Смекни!
smekni.com

Инвестиционная деятельность 4 (стр. 5 из 6)

Такими факторами могут являться непосредственно хозяйственная деятельность; деятельность самого предпринимателя; недостаток информации о состоянии внешней среды, оказывающей влияние на результат проектной деятельности.

Основные факторы рисков для инвестиционных проектов включают:

- ошибки в проектно-сметной документации;

- недостаточную квалификацию специалистов;

- форс-мажорные обстоятельства (природные, экономические, политические);

- нарушение сроков поставок;

- низкое качество исходных материалов, комплектации, технологических процессов, продукции и пр.;

- нарушение условий контрактов, разрыв контракта.

Основными результатами качественного анализа рисков являются:

-выявление конкретных рисков проекта и порождающих их причин,

-анализ и стоимостной 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 (минимум и максимум) возможного изменения всех факторов (переменных) проекта, проверяемых на риски.

3.3. Количественный анализ рисков

Математический аппарат анализа рисков опирается на методы теории вероят­ностей, что обусловлено вероятностным характером неопределенности и рисков. Задачи 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 (диапазон значений) 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 (распре­делению вероятностей, областей изменения тех или иных величин и т. и.). Это необходимо в связи с неизбежной неточностью исходной информации и отражает степень достоверности полученных при анализе проектных рисков результатов.

Анализ проектных рисков производится на основе математических моделей принятия решений и поведения проекта, основными из которых являются:

· - стохастические (вероятностные) модели;

· - лингвистические (описательные) модели;

· - нестохастические (игровые, поведенческие) модели.

Характеристика наиболее используемых методов анализа рисков.

Метод Характеристика метода
Вероятностный анализ Предполагают, что построение и расчеты по модели осуществляются в соответствии с принципами теории вероятностей, тогда как в случае выборочных методов все это делается путем расчетов по выборкам Вероятность возникновения потерь определяется на основе статистических данных предшествовавшего периода с установлением области (зоны) рисков, достаточности инвестиций, коэффициента рисков (отношение ожидаемой прибыли к объему всех инвестиций по проекту).
Экспертный анализ рисков Метод применяется в случае отсутствия или недостаточного объема исходной информации и состоит в привлечении экспертов для оценки рисков. Отобранная группа экспертов оценивает проект и его отдельные процессы по степени рисков
Метод аналогов Использование базы данных осуществленных аналогичных проектов для переноса их результативности на разрабатываемый проект, такой метод используется, если внутренняя и внешняя среда проекта и его аналогов имеет достаточно сходимость по основным параметрам.
Анализ показателей предельного уровня Определение степени устойчивости проекта по отношению к возможным изменениям условий его реализации
Анализ чувствительности проекта Метод позволяет оценить, как изменяются результирующие показатели реализации проекта при различных значениях заданных переменных, необходимых для расчета
Анализ сценариев развития проекта Метод предполагает разработку нескольких вариантов (сценариев) развития проекта и их сравнительную оценку. Рассчитываются пессимистический вариант (сценарий) возможного изменения переменных, оптимистический и наиболее вероятный вариант.
Метод построения деревьев решений проекта Предполагает пошаговое разветвление процесса реализации проекта с оценкой рисков, затрат, ущерба и выгод
Имитационные методы Базируются на пошаговом нахождении значения результирующего показателя за счет проведения многократных опытен с моделью. Основные их преимущества — прозрачность всех расчетов, простота восприятия и оценки результатов анализа проекта всеми участниками процесса планирования. В качестве одного из серьезных недостатков этого способа необходимо указать существенные затраты на расчеты, связанные с большим объемом выходной информации.

Вероятностный анализ.

Вероятностные методы основываются на знании количественных характеристик рисков, сопровождающих реализацию аналогичных проектов, и учете специфики отрасли, политической и экономической ситуации. В рамках вероятностных методов можно проанализировать и оценить отдельные виды инвестиционных рисков. В то же время два других метода — определение критических точек и анализ чувствительности — дают лишь общее представление об устойчивости проекта к изменениям заложенных в него параметров.

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:

1) Объективный метод определения вероятности основан на вычислении часто­ты, с которой происходят некоторые события. Частота при этом рассчитывается па основе фактических данных. Так, например, частота возникновения некоторого уровня потерь А в процессе реализации инвестиционного проекта может быть рассчитаны по формуле:f(A)=n(A)/n,

где f — частота возникновения некоторого уровня потерь; n(A) — число случаев наступления этого уровня потерь; n — общее число случаев в статистической вы­борке, включающее как успешно осуществленные, так и неудавшиеся инвестици­онные проекты.

При вероятностных оценках рисков в случае отсутствия достаточного объема информации для вычисления частот используются показатели субъективной вероятности, т. е. экспертные оценки.

2) Субъективная вероятность является предположением относительно определенного результата, основывающемся на суждении или личном опыте оценивающего, а не на частоте, с которой подобный результат был получен в аналогичных условиях.

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 но характеристикам, следует приобрести; следует ли внедрять в производство новый продукт и т. д.

Состояние среды ситуация, на которую лицо, принимающее решение (в нашем случае — инвестор), не может оказывать влияние (например, благоприятный или неблагоприятный рынок, климатические условия и т. д.).

Исходы (возможные события) возникают в случае, когда альтернатива реализуется в определенном состоянии среды. Это некая количественная оценка, показывающая последствия определенной альтернативы при определенном состоянии среды (например, величина прибыли, величина урожая и т. д.).

3.4. Классическая модель оценки риска

Рассмотрим один из методов определения риска портфеля на примере. Пусть в состав портфеля входят государственные ценные бумаги, а именно облигации федерального займа. ОФЗ 27018 с погашением в сентябре 2005 года составляет в структуре портфеля 25% (Х1=0,25), ОФЗ 45001 с погашением в ноябре 2006 года – 45% (Х2=0,45), ОФЗ 46001 с погашением в сентябре 2008 года – 30% (Х3=0,3) .

Рассмотрим как вычисляется стандартное отклонение портфеля. Для портфеля, состоящего из трех ценных бумаг (ОФЗ 27018, ОФЗ 45001, ОФЗ 46001), формула выглядит следующим образом:

s

= [
]
,

где sij обозначает ковариацию доходностей ценных бумаг i и j.

Ковариация - это статистическая мера взаимодействия двух случайных пере­менных. То есть это мера того, насколько две случайные переменные, такие, например, как доходности двух ценных бумаг, зависят друг от друга. Положительное значение ковариации показывает, что доходности этих ценных бумаг имеют тенденцию изме­няться в одну сторону, например лучшая, чем ожидаемая, доходность одной из ценных бумаг должна, вероятно, повлечь за собой лучшую, чем ожидаемая, доходность другой ценной бумаги. Отрицательная ковариация показывает, что доходности имеют тенден­цию компенсировать друг друга, например лучшая, чем ожидаемая, доходность одной ценной бумаги сопровождается, как правило, худшей, чем ожидаемая, доходностью другой ценной бумаги. Относительно небольшое или нулевое значение ковариации показывает, что связь между доходностью этих ценных бумаг слаба либо отсутствует вообще.