Стр. 541 - УПРАВЛЕНИЕ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТЬЮ

525
2) установление зависимостей между отобранными факторами риска и
объектом риска (доходом, прибылью и др.);
3) стохастическую оптимизацию риска.
Чем больше «S», тем выше риск прогнозируемого события, больше раз-
брос, поле допуска (рис. 12.2) анализируемого параметра от средней величины
(медианы, точка «0» на рис. 12.2), тем «грубее» модель оптимизации риска. Не-
обходимо сглаживать, уменьшать факторы риска с тем, чтобы сузить поле «S»,
поле риска. Хорошо, когда «S» меньше ±15%.
Распределение результатов инноваций носит характер нормального распре-
деления. Нормальное распределение (распределение Гаусса) – вид распределения
случайных величин, с достаточной точностью описывающий распределение плот-
ности вероятности результатов производственно-хозяйственной, финансовой, ин-
новационной деятельности или изменений условий внешней среды, поскольку по-
казатели, характеризующие их, определяются большим числом независимых слу-
чайных величин, каждая из которых в отдельности играет незначительную роль и
непредсказуема. Эти теоретические предпосылки, а также апробация моделей для
анализа рисков на основе нормального распределения доказывают адекватность
этого теоретического инструмента реальным инновационным процессам:
2
2
0
2
) (
2
1 )(σ
−
π σ
=
Mx
e xp , (12.7)
где Р(х) – плотность вероятности распределения случайной величины х; σ – дис-
персия (рассеивание) случайной величины х; М0 – математическое ожидание.
Нормальное распределение позволяет количественно оценить вероят-
ность неблагоприятного значения:
dx e X xp
x Mx
∫
′
σ−
σ
−
π σ
=′ <
3
2
) (
2
2
0
2
1 )
( . (12.8)
Если применение законов нормального распределения при анализе риска
обеспечивает адекватность выводов и оценок, то на практике широко использу-
ется такой инструмент как Z-статистика. При анализе исходя из коэффициента
Z оценивается вероятность того, что результат инновации окажется не хуже не-
коего критического уровня, определяемого инноватором или инвестором:
σ
−
=
e r r
Z , (12.9)
где r – критический уровень результата инновации.
По значению Z на основе табличных значений оценивается вероятность
риска, если критический уровень превосходит среднее ожидаемое значение:
• r > rе, если инноватор заинтересован в максимизации результата;
• r < re, если инноватор заинтересован в минимизации результата.
Вероятность того, что результат нововведения превзойдет уровень хуже
ожидаемого, оценивается по формуле:
Р = 1 - р, (12.10)