ანოტაცია. მხოლოდ საინვესტიციო პროექტებთან დაკავშირებული რისკის სახეების შესწავლა არ იძლევა შედეგს, საჭიროა მათი შეფასება და მართვა. რისკის მართვის სისტემა უნდა იყოს გამჭირვალე, პრაქტიკული და შეესაბამებოდეს ინვესტორის სტრატეგიულ მიზნებს, რაც განაპირობებს მოგების მაქსიმალურ მიღებას. პრაქტიკაში გამოიყენება რისკების შეფასების მრავალი მოდელი, რომლებიც სხვადასხვა მეთოდს ეფუძნება. არსებულ მეთოდებს გააჩნიათ ნაკლობანება, რომელიც დაკავშირებულია მათი რეალიზაციისათვის საჭირო დიდი ოდენობის სტატისტიკური მასალის არსებობასთან.

საკვანძო სიტყვები: რისკის შეფასების მეთოდები, VaR, ფაზი სიმრავლეები.

შესავალი

ნებისმიერი საინვესტიციო გადაწყვეტილებების მიღებისას ჩვენ გვიწევს ერთ საერთო პრობლემასთან გამკლავება – ეს არის ხვალინდელი დღის განუსაზღვრელობა, რომელიც ინვესტორისთვის ბუნდოვან პირობებს ქმნის. ყველა მიისწრაფის იმისკენ, რომ ეს სამყარო უფრო გამოცნობადი გახდეს, რაც იწვევს დაგეგმვის, პროგნოზირების, საბაზრო რისკების შეფასების მოთხოვნას. ხდება პერსპექტიული განვითარების იმ სცენარების გენერირება, რომლებიც დაკავშირებულია ფასების დონესთან, პროდუქციის გამოშვებასა და გაყიდვების მოცულობასთან, გარემოს მაკროპარამეტრების ცვლილებასთან (დაბეგვრის დონე, მოკლევადიანი კრედიტების განაკვეთები, ინფლაციის ტიპები და ა.შ.), შემდეგ ხდება კორპორატიული ფინანსების რეალიზებულ ჰიპოტეტურ სცენარებზე რეაქციის ანალიზი. ოპტიმისტური სცენარები აუმჯობესებენ კორპორაციების ფინანსურ და საბაზრო მდგომა-რეობას, ხოლო პესიმისტური – აუარესებენ, მათ შორის მიჰყავთ ისინი გაკოტრებამდე.

* * *

მხოლოდ საინვესტიციო პროექტებთან დაკავშირებული რისკის სახეების შესწავლა არ იძლევა შედეგს, საჭიროა მათი შეფასება და მართვა. რისკის მართვის სისტემა უნდა იყოს გამჭირვალე, პრაქტიკული და შეესაბამებოდეს ინვესტორის სტრატეგიულ მიზნებს, რაც განაპირობებს მოგების მაქსიმალურ მიღებას. პრაქტიკაში გამოიყენება რისკების შეფასების მრავალი მოდელი, რომლებიც სხვადასხვა მეთოდს ეფუძნებიან.

პრაქტიკაში დანერგილია სტატისტიკურ მონაცემებზე, ალბათობაზე და ბუღალტრული მონაცემების გამოყენებაზე აგებულ მოდელები.  მათ გააჩნიათ გარკვეული   ნაკლოვანებები და აუცილებელია შემოვიტანოთ რისკის შეფასების ახალი მიდგომა.

VaR წარმოადგენს რისკის მეტრიკას, რისკის მაჩვენებელს, რისი მეშვეობითაც შესაძლებელია განსაზღვრულობის სიდიდის დადგენა. რისკის ეს მეტრიკა დღეისათვის საქართველოში ნაკლებადაა შესწავლილი. რისკის ზომის მაჩვენებელი (VaR) არის ერთ-ერთი ყველაზე მნიშვნელოვანი და ფართოდ გამოყენებული სტატისტიკა, რომელიც ზომავს ეკონომიკური ზარალის პოტენციალს. იგი პრაქტიკულად ყველა ძირითადი ფინანსური ინსტიტუ­ტის და რეგულირების მენეჯმენტის მიერ მიღებულია, როგორც რისკის ქვაკუთხედი და საერთო ენა. VaR ზომავს პორტფელის მაქსიმალური დანაკარგის მნიშვნელობის ალბათობის განსაზღვრულ დონეს გარკვეული პერიოდის განმავლობაში. განხილულია VaR–ის შეფასების მიმართ მიდ­გომების ორი ძირითადი ჯგუფი. პირველი ჯგუფი ეფუძნება ეგრეთ წოდებულ „ლოკალურ შეფასებებს“ (local valuation), ე.ი. ფინანსური ინსტრუმენ­ტის ღირებულების ფუნქციის წრფივ ან უფრო რთულ ფუნქციაზე აპროქსიმაციას, რომლის მნიშვნელოვან მაგალითს წარმოად­გენს პარამეტრული დელტა-ნორმალური მეთოდი. მეორე ჯგუფი იყენებს „სრულ შეფასებებს“ (full valuation), რომელიც გულისხმობს ფინანსური ინსტრუმენტის ღირებულების სრულ გადაანგარიშებას აპროქსიმაციული ვარა­უდების გარეშე. ამ ჯგუფს მიეკუთვნება ისტორიული სიმულირების და მონტე კარლოს მეთოდები.

გარდა ზემოთ აღნიშნულისა, რისკების შეფასებაში გამოიყენება ბაიესის ქსელი. ბაიესის მეთოდოლოგია განსხვავდება სხვა მიდგომებისგან იმით, რომ მკვლევარი მონაცემების მოპოვებამდეც კი ადგენს მათი ნდობის დონეს შესაძლო მოდელებში და შემდგომში წარმოაჩენს მათ გარკვეული ალბათობების სახით. ბაიესური მიდგომის ერთ-ერთი მთავარი უპირატესობაა ნებისმიერი საწყისი (აპრიორი) ინფორმაციის გამოყენება მოდელის პარამეტრების მიმართ. ასეთი ინფორმაცია გამოხატულია აპრიორული ალბათობის ან ალბათობის სიმკვრივის ფუნქციის სახით. შემდეგ თავდაპირველი ალბათობა „გადაისინჯება“ მონაცემთა შერჩევის გამოყენებით, რომლებიც აისახება  პარამეტრების ან მოდელის ცვლა­დების შეფასების აპოსტერიული განაწილების სახით. ნაშრომში ნაჩვენებია, რომ გულუბრყვილო ბაიესის ქსელები კარგად   პროგნოზირებენ გაკოტრების ალბათობას. გუ­ლუ­ბრ­ყვი­ლო ბაიესის ქსელი არის ქსელი ერთი ფესვით, ყველა დანარჩენი კვანძი წარმოადგენს ფესვის შვილობილ ელემენტებს და სხვა კვანძებს შორის არ არის წიბოები.

საბუღალტრო ბალანსის მონაცემებს ეყრდნობა კომპანიის გაკოტრების რისკის შეფასებისას ალტმანის, ჩესერისა და ლისის მიერ შემოთავაზებული მოდელები. ალტმანის Z-მოდელი (Altman’s Z-score) წარმოადგენს სტატისტიკურ მოდელს, რომელიც კომპანიის ფინანსურ მაჩვენებელზე და გადახდისუნარიანობაზე დაყრდნობით საშუალებას იძლევა შეფასდეს გაკოტრების რისკის დონე.

ლისის მოდელში გაკოტრების ალბათობის შესაფასებელ ფაქტორებად გათვა­ლისწინებულია ორგანიზაციის საქმიანობის ისეთი შედეგები, როგორიცაა: ლიკვიდურობა, რენტაბელობა და ფინანსური დამო­უკი­დებლობა.

ჩესერის მოდელი საშუალებას იძლევა განისაზღვროს პოტენციური მსესხებლის გადახდისუუნარობა. ამასთან მოდელი პროგნოზირებს არა­ მარტო კრედიტის დაუბრუნებლობის რისკს, არამედ საწყისი პირობიდან ნებისმიერ გადახრას, რომელიც სესხს ნაკლებად მიმზიდველს ხდის კრედი­ტორისათვის.

ზემოთ მოყვანილი მოდელები სრულყოფილად ვერ ასახავს ჩვენი ქვეყნის ეკონომიკური განვითარებისთვის საჭირო ინოვაციურ პროექტებში ინვესტიციების მოზიდვისას რისკების შეფასების ყველა ასპექტს, რადგან ჩვენს ეკონომიკას გარკვეულწილად რთული გზა აქვს გასავლელი იმისათვის, რომ დაარწმუნოს ინვესტორი ჩვენს ეკონომიკაში ინვესტიციების ჩადების საიმედოობაში. სწორედ ამ მიზანს ემსახურება ის კვლევა, რომლის ჩატარებაც  უზრუნველყოფს ასეთი რისკების შესაფასებლად ახალი მიდგომის შემუშავებას, სადაც შეძლებისდაგვარად აისახება ყველა ის რისკი, რომელიც შეიძლება წარმოიქმნას ინოვაციური პროექტების განხორციელებისას.

პროგნოზირების არსებული მოდელები შეიძლება კლასიფიცირდეს ორ მთავარ ჯგუფად: სტატისტიკური და თეორიული. რიგ შემთხვევებში ეს მოდელები დაუშვებელია. ძირითადად ისინი არ არიან შესაფერისი განვითარებად ქვეყნებში კორპორაციების საინვესტიციო პროექტების  რისკების შესაფასებლად.

მოკლედ ვისაუბროთ განვითარებად ქვეყნებში კორპორაციებისთვის ამ მოდელების უვარგისობის მიზეზებზე. სტატისტიკური მოდელებისთვის:

• არასაკმარისი დეფოლტის ისტორია არ იძლევა სათანადო საფუძველს საკრედიტო რისკის შესაფასებლად;

• ასევე პრობლემები წარმოიქმნება კლასიფიკაციის პროცესთან – მსესხებელს შეიძლება ჰქონდეს ე.წ. ნაწილობრივი ნაგულისხმევი სტატუსი.

თეორიული მოდელებისთვის:

• პოტენციური პრობლემა, რომელიც შეიძლება წარმოიშვას ამ მოდელის გამოყენებისას, არის ის, რომ კომპანიების აქციების უმეტესი ნაწილი არ არის გატანილი საფონდო ბირჟაზე. ამ შემთხვევაში აქტივების საბაზრო ღირებულების სწრაფი შეფასება რთულია.

უფრო დეტალურად განვიხილოთ რისკები ინვესტიციური პროექტების დაფინანსებისას. ცნობილია, რომ საინვესტიციო პროექტი გულისხმობს სამი ძირითადი ფულადი ნაკადის დაგეგმარებას: ინვესტიცია, მიმდინარე (ოპერაციული) ხარჯები და შემოსავალი.

ინვესტიციის პროექტის განხორციელებისას ინვესტორს არასოდეს აქვს რისკის ყოვლისმომცველი შეფასება, რადგან დინამიკურად განვითარებად სამყაროში ხშირი ცვლილებები არ არის გათვალისწინებული. ამრიგად, არსებობს გაუთვალისწინებელი გარემოება, რომელიც პროექტით არ არის გათვალისწინებული (მაგალითად, კატასტროფა), და მისი მოხდენა აფერხებს საინვესტიციო პროცესს. ამავე დროს, ინვესტორი მაქსიმალურად უნდა იყოს ინფორმირებული, რომ შეაფასოს თავისი ინვესტიციის შესახებ გადაწყვეტილებების რისკი როგორც პროექტის განვითარების ეტაპზე, ისე ინვესტიციის პროცესში. გარდა ამისა, მნიშვნელოვანია გვახსოვდეს, რომ მომავალში გაყიდული პროდუქციის ფასები და მოცულობა, ისევე როგორც ნედლეულისა  და მომსახურების ფულადი ღირებულებები, შეიძლება რადიკალურად განსხვავდებოდეს მათი მოსალოდნელი ღირებულებებისგან ინვესტიციის დაგეგმვის დროს.

ზემოაღნიშნული და მსოფლიო პრაქტიკის საფუძველზე სწავლების ნებისმიერი ობიექტის შეფასების მოდელები, მათ შორის რისკების ჩათვლით, შესაფერისია მხოლოდ იმ შემთხვევაში, თუ არსებობს საკმარისად დიდი სტატისტიკური ბაზა (ზოგადი პოპულაცია). რა უნდა გავაკეთოთ ასეთი სტატისტიკის არარსებობის შემთხვევაში? დაგროვილი გამოცდილება აჩვენებს, რომ ამ შემთხვევაში ერთადერთი გამოსავალია ექსპერტული შეფასებების გამოყენება. ამ შემთხვევაში ექსპერტთა ინდივიდუალური მოსაზრებები გარდაქმნება კონკრეტულ რიცხვით შედეგად.

ინტუიციურად, რისკი არსებობს როდესაც ზარალი შესაძლებელია და მისი ფინანსური გავლენა არსებითია. ეს ლინგვისტური განმარტება ასახავს რისკის თვისებას, რომლის განმარტებაც მათემატიკური ფორმულების თვალსაზრისით  შეუძლებელია. ზოგადად, რისკები ფასდება ხარისხობ­რივ­ად და არა რაოდენობრივად.  ფაქტობრივად, დანაკარგის შესაძლე­ბლობის და ფინანსური მნიშვნელობის განსაზღვრა  შეუძლებელია მაღალი სი­ზუს­ტით.

სინამდვილეში, ალბათური მეთოდი ძალიან ეფექტური ინსტრუმენ­ტია რისკის შესასწავლად  მხოლოდ იმ შემთხვევაში, როდესაც დიდი რაოდე­ნო­ბით მონაცემების შეგროვებაა შესაძლებელი. რაიმე მოვლენის მოხდენის შესაძლებლობის ანალიზისათვის საჭიროა დიდი რაოდენობის მონაცემთა შეგროვება. რაც უფრო დიდია დაკვირვე­ბათა რაოდენობა და რაც უფრო დიდი მოცულობიდან არის შერჩევის გაკეთება შესაძ­ლე­ბელი, მით უფრო ზუსტია რაიმე ხდომილობის მოხდენის შესაძლებ­ლობის ალბათობა, მაგრამ, უმეტეს შემთხვევაში, ამ რაოდენობის მონაცემთა შეგროვება ვერ ხერხდება.

ტრადიციულად, რისკის ანალიზის მთავარ გამოწვევად ითვლება სამეცნიერო მიდგომა ალბათობების განაწილების შესაფასებლად. ეს სამართლი­ანია მხოლოდ და მხოლოდ იმ შემთხვევაში, თუ სისტემაში არსებული რისკები სტატისტიკურია. როდესაც რისკის სისტემას ვსწავლობთ ალბათური მეთოდის გამოყენებით, ჩვეულებრივ, ძნელია იმის განსჯა,  შესაფერისია თუ არა ალბათობის განაწილების ჰიპოთეზა, ზოგჯერ შეიძლება შეგვხვდეს მცირე შერჩევის პრობლემა, სადაც მოცემული მონაცემები ძალიან მწირია ნების­მიერი კლასიკური მიდგომის გადაწყვეტილების მისაღებად. ეს ნიშნავს, რომ  რთულია ზუსტი კავშირის მოძებნა მოვლენებსა და მათი წარმოქმნის ალბა­თო­ბებს შორის.

რისკის კონცეფცია შეიძლება დავიყვანოთ ალბათობის რისკამდე,  რაც ნიშნავს, რომ ჩვენ შეგვიძლია ვიპოვოთ ალბათობათა განაწილება, რომელიც ემორჩილება სტატისტიკურ კანონს, რისკის ფენომენის სწორად ჩვენებისთვის. როგორც ზემოთ აღვნიშნეთ,  ალბათობის ზუსტი შეფასების მიღება ხშირ შემთხვევაში შეუძლებელია.

ზადეს მიერ ფაზი სიმრავლეების პირველი ნაშრომის გამოცემის შემდეგ, მრავალმა  მკვლევარმა სცადა ფაზი მეთოდების გამოყენება პრობლემების გადასაწყვეტად.

ფაზი-რისკის ანალიზის ადრინდელი მიდგომა ემყარება იმ წინაპირობას, რომ რისკის შეფასება შესაძლებელია ბუნებრივი ენის ტერმინების გამოყენებით, როგორცაა წარუმატებლობის ალბათობა, ზარალის სიმძიმე და შეფასების საიმედოობა. შმუკერის მიერ შემოთავაზებულია ტიპური ტექნიკა, რომელიც აერთიანებს ქვესისტემის ფაზი-რისკს, რათა მოხდეს  მთელი სისტემის ფაზი-რისკის გამოანგარიშება.

გადაწყვეტილების მიღების პრობლემების მოსაგვარებლად, რომელშიც გადა­წყვეტილების მიმღებს აქვს ფაზი და არასრული ინფორმაცია შედეგებისა და გარე ფაქტორების შესახებ, Delgado,Verdegay და Vila-ს მიერ შე­მუშავებულია ფაზი-რისკის ინტერვალებზე დაფუძნებული გადაწყვეტილების ძირითადი წესები, სადაც სემანტიკური თვალსაზ­რისით მიკუთვნების ტრაპეციული  ფუნქცია განიხილება, როგორც ფაზი-რის­კის ინტერვალი.

ყველა ეს მოდელი შეიძლება ჩაითვალოს რისკის სივრცეში ფაზი-კლასიფიკატორად. ეს ფაზი-მოდელები გზას უხსნიან რისკის მართვის პროცესის კომპიუტერიზაციის,  სხვადასხვა კლასიკური ფაზი-ტექნიკის გამო­ყენე­ბით ანალიზის შესაძლებლობას.

ფაზი-სიმრავლეთა თეორია იდეალური მეთოდია რისკის ანალიზში წარმოშობილი უზუსტობის აღმოსაფხვრელად, რადგან ჩვენი რისკის ინტუიცია კარგად არ გარდაიქმნება ზუსტ მათემატიკურ ფორმულებად.  მოდელი ემყარება ინფორმაციის გავრცელების პრინციპს, რომლითაც ჩვენ შეგვიძლია შეცვალოთ მოცემული ნიმუშის მკაფიო დაკვირვებები ფაზი-ნაკრებში ისე, რომ არასრულფასოვნებით გამოწვეული ინფორმაციის ხარვეზები  გარკვეულწილად შეიძლება შეივსოს. შემდეგ შესაძლებელია რისკის ანალიზისათვის უფრო ზუსტი  ალბათობის შეფასების მიღება. პირველ რიგში, თქვენ უნდა შეასრულოთ პარამეტრიზაციის პროცესი, ანუ იმ პარამეტრების იდენტიფიცირება, რომლებიც ექსპერტებმა უნდა შეაფასონ. აღვნიშნოთ  არჩეული პარამეტრების სიმრავლე . შემდეგ უნდა დაადგინდეს, რა ფორმით და რა მასშტაბით შეაფასებენ ექსპერტები შერჩეული პარამეტრების მნიშვნელობებს. შემდეგ უნდა ჩამოყალიბდეს რისკის კრიტერიუმები და საერთო ექსპერტიზის შეფასებები, რომ მივიღოთ გადაწყვეტილება დანიშნული კრიტერიუმების შესაბამისად.  ექსპერტიზის შესაფასებლად მნიშვნელოვანი პუნქტია ფორმის განსაზღვრა. აქ უნდა განიხილებოდეს ექსპერტიზის შეფასებები ფაზაური ნაკრებით. 

დასკვნა

ინვესტიციის პროექტის განხორციელებისას ინვესტორს არასოდეს აქვს რისკის ყოვლისმომცველი შეფასება, რადგან  დინამიკურად განვითა­რებად სამყაროში ხშირი ცვლილებები არ არის გათვალისწინებული. ამრიგად, არსებობს გაუთვალისწინებელი გარემოება (მაგალითად, კატას­ტრო­ფა), რომელიც ახდენს გავლენას  საინვესტიციო პროცესზე. ამავე დროს, ინვესტორი მაქსიმალურად უნდა იყოს ინფორმირებული, რომ შეაფასოს  ინვესტიციის შესახებ გადაწყვე­ტილე­ბების მიღებისას არსებული რისკი როგორც პროექტის განვითარების ეტაპზე, ასევე ინვესტირების პროცესში.

ნებისმიერი საინვეტიციო გადაწყვეტილებების მიღებისას, ჩვენ გვიწევს ერთ საერთო პრობლემასთან გამკლავება – ეს არის ხვალინდელი დღის განუსაზღვრელობა, რომელიც ინვესტორისთვის ფაზი-პირობებს ქმნის.

მეცნიერებაში  დიდი  ძალისხმევა იყო საჭირო  იმისათვის,  რომ გარიდებოდნენ ალბათობის კლასიკურ გაგებას. კლასიკური ალბათობიდან  სუბიექტურზე გადასვლის კვალდაკვალ გაიზარდა ექსპერტების როლი, გა­იზარ­და შეფასებაზე ექსპერტების სუბიექტური უპურატესობების გავ­ლენა. 

გამოყენებული ლიტერატურა

1. მაგრაქველიძე დ., ფინანსური რისკები და მათი ხარისხის დაწევის მათემატიკური მეთოდები, 2015.
2. ცაბაძე თ., ფაზი ლოგიკის საფუძვლები, „ტექნიკური უნივერსიტეტი“, თბილისი, 2018 .
3. Tsabadze T., A method for fuzzy aggregation based on group expert evaluations. Fuzzy Sets and Systems, 157 (2006), 1346-1361.