Риск-менеджмент организации

Оценивая риск инвестиционной деятельности, который в состоянии принять на себя субъект инвестиционной деятельности, и разрабатывая методы минимизации этого риска, необходимо исходить прежде всего из профиля инвестиционной деятельности, наличия ресурсов, требуемых для реализации программы финансирования возможных последствий риска, из отношений с партнерами и клиентами, а также следует учитывать стратегию и основные цели.

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

Для редких и уникальных событий, не имеющих репрезентативной статистики, используется теоретический анализ системы, имеющий целью выявить возможный ход развития событий и определить их последствия. Условно такой метод можно назвать сценарным подходом, поскольку итогом рассмотрения процесса в этом случае является построение цепочек событий, связанных причинно-следственными связями, для каждой из которых определена соответствующая вероятность. В начале цепочки стоит группа исходных событий, называемых причинами, в конце – группа событий, называемых последствиями.

Существует ряд принципиальных сложностей, связанных оценкой риска инвестиционной деятельности при помощи сценарного подхода. Используемые математические модели содержат внутри себя значительную неопределенность, связанную с большой сложностью моделируемых объектов и недостаточным знанием путей развития неблагоприятных процессов. Поэтому большое значение для разработки стратегии управления рисками инвестиционной деятельности и повышения точности расчетов имеют создание баз данных, проработка различных вариантов, а также повышение качества сбора первичной статистической информации.

Количественный анализ заключается не только в расчете показателей уровня риска (стандартного отклонения, коэффициента вариации, бета-коэффициента), но и в учете полученных значений при принятии инвестиционных решений. С этой целью может быть использовано сочетание показателей эффективности и риска (критерий «доходность – риск») или рассчитан единый показатель эффективности с поправкой на риск. И.Я. Лукасевич выделяет следующие методы количественного анализа рисков:

1) метод корректировки нормы дисконта (премии за риск);

2) метод достоверных эквивалентов (коэффициентов достоверности);

3) анализ чувствительности критериев эффективности (NPV, IRR и др.);

4) метод сценариев;

5) анализ вероятностных распределений потоков платежей;

6) построение дерева решений (дерева событий);

7) построение детерминированных и стохастических аналитических моделей риска (зависимостей уровня риска от параметров проекта и внешней среды);

8) методы теории нечетких множеств и нечетких интервалов;

9) методы имитационного моделирования (метод Монте-Карло и т.п.).

Все перечисленные методы применимы к анализу рисков инвестиционных проектов. В целях данного исследования мы подразделяем их на следующие группы:

1) методы, дающие комплексную оценку инвестиционных проектов и нововведений с учетом доходности (чистой текущей стоимости) и риска. К этой группе относятся методы корректировки проектной дисконтной ставки и достоверных эквивалентов. Комплексная оценка данными методами производится по математическому ожиданию уровня эффективности как рыночной оценки инвестиций или путем снижения последней в зависимости от уровня риска;

2) методы, обеспечивающие отдельную оценку уровня риска. Метод анализа чувствительности, аналитические модели риска, а также все методы данной группы способны давать оценку уровня риска в виде стандартного отклонения (или его производных) либо в виде специальных коэффициентов риска. Эти оценки наряду с критериями эффективности используются для принятия управленческих решений как отдельные показатели;

3) методы, позволяющие оценить форму распределения вероятностей (профиль риска).

По нашему мнению, выбор конкретных методов анализа риска зависит от возможностей информационной базы, требований к форме представления конечных результатов и к уровню надежности планирования инвестиций. Например, для небольших проектов аналитики могут ограничиться анализом чувствительности и корректировкой дисконта, для крупных проектов – провести имитационное моделирование и построить кривые распределения вероятностей, а в случае зависимости результатов проекта от наступления определенных событий построить дерево событий. Результаты применения различных методов к одному и тому же инвестиционному проекту должны дополнять друг друга, как и результаты различных методов оценки эффективности.