Метод Монте-Карло и сценарный подход

Трехвариантный анализ развития событий самый простой, однако (в случае необходимости) число вариантов может быть повышено (например, до пяти). Данный метод может быть столь же точен, как и метод Монте-Карло, поскольку авторы — сторонники последнего подхода для исходных параметров также выбирают законы распределения на основе трех точек. Однако модели взаимосвязей между этими параметрами содержат дополнительные экспертные оценки и условности, которые также добавляют ошибку в результат.

ВЫВОДЫ Анализ чувствительности при оценке инвестиционных проектов позволяет выяснить наиболее важные факторы, рисковые параметры, влияющие на исход проекта.

Однако для вероятностной оценки результирующего критерия анализ чувствительности менее эффективен из-за того, что он основан на идее о независимости одних параметров от других.

Распределение вероятностей для NPV можно получить, воспользовавшись методом сценариев. В упрощенном варианте он состоит в том, что для проекта определяются оптимистическая, пессимистическая и наиболее вероятная оценки его развития, а затем с использованием приближенных оценок по методу Pf ЯГ находится закон распределения для NPV.

Зная этот закон, можно получить представление о возможном диапазоне результатов проекта и дать этим результатам вероятностную оценку.

Практическое применение метода Монте-Карло для прогноза денежных потоков

Метод имитационного моделирования Монте-Карло наряду с анализом чувствительности и анализом сценариев, является популярным методом вероятностной оценки проекта. Результатом его выступает распределение вероятностей возможных результатов оценки (например, вероятность получения NPV< 0).

В настоящее время разработано большое количество специальных программных продуктов с удобным пользовательским интерфейсом. Приведем только наиболее распространенные из них:

Risk-Master Гарвардского университета

@Risk от Palisade Corporation, www.palisade.com.

Crystal Bail, разработанный компанией Decisioneering,

www.decisioneering.com.

В чем плюсы данного метода для практического применения?

1. Прозрачность допущений и необходимость их параметризации Противники метода часто ссылаются на то, что прогноз взаимосвязей (корреляций) усложняет расчет проекта и вносит дополнительную ошибку. Однако возможно поставить вопрос по-другому: если мы не знаем таких взаимосвязей или не можем параметризовать их вероятности — хорошо ли мы проработали проект, достаточно ли информации для принятия решения?

Важное замечание: существование коррелированных переменных вызывает порой проблему, неучет которой предопределяет неверный результат. Без учета коррелированность, скажем, двух переменных компьютер, посчитав их полностью независимыми, генерирует нереалистичные проектные сценарии. Допустим, что цена и количество проданного товара есть две отрицательно коррелированные переменные. Если не будет уточнена связь между переменными (коэффициент корреляции), то возможны сценарии, случайно вырабатываемые компьютером, где цена и количество проданной продукции будут вместе либо высоки, либо низки, что, естественно, даст неверный прогноз.

• 2. Дружественность инструментария и простота использования Весь алгоритм состоит из трех шагов.
• • Создание прогнозной модели в формате табличного редактора Excel.
• • Задание функции распределения каждой переменной, которая оказывает влияние на формирование денежного потока, и введение ее минимального и максимального значений.

Для этого присваиваем переменной вероятностное распределение, исходя из оценок или наших ожиданий (например, треугольное, нормальное или равномерное распределение).

• Проведение расчетных итераций, которое является полностью компьютеризированной частью анализа рисков проекта. 200— 500 итераций обычно достаточно для хорошей репрезентативной выборки.

В процессе каждой итерации происходит случайный выбор значений ключевых переменных из специфицированного интервала в соответствии с вероятностными распределениями и условиями корреляции. Затем рассчитываются и сохраняются результирующие показатели (например, NPV). И т.д. от итерации к итерации.

В результате выстраивается гистограмма распределения результирующего показателя, по которой можно оценить риск проекта, разброс возможных результатов.

3. Наглядность представления результатов.

Обратимся к проекту ООО «П-транс», которое оказывает услуги по железнодорожным перевозкам. Предприятие реструктурировало задолженность по налогам перед бюджетом и внебюджетными фондами, финансовое положение стабилизировалось, и стоит задача дать оценку предприятия по методу БСР.

Прогноз денежных потоков ООО «П-транс», тыс. руб.: