10.1 УПРАВЛЕНИЕ ПРОЕКТНЫМИ РИСКАМИ ПРЕДПРИЯТИЯ

Под риском реального инвестиционного проекта (проектным риском) понимается возможность возникновения в ходе его реализации неблагоприятных событий, которые могут обусловить снижение его расчетного эффекта.

Проектный риск является объективным явлением в функционировании любого предприятия, осуществляющего реальное инвестирование. Он сопровождает реализацию практически всех видов реальных инвестиционных проектов, в каких бы формах они не осуществлялись. Хотя ряд параметров проектного риска зависит от субъективных управленческих решений, отраженных в процессе подготовки конкретных реальных инвестиционных проектов, объективная его природа остается неизменной.

Уровень проектного риска, присущий осуществлению даже однотипных реальных инвестиционных проектов одного и того же предприятия, не является неизменным. Он существенно варьирует под воздействием многочисленных объективных и субъективных факторов, которые находятся в постоянной динамике. Поэтому каждый реальный инвестиционный проект требует индивидуальной оценки уровня риска в конкретных условиях его осуществления. Оценка уровня проектного риска базируется на сле-дующих принципах и методических подходах, используе-мых в современной практике Управления проектами:

Общая оценка проектного риска осуществляется путем определения интегрированного их показателя, характеризуемого как "уровень проектного риска".

В основе оценки уровня проектного риска лежит определение возможного диапазона отклонений показателей эффективности проекта от расчетных их величин. Чем шире этот возможный диапазон отклонений, тем выше уровень проектного риска.

В качестве рассматриваемого показателя эффективности, используемого для оценки уровня проектного риска, может быть избран любой из них. Вместе с тем, наибольшее предпочтение в процессе такой оценки отдается показателям чистого приведенного дохода и внутренней ставки доходности. Эти показатели в наибольшей степени характеризуют возможности обеспечения роста рыночной стоимости предприятия в результате реализации проекта.

Для количественного измерения размеров возможных отклонений эффективности проекта от расчетной ее величины используется система показателей, отражающих степень ее колеблемости. Основными из этих показателей являются дисперсия, среднеквадратическое (стандартное) отклонение и коэффициент вариации.

Оценка возможной колеблемости рассчитанных показателей эффективности проекта осуществляется в максимально широком диапазоне возможных условий его реализации, В этих целях прогнозируются различные варианты возможного изменения факторов внешней инвестиционной среды и параметров внутреннего потенциала предприятия, которые генерируют угрозы снижения расчетной эффективности проекта в процессе его реализации.

Исходя из вышеизложенных принципов формируется методический инструментарий оценки уровня риска отдельных реальных инвестиционных проектов. Система основных из этих методов приведена на рис. 10.1.

Рисунок 10.1, Основные методы оценки уровня рисков отдельных

инвестиционных проектов.

I. Анализ чувствительности проекта. Основной задачей использования этого аналитического метода является оценка влияния основных исходных (факторных) параметров на результативные показатели эффективности реального инвестиционного проекта. В процессе осуществления этого анализа, последовательно изменяя возможные значения варьируемых исходных (факторных) показателей, можно определить диапазон колебаний избранных для оценки риска проекта конечных показателей его эффективности, а также критические значения исходных (факторных) показателей рассматривае-мого проекта, которые ставят под сомнение целесообразность его осуществления. Чем выше степень зависимости показателей эффективности проекта от отдельных исходных (факторных) показателей ее формирования, тем более рисковым он считается по результатам анализа чувствительности.

Анализ чувствительности проекта в процессе оценки степени его риска осуществляется в разрезе следующих основных этапов (рис. 10.2).

Рисунок 10.2. Основные этапы осуществления анализа чувствительности проекта в процессе оценки степени его риска.

Выбор для анализа приоритетного показателя эффективности проекта. Анализ чувствительности проекта принципиально может быть проведен по любому из показателей его эффективности — чистому приведенному доходу, индексу (коэффициенту) доходности, индексу (коэффициенту) рентабельности, периоду окупаемости, внутренней ставке доходности. Вместе с тем, с учетом ранее рассмотренных преимуществ и недостатков каждого из оценочных показателей эффективности проекта, приоритет в таком выборе следует отдавать показателям чистого приведенного дохода или внутренней ставке доходности.

Выбор для анализа системы основных исходных (факторных) показателей, оказывающих влияние на возможное изменение избранного показателя эффективности проекта.

Построение модели расчета влияния каждого из исходных (факторных) показателей на избранный показатель эффективности проекта. Такая модель строится раздельно по каждому факторному показателю методом прямого счета или на основе корреляционного анализа за предшествующий период. Однофакторная модель регрессии, учитывающая влияние рассматриваемого исходного (факторного) показателя на изменение показателя эффективности проекта, обычно имеет следующий вид:

Рисунок 10.3. Система основных исходных (факторных) показателей, влияющих на формирование эффективности проекта.

Определение аналитического периода осуществления расчетов. Анализ чувствительности проекта может прова-

литься как по любому из этапов проектного цикла, так и по всему периоду проектного цикла. Обычно для анализа избирается второй вариант аналитического периода, если информационная база анализа позволяет прогнозировать возможные изменения отдельных первичных (факторных) показателей в процессе полной реализации проекта.

5. Установление базового значения каждого из исходных (факторных) показателей, по которому рассчитывался

избранный показатель эффективности проекта. Система таких базовых значений всех исходных показателей содержится в проектном обосновании (в соответствующих его разделах — производственном, маркетинговом, финансовом и др.).

Определение возможного диапазона изменения каждого исходного (факторного) показателя в ходе реализации проекта. В процессе этого этапа анализа определяется минимально и максимально возможное изменение базового исходного (факторного) показателя к концу аналитического периода. Расчет возможных изменений ведется 13 процентах к базовому значению исходного показателя. Общий диапазон возможного изменения исходного показателя также оп-ределяется в процентах (как разность между максимальным и минимальным размером его возможного отклонения).

Расчет ожидаемого изменения избранного показателя эффективности проекта при экстремальных значениях воз-можного изменения каждого исходного (факторного) показателя. Такой расчет осуществляется как по минимальному, так и по максимальному возможному значению каждого исходного показателя на основе ранее построенных моделей определения их влияния на избранный показатель эффективности проекта. Результаты расчета позволяют получить количественные значения показателя эффективности проекта ггри минимальном и максимальном значении каждого из исходных (факторных) показателей.

Установление возможного диапазона значений избранного показателя эффективности проекта в диапазоне изменения каждого исходного (факторного) показателя. В этих целях вначале определяется размер отклонений показателя эффективности проекта (при минимальном и максимальном значении исходного показателя) от базового его значения (в процентах к базовому значению). Затем как разность между максимальным и минимальным значениями показателя эффективности определяется возможный диапазон его колебаний (в процентах) в зависимости от изменения каждого исходного показателя.

Определение уровня чувствительности избранного показателя эффективности проекта к изменению каждого исходного (факторного) показателя. Этот уровень может быть установлен на основе расчета коэффициента эластичности или графическим методом.

Коэффициент эластичности показателя эффективности проекта от исходного (факторного) показателя его формирования определяется на основе следующей формулы:

Графический метод определения уровня чувствительности показателя эффективности проекта от исходного (факторного) показателя его формирования предполагает построение графика, по оси абсцисс которого откладывается процентная шкала диапазона изменения исходного (факторного) показателя, а по оси координат — количественное значение избранного показателя эффективности (рис. 10.4).

Рисунок 10.4. График чувствительности показателя чистого

приведенного дохода по проекту к изменению рассматриваемого исходного (факторного) показателя его формирования.

На графике представлена линия отклика (чувствительности реагирования) показателя чистого приведенного дохода по проекту к изменению рассматриваемого исходного (факторного) показателя его формирования в диапазоне от -25% до +30% по отношению к базовому. Чем круче линия отклика (чем больше угол ее наклона к абсциссе), тем больший риск генерирует данный исходный (факторный) показатель.

10. Ранжирование исходных (факторных) показателей ло степени их влияния на изменение избранного показателя эффективности проекта. Такое ранжирование исходных показателей осуществляется на основе рассчитанных коэффициентов эластичности изменения избранного показателя эффективности проекта от изменения каждого из исходных показателей. Ранговая последовательность исходных показателей устанавливается по мере убывания значения коэффициента эластичности (т.е. снижения степени его влияния на показатель эффективности) — первый ранг присваивается исходному показателю с наивысшим значением коэффициента эластичности.

Ранжирование рассматриваемых показателей может быть осуществлено и по результатам графической интерпретации степени чувствительности показателя эффективности по проекту, как это показано на рис. 10.5.

Рисунок 10.5. График определения ранговых значений степени

чувствительности показателя чистого приведенного дохода к изменению рассматриваемых исходных (факторных) показателей его формирования.

В процессе ранжирования в общей системе исходных показателей устанавливаются наиболее важные из них ("ключевые факторные показатели"), которые генерируют настолько высокий риск, что эффективность проекта в процессе его реализации может быть поставлена под угрозу.

В систему ключевых факторных показателей включаются те из них, по которым коэффициент эластичности изменения показателя эффективности проекта равен или превышает единицу.

Графическим методом можно определить и уровень критических (катастрофических) потерь, угрозу которых генерирует возможное изменение первичных (факторных) показателей. К таким исходным показателям относятся те, по которым линия отклика достигает абсциссы (на графике оно показано точками А и Б), т.е. формирует критический уровень потерь чистого приведенного дохода. При пересечении этой линии в поле отрицательных значений показателя чистого приведенного дохода потери достига-

ют катастрофического уровня, т.е. связаны с утратой части или полного объема инвестированного капитала.

Рассмотрим основные этапы анализа чувствительности проекта на следующем примере.

Пример: Перед предприятием стоит задача про-вести анализ чувствительности проекта с целью вы- явления влияния основных исходных факторных показателей на его эффективность, В качестве основного показателя эффективности проекта избран чистый приведенный доход. Анализ проводится по всему проектному циклу, продолжительность которого составляет 4 года. Для анализа чувствительности проекта отобрано 5 первичных (факторных) показателей.

В процессе анализа возможных условий реализации проекта определены минимальные и максимальные границы возможных значений первичных (факторных) показателей и рассчитаны соответствующие им значения показателя чистого приведенного дохода. Мини- малыше и максимальные границы возможных колебаний каждого из первичных (факторных) показателей и вызываемых этими колебаниями возможный значений чистого приведенного дохода характеризуется данными табл 10.1.

Таблица 10 1

Минимальные и максимальные границы возможных колебаний первичных показателей и соответствующих им возможных отклонений от чистого денежного

потоке по проекту от расчетного

Исходя из приведенных данных определим диапазон возможных колебаний первичных показателей в процессе реализации проекта. Он составит.

по первому показателю — 41% (17 + 24);

по второму показателю — 17% (6 + 11);

по третьему показателю — 25% (7 + 18);

по четвертому показателю — 37% (16 + 21);

по пятому показателю — 9% (4 + 5).

Аналогичным образом определим диапазон воз-можных колебаний чистого приведенного дохода в гра-ницах предполагаемых изменений первичных показате-лей. Он составит: по первому показателю — 10% (4 Л- 6);

по второму показателю — 17% (6 + 11);

по третьему показателю — 32% (9 + 23);

по четвертому показателю — 15% (6 + 9);

по пятому показателю — 5% (2 + 3).

На основе проведенных расчетов определим коэффициент эластичности изменения показателя чистого приведенного дохода от изменения каждого из рассматриваемых первичных показателей. Он составит:

показывает, что наиболее сильное влияние на возможное изменение чистого приведенного дохода оказывает третий исходный показатель (коэффициент эластичности этого влияния превышает единицу), а наименьшее — первый исходный показатель. Соответственно проведенным расчетам и значению коэффициента эластичности осуществлено ранжирование первичных (факторных) показателей по степени их влияния на возможное изменение чистого приведенного дохода по проекту (табл. 10.2).

Таблица 10.2

Ранжирование первичных (факторных) показателей по результатам анализа чувствительности проекта

Ранжирование показателей может быть проведено и по критерию максимизации диапазона колебаний чистого приведенного дохода

Характеризуя метод анализа чувствительности проекта в системе методов диагностики проектного риска, следует отметить его простоту и наглядность, а также то, что он позволяет идентифицировать систему факторных пока-зателей, генерирующих наибольшую угрозу достижению расчетной эффективности (это позволяет сконцентрировать мониторинг и контроль этих показателей в процессе реализации проекта).

В то же время методу анализа чувствительности проекта присущи существенные недостатки, снижающие эффективность его использования для диагностики проектного риска. Одним из таких недостатков является то, что он рассматривает влияние каждого из факторных показателей на эффективность проекта изолированно друг от друга, тогда как в реальной практике они взаимодействуют комплексно, частично взаимопогашая или усиливая степень этого влияния. Кроме того, существенным недостатком этого метода является то, что он не позволяет получить комплексную вероятностную оценку степени риска проекта по любому из показателей оценки его эффективности на основе его колеблемости под воздействием всех рассматриваемых факторов.

II. Анализ сценариев проекта. Основной задачей ис-пользования этого аналитического метода является комплексная оценка влияния всех основных исходных (факторных) показателей на эффективность реального инвестиционного проекта при различных возможных условиях (сценариях) его реализации — от наилучших до наихудших. В процессе этого анализа все варьируемые исходные (факторные) показатели проекта моделируются с учетом их взаимозависимости. По каждому из рассматриваемых сценариев проекта определяется вероятность его возникновения. На основе возможных колебаний показателей эффективности проекта при различных условиях (сценариях) его реализации определяются среднеквадратическое (стандартное) отклонение и коэффициент вариации, которые выражают степень проектного риска. Чем выше значение этих показателей, тем соответственно выше считается уровень проектного риска.

Анализ сценариев проекта в процессе оценки степени его риска осуществляется в разрезе следующих основных этапов (рис. 10.6):

Рисунок 10.6. Основные этапы осуществления анализа сценариев проекта в процессе оценки уровня его риска.

Выбор для анализа приоритетного показателя эффективности проекта. Из ранее рассмотренной системы показателей оценки эффективности проекта для осуществления его сценарного анализа может быть избран любой из них. Однако, по мнению большинства специалистов, для проведения анализа сценариев проекта в качестве приоритетного в наибольшей степени подходит показатель чистого приведенного дохода.

Определение количества и видов сценариев возможной реализации проекта. В обычной практике сценарного анализа проектов для исследования избирается от 3 до 5 вариантов (сценариев) возможных условий реализации проекта, Эти условия должны определять весь диапазон возможных изменений факторов внешней инвестиционной среды и параметров внутреннего потенциала предприятия — от наилучших до наихудших. Стандартным вариантом считается аналитический набор, состоящий из трех видов сценариев возможных условий реализации проекта, влияющих на его эффективность, — "оптимистический", "реалистический" и "пессимистический". В ряде случаев для уточнения динамики отдельных исходных (факторных) показателей возможной реализации проекта избираются еще два промежуточных сценария — один между "оптимистическим"

и "реалистическим", второй — между "реалисти-ческим" и "пессимистическим". 3. Определение степени вероятности реализации каждого из возможных сценариев развития проекта. Задание такой вероятности каждому из рассматриваемых сценариев является наиболее сложным этапом осуществления анализа, требующим высокой квалификации исполнителей. Это связано с тем, что заданный уровень вероятности в процессе дальнейших расчетов оказывает существенное влияние на определяемый уровень проектного риска. Задание степени вероятности каждому из принятых сценариев возможной реализации проекта осуществляется экспертным путем (при необходимости для этих целей приглашают экспертов-прогнозистов), Общая сумма всех заданных вероятностей по сценариям проекта должна составлять 100% (или 1 при десятичной системе).

Моделирование значений всего комплекса основных исходных (факторных) показателей проекта, соответствующих каждому из возможных сценариев его реализации. На

первоначальной стадии этого этапа определяется перечень таких показателей, которые были положены в основу избранного показателя эффективности проекта (при необходимости можно воспользоваться системой таких показателей, приведенных рамсе на рис. 10.3). На последующей стадии значения этих показателей моделируются для двух экстремальных сценариев — "оптимистического" и "песси-мистического", т.е. для возможных наилучших и наихуд-ших условий реализации проекта. И наконец, на заключи-тельной стадии значения этих показателей моделируются с учетом возможной их динамики для всех промежуточных сценариев реализации проекта.

Расчет избранного показателя эффективности проекта по каждому из возможных сценариев его реализации. В процессе этого этапа сначала определяются расчетные значения показателей "объема инвестиционных затрат" и "сумы чистого денежного потока" по каждому из возможных сценариев (исходя из ранее смоделированных значений основных исходных показателей по каждому сценарию). Затем на основе рассчитанных значений показателей объема инвестиционных затрат и суммы чистого денежного потока определяется значение избранного показателя эффективности проекта по каждому варианту сценария.

Расчет средневзвешенного показателя эффективности проекта по заданным вероятностям реализации каждого из возможных сценариев развития проекта. Такой расчет осу-ществляется по следующей формуле:

7. Оценка общего уровня риска проекта на основе показателей среднеквадратического (стандартного) отклонения и коэффициента вариации. Указанные показатели в наибольшей степени характеризуют уровень проектного риска и наиболее наглядны при сравнительной его оценке по разным проектам.

Для более наглядного представления об уровне рисков сравниваемых инвестиционных проектов по результатам расчета показателя среднеквадратического (стандартного) отклонения строится график следующего типа (рис 10.7):

Рисунок 10.7. Распределение вероятности показателя эффективности по трем сравниваемым проектам.

Чем более узким является поле разброса показателей эффективности проекта на графике, тем ниже уровень проектного риска (на приведенном графике наименьший уровень риска присущ, проекту "А"). И наоборот, чем шире поле разброса значений показателей эффективности проекта на графике, тем соответственно выше уровень проектного риска (на приведенном графике наиболее высокий уровень риска присущ проекту "В").

Рассмотрим основные этапы анализа сценариев проекта на следующем примере:

Пример: Предприятие проводит сравнительную оценку уровня рисков двух альтернативных проектов на основе метода сценарного анализа. В качестве основного показателя эффективности проектов избран чистый приведенный доход. По каждому из проектов определены три возможных сценария — "оптимистический " "реалистический" и "пессимистический " и экспертным путем задана вероятность реализации каждого из них. На основе моделирования значений основных исходных показателей по каждому из сценариев рассматриваемых проектов определены возможные объем инвестиционных затрат и сумма чистого денежного потока. Результаты этих предварительных этапов сценарного анализа рассматриваемых проектов отражены в табл. 10.3.

Таблица 10.3 Результаты предварительных этапов сценарного анализа рассматриваемых проектов

Исходя из данных приведенной таблицы, в первую очередь вычислим сумму чистого приведенного потока по каждому из сценариев рассматриваемых проектов.

По первому проекту этот показатель составит:

при оптимистическом сценарии: ЧПД0 — 200 — 156 = 44 тыс. усл. ден. ед.;

при реалистическом сценарии:

ЧПДр = 189 - 162 = 27 тыс. усл. ден. ед.;

при пессимистическом сценарии: ЧЛДп = 181 - 171= 10 тыс. уел. ден. ед.

По второму проекту этот показатель составит:

при оптимистическом сценарии: ЧПД0 = 209 - 159 = 50 тыс. усл. ден. ед.;

при реалистическом сценарии:

ЧПДр = 191 - 163 = 28 тыс. усл. ден. ед.;

при пессимистическом сценарии:

ЧЛДп — 179 — 173 - 6 тыс. усл. ден. ед.

С учетом результатов расчетов чистого приведенного дохода по каждому возможному сценарию определим средневзвешенное значение этого показателя по каждому из рассматриваемых проектов.

По первому проекту этот показатель составит:

Заключительным этапом расчетов является определение среднеквадратического (стандартного) отклонения и коэффициента вариации показателя чистого приведенного дохода по каждому из рассматриваемых проектов. Эти расчеты приведены в табл. 10.4.

Расчет среднеквадратичвского (стандартного) отклонений и коэффициента вариации по результатам анализа рассматриваемых проектов

Как видно из результатов расчетов среднеквад- ратическое (стандартное) отклонение показателя чистого приведенного дохода по первому проекту значительно ниже, чем по второму (соответственно 10,6 и 17, ОХ Коэффициент вариации по первому проекту также значительно ниже, чем по второму (соответственно 0,37 и 0,61). Это позволяет сделать вывод, что при практически одинаковом среднем значении показателя чистого приведенного дохода уровень проектного риска по второму проекту значительно выше, чем по первому, а следовательно для реализации должен быть выбран первый из рассматриваемых проектов.

Рассматривая метод анализа сценариев проекта в общей системе методов диагностики проектного риска, следует отметить, что в отличие от метода анализа чувствительности проекта он позволяет получить более комплексную оценку уровня этого риска, выраженного конкретными показателями — среднеквадратическим (стандартным) отклонением и коэффициентом вариации избранного для оценки по-казателя эффективности. Однако недостатком этого метода является то, что задание вероятности реализации каждого из сценариев носит субъективный характер, что привносит соответствующий элемент субъективизма и в полученные конечные результаты оценки уровня проектного риска.

III. Метод имитационного моделирования (метод Мон- те-Карло). Основной задачей использования этого анали-тического метода является комплексная оценка проектного риска на основе многократной имитации условий формирования показателей эффективности проекта и их отклонения от расчетного или среднего значения. Имита-ционное моделирование основано на построении матема-тической модели формирования показателей эффективно-сти проекта, установлении границ возможных изменений и форм коррелятивных связей отдельных первичных (фак-торных) показателей, формирующих эту эффективность, и многократного компьютерного моделирования вероят-ностных сценариев изменения отдельных первичных (фак-торных) показателей с целью получения адекватных им значений возможного распределения показателей эффек-тивности проекта.

Как видно из этой общей характеристики метода имитационного моделирования, он существенно углубляет аналитический аппарат ранее рассмотренных методов — анализа чувствительности и анализа сценариев проекта. Если метод анализа чувствительности проекта исследует изолированное влияние каждого из первичных (факторных) показателей на эффективность, то данный метод, определяя коррелятивную связь между первичными показателями, позволяет исследовать это влияние комплексно. В сравне-нии с методом анализа сценариев данный метод суще-ственно расширяет исследуемое поле условий реализации проекта, моделируя не 3-5 возможных сценариев, а многие их сотни (используя возможности современной ком-пьютерной техники).

Имитационное моделирование по методу Монте-Карло в процессе оценки уровня риска инвестиционного проекта осуществляется в разрезе следующих основных этапов (рис, 10.8).

Рисунок 10.8. Основные этапы оценки уровня проектного риска

методом имитационного моделирования (методом Монте-Карло)

Выбор для анализа приоритетного показателя эффективности проекта. Использование метода имитационного моделирования возможно при оценке уровня риска проекта по любому из показателей его эффективности. Более того, имитационное моделирование по методу Монте-Карло может осуществляться одновременно по всему блоку основных показателей оценки эффективности проекта, но формирование таких моделей является очень сложным процессом. Поэтому в практике использования этого метода для анализа риска выбирается лишь один из показателей оценки эффективности проекта, как правило, чистый приведенный доход.

Построение математической модели и компьютерной программы формирования избранного показателя эффективности проекта на основе первичных (факторных) показателей. Такая математическая модель формализует всю систему поэтапных расчетов избранного показателя эффективности проекта и устанавливает степень связи между значением каждого исходного первичного показателя и конечным результативным значением эффективности. На основе построения математической модели разрабатывается соответствующая расчетная компьютерная модель.

Ограничение диапазона возможного колебания первичных (факторных) показателей в процессе реализации проекта- Исходя из ретроспективного и прогнозируемого изменения отдельных факторов, влияющих на эффектив-

ность инвестиционной деятельности, по каждому первичному (факторному) показателю устанавливается минимальная и максимальная граница его значений, в диапазоне которых будут осуществляться имитационные расчеты. Такое ограничение диапазона осуществляется только по тем первичным (факторным) показателям, которые могут варьировать в процессе реализации проекта.

Установление и математическое выражение форм коррелятивных связей между отдельными первичными (факторными) показателями, формирующими эффективность проекта. На этом этапе определяется наличие такой связи между показателями, ее характер и теснота (например, связь между уровнем цены на продукцию и объемом ее реализации).

Необходимость установления таких связей между от-дельными первичными показателями определяется тем, что если выбор значений одного из коррелирующих между собой показателей в процессе имитационных расчетов будет носить случайный характер, то значение другого будет уже детерминировано сделанным выбором.

Задание типа распределения вероятности отдельных первичных (факторных) показателей в процессе реализации проекта. Это один из наиболее сложных этапов формиро-вания имитационной модели так как он требует проведе-ния соответствующих ретроспективных экономико-математических исследований на обширной статистической базе по каждому из показателей. В результате осуществления этого этапа по каждому первичному (факторному) показателю устанавливается соответствующий ему тип распределения вероятности (нормальное, шаговое, единообразное и т.п.).

Многократно повторяющаяся случайная выборка одного из вероятных значений каждого первичного (факторного) показателя и определение адекватных им значений избранного показателя эффективности проекта. Этот этап и характеризует непосредственно процесс имитационного моделирования по компьютерной программе, отражающей ранее определенные условия и ограничения. Каждая случайная выборка одного из вероятных значений любого первичного (факторного) показателя рассматривается как один из возможных сценариев реализации проекта, изме-няющих избранный показатель его эффективности. В зави- си мости от характера проекта таких сценариев в процессе имитационного моделирования может формироваться от нескольких сотен до нескольких тысяч.

7. Построение по результатам многократного имитационного моделирования условий реализации проекта графика и модели вероятностного распределения избранного показателя эффективности проекта. Этот этап осуществляется на компьютере после завершения имитации возможных сценариев реализации проекта

8 Статистический анализ полученной вероятностной модели для определения уровня проектного риска. В процессе этого анализа определяются среднеквадратическос (стан-дартное) отклонение, коэффициент вариации и другие по-казатели, характеризующие уровень проектного риска.

Характеризуя метод имитационного моделирования в целом следует отметить, что он позволяет наиболее полно учесть весь диапазон неопределенностей исходных значе-ний первичных (факторных) показателей проекта, которые могут иметь место в процессе реализации проекта. Кроме того, путем изначально задаваемых ограничений требуемых значений показателей эффективности проекта можно наиболее широко использовать информационную базу анализа проектных рисков. Наконец, метод Монте-Карло позволяет получить интервальные значения показателей проектных рисков, в рамках которых возможна успешная реализация проекта.

Однако широкое практическое использование этого метода сдерживает ряд обстоятельств. Одним из них является необходимость формирования надежной программной поддержки, требующей определенной индивидуализации с учетом особенностей проекта (одним из типовых вариан-тов такого программного продукта является пакет "Risk Master", используемый в зарубежной практике управления проектами). Кроме того, серьезной проблемой является установление типа распределения вероятности, задаваемой по отдельным первичным (факторным) показателям, ко-торое требует достаточно высокого уровня профессиональ-ной подготовки аналитика.

IV. Метод "дерева решений" ("дерева вероятностей") проекта. Основной задачей этого метода является комплексная оценка уровня риска проекта на основе графического представления возможных последовательно рас- 1. сматриваемых во времени сценариев его реализации с установлением вероятности возникновения каждого из них. Каждая из полных ветвей, представленная на графике, иллюстрирует одну из альтернатив возможного хода реализации проекта и соответствующего ей ожидаемого значения показателя его эффективности. Все вероятностные значения показателя эффективности проекта будущего периода связываются с их значениями, ожидаемыми в предшествующем периоде. Таким образом, комплексная оценка уровня риска проекта на конечной стадии его реализации коррелируется с соответствующими уровнями риска проекта на предшествующих стадиях этого процесса, т.е. отражает характер возможных изменений первичных (факторных) показателей, формирующих эффективность, во времени.

Принципиальная форма графика, иллюстрирующего альтернативы возможного хода реализации проекта во вре-мени в процессе оценки уровня проектного риска, пред-ставлена на рис. 10.9.

Анализ уровня проектного риска с использованием метода "дерева решений" ("дерева вероятностей") осуществляется в разрезе следующих основных этапов (рис. 10.10):

Рисунок 10.10. Основные этапы осуществления оценки уровня

проектного риска методом „дерева решений" („дерева вероятностей").

Выбор для анализа приоритетного показателя эффективности проекта. Этот метод позволяет использовать для оценки уровня проектного риска любой из ранее рассмотренных показателей его эффективности. Наиболее часто для проведения такой оценки избирается показатель чистого приведенного дохода.

Распределение общего периода реализации проекта на отдельные этапы, в течение которых возможны существенные изменения первичных (факторных) показателей, формирующих эффективность проекта. Такие этапы определяются по результатам прогнозирования динамики факторов внешней среды, осуществляемого в процессе подготовки инвестиционного проекта. Если такое прогнозирование затруднено, то в качестве этапов может быть принят каж-дый год реализации проекта. Выделяя отдельные этапы, следует обеспечивать разумное ограничение общего их ко-личества, так как увеличение числа этапов в значительной степени усложняет проведение последующих расчетов.

Определение возможных альтернатив принятия решений, связанных с изменением первичных показателей, фор- мирующих эффективность проекта. На этом этапе рассмат-риваются только такие альтернативы принятия решений, которые вызывают изменения первичных (факторных) по- карателен, а следовательно приводит к адекватному им изменению значения избранного показателя эффективности проекта Каждое их последующих решений, формируемых в рамках отдельной "ветви" графика "дерева решений" ("дерева вероятностей") должно базироваться на предыдущем варианте альтернативы по этой "ветви". Каждой рассматриваемой альтернативе принятия решений должен соответствовать новый набор значений первичных (факторных) показателей проекта, формирующих его эффективность.

4 Определение вероятности принятия каждого из аль-тернативных решений, связанных с изменением первичных показателей, формирующих эффективность проекта. Такая вероятность задается по каждой из альтернатив в разрезе отдельных "ветвей" графика "дерева решений" ("дерева вероятностей") по каждому из этапов. Основой установления такой вероятности является экспертная оценка воз-можных сценариев реализации проекта.

Определение размера избранного показателя эффек-тивности проекта, соответствующего каждому из возможных альтернативных решений в процессе его реализации. Такой расчет осуществляется на основе набора значений первичных (факторных) показателей проекта, соответствующих каждому из возможных альтернативных решений. Учитывая, что результаты расчета отражают значения показателя эффективности проекта по отдельным этапам его реализации, они должны быть приведены к настоящей стоимости. Во избежание дублирования в оценке риска, при расчетах настоящей стоимости показателя эффективности для дисконтирования должна использоваться безрисковая ставка процента

Расчет средневзвешенного показателя эффективности проекта по заданным величинам вероятности принятия каждого альтернативного решения в процессе реализации проекта. Такой расчет ведется по показателям эффективности каждого из вариантов возможных альтернативных решений на заключительном этапе реализации проекта (конечным значениям этого показателя по каждой "ветви" графика "дерева решений"). Расчет осуществляется по формуле:

7. Оценка общего уровня риска проекта на основе показателей среднеквадратического (стандартного) отклонения и коэффициента вариации. Расчет этих показателей осуществляется по стандартным формулам, учитывающим отклонение всех возможных значений показателей эффективности по рассмотренным альтернативам принятия решений от средневзвешенного его значения. На основе этих показателей интерпретируется уровень риска по отдельным проектам и проводится сравнительный анализ уровня риска по различным инвестиционным проектам предприятия.

Рассмотрим основные этапы осуществления анализа уровня риска проекта на основе использования метода "дерева решений" ("дерева вероятностей") на следующем примере:

Пример: Предприятие проводит сравнительную оценку уровня рисков двух альтернативных проектов на основе метода "дерева решений" ("дерева вероятностей В качестве основного показателя эффективности проектов избран чистый приведенный доход. Проектный цикл по каждому из рассматриваемых проектов составляет два года — он разбит на два этапа реализации, продолжительность которых принята по одному году. По каждому из проектов определена сис-тема возможных альтернативных решений по отдельным этапам их реализации, рассчитана вероятность таких решений и сумма чистого приведенного дохода в настоящей стоимости по каждой из рассматриваемых альтернатив, которые отражены на "дереве решений " представленном на рис. 10.11.

Таблица 10.5

Расчет средневзвешенной суммы чистого приведенного дохода по двум альтернативным проектам

по проекту "А": 446,6 тыс. усл. ден. ед.;

по проекту "Б": 460,9 тыс. усл. ден. ед.

По результатам проведенных расчетов можно определить среднеквадратическое (стандартное) отклонение и коэффициент вариации, которые характеризуют уровень риска каждого из рассматриваемых проектов. Расчет этих показателей осуществлен в табл. 10 6.

Расчет среднеквадратического (стандартного) отклонения и коэффициента вариации по результатам построения „дерева решении" по двум альтернативным проектам

Как видно из результатов расчета, эти показатели составляют:

Среднеквадратическое (стандартное) отклонение:

по проекту "А " —- 66,0;

по проекту "Б " — 464,4.

Коэффициент вариации:

по проекту "А " — 0,15;

по проекту "Б" — 1,01.

Таким образом, по результатам оценки уровня проектного риска методом "дерева решений"("дерева вероятности "), можно сделать следующий вывод: при примерно одинаковой сумме расчетного и средневзвешенного ожидаемого чистого приведенного потока, уровень риска по проекту "Б"значительно превышает этот показатель по проекту "А

Рассматривая особенности метода "дерева решений" ("дерева вероятностей") в общей системе методов диагностики проектного риска, можно отметить, что его преимуществом является высокая степень наглядности осуществляемого анализа, а также достаточно высокая степень корреляции результатов конечной оценки с промежуточными временными интервалами реализации инвестиционного проекта. Однако и этому методу оценки уровня проектного риска присущи определенные недостатки. Прежде всего, использование этого метода дает надежный результат лишь по проектам с коротким жизненным циклом — возрастание проектного цикла приводит к его разделению на значительное число этапов, что существенно усложняет расчеты и требует специальной программной поддержки. Кроме того, как и по ранее рассмотренным методам, слабым звеном метода "дерева решений" является процесс задания вероятностен по каждой из альтернатив, который носит субъективный характер. И наконец, к числу недостатков этого метода следует отнести то, что по каждой из "ветвей" в рамках одного из рассматриваемых этапов реализации проекта разрабатывается всего лишь несколько аль-тернативных сценариев — в этом отношении метод имита-ционного моделирования имеет несомненные преимущества.

Выбор конкретных методов оценки из рассмотренного их арсенала определяется следующими факторами:

конкретными видами инвестиционных рисков, формирующими совокупный проектный риск;

полнотой и достоверностью информационной базы, сформированной для оценки уровня вероятности различных инвестиционных рисков;

уровнем квалификации инвестиционных менедже-ров (риск-менеджеров), осуществляющих оценку; степенью их подготовленности к использованию современного математического и статистического аппарата проведения такой оценки;

технической и программной оснащенностью инвестиционных менеджеров (риск-менеджеров), возможностью использования современных компьютерных технологий проведения такой оценки;

возможностью привлечения к оценке сложных инвестиционных рисков квалифицированных экспертов и др.

Обобщенная сравнительная оценка альтернативных инвестиционных проектов по уровню риска осуществляется по двум показателям — среднеквадратическому отклонению и коэффициенту вариации (при использовании метода анализа чувствительности эти показатели могут быть определены на основе диапазона возможных колебаний чистого приведенного дохода по однотипным первичным показателям). В процессе осуществления сравнительной оценки каждому проекту присваивается соответствующая ранговая значимость (первый ранг присваивается проекту с наиболее высоким уровнем риска).

В системе мероприятий по обеспечению реализации инвестиционных проектов важное место принадлежит нейтрализации проектных рисков.

Под нейтрализацией проектных рисков понимается система разрабатываемых мероприятий по снижению возможных негативных финансовых последствий при их реализации для участников проекта.

Обеспечение нейтрализации проектных рисков осуществляется за счет следующих основных направлений (рис, 10.12)

Рисунок 10.12. Основные направления нейтрализации проектных

рисков.

1.

Содержание каждого из перечисленных направлений нейтрализации рисков рассмотрена ранее.

В процессе выбора отдельных направлений нейтрали-зации проектных рисков следует исходить из их результа-тивности и экономичности.