Gocapital.ru

Мировой кризис и Я
4 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Количественный анализ проектных рисков

Количественный анализ риска инвестиционных проектов

В мировой практике финансового менеджмента используются различные методы анализа рисков инвестиционных проектов (ИП). К наиболее распространенным из них следует отнести:

  • метод корректировки нормы дисконта;
  • метод достоверных эквивалентов(коэффициентов достоверности);
  • анализ чувствительности критериев эффективности(чистый дисконтированный доход (NPV), внутренняя норма доходности (IRR) и др.);
  • метод сценариев;
  • анализ вероятностных распределений потоков платежей;
  • деревья решений;
  • метод Монте-Карло(имитационное моделирование) и др.

В данной статье кратко изложены преимущества, недостатки и проблемы их практического применения, предложены усовершенствованные алгоритмы количественного анализа рисков инвестиционных проектов и рассмотрено их практическое применение.

Метод корректировки нормы дисконта. Достоинства этого метода — в простоте расчетов, которые могут быть выполнены с использованием даже обыкновенного калькулятора, а также в понятности и доступности. Вместе с тем метод имеет существенные недостатки.

Метод корректировки нормы дисконта осуществляет приведение будущих потоков платежей к настоящему моменту времени (т.е. обыкновенное дисконтирование по более высокой норме), но не дает никакой информации о степени риска (возможных отклонениях результатов). При этом полученные результаты существенно зависят только от величины надбавки за риск.

Он также предполагает увеличение риска во времени с постоянным коэффициентом, что вряд ли может считаться корректным, так как для многих проектов характерно наличие рисков в начальные периоды с постепенным снижением их к концу реализации. Таким образом, прибыльные проекты, не предполагающие со временем существенного увеличения риска, могут быть оценены неверно и отклонены.

Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку.

Наконец, обратная сторона простоты метода состоит в существенных ограничениях возможностей моделирования различных вариантов, которое сводится к анализу зависимости критериев NPV(IRR,PI и др.) „от изменений только одного показателя — нормы дисконта.

Несмотря на отмеченные недостатки, метод корректировки нормы дисконта широко применяется на практике.

Метод достоверных эквивалентов.Недостатками этого метода следует признать:

  • сложность расчета коэффициентов достоверности, адекватных риску на каждом этапе проекта;
  • невозможность провести анализ вероятностных распределений ключевых параметров.

Анализ чувствительности. Данный метод является хорошей иллюстрацией влияния отдельных исходных факторов на конечный результат проекта.

Главным недостатком данного метода является предпосылка о том, что изменение одного фактора рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны.

По этой причине применение данного метода на практике как самостоятельного инструмента анализа риска, по мнению авторов весьма ограничено, если вообще возможно.

Метод сценариев. В целом метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов, а также предоставляет информацию о чувствительности и возможных отклонениях, а применение программных средств типа Excel позволяет значительно повысить эффективность подобного анализа путем практически неограниченного увеличения числа сценариев и введения дополнительных переменных.

Анализ вероятностных распределений потоков платежей. В целом применение этого метода анализа рисков позволяет получить полезную информацию об ожидаемых значениях NPV и чистых поступлений, а также провести анализ их вероятностных распределений.

Вместе с тем использование этого метода предполагает, что вероятности для всех вариантов денежных поступлений известны либо могут быть точно определены. В действительности в некоторых случаях распределение вероятностей может быть задано с высокой степенью достоверности на основе анализа прошлого опыта при наличии больших объемов фактических данных. Однако чаще всего такие данные недоступны, поэтому распределения задаются исходя из предположений экспертов и несут в себе большую долю субъективизма.

Деревья решений. Ограничением практического использования данного метода является исходная предпосылка о том, что проект должен иметь обозримое или разумное число вариантов развития. Метод особенно полезен в ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Имитационное моделирование. Практическое применение данного метода продемонстрировало широкие возможности его использования инвестиционном проектировании, особенно в условиях неопределённости и риска. Данный метод особенно удобен для практического применения тем, что удачно сочетается с другими экономико-статистическими методами, а также с теорией игр и другими методами исследования операций. Практическое применение авторами данного метода показало, что зачастую он даёт более оптимистичные оценки, чем другие методы, например анализ сценариев, что, очевидно обусловлено перебором промежуточных вариантов.

Многообразие ситуаций неопределённости делает возможным применение любого из описанных методов в качестве инструмента анализа рисков, однако, по мнению авторов, наиболее перспективными для практического использования являются методы сценарного анализа и имитационного моделирования, которые могут быть дополнены или интегрированы в другие методики.

В частности, для количественной оценки риска инвестиционного проекта предлагается использовать следующие алгоритмы:

Алгоритм имитационного моделирования (инструмент “РИСК-АНАЛИЗ”):

1.Определяются ключевые факторы ИП. Для этого предлагается применять анализ чувствительности по всем факторам (цена реализации, рекламный бюджет, объём продаж, себестоимость продукции и т. д.), используя специализированные пакеты типа Project Expert и Альт-Инвест, что позволит существенно сократить время расчётов. В качестве ключевых выбираются те факторы, изменения которых приводят к наибольшим отклонениям чистой текущей стоимости (NPV).

Таблица 1.
Выбор ключевых факторов ИП на основе анализа чувствительности

Количественный анализ проектных рисков;

Количественный анализ проектных рисков проводится на основе математических методов принятия решений и поведения проекта. Рассмотрим наиболее распространенные в проектном управлении методы анализа рисков (табл. 18).

Вероятностный анализ рисков. Риск, связанный с проектом, характеризуется тремя факторами: событие, связанное с риском; вероятность рисков; сумма, подвергаемая риску. Чтобы количественно оценить риски, необходимо знать все возможные последствия принимаемого решения и вероятность последствий этого решения. Выделяют два метода определения вероятности: объективный и субъективный. Объективный метод определения вероятности основан на вычислении частоты, с которой происходят некоторые события. Частота при этом рассчитывается на основе фактических данных. Так, например, частота возникновения некоторого уровня потерь А в процессе реализации инновационного проекта рассчитывается по формуле:

где f – частота возникновения некоторого уровня потерь; n (А) – число случаев наступления этого уровня потерь; n – общее число случаев в статистической выборке, включающее как успешно осуществленные, так и неудавшиеся инновационные проекты.

Методы анализа рисков проекта

Итак, если известны (предполагаются) исходы или последствия каждого решения о выборе варианта инвестирования и известны вероятности наступления определенных состояний среды, то требуется рассчитать следующие стандартные характеристики рисков:

а) математическое ожидание (среднее ожидаемое значение) — средневзвешенное всех возможных результатов, где в качестве весов используются вероятности их достижения:

где xj — результат (событие или исход, например величина дохода); pj — вероятность получения результата xj.

б) дисперсия – средневзвешенное суммы квадратов отклонений случайной величины от ее математического ожидания (то есть отклонений действительных результатов от ожидаемых):

Квадратный корень из дисперсии – стандартное отклонение (S).

в) коэффициент вариации — относительная мера рисков:

Экспертный анализ рисковприменяют на начальных этапах работы с проектом в случае, если объем исходной информации является недостаточным для количественной оценки эффективности (погрешность результатов превышает 30%) и рисков проекта. Достоинствами экспертного анализа рисков являются: отсутствие необходимости в точных исходных данных и дорогостоящих программных средствах, возможность проводить оценку до расчета эффективности проекта, а также простота расчетов. К основным недостаткам следует отнести: трудность в привлечении независимых экспертов и субъективность их оценок.

Алгоритм экспертного анализа рисков имеет следующую последовательность шагов:

— по каждому виду рисков определяется предельный уровень, приемлемый для организации, реализующей данный проект; предельный уровень рисков определяется по 100-балльной шкале;

— устанавливается дифференцированная оценка уровня компетентности экспертов, являющаяся конфиденциальной; оценка по 10-балльной шкале;

— риски оцениваются экспертами с точки зрения вероятности наступления рискового события (в долях единицы) и опасности данных рисков для успешного завершения проекта (по 100-балльной шкале); форма № 1 таблицы, подлежащей заполнению каждым экспертом, приведена в табл. 19;

— оценки, проставленные экспертами по каждому виду рисков, сводятся разработчиком проекта в таблицы, в которых определяется интегральный уровень по каждому виду рисков; форма № 2 приведена в табл. 20;

— сравниваются интегральный уровень рисков и предельный уровень для данного вида риска и выносится решение о приемлемости данного вида риска для разработчика проекта; форма № 3 представлена в табл. 21;

— если принятый предельный уровень одного или нескольких видов рисков ниже полученных интегральных значений, разрабатывается комплекс мероприятий, направленных на снижение влияния выявленных рисков на успех реализации проекта, и осуществляется повторный анализ рисков.

Идентификация рисков проекта

Цель процесса идентификации рисков состоит в определении потенциальных рисков, способных повлиять на успех проекта. Идентификацию рисков выполняют члены команды проекта и эксперты по вопросам управления рисками, в ней могут принимать участие заказчики, участники проекта и эксперты в определенных областях. Это итеративный процесс, поскольку по мере развития проекта в рамках его жизненного цикла могут обнаруживаться новые риски. Частота итерации и состав участников выполнения каждого цикла в каждом случае могут быть разными. В процессе идентификации должны принимать участие члены команды проекта, чтобы у них вырабатывалось чувство собственности и ответственности за риски и за действия по реагированию на них.

Идентификация рисков выполняется на основе разработанных ранее планов управления интеграцией, содержанием, сроками, качеством и человеческими ресурсами.

Также при разработке плана учитывается опыт выполнения аналогичных проектов.

Качественный анализ рисков

Качественный анализ рисков подразумевает оценку рисков в терминах их возможных последствий, используя установленные критерии. Критерии могут учитывать затраты , официальные и предписанные требования, социально-экономические аспекты и факторы внешней среды, интересы заказчика, приоритеты и иные исходные данные для оценки. Результат процесса качественной оценки — определение градации рисков по их вероятности и последствиям

Основная проблема управления рисками заключается в размере перечня рисков, полученного на этапе идентификации. Управлять всеми выявленными рисками невозможно, так как это требует больших финансовых и кадровых затрат. Основные задачи качественного анализа состоят в разделении рисков на группы и расположении их в порядке приоритетов. Классифицировать риски можно, например, по их временной близости. Так, близкие риски должны иметь более высокий приоритет, чем риски, которые могут случиться в отдаленном будущем. Расположения рисков по степени их важности для дальнейшего анализа или планирования реагирования на риски может быть выполнено путем оценки вероятности их возникновения и воздействия на проект. Качественный анализ рисков — быстрый и недорогой способ установки приоритетов — выполняется на протяжении всего жизненного цикла проекта и должен отражать все изменения, относящиеся к рискам проекта.

Матрица вероятностей и последствий — инструмент, позволяющий определять ранг риска отдельно для каждой цели, например, для стоимости, времени или содержания. Ранг риска помогает управлять реагированием на риски. Например, для рисков, расположенных в зоне высокого риска (область красного цвета) матрицы, необходимы предупредительные операции и агрессивная стратегия реагирования (рис. 9.1). Для угроз, расположенных в зоне низкого риска (зеленый цвет), осуществление предупредительных операций может не потребоваться.

Матрица вероятностей и последствий позволяет отслеживать динамическую миграцию рисков . На рис. 9.2 показано изменение ранга риска А с течением времени. В апреле риск находился в зоне низкого риска, в мае переместился в область умеренного, а в июне попал в зону критически высокого риска (см. рис. 9.2).

Количественный анализ рисков

Количественный анализ рисков обычно выполняется для рисков, которые были квалифицированы в результате качественного анализа. При количественном анализе также оцениваются вероятности возникновения рисков и размеры ущерба /выгоды; здесь анализируются риски, имеющие высокие и умеренные ранги. Выбор методов анализа определяется для каждого проекта и зависит от наличия времени и от бюджета.

Исходной информацией для количественного анализа рисков служат:

  • активы организационного процесса;
  • описание содержания проекта;
  • план управления рисками;
  • реестр рисков ;
  • план управления проектом .

Наиболее распространенным методом количественного анализа является анализ дерева решений .

Дерево решений — это графический инструмент для анализа проектных ситуаций, находящихся под воздействием риска. Дерево решений описывает рассматриваемую ситуацию с учетом каждой из имеющихся возможностей выбора и возможного сценария. Дерево решений имеет пять элементов (рис. 9.3).

Точки принятия решений — это моменты времени, когда происходит выбор альтернатив.

Точка случайного события (точка возникновения последствий) — момент времени, когда с тем или иным результатом наступает случайное событие.

Ветви — линии, соединяющие точки принятия решений с точками случайного события. Ветви, исходящие из точки принятия решений , показывают возможные решения, а линии, исходящие из узлов случайных событий, представляют возможные результаты случайного события.

Вероятности — числовые значения, расположенные на ветвях дерева и обозначающие вероятность наступления этих событий. Сумма вероятностей в каждой точке принятия решений равна 1.

Ожидаемое значение (последствия) — это расположенное в конце ветви количественное выражение каждой альтернативы.

Модель создается слева направо. Построение начинается с отображения точки принятия решения, имеющей вид квадрата. Из этой точки рисуют количество ветвей, равное числу проектных альтернативных решений. В конце каждой ветви рисуют кружок, обозначающий возникновение допустимого случайного события, из которого выходят две ветви — возможные результаты вероятностного события. Ветви дерева берут свое начало в точке принятия решений и разрастаются до получения конечных результатов. Путь вдоль ветвей дерева состоит из последовательности отдельных решений и случайных событий.

Количественный анализ риска инвестиционных проектов

В мировой практике финансового менеджмента используются различные методы анализа рисков инвестиционных проектов (ИП). К наиболее распространенным из них следует отнести:

  • метод корректировки нормы дисконта;
  • метод достоверных эквивалентов(коэффициентов достоверности);
  • анализ чувствительности критериев эффективности(чистый дисконтированный доход (NPV), внутренняя норма доходности (IRR) и др.);
  • метод сценариев;
  • анализ вероятностных распределений потоков платежей;
  • деревья решений;
  • метод Монте-Карло(имитационное моделирование) и др.

В данной статье кратко изложены преимущества, недостатки и проблемы их практического применения, предложены усовершенствованные алгоритмы количественного анализа рисков инвестиционных проектов и рассмотрено их практическое применение.

Метод корректировки нормы дисконта. Достоинства этого метода — в простоте расчетов, которые могут быть выполнены с использованием даже обыкновенного калькулятора, а также в понятности и доступности. Вместе с тем метод имеет существенные недостатки.

Метод корректировки нормы дисконта осуществляет приведение будущих потоков платежей к настоящему моменту времени (т.е. обыкновенное дисконтирование по более высокой норме), но не дает никакой информации о степени риска (возможных отклонениях результатов). При этом полученные результаты существенно зависят только от величины надбавки за риск.

Он также предполагает увеличение риска во времени с постоянным коэффициентом, что вряд ли может считаться корректным, так как для многих проектов характерно наличие рисков в начальные периоды с постепенным снижением их к концу реализации. Таким образом, прибыльные проекты, не предполагающие со временем существенного увеличения риска, могут быть оценены неверно и отклонены.

Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку.

Наконец, обратная сторона простоты метода состоит в существенных ограничениях возможностей моделирования различных вариантов, которое сводится к анализу зависимости критериев NPV(IRR,PI и др.) „от изменений только одного показателя — нормы дисконта.

Несмотря на отмеченные недостатки, метод корректировки нормы дисконта широко применяется на практике.

Метод достоверных эквивалентов.Недостатками этого метода следует признать:

  • сложность расчета коэффициентов достоверности, адекватных риску на каждом этапе проекта;
  • невозможность провести анализ вероятностных распределений ключевых параметров.

Анализ чувствительности. Данный метод является хорошей иллюстрацией влияния отдельных исходных факторов на конечный результат проекта.

Главным недостатком данного метода является предпосылка о том, что изменение одного фактора рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны.

По этой причине применение данного метода на практике как самостоятельного инструмента анализа риска, по мнению авторов весьма ограничено, если вообще возможно.

Метод сценариев. В целом метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов, а также предоставляет информацию о чувствительности и возможных отклонениях, а применение программных средств типа Excel позволяет значительно повысить эффективность подобного анализа путем практически неограниченного увеличения числа сценариев и введения дополнительных переменных.

Анализ вероятностных распределений потоков платежей. В целом применение этого метода анализа рисков позволяет получить полезную информацию об ожидаемых значениях NPV и чистых поступлений, а также провести анализ их вероятностных распределений.

Вместе с тем использование этого метода предполагает, что вероятности для всех вариантов денежных поступлений известны либо могут быть точно определены. В действительности в некоторых случаях распределение вероятностей может быть задано с высокой степенью достоверности на основе анализа прошлого опыта при наличии больших объемов фактических данных. Однако чаще всего такие данные недоступны, поэтому распределения задаются исходя из предположений экспертов и несут в себе большую долю субъективизма.

Деревья решений. Ограничением практического использования данного метода является исходная предпосылка о том, что проект должен иметь обозримое или разумное число вариантов развития. Метод особенно полезен в ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Имитационное моделирование. Практическое применение данного метода продемонстрировало широкие возможности его использования инвестиционном проектировании, особенно в условиях неопределённости и риска. Данный метод особенно удобен для практического применения тем, что удачно сочетается с другими экономико-статистическими методами, а также с теорией игр и другими методами исследования операций. Практическое применение авторами данного метода показало, что зачастую он даёт более оптимистичные оценки, чем другие методы, например анализ сценариев, что, очевидно обусловлено перебором промежуточных вариантов.

Многообразие ситуаций неопределённости делает возможным применение любого из описанных методов в качестве инструмента анализа рисков, однако, по мнению авторов, наиболее перспективными для практического использования являются методы сценарного анализа и имитационного моделирования, которые могут быть дополнены или интегрированы в другие методики.

В частности, для количественной оценки риска инвестиционного проекта предлагается использовать следующие алгоритмы:

Алгоритм имитационного моделирования (инструмент “РИСК-АНАЛИЗ”):

1.Определяются ключевые факторы ИП. Для этого предлагается применять анализ чувствительности по всем факторам (цена реализации, рекламный бюджет, объём продаж, себестоимость продукции и т. д.), используя специализированные пакеты типа Project Expert и Альт-Инвест, что позволит существенно сократить время расчётов. В качестве ключевых выбираются те факторы, изменения которых приводят к наибольшим отклонениям чистой текущей стоимости (NPV).

Таблица 1.
Выбор ключевых факторов ИП на основе анализа чувствительности

Количественный анализ проектных рисков.

Математический аппарат анализа рисков опирается на методы теории вероятностей, что обусловлено вероятностным характером неопределенности и рисков. Задачи анализа рисков разделяются на три типа:

— прямые, в которых оценка уровня рисков происходит на основании априори известной вероятностной информации;

— обратные, когда задается приемлемый уровень рисков и определяются значе­ния (диапазон значений) исходных параметров с учетом устанавливаемых ограни­чений на один или несколько варьируемых исходных параметров;

— задачи исследования чувствительности, устойчивости результативных, критериальных показателей по отношению к варьированию исходных параметров (распре­делению вероятностей, областей изменения тех или иных величин и т. и.). Это необходимо в связи с неизбежной неточностью исходной информации и отражает степень достоверности полученных при анализе проектных рисков результатов.

Анализ проектных рисков производится на основе математических моделей принятия решений и поведения проекта, основными из которых являются:

— стохастические (вероятностные) модели;

— лингвистические (описательные) модели;

— нестохастические (игровые, поведенческие) модели.

Характеристика наиболее используемых методов анализа рисков.

Глоссарий

Риск – потенциальная, численно измеримая возможность неблагоприятных ситуаций и связанных с ними последствий в виде: потерь, ущерба, убытков, например — ожидаемой прибыли, дохода или имущества, денежных средств и в связи с неопределенностью, то есть со случайным изменением условий экономической деятельности, неблагоприятными, в том числе форс-мажорными, обстоятельствами, общим падением цен на рынке; возможность получения непредсказуемого результата в зависимости от принятого хозяйственного решения, действия.

Вероятность рисков— это вероятность того, что в результате принятия решения произойдут потери для предприятия, то есть вероятность нежелательного исхода.

Проектные риски – это совокупность рисков, угрожающих реализации инвестиционного проекта или способных снизить его эффективность (коммерческую, экономическую, бюджетную, социальную и т.д.).

Анализ рисков – процедуры выявления факторов рисков и оценки их значимости, по сути, анализ вероятности того, что произойдут определенные нежелательные события и отрицательно повлияют на достижение целей проекта

Оценка рисков это определение количественным или качественным способом величины (степени) рисков. Следует различать качественную и количественную оценку предпринимательского рисков.

Подфакторами (причинами) рисков понимают такие незапланированные события, которые могут потенциально осуществиться и оказать отклоняющее воздействие на намеченный ход реализации проекта, или некоторые условия, вызывающее неопределенность исхода ситуации.

Опора деревянной одностоечной и способы укрепление угловых опор: Опоры ВЛ — конструкции, предназначен­ные для поддерживания проводов на необходимой высоте над землей, водой.

Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰).

Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим.

Читать еще:  Понятия стратегии и тактики риск менеджмента
Ссылка на основную публикацию
Adblock
detector