Количественные методы оценки рисков

где NPVmax, NPVmin - наибольший и наименьший интегральный эффект по рассмотренным сценариям; λ - специальный норматив для учета неопределенности эффекта, отражающий систему предпочтений соответствующего хозяйственного субъекта в условиях неопределенности (рекомендуется принимать на уровне 0,3). При λ = 0 критерий обращается в критерий Вальда, означающий пессимистическую оценку эффективности проекта по худшему из возможных сценариев. Однако, стремление минимизировать риски, настраиваясь на наихудший сценарий, может привести к неоправданно высоким затратам и созданию слишком больших резервов в случае реализации более благоприятной ситуации. Кроме того, возможно, что многие успешные проекты в этом случае будут отклонены. При λ = 1 критерий Гурвица обращается в критерий крайнего оптимизма, ориентирующийся на наилучший из возможных сценариев, хотя вероятность его реализации обычно не очень высока.

Основным недостатком сценарного анализа является учет только нескольких возможных исходов по проекту (дискретное множество значений NPV), хотя в действительности число возможных исходов не ограничено. Кроме того, при невозможности использования объективного метода определения вероятности того или иного сценария приходится делать предположения, основываясь на субъективном опыте, при этом возникает проблема достоверности вероятностных оценок. При применении минимаксного подхода большой субъективностью отличается выбор норматива λ.

Одним из вариантов сценарного метода является метод PERT- анализа (Program Evaluation and Review Technique), разработанный в 60-е годы ХХ века ВМФ США и NASA для оценки сроков строительства баллистической ракеты Polaris. Методика оказалась эффективной и впоследствии была использована для оценки не только сроков, но и ресурсов проекта. В настоящее время PERT-анализ является одной из самых популярных и простых методик . Смысл метода состоит в том, что при подготовке проекта задаются три оценки срока реализации (стоимости) проекта - оптимистическая, пессимистическая и наиболее вероятная. После этого ожидаемые значения рассчитываются по следующей формуле:

Ожидаемый срок (стоимость) = [Оптимистический срок (стоимость) + 4 х Наиболее вероятный срок(стоимость) + Пессимистический срок(стоимость)] /6

Коэффициенты 4 и 6 получены эмпирическим путем на основе статистических данных большого количества проектов. Результат расчета используется в дальнейшем как основа для получения остальных показателей проекта. Метод PERT-анализа эффективен в том случае, если вы можете обосновать значения всех трех оценок.

Как вспомогательный инструмент при проведении сценарного анализа удобно использовать метод дерева решений. Он применяется в тех ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от предыдущих решений и в свою очередь определяют сценарии дальнейшего развития событий. Дерево решений - это сетевые графики, каждая ветвь которых представляет собой альтернативные варианты развития или состояния среды. При проведении сценарного анализа на сетевом графике указываются вероятности наступления тех или иных событий, а затем производится расчет ожидаемых результатов. Условием практического использования данного метода является исходная предпосылка, что проект имеет конечное и разумное число вариантов развития.

Анализ рисков с использованием метода имитационного моделирования (метода Монте-Карло) представляет собой соединение методов анализа чувствительности и анализа сценариев на базе теории вероятности . Вместо того чтобы создавать отдельные сценарии (наилучший, наихудший), в имитационном методе компьютер генерирует сотни возможных комбинаций параметров (факторов) проекта с учетом их вероятностного распределения. Каждая комбинация дает свое значение NPV, и в совокупности аналитик получает вероятностное распределение возможных результатов проекта. Реализация этой достаточно сложной методики возможна только с помощью современных информационных технологий. Имитационное моделирование строится по следующей схеме:

- формулируются факторы, влияющие на денежные потоки проекта;

- строится вероятностное  распределение по каждому фактору (параметру), при этом как правило, предполагается, что функция распределения является нормальной, следовательно, для того чтобы задать ее, необходимо определить только два момента (математическое ожидание и дисперсию):  

- компьютер случайным  образом выбирает значение каждого  фактора риска, основываясь на его вероятностном распределении;

Рис. 1. Разделение рисков по уровням в зависимости от уровня потерь

Рис. 2. Распределение вероятности получения прибыли  

Метод Монте-Карло является мощным средством анализа инвестиционных рисков, позволяя учитывать максимально возможное число факторов внешней среды. Но тем не менее этот подход не лишен недостатков: 

- существование коррелированных  параметров сильно усложняет  модель, оценка их зависимости  не всегда доступна аналитикам; 

- эти значения факторов  риска комбинируются с параметрами (факторами), по которым не ожидается изменение (например, налоговая ставка или норма амортизации), и рассчитывается значение чистого денежного потока для каждого года. По чистым денежным потокам рассчитывается значение чистого дисконтированного дохода (NPV); описанные выше действия повторяются много раз (обычно около 500 имитаций), что позволяет построить вероятностное распределение NPV; результаты имитации дополняются вероятностным и статистическим анализом. Примерный вид распределения вероятности получения прибыли определенной величины показан на рис.2. Исходя из такого вида распределения, риски принято разделять на три уровня в зависимости от величины возможных потерь (рис.1): допустимые, критические и катастрофические  

- иногда трудно даже  приблизительно определить для исследуемого параметра (фактора) или результирующего показателя вид вероятностного распределения;

- при разработке реальных  моделей может возникнуть необходимость  привлечения специалистов или  научных консультантов со стороны;  

- исследование модели  возможно только при наличии вычислительной техники и специальных пакетов прикладных программ; 

- следует также отметить  относительную неточность полученных  результатов по сравнению с  другими методами численного анализа.

В зависимости от того, каким методом учитывается неопределенность условий реализации проекта при определении ожидаемого NPV, поправка на риск в расчетах эффективности может включаться либо в норму дисконта (метод корректировки ставки дисконтирования), либо в величину чистого денежного потока (метод эквивалентного денежного потока). Норма дисконта, не включающая премии за риск (безрисковая норма дисконта), отражает доходность альтернативных безрисковых направлений инвестирования.

Размер премии за риск ненадежности участников проекта определяется экспертно каждым конкретным участником проекта. Обычно поправка на этот вид риска не превышает 5 %, однако ее величина существенно зависит от того, насколько детально проработан организационно- экономический механизм реализации проекта, насколько учтены в нем опасения участников проекта.

Поправка на риск неполучения предусмотренных проектом доходов определяется с учетом технической реализуемости и обоснованности проекта, детальности проработки проектных решений, наличия необходимого научного и опытно-конструкторского задела и представительности маркетинговых исследований. При этом если отсутствуют специальные соображения относительно рисков инвестиционного проекта, размер этого вида поправки на риск рекомендуется ориентировочно определять в соответствии с таблицей 1. Однако в отдельных отраслях поправки на риск могут отличаться от указанных в этой таблице.

Следует отметить, что расчет, основанный на поправке к ставке дисконта, одинаковой для положительных и отрицательных составляющих денежного потока, может приводить к неоправданному завышению эффективности как всего проекта, так и эффективности участия в проекте. Кроме того, указанный подход расчета ставки дисконта с поправкой на риск обладает определенной долей субъективизма и не учитывает корреляцию факторов. Попыткой избежать этого является подход, который основывается на интерпретации поправки на риск как характеристики случайной величины, а именно премий за риск конкретных инвестиций в исследуемой области бизнеса. При этом предполагается, что премия за риск как случайная величина имеет нормальный закон распределения.

Таблица 1. Ориентировочная величина поправок на риск неполучения предусмотренных проектом доходов

  

Из сказанного можно сделать вывод о том, что не существует универсального метода, позволяющего провести полный анализ и дать оценку риска инвестиционного проекта. Каждый из рассмотренных выше методов обладает своими достоинствами и недостатками. Качественные методы позволяют рассмотреть все возможные рисковые ситуации и описать все многообразие рисков рассматриваемого инвестиционного проекта, но получаемые при этом результаты оценки часто обладают не очень высокой объективностью и точностью.

Использование количественных методов дает возможность получить численную оценку рискованности проекта, определить степень влияния факторов риска на его эффективность. К числу недостатков этих методов можно отнести необходимость сбора большого объема исходной информации за длительный период времени (статистический метод); сложности при определении законов распределения исследуемых параметров (факторов) и результирующих показателей (статистический метод, метод Монте-Карло); изолированное рассмотрение изменения одного фактора без учета влияния других (анализ чувствительности, метод проверки устойчивости) и т. д.

Преодоление этих недостатков возможно при использовании теории нечетких множеств, позволяющей сформировать полный спектр сценариев реализации инвестиционного проекта. При этом решение принимается не на основе нескольких оценок эффективности проекта, но по всей совокупности этих оценок. Ожидаемая эффективность проекта не является точечным показателем, а представляет собой поле интервальных значений со своим распределением ожиданий, характеризующимся функцией принадлежности соответствующего нечеткого числа. А взвешенная полная совокупность ожиданий позволяет оценить интегральную меру ожидания негативных результатов инвестиционного процесса.

 

 

 

 

 

 

 

Заключение

 

При определении эффективности проектов особое внимание должно уделяться учету фактора риска.

Существует ряд мероприятий, обеспечивающих снижение риска и неопределенности.

Наиболее существенными при оценке проектов являются факторы риска, обусловленные неопределенностью или нестабильностью: экономического законодательства; условий инвестирования и использования прибыли; условий внешнеэкономической деятельности; политической ситуации; технико-экономических показателей использования новой техники, технологии и др.; природно-климатических условий; производственно-технологических процессов производства; поведения участников проекта и их финансового положения и др.

При анализе и оценке риска находят применение различные подходы, в том числе анализ уместности затрат, метод аналогий, анализ чувствительности, метод сценариев и др., каждый из которых отличается точностью, надежностью и сложностью получаемых результатов.

Риск оценивают по определенному алгоритму, учитывающему интервал планирования и прогнозирования возможных рисковых событий, объем информации и выбранный метод решения задачи.

 

Результаты анализа и оценки риска являются основанием для разработки мер его снижения.

Для снижения риска или вероятности его проявления используются следующие меры: распределение риска между участниками (соисполнителями) проекта, резервирование средств на непредвиденные расходы; страхование.

Для оценки эффективности инвестиционных проектов применяют различные программные продукты, которые условно можно разделить на две группы. Продукты первой группы предназначены в основном для анализа деятельности предприятия и определения направлений ее совершенствования. Продукты второй — для планирования, анализа инвестиционных проектов и выбора эффективных форм финансирования.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список использованной литературы

 

1. Гражданский кодекс Российской Федерации. Официальное издание - М. : Юридическая литература, 2009. - 928 с.
2. Дмитриев, М. Н. Количественный анализ риска инвестиционных проектов / М. Н. Дмитриев, С. А. Кошечкин [Электронный ресурс]. - Режим доступа: http://www.cfin.ru/finanalysis/invest.
3. Друкер, П. Ф. Бизнес и инновации / П. Ф. Друкер. - М. : Вильямс, 2009. - 432 с.
4. Ерохина, Л. И. Основы организации предпринимательской деятельности : учебное пособие / Л. И. Ерохина. - Тольятти : Изд. дом «Довгань», 1995. - 188 с.
5. Методические рекомендации по оценке эффективности инвестиционных проектов : Вторая редакция. Официальное издание от 21 июня 1999 г. - М. : Экономика, 2000.
6. Мир управления проектами / под ред. Х. Решке, Х. Шелле; пер. с англ. - М. : Аланс, 1993. - 304 с.
7. Портер, М. Е. Конкурентная стратегия: Методика анализа отраслей и конкурентов / М. Е. Портер; пер. с англ. - 2-е изд. - М. : Альпина Бизнес Букс, 2006. - 454 с.
8. Управление инновационными проектами : учебное пособие / под ред. проф. В. Л. Попова. - М. : ИНФРА-М, 2007. - 336 с.
9. Управление инновациями. Кн. 1-3 : учебное пособие / под ред. Ю. В. Шленова. - М. : Высшая школа, 2003.
10. Управление исследованиями и инновациями / под ред. А. Форти - М. : Наука, 1994. - 144 с.