Риск vs неопределённость: как различать и управлять в условиях нестабильности

Что такое риск и неопределённость

В экономике и управлении часто путают понятия «риск» и «неопределённость». Разберём их суть.

Риск — это ситуация, когда возможны несколько исходов, причём вероятность каждого из них известна или может быть оценена. Пример: вероятность ДТП для водителя — 0,05 % в год (на основе статистики).

Неопределённость — это ситуация, когда исходы известны лишь частично, а вероятности не поддаются измерению. Пример: реакция рынка на новый продукт — нет достоверной статистики.

Цитата из работы Ф. Найта «Risk, Uncertainty and Profit» (1921): «Риск измерим, неопределённость — нет».

Сходства риска и неопределённости

• Оба связаны с неизвестностью будущего.
• Требуют принятия решений в условиях неполной информации.
• Могут приводить к потерям (финансовым, репутационным, операционным).
• Влияют на стратегическое планирование компании.

Пример сходства: и риск, и неопределённость требуют от менеджера оценить последствия и выбрать стратегию реагирования.

Ключевые различия

Вывод: Риск можно количественно оценить, неопределённость — только описать качественно.

Методы оценки риска в условиях неопределённости

Даже при отсутствии точных вероятностей можно применять инструменты анализа.

Сценарный анализ

Разрабатываются 3 сценария:

• Базовый — наиболее вероятный исход.
• Пессимистичный — худший вариант (например, падение спроса на 30 %).
• Оптимистичный — лучший вариант (рост рынка на 20 %).

Для каждого сценария рассчитываются финансовые последствия.

Метод Монте-Карло

Моделирование тысяч случайных исходов на основе заданных параметров. Результат — распределение вероятностей.

Формула ожидаемого значения (EV):

`EV = Σ (P<sub>i</sub> × V<sub>i</sub>)`

Где:

• P<sub>i</sub>

  — вероятность i‑го сценария;

• V<sub>i</sub>

  — значение исхода (в ₽ или баллах).

Практические кейсы

Кейс 1. Оценка кредитного риска банка

Условие: Заёмщик запросил кредит 5 млн ₽, вероятность дефолта — 2 % (на основе скоринга).

Расчёт:

`EV потерь = 5 000 000 × 0,02 = 100 000 ₽`

Вывод: Банк закладывает резерв 100 тыс. ₽ — это риск, а не неопределённость (вероятность известна).

Кейс 2. Анализ неопределённости при выходе на новый рынок

Условие: Компания планирует запуск продукта в стране X. Нет статистики по спросу.

Метод: Сценарный анализ:

• Базовый: спрос — 10 000 ед./год, маржа — 20 %.
• Пессимистичный: спрос — 3 000 ед., маржа — 5 %.
• Оптимистичный: спрос — 25 000 ед., маржа — 35 %.

Вывод: Даже без точных вероятностей компания видит диапазон результатов и может подготовиться к худшему сценарию.

Кейс 3. Расчёт VaR для портфеля акций

Условие: Портфель стоимостью 10 млн ₽, стандартное отклонение доходности — 20 % в год, уровень доверия — 99 % (Z_α = 2,33).

Расчёт:

`VaR = 10 000 000 × 0,2 × 2,33 = 4 660 000 ₽`

Вывод: С вероятностью 99 % убыток за год не превысит 4,66 млн ₽. Это помогает установить лимиты риска.

Кейс 4. Оценка операционного риска через матрицу вероятности/воздействия

Условие: Риск сбоя IT‑системы — вероятность 30 %, ущерб 300 тыс. ₽.

Матрица:

Вывод: Риск попадает в ячейку «Оранжевый» — требуется разработать план восстановления после сбоя. Метод позволяет визуально ранжировать риски и приоритезировать меры реагирования.

Кейс 5. Расчёт коэффициента риска для стартапа

Условие: Инвестиции — 3 млн ₽, возможный ущерб при неудаче — 2,4 млн ₽.

Расчёт:

`K<sub>р</sub> = 2 400 000 / 3 000 000 = 0,8`

Вывод: Высокий риск (K_р ≥ 0,7). Рекомендуется диверсифицировать вложения или найти соинвесторов.

Кейс 6. Оценка рыночного риска по облигациям

Условие: Портфель облигаций на 50 млн ₽, дюрация — 5 лет, ожидаемое изменение ставки — +1 %.

Расчёт:

`ΔЦена = –Дюрация × Δставки × Стоимость = –5 × 0,01 × 50 000 000 = –2 500 000 ₽`

Вывод: При росте ставок на 1 % портфель потеряет 2,5 млн ₽. Это риск, измеримый через дюрацию.

Кейс 7. Анализ кредитного риска контрагента

Условие: Компания предоставила отсрочку платежа на 1 млн ₽ клиенту с рейтингом BB (вероятность дефолта — 5 %).

Расчёт:

`Ожидаемый убыток = 1 000 000 × 0,05 = 50 000 ₽`

Вывод: Резерв под обесценение дебиторки — 50 тыс. ₽. Метод соответствует МСФО (IFRS) 9.

Кейс 8. Сценарный анализ для макроэкономического шока

Условие: Компания зависит от импорта сырья. Сценарии:

• Базовый: курс $ — 90 ₽, затраты — 100 млн ₽.
• Шок: курс $ — 120 ₽, затраты — 133 млн ₽.

Расчёт:

`Рост затрат = (120/90 – 1) × 100 млн = +33 млн ₽`

Вывод: При ослаблении рубля на 33 % затраты вырастут на 33 млн ₽. Нужно хеджировать валютный риск.

Кейс 9. Стресс‑тестирование портфеля

Условие: Портфель акций на 20 млн ₽, бета — 1,5. Ожидается падение рынка на 20 %.

Расчёт:

`Ожидаемый убыток = 20 000 000 × 1,5 × 0,2 = 6 000 000 ₽`

Вывод: В кризисе портфель может потерять 6 млн ₽. Рекомендуется снизить бета или добавить защитные активы.

Кейс 10. Расчёт резерва под обесценение активов

Условие: Компания держит дебиторскую задолженность 2 млн ₽, вероятность неплатежа — 20 %.

Расчёт:

`Резерв = 2 000 000 × 0,2 = 400 000 ₽`

Вывод: В отчётности нужно отразить резерв 400 тыс. ₽ — это соответствует МСФО (IFRS) 9.

Нормативная база и изменения в регулировании

Ключевые документы:

• ГОСТ Р ИСО 31000-2019 «Менеджмент риска. Руководство»;
• Базель III — для банков (требования к капиталу под риск);
• МСФО (IFRS) 7, 9 — раскрытие информации о рисках;
• 161-ФЗ «О национальной платёжной системе» — операционные риски;
• Указания Банка России по стресс‑тестированию.

Цитата из ГОСТ Р ИСО 31000-2019 (п. 5.4): «Организация должна систематически идентифицировать риски, связанные с её целями».

Тренды 2025:

• внедрение ИИ для прогнозирования рисков;
• рост значимости ESG‑рисков (экологических, социальных, управленческих);
• усиление требований к кибербезопасности;
• развитие сценарного анализа для макроэкономических шоков.

Шаблоны отчётов по риску и неопределённости

Пример структуры отчёта:

1. Резюме — ключевые выводы, рекомендации.
2. Обзор рисков/неопределённостей — список, приоритет, вероятность (если известна), воздействие.
3. Методики оценки — какие модели и формулы применялись.
4. Сценарный анализ — «базовый», «пессимистичный», «оптимистичный».
5. Меры реагирования — как снизить/передать/принять риск.
6. Мониторинг — кто и как часто проверяет показатели.

Совет: Используйте цветовые метки: зелёный — низкий риск, жёлтый — умеренный, оранжевый — высокий, красный — критический.

Уроки, которые мы можем извлечь

• Не путайте риск и неопределённость — от этого зависит выбор метода анализа.
• Даже при неопределённости можно действовать системно — сценарный анализ и матрицы помогают структурировать хаос.
• Документация — ваша защита — фиксируйте допущения, источники данных, решения.
• Регулярный мониторинг — риски и неопределённости меняются, поэтому пересматривайте оценки ежеквартально.
• Диверсификация снижает воздействие — не кладите все ресурсы в один проект с высоким риском.

Прогнозы развития управления риском и неопределённостью

В ближайшие 5 лет ожидаются:

• автоматизация оценки рисков через ИИ и Big Data;
• рост спроса на специалистов по киберрискам и ESG;
• углублённая интеграция риск‑менеджмента в стратегическое планирование;
• развитие стандартов для цифровых активов и криптовалют;
• распространение методов поведенческой экономики для анализа субъективных рисков.

Вывод: Специалист, умеющий различать риск и неопределённость и применять соответствующие инструменты, будет востребован в любой отрасли.

Список источников

1. ГОСТ Р ИСО 31000-2019 «Менеджмент риска. Руководство».
2. МСФО (IFRS) 7 «Раскрытие информации о финансовых инструментах».
3. МСФО (IFRS) 9 «Финансовые инструменты».
4. Базель III: «Международная конвергенция измерения капитала и стандартов капитала».
5. Федеральный закон № 161‑ФЗ «О национальной платёжной системе».
6. Найт Ф. «Risk, Uncertainty and Profit» (1921).
7. Jorion P. «Value at Risk: The New Benchmark for Managing Financial Risk».
8. Указания Банка России по стресс‑тестированию кредитных организаций.
9. Коупленд Т., Коллер Т., Муррин Дж. «Стоимость компаний: оценка и управление».
10. Тьюлз Р., Тьюлз Т. «Технический анализ рынков».
11. Федеральный стандарт оценки № 5 (ФСО № 5) «Подходы и методы оценки».