177960 (627604), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

Таблица 7. Пример матрицы сопоставления

Вначале риск 1 сравнивается с риском 2. Если риск 1 оказывается более значимым, то в столбце риск 1 по строке риск 2 ставится 1, а в клетке, симметричной относительно диагонали, - 0. Далее по тому же принципу сравниваются остальные пары. Например, если риск 1 слабее, чем риск 3, то, как изображено в таблице, в клетке с координатами столбец риск 1, строка риск 3 ставится 0, в клетке с координатами столбец риск 3, строка риск 1 ставится 1. Заполнив таким образом всю матрицу, подсчитывают итоговое число баллов, набранное каждым риском. В итоге, риски ранжируются по числу баллов (чем больше сумма баллов, тем более значим риск).¹²

1.4 Особенности оценки эффективности проекта в условиях риска

После количественной оценки рисковости варианта инвестирования необходимы анализ финансовой реализуемости и оценка эффективности проекта с учетом оцененного риска. Для этого существует несколько методов. К наиболее распространенным из них следует отнести:

метод достоверных эквивалентов;

анализ чувствительности критериев эффективности проекта;

метод сценариев;

анализ вероятностных распределений потоков платежей;

определение предельного уровня устойчивости проекта;

«дерево решений»;

метод Монте-Карло (имитационное моделирование).¹³

1. Метод достоверных эквивалентов.

Метод достоверных эквивалентов (аналогий) основан на анализе всех аналогичных проектов, осуществляемых ранее с целью расчета вероятностей возникновения потерь. Этот метод находит наибольшее применение при оценке риска часто повторяющихся проектов. Когда компания реализует проект, аналогичный уже завершенным, то для расчета уровня риска предпринимаемого проекта на основании имеющегося статистического материала можно построить так называемую кривую риска и установить области риска, ограниченные нижней и верхней границами общих потерь.

Недостатками этого метода следует признать:

сложность расчета коэффициентов достоверности, адекватных риску на каждом этапе рассматриваемого проекта;

невозможность анализа вероятностных распределений ключевых параметров.

2. Анализ чувствительности критериев эффективности проекта.

Данный метод является хорошей иллюстрацией влияния отдельных исходных факторов проекта на степень исполнения инвестиционного договора. В силу своей наглядности он широко применяется для выделения и выбора наиболее значимых по степени воздействия факторов.

Суть анализа сводится к определению чувствительности результирующего показателя (чистой наличной прибыли, рентабельности и т. п.) к изменениям критических переменных. Среди критических переменных могут быть цена на продукцию, затраты на ее производство, сбытовые расходы, ставка ссудного процента, налоговые ставки и др.

Анализ чувствительности должен применяться уже на этапе планирования проекта, когда принимаются решения, касающиеся основных вводимых факторов. Целью анализа чувствительности является выявление «критических переменных», наиболее серьезно влияющих на проект. В ходе анализа проверяется воздействие изменений этих факторов на результаты проекта. Элемент неопределенности можно уменьшить нахождением оптимистических и пессимистических вариантов. Тем самым можно определить наиболее реалистическое, с коммерческой точки зрения, сочетание вводимых факторов для данной деловой среды (или сценария), предпочитаемое лицами, принимающими решения. Но это относится уже к анализу сценариев.

Анализ чувствительности состоит из следующих этапов: одна из переменных меняет значение, после чего пересчитывается новое значение используемого критерия (например, NPV). Затем оценивается процентное изменение критерия по сравнению с базисным сценарием и рассчитывается показатель чувствительности — отношение процентного изменения критерия к изменению значения переменной на один процент (т. е. эластичность изменения показателя). Так же исчисляются показатели чувствительности по каждой из остальных переменных.

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.

3. Метод сценариев.

Анализ сценариев представляет собой развитие методики анализа чувствительности проекта. В ходе анализа определяется воздействие одновременного изменения всех основных переменных проекта, характеризующих его денежные потоки. Критическим переменным придаются значения, соответствующие разумно консервативному, нормальному и оптимистическому сценариям, далее рассчитываются дисконтированные потоки реальных денег (или любые другие показатели, выбранные в качестве критерия для оценки инвестиций).

Для данного типа анализа можно использовать следующую схему3 (см. табл. 8).

Основное правило анализа сценариев: проект отвергается, если значение МРУ такого проекта в оптимистическом варианте отрицательно, и наоборот: проект принимается к дальнейшему рассмотрению в случае получения положительного значения NPV пессимистического сценария.

Данный метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов, а также предоставляет информацию о чувствительности и возможных отклонениях. Применение программных средств позволяет значительно повысить эффективность подобного анализа путем практически неограниченного увеличения числа сценариев и введения дополнительных переменных. Итак, анализ чувствительности и анализ сценариев представляют собой последовательные шаги в анализе рисков. Следующим шагом является имитационное моделирование, в основе которого лежит вероятностная оценка возникновения различных обстоятельств.

Таблица 8. Схема анализа рисков (сценарный подход) ¹⁴

4. 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. ¹⁵

5. Определение предельного уровня устойчивости проекта.

Анализ предельного уровня устойчивости проекта предполагает выявление уровня объёма выпускаемой продукции, при котором выручка равна суммарным издержкам производства, т.е. нахождение безубыточного уровня (“точки безубыточности”).

Показатель безубыточного уровня производства используется при:

а) внедрении в производство новой продукции,

б) создании нового предприятия,

в) модернизации предприятия.

Показатель безубыточного производства определяется по формуле:

где ВEP – точка безубыточного производства

FC – постоянные издержки

Р – цена продукции

VC –переменные затраты¹⁶

6. «Дерево решений».

Дерево решений – графическое изображение последовательности решений и состояний среды с указанием соответствующих вероятностей и выигрышей для любых комбинаций альтернатив и состояний среды.

Процесс принятия решений с помощью дерева решений разделяется на пять этапов: формулирование задачи (то есть определение возможностей сбора информации, составление перечня событий, которые с определенной вероятностью могут произойти, установление временного порядка расположения событий и тех действий, которые можно предпринять), построение дерева решений; оценка вероятностей состояний среды (то есть сопоставление шансов возникновения конкретного события), установление выигрышей (или проигрышей), решение задачи.

Процедура принятия решения заключается в вычислении для каждой вершины дерева (при движении справа налево) ожидаемых денежных оценок, отбрасывании неперспективных ветвей и выборе ветвей, которым соответствует максимальное значение ожидаемой денежной оценки.

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.

7. Метод Монте-Карло (имитационное моделирование).

При разработке и экспертизе инвестиционного проекта вопрос о его эффективности решается на основе анализа значений различных интегральных показателей — NPV, IRR, РВ, PI и т.д. Но все расчеты проводятся для базового варианта инвестиционного проекта, реализация которого, по мнению разработчиков, наиболее правдоподобна. В данной ситуации строится только одна модель прогнозных потоков денежных средств. И эта модель является моделью принятия решений в условиях определенности.

Предпосылка полной определенности приводит к значительному упрощению действительности при моделировании. На практике нельзя быть полностью уверенным, что при реализации инвестиционного проекта все денежные потоки будут в точности соответствовать прогнозным. Наоборот, с момента реализации проекта на каждом этапе будет возникать все большее расхождение между прогнозными и реальными денежными потоками. Может даже возникнуть ситуация, когда задержки в оплате продукции, рост цен на импортные материалы в связи с изменением валютного курса, изменение налоговых ставок или другие негативные события приведут к полному краху проекта или, как минимум, к существенным дополнительным издержкам. Как оценить устойчивость проекта к изменениям внешней среды? Как количественно измерить риск, связанный со всем проектом в целом? Применение имитационного моделирования методом Монте-Карло в инвестиционных расчетах позволяет дать ответы на эти вопросы.

Проведение риск-анализа методом Монте-Карло не исключает осуществления на предыдущем этапе стандартных инвестиционных расчетов. Этот метод скорее является инструментом, который улучшает их результаты. Наличие хорошей исходной модели инвестиционного проекта — необходимая база для проведения значимого, результативного имитационного моделирования. Результаты сравнительного анализа стандартных инвестиционных расчетов и проведения анализа риска методом Монте-Карло приведены в табл. 9.

Характеристики

Список файлов курсовой работы