
Pe port iunea (0, A) se constata ca la nceput (t) creste pana la un
punct maxim, apoi descreste. Aceasta crestere este caracteristica asa-
numitei mortalitat i infantile. Urmeaza apoi o perioada lina, tipica
duratei normale de viat a n care caderile pot aparea accidental. Apoi,
pe perioada (B, +), funct ia (t) este din nou crescatoare. Aceasta
54 Masurarea si analiza statistica a riscului n economie
perioada corespunde perioadei de ,,batranet e, iesirea din ciclul viet ii
producandu-se datorita acesteia.
Prima perioada corespunde n viat a produselor asa-numitelor de-
fectari timpurii. Urmatoarea perioada corespunde duratei de exploatare
normala a produsului respectiv, iar ultima perioada (B, +) corespunde
uzurii.
Densitatea de probabilitate este legata de un indicator important al
comportarii n funct ionare si anume funct ia de repartit ie a timpului de
buna funct ionare F(t;
i
), care este denita ca o probabilitate:
F(t;
i
) = Prob{T < t} (3.3)
Funct ia de repartit ie poate privita ca funct ia de nesigurant a,
deoarece exista relat ia evidenta:
Prob{T < t} +Prob{T t} = 1 (3.4)
Cum cel de-al doilea termen este chiar R(t;
i
) - funct ia de abilitate,
F(t;
i
) = 1 R(t;
i
), i = 1, 2, ..., k.
Legatura dintre F si f este data prin relat ia f(t;
i
) = F

t
(t;
i
), i =
1, 2, ..., k, adica densitatea se obt ine prin operat ia simpla de derivare n
raport cu t a funct iei F.

In mod corespunzator,
F(t;
i
) =
_
t
0
f(z;
i
)dz (3.5)
deci F este integrala denita pe intervalul [0, t] a densitat ii.
Se observa deci ca marimile F(t;
i
) si R(t;
i
) sunt complementare
(Figura 3.4).
Dupa cum se constata din prezentarea de pana acum, R(t;
i
) este de
Riscul tehnic si de investit ii 55
0
y
t
y = f(t,
i
)
Figura 3.3
fapt o funct ie de timp ale carei valori sunt cuprinsen intervalul [0, 1]. Va-
lorile extreme 0 si 1 au urmatoarea semnicat ie: daca R(t
0
) = 0, aceasta
nseamna ca sistemul luat n considerare nu funct ioneaza pentru timpul
xat t
0
; daca R(t
0
) = 1, atunci sistemul funct ioneaza sigur pentru timpul
prescris t
0
. Valorile 0 si 1 sunt, de fapt, valorile alocate evenimentelor
imposibil si sigur.

Intre indicatorii prezentat i exista o serie de legaturi si relat ii de deduc-

t ie, prezentate n tabelele 3.1 si 3.2.
Tabel 3.1 Cateva caracteristici ale unei variabile aleatoare
Nr. Denumire Formula
1 Funct ia de repartit ie a timpului de buna funct ionare fara defectari (T) F(t) = Prob{T < t}
2 Densitatea de probabilitate f(t) = F

(t)
_
=
dF(t)
dt
_
3 Funct ia de abilitate R(t) = Prob{T t}
4 Durata medie de funct ionare (durabilitatea) E(T) =
_

0
tf(t)dt
5 Dispersia timpului de funct ionare V ar(T) = E(T
2
) [E(T)]
2
6 Coecientul de variat ie CV (T) =

V ar(T)
E(T)
56 Masurarea si analiza statistica a riscului n economie
0
F(t)
t
1
(a)
0
R(t)
t
1
(b)
Figura 3.4
Tabel 3.2 Relat iile dintre principalele funct ii probabilistice asociate com-
portarii n funct ionare a unui element
F(t) R(t) f(t) (t)
F(t) 1 F(t)
dF(t)
dt
1
1F(t)
dF(t)
dt
R(t) 1 R(t)
dR(t)
dt

1
R(t)
dR(t)
dt
f(t)
_
t
0
f(x)dx
_

0
f(x)dx
f(t)

0
f(x)dx
(t) 1 exp{
_
t
0
(x)dx} exp{
_
t
0
(x)dx} (e) exp{
_
t
0
(x)dx}
3.1.2 Indicatori de abilitate
M asurarea abilitat ii se poate realiza prin doua grupe mari de indicatori:
indicatori bazat i pe metodele statisticii descriptive (indicatori neparame-
trici) si indicatori bazat i pe modele probabiliste (indicatori parametrici).
3.1.2.1 Indicatori neparametrici
Pentru ilustrarea indicatorilor se va utiliza un exemplu referitor la urma-
rirea comportarii n timp a unui esantion de n=74 autovehicule, din pacul
de activitate al unei rme de transport, pe distant a a 25000 km (perioada
de observat ie). Datele sunt prezentate n tabelul 3.3.

Inainte de a trece la construct ia propriu-zisa a repartit iei statistice

Riscul tehnic si de investit ii 57
reamintim ca seria de repartit ie se compune din doua siruri de date:
- primul referitor la cel n intervale de timp de buna funct ionare (de
efect produs, de sarcina ndeplinita, km parcursi etc.), delimitate de mo-
mentele de timp t
i
(i = 0, 1, ..., n);
- cel de-al doilea, la numarul defect iunilor nregistrate n decursul
intervalelor respective k
i
(i = 1, ..., n).
Datele problemei se prezinta astfel grupate n tabelul 3.4.
Indicatori principali calculat i pe baza datelor sistematizate
Pentru caracterizarea aprofundata a informat iilor privind abilitatea,
sistematizate sub forma repartit iei defectarilor (vezi tabelul 3.5, coloanele
0, 1 si 2) sau sub forma seriei privind descresterea efectivului (vezi tabelul
3.5, coloana 3) se efectueaza o serie de calcule statistice.
Dintre indicatori se pot enumera:
1. frecvent a relativa a defectarilor

f(t
i
) =
r
i
m

i=1
r
i
(3.6)
ca raport ntre numarul defectarilor nregistrate n intervalul i si totalul
acestora
1
. Rezultatele calculelor pentru problema urmarita sunt date n
coloana 4 a tabelului 3.5. Pe baza acestor frecvent e relative se calculeaza:
2. frecvent a relativa cumulata a defectarilor

F(t
i
) =
1
N
i

j=1
r
i
(3.7)
1

In cazul n care observarea se ntinde pana la defectarea ultimului exemplar din

esantionul cercetat, suma defectarilor este egala cu efectivul esantionului: N =
m

i=1
r
i
58 Masurarea si analiza statistica a riscului n economie
Tabel 3.3 Lista duratelor de funct ionare a celor 74 de autovehicule
1 130 26 5900 51 15700
2 200 27 6012 52 15700
3 228 28 7200 53 15870
4 412 29 7200 54 15910
5 430 30 7510 55 15980
6 540 31 8200 56 16102
7 750 32 8430 57 16540
8 750 33 9000 58 16600
9 830 34 9060 59 17090
10 965 35 9111 60 17100
11 1000 36 9613 61 17120
12 1434 37 9710 62 18600
13 1635 38 10410 63 17600
14 1981 39 11091 64 19130
15 2040 40 11300 65 19300
16 2040 41 11600 66 19400
17 2280 42 12010 67 19400
18 2400 43 12450 68 21320
19 2830 44 12450 69 22040
20 2901 45 12450 70 22040
21 2901 46 12600 71 22800
22 4380 47 12800 72 23130
23 5140 48 13600 73 23130
24 5400 49 14080 74 23900
25 5611 50 15190
Tabel 3.4
Interval (km) Frecvent a caderii Interval (km) Frecvent a caderii
0 - 3000 21 12001 - 15000 8
3001 - 6000 3 15001 - 18000 14
6001 - 9000 9 18001 - 21000 4
9001 - 12000 8 21001 - 24000 7
Riscul tehnic si de investit ii 59
Tabel 3.5
Nr. Intervale de Nr. de Exemplare

f(t
i
)

F(t
i
) R(t
i
) =
Nr
N
(t
i
) =
ri
t(Nri)
crt. observat ie (km) caderi (r
i
) ramase n
funct iune (N r)
0 1 2 3 4 5 6 7
1 0 - 3000 21 53 0,284 0,284 0,716 0,000132
2 3000 - 6000 3 50 0,041 0,325 0,675 0,000020
3 6000 - 9000 9 41 0,122 0,447 0,553 0,000073
4 9000 - 12000 8 33 0,108 0,555 0,445 0,000081
5 12000 - 15000 8 25 0,108 0,663 0,337 0,00011
6 15000 - 18000 14 11 0,189 0,852 0,148 0,00042
7 18000 - 21000 4 7 0,054 0,906 0,094 0,00019
8 21000 - 24000 7 0 0,094 1,000 0 -
Total:

r
i
= 74

f(t
i
) = 1
Nota: Limita inferioara nu este cuprinsa n interval
care exprima ponderea produselor defectate pana la sfarsitul intervalului
i; valoarea ei este crescatoare si devine egala cu 1 la ultimul interval al
seriei (datele n coloana 5, tabelul 3.5);
3. frecvent a relativa a exemplarelor n funct iune care se calculeaza
sub forma de complement pana la 1 al frecvent ei relative cumulate a
defectarilor:

R(t
i
) = 1

F(t
i
) =
N
i
N
(3.8)
Frecvent a relativa a exemplarelor n funct iune se mai numeste si
funct ie experimentala a abilitat ii deoarece aceasta arata ponderea pro-
duselor care nu s-au defectat pana la sfarsitul intervalului i si care se vor
defecta n decursul intervalelor viitoare.
Calculele prezentate (coloana 6 din tabelul 3.5) se completeaza, n
continuare, cu cele menite sa surprinda tendint a centrala a repartit iei si
gradul de mprastiere a defectarilor fat a de aceasta tendint a centrala.
Din seria de repartit ie a defectarilor se calculeaza:
4. frecvent a (numarul) medie (mediu) a defectarilor pe un inter-
val de observat ie, calculat ca raport dintre numarul total al defectarilor
N =
m

i=1
r
i
si timpul total de buna funct ionare a tuturor exemplarelor din
60 Masurarea si analiza statistica a riscului n economie
esantion
m

i=1
t
i
r
i
.
f =
m

i=1
r
i
m

i=1
t
i
r
i
sau r =
m

i=1
t
i
r
i
m

i=1
t
i
(3.9)
Pe masura ce creste gradul de abilitate a produsului, valoarea indi-
catorului descreste si invers.

In exemplu, r = 8, 03 caderi pe un interval
de 3000 km.
5. Timpul mediu de buna funct ionare sau, cum i se mai spune, media
timpilor de buna funct ionare MTBF este:
t =
m

i=1
t
i
r
i
m

i=1
r
i
=
m

i=1
t
i
r
i
N
(3.10)
Evident, raport invers exista ntre MTBF si f, MTBF = 1/f.
MTBF arata timpul mediu de buna funct ionare ce revine pe o defec-
tare sau, mai concret, timpul mediu de buna funct ionare pana la defec-
tare sau dintre doua defectari succesive oarecare. n exemplul prezentat:
MTBF = t =
771000
74
= 10418, 92km.
MTBF este un indicator direct, deoarece marimea lui este direct
proport ionala cu gradul de abilitate a produsului: un grad de abilitate
mai ridicat nseamna un MTBF mai mare si invers.
Pentru a se putea surprinde modicarea regimului de iesire din funct i-
une a utilajelor se determina caracteristici locale (n sensul ca se refera
la marimea unui interval) ale abilitat ii. Astfel:
6. Densitatea de defectare, calculata ca raport dintre numarul de-
fectarilor nregistrate ntr-un interval de observat ie si lungimea acestui
Riscul tehnic si de investit ii 61
interval. n cazul n care intervalele de timp sunt egale ntre ele pe toata
lungimea seriei, indicatorul devine analog cu densitatea de repartit ie ex-
perimentala.
7. Rata (intensitatea de defectare). Acest indicator arata ponde-
rea exemplarelor defectate n decursul intervalului de observat ie fat a de
efectivul existent la nceputul intervalului respectiv,
(t) =
r
i
t(n r
i
)
(3.11)
n care N
i
= nr
i
este numarul de exemplare ramase n funct iune la
nceputul intervalului i.

In cazul n care produsul funct ioneaza n regim
stat ionar, rata defectarilor pe ntregul esantion este egala cu frecvent a
medie a caderilor.
8. Pentru caracterizarea sansei de supraviet uire a produselor, res-
pectiv a timpilor de buna funct ionare se calculeaza abaterea standard a
valorilor fat a de medie (vezi tabelul 3.6):
_
V ar(t) =
t
=
_

(t
i
t)
2
r
i
n
(3.12)

In exemplul prezentat, acesta este egal cu

=
_
3797490000
74
= 7163, 62 km.
9. Coecientul de variat ie, care da o imagine sintetica a mprastierii
valorilor fat a de medie:
CV =
_

x
_
100 =
_
V ar(t)
MTBF
_
100 (3.13)
este CV =
7163,62
10418,92
100 = 68, 76%, valoare care indica un grad ridicat de
eterogenitate a valorilor.
62 Masurarea si analiza statistica a riscului n economie
Tabel 3.6
Nr. crt. Intervale de observat ie r
i
t
i
t
i
r
i
t
i
t (t
i
t)
2
r
i
0 1 2 3 4 5 6
1 0 3000 21 1500 31600 -8918,92 1670480000
2 3000 6000 3 4500 13500 -5918,92 105100000
3 6000 9000 9 7500 67500 -2918,92 76680845
4 9000 12000 8 10500 84000 81,08 52591,731
5 12000 15000 8 13500 108000 3081,08 75944431
6 15000 18000 14 16500 231000 6081,08 517713000
7 18000 21000 4 19500 78000 9081,08 329864000
8 21000 24000 7 22500 157700 12081,08 1021660000
Total:

r
i
= 74

t
i
r
i
= 771000 3797490000
Pentru comparat ie, indicatorii de grupare (MTBF) si de mprastiere
se stabilesc si pe baza datelor init iale, negrupate. Deci:
t = MTBF =
n

i=1
t
i
N
=
758587
74
= 10251, 175 (3.14)
respectiv
_
V ar(t) = =

(t
i
t)
2
N
= 7223, 26 (3.15)
astfel ncat

C
V
=
V ar(t)
MTBF
100 = 70, 46%.
3.1.2.2 Indicatori bazat i pe modele probabiliste
Legi probabiliste n modelarea abilitat ii
Termenul de model provine din latinescul modus (cu sensul de
m asura, iar ulterior, n limba romana, de modalitate, posibilitate), si
evident iaza ideea de abstractizare prin schimbarea unitat ii de masura.
Aceasta schimbare nu trebuie privita n sens metrologic, ci doar ca o
simplicare a realitat ii n vederea posibilitat ii studierii acesteia si emite-
rii unor judecat i valabile asupra situat iilor similare ntalnite n domenii
Riscul tehnic si de investit ii 63
diferite.
Operat ia de modelare are n nal scopul declarat de a aplicabila
unor situat ii reale cat mai diferite, dar utilizand un aparat teoretic co-
mun.
Funct ia exponent iala, desi simpla si, n consecint a, oarecum mini-
malizata din punct de vedere teoretic, si-a gasit n domeniul abilitat ii
aplicat ii nebanuite. Aceasta s-a datorat n primul rand faptului ca pro-
prietat ile statistico-matematice asociate funct iei exponent iale au reusit
sa descrie relativ complet densitatea de probabilitate exponent iala ca
model al comportarii n funct ionare.

Intr-adevar, au loc relat iile:

f(t; ) = e
t
, t 0, > 0,
_

0
f(t; )dt = 1 (3.16)
Pe de alta parte:
F(t; ) = 1 e
t
, R(t; ) = e
t
, t 0, > 0 (3.17)
Sa observam ca indicatorul important si anume intensitatea defectari-
lor are valoarea (t; ) =
f(t;)
R(t;)
=
e
t
e
t
, adica tocmai valoarea parame-
trului respectiv, deci, practic, o valoare constanta .
Prin urmare, n cazul elementelor pentru care se poate asocia legea
exponent iala comportamentului lor in funct ionare, rata de defectare este
constanta o perioada relativ mare de timp.
Legea exponent iala este aplicabila pentru modelarea funct ionarii unor
produse complexe, cum ar unele componente electronice, elemente con-
structive ale masinilor unelte, scule aschietoare, etc.

In general, daca din experient a acumulata prin studiul fenomenului de

defectare se poate avansa (chiar aproximativ) forma funct iei intensitat ii
64 Masurarea si analiza statistica a riscului n economie
defectarilor, atunci se pot deduce tot i ceilalt i indicatori ai abilitat ii cu
ajutorul relat iei simple:
f(t; ) = (t; ) exp
_

_
t
0
(x; )dx
_
(3.18)
Prin exp { } se nt elege e
{}
.
Iata de exemplu, sa luam chiar cazul legii exponent iale, pentru care
(t; ) = .
Atunci:
f(t; ) = exp
_

_
t
0
dx
_
= e
t
, t 0, > 0 (3.19)
Trebuie sa mai facem observat ia ca 1/, deci inversul parametrului
legii exponent iale este, n realitate, durata medie de funct ionare.

Intr-
adevar, daca vom calcula E(T) vom obt ine succesiv:
E(T) =
_

0
t f(t)dt =
_

0
te
t
dt =
_

0
te
t
dt =
1

(3.20)
Ultima integrala este egala cu 1/.
Asadar, pentru acest model, durata medie de funct ionare este invers
proport ionala cu intensitatea defectarilor.
Daca presupunem ca supunem unei ncercari de abilitate n elemente
de acelasi tip si nregistram timpii de buna funct ionare pana la caderea
ecarui element, obt inem valorile experimentale t
1
, t
2
, ..., t
n
. ntrucat 1/
este chiar durata medie de funct ionare, este natural sa o estimam cu
Riscul tehnic si de investit ii 65
ajutorul acestor date prin media lor aritmetica conform relat iei (3.21).
_
1

_
=
1
n
n

i=1
t
i
(3.21)
Modelul Weibull se utilizeaza atunci cand rata defectarii este cresca-
toare sau descrescatoare. Echipamentele de tip complex (atat ca struc-
tura, numar de elemente, cat si ca modalitate de combinarentre elemente
mecanice, electromecanice, electrice si electronice) pot prezenta o rata de
defectare descrescatoare, iar atunci cand intervine procesul uzurii, rata
crescatoare (ndeosebi cand sistemul cuprinde si elemente nereparabile).
Modelul normal se utilizeaza pentru o rata de defectare crescatoare,
atunci cand repartit ia timpilor pana la defectare este apropiata de o
repartit ie gaussiana. Desi poate aproximat printr-un model Weibull,
printr-o alegere convenabila a parametrilor, modelul normal poate re-
comandat datorita existent ei unui foarte mare numar de metode dispo-
nibile, care au la baza ipoteza normalitat ii.
3.2 Riscul n decizia de investit ii
Investit iile, ca activitate economica, au drept obiectiv nlocuirea, moder-
nizarea sau realizarea unor sisteme de product ie.
Ca mai toate activitat ile antreprenoriale, un proiect este susceptibil
sa genereze evenimente nedorite, care nu au fost prevazute si care, n
funct ie de important a lor, pot pune n pericol proiectul sau pot face sa
nu se atinga obiectivele stabilite.
3.2.1 Sperant a matematica a castigului
Analiza riscului pentru proiectele de investit ii, se poate realiza cu ajuto-
rul teoriei probabilitat ilor. O metoda consacrata pentru evaluarea riscu-
66 Masurarea si analiza statistica a riscului n economie
lui generat de transpunerea n practica a unui proiect de investit ii, este
metoda sperant ei matematice a castigului, care are la baza urmatoarea
formula:
E
t
=
n

x=1
V
xt
P
xt
(3.22)
unde:
E
t
sperant a matematica a uxurilor nanciare;
V
xt
uxul de numerar asociat cu cel de al x-lea coecient de proba-
bilitate n timp;
P
xt
probabilitatea corespunzatoare sumei din uxul nanciar.
Pe baza acestei formule se poate stabili care proiect este mai bun, n
situat ia n care exista mai multe solut ii pentru un obiectiv de investit ii.
Exemplu Se cunosc datele (tabelul 3.7):
Tabel 3.7
Anii Varianta I Varianta II
Flux nanciar Probabilitate Fux nanciar Probabilitate
1 -144.068 0,05 -134.063 0,05
2 -100.400 0,05 -105.400 0,10
3 -12.900 0,10 -16.900 0,10
4 200.000 0,20 195.000 0,20
5 265.000 0,30 260.000 0,25
6 265.000 0,20 265.000 0,20
7 265.000 0,05 268.000 0,05
8 265.000 0,05 272.000 0,05
Sperant a matematica a castigului, n cele doua variante de proiect va
:
Varianta I: E
I
= 0,05(-144.068) + 0,05(-100.400) + 0,10(-12.900) +
0,20(200.000) + 265.000(0,30+0,20+0,05+0,05) = 185.478 mii lei
Riscul tehnic si de investit ii 67
Varianta II: E
II
= 0,05(-134.063) + 0,10(-105.400) + 0,10(-16.900)
+ 0,20(195.000) + 0,25(260.000) + 0,20(265.000) + 0,05(268.000) +
0,05(272.000) = 106.566,5 mii lei
Se va alege acel proiect care prezinta o sperant a de castig mai mare.

In consecint a, se va promova varianta I a proiectului.

O dezvoltare a analizei riscului generat de un proiect de investit ii
se poate face pe baza dispersiei uxurilor nanciare, n jurul sperant ei
matematice. O dispersie mai mare va genera o probabilitate mai mare
de pierdere, deci un risc mai ridicat. De asemenea, un coecient de
variat ie mai ridicat, exprima un risc mai mare. Pentru a masura dispersia
uxurilor nanciare fat a de media acestora, se utilizeaza:

2
t
=
n

x=1
(V
xt
E
t
)
2
P
xt
, iar
t
=
_
n

x=1
(V
xt
E
t
)
2
P
xt
C
t
v
=

t
E
t
unde:
V
xt
suma uxurilor de numerar asociat cu a x-a probabilitate a tim-
pului t;
E
t
sperant a matematica a uxurilor de numerar ale investit iei n
timpul t;
P
xt
probabilitatea de realizare a valorilor previzionate.
Exemplu
Sa se determine sperant a matematica a castigurilor si indicatorii care
exprima dispersia uxurilor de numerar n raport cu media lor, pentru
doua proiecte A si B.
Determinarea indicatorilor:

2
A
= 56.987.500,
2
B
= 29.152.400;

A
= 7.549, 01mii lei,
B
=5.399,3 mii lei.
Coecientul de variat ie:
C
A
v
=

A
E
A
=
7.549,01
26.250
= 0, 29 sau 29%;
C
B
v
=

B
E
B
=
5.399,3
25.740
= 0, 21 sau 21%
68 Masurarea si analiza statistica a riscului n economie
Tabel 3.8
Perioada Proiectul A Proiectul B
T Flux de numerar Probabilitate Flux de numerar Probabilitate
1 10.000 0,05 12.000 0,10
2 12.000 0,05 18.000 0,09
3 18.000 0,10 20.000 0,15
4 23.000 0,15 22.000 0,20
5 24.000 0,15 28.000 0,20
6 29.000 0,20 30.000 0,25
7 35.000 0,30 35.000 0,10
Total 151.000 1,00 165.000 1,00
Tabel 3.9 Determinarea indicatorilor
Perioada Proiectul A Proiectul B
T V
xt
P
xt
(V
xt
E
t
)
2
(V
xt
E
t
)
2
P
xt
V
xt
P
xt
(V
xt
E
t
)
2
(V
xt
E
t
)
2
P
xt
1 500 264.062.500 13.203.125 120 188.787.600 1.887.876
2 600 203.062.500 10.153.125 1.620 59.907.600 5.391.684
3 1.800 68.062.500 6.806.250 3.000 32.947.600 4.942.140
4 3.450 10.562.500 1.584.375 4.400 13.987.600 2.797.520
5 3.600 5.062.500 759375 5.600 5.107.600 1.021.520
6 5.800 7.562.500 1.512.500 7.500 18.147.600 4.536.900
7 10.500 76.562.500 22.968.750 3.500 85.747.600 8.574.760
Total 26.250 x 56.987.500 25.740 x 29.152.400
Se constata ca proiectul A are dispersia mai mare, ind mai riscant
deci.

In concluzie, este de preferat proiectul B, care prezinta un coecient
de variat ie mai mic 21% fat a de 29%, cat reprezinta coecientul de
variat ie pentru proiectul A.
3.2.2 Analiza de senzitivitate pentru proiectele de investit ii
Analiza de senzitivitate pentru un proiect de investit ii stabileste cat de
sensibil este un proiect la unele modicari ce apar n cursul funct ionarii
sale viitoare. Dintre elementele care se modica, specialistii n analiza
unei senzitivitat i pentru o investit ie, iau n calcul ndeosebi modicarile
pret urilor pe piat a materiilor prime, cresterea salariilor si uzura mo-
Riscul tehnic si de investit ii 69
rala a utilajelor (care determina scaderea pret urilor la produsele nite
nvechite). Analiza de senzitivitate implica deci, probleme referitoare
la riscul si incertitudinea mediului economic n care se construieste, si
ulterior se produce, un proiect de investit ii.
Rata interna de rentabilitate arata bonitatea unei investit ii. Exprima
capacitatea investit iei de a realiza prot pe ntreg durata de funct ionare
a unui obiectiv de investit ii si arata protul net ce se obt ine la un leu
efort total (cu investit ia si cu product ia). Acest indicator are doua forme:
Rata Interna de Rentabilitate Economica (RIRE) n cazul analizei econo-
mice si Rata Interna de Rentabilitate Financiara (RIRF) n cazul analizei
nanciare.
Analiza economica considera veniturile formate din valoarea product i-
ei de baza si auxiliare, valoarea vanzarilor de materii prime si fonduri xe,
etc., iar costurile din cheltuielile cu investit ia si cheltuielile cu product ia.

In cheltuielile cu investit ia se cuprind atat cheltuielile propriu-zise pen-

tru realizarea obiectivului economic, cat si cheltuieli cu mijloace cir-
culante, cheltuieli pentru pregatirea salariat ilor, pentru asigurarea pa-
zei, etc. Cheltuielile de product ie cuprind cheltuieli privind realizarea
product iei, mai put in cheltuielile cu amortizarea fondurilor xe.
Analiza nanciara presupune includerea n venituri a creditelor anga-
jate, deoarece ele constituie surse atrase si maresc fondurile unei societat i
comerciale. Pentru efectuarea analizei nanciare, n costuri, pe langa
cheltuielile cu investit ia si cele cu product ia se mai includ o serie de im-
pozite si taxe, precum si sumele necesare pentru rambursarea creditelor
angajate si a dobanzilor aferente.
Sensibilitatea proiectelor de investit ii la modicarile de costuri si
condit ii de exploatare viitoare se poate determina atat pe baza RIRE
cat si pe baza RIRF.
70 Masurarea si analiza statistica a riscului n economie
Riscul unei investit ii nerentabile
Fie variabilele aleatoare B, K si R a caror semnicat ie este:
P(B) probabilitatea obt inerii unui anumit prot total net actualizat;
P(K) probabilitatea obt inerii unui anumit prot total brut actuali-
zat;
P(R) probabilitatea obt inerii unei anumite rentabilitat i.

In ipoteza ca variabila aleatoare B urmeaza o repartit ie continua apro-

ximativ normala, cu media m si dispersia
2
, se stie ca variabila aleatoare
centrata redusa Z urmeaza, de asemenea o repartit ie normala de medie
0 si dispersie 1, anume:
Z =
B m

N(0, 1) (3.23)
Fie (z) =
1

2
z
_

u
2
2
du, funct ia Gauss-Laplace corespunzatoare
variabilei aleatoare z, funct ie ale carei valori sunt tabelate. Denim pro-
babilitatea de a obt ine un prot net actualizat sa e:
a) cel mult egal cu (dat): P(B ) = (
m

);
b) cel put in egal cu (dat): P(B ) = (
m

);
c) cel put in egal cu si cel mult egal cu :
P( B ) = (
m

) (
m

);
d) negativ (nregistrarea unei pierderi): P(B < 0) = (
m

);
Aceasta probabilitate se mai numeste si ,,risc de ruinare.
e) pozitiv (nregistrarea unui castig): P(B > 0) = 1 (
m

).
Mai este numita ,,sansa de mbogat ire.
Exemplu
Fie doua proiecte de investit ii pentru care protul mediu actualizat
m(B
a
) si dispersia protului total mediu actualizat
2
(B
a
) sunt:
Varianta I: m
1
(B
a
) = 100;
2
1
(B
a
)=25;
Riscul tehnic si de investit ii 71
Varianta II: m
2
(B
a
) = 125;
2
2
(B
a
)=100.

In ipoteza ca repartit ia probabilitat ilor protului total net actualizat

este normala [BN(0,1)], se cer:
a) probabilitatea unui prot total net actualizat de cel mult 120 u.m.
P
1
(B
a
120) = (
120100
5
) = (4) = 1;
P
2
(B
a
120) = (
120125
10
) = (2, 5) = 0, 0062.
b) probabilitatea unui prot total net actualizat de cel put in 75 u.m.
P
1
(B
a
75) = 1 (
75100
5
) = 1 (5) = 1;
P
2
(B
a
75) = 1 (
75125
10
) = 1 (5) = 1
c) probabilitatea unui prot total net actualizat de cel put in 90 u.m. si
de cel mult 100 u.m.
P
1
(90 B
a
100) = (
100100
5
) (
90100
5
) = (0) (2) =
0, 4772;
P
2
(90 B
a
100) = (
100125
10
)(
90125
10
) = (2, 5)(3, 5) =
0, 1019
d) ,,riscul de ruinare:
P
1
(B
a
< 0) = (
100
5
) = 0;
P
2
(B
a
< 0) = (
125
10
) = 0
e) ,,sansa de mbogat ire:
P
1
(B
a
> 0) = 1 (
100
5
) = 1;
P
2
(B
a
> 0) = 1 (
125
10
) = 1
f) ,,riscul de ruinare daca mediile scad de 5 ori, iar dispersiile sunt
ridicate la puterea a 2-a
P
1
(B
a
< 0) = (
20
25
) = 0, 2119;
P
2
(B
a
< 0) = (
25
100
) = 0, 4013

In general, n literatura de specialitate se accepta ideea ca, daca m(B

a
)
0 - proiectul se respinge. Pentru cazul m(B
a
) > 0, apare problema
pentru ce nivel al riscului de ,,ruinare proiectul ar putea acceptat.
72 Masurarea si analiza statistica a riscului n economie
Pentru rezolvare se poate conveni asupra a doua praguri de risc P
1
r
<
P
2
r
, astfel ncat:
a) daca P(B
a
< 0) > P
2
r
proiectul se respinge;
b) daca P
1
r
P(B
a
< 0) P
2
r
proiectul se mai analizeaza;
c) daca P(B
a
< 0) > P
1
r
proiectul se accepta.
unde: P
1
r
pragul maxim de acceptare a riscului de ,,ruina, iar P
2
r

limita minima de respingere a riscului de ,,ruinare, deci a proiectului
considerat.
Cele doua praguri se pot determina prin analizarea unor proiecte
anterioare sau prin metoda ,,brainstorming realizata cu specialisti din
domeniu.

Intrebari teoretice
1. Prezentat i riscul n decizia de investit ii la nivel de ntreprindere.
2. Aspecte ale riscului tehnic n funct ionarea aparatului de product ie
(abilitatea, rata caderilor)
3. Indicatorii de abilitate bazat i pe metoda statisticii descriptive (ne-
parametrici).
4. Indicatorii de abilitate bazat i pe modele probabiliste (parame-
trici).
5. Expresia probabilista a abilitat ii este descrisa prin relat ia:
(a) R(t) = P(T = t)
(b) R(t) = P(T = 0)
(c) R(t) = P(T t)
(d) R(t) = P(T < 0)
(e) R(t) = P(T >

t)
6. Randamentul economic al investit iei se determina dupa relat ia:
(a) R
j
=
d

i=1
I
n
(1+i)
n
+
D

i=d+1
C
i
(1+i)
n
Riscul tehnic si de investit ii 73
(b) R
j
=
d+D

i=1
P
n
1
(1+i)
n
/
d+D

i=1
I
n

1
(1+i)
n
(c) R
j
=
d+D

i=1
(V
n
I
n
C
n
)
1
(1+i)
n
(d) R
j
=
d+D

i=1
(I
n
+C
n
)
1
(1+i)
n
d+D

i=1
Q
n
1
(1+i)
n
(e) R
j
=
d+D

i=1
I
n
+C
n
(1+i)
n
d+D

i=1
Q
n
1
(1+i)
n