1.3.4 Метод анализа сценариев
Метод анализа сценариев (Scenario analysis) позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. Кроме того, он позволяет исправит основной недостаток метода анализа чувствительности, так как включает одновременное (параллельное) изменение нескольких факторов риска и, таким образом, представляет собой развитие методики анализа чувствительности. В результате проведения анализа сценариев определяется воздействие на критерии проектной эффективности одновременного изменения всех основных переменных проекта, характеризующих его денежные потоки. Основным преимуществом метода является тот факт, что отклонения параметров рассчитываются с учетом их взаимозависимостей (корреляции). В качестве возможных вариантов при проведении риск-анализа целесообразно построить как минимум три сценария: пессимистический, оптимистический и наиболее вероятный (реалистический или средний).
В общем случае процедура использования данного метода в процессе анализа инвестиционных рисков включает выполнение следующих шагов [13].
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, PI), а также оценки его отклонений от среднего значения.
4. Проводится анализ вероятностных распределений полученных результатов (определяются математическое ожидание, дисперсия, среднее квадратическое значение, а также строится кривая распределения).
Среднее (ожидаемое) значение NPV определяется следующим образом:
,
где n - количество анализируемых сценариев;
NPVi - чистая современная стоимость по i-му сценарию;
pi - вероятность i-го сценария.
Среднеквадратическое отклонение NPV определяется как
.
Коэффициент вариации NPV
.
Проект с наименьшими среднеквадратическим отклонением и коэффициентов вариации считаются менее рискованным.
Главной проблемой практического использования сценарного подхода является необходимость построения модели инвестиционного проекта и выявление связи между переменными. Кроме того, к недостаткам сценарного подхода относят [17]:
необходимость значительного качественного исследования модели проекта, т. е. создания нескольких моделей, соотвествующих каждому сценарию, включающих объемные подготовительные работы по отбору и аналитической переработке информации;
достаточную неопределенность, «размытость» границ сценариев; правильность их построения зависит от качества построения модели и исходной информации, что значительно снижает их прогностическую ценность; при построении оценок значений переменных для каждого сценария допускается некоторый волюнтаризм;
эффект ограниченного числа возможных комбинаций переменных, заключающийся в том, что количество сценариев, подлежащих детальной проработке ограничено, так же как и число переменных, подлежащих оперированию, в противном случае возможно получение чрезмерно большого объема информации, прогностическая сила и практическая ценность которой сильно снижается.
Сценарный метод анализа проектных рисков обладает следующими особенностями, которые можно рассматривать в качестве его преимуществ:
учет взаимосвязи между переменными и влияния этой зависимости на значение интегрального показателя;
построение различных вариантов осуществления проекта;
содержательность процесса разработки сценариев и построения моделей, позволяющих проектному аналитику получить более четкое представление о проекте и возможностях его будущего осуществления, выявить как узкие места проекта, так и его позитивные стороны.
Таким образом, анализ чувствительности и сценарный анализ являются последовательными этапами количественного анализа рисков. Однако, метод сценариев наиболее эффектно применим в том случае, когда количество возможных сценариев конечно. Вместе с тем, как правило, при проведении анализа рисков инвестиционного проекта эксперт сталкивается с неограниченным количеством различных вариантов развития событий.
Отмеченную проблему помогает разрешить метод имитационного моделирования (метод Монте-Карло), который является одним из наиболее сложных в количественном анализе проектных рисков, и в котором активно используется математический аппарат теории вероятностей и математической статистики. Так как при имитационном моделировании происходит имитация большого количества сценариев, то его можно назвать развитием сценарного подхода.