Анализ проектных рисков

Анализ проектных рисков начинается с их классификации и идентификации, то есть с их качественного описания и опреде­ления - какие виды рисков свойственны конкретному проекту в данном окружении при существующих экономических, полити­ческих, правовых условиях.

Анализ проектных рисков подразделяется на качественный и количественный. Анализ проектных рисков базируется на оценках рисков, ко­торые заключаются в определении величины рисков.

Методы определения критерия количественной оценки рисков включают: статистические методы оценки, базирующиеся на методах математической статистики, т. е. дисперсии, стандартном отклонении, коэффициенте вариации. Для применения этих методов необходим достаточно большой объем исходных данных, наблюдений; методы экспертных оценок, основанные на использовании знаний экспертов в процессе анализа проекта и учета вли­яния качественных факторов; методы аналогий, основанные на анализе аналогичных про­ектов и условий их реализации для расчета вероятностей потерь. Данные методы применяются тогда, когда есть пред­ставительная база для анализа и другие методы неприемле­мы или менее достоверны, данные методы широко практи­куются на Западе, поскольку в практике управления про­ектами практикуются оценки проектов после их заверше­ния и накапливается значительный материал для последу­ющего применения; комбинированные методы включают в себя использование сразу нескольких методов.

Результатом анализа рисков должен являться специальный раздел бизнес-плана проекта, включающий описание рисков, механизма их взаимодействия и совокупного эффекта, мер по защите от рисков, интересов всех сторон в преодолении опасно­сти рисков; оценку выполненных экспертами процедур анализа рисков, а также использовавшихся ими исходных данных; опи­сание структуры распределения рисков между участниками про­екта по контракту с указанием предусмотренных компенсаций за убытки, профессиональных страховых выплат, долговых обяза­тельств и т. п.; рекомендации по тем аспектам рисков, которые требуют специальных мер или условий в страховом полисе.

Качественный анализ рисков. Одним из направлений анализа рисков инвестиционного про­екта является качественный анализ или идентификация рисков.

Качественный анализ проектных рисков проводится на ста­дии разработки бизнес-плана, а обязательная комплексная экс­пертиза инвестиционного проекта позволяет подготовить обшир­ную информацию для анализа его рисков.

Первым шагом идентификации рисков является конкретиза­ция классификации рисков применительно к разрабатываемому проекту.

В теории рисков различают понятия фактopa, вида рисков и вида потерь (ущерба) от наступления рисковых событий.

Под факторами рисков понимают такие незапла­нированные события, которые могут потенциально осуществиться и оказать отклоняющее воздействие на намеченный ход реализа­ции проекта, или некоторые условия, вызывающее неопреде­ленность исхода ситуации. При этом некоторые из указанных со­бытий можно было предвидеть, а другие не представлялось воз­можным предугадать.

Вид рисков - классификация рисковых событий по однотип­ным причинам их возникновения.

Вид потерь, ущерба — классификация результатов реализации рисковых событий.

Анализ рисков проводится с точки зрения: истоков, причин возникновения данного типа риска; вероятных негативных последствий, вызванные возможной реализацией данного рисков; конкретных прогнозируемых мероприятия, позволяющих минимизировать рассматриваемый риск.

Основными результатами качественного анализа рисков являются: выявление конкретных рисков проекта и порождающих их причин; анализ и стоимостный эквивалент гипотетических послед­ствий возможной реализации отмеченных рисков; предложение мероприятий по минимизации ущерба и, на­конец, их стоимостная оценка.

Кроме того, на этом этапе определяются граничные значения возможного изменения всех факторов проекта, проверяемых на риски.

Количественный анали­з рисков. Математический аппарат анализа рисков опирается на мето­ды теории вероятностей, что обусловлено вероятностным харак­тером неопределенности и рисков. Задачи количественного анали­за рисков разделяются на три типа: прямые, в которых оценка уровня рисков происходит на основании априори известной вероятностной информации; обратные, когда задается приемлемый уровень рисков и определяются значения исходных па­раметров с учетом устанавливаемых ограничений на один или несколько варьируемых исходных параметров; задачи исследования чувствительности, устойчивости резуль­тативных, критериальных показателей по отношению к ва­рьированию исходных параметров. Это необходимо в связи с неизбежной неточностью исход­ной информации и отражает степень достоверности полу­ченных при анализе проектных рисков результатов.

Количественный анализ проектных рисков производится на основе математических моделей принятия решений и поведения проекта, основными из которых являются: стохастические (вероятностные) модели; лингвистические модели; нестохастические модели.

Вероятностные методы оценки рисков. Риск, связанный с проектом, характеризуется тремя факто­рами: событие, связанное с риском; вероятность рисков; сумма, подвергаемая риску. Чтобы количественно оценить риски, необ­ходимо знать все возможные последствия принимаемого реше­ния и вероятность последствий этого решения. Выделяют два ме­тода определения вероятности.

Объективный метод определения вероятности основан на вы­числении частоты, с которой происходят некоторые события. Частота при этом рассчитывается на основе фактических данных.

Важными понятиями, применяющимися в вероятностном анализе рисков являются понятия альтернативы, состояния сре­ды, исхода.

Альтернатива — это последовательность действий, направлен­ных на решение некоторой проблемы. Примеры альтернатив: при­обретать или не приобретать новое оборудование, решение о том, какой из двух станков, различающихся по характеристикам, сле­дует приобрести; следует ли внедрять в производство новый про­дукт и т. д.

Состояние среды — ситуация, на которую лицо, принимаю­щее решение, не может оказывать влияние.

Исходы возникают в случае, когда альтернатива реализуется в определенном состоянии среды. Это некая количественная оценка, показывающая последствия оп­ределенной альтернативы при определенном состоянии среды.

Анализируя и сравнивая варианты инвестиционных проектов, инвесторы действуют в рамках теории принятия решений. Как уже было отмечено выше, понятия неопределенности и рисков различаются между собой. Вероятностный инструментарий по­зволяет более четко разграничить их. В соответствии с этим, в теории принятия решений выделяются три типа моделей: принятие решений в условиях определенности — лицо, прини­мающее решение (ЛПР), точно знает последствия и исходы лю­бой альтернативы или выбора решения. Эта модель нереалистична в случае принятия решения о долгосрочном вложении капитала; принятие решений в условиях рисков — ЛПР знает вероятно­сти наступления исходов или последствий для каждого решения; принятие решения в условиях неопределенности — ЛПР не знает вероятностей наступления исходов для каждого решения.

На основе вероятностей рассчитываются стандартные харак­теристики рисков: математическое ожидание; коэффициент вариации; коэффициент корреляции.

Анализ показателей предельного уровня Показатели предельного уровня характеризуют степень устой­чивости проекта по отношению к возможным изменениям усло­вий его реализации. Предельным значением параметра для t-oгo года является такое значение, при котором чистая прибыль от проекта равна нулю. Основным показателем этой группы являет­ся точка безубыточности (ТБ) — уровень физического объема продаж на протяжении расчетного периода времени, при кото­ром выручка от реализации продукции совпадает с издержками производства.

Анализ чувствительности проекта Задача количественного анализа состоит в численном измере­нии влияния изменений рискованных факторов на эффектив­ность проекта. Общая схема анализа чувствительности проекта состоит в следующем.

Анализ чувствительности происходит при «после­довательно-единичном» изменении каждой переменной: только одна из переменных меняет свое значение, на основе чего пересчитывается новая величина используемого кри­терия. После этого оценивается процентное из­менение критерия по отношению к базисному случаю и рассчи­тывается показатель чувствительности, представляющий собой отношение процентного изменения критерия к изменению значе­ния переменной на один процент. Таким же образом исчисляются показате­ли чувствительности по каждой из остальных переменных.

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.

В качестве варьируемых исходных переменных принимают: объем продаж; цену за единицу продукции; инвестиционные затраты или их составляющие; график строительства; операционные затраты или их составляющие; срок задержек платежей; уровень инфляции; процент по займам, ставку дисконта и др.

В качестве результирующих показателей реализации проекта могут выступать: показатели эффективности; ежегодные показатели проекта.

При относительном анализе чувствительности сравнивается относительное влияние исходных переменных на ре­зультирующие показатели проекта. Этот анализ позволяет опре­делить наиболее существенные для проекта исходные перемен­ные; их изменение должно контролироваться в первую очередь.

Абсолютный анализ чувствительности позволяет определить чис­ленное отклонение результирующих показателей при изменении значений исходных переменных. Значения переменных, соответству­ющие нулевым значениям результирующих показателей, соответ­ствуют рассмотренным выше показателям предельного уровня.

Анализ сценариев развития проекта Анализ сценариев развития проекта позволяет оценить влия­ние на проект возможного одновременного изменения несколь­ких переменных через вероятность каждого сценария. Этот вид анализа может выполняться как с помощью электронных так и с приме­нением специальных компьютерных программ, позволяющих использовать методы имитационного моделирования.

Метод построения дерева решений проекта. В случае небольшого числа переменных и возможных сценариев развития проекта для анализа рисков можно также воспользовать­ся методом дерева решений. Преимущество данного метода — в его наглядности. Последовательность сбора данных для построения дерева решений при анализе рисков включает следующие шаги: определение состава и продолжительности фаз жизненно­го цикла проекта; определение ключевых событий, которые могут повлиять на дальнейшее развитие проекта;определение времени наступления ключевых событий; формулировка всех возможных решений, которые могут быть приняты в результате наступления каждого ключевого со­бытия; определение вероятности принятия каждого решения; определение стоимости каждого этапа осуществления про­екта.

На основании полученных данных строится дерево решений. Его узлы представляют собой ключевые события, а стрелки, со­единяющие узлы, — проводимые работы по реализации проекта. Кроме того, на дереве решений приводится информация отно­сительно времени, стоимости работ и вероятности принятия того или иного решения.

В результате построения дерева решений определяется вероят­ность каждого сценария развития проекта, эффективность по каж­дому сценарию, а также интегральная эффективность проекта. Положительная величина показателя эффективности проекта указывает на при­емлемую степень рисков, связанного с осуществлением проекта.

Имитационное моделирование рисков на базе метода Монте-Карло. Анализ рисков с использованием метода моделирования Мон­те-Карло представляет собой сочетание методов анализа чувстви­тельности и анализа сценариев. Это достаточно сложная методи­ка, имеющая под собой, как правило, компьютерную реализацию. Результатом такого анализа выступает распределение веро­ятностей возможных результатов проекта. Имитационное моде­лирование по методу Монте-Карло позволяет построить матема­тическую модель для проекта с неопределенными значениями параметров, и, зная вероятностные распределения параметров проекта, а также связь между изменениями параметров получить распределение доходности проекта.

Анализ значений результирующих показателей при сформи­рованных сценариях позволяет оценить возможный интервал их изменения при различных условиях реализации проекта. Вероят­ностные характеристики используются для: принятия инвестиционных решений; ранжирования проектов; обоснования рациональных размеров и форм резервирова­ния и страхования.

Общая результативность анализа проектных рисков может быть оценена следующим образом: Преимущества методов - совершенствует уровень принятия решений по малоприбыль­ным проектам. Проект с малым значением ЧДД может быть принят, в случае если анализ рисков установит, что шансы получить удовлетвори­тельный доход превосходят вероятность неприемлемых убытков. Помогает идентифицировать производственные возможности. Анализ рисков помогает сэкономить деньги, потраченные на получение информации, издержки на получение которой пре­восходят издержки неопределенности. Освещает сектора проекта, требующие дальнейшего исследования и управляет сбором информации. Выявляет слабые места проекта и дает возможность внести поправки. Предполагает неопределенность и возможные отклонения факторов от базовых уровней. В связи с тем, что присвоение рас­пределений и границ варьирования переменных несет оттенок субъективизма, необходимо критически подходить даже к резуль­татам анализа рисков.

Сложности применения методов это проблема коррелированных переменных, которые, если неправильно специфицированы, могут привести к обманчивым заключениям. Анализ рисков предполагает доброкачественность моделей проектного оценивания. Если модель неправильна, то результаты анализа рисков также будут вводить в заблуждение.