Понятие об интервальной неопределенности

В этом подразделе мы рассмотрим другой крайний случай неопределенности, когда какая бы то ни было информация о вероятностях отдельных сценариев отсутствует (или известно, что реализация любого из этих сценариев вообще не является случайным событием и не может быть охарактеризована в терминах вероятностей). В литературе нередко можно встретить рекомендацию использовать формулу математического ожидания и в этом случае. Однако поскольку входящие в формулу вероятности неизвестны, их предлагается устанавливать экс-пертно либо считать соответствующие вероятностные распределения равномерными, нормальными и т. п. Что касается экспертного установления вероятностного распределения, то такой метод представлялся бы "хорошим", если бы набор сценариев был одинаков или почти одинаков для всех проектов¹, поскольку в этом случае эксперты могли бы давать согласованные ответы, основываясь на анализе хода реализации ранее рассмотренных проектов. Однако в современных российских условиях совокупность сценариев реализации для каждого из реальных инвестиционных проектов обычно своя, конкретные виды рисков по каждому проекту свои, прогнозы параметров внешней среды все время меняются, а мониторинг реализации инвестиционных проектов практически не ведется. Другими словами, в отличие от анализа в предыдущем разделе здесь каждому проекту присуща своя "внутренняя" неопределенность, требующая как бы индивидуального учета. В этих условиях не существует ни исходной статистической базы для экспертных оценок, ни достаточного числа экспертов, которые могли бы высказать согласованное мнение о вероятностях реализации отдельных сценариев конкретного проекта (важные соображения о невозможности использования экспертных оценок в подобных ситуациях, даже тогда, когда ответы разных экспертов согласованы, изложены в [99]). В принципе подобные вероятности можно было бы установить централизованно,

¹ По проектам, неопределенность результатов которых зависит от природных условий или от отказов оборудования, все сценарии формируются из комбинаций "простых" условий типа "хорошая погода", "плохая погода", "оборудование отказало", "оборудование работает нормально".

Часть I. Теоретические основы оценки инвестиционных проектов

придав им силу государственного стандарта, однако это представляется нам нереальным. С другой стороны, нельзя допускать и использование никем не контролируемых экспертных оценок, особенно при оценке проектов, претендующих на государственную поддержку.

Но тогда, может быть, можно устанавливать неизвестные вероятностные распределения на основе каких-то принципов? Типичный метод такого рода дается принципом максимума Гиббса—Джейнса [58, 155]: среди всех вероятностных распределений, согласованных с исходной информацией о неопределенности соответствующего показателя, рекомендуется выбирать то, которому отвечает наибольшая энтропия (взятое со знаком "минус"математическое ожидание логарифма плотности распределения вероятностей).

Однако при всем уважении к Э. Джейнсу (Е.]апе$)^х и его последователям, их нельзя считать экспертами во всех областях инвестиционного проектирования и верить, что любое неизвестное распределение должно иметь максимальную энтропию, а стало быть, нельзя и пользоваться подобными рекомендациями в равной мере для установления вероятностных распределений производительности новой машины, сроков строительства и доходности ценных бумаг.

Здесь уместно отметить и другое обстоятельство. В последнее время все чаще люди приходят к выводу, что не всякая неопределенность носит вероятностный характер. Всерьез говорить о вероятностях можно лишь применительно к повторяющимся, массовым явлениям, обладающим статистической устойчивостью. Применительно же к новой технике или технологии и вообще к любым уникальным событиям (с которыми в основном и связаны инвестиционные проекты) говорить о вероятностях просто нельзя. Более того, исходная информация о некотором показателе может прямо указывать на то, что он не является случайной величиной. Например, не являются случайными запасы нефти в данном месторождении или показатели надежности данного конкретного станка, хотя разные специалисты могут давать разную оценку этим параметрам. Спрашивается: зачем же в подобных случаях "притягивать за уши" вероятности туда, где их вообще может не быть? И не лучше ли в условиях, когда вероятности отдельных сценариев неизвестны, вместо того, чтобы использовать вероятностные формулы и методы, для этих условий не предназначенные, применять другие, не слишком сложные и достаточно обоснованные формулы, специально разработанные именно для данных условий?

Чаще всего на практике возникают ситуации, когда имеется п возможных сценариев реализации проекта, обеспечивающих получение

¹ Не говоря уже о покойном Гиёбсе, который и не думал о применении своих идей в инвестиционном проектировании.