9.2. Аналитические подходы к оценке проектного риска
Анализ рисков подразделяется на два вида: качественный и количественный.
Качественный анализ риска осуществляется с целью определить факторы риска, этапы и работы, при выполнении которых могут возникать риски.
Количественный анализ риска определяет размеры отдельных рисков и риска проекта в целом. Этот вид анализа связан с оценкой рисков.
При проведении количественного анализа проектного риска могут быть использованы следующие методы:
статистический метод;
метод аналогий;
метод экспертных оценок;
комбинированный метод.
Деревья решений.
Все факторы, влияющие на рост степени риска, можно условно разделить на две группы: объективные и субъективные. К объективным факторам относятся факторы, не зависящие непосредственно от самой организации. Это инфляция, конкуренция, политические и экономические кризисы, экология и т.д. К субъективным факторам относятся факторы, характеризующие непосредственно данное предприятие. Это производственный потенциал, технология, уровень специализации, организация труда, уровень производительности труда и т.п.
При проведении качественного анализа проектного риска могут быть использованы метод анализа уместности затрат и метод аналогий.
Метод анализа уместности затрат ориентирован на выявление потенциальных зон риска для принятия решения об инвестициях, для минимизации риска, угрожающего капиталу. Предполагается, что основными факторами перерасхода затрат являются следующие:
1) первоначальная недооценка стоимости;
2) изменение границы проектирования;
3) различие в производительности;
4) увеличение первоначальной стоимости.
Эти факторы могут быть детализированы по стадиям. На каждой стадии утверждения, получив информацию о высоком риске, инвестор может принять решение о прекращении инвестиций.
Метод аналогий. При анализе риска нового проекта полезной оказывается информация о последствиях воздействия подобных неблагоприятных факторов на риск аналогичных проектов. Такая информация позволит инвестору заранее принять соответствующие управленческие решения для минимизации риска.
Метод аналогий применяется в основном при оценке рисков часто повторяющихся проектов, например в строительстве. В качестве информационной базы для оценки риска этим методом можно назвать исследования, проводимые Всемирным банком по оценке проектов после их завершения.
Наибольшую сложность представляют такие этапы инвестиционного анализа, как количественное определение величины риска и оценка эффективности проекта с учетом выявленных и измеренных рисков. В настоящее время в России нет целостной теории оценки проектных рисков.
Значения вероятностей, полученные с применением статистического метода и метода аналогий, называют объективными.
Суть статистического метода заключается в изучении статистики потерь и доходов, имевших место на данном или аналогичном организации. Логика рассуждений такова: риск – это наступление случайного события; случайность – это то, что в аналогичных условиях происходит неодинаково, поэтому ее заранее нельзя предвидеть и прогнозировать. Однако при большом количестве наблюдений за случайностями можно обнаружить, что они повторяются с определенной частотой. При статистическом методе устанавливаются величина и частота получения той или иной отдачи от инвестиций и составляется наиболее вероятный прогноз на будущее.
«Деревья решений». Ограничением практического использования данного метода является исходная предпосылка к тому, что проект должен иметь обозримое или разумное число вариантов развития. Метод особенно полезен в ситуациях, когда решения, принимаемые в момент времени t = n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.
Суть метода экспертных оценок заключается в предположении о наступлении неблагоприятного результата, которое основывается на индивидуальной оценке экспертов. В силу уникальности инвестиционных проектов и недостаточности временного периода наблюдений экспертный метод оценки рисков проекта с определением субъективной вероятности наступления неблагоприятных событий является основным в настоящее время для российских организации.
В практике часто применяется метод, являющийся комбинацией из статистического и экспертного методов определения риска.
На основании полученных вероятностей с помощью методов математической статистики рассчитываются основные показатели – дисперсия, стандартное отклонение, коэффициент вариации различных обобщающих показателей (рентабельности инвестированного капитала, чистой текущей стоимости и др.). Величина риска измеряется показателями дисперсии, среднеквадратического отклонения и коэффициентом вариации. Принято считать, что чем больше разброс значений результирующего показателя инвестиционного проекта от средней ожидаемой величины, тем выше риск данного инвестиционного проекта.
Пример. Компания инвестирует 50 000 тыс. руб. сроком на один год. Существуют три варианта вложения капитала, из которых выбирается наиболее выгодный, с учетом риска:
1) годичные векселя государства, по которым начисляются 10% дохода;
2) корпоративные облигации с ожидаемым доходом 12%;
3) проект, по которому выплаты осуществляются в конце года в зависимости от экономического состояния предприятия. Норма дохода по инвестициям при различном состоянии экономики приведена в табл. 9.1.
Таблица 9.1
Значения доходности по вариантам инвестирования и вероятность их осуществления
Состояние экономики (событие) |
Вероятность наступления события |
Векселя, % |
Облигации, % |
Проект, % |
Глубокий спад |
0,05 |
10 |
12 |
0 |
Небольшой спад |
0,25 |
10 |
10 |
10 |
Средний рост |
0,50 |
10 |
9 |
14 |
Небольшой подъем |
0,20 |
10 |
8 |
18 |
Мощный подъем |
0,05 |
10 |
7,5 |
20 |
Рассчитаем стандартные характеристики риска по данным вариантам вложений.
Математическое ожидание – средневзвешенное всех возможных результатов, где в качестве весов используются вероятности их достижения.
Математическое ожидание дохода по каждому варианту вложения капитала составляет:
Средняя величина представляет собой обобщенную количественную характеристику и не позволяет принять решения в пользу какого-либо варианта вложения капитала.
Важной характеристикой, определяющей меру изменчивости возможного результата, является дисперсия (D) – средневзвешенное квадратов отклонений случайной величины от ее математического ожидания:
Дисперсия по инвестированию по каждому варианту вложения капитала составляет:
Тесно связан с показателем дисперсии показатель «среднеквадратическое отклонение», который рассчитывается по формуле
Среднеквадратическое отклонение показывает величину разброса возможных результатов по проекту:
И дисперсия, и среднеквадратическое отклонение являются абсолютными мерами риска и измеряются в тех же физических единицах, в каких измеряется варьирующий признак. С помощью математического ожидания и стандартного отклонения можно установить диапазон колеблемости результата. По рассматриваемым вариантам инвестирования ожидаемые уровни доходности лежат в таких интервалах:
Для анализа меры изменчивости также можно использовать коэффициент вариации (V). Он представляет собой отношение стандартного отклонения к математическому ожиданию и показывает степень отклонения от средних ожидаемых значений:
Коэффициент вариации – относительная величина. С помощью его можно сравнивать даже колеблемость признаков, выраженных в разных единицах измерения. Коэффициент вариации изменяется от 0 до 100%. Установлена следующая качественная оценка различных значений коэффициента вариации:
до 10% - слабая колеблемость;
10 – 25% - умеренная колеблемость;
свыше 25% - высокая колеблемость.
Для рассматриваемых вариантов инвестирования коэффициент вариации имеет такие значения:
По результатам анализа можно сделать следующий вывод: инвестирование в проект в среднем дает наибольший доход, но с высокой степенью риска; инвестирование в покупку векселей – безрисковый вариант, но и наименее доходный из всех вариантов.
Имитационное моделирование. Практическое применение данного метода продемонстрировало широкие возможности его использования в инвестиционном проектировании, особенно в условиях неопределенности 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.