Материал: Выбор модели управления инвестиционными рисками в условиях финансовой нестабильности (на примере компании International Data Group China)

Именно аналитик может перевести ситуацию неопределенности в в ситуацию риска. Оценить вероятность влияния различных факторов на вероятность возникновения тех или иных последствий проекта (значений денежных потоков). Анализ риска предлагает учет всех изменений, как в сторону ухудшения, так и в сторону улучшения.

После проведения качественного анализа и выявления основных рисков проекта, следует также проранжировать их по степени важности и величине предполагаемых (возможных) потерь. Дальше уже можно более подробно оценивать риски с помощью количественных методов.

На сегодняшний день в практике существует несколько видов количественного анализа рисков:

·           Анализ чувствительности проекта

·        Анализ сценариев развития проекта

·        Анализ безубыточности

·        Анализ результатов имитационного моделирования

·        Анализ с помощью дерева решений

По результатам реализации проекта накапливается статистика, которая позволяет в дальнейшем более точно определять риски и работать с ними. Если же неопределенность проекта чересчур высока, то он может быть отправлен на доработку, после чего снова производится оценка рисков. Порядок управления проектными рисками, а также сбора и использования статистической информации в конкретной ситуации зависит от специфики компании и реализуемого проекта.

После выделения и оценки возможных рисков проекта, следует искать рычаги управления ими: формировать резервы под возможные потери, уменьшать вероятность возникновения потерь путем мониторинга факторов, вызывающих их.

Анализ чувствительности проекта.

Одним из самых распространенных способов определения потенциальных угроз проекта является анализ чувствительности, который позволяет проследить зависимость ключевых показателей эффективности от входных параметров. Отвечая тем самым на вопрос: как повлияет то или иное изменение входных переменных на общий результат проекта. Если небольшое изменение некоторого экзогенного фактора при фиксированных других переменных приводит к существенному изменению ключевого показателя эффективности, то это говорит о высоком риске проекта. Таким образом, с помощью этого метода можно легко и быстро выявить факторы, которые требуют особого внимания и мониторинга. Анализ чувствительности очень нагляден, однако главным его недостатком является то, что анализируется влияние только одного из факторов, а остальные считаются неизменными.

Анализ сценариев развития проекта.

Данный метод устраняет недостаток анализа чувствительности проекта, предполагает комплексное изменение группы входных параметров модели.

Обычно рассматривают три сценария: оптимистический, пессимистический и наиболее вероятный, но при необходимости их число можно увеличить. Как и при анализе чувствительности, каждому сценарию на основе экспертных оценок присваивается вероятность его реализации. Данные каждого сценария подставляются в основную финансовую модель инвестиционного проекта, и определяются ожидаемые значения критериев эффективности и величины риска. Величину вероятностей необходимо обосновать. (Бирман Г., 2005) В качестве главного недостатка этому методу присваивают необходимость дважды использовать, субъективные оценки вероятности, выданные специалистами (при определении диапазона вероятных значений переменных, при оценке вероятности осуществления сценариев). Также в качестве слабых сторон упоминают ограниченность числа сценариев, принимаемых в рассмотрение и отсутствие учета взаимосвязи и взаимного влияния (корреляции) проектов.

В качестве модификации данного метода выступает PERT - анализ (Program evaluation and review technique). Отличие состоит в том, что из трех полученных критериев эффективности (по трем сценариям) находят общий для проекта.

Рассчитывается общий критерий эффективности проекта по следующей схеме: значение ключевого критерия в наиболее вероятном сценарии умножается на четыре, после чего к нему прибавляются значения оптимистического и пессимистического сценариев. Полученная сумма делится на шесть. Весовые коэффициенты 4 и 6 были получены получены эмпирическим путем на основе статистических данных большого количества проектов. У данного метода есть ограничение в использовании: PERT-анализ будет эффективен только при возможности обосновать значения всех трех оценок.

Проект считается устойчивым, если при всех сценариях он оказывается эффективным и финансово реализуемым, а возможные неблагоприятные последствия устраняются мерами, предусмотренными организационно-экономическим механизмом проекта.

Анализ безубыточности

Анализ безубыточности предполагает, что единственным фактором, который аккумулирует весь риск проекта, является объем сбыта. Данный метод позволяет найти минимальный объем продаж, необходимый для обеспечения безубыточной работы. Этот объем и будет точкой безубыточности проекта (BEP). Другими словами, точка безубыточности есть объем сбыта, при котором чистая текущая стоимость проекта равна нулю. 10 Достижение данного объема продаж говорит о том, что каждая следующая поданная единица продукции приносит нам прибыль. Рассчитывается безубыточный объем продаж по следующей формуле:

BEP = TR/(TR-V¢) ∗ TR,

где BEP - безубыточный объем продаж, FC - постоянные издержки, VC переменные издержки, TR - выручка предприятия. Анализ результатов имитационного моделирования

Метод имитационного моделирования является наиболее трудоемким из всех. В силу того, что содержит в себе анализ, как возможного развитие событий, так и природы поведения самих исходных данных. Имитационное моделирование по методу Монте-Карло - методика анализа рисков проекта, основанная на анализе распределений вероятностей входных переменных. Данный метод дает возможность выработать буквально тысячи сценариев, которые последовательны со статистической точки зрения. Таким образом, метод позволяет оценить все статистически возможные результаты проекта. Процесс имитации осуществляется таким образом, чтобы случайные значения не противоречил уже сложившимся взаимосвязям между переменными. В дальнейшем ведется анализ, полученных результатов, для оценки меры риска.

Этапы разработки имитационного моделирования Монте-Карло: а) выработка математической модели - таблицы оценки проекта; б) определение "уязвимых" и неопределенных переменных;

в) выявление неопределенностей - диапазона вариантов (минимум и максимум); распределения вероятностей (нормальное, треугольное, единообразное и шаговое распределение);

г) выявление и определение соотнесенных переменных - положительной или отрицательной связи; силы связи; д) построение модели;

е) анализ результатов.

Главным недостатком этого метода является сложность реализации. Также поскольку входные переменные комбинируются случайным образом, возникает необходимость оценки корреляции между ними. Без этой оценки можно получить сочетание переменных, которое никогда не будет реализовано в действительности.

Анализ с помощью дерева решений

Данный количественный метод предполагает существование ряда последовательных решений в реализации проекта, приводящих к выгодам или потерям с определенными вероятностями. Позволяет схематично отобразить возможные решения. Метод реализуется по следующей схеме:

1.    Определение вероятностей событий по каждой ветви дерева на основе экспертных методов либо через исторические данные

2.       Расчёт денежных потоков (free cash flow) для каждой ветви, учитывая стоимость принятия решения и инвестиции для его реализации.

.         Следующий шаг - расчёт математического ожидания будущих чистых денежных потоков и их чистой приведенной стоимости.

.         После чего, можно принимать решение о выборе наиболее оптимального развития событий, а также принятия будущих решений. 15

Использование данного метода затруднительно при оценке рисков крупных проектов.

На практике анализ рисков проекта в большинстве своем сводится к анализу чувствительности проекта. Перечисленные методы не учитывают внутрифирменную диверсификацию проектов.16 Более того, многие компания изначально закладывают определённый уровень риска в проект на стадии расчетов. В любом случае, оценка риска инвестиционного проекта очень важна, так как от нее зависят многие параметры проекта и конечный результат проекта.

1.3 Модели управления инвестиционными рисками

Оценить инвестиционный риск можно несколькими способами. Один из самых распространенных методов оценки инвестиционного риска - расчет Value at Risk (VaR). Концепция VaR подробно описана зарубежным ученым Yen Yee Chong. Согласно автору, VaR - это максимальные потери, которые может понести инвестор при заданном уровне доверия.

Для того чтобы получить количественную оценку инвестиционного риска и рассчитать VaR, требуется построить эмпирическую функцию распределения потерь по рассматриваемому инвестиционному проекту и рассчитать значение VaR как квантиль требуемого порядка. В настоящее время выделяют три наиболее распространенных и используемых на практике метода расчета VaR: аналитический метод, метод исторического моделирования и метод статистических испытаний Монте-Карло.

Аналитический метод основывается на выявлении рыночных факторов, влияющих на доходность инвестиций и аппроксимации доходности инвестиционного проекта на основе этих факторов. При этом делается допущение о виде распределения рыночных факторов. Обычно считают, что доходность рыночных факторов подчиняется нормальному распределению. На основе исторических данных вычисляются математические ожидания, значения дисперсии и корреляции между факторами. Если аппроксимация имеет линейный вид, то распределение доходности портфеля также будет нормальным, и, зная параметры распределений рыночных факторов, можно определить параметры распределения доходности проекта.

Исторический метод заключается в исследовании изменения доходности инвестиционного проекта за предыдущий исторический период. Преимущество данного метода состоит в том, что он свободен от предположений о виде распределения рыночных факторов портфеля, прост в осуществлении.

Метод статистического моделирования Монте-Карло позволяет смоделировать любые виды распределений. Выявляются основные рыночные факторы, влияющие на доходность инвестиций, затем строится совместное распределение этих факторов каким-либо способом, например, с использованием исторических данных или данных, основанных на каком- либо сценарии развития экономики. После этого моделируется большое число возможных сценариев развития ситуации, и доходность считается для каждого результата моделирования. Далее строится гистограмма полученных данных и определяется значение VAR как квантиль требуемого порядка.

Каждый из этих методов расчета VaR имеет свои преимущества и недостатки. Однако наибольшее распространение получил метод моделирования Монте-Карло, так как он отличается наибольшей точностью и не требует предположений о распределении доходности инвестиций.

Несмотря на явные преимущества VaR (простота интерпретации, относительная простота расчета), можно выделить недостатки метода. Во-первых, VaR не описывает распределение потерь в «хвосте», что особенно важно при наличии более «тяжелых хвостов». Во-вторых, VaR является единственной точкой распределения и не отражает весь спектр потенциальных рисков. В-третьих, могут возникнуть ошибки при моделировании распределения потерь, что приведет к неправильной оценке VaR.

Важно, что оценка инвестиционных рисков имеет существенное значение при принятии решения об участии в проекте, так как высокий риск снижает привлекательность проекта. Наличие риска должно компенсироваться дополнительной премией за него, которая учитывается в ставке дисконта. Таким образом, ставка дисконта служит показателем для учета влияния разнообразных факторов риска на инвестиционную привлекательность, и также как и VaR, может использоваться для оценки риска. Другими словами, если реальная доходность оказывается ниже ставки дисконта, то проект рискован, если наоборот, то он привлекателен. В данном случае под ставкой дисконта понимается ставка, которая используется для определения суммы будущей прибыли в текущих ценах.

Для расчета ставки дисконта инвестиционного проекта используется модель оценки капитальных активов (CAPM - Capital Assets Pricing Model), которая основывается на представлении о том, что любой дополнительный риск выражается в увеличении ожидаемой доходности инвестиционного проекта. Согласно Н. В. Хохлову, в модели CAPM ставка дисконта определяется на основе трёх компонентов: безрисковой ставки дохода, коэффициенте β и рыночной премии за риск.