6.2. АНАЛИТИЧЕСКИЕ ПОДХОДЫ И ПРОЦЕДУРЫ ОЦЕНКИ ПРОЕКТНОГО РИСКА

Качественный анализ осуществляется с целью идентифицировать факторы риска, этапы и работы, при выполнении которых риск возни­кает, т.е.

Количественный анализ преследует цель количественно опреде­лить размеры отдельных рисков и риска проекта в целом. Этот вид анализа связан с оценкой рисков.

Методика качественной оценки рисков проекта внешне представ­ляется очень простой — описательной, но по существу она должна при­вести аналитика к количественному результату, к стоимостной оценке выявленных рисков, их негативных последствий и «стабилизацион­ных» мероприятий.

Все факторы,, влияющие на рост степени риска, можно условно разделить на две группы: объективные и субъективные. К объектив­ным факторам относятся факторы, не зависящие непосредственно от самой фирмы. Это инфляция, конкуренция, политические и эконо­мические кризисы, экология и т.д. К субъективным факторам отно­сятся факторы, характеризующие непосредственно данную фирму. Это производственный потенциал, техническое оснащение, уровень пред­метной и технологической специализации, организация труда, уровень производительности труда, степень кооперированных связей, выбор типа контрактов с инвестором или заказчиком и т.п. На этапе каче­ственного анализа необходимы инвентаризация всех видов проектных рисков, которая осуществляется с помощью приведенных выше клас­сификаций, и развернутое словесное описание каждого вида риска, воздействующего на рассматриваемый инвестиционный проект. Кро­ме того, необходимо описать и дать стоимостную оценку всех возмож­ных последствий гипотетической реализации выявленных рисков и предложить мероприятия по минимизации и/или компенсации этих последствий, рассчитав стоимостную оценку этих мероприятий.

При проведении качественного анализа проектного риска могут ₅ быть использованы метод анализа уместности затрат и метод аналогий.

Метод анализа уместности затрат ориентирован на выявление потенциальных зон риска и используется лицом, принимающим реше- . ние об инвестициях, для минимизации риска, угрожающего капиталу. ' Предполагается, что перерасход затрат может быть вызван одним из четырех основных факторов или их комбинациями:

1) первоначальной недооценкой стоимости;

2) изменением границ проектирования;

3) различием в производительности;

4) увеличением первоначальной стоимости.

Эти факторы могут быть детализированы. На базе типового переч­ня можно составить подробный контрольный перечень для каждого варианта проекта. Процесс утверждения ассигнований разбивается на стадии. Стадии утверждения должны быть связаны с проектными ; фазами и основываться на дополнительной информации о проекте по мере его разработки. На каждой стадии утверждения, получив; информацию о высоком риске, назревшем для потребных средств, инве-; стор может принять решение о прекращении инвестиций.

Метод аналогий. При анализе рискованности нового проекта (например, по строительству промышленного объекта) полезными могут оказаться сведения о последствиях воздействия подобных небла- _: гоприятных факторов на другие столь же рискованные проекты. В сбо­ре и обобщении такой информации все чаще инициативу проявляют авторитетные западные страховые компании, которые публикуют регу­лярные комментарии о тенденциях в наиболее важных зонах риска строительства промышленных объектов.

В России страховой бизнес недостаточно для этого развит, поэто­му вопросами сбора и обобщением такой информации вынуждены; заниматься непосредственно проектные организации. При использо-; вании аналогов применяемые базы создаются на основе литературных источников, исследовательских работ проектных организаций, опро­сов менеджеров проектов и др.

Оперируя методом аналогий, следует проявлять осторожность, так как даже в самых тривиальных и известных случаях неудачного завер­шения проектов очень трудно создать предпосылки для будущего анализа, т.е.

сценариев срыва проекта.

Наибольшую сложность представляют такие этапы инвестицион­ного анализа, как количественное определение величины риска и оцен­ка эффективности проекта с учетом выявленных и измеренных рисков. В настоящее время в России нет целостной теории оценки проектных рисков. Одной из причин этого является, по-видимому, отсутствие длительного временного периода практической инвестиционной дея­тельности в рыночных условиях.

В исследованиях, посвященных проблеме риска, встречаются несколько подходов к определению количественной оценки риска, основные из них следующие:

■ статистический метод;

■ метод аналогий;

■ метод экспертных оценок;

■ комбинированный метод.

Поскольку под риском в инвестиционном анализе, как говорилось выше, понимается вероятность осуществления неблагоприятного собы­тия (сценария), количественная оценка риска чаще всего сводится к оценке величины соответствующей вероятности. В общем случае счи­тается, что чем больше вероятность получения худших значений конеч­ных результатов проекта, тем выше уровень риска, ассоциируемый с данным проектом.

В зависимости от способа определения величины вероятности можно выделить частотную и субъективную вероятность наступле­ния неблагоприятного события. Величина частотной вероятности может быть получена с применением как статистического метода, так и метода аналогий.

Суть статистического метода заключается в том, что изучается статистика потерь и доходов, имевших место на данном или аналогич­ном производстве. Логика рассуждений такова: риск — это наступле­ние случайного события; случайность — это то, что в сходных услови­ях происходит неодинаково, поэтому ее нельзя заранее предвидеть и прогнозировать; однако при большом количестве наблюдений за слу­чайностями можно обнаружить, что они повторяются с определенной частотой (вероятностью). При статистическом методе устанавливает­ся величина и частотность получения той или иной отдачи от инве­стиций и составляется наиболее вероятный прогноз на будущее.

Во втором случае определения частотной вероятности (по методу аналогий) анализируются имеющиеся данные по осуществленным фирмой аналогичным проектам в прошлом с целью расчета вероятно­стей возникновения потерь по оцениваемому проекту. Таким обра для расчета уровня риска этим методом используется статистичес« база данных о рисках аналогичных проектов. Метод аналогий пр* няется в основном при оценке рисков часто повторяющихся проек например в строительстве. В качестве информационной базы для 01 ки риска этим методом можно назвать исследования, проводимые I мирным банком по оценке проектов после их завершения. Получе ные в результате таких исследований данные обрабатываются выявления зависимостей в законченных проектах, что позволяет вь лять потенциальный риск при реализации нового инвестиционнс проекта.

Значения вероятностей, полученных с применением статист» ского метода и метода аналогий, называют объективными, так как 1 но такие же результаты могут быть получены любым другим лицом повторившим расчетные процедуры.

Субъективная вероятность рассчитывается на базе метода экспе тных оценок и является предположением о наступлении неблагопр ятного результата, которое основывается на индивидуальном сужд| нии оценивающего (эксперта в данной области), на его личном опыт! Таким образом, экспертный метод основан на обработке мнений опьгм ных предпринимателей или специалистов. Желательно, чтобы экспе| ты давали свои оценки вероятностей возникновения уровней потере но можно ограничиться получением оценок вероятностей допустимей! го, критического и катастрофического рисков.

Преимущество такого способа оценки риска заключается в воз можности его применения для неповторяющихся событий и в условия отсутствия достаточного количества статистических данных, необход! мых для выявления объективных вероятностей. В силу уникальное! инвестиционных проектов и недостаточности временного период наблюдений экспертный метод оценки рисков проекта с определений ем субъективной вероятности наступления неблагоприятных событий является основным в настоящее время для российских компаний. ?

Довольно часто на практике применяется также метод, являющий-^ ся комбинацией из статистического и экспертного методов определен н ия риска.

На основании полученных вероятностей (частотных или субъек­тивных) с помощью методов математической статистики рассчитыва-1 ются основные показатели — дисперсия, стандартное отклонение,|

коэффициент вариации различных обобщающих показателей (напри­мер, индекса рентабельности инвестиций, чистой текущей стоимости проекта, бухгалтерской рентабельности инвестиций и др.).

Величина риска (степень риска) измеряется в этом случае пока­зателями дисперсии, среднеквадратического отклонения и коэффици­ентом вариации. Принято считать: чем больше этот разброс значений результирующего показателя инвестиционного проекта от средней ожидаемой величины, тем выше риск данного инвестиционного про­екта. Таким образом, величина риска связывается с колеблемостью, разбросом возможных эффектов проекта.

Измерение величины риска по изложенной выше методике про­ведем на примере.

Пример 6.1. Предприятие хочет инвестировать 1000 тыс. ден. ед. сроком на один год. Существует четыре варианта инвестирования, из которых следует выбрать лучший с учетом фактора риска:

а) годичные векселя государства, по которым начисляется 8% дохода;

б) облигации корпорации с ожидаемым доходом 9% годовых;

в) проект А, предполагающий первоначальные инвестиции в размере 1000 тыс.

г) альтернативный проект В, который требует инвестиций также в раз­мере 1000 тыс. ден. ед. и предполагает выплаты в конце года, но распре­деление выплат отличается от проекта А.

Норма дохода по инвестициям при различном состоянии экономики приведена в табл. 6.1.

Рассчитаем стандартные характеристики риска по данным вариантам вложений.

Математическое ожидание (среднее ожидаемое значение, М) — сред­невзвешенное всех возможных результатов, где в качестве весов исполь­зуются вероятности их достижения:

(6.1)

1=1 !

где х₁ — результат события или исхода (например, величина дохода, рен-; табельность и пр.);

р₁ — вероятность получения результата х,.

Математическое ожидание дохода по облигациям составляет:

= 12% х 0,05 + 10% х 0,20 + 9% х 0,50 + 8,5% х 0,20 + 8% х 0,05 = 9,2%.

Проведя аналогичные расчеты для других вариантов инвестирования,' получим:

М_векс = 8%; М_А - 10,4%; М_в = 12%.

Средняя величина представляет собой обобщенную количественную? характеристику и не позволяет принять решения в пользу какого-либо варианта вложения капитала.

Важной характеристикой, определяющей меру изменчивости возмож-_; ного результата, является дисперсия (Б) — средневзвешенное квадратов; отклонений случайной величины от ее математического ожидания (т.е. отклонений действительных результатов от ожидаемых):

1)^(х,-МУр_г (6.2)

ы

Дисперсия по инвестированию в облигации составляет Да,- (12 - 9,2)²0,05 + (10 - 9,2)²0,20 + (9,0 - 9,2)²0,50 + (8,5 - 9,2)²0,2 + (8,0 - 9,2)²0,05 = 0,71.

Для других вариантов инвестирования:

- 0; Д, - 16,1; 23,2.

Близко связан с показателем дисперсии показатель среднеквадрати-! ческого отклонения (стандартного отклонения), который рассчитывает-^ ся по формуле:

а = (6.3)

Среднеквадратическое отклонение показывает величину разброса возможных результатов по проекту:

а»«, = 0,84; о_икс = 0; а_л = 4,0; а_в = 4,8.

И дисперсия, и среднеквадратическое отклонение являются абсолют-] ными мерами риска и измеряются в тех же физических единицах, в каких; измеряется варьирующий признак. 1

С помощью математического ожидания и стандартного отклонения можно установить диапазон колеблемости результата. Так, по рассмат­

риваемым вариантам инвестирования ожидаемые уровни доходности лежат в таких интервалах:

Х^ = 9,2% ± 0,84%; Х_мкс = 8% ± 0%;

Х_л = 10,4% ± 4,0%; Х_в = 12% ± 4,8%.

Для анализа меры изменчивости также можно использовать коэф­фициент вариации (V). Он представляет собой отношение стандартного отклонения к математическому ожиданию и показывает степень откло­нения от средних ожидаемых значений:

V =—100%. (6.4)

М

Коэффициент вариации — относительная величина. Поэтому на его размер не влияют абсолютные значения изучаемого показателя. С помо­щью него можно сравнивать даже колеблемость признаков, выраженных в разных единицах измерения. Коэффициент вариации может изменять­ся от 0 до 100%. Установлена следующая качественная оценка различ­ных значений коэффициента вариации:

■ до 10% — слабая колеблемость;

■ 10—25% — умеренная колеблемость;

■ свыше 25% — высокая колеблемость.

Для рассматриваемых вариантов инвестирования коэффициент ва­риации имеет такие значения:

= 9,1%; У^ = 0%; У_А = 38,4%; У_в = 40%.

По результатам анализа можно сделать следующий вывод: инвести­рование в проект В дает в среднем наибольший доход, но это сопряжено с высокой степенью риска; инвестирование в покупку векселей — без­рисковый вариант, но и наименее доходный из всех рассмотренных.

Пример 6.1 продемонстрировал железное правило рыночной эко­номики: альтернативы с самым высоким вероятным ожидаемым дохо­дом предполагают и наибольший риск. Таким образом, при выборе направления инвестирования наиболее верным подходом будет не выбор той альтернативы, которая обеспечивает больший доход, а той, которая даст больший доход после учета факторов риска.

Рассмотренная трактовка измерения степени риска через расчет «колеблемости» эффекта широко распространена в западной литера­туре. В известных учебниках Р. Брейли и С. Майерса «Принципы корпоративных финансов», Дж.К. Ван Хорна «Основы управления финансами» даются такие определения риска:

«Мы определяем рискованность инвестиционного проекта как откло­нение потока денежных средств для данного проекта от ожидаемого. Чем больше отклонение, тем проект считается более рискованным»

«Риск инвестиций означает, что величина будущих доходу непредсказуема. Этот разброс возможных результатов обычно из ряют стандартным отклонен нем»^[20]. ^:

Таким образом, под риском здесь понимаются любые, как по жительные, так и отрицательные, отклонения доходности прое от средней (или от ожидаемой) ее величины. Ме;жду тем увязка ри ка с разбросом возможных эффектов может не соответствовать «зд вому смыслу». Взтой связи очень меткий пример привел на одн из конфер^ен"¹®^1,0 инвестиционной деятельности С.А. Смоляк, п же ОН воспроизвел его в своей книге об оценке эффективности ИИ О стиционных проектов: «Пусть, например, утром вам предлагают ствовать в проекте, заплатив 1 рубль. Если вы соглашаетесь, зав получаете неопределенную сумму — в пределах от 10 до 20 рубл Очевидно- что такой проект выгоден и не грозит вам никакие неприятностями, хотя и сопряжен с "математическим" риско" Вечером перед вами извиняются: нужно подтвердить ваше соглас поскольку ситуация изменилась и ваш неопределенный доход буд лежать в пределах от 10 до 20 ООО рублей. Любой разумный челов* скажет, что проектне ухудшился, хотя разброс эффекта вырос на т; порядка!»^[21]-

Представляется, что наиболее отвечает целям количественно оценки ряска проекта не определение степени «колеблемости», а рас чет вероятности попадания рискового события в «неблагоприятны интервал»- Каждый из факторов риска, выделенный на стадии кач; _СТвенногоанализа, может изменяться в определенном диапазоне, при" ни мая максимальное и минимальное значения, которым в свою оч: редь будУ соответствовать максимальное и минимальное значен* р_е3у_ЛЬХИрующего показателя инвестиционного проекта (безусловн при наличии определенных допущений, в частности монотонност функции результирующего показателя). Неочевидно, но практик"' показывает, что любой из факторов риска и результирующих показа-^' телей подвергается нормированию. «Неблагоприятным интервалом»^ может считаться интервал, расположенный между минимальным^ и норматй^вНЫМзначениями показателя. При таких условиях вероят-. ность попадания в этот интервал можно рассчитать с помощью фор-, мул математической статистики: _гДе Р — вероятность попадания в неблагоприятный интервал;

макс. норм ~ соответственно минимальное, максимальное и нормативное.

значения изучаемого фактора риска или результирующего показателя проекта.

При таком подходе к количественной оценке риска чем более высо­кие значения принимают рассчитанные вероятности, тем более риско­вым является проект (или изучаемый фактор). Одновременно реша­ется проблема двусторонней «колеблемости» (в положительную и отрицательную сторону от ожидаемого значения). В этом случае рис­ковым является только лишь отклонение фактора в худшую от норма­тива сторону. В качестве норматива вполне можно избрать и среднюю или ожидаемую величину результирующего показателя.