4. Методы оценки рисков инвестиционных проектов

Анализ чувствительности основан на последовательно единичном изменении, всех проверяемых на рискованность переменных. На каждом шаге только одна из переменных меняет свое значение на прогнозированное число, %, что приводит к пересчету значения используемого критерия. Анализируется точка безубыточности, т.е. находится такой объем реализации, который будет необходим для возмещение всех издержек.

Анализ чувствительности- определение степени влияния каждого из варьированных факторов на результат проекта. Используются данные потока денежных средств инвестиционного проекта.

Анализ сценариев включает, одновременное изменение нескольких факторов риска и, представляет собой развития методики анализа чувствительности, в результате определяется воздействие на критерии проектной эффективности, одновременного изменения всех основных переменных проектов характеризующие его денежные потоки. Преимущество: отклонение параметров рассчитываются с учетом их взаимосвязи (корреляция).

В данном виде анализа используются специальные компьютерные программы, программные продукты и имитационные модели.

Обычно рассматриваются три сценария:

а) пессимистический;

б) оптимистический;

в) наиболее вероятный (средний).

Имитационное моделирование рисков по методу Монте-Карло позволяет построить математическую модель для проекта с неопределенными значениями параметров. И зная вероятностное распределение параметров проекта, а так же связь между изменениями параметров получить распределение доходности проекта.

Применение имитационного моделирования методом Монте – Карло требует использование специальных математических пакетов (риск мастер) в то время, как метод сценариев может быть реализован даже при помощи обыкновенного калькулятора. Анализ рисков с использованием имитационного моделирования методом Монте- Карло, представляет собой методы анализа чувствительности и анализа сценариев на базе теории вероятности. Результатом такого комплексного анализа, выступает, распределение вероятностей возможных результатов проекта. Программный пакет риск мастер позволяет в диалоговом режиме осуществить процедуру подготовки информации к анализу рисков инвестиционного проекта по методу Монте – Карло, и провести сами расчеты.

Первый шаг при применении метода имитации состоит в определении функции распределения каждой переменной, которая оказывает влияние на формирование потока наличности. Функция распределения является нормальной, что бы задать ее необходимо определить 2 момента: 1) математическое ожижание,2) дисперсию. Как только функция распределения распределена можно применять процедуру Монте- Карло.

Алгоритм имитационного моделирования методом Монте- Карло

Первый шаг. Опираясь на использование статистического пакета, случайным образом выбираем, основываясь на вероятностной функцией распределения значений переменной, которая является одним из параметров определения потока наличности.

Второй шаг. Выбранное значение случайной величины, наряду со значениями переменных, которые являются эксагенными переменными, используются при расчете чистой приведенной стоимости проекта.

Шаги 1 и 2 повторяются, большое количества раз, например 1000, и полученные 1000 значения чистой приведенной стоимости проекта используются для построения плотности распределения величины чисто приведенной стоимости со своими собственными математическим ожиданиям и со стандартным отклонением. Используя значения математического ожидания и стандартного отклонения можно вычислить коэффициент вариации чисто приведенной стоимости проекта. И за тем оценить индивидуальный риск проекта, как и в анализе методом сценариев. Теперь необходимо определить минимальное и максимальное значение критической переменной, а для переменной с пошаговым распределением помимо этих двух принимаемых. Границы варьирования переменной определяется после, исходя из всего спектра возможных значений. По прошлым наблюдениям за переменной можно установить частоту, с которой та принимает соответствующее значение. В этом случаи вероятностное распределение, есть тоже самое частное распределение, показывающее частоту встречаемости значения в относительном масштабе от 0 до 1. Вероятностное распределение регулирует вероятность выбора значений за определенного интервала. В соответствии с заданным распределением модель оценки рисков, будет выбирать произвольные значения переменной. До рассмотрения рисков, мы подразумевали, что переменная принимает одно определенное нами значение с вероятностью 1. И через единственную итерацию расчетов мы получали однозначно определенный результат. В рамках модели вероятностного анализа рисков проводится большое число итерации, позволяющих установить как ведет себя результативный показатель при постановки в модель различных модели переменной в соответствии с заданном распределением. Задача аналитиков занимающих анализом рисков, состоит в том, что бы хотя бы приблизительно определить для исследуемой переменной вид вероятностного распределения. Эксперт присваивает переменно вероятностное распределение, исходя из своих количественных ожиданий, и делает выбор из двух категорий: 1) семетричных(нормальная, постоянная, треугольная); 2) не семетричных (по шаговое распределение).