Robo6log.ru

Финансовый обозреватель
9 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Статистический метод оценки риска

2.2. Статистические методы оценки риска

2.2. Статистические методы оценки риска

Управление риском означает правильное понимание степени риска, который постоянно угрожает людям, имуществу, финансовым результатам хозяйственной деятельности. Для предпринимателя важно знать действительную стоимость риска, которому подвергается его деятельность. Под стоимостью риска следует понимать фактические убытки предпринимателя, затраты на снижение величины этих убытков или затраты по возмещению таких убытков и их последствий. Правильная оценка финансовым менеджером действительной стоимости риска позволяет ему объективно представлять объем возможных убытков и наметить пути к их предотвращению или уменьшению, а в случае невозможности предотвращения убытков обеспечить их возмещение.

Оценка риска – это этап анализа риска, имеющий целью определить его количественные характеристики: вероятность наступления неблагоприятных событий и возможный размер ущерба. Можно выделить основные методы оценки риска для конкретных процессов:

1) анализ статистических данных по неблагоприятным событиям, имевшим место в прошлом;

2) теоретический анализ структуры причинно-следственных связей процессов.

Используя имеющиеся статистические данные, можно оценить вероятность возникновения неблагоприятных событий и размер ущерба. Этот метод подходит для частых и однородных событий.

К методам, обеспечивающим отдельную оценку уровня риска, относится дисперсия, которая представляет собой средневзвешенное из квадратов отклонений действительных результатов рискованных инвестиционных вложений от средних ожидаемых.

где q – дисперсия;

Х – ожидаемое значение для каждого случая вложения инвестиционных ресурсов;

Х — – среднее ожидаемое значение риска инвестиционной деятельности;

n – число вложений инвестиционных ресурсов (частота).

Дисперсия характеризует абсолютную колеблемость частоты инвестиционного риска, а относительную степень колеблемости показывает коэффициент вариации, который рассчитывается по формуле:

где V – коэффициент вариации;

q – среднее квадратическое отклонение;

х – среднее ожидаемое значение риска инвестиционной деятельности.

Коэффициент вариации может изменяться от 1 до 100%.

Чем выше коэффициент вариации, тем сильнее колеблемость. Установлена следующая качественная оценка различных значений коэффициента вариации:

до 10% – слабая колеблемость риска инвестиционной деятельности;

10–25% – средняя, умеренная колеблемость риска инвестиционной деятельности;

более 25% – высокая колеблемость риска инвестиционной деятельности.

При использовании дисперсии и вариации учитывают, что риск имеет математически определенную вероятность получения результата от реализации инвестиционного проекта. Эта вероятность в свою очередь может быть определена субъективно экспертным путем или объективно на основании математических вычислений частот степени риска.

Дисперсия и среднеквадратическое отклонение служат мерами абсолютного рассеяния и измеряются в тех же физических единицах, в каких измеряется варьирующий признак.

Коэффициент вариации – относительная величина. Поэтому с его помощью можно сравнивать колеблемость признаков, выраженных в различных единицах измерений.

Поскольку на формирование ожидаемого результата (например, величины прибыли) воздействует множество случайных факторов, то он, естественно, является случайной величиной.

Одной из характеристик случайной величины Х является закон распределения ее вероятностей.

Характер, тип распределения отражают общие условия, вытекающие из сущности и природы явления, и особенности, оказывающие влияние на вариацию исследуемого показателя (ожидаемого результата).

Ситуации, когда убытки редки, но их величина существенна, возникают в результате таких катастрофических обстоятельств, как взрыв на заводе или землетрясение. Напротив, ситуации, когда убытки происходят часто, но их размер относительно невелик, имеют обычный характер. Примером является физический ущерб автомобилю (например, в результате аварии) из большого автопарка.

Значительная часть организаций несет большое число убытков относительно небольшого размера (hazard, accidental) по рискам опасности. Например, в больших производственных компаниях ежегодно с работниками происходит большое число незначительных случаев травматизма. Другие организации страдают от таких катастрофических потерь, как большой пожар или взрыв на заводе, что, хотелось бы верить, происходит не часто. Между этими двумя крайними ситуациями располагаются убытки средней величины, которые могут наступить или не наступить с некоторой периодичностью.[34]

Таблица 14. Эмпирическая шкала уровня риска

Принятие решений с большим уровнем риска зависит от склонности к риску лиц, принимающих решение. Однако принятие таких решений возможно только в случае, если наступление нежелательного исхода не приведет предпринимателя (фирму) к банкротству.

Для оценки приемлемости отклонения используется коэффициент вариации V. При этом приводятся следующие шкалы колеблемости (риска) коэффициента вариации: до 0,1 – слабая; от 0,1 до 0,25 – умеренная; свыше 0,25 – высокая.

При оценке приемлемости коэффициента, определяющего риск банкротства, существует несколько не противоречащих друг другу точек зрения. Одни авторы считают, что оптимальным является коэффициент риска, составляющий 0,3, а коэффициент риска, ведущий к банкротству, – 0,7 и выше. В других источниках приводится шкала риска со следующими градациями указанного выше коэффициента: приемлемый риск – до 0,25, допустимый риск – 0,25–0,50, критический риск – 0,50–0,75, катастрофический риск – свыше 0,75.

По мнению практически всех авторов, в границах коэффициента, определяющего риск банкротства от 0,3 до 0,7, находится зона повышенного риска. Принятие решения о реализации рискового мероприятия в границах этой зоны определяется величиной возможного выигрыша в случае, если нежелательный исход (рисковое событие) не произойдет, и склонностью к риску лиц, принимающих решение.

Как показывает практика, для характеристики распределения социально-экономических явлений наиболее часто используется так называемое нормальное распределение.

Допущение о том, что большинство результатов хозяйственной деятельности (доходы, прибыль и т.п.) как случайные величины подчиняются закону, близкому к нормальному, широко используется в литературе по проблеме количественной оценки экономического риска. Известно, что закон нормального распределения характерен для распределения событий в случае, когда их исход представляет собой результат совместного воздействия большого количества независимых факторов и ни один из этих факторов не оказывает преобладающего влияния.

В действительности нормальное распределение экономических явлений в чистом виде встречается редко, однако, если однородность совокупности соблюдена, часто фактические распределения близки к нормальному.

На практике для проверки обоснованности принятого распределения используются различные критерии согласия (между эмпирическим и теоретическим распределением), которые позволяют принять или отвергнуть принятую гипотезу о законе распределения.

Из курса теории вероятностей и математической статистики известно, что нормально распределенная случайная величина является непрерывной и ее дифференциальная функция распределения имеет вид:

где у = f(x) определяет плотность распределения вероятности для каждой точки x.

Потери организации характеризуются частотой (числом) убытков и тяжестью (размером) убытков. Эти понятия относятся ко всем типам рисков, как к операционным, так и к финансовым/рыночным рискам организации.

Частота (frequency of losses) убытков – число страховых случаев, по которым возникли убытки за определенный период времени, например за год. Тяжесть (severity of losses) убытков – размер убытков в денежном эквиваленте, который должен быть выплачен, чтобы компенсировать ущерб. Последняя характеристика может использоваться для определения размера как индивидуального убытка, так и для группы убытков.

Читать еще:  Аудиторский риск состоит из

Однако, как следует из рассмотренного нами определения риска, существенные факторы понятия риска в приведенных здесь формулах даже не затрагиваются.

Для подтверждения и иллюстрации дальнейших рассуждений приведем следующий простой пример.

Представим себе человека, который должен перепрыгнуть через канаву определенной ширины. Если канава небольшая, а человек – хороший спортсмен, то мысли о риске и не возникают. Но если канава такой ширины, что успешный прыжок вероятен всего на 80%, то положение сразу же меняется. Однако как изменится проблема с точки зрения риска, если потребуется прыжок не через канаву в полметра глубиной, а через пропасть глубиной 100 м! И конечно с точки зрения определения риска необходимо учесть, какое поощрение стимулирует достижение успеха.

Наши повседневные оценки риска всегда базируются на сравнении возможных выигрышных исходов и обстоятельств, способствующих им, с возможными потерями в случае неудачи.

А теперь вернемся к рассуждениям о возможности численного выражения риска с учетом оценки выигрыша и возможных потерь.

Поэтому рассмотренный коэффициент риска используется при планировании и оценке крупных проектов и программ.

Указанные выше недостатки приводят к тому, что на практике используются различные критерии оценки и показатели уровня риска в зависимости от сложности решаемых задач сферы предпринимательской деятельности.

При этом наряду с количественным определением уровня риска его оценка дополняется с помощью различных шкал, являющихся в некоторой степени рекомендациями по приемлемости риска и учитывающих некоторые субъективные факторы. С целью учета данных субъективных факторов применяются экспертные оценки рисков.

Данный текст является ознакомительным фрагментом.

Статистические методы оценки риска;

Основной задачей статистических методов оценки рисков является определение вероятности наступления отдельного неблагоприятного события на основе статистического исследования имеющихся данных о деятельности конкретного рискового объекта (организации) в прошлом.

Наиболее простой формой статистического показателя, характеризующего риск, является показатель размаха вариации ожидаемого результата:

где XMAX, XMIN – соответственно наибольшее и наименьшее значения результата в выборочном наблюдении.

Достоинством статистического показателя R является простота расчета. Однако размах вариации в этом случае учитывает только крайние значения результата, поэтому область его применения ограничена достаточно однородными совокупностями.

Точнее вариацию результата характеризуют статистические показатели риска, учитывающие значимость колеблемости всех возможных значений результата предпринимательской деятельности. С этой целью частные риски деятельности оцениваются с использованием показателей дисперсии, среднеквадратического отклонения, коэффициента вариации, а результаты их влияния – на основании средних ожидаемых значений исследуемых показателей.

Среднее ожидаемое значение (математическое ожидание) связано с неопределённостью ситуации. Оно выражается в виде средневзвешенной величины всех возможных результатов Е(х) (например, доход), где вероятность каждого результата Р используется в качестве частоты, или веса, соответствующего значения х. В общем виде это можно записать так:

Е х = А1Х1 + А2Х2 + . + АпХп =

Средняя величина представляет собой обобщённую количественную характеристику и не позволяет принять решение в пользу какого-либо варианта вложения капитала.

Изменчивость (колеблемость) ожидаемого результата – это степень отклонения ожидаемого значения от средней величины. В данном случае риск измеряется: дисперсией, среднеквадратическим отклонением, коэффициентом вариации.

Важной характеристикой, определяющей меру изменчивости возможного результата, является дисперсия (Д) – средневзвешенное квадратов отклонений случайной величины от ее математического ожидания (т.е. отклонений действительных результатов от ожидаемых):

Из последней формулы видно, что дисперсия имеет размерность квадрата случайной величины. Для получения линейной оценки рассеивания случайной величины из дисперсии извлекают корень:

где σ — среднее квадратичное или стандартное отклонение. Оно показывает то, что мы можем потерять.

Данный показатель предупреждает о наличии отклонений, но при этом не показывает конкретного направления, где нас могут ждать потери. Чем больше величина стандартного отклонения, тем больше разброс ожидаемого результата, а, следовательно, тем выше риск анализируемой сделки.

И дисперсия, и среднеквадратическое отклонение являются абсолютными мерами риска и измеряются в тех же физических единицах, в каких изменяется варьирующий признак.

Для анализа меры изменчивости часто используют коэффициент вариации(V), который представляет собой отношение среднеквадратического отклонения к математическому ожиданию:

Коэффициент вариации характеризует размер отклонения на единицу ожидаемого результата. Этот показатель используют в тех случаях, когда у разных вариантов ожидается равный результат, но с разными отклонениями. Считается, что чем ниже коэффициент вариации, тем меньше размер относительного риска. Коэффициент вариации – относительная величина. Поэтому с его помощью можно сравнивать колеблемость признаков, выраженных в различных единицах измерения. Диапазон значений вариаций от 0 до 100. Известна шкала изменений различных значений коэффициента вариаций для измерения риска:

Если V до 10% — слабая колеблемость и слабый риск;

10% — 25% — умеренная колеблемость, умеренный риск;

свыше 25% — высокая колеблемость, высокий риск.

Выявление степени тесноты взаимосвязи между переменными (объемом инвестиций и показателями инвестицион­ной привлекательности), основывается на расчете ко­эффициента корреляции.

,

где r – показатель, определяющий тесноту связи между факторами и результативным признаком, в качестве которого мы рассматриваем инвестиции в основной капитал. Чем больше значение r, тем больше эта зависимость. Значения показателя могут колебаться от 0 до 1.

х – факторный признак;

у – результативный признак, который определяет факторы, имеющие наиболее тесную связь с результативным показателем.

В мировой практике критические зна­чения коэффициента корреляции 0,5 и — 0,5. Если модуль коэф­фициента корреляции больше 0,5, считается, что между пере­менными сильная взаимосвязь. В противном случае взаимосвязь между переменными — слабая. Если значение коэффициента кор­реляции положительное, взаимосвязь между переменными прямая, т.е. при росте фактора растет и объем инвестиций. Если же значение коэффициента корреляции отрицательная величина, то связь обратная и при росте фактора объем инвестиций падает.

Для определения достоверности рассчитанного коэффициента корреляции используют гипотезу проверки наличия связи между показателями.

СРАВНИТЕЛЬНАЯ ОЦЕНКА ВАРИАНТОВ РЕШЕНИЙ С ПОМОЩЬЮ СТАТИСТИЧЕСКИХ ОЦЕНОК.

На практике для сравнительной характеристики проектов по степени риска особенно в инвестиционно-финансовой сфере, в качестве количественного критерия широко используется, как уже указывалось, среднее ожидаемое значение результата деятельности (доход, прибыль, дивиденды и т.п.), среднее квадратическое отклонение, как мера изменчивости возможного результата, а так же коэффициент вариации.

Читать еще:  Показатель риска потерь

Если имеются две стратегии А и В, для которых известны ЕА, ЕВ, σА и σВ, то предложение должно быть отдано стратегии А, если:

В общем случае, когда ЕА > ЕВ, σа > σв или ЕА

Методы оценки риска

Метод экспертных оценок

Метод состоит в возможности использования опыта экспертов в процессе анализа проекта и учета влияния разнообразных качествен-ных факторов.

Формальная процедура экспертной оценки чаще всего сводится к следующему. Руководство проекта (фирмы) разрабатывает перечень критериев оценки в виде экспертных (опросных) листов, содержащих вопросы. Для каждого критерия назначаются (реже — исчисляются) соответствующие весовые коэффициенты, которые не сообщаются экспертам. Затем по каждому критерию составляются варианты отве-тов, веса которых также не известны экспертам. Эксперты должны обладать полной информацией об оцениваемом проекте и, проводя экспертизу, анализировать поставленные вопросы и отмечать вы-бранный вариант ответа. Далее заполненные экспертные листы обра-батываются соответствующим образом (на основании известных компьютерных пакетов обработки статистической информации) и выдается результат или результаты проведенной экспертизы.

На практике при анализе рисков и принятии решений часто не сто-ит задача получения количественных характеристик. Важнее полу-чить сравнительный анализ, для чего эксперты используют для оцен-ки наступления рисковых событий упрощенную шкалу градаций. Например, поместим каждое из рассмотренных событий на диаграм-му в осях «воздействие — вероятность». Диаграмма представляет со-бой 9 клеток, каждая из которых соответствует единственному набо-ру оценок (таблица 3.1.). [6]. Так, например, событие, характеризуемое оценками «слабое воздействие, низкая вероятность», должно быть отображено в нижней левой клетке диаграммы, а событие с оценками «слабое воздействие, высокая вероятность» должно быть отображено в нижней правой клетке и т.д.

Вся диаграмма делится на 3 примерно равные части. Три клетки диаграммы, находящиеся в левой нижней части, — это область несу-щественных рисков. Три клетки диаграммы, находящиеся в ее правой верхней части, — это область существенных рисков. Оставшаяся часть диаграммы (3 клетки) — это область средних рисков. Таким образом, риск, связанный с событием А, является несущественным, риск собы-тия Б — средний, риск события В — существенный. Получившаяся диа-грамма, на которую в соответствии с экспертными оценками нанесе-ны все рисковые события, получила название карты рисков. Эта карта наглядно показывает, какие рисковые события могут иметь место, каково соотношение между различными видами рисков и каким рис-кам необходимо уделить максимальное внимание (в нашем примере это риск события В). Такой подход получил широкое распростране-ние в практике управления рисками компаний реального бизнеса. Риск-менеджеры обычно используют 3 или 5 (редко 7) градаций для вероятности, воздействия и существенности. Описанная карта рисков представляет удобный способ визуализации рисков. На практике применяются и другие способы визуализации, например с помощью круговых или цветовых диаграмм.

Рассмотрим практические аспекты получения такого рода экс-пертных оценок. Казалось бы, первое с чего необходимо начать — это построить шкалу градаций. Пусть принимается шкала из пяти града-ций воздействия: «катастрофическое», «сильное», «значительное», «умеренное», «незначительное». Называться они могут по-разному, но суть заключается в том, что принадлежность рискового события к самой верхней градации означает состояние, близкое к катастрофе для бизнеса компании. Наступление такого события повлечет вынуж-денную реструктуризацию, изменение структуры собственности и другие радикальные изменения. Принадлежность рискового события к самой нижней градации означает незначительное ухудшение состо-яния компании, что можно объяснить обычными колебаниями, кото-рые характерны для данной отрасли.

Пример формирования результатов экспертной оценки представ-лен таблицами 3.2, 3.3, 3.4. В таблице 3.2. проводится оценка влияния основных показателей на итоговый результат проекта, в таблице 3.3. проводится экспертная оценка вероятности фактора риска, при кото-рой все факторы распределяются на пять уровней , в зависимости от вероятности их наступления при реализации проекта. Таблица 3.4. является результатом композиции первых двух таблиц и показывает меру риска проекта, определяемую как произведение вероятности факторов риска на величину их воздействия. Проекты, оказавшиеся в правой верхней зоне являются рисковыми и требуют отклонения или глубокого анализа. Проекты, относящиеся к нижней левой зоне отли-чаются слабой подверженностью факторам риска и могут быть реко-мендованы к реализации. Проекты, относящиеся к промежуточной между этими рассмотренными зонами отличаются средним влиянием факторов риска на результаты проекта и их реализация возможна, но требует анализа на основные факторы риска.

Методы анализа рисков

Статистический метод анализа рисков применяется в случае, когда компания обладает достаточным количеством аналитической и статистической информации относительно объекта анализа

Основные методы анализа рисков

В практике риск-менеджмента наибольшую популярность получили следующие методы анализа рисков:

  • статистический;
  • оценки целесообразности затрат;
  • экспертных оценок;
  • аналитический;
  • метод использования аналогов;
  • оценки финансовой устойчивости и платёжеспособности;
  • анализ последствий накопления риска;
  • комбинированный метод.

Рассмотрим более детально основные методы анализа рисков и их особенности.

Статистический метод анализа рисков

Статистический метод анализа рисков применяется в случае, когда компания обладает достаточным количеством аналитической и статистической информации относительно объекта анализа. Сущность этого метода заключается в том, что для расчёта вероятности возникновения убытков анализируются все исторические данные относительно результативности проведения анализируемых операций компанией в прошлом.

Преимуществом статистического метод анализа рисков является то, что он позволяет осуществлять анализ и оценку различных вариантов развития событий и учитывать различные факторы риска в пределах одного подхода. Недостатком же данного метода является необходимость применения вероятностных характеристик.

На практике используется следующие статистические методы анализа рисков:

  • оценка вероятности исполнения;
  • анализ вероятного распределения потока платежей;
  • деревья решений;
  • имитационное моделирование рисков.

Метод оценки вероятности исполнения позволяет дать упрощённую статистическую оценку вероятности исполнения какого-либо решения путём расчёта доли выполненных и невыполненных решений в общей сумме принятых решений.

Метод анализа вероятностных распределений потоков платежей позволяет при известном распределении вероятностей для каждого элемента потока платежей оценить возможные отклонения стоимостей потоков платежей от ожидаемых. Поток с наименьшей вариацией считается менее рискованным.

Деревья решений обычно применяются для анализа рисков событий, имеющих обозримое или разумное число вариантов развития. Они особо полезны в ситуациях, когда решения, принимаемые в тот или иной момент времени, зависят от решений, принятых ранее.

Имитационное моделирование — один из мощнейших методов анализа экономической системы. Под ним понимается процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира. Имитационное моделирование используется в тех случаях, когда проведение реальных экспериментов, например, с экономическими системами, неразумно, требует значительных затрат и/или не осуществимо на практике. Сбор необходимой информации для принятия решений зачастую требует значительных затрат. В подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента.

Читать еще:  Доход предпринимателя это плата за риск

Метод анализа целесообразности затрат

Сущность метода анализа целесообразности затрат заключается в том, что в процессе деятельности компании затраты каждого направления, а также затраты отдельных элементов имеют разный уровень риска. Определение уровня риска путём анализа целесообразности затрат ориентировано на идентификацию потенциальных зон риска. Это, в свою очередь, предоставляет возможность выявить «узкие» места с точки зрения рисков, а потом разработать пути их ликвидации.

Метод целесообразности затрат позволяет определить критический объём производства или продаж, т.е. нижний предельный размер выпуска продукции, при котором прибыль равна нулю. Производство продукции в объёмах меньше критического приносит только убытки. Критический объём производства необходимо оценивать при освоении новой продукции и при сокращении выпуска продукции, вызванного падением спроса, сокращением поставок материалов и комплектующих изделий, ужесточением экологических требований и другими причинами.

Превышение затрат может быть обусловлено одним из четырёх основных факторов или их комбинацией:

  1. первоначальной недооценкой стоимости;
  2. изменением границ проектирования;
  3. разницей в продуктивности;
  4. увеличением первоначальной стоимости.

Эти основные факторы могут быть детализированы. На основе типового перечня можно составить детальный контрольный перечень для конкретного проекта или его элементов.

Некоторые исследователи выделяют три показателя финансовой устойчивости фирмы с целью определения уровня риска финансовых средств:

  1. избыток или недостаток собственных средств;
  2. избыток или недостаток собственных, средне- и долгосрочных заёмных источников формирования запасов и затрат;
  3. избыток или недостаток общей величины основных источников для формирования запасов и затрат.

Узнайте о других решениях

Торговля по методу Ганна

Мотивация продавцов или KPI в розничной торговле

Spotfire Управление оттоком в сфере телекоммуникаций

12 метрик текучести персонала

Алгоритмическое страхование

Метод экспертных оценок

Метод определения уровня риска путём экспертных оценок имеет более субъективный характер (сравнительно с другими методами). Эта субъективность является следствием того, что группа экспертов, осуществляющая анализ риска, высказывает собственные субъективные суждения как о минувшей ситуации (свершившемся событии), так и о перспективах её развития.

Чаще всего метод экспертных оценок применяется при недостаточном объёме информации или при определении уровня риска по таким направлениям деятельности, которые не имеют аналогов.

В обобщённом виде сущность данного метода заключается в том, что компания выделяет определённую группу рисков и рассматривает, как они способны повлиять на её деятельность. Это рассмотрение сводится к выставлению бальных оценок относительно вероятности возникновения того или иного вида риска, а также степени его воздействия на деятельность компании.

Аналитический метод анализа рисков

Аналитический метод построения кривой риска наиболее сложен, поскольку лежащие в его основе элементы теории игр доступны только очень узким специалистам. Чаще всего используется подвид аналитического метода — анализ чувствительности модели.

Аналитический метод анализа рисков осуществляется в несколько этапов.

На первом этапе осуществляется подготовка к аналитической обработке информации, которая содержит:

  • определение ключевого параметра, относительно которого и производится оценка чувствительности (внутренняя норма доходности, чистый приведенный доход и т.п.);
  • выбор факторов, которые влияют на деятельность организации и, соответственно, на ключевой параметр (уровень инфляции, состояние экономики и др.);
  • расчёт значений ключевого параметра на разных этапах осуществления проекта (закупка сырья, производство, реализация, транспортировка, капитальное строительство и т.п.);
  • сформированные таким образом последовательности затрат и поступлений финансовых ресурсов дают возможность определить не только общую экономическую эффективность исследуемого направления деятельности, но и определить её значения на каждой стадии.

На втором этапе строятся диаграммы, отражающие зависимость выбранных результирующих показателей от величины исходных параметров. Сопоставляя между собой полученные диаграммы, можно определить так называемые ключевые показатели, которые оказывают наиболее влияние на оценку доходности проекта.

На третьем этапе определяются критические значения ключевых параметров. Наиболее простым способом при этом является расчёт критической точки или точки безубыточности, отражающей минимально допустимый объём производства продукции или предоставления услуг для покрытия затрат.

На четвёртом этапе, на основании полученных ранее критических значений ключевых параметров и факторов, осуществляется анализ того, оказывают ли на них влияние возможные пути повышения эффективности и стабильности работы организации, т.е. существуют ли пути снижения рисков.

Анализ чувствительности модели. Анализ чувствительности модели состоит из следующих этапов:

  • выбор основного ключевого показателя, то есть параметра, по которому и производится оценка чувствительности. Такими показателями могут служить: внутренняя норма доходности, или чистый приведенный доход;
  • выбор факторов (уровень инфляции, степень состояния экономики и т.д.);
  • расчет значений ключевого показателя на различных этапах осуществления проекта: поиск, проектирование, строительство, монтаж и наладка оборудования, процесс возврата вложенных средств.

Сформированная таким образом последовательность расходов и поступлений даёт возможность определить финансовые потоки для каждого момента времени, то есть определить показатели эффективности.

Сначала строятся диаграммы, отражающие зависимость избранных результирующих показателей от величины исходных параметров. Сопоставляя между собой полученные диаграммы, можно определить ключевые показатели, которые больше всего влияют на оценку проекта.

Затем определяются критические (для проекта) значения ключевых параметров. Проще всего может быть рассчитана «точка безубыточности», отражающая минимально допустимый объём услуг, при котором проект не приносит прибыли, но и не оказывается убыточным.

Если проект финансируется за счёт кредитов, то критическим значением будет и минимальная величина ставки, по которой по проекту не получится погасить задолженность. В дальнейшем может быть получен вариант допустимых значений, в пределах которого проект оказывается эффективным (по доходности) с финансовой и экономической точек зрения.

Анализ чувствительности позволяет специалистам из проектного анализа учитывать риск и неопределённость. Если проект окажется чувствительным к изменению объёма производства продукции проекта, то стоит уделить больше внимания программе обучения персонала и менеджмента, а также другим мерам для повышения производительности.

Вместе с тем анализ чувствительности имеет два серьёзных недостатка:

  1. он не является всеобъемлющим, потому что не рассчитан для учёта всех возможных обстоятельств;
  2. он не уточняет вероятность осуществления альтернативных проектов.
Ссылка на основную публикацию
ВсеИнструменты
Adblock
detector