Вопрос оценка автономного риска методами, не связанными с математической статистикой
Метод введения поправки на риск в дисконтном анализе.
ЧДД с учетом поправки на риск, вводимый в ставку дисконтирования, рассчитывается по формуле:
(1)
где iриск – безрисковая ставка плюс премия инвестора за риск.
Особенность формулы (1) заключается в том, что годовые чистые денежные поступления оценивающиеся без учета риска, как если бы они были известны совершенно точно.
Рекомендуемые значения поправки на риск.
Риск |
Характеристика |
Поправка |
Низкий |
Проекты, связанные с модернизацией оборудования |
0,03-0,05 |
Средний |
Проекты, связанные с увеличением объема продаж уже освоенной предприятием продукции |
0,08-0,01 |
Высокий |
Продвижение на рынок новой продукции |
0,12-0,15 |
Очень высокий |
НИОКР |
0,18-0,2 |
Метод введения поправки на риск считается в научном плане не строгим по следующей причине. Предположим, что инвестор считает, что в течение всех трех лет реализации проекта риск будет низким. Значит, поправка на риск в каждом году будет равна 5%. При расчете ЧДД в первом году реализации проекта инвестор вводит поправку равную, предположим, 0,05, во втором году реализации проекта тогда получается ; в третий год реализации проекта = 0,0001. Следовательно, процедура дисконтирования приводит к тому, что риск проекта снижается в последующие годы, хотя инвестор дает совершенно иную оценку событий.
Пример:
К=240 тыс. руб. Проект двухгодичный. Д1=Д2=200 тыс.руб. Безрисковая ставка дисконтирования: iб=0,08.
Проект связан с расширением объема продаж уже освоенной предприятием продукции. Оценить эффективность капитальных вложений.
Решение. Риск проекта средний. Принимаем , тогда
тыс.руб.
Проект надежен при данном субъективном подходе к оценке риска.
Вопрос статистические методы оценки автономного риска
Статистические риски должны соответствовать трем основным требованиям:
1. Эти риски должны количественно измеряться;
2. Риск должен быть однородным, то есть относиться к большой массе одних и тех же событий;
3. Требование нейтральности единичного события к общей совокупности происходящих событий, то есть ущерб от единичного события должен быть ничтожно малым по сравнению с общей суммой убытков от всего множества событий происшедших одновременно.
Пример 1: крупная строительная фирма строит поселок из одноэтажных домов.
Пример 2: небольшая фирма взяла подряд на строительство коттеджа на одну семью.
В каком случае для строителей риски будут статистические, а в каком нет и почему?
Для крупных фирм инвестиционные риски как правило статистические. Для малых фирм не выполняется обычно третье требование – незначимость единичного события по отношению к общей массе происходящих событий. Малая фирма из-за недостатков ресурсов не может диверсифицировать свои риски, т.е. сделать нестатистические риски статистическими.
Строгие статистические методы оценки и учета риска:
1. Риск оценивается по коэффициенту вариации годовых чистых денежных поступлений.
;
VД – коэффициент вариации чистых денежных поступлений;
σД - среднее квадратичное отклонение величины D от среднего значения (размах отклонений);
Дср – среднее значение годовых чистых денежных поступлений.
Чем больше коэффициент вариации, VД тем риски будут больше.
2. Риск оценивается по вероятности превращения ЧДД в ноль.
I – интервал изменения значений ЧДД. Заштрихованная площадь под кривой нормального распределения эквивалентна вероятности РА и РБ превращения ЧДД проектов А и Б в ноль.
Вероятность того, что ЧДД будет нулевым больше у проекта Б, т.к. дисперсия средней у этого проекта больше.
Снизить риски в общем случае можно следующим образом:
- создавать резервы денежных средств под непредвиденный случай;
- риски могут быть застрахованы в специальных фирмах;
- снизить величину риска можно посредством его дальнейшей диверсификации, т.е. распределения.
Оценка риска по коэффициенту вариации годовых чистых
денежных потоков
Коэффициент вариации годовых чистых денежных поступлений:
;
Среднеквадратическое отклонение:
;
Среднее значение годовых чистых денежных поступлений:
;
х=1-n – количество вероятных исходов, или событий.
Пример: сделана оценка годовых чистых денежных потоков по двум проектам А и Б. Продолжительность реализации этих проектов – один год. Оценка сделана в тыс. руб.
Состояние |
Проект А |
Проект Б |
||
Дх |
Рх |
Дх |
Рх |
|
Глубокий спад |
3000 |
0,1 |
2000 |
0,1 |
Средний спад |
3500 |
0,2 |
3000 |
0,2 |
Нормальное состояние |
4000 |
0,4 |
4000 |
0,4 |
Небольшой подъем |
4500 |
0,2 |
5000 |
0,2 |
Максимальный подъем |
5000 |
0,1 |
6000 |
0,1 |
|
|
|
|
|
Решение:
Рассчитать коэффициент вариации величины Д и выбрать менее рискованный проект.
Из таблицы видно, что из двух проектов среднее значение Д одинаково Д=4000. В проекте Б разброс значений значительно больше, чем в А.
Рассчитаем среднеквадратическое отклонение чистых денежных потоков.
А:
Б:
Проект Б более рискованный, т.к. коэффициент вариации больше. Таким образом, коэффициент вариации необходимо рассчитать по всем годам жизненного цикла.
Проблема в том, что риски изменяются во времени. На 2-ой, 3-ий и последующие годы проекта риски, как правило, будут увеличиваться с точки зрения точности прогноза.
В таблице, приведенной в примере, даны субъективные вероятности событий. Для определения субъективных вероятностных событий опрашивают группу экспертов, которые оценивают вероятности тех или иных событий. Затем эти значения усредняются и получают субъективные вероятности. Оценку субъективной вероятности можно получить и от неспециалиста в области экономической статистики.
Например, главный бухгалтер утверждает, что крупный дебитор вернет долг с вероятностью 0,6, а не вернет с вероятностью 0,2. Очевидно что эти значения нужно пронормировать на 1. Субъективная вероятность возврата долга Р1=0,6/(0,6+0,2)=0,75. Субъективная вероятность того, что долг не будет возвращен: Р2=0,2/(0,6+0,2)=0,25.
Оценка риска по вероятности превращения
ЧДД в нулевое значение.
Пример оценки того, что ЧДД может принимать нулевое или отрицательное значение.
По проекту было рассчитано среднеквадратическое отклонение:
σЧДД=444 тыс.руб. и среднее значение ЧДДср=116 тыс.руб. Определить вероятность того, что ЧДД будет отрицательным и проект окажется неэффективным.
Решение:
Определим на каком расстоянии ЧДДср находится от нулевой отметки при условии, что расстояние измеряется в среднеквадратических отклонениях.
стандартных отклонений
Фрагмент таблицы нормального распределения.
Число стандартных отклонений |
Вероятность отклонений от средней, Р |
0,2 0,25 0 ,26 0,3 |
0,42 0,4 0 ,39 0,38
|
Видно, что 0,26 стандартных отклонений соответствуют вероятности Р=0,39. Вероятность того, что ЧДД 0 равна Р=0,39, тогда вероятность, что ЧДД > 0 будет равна Р=0,59.
Принятие окончательного решения по реализации проекта зависит от субъективного восприятия риска инвестором. Если он считает, что вероятность (0,59) того, что ЧДД будет положительным достаточна, то проект будет реализован.