Аналитические методы. 
Современный стратегический анализ

В тех случаях, когда информация ограничена, для количественного анализа риска используются аналитические методы, или стандартные функции распределения вероятностей, например нормальное распределение, или распределение Гаусса, показательное (экспоненциальное) распределение вероятностей, которое довольно широко используется в расчетах надежности, а также распределение Пуассона, которое часто используют в теории массового обслуживания. Наибольшая простота расчетов и реальность результатов связаны с использованием методов чувствительности и сценариев.

Метод чувствительности критический соотношений

Метод предполагает исследование изменений ключевого критерия деятельности компании (например, прибыли или чистого денежного потока от основной деятельности) в ответ на изменения одного из параметров (объем реализации, уровень инфляции, уровень переменных затрат на единицу продукции, работ или услуг, колебание постоянных издержек, колебание цены продаж, изменение процентных ставок по кредитам и т. д.) при условии, что другие показатели остаются неизменными.

Использование в бизнес-планировании подобного аналитического подхода позволяет руководителю или предпринимателю выбрать более обоснованный (приемлемый) метод роста доходности своего бизнеса, учитывая риск и неопределенность, присущие рыночной экономике. Так, например, если цена оказалась критическим фактором, то можно усилить маркетинговую программу или снизить стоимость проекта. Если проект оказался более чувствительным к изменениям объемов производства, то следует уделить больше внимания программе обучения персонала, менеджменту и другим мерам по повышению производительности.

Применение метода анализа чувствительности критических соотношений рассмотрено в главе 6 настоящего учебника. Методика оценки риска с использованием метода чувствительности критических соотношений заключается в следующем:

• 1) устанавливаются показатели-факторы риска: инфляция, физический объем продаж, издержки, требуемый объем инвестиций, стоимость заемного капитала и т. д.;
• 2) рассчитывается чувствительность бизнес-проекта к изменению каждого показателя-фактора;
• 3) производится экспертное ранжирование по степени важности и прогнозируемости, на основании чего строится матрица чувствительности, позволяющая выделить наименее и наиболее рискованные факторы.

Недостатком этого метода является его экспертный подход, который не обеспечивает однозначного результата.

Метод анализа сценариев: сравнительная оценка вариантов решений

Метод анализа сценариев является развитием метода анализа чувствительности критических соотношений и предусматривает на основе базисных значений установленных критериев, например чистого дисконтированного дохода или нормы рентабельности, получать пессимистический, оптимистический и наиболее вероятностный варианты значений при одновременном изменении факторных переменных в лучшую и худшую сторону. Полученные таким образом значения сравниваются с базисными и даются рекомендации о возможности принятия бизнес-проекта.

Однако возможности практического применения этих методов ограничены тем, что они не позволяют учитывать вероятность изменения отдельных параметров на доходность инвестиций проекта и связанного с ним риска.

Имитационное моделирование

Анализ рисков методом имитационного (сценарно-имитационного) моделирования Монте-Карло представляет собой интеграцию методов анализа чувствительности и анализа сценариев на базе теории вероятностей. Его результатом выступает распределение вероятностей возможных результатов бизнес-проекта. Преимущества метода заключаются в возможности учета одновременного влияния нескольких факторов (интегрального риска).

Реализация данного метода возможна только с использованием компьютерных программ, например, Project Expert. Кроме того, с увеличением числа задаваемых факторов риска растет разброс значений результирующего показателя, а также значительно увеличивается продолжительность расчетов.

Более целесообразным решением является применение известных результатов теории статистики, таких как математическое ожидание и дисперсия линейной функции случайной величины, распределенных нормально. Наиболее проста реализация такого расчета в среде Excel способом оценки риска.