Назначение анализа риска — дать потенциальным партнерам необходимые данные для принятия решений о целесообразности участия в проекте и предусмотреть меры по защите от возможных финансовых потерь.
Анализ риска производится в последовательности, приведенной на рис. 3.4.
Общие принципы анализа риска. Когда говорят о необходимости учета риска при управлении проектами, обычно имеют в виду основных его участников: заказчика, инвестора, исполнителя (подрядчика) или продавца, покупателя, а также страховую компанию.
При анализе риска любого из участников проекта используются следующие критерии, предложенные известным американским экспертом Б. Берлимером:
потери от риска независимы друг от друга;
потеря по одному направлению из «портфеля рисков» не обязательно увеличивает вероятность потери по другому (за исключением форс-мажорных обстоятельств);
максимально возможный ущерб не должен превышать финансовых возможностей участника.
Риск обычно подразделяется на динамический и статический.
Динамический риск — это риск непредвиденных изменений стоимости основного капитала вследствие принятия управленческих решений или непредвиденных изменений рыночных или политических обстоятельств. Такие изменения могут Привести как к потерям, так и к дополнительным доходам.
Статический риск — риск потерь реальных активов вследствие нанесения ущерба собственности, а также по-
Рис. 3.4. Блок-схема анализа риска
терь дохода из-за недееспособности организации. Данный риск может привести только к потерям.
Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный.
Качественный анализ может быть сравнительно простым, его главная задача — определить факторы риска, этапы работы, при выполнении которых риск возникает, т. е. установить потенциальные области риска, после чего идентифицировать все возможные риски.
Количественный анализ риска, т. е. численное определение размеров отдельных рисков и риска проекта в целом, — проблема более сложная. Все факторы, так или иначе влияющие на рост степени риска в проекте, можно условно разделить на объективные и субъективные.
К объективным факторам относятся факторы, не зависящие непосредственно от самой фирмы (инфляция, конкуренция, анархия, политические и экономические кризисы, экология, таможенные пошлины и т. д.).
К субъективным факторам относятся факторы, характеризующие непосредственно данную фирму. Это производственный потенциал, техническое оснащение, уровень предметной и технологической специализации, организация труда, уровень производительности труда, степень кооперированных связей, уровень техники безопасности, выбор типа контрактов с инвестором или заказчиком и проч. Последний фактор играет важную роль для фирмы, поскольку от типа контракта зависят степень риска и величина вознаграждения по окончании проекта.
Зоны риска и кривая риска. Предприниматель всегда должен стремиться учитывать возможный риск и предусматривать меры для снижения его уровня и компенсации вероятных потерь. В этом и заключается сущность управления риском (риск-менеджмента). Главная цель риск- менеджмента (особенно для условий современной России) — добиться, чтобы в самом худшем случае речь могла идти об отсутствии прибыли, но никак не о банкротстве организации.
Для оценки степени приемлемости коммерческого риска следует выделить зоны риска в зависимости от ожидаемой величины потерь. Общая схема зон риска представлена на рис. 3.5.
Рис. 3.5. Зоны риска
Область, в которой потери не ожидаются, т. е. где экономический результат хозяйственной деятельности положительный, называется безрисковой зоной.
Зона допустимого риска — область, в пределах которой величина вероятных потерь не превышает ожидаемой при-
были и, следовательно, коммерческая деятельность имеет экономическую целесообразность. Граница зоны допустимого риска соответствует уровню потерь, равному расчетной прибыли.
Зона критического риска — область возможных потерь, превышающих величину ожидаемой прибыли вплоть до величины полной расчетной выручки (суммы затрат и прибыли). Здесь предприниматель рискует не только не получить никакого дохода, но и понести прямые убытки в размере всех произведенных затрат.
Зона катастрофического риска — область вероятных потерь, которые превосходят критический уровень и могут достигать величины, равной собственному капиталу организации. Катастрофический риск способен привести организацию или предпринимателя к краху и банкротству. Кроме того, к категории катастрофического риска (независимо от величины имущественного ущерба) следует отнести риск, связанный с угрозой жизни или здоровью людей и возникновением экономических катастроф.
Наглядное представление об уровне коммерческого риска дает графическое изображение зависимости вероятности потерь от их величины — кривая риска (рис. 3.6).
Построение такой кривой базируется на гипотезе, что прибыль как случайная величина подчинена нормальному закону распределения и предполагает следующие допущения.
Наиболее вероятно получение прибыли, равной расчетной величине — Пр. Вероятность (Вр) получения такой прибыли максимальна и значение П можно считать математическим ожиданием прибыли. Вероятность получения прибыли, большей или меньшей по сравнению с расчетной, монотонно убывает по мере роста отклонений.
Потерями считается уменьшение прибыли (ДП) в сравнении с расчетной величиной. Если реальная прибыль равна П, то ДП = Пр — П.
Принятые допущения в определенной степени спорны и не всегда справедливы для всех видов рисков, но в целом достаточно верно отражают наиболее общие закономерности изменения коммерческого риска и дают возможность построить кривую распределения вероятностей потерь прибыли, которую и называют кривой риска (рис. 3.7).
Рис. 3.7. Кривая риска
Главное в оценке коммерческого риска — возможность построения кривой риска и определения зон и показателей допустимого, критического и катастрофического рисков.
Анализ риска основан на методологии, с помощью которой анализируется будущая неопределенность для
того, чтобы определить влияние риска на предполагаемые результаты. Это прием, с помощью которого математическая прогнозная модель подвергается ряду имитационных прогонов обычно с помощью компьютера. В ходе процессов имитации строятся последовательные сценарии, в которых используются данные, являющиеся исходными для основных неопределенных переменных проекта. Результаты имитации подвергаются статистической обработке, для того чтобы получить вероятностное распределение возможных результатов проекта и оценить степень риска. Таким образом процесс анализа риска включает следующие стадии:
создание прогнозной модели;
определение переменных риска;
определение вероятностного распределения отобранных переменных и определение диапазона возможных значений для каждой из них;
установление наличия или отсутствия корреляционных связей среди рисковых переменных;
прогоны моделей;
анализ результатов.
Переменные риска. Это переменные, являющиеся критическими для жизнеспособности проекта, т. е. даже малые отклонения от ее предполагаемого значения негативно отражаются на проекте.
Для отбора переменных используется анализ чувствительности и неопределенности. Анализ чувствительности измеряет реакцию результатов проекта на изменения той или иной переменной проекта. Недостаток этого анализа в том, что он не принимает во внимание реалистичность или нереалистичность предполагаемых изменений значения анализируемых переменных. Для того чтобы результаты, полученные при анализе чувствительности, имели смысл, следует учесть влияние неопределенности, охватывающей переменные, подвергающиеся проверке. Например, малое отклонение в закупочной цене определенного вида оборудования в год X имеет очень большое значение для дохода от проекта, но вероятность этого отклонения может быть мала, если поставщик связан определенными условиями контракта. Следовательно, риск, обусловленный этой переменной, незначителен.
Анализ неопределенности помогает выделить переменные повышенного риска. Причина, по которой в анализ риска включаются только наиболее важные переменные, носит двойственный характер. Во-первых, чем больше число переменных, тем выше вероятность создания неопределенных сценариев; во-вторых, денежные издержки, требующиеся для анализа многих переменных с малым влиянием на результаты, могут перевесить все возможные выгоды. Следовательно, целесообразно рассматривать ограниченное число наиболее чувствительных и неопределенных переменных в проекте.
Вероятностное распределение переменных и определение диапазона их возможных значений. Характеризуя понятие неопределенности, которое связывается с данной переменной проекта, необходимо расширить рамки неопределенности, что позволит более или менее точно предсказать значение конкретной переменной в будущем. Совокупность предполагаемых значений переменной должна быть достаточно широкой, но имеющей границы: минимальное и максимальное значения. Таким образом, задается диапазон возможных значений для каждой рисковой переменной. Определение диапазона значений переменных проекта сводится к процессу получения распределения вероятностей на основе данных, оставшихся от прежних наблюдений за какими-либо исследуемыми событиями.
Довольно редко можно позволить себе затраты на приобретение такой количественной информации, которая позволила бы обосновать установление диапазона значений исходя из полностью объективных критериев. Чаще всего приходится полагаться на суждения и субъективные показатели: мнения экспертов, личные суждения, мнения людей, имеющих определенные представления об объекте рассмотрения.
Установленный диапазон значений необходимо связать с распределениями вероятности, так как они диктуют возможность выбора значений, принадлежащих определенному диапазону. Распределение вероятности используется для количественного выражения представлений и ожиданий специалистов в отношении результатов конкретного события в будущем. Можно выделить две основные категории распределения вероятности: 1) нормальное, равномерное и треугольное распределения (разносят вероятность в границах одного диапазона, но с разными степенями концентрации относительно средних значений). Эти виды распределения называют симметричными; 2) ступенчатые и дискретные распределения. При дискретном распределении выделяются интервалы диапазона, каждому из которых присваиваются определенный вес по вероятности ступенчатым образом (рис. 3.8).
Рис. 3.8. Распределения вероятности с множественными значениями
Коррелированные переменные. Определение рисковых переменных и придание им соответствующего распределения вероятности — необходимое условие проведения анализа рисков.
При успешном завершении этих двух стадий анализа, при наличии надежной компьютерной программы можно перейти к стадии моделирования. На данной стадии компьютер вырабатывает ряд сценариев, основанных на случайных числах, генерируемых с использованием оговоренных распределений вероятности. Однако переход к моделированию будет справедлив только в том случае, если среди рисковых переменных, включенных в модель, будут отсутствовать какие-либо значимые корреляции.
Две или более переменных коррелируют в том случае, если они вместе систематически изменяются. Среди рисковых переменных такие отношения нередки. Наличие в модели проектного анализа коррелирующих переменных может привести к серьезным искажениям результатов анализа риска. Поэтому перед стадией прогонов модели важно убедиться в наличии или отсутствии таких связей и, где необходимо, ввести в модель ограничения, снижающие вероятность появления сценариев, нарушающих такие корреляции.
Хотя очень редко можно объективно определить точные характеристики коррелирующих переменных, в модели анализа имеется возможность установить направление подобных связей и предполагаемую силу корреляции. Отношения, подлежащие описанию, основываются на ожиданиях, а не на объективных данных, поэтому очень непросто, а иногда и не нужно, указывать все параметры таких отношений. Для того чтобы представить выработку моделью сценариев со значительным отклонением от разумного диапазона, достаточно принять, что отношения имеют линейный характер.
Для анализа имеющихся данных обычно применяют регрессию и корреляцию с целью облегчить прогнозирование зависимой переменной от реальных или гипотетических значений независимой переменной. В результате таких анализов выводятся уравнение регрессии и коэффициент корреляции. Для анализа рисков — это всего лишь исходные данные, а результатом является информация, выработанная в ходе моделирования. Задачей анализа корреляции применительно к анализу риска является контроль значений зависимой переменной, позволяющей сохранить соответствие с противоположными значениями независимой переменной.