Риски делятся на чистые и спекулятивные.

Чистые рискисвязаны со слу­чайными событиями, влекущими за собой только убытки или ситуацию, при которой положение остается неизменным.

Спекулятивные рискипредпола­гают возможность получения как негативных, так и положительных результа­тов (риски вложений в ценные бумаги). Чистые риски страхуются, спекулятив­ные, как правило, не страхуются. Разделение рисков на чистые и спекулятив­ные показано на рис.2:

Рис.2. Структура чистых и спекулятивных рисков

Существует классификация рисковпо различным признакам. По природе возникновения выделяют риски:

• исходящие от природных явлений (ураганы, землетрясения);

• исходящие из социальной среды (кражи, действия третьих лиц);

• происходящие из технической среды (отказ техники);

• происходящие из экономики (потери из-за инфляции). По возможности воздействия на риски выделяют:

• экзогенные (внешние) риски, лежащие вне области решения хозяйст­вующего субъекта; он может лишь бороться с их последствиями, пы­таясь уменьшить возникающие ущербы;

• эндогенные (внутренние) риски, находящиеся в поле решений хозяй­ствующего субъекта; он может уменьшить вероятность их наступле­ния и даже полностью избежать их в некоторых случаях.

Для выбора метода управления риском необходимо произвести оценку риска.Для оценки рисков необходимо знать ожидаемую величину ущерба и вероятность его наступления. Эти данные необходимы для расчета страховой премии.

Частота или вероятность уровня потерь F:

F=N₁/N₂,

где N₁ - число случаев наступления конкретного уровня потерь; N₂ - общее число случаев.

Оценивается на основе статистических данных о числе случаев ущерба на совокупность объектов, подверженных данному риску.

Ожидаемое значение ущерба К:

Если R₁ и R₂ - два возможных значения ущерба, имеющие соответственно вероятность F₁ и F₂, то

K=F₁∙ R₁ + F₂ ∙ R₂.

Вероятностный характер страхуемых событий определяет возможность от­клонения фактической статистики ущербов от ожидаемой. Для оценки разброса или степени изменчивости возможных результатов пользуются показателями дисперсии и стандартного отклонения.

Дисперсияопределяется как средневзвешенная величина из квадратов отклонения действительных результатов от ожидаемых.

Стандартное отклонениерассчитывается как корень квадратный от показателя дисперсии:

,

где n – число случаев наблюдения.

Поиск по сайту: