Современные меры рисков различной катастрофичности, применения et cetera: в 2 кн. Кн. 2

В. Б. Минасян
Современные меры 
рисков различной 
катастрофичности, 
применения et cetera
Книга 2
| Издательский дом ДЕЛО |
Москва | 2024

УДК 336.763
ББК 65.290-09
          М57
Минасян, В.Б.
М57	
	
Современные меры рисков различной катастрофичности, применения et cetera: 
 
в 2 кн. Кн. 2 / В.Б. Минасян. — Москва : Издательский дом «Дело» РАНХиГС, 2024. — 
 
184 с. 
ISBN 978-5-85006-593-5
ISBN 978-5-85006-595-9 (Кн. 2)
Монография посвящена проблеме анализа и оценки рисков. Она написана на основании 
серии статей автора за период 2012–2024 годов. Проблема поиска подходящих способов 
оценки рисков остается достаточно важной и острой. Сложно поверить, что есть уникальная мера риска, которая может охватывать все его характеристики. Такой идеальной меры 
не существует. Более того, поскольку с каждой мерой риска, по сути, ассоциируется единое 
число, то каждая мера не может исчерпать всю информацию о риске. Вообще в процессе 
исследования разумно искать меры риска, которые идеально подходят для конкретной 
частной проблемы. Автором предложены различные семейства мер риска, которые позволяют, изменяя значение соответствующего параметра, исследовать правый хвост распределения потерь настолько тщательно, насколько это необходимо в данных конкретных обстоятельствах. Исследованы свойства этих мер риска и различные их приложения. Предложены модели оценки рисков, возникающих в различных процессах и взаимоотношениях. 
Книга адресована специалистам, изучающим методы оценки рисков и их применение 
в управлении рисками. Она может быть полезна специалистам в области риск-менеджмента 
и страхования, преподавателям вузов, научным работникам, аспирантам и студентам, желающим пополнить свои знания в области оценки и управления рисками. 
УДК 336.763
ББК 65.290-09
ISBN 978-5-85006-593-5
ISBN 978-5-85006-595-9 (Кн. 2)
© ФГБОУ ВО «Российская академия народного хозяйства и государственной службы  
при Президенте Российской Федерации», 2024

Содержание
Часть II. Различные применения мер рисков  
различной катастрофичности
Предисловие............................................................................................................ 5
Глава 1. Риски деятельности компаний,  реализующих проекты R & D............... 9
Глава 2. Оценка рисков, возникающих  при применении технологии 
мультипликаторов для оценки акции .....................................................29
Глава 3. Стимулы и риски во взаимоотношениях между принципалом  
и агентом...................................................................................................48
Часть III. Et cetera
Предисловие...........................................................................................................73
Глава 1. Неполнота контрактов и гармонизация  
их исполнения с учетом риска контрагента.
............................................75
Глава 2. Риски взаимоотношений государства  
и дотируемых компаний: агентская проблема.
........................................87
Глава 3. Возникновение кризисных явлений как фазовый переход  
в процессе формирования рыночного портфеля.  
Взгляд с точки зрения теории Марковица и CAPM..............................113
Глава 4. CAPM-модель и альфа Дженсена в условиях возрастания 
неоднородности волатильностей...........................................................142
Глава 5. Методические особенности расчетов структуры  
и стоимости капитала в технологиях финансового менеджмента........158

Часть II
РАЗЛИЧНЫЕ ПРИМЕНЕНИЯ 
МЕР РИСКОВ РАЗЛИЧНОЙ 
КАТАСТРОФИЧНОСТИ

Предисловие
В
 главе 1 анализируются риски, с которыми сталкиваются компании, 
реализирующие проекты R & D (НИОКР). Особенностями этих проектов являются большие капитальные вложения, длительные сроки их 
реализации, высокий потенциал роста и  низкая вероятность успеха, 
а также проблемы финансирования. Часть возникающих проблем исследовалась прежде и продолжает исследоваться в настоящее время. В последние годы появились исследования на  модельном уровне проблем 
с  финансированием проектов R & D. Проблема рисков, возникающих 
при реализации проектов R & D, на описательном уровне рассматривалась во  многих работах. На  модельном уровне, с  нашей точки зрения, 
данная проблема пока недостаточно исследована. В работе предложена 
модель, позволяющая исследовать риски, возникающие при реализации 
компаниями проектов R & D, и развит метод оценки соответствующих 
рисков с  помощью модифицированной для данного применения меры 
VaR. Получены формулы для расчета данной меры, которые доведены 
до простых аналитических выражений в предположениях равномерного 
распределения денежного потока от проекта или треугольного распределения. Построенная модель учитывает важнейшие причины возникновения рисков в проектах R & D, которые инвесторы ощущают интуитивно. 
Построенная модель позволяет оценить риски проектов R & D с помощью меры риска VaR при всевозможных параметрах, присутствующих 
в модели. Данную модель можно использовать на практике как для предварительной оценки риска проекта R & D еще до его реализации и принятия решения о реализации с учетом риска, так и для стандартизации 
процесса принятия решения о реализации проектов R & D cо стандартизированным учетом «аппетита к риску» с применением меры риска VaR.
Глава 2 посвящена исследованию модельного риска при применении 
в оценке метода рыночных мультипликаторов. В исследовании на примере компаний нефтегазовой отрасли рассмотрена проблема применения 
7

Часть II. Различные применения мер рисков различной катастрофичности
метода рыночных мультипликаторов в оценке ценности компаний Российской Федерации. Оценена возможность и корректность применения 
отраслевых мультипликаторов и  мультипликаторов компаний-аналогов 
к оценке ценности конкретной компании.
Данная глава основывается на выводах статистических исследований 
отраслевых мультипликаторов и их волатильностей в Российской Федерации, приведенных в [1 и 2]. В работе введено понятие мультипликаторной волатильности акции и предложена формула для ее оценки. Проведен анализ мер риска VaR и ES, вычисленных с волатильностями, оцененными разными способами.
Глава 3 посвящена исследованию рисков во взаимоотношениях меж- 
ду принципалом и агентом. Риск-менеджмент стремительно внедряется 
в культуру российских компаний. На основании международного стандарта ISO 31000 в России в 2012 году Федеральным агентством по техническому регулированию и метрологии принят национальный стандарт, в котором определены основные понятия и принципы управления рисками. 
Многие направления риск-менеджмента получили развитие, и возник соответствующий инструментарий оценки и управления рисками. Однако 
существуют области риск-менеджмента в  компаниях, в  которых пока 
чаще всего есть понимание важности определенных рисков, но нет инструментария их оценки и управления. Речь идет о рисках, которые возникают во взаимоотношениях между различными стэйкхолдерами в компании. В ISO 31000 определена важность учета этих рисков, учета ценности с позиции каждого стэйкхолдера, но дальше деклараций в стандарте 
ничего нельзя найти. Профессиональное сообщество риск-менеджеров 
должно само выработать соответствующие способы оценки и управления 
рисками, возникающими между различными типами стэйкхолдеров. Мы 
будем говорить о рисках взаимоотношений между определенными типами стэйкхолдеров — ​
принципалами и агентами, взаимоотношения между 
которыми строятся на основе определенных контрактов. В этом случае, 
с нашей точки зрения, просматривается определенное продвижение в понимании соответствующих рисков, их управления и оценки.

Глава 1
* 
Риски деятельности компаний,  
реализующих проекты R & D
 данной работе мы предлагаем модель по оценке рисков в проектах 
компании, в которых присутствует R & D (Research & Development). 
Введение
В
R & D — ​
это научно-исследовательские и опытно-конструкторские работы (НИОКР), комплекс мероприятий, включающий в себя как научные 
исследования, так и производство опытных и мелкосерийных образцов 
продукции, предшествующее запуску нового продукта или системы 
в промышленное производство. Вопросу финансирования компаний, реализующих проекты R & D, посвящена достаточно обширная литература. 
Исследования свидетельствовали о  дефиците финансирования таких 
проектов, что создает недостаточное инвестирование в R & D и влечет 
проблемы для технологических инноваций (см. [1]). В [2] было высказано 
предположение, что этот дефицит финансирования возникает из-за следующих особенностей проектов R & D:
1)	 проекты R & D является дорогостоящими, например стоимость разработки одного нового препарата в  биофармацевтической отрасли 
оценивается в 2,6 млрд долл., см. [3];
2)	 проекты R & D часто имеют длительные периоды реализации, состоящие из нескольких этапов двоичных исходов. Кроме того, инвестиции 
в R & D включают последовательность возрастающих ресурсных обязательств и  требуют существенных специальных знаний (см. [4, 5]). 
В отличие от других типов проектов проекты R & D имеют более длительный инвестиционный процесс, непрерывный по времени и фондированию;
* Данная глава написана на основании исследований, содержащихся в работе [10], из списка работ автора, приведенного в ее конце.
9

Часть II. Различные применения мер рисков различной катастрофичности
3)	 инвестиции R & D, как правило, имеют низкую вероятность успеха 
(см. [4, 6]) и высокие выплаты в случае успеха (например, [7, 5]);
4)	 большие расходы проектов R & D зависят от внешнего финансирования (cм. [1]).
Следовательно, реализация проектов R&D связана с большими рисками и это приводит к их недофинансированию, так как неопределенность 
результатов отпугивает инвесторов. Проблема усугубляется тем, что практически нет научно обоснованных моделей, позволяющих оценить риски 
таких проектов, а неоцененная неопределенность всегда страшит больше, 
чем оцененный риск. В результате инвесторы могут отказаться от проектов, оцененный риск которых мог оказаться приемлемым, или могут реализовывать проекты, от которых они бы отказались, если бы смогли оценить риск, связанный с ними.
Большинство моделей, связанных с оценкой рисков проектов R & D 
и вообще инновационных проектов, представляются скоринговыми моделями, в которых различные факторы риска оцениваются баллами и далее по  определенной методологии рассчитывается некий результирующий балл, который представляется оценкой риска данного проекта (см., 
например, [8 или 9]).
Однако скоринговые модели, получившие большое применение на 
практике, чаще всего не  имеют теоретического обоснования смысла 
и верности получаемых оценок. Они применимы для практической диагностики рисков, но мера субъективности оценок здесь такова, что назвать эти модели теоретическими сложно. Есть исследования, где предлагается исследовать риски инновационных проектов, применяя методы 
нечетких множеств (см., например, [10]). Многопериодные модели с рассмотрением различных сценариев в каждом периоде изучались в руководстве [11]. В нем также исследовались различные законы распределения результата в общей постановке принятия решения в ситуации неопределенности. Методы, описанные в руководстве [11], широко исполь- 
зуются в практике риск-аналитики в различных компаниях. В [12] в том 
числе изучается вопрос о возможном законе распределения для результативного параметра инвестиционного проекта. В качестве разумного распределения рассматривается треугольное распределение. Это вполне 
оправданное предположение, учитывая уникальность проектов R & D. 
 
Предварительно о законе распределения результата таких проектов сложно -
что-либо сказать, кроме как сделать предположение о носителе этого 
10