Концепция объективных вероятностей строится на интерпретации понятия вероятности как предельного значения частоты при бесконечно большом числе экспериментов, и оценка вероятности производится посредством вычисления частоты, с которой происходит данное событие. В противоположность этому при определении субъективных вероятностей на первое место выступает мнение индивида, отражающее состояние его информационного фонда.

Согласно финансовой теории каждая фирма в процессе инвестиционной деятельности стремится максимизировать свою стоимость. В условиях полной определенности и отсутствия риска эта задача эквивалентна задаче максимизации прибыли, т.е. аналогично по значению чистого дисконтированного дохода (NPV). Но как только предпосылки снимаются, задачи перестают быть эквивалентными.

В реальности же для большинства инвесторов и разработчиков важна не только максимизация прибыли, но и минимизация риска оцениваемого инвестиционного проекта.

Подчеркнем еще одно важное обстоятельство: анализ рисков проекта базируется на результатах расчета всех его показателей и критериев, так называемом базисном варианте (на основе фактической и прогнозной информации), доказавшем эффективность проекта.

Предрисковая оценка чистых выгод инвестиционного проекта, анализ его эффективности априори отсекают неопределенность исходных факторов (переменных). Основываясь на ретроспективном анализе, исследователь прогнозирует определенное значение (оценку) исследуемого фактора (переменной). Однако при этом результативный проектный показатель, связанный с данным фактором функциональной зависимостью, также принимает определенное конкретное «точечное» значение, которое может ввести аналитика в заблуждение, так как при некотором внепрогнозном изменении переменной изменится и результативность проекта.

Если эксперт-аналитик использует наиболее вероятные значения каждой проектной переменной, то это не означает, что полученный результат будет наиболее вероятным результатом.

К сожалению, в настоящее время ряд инвестиционных проектов, содержащих раздел количественного анализа рисков, сужает проблему до исследования только финансовых рисков или подменяет анализом банковских рисков, что является важным, но не отражает весь спектр проектных рисков.

Все методы, применяемые для оценки рисков проекта, можно условно разделить на качественный и количественный анализ.

В разделе будут исследованы некоторые вопросы существующей теории рисков (risk analysis) и обобщен практический опыт оценки рисков проекта в виде специального инструментария под общим названием метод оценки инвестиционного проекта  с учетом факторов проектных рисков.

2.2.2 Практические методы учета рисков

В настоящее время на практике используется широкий спектр приемов и подходов, позволяющих анализировать проектные риски (кратко проанализируем основные).

Метод экспертных оценок состоит в возможности использования опыта экспертов в процессе анализа проекта и учета влияния разнообразных качественных факторов, это его основное преимущество. Формальная процедура экспертной оценки чаще всего сводится к следующему. Руководство проекта (фирмы) разрабатывает перечень критериев оценки в виде экспертных (опросных) листов, содержащих вопросы. Для каждого критерия назначают (реже – исчисляют) соответствующие весовые коэффициенты, значения которых не сообщают экспертам. Затем по каждому критерию составляют варианты ответов, веса которых также неизвестны экспертам. Эксперты должны обладать полной информацией об оцениваемом проекте и, проводя экспертизу, анализировать поставленные вопросы и отмечать выбранный вариант ответа. Далее заполненные экспертные листы обрабатывают соответствующим образом – на основании известных статистических (компьютерных) пакетов обработки информации – и выдают количественный результат или результаты проведенной экспертизы.

Субъективная вероятность является предположением относительно некоторого результата, которое основывается на суждении оценивающего, на его личном опыте. Можно условно считать данный подход частным случаем метода экспертных оценок. Преимуществом метода субъективных вероятностей является возможность их применения для неповторяющихся событий и в условиях отсутствия достаточного количества статистических данных в отличие от объективных вероятностей, что и определяет их сферу применения в анализе проектных рисков.

Все мероприятия, позволяющие минимизировать проектный риск согласно экспертным оценкам, можно условно разделить на группы:

первая – диверсификация рисков, позволяющая, например, распределить риск между участниками проекта;

вторая – страхование проектных рисков, которое в условиях переходного периода отечественной экономики к рыночным отношениям делает только первые шаги;

третья – увеличение доли отчислений на непредвиденные обстоятельства.

Экспертами рекомендуется следующее увеличение норм непредвиденных расходов[1]:[2]

затраты на продолжительность работ для российских исполнителей –на 20%;

затраты на продолжительность работ для иностранных исполнителей – на 10%;

прямые производственные затраты – на 20%;

снижение производства – на 20%;

процент за кредит – на 20%.

Любое из мероприятий минимизирующих риск можно отнести к той или иной из перечисленных групп. Кроме того, это мероприятие всегда будет «платным» с точки зрения увеличения проектных затрат.

Прием, основанный на определении периода (срока) окупаемости инвестиций или срока возврата (возмещения) первоначальных инвестиционных расходов, трактует этот период как необходимый для возмещения первоначального капитала за счет накопленных чистых потоков реальных денег, генерированных проектом. Недостатком данного подхода является выделение из всего потока затрат только объема первоначальных инвестиций, т.е. начальной фазы периода реализации проекта. Классическое определение срока окупаемости проекта, ориентирующееся на всю совокупность затрат, связанных с конкретным проектом, свободно от указанного недостатка. Однако, во-первых, в данном случае речь идет только о сроке окупаемости инвестиций, и, во-вторых, инвестиционное решение принимается не только на основании этого критерия, а в совокупности с другими методиками, например рассмотренной выше методикой определения чистого дисконтированного дохода (NPV) и внутренней нормы доходности (IRR). Поэтому эксперты-аналитики инвестиционного проекта, понимая ограниченность этого подхода, тем не менее, используют его на практике. Лицам, принимающим решение о вложении денежных средств в инвестиционный проект, необходима ориентировочная информация о сроке окупаемости инвестиций, что поможет оценить риск проекта.

Метод ставки процента с поправкой на риск позволяет, увеличивая безрисковую ставку процента на величину надбавки за риск, учесть факторы риска при расчете эффективности проекта.

Возможные применяемые на практике рисковые надбавки, зависящие от сущности проекта и видов инвестиций (премия за риск)[3]:[4]

Таблица 1.

Премии за риск при оценке проектного риска с помощью процентных ставок.

Метод критических значений базируется на нахождении тех значений переменных (факторов) или параметров проекта, проверяемых на риск, которые приводят расчетное значение соответствующего критерия эффективности проекта к критическому пределу. Кроме перечисленных подходов практически используются следующие:

построение сложных распределений вероятностей (деревья решений);

анализ чувствительности (включая методы математического программирования, анализ точки безубыточности и др.);

анализ сценариев.

Наиболее часто встречающимися методами количественного анализа рисков проекта, как уже отмечалось, являются анализ чувствительности (уязвимости), анализ сценариев и имитационное моделирование рисков по методу Монте-Карло.

В данной дипломной работе оценка инвестиционного проекта будет основываться на основе методики анализа чувствительности.

2.2.3 Положения методики оценки инвестиционного проекта на основе анализа чувствительности

Анализ чувствительности (уязвимости) происходит при «последовательно-единичном» изменении каждой переменной: только одна из переменных меняет значение, на основе чего пересчитывается новое значение используемого критерия (например, аналогично ставки дисконта для критерия чистого дисконтированного дохода NPV). Затем оценивается процентное изменение критерия по сравнению с базисным случаем и рассчитывается показатель чувствительности, представляющий собой отношение процентного изменения критерия к изменению значения переменной на один процент (так называемая эластичность изменения показателя). Таким же образом исчисляются показатели чувствительности по каждой из остальных переменных.

По результатам этих расчетов происходят экспертное ранжирование переменных по степени важности (например, «очень высокая», «средняя», «невысокая») и экспертная оценка прогнозируемости (предсказуемости) значений переменных (например, «высокая», «средняя», «низкая»). Далее строится матрица чувствительности, позволяющую выделить наименее и наиболее рискованные для проекта переменные (показатели).

Анализ чувствительности – наиболее используемый количественный метод исследования рисков при оценке инвестиционного проекта. Однако в его простоте кроются некоторые недостатки: во-первых, этот метод является экспертным, т.е. разные группы экспертов могут получить различные результаты; во-вторых, в ходе анализа чувствительности не учитывается связь (корреляция) между изменяемыми переменными.

Поэтому чаще используют анализ сценариев, который  представляет собой развитие методики анализа чувствительности проекта, т.к. одновременному непротиворечивому (реалистическому) изменению подвергается вся группа переменных, проверяемых на риск. Рассчитываются пессимистический вариант (сценарий) возможного изменения переменных, а также оптимистический и наиболее вероятный варианты. В соответствии с этими расчетами определяются новые значения критериев оценки эффективности проекта. Эти показатели сравнивают с базисными значениями и делают необходимые рекомендации. В основе рекомендаций лежит определенное «правило»: даже в оптимистическом варианте нет возможности считать проект целесообразным для реализации, если значение критерия денежного потока (далее, – CF Cash Flow) такого проекта отрицательно, и наоборот: пессимистический сценарий в случае получения положительного значения CF позволяет эксперту судить о приемлемости данного проекта несмотря на наихудшие прогнозы изменения переменных.

Цель анализа чувствительности (sensitivity analysis) – выявить важнейшие факторы, так называемые «критические переменные», способные наиболее серьезно повлиять на проект и проверить воздействие последовательных (одиночных) изменений этих факторов на результаты проекта. В теории эксперимента анализ чувствительности называют однофакторным анализом. Результаты проведенного ранее качественного анализа рисков проекта являются базой, фундаментом при отборе факторов для количественного анализа.

Классификация факторов, варьируемых в процессе анализа чувствительности:

первая группа – факторы, влияющие на объем доходов (выгод) проекта;

вторая группа – факторы, влияющие на объем проектных затрат.

Варьируемые факторы, рассматриваемые на практике:

показатели инфляции;

физический объем продаж как следствие емкости рынка, доли предприятия на рынке, потенциала-роста рыночного спроса;

переменные издержки;

постоянные издержки;

требуемый объем инвестиций;

стоимость привлекаемого капитала в зависимости от условий и источников его формирования (например, процент за кредиты).

В инвестиционном проектировании анализ чувствительности играет важную роль для учета неопределенности и выделения факторов, которые могут повлиять на успешный результат проекта. Кроме того, анализ чувствительности лежит в основе принятия ряда управленческих решений. Так, например, если цена продукта оказалась критическим фактором, то можно усилить программу маркетинга или пересмотреть затратную часть, чтобы снизить стоимость проекта. Если же проведенный количественный анализ рисков проекта выявит его высокую чувствительность к изменению объема производства, то следует уделить внимание мерам по повышению производительности, например, обучению персонала менеджменту и др.

В формировании денежного потока проекта, а следовательно, и в расчете его критериев эффективности участвуют многие факторы и позитивного (доходного), и негативного (расходного) характера с точки зрения конечной результативности проекта. В качестве примера рассмотрим некоторые из факторов, учет изменения которых необходим при проведении анализа чувствительности.

К позитивным факторам прежде всего можно отнести: задержку оплаты за поставленное сырье, материалы, комплектующие, а также период времени поставки продукции с момента получения авансового платежа при реализации продукции или услуг на условиях предоплаты. Однако задержка оплаты за сырье имеет позитивное влияние на результат только в том случае, если цена материалов и комплектующих определяется на дату поставки и соответствует текущему уровню цен. Важной является группа факторов, связанная с формированием и управлением запасами. Объектом анализа должны стать факторы, характеризующие условия формирования капитала.

При анализе чувствительности широко используются методы линейного программирования. В первую очередь это относится к двойственным задачам.

При анализе чувствительности строится задача, двойственная данной, а полученные при ее решении так называемые двойственные переменные (объективно обусловленные оценки, теневые цены, скрытые цены, неявные цены) позволяют определить альтернативную стоимость используемых в проекте дефицитных ресурсов.

Экономико-математическая сущность анализа чувствительности состоит в следующем:

на основе базового варианта проекта определяют ожидаемое среднее отклонение каждой переменной величины (фактора) и результаты проекта в случае отклонения одной из переменных величин от базового сценария;

делается предположение, что проект более чувствителен к изменению одного из параметров базового варианта, чем другого, если отклонение первого параметра дает большее отклонение критерия CF – денежного потока (или другого критерия, выбранного для оценки, например NPV) по сравнению с базовым сценарием.

Построим количественный показатель чувствительности проекта соотношение sens[5] (у, хi). Пусть у – некоторый критерий эффективности проекта. Он может быть функционально выражен через параметры проекта хi, т.е.:

y= y(x1,x2,x3, ..., xk)   (18)

В качестве показателя чувствительности проекта к изменению параметра х, рассчитаем отношение относительного приращения критерия к относительному приращению параметра y:

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17