Построим прогноз денежного потока инвестиционного проекта, реализуемого по оптимистичному сценарию (млн. Руб.):

Показатели	Годы реализации проекта
	0	1-5
1 Инвестиции	- 200
2 Доходы		660
3 Переменные затраты		445,5
4 Постоянные затраты		60
5 Амортизация		40
6 Прибыль до уплаты налога (п.2-п.3-п.4-п.5)		114,5
7. Налог на прибыль		37,8
8. Чистая прибыль		76,7
9. Поток денежных средств (5 + 8)		116,7

NPV = -200 + 116,7*0,8333 +116,7*0,6944 +116,7*0.5787 +116,7*0,4823 +116,7*0,4019 = -200 + 97,25+ 81,04+ 67,53 +56,28+46,9= 149

В результате анализа сценариев реализации проекта были получены следующие данные:

Сценарий	Объем продаж, ед.	Перем. затр на ед.прод. руб.	NPV млн. руб.	Вероятность наступления сценария	Результат млн. руб : NPV*вероятность
Пессимистичный	90000	4950	- 96,81	0,25	- 24,2
Наиболее вероятный	100000	4500	19,81	0,5	9,9
Оптимистичный	110000	4050	149	0,25	37,25
Ожидаемый NPV					22,95
 NPV					67,15

Рассчитаем дисперсию NPV проекта:

 ²NPV= ( 37,25 – 22,95)²*0,25 + (-19,81- 22,95)²*0,5 + (- 96,81- 22,95)²*0,25 = 51,12 + 914,21 + 3543,23 = 4508,56

В результате извлечения корня квадратного из дисперсии получим среднее квадратичное отклонение NPV проекта, которое будет равно 67,15

Данный проект относится к категории высокорискованных проектов, его среднее квадратичное отклонение NPV почти в три раза превышает ожидаемое значение NPV (соответственно коэффициент вариации проекта составляет : 67,15/22,95 = 2,93

Однако результаты анализа могут быть иными, если в расчет будут заложены другие условия сценариев. Может быть увеличено общее число прогнозируемых сценариев. При этом возможно сочетание в одном сценарии как позитивных, так и негативных изменений переменных величин. Например, прогнозируется увеличение объема продаж продукции в натуральном выражении, но при этом предполагается рост переменных затрат на производство и т.д.

Очевидно, что для проведения анализа чувствительности и анализа на основе метода сценариев необходимо использовать компьютерные электронные таблицы, в которых автоматически пересчитываются NPV при изменении переменной величины.

Анализ сценариев позволяет более полно оценить риск инвестиционного проекта по сравнению с анализом чувствительности, но он ограничен рассмотрением только нескольких конкретных сценариев реализации проекта. В определенной степени преодолеть эту проблему позволяет метод Монте-Карло. Он обязан своим названием городу, известному своими игорными домами, где господствует «случай». Принцип случайности заложен в основу построения модели по методу Монте-Карло. Моделирование потребует более мощного программного обеспечения по сравнению с методом сценариев. В рамках данного пособия нет возможности представить алгоритм имитационного моделирования по методу Монте-Карло. Поэтому мы ограничимся лишь описанием основных принципов анализа инвестиционного проекта на основе метода Монте-Карло.

Процесс моделирования на основе метода Монте-Карло включает следующие этапы:

1.Программа моделирования случайным образом выбирает значение для каждой исходной переменной, основываясь на ее заданном распределении вероятностей. Например, выбирается значение объема продаж в натуральном выражении.

2.Значение, выбранное для каждой изменяемой переменной, вместе с заданными значениями других факторов, таких как ставка налогообложения прибыли, амортизация, т.е. которые не изменятся в анализируемом периоде. На основе полученных данных определяется чистый денежный поток проекта по каждому году его реализации. Далее рассчитывается NPV проекта в данном компьютерном сценарии.

3.Первый и второй этапы многократно повторяются, например, 1000 раз, получаем 1000 NPV, в результате рассчитывается ожидаемое значение NPV и его среднее квадратичное отклонение.

Очевидно, полученный результат позволит более полно оценить риск проекта по сравнению с ранее рассмотренными методами анализа.