III. Качественный и количественный анализ вероятности возможного влияния риска на проект.

II. Идентификация риска.

Идентификацией риска называется процесс определения факторов риска, сведения их в единый перечень и описания каждой ситуации риска, которая потенциально влияет на достижение целей предприятия. Выявление рисков и причин их возникновения позволит определить степень устойчивости проекта к изменениям внешней и внутренней среды под воздействием неблагоприятных факторов (инфляция, конкуренция, нехватка финансирования и квалифицированного персонала). Для определения и оценки рисков инновационного проекта предлагается использовать шестифакторную модель идентификации инновационных рисков. Участники МИПа могут выбирать определенные факторы с использованием метода «мозгового штурма». Данная модель подразумевает анализ шести выделенных и имеющих влияние друг на друга рискообразующих факторов, влияющих на реализацию любого инновационного проекта с учетом входных данных о внешней среде. Основу модели составляет содержание инновации как ключевого элемента любого инновационного проекта. Для генерации и последующей работы с инновационной идеей необходимы высококвалифицированные кадры. С целью материального стимулирования интеллектуальных кадров необходимо привлечь определенные финансовые ресурсы, которые по источникам формирования делятся на внутренние (собственный капитал, резервные фонды, нераспределенная прибыль) и внешние (заемный капитал, инвесторы, спонсоры, государственные гранты).

В создании инновационного проекта, его бизнес-плане, принимают участие сотрудники, которые имеют непосредственное отношение ко всем областям деятельности предприятия: маркетингу, науке, сбыту, производству, управлению персоналом, закупкам. Руководитель проекта определяет порядок работ по идентификации рисковых событий, описания, а также аккумулирует поступающую информацию. Полученные данные должны быть приведены к единому показателю по общим правилам сложения значений рисковых событий. В практике управления используют следующие правила определения общей вероятности неудачи инновационных проектов:

- правило поглощения рисков: если риски относятся к единой сфере деятельности и их экономическая мера совпадает, но проявление негативных факторов происходит независимо друг от друга, то вероятность их возникновения оценивается по максимальному значению;

- правило математического сложения рисков: если риски относятся к разным областям деятельности и их меры различаются, но проявление негативных факторов происходит независимо друг от друга, то общая вероятность их проявления оценивается по правилам теории вероятностей для суммы вероятностей независимых событий;

- правило логического сложения рисков: если риски относятся к разным областям деятельности и их меры имеют различное основание, а негативные факторы появляются в зависимости один от другого, то степень риска в этом случае рассчитывается как сумма произведений риска одного события на шансы других.

III. Качественный и количественный анализ вероятности возможного влияния риска на проект.

Задача количественного анализа рисков — численное измерение влияния изменений факторов проекта, проверяемых на риск, на поведение критериев эффективности проекта. Количественная оценка рисков позволяет определять: 1) вероятность достижения конечной цели проекта; 2) степень воздействия риска на проект и объем непредвиденных затрат и материалов, которые могут понадобиться; 3) риски, требующие скорейшего реагирования и большего внимания, а также влияние их последствий на проект; 4) фактические затраты, предполагаемые сроки окончания.

Качественный анализ может быть сравнительно простым, его задача – определить факторы риска, этапы и работы, при выполнении которых возникает риск, и идентифицировать все возможные риски. Факторы риска можно разделить на две большие группы – субъективные и объективные.

К объективным относятся факторы, независящие непосредственно от самой фирмы: инфляция, конкуренция, политические и экономические кризисы, экология, таможенные пошлины.

К субъективным относятся факторы, характеризующие саму фирму: производственный потенциал, техническое оснащение, уровень производительности труда, организация труда, уровень квалификации персонала, уровень техники безопасности.

Определение степени угрозы риска:

IV. Методы оценки проектных рисков:

Статистический метод. Этот метод позволяет оценить риск не только конкретного проекта, но и предприятия в целом (проанализировав динамику его доходов) за некоторый промежуток времени. К преимуществам данного метода следует отнести несложность математических расчетов, а к недостаткам — необходимость большого числа наблюдений: чем больше массив информации, тем достовернее оценка рисков.

Метод экспертных оценок. Основное преимущество метода экспертных оценок заключается в возможности использовать опыт экспертов в процессе анализа проекта и учета влияния разнообразных качественных факторов. Достоинствами экспертного анализа являются отсутствие необходимости в точных исходных данных и дорогостоящих программных средствах, возможность проводить оценку до расчета эффективности проекта, а также простота расчета. Основные недостатки — трудность в привлечении независимых экспертов и субъективность оценок.

Одной из простейших практических экспертных методик анализа рисков является SWOT-анализ — качественный подход, базирующийся на сравнении («взвешивании») противоположных качеств проекта. Результаты SWOT-анализа формализуются в виде таблицы, содержащей четыре раздела и позволяющей наглядно противопоставить сильные и слабые стороны проекта, его возможности и угрозы. На основе структурного анализа проводится дальнейшее исследование, включающее ранжирование выявленных факторов и попарное соединение сильных и слабых сторон проекта, его возможностей и угроз. Все это отражается на составлении четырех списков: 1) возможности, построенные на сильных сторонах проекта; 2) сильные стороны, которые могут быть снижены возможностью угроз проекту; 3) слабые стороны, которые не позволяют использовать возможности проекта; 4) слабые стороны проекта, которые делают компанию уязвимой для угроз. Затем разрабатываются меры по преодолению самых серьезных слабостей и противостоянию самым сильным угрозам.

Другой метод, разработанный на основе экспертных оценок, — наглядный метод оценки рискованности проекта, условно называемый «звездой (розой) рисков». Данный подход позволяет сопоставить различные факторы проекта. Дальнейшее развитие этого метода достигается с помощью построения «спирали рисков», отражающей упорядочивание (ранжирование) факторов риска.

Метод экспертных оценок рисков следует дополнить его разновидностью — методом Дельфи. Он характеризуется анонимностью и управляемой обратной связью, так как эксперты в такой ситуации лишены возможности обсуждать ответы на поставленные вопросы. Обработанные и обобщенные результаты через управляемую обратную связь сообщаются каждому члену экспертной комиссии. Таким образом снимается возможность психологического дискомфорта, связанного с персонификацией каждой оценки, после чего оценка может быть повторена.

Метод аналогий. Сущность метода аналогий состоит в анализе всех имеющихся данных, касающихся осуществления фирмой аналогичных проектов в прошлом, с целью расчета вероятностей возникновения потерь. Если фирма предполагает реализовать проект, аналогичный уже завершенным, то для расчета уровня риска предпринимаемого проекта можно построить так называемую кривую риска на основании имеющегося статистического материала. С этой целью устанавливаются области риска, ограниченные нижней и верхней границами общих потерь.

Метод ставки процента (дисконта) с поправкой на риск. Этот метод позволяет, увеличивая безрисковую ставку процента на величину надбавки за риск, учесть факторы риска при расчете эффективности проекта. Так, в случае инновационных проектов надбавка за риск может достигать 10—20%. Обычно в качестве безрисковой процентной ставки берут процентную ставку по краткосрочным государственным облигациям. Рыночная рисковая премия оценивается на основе прошлой и прогнозируемой информации с помощью статистических пакетов.

Метод критических значений. Данный метод базируется на нахождении тех значений риск-переменных или параметров проекта, которые приводят расчетную величину соответствующего критерия эффективности проекта к критическому пределу. Он может рассматриваться в качестве инструмента количественного анализа рисков, когда в условиях прогнозируемой динамики изменения какого-нибудь фактора риска требуется, не проводя дополнительных расчетов, оценить степень близости критериального показателя виртуального проекта к его критическому пределу.

«Дерево решений». К важным методам исследования риска относится моделирование задачи выбора с помощью построения сложных распределений вероятностей («дерева решений»). «Дерево решений» — это диаграмма, отображающая взаимосвязи между решениями и связанными с ними случайными событиями. Ветви «дерева» отображают либо решения, либо случайные события. Следуя вдоль построенных ветвей и используя специальные методики расчета вероятностей, оценивают каждый путь и выбирают менее рискованный. Р — вероятность события; ОДВ = Доход х Р; ОДВ решения = Сумма ОДВ различных результатов.

Анализ чувствительности. В ходе анализа чувствительности происходит последовательно-единичное изменение каждой переменной: только одна из переменных меняет свое значение на прогнозное число процентов, и на этой основе пересчитывается новая величина используемого критерия. Простейшим способом, позволяющим проводить грубую оценку рисков проекта по методу чувствительности, является анализ точки безубыточности — точки нулевой прибыли или нулевых убытков, расчет которой позволяет выявить предельный объем производства, ниже которого проект будет нерентабельным. Для анализа воздействий конкретных отобранных риск-переменных на эффективность проекта можно использовать подход «Что если?». В результате такого анализа выявляется абсолютная величина изменения эффективности проекта в зависимости от заданного изменения одной риск-переменной.

Классический анализ чувствительности представляет собой направленный процесс варьирования ключевых предположений при прогнозировании денежных потоков с целью определения влияния, которое они могут оказывать на проектируемую выгоду. Первый важный шаг при проведении анализа чувствительности — выбор варьируемых переменных. Чем больше или ненадежнее переменная, тем более важным становится для нее анализ чувствительности. Затем следует рассчитать относительную величину — эластичность, отражающую, насколько сильно изменится величина критериального проектного показателя при единичном изменении риск-переменной. Например, эластичность NPV(проекта) по варьируемой переменной определяется как отношение относительного приращения в NPV к относительному приращению в варьируемом параметре, умноженное на 100%. Преимуществом показателя эластичности (Е) является то, что он является безразмерной величиной, т.е. с его помощью удается решить проблему сопоставимости влияния различных варьируемых характеристик проекта:

По показателям эластичности можно построить вектор чувствительности, позволяющий выявить наиболее рискованные переменные. Завершает анализ чувствительности ранжирование риск-переменных в зависимости от величины эластичности: чем больше значение эластичности, тем сильнее эта зависимость, и тем более рискованным для проекта является данный фактор. Иначе даже незначительное отклонение от первоначального замысла окажет серьезное влияние на успех проекта. Для обеспечения сопоставимости берутся абсолютные значения эластичности. Чем больше эластичность, тем большее внимание должно быть уделено варьируемой переменной, и тем более чувствителен проект к ее изменениям.

Построение рейтинга эластичности позволяет выявить наиболее чувствительные переменные, для которых целесообразно провести дополнительные исследования в рамках количественного анализа рисков. Однако данный метод обладает существенными недостатками, основным из которых является его однофакторность, т.е. ориентированность на изменения только одного фактора проекта, приводящая к недоучету возможностей связей между отдельными факторами или недоучету их корреляции. Поэтому при проведении анализа чувствительности следует выделять независимые друг от друга переменные или переменные, взаимовлияние которых будет минимальным. Если же переменные тесно взаимосвязаны, то лучше рассматривать их возможные альтернативные комбинации, а это приводит к необходимости анализа сценариев.

Анализ сценариев. На основе анализа сценариев может быть проанализировано воздействие на изменение избранного для анализа критерия оценки проектной эффективности одновременного изменения всех основных переменных проекта, определяющих его денежные потоки. Важным преимуществом метода является тот факт, что отклонения параметров рассчитываются с учетом их взаимозависимостей. Чаще всего рассчитываются три возможных сценария — пессимистический вариант возможного изменения переменных, оптимистический и наиболее вероятный. В соответствии с этими расчетами определяются новые значения критериев. По каждому сценарию исследуется, как будет действовать в соответствующих организационно-экономических условиях механизм реализации проекта, каковы при этом будут доходы, потери и показатели эффективности у отдельных участников. Проект считается устойчивым и эффективным, если во всех ситуациях интересы участников соблюдаются, а неблагоприятные последствия устраняются за счет созданных запасов и резервов или возмещаются страховыми выплатами.

Имитационное моделирование. Многовариантность проектных расчетов базируется на использовании модельного подхода и вычислительной техники. Выделяются общие признаки для всех моделей, применяемых в ходе инновационного проектирования: 1) комплексность; 2) наличие большого числа учитываемых переменных и параметров; 3) значительный объем и степень неопределенности исходной информации; 4) возможность недостоверности исходных данных; 5) большая длительность проекта и связанного с этим периода моделирования; 6) возможность существенных изменений общеэкономических факторов за период моделирования. Модели, обладающие перечисленными свойствами, реализованные на компьютерах, называются имитационными. Они служат важным инструментом решения проблемы многовариантности.

Метода Монте-Карло. Имитационное моделирование по методу Монте-Карло позволяет генерировать большое число случайных реализаций проекта, автоматически создавая множество возможных сценариев и их устойчивость к изменениям условий реализации проекта. Этапы анализа риска по методу Монте-Карла:

1) составление математической модели-таблицы оценки проекта;

2) установление «уязвимых» и неопределенных переменных;

3) выявление неопределенности.

Таким образом, вероятность случайного события позволяет прогнозировать случайные события, давая им количественную и качественную характеристику. При этом уровень неопределенности и степень риска уменьшаются.