Количественные методы оценки рисков инвестиционных проектов Изучив различные виды рисков, нужно поговорить о тех методах, которые позволяют оценить соответствующие риски. Прежде всего, стоит рассмотреть количественные методы оценки рисков. Их можно разделить на статистические и вероятностные. К статистическим методам можно отнести метод под названием «деревья решений». Он используется для тех инвестиционных проектов, в которых мы можем примерно видеть варианты развития. При этом, чтобы построить дерево решений, нужно обладать точной информацией, которая бы учитывала вероятности и время наступления разных вариантов развития проекта. Данная модель представляет собой граф, вершины которого – это ключевые состояния, где мы должны сделать выбор, а дуги (ветви) – разные события, которые могут иметь место в ситуации, определяемой вершиной. Каждой ветви могут быть назначены различные числовые показатели (нагрузки), к примеру, сумма платежа по штрафным санкциям и вероятность его осуществления. В общем случае алгоритм данного метода состоит в следующем: · На каждый момент времени нужно определить проблему и все возможные дальнейшие варианты развития событий; · На дереве откладывают соответствующую проблему в виде кружочка и откладывают ветви от этого кружочка; · Каждой ветви ставится в соответствие денежная и вероятностная оценки; · С учетом значений всех вершин и ветвей производится расчет вероятного значения критерий NPV (IRR, PI); · Проводится анализ распределения вероятностей полученных результатов. Дерево решений отражает довольно простую и понятную схему возникновения событий, показывает причинно-следственную связь. Применение этого метода, к примеру, в геолого-экономической оценке нефтегазовых проектов позволяет определить приобретения потерь при его реализации, а также возможный шанс успешного освоения. Не смотря на свою простоту, данный метод имеет некоторые ограничения, поскольку невозможно рассмотреть абсолютно все возможные варианты развития событий. При этом, для формулирования различных сценариев развития проекта, нужно иметь очень точную информацию с учетом вероятности и времени наступления этих сценариев. Более того, «дерево решений» не учитывает взаимосвязь между переменными проекта, по этой причине метод может быть использован только для ограниченного круга проектов. К вероятностным методам оценки риска можно отнести имитационное моделирование. Данный метод является одним из самых мощных в анализе рисков. В общем случае под имитацией понимают процесс проведения на компьютере большого числа экспериментов с математическими моделями сложных реальных процессов. При анализе рисков ИП обычно используют в качестве базы для экспериментов прогнозные данные об объемах реализации, затратах, ценах и т.д. Имитационное моделирование – это серия экспериментов, которые позволяют определить эмпирические оценки степени влияния разных факторов (исходных величин) на некоторые результаты, которые напрямую от них зависят (показатели). В общем, с помощью имитационного моделирования можно достигнуть следующего: · Определить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства; · Задать законы распределения вероятностей для основных параметров модели; · Провести компьютерную имитацию значений основных параметров; · Рассчитать основные характеристики распределений исходных и входных показателей; · Провести анализ результатов. Самый популярный в данной группе методов – метод «Монте-Карло». С его помощью можно достаточно полно учесть все риски, а также всю доступную эксперту информацию. Основной минус данного метода заключается в зависимости точности результатов от качества созданной прогнозной модели. Также к вероятностным методам относится метод сценариев. Он позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. В общем случае алгоритм данного метода складывается из следующих шагов: · Определяют несколько вариантов изменений основных исходных показателей (пессимистический, наиболее вероятный и оптимистический); · Каждому варианту присваивают вероятностную оценку; · Для каждого варианта развития рассчитывают значение критерия NPV (IRR, PI), также оценки отклонения от среднего; · Проводится анализ вероятностных распределений полученных результатов. Тот проект, у которого стандартное отклонение и значение коэффициента вариации наименьшее, считается менее рисковым. В данном случае моделью является сценарий изменений ключевых исходных показателей. В общем метод сценариев дает возможность приобрести вполне наглядную картину для разных вариантов реализации проектов, а также предоставить информацию о чувствительности и возможных отклонениях. Таким образом, метод предполагает, в большинстве случаев, разработку оптимистического, пессимистического и наиболее вероятного реализации проекта, с расчетом всех результирующих показателей по проекту. К недостаткам данного метода можно отнести следующее: для использования данного метода нужно знать наиболее вероятный, оптимистический и пессимистический сценарии, однако, если среда реализации проекта очень подвижна, например, в условиях кризиса, то прогнозировать сценарии довольно трудно. |