Невозможно полностью исключить фактор риска. Но пока вы не измерите его и не выразите в цифрах, страх перед неизвестностью не позволит вам принимать правильные решения, как, впрочем, и неправильные.

Оценка риска при принятии решений – процесс чрезвычайно сложный. Любое решение, требующее прогнозирования (то есть большинство из них), характеризуется некоторым уровнем неопределенности и подразумевает оценку риска его принятия. В противном случае вы не принимаете решение, а просто надеетесь на лучшее.

Многие из моделей оценки риска, которые мы используем, слишком упрощенные. Частично это произошло из-за того, что сложные модели слишком быстро превратились в чрезвычайно сложные с эффектом «черного ящика» – пользователи получали результат, но не понимали всех взаимосвязей и предпосылок. Это стало своеобразным трендом в области управления рисками: люди вводили какие-то данные, и, если программа говорила да, они это делали. В немалой степени этим был обусловлен кризис 2008 года. Надеюсь, мои слова никого не обидели.

Оптимальный способ управления рисками состоит в том, чтобы создать модель – упрощенную версию последствий определенного решения, имеющую смысл и логику, а затем скептически ее оценить. Мы постоянно создаем модели в таблицах, но когда мы используем их для прогнозирования, то делаем их слишком обусловленными. Если прогноз по объему продаж предполагает рост на 4 %, мы умножаем показатель прошлого года на 1,04 и на основе получившегося значения рассчитываем прогнозируемую прибыль.

По меньшей мере должен быть какой-то диапазон. Если вас заинтересует прогноз по вашей будущей пенсии, вы найдете три возможных сценария: при высоком экономическом росте, среднем и низком. Воспроизведение этих трех моделей в форме таблицы не займет много времени.

Кроме того, к этому этапу вы должны были уже определить свою степень готовности к риску. Некоторые компании не стремятся к высокой окупаемости из-за непомерной цены провала, например в регулируемых отраслях экономики, в отраслях с особыми требованиями к обеспечению безопасности или просто в работе с клиентами. С другой стороны, есть области деятельности, предлагающие очень высокую окупаемость успешным игрокам, что стимулирует готовность к риску. К этой категории относится явление, которое экономист Йозеф Шумпетер назвал «созидательное разрушение» (или «творческое разрушение») и объяснил на примере технологических компаний. Это помогает определить пороговый уровень риска и установить четкие (и ответственные) стимулы.

На основании своего приемлемого уровня риска можно попробовать провести быстрый расчет ожидаемой доходности (о более сложных схемах расчета этого показателя речь пойдет дальше). Это весьма простое упражнение, но его результат может вас удивить.

Показатель ожидаемой доходности – это сумма ожидаемого дохода по всем статьям, умноженная на коэффициент вероятности его достижения. Так, ожидаемый показатель при броске игрального кубика таков:

Используйте коэффициент вероятности низкой доходности в качестве десятичной дроби. Например, если такая вероятность составляет 40 %, коэффициент для расчета равен 0,4. Умножьте это на цифру низкого дохода (которая может быть и отрицательным числом, если речь идет об убытке). Проделайте то же самое для других сценариев. Суммируйте полученные результаты. Если итоговое число получилось отрицательным, это свидетельствует о высокой вероятности потерпеть убыток и может стать серьезным аргументом в пользу того, что, возможно, вам не стоит даже рассматривать этот вариант в качестве решения.

Это очень простое упражнение на основе чистой логики, но его можно эффективно использовать, чтобы облечь в цифры эмоциональный результат процесса прогнозирования, и оно хорошо дополняет упражнение, предложенное Гэри Клейном.

Внимания также заслуживает концепция «черных лебедей» Нассима Николаса Талеба. Существует небольшая вероятность настоящей катастрофы. Моделированием подобной вероятности редко занимаются всерьез, но почему нет? Проблема риска заключается в том, что он нелинейный.

Последствия грандиозного успеха (неожиданно вам требуется больше средств и оказывается, что вы не справляетесь с поддержкой всех клиентов) могут быть такими же негативными, как и последствия полного провала. Провести такой анализ в форме таблицы не так-то просто, но, если смоделировать возможные последствия чрезвычайных событий, это может способствовать созданию плана действий в таких обстоятельствах или привести вас к решению застраховаться.

Помимо того что риск нелинеен, он еще и динамичен. Он изменяется под влиянием обстоятельств вне вашего контроля (например, погодные условия, действия конкурентов) и в качестве следствия ваших действий. Ваши усилия в одной из областей бизнеса автоматически отражаются на уровне риска в других. Это сложные для моделирования ситуации, поэтому, возможно, вам стоит раз в месяц проводить переоценку уровня риска. Научный подход к осуществлению этого заключается в том, чтобы выяснить у всех участников процесса, оценивают ли они риск возможного события выше, ниже или на том же уровне, что и в прошлый раз. Это помогает избежать возникновения коллективного мнения. Это также позволит вам провести количественное сравнение: например, три четверти опрошенных считают вариант А более рискованным, в то время как только одна треть уверена, что более рискован вариант В.

И последнее: избегайте соблазна экстраполировать прогнозы на несколько лет вперед. Задача моделирования риска – избавить нас от ложной уверенности, но подтвердить, что мы принимаем оптимальное решение сообразно сложившимся обстоятельствам. Если вы когда-нибудь спорили на очевидные темы или писали планы, что вы будете делать через пять лет, значит, вы знаете, что такое иллюзия уверенности.