На этапе количественного анализа риска вычисляются числовые значения величин отдельных рисков и риска объекта в целом. Также выявляется возможный ущерб и дается стоимостная оценка от проявления риска и, наконец, завершающей стадией количественной оценки является выработка системы антирисковых мероприятий и расчет их стоимостного эквивалента.
Количественный анализ можно формализовать, для чего используется инструментарий теории вероятностей, математической статистики, теории исследования операций. Наиболее распространенными методами количественного анализа риска являются статистические, аналитические, метод экспертных оценок, метод аналогов.
Статистические методы.
Суть статистических методов оценки риска заключается в определении вероятности возникновения потерь на основе статистических данных предшествующего периода и установлении области (зоны) риска, коэффициента риска и т.д. Достоинствами статистических методов является возможность анализировать и оценивать различные варианты развития событий и учитывать разные факторы рисков в рамках одного подхода. Основным недостатком этих методов считается необходимость использования в них вероятностных характеристик. Возможно применение следующих статистических методов: оценка вероятности исполнения, анализ вероятного распределения потока платежей, деревья решений, имитационное моделирование рисков, а также технология «Risk Metrics».
Метод оценки вероятности исполнения позволяет дать упрощенную статистическую оценку вероятности исполнения какого – либо решения путем расчета доли выполненных и невыполненных решений в общей сумме принятых решений.
Метод анализа вероятностных распределений потоков платежей позволяет при известном распределении вероятностей для каждого элемента потока платежей оценить возможные отклонения стоимостей потоков платежей от ожидаемых. Поток с наименьшей вариацией считается менее рисковым. Деревья решений обычно используются для анализа рисков событий, имеющих обозримое или разумное число вариантов развития. Они особо полезны в ситуациях, когда решения, принимаемые в момент времени t = n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий. Имитационное моделированиеявляется одним из мощнейших методов анализа экономической системы; в общем случае под ним понимается процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира. Имитационное моделирование используется в тех случаях, когда проведение реальных экспериментов, например, с экономическими системами, неразумно, требует значительных затрат и/или не осуществимо на практике. Кроме того, часто практически невыполним или требует значительных затрат сбор необходимой информации для принятия решений, в подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. генерированными компьютером).
Технология «Risk Metrics» разработана компанией «J.P. Morgan» для оценки риска рынка ценных бумаг. Методика подразумевает определение степени влияния риска на событие через вычисление «меры риска», то есть максимально возможного потенциального изменения цены портфеля, состоящего из различного набора финансовых инструментов, с заданной вероятностью и за заданный промежуток времени.
Аналитические методы.
Позволяют определить вероятность возникновения потерь на основе математических моделей и используются в основном для анализа риска инвестиционных проектов. Возможно использование таких методов, как анализ чувствительности, метод корректировки нормы дисконта с учетом риска, метод эквивалентов, метод сценариев.
Анализ чувствительности сводится к исследованию зависимости некоторого результирующего показателя от вариации значений показателей, участвующих в его определении. Другими словами, этот метод позволяет получить ответы на вопросы вида: что будет с результирующей величиной, если изменится значение некоторой исходной величины?
Метод корректировки нормы дисконта с учетом риска является наиболее простым и вследствие этого наиболее применяемым на практике. Основная его идея заключается в корректировке некоторой базовой нормы дисконта, которая считается безрисковой или минимально приемлемой. Корректировка осуществляется путем прибавления величины требуемой премии за риск.
С помощью метода достоверных эквивалентов осуществляется корректировка ожидаемых значений потока платежей путем введения специальных понижающих коэффициентов (а) с целью приведения ожидаемых поступлений к величинам платежей, получение которых практически не вызывает сомнений и значения которых могут быть достоверно определены.
Метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. С помощью этого метода можно получить достаточно наглядную картину для различных вариантов событий. Он представляет собой развитие методики анализа чувствительности, так как включает одновременное изменение нескольких факторов.
Метод экспертных оценок.
Представляет собой комплекс логических и математико – статистических методов и процедур по обработке результатов опроса группы экспертов, причем результаты опроса являются единственным источником информации. В этом случае возникает возможность использования интуиции, жизненного и профессионального опыта участников опроса. Метод используется тогда, когда недостаток или полное отсутствие информации не позволяет использовать другие возможности. Метод базируется на проведении опроса нескольких независимых экспертов, например, с целью оценки уровня риска или определения влияния различных факторов на уровень риска. Затем полученная информация анализируется и используется для достижения поставленной цели. Основным ограничением в его использовании является сложность в подборе необходимой группы экспертов.
Метод аналогов используется в том случае, когда применение иных методов по каким – либо причинам неприемлемо. Метод использует базу данных аналогичных объектов для выявления общих зависимостей и переноса их на исследуемый объект.
B мировой практике инвестиционного менеджмента используются различные методы оценки эффективности инвестиционных проектов в условиях риска и неопределенности, к наиболее распространенным следует отнести следующие методы:
• метод корректировки ставки дисконтирования (премия за риск);
• метод достоверных эквивалентов (коэффициентов достоверности);
• анализ чувствительности показателей эффективности (NPV, IRR и др.);
• метод сценариев;
• методы теории игр (критерий MAXIMIN, критерий MINIMAX и др.);
• построение «дерева решений»;
• имитационное моделирование по методу Монте-Карло.
Детальное описание перечисленных методов дано в различных литературных источниках [2; 5; 15], поэтому остановимся более подробно только на особенностях и недостатках их практического применения.
Метод корректировки ставки дисконтирования предусматривает приведение будущих денежных потоков к настоящему моменту времени по более высокой ставке, но не дает никакой информации о степени риска (возможных отклонениях конечных экономических результатов). При этом получаемые результаты существенно зависят только от величины надбавки (премии) за риск. Также недостатком данного метода являются существенные ограничения возможностей моделирования различных вариантов развития ИП, которые сводятся к анализу зависимости показателей NPV, IRR и др. от изменений одного показателя — нормы дисконта. Таким образом, в данном методе различные виды неопределенности и риска формализуются в виде премии за риск, которая включается в ставку дисконтирования.
Метод достоверных эквивалентов (коэффициентов достоверности) в отличие от предыдущего метода предполагает корректировку не нормы дисконта, а денежных потоков ИП в зависимости от достоверности оценки их ожидаемой величины. С этой целью рассчитываются специальные понижающие коэффициенты at для каждого планового периода t. Данный метод имеет несколько вариантов в зависимости от способа определения понижающих коэффициентов. Один из способов заключается в вычислении отношения достоверной величины чистых поступлений денежных средств по безрисковым вложениям (операциям) в период t к запланированной (ожидаемой) величине чистых поступлений от реализации ИП в этот же период t. Очевидно, что при таком способе определения коэффициентов достоверности денежные потоки от реализации ИП интерпретируются как поступления от безрисковых вложений, что приводит к невозможности проведения анализа эффективности ИП в условиях неопределенности и риска.
Другой вариант данного метода заключается в экспертной корректировке денежных потоков с помощью понижающего коэффициента, устанавливаемого в зависимости от субъективной оценки вероятностей. Однако интерпретация коэффициентов достоверности как субъективных вероятностей, свойственная данному подходу, не соответствует экономической сущности оценки риска [15]. Применение коэффициентов достоверности в такой интерпретации делает принятие инвестиционных решений произвольным и при формальном подходе может привести к серьезным ошибкам и, следовательно, к последующим негативным последствиям для предприятия.
Метод анализа чувствительности показателей эффективности ИП (NPV, IRR и др.) позволяет на количественной основе оценить влияние на ИП изменения его главных переменных. Главный недостаток данного метода заключается в том, что в нем допускается изменение одного параметра ИП изолированно от всех остальных, то есть все остальные параметры ИП остаются неизменными (равны спрогнозированным величинам и не отклоняются от них). Такое допущение редко соответствует действительности.
Метод сценариев позволяет преодолеть основной недостаток метода анализа чувствительности, так как с его помощью можно учесть одновременное влияние изменений факторов риска. К основным недостаткам практического использования метода сценариев можно отнести, во-первых, необходимость выполнения достаточно большого объема работ по отбору и аналитической обработке информации для каждого возможного сценария развития и как следствие, во-вторых, эффект ограниченного числа возможных комбинаций переменных, заключающийся в том, что количество сценариев, подлежащих детальной проработке, ограничено, так же как и число переменных, подлежащих варьированию, в-третьих, большая доля субъективизма в выборе сценариев развития и назначении вероятностей их возникновения.
Если существует множество вариантов сценариев развития, но их вероятности не могут быть достоверно оценены, то для принятия научно обоснованного инвестиционного решения по выбору наиболее целесообразного ИП из совокупности альтернативных ИП в условиях неопределенности применяются методы теории игр, некоторые рассмотрены ниже.1
Критерий МАХIМIN (критерий Вальда) минимизирует риск инвестора, однако при его использовании многие ИП, являющиеся высокоэффективными, будут необоснованно отвергнуты. Этот метод искусственно занижает эффективность ИП, поэтому его использование целесообразно, когда речь идет о необходимости достижения гарантированного результата.
Критерий MINIMAX (критерий Сэвиджа), в отличие от критерия МАХIМIN ориентирован не столько на минимизацию потерь, сколько на минимизацию сожалений по поводу упущенной прибыли. Он допускает разумный риск ради получения дополнительной прибыли. Пользоваться этим критерием для выбора стратегии поведения в ситуации неопределенности можно лишь тогда, когда есть уверенность в том, что случайный убыток не приведет фирму (инвестиционный проект) к полному краху. Этот критерий не учитывает при принятии инвестиционного решения риска, связанного с неблагоприятным развитием внешней среды.
Критерий пессимизма-оптимизма Гурвица [14] устанавливает баланс между критерием МЛХ1М1К и критерием МЛХ1МЛХ посредством выпуклой линейной комбинации. При использовании этого метода из всего множества ожидаемых сценариев развития событий в инвестиционном процессе выбираются два, при которых ИП, достигает минимальной и максимальной эффективности. Выбор оптимального ИП по показателю КРУ осуществляется по формуле
Общий недостаток рассмотренных выше методов теории игр состоит в том, что предполагается ограниченное количество сценариев развития (конечное множество состояний окружающей среды).
Метод построения «дерева решений» сходен с методом сценариев и основан на построении многовариантного прогноза динамики внешней среды. В отличие от метода сценариев он предполагает возможность принятия самой организацией решений, изменяющих ход реализации ИП и использующих специальную графическую форму представления результатов («дерево решений»). Данный метод может применяться в ситуациях, когда более поздние решения сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий [15]. Основными недостатками данного метода при его практическом использовании являются, во-первых, техническая сложность данного метода при наличии больших размеров исследуемого «дерева» решений, так как затрудняется не только вычисление оптимального решения, но и определение данных, во-вторых, присутствует слишком высокий субъективизм при назначении оценок вероятностей.
Имитационное моделирование по методу Монте-Карло является наиболее сложным, но и наиболее мощным методом оценки и учета рисков при принятии инвестиционного решения. В связи с тем что в процессе реализации этого метода происходит проигрывание достаточно большого количества вариантов, его можно отнести к дальнейшему развитию метода сценариев. Метод Монте-Карло дает наиболее точные и обоснованные оценки вероятностей по сравнению с вышеописанными методами. Однако, несмотря на очевидную привлекательность и достоинства метода Монте-Карло с теоретической точки зрения, данный метод встречает серьезные препятствия в практическом применении, что обусловлено следующими основными причинами:
