Оценка риска. Риск-менеджмент.
Исходные данные для количественной оценки риска
В методике количественной оценки риска применяются такие величины, как возможные доходности проекта и соответствующие им вероятности. Эти данные необходимо каким-то образом получить. Существует два подхода к получению этих данных:
- субъективный (экспертный). Строится на основе опыта и экспертных оценок специалистов компании или приглашенных консультантов;
- объективный (на основе статистики). Если компания планирует продолжение деятельности, уже осуществлявшейся ею ранее в течение некоторого времени, она может использовать для прогноза статистику этой деятельности.
В чистом виде каждый из указанных методов практически не применяется, поскольку ситуации, в которых отсутствуют какие-либо статистические данные, встречаются редко, а прогноз на основе любой статистики всегда должен учитывать возможное изменение ситуации, т. е. содержать элементы экспертных оценок. Анализируя риск, связанный с проектом, необходимо учитывать, что кроме риска, рассчитываемого по приведенной выше методике, существует еще риск, связанный с возможными ошибками при составлении исходных данных для анализа. Это очень важное обстоятельство, поскольку вклад такого риска в общий риск может быть значительным. Поэтому, рассматривая два проекта, исходные данные для одного из которых получены в результате анализа обширной статистики, а для другого – в основном, методом экспертных оценок, необходимо учитывать, что риск ошибки в исходных данных во втором случае выше.
Во многом именно поэтому руководители большинства компаний предпочитают принимать проекты, непосредственно связанные с той деятельностью, которую компания уже ведет, и по которой у менеджеров и аналитиков имеются статистика и значительный практический опыт. Риск ошибки в прогнозах по таким проектам значительно ниже, чем при анализе проектов, непосредственно не связанных с текущей деятельностью компании.
Методы оценки риска единичного проекта
При изолированном рассмотрении проекта его риск оценивают, анализируя влияние неопределенности различных факторов (объема выручки, процентной ставки по кредитам и т. п.) на изменение ключевых критериев оценки проекта (NPV, IRR, MIRR, PI и др.). Рассмотрим четыре основных метода анализа единичного риска:
Анализ чувствительности
В соответствии с этим методом сначала строится базовый вариант проекта на основе ожидаемых значений основных параметров (выручки, себестоимости и т. п.). После этого изменяют один из параметров, например, выручку, на один процент и рассчитывают изменение NPV, IRR и других аналитических критериев по сравнению с базовым вариантом. Аналогично поступают с другими параметрами. В результате строят таблицу чувствительности проекта к различным факторам. Анализ чувствительности позволяет выявить факторы, колебания которых наиболее опасны для данного проекта (проект имеет высокую чувствительность к ним), и принять соответствующие меры по уточнению прогнозов этих факторов и уменьшению их влияния. При сравнении альтернативных проектов проект с более высокой чувствительностью к рассматриваемому параметру считается более рисковым.
Метод построения сценариев
В данном методе разрабатываются три сценария развития проекта: наихудший, умеренный и наилучший. Для каждого из них производится расчет NPV, IRR и других критериев. Определяется вероятность развития проектов по каждому из сценариев, рассчитываются среднеквадратическое отклонение и коэффициент вариации NPV. Сравнивая коэффициент вариации NPV проекта со средним коэффициентом вариации NPV проектов компании, можно сравнить уровень риска данного проекта и средний уровень риска компании.
Имитационное моделирование
Это метод компьютерного моделирования. При его применении в качестве исходных данных задают непрерывные распределения вероятностей каждого исходного параметра (выручки, цены и т. п.) и многократно рассчитывают NPV проекта при различных значениях этих параметров, генерируемых случайным образом, исходя из заданных законов распределения. В результате получают большое количество расчетных NPV. Обрабатывая эти данные, получают ожидаемые значения NPV, рассчитывают среднеквадратическое отклонение и коэффициент вариации проекта.
Построение и анализ дерева решений
Этот метод применим для проектов, инвестиции в которые растянуты во времени, и у компании имеется возможность отказаться от продолжения проекта, не завершая инвестирование в изначально запланированном объеме. Построение дерева решений дает возможность не только оценивать, но и уменьшать риск, связанный с проектом. Метод применяет те же приемы, что и описанные выше методы, но отличается тем, что анализ происходит не в одной точке на шкале времени (в момент принятия решения о начале проекта), а в нескольких узловых точках проекта. Например, Интернет-компания планирует создать на своем сайте раздел, посвященный автомобилям, сделать его популярным среди пользователей Интернета посредством проведения рекламной кампании и продавать рекламное место в этом разделе магазинам, продающим автомобили. Проект можно разделить на три основных этапа:
- исследование рынка (анализ конкурентов, изучение интереса пользователей сети к автомобильной тематике, изучение отношения администрации автомагазинов к сетевой рекламе);
- разработка технического задания и изготовление раздела;
- проведение рекламной кампании и осуществление мероприятий по продаже рекламы в разделе.
Каждый из описанных этапов требует инвестиций, но они делаются не единовременно, а последовательно. У компании есть возможность, завершив исследования (первый этап), отказаться от проекта и потерять не все инвестиции (как это было бы в случае единовременного инвестирования), а только ту часть средств, которая была затрачена на первый этап. Аналогичная ситуация возможна во второй узловой точке. Сравнивая два проекта с различными графиками инвестирования (единовременный и поэтапный), можно сделать вывод, что при прочих равных условиях риск проекта с поэтапным инвестированием будет ниже.