10.3. Основные методы анализа рисков

При управлении проектами важно вовремя обратить внимание на определение риска в процессе оценки целесообразности принятия тех или иных решений. Целью анализа риска является предоставление потенциальным партнерам необходимой информации и данных для принятия решений о целесообразности участия в проекте и разработке мер по защите от возможных финансовых втрат.
Организация работ по анализу рисков может выполняться в такой последовательности:
Подбор опытной команды експертив.
Подготовка специальных вопросов и встречи с експертами.
Выбор техники анализа ризику.
Установление факторов риска и их значимости.
Создание модели механизма действия ризикив.
Установление взаимосвязи отдельных рисков и совокупного эффекта от их дии.
Распределение рисков между участниками проекту.
Рассмотрение результатов анализа рисков, чаще всего в виде звиту.
Анализ рисков подразделяют на два вида: количественный и качественный. Количественный анализ риска должен дать возможность определить число и размеры отдельных рисков и риска проекта в целом. Качественный анализ определяет факторы, границы и виды рисков. Для анализа риска используют метод аналогии, метод экспертных оценок, расчетно-аналитический метод га статистический метод.
Метод аналогий предполагает использование данных по другим проектам, которые уже выполнены. Этот метод используется страховыми компаниями, которые постоянно публикуют данные о наиболее важные зоны риска и витрати.
Экспертный метод, известный как метод экспертных оценок, относительно предпринимательских проектов может быть реализован путем изучения дучок опытных руководителей и специалистов. При этом, целесообразно установить показатели наиболее допустимых, критических и катастрофических потерь, имея в виду как их уровень, так и ймовирнисть.
Расчетно-аналитический метод базируется на теоретических воображаемых, хотя прикладная теория риска хорошо разработана только для страхового и игорного ризику.
Статистический метод первоначально использовался в системе Перт PERT) для определения ожидаемой продолжительности каждой работы и проекта в целом. В последнее время, наиболее применяемым стал метод статистических испытаний (метод "Монте-Карло"). К достоинствам этого метода относится возможность анализировать и оценивать различные пути реализации проекту.
Рассматривая вопросы методики определения риска, следует обратить внимание на то, что исходным пунктом в анализе риска проекта является установление неопределенности, присущей денежным потокам проекта. Этот анализ можно проводить несколькими путями, от неформального суждения до комплексных экономических и статистических анализов, включающих самостоятельные подсчеты к крупномасштабным компьютерных моделей.
Остановимся на таких методиках определения риска проекта:
Анализ чувствительности реагирования. Мы знаем, что большинство переменных, которые определяют денежные потоки проекта, основанные на вероятности распределения, а значит, точно не известны. Также мы знаем, что большинство их переменная в ключевой входной переменной величине (такой, как объем продаж) приводит чистую текущую стоимость (ЧТС) проекта зминюватися.
Метод ЧТС базируется на методологии дисконтирования денежных потоков. Для применения этого подхода мы используем следующие этапы:
Находим приведенную стоимость каждого денежного потока, включая как доходы, так и расходы, дисконтированную на стоимость капиталу.
Скорбим эти дисконтированные денежные потоки, и полученный результат определим как чистую текущую стоимость проекта. Если ЧТС> 0, то проект целесообразно принять. В противном случае от него следует отказаться. Если мы два проекта, исключающие друг друга, то преимущество отдается проекту с большим значением ЧТС (Net Present Value).
Ожидаемые фиксированные и переменные затраты проекта будем называть базовыми, поскольку в ходе управления они будут меняться. В анализе чувствительности мы меняем каждую переменную величину на несколько определенных процентных пунктов выше и ниже ожидаемой величины, не затрагивая других факторов. Таким образом, определяем влияние каждого фактора (объем продаж, переменные факторы и стоимость капитала) на значение ЧТС. Набор значений ЧТС изображается на графике вместе с переменной величиной, которая была изменена. Схема показывает графики чувствительности проекта для трех ключевых входных переменных величин (чем круче наклон, тем чувствительнее ЧТС к изменениям в переменных величинах. Если мы рассматриваем два проекта, тот, который с крутыми линиями чувствительности, будет рискованным).
Анализ сценария. Методика анализа риска рассматривает чувствительность реагирования ЧТС к изменениям в ключевых переменных величинах и возможный интервал значений этих переменных. При этом, экономист отбирает "плохой" набор обстоятельств (низкая цена, низкий объем продаж, высокие переменные затраты на единицу и т.п.), базовый и "добрый". Затем рассчитываются ЧТС при плохих и благоприятных обстоятельствах и сравниваются с ожидаемой ЧТС или ЧТС в базовом випадку.
Коэффициент вариации ЧТС проекта можно сравнить с коэффициентом "среднего проекта", чтобы получить представление об относительной рискованность проекта. Существующие проекты корпорации в среднем имеют коэффициент вариации примерно 1,0. Таким образом, на основе этого измерения риска проекта менеджеры корпорации приходят к выводу, что данный проект более рискованный, чем "средний" проект корпорации.
Рыночный риск (или бета-риск).
Следовательно, чем выше бета-риск, тем более необходима норма прибыли для компенсации инвесторам за это ризик.
Определение точки безубыточности. Данный показатель характеризует объем продаж, при котором выручка от реализации продукции совпадает с издержками производства. Показатель рассчитывается как на основе графического метода, так и по математической формуле. При определении данного показателя затраты на производство продукции подразделяются на условно-постоянные (Вп) и переменные (Вз).
Дерево решений. Для построения "дерева решений" аналитик определяет состав и продолжительность фаз жизненного цикла проекта; выделяет ключевые события, которые могут повлиять на дальнейшее развитие проекта, и возможное время х наступления; аналитик выбирает все возможные решения, которые могут быть приняты в результате наступления каждого из событий , и определяет вероятность каждого из них. Последним этапом анализа данных для построения "дерева решений" является установление стоимости каждого этапа осуществления проекта (стоимости работ между ключевыми событиями) в текущих ценах. На основе данных строится «дерево решений». Его узлы представляют ключевые события, а стрелки их объединяют, - перечень работ по реализации проекта. Кроме того, приводится информация относительно времени, стоимости работ и вероятности развития того или иного решения. В результате построения дерева решений определяется вероятность каждого сценария развития проекта, а также чистый приведенный доход (ЧПД) по каждому сценарию и проекта в цилому.
Например
-1000 Грн .. -1000 Грн .. -3000 Грн .. -90000 Грн .. 300000 грн ..
0-1 - прединвестиционные исследования;
1-2 - разработка пакета технической и экономической документации
2-3 - проведение торгов, заключение контрактов;
3-4 - реализация проекта;
4-5 - получение прибыли от первого года реализации проекту.
В данном примере представлен лишь один упрощенный сценарий "дерева решений". На практике таких сценариев несколько, по каждому из которых определяется их текущая стоимость, положительный интегральный показатель которой указывает на возможную степень ризику.
Метод "Монте-Карло". Этот метод базируется на использовании имитационных моделей, которые позволяют создать определенное количество сценариев, которые согласуются с заданными ограничениями по конкретному проекту. На практике данный метод можно применять только с использованием компьютерных программ, которые позволяют описать прогнозные модели и рассчитать большое количество возможных сценариев. Как прогнозные модели выступают математические зависимости, полученные при расчете показателей экономической эффективности (как правило, ЧПД). Должны быть как можно точно выявлены все переменные, влияющие на конечный результат, с описанием степени этих зависимостей.
10.2. Причины возникновения и факторы влияния на динамику рисков 10.4. Способы снижения рисков проектов