Неопределенность и Риск в Рыночной Экономике: Эволюция Теории Полезности и Интегрированный Риск-Менеджмент в Эпоху «Черных Лебедей»

Введение

Современная рыночная экономика, характеризующаяся беспрецедентной глобализацией и технологическим ускорением, стала средой, где неопределенность не просто присутствует, но и определяет саму логику принятия решений. Неотъемлемым свойством этой среды является асимметрия информации, которая служит фундаментальным катализатором экономических рисков и неопределенности, сопровождающих любую форму предпринимательской и финансовой деятельности. Именно наличие этих факторов — неполноты и неточности информации о будущих параметрах — придает экономический смысл инвестициям, венчурному финансированию и инновациям, поскольку без них не существовало бы самой возможности для получения сверхдоходов.

Однако традиционные экономические модели, основанные на предположении о рациональности и возможности точного расчета вероятностей, столкнулись с кризисом доверия после череды глобальных финансовых потрясений, которые были классифицированы как «крайне невероятные». Это обуславливает актуальность глубокого теоретического и методологического анализа концепций риска и неопределенности.

Данная работа ставит своей целью провести исчерпывающий анализ:

1. Академически разграничить понятия риска и неопределенности (по Ф. Найту).
2. Исследовать классическую теорию полезности Дж. фон Неймана и О. Моргенштерна как универсальный инструмент описания рационального поведения в условиях риска.
3. Проанализировать критику этой теории со стороны поведенческой экономики (Д. Канеман и А. Тверски).
4. Изучить феномен «Черного лебедя» Н. Талеба, который выявляет фундаментальные ошибки в традиционных методологиях.
5. Рассмотреть современные интегрированные стратегии и инструменты риск-менеджмента, адекватно реагирующие на непредсказуемость.

Структура работы последовательно раскрывает эти аспекты, начиная с фундаментальных определений и заканчивая передовыми практиками управления рисками.

Глава 1. Теоретические Основы Риска и Неопределенности

Сущность и Причины Возникновения Неопределенности и Риска

В основе всей экономической деятельности лежит акт выбора, который почти всегда совершается в условиях недостатка информации. Этот недостаток получил название неопределенности.

Неопределенность — это неполное или неточное представление экономического субъекта о будущих значениях параметров, обусловленное неполнотой или неточностью информации об условиях реализации решения, затратах и результатах. Это осознание недостатка знаний о текущих или будущих возможностях. Очевидно, что чем выше технологическая сложность среды, тем больше источников информации остается вне зоны досягаемости, усиливая общую степень неясности.

Неопределенность возникает по трем ключевым причинам:

1. Незнание (Неполнота информации): Отсутствие необходимых данных для точного прогнозирования.
2. Случайность: Неодинаковое протекание событий в сходных условиях, делающее невозможным детерминированный прогноз.
3. Противодействие: Действия внешних агентов (конкурентов, регуляторов, политических сил), которые находятся вне прямого контроля субъекта.

Риск же является производным от неопределенности. Риск — это ситуация, когда наступление событий возможно, и степень возможного влияния этих факторов на результаты может быть определена с различной степенью вероятности.

Ключевое отличие: Если неопределенность — это факт неполноты знания, то риск — это количественная мера этой неполноты, поддающаяся измерению.

Классификация Рисков по Критерию Измеримости (Концепция Ф. Найта)

Основополагающее разграничение между риском и неопределенностью было сформулировано американским экономистом Фрэнком Хайнеманом Найтом в его монументальном труде «Риск, неопределенность и прибыль» (1921 г.). Этот подход является краеугольным камнем классической экономической теории.

Найт предложил разделять:

Критерий	Риск (Измеримая Неопределенность)	Неопределенность (Неизмеримая)
Определение	Ситуация, в которой возможные исходы известны, и их вероятности могут быть объективно определены (например, статистически или на основе закона больших чисел).	Ситуация, в которой либо возможные исходы неизвестны, либо их вероятности не могут быть определены или рассчитаны.
Вероятность	Объективная, апостериорная (на основе частоты), поддается количественной оценке.	Субъективная, уникальная, не поддается статистической оценке.
Пример	Риск банкротства страховой компании (можно рассчитать вероятность наступления страхового случая).	Риск появления прорывной технологии, полностью меняющей рынок, или геополитический кризис.
Результат	Предопределяет получение прибыли (в статистическом смысле).	Предопределяет получение предпринимательской прибыли (как вознаграждение за принятие неизмеримой ответственности).

Согласно Найту, риск — это измеримая неопределенность, которую можно превратить в «вероятностную определенность» и, следовательно, ей можно управлять, например, через страхование. Истинная неопределенность (Knightian Uncertainty) — это та область, где расчеты бессильны, и именно принятие этой неизмеримой ответственности является функцией предпринимателя и источником его специфической прибыли. Отсюда следует, что чем выше степень чистой неопределенности, тем выше потенциальное вознаграждение, которое должно компенсировать нестрахуемые потери.

Систематизация Экономических Рисков

Для целей управления, экономические риски принято классифицировать по их природе и влиянию:

1. Инвестиционный риск: Связан с возможностью потерь при инвестировании капитала.
   • Финансовый риск (Кредитный риск): Вероятность невыполнения обязательств заемщиком (индивидуумом или фирмой) по погашению долга или процентов.
   • Риск изменения процентной ставки: Потери от колебаний ставок.
   • Политический риск: Риск экспроприации или институциональных изменений (например, новые налоги, ужесточение регулирования).
2. Деловой (Предпринимательский) риск: Обусловлен неопределенностью получения дохода от основной деятельности компании, вне зависимости от способа финансирования. Он связан с колебаниями объемов продаж и уровнем постоянных операционных издержек. Это риск принятия нестандартного управленческого решения, сопряженного с возможностью неудачи.
3. Моральный риск (Moral Hazard): Это риск, возникающий в результате изменения поведения одной из сторон по контракту после его заключения, когда эта сторона, будучи защищенной от риска, действует менее осмотрительно.
   • Пример: Застрахованный по КАСКО водитель может меньше заботиться о парковке своего автомобиля, зная, что ущерб покроет страховая компания. Моральный риск является следствием асимметрии информации после заключения договора и часто приводит к неэффективному распределению ресурсов.
4. Имущественный риск: Вероятность потери организацией части своего имущества, его порчи или недополучения доходов вследствие форс-мажорных обстоятельств (стихийные бедствия, аварии) или действий злоумышленников (хищения).

Эти виды рисков являются взаимосвязанными: например, высокий политический риск (неопределенность среды 1-го рода) неизбежно увеличивает инвестиционный и деловой риски, вынуждая субъектов принимать решения в условиях почти полной неизмеримой неопределенности.

Глава 2. Теория Полезности как Инструмент Принятия Решений в Условиях Риска

Теория Ожидаемой Полезности Дж. фон Неймана и О. Моргенштерна

До середины XX века экономическая теория не имела адекватного количественного инструмента для описания рационального выбора в ситуациях, где результат был неопределенным. Прорыв произошел с публикацией работы «Теория игр и экономическое поведение» (1944 г.) Джона фон Неймана и Оскара Моргенштерна.

Они предложили Теорию Ожидаемой Полезности (ТОП), которая стала универсальным инструментом неоклассической микроэкономики. Суть их подхода состояла в том, что они перешли от выбора между детерминированными исходами к выбору между лотереями — наборами неопределенных исходов, каждому из которых присвоена объективная вероятность.

Полезность ($U$) в их трактовке стала «операциональной» (количественно измеримой) кардиналистской функцией, которая позволяет сравнивать предпочтения.

Рациональный экономический субъект в условиях риска должен выбирать тот вариант поведения (лотерею), который обладает максимальным значением ожидаемой полезности:

U(q) = Σ q(x)u(x)

Где:

• U(q) — ожидаемая полезность лотереи q.
• q(x) — вероятность наступления исхода x.
• u(x) — полезность исхода x.

Таким образом, принятие решения включает два главных компонента: оценку вероятности наступления события и оценку полезности каждого исхода.

Аксиомы Рационального Выбора (Неймана-Моргенштерна)

Теорема фон Неймана-Моргенштерна утверждает, что если предпочтения экономического субъекта удовлетворяют ряду аксиом, то его выбор может быть представлен как максимизация ожидаемой полезности. Эти аксиомы устанавливают стандарт рациональности:

1. Аксиома Слабого Порядка (Полнота и Транзитивность):
   • Полнота: Субъект может сравнить любые две лотереи p и q (либо p ≥ q, либо q ≥ p, либо p ~ q).
   • Транзитивность: Если p предпочтительнее q, а q предпочтительнее r, то p предпочтительнее r.
2. Аксиома Непрерывности: Гарантирует, что не существует настолько хорошего или настолько плохого исхода, что его полезность не может быть скомпенсирована изменением вероятности других исходов.
3. Аксиома Замещения (Независимости): Если лотерея p предпочтительнее лотереи q (p ≥ q), то смешивание обеих лотерей с третьей лотереей r в одинаковой пропорции α сохраняет отношение предпочтения:

   αp + (1 - α)r ≥ αq + (1 - α)r

   Это означает, что предпочтение между p и q не зависит от исхода r, который будет общим для обеих лотерей.

Эти аксиомы описывают, как должен принимать решения идеально рациональный субъект. Однако реальное поведение людей часто нарушает эти строгие правила, заставляя задуматься: насколько применима эта идеализированная модель к реальным финансовым рынкам?

Критика Рациональности: Поведенческие Аспекты и Теория Перспектив

Вторая половина XX века ознаменовалась появлением поведенческой экономики, которая, опираясь на психологические исследования, доказала систематические отклонения человеческого поведения от модели ТОП.

Даниэль Канеман и Амос Тверски в своей работе 1979 года представили Теорию перспектив (Prospect Theory), которая использует когнитивную психологию для объяснения этих расхождений.

Ключевые положения Теории перспектив, опровергающие ТОП:

Критерий	Теория Ожидаемой Полезности (ТОП)	Теория Перспектив (ТП)
Точка отсчета	Абсолютное богатство (рациональный субъект)	Точка отсчета (reference point): Оценка ведется относительно текущего состояния (статуса-кво).
Отношение к риску	Постоянно (либо склонность, либо избегание)	Асимметричное отношение: Избегание риска в области выигрышей и склонность к риску в области потерь.
Оценка вероятности	Объективные вероятности	Субъективное искажение: Люди переоценивают малые вероятности и недооценивают большие.

ТП показывает, что для людей потери психологически тяжелее, чем равновеликие выигрыши (эффект неприятия потерь). Это объясняет, почему люди готовы пойти на больший риск, чтобы избежать гарантированного убытка (нарушение аксиомы независимости Неймана-Моргенштерна).

Влияние Когнитивных Искажений на Оценку Риска

Помимо фундаментальных различий, поведенческие факторы проявляются через когнитивные искажения и эвристики (упрощенные правила принятия решений), которые систематически приводят к ошибкам в оценке риска:

1. Эвристика Доступности (Availability heuristic): Склонность оценивать вероятность событий на основе легкости, с которой примеры этих событий приходят на ум.
   • Последствия: Яркие, но редкие риски (например, авиакатастрофы, теракты) переоцениваются, в то время как более вероятные, но менее драматичные риски (автомобильные аварии, хронические заболевания) недооцениваются.
2. Эффект Фрейминга (Framing effect): Когнитивное искажение, при котором способ представления информации (ее «рамка») существенно влияет на принятие решения.
   • Пример: Программа спасения, спасет ли 200 человек (выгода) или приведет к смерти 400 из 600 (потеря)? В первом случае риск избегается, во втором — люди готовы рисковать.
3. Эвристика Якорения (Anchoring heuristic): Склонность полагаться на первое полученное число или информацию («якорь»), даже если оно не имеет отношения к предмету оценки.
   • Последствия: В финансовой сфере, первоначальная цена актива или ставка по депозиту может необоснованно влиять на последующие оценки его справедливой стоимости.
4. Сверхуверенность (Overconfidence): Уверенность субъекта в своих знаниях и способности контролировать ситуацию опережает реальные возможности. Это приводит к недооценке рисков и принятию чрезмерно агрессивных инвестиционных стратегий.

Поведенческий риск-менеджмент связан с выявлением этих искажений, поскольку они являются источником поведенческого риска — угроз, проистекающих от действий экономических агентов, основанных на иррациональных или предвзятых оценках. А если эти иррациональные оценки являются систематическими, то они могут привести к формированию ценовых пузырей и последующим кризисам.

Глава 3. Современные Методологии Управления Рисками и Реакция на Непредсказуемость

Феномен «Черного Лебедя» как Фундаментальный Вызов Традиционному Риск-Менеджменту

В начале XXI века экономист и трейдер Нассим Талеб ввел концепцию «Черного лебедя» (The Black Swan) как фундаментальную критику традиционных методов, основанных на гауссовом распределении. Банкротство банка Lehman Brothers в 2008 году стало классическим «Черным лебедем», поскольку традиционные модели рисков, используемые банками, не предусматривали такого взаимосвязи и такого масштаба коллапса.

«Черный лебедь» — это событие, обладающее тремя характеристиками:

1. Аномальность: Оно находится за пределами обычных ожиданий, поскольку ничто в прошлом опыте не указывало на его возможность.
2. Сильное воздействие: Оно имеет исключительно значительные, часто катастрофические, последствия.
3. Ретроспективная предсказуемость: После его наступления люди пытаются найти постфактумное рациональное объяснение, создавая иллюзию, что событие можно было предсказать.

Критика традиционных методологий:

Талеб утверждает, что традиционный риск-менеджмент, включая многие математические модели, основан на предположении о нормальности распределения (Гауссова кривая). В этом случае, экстремальные события («хвосты» распределения) считаются крайне маловероятными. Однако в реальной экономике и на финансовых рынках распределения часто имеют «тяжелые хвосты», что означает, что вероятность экстремальных событий значительно выше, чем предполагает Гаусс.

Традиционные модели прогнозирования не только не смогли предсказать размах многих кризисов, но и, по мнению Талеба, сделали финансовые системы более хрупкими, создавая ложное чувство безопасности. Ключевая идея Талеба для риск-менеджмента: поскольку мы неспособны успешно прогнозировать «Черных лебедей», нужно сосредоточиться на смягчении последствий этих событий, а не на расчете их вероятностей, степень которых знать невозможно.

Математические Модели Оценки «Хвостовых» Рисков

Несмотря на критику Талеба, математические методы остаются основой для оценки измеримых рисков.

Value-at-Risk (VaR) и его Недостатки

VaR (Value-at-Risk) — это выраженная в денежных единицах оценка величины, которую не превысят ожидаемые потери за данный период времени с заданной вероятностью (уровнем доверия).

Формально:

P(Потери > VaR) = 1 - α

Где α — уровень доверия (например, 95% или 99%).

• Пример: Если однодневная VaR портфеля составляет 100 тыс. USD при 95% уровне доверия, это означает, что с вероятностью 95% убытки за день не превысят 100 тыс. USD.

Недостаток VaR, остро подмеченный Талебом, заключается в том, что он не характеризует величину потерь, превышающих заданный уровень доверия. VaR говорит, сколько мы потеряем в «нормальный» плохой день, но умалчивает о том, насколько катастрофическим будет «худший случай».

Conditional Value at Risk (CVaR) как Усовершенствование

CVaR (Conditional Value at Risk), или Expected Shortfall (ES), является более адекватной мерой для оценки потерь в «хвостовых» сценариях.

CVaR оценивает средние потери, которые произойдут, если потери превысят уровень VaR.

CVaRα = E[Потери | Потери > VaRα]

CVaR преодолевает основной недостаток VaR, поскольку учитывает не только размер потерь, превышающих заданный порог, но и их вероятностное распределение в этой «хвостовой» области. Для расчета CVaR, особенно для сложных портфелей, часто используются численные методы, такие как метод Монте-Карло.

Другие математические модели:

• Модели GARCH (Generalized Autoregressive Conditional Heteroskedasticity): Используются для прогнозирования будущей волатильности (дисперсии) на финансовых рынках на основе прошлых данных, поскольку волатильность часто кластеризуется во времени.
• Модель Мертона (Merton Model): Структурная модель кредитного риска, которая оценивает вероятность дефолта заемщика, моделируя его корпоративный акционерный капитал как колл-опцион на активы компании.

Интегрированное Управление Рисками (IRM) и Инновационные Инструменты

Современный ответ на возрастающую сложность и непредсказуемость среды — переход к Интегрированному Управлению Рисками (IRM) (Integrated Risk Management).

IRM — это скоординированный и систематический процесс выявления, оценки и управления рисками во всех аспектах деятельности организации (финансовые, операционные, стратегические, поведенческие), с целью согласования риск-стратегий с общими бизнес-целями. Общепризнанным стандартом в этой области является COSO ERM Framework.

Ключевые инструменты и стратегии IRM:

1. Стресс-тестирование и Сценарный Анализ: Вместо опоры на прошлую статистику (которую критикует Талеб), IRM активно использует моделирование гипотетических, но правдоподобных «худших сценариев» (например, резкое падение цен на сырье, отключение ключевого поставщика, повышение процентных ставок на 5 п.п.). Это позволяет оценить устойчивость компании к экстремальным, но не обязательно «черным лебедям», событиям.
2. Предиктивная Аналитика и AI/ML: Современный риск-менеджмент активно использует машинное обучение (ML) и искусственный интеллект (AI) для:
   • Прогнозирования: Автоматизированный анализ огромных массивов данных для выявления скрытых корреляций и паттернов, которые могут указывать на потенциальные риски.
   • Автоматизации оценки: Быстрый и точный расчет сложных метрик, таких как CVaR, для больших портфелей.
   • Обнаружения поведенческого риска: Мониторинг действий сотрудников и систем для выявления аномалий, связанных с моральным риском или мошенничеством.
3. Стратегия «Антихрупкости» (Н. Талеб): В ответ на неизбежность «Черных лебедей», организации должны стремиться к антихрупкости — не просто устойчивости, но способности извлекать выгоду из хаоса и ошибок.
   • Стратегия «Штанги» (Barbell Strategy): Предложена Талебом и предполагает сочетание: 1) крайне консервативных, безопасных вложений (90% капитала, например, гособлигации); 2) крайне рискованных, но ограниченных по объему вложений (10% капитала, например, венчурные стартапы). Помогает ли такой радикальный подход минимизировать системный риск в условиях глобальной взаимозависимости, или он лишь переносит его в нерегулируемую плоскость? Это позволяет ограничить максимальные потери, но сохранить потенциал для получения выгоды от непредсказуемых «хороших Черных лебедей».

Заключение

Проведенный анализ подтверждает, что риск и неопределенность являются не просто препятствиями, но и движущей силой рыночной экономики. Фундаментальное разграничение, предложенное Ф. Найтом, между измеримым риском и неизмеримой неопределенностью остается актуальным методологическим фундаментом.

Классическая Теория Ожидаемой Полезности (Нейман-Моргенштерн) заложила основу для моделирования рационального выбора, но столкнулась с критикой со стороны поведенческой экономики (Канеман и Тверски). Последняя убедительно продемонстрировала, что когнитивные искажения (эффект фрейминга, эвристика доступности) систематически нарушают аксиомы рациональности, делая решения субъектов асимметричными и зависимыми от точки отсчета.

Феномен «Черного лебедя» по Н. Талебу представляет собой самый острый вызов традиционной финансовой науке, указывая на опасность чрезмерной опоры на модели, основанные на нормальном распределении. Это привело к смещению фокуса в риск-менеджменте: от бесполезных попыток прогнозирования крайне редких событий к смягчению их последствий.

Практическая значимость работы заключается в том, что современный финансовый менеджер должен принять интегрированный, адаптивный подход (IRM). Это требует не только использования продвинутых статистических инструментов, таких как CVaR, который лучше оценивает «хвостовые» риски, чем традиционный VaR, но и интеграции поведенческого анализа, сценарного моделирования и инновационных технологий (AI/ML) для создания антихрупких и устойчивых систем, способных извлекать уроки из неизбежных ошибок и непредсказуемости. Синтез классической теории, поведенческого подхода и современных технологий является единственным адекватным ответом на вызовы эпохи «Черных лебедей».

Список использованной литературы

1. Бернстайн П. Против богов: Укрощение риска. М.: ЗАО «Олимп-Бизнес», 2000.
2. Бригхем Ю., Гапенски Л. Финансовый менеджмент: Полный курс: в 2-х т. / под ред. В.В. Ковалева. СПб: Экономическая школа, 2011.
3. Гончаренко Л. П., Филин С. А. Риск-менеджмент: учебное пособие. М.: КноРус, 2010. 216 с.
4. Канеман Д., Тверски А. Рациональный выбор, ценности и фреймы // Психологический журнал. 2003. Т. 24. № 4. С. 31–42.
5. Коршунова Л. Н., Проданова Н. А. Оценка и анализ рисков. Ростов н/Д: Феникс, 2010. 196 с.
6. Лафта Дж. К. Эффективность менеджмента организации. М.: Русская деловая литература, 2009. 320 с.
7. Найт Ф. Х. Риск, неопределенность и прибыль. М.: Дело, 2003. 230 с.
8. Невеселов А. В. Что мы знаем о рисках и неопределенности. 2011. 352 с.
9. Нейман Дж. фон, Моргенштерн О. Теория игр и экономическое поведение. М., 2011. 293 с.
10. Фомичев А. А. Риск-менеджмент. М.: Экономика, 2009. 405 с.
11. Финансовое управление компанией / общ. ред. Е. В. Семеновой. М.: Фонд «Правовая культура», 2012. 392 с.
12. Шапкин А. С. Экономические и финансовые риски. Оценка, управление, портфель инвестиций: учебник. М.: Дашков и Ко, 2009. 544 с.
13. Taleb N. N. Antifragile: Things That Gain from Disorder. New York, 2012.
14. Taleb N. N. The Black Swan: The Impact of the Highly Improbable // The New York Times. 2007. April 22.
15. Аксиомы рациональности фон-Неймана—Моргенштерна и неравенства в анализе // Записки научных семинаров ПОМИ. 2023. Т. 529.
16. Интегрированный риск-менеджмент: инновационные модели реализации // Cyberleninka. URL: https://cyberleninka.ru/article/n/integrirovannyy-risk-menedzhment-innovatsionnye-modeli-realizatsii/viewer (дата обращения: 28.10.2025).
17. ИСТОЧНИКИ И ВИДЫ НЕОПРЕДЕЛЕННОСТИ В СОВРЕМЕННОЙ ЭКОНОМИКЕ // Elib.bsu.by. URL: https://elib.bsu.by/bitstream/123456789/100067/1/200-205.pdf (дата обращения: 28.10.2025).
18. Малова Т. А. Экономические риски и неопределенность // eLibrary. URL: https://www.elibrary.ru/item.asp?id=25150532 (дата обращения: 28.10.2025).
19. МАТЕМАТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ ФИНАНСОВЫХ РИСКОВ // Cyberleninka. URL: https://cyberleninka.ru/article/n/matematicheskie-metody-otsenki-finansovyh-riskov/viewer (дата обращения: 28.10.2025).
20. Многообразие понятия «Неопределенность» в экономике // Cyberleninka. URL: https://cyberleninka.ru/article/n/mnogoobrazie-ponyatiya-neopredelennost-v-ekonomike/viewer (дата обращения: 28.10.2025).
21. ПОВЕДЕНЧЕСКИЕ АСПЕКТЫ В ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ // Cyberleninka. URL: https://cyberleninka.ru/article/n/povedencheskie-aspekty-v-prinyatii-upravlencheskih-resheniy/viewer (дата обращения: 28.10.2025).
22. ПРИМЕНЕНИЕ ПОВЕДЕНЧЕСКОЙ ЭКОНОМИКИ В ПРИНЯТИИ РЕШЕНИЙ ПО УПРАВЛЕНИЮ РИСКАМИ НА МИКРОЭКОНОМИЧЕСКОМ УРОВНЕ // Cyberleninka. URL: https://cyberleninka.ru/article/n/primenenie-povedencheskoy-ekonomiki-v-prinyatii-resheniy-po-upravleniyu-riskami-na-mikroekonomicheskom-urovne/viewer (дата обращения: 28.10.2025).
23. Причины возникновения и измерение неопределенности и риска в экономике // Cyberleninka. URL: https://cyberleninka.ru/article/n/prichiny-vozniknoveniya-i-izmerenie-neopredelennosti-i-riska-v-ekonomike/viewer (дата обращения: 28.10.2025).
24. РИСКИ И НЕОПРЕДЕЛЕННОСТЬ В МЕНЕДЖМЕНТЕ ПРЕДПРИЯТИЯ: ОПРЕДЕЛЕНИЕ, ПОДХОДЫ К ОЦЕНКЕ // eLibrary. URL: https://www.elibrary.ru/item.asp?id=42702584 (дата обращения: 28.10.2025).
25. Теория ожидаемой полезности // Cyberleninka. URL: https://cyberleninka.ru/article/n/teoriya-ozhidaemoy-poleznosti/viewer (дата обращения: 28.10.2025).
26. Черные лебеди и риск-менеджмент // HBR Russia. URL: https://hbr-russia.ru/management/upravlenie-riskami/a8276 (дата обращения: 28.10.2025).