Оценка и анализ инновационных проектов

Методы оценки рисков

Метод корректировки нормы дисконта Достоинства этого метода — в простоте расчетов, а также в понятности и доступности.

Вместе с тем метод имеет существенные недостатки. [11].

Метод корректировки нормы дисконта означает обыкновенное дисконтирование по более высокой норме, но не дает никакой информации о степени риска. При этом полученные результаты существенно зависят только от величины надбавки за риск. Он также предполагает увеличение риска во времени с постоянным коэффициентом, что вряд ли может считаться корректным, так как для многих проектов характерно наличие рисков в начальные периоды с постепенным снижением их к концу реализации. Таким образом, прибыльные проекты, не предполагающие со временем существенного увеличения риска, могут быть оценены неверно и отклонены. Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку. Обратная сторона простоты метода состоит в существенных ограничениях возможностей моделирования различных вариантов, которое сводится к анализу зависимости критериев NPV (IRR, PI и др.) от изменений только одного показателя — нормы дисконта. Несмотря на отмеченные недостатки, метод корректировки нормы дисконта широко применяется на практике.

Метод достоверных эквивалентов (коэффициентов достоверности) В отличие от предыдущего метода в этом случае осуществляют корректировку не нормы дисконта, а ожидаемых значений потока платежей CF путем введения специальных понижающих коэффициентов (аt) для каждого периода реализации проекта.

аt= CCFt / RCFt.

где: CCFt — величина чистых поступлений от безрисковой операции в период t;

RCFt — ожидаемая (запланированная) величина чистых поступлений от реализации проекта в период t;

t — номер периода.

Тогда достоверный эквивалент ожидаемого платежа может быть определен как:

CCFt = аtRCFt.

где аt<=1.

Таким образом, осуществляется приведение ожидаемых поступлений к величинам платежей, получение которых практически не вызывает сомнений и значения которых могут быть определены более или менее достоверно либо точно.

Однако на практике для определения значений коэффициентов чаще используется метод экспертных оценок. В этом случае коэффициенты отражают степень уверенности специалистов-экспертов в том, что поступление ожидаемого платежа осуществится.

После того, как значения коэффициентов определены, осуществляется расчет критерия NPV:

n.

NPV = S (at*CFt)/(1+r)t — I0.

где: CFt — суммарный поток платежей в период t;

r — используемая ставка процента;

at — корректирующий множитель;

I0 — начальные инвестиции;

n — срок проекта.

Предпочтение отдается тому проекту, по которому величина NPV больше. [3].

Анализ чувствительности Анализ чувствительности показателей широко используется в практике финансового менеджмента. В общем случае он сводится к исследованию зависимости некоторого результирующего показателя от вариации значений показателей, участвующих в его определении. Другими словами, этот метод позволяет получить ответы на вопросы вида: что будет с результирующей 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. Выбираются факторы (исходные показатели), относительно которых разработчик инновационного проекта не имеет однозначного суждения (т. е. находится в состоянии неопределенности). Типичными являются следующие факторы:
  • — капитальные затраты и вложения в оборотные средства,
  • — рыночные факторы — цена товара и объем продажи,
  • — компоненты себестоимости продукции,
  • — время строительства и ввода в действие основных средств.

В качестве результирующего показателя эффективности инвестиций может служить внутренняя норма прибыльности (IRR) или чистое современное значение (NPV).

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 (например 5% и 10% от номинального значения).
• 3. Путем изменения значений исходных показателей исследуется их влияние на конечный результат.

Проект с меньшей чувствительностью NPV считается менее рисковым.

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

Данный метод является хорошей иллюстрацией влияния отдельных исходных факторов на конечный результат проекта.

Главным недостатком данного метода является предпосылка о том, что изменение одного фактора рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны.

Анализ чувствительности может быть легко реализован в среде EXCEL.

Метод сценариев Метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. В общем случае 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 его вероятностную оценку.
• 3. Для каждого варианта рассчитывают вероятное значение критерия NPV (либо IRR, РI), а также оценки его отклонений от среднего значения.
• 4. Проводится анализ вероятностных распределений полученных результатов.

Проект с наименьшими стандартным отклонением (s) и коэффициентом вариации (СV) считается менее рисковым.

В целом метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов, а также предоставляет информацию о чувствительности и возможных отклонениях, а применение программных средств типа Excel позволяет значительно повысить эффективность подобного анализа путем практически неограниченного увеличения числа сценариев и введения дополнительных переменных.

Метод сценариев может быть легко реализован в среде EXCEL.

Деревья решений Деревья решений (decision tree) 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 = n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Дерево решений имеет вид нагруженного графа, вершины его 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 предполагает выполнение следующих шагов.

• 1. Для каждого момента времени t определяют проблему и все возможные варианты дальнейших событий.
• 2. Откладывают на дереве соответствующую проблеме вершину и исходящие из нее дуги.
• 3. Каждой исходящей дуге приписывают ее денежную и вероятностную оценки.
• 4. Исходя из значений всех вершин и дуг рассчитывают вероятное значение критерия NPV (либо IRR, РI).
• 5. Проводят анализ вероятностных распределений полученных результатов.

Ограничением практического использования данного метода является исходная предпосылка о том, что проект должен иметь обозримое или разумное число вариантов развития. Метод особенно полезен в ситуациях, когда решения, принимаемые в каждый момент времени, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.

Имитационное моделирование инвестиционных рисков Имитационное моделирование (Simulation) является одним из мощнейших методов анализа экономической системы.

В общем случае под имитацией понимают процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира.

При анализе рисков инвестиционных проектов обычно используют в качестве базы для экспериментов прогнозные данные об объемах продаж, затратах, ценах и т. п.

При проведении финансового анализа часто используются модели, содержащие случайные величины, поведение которых не детерминировано управлением или принимающими решения. Стохастическая имитация известна под названием «метод Монте-Карло». [14].

Имитационное моделирование представляет собой серию численных экспериментов, призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели).

В общем случае проведение имитационного эксперимента можно разбить на следующие этапы.

• 1. Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.
• 2. Задать законы распределения вероятностей для ключевых параметров модели.
• 3. Провести компьютерную имитацию значений ключевых параметров модели.
• 4. Рассчитать основные характеристики распределений исходных и выходных показателей.
• 5. Провести анализ полученных результатов и принять решение. Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей сценариев.

Практическое применение данного метода продемонстрировало широкие возможности его использования инвестиционном проектировании, особенно в условиях неопределённости и риска. Данный метод особенно удобен для практического применения тем, что удачно сочетается с другими экономико-статистическими методами, а также с теорией игр и другими методами исследования операций.

Имитационное моделирование рисков может быть достаточно просто реализовано в среде EXCEL.