Риск в инновационной деятельности

    Решение этой задачи требует многократного  повторения плановых расчетов для всех возможных значений исходных параметров, что даже с использованием компьютерного  обеспечения трудоемко и дорого. Поэтому на практике зачастую довольствуются анализом нижнего предела прибыли, а именно - определением точки безубыточности и того объема производства и сбыта, который обеспечивает безубыточную работу. Если запланированный объем сбыта существенно выше, тогда риск потерь невелик.

    Применяя  метод дерева решений, оценивают  значения денежных потоков по нескольким вариантам развития: оптимистический, пессимистический, нормальный. Дерево решений - это сетевые графики, отражающие моменты наступления событий  и вероятность получения финансовых результатов. Каждая ветвь дерева - это различные варианты развития. Чем больше разброс значений прогнозируемых критериев (например, NPV), тем более рискованным кажется проект.

    По  методу процентной ставки для более  рискованных проектов применяют повышенную ставку дисконтирования, под более высокий процент предоставляют кредиты - с учетом премии за риск.

    Метод сценариев позволяет перейти  от детализированного описания стратегических и оперативных рисков, характерных  для каждого вида деятельности предприятия (Бизнес1, Бизнес2 и т.д.) к проработке вероятного, пессимистического (worst-case) и оптимистического (best-case) вариантов развития. На заключительном этапе перспективного планирования такая оценка риска должна воплощаться в показателях плановых заданий: напряженных - соответствующих оптимистическому сценарию, наиболее реальных (вероятный сценарий) и заниженных (пессимистический сценарий). Кроме того при разработке сценариев согласовываются стратегические риски развития предприятия в целом и отдельных видов деятельности с оперативными рисками - рисками управления обеспечением, производством и сбытом (Приложение А).

    VaR - это статистический подход. Методология  VaR обладает рядом несомненных  преимуществ: она позволяет измерить  риск в терминах возможных потерь, соотнесенных с вероятностями их возникновения; позволяет измерить риски на различных рынках; позволяет агрегировать риски отдельных позиций в единую величину для всего портфеля, учитывая при этом информацию о количестве позиций, волатильности на рынке и периоде поддержания позиций.

    VaR является суммарной мерой риска,  способной производить сравнение  риска по различным портфелям  (например, по портфелям из акций  и облигаций) и по различным  финансовым инструментам (например, форварды и опционы).

    VaR является универсальной методикой  оценки различных видов кредитных  и инвестиционных рисков:

    - ценового риска;

    - валютного риска;

    - кредитного риска;

    - риска ликвидности.

    Сутью расчетов VaR является чёткий и однозначный  ответ на вопрос, возникающий при проведении финансовых операций: какой максимальный убыток рискует понести инвестор за определённый период времени с заданной вероятностью? Отсюда следует, что величина VaR определяется как наибольший ожидаемый убыток, который с заданной вероятностью может получить инвестор в течение n дней. Ключевыми параметрами VaR являются период времени, на который производится расчёт риска, и заданная вероятность того, что потери не превысят определенной величины.

    Для вычисления VaR необходимо определить ряд  базовых элементов, влияющих на его величину. В первую очередь, это вероятностное распределение рыночных факторов, напрямую влияющих на изменения цен входящих в портфель активов. Очевидно, что для его построения необходима некоторая статистика по поведению каждого из этих активов во времени. Если предположить, что логарифмы изменений цен активов подчиняются нормальному гауссовскому закону распределения с нулевым средним, то достаточно оценить только волатильность (т. е. стандартное отклонение). Однако на реальном рынке предположение о нормальности распределения, как правило, не выполняется. После задания распределения рыночных факторов необходимо выбрать доверительный уровень (confidence level), то есть вероятность, с которой потери не должны превышать VaR. Затем надо определить период поддержания позиций (holding period), на котором оцениваются потери. При некоторых упрощающих предположениях известно, что VaR портфеля пропорционален квадратному корню из периода поддержания позиций. Поэтому достаточно вычислить только однодневное VaR. Тогда, например, четырехдневное VaR будет в два раза больше.

    Говоря  простым языком, вычисление величины VaR производится с целью формулирования утверждения подобного типа: «Мы уверены на Х% (с вероятностью Х%), что наши потери не превысят величины Y в течение следующих N дней». В данном положении неизвестная величина Y и есть VaR.

    Расчет VaR. Для начала нужно определить логарифмы однодневных изменений курсов акций для каждой позиции по формуле:  

      

    Затем рассчитывается стандартное отклонение для каждой позиции:  

      

    где N - количество дней, а F - курс акции на i-тую дату

    При расчете значения VaR на период более  одного дня данное выражение умножается еще и на корень их числа дней, на которое рассчитывается VaR.

    После этого уже рассчитывается сам показатель VaR по формуле:  

      

    где k - коэффициент, соответствующий каждому  из доверительных уровней 90%, 95%, 97,5% и 99%;

    P - текущая стоимость финансового  инструмента; 

    N - количество финансовых инструментов  данной позиции. Обычно расчет VaR производится для доверительных уровней 90%, 95%, 97,5% и 99%.

    Коэффициенты, соответствующие каждому из доверительных  уровней, приведены в таблице 1.1: 

     Таблица 1.1

     Коэффициенты, соответствующие каждому из доверительных  уровней

 

     Метод Монте-Карло (статистических испытаний) - это метод формализованного описания неопределенности, используемый в наиболее сложных для прогнозирования  проектах. Он заключается в изучении статистики процессов реализации проектов на данном или аналогичном предприятии, что позволяет установить влияние и частоту получения конкретных результатов, а также ограничения на диапазон и динамику исходных значений и анализируемых показателей.

     Статистические  данные и ограничения служат основой имитационных моделей, позволяющих создать множество сценариев реализации проекта.

     Метод позволяет разработать наиболее вероятный сценарий реализации проекта. При его использовании необходимы ЭВМ так как имеет место много расчетов.

     Метод Дельфи - это метод прогноза, при  котором в процессе исследования исключается непосредственное общение  между членами группы и проводится индивидуальный опрос экспертов  с использованием анкет для выяснения  их мнения относительно будущих гипотетических событий.

     Достоверность полученных оценок зависит от квалификации экспертов, независимости их суждений, а также от методического обеспечения  проведения экспертизы. Одним из показателей  достоверности полученных значений является коэффициент конкордации (согласованности) мнений экспертов. Для анализа полученных данных используют ЭВМ.

    2.3. Количественные методы

    Количественная  оценка рисков определяет вероятность  возникновения рисков и влияние  последствий рисков на проект, что  помогает группе управления проектами верно принимать решения и избегать неопределенностей. Количественная оценка рисков позволяет определять:

    Вероятность достижения конечной цели проекта 

    Степень воздействия риска на проект и  объемы непредвиденных затрат и материалов, которые могут понадобиться.

    Риски, требующие скорейшего реагирования и большего внимания, а также влияние  их последствий на проект.

    Фактические затраты, предполагаемые сроки окончания.

    Количественная  оценка рисков часто сопровождает качественную оценку и также требует процесс идентификации рисков. Количественная и количественная оценка рисков могут использоваться по отдельности или вместе, в зависимости от располагаемого времени и бюджета, необходимости в количественной или качественной оценке рисков.

    Мера  риска - это степень неопределенности финансовых результатов, степень вероятности потерь. Например, риск вложения капитала в бизнес связан с неопределенностью ожидаемого дохода. Для его оценки применяют математический инструментарий теории вероятностей - стандартное отклонение, дисперсия, математическое ожидание, коэффициент вариации. Чем меньше значение стандартного отклонения а и коэффициента вариации по основным параметрам деятельности, тем меньше риск. Это количественный подход к оценке риска.

    Для моделирования вероятностей может быть использована таблица нормального распределения вероятностей. Присвоение вероятностей осуществляется на основании обработки статистической информации (объективная вероятность) или экспертным путем (субъективная вероятность). Классификация вероятностных параметров риска приведена на рис. 3.2 

    Рис. 3.2.Параметры рисков

   Имитационная  модель Д. Хертца основана на присвоении вероятностей значениям основных параметров (факторов), влияющим на денежные потоки:

• Размер рынка (объем продаж);
• Сегментация рынка;
• Отпускные цены;
• Темп роста продаж;
• Уровень переменных затрат;
• Уровень постоянных затрат;
• Объем необходимых инвестиций;
• Ликвидационная стоимость активов.
• Срок полезного использования оборудования.

    Факторы рассматриваются как независимые. Диапазоны величин по каждому  фактору оценивается экспертно, а вероятность присваивается по методу «рулетки». Шесть первых факторов определяют прибыль, которая соотносится с объемом инвестиций. В результате многократного повторения имитационного моделирования получают кривую вероятностного распределения нормы прибыли - вероятность того, что инвестиции обеспечат прибыль, большую или меньшую, чем некоторая средняя величина.

    К способам измерения риска относятся  также следующие.

    Метод оценки доходности активов САРМ - количественный метод анализа прибыльности, доходности инвестиций в сопоставлении с доходностью рынка при помощи коэффициента р, который указывает на совпадение тенденций изменения цен акций предприятия с тенденциями изменения цен акций других предприятий (входящих в состав Индекса 500 акций Standard & Poor, индекса Dow Jones и других). Несовпадение тенденций, когда коэффициент не равен 1, отражает повышенный риск по сравнению со средним рыночным.

    Метод эквивалентов состоит в учете  риска при помощи корректировки  составляющих денежных потоков в  зависимости от объективно или субъективно оцененных вероятностей. Применяемый коэффициент корректировки а характеризует соотношение значений денежных потоков при среднем и высоком уровнях риска.

    Недостатки  количественных методов прогнозирования  состоят в том, что для их применения:

    - необходим большой объем исходной  информации, основанной на анализе  статистических данных;

    - вероятностные распределения различаются  по каждой позиции притоков  и оттоков денежных средств,  меняются со временем;