Лекция 3: Анализ и оценка рисков (стр. 5 )

Анализ чувствительности имеет и серьезные недостатки:он не является всеобъемлющим и не уточняет вероятность осуществления альтернативных проектов.

Анализ чувствительности инвестиционного проекта происходит на основании анализа от изменения одного фактора, что является существенным ограничением данного метода. Преодоление данной проблемы осуществляется в рамках метода статистических испытаний и метода сценариев, представляющих собой развитие методики анализа чувстивительности.

3.2.4 Метод аналогий.

При анализе риска нового проекта весьма полез­ными могут оказаться данные о последствиях воз­действия неблагоприятных факторов риска на другие проекты.

При использовании аналогов применяются базы данных о риске аналогичных проектов, исследова­тельских работ проектно-изыскательских учреждений, углубленных опросов менеджеров проектов.

Полученные таким образом данные обрабатываются для выявления зависимостей в законченных проектах с целью учета потенциального риска при реализации но­вых проектов.

Некоторые ученые-экономисты считают, что проект представляет собой своего рода "живой" организм, развивающийся, как известно, в следующем порядке:

зачатие — рождение — зрелость — старение — смерть.

По аналогии мы различаем следующие этапы жизненного цикла проекта: этап разработки, этап выведения на рынок, этап роста, этап зрелости, этап упадка.

С помощью изучения жизненного цикла проекта можно выбрать сведения о реализации любой части проекта и сопоставить причины перерасходования средств.

При использовании метода аналогий следует соблю­дать определенную осторожность. Даже в самых правильных и известных случаях неудачного завер­шения проектов очень трудно создать предпосылки для будущего анализа, т. е. подготовить исчерпывающий и реалистический набор возможных сценариев срывов проектов. Дело в том, что для большинства отрицатель­ных последствий характерны определенные особенности.

3.2.5 Имитационное моделирование (метод Монте-Карло)

В последнее время стал популярен метод статистических испытаний — метод «Монте-Карло». Имитационное моделирование – это целенаправленные серии многовариантных исследований, выполняемых на компьютере с применением математических моделей. Это направление соответствует основной идее системного анализа – сочетанию возможностей человека как носителя ценностей, генератора идей для принятия решений с формальными методами, обеспечивающими возможности применения ЭВМ. Его достоинством является возможность анализировать и оценивать различные «сценарии» реализации проекта и учитывать разные факторы рисков в рамках одного подхода. Разные типы проектов имеют разную уязвимость со стороны рисков, что выясняется при моделировании.

Рисунок 3.3 – Графическая модель проведения анализа на основе имитационного моделирования (метод Монте-Карло)

В этом случае мы не просто пробуем предугадать развитие событий, мы пробуем предугадать природу поведения самих исходных данных. Ни для кого не секрет, что большинство из них подчиняются закону нормального распределения Гаусса с присущей им асимметрией и эксцессом. Эти параметры используют в имитационном моделировании, алгоритм которого может быть представлен в виде изложенной ниже последовательности шагов:

1.  Как и в предыдущем случае, формируем модель обоснования проекта в виде набора бюджетов, используя Project Expert либо другое специализированное программное обеспечение.

2.  Аналогично соответствующему шагу в алгоритме анализа чувствительности при имитационном моделировании также рассматриваем такую модель как черный ящик, систему, на вход которой подаются исходные данные проекта (например, цена продукта, объем предполагаемых продаж, процентная ставка дисконтирования, ставка по кредитам, предполагаемый уровень инфляции и т. д.). На выходе черного ящика «снимаем» только один параметр. Чаще всего им служит значение NPV, которое генерирует проект с такими исходными данными.

3.  Выбираем переменный параметр и при необходимости фиксируем остальные, но в отличие от предыдущего метода расчеты половины модели ведем следующим образом. «Бомбардируем» модель случайными числами с законом распределения, характерным для поведения исходного переменного параметра при остальных зафиксированных значенях. Серии случайных чисел могут составлять последовательности, состоящие из нескольких тысяч и даже десятков тысяч значений, имитирующих изменение переменного параметра, в то время как при проведении анализа чувствительности такая серия состояла только из пяти значений.

4.  Обрабатываем полученные значения результирующего параметра (например значения чистой приведенной стоимости) для того, чтобы определить характеристики поведения результирующей величины. Определяем асимметрию и эксцесс результирующего параметра.

5.  Сопоставляем соответствующие законы поведения исходных параметров с законом поведения результирующей величины. Изменения в параметрах распределения результирующего параметра по отношению к параметрам поведения исходного фактора будут указывать на значимость, уровень риска и тенденцию к изменению результирующего параметра проекта.

6.  Делаем соответствующие выводы и составляем план управления факторами риска.

Недостатком данного метода является то, что в нем для оценок и выводов используются вероятностные характеристики, что не очень удобно для непосредственного практического применения и не удовлетворяет менеджеров проекта. Однако, несмотря на указанные недостатки, этот метод дает возможность выявить риск, сопряженный с теми проектами, в отношении которых принятое решение не претерпит изменений. Следует отметить, что в целом данный метод является достаточно трудоемким, ведь он предусматривает циклическое повторенные одних и тех же вычислений по модели много тысяч раз в процессе подстановки в качестве исходных данных серии случайных чисел, из-за которых метод получил второе название метода Монте-Карло. Практика показывает, что использование симуляции Монте-Карло оправдано прежде всего для больших и дорогостоящих проектов.

3.2.6 Сценарный метод

Сценарные методы включают в себя следующие этапы:

−  описание всего множества возможных условий реализации проекта в форме соответствующих сценариев или моделей, учитывающих систему ограничений на значения основных технических, экономических и т. п. параметров проекта;

−  преобразование исходной информации о факторах неопределенности в информацию о вероятностях отдельных условий реализации и соответствующих показателях эффективности или об интервалах их изменения;

−  определение показателей эффективности проекта в целом с учетом неопределенности условий его реализации.

В результате проведения анализа сценариев определяется воздействие на показатели экономической эффективности инвестиционного проекта одновременного изменения всех основных переменных проекта, характеризующих его денежные потоки. Преимуществом метода является то, что отклонения параметров рассчитываются с учетом их взаимозависимостей (корреляции).

При построении моделей необходимо активно заниматься сбором и формализацией экспертных оценок особенно в отношении производственных и технологических рисков. Основное преимущество применения экспертных оценок заключается в возможности использования опыта экспертов в процессе анализа проекта и учета влияния разнообразных качественных факторов.

В итоге целесообразно построить как минимум три сценария: пессимистический, оптимистический и наиболее вероятный (реалистический или средний). Главной проблемой практического использования сценарного подхода является необходимость построения модели инвестиционного проекта и выявления связи между переменными.

К недостаткам сценарного подхода относят:

−  необходимость значительного качественного исследования модели проекта, т. е. создания нескольких моделей, соответствующих каждому сценарию, включающих объемные подготовительные работы по отбору и аналитической обработке информации;

−  достаточную неопределенность, размытость границ сценариев. Правильность их построения зависит от качества построения модели и исходной информации, что значительно снижает их прогностическую ценность. При построении оценок значений переменных для каждого сценария допускается некий волюнтаризм;

−  эффект ограниченного числа возможных комбинаций переменных, заключенных в том, что количество сценариев, подлежащих детальной проработке, ограничено, так же как и число переменных, подлежащих варьированию, в противном случае возможно получение чрезмерно большого объема информации, прогностическая сила и практическая ценность которой сильно снижается.

Сценарный метод экспертизы проектных рисков обладает следующими особенностями, которые можно рассматривать в качестве его преимуществ:

−  учет взаимосвязи между переменными и влияния этой зависимости на значение интегральных показателей;

−  построение различных вариантов осуществления проекта;

−  содержательность процесса разработки сценариев и построения моделей, позволяющих эксперту получить более четкое представление о проекте и возможностях его будущего осуществления, выявить как узкие места проекта, так и его позитивные стороны.

Применяя тот или иной метод экспертизы риска, перечисленных выше, следует иметь в виду, что кажущаяся высокая точность результатов может быть обманчивой и ввести в заблуждение.

Для того, чтобы предложить методы снижения риска или уменьшить связанные с ним неблагоприятные последствия, вначале нужно выявить соответствующие факторы и оценить их значимость. Эту работу принято называть анализом риска. Анализ риска должен выполняться всеми участниками инвестиционного проекта. Конечная цель анализа состоит в выработке мер, позволяющих снизить риски проекта. Соответственно, принятию любого противорискового решения предшествует анализ.

Антирисковые мероприятия можно назвать методами, позволяющими непосредственно управлять риском инвестиционного проекта. Важно правильно выбрать способы, позволяющие снизить проектные риски, так как именно правильное управление рисками позволяет минимизировать потери, которые могут возникнуть при реализации проекта.