Риски инвестиционных проектов, методы их оценки

Инвестиционный риск – это возможность отклонения фактических результатов инвестиционных операций от ожидаемых (прогнозируемых). Чем выше диапазон возможных отклонений, тем выше риск данной операции.

При этом под результатом инвестиционной операции обычно понимаютее доходность (норму дохода), т.е. сумму полученных доходов, исчисленную в процентном отношении к сумме произведенных затрат.

Важное правило, на котором базируются стратегии принятия решений в условиях риска в сфере бизнеса – риск и доходность изменяются в одном направлении: чем выше доходность, тем, как правило, выше риск операции. В свою очередь, чем выше риск, тем большую норму доходности требуют инвесторы.

Инвестиции могут быть подвержены различным видам риска:

- финансовые;

- маркетинговые;

- технологические;

- риски участников проекта;

- политические;

- юридические;

- экологические;

- строительные;

- специфические;

- обстоятельства непреодолимой силы или форс-мажор.

Реализация инвестиционных проектов влечет за собой возникновение трех видов риска:

• собственный риск проекта — риск того, что реальные поступления денежных средств (а, следовательно, и ожидаемая доходность) в ходе его реализации будут сильно отличаться от запланированных;

• корпоративный, или внутрифирменный, риск связан с влиянием, которое может оказать ход реализации проекта на финансовое состояние данной хозяйственной единицы;

• рыночный риск характеризует влияние, которое может оказать реализация проекта на изменение стоимости акций фирмы (т. е. ее рыночной стоимости).

Рассмотрим наиболее популярные методы анализа собственного риска инвестиционных проектов, т.к. собственный риск всегда выше корпоративного и является важной составляющей как общего корпоративного, так и рыночного риска фирмы.

В практике финансового менеджмента используются как качественные (неформализованные), так и количественные (формализованные) методы анализа собственных рисков. При этом оба класса методов взаимно дополняют друг друга.

Методы качественного анализа могут быть сравнительно простыми, здесь главная задача — выявить потенциальные области и факторы риска, а также этапы и участки проекта, при выполнении которых они возникают. Количественный анализ предполагает численное определение размеров отдельных рисков и риска проекта в целом.

Выбор тех или иных методов определяется различными факторами. К наиболее существенным из них следует отнести:

• вид инвестиционного риска;

• степень полноты и достоверности имеющейся информации;

• возможность привлечения опытных экспертов;

• квалификация разработчиков и менеджеров проекта;

• наличие и возможность применения современных информационных технологий и др.

Следует отметить, что универсального или пригодного на все случаи метода оценки инвестиционных рисков не существует.

Качественные методы оценки инвестиционных рисков

К данному классу относятся различные методы: экспертные оценки, аналогии, анализ уместности затрат и др. Общая особенность этих методов состоит в том, что все они базируются hi практическом опыте, накопленных знаниях, а зачастую и на интуиции специалистов в соответствующих областях. Таким образом, полученные оценки являются в результате субъективными Однако привлечение к оценке опытных специалистов позволяет разносторонне проанализировать различные аспекты рассматриваемой проблемы, определить наиболее значимые для нее факторы и возможные способы решения, подготовить информацию для ее последующей формализации и построения математической модели.

Применение подобных методов в инвестиционном анализе обусловлено следующими причинами:

♦ субъективность явлений или исследуемых характеристик;

♦ отсутствие или недостаточность необходимой информации;

♦ невозможность проведения анализа объективными или приемлемыми методами;

♦ отсутствие самого объекта исследования (т. е. его еще только предстоит создать в ходе реализации инвестиционного проекта) и т. п.

Наибольшее распространение на практике получили различные методы экспертных оценок.

В общем случае под экспертизой понимают проведение группой компетентных специалистов оценки некоторых характеристик соответствующих объектов или явлений для подготовки принятия решения.

Для отражения субъективных мнений экспертов обычно применяются балльные оценки, которыебывают различных видов.

Еще один популярный вид оценки — ранжирование. Под ран­жированием понимают упорядочивание объектов в соответствии с убыванием их предпочтительности (допускается указание на равноценность некоторых объектов). Примером ранжирования является определение наиболее предпочтительных инвестицион­ных проектов по их эффективности. Рейтинги широко использу­ются в инвестиционной деятельности для оценки рисков креди­тоспособности, привлекательности вложений, деловой репутации участников и т. д.

Наконец, необходимо отметить такой вид оценок, как попарное сравнение. Этот способ опенки состоит в указании предпочтительного объекта в каждой паре объектов (иногда допускается объявление обоих объектов равноценными или несравнимыми).

К наиболее распространенным на практике методам экспертных оценок следует отнести интервью, метод комиссии, метод суда, метод Дельфи и др.

Метод комиссии состоит в открытой дискуссии по обсуждаемой проблеме для выработки единого мнения. Коллективное мнение определяется в результате открытого или тайного голосования (или в процессе обсуждения). Достоинствами этого метода являются рост информированности экспертов в ходе обсуждения и наличие обратной связи (получив новую информацию, эксперт может изменить свою точку зрения). К недостаткам следует отнести отсутствие анонимности (в силу этого возможны соглашательские настроения у экспертов, «затирание» маститыми экспертами своих менее именитых коллег, упорство эксперта в отстаивании ранее высказанного мнения) и различная активность экспертов. При этом далеко не всегда наиболее активные эксперты являются наиболее компетентными.

Сущность метода суда отражается вего названии.Эксперты здесь могут поочередно выступать и одном из трех качеств: зaщитников какого-либо предложении, его противников или судей.

Метод Дельфи характеризуется тремя основными чертами: анонимностью, регулируемой обратной связью, коллективностью. Анонимность достигается применением специальных анкет или другими способами индивидуального опроса. Регулируемая обратная связь осуществляется за счет проведения нескольких этапов опроса. Результаты каждого этапа обрабатываются с по­мощью статистических методов и сообщаются экспертам. Итогом обработки индивидуальных оценок являются групповые оценки.

Экспертный анализ рисков, как правило, применяют на на­чальных этапах работы с проектом (в прединвестиционной фазе), когда объем исходной информации является недостаточным для количественной оценки.

Достоинствами экспертного анализа рисков являются: отсутствие необходимости в точных исходных данных и специализированных программных средствах, возможность проводить оценку до расчета эффективности проекта, а также сравнитель­ная простота расчетов. К основным недостаткам следует отнести трудность в привлечении независимых экспертов и субъективность полученных оценок.

Количественный анализ рисков инвестиционных проектов

В отличие от качественных методов, количественные предполагают оценку конкретных видов риска и виде одного или нескольких показателей, которые могут быть как безразмерными (вероятность, коэффициент вариации и др.), так и выраженными в соответствующих единицах (рубли, проценты, штуки и т. п.). К ним относится широкий класс аналитических, статистических и математических методов, а также ряд методов искусственного интеллекта.

К наиболее популярным количественным методам оценки инвестиционных рисков следует отнести:

1) метод корректировки станки дисконтирования;

2) метод достоверных эквивалентов (коэффициентов достоверности);

3) анализ чувствительности критериев эффективности;

4) метод сценариев;

5) деревья решений;

6) анализ вероятностных распределений потоков платежей;

7) имитационное моделирование и др.

Метод корректировки ставки дисконтирования с учетом риска является наиболее простым и вследствие этого – широко применяемым на практике. Основная идея метода заключается в корректировке некоторой базовой ставки, которая считается безрисковой, или минимально приемлемой (например, ставка доходности по государственным ценным бумагам, предельная или средняя стоимость капитала для фирмы). Корректировка осуществляется прибавлением величины требуемой премии за риск, после чего рассчитывают критерии эффективности инвестиционного проекта (NPV, IRR) по вновь полученной таким образом норме. Решение принимается согласно правилу выбранного критерия.

Главными достоинствами рассматриваемого метода явля ются простота расчетов, а также понятность и доступность.

Вместе с тем данный метод имеет существенные недостатки. По сути, он приводит будущие потоки платежей к настоящему моменту времени (т. е. имеет место обыкновенное дисконтирование по более высокой ставке), но не несет никакой информации о степени риска (возможных отклонениях результатов). При этом полученные результаты существенно зависят только от величины надбавки за риск.

Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку.

Метод достоверных эквивалентов (коэффициентов определенности)

В отличие от предыдущего, в этом методе корректируют ставку дисконтирования, а ожидаемые значения потока платежейвведением специальных понижающих коэффициентовдля каждого периода реализации проекта.

В отличие от метода корректировки ставки дисконтирования, данный метод не предполагает увеличение риска с постоянным коэффициентом, сохраняя при этом простоту расчетов, доступность и понятность. Таким образом, он позволяет учитывать риск более корректно.

Вместе с тем исчисление коэффициентов достоверности, адекватных риску каждого шага реализации проекта, составляет определенные трудности и часто содержит значительную долю субъективизма. Кроме того, этот метод также не позволяет провести анализ вероятностных распределений ключевых параметров.

Анализ чувствительности критериев эффективности

В общем случае он сводится к исследованию зависимости некоторого результатного показателя от вариации значений показателей, участвующих в его определении. Другими словами, этот метод позволяет полу­чить ответы на вопросы вида: что будет с результатной величи­ной, если изменится значение некоторой исходной величины? Отсюда его второе название — анализ «что будет, если».

Как правило, проведение подобного анализа предполагает выполнение следующих шагов

1. Задается взаимосвязь между исходными и результирующим показателями в виде математического уравнения или неравенства.

2.Определяются наиболее вероятные значения для исходных показателей и возможные диапазоны их изменений.

3.Путем изменения значений исходных показателей исследуется их влияние на конечный результат.

Проект с меньшей чувствительностью критерия эффективности (NPV, 1RR) считается менее рисковым.

Обычная процедура анализа чувствительности предполагает изменение одного исходного показателя, в то время как значения остальных считаются постоянными величинами.

Метод анализа чувствительности является хорошей иллюст­рацией влияния отдельных исходных показателей на результат. Он также показывает направления дальнейших исследований. Если установлена сильная чувствительность результирующего показателя к изменениям некоторого исходного, последнему следует уделить особое внимание.

Вместе с тем данный метод обладает и рядом недостатков, наиболее существенными из которых являются:

• жесткая детерминированность используемых моделей для связи ключевых переменных;

• отсутствие возможности получить вероятностные оценки предполагаемых отклонений исходных и результирующих показателей;

• варьирование одним исходным показателем, в то время как остальные считаются постоянными величинами. Однако на практике между показателями существуют взаимосвязи, и изменения одного из них автоматически приводят к изменениям остальных.

Применение современных компьютеров и специальных пакетов прикладных программ позволяет преодолеть последний недостаток. В частности, в MS EXCEL можно проводить подобный анализ одновременно по двум параметрам, а в ППП Project Expert - более чем по двум.

Метод сценариев

В отличие от предыдущих, метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. Процедура использования данного метода в процессе анализа инвестиционных рисков включает выполнение следующих шагов:

1. Определяют несколько вариантов изменений ключевых исходных показателей (например, пессимистический, наиболее вероятный и оптимистический).

2. Каждому варианту изменений приписывают некую вероятностную оценку.

3. Для каждого варианта рассчитывают вероятное значение выбранного критерия, а также оценки его отклонений от среднего значения.

4. Анализируют вероятностные распределения полученных результатов.

При прочих равных условиях проект с наименьшими стандартным отклонением σ считается менее рисковым.

В целом метод сценариев позволяет получить достаточно наглядную картину результатов для различных вариантов реализации проектов. Он обеспечивает менеджера информацией как о чувствительности, так и о возможных отклонениях выбранного критерия эффективности.

Применение программных средств типа MS EXCEL позволяет значительно повысить эффективность и наглядность подобного анализа путем практически неограниченного увеличения числа сценариев, введения дополнительных (до 32) ключевых переменных, построения графиков распределения вероятностей и т. д.

Вместе с тем использование данного метода направлено на исследование поведения только результатных показателей типа NPV или IRR. Метод сценариев не обеспечивает пользователя информацией о возможных отклонениях потоков платежей и других ключевых показателей, определяющих в итоге ход реализации проекта.

Деревья решений обычно используются для анализа рисков проектов, имеющих обозримое или разумное число вариантов развития. Они особо полезны в ситуациях, когда решения, принимаемые в момент времени t, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Дерево решений имеет вид графа. Вершины графа представляют ключевые состояния, в которых возникает необходимость выбора, а дуги (ветви дерева) — различные события (решения, последствия, операции), которые могут иметь место в ситуации определяемой вершиной. Каждой дуге (ветви) дерева могут быть приписаны числовые характеристики (нагрузки), например величина платежа и вероятность его осуществления.

В общем случае использование данного метода предполагаетвыполнение следующих шагов.

1.Для каждого момента времени t определяют проблем и все возможные варианты дальнейших событий.

2.Откладывают на дереве соответствующую проблеме вершину и исходящие из нее дуги.

3.Каждой исходящей дуге приписывают ее стоимостную и вероятностную оценку.

4.Исходя из значений всех вершин и дуг, рассчитывают вероятное значение критерия NPV (либо IRR, PI).

5.Анализируют вероятностные распределения полученных результатов.

Быстрый рост сложности вычислений, а также необходи­мость применения специальных программных средств для реализации подобных моделей являются основными причинами невысокой популярности данного метода оценки рисков на практике.

Преодолеть многие ограниче­ния, присущие рассмотренным методам, позволяет имитационное моделирование — одно из наиболее мощных средств анализа экономических систем. Вместе с тем его использова­ние требует применения современных компьютеров и соответствующих программных средств.

Современные табличные процессоры (EXCEL, LOTUS, QUATTRO PRO), математические программы (Mathcad, MatLab, Mapple и др.) и пакеты прикладных программ для оценки инве­стиционных проектов (Project Expert и др.) содержат готовые встроенные средства, позволяющие быстро и эффективно авто­матизировать проведение и моделирование анализа рисков ин­вестиционных проектов с использованием описанных методов. Кроме того, в настоящее время доступны и специальные про­граммные средства (например, @RISK), ориентированные на количественный анализ рисков в финансовой сфере.

В настоящее время в оценке инвестиционных рисков все большее применение находят такие методы искусственного интеллекта, как нейронные сети, нечеткие множества и др.

Поиск по сайту: