8. Оценка риска при реализации инвестиционного проекта

Инвестиционный риск - это опасность потери инвестицией, неполучение от них полной отдачи, обесценивания вложений.

Реализация большинства инвестиционных проектов на любом фондовом рынке сопряжена с существ риском потери части или всего вложенного капитала, причем риск потерь тем выше, чем выше уровень ожидаемого дохода.

Оценка инвестиционного риска

Основными результатами качественного анализа рисков являются: выявление конкретных рисков проекта и порождающих их причин; анализ и стоимостный эквивалент гипотетических последствий возможной реализации отмеченных рисков; предложение мероприятий по минимизации ущерба и, наконец, их стоимостная оценка.

Кроме того, на этом этапе определяются граничные значения возможного изменения всех факторов  проекта, проверяемых на риски.

Количественный анализ рисков. Математический аппарат анализа рисков опирается на методы теории вероятностей, что обусловлено вероятностным характером неопределенности и рисков. Задачи количественного анализа рисков разделяются на три типа: прямые, в которых оценка уровня рисков происходит на основании априори известной вероятностной информации; обратные, когда задается приемлемый уровень рисков и определяются значения исходных параметров с учетом устанавливаемых ограничений на один или несколько варьируемых исходных параметров; задачи исследования чувствительности, устойчивости результативных, критериальных показателей по отношению к варьированию исходных параметров. Это необходимо в связи с неизбежной неточностью исходной информации и отражает степень достоверности полученных при анализе проектных рисков результатов.

Количественный анализ проектных рисков производится на основе математических моделей принятия решений и поведения проекта, основными из которых являются: стохастические (вероятностные) модели; лингвистические модели; нестохастические модели.

Вероятностные методы оценки рисков. Риск, связанный с проектом, характеризуется тремя факторами: событие, связанное с риском; вероятность рисков; сумма, подвергаемая риску. Чтобы количественно оценить риски, необходимо знать все возможные последствия принимаемого решения и вероятность последствий этого решения. Выделяют два метода определения вероятности.

Объективный метод определения вероятности основан на вычислении частоты, с которой происходят некоторые события. Частота при этом рассчитывается на основе фактических данных.

Важными понятиями, применяющимися в вероятностно; анализе рисков являются понятия альтернативы, состояния среды, исхода.

Альтернатива — это последовательность действий, направленных на решение некоторой проблемы. Примеры альтернатив: приобретать или не приобретать новое оборудование, решение о том, какой из двух станков, различающихся по характеристикам, следует приобрести; следует ли внедрять в производство новый продукт и т. д.

Состояние среды — ситуация, на которую лицо, принимающее решение, не может оказывать влияние.

Исходы  возникают в случае, когда альтернатива реализуется в определенном состоянии среды. Это некая количественная оценка, показывающая последствия определенной альтернативы при определенном состоянии среды.

Анализируя и сравнивая варианты инвестиционных проектов, инвесторы действуют в рамках теории принятия решений. Как уже было отмечено выше, понятия неопределенности и рисков различаются между собой. Вероятностный инструментарий позволяет более четко разграничить их. В соответствии с этим, в теории принятия решений выделяются три типа моделей: принятие решений в условиях определенности — лицо, принимающее решение (ЛПР), точно знает последствия и исходы любой альтернативы или выбора решения. Эта модель нереалистична в случае принятия решения о долгосрочном вложении капитала; принятие решений в условиях рисков — ЛПР знает вероятности наступления исходов или последствий для каждого решения; принятие решения в условиях неопределенности — ЛПР не знает вероятностей наступления исходов для каждого решения.

На основе вероятностей рассчитываются стандартные характеристики рисков: математическое ожидание; коэффициент вариации; коэффициент корреляции.

Анализ показателей предельного уровня Показатели предельного уровня характеризуют степень устойчивости проекта по отношению к возможным изменениям условий его реализации. Предельным значением параметра для t-ого года является такое значение, при котором чистая прибыль от проекта равна нулю. Основным показателем этой группы является точка безубыточности (ТБ) — уровень физического объема продаж на протяжении расчетного периода времени, при котором выручка от реализации продукции совпадает с издержками производства.

Анализ чувствительности проекта Задача количественного анализа состоит в численном измерении влияния изменений рискованных факторов на эффективность проекта. Общая схема анализа чувствительности проекта состоит в следующем.

Анализ чувствительности  происходит при «последовательно-единичном» изменении каждой переменной: только одна из переменных меняет свое значение, на основе чего пересчитывается новая величина используемого критерия. После этого оценивается процентное изменение критерия по отношению к базисному случаю и рассчитывается показатель чувствительности, представляющий собой отношение процентного изменения критерия к изменению значения переменной на один процент. Таким же образом исчисляются показатели чувствительности по каждой из остальных переменных.

Анализ чувствительности проекта позволяет оценить, как изменяются результирующие показатели реализации проекта при различных значениях заданных переменных, необходимых для расчета. Этот вид анализа позволяет определить наиболее критические переменные, которые в наибольшей степени могут повлиять на осуществимость и эффективность проекта.

В качестве варьируемых исходных переменных принимают: объем продаж; цену за единицу продукции; инвестиционные затраты или их составляющие; график строительства; операционные затраты или их составляющие; срок задержек платежей; уровень инфляции; процент по займам, ставку дисконта и др.

В качестве результирующих показателей реализации проекта могут выступать: показатели эффективности; ежегодные показатели проекта.

При относительном анализе чувствительности сравнивается относительное влияние исходных переменных  на результирующие показатели проекта. Этот анализ позволяет определить наиболее существенные для проекта исходные переменные; их изменение должно контролироваться в первую очередь.

Абсолютный анализ чувствительности позволяет определить численное отклонение результирующих показателей при изменении значений исходных переменных. Значения переменных, соответствующие нулевым значениям результирующих показателей, соответствуют рассмотренным выше, показателям предельного уровня.

Анализ сценариев развития проекта Анализ сценариев развития проекта позволяет оценить влияние на проект возможного одновременного изменения нескольких переменных через вероятность каждого сценария. Этот вид анализа может выполняться как с помощью электронных, так и с применением специальных компьютерных программ, позволяющих использовать методы имитационного моделирования.

Метод построения дерева решений проекта. В случае небольшого числа переменных и возможных сценариев развития проекта для анализа рисков можно также воспользоваться методом дерева решений. Преимущество данного метода — в его наглядности. Последовательность сбора данных для построения дерева решений при анализе рисков включает следующие шаги: определение состава и продолжительности фаз жизненного цикла проекта; определение ключевых событий, которые могут повлиять на дальнейшее развитие проекта; определение времени наступления ключевых событий; формулировка всех возможных решений, которые могут быть приняты в результате наступления каждого ключевого события; определение вероятности принятия каждого решения; определение стоимости каждого этапа осуществления проекта.

На основании полученных данных строится дерево решений. Его узлы представляют собой ключевые события, а стрелки, соединяющие узлы, — проводимые работы по реализации проекта. Кроме того, на дереве решений приводится информация относительно времени, стоимости работ и вероятности принятия того или иного решения.

В результате построения дерева решений определяется вероятность каждого сценария развития проекта, эффективность по каждому сценарию, а также интегральная эффективность проекта. Положительная величина показателя эффективности проекта указывает на приемлемую степень рисков, связанного с осуществлением проекта.

Имитационное моделирование рисков на базе метода Монте-Карло. Анализ рисков с использованием метода моделирования Монте-Карло представляет собой сочетание методов анализа чувствительности и анализа сценариев. Это достаточно сложная методика, имеющая под собой, как правило, компьютерную реализацию. Результатом такого анализа выступает распределение вероятностей возможных результатов проекта. Имитационное моделирование по методу Монте-Карло позволяет построить математическую модель для проекта с неопределенными значениями параметров, и, зная вероятностные распределения параметров проекта, а также связь между изменениями параметров  получить распределение доходности проекта.

Анализ значений результирующих показателей при сформированных сценариях позволяет оценить возможный интервал их изменения при различных условиях реализации проекта. Вероятностные характеристики используются для: принятия инвестиционных решений; ранжирования проектов; обоснования рациональных размеров и форм резервирования и страхования.

Общая результативность анализа проектных рисков может быть оценена следующим образом: Преимущества методов - совершенствует уровень принятия решений по малоприбыльным проектам. Проект с малым значением ЧДД может быть принят, в случае если анализ рисков установит, что шансы получить удовлетворительный доход превосходят вероятность неприемлемых убытков. Помогает идентифицировать производственные возможности.

Анализ рисков помогает сэкономить деньги, потраченные на получение информации, издержки на получение которой превосходят издержки неопределенности. Освещает сектора проекта, требующие дальнейшего исследования и управляет сбором информации. Выявляет слабые места проекта и дает возможность внести поправки. Предполагает неопределенность и возможные отклонения факторов от базовых уровней. В связи с тем, что присвоение распределений и границ варьирования переменных несет оттенок субъективизма, необходимо критически подходить даже к результатам анализа рисков.