Файл: Риск как объективная экономическая категория проекта.pdf

Риск предполагает отклонение реальных результатов от ожидаемых. Попытка выделить основные факторы риска означает выделение некоторых явлений, обусловливающих несовпадение реального развития событий с прогнозируемым. Абсолютно все хозяйствующие субъекты действуют в условиях неопределенности и риска, но деятельность инновационно-активных предприятий связана с несравнимо большим риском [14].

Все факторы, являющиеся источником риска именно для инновационных фирм, можно разделить на внутренние и внешние (фундаментальные и конъюнктурные). Внутренние источники риска фирма может контролировать, поскольку они обусловлены в основном человеческим фактором. Негативное влияние поведения персонала предприятия может быть осознаваемым (саботаж, консерватизм и старые стереотипы поведения) и неосознаваемым (низкий уровень профессионализма, некомпетентность). Весьма часть фактора реализации проекта становится причиной незапланированных убытков. Но доминирующим среди внутренних факторов риска меняет правовые факторы, путем косвенного - экономические факторы риска. С помощью макроэкономических факторов государство реализует принятую в стране инновационную политику в направлении стимулирования наукоемкого производства, быстрого обновления производственных фондов и др. [17].

Микроэкономические факторы риска обуславливаются тем, что инновационное предприятие выступает как покупатель (на рынке ресурсов) и как продавец (на рынке готовой продукции).

Изменение поведения фирмы на рынке ресурсов обычно не связано с удорожанием ресурсов, а обусловлено сложностями технологической реализации проекта, необходимостью внесения изменений в продукт, что может потребовать дополнительных затрат на незапланированные виды ресурсов. Сильное влияние микроэкономических факторов риска на инновационный проект обусловливается свойством новизны, когда не ясна реакция потребителей, не отработана технология производства и т.п. [4].

Анализ факторов рисков проекта одно из ключевых направлений работы по управлению риском. Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный.

Главная задача качественного анализа определить факторы риска, этапы и работы, при выполнении которых возникает риск, т.е. установить потенциальные области возникновения рисковых ситуаций, после чего идентифицировать все возможные риски [22].

Количественный анализ рисков предполагает их оценку, т.е. численное определение размеров отдельных рисков и рисков инновационного проекта в целом.

К методам анализа рисков относятся:

• методы аналогии;
• бальной оценки;
• метод дерева решений;
• метод Монте-Карло (статистических испытаний);
• экспертные методы;
• математико-статистические методы оценки риска;
• Z-статистика;
• анализ чувствительности;
• метод сценариев;
• имитационное моделирование рисков и др.

Метод аналогии в управлении риском предполагает разработку стратегии управления риском конкретного проекта на основе анализа базы данных о реализации аналогичных проектов и аналогичных условий их реализации.

Метод балльной оценки риска является одним из методов экспертизы риска на основе обобщающего показателя, определяемого по ряду экспертно оцениваемых значений показателей (факторам) степени риска.

Данный метод включает в себя выполнение следующих этапов:

1. Определение списка факторов, определяющих степень риска проекта.

2. Разработка состава показателей, характеризующих влияние и риск в области проявления каждого фактора.

3. Оценка влияния каждого показателя по факторам и факторов на обобщающую оценку степени риска (в виде весовых коэффициентов оценки значимости показателей).

4. Разработка шкалы оценок по каждому показателю (в том числе порядок присвоения качественных оценок).

5. Формирование методики расчета обобщающей оценки риска.

Метод балльной оценки широко используется в деятельности рейтинговых и аналитических агентств при оценке страновых, региональных, политических и кредитных (коммерческих банков) рисков [5].

Метод дерева решений используется, главным образом, для анализа рисков проектов, имеющих обозримое или разумное число вариантов развития. Он особо полезен в ситуациях, когда решения, принимаемые в момент времени t=n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарий дальнейшего развития событий. Данный метод основан на построении пространственно-ориентированного графа, отражающего последовательность принятия решений и условий их реализации, оценки промежуточных результатов с учетом их вероятности. Вершины графа представляют ключевые состояния, в которых возникает необходимость выбора, а дуги (ветви дерева) различные события (решения, последствия, операция), которые могут иметь место в ситуации, определяемой вершиной. Каждой дуге (ветви) дерево могут быть приписаны числовые характеристики (нагрузки) и вероятностная оценка. Метод дерева решений позволяет рассчитать математическое ожидание результатов по каждому из вариантов реализации инновации.

Анализ чувствительности показателей проекта сводится к исследованию зависимости некоторого результирующего показателя от вариации значений показателей, участвующих в его определении. Он позволяет получить ответы на вопросы вида: что будет с результирующей величиной, если изменится значение некоторой исходной величины?[13]

Метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. В общем случае процедура использования данного метода в процессе анализа инновационных и инвестиционных рисков включает выполнение следующих шагов:

1. Определяют несколько вариантов изменений ключевых исходных показателей (например, оптимистический, наиболее вероятный и пессимистический).

2. Каждому варианту изменений приписывают его вероятностную оценку.

3. Для каждого варианта сценария рассчитывают вероятное значение, а также оценки его отклонений от среднего значения.

4. Проводится анализ вероятностных распределений полученных результатов. Проект с наименьшим стандартным отклонением и коэффициентом вариации считается менее рисковым.

Метод Монте-Карло (статистических испытаний) представляет собой стохастическую имитацию. Имитационное моделирование состоит в про ведении серии численных экспериментов, призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели). Данный метод используется в наиболее сложных для прогнозирования проектах в целях формализованного описания неопределенности.

В общем случае проведение имитационного эксперимента разбивается на следующие этапы:

1. Установление взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.

2. Задание законов распределения вероятностей для ключевых параметров модели.

3. Проведение компьютерной имитации значений ключевых параметров модели.

4. Расчет основных характеристик распределений исходных и выходных показателей.

5. Проведение анализа полученных результатов и принятие решения.

Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей сценариев. Метод Монте-Карло позволяет разработать наиболее вероятный сценарий реализации инновационного проекта [18].

Важнейшим этапом анализа рисков инновационного проекта является его количественная оценка, которая предполагает математическую оценку меры и степени риска. В основе количественной оценки риска лежат приемы математической статистики (расчет математического ожидания, вариации, дисперсии, стандартного отклонения и коэффициента вариации).

При количественной оценке риска любого проекта инвесторы и разработчики сопоставляют его с уровень нормой доходности проекта и общепринято определять риск как изменчивость доходности проекта. Гипотеза, положенная в основу статистических методов оценки риска, утверждает: измерить риск - это значит измерить, спрогнозировать, как доходность проекта будет колебаться в определенных пределах. Мера, измеряющая, как колеблется доходность проекта - это одновременно может быть и мерой риска [8].

Таким образом, можно сделать вывод о том, что не существует универсального метода, позволяющего провести полный анализ и дать оценку риска проекта. Каждый из рассмотренных выше методов обладает своими достоинствами и недостатками.

Качественные методы позволяют рассмотреть все возможные рисковые ситуации и описать все многообразие рисков рассматриваемого инвестиционного проекта, но получаемые при этом результаты оценки часто обладают не очень высокой объективностью и точностью.

Использование количественных методов дает возможность получить численную оценку рискованности проекта, определить степень влияния факторов риска на его эффективность. К числу недостатков этих методов можно отнести необходимость наличия большого объема исходной информации за длительный период времени, сложности при определении законов распределения исследуемых параметров и результирующих показателей и т. д.

Заключение

Риски в проектной сфере представляют собой вероятность потерь, возникающих при вложении фирмой средств в производство новых товаров и услуг, в разработку новой техники и технологий, которые, возможно, не найдут ожидаемого спроса на рынке, а также при вложении средств в разработку управленческих инноваций, которые не принесут ожидаемого эффекта.

Риск является важным элементом результатов исполнения любого проекта. Любая управленческая деятельность в той или иной степени имеет рисковый характер, что обусловлено как многофакторной динамикой объекта управления и его внешнего окружения, так и ролью человеческого фактора в процессе воздействия. Вследствие этого, можно выделить несколько основных видов риска инновационной деятельности, это риск ошибочного выбора проекта, риск, связанный с обеспечением прав собственности, технический и экономический риски.

Риск как объективная экономическая категория описывает вероятность потерь в результате неопределенности, что может привести к наступлению непредвиденных или неблагоприятных обстоятельств для реализации проекта.

Управление рисками – это процессы, связанные с идентификацией, анализом рисков и принятием решений, которые включают максимизацию положительных и минимизацию отрицательных последствий наступления рисковых событий. Процесс управления рисками проекта обычно включает выполнение нескольких процедур.

Для эффективного управления рисками проекта необходимо выполнение: планирования управления рисками, идентификации рисков, качественной оценка рисков, количественной оценки рисков, планирования реагирования на риски, мониторинга и контроля рисков. Все методы воздействия на риск можно разделить на три основные группы - снижение, сохранение и передача риска. В зависимости от особенностей конкретного риска, необходимо предпринимать определенный метод управления риском.

Оценка риска в проектной сфере является необходимым условием для принятия рациональных решений по управлению выявленными рисками. Анализ факторов рисков проекта одно из ключевых направлений работы по управлению риском. Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный.

К методам анализа рисков относятся: методы аналогии, бальной оценки, метод дерева решений, метод Монте-Карло, экспертные методы, математико-статистические методы оценки риска, Z-статистика, анализ чувствительности, метод сценариев, имитационное моделирование рисков и др.

Таким образом, можно сделать вывод о том, что не существует универсального метода, позволяющего провести полный анализ и дать оценку риска проекта. Каждый из рассмотренных выше методов обладает своими достоинствами и недостатками.

Качественные методы позволяют рассмотреть все возможные рисковые ситуации и описать все многообразие рисков рассматриваемого проекта, но получаемые при этом результаты оценки часто обладают не очень высокой объективностью и точностью.

Использование количественных методов дает возможность получить численную оценку рискованности проекта, определить степень влияния факторов риска на его эффективность. К числу недостатков этих методов можно отнести необходимость наличия большого объема исходной информации за длительный период времени, сложности при определении законов распределения исследуемых параметров и результирующих показателей и т.д.

Библиография

1. 1. Агафонова А.П. Обзор методов управления рисками инновационного проекта [Электронный ресурс] // Менеджмент в России и за рубежом: электронный журнал. URL: http://www.mevriz.ru/articles/2004/5/3463.html
2. 2. Алешин А.Г. Управление проектами: знание и опыт прошлых проектов [Электронный ресурс] // Grebennikon: электронная библиотека. URL: http://grebennikon.ru/cat-235-1-3.html
3. 3. Балдин К.В. Риск-менеджмент: учеб. пособие. – M.: Эксмо, 2006. – С. 254 – 267.
4. 4. Балабанов И.Т. Риск-менеджмент: учеб. пособие. – М.: Финансы и статистика, 1996. – С. 21-27.
5. 5. Блок Г.А. Экономическая оценка некоммерческих инновационных проектов // Креативная экономика. – 2008. №8 (167). С.74-79.
6. 6. Википедия [Электронный ресурс] // Свободная энциклопедия. URL: www.wikipedia.org
7. 7. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения: учеб. пособие. – М.: Дело и сервис, 2002. – с.160-164.
8. 8. Грашина М., Майкл Ньюлл Управление рисками как интегральная часть методологии проектного менеджмента [Электронный ресурс] // Технологии корпоративного управления: электронный журнал. URL: http://www.iteam.ru/publications/project/section_36/article_2522
9. 9. Гребенкин А.В., Шкурко В.Е. Оценка рисков инновационных проектов на основе теории нечетких множеств // Инновации. – 2008. №7(117). С. 119-121.
10. 10. Гольдштейн Г.Я. Инновационный менеджмент [Электронный ресурс] // Административно-управленческий портал. URL: http://www.aup.ru/books/m23/
11. 11. Гунин В.Н. Управление инновациями: учеб. пособие. – М.: ИНФРА-М, 2000. – С. 266-278
12. 12. Дудин М.Н. Риски в инновационной деятельности // Креативная экономика. – 2007. №10 (176). С.65-73
13. 13. Иванов А.А., Олейников С.Я., Бочаров С.А., Риск-менеджмент: учеб. пособие. – М.: ЕАОИ, 2008. – С. 27-37
14. 14. Крапчатова И.Р. Управление рисками инвестиционного проекта на этапе проектирования [Электронный ресурс] // Grebennikon: электронная библиотека. URL: http://grebennikon.ru/cat-235-2-3.html
15. 15. Кузнецов Н.В. Управление рисками: учеб. пособие. – Владивосток: Издательство Дальневосточного университета, 2004. – С. 38-64.
16. 16. Молева О.В. Альтернативы интеграционной стратегии [Электронный ресурс] // ВлГУ: электронный журнал. URL: http://journal.vlsu.ru/
17. 17. Разу М.Л. Управление проектом. Основы проектного управления: учеб. пособие. – М.: КНОРУС, 2006. – С. 721-749.
18. 18. Слесарь Ю.А. Риски концентрации: методы измерения, управления и контроля [Электронный ресурс] // Grebennikon: электронная библиотека. URL: http://grebennikon.ru/cat-235-1-3.html
19. 19. Тарутин А. Инновационный процесс [Электронный ресурс] // Экономика: электронный журнал. URL: http://institutiones.com/innovations/995-innovacionnij-process.html
20. 20. Хохлов Н.В. Управление риском: учеб. пособие. – M.: Юнити - Дана, 2001. – 16-20, 61-88 с.
21. 21. Чернов В.А. Анализ коммерческого риска. - М.: Финансы и статистика, 1998. – С. 54-63.
22. 22. Черная И.П. Региональная политика устойчивого развития: проблемы и особенности формирования и реализации в Российской Федерации [Электронный ресурс] // Менеджмент в России и за рубежом: электронный журнал. URL: http://mevriz.ru/annotations/2006/2/