идентифицировать наиболее «опасный» период времени жизни инвестиционного проекта с точки зрения влияния рисковых событий на сальдо расчетного счета.

Локальные функции чувствительности чаще всего имеют максимум в момент возникновения воздействия того или иного риск-параметра и далее относительно быстро убывают по сравнению с глобальной чувствительностью по тому же риск-параметру.

В ряде случаев, как показали расчеты, на форму кривой чувствительности накопленного сальдо финансовых потоков в значительной степени влияет схема погашения кредитных линий, т.е. скорость возврата кредитов. Чем меньше мы оставляем резерв финансовых средств в каждом периоде, стремясь быстрее вернуть кредит, тем больше чувствительность проекта к влиянию рисков. В соответствии с формой кривой чувствительности можно неравномерно по периодам распределить финансовый резерв, увеличив его в те периоды, где чувствительность была наибольшей. В этом новом варианте финансового прогноза чувствительность будет меньше, чем в предыдущем, однако процентов по кредитам придется заплатить больше. Чему отдать предпочтение: большей прибыльности или меньшей рискованности, во многом зависит от субъективной склонности инвесторов и менеджеров к риску.

3.7. Нелинейность модели и чувствительность второго порядка

Если нелинейностью целевой функции пренебречь нельзя, то, как рекомендует Алвин Курук в [18], можно воспользоваться следующим членом в ряде Тейлора [6], а именно:

54

тогда полное относительное отклонение целевой функции через относительные отклонения аргументов будет определяться следующей нелинейной моделью:

где

можно назвать чувствительностями второго порядка. Для линейной модели чувствительности второго порядка равны нулю.

В случае одного риск-параметра из (3.22) получаем:

собственная чувствительность второго порядка функции Y по риску x1 ,

которая показывает степень влияния нелинейности модели на относительное отклонение целевой функции.

Если анализируем влияние совокупности рисков, то при i ≠ j

выражения (3.23) можно назвать взаимными чувствительностями второго порядка функции Y по рискам xi и xj. При i = j получаем

собственные чувствительности второго порядка функции Y по рискам

xi.

55

Для экспериментального нахождения функций чувствительности второго порядка с помощью динамической модели можно предложить следующий алгоритм.

1.Поочередно определяем чувствительности первого порядка по всем рискам на основе (3.2), используя столь малые отклонения ∆х, при которых модель является линейной.

2.Поочередно для каждого риска определяем собственные чувствительности второго порядка из (3.24), а именно:

где относительное отклонение ∆Y/Y получено из эксперимента с моделью при таком отклонении ∆x/x, при котором нелинейностью модели пренебречь нельзя.

3.Поочередно для каждой пары рисков (i ≠ j) определяем взаимные чувствительности второго порядка из (3.22), а именно:

где относительное отклонение ∆Y/Y получено из эксперимента с моделью при одновременном отклонении ∆x/x каждого из двух рискпараметров: i-го и j-го.

В результате указанных экспериментов будет полностью определена модель второго порядка оценки влияния совокупности рисков (3.22) с учетом нелинейности динамической модели Cash-Flow.

56