Методы оценки риска инвестиционных проектов

Изложенные выше методы оценки проектов относятся к детерминированным условиям их реализации, т.е. тогда, когда имеется полная и точная информация об условия реализации проекта. В действительности реализуемость и эффективность проекта зависят от условий его реализации. Поэтому можно сказать о наличии неопределенности тогда, когда заранее известно, что проект может реализоваться в разных условиях, но, не известно, в каких именно.

Неопределенность ― это неполнота и неточность информации об условиях реализации проекта. Неопределенность тесно связана с понятием «риск».

Под риском понимается возможность возникновения таких условий, которые приведут к негативным последствиям для всех или отдельных участников проекта.

В отличие от неопределенности понятие риска субъективно. Действительно, если проект может реализоваться в разных условиях, то любой участник оценит эти условия как разные, поэтому если в проекте есть неопределенность, то она есть для всех. В то же время одно и то же изменение условий реализации один участник может оценить как существенное и негативное, а другой ― как несущественное и позитивное.

Сказанное выше объясняет необходимость анализа риска проекта: оценивание риска устраняет субъективность его восприятия разными инвесторами и оказывает существенное влияние на принятие решений по инвестиционному проекту.

Рассмотрим несколько наиболее распространенных подходов анализа риска инвестиционных проектов.

Анализ чувствительности.

Анализ чувствительности проводится с целью учета и прогноза влияния изменения входных параметров (инвестиционные затраты, приток денежных средств, барьерная ставка, уровень реинвестиций) инвестиционного проекта на результирующие показатели и предполагает выполнение следующих шагов.

― выбирается показатель эффективности (как правило, NPV) относительно которого проверяется чувствительность (отзывчивость) системы на изменение того или иного параметра базового варианта условий;

― отбираются ключевые переменные модели, т.е. данные, отклонения значений которых от базовых заметно отразятся на величине показателя эффективности. Например, переменные издержки, стоимость сырья, заработная плата и т.п. Число таких параметров не должно быть слишком большим, иначе результат анализа будет трудно воспринять и использовать;

― определяются наиболее вероятные значения для исходных показателей и возможные диапазоны их изменений;

― путем изменения значений исходных показателей исследуется их влияние на конечный результат (NPV).

Обычная процедура анализа чувствительности предполагает изменение одного исходного показателя, в то время как значения остальных считаются постоянными величинами.

Метод анализа чувствительности является хорошей иллюстрацией влияния отдельных исходных показателей на различные критерии эффективности. Он также показывает направления дальнейших исследований. Если установлена сильная чувствительность результирующего показателя к изменениям некоторого исходного, последнему следует уделить особое внимание.

Вместе с тем данный метод обладает и рядом недостатков, наиболее существенными из которых являются:

― жесткая детерминированность используемых моделей для связи ключевых переменных;

― метод не позволяет получить вероятные оценки возможных отклонений исходных и результирующего показателя;

― метод предполагает изменение одного исходного показателя, в то время как остальные считаются постоянными величинами. Однако на практике между показателями существуют взаимосвязи и изменение одного из них приводит к изменениям остальных.

Анализ сценариев.

Метод анализа сценариев учитывает, с одной стороны, чувствительность NPV к изменениям ключевых переменных, а, с другой, диапазон вероятных значений переменных. Методика анализа следующая:

― по каждому проекту строят его возможные варианты развития: пессимистический, наиболее вероятный (базовый), оптимистический;

― по каждому варианту сценария рассчитывается соответствующее значение NPV;

― каждому сценарию присваивается вероятность их осуществления (υ) ― либо экспертно либо по вероятности реализации макросценария (отраслевого сценария);

― рассчитывают среднее ожидаемое NPV:

 

ENPV = NPVпес. сценария* υпессим. сценария + NPVбаз. сценария* υбазового сценария + NPVоптим. сценария* υоптимист. сценария

 

- рассчитывают среднеквадратическое отклонение проекта:

 

и коэффициент вариации:

Чтобы получить представление об относительной рискованности проекта, можно сравнить коэффициент вариации NPV проекта нового и среднего проекта. Если проводится сравнение альтернативных проектов, то более рискованным считается тот, у которого больше значение среднеквадратического отклонения и коэффициента вариации.

Несмотря на то, что анализ методом сценариев дает хорошее представление об единичном риске проекта, его недостатком является ограниченность вероятных исходов проекта (пессимистический, базовый и оптимистический). В то время как в реальной жизни их существует бесконечное множество. Метод, который позволяет преодолевать эту ограниченность, называет Монте-Карло.

Анализ методом Монте-Карло.

Данный метод впервые был предложен для оценки риска обособленного инвестиционного проекта в 1964 году Дэвидом Гертцем, который описал подход, применимый его консультационной фирмой к проекту расширения производства химического концерна. Идея метода заключается в соединение анализа чувствительности и вероятностных распределений факторов модели. Вместо того, чтобы создавать отдельные сценарии (наилучший, наихудший) в имитационном методе компьютер генерирует сотни возможных комбинаций факторов с учетом их вероятностного распределения. Каждая комбинация дает свое значение NPV и в совокупности аналитик получает вероятностное распределение результата проекта.

Алгоритм анализа методом Монте-Карло:

1) формулируются факторы, определяющие потоки по проекту и их диапазон изменений;

2) строится вероятностное распределение по каждому фактору;

3) компьютер случайным образом выбирает значение каждого фактора риска, основываясь на вероятностном распределении этого фактора;

4) эти значения факторов риска комбинируются с факторами, по которым не ожидается изменение (например, налоговая ставка или норма амортизации) и рассчитывается значение денежного потока для каждого года. По денежным потокам рассчитывается значение эффекта проекта ― чистого дисконтированного дохода (NPV);

5) действия 3, 4 и 5 повторяются много раз (например, 500 прогонов), что позволяет построить вероятностное распределение NPV.

Проводя сравнения между взаимно исключаемыми проектами выбор остается за тем, у которого среднее значение NPV больше, а вероятностное распределение имеет более заостренную форму.

На практике очень немногие компании используют метод имитационного моделирования. Основные причины этого в том, что:

1. Описанная модель Д. Герца предполагает, что экономические факторы взаимонезависимы. В действительности, большинство факторов статистически зависимы (например, объем продаж и цена продаваемой продукции). Для включения этих зависимостей они должны быть оценены. Эти оценки не всегда доступны аналитикам и сильно усложняют модель. При включении в рассмотрение взаимосвязей, они должны быть смоделированы вместе.

2. Модель предполагает знание вероятностных распределений экзогенных факторов. Эти оценки также доступны лишь узкому кругу аналитиков, что не способствует популярности модели.

 








Дата добавления: 2015-03-03; просмотров: 1918;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.008 сек.