Аналіз сценарію виконання проекту

Розглянутий вище метод не може цілком розкрити усі можливі ризики проекту. Тому він доповнюється аналізом проекту за певним сценарієм, що передбачає вплив змін кількох перемінних одночасно на розмір чистої приведеної вартості. Звичайно складаються три варіанти сценарію: гірший, базовий і кращий (деякі автори вводять інші терміни: песимістичний, реалістичний і оптимістичний).

Таблиця 9.7

Аналіз проекту на підставі сценарію1

Сценарій	Ймовірність одержання результату	Обсяг продажів (у одиницях виробів)	Продажна ціна (дол.) одиниці виробу	Чиста приведена вартість (тис. дол.)
Гірший варіант	0,25	15000	1700	(10079)
Базовий варіант	0,5	25000	2200	12075
Кращий варіант	0,25	35000	2700	41752

У тому випадку, якщо відбудеться гірший варіант, то проект буде неефективним, його чиста приведена вартість буде нижче 0. Базовий і кращий варіанти повинні принести позитивну чисту вартість. На підставі даних таблиці визначаємо очікувану чисту приведену вартість, за умови, що можливість гіршого і кращого варіантів по 25 %, базового — 50 %. робимо три послідовних дії.

Перше. Визначаємо очікувану:

NPV = 0,25 (–10079) + 0,5 (12075) + 0,25 (41752) = 13956.

Друге. Визначаємо стандартне відхилення чистої приведеної вартості:

Третє. Виходячи з _NPV визначаємо коефіцієнт варіації (CV_NPV) проекту шляхом ділення стандартного відхилення на очікуваний показник NPV.

Отриманий коефіцієнт варіації 1,3 варто порівняти з відповідними показниками по інших проектах. Припустимо, що по проектах, що у даний час здійснює корпорація, коефіцієнт варіації складає 1,35—1,4. Це означає, що ризик по новому проекті дещо нижчий, ніж по раніше прийнятим. Менеджер може зробити висновок про доцільність прийняття проекту. У тому випадку, якщо по старих проектах коефіцієнти варіації коливаються від 1,0 до 1,1, то новий проект більш ризикований, від нього варто відмовитися.

Метод моделювання

Метод моделювання є більш складним методом аналізу ризикованості проекту. Його сутність полягає в тому, що він дозволяє не тільки з’єднати два раніше розглянутих методи чутливості і сценарію, але і втягнути в аналіз усі можливі перемінні. Застосування таких моделей стало можливим з удосконалюванням комп’ютерів, що в одну хвилину можуть робити сотні тисяч операцій.

Метод моделювання був запропонований американським економістом Давидом Герцем у 1964 р. Він розробив модель для вирішення інвестиційних проблем в умовах невизначеності¹. У літературі її звичайно називають моделлю Монте-Карло (Monte Carlo Simulation), тому що вона заснована на роботах по математиці ігор у казино.

Розглянемо один із варіантів моделі пов’язаної з вибором проекту для розширення виробництва і збуту. Відповідно до моделі менеджери послідовно вивчають такі проблеми. Перша — складається у визначенні основних перемінних розмірів що впливають на очікувану прибутковість проекту. Варто звернути увагу на те, що Д. Герц виділив у якості основних дев’ять незалежних перемінних: масштаби ринку, ціна продажу, темпи росту ринку, частка підприємства на ринку, сума що інвестується капіталу, залишкова вартість інвестиції, перемінні витрати, постійні витрати, термін дії інвестиції. Друга проблема полягає у визначенні ймовірного розподілу кожній із цих перемінних. Третя проблема складається у виборі навмання значення для однієї з перемінної й обчисленні можливих потоків коштів. Потім визначаються можливі потоки підряд і всім перемінним. Сучасні комп’ютери виконують ці операції тисячу або більше разів поки не будуть отримані дані про очікувані грошові потоки, на підставі яких можна визначити стандартне відхилення.

Менеджери корпорації на підставі моделі можуть вносити зміни в структуру перемінних, а також зміни в обсяги виконуваного проекту.

Другою моделлю, також використовуваної на практиці, є модель побудови «дерева рішень». Її сутність складається у виявленні подій і рішень, що можуть відбутися в майбутньому. Модель цікава не всеохоплюваністю, як, наприклад метод Монте-Карло, а можливістю виявлення зв’язків між рішеннями менеджера, що він приймає сьогодні і можливими рішеннями, що він прийме завтра.

За образним висловленням Р. Брейлі та С. Майєрса: «дерева рішень» подібні виноградній лозі: вони приносять плоди, якщо їх постійно обрізати»¹. Це означає, що майбутніх подій і рішень у моделі не може бути передбачене багато, але їхній вибір повинний бути якісний.

Своєрідною моделлю можна вважати «теорію ігор», тому що в іграх також будуються моделі. Приклад гри описаний у книзі французького економіста Б. Коласса. Велике підприємство забезпечує 20 % потреб ринку, інша частина зайнята конкурентами. Менеджери підприємства поставили задачу розширити і зміцнити свою конкурентну позицію. З метою розширення своєї частки на ринку збуту менеджери запропонували три інвестиційних стратегії: випуск нової продукції, якої на ринку поки немає (S₁), розширення рекламної компанії (S₂), використання цінової політики (S₃). Одночасно вивчається можлива реакцію конкурентів. Вона може бути сильної (R₁), середньої (R₂) і слабкої (R₃). Гра передбачає визначення кожній із стратегій для кожної можливої реакції конкурентів, на підставі чого будується матриця (табл. 9.8) можливих варіантів показника чистої приведеної вартості.

Таблиця 9.8