Ирина Эланс

Автор который поможет с любыми образовательными и учебными заданиями

Оценка риска инвестиционного проекта. 2

Оглавление.

Введение………………………………………………………………….....3

Глава 1Риск инвестиционного проекта и методы его оценки риска…...5

Риск и его виды…………………………………………………………5
Методы оценки риска инвестиционного проекта…………………...7

Анализ чувствительности…………………………………………...9
Метод сценариев…………………………………………………….13
Метод Монте-Карло………………………………………………...16

Глава 2 Оценка риска проекта по строительству и установке

оборудования…………………………………………………………….24

Заключение……………………………………………………………….32

Список литературы………………………………………………………33

Введение

Уровень развития общества напрямую связан с инвестиционной активностью - с возникновением и развитием новых предприятий, с реализацией инвестиционных проектов. Показатель "доля инвестиций в валовом внутреннем продукте" служит основой для сравнения темпов развития различных стран и составляет в развитых странах свыше 20%.По данным статистики, большинство вновь создаваемых предприятий прекращает свое существование за первые три года, а через десять лет на плаву остаются единицы, причем в девяноста случаях из ста причиной краха бизнеса исследователи называют отсутствие опыта управления [10].

Инвестиции - временный отказ экономического субъекта от потребления имеющихся в его распоряжении ресурсов (капитала) и использование этих ресурсов для увеличения в будущем своего благосостояния.

Инвестиционный проект - план или программа мероприятий, связанных с осуществлением капитальных вложений с целью их последующего возмещения и получения прибыли.[15]

Управление инвестиционными проектами начинается с проектных исследований, так как принятия решения об инвестировании связано с проблемой ограниченных возможностей и требует выбора из множества альтернативных вариантов использования ограниченных ресурсов самого эффективного. На этапе планирования, наряду с контролем ликвидности и оценкой эффективности, осуществляется анализ риска инвестирования, так как высокая эффективность - норма доходности по сравнению со сложившейся средней доходностью в отрасли, на финансовом рынке, - достигается как правило цепом рискованных действий. Рискуя, предприниматель выбирает шанс получим, сверхприбыль и одновременно получает возможность оказаться в убытке.

В условиях разразившегося финансово-экономического кризиса, оценка рисков инвестиционных проектов становится чрезвычайно актуальной задачей. Кризис меняет представления о будущем, трудности с получением финансирования требуют все большего и большего внимания к проблеме оценки проектных рисков, причем, чем более комплексным является анализ рисков, тем большей является вероятность получения необходимого объема средств для реализации проекта.

Целью данной работы состоит в описании основных методов оценки риска, рассмотрение их на конкретном примере.

Глава 1Риск инвестиционного проекта и методы его оценки риска.

В данной главе описаны основные виды инвестиционных рисков. Приведены методы оценки рисков инвестиционных проектов.

Риск и его виды

Риск – экономическая категория. В экономической науке под термином "риск" понимают некоторую возможную потерю, вызванную наступлением случайных неблагоприятных событий [14].

Альтернативной является трактовка риска как возможности любых отклонений показателей от предусмотренных проектом их средних значений. Риск может повлечь за собой три экономических результата: отрицательный, нулевой, положительный.

В финансовом менеджменте риск определяется как вероятность неблагоприятного исхода [3].

Риск инвестиционного проекта связан с отклонением действительных значений составляющих потоков денежных средств от запланированных.

Объективная оценка рисков важный этап в процессе принятия решения о целесообразности участия в инвестиционном проекте и выявлении мер по защите от возможных финансовых потерь.

Риски можно классифицировать по определённым признакам. Классификация рисков позволяет повысить эффективность применения методов и приёмов управления риском, так как каждому риску соответствует свой прием управления риском.

Квалификационная система рисков включает в себя категории , группы, виды, подвиды и разновидности рисков.

В зависимости от возможного результата риски подразделяются на две группы: чистые риски и спекулятивные риски.

Чистый риск подразумевает получение отрицательного или нулевого результата. К этим рискам относятся: природно-естественные, экологические, политические, транспортные и часть коммерческих рисков (имущественные, производственные , торговые).

Спекулятивные риски означает возможность получения как положительного, так и отрицательного результата. Таковыми являются финансовые риски, как часть коммерческих рисков.

В зависимости от основной причины возникновения риски подразделяются на: природно-естественные, экологические, политические, транспортные и коммерческие.

Коммерческие риски, по структурному признаку, делятся на имущественные , производственные, торговые, финансовые.

Финансовые риски, в свою очередь, делятся на два вида:

Риск, связанный с покупательной способностью денег ( инфляционные, дефляционные, валютные, риск ликвидности)
Риск, связанный с вложением капитала ( инвестиционные риски)

Инвестиционные риски включают:

Риск упущенной выгоды
Риск снижения доходности ( процентные и кредитные риски)
Риск прямых финансовых потерь [12]

На данный момент единой классификации проектных рисков не существует. Однако можно выделить следующие основные риски, присущие практически всем проектам: маркетинговый риск, риск несоблюдения графика проекта, риск превышения бюджета проекта, а также общеэкономические риски.[6]

Также риски могут проявляться на той или иной стадии инвестиционного проекта. В соответствии с этим рассматривают риски:

Инвестиционной фазы проекта (риск недофинансирования, риск увеличения стоимости проекта, риск недостижения запланированных параметров проекта, риск технической неосуществимости проекта).
Риски производственной фазы проекта (риск роста затрат, технический риск, транспортный риск, экологический риск, управленческий риск, маркетинговый риск).
Комплексные риски – может возникнуть как на первой так и на второй фазе финансирования проекта (риск неисполнения обязательств поставщеками, управленческий риск, административный риск , финансовый риск, региональный риски, юридический риск, риск форс-мажорных обстоятельств)[11].

Методы оценки риска инвестиционного проекта.

Экономическая наука в целом подразделяет анализ рисков на два взаимодополняющих направления : качественный и количественный анализ.

Качественный анализ имеет описательный характер. Он осуществляется с целью идентифицировать факторы риска, этапы работы , при выполнении которых риск возникает, т.е. установить потенциальные области риска, после чего идентифицировать все возможные риски.

Данный вид анализ подразумевает выявление рисков, присущих проекту, их описание и группировку. Обычно выявляются специфические риски, непосредственно связанные с реализацией проекта (проектные), а также форс-мажорные, управленческие, юридические, итд. Если проект планируется реализовать в другой стране, то имеет смысл подробнее рассмотреть и страновые риски.

Результатом качественного анализа рисков является описание неопределенностей, присущих проекту, причин, которые их вызывают, и, как результат, рисков проекта. Для описания удобно использовать специально разработанные логические карты — список вопросов, помогающих выявить существующие риски. Эти карты можно разработать как самостоятельно, так и с помощью консультантов ( рис. 1).

В результате будет сформирован перечень рисков, которым подвержен проект. Далее их необходимо проранжировать по степени важности и величине возможных потерь, а основные риски проанализировать с помощью количественных методов для более точной оценки каждого из них.

Количественный анализ базируется на информации полученной в ходе качественного анализа, и предполагает количественное определение размеров отдельных рисков и проекта в целом. На данном этапе определяются численные значения вероятностей наступления рисковых событий и их последствий , осуществляется количественная оценка степени риска, определяется допустимый уровень риска. Количественный анализ рисков необходим для того, чтобы оценить, каким образом наиболее значимые рисковые факторы могут повлиять на показатели эффективности инвестиционного проекта. Анализ позволяет выяснить, например, приведет ли небольшое изменение объема реализации к значительной потере прибыли или же проект будет выгоден даже при реализации 40% от запланированного объема продаж. [13]

Существует несколько основных методик проведения подобного анализа: анализ влияния отдельных факторов (анализ чувствительности), метод влияния комплекса факторов (сценарный метод) и имитационное моделирование (метод Монте-Карло). Рассмотрим каждый из них подробнее.

Анализ чувствительности.

Анализ чувствительности состоит в исследовании влияния изменения основных параметров проекта на его экономическую эффективность и в расчете критических значений этих параметров.

При проведении анализа чувствительности ставиться задача выявления изменения критериев экономической эффективности (NPV, Pi, IRR, РВ), если:

снизится объем продаж,
упадут рыночные цены на продукты проекта,
возрастут цены на ресурсы

Решение этой задачи связанно с повторением плановых расчетов для всех возможных значений исходных параметров (минимальный набор варьируемых исходных параметров; цены на продукцию, текущие затраты, общие инвестиционные затраты, нормы запасов и задолженностей, процентная ставка по кредиту)[5]. Данные расчёты являются затруднительными даже при использовании вычислительной техники. Поэтому, на практике, чаще всего, ограничиваются анализом нижнего предела прибыли, а именно - определением точки безубыточености и того объема производства и сбыта, который обеспечивает безубыточную работу.

Аналитическим представлением модели безубыточности служит уравнение безубыточности:

Выручки = Затраты

Из этого уравнения выводятся основные параметры модели:

критический (безубыточный) объём производства - порог рентабельности;
критическое значение цепы реализации;
критическое значение постоянных затрат;
критическое значение переменных затрат.

По каждому из исследуемых параметров рассчитывается маржа безопасности или запас финансовой прочности предприятия - процентное соотношение плановой или фактической и критической величины параметра. По параметру объём производства запас финансовой прочности показывает, на сколько процентов при изменении ситуации на рынке может упасть объём производства вплоть до критического.

Чтобы вывести формулу безубыточности текущие затраты К делят на постоянные F и переменные V:

К ж v • х + F,

где v - удельные переменные издержки ( v • х- V),

х - натуральный объем производства и сбыта, шт. Выручка от реализации изделия II это произведение цены изделия р и количества изделий х:

U = р • х.

Так как в точке безубыточности справедливо равенство

К = U, или р * х = v • х + F,

то критический (безубыточный) объем производства х* равен:

х* = F/(p - v).

Чем выше доля постоянных расходов, тем больше критический объем производства. При снижении цен необходимо увеличивать объем сбыта. Очевидно, что с сокращением сбыта возрастает риск оказаться в убытке.

Последовательность проведение анализа чувствительности:

Выбор ключевого показателя эффективности инвестиций, в качестве которого может служить внутренняя норма прибыльности (IRR) или чистое современное значение (NPV).
Выбор факторов, относительно которых разработчик инвестиционного проекта не имеет однозначного суждения (т. е. находится в состоянии неопределенности). Типичными являются следующие факторы:

капитальные затраты и вложения в оборотные средства,

рыночные факторы — цена товара и объем продажи,
компоненты себестоимости продукции,
время строительства и ввода в действие основных средств.

Установление номинальных и предельных (нижних и верхних) значений неопределенных факторов, выбранных на втором шаге процедуры. Предельных факторов может быть несколько.

Расчет ключевого показателя для всех выбранных предельных значений неопределенных факторов.
Построение графика чувствительности для всех неопределенных факторов. В западном инвестиционном менеджменте этот график носит название "Spider Graph".

Рис 2. Чувствительность проекта к изменению неопределенных факторов

Данный график позволяет сделать вывод о наиболее критических факторах инвестиционного проекта, с тем чтобы в ходе его реализации обратить на эти факторы особое внимание с целью сократить риск реализации инвестиционного проекта. Так, например, если цена продукции оказалась критическим фактором, то в ходе реализации проекта необходимо улучшить программу маркетинга и повысить качество товаров. Если проект окажется чувствительным к изменению объема производства, то следует уделить больше внимания совершенствованию внутреннего менеджмента предприятия и ввести специальные меры по повышению производительности. Наконец, если критическим оказался фактор материальных издержек, то целесообразно улучшить отношение с поставщиками, заключив долгосрочные контракты, позволяющие, возможно, снизить закупочную цену сырья.

Анализ чувствительности является одним из наиболее распространенных методов оценки рисков инвестиционных проектов, однако он не лишен существенных недостатков:

не позволяет рассчитать вероятности изменений, а также вероятностные показатели формирования именно данного, а не другого значения NPV. Этот метод позволяет определить риск проекта только в определенных точках;
при анализе чувствительности делается предположение о неизменности всех переменных, кроме одной. В реальности это невозможно, так как изменение одних переменных влечет за собой изменение других;
для проведения анализа с более реалистичными предпосылками о взаимосвязи вводимых переменных необходимо использовать более точные методы, одним из которых является метод сценариев.

1.2.2. Метод сценариев (имитационная модель оценки риска проекта)

Метод сценариев — это прием анализа риска, который на ряду с базовым набором исходных данных проекта рассматривает ряд других наборов данных, которые по мнению разработчиков проекта могут иметь место в процессе реализации [9]. В анализе сценария, финансовый аналитик просит технического менеджера подобрать показатели при "плохом" стечении обстоятельств (малый объем продаж, низкая цена продажи, высокая себестоимость единицы товара, и т. д.) и при "хорошем". После этого, NPV при хороших и плохих условиях вычисляются и сравниваются о ожидаемым NPV.

Метод сценариев (имитационная модель оценки риска проекта) заключается в следующем:

На основе экспертной оценки по каждому проекту строят три возможных сценария развития:

а) пессимистический;

б) наиболее вероятный (наиболее реальный);

в) оптимистический.

Для каждого сценария рассчитывается соответствующий показатель чистой текущей стоимости - NPV, т.е. получают три величины: NPV_n (для пессимистического сценария); NPV_B(для наиболее вероятного сценария); NPV_о (для оптимистичного сценария).
Для каждого проекта рассчитывается наибольшее изменение величины NPV - размах вариации ∆ (NPV) = NPV₀ - NPV_n и среднеквадратичное отклонение:

где NPV_k - чистая приведенная стоимость проекта для каждого из рассматриваемых сценариев; ^NPV- средневзвешенная величина по вероятностям Р_к реализации каждого из трех сценариев:

Из сравниваемых проектов считается более рискованным тот, у которого больше размах вариации ∆ (NPV) или среднеквадратичное отклонение σ _NPV

Рассмотренная методика может быть модифицирована путем применения количественных вероятностных оценок. В этом случае каждому варианту (сценарию) - пессимистическому, наиболее вероятному и оптимистическому присваиваются вероятности их осуществления Р_к, далее для каждого проекта рассчитывается вероятное значение NPV, взвешенное по присвоенным вероятностям, и среднее квадратичное отклонение от него:

где NPV_k - чистая приведенная стоимость проекта для каждого из трех рассматриваемых сценариев; NPV - средневзвешенная величина по вероятностям Р_к реализации каждого из трех сценариев:

Из сравниваемых проектов проект с большим значением среднего квадратичного отклонения считается более рискованным.[7]

Важным преимуществом метода сценариев относится тот факт ,что отклонение результирующего показателя рассчитывается с учётом взаимодействия вводимых переменных. Однако, следует учесть, что анализ сценариев наиболее эффективен, когда количество возможных значений результирующего показателя конечно и относительно невелико. Но на практике очень часто встречаются противоположные ситуации, характеризуемые неограниченным количеством вариантов реализации инвестиционного проекта. В таких случаях для принятия решения о финансировании проекта удобнее применять имитационное моделирование, в том числе его разновидность — метод Монте-Карло.

Метод Монте-Карло.

Данный метод представляет собой соединение методов анализа чувствительности и анализа сценариев на базе теории вероятности [8]. Вместо того чтобы создавать отдельные сценарии (наилучший, наихудший), в имитационном методе компьютер генерирует сотни возможных комбинаций параметров (факторов) проекта с учетом их вероятностного распределения. Каждая комбинация дает свое значение NPV, и в совокупности аналитик получает вероятностное распределение возможных результатов проекта. Реализация этой достаточно сложной методики возможна только с помощью современных информационных технологий.

Метод имитационного моделирования Монте-Карло создает дополнительную возможность при оценке риска за счет того, что делает возможным создание случайных сценариев. Применение анализа риска использует богатство информации, будь она в форме объективных данных или оценок экспертов, для количественного описания неопределенности, существующей в отношении основных переменных проекта и для обоснованных расчетов возможного воздействия неопределенности на эффективность инвестиционного проекта. Результат анализа риска выражается не каким-либо единственным значением NPV, а в виде вероятностного распределения всех возможных значений этого показателя. Следовательно, потенциальный инвестор, с помощью метода Монте-Карло будет обеспечен полным набором данных, характеризующих риск проекта. На этой основе он сможет принять взвешенное решение о предоставлении средств.

В общем случае имитационное моделирование Монте-Карло — это процедура, с помощью которой математическая модель определения какого-либо финансового показателя (NPV) подвергается ряду имитационных прогонов с помощью компьютера. В ходе процесса имитации строятся последовательные сценарии с использованием исходных данных, которые по смыслу проекта являются неопределенными, и потому в процессе анализа полагаются случайными величинами. Процесс имитации осуществляется таким образом, чтобы случайный выбор значений из определенных вероятностных распределений не нарушал существования известных или предполагаемых отношений корреляции среди переменных. Результаты имитации собираются и анализируются статистически, с тем, чтобы оценить меру риска.

Процесс анализа риска может быть разбит на следующие стадии:

Прогнозная модель. Подготовка модели, способной прогнозировать расчет эффективности проекта.
Распределение вероятности . Определение вероятностного закона распределения случайных переменных.
Распределение вероятности .Установление границ диапазона значений переменных.
Условия корреляции .Установление отношений коррелированных переменных.
Имитационные прогоны. Генерирование случайных сценариев, основанных на наборе допущений.
Анализ результатов. Статистический анализ результатов имитации.

Первая стадия в процессе анализа риска — это создание прогнозной модели. Такая модель определяет математические отношения между числовыми переменными, которые относятся к прогнозу выбранного финансового показателя. В качестве базовой модели для анализа инвестиционного риска обычно используется модель расчета показателя NPV .

Использование этой формулы в анализе риска сопряжено с некоторыми трудностями. Они заключаются в том, что при генерировании случайных чисел, годовой денежный поток выступает как некое случайное число, подчиняющееся определенному закону распределения. В действительности же это совокупный показатель, включающий множество компонент рассмотренных в предыдущих публикациях. Этот совокупный показатель изменяется не сам по себе, а с учетом изменения объема продаж. То есть ясно, что он коррелирован с объемом. Поэтому необходимо тщательно изучить эту корреляцию для максимального приближения к реальности.

Общая прогнозная модель имитируется следующим образом. Генерируется достаточно большой объем случайных сценариев, каждый из которых соответствует определенным значениям денежных потоков. Сгенерированные сценарии собираются вместе и производится их статистическая обработка для установления доли сценариев, которые соответствуют отрицательному значению NPV. Отношение таких сценариев к общему количеству сценариев дает оценку риска инвестиций.

Распределения вероятностей переменных модели (денежных потоков) диктуют возможность выбора величин из определенных диапазонов. Такие распределения представляют собой математические инструменты, с помощью которых придается вес всем возможным результатам. Этим контролируется случайный выбор значений для каждой переменной в ходе моделирования.

Необходимость применения распределения вероятностей обусловлена попытками прогнозирования будущих событий. При обычном анализе инвестиций используется один тип распределения вероятности для всех переменных, включенных в модель анализа. Такой тип называют детерминированным распределением вероятности, и он придает всю вероятность одному значению. При оценке имеющихся данных аналитик ограничен выбором единственного из множества возможных результатов или расчетом сводного показателя. Затем аналитик должен принять, что выбранное значение обязательно реализуется, то есть он придает выбранному наиболее обоснованным образом показателю с единственным значением вероятность, равную 1. Поскольку такое распределение вероятности имеет единственный результат, итог аналитической модели можно определить на основании всего одного расчета (или одного прогона модели).

В анализе рисков используется информация, содержащаяся в распределении вероятности с множественными значениями. Именно использование множественных значений вместо детерминированных распределений вероятности и отличает имитационное моделирование от традиционного подхода.

Определение случайных переменных и придание им соответствующего распределения вероятности является необходимым условием проведения анализа рисков. Успешно завершив эти этапы, можно перейти к стадии моделирования. Однако непосредственный переход к моделированию будет возможен только в том случае, если будет установлена корреляция в системе случайных переменных, включенных в модель. Под корреляцией понимается случайная зависимость между переменными, которая не носит строго определенного характера, например, зависимость между ценой реализации товара и объемом продаж.

Наличие в модели анализа коррелированных переменных может привести к серьёзным искажениям результатов анализа риска, если эта корреляция не учитывается. Фактически наличие корреляции ограничивает случайный выбор отдельных значений для коррелированных переменных. Две коррелированные переменные моделируются так, что при случайном выборе одной из них другая выбирается не свободно, а в диапазоне значений, который управляется смоделированным значением первой переменной.

Хотя очень редко можно объективно определить точные характеристики корреляции случайных переменных в модели анализа, на практике имеется возможность установить направление таких связей и предполагаемую силу корреляции. Для этого применяют методы регрессионного анализа. В результате этого анализа рассчитывается коэффициент корреляции, который может принимать значения от -1 до 1.

Стадия "прогонов модели" является той частью процесса анализа риска, на которой всю рутинную работу выполняет компьютер. После того, как все допущения тщательно обоснованы, остается только последовательно просчитывать модель (каждый пересчет является одним "прогоном") до тех пор, пока будет получено достаточно значений для принятия решения (например более 1000).

В ходе моделирования значения переменных выбираются случайно в границах заданных диапазонов и в соответствии с распределениями вероятностей и условиями корреляций. Для каждого набора таких переменных вычисляется значение показателя эффективности проекта. Все полученные значения сохраняются для последующей статистической обработки.

Для практического осуществления имитационного моделирования можно рекомендовать пакет "Risk Master", разработанный в Гарвардском университете[2]. Генерирование случайных чисел этот пакет осуществляет на основе использования датчика псевдослучайных чисел, которые рассчитываются по определенному алгоритму. Особенностью пакета является то, что он умеет генерировать коррелированные случайные числа.

Окончательной стадией анализа рисков является обработка и интерпретация результатов, полученных на стадии прогонов модели. Каждый прогон представляет вероятность события, равную