С точки зрения спектра возможных результатов деятельности риски делятся на:

• 
  спекулятивные. Такие риски подразумевают возможность получения как отрицательного, так и положительного результата. Часто компании сознательно идут на спекулятивные риски, надеясь получить высокий доход. К спекулятивным рискам относится большая часть рисков, связанных с финансово-хозяйственной деятельностью;
  
• 
  получения убытков. Такие риски подразумевают получение только нулевого или отрицательного результата. Обычно вероятность получения нулевого результата намного выше вероятности получения отрицательного. К таким рискам относятся политические, транспортные, природные и экологические. Часть рисков, связанных с финансово-хозяйственной деятельностью, тоже являются рисками получения убытков (риски потери имущества, торговые риски и др.).
  

2. 
   Количественное измерение риска
   

Риск, ассоциируемый с проектом, связан с возможностью того, что ожидаемая доходность (в процентах) будет отличаться от планируемой. У каждого возможного результата есть определенная вероятность. Количественно оценить риск можно анализируя распределение вероятностей различных результатов проекта.

Распределение вероятностей может быть дискретным или непрерывным. Дискретное распределение подразумевает наличие конечного количества возможных результатов (К), каждый из которых имеет свою вероятность наступления (/>). Сумма всех вероятностей равна единице. Непрерывное распределение подразумевает, что результат может принять любое значение в определенном интервале. На практике, при анализе риска обычно используют дискретное распределение.

Если умножить величину каждого из возможных результатов проекта на его вероятность, а потом сложить все полученные величины, можно получить ожидаемое (наиболее вероятное) значение результата проекта, [К]:

[К] = KiPi + К₂Р₂ + ... + К_пРп.

Для количественной оценки единичного риска проекта (риска проекта, рассматриваемого изолированно) применяются известные статистические величины: дисперсия (б²) и среднеквадратическое отклонение (б):

б² = (Ki - [Ki])²Pi + (К₂ - [К]²Р₂ + ... + (К_п - [К]²Р_П.

---

Как можно видеть, дисперсия представляет собой взвешенную по вероятностям сумму квадратов отклонений результатов от ожидаемого значения. Чем выше дисперсия, тем больше разброс значений и, соответственно, риск, связанный с проектом.

Дисперсия измеряется в тех же величинах, что возможные результаты. В нашем случае, когда результатами являются различные величины доходности, вычисляемой в процентах, дисперсия будет измеряться в процентах в квадрате, что не очень удобно для абсолютной оценки риска. Поэтому для целей анализа риска применяют измеряемое в процентах среднеквадратическое отклонение (б), вычисляемое как квадратный корень из дисперсии.

Используя дисперсию и среднеквадратическое отклонение, можно оценить совокупный риск отклонения результата проекта в обе стороны (как в отрицательную, так и в положительную). Однако, при анализе риска, как правило, большее значение придается вероятности отклонения в сторону уменьшения доходов по сравнению с ожидаемыми. Кроме того, распределение вероятности может быть несимметричным, и

тогда отклонение в каждую из сторон имеет смысл рассматривать отдельно. Для этого рассчитывается полудисперсия SV:

SV= (Ki - [K])²Pi + (К₂ - [К])²Р₂ + ... + (Ki - [К])²Р_т;

где т — количество исходов, отличающихся от ожидаемого в меньшую (большую) сторону, a Ki и Pi, соответственно, величины и вероятности этих исходов. При абсолютно симметричном распределении вероятностей дисперсия равна любой из полудисперсий, умноженной на два. Расчет полудисперсий позволяет оценить, насколько риск уменьшения доходов по сравнению с ожидаемыми отличается от потенциальной возможности получения дополнительных доходов. Среднеквадратическое отклонение является абсолютной величиной. Поэтому для сравнения различных проектов необходимо соотнести Среднеквадратическое отклонение с величиной доходности. Для этого используется коэффициент вариации (CV):

CV= б/[К].

Коэффициент вариации является мерой риска на единицу доходности и может служить для сравнения различных проектов именно с точки зрения риска.

3. 
   Исходные данные для количественной оценки риска
   

В методике количественной оценки риска применяются такие величины, как возможные доходности проекта и соответствующие им вероятности. Эти данные необходимо каким-то образом получить. Существует два подхода к получению этих данных:

---

• 
  субъективный (экспертный). Строится на основе опыта и экспертных оценок специалистов компании или приглашенных консультантов;
  
• 
  объективный (на основе статистики). Если компания планирует продолжение деятельности, уже осуществлявшейся ею ранее в течение некоторого времени, она может использовать для прогноза статистику этой деятельности.
  

В чистом виде каждый из указанных методов практически не применяется, поскольку ситуации, в которых отсутствуют какие-либо статистические данные, встречаются редко, а прогноз на основе любой статистики всегда должен учитывать возможное изменение ситуации, т. е. содержать элементы экспертных оценок. Анализируя риск, связанный с проектом, необходимо учитывать, что кроме риска, рассчитываемого по приведенной выше методике, существует еще риск, связанный с возможными ошибками при составлении исходных данных для анализа. Это очень важное обстоятельство, поскольку вклад такого риска в общий риск может быть значительным. Поэтому, рассматривая два проекта, исходные данные для одного из которых получены в результате анализа

обширной статистики, а для другого — в основном, методом экспертных оценок, необходимо учитывать, что риск ошибки в исходных данных во втором случае выше.

Во многом именно поэтому руководители большинства компаний предпочитают принимать проекты, непосредственно связанные стой деятельностью, которую компания уже ведет, и по которой у менеджеров и аналитиков имеются статистика и значительный практический опыт. Риск ошибки в прогнозах по таким проектам значительно ниже, чем при анализе проектов, непосредственно не связанных с текущей деятельностью компании.

4. 
   Методы оценки риска единичного проекта
   

При изолированном рассмотрении проекта его риск оценивают, анализируя влияние неопределенности различных факторов (объема выручки, процентной ставки по кредитам и т. п.) на изменение ключевых критериев оценки проекта (NPV, IRR, MIRR, PI и др.). Рассмотрим четыре основных метода анализа единичного риска:

• 
  анализ чувствительности. В соответствии с этим методом сначала строится базовый вариант проекта на основе ожидаемых значений основных параметров (выручки, себестоимости и т. п.). После этого изменяют один из параметров, например, выручку, на один процент и рассчитывают изменение NPV, IRR и других аналитических критериев по сравнению с базовым вариантом. Аналогично поступают с другими параметрами. В результате строят таблицу чувствительности проекта к различным факторам. Анализ чувствительности позволяет выявить факторы, колебания которых наиболее опасны для данного проекта (проект имеет высокую чувствительность к ним), и принять соответствующие меры по уточнению прогнозов этих факторов и уменьшению их влияния. При сравнении альтернативных проектов проект с более высокой чувствительностью к рассматриваемому параметру считается более рисковым;
  
• 
  метод построения сценариев. В данном методе разрабатываются три сценария развития проекта: наихудший, умеренный и наилучший. Для каждого из них производится расчет NPV, IRR и других критериев. Определяется вероятность развития проектов по каждому из сценариев, рассчитываются средне-квадратическое отклонение и коэффициент вариации NPV. Сравнивая коэффициент вариации NPV проекта со средним коэффициентом вариации NPV проектов компании, можно сравнить уровень риска данного проекта и средний уровень риска компании;
  
• 
  имитационное моделирование. Это метод компьютерного моделирования. При его применении в качестве исходных данных задают непрерывные распределения вероятностей каждого исходного параметра (выручки, цены и т. п.) и многократно рассчитывают NPV проекта при различных значениях этих
  
• 
  параметров, генерируемых случайным образом, исходя из заданных законов распределения. В результате получают большое количество расчетных NPV. Обрабатывая эти данные, получают ожидаемые значения NPV, рассчитывают среднеквадратическое отклонение и коэффициент вариации проекта;
  

---

• построение и анализ дерева решений. Этот метод применим для проектов, инвестиции в которые растянуты во времени, и у компании имеется возможность отказаться от продолжения проекта, не завершая инвестирование в изначально запланированном объеме. Построение дерева решений дает возможность не только оценивать, но и уменьшать риск, связанный с проектом. Метод применяет те же приемы, что и описанные выше методы, но отличается тем, что анализ происходит не в одной точке на шкале времени (в момент принятия решения о начале проекта), а в нескольких узловых точках проекта. Например, Интернет-компания планирует создать на своем сайте раздел, посвященный автомобилям, сделать его популярным среди пользователей Интернета посредством проведения рекламной кампании и продавать рекламное место в этом разделе магазинам, продающим автомобили. Проект можно разделить на три основных этапа:

1. 
   исследование рынка (анализ конкурентов, изучение интереса пользователей сети к автомобильной тематике, изучение отношения администрации автомагазинов к сетевой рекламе);
   
2. 
   разработка технического задания и изготовление раздела;
   
3. 
   проведение рекламной кампании и осуществление мероприятий по продаже рекламы в разделе.
   

Каждый из описанных этапов требует инвестиций, но они делаются не единовременно, а последовательно. У компании есть возможность, завершив исследования (первый этап), отказаться от проекта и потерять не все инвестиции (как это было бы в случае единовременного инвестирования), а только ту часть средств, которая была затрачена на первый этап. Аналогичная ситуация возможна во второй узловой точке. Сравнивая два проекта с различными графиками инвестирования (единовременный и поэтапный), можно сделать вывод, что при прочих равных условиях риск проекта с поэтапным инвестированием будет ниже.

5. 
   Анализ корпоративного риска. Портфель проектов
   

Как правило, компания осуществляет несколько видов деятельности. Для Интернет-проекта это может быть основная деятельность и продажа рекламы на сайте проекта или торговля различными группами товаров, непосредственно не связанными друг с другом. В таких случаях колебания рынка по-разному сказываются на различных направлениях.

В некоторых случаях даже возможна ситуация, когда определенное событие на рынке отрицательно скажется на одном из проектов компании, но приведет к росту доходности другого. Очевидно, что в такой ситуации потери одного из проектов будут компенсированы дополнительными доходами другого. На этом принципе основывается один из главных инструментов риск-менеджмента: создание портфеля проектов для минимизации общего риска компании (корпоративного риска).

---

Тем не менее, не всякие проекты или направления деятельности уменьшают совокупный риск при объединении их в портфель. Если проекты жестко взаимосвязаны, и на них влияют одни и те же явления на рынке, объединение их в портфель практически не уменьшает общий риск. Так, например, продажа рекламы на сайте компании и продажа рекламы в e-mail рассылках (организуемых компанией) могут теоретически рассматриваться как различные направления деятельности (с технологической точки зрения это действительно так), но оба эти направления зависят от одного и того же фактора — общего спроса на Интернет-рекламу. При падении этого спроса оба направления понесут убытки. Если же на рынке сетевой рекламы возникнет перекос в сторону увеличения спроса на рекламу в e-mail рассылках за счет уменьшения спроса на баннерную рекламу, компания в целом не пострадает.

Общая ожидаемая доходность портфеля проектов [Кр] определяется по следующей формуле:

[К_р] — Х1[К1] + ХгЕКг] + ... + Хп[К_п];

где Xi — доля портфеля, приходящаяся на i-й проект. Идея диверсификации риска основана на том, что доходности проектов, входящих в портфель, не одинаково изменяются в ответ на изменение различных факторов на рынке. В отличие от ожидаемой доходности портфеля, среднеквадратическое отклонение (мера риска) доходности портфеля (б_р) не вычисляется как сумма среднеквадратических отклонений доходности проектов, взвешенных по долям в портфеле. Как правило, среднеквадратическое отклонение доходности портфеля меньше этой величины. Оно вычисляется по формуле:

бр = ((Крх - [Кр])²Р1 + (К_р2 - [Кр])²Р₂ + ... + (Крп - [Кр])²Рп)⁰'⁵

где K_pi — доходность портфеля проектов, соответствующая i-му состоянию анализируемого параметра рынка (таким параметром может быть общее состояние экономики, мировые цены на нефть, годовое изменение объема средств, затрачиваемых рекламодателями на Интернет-рекламу и т. п.). [К_р] — ожидаемая (наиболее вероятная) доходность портфеля. Pi — вероятность того, что анализируемый параметр рынка будет находится в i-м состоянии.

---

Смотрите также файлы

• Инструкция по охране труда при работе на трубогибочном станке Общие требования по охране труда.doc

• Соотнесите название этической модели с ее сущностью.docx

• Измерение длины линий в геодезии введение.rtf

• Маркетинг интегрированные онлайн и офлайн коммуникации.doc

• Білімге мтылу, ебексйгіштік жне отаншылды 9Г сынып Сынып жетекшісіденбай Бажан 20222023 оу жылы.docx