Анализ рисков инвестиционного проекта

В процессе инвестиционной деятельности хозяйствующий субъект неизбежно встречается с ситуацией неопределенности будущих результатов своей деятельности, т. е. постоянно сталкивается с различными видами рисков.

Инвестиционный риск — возможность того, что реальный доход будет отличаться от ожидаемого. В количественном выражении риск обычно определяется как изменение числовых показателей проекта: чистой текущей стоимости (NPV), внутренней нормы доходности (IRR) и срока окупаемости (РВ). Наиболее распространенной ошибкой предприятий, планирующих реализацию инвестиционных проектов, является недостаточная проработка рисков, которые могут повлиять на доходность проектов. Такие ошибки могут привести к неверным инвестиционным решениям и значительным убыткам, поэтому вопросы управления рисками проекта чрезвычайно важны.

Назначение анализа риска — дать потенциальным инвесторам необходимые данные для принятия решения о целесообразности участия в проекте и предусмотреть меры по защите от возможных финансовых потерь.

Оценка рисков производится в процессе планирования проекта и включает качественный и количественный анализ.

Результатом качественного анализа рисков является описание неопределенностей, присущих проекту, причин, которые их вызывают, и, как результат, рисков проекта.

Проведение количественного анализа рисков {perform quantitative risk analysis) — процесс численного анализа влияния выявленных рисков на цели проекта в целом.

Количественный анализ рисков необходим для того, чтобы оценить, каким образом наиболее значимые рисковые факторы могут повлиять на показатели эффективности инвестиционного проекта. Особенностью методов анализа риска является использование вероятностных понятий и статистического анализа.

Различают две группы подходов к анализу неопределенности:

• 1) анализ неопределенности путем анализа чувствительности и сценариев;
• 2) анализ неопределенности с помощью оценки рисков, который может быть проведен с использованием разнообразных вероятностно-статистических методов.

Как правило, в инвестиционном проектировании используются последовательно оба подхода — сначала первый, затем второй. Причем первый является обязательным, а второй — весьма желательным, в особенности если рассматривается крупный инвестиционный проект с общим объемом финансирования свыше 1 млн долл.

Анализ чувствительности (sensitivity analysis) — это технология, позволяющая оценить, насколько показатель эффективности проекта может изменяться в ответ на изменение входной переменной, если другие параметры остаются неизменными. Цель анализа чувствительности состоит в сравнительном анализе влияния различных факторов инвестиционного проекта на ключевой показатель эффективности проекта^[1].

Анализ чувствительности начинается с исходной базовой ситуации, которая рассчитывается с использованием ожидаемых, наиболее вероятных значений каждой исходной переменной. Для базового варианта рассчитываются показатели эффективности инвестиционного проекта.

Затем исследователь задается вопросом: что будет, если значения входных параметров на практике будут отличаться от значений, которые мы приняли для оценки эффективности проекта? Метод анализа чувствительности разработан как раз для того, чтобы дать ответ на этот вопрос.

На следующем этапе необходимо выбрать ключевой показатель проекта, чувствительность которого к изменению входных параметров и будет анализироваться. Обычно в качестве такого показателя выбирают чистую текущую стоимость (NPV) или внутреннюю норму доходности (IRR).

Далее определяется, влияние каких факторов на ключевой показатель эффективности проекта будет изучаться. Это должны быть факторы, относительно которых мы не имеем однозначного суждения (т.е. находимся в состоянии неопределенности). Типичными являются следующие факторы: капитальные затраты и вложения в оборотные средства; рыночные факторы — цена товара и объем продажи; компоненты себестоимости продукции; время строительства и ввода в действие основных средств.

Далее при анализе чувствительности каждая входная переменная изменяется на несколько процентов вверх и вниз от ожидаемого значения (принятого в базовом варианте), и при этом предполагается, что остальные переменные остаются неизменными. Вычисляется новое значение ключевого показателя при условии использования новых значений. Например, если мы хотим оценить чувствительность чистой текущей стоимости к такому показателю, как цена, то значение цены базового варианта принимается за 100%. Значение NPV в этом случае уже определено. Затем мы рассчитываем NPV для вариантов, в которых все входные параметры, кроме цены, соответствуют базовому варианту. Значение цены мы варьируем, изменяя ее, например, на +5%, +10%.

Наконец, набор значений ключевого показателя накладывается на график, чтобы показать, насколько чувствительно это значение к изменению каждой из переменных (рис. 13.2).

Рис. 13.2. Чувствительность проекта к изменению неопределенных факторов.

Наклон линий на графике показывает, насколько ключевой показатель эффективности инвестиционного проекта чувствителен к изменению неопределенных факторов: чем круче наклон графика, тем выше чувствительность к изменению переменной. Чем выше чувствительность, тем выше риск, так как даже небольшая погрешность в прогнозировании данного фактора может привести к значительной ошибке в определении показателя эффективности проекта. Таким образом, анализ чувствительности может предоставить полезную информацию о рискованности проекта.

Данный график позволяет сделать вывод о наиболее критических факторах инвестиционного проекта, с тем чтобы в ходе его реализации обратить на эти факторы особое внимание.

Анализ чувствительности, являясь широко применяемой технологией оценки риска, имеет ряд ограничений. Например, проведя анализ чувствительности, мы увидели, что чистая текущая стоимость проекта очень чувствительна к изменениям переменных затрат на единицу продукции, а это говорит о том, что проект рискованный. Однако если предположить, что у компании есть договоры с поставщиками на поставку по фиксированной цене, то в этих условиях проект вообще не будет рискованным, несмотря на его высокую чувствительность к данной переменной.

Мы видим, что нам следовало бы расширить анализ чувствительности, с тем чтобы учитывать вероятностные распределения исходных данных и иметь возможность менять более одной переменной за раз для анализа совместного эффекта изменения нескольких параметров.

Такую возможность предоставляет анализ сценариев.

Анализ сценариев — это прием анализа риска, когда наряду с базовым набором исходных данных проекта рассматривается ряд других наборов данных, которые, по мнению разработчиков проекта, могут иметь место в процессе реализации.

Финансовый аналитик начинает с базового случая (наиболее вероятные значения входящих переменных). Далее он просит технического менеджера подобрать показатели при «плохом» стечении обстоятельств (малый объем продаж, низкая цена продажи, высокие переменные затраты и т. д.) и при «хорошем». При этом отклонения параметров проекта рассчитываются с учетом корреляции между ними.

Чаще всего рассматривают три сценария: базовый, наилучший и наихудший. В этом случае сценарный анализ также называют оценкой по трем точкам.

Оценка по трем точкам (three-point estimate) — аналитический метод, использующий три оценки стоимости или длительности, отражающие оптимистический, наиболее вероятный и пессимистический сценарии. Этот метод применяется для повышения точности оценок стоимости или длительности, когда исходный элемент операции или стоимости неточен.

Обычно наилучшему и наихудшему сценариям приписывается вероятность по 0,25, а базовому сценарию — 0,5. В действительности эти вероятности могут принимать другие значения, но в большинстве случаев бывает достаточно таких оценок, чтобы выделить ключевые параметры риска проектов и сконцентрировать на них свое внимание.

Для каждого сценария рассчитываются показатели эффективности, например NPV. Зная значения NPV для каждого сценария и вероятность сценариев, можно рассчитать ожидаемую чистую текущую стоимость проекта (математическое ожидание) по формуле.

Далее рассчитываются среднее квадратическое отклонение NPV проекта и коэффициент вариации проекта.

В случае когда компания реализует не один, а ряд проектов, по каждому проекту определяют коэффициент вариации, затем средний коэффициент вариации проектов компании. Коэффициент вариации конкретного проекта полезно сравнивать со средним коэффициентом проектов компании — это позволит получить представление об относительной рискованности проекта.

Анализ сценариев предоставляет полезную информацию об автономном риске проектов, однако он ограничивается тем, что рассматривает только отдельные результаты. Если рассматривается крупный инвестиционный проект, при оценке риска желательно не ограничиваться анализом чувствительности и сценариев. Более полный метод оценки автономного риска — метод Монте-Карло.

Метод Монте-Карло (Monte Carlo analysis) — метод, многократно (итеративно) рассчитывающий стоимости проекта или длительности проекта с использованием входных величин, произвольно взятых из возможных значений стоимости или длительности, с целью получения распределения вероятностей значений общей стоимости проекта или дат завершения проекта.

Моделирование методом Монте-Карло (Monte Carlo simulation) — процесс, который на основе распределения вероятностей для стоимости и сроков для отдельных задач генерирует сотни или тысячи возможных результатов выполнения. Затем результаты используются для генерации распределения вероятностей проекта в целом.

Метод имитационного моделирования Монте-Карло создает дополнительную возможность при оценке риска за счет того, что делает возможным создание случайных сценариев.

В общем случае имитационное моделирование Монте-Карло — это процедура, с помощью которой математическая модель определения какоголибо финансового показателя (например, в нашем случае, это может быть NPV, IRR, РГ) подвергается ряду имитационных прогонов с помощью компьютера.

При использовании метода Монте-Карло строятся последовательные сценарии с использованием исходных данных, которые по смыслу проекта являются неопределенными и потому в процессе анализа полагаются случайными величинами. Компьютер начинает работу с выбора случайного значения каждого из переменных параметров проекта — цены продукции, переменных затрат, объема продаж и т. д., причем процесс имитации осуществляется таким образом, чтобы случайный выбор значений из определенных вероятностных распределений не нарушал существования известных или предполагаемых отношений корреляции среди переменных.

Затем для данного сценария находится значение результирующего показателя (например, NPV), которое записывается в память компьютера. Далее случайным образом выбирается другой набор случайных переменных и вычисляется результирующий показатель (в нашем примере — NPV) для второго сценария. Этот процесс повторяется множество, иногда несколько тысяч раз. Результаты всех имитационных экспериментов объединяются в выборку и анализируются с помощью статистических методов с целью получения закона распределения вероятностей результирующего показателя (NPV).

В отдельных случаях закон распределения не определяют, а ограничиваются моментами, характеризующими статистические параметры объекта. Среднее значение выборки используется как оценка среднего значения чистой текущей стоимости проекта, а среднее квадратическое отклонение (или коэффициент вариации выборки) используется для измерения его риска. В качестве меры риска в инвестиционном проектировании целесообразно также использовать вероятность получения отрицательного значения NPV.

Результат анализа риска выражается не каким-либо единственным значением NPV, а вероятностным распределением всех возможных значений этого показателя. Следовательно, потенциальный инвестор с помощью метода Монте-Карло будет обеспечен полным набором данных, характеризующих риск проекта. На этой основе он сможет принять взвешенное решение о предоставлении средств.

Процесс анализа риска может быть разбит на следующие стадии.

• 1. Строится прогнозная модель, определяющая результирующий показатель как функцию от переменных и параметров. В качестве базовой модели для анализа инвестиционного риска обычно используется модель расчета показателя NPV.
• 2. Проводится анализ выбранных переменных. Из их числа выбирают только те, изменение которых существенным образом влияет на результат (отбор может производиться, например, с помощью анализа чувствительности).
• 3. Определяется вероятностный закон распределения выбранных переменных.
• 4. Устанавливаются границы диапазона значений переменных.
• 5. Определяются корреляционные связи между выбранными переменными (фактически наличие корреляции ограничивает случайный выбор отдельных значений для коррелированных переменных; две коррелированные переменные моделируются так, что при случайном выборе одной из них другая выбирается не свободно, а в диапазоне значений, который управляется смоделированным значением первой переменной).
• 6. Проводятся имитационные прогоны (генерируются случайные сценарии, основанные на наборе допущений; всю работу проводит компьютер).
• 7. Проводится статистический анализ результатов имитации.

Контрольные вопросы и задания

• 1. Дайте определение понятия «инвестиции».
• 2. Какова роль инвестиций в экономике?
• 3. Назовите основные задачи статистического изучения инвестиций.
• 4. Какова структура инвестиций в нефинансовые активы?
• 5. Дайте определение финансовых инвестиций.
• 6. Как инвестиции классифицируются по цели вложения?
• 7. Какова цель инвестора при осуществлении прямых и портфельных инвестиций? Какие из них для инвестора являются более ликвидным вложением капитала?
• 8. Назовите основные показатели эффективности инвестиций и приведите методику их исчисления.
• 9. Что понимается под рисками инвестирования?
• 10. Какие методы анализа риска вы знаете?

• [1] Ткаченко И. 10., Малых II. И. Инвестиции: учеб, пособие. М.: Академия, 2009.