Підприємці, менеджери усвідомлюють, що на економічні про-цеси впливають як керовані, так і некеровані чинники, що ці про-цеси розвиваються за умов невизначеності, конфліктності, неста-чі інформації. Зрештою феномен економічного ризику необхідно враховувати у прийнятті як стратегічних, так і тактичних рішень, оскільки умови їх реалізації певною мірою відрізняються від тих, що передбачались (прогнозувались) [96]. Якщо цього не врахову-вати заздалегідь, то можуть мати місце значні збитки матеріаль-них, трудових, фінансових ресурсів, втрата репутації, зниження економічної ефективності тощо. Приблизно з 60-х років минулого сторіччя в низці промислово розвинутих країн ризик став предметом міждисциплінарних до-сліджень [8, 64, 83, 96, 110]. Можна стверджувати, що виникла нова галузь знань: наука про економічний ризик — теорія еконо-мічного ризику (ризикологія). У ряді вищих навчальних закладів Європи та Америки вже є спеціальність «Менеджмент ризику», теорію ризику вивчають студенти бакалаврського та магістерсь-кого рівнів з економіки. Формування в Україні ринку та ринкової інфраструктури, но-вих механізмів установлення господарських зв’язків, розвиток підприємництва, а разом з тим і конкуренції, змушують урахову-вати ризик при прийнятті рішень на всіх рівнях господарювання, незалежно від форм власності. Аналізувати, ідентифікувати, оці-нювати ступінь економічного ризику, зокрема, необхідно [52]: · перед прийняттям стратегічних, інвестиційних (інновацій-них), а також тактичних рішень; · для формування та стабілізації структури портфеля; · доопрацювання і коригування поточних та оперативних планів; · у здійсненні угод, які впливають на величину ризику; · під час профілактичної діагностики портфеля, яка прова-диться одночасно з інветаризацією, аудитом тощо; · у разі необхідності одержання кредитів та залучення інвес-тиційних коштів; · у маркетингових дослідженнях, прогнозуванні кон’юнктури і поведінки сторін щодо виробництва наборів товарів і послуг (про-гноз попиту, поводження контрагентів, споживачів, конкурентів); · у пошуках аргументів у конфліктних ситуаціях; · в управлінні чужим портфелем; · у здійсненні діяльності в сфері аудиту, консалтингу тощо. Про значну зрілість теорії економічного ризику та методів йо-го врахування в різних сферах економічної діяльності свідчить хоча б те, що існує багато підходів щодо класифікації ризику, причин його виникнення, джерел імовірних збитків, а, отже, і джерел ризику. Особливо велика кількість публікацій присвячена проблемам якісного аналізу ризику в різних сферах економічної діяльності [8, 38, 65, 125, 146, 173, 204, 222, 230, 246, 251, 333, 348]. Ученими та практиками запропоновані та використовуються методи кількісного аналізу та показники кількісної оцінки ступе-ня ризику. На даний час опрацьована низка економіко-математичних моделей і методів урахування та оптимізації управлін-ня ризиком у прийнятті економічних рішень. Серед них необхідно відзначити моделі та методи класичної теорії портфеля [330, 349], монографію О. І. Ястремського, де подаються вдоско-налені методи врахування та моделювання ризику на основі нові-тніх розділів стохастичного програмування [302]. Необхідно та-кож згадати про результати досліджень з оптимізації ризику в агропромисловому комплексі, які викладено в [145], тощо. Але як і перед іншими галузями науки, так і перед ризикологією практика ставить дедалі нові, далеко не прості задачі (проблеми), що потребують свого розв’язання [50, 60, 63, 79, 80]. Ю. М. Єрмольєв і В. С. Михалєвич у своїй концептуальній праці [131] стосовно проблем моделювання ризику зазначають, що оці-нка ризику не зводиться лише до оцінки ймовірності сприятли-вих чи несприятливих подій та побудови моделей їх розвитку у просторі й часі. Йдеться також про необхідність розглядати по-вний спектр подій, включаючи ті, що можуть реалізовуватися з дуже малою ймовірністю, але ведуть до «економічних катаст-роф». Далі наголошується, що моделювання ризику пов’язане з аналізом двох типів ситуацій — штатної (нормальної), без особ-ливих відхилень від очікуваних умов, та нештатної, з відхилен-нями, зумовленими відмовами окремих елементів. У моделюван-ні ризику це веде до нелінійних математичних моделей, негладкої, розривної траєкторії. Справедливо також зазначається в [131], що важливою особливістю оптимізації функції ризику по-рівняно зі стандартними задачами стохастичної оптимізації є іс-тотний вплив малоймовірних подій, імовірність яких може ви-ступати як незначний параметр. Це приводить до сингулярно-збурених задач, розв’язки яких не можна апроксимувати розв’язком незбуреної задачі, бо це призводить до викривлення (спотворення) суті справи. Зміст поданих далі досліджень стосується теорії економічного ризику, методів його якісного та кількісного аналізу, системи по-казників кількісної оцінки його ступеня, математичного моделю-вання та оптимізації управління ризиком стосовно широкого спе-ктра проблем мікроекономічного рівня. Нами подано аналіз лише окремих мікроекономічних проблем, які зумовлюють необхід-ність подальших досліджень, розбудови теорії ризику та його моделювання. Кількісна оцінка ступеня економічного ризику — необхідна складова в стратегії і тактиці ефективного підприємництва (ме-неджменту). Чим досконалішими будуть методи аналізу та кіль-кісної оцінки ступеня ризику, тим меншим буде чинник невизна-ченості. Існує множина показників кількісної оцінки ступеня ризику, який оцінюється як в абсолютному, так і відносному вираженні (про це йдеться в [52, 81, 92, 198, 210, 226, 275]). Можливо, що найбільш загальний підхід до оцінки ступеня ризику полягає у застосуванні функції корисності [52, 210, 302]. Підхід до кількіс-ної оцінки ступеня економічного ризику, за яку обирають варіа-цію (дисперсію), вважається класичним. За такого визначення ступеня (міри) ризику однаково трактуються як додатні (сприят-ливі), так і від’ємні (несприятливі) відхилення випадкової вели-чини, яким вважається певний (розглядуваний) економічний по-казник (норма доходу, прибуток, чиста приведена вартість тощо) від його сподіваного (математичного сподівання) значення. Тоб-то, приймається гіпотеза, що коливання (відхилення) в обидва боки однаково небажані. У низці випадків це не так, і дану гіпотезу слід відхилити. Не-обхідно враховувати й те, що економічні процеси переважно не-стаціонарні. Тобто в низці випадків формально обчислені пара-метри (середньоквадратичне відхилення, коефіцієнт варіації) гублять свій сенс власне як показники кількісної оцінки ступеня ризику. Тому в ряді праць, зокрема [50, 78, 92, 168, 323], пропо-нуються інші показники, які можуть послуговуватися за міру (ступінь) ризику. Зазначимо також, що існує нестача числової інформації, брак репрезентативної вибірки (статистичних даних) і тому, напри-клад, фінансово-кредитні установи (банки, інвестиційні фонди) не в змозі використати (обчислити) як показник ступеня ризику, скажімо, такий зручний показник, яким є коефіцієнт бета. В економіці дуже часто чинники, які слід враховувати, насті-льки нові й складні, що достатня інформація про них відсутня, тому ймовірність того чи іншого випадкового результату немож-ливо обчислити статистичними методами. Зіштовхуючись з потребою прийняти економічне рішення в такій ситуації, можна спробувати дістати додаткову інформацію, ще раз проаналізувати проблему. Зіставляючи здобуту інформа-цію з тією, яка пов’язана з нагромадженим досвідом, сформова-ними уявленнями та інтуїцією, суб’єкт управління може надати низці альтернативних результатів гіпотетичної ймовірності («прикинути на око»). Водночас бажано до здобуття кількісних чи вербальних оцінок залучити фахівців у ролі експертів. Як по-казали дослідження [128, 149, 167], формальній аксіоматиці тео-рії ймовірності можна надати іншу інтерпретацію, яку називають суб’єктивною ймовірністю. Суб’єктивна ймовірність події — це ступінь впевненості особи в тому, що подія відбудеться. Як уже зазначалося, статистичний метод обчислення ризику потребує наявності значного масиву даних, якого у розпоря-дженні суб’єкта ризику просто немає, причому здобути інформа-цію неможливо (немає репрезентативної статистики). Тому через брак чи відсутність інформації здебільшого доводиться застосо-вувати експертні методи [22, 83, 109, 167, 187, 252, 293]. У [226] ескпертам пропонується навести свої оцінки стосовно суб’єктивної ймовірності виникнення певних збитків, на підґрунті яких можна було б відшукати середні значення експертних оцінок і на підставі цього побудувати криву розподілу ймовірностей збитків. Як зазначається, зокрема в [189], експерт відіграє роль певного приладу, який або робить пріоритетний вибір, або встановлює логічний зв’язок, що об’єктивно існує між причиною та наслід-ком. Таким чином, суб’єктивна ймовірність дає змогу встановити зв’язок між невизначеністю і випадковістю [302]. Це актуально у тому разі, коли йдеться про використання ймовірності до оцінок ступеня ризику у прийнятті економічних рішень. У [129] проблему прийняття рішень охарактеризовано з по-гляду побудови відповідних кількісних методів для подолання невизначеності, запропоновано характеристики, що актуальні за умов невизначеності. Однією з них є наявність (чи відсутність) об’єктивної, адекватної моделі, яка пов’язує між собою низку іс-тотних параметрів. У деяких випадках якість рішення необхідно оцінювати за кі-лькома критеріями [52, 58, 59, 78, 104, 214, 266]. Власне в задачах критеріально-експертного вибору (прийняття рішень), що поста-ють у нових, обтяжених ризиком ситуаціях, суб’єкт управління найбільше потребує аналітичної підтримки. Загальні характерис-тики деяких з найбільш поширених груп експертних методів на-ведені в [83]. У [252, с. 3], де аналізується та узагальнюється досвід зі ство-рення і впровадження інформаційних систем підтримки прийняття рішень, підкреслюється, зокрема, що «керівникам вищого рангу притаманна робота в умовах неструктурованих або слабко структурованих проблем, в котрих не завжди задані кількісні за-лежності між важливими характеристиками, а прийняття рішень значною мірою ґрунтується на творчому підході, інформованості, кваліфікації, таланті, інтуїції та інших рисах керівників. Комп’ютерна підтримка такої діяльності в Україні практично відсутня». Про це йдеться також у [142]. На практиці нерідко виникають проблеми щодо прийняття рішень за умов невизначеності, що пов’язана не з концепцією ви-падковості, а з розпливчастими множинами, тобто класами, в ко-трих неможливо вказати чітку межу, яка відділяла б елементи, що належать до одного класу, від елементів, що не належать до нього. Стосовно застосування цієї теорії до аналізу та моделю-вання економічного ризику, то тут зроблені значні, але, на нашу думку, лише перші кроки [3, 154]. Добре відомо, що обсяг та структура інвестицій, потенціал ін-новаційної діяльності є важливими показниками стану економіки будь-якої країни. Для вітчизняної економіки формування іннова-ційного потенціалу, зростання інвестиційної активності є першо-черговими завданнями. Деякі актуальні питання, пов’язані з ви-бором інноваційних проектів, і проблеми, що виникають тут стосовно урахування та моделювання ризику, розглядаються в [50, 76, 86, 91]. Інноваційний проект, як це прийнято в світовій практиці, — це комплекс взаємопозв’язаних заходів, спрямова-них на досягнення поставлених цілей в умовах невизначеності, конфліктності, обмежених ресурсів (трудових, матеріальних, фі-нансових, інформаційних) та часу. Його метою є проведення до-сліджень і розробок зі створення науково-технічної новинки чи придбання новітньої технології та її практичне використання у виробництві і реалізації певної продукції (послуг). Поняття вибору інноваційного проекту розглядається у вузь-кому та широкому контекстах [180, 275, 285, 336]. У вузькому контексті вибір проекту — це визначення з множини конкурую-чих (альтернативних) проектів, що претендують на обмежені ре-сурси, того найкращого в певному розумінні проекту, який доці-льно обрати. У широкому контексті обрання проекта — це формування портфеля проектів з урахуванням наявних обмежених ресурсів, а також можливого впливу кожного з цих проектів на фінансово-економічний стан компанії (підприємства), інвесторів, держави. Будь-який інноваційний проект є інвестиційним проектом і потребує врахування низки чинників ризику, які можуть вплину-ти на фінансово-економічні показники заінтересованих сторін [275, 336]. Інвестиції, тобто вкладення грошових коштів, здійс-нюють з метою підвищення загального добробуту інвестора (вкладника), зростання його матеріального багатства у майбут-ньому. Засоби для інвестицій створюються із заощаджень, креди-тів, виручки від продажу будь-яких активів тощо. Проектний аналіз — це методологія, яка дозволяє оцінити фі-нансові та економічні якості проектів, альтернативні шляхи раці-онального використання обмежених ресурсів. Урахування неви-значеності, розпливчастості майбутніх доходів, затрат, а також термінів реалізації певних етапів проекту є необхідною (обов’язковою) умовою у проведенні фінансово-економічного оцінюван-ня інноваційного проекту. Власне на передінноваційних стадіях до реалізації проекту закладаються його життєвість та інвести-ційна привабливість. Якість підготовки проектів з урахуванням низки критеріїв та вимог міжнародної експертизи послуговує пе-вною гарантією для інвесторів, знижує ступінь інвестиційного ризику. Підготовка інвестиційних (інноваційних) проектів здійсню-ється з урахуванням таких принципів: · аналіз внутрішнього та зовнішнього середовищ проекту; · аналіз альтернативних технічних і організаційних рішень; · зіставлення варіантів «з проектом» та «без проекту»; · комплексно-технічний, інституціональний, комерційний, фінансовий, економічний, екологічний, соціальний аналіз проек-ту на всіх етапах його життєвого циклу; · аналіз цінності (привабливості) проекту з позицій різних суб’єктів, які беруть у ньому участь: компанія (підприємство), ін-вестори (вітчизняні і закордонні), держава; · використання різних критеріїв та альтернативних оцінок для аналізу цінності (привабливості) проекта; · урахування інфляції, чинників часу, ризику та невизначено-сті при проведенні фінансового й економічного аналізу. Для підвищення ступеня достовірності обчислень, упорядку-вання варіантів у проектному аналізі застосовують низку еконо-міко-математичних методів і моделей. Частина з них ґрунтується на виокремленні оптимістичних та песимістичних оцінок, визна-ченні рівня впливу на кінцеві фінансово-економічні результати ймовірних (можливих) змін вихідної інформації та системних па-раметрів (аналіз ризику, еластичності, маневреності, стійкості) [50]. Зіставляючи потоки доходів і витрат, необхідно також ви-значитися: в яких цінах провадити обчислення; яку величину ставки дисконту використовувати; в якій валюті (враховуючи іноземні інвестиції) проводити обчислення; як враховувати ризик інвестора. Прогнозуючи потоки доходів і витрат у номінальних (ринко-вих) цінах, необхідно враховувати інфляцію, а це може здійсню-ватися кількома способами залежно від того, якою прогнозується (приймається) величина (відсоток) темпів інфляції: постійною в часі щодо всіх видів ресурсів; такою, що змінюється від одного періоду (року) до іншого (але її можна наближено вважати однією й тією ж); змінною щодо різних видів (ресурсів); диференційова-ною і різною як за роками, так і за видами ресурсів. Зазначимо, що в ході фінансових обчислень оцінки показників привабливості інноваційних проектів за умов ризику та інфляції важливо якомога точніше обчислити величину норми дисконту, що далеко не завжди виконується правильно [61, 262, 336]. Об-числюючи норму дисконту, необхідно враховувати «премію за ризик», «інфляційну премію», а також спільний вплив ризику та інфляції, який можна було б назвати «синергетичною премією за ризик та інфляцію» [91]. Синергизм означає, що ефект суми чин-ників є більшим, ніж сума ефектів цих чинників. Використовують здебільшого спрощені формули [198], за допомогою яких отримують прийнятні наближені результати лише тоді, коли реальні темпи інфляції є досить малими, що ха-рактерно в останні роки для промислово розвинутих країн з ринковою економікою. Необхідно також зазначити, що високий рівень невизначеності (розкиду, розпливчастості) низки параме-трів стосовно оцінюваних проектів знижує достовірність попе-редньої фінансово-економічної оцінки. На практиці необхідно застосовувати низку критеріїв для оцінки та вибору в певному розумінні кращого (оптимального) з множини альтернативних проектів (варіантів). Різноманіття наведених у літературі, зок-рема в [180, 230, 275, 336], наборів уживаних критеріїв дозволяє віднести їх до однієї з груп (класів): фінансово-економічні; нор-мативні; забезпеченості ресурсами; системні параметри, зокре-ма, ступінь ризику. Тож ідеться про оцінку множини альтернативних інновацій-них проектів (варіантів, стратегій) за багатьма, взагалі кажучи, суперечливими критеріями. Окрім цього, для побудови адекват-ної математичної моделі в системах підтримки прийняття рішень необхідні кількісні (цифрові) дані. Однак наявної кількісної ін-формації, як правило, завжди бракує. Основним джерелом інформації є люди (суб’єкти прийняття рішень): менеджери, управлін-ські команди, експерти, консалтингові компанії. А людині простіше подати необхідні дані (знання) в неформалізованій фо-рмі, на вербальному рівні, на рівні якісного опису та оцінок (су-джень) [137]. Існує низка математичних моделей з нечіткою (розпливчас-тою) інформацією, зокрема поданих у [4, 136, 154], які доцільно використовувати для підтримки прийняття рішень за умов не-повноти, недовизначеності, неоднозначності, невідомості, роз-пливчастості вихідної інформації та зумовленого цим економіч-ного ризику. Використовуючи їх, можна спробувати формалізувати якісну (вербальну) інформацію щодо об’єктів прийняття рішень. У багатьох наукових працях і методичних розробках поєднан-ня термінів «багатокритеріальний» та «розпливчастий, нечіткий» зустрічається досить часто. Але, сформулювавши на початку аналізу задачу підтримки прийняття рішень як розпливчасту (не-чітку) та багатокритеріальну, вже на першому ж етапі (кроці) мо-делювання та відповідних обчислень, як зазначається зокрема в [136], використовують повну згортку критеріїв (заміну одним критерієм) на підставі певних гіпотез, які ґрунтуються на «здоро-вому глузді», і надалі розв’язують однокритеріальну нечітку за-дачу стосовно підтримки прийняття відповідних рішень. Отже виникає потреба у побудові відповідних економіко-математичних моделей і розробці методів підтримки прийняття рішень, які по-требують багатокритеріальних порівнянь, коли складно чи немо-жливо одержати кількісні дані або процес їх отримання потребує багато часу і зусиль. Реалізація принципів проектного аналізу з урахуванням особ-ливостей вітчизняної економіки, зокрема інфляції та економічно-го ризику, нестачі (неповноти) кількісних даних, потребує розбу-дови відповідних економіко-математичних методів і моделей, які дали б змогу прискорити процес експертизи інноваційних (інвес-тиційних) проектів, поліпшити якість відповідних рішень, забез-печити допустимий (раціональний) ступінь ризику. На деяких підприємствах функціонують, поступово розвива-ючись, інтегровані (організаційно-технічні) автоматизовані сис-теми управління на фундаменті сучасних ПЕОМ та локальних обчислювальних мереж. До їх складу, набуваючи все більшої пи-томої ваги, входять задачі: вибору стратегії; вибору раціональної інвестиційної програми; перспективного, поточного та оператив-ного планування виробництва тощо. Значне місце посідають та-кож організаційно-технологічні задачі, що мають масове практи-чне застосування (раціонального розкрою матеріалів, оптимізації суміші та сполук (шихти) тощо). Так, для заготівельно-розкрійного виробництва металопрокату машинобудівного під-приємства в [14, 49, 66, 68, 89, 144, 190] обґрунтовуються мето-дичні положення, а також запропоновані математичні моделі і методи підвищення ефективності процесів автоматизованого проектування й оперативного планування раціонального розкрою металопрокату у взаємозв’язку з системою неперервного опера-тивного планування. Але тут необхідно врахувати ще низку чин-ників за умов невизначеності та зумовленого ними ризику [50, 98], а саме: пов’язаного з коливаннями обсягів та сортаменту ме-талопрокату; необхідністю вибору раціонального варіанта опера-тивного розкрою за кількома суперечливими критеріями, коли окремі з них складно оцінити кількісно. Це вимагає проведення відповідного аналізу для врахування чинників ризику, розробки відповідних моделей і математичних методів, які дістали б прак-тичне використання. Зазначимо, що існує низка способів (методів), які використо-вуються для зниження (оптимізації) ступеня економічного ризи-ку. Серед них: диверсифікація, страхування, здобуття додаткової інформації (даних), створення запасів, резервів тощо. Про це йдеться, зокрема, в [18, 86, 210, 226, 230, 326, 356]. Існує також низка специфічних, притаманних певному виду діяльності, спо-собів зниження ступеня ризику. В простих випадках лише якіс-ний аналіз ризику є вже достатнім для прийняття відповідного рішення. У більшості ж випадків необхідно проведення кількіс-ного аналізу, кількісної оцінки ступеня ризику, застосування від-повідних математичних методів і моделей для того, щоб обрати певний варіант (стратегію, об’єкт, проект) з низки альтернатив-них варіантів, який був би обтяжений допустимим (оптималь-ним) ступенем ризику. Існує необхідність у виокремленні інваріантних щодо широ-кого спектра мікроекономічних проблем, підходів стосовно оп-тимізації управління ризиком, розробки формалізованої процеду-ри (схеми) процесу управління ризиком, а також побудови відпо-відних таблиць рішень, які показували б, який зі способів чи їх суперпозицію необхідно обрати для зниження (оптимізації) сту-пеня ризику залежно від величини (значення) певних показників (критеріїв), враховуючи структуру ризику. Серед інваріантних способів (методів) зниження ступеня ри-зику одним з ефективних є диверсифікація, науковими засадами якої виступає теорія портфеля. Аналізу, математичним методам і моделям формування оптимальної (раціональної) структури портфеля присвячена велика кількість наукових досліджень, зок-рема [73, 81, 168, 210, 275, 314, 330, 339, 350], об’єднані під на-звою «теорія портфеля». Класична теорія портфеля, як зазнача-ється в [52, 73, 339, 350], ґрунтується на гіпотезах, які не завжди адекватні до реального стану справ. Економічні процеси перева-жно нестаціонарні. Окрім того, використовувана в класичній тео-рії портфеля гіпотеза, що коливання, наприклад, норми доходу портфеля в обидва боки від сподіваної величини (математичного сподівання) однаково небажані, не є незаперечною. У низці ви-падків відсутня також числова (кількісна) інформація (статисти-чні дані), необхідна для обчислення відповідних економічних по-казників (критеріїв). Як зазначається, зокрема в [50, 73, 275], прийняття рішень щодо оптимальної чи раціональної структури портфеля доцільно здійснювати на підставі багатьох критеріїв, що також вимагає додаткових досліджень і застосування адеква-тних економіко-математичних методів і моделей. Аналізуючи, оцінюючи та моделюючи ризик в економіці (ме-неджменті, підприємництві), необхідно мати чітке уявлення про його об’єкт, суб’єкт, джерело. Даючи визначення ризику, необ-хідно звернути особливу увагу на те, що він має об’єктивно-суб’єктивну структуру [64]. Об’єктивність ризику полягає в тому, що він існує через об’єктивні, притаманні економіці категорії невизначеності (роз-пливчастості), конфліктності, відсутності повної (вичерпної) ін-формації на момент прийняття рішення [76, 90], що необхідно враховувати при моделюванні ризику. Тобто суб’єктивність ризику зумовлена тим, що в економіці (бізнесі) діють реальні люди (менеджери, бізнесмени, управлін-ські команди) зі своїм досвідом, інтересами, морально-етичними принципами, схильністю чи несхильністю до ризику, психологією, поводженням (інтравертністю чи екстравертністю) [65, 74], що теж потребує врахування особистого чинника при прийнятті еко-номічних рішень. Узагальнюючи результати аналізу неважко дійти висновку, що існуючі проблеми потребують подальшого розвитку теорії та математичного моделювання ризику. Особливо актуальною є розробка та впровадження ефективних (стосовно дійсного стану справ та відповідно обраної раціональної системи гіпотез) показ-ників кількісної оцінки ступеня ризику, формування моделей і методів урахування ризику, оптимізації управління ним у проце-сах прийняття рішень, які потребують багатокритеріальних оці-нок множини альтернативних варіантів (стратегій, проектів), а також коли досить складно чи навіть неможливо одержати чис-лові (кількісні) дані або ж процес їх здобуття вимагає великих за-трат коштів, часу і зусиль. Разом з тим існує можливість відносно просто (дешево і швидко) отримати вербальну (описову) так зва-ну м’яку інформацію, формалізувати її та на підставі здобутих даних моделювати інтереси суб’єктів ризику. Аналіз широкого спектра економічних проблем дає змогу дій-ти висновку, що теорію та моделювання ризику в економіці (ри-зикологію), на думку авторів, слушно розглядати та структурува-ти на засадах системного аналізу за такою концептуальною схемою [52]: · основні засади якісного аналізу ризику; · кількісний аналіз ризику; · система показників кількісної оцінки ступеня економічного ризику; · моделювання ризику; · основні (інваріантні) підходи до оптимізації управління ним у широкому спектрі економічних проблем (мікроекономічний рі-вень). Тож ризикологія вимагає ґрунтовних знань з теорії економіки та менеджменту, врахування нюансів відповідної предметної сфера (банківська справа, проектний менеджмент тощо). Мене-джмент ризику потребує застосування досконалої методології, відповідних економіко-математичних методів і моделей. Ефекти-вним є використання класів математичних моделей, які відобра-жають стохастичність, розпливчастість, конфліктність, що при-таманні об’єктам і процесам на різних рівнях управління, використання адекватного математичного апарату: теорії ймовірностей і математичної статистики, теорії ігор, стохастич-ного програмування тощо. Можна стверджувати, що прийняття рішень стосовно об’єктів (проектів), які були б обтяжені оптимальним (прийнятним) рів-нем ризику, потребує подальшого розвитку його теорії, викорис-тання досконалих економіко-математичних методів і моделей, інформаційних систем. Зокрема в [50, 63, 64, 80] ідеться про побудову відповідних експертних систем, які матимуть здатність до поєднання різних джерел знань на підставі неповної нечіткої ін-формації, які були б у змозі вести діалог з користувачами, навча-тися в процесі розв’язання задач. У складі таких систем, на нашу думку, повинні використовуватися відповідні пакети прикладних програм і програмно-методичні комплекси, зокрема: теоретико-ігрові, стохастичного програмування, обробки експертних оці-нок, прогнозування, імітаційного моделювання тощо. Така тех-нологія дозволить відійти від жорстких алгоритмів, використову-вати потужні бази знань, даних і моделей, що забезпечить відповідну адаптивність, надійність, гнучкість, маневреність, а, отже, і раціональний (оптимальний) ступінь ризику відповідних економічних рішень.
Ви переглядаєте статтю (реферат): «АКТУАЛЬНІ ПРОБЛЕМИ РИЗИКОЛОГІЇ» з дисципліни «Ризикологія в економіці та підприємстві»
