Анализ инвестиционных рисков

Теория риска в применении к инвестиционному анализу начала интенсивно развиваться за рубежом с 50-х гг. нашего столетия. Наибольшее число исследований, посвященных анализу риска, принадлежит американским ученым, но эта проблема активно изучалась и в западноевропейских странах. В то же время в нашей стране происходило серьезное развитие математического аппарата анализа рисков применительно к теории планирования эксперимента в технических и естественных областях знаний.

В современной отечественной практике инвестиционного проектирования понятие «ана­лиз проектных рисков» появилось недавно. Оно объединило накопленный ранее международный опыт и основательную российскую теоретическую базу, став обязательным разделом любого бизнес-плана инвестиционного проекта, «законодательно» закрепленным в упомянутых ранее Методических рекомендациях по оценке эффективности инвестиционных проектов и их отбору для финансирования.

Одним из направлений анализа рисков инвестиционного проекта является их качественный анализ. Важная специфическая особенность качественного анализа инвестиционных рисков состоит в его количественном результате: процесс проведения качественного анализа проектных рисков должен включать не только чисто описательный, идентификационный ас­пект определения конкретных видов рисков данного проекта, выявление возможных при­чин их возникновения, анализ предполагаемых последствий их реализации и предложений по минимизации или компенсации выявленных рисков, но и стоимостную оценку как последст­вий, так и всех минимизирующих и компенсирующих риск конкретного проекта мероприятий.

Все мероприятия, позволяющие минимизировать проектный риск, можно условно разделить на группы:

1) диверсификация рисков, позволяющая, например, распределить риск между участниками проекта;

2) страхование проектных рисков, которое в условиях переходного периода отечественной экономики к рыночным отношениям делает только первые шаги;

3) увеличение доли отчислений на непредвиденные обстоятельства.

Назначение анализа риска - дать потенциальным партнерам необходимые данные для принятия решений о целесообразности участия в проекте и выработке мер по защите от возможных финансовых потерь.

Экспертный анализ рисков применяют на начальных этапах работы с проектом в случае, если объем исходной информации является недостаточным для количественной оценки эффективности (погрешность результатов превышает 30 %) и рисков проекта.

Достоинствами экспертного анализа рисков являются отсутствие необходимости в точных исходных данных и дорогостоящих программных средствах, возможность проводить оценку до расчета эффективности проекта, а также простота расчетов. К основным недостаткам следует от­нести трудность в привлечении независимых экспертов и субъективность оценок.

Эксперты, привлекаемые для оценки рисков, должны:

- иметь доступ ко всей имеющейся в распоряжении разработчика информации о проекте;

-иметь достаточный уровень креативности мышления;

- обладать необходимым уровнем знаний в соответствующей предметной области;

- быть свободными от личных предпочтений в отношении проекта;

- иметь возможность оценивать любое число идентифицированных

рисков.

Алгоритм экспертного анализа риска имеет такую последовательность:

1) по каждому виду риска определяется предельный уровень, приемлемый для органи­зации, реализующей данный проект. Предельный уровень риска определяется по стобалльной шкале;

2) устанавливается при необходимости дифференцированная оценка уровня компетентности экспертов, являющаяся конфиденциальной. Оценка выставляется по десятибалльной шкале;

3) риск оценивается экспертами с точки зрения вероятности наступления рискового события (в долях единицы) и            опасности данного риска для успешного завершения проекта (по стобалльной шкале). Форма таблицы, подлежащей заполнению каждым экспертом, приведена в таблице 22;

4) оценки, проставленные экспертами по каждому виду риска, сводятся разработчиком проекта в таблицы, форма которых приведена в таблице 23. В них определяется интегральный уро­вень по каждому виду риска;

5) сравниваются интегральный уровень риска, полученный в результате экспертного опроса, и предельный уровень для данного вида риска (таблица 24) и выносится решение о приемлемости данного вида риска для разработчика проекта;

6) в случае, если принятый предельный уровень одного или нескольких видов риска ниже полученных интегральных значений, разрабатывается комплекс мероприятий, направленных на снижение влияния выявленных рисков на успех реализации проекта, и осуществляется повторный анализ риска.

Проектный риск описывается с помощью трех составляющих:

1) событие, связанное с риском;

2) вероятность риска;

3) величина денежной суммы, подвергаемой риску.

Количественная оценка проектных рисков связана не только с представлением всех возможных последствий принимаемого решения, но и с оценкой вероятности этих последствий.

Вероятностный подход к измерению риска используется, например, в книге Г.Б. Клейнера, В.Л. Тамбовцева иP.M. Качалова. Авторы предлагают измерять уровень риска в принятии хозяйственных решений на основе особого инструментария (включающего специальные шкалы, показатели и алгоритмы), позволяющего проводить количественную оценку. В основе этого ин­струментария лежит концепция теории измерений, которая включает системный анализ, по­строение специальной модели, выбор шкалы измерения риска и способа определения значений показателя измерения риска.

В указанной работе предлагается формировать обобщенную количественную оценку рис­ка проекта с учетом всех его участников, для каждого из которых вначале оцениваются риски отдельных исходов и альтернатив.

Идея формирования комплексного показателя оценки риска всего проекта в целом вклю­чает учет всей совокупности исходных данных об инвестиционной ситуации: состав субъектов риска, а также набор и вероятности возможных для каждого из них событий, связанных с воз­можным ущербом; масштаб ущерба для субъекта при их наступлении. Вместе с тем существует возможность формирования общей оценки риска проекта другим способом - через интегральную составляющую уже произведенных количественных оценок рисков отдельных субъектов.

Анализируя и сравнивая варианты инвестиционных проектов, инвесторы действуют в рамках теории принятия решений.

Вероятностный инструментарий позволяет более четко разграничить понятия неопреде­ленности и риска. В соответствии с этим в литературе по теории принятия решений выделяются три типа моделей:

1. Модели принятия решений в условиях определенности - лицо, принимающее решение (ЛПР), точно знает последствия и исходы любой альтернативы или выбора решения. В случае принятия долгосрочных инвестиционных решений эта модель нереалистична.

2. Модели принятия решений в условиях риска - ЛПР знает вероятности наступления ис­ходов или последствий для каждого решения.

3. Модели принятия решений в условиях неопределенности - ЛПР не знает вероятностей наступления исходов для каждого решения.

На основе вероятностей рассчитываются стандартные характеристики риска.

1. Математическое ожидание (среднее ожидаемое значение, М(х)) - средневзвешенное всех возможных результатов, где в качестве весов используются вероятности их достижения.

               (1)

xi – результат (событие или исход, например, величина дохода);

pi – вероятность получения результата xi

2. Дисперсия - средневзвешенное квадратов отклонений случайной величины от ее ма­тематического ожидания (то есть отклонений действительных результатов от ожидаемых), мера разброса (D).

(2)

Квадратный корень из дисперсии называется среднеквадратическим отклонением (СКО):

(3)

Среднеквадратическое отклонение показывает степень разброса возможных результатов по проекту и, следовательно, степень риска, при этом более рискованные инвестиции дают большее значение величины среднеквадратического отклонения.

Обе характеристики являются абсолютной мерой риска.

3. Коэффициент вариации служит относительной мерой риска:

ν=σ/M(x)           (4)

4. Коэффициент корреляции (R) показывает связь между переменными, состоящую в изменении средней величины одной из них в зависимости от изменения другой:

R(x₁, x₂)=cov(x₁, x₂)/(σx₁σx₂), (5)

где cov(x₁, x₂)=M(x)[(x₁-M(x₁)x₁)(x₂-M(x₂)x₂)].

Положительный коэффициент корреляции означает положительную связь между величинами, и, чем ближе R к единице, тем сильнее эта связь. R = 1 означает, что между x₁иx₂связь линейная.

Одно из наиболее известных правил принятия решений по оценке инвестиций разработал X. Маркович, получивший в 1990 г. Нобелевскую премию по экономике. Это правило базируется на ожидаемой доходности инвестиций и вариации. Оно гласит: проект А предпочтительнее про­екта В при соблюдении одного из следующих условий:

1) ожидаемая доходность А больше или равна ожидаемой доходности В, и вариация А меньше вариации В;

2) ожидаемая доходность А больше, чем доходность В, и вариация А меньше или равна вариации В.

Таким образом, ожидаемая доходность может служить индикатором вероятности осуще­ствления проекта, а вариация - показателем его риска.

Количественный анализ риска проводится по результатам оценки эффективности про­екта с применением программных средств и имеет нижеследующую последовательность:

- определение показателей предельного уровня;

-анализ чувствительности проекта;

- анализ сценариев развития проекта.

Показатели предельного уровня характеризуют степень устойчивости проекта по отношению к возможным изменениям условий его реализации. Предельным значением параметра для t-го года является такое значение, при котором чистая прибыль от проекта равна нулю.

Анализ чувствительности проекта позволяет оценить, как изменяются результирую­щие показатели реализации проекта при различных значениях заданных переменных, необходи­мых для расчета. Этот вид анализа позволяет определить наиболее критические переменные, ко­торые в наибольшей степени могут повлиять на осуществимость и эффективность проекта.

Следующий метод - анализ сценариев - позволяет исправить этот недостаток, так как включает в себя одновременное (параллельное) изменение факторов проекта, проверяемых на риск. Этот вид анализа может выполняться как с помощью электронных таблиц (например, Microsoft Excel версия не ниже 4.0), так и с применением специальных компьютерных программ, позволяющих использовать методы имитационного моделирования.

Анализ сценариев позволяет инвесторам не оценивать вероятности изменений отдельных параметров и их взаимосвязь для измерения доходности проекта и связанного с ним риска. Ме­тод оценивает доходность по каждому из сценариев и вероятность развития событий по каждому из них.

Методом, позволяющим решить проблему неограниченного количества различных вариантов развития событий, является имитационное моделирование Монте-Карло. Этот метод создает дополнительную возможность при оценке риска за счет того, что делает возможным создание случайных сценариев. Результат анализа риска выражается не каким-либо единственным значением ЧПД, а в виде вероятностного распределения всех возможных значений этого показателя.