Расчет и определение факторов риска. Факторный анализ. Экспертный метод

 

Одна из самых главных частей бизнес‑планирования – это определение и расчет факторов риска.

Созданный проект является, в сущности, прогнозом, который показывает, что при определенных значениях исходных данных могут быть получены расчетные показатели эффективности хозяйственной деятельности. Однако строить свои планы на таком жестко заданном прогнозе несколько рискованно, поскольку даже незначительное изменение исходных данных может привести к совершенно неожиданным результатам. Ведь успех реализации проекта зависит от множества переменных величин, которые вводятся в описание в качестве исходных данных, но в действительности не являются полностью контролируемыми параметрами. К числу таких параметров относятся следующие показатели. объем сбыта, цена продукции, суммы издержек, величина налогов, уровень инфляции и др. Все эти величины можно рассматривать как случайные факторы, оказывающие влияние на результат проекта.

Существует множество методик определения факторов риска, основные и самые распространенные из них. факторный анализ, экспертный анализ, анализ чувствительности, метод Монте‑Карло.

Факторный анализ – группа методов многомерного статистического анализа, которые позволяют представить в компактной форме обобщенную информацию о структуре связей между наблюдаемыми признаками изучаемого объекта на основе выделения некоторых непосредственно ненаблюдаемых факторов. Факторный анализ определяет предполагаемые факторы риска и степень их воздействия на деятельность предприятия или на проект.

Выделяют четыре основных метода факторного анализа: 1) метод цепных подстановок; 2) интегральный метод; 3) индексный метод; 4) дифференцирование.

Экспертный метод путем экспертных оценок специалистов в этой области устанавливает степень риска воздействия на проект/предприятие.

При анализе рисков проекта формируется таблица экспертного мнения.В таблице рассматриваются любые возможные риски и уровень их воздействия на рассматриваемый проект. Таблица не имеет отношения к какой‑либо определенной дате, отрасли или экономическим обстоятельствам. Уровень предполагаемых рисков и их список формируются в соответствии с вашими знаниями о них. Для использования данной таблицы необходимо быть экспертом в исследуемой области. Консультанты, специалисты, лучше всего, чтобы это были независимые эксперты рынка, составляют собственное, основанное на опыте, мнение о рисках проекта. Затем вычисляется среднее значение по перечисленным статьям, и бизнес‑модель рассчитывается с учетом самых сильных рисков проекта.

 

АНАЛИЗ ЧУВСТВИТЕЛЬНОСТИ

 

Одной из задач анализа проекта является определение чувствительности показателей эффективности к изменениям различных параметров.

Необходимо анализировать устойчивость проекта к возможным изменениям как экономической ситуации в целом (изменение структуры и темпов инфляции, увеличение задержки платежей), так и внутренних показателей проекта (изменение объемов сбыта, цены продукции). Такой анализ называется анализом чувствительности.

Чем шире диапазон параметров, в котором показатели эффективности остаются в пределах приемлемых значений, тем выше «запас прочности» проекта, тем лучше он защищен от колебаний различных факторов, оказывающих влияние на результаты реализации проекта.

Исследование чувствительности показателей эффективности к изменению ставки дисконтирования позволяет определить устойчивость проекта по отношению к колебаниям конъюнктуры финансового рынка и возможным изменениям макроэкономических условий деятельности. Для анализа чувствительности необходимо:

• выбрать основные показатели (NPV, IRR, FV и т. д.), изменение которых существенно отразится на потоках проекта;

• проанализировать при изменении уровня факторов (изменение выручки, себестоимости, затрат на зарплату, налоги и т. д.), какой из показателей будет наиболее чутким к этим изменениям и какой фактор оказывает самое большое воздействие на модель;

• проверить чувствительность выбранного показателя при вероятности отклонений первого (вероятность того, что фактор изменится, т. е. станет больше, меньше или останется плановым) и второго уровней (если фактор все же окажется ниже планового уровня, то с вероятностью 60 % отклонение будет не более 10 %).

 

48. МЕТОД МОНТЕ‑КАРЛО

 

Цель статистического анализа – определить степень воздействия случайных факторов на показатели эффективности проекта.

Анализ производится следующим образом. Допустим, определено, какие именно данные следует признать неопределенными, а также установлен диапазон значений, в пределах которого они могут изменяться случайным образом. Если речь идет, например, о двух параметрах, это означает, что определена область значений исходных данных, имеющая форму прямоугольника. Для трех переменных эта область представляет собой параллелепипед. Совокупность исходных данных, от которых зависит судьба проекта, отображается точкой, лежащей внутри выделенной области. Таких точек великое множество, поэтому выполнить расчет проекта для каждой из них невозможно. Тем не менее необходимо определить, какое воздействие оказывает неопределенность исходных данных на поведение модели. Эта задача решается с помощью метода Монте‑Карло.

Предположим, в нашем распоряжении имеется способ выбирать точки в выделенной области данных случайным образом, аналогичный рулетке в игорном заведении. Для каждой выбранной таким способом точки мы проведем расчет показателей эффективности и запишем их в таблицу. Проделав достаточно большое количество опытов, мы можем подвести некоторые итоги.

Для количественной оценки результатов используются два критерия. среднее значение и неопределенность. Предположим, мы проделали N опытов и получили набор значений некоторого показателя f(n= 1, N). Тогда среднее значение M определяется по формуле

 

где М – ожидаемое значение величины f_n; f – некий исследуемый показатель; N – количество проделанных опытов.

Неопределенность (или коэффициент вариации) рассчитывается следующим образом:

 

Величину М можно интерпретировать как ожидаемое значение случайной величины f_n.

Неопределенность можно рассматривать также как оценку риска, связанного с тем, что значение f_n отклонится от ожидаемой величины М.