Анализ сценариев для оценки риска проекта. Анализ сценария

МЕТОДЫ ОЦЕНКИ РИСКА ИНВЕСТИЦИОННЫХ

ПРОЕКТОВ

Методические указания

к практическим занятиям

Рассмотрены основные методы оценки риска и учета инфляции, используемые при анализе экономической эффективности долгосрочных инвестиционных проектов. Приведены математические модели оценки риска и встроенные функции табличного процессора MS Excel, позволяющие автоматизировать инвестиционные расчеты.

Методические указания подготовлены на кафедре «Экономика, финансы и менеджмент» ПГУ и предназначены для студентов экономических специальностей, изучающих дисциплины «Финансовая математика» и «Экономическая оценка инвестиций».

Составители: И.Н. Джазовская, А.С. Похвалов

Под редакцией А.С. Похвалова

Рецензент: А.В. Понукалин, к.э.н., начальник отдела оценки бизнеса

МУП «Земинвестцентр»

ВВЕДЕНИЕ

Принятие инвестиционных решений всегда сопряжено с наличием некоторого риска (неопределенности) в отношении будущих результатов и условий реализации проектов. Такой риск (неопределенность) связан с большим числом случайных факторов, влияющих на ход реализации проектов, а так же возможностью лишь приближенно определить некоторые входные данные. В частности, прогноз объема сбыта, как правило, осуществляется в виде интервала, в котором с заданной вероятностью будут находится продажи продукции. Поэтому, исследование экономической эффективности инвестиционного проекта оказывается неполным без анализа степени его риска. В противном случае, оценка экономической эффективности может оказаться недостоверной.

Под риском, в общем случае, понимается вероятность отклонения фактических результатов реализации проекта от ожидаемых (прогнозируемых). При этом, чем шире диапазон возможных отклонений, тем большим считается риск. Собственно результаты оценки риска могут стать основанием для принятия решения об отклонении проекта, отсрочке момента начала его реализации или внесении изменений в условия реализации проекта. Анализ риска проекта так же может быть использован для обоснования применения конкретных методов снижения или компенсации риска.

Важным элементом оценки эффективности проекта является учет инфляционной составляющей. В условиях изменения цен возможны ситуации, при которых эффективность проекта оказывается неоднозначной при отсутствии корректировки на инфляцию. Не случайно ряд авторов относят учет инфляции к анализу риска инвестиционного проекта. Это связано не только с тем, что инфляция искажает результаты оценки, но и с тем, что методы учета инфляции могут быть легко адаптированы для анализа риска проекта.

Цель методических указаний – методическое обеспечение выполнения студентами расчетов по оценке риска инвестиционных проектов, а так же обоснование на их основе оптимальных управленческих решений. В представленных указаниях рассмотрены, получившие наибольшее распространение в практике инвестиционных расчетов, методы оценки риска и способы учета инфляции при анализе долгосрочных инвестиционных проектов. Показаны возможности автоматизации расчетов в среде табличного процессора MS Excel.

Оформление выполненной работы производится студентами в виде отчета, где отражаются цель и порядок выполнения работы, основные формулы, необходимые таблицы и графики по результатам расчетов.

Задача 1.

Оценка риска инвестиционного проекта методом анализа

Чувствительности

Цель работы – ознакомление с порядком проведения анализа чувствительности инвестиционных проектов, интерпретацией результатов такого анализа, а так же приобретение практических навыков автоматизации расчетов в среде табличного процессора MS Excel.

Общие сведения

Метод анализа чувствительности состоит в исследовании изменения величины некоторого показателя, характеризующего эффективность проекта, при изменении значений входящих в него параметров в заданном диапазоне. Анализ чувствительности проводится в следующей последовательности:

Шаг 1. Определение результирующего показателя и параметров инвестиционного проекта, относительно которых оценивается степень риска. В качестве результирующего, как правило, выбирается показатель финансовой эффективности проекта, например:

Величина чистой приведенной стоимости (NPV );

Индекс прибыльности (PI );

Величина изъятий (потребления) из денежного потока по периодам (Y ).

В качестве параметров могут быть выбраны величины, в отношении которых имеется наибольшая неопределенность значений, или от значений которых в наибольшей степени количественно зависит результирующий показатель.

Шаг 2. Построение математической модели, отражающей количественную зависимость результирующего показателя от выбранных параметров. Например, упрощенная модель расчета величины чистой приведенной стоимости (NPV ) проекта в условиях однономенклатурного производства имеет вид:

где I t – величина инвестиционных расходов по проекту в период t , руб.;

q t – объем выпуска (реализации) продукции по проекту в период t , шт.;

p t и c t – цена и переменные издержки на единицу продукции в периоде t , руб.;

C Ft и A t – постоянные расходы (включая амортизацию) и сумма амортизации, подлежащие покрытию в периоде t , руб.;

S n – ликвидационная стоимость имущества в момент завершения проекта t=n , руб.;

w t – безразмерный коэффициент в периоде t ;

T – ставка налога на прибыль в виде доли;

v t t ;

i t – ставка процента в периоде t , в виде доли;

Шаг 3. Установление предельных значений результирующего показателя, при достижении которых проект считается неэффективным или высоко рискованным. В частности, при использовании в анализе чувствительности показателя чистой приведенной стоимости (NPV ), в качестве предельного значения обычно выбирают NPV = 0 . В целом, выбор предельных значений может быть проведен на основе VAR – анализа проекта (от англ. «value at risk » - стоимость в условиях риска).

Шаг 4. Определение интервала значений параметров проекта, входящих в оценочную модель, при которых результирующий показатель достигает установленной предельной величины. Решение представленной задачи может быть проведено двумя способами:

Используется любой прием численного решения задачи нахождения корня уравнения, отражающего равенство результирующего показателя предельной величине (метод линейной интерполяции, метод Ньютона - Рафсона). Если в качестве результирующего показателя выбран NPV , то исследуется уравнение NPV=0 .

Анализ проводится путем выделения диапазона изменения выбранного параметра и шага изменения. Для каждого из возможных значений параметра рассчитывается значение результирующего показателя. Расчеты прекращаются на шаге, при котором величина результирующего показателя оказывается меньше предельной величины.

При этом, возможны две ситуации:

Исследуется влияние какого-либо одного параметра. В этом случае, значения всех параметров, кроме выбранного для анализа, фиксированы и не меняются в процессе расчета;

Исследуется одновременное влияние нескольких параметров. В этом случае, определяются диапазоны значений выбранных параметров, множество сочетаний которых обеспечивает результирующему показателю достижение предельной величины.

Шаг 5. Интерпретация полученных результатов. Метод анализа чувствительности позволяет определить устойчивость результата проекта от его входных параметров. Проект является достаточно устойчивым, если относительное отклонение параметров, при котором достигается предельная величина, составляет не менее 15 – 20% для одного параметра, и неустойчивым – если отклонение составляет менее 10%. Совместное изменение двух или более параметров, способно ослаблять или усиливать устойчивость результатов проекта.

В целом, анализ чувствительности может быть использован для установления значений отдельных плановых параметров при ненадежности исходных данных, а так же для оценки альтернативных вариантов реализации проекта, обладающих различной чувствительностью к колебаниям факторов. Недостатком метода является то, что он не содержит конкретных правил принятия решений в условиях риска.

Порядок выполнения работы

NPV ), используя метод анализа чувствительности:

NPV ), соответствующий соотношениям (1) – (3).

2. По каждому из проектов определить, при каких значениях какого – либо одного параметра, величина NPV проектов равна нулю, и какова при этом величина относительного отклонения параметров от ожидаемого (базового) значения. Исходные данные по проектам и параметры, подлежащие исследованию, выдаются преподавателем.

3. Провести анализ чувствительности каждого проекта при изменении одновременно двух параметров. Построить поверхности чувствительности проектов. Параметры, подлежащие исследованию, указываются преподавателем.

4. Сделать выводы относительно степени риска каждого проекта в отдельности. Провести сравнительный анализ риска проектов в группе.

Пример выполнения работы

Пусть инвестиционный проект характеризуется следующими параметрами:

Периоды
I t	-28000
S n
q t
p t
c t
C Ft
A t
T	0,24	0,24	0,24	0,24	0,24	0,24	0,24	0,24
i t		0,15	0,15	0,18	0,18	0,2	0,2	0,2

1. Создадим в среде MS Excel шаблон расчета величины NPV , где в табличной форме представлены соотношения (1) - (3) (см. рис. 1).

Рисунок 1 Шаблон расчета величины NPV для анализа чувствительности

2. При определении границ изменения параметра проекта применим встроенную функцию «Подбор параметра» из меню «Сервис», реализующую один из численных методов решения уравнений. В графе «Установить в ячейке» укажем ячейку, где ведется расчет величины NPV , а в графу «Значение» вводим ноль. Для заполнения графы «Изменяя значение ячейки» в табличную форму расчетов вводим некоторый коэффициент пропорциональности k , на который следует умножить исследуемый параметр проекта.

Например, если анализ чувствительности проводится относительно цены на изделие, то мы должны ввести в формулу расчета указанный коэффициент в виде k*p t . Таким образом, мы предполагаем, что исследуется чувствительность всего вектора цен (параллельный сдвиг вектора цен во времени). Первоначальное значение коэффициента следует принять равным k=1 .

В исходной ситуации, величина NPV = 1489,28 руб. При использовании функции «Подбор параметра» значение NPV = 3,64*10 -12 » 0 руб., а значение коэффициента k = 0,98238 (см. рис. 2). Таким образом, при снижении цен на изделие более чем на 1,762 % ((1- 0,98238)*100%) в течение всего срока реализации проекта может привести к признанию проекта неэффективным.

Рисунок 2 Результаты анализа чувствительности проекта к изменению цены на продукцию

Аналогичные расчеты для других параметров проекта дали следующие результаты:

3. Рассмотрим ситуацию одновременного изменения двух параметров. В этом случае, можно воспользоваться приемом, предполагающим фиксацию изменения некоторых из них и анализ чувствительности проекта к вариации какого-либо одного из них. Многократные вычисления при разных фиксированных уровнях параметров позволяют получить многомерную «поверхность» чувствительности проекта.

Проведем анализ чувствительности проекта к одновременному изменению цены p t и объема реализации q t . Модифицируем наш шаблон расчетов за счет введения множества коэффициентов пропорциональности k1, k2, …, k8 для всех параметров и присвоим им первоначальные значения ki=1 . Пусть в качестве фиксированных изменений приняты изменения объема выпуска q t с диапазоном 2% (k1 = 0,98; 0,96;…). Тогда, расчет чувствительности примет вид, показанный на рисунке 3.

4. На основе сравнения с нормативными величинами отклонений, можно заключить, что проект обладает высокой чувствительностью к своих изменению характеристик (все отклонения не превышают 10%) и окажется эффективным фактически, лишь при неизменных значениях параметров. Его риск следует признать высоким, поскольку параметры проекта в процессе плановых расчетов определяются с погрешностью, как правило, не менее 3 – 5%.

Совместное изменение факторов, как показали расчеты, приводит к росту чувствительности проекта. В случае сокращения объема продаж, допустимое снижение цены изменяется пропорционально уменьшению объема продаж и оказывается гораздо меньше, чем при исследовании снижения только цены (см. рис. 4). При этом, построение и анализ поверхности чувствительности проекта позволяет устанавливать предельные значения отдельных параметров проекта. Например, цены изделий или объема продаж по периодам.

Задача 2.

Оценка риска инвестиционного проекта методом сценариев

Цель работы – исследование особенностей анализа риска инвестиционных проектов на основе вероятностной информации, а так же приобретение практических навыков использования встроенных статистических функций табличного процессора MS Excel.

Общие сведения

Метод сценариев состоит в анализе показателей эффективности проекта на основе информации о вероятности реализации того или иного сочетания значений его параметров. Метод сценариев реализуется в следующей последовательности:

Шаг 1. Определение возможных вариантов (сценариев) изменения параметров проекта, характеризующихся наибольшей неопределенностью значений, и вероятностей их реализации. Минимальное число вариантов (сценариев), как правило, равно трем: пессимистический, оптимистический и наиболее вероятный. В отличие от метода анализа чувствительности, каждый вариант (сценарий) характеризует возможные значения одновременно всех параметров проекта, ассоциированных с данной вероятностью реализации сценария. Вероятности реализации того или иного варианта обычно определяются:

Методом субъективных вероятностей,

Методом частотного анализа,

Методом статистических испытаний,

и характеризуются дискретным или непрерывным распределением произвольного или известного вида.

Шаг 2. Оценка показателя эффективности проекта при заданных вероятностях реализации каждого варианта. Пусть в качестве показателя эффективности проекта (результата проекта) выбран критерий чистой приведенной стоимости (NPV ). Тогда необходимо определить величину математического ожидания потока поступлений и платежей в каждом периоде t :

где F tj – величина потока поступлений и платежей по j -му сценарию в период t , руб.;

p tj – вероятность реализации j -го сценария в период t , причем ;

m – число сценариев реализации проекта.

В этом случае, результат проекта рассчитывается в виде математического ожидания величины NPV :

где v t – коэффициент дисконтирования в периоде t ;

n – общее число периодов реализации проекта.

Шаг 3. Оценка вероятностных характеристик показателя эффективности проекта (результата проекта). Предполагает расчет:

А. среднеквадратического отклонения (СКО) результата проекта. При определении СКО результата проекта возникает проблема корреляции между последовательными потоками поступлений и платежей. Причем, возможны три ситуации:

Потоки поступлений и платежей взаимно независимы во времени (коэффициент корреляции r = 0);

Потоки поступлений и платежей полностью взаимозависимы во времени (коэффициент корреляции r » 1);

Потоки поступлений и платежей обладают слабой зависимостью во времени (коэффициент корреляции 0 < r < 1).

Формулы расчета величины СКО результата проекта для крайних случаев r = 0 и r » 1 при нормальном характере распределения потоков поступлений и платежей имеют вид:

где s 0 и s 1 - СКО результата проекта соответственно для значения коэффициента корреляции потоков поступлений и платежей r = 0 и r » 1, руб.;

s t – СКО потока поступлений и платежей от ожидаемой величины в периоде t , руб.,

Б. коэффициента вариации результата проекта:

где s - СКО результата проекта.

Чем ниже значение коэффициента вариации, тем меньше колеблемость результатов проекта относительно наиболее вероятного значения и, следовательно, ниже риск проекта. Риск проекта многократно возрастает при значении V > 1.

В. вероятности p(NPV < x) нахождения показателя эффективности проекта ниже заданной минимально допустимой величины x :

где F(x) - функция распределения для величины результата проекта.

В предположении о нормальном распределении потоков поступлений и платежей, вероятность того, что величина результата проекта окажется ниже нуля находится из соотношения:

где – функция распределения нормальной случайной величины при данных средней величине результата проекта и его СКО - s .

Шаг 4. Интерпретация полученных результатов. Метод сценариев позволяет оценить вариацию доходов и обосновать принятие решений непосредственно на основе сравнения вероятностей неблагоприятного исхода по альтернативным проектам. Проект с меньшей вероятностью p(NPV < 0) получения убытков, является менее рискованным и, при прочих равных условиях, более предпочтительным для включения в инвестиционный портфель. Формально, предельно допустимая вероятность p(NPV < 0) не превышает 8 – 10%. Нормальной считается p(NPV < 0) £ 0,05. При этом, метод сценариев учитывает влияние на оценку риска проекта статистической зависимости между потоками поступлений и платежей. Это расширяет его предикативные возможности, по сравнению с другими методами оценки риска.

В целом, метод сценариев позволяет учесть большое число факторов, влияющих на реализацию проекта. Однако, метод сценариев не позволяет анализировать влияние отдельных параметров на результат проекта. Он так же как и метод анализа чувствительности, оказывается более информативным при сравнительном анализе различных проектов, включаемых в инвестиционный портфель предприятия.

Порядок выполнения работы

Провести оценку риска группы инвестиционных проектов по показателю чистой приведенной стоимости (NPV ), используя метод сценариев:

1. Построить в среде табличного процессора MS Excel шаблон расчета величины чистой приведенной стоимости (NPV ) и вероятностных характеристик проекта, соответствующий соотношениям (4) – (11) метода сценариев.

2. Используя исходные данные, выданные преподавателем, провести расчет вероятностных характеристик показателя эффективности проектов.

3. Сделать выводы относительно степени риска каждого проекта и провести сравнительный анализ риска проектов в группе.

Пример выполнения работы

Пусть имеется 3 сценария реализации инвестиционного проекта, характеризующихся различными вероятностями наступления:

1. Для решения поставленной задачи воспользуемся средой ППП MS Excel и, как и ранее, создадим шаблон расчета (см. рис. 5), где в табличной форме представлены соотношения (4) - (11).

Рисунок 5 Шаблон расчетов по методу сценариев

При проведении расчетов использовались встроенные функции MS Excel. В частности, математическое ожидание потока поступлений и платежей в ячейке Е28 рассчитано как «СУММПРОИЗВ(E20:E22;E24:E26)», а СКО потока поступлений и платежей в ячейках Е34 – I34, как «КОРЕНЬ(Выражение)», где «Выражение» – это численное соотношение, соответствующее (8) (см. рис. 5). Для определения вероятности p(NPV < 0) , в предположении о нормальном характере распределения потоков поступлений и платежей, использовалась встроенная функция

«НОРМРАСП(x , среднее значение, СКО, 1)»,

где x – исследуемое значение случайной величины (x = 0); найденное среднее значение случайной величины (), СКО – найденное среднеквадратическое отклонение (s ), 1 – интегральный параметр, означающий, что функция возвращает значение кумулятивной функции распределения нормальной величины. Например, в ячейке Е42, показывающей вероятность убыточности проекта для случая независимых потоков поступлений и платежей, стоит следующее выражение – «НОРМРАСП(0;I32;E36;1)».

2. Результаты расчетов по исследуемому проекту методом сценариев представлены в таблице:

3. Изучение результатов вычислений показывает, что предположение о характере взаимной зависимости (корреляции) потоков поступлений и платежей, может существенно повлиять на оценку степени риска реализации проекта. В случае сильной линейной корреляции потоков во времени, риск проекта оказывается гораздо выше, чем в случае их полной независимости. В терминах показателя вероятности убыточности проекта, риск различается в 3 раза: вероятность падения величины NPV ниже нуля составляет 6,5% против 19,7%.

Для реальных проектов, корреляция потоков поступлений и платежей во времени, как правило, соответствует неравенству 0 < r < 1. Поэтому, истинная оценка степени риска (вероятности падения величины NPV ниже нуля) находится между полученными крайними оценками.

В мировой практике финансового менеджмента используются различные методы анализа рисков инвестиционных проектов (ИП). К наиболее распространенным из них следует отнести:

метод корректировки нормы дисконта ;
метод достоверных эквивалентов (коэффициентов достоверности);
анализ чувствительности критериев эффективности (чистый дисконтированный доход (NPV), внутренняя норма доходности (IRR) и др.);
метод сценариев;
анализ вероятностных распределений потоков платежей;
деревья решений;
метод Монте-Карло (имитационное моделирование) и др.

В данной статье кратко изложены преимущества, недостатки и проблемы их практического применения, предложены усовершенствованные алгоритмы количественного анализа рисков инвестиционных проектов и рассмотрено их практическое применение.

Метод корректировки нормы дисконта. Достоинства этого метода - в простоте расчетов, которые могут быть выполнены с использованием даже обыкновенного калькулятора, а также в понятности и доступности. Вместе с тем метод имеет существенные недостатки.

Метод корректировки нормы дисконта осуществляет приведение будущих потоков платежей к настоящему моменту времени (т.е. обыкновенное дисконтирование по более высокой норме), но не дает никакой информации о степени риска (возможных отклонениях результатов). При этом полученные результаты существенно зависят только от величины надбавки за риск.

Он также предполагает увеличение риска во времени с постоянным коэффициентом, что вряд ли может считаться корректным, так как для многих проектов характерно наличие рисков в начальные периоды с постепенным снижением их к концу реализации. Таким образом, прибыльные проекты, не предполагающие со временем существенного увеличения риска, могут быть оценены неверно и отклонены.

Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку.

Наконец, обратная сторона простоты метода состоит в существенных ограничениях возможностей моделирования различных вариантов, которое сводится к анализу зависимости критериев NPV(IRR,PI и др.) „от изменений только одного показателя - нормы дисконта.

Несмотря на отмеченные недостатки, метод корректировки нормы дисконта широко применяется на практике.

Метод достоверных эквивалентов. Недостатками этого метода следует признать:

сложность расчета коэффициентов достоверности, адекватных риску на каждом этапе проекта;
невозможность провести анализ вероятностных распределений ключевых параметров.

Анализ чувствительности. Данный метод является хорошей иллюстрацией влияния отдельных исходных факторов на конечный результат проекта.

Главным недостатком данного метода является предпосылка о том, что изменение одного фактора рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны.

По этой причине применение данного метода на практике как самостоятельного инструмента анализа риска, по мнению авторов весьма ограничено, если вообще возможно.

Метод сценариев. В целом метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов, а также предоставляет информацию о чувствительности и возможных отклонениях, а применение программных средств типа Excel позволяет значительно повысить эффективность подобного анализа путем практически неограниченного увеличения числа сценариев и введения дополнительных переменных.

Анализ вероятностных распределений потоков платежей. В целом применение этого метода анализа рисков позволяет получить полезную информацию об ожидаемых значениях NPV и чистых поступлений, а также провести анализ их вероятностных распределений.

Вместе с тем использование этого метода предполагает, что вероятности для всех вариантов денежных поступлений известны либо могут быть точно определены. В действительности в некоторых случаях распределение вероятностей может быть задано с высокой степенью достоверности на основе анализа прошлого опыта при наличии больших объемов фактических данных. Однако чаще всего такие данные недоступны, поэтому распределения задаются исходя из предположений экспертов и несут в себе большую долю субъективизма.

Деревья решений. Ограничением практического использования данного метода является исходная предпосылка о том, что проект должен иметь обозримое или разумное число вариантов развития. Метод особенно полезен в ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Имитационное моделирование. Практическое применение данного метода продемонстрировало широкие возможности его использования инвестиционном проектировании, особенно в условиях неопределённости 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. Практическое применение авторами данного метода показало, что зачастую он даёт более оптимистичные оценки, чем другие методы, например анализ сценариев, что, очевидно обусловлено перебором промежуточных вариантов.

Многообразие ситуаций неопределённости делает возможным применение любого из описанных методов в качестве инструмента анализа рисков, однако, по мнению авторов, наиболее перспективными для практического использования являются методы сценарного анализа и имитационного моделирования, которые могут быть дополнены или интегрированы в другие методики.

В частности, для количественной оценки риска инвестиционного проекта предлагается использовать следующие алгоритмы:

Алгоритм имитационного моделирования (инструмент “РИСК-АНАЛИЗ”):

1.Определяются ключевые факторы ИП. Для этого предлагается применять анализ чувствительности по всем факторам (цена реализации, рекламный бюджет, объём продаж, себестоимость продукции и т. д.), используя специализированные пакеты типа Project Expert и Альт-Инвест, что позволит существенно сократить время расчётов. В качестве ключевых выбираются те факторы, изменения которых приводят к наибольшим отклонениям чистой текущей стоимости (NPV).

Таблица 1.
Выбор ключевых факторов ИП на основе анализа чувствительности

						Дисперсия NPV

2. Определяются максимальное и минимальное значения ключевых факторов, и задаётся характер распределения вероятностей. В общем случае рекомендуется использовать нормальное распределение.

3. На основе выбранного распределения проводится имитация ключевых факторов , с учётом полученных значений рассчитываются значения NPV.

4. На основе полученных в результате имитации данных рассчитываются критерии, количественно характеризующие риск ИП (матожидание NPV, дисперсия, среднеквадратическое отклонение и др.).

Для проведения сценарного анализа нами разработана методика, позволяющая учитывать все возможные сценарии развития, а не три варианта (оптимистичный, пессимистичный, реалистичный), как это предлагается в литературе. Предлагается следующий алгоритм сценарного анализа:

Алгоритм сценарного анализа

1. Используя анализ чувствительности, определяются ключевые факторы ИП (см. выше).

2.Рассматриваются возможные ситуации и сочетания ситуаций , обусловленные колебаниями этих факторов. Для этого рекомендуется строить “дерево сценариев”.

3. Методом экспертных оценок определяются вероятности каждого сценария.

4.По каждому сценарию с учетом его вероятности рассчитывается NPV проекта , в результате чего получается массив значений NPV (табл. 2.)

Таблица 2.
Массив значений NPV

Сценарий
Вероятность

5. На основе данных массива рассчитываются критерии риска ИП

Практические примеры расчёта

Исходная информация: предприятие “Техинэко”, занимающееся строительством локальных котельных, реализует проект для завода “Старт” (Н. Новгород). Экономический эффект строительства локальной котельной для завода “Старт” заключается в снижении затрат на отопление, так как в случае реализации проекта приведённые затраты существенно меньше, чем приведённая стоимость платежей по тарифам за централизованное отопление.

В результате анализа технико-экономического обоснования проекта было установлено, что ключевыми факторами, определяющими риск данного проекта является соотношение себестоимости 1Гкал, вырабатываемой локальной котельной и тарифа за централизованное отопление.

В общем же случае для определения ключевых параметров проекта можно использовать анализ чувствительности, в качестве оптимального инструмента для этого рекомендуется применять соответствующий модуль анализа программных пакетов “Project Expert” и “Альт-Инвест”, которые обеспечивают возможность быстрого пересчёта по всем факторам. Хотя в большинстве случаев ключевые факторы проекта известны из предыдущего опыта, либо установлены по результатам маркетингового исследования, а анализ чувствительности необходим лишь для количественного определения степени влияния этого фактора.

Риск-анализ данного проекта был выполнен двумя способами:

имитационное моделирование методом Монте-Карло
анализ сценариев.

Риск-анализ инвестиционного проекта методом имитационного моделирования

Моделируя значение NPV в зависимости от ключевых факторов были получены значения NPV по трём опорным вариантам развития событий (оптимистичный, пессимистичный, реалистичный). Методом экспертных оценок были определены также вероятности реализации этих вариантов. Полученные результаты использовались как исходные данные для имитационного моделирования (табл. 3.)

Таблица 3
Исходные условия эксперимента

	NPV (тыс. руб.)	Вероятность

Вероятное
Максимум

На основе исходных данных проводим имитацию. Для проведения имитации рекомендуется использовать функцию “Генерация случайных чисел” (рис. 1)

Рис. 1. Имитация с использованием генерации случайных чисел.

Для осуществления имитации рекомендуется использовать нормальное распределение, так как практика риск-анализа показала, что именно оно встречается в подавляющем большинстве случаев. Количество имитаций может быть сколь угодно большим и определяется требуемой точностью анализа. В данном случае ограничимся 500 имитациями.

Таблица 4
Имитация

	NPV (тыс. руб.)

И т. д. 500 имитаций

На основе полученных в результате имитации данных, используя стандартные функции MS Excel проводим экономико-статистический анализ (рис 2).

Рис. 2. Экономико-статистический анализ результатов имитации

Имитационное моделирование продемонстрировало следующие результаты:

Среднее значение NPV составляет 15950,79 тыс. руб.

Минимальное значение NPV составляет 15940,15 тыс. руб.

Максимальное значение NPV составляет 15962,98 тыс. руб.

Коэффициент вариации NPV равен 12%

Число случаев NPV < 0 – нет.

Вероятность того, что NPV будет меньше нуля равна нулю.

Вероятность того, что NPV будет больше максимума также равна нулю.

Вероятность того, что NPV будет находится в интервале равна 16%.

Вероятность того, что NPV будет находиться в интервале равна 34%.

Оценим риск данного инвестиционного проекта.

Для расчёта цены риска в данном случае используем показатель среднеквадратического отклонения - s , и матожидания – М (NPV). В соответствии с правилом “трёх сигм”, значение случайной величины, в данном случае – NPV, с вероятностью близкой 1 находится в интервале [М-3s ; М+3s ]. В экономическом контексте это правило можно истолковать следующим образом:

Вероятность получить NPV проекта в интервале равна 68%;

Вероятность получить NPV проекта в интервале равна 94%;

Вероятность получить NPV проекта в интервале близка к единице, т.е. вероятность того, что значение NPV проекта будет ниже 15 940,05 тыс. руб. (15950,79-10,74) стремится к нулю.

Таким образом, суммарная величина возможных потерь характеризующих данный инвестиционный проект, составляет 10,74 тыс. руб. (что позволяет говорить о высокой степени надёжности проекта).

Иначе говоря, цена риска данного ИП составляет 10,74 тыс. рублей условных потерь, т.е. принятие данного инвестиционного проекта влечёт за собой возможность потерь в размере не более 10,74 тыс. руб.

Риск-анализ инвестиционного проекта методом сценариев

Для сравнения проведём риск-анализ того же инвестиционного проекта методом сценариев. Рассмотрим возможные сценарии реализации инвестиционного проекта. В данном случае их будет только три:

Таблица 5
Исходные данные

Сценарии	Наилучший	Вероятный	Наихудший
Вероятности
Тариф (руб.)
Себестоимость(руб.)

Построение сценариев и расчёт NPV по вариантам осуществлялся с учетом того факта, что себестоимость 1Гкал, вырабатываемой локальной котельной и тариф за централизованное отопление в значительной степени коррелируют друг с другом, поскольку обе эти величины зависят от одних и тех же факторов, как то эксплуатационные расходы и зарплата обслуживающего персонала.

Экономико-статистический анализ данных метода сценариев показан на рис.3

Рис. 3. Экономико-статистический анализ данных метода сценариев.

Сценарный анализ продемонстрировал следующие результаты:

Среднее значение NPV составляет 15950,85 руб.
Коэффициент вариации NPV равен 40 %.
Вероятность того, что NPV будет меньше нуля 1 %.
Вероятность того, что NPV будет больше максимума равна нулю.
Вероятность того, что NPV будет больше среднего на 10 % равна 40 %.
Вероятность того, что NPV будет больше среднего на 20 % равна 31%.

Анализируя полученные результаты, отмечаем, что метод сценариев даёт более пессимистичные оценки относительно риска инвестиционного проекта. В частности коэффициент вариации, определённый по результатам этого метода значительно больше, чем в случае с имитационным моделированием.

Рекомендуется использовать сценарный анализ только в тех случаях, когда количество сценариев конечно, а значения факторов дискретны. Если же количество сценариев очень велико, а значения факторов непрерывны, рекомендуется применять имитационное моделирование.

Следует отметить, что, используя сценарный анализ можно рассматривать не только три варианта, а значительно больше. При этом можно сочетать сценарный анализ с другими методами количественного анализа рисков, например, с методом дерева решений и анализом чувствительности, как это продемонстрировано в следующем примере.

Анализ рисков бизнес-плана ТК “Корона”. Установим ключевые факторы проекта, оказывающие значительное влияние на показатель эффективности – NPV. Для этого проведём анализ чувствительности по всем факторам в интервале от –20% до +20% и выберем те из них, изменения которых приводят к наибольшим изменениям NPV (рис. 4)

Рис. 4. Анализ чувствительности в Project Expert

В нашем случае это факторы: ставки налогов; объём сбыта, цена сбыта.

Рассмотрим возможные ситуации, обусловленные колебаниями этих факторов. Для этого построим “дерево сценариев”.

Рис. 5. Дерево сценариев

Ситуация 1: Колебанияналоговых ставок Вероятность ситуации = 0,3
Ситуация 2: Колебания объёма сбыта Вероятность ситуации = 0,4
Ситуация 3: Колебания цены сбыта Вероятность ситуации = 0,3

Рассмотрим также возможные сценарии развития этих ситуаций.

Ситуация 1: Колебанияналоговых ставок Вероятность ситуации = 0,3

Сценарий 1 : Снижение налоговых ставок на 20%
Вероятность сценария в рамках данной ситуации = 0,1
Общая вероятность сценария =0,1* 0,3 =0,03

Сценарий 2: Налоговые ставки остаются неизменными
Вероятность сценария в рамках данной ситуации = 0,5
Общая вероятность сценария =0,5* 0,3 =0,15

Сценарий 3: Повышение налоговых ставок на 20%
Вероятность сценария в рамках данной ситуации = 0,4
Общая вероятность сценария =0,4* 0,3 =0,12

Ситуация 2: Колебанияобъёма реализации Вероятность ситуации = 0,4

Сценарий 4: Снижение объёма реализации на 20% Р=0,25* 0,4 =0,1
Сценарий 5 : Объёма реализации не изменяется Р=0, 5* 0,4 =0,2
Сценарий 6 : Увеличение объёма реализации на 20% Р=0,25* 0,4 =0,1

Ситуация 3: Колебанияцены реализации Вероятность ситуации = 0,3

Сценарий 7: Снижение цены реализации на 20% Р=0,2* 0,3 =0,06
Сценарий 8 : Цена реализации не изменяется Р=0, 5* 0,3 =0,15
Сценарий 9 : Увеличение цены реализации на 20% Р=0,3* 0,3 =0,09

По каждому из описанных сценариев определяем NPV (эти значения были рассчитаны при анализе чувствительности), подставляем в таблицу и проводим анализ сценариев развития.

Таблица 6
Ситуация 1

Ситуация
Сценарии
Вероятности

Таблица 7
Ситуация 2

Ситуация
Сценарии
Вероятности

Таблица 8
Ситуация 3

Ситуация
Сценарии
Вероятности

Рис. 6. Итоговая таблица сценарного анализа

Проведённый риск-анализ проекта позволяет сделать следующие выводы:

1. Наиболее вероятный NPV проекта (68 249 026 тыс. руб.) несколько ниже, чем ожидают от его реализации (68 310 124 тыс. руб.)

2.Несмотря на то, что вероятность получения NPV меньше нуля равна нулю, проект имеет достаточно сильный разброс значений показателя NPV, о чем говорят коэффициент вариации и величина стандартного отклонения, что характеризует данный проект как весьма рискованный. При этом несомненными факторами риска выступают снижение объёма и цены реализации.

3. Цена риска ИП в соответствии с правилом “трёх сигм” составляет 3* 25 724 942 = 77 174 826 тыс. руб., что превышает наиболее вероятный NPV проекта (68 249 026 тыс. руб.)

Цену риска можно также охарактеризовать через показатель коэффициент вариации (CV). В данном случае CV = 0,38. Это значит, что на рубль среднего дохода (NPV) от ИП приходится 38 копеек возможных потерь с вероятностью равной 68%.

Заключение

Эффективность применения разработанных авторами технологий инвестиционного проектирования обусловлена тем, что они могут быть легко реализованы обычным пользователем ПК в среде MS Excel, а универсальность математических алгоритмов, используемых в технологиях, позволяет применять их для широкого спектра ситуаций неопределённости, а также модифицировать и дополнять другими инструментами.

Практика применения предлагаемого инструментария в Нижегородской области продемонстрировала его высокую надежность и перспективность. Экономический эффект от внедрения новых проектных технологий выражается в снижении размера резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и неопределённостью условий реализации проекта.

Опыт применения данных алгоритмов может найти широкое применение во всех регионах России и быть использован как для проектирования ИП предприятий, независимо от их форм собственности и отраслевой принадлежности, так и финансовыми учреждениями для анализа эффективности этих проектов.

Тема 8. Определение коммерческого риска при инвестициях в инновационную деятельность и методы его уменьшения (материалы по теме: )

3. Методы оценки рисков

3.1.

3.2. Метод достоверных эквивалентов (коэффициентов достоверности)

3.3. Анализ чувствительности

3.4. Метод сценариев

3.5. Деревья решений

3.6. Имитационное моделирование инвестиционных рисков

4. Способы снижения риска

5.1.

5.2. Алгоритм сценарного анализа

6. Пример расчёта

6.1. Риск-анализ инвестиционного проекта методомимитационного моделирования

6.2.

6.3.

1. Общие понятия неопределенности и риска

Инновационная деятельность обладает высокой степенью неопределенности. Очень трудно предвидеть, какая инновация будет иметь успех на рынке, а какая не будет пользоваться спросом. Поэтому инновационным предприятиям в первую очередь следует тщательно анализировать инновационные проекты для того, чтобы избежать возможных ошибок на самой ранней стадии - стадии отбора проектов.

Под неопределенностью будем понимать состояние неоднозначности развития определенных событий в будущем, состоянии нашего незнания и невозможности точного предсказания основных величин и показателей развития деятельности предприятия и в том числе реализации инвестиционного проекта. Неопределенность - это объективное явление, которое с одной стороны является средой любой предпринимательской деятельности, с другой стороны - это причина постоянной головной боли любого предпринимателя. Полное исключение неопределенности, т. е. создание однозначных условий протекания бизнеса является сколь желаемым для каждого предпринимателя, столь же и невозможным. В то же время, неопределенность нельзя трактовать как исключительно негативное явление. В мутной воде рыночной экономики, особенно в ее еще не вполне состоявшемся положении, неопределенность может сулить дополнительные возможности, которые не были видны в самом начале инвестиционного проекта. В целом же явление неопределенности оценивается со знаком минус в предпринимательской деятельности.

Менеджер, прогнозирующий конкретный показатель проекта, просто перекладывает свою ответственность на плечи лица, принимающего решение в отношении всего проекта в целом. В самом деле, если каждая величина инвестиционного проекта задана однозначно, то принятие решения - это обычно формальное действие: если внутренне норма прибыльности выше стоимости капитала, то проект принимается. В состоянии неопределенности такого однозначного решения нет, т. к. интервалы возможных значений по каждому из параметров инвестиционного проекта порождают интервал значений показателя эффективности, в прежнем случае внутренней нормы прибыльности. Этот интервал, как правило, накрывает стоимость капитала, что не позволяет однозначно принять или отклонить проект. Здесь появляется новый фактор, который является определяющим для принятия решения - это фактор риска .

В общем случае под риском понимается возможность того, что произойдет некое нежелательное событие. В предпринимательской деятельности риск принято отождествлять с возможностью потери предприятием части своих ресурсов, снижение планируемых доходов или появление дополнительных расходов в результате осуществления определенной производственной и финансовой деятельности.

Риски, связанные с инвестициями в нововведения классифицируются следующим образом:

- кредитный (деловой) риск;

- инфляционный риск;

- процентный риск;

- валютный риск.

Эти риски рассчитываются в рамках ТЭО по соответствующим методикам в зависимости от содержания конкретного проекта нововведений.

Существует еще один специфический вид риска. Это риск политический, который связан с возможными убытками предпринимателей и инвесторов вследствие нестабильной политической ситуации в стране. Приход к власти новой политической партии или нового движения, как правило, сопровождается сменой ряда экономических законов, регулирующих в числе прочих инвестиционную деятельность. Могут быть отменены налоговые льготы, измениться приоритеты правительства. Как крайний случай, может измениться форма собственности, например, как следствие национализации. Именно этот риск по мнению зарубежных инвесторов является определяющим в странах с переходной экономикой. И именно по этой причине они согласны инвестировать свои средства только при условии получения правительственных гарантий.

В целом же, все участники инвестиционного проекта заинтересованы в том, чтобы исключить возможность полного провала проекта или хотя бы избежать убытка для себя. В условиях нестабильной и быстро меняющейся ситуации субъекты инвестиционной деятельности вынуждены учитывать все факторы, которые могут привести к убыткам. Таким образом, назначение анализа риска - дать потенциальным инвесторам необходимые данныедля принятия решения о целесообразности участия в проекте и предусмотреть меры по защите от возможных финансовых потерь.

Особенностью методов анализа риска является использование вероятностных понятий и статистического анализа. Это соответствует современным международным стандартам и является весьма трудоемким процессом, требующим поиска и привлечения многочисленной количественной информации. Эта черта анализа риска отпугивает многих предпринимателей, т. к. требует специфических знаний и навыков. В этом случае выходом из положения является привлечение квалифицированных консультантов, которым ставятся задачи и предоставляется набор всей необходимой информации. Такая практика распространена в западных странах.

Как правило, в инвестиционном проектировании используются последовательно следующие методы оценки рисков:

1. анализ неопределенности путем анализа чувствительности и сценариев,

2. анализ неопределенности с помощью оценки рисков, который может быть проведен с использованием разнообразных вероятностно-статистических методов.

Причем первый является обязательным, а второй - весьма желательным, в особенности, если рассматривается крупный инвестиционный проект с общим объемом финансирования свыше одного миллиона долларов. Большое значение для снижения инновационного риска играет организация защиты коммерческой тайны на предприятии, так как в некоторых случаях техническая и коммерческая информация о разрабатываемом на фирме инновационном проекте может “подтолкнуть” конкурентов к параллельным разработкам.

2. Некоторые понятия из теории статистики

Вероятность (Р) события (Е) – отношение числа К случаев благоприятных исходов, к общему числу всех возможных исходов (М).

Р (Е)= К / М(1)

Вероятность наступления события может быть определена объективным или субъективным методом.

Объективный метод определения вероятности основан на вычислении частоты, с которой происходит данное событие. Например, вероятность выпадения “орла” или “решки” при подбрасывании идеальной монеты – 0,5.

Субъективный метод основан на использовании субъективных критериев (суждение оценивающего, его личный опыт, оценка эксперта) и вероятность события в этом случае может быть разной, будучи оцененной разными экспертами.

В связи с этими различиями в подходах необходимо отметить несколько нюансов:

Во-первых, объективные вероятности имеют мало общего с инвестиционными решениями, которые нельзя повторять много раз, тогда как вероятность выпадения “орла” или “решки” равна 0,5 при значительном количестве подбрасываний, а например при 6 подбрасываниях может выпасть 5 “орлов” и 1 “решка”.

Во-вторых, одни люди склонны переоценивать вероятность наступления неблагоприятных событий и недооценивать вероятность наступления положительных событий, другие наоборот, т.е. по разному реагируют на одну и ту же вероятность (когнитивная психология называет это эффектом контекста).

Однако, несмотря на эти и другие нюансы, считается, что субъективная вероятность обладает теми же математическими свойствами, что и объективная.

Размах вариации (R) – разница между максимальным и минимальным значением фактора

R=Xmax-Xmin(2)

Этот показатель дает очень грубую оценку риску, т.к. он является абсолютным показателем и зависит только от крайних значений ряда.

Дисперсия – сумма квадратов отклонений случайной величины (Хк) от ее среднего значения (М(Е)), взвешенных на соответствующие вероятности (Sрк).

Математическое ожидание – важнейшая характеристика случайной величины, т.к. служит центром распределения ее вероятностей. Смысл ее заключается в том, что она показывает наиболее правдоподобное значение фактора.

Использование дисперсии как меры риска не всегда удобно, т.к. размерность ее равна квадрату единицы измерения случайной величины.

На практике результаты анализа более наглядны, если показатель разброса случайной величины выражен в тех же единицах измерения, что и сама случайная величина. Для этих целей используют стандартное (среднее квадратическое) отклонение s (Е).

(5)

Все вышеперечисленные показатели обладают одним общим недостатком – это абсолютные показатели, значения которых предопределяют абсолютные значения исходного фактора. Гораздо удобней поэтому использовать коэффициент вариации (СV).

СV=s (E)/M (E)(6)

Определение CV особенно наглядно для случаев, когда средние величины случайного события существенно различаются.

Правило трёх сигм: е сли случайная величина E распределена нормально (с параметрами М(Е) и s (E)), то практически достоверно, что абсолютная величина её отклонения от математического ожидания не превосходит утроенного среднего квадратического отклонения:

(7)

Другими словами, если случайная величина E имеет нормальный закон распределения с параметрами М(Е) и s (E), то практически достоверно, что её значения заключены в интервале:

(М(Е) – s(E), М(Е) + s(E))(8)

В отношении оценки риска финансовых активов необходимо сделать три замечания:

Во-первых, при сравнительном анализе финансовых активов в качестве базисного показателя следует брать рентабельность, т.к. значение дохода в абсолютной форме может существенно варьировать.

Во-вторых, основными показателями риска на рынке капиталов являются дисперсия и среднее квадратическое отклонение. Поскольку в качестве базиса для расчета этих показателей берется доходность (рентабельность), критерий относительный и сопоставимый для различных видов активов, нет острой нужды в расчете коэффициента вариации.

В-третьих, иногда в литературе вышеприведенные формулы даются без учёта взвешивания на вероятности. В таком виде они пригодны лишь для ретроспективного анализа.

3. Методы оценки рисков

3.1. Метод корректировки нормы дисконта

Достоинства этого метода - в простоте расчетов, а также в понятности и доступности.

Вместе с тем метод имеет существенные недостатки.

Метод корректировки нормы дисконта означает обыкновенное дисконтирование по более высокой норме, но не дает никакой информации о степени риска. При этом полученные результаты существенно зависят только от величины надбавки за риск. Он также предполагает увеличение риска во времени с постоянным коэффициентом, что вряд ли может считаться корректным, так как для многих проектов характерно наличие рисков в начальные периоды с постепенным снижением их к концу реализации. Таким образом, прибыльные проекты, не предполагающие со временем существенного увеличения риска, могут быть оценены неверно и отклонены. Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку. Обратная сторона простоты метода состоит в существенных ограничениях возможностей моделирования различных вариантов, которое сводится к анализу зависимости критериев NPV(IRR,PI и др.) от изменений только одного показателя - нормы дисконта. Несмотря на отмеченные недостатки, метод корректировки нормы дисконта широко применяется на практике.

4. Способы снижения риска

В практике управления инновационными проектами применяют следующие способы снижения риска :

1. Распределение риска между участниками проекта (передача части риска соисполнителям).

2. Страхование.

3. Резервирование средств на покрытие непредвиденных расходов.

Распределение риска происходит при разработке финансового плана проекта и контрактных документов. При этом участники проекта принимают ряд решений, расширяющих, либо сужающих диапазон потенциальных инвесторов. При проведении соответствующих переговоров участники проекта проявляют гибкость относительно того, какую долю риска они согласны на себя принять.

Многие крупные проекты могут иметь задержку в их реализации, что может привести к такому увеличению стоимости работ, которое превысит первоначальную стоимость проекта. Поэтому важная роль принадлежит страхованию рисков .

Страхование риска означает передачу определенных рисков страховой компании.

Создание резерва средств на покрытие непредвиденных расходов предусматривает установление соотношения между потенциальными рисками, влияющими на стоимость проекта, и расходами, необходимыми для преодоления сбоев в выполнении проекта.

При резервировании средств на покрытие непредвиденных расходов учитывается точность первоначальной оценки стоимости проекта и его элементов.

Оценка непредвиденных расходов позволяет свести к минимуму перерасход средств.

Структура резерва на покрытие непредвиденных расходов определяется двумя методами :

1. Резерв делится на общий и специальный.

2. Определение непредвиденных расходов по видам затрат (заработная плата, материалы и др.).

Общий резерв покрывает изменения в смете и др.

Специальный резерв включает надбавки на покрытие роста цен, увеличение расходов по позициям, оплату исков по контрактам. Это особенно важно в условиях инфляции.

Дифференциация резерва по видам затрат позволяет определить степень риска, связанного с каждым видом затрат, которые можно в дальнейшем распространить на отдельные этапы проекта.

Для дальнейшего уточнения размеров непредвиденных расходов устанавливается взаимосвязь с элементами структуры разделения работ на разных уровнях этого деления, в том числе, на уровне комплексов (пакетов) работ. Такое детальное разделение работ помогает приобрести опыт и создать базу данных корректировки непредвиденных расходов.

Резерв на непредвиденные расходы определяется только по тем видам затрат, которые вошли в первоначальную смету и не должен использоваться для компенсации затрат, являющихся следствием неудовлетворительной работы.

План финансирования проекта должен учитывать:

· риск нежизнеспособности проекта;

· налоговый риск;

· риск незавершения проекта.

Инвесторы должны быть уверены, что возможные доходы от проекта будут достаточны для покрытия затрат, выплаты задолженности обеспечения окупаемости капиталовложений.

5. Некоторые алгоритмы проведения анализа риска инновационного проекта

5.1. Алгоритм имитационного моделирования

1. Определяются ключевые факторы проекта. Для этого предлагается применять анализ чувствительности по всем факторам (цена реализации, рекламный бюджет, объём продаж, себестоимость продукции и т. д.), используя специализированные пакеты типа Project Expert и Альт-Инвест, что позволит существенно сократить время расчётов. В качестве ключевых выбираются те факторы, изменения которых приводят к наибольшим отклонениям чистой текущей стоимости (NPV).

Таблица 1.

Выбор ключевых факторов инновационного проекта на основе анализа чувствительности

Факторы						Дисперсия NPV
	npv 11	npv 12	npv 13	npv 14	npv 15	Var (npv 1)
	npv 21	npv 22	npv 23	npv 24	npv 25	Var (npv 2)
	npv 31	npv 32	npv 33	npv 34	npv 35	Var (npv 3)
	npv 41	npv 42	npv 43	npv 44	npv 45	Var (npv 4)
	npv 51	npv 52	npv 53	npv 54	npv 55	Var (npv 5)

	npv n1	npv n2	npv n3	npv n4	npv n5	Var (npv n)

3. На основе выбранного распределения проводится имитация ключевых факторов, с учётом полученных значений рассчитываются значения NPV.

4. На основе полученных в результате имитации данных рассчитываются критерии, количественно характеризующие риск проекта (матожидание NPV, дисперсия, среднеквадратическое отклонение и др.).

5.2. Алгоритм сценарного анализа

Для проведения сценарного анализа используется методика, позволяющая учитывать все возможные сценарии развития, а не три варианта(оптимистичный, пессимистичный, реалистичный). Предлагается следующий алгоритм сценарного анализа:

1. Используя анализ чувствительности, определяются ключевые факторы инновационного проекта (см. выше).

2. Рассматриваются возможные ситуации и сочетания ситуаций, обусловленные колебаниями этих факторов. Для этого рекомендуется строить «дерево сценариев».

3. Методом экспертных оценок определяютсявероятностикаждого сценария.

4. По каждому сценарию с учетом его вероятности рассчитывается NPV проекта, в результате чего получается массив значений NPV (табл. 2.)

Таблица 2.

Массив значений NPV

Сценарий
Вероятность	Р 1	Р 2	Р 3	Р 4	Р 5	Р n
	npv 1	npv 2	npv 3	npv 4	npv 5	npv n

5. На основе данных массива рассчитываются критерии риска инновационного проекта.

6. Пример расчёта

Многообразие ситуаций неопределённости делает возможным применение любого из описанных методов в качестве инструмента анализа рисков, однако, наиболее перспективными для практического использования являются методы сценарного анализа и имитационного моделирования, которые могут быть дополнены или интегрированы в другие методики. Исходная информация: предприятие “Техинэко”, занимающееся строительством локальных котельных, реализует проект для завода “Старт”. Экономический эффект строительства локальной котельной для завода “Старт” заключается в снижении затрат на отопление, так как в случае реализации проекта приведённые затраты существенно меньше, чем приведённая стоимость платежей по тарифам за централизованное отопление.

В результате анализа технико-экономического обоснования проекта было установлено, что ключевыми факторами, определяющими риск данного проекта, является соотношение себестоимости 1Гкал, вырабатываемой локальной котельной и тарифа за централизованное отопление.

Для определения ключевых параметров проекта можно использовать анализ чувствительности, в качестве оптимального инструмента для этого рекомендуется применять соответствующий модуль анализа программных пакетов “Project Expert” и “Альт-Инвест”, которые обеспечивают возможность быстрого пересчёта по всем факторам. Хотя в большинстве случаев ключевые факторы проекта известны из предыдущего опыта, либо установлены по результатам маркетингового исследования, а анализ чувствительности необходим лишь для количественного определения степени влияния этого фактора.

Риск-анализ данного проекта был выполнен двумя способами:

- имитационное моделирование методом Монте-Карло

- анализ сценариев.

6.1. Риск-анализ инвестиционного проекта методом имитационного моделирования

Исходные условия эксперимента

	NPV (тыс. руб.)	Вероятность
Минимум	9634	0,05
Вероятное	14790
Максимум	43163	0,05

Использую исходные данные по проекту найдем среднее значение:

NPV ср = 9634*0,05+14790*0,9+43163*0,05 = 15950 тыс.руб

На основе исходных данных проводим имитацию. Для проведения имитации рекомендуется использовать функцию “Генерация случайных чисел”

Рис 1. Имитация с использованием генерации случайных чисел.

Имитация

№ п. п.	NPV (тыс. руб.)
	15940,14853
	15951,41663
	15947,78512
	15953,94136
	15951,61013
	15950,67133
	15949,48875
	15955,30642
	15954,1289
	15953,20001

И т. д. 500 имитаций

На основе полученных в результате имитации данных, используя стандартные функции MS Excel проводим экономико-статистический анализ.

Рис 2. Экономико-статистический анализ результатов имитации

Имитационное моделирование продемонстрировало следующие результаты.

· Среднее значение NPV составляет 15950,79 тыс. руб.

· Минимальное значение NPV составляет 15940,15 тыс. руб.

· Максимальное значение NPV составляет 15962,98 тыс. руб.

· Коэффициент вариации NPV равен 12%

· Число случаев NPV < 0 – нет.

· Вероятность того, что NPV будет меньше нуля равна нулю.

· Вероятность того, что NPV будет больше максимума также равна нулю.

· Вероятность того, что NPV будет находится в интервале равна 16%.

· Вероятность того, что NPV будет находиться в интервале равна 34%.

Оценим риск данного инвестиционного проекта.

Для расчёта цены риска в данном случае используем показатель среднеквадратического отклонения - s , и матожидания – М (NPV). В соответствии с правилом “трёх сигм”, значение случайной величины, в данном случае – NPV, с вероятностью 1 находится в интервале [М-3s ; М+3s ]. В экономическом контексте это правило можно истолковать следующим образом:

- вероятность получить NPV проекта в интервале равна 68%;

- вероятность получить NPV проекта в интервале равна 94%;

- вероятность получить NPV проекта в интервале близка к единице, т.е. вероятность того, что значение NPV проекта будет ниже 15 940,05 тыс. руб. (15950,79-10,74) стремится к нулю.

6.2. Риск-анализ инвестиционного проекта методом сценариев

Исходные данные

Сценарии	Наилучший	Вероятный	Наихудший
Вероятности	0,05		0,05
Тариф (руб.)		187,9	187,9
Себестоимость(руб.)	95,40	53,37	81.73
NPV(руб.)	43163,00	14790,00	9634,00

Построение сценариев и расчёт NPV по вариантам осуществлялся с учетом того факта, что себестоимость 1Гкал, вырабатываемой локальной котельной и тариф за централизованное отопление в значительной степени коррелируют друг с другом, поскольку обе эти величины зависят от одних и тех же факторов: эксплуатационные расходы и зарплата обслуживающего персонала.

Экономико-статистический анализ данных метода сценариев показан на рис 3.

Рис 3. Экономико-статистический анализ данных метода сценариев.

Сценарный анализ продемонстрировал следующие результаты.

Среднее значение NPV составляет 15950,85 руб.

Коэффициент вариации NPV равен 40 %.

Вероятность того, что NPV будет меньше нуля 1 %.

Вероятность того, что NPV будет больше максимума равна нулю.

Вероятность того, что NPV будет больше среднего на 10 % равна 40 %.

Вероятность того, что NPV будет больше среднего на 20 % равна 31%.

Следует отметить, что используя сценарный анализ можно рассматривать не только три варианта, а значительно больше. При этом можно сочетать сценарный анализ с другими методами количественного анализа рисков, например, с методом дерева решений и анализом чувствительности, как это продемонстрировано в следующем примере.

6.3. Анализ рисков с построением дерева решений

Установим ключевые факторы проекта, оказывающие значительное влияние на показатель эффективности – NPV. Для этого проведём анализ чувствительности по всем факторам в интервале от –20% до +20% и выберем те из них, изменения которых приводят к наибольшим изменениям NPV (рис. 4)

Рис 4.Анализ чувствительности в Project Expert

В нашем случае это факторы:

- ставки налогов;

- объём сбыта;

- цена сбыта.

Рис 5.Дерево сценариев

Ситуация 2: Колебания объёма сбыта. Вероятность ситуации = 0,4.

Ситуация 3: Колебания цены сбыта. Вероятность ситуации = 0,3.

Рассмотрим также возможные сценарии развития этих ситуаций.

Ситуация 1: Колебания налоговых ставок. Вероятность ситуации = 0,3.

Сценарий 1: Снижение налоговых ставок на 20% . Вероятность сценария в рамках данной ситуации = 0,1. Общая вероятность сценария =0,1* 0,3=0,03.

Сценарий 2: Налоговые ставки остаются неизменными. Вероятность сценария в рамках данной ситуации = 0,5. Общая вероятность сценария =0,5* 0,3=0,15.

Сценарий 3: Повышение налоговых ставок на 20%. Вероятность сценария в рамках данной ситуации = 0,4. Общая вероятность сценария =0,4* 0,3=0,12.

Ситуация 2: Колебания объёма реализации. Вероятность ситуации = 0,4.

Сценарий 4: Снижение объёма реализации на 20%. Р=0,25* 0,4=0,1.

Сценарий 5: Объёма реализации не изменяется. Р=0, 5* 0,4=0,2.

Сценарий 6: Увеличение объёма реализации на 20%. Р=0,25* 0,4=0,1 .

Ситуация 3: Колебания цены реализации. Вероятность ситуации = 0,3.

Сценарий 7: Снижение цены реализации на 20%. Р=0,2* 0,3=0,06.

Сценарий 8: Цена реализации не изменяется. Р=0, 5* 0,3=0,15.

Сценарий 9: Увеличение цены реализации на 20%. Р=0,3* 0,3=0,09.

Ситуация 1

Ситуация

Сценарии

Вероятности

1. Наиболее вероятный NPV проекта (68 249 026 тыс. руб.) несколько ниже, чем ожидают от его реализации (68 310 124 тыс. руб.).

3. Цена риска инновационного проекта в соответствии с правилом “трёх сигм” составляет 3* 25 724 942 = 77 174 826 тыс. руб., что превышает наиболее вероятный NPV проекта (68 249 026 тыс. руб.)

Цену риска можно также охарактеризовать через показатель коэффициент вариации (CV). В данном случае CV = 0,38. Это значит, что на рубль среднего дохода (NPV) от проекта приходится 38 копеек возможных потерь с вероятностью равной 68%.

По определению, риск инвестиционного проекта выражается в отклонении потока денежных средств для данного проекта от ожидаемого. Чем отклонение больше, тем проект считается более рискованными. При рассмотрении каждого проекта можно оценить потоки денежных средств, руководствуясь экспертными оценками вероятности поступления этих потоков, или величиной отклонений членов потока от ожидаемых величин.

Рассмотрим некоторые методы, при помощи которых можно оценить риск того или иного проекта.

I. Имитационная модель оценки риска

Суть этого метода заключается в следующем:

1. На основе экспертной оценки по каждому проекту строят три возможных варианта развития:
- а) наихудший;
- б) наиболее реальный;
- в) оптимистичный.
2. Для каждого варианта рассчитывается соответствующий показатель NPV, т.е. получают три величины: NPV (для наихудшего варианта); NPV (наиболее реального); NPV 0 (оптимистичный).
3. Для каждого проекта рассчитывается размах вариации (P NPV) - наибольшее изменение NPV, равное Py PV = NPV q - NPV H , а также среднее квадратическое отклонение (o NPV) по формуле:

где NPV j - приведенная чистая стоимость каждого из рассматриваемых вариантов; NPV - среднее значение, взвешенное по присвоенным вероятностям (Р) т.е.

Из двух сравниваемых проектов более рискованным считается тот, у которого больше вариационный размах (P NPV) или среднее квадратическое отклонение (c Npy).

Пример 4.20

Рассматриваются два альтернативных инвестиционных проекта А и Б, срок реализации которых 3 года. Оба проекта характеризуются равными размерами инвестиций и «ценой» капитала, равной 8%. Исходные данные и результаты расчетов приведены в табл. 4.18.

Таблица 4.18

Исходные данные проектов и результаты расчетов, млн руб.

Показатель	Проект А	Проект Б
Инвестиции, млн долл.
Оценка среднегодового поступления средств:
Наихудшая
Наиболее реальная
Оптимистическая
Оценка NPV
Наихудшая
Наиболее реальная

Несмотря на то, что проект Б характеризуется более высокими значениями NPV, тем не менее его можно считать значительно рискованней проекта А, так как он имеет более высокое значение вариационного размаха.

Проверим этот вывод, для чего рассчитаем средние квадратические отклонения обоих проектов. Последовательность действий будет следующей:

1. Экспертным путем определим вероятность получения значений

NPV для каждого проекта (табл. 4.19^._

2. Определяем среднее значение NPV для каждого проекта.

Таблица 4.19

Вероятность получения значений NPV

Проект А	Проект Б
		Экспертная оценка вероятности

3. Рассчитываем среднее квадратическое отклонение - о NPV для каждого проекта:

проект А: проект Б:

Расчет средних квадратических отклонений вновь подтвердил, что проект Б более рискованный, чем проект А.

II. Методика изменения денежного потока

В основе данной методики используется полученная экспертным путем вероятностная оценка величины членов ежегодного денежного потока, на основе которых корректируется и рассчитывается значение NPV.

Предпочтение отдается проекту, имеющему наибольшее значение скорректированного NPV данный проект считается наименее рискованным.

Пример 4.21

Анализируются два альтернативных проекта А и Б, срок их реализации 4 года, «цена» капитала - 12%. Величина необходимых инвестиций составляет: для проекта А -50,0 млн руб.; для проекта Б - 55 млн руб.

Результаты расчетов и денежные потоки приведены в табл. 4.20.

По данным таблицы можно сделать вывод: проект Б является более предпочтительным, так как его значение NPVjxo корректировки и после нее является наибольшим, что свидетельствует не только о выгодности данного проекта, но и обеспечивает наименьший риск при его реализации.

Результаты расчетов и денежные потоки, млн руб.

Проект А							Проект Б
Денеж поток	Коэффициенты дисконтирования по ставке 12%	гр. 2 - гр. 3	Откорректированные члены денежного потока гр. 2 ? гр. 5	Дисконтированные члены откорректированного потока гр. 6 ? гр. 3	Денеж поток	Дисконтированные члены потока гр. 8- гр. 3	Экспертная оценка вероятности поступления денежного потока	Откорректированные члены денежного потока гр. 8 ? гр. 10	Дисконтированные члены откорректированного потока гр. 11 ? гр. 3

На момент оценки двух альтернативных проектов средняя ставка доходности государственных ценных бумаг составляет 12%; риск, определяемый экспертным путем, связанный с реализацией проекта А - 10%, а проекта Б - 14%. Срок реализации проектов 4 года. Необходимо оценить оба проекта с учетом их рисков.

Размеры инвестиций и денежных потоков приведены в табл. 4.21.

Таблица 4.21

Размеры инвестиций и денежных потоков

Проект А		Проект Б
Коэффициент дисконтирования по ставке 12 + 10 = 22%	Денеж поток	Коэффициент дисконтирования по ставке 12+14 = 26%	Денежный поток	Дисконтированные члены денежного потока

Полученные значения АР Освидетельствуют, что с учетом риска проект А становится убыточным, а проект Б целесообразно принять.

Рассмотрев методы оценки инвестиционных проектов в условиях риска, необходимо отметить, что полученные результаты, послужившие основанием для принятия решений, весьма условны и в значительной степени носят субъективный характер, так как зависят от профессионального уровня лиц, определяющих вероятность доходности при формировании величин денежных потоков.

Расчет поправки на риск коэффициента дисконтирования Если при расчете показателя NPV процентная ставка, используемая для дисконтирования, берется на уровне доходности государственных ценных бумаг, то считается, что риск рассчитанного приведенного эффекта инвестиционного проекта близок к нулю. Поэтому, если инвестор не желает рисковать, то он вложит свой капиталв государственные ценные бумаги, а не в реальные инвестиционныепроекты. Реализация реального инвестиционного проекта всегдасвязана с определенной долей риска. Однако повышение риска сопряжено с ростом вероятного дохода.Следовательно, чем рискованней проект, тем выше должна быть премия. Для учета степени риска к безрисковой процентной ставке (доходность государственных ценных бумаг) добавляется величина премии за риск, выраженная в процентах. Величина премии определяется экспертным путем. Сумма безрисковой процентной ставки и премии за риск используется для дисконтирования денежных потоков проекта, на основании которых вычисляются АРКпроектов. Проект с большим значением АРКсчитается предпочтительным.

«Методы оценки риска инвестиционных решений»

Введение………………………………………………………………………………………….3

1. Основные подходы к анализу чувствительности.…………………………………………..4

2. Имитационный подход к анализу чувствительности…………….…………………………4

2.1. Метод Монте-Карло………………………………………………………………………...4

3. Оценка риска реализации долгосрочного инвестиционного

проекта на основе дерева решений………………………………………………… …...…….7

4. Анализ сценариев развития событий………………. ……………………………………….9

5. Применение инвестиционного анализа методом на практике……………………………11

5.1. Цель и содержание проекта…………………………….…………………………………11

5.2. Анализ инвестиционного проекта методом Монте-Карло………………….….11

5.3. Анализ инвестиционного проекта методом сценариев………………………………….15

Заключение……………………………………………………………………………………...17

Список литературы……………………………………………………………………………..18

Приложения……………………………………………………………………………………..19

Введение.

В процессе обоснования экономической деятельности необходимо анализировать инвестиционные проекты, особенно важно уметь оценивать рисковые проекты. От правильного выбора подхода к оцениванию эффективности зависит, насколько верные и рациональные инвестиционные решения будут приняты. Корректное решение вопросов оценивания проектов позволяет достигать поставленные инвестиционные цели.

Данная работа включает в себя методы оценки долгосрочных инвестиционных проектов и практическое применение инвестиционного анализа.

При рассмотрении проектов решения принимаются на основе одного из критериев выбора, например чистой настоящей стоимости (NPV). Мы поставили перед собой задачу не просто оценить выгодность проектов на момент принятия решений, но и учесть влияние факторов риска исполнения данных проектов в будущем. Для принятия более обоснованных решений мы рассмотрели зависимость выбранного критерия от изменения соответствующих параметров.

Мы оценивали устойчивость проектов с помощью анализа чувствительности NPV. Нами было проведено исследование аналитического и имитационного подхода к определению степени влияния факторов на данный показатель.

При оценке конкретного проекта мы использовали такие показатели как чистая настоящая стоимость, ставка внутреннего процента, период окупаемости и индекс доходности, а также применили метод анализа чувствительности.

1. Основные подходы к анализу чувствительности.

Рассмотрим два основных подхода к анализу чувствительности.

Аналитический подход.

При данном подходе формируются математические выражения, показывающие соотношения параметров денежного потока и численного значения NPV или другого критерия оценки. Изменяя значение параметра, можно определить изменение NPV и оценить ее чувствительность. Достоинство подхода состоит в том, что математическое определение степени влияния параметров быстро дает оценку устойчивости, а недостаток заключается в трудности получения соответствующих зависимостей.

Имитационный подход.

Данный подход заключается в моделировании изменения параметров денежного потока и оценке устойчивости NPV и других критериев на ЭВМ. Различают:

Пошаговое измерение параметров. В этом случае, рассматривая небольшие изменения шагов, выделяют интервалы, в пределах которых NPV остается положительной и проект относительно устойчив по отношению к изменению параметров. Чувствительность NPV к данным изменениям численно оценивается.

Метод Монте-Карло. На основе моделирования распределений параметров денежного потока и получения вероятностных моделей оценивают чувствительность NPV. Достоинство данного метода – в его относительной простоте, возможности компьютерной реализации. Недостаток подхода – в трудности оценки комплексного влияния всех факторов, так как для этого необходимо построение многомерных таблиц.

2. Имитационный подход к анализу чувствительности

Для данного подхода характерно вычисление и попарное сравнение численных значений NPV при различных условиях.

2.1. Метод Монте-Карло.

Метод Монте-Карло используется в имитационном моделировании, показывающем влияние неопределенности на эффективность проекта.

Данный метод предполагает расчет множества вариантов сочетания переменных величин показателей. По ним рассчитывают чистый дисконтированный доход. По сравнению с другими методами здесь требуется крупный массив информации, сбор которой и составляет главную трудность. Также в методе Монте-Карло сложно определяются взаимосвязи вводимых переменных, поэтому правила их отбора зависят от сложности проекта.

При решении некоторого класса экономических и математических задач пользуются методом Монте-Карло. При этом параметры рассматриваются как случайные величины, их распределения моделируются, и затем на основе этих распределений формируются оценочные показатели. В методе соединены прямые и косвенные измерения риска.

Метод похож на анализ чувствительности тем, что также оценивает влияние параметров денежного потока на NPV и другие оценки. Но в методе Монте-Карло рассматривается распределение соответствующих значений оценок риска. Это позволяет записывать их в форме дисперсии, стандартного отклонения или коэффициента вариации.

В методе Монте-Карло предполагается, что значения всех параметров, определяющих величину компонент денежного потока, заданы, за исключением тех, которые являются факторами риска. Их распределения и моделируются на ЭВМ.

Метод Монте-Карло можно разбить на следующие этапы.

Выделение показателей, по которым будет измеряться риск.

Определение параметров и формы распределения.

Для анализа обычно выделяются наиболее подверженные риску компоненты денежного потока. В принципе можно рассматривать все компоненты и соответствующие случайные параметры. Но такое увеличение последних может привести к противоречивым результатам и потребовать больше времени.

Моделирование значений случайных параметров на основе выбранной формы

распределения.

Вычисление денежного потока и NPV проекта, а также других показателей.

Многократное выполнение расчетов по этапам 3 и 4.

Получение расчетных оценок риска, графиков распределения.

Анализ результатов.

Метод Монте-Карло позволяет получить распределение доходности проекта на основе математической модели, в которой значения параметров не определены, но известны их вероятностные распределения и корреляция (связь между изменениями параметров).

Учитывать корреляцию очень важно, т.к. посчитав коррелированные переменные полностью независимыми, компьютер сгенерирует нереалистичные сценарии.

В методе Монте-Карло объединены метод анализа чувствительности и метод сценариев.

Т. е. мы оцениваем чувствительность NPV или других оценок к различным параметрам, как в методе анализа чувствительности, и одновременно применяем теорию вероятностей, как в анализе сценариев, о котором будет рассказано ниже. В результате мы получаем распределение вероятностей возможных значений оценок (например, значения NPV<0).

Сформировав распределения значений NPV, мы переходим к этапу 6, на котором определяется ожидаемое значение NPV. Также строится плотность распределения данной величины с ее собственным математическим ожиданием и стандартным отклонением. Затем определяется коэффициент вариации. На его основе оценивается индивидуальный риск проекта, т.е. вероятность отрицательного значения NPV. Коэффициент вариации рассчитывается как стандартное отклонение показателя, деленное на его ожидаемую стоимость. Чем меньше коэффициент вариации, тем ниже риск проекта. Коэффициент вариации является абсолютным показателем, и его удобно использовать при сравнении альтернативных проектов. В методе Монте-Карло за счет одновременности рассмотрения всех параметров учитывается синхронность их изменения.

Метод Монте-Карло имеет свои минусы. Как и анализ сценариев, он оставляет открытым вопрос о том, стоит ли реализовывать данный проект. Результаты методов не дают точных рекомендаций по этому поводу.

Рассмотрим две особенности метода Монте-Карло. Метод обладает простой структурой вычислительного алгоритма. Составляется программа для осуществления одного случайного испытания, а затем мы повторяем испытание N раз, причем опыты друг от друга не зависят. Результаты усредняются. Поэтому Монте-Карло также называют методом статистических испытаний. Вторая особенность состоит в обратной пропорциональности ошибки вычисления и количества испытаний.

Метод Монте-Карло можно применять к любому процессу, на течение которого влияют случайные факторы. С помощью этого метода можно решать и задачи, не связанные с какими-либо случайными факторами, так как мы можем искусственно создать вероятностную модель. Иногда выгодно отказаться от моделирования истинного случайного процесса в пользу искусственного. Метод Монте-Карло предполагает генерирование случайных чисел. Их можно получать различными способами, разыгрываются псевдослучайные числа, раньше применялись специальные таблицы случайных чисел.

С помощью метода Монте-Карло эксперт получает значение ожидаемой чистой настоящей стоимости проекта и плотность распределения этой случайной величины. Риск по проекту оценивается стандартным отклонением и коэффициентом вариации. Однако аналитик не обладает информацией о том, сможет ли прибыльность по проекту компенсировать риск по нему. Таким образом, при корректности модели, мы получаем важные сведения о доходности проекта и о его устойчивости. Решение же относительно проекта будет зависеть от правильного анализа данных и склонности инвестора к риску.

3. Оценка риска реализации долгосрочного инвестиционного проекта на основе дерева решений.

Различные варианты реализации инвестиционного проекта осуществляются с различными вероятностями. Эти вероятности можно измерить и включить в расчет NPV. На этой основе строятся стохастические модели обоснования долгосрочных проектов.

Объективность оценки вероятностей зависит от разных факторов, например от природы риска. Производственные риски могут быть оценены объективно, но значительная часть природных и экономических рисков – только субъективно, при помощи экспертов.

На основе полученного распределения вероятностей возможных значений NPV принимается решение.

В данном методе также используются количественные меры риска.

В
арианты реализации проекта можно представить в виде дерева, ветвям которого соответствуют вероятности перехода. Тогда

– чистая настоящая стоимость варианта, когда в первый год событие реализовалось с номером j (априорная вероятность этого события p 1 , j ), а второй – с номером k (априорная условная вероятность p 2, k ), где Z = (Z 0 , Z 1 , Z 2 ,…, Z T) – денежный поток, описывающий инвестиционный проект со сроком реализации T лет.

Иными словами, «вероятность реализации того или иного варианта сопоставляется с соответствующим значением NPV» 1 .

Узлы в дереве решений могут рассматриваться как ключевые события, а стрелки, соединяющие узлы, - как проводимые работы, время их проведения, стоимости.

На практике данный метод ограничен такой предпосылкой, как конечное число вариантов развития событий. Метод удобен в случаях, когда существует взаимосвязь между решениями, принимаемыми на различных этапах реализации инвестиционного проекта.

Деревья решений представляют собой сетевые графики, ветви которых являются вариантами развития среды. События происходят с определенными вероятностями, на основе которых производится расчет ожидаемых результатов.

Вероятностная оценка конкретных событий представляет собой один из наиболее сложных инструментов анализа рисков инвестиционного проекта.

Риск по проектам, при реализации которых инвестирование происходит на большом отрезке времени, часто оценивается с помощью дерева решений.

Во время реализации таких проектов затраты требуют осуществления финансовых вложений не единовременно, а в течение определенного, достаточно длительного периода времени. Такое положение вещей дает менеджеру возможность проводить переоценку своих вложений и оперативно реагировать на изменение конъюнктуры реализации проекта. Метод дерева решений позволяет рассматривать эффективность тех или иных вариантов решений на каждом этапе.

Также отметим, в каждой узловой точке дерева решений условия могут измениться. Чистая настоящая стоимость проекта автоматически пересчитывается. Это делает анализ финансирования инвестиционных проектов более динамичным, приближая процесс к реальности.

В данном проекте строится дерево с двумя альтернативами: вложение средств в проект или на депозит в банке.

4. Анализ сценариев 2 развития событий.

Недостатком метода дерева решений является рассмотрение очень большого числа событий при небольшом объеме информационного обеспечения. Поэтому ожидаемые значения NPV оказываются недостаточно обоснованными. Наоборот, в анализе сценариев исследуется достаточно ограниченное число вариантов.

Ключевой этап данного метода – это отбор сценариев. Под сценариями понимаются наиболее типичные и характерные версии будущей реализации инвестиционного проекта.

Анализируя перспективы колебаний результатов инвестиционного проекта, выясняют, насколько данная отрасль привлекательна для инвестирования. Затем выделяют сегменты рынка. От их емкости зависят будущие доходы. При этом прогнозы рынка должны подтверждаться независимыми экспертами и организациями.

Следует учитывать, что спрос на товары народного потребления в основном зависит от объема и структуры доходов населения, а спрос на товары промышленного потребления – от общего экономического положения и совместного влияния факторов риска.

В условиях современной экономики России целесообразно выделение следующих четырех типов сценариев.

Благоприятная будущая конъюнктура рынка

Благодаря росту инвестиций повышается спрос, а, следовательно, и емкость рынка. Конкурентная борьба усиливается за счет сокращения числа конкурентов. Предполагаются благоприятные изменения факторов (снижение цен на сырье и т.д.)

Устойчивая (наиболее вероятная) конъюнктура рынка

Для этого сценария характерно сокращение емкости рынка, сравнительно умеренная конкуренция, относительная стабилизация факторов.

Неблагоприятная конъюнктура рынка

Происходит уменьшение конкуренции уже за счет увеличения числа конкурентов на рынке, падает емкость рынка за счет снижения спроса. Изменения факторов неблагоприятны.

Крайне неблагоприятная конъюнктура рынка

Все факторы, определяющие доходы по проекту, развиваются наихудшим образом, конкуренция резко усиливается, емкость рынка существенно падает.

Переходная экономика характеризуется крайне неблагоприятной конъюнктурой рынка, высокими рисками ведения бизнеса.

Часто выделяют только три вида сценариев: пессимистический (наихудший), оптимистический, устойчивый (наиболее реальный).

Обычно экономическая эффективность инвестиционного проекта рассчитывается исходя из усредненных величин вводимых показателей. Но воздействие внутренних и особенно внешних факторов может сильно отклонить их в ту или иную сторону. Рисковость проекта определяется величиной отклонения потока денежных средств от ожидаемого значения.

Если в результате «неблагоприятное стечение обстоятельств для рассматриваемого инвестиционного проекта несет убытки, несравнимые с получаемым эффектом при самом оптимистическом сценарии» 3 , и вероятность всех трех сценариев приблизительно равна, то необходимо просчитать средние вероятности между ними. Тогда мы получим информацию о реальном объеме безубыточности при динамичном изменении переменных. Для этого нужно использовать другие методы, снижающие трудоемкость расчетов, например метод Монте-Карло.

В анализе сценариев учитывается взаимосвязь некоторых переменных. Поэтому некоторое число переменных можно согласованно и одновременно менять.

Из анализа чувствительности видно какие компоненты важны и имеют наибольшее значение при определении риска осуществления проекта. Также нам уже известен базовый случай развития событий, который рассматривался в предыдущих анализах. Базовый (или реальный) сценарий используется здесь как оценка аналитика в отношении будущего проекта. В дополнение выделяют еще два сценария.

При достоверных результатах критерии принятия решений об инвестировании такие:

даже в худшем случае принимать проект, если чистая настоящая стоимость больше нуля;

даже в наилучшем случае не принимать проект, если чистая настоящая стоимость меньше нуля;

если значение чистой настоящей стоимости колеблется (иногда положительно, иногда отрицательно), то результаты нельзя считать полными.

Иногда требуется ввести дополнительные сценарии, чтобы показать точки между двумя экстремальными значениями.

Проект считается устойчивым, если при всех сценариях он оказывается эффективным и финансово реализуемым, а возможные неблагоприятные последствия устраняются при помощи предусмотренных мер.

5. Применение инвестиционного анализа методом на практике.

5 .1. Цель и содержание проекта

Данный инвестиционный проект направлен на создание мини-гостиницы, рассчитанной на 50 человек. Предполагается в короткие сроки отремонтировать здание будущей гостиницы, взятое в аренду на 5 лет с правом выкупа. Затем возможно переоборудование помещений, устаревших в течение этого времени. Штат сотрудников будет представлен следующим образом: директор, главный бухгалтер, бухгалтер, калькулятор-технолог, кассир, администратор гостиницы, менеджер по работе с клиентами, управляющий бронированием номеров, управляющий общественным питанием, начальник отдела трудовых ресурсов, начальник службы снабжения, управляющий по качеству, начальник продовольственного склада, менеджер, шеф-повар, горничные, прачка, повар, кондитер, старший официант, официант, официант по винам, водитель, грузчик, уборщик служебных и общих помещений.

Цель инвестиционного проекта: создание сети мини-гостиниц в Санкт-Петербурге и пригородах.

5.2. Анализ инвестиционного проекта методом Монте-Карло.

Рассмотрим зависимость NPV, как результирующего показателя от таких исходных показателей, как: объем выпуска – Q, норма дисконта r, переменные затраты – VC , цена – P:

-I 0 (5.1)

где T – срок реализации проекта, а Z t = (Z 0 ,Z 1 ,Z 2 ,…, Z T ) – денежный поток, описывающий его.

Неизменными на протяжении всего срока инвестирования останутся норма дисконта и объем первоначальных инвестиций. Поток платежей мы для простоты будем генерировать в виде аннуитета, величину потока будем считать по следующей формуле:

NCF=(Q*(P-VC)-FC-A)*(1-T)+A , (5.2)

Диапазоны возможных изменений переменных расходов V C , объема выпуска Q и цены P приведены в Приложении «Таблица 2». Распределение вероятностей ключевых варьируемых показателей предполагается равномерным.

Совокупность случайных чисел мы получаем с помощью функции СЛЧИС(), в которой учитываются различные значения исходных показателей из указанных диапазонов. Данные подставляем в формулу для определения NCF . На основании полученных значений потока платежей были рассчитаны значения чистой настоящей стоимости проекта.

Как и в анализе сценариев, мы моделируем значение NPV в зависимости от ключевых факторов. Были получены значения NPV по трём опорным вариантам развития событий (оптимистичный, пессимистичный, реалистичный). Полученные результаты использовались как исходные данные для имитационного моделирования (См. Приложение «Таблица 6»).

Нормальное распределение удобно использовать при имитационном моделировании, так как практика показала, что именно оно встречается в подавляющем большинстве случаев. Количество имитаций может быть сколь угодно большим и определяется требуемой точностью анализа. В данном случае было рассмотрено 500 имитаций.

Используя данные, полученные в результате имитации, проводится экономико-статистический анализ. Для расчета средних значений анализируемых показателей и стандартных отклонений используем функции СРЗНАЧ() и СТАНДОТКЛОН(). Так же для анализа используется коэффициент вариации – частное от деления стандартного отклонения на среднее значение показателя. Для большей наглядности определяются минимальное и максимальное значение чистой приведенной стоимости, число полученных отрицательных значений NPV . В дополнение рассчитываются суммы общих возможных потерь и доходов. Важным для анализа показателем является вероятность получения отрицательного значения чистой приведенной стоимости, рассчитываемая по формуле: НОРМРИСП(0,среднее,станд.откл,1). В рассматриваемом примере мы исходим из предположения о независимости и равномерном распределении ключевых переменных Q , V , P . Однако какое распределение при этом будет иметь результатная величина - показатель NPV , заранее определить нельзя.

В данном проекте мы аппроксимируем неизвестное распределение NPV каким-либо известным. При этом в качестве приближения удобнее всего использовать нормальное распределение. Это связано с тем, что в соответствии с центральной предельной теоремой теории вероятностей при выполнении определенных условий сумма большого числа случайных величин имеет распределение, приблизительно соответствующее нормальному.

Часто применяется для целей аппроксимации частный случай нормального распределения – стандартное нормальное распределение. Математическое ожидание случайной величины, имеющей стандартное нормальное распределение равно 0: M(E) = 0. График этого распределения симметричен относительно оси ординат и оно характеризуется всего одним параметром - стандартным отклонением , равным 1.

Случайную величину E приводят к стандартно распределенной величине Z осуществляется с помощью т.н. нормализации - вычитания средней и последующего деления на стандартное отклонение:

(3.3).

Как следует из (3.3), величина Z выражается в количестве стандартных отклонений. Для вычисления вероятностей по значению нормализованной величины Z используются специальные статистические таблицы.

Для вычисления вероятности получения отрицательного значения NPV мы использовали функцию НОРМАЛИЗАЦИЯ(x; среднее; станд_откл)

Эта функция возвращает нормализованное значение Z величины x , на основании которого затем вычисляется искомая вероятность p(Ex). Она реализует соотношение (3.3). Функция требует задания трех аргументов:

х - нормализуемое значение;

среднее - математическое ожидание случайной величины Е ;

станд_откл - стандартное отклонение.

Полученное значение Z является аргументом для следующей функции - НОРМСТРАСП().

Эта функция возвращает стандартное нормальное распределение, т.е. вероятность того, что случайная нормализованная величина Е будет меньше или равна х . Она имеет всего один аргумент - Z , вычисляемый функцией НОРМАЛИЗАЦИЯ(). В нашем случае, вычисляется вероятность P (NPV <0).

Имитационное моделирование продемонстрировало следующие результаты (См. приложения «Таблица 8»):

Среднее значение NPV составляет 285085777,3.

Минимальное значение NPV составляет 101216981,5.

Максимальное значение NPV составляет 463404956,9.

Коэффициент вариации NPV равен 0,258647668

Число случаев NPV < 0 – 0.

Вероятность того, что NPV будет меньше нуля равна 0.

Вероятность того, что NPV будет больше максимума равна нулю.

Вероятность того, что NPV будет находится в интервале [M(E) + s ; max ] равна 0,3537.

Вероятность того, что NPV будет находиться в интервале [M(E) - s ; [M(E) ] равна 0,0019.

Сумма всех отрицательных значений NPV в полученной генеральной совокупности может быть интерпретирована как чистая стоимость неопределенности для инвестора в случае принятия проекта. Аналогично сумма всех положительных значений NPV может трактоваться как чистая стоимость неопределенности для инвестора в случае отклонения проекта. Несмотря на всю условность этих показателей, в целом они представляют собой индикаторы целесообразности проведения дальнейшего анализа.

В данном случае они наглядно демонстрируют несоизмеримость суммы возможных убытков по отношению к общей сумме доходов (0 тыс. р. и 146 000 459 тыс. р. соответственно).

5.3. Анализ инвестиционного проекта методом сценариев.

Проведём рисковый анализ рассматриваемого инвестиционного проекта методом сценариев. Мы рассмотрим три различных сценария развития событий. Предположим, что по результатам анализа проекта были составлены некоторые сценарии его развития и определены возможные вероятности их осуществления (См. Приложения – «Таблица 7», «Таблица 8»). В качестве варьируемых величин использовались цена за услугу (Р ), объем производства (Q ), условно переменные затраты (VC ) и норма дисконта (r ). Для каждого сценария были рассчитаны поток платежей (NCF ) и чистая приведенная стоимость проекта (NPV ).

В рассматриваемом инвестиционном проекте гостиницы мы рассчитали следующие показатели: среднее ожидаемое значение NPV :

величина стандартного отклонения:

коэффициент вариации:

Из соотношения р(x1≤ Е ≤x2) = F(x2) – F(x1) получаем, что NPV попадет в интервал (М(Х)±  ) с вероятностью:

P(M(NPV)±  ): F(x2) – F(x1) = F(М(Х)+  ) – F(М(Х) -  )

Воспользуемся функцией MS Excel:

НОРМРАСП(М(NPV )+  ; М(NPV );  ;1) - НОРМРАСП(М(NPV ) -  ; М(NPV );  ;1)

вероятность нулевого или отрицательного значения NPV, p(NPV) ≤0): НОРМРАСП(0; M(NPV);  ;1)

вероятность того, что NPV будет меньше ожидаемой М(NPV) на 50%, P(NPV≤ 0,5*M(NPV))

вероятность того, что NPV будет больше NPV наилучшего,

P(NPV> NPV наилучшего) =1-НОРМРАСП(NPV наилучшего сценария; M(NPV) ; ;1)

вероятность того, что NPV будет больше ожидаемой М(NPV) на 10%, P(NPV > 1,1*M(NPV)

вероятность того, что NPV будет больше ожидаемой М(NPV) на 20%, P(NPV> 1,2*M(NPV)

С помощью анализа сценариев мы получили следующие результаты (Приложения – «Таблица 2»):

Среднее значение NPV составляет 1 968 024,98р., больше вероятного значения: (M(NPV) = 1 968 024,98р.)>(NPV вероят =1 694 323,62р.).

Коэффициент вариации NPV равен 0,81.

Исходя из предположения о нормальном распределении случайной величины, с вероятностью 0,68 можно утверждать, что значение NPV будет находиться в диапазоне 1 968 024,98р. ±1 593 700,68р., т.е. в интервале

Вероятность того, что NPV будет меньше нуля 0,11.

Вероятность того, что NPV будет больше максимума равна 0,036.

Вероятность того, что NPV будет больше среднего на 10 % равна 0,451 .

Вероятность того, что NPV будет больше среднего на 20 % равна 0,402.

Вероятность того, что NPV будет меньше ожидаемой на 50% равна 0,269.

В данной работе мы проанализировали инвестиционный проект гостиницы. В методе анализа сценариев коэффициент вариации получился больше, чем в результате имитационного вероятностного моделирования. Значит, NPV оказывается более чувствительной к изменению параметров, и риск проекта возрастает. Результаты анализа сценариев не так хороши, что связано также с небольшим количеством рассматриваемых ситуаций.

Заключение.

Таким образом, мы рассмотрели основные методы оценки инвестиционных проектов.

Выбор метода оценки и обоснования проекта зависит от инвестиционного объекта и целей, которые ставит перед собой инвестор. Чтобы количественно оценить устойчивость проекта, проводится анализ чувствительности. Существуют аналитический и имитационный подходы.

В первом случае находят математические выражения зависимости NPV (или другого критерия оценки) от изменения параметра денежного потока. Затем анализируют устойчивость проекта к данным изменениям.

При имитационном подходе также рассматривается влияние параметров денежного потока на NPV и другие оценки. Но при этом учитывают не один, а несколько параметров и анализируют их комплексное влияние.

В расчет NPV можно также включить вероятности различных вариантов реализации инвестиционного проекта, как это делается в дереве решений. Однако в данном методе рассматривается большое число событий при недостаточной обеспеченности информацией. В анализе сценариев число вариантов обычно ограничивается тремя. В этом смысле последний метод более обоснован.

Для учета факторов неопределенности используют метод корректировки параметров проекта и экономических нормативов и более точный, но и наиболее технически сложный метод формализованного описания неопределенности.

Список литературы:

1. Воронцовский А.В. Инвестиции и финансирование – СПб.: 1998 г.

2. Воронцовский А.В. Управление рисками – СПб.: 2004 г.

Игошин Н.В. Инвестиции: организация управления и финансирования – М.: 1994 г.

Маренков Н.Л. Основы управления инвестициями – М.: 2003 г.

Идрисов А.Б. Стратегическое планирование и анализ инвестиций – М.: 1997 г.

Швандар В.А. Управление инвестиционными проектами. – М.: 2001 г.

Кузнецов Б.Т. Управление инвестициями – М.: 2004 г.

Дамодаран А. Инвестиционная оценка – М.:2004 г.

Савчук В.П. Анализ и разработка инвестиционных проектов – Киев: 1991 г.

Бирман Т., Шмидт С. Экономический анализ инвестиционных проектов– М.:1997 г.

Шарп У. Инвестиции – М.: 1997 г.

Мелкумеков Я.С. Экономическая оценка эффективности инвестиций и финансирование инвестиционных проектов – М.: 1997 г.

http://www.acgroup.ru/publics/interview/zaitsev_strategy.shtml

http://www.finanalis.ru/?litra/invest/invest03

Приложения. Таблица 1. Расчет денежных потоков.

Таблица 2. Исходные данные для метода Монте-Карло.

Показатели	Сценарии
	Наихудший	Наилучший	Вероятный
Объем выпуска - Q
Цена - P
Переменные затраты - VC
норма дисконта r

Таблица 3. Исходные условия эксперимента.

Таблица 4. Исходные данные эксперимента.

Перем. затраты	Поступления
		190 159 467,29р.
		213 587 282,40р.
		247 137 080,72р.
		246 561 988,41р.
		304 863 633,07р.
		377 750 837,95р.
		371 385 018,51р.
		349 128 857,51р.
		372 942 065,74р.
		429 066 596,40р.
		374 797 060,44р.
		363 234 641,88р.
		395 361 544,17р.
		347 737 525,57р.
		343 822 212,47р.
		313 540 469,43р.
		324 002 515,47р.
		280 606 922,98р.
		194 106 816,37р.
		192 921 999,44р.
		152 145 891,21р.
		65 631 628,23р.
		60 344 461,29р.
		57 435 107,41р.
		52 294 344,55р.
		35 090 906,49р.
…………………………………………………………………………………………………………………………..

Таблица 5.

	нормализованное значение x

Таблица 6. Результаты имитации методом Монте-Карло
Показатели	Переменные V		Поступления

Среднее значение
Стандарт. Отклонение
Коэф. Вариации

Максимум
Число случаев NPV<0
Сумма убытков
Сумма доходов				146 000 459 248,64р.

Вероятность Р(NPV<=X)		Величина (Х)	Нормал. (Х)


P(NPV>максимума)
P(NPV>среднее+s)
P(NPV<среднее-s)

Таблица 7. Анализ проекта методом сценариев

Показатели	Сценарии
Объем выпуска - Q
Цена - P
Переменные затраты - VC
Норма дисконта r

Показатели	Текущие значения	Наихудший сценарий	Наилучший сценарий	Вероятный сценарий
Объем пр-ва Q
цена за шт Р
усл.перем затр. VC
норма дисконта r
Срок проекта n
усл. пост затр FC
Амортизация А
Налог на прибыль Т
Начальные инвестиции I
Первая комп ДП3
Значение NPV

Таблица 8. Результаты.

РЕЗУЛЬТАТЫ
Структура сценария
	Текущие значения:	Вероятный	Наихудший	Наилучший

Вероятность
Изменяемые:
Объем выпуска - Q
Цена - P
Переменные затраты - VC
норма дисконта r
Результат:
Значение NPV	1 694 323,62р.	1 694 323,62р.		4 842 067,04р.

Средняя NPV	1 968 024,98р.
Квадраты разностей	2 539 881 864 667,24р.
Станд. Отклонение	1 593 700,68р.
Коэфф. Вариации

в интервале М(Х)+-s

P(NPV<=среднее)
P(NPV>максимума)
P(NPV>среднее+10%)
P(NPV>среднее+20%)методов оценки рисков инвестиционного проекта на примере проекта... Оценка рисков инвестиционного проекта: качественный и количественный подходы Курсовая работа >> Экономика К оценке инвестиционных рисков . Изучить методы оценки рисков инвестиционного проекта. Изучить особенности оценки эффективности проекта в условиях рынка. Рассмотреть экономическую оценка риска ... Методы оценки эффективности инвестиционных проектов (2) Реферат >> Банковское дело И риска . Оценка эффективности инвестиций является наиболее ответственным этапом принятия инвестиционного решения , от... ценах. 2.2. Основные методы оценки эффективности инвестиционных проектов. Рассмотрим подробнее методы инвестиционных проектов. Чистая... Методы оценки эффективности инвестиционного проекта Курсовая работа >> Экономика Производятся по одному и тому же методу , инвестиционные решения , принятые на их основе, ... из нескольких инвестиционных проектов наиболее эффективного, совершенствования инвестиционных программ и минимизации рисков 3. Методы оценки инвестиционных проектов... Оценка эффективности и риска инвестиционных проектов Реферат >> Финансы Сторон оценить инвестиционные проекты и принять окончательное решение об их эффективности. Оценка рисков инвестиционных проектов... ошибки в процессе принятия управленческого решения бы предложен метод оценки риска инвестиционного проекта. А так как...