Trei metode de top pentru măsurarea riscului

în firme
Metodele sunt:
1. Distribuția de probabilitate/ de frecvență
2. Deviația standard/abaterea medie pătratică
ca măsură a riscului
3. Coeficientul de variație/ ca măsurare
relativă a riscului.
Măsurarea riscului: Metoda # 1.
Distribuția de probabilitate:
În teoria probabilității și statistică, distribuția de
probabilitate este o funcție matematică, sau un
table, care dă probabilitatea apariției diferitelor
rezultate posibile într-un experiment.
Probabilitatea ca un anumit eveniment să apară
este o măsură a speranței apariției acestuia.
Probabilitățile sunt în mod normal fracții

1
zecimale normalizate la 1.0, dar ele pot fi
exprimate și în procente ca în Tabelul 1.
Tebelul 1:
Distribuția de probabilitate a fluxurilor de
lichidități
Fluxul de lichidități în Probabilitatea
anul 1, u.m. (procente)
0,1 1
10,2 5
20,3 10
30,4 20
40,5 28
50,6 20
60,7 10
70,8 5
80,9 1

2
 100

Următoarea formulă este utilizată pentru a

calcula valoarea așteptată/medie a distribuției:
n
Valoarea asteptata / media  R   ( Ri  pi )
i 1

Ri  venitul asociat
pi  probabilit atea de aparitie
R  valoarea asteptata
n
R   ( Ri  pi )  0,1  0,01  10,2  0,05 
i 1

 20,3  0,1  30,4  0,2  40,5  0,28 

 50,6  0,2  60,7  0,1  70,8  0,05  80,9  0,01 

În mod normal, estimarea cea mai probabilă

reprezintă valoarea așteptată a variabilei.
Aceasta se află în mijlocul altor posibilități și
are cea mai mare probabilitate de apariție.
Media aritmetică ponderată oferă valoarea
așteptată. Această valoare este construită prin
multiplicarea fiecărui rezultat posibil prin
3
probabilitatea asociată și prin însumarea
produselor.
Cu cât valoarea așteptată este mai mare, riscul
este mai mic.
Măsurarea riscului: Metoda # 2.
Deviația standard ca măsură de risc:

Distribuția probabilităților oferă baza pentru

măsurarea riscului unui proiect. Regula este
"cu cât este mai mare valoarea rentabilității
viitoare așteptate, cu atât riscul unui proiect
dat este mai mic și viceversa".

Pentru a măsura dispersia distribuției de

probabilitate se folosește cea mai răspândită
tehnică statistică: abaterea standard/ abaterea
medie pătratică.

Următoarele etape sunt implicate în calcularea

deviației standard:
(i) Se calculează valoarea așteptată a
distribuției.
4
 (ii) Se calculează deviația de la fiecare rezultat
posibil.
(iii) Se ridică la pătrat fiecare abatere
(iv) Se înmulțește pătratul deviației cu
probabilitatea de realizare a venitului
corespunzător.
(v) Se însumează toate produsele. Cee ace se
obține se numește varianță/dispersie.
Varianța este:
n
Varianta / dispersia     ( Ri  R ) 2 pi
2

i 1

Deviația standard / abaterea medie pătratică:

se obține extrăgând rădăcina pătrată din
varianță.

n
Deviatia s tan dard / abaterea medie patratica   
2
 (R  R )
i 1
i
2
pi

5
 Cu cât deviația standard este mai mică, cu
atât este mai scăzută riscul proiectului
Următorul exemplu va explica mai clar
conceptele de mai sus:
Exemplul 1:
O companie se confruntă cu problema alegerii
uneia dintre cele două propuneri de investiții cu
următoarea distribuție de probabilități a
fluxurilor de numerar așteptate.
Determinați care proiect este mai riscant.

Propunerea A Propunerea B

Probabilitate Fluxul Probabilitate Fluxul

a de a de
numera numera
r r
0,1 1500 0,1 1000
0,2 1750 0,2 1500
0,4 2000 0,3 2000
0,2 2250 0,25 2500
0,1 2500 0,1 3000
6
Valoarea așteptată a fluxurilor de lichidități
/media, în propunerea A:

RA  0,11500  0,2 1750  0,4  2000 

 0,2  2250  0,1 2500  2000
RB  0,1  1000  0,25  1500  0,3  2000 
 0,25  2500  0,1  3000  2000
Varianța/dispersia:
 A2  0,1  (1500  2000)2  0,2  (1750  2000)2  0,4  (2000  2000)2 
 0,2  (2250  2000)2  0,1  (2500  2000)2  149769

 B2  0,1  (1000  2000) 2  0,25  (1500  2000) 2  0,3  (2000  2000) 2 

 0,25  (2500  2000) 2  0,1  (3000  2000) 2  649636
Deviația standard/abaterea medie pătratică:
 A  149769  387
 B  649636  806
Astfel, propunerea B are o deviație standard
semnificativ mai mare, indicând o dispersie mai
mare a rezultatelor posibile. Prin urmare,
proiectul B este mai riscant.
7
 Utilizarea deviației standard este uneori
criticată atunci când este utilizată ca măsură de
risc deoarece măsoară variabilitatea absolută a
randamentelor și ignoră mărimea relativă a
rentabilității așteptate a unei investiții.
Măsurarea riscului: Metoda # 3.
Coeficientul de variație ca o măsură relativă a
riscului:
Dificultatea poate fi eliminată prin dezvoltarea
unei a treia măsuri, anume coeficientul de
variație.
Acesta măsoară variabilitatea relativă a
venitului.
În teoria probabilităților și statistică matematică,
coeficientul de variație sau deviația standard
relativă, este măsura standardizată a deviației
standard unei probabilități de distribuție sau
unei distribuții de frecvențe.

8
Se poate exprima în procente și se calculează ca
raport între deviația standard și medie, în cazul
nostru valoarea așteptată.

CV 
R
387
CVA   0,1935
2000
806
CVB   0,403
2000

In general, cu cât este mai mare coeficientul de

variație, cu atât mai mare riscul. Am identificat
în prezent a doua investiție ca purtător de risc
mai mare. Prezentarea grafică a două propuneri
este conținută în figura 20.2.

9
 Exemplul 2: Zenith India intenționează să
investească într-un proiect cu o durată de viață
de așteptată, de 3 ani.
Costul proiectului este de 25.000u.m. și
Fluxurile posibile de lichidități pentru cei trei
ani sunt:
Anul 1 Anul 2 Anul3
Suma p R Suma p R Suma p R
0 0,1 0 2500 0,11 375 0 0,15 0
5000 0,2 1000 10000 0,2 2000 3750 0,2 750
10000 0,4 4000 17500 0,3 5250 7500 0,3 2250
15000 0,2 3000 25000 0,2 3000 11250 0,2 2250
20000 0,1 2000 32500 0,15 4875 15000 0,15 2250
10000 17500 7500

Să presupunem o rată a inflației 5%. Calculați

valoarea așteptată netă și abaterea standard
prezentă a distribuției de probabilități a
posibilelor valori nete actuale.
Deviațiile standard ale fluxurilor de lichidități
pe fiecare dintre cei 3 ani sunt:

10
 1  (0,1  (0  10000) 2  0,2  (5000  10000) 2  0,4  (15000  10000) 2 
 0,2  (20000  10000) 2 )1 / 2  6325
 2  (0,15(2500  17500) 2  0,2(10000  17500) 2  0,3(17500  17500) 2 _ 0,2(2500  17500) 2 
 0,15(32500  17500) 2 )1 / 2  7332
 3  (0,15(0  7500) 2  0,2(3750  7500) 2  0,3(7500  7500) 2  0,2(11250  7500) 2 
 0,15(15000  7500) 2 )1 / 2  3736

Presupunând o distribuție normală, care este

probabilitatea ca proiectul să furnizeze o valoare
actuală netă la zero la 7.500 sau mai mult?
Rezolvare:
Deviația standard actualizată/prezentă a
distribuției de probabilități pe cei trei ani este:
6325 7332 3736
 2
 3
 15899
1,05 (1,05) (1,05)
Valoarea prezentă netă a valorilor așteptate :
10000 17500 7500
VPN   2
 3
 25000  6873
1,05 (1,05) (1,05)

Probabilitatea ca VPN să fie între zero și 7500

este:

11
 0  6873
p(VPN  0)  p( Z  )  p( Z  0,432)  0,32
15899
Obs.: Probabilitățile s-au stabilit folosind
tabelele distribuției normale.
Probabilitatea ca VPN să fie mai mare decât
7500 este:
7500  6873
p(VPN  7500)  p( Z  )  p( Z  0,38)  0,48
15899

Calculați coeficientul de variație pe cei trei ani

și stabiliți în ce an este riscul cel mai mare:
1 6325
CV1   
R1 10000
2 7332
CV2   
R2 17500
3 3736
CV3   
R3 7500

_____________

Calculul probabilităților utilizând distribuțiile de

frecvențe:

12
 cazuri favorabile
p
cazuri egal posibile

 15 păr șaten.
 10 păr negru
 16 păr blond
 2 păr roșu
 Total=45
15 10 16 2

p saten  , p negru  , pblond  , p rosu 
45 45 45 45

Calculul probabilităților, utilizând media și deviația

standard (abaterea medie pătratică)
Considerăm un șir de evenimente:
, normal distribuite, cu media 100 și dispersia
Y1 , Y2 ,..., Y9

16  256 , abaterea standard(abaterea medie pătratică este

2

16).
Calculați probabilitatea ca un eveniment oarecare Yi  103

, adică:
103  100
p(Yi  103)  p( Z  )  p( Z  0,18)  0,0714
16

13
Unde Z este variabila normală standard.
Probabilitatea este 0,0714

14