На следующем этапе оценки риска выбираются потенциально риско­ванные события, требующие особого внимания из-за того, что с ними свя­зана достаточно высокая вероятность их наступления и возникновения в этой связи потерь. Анализ риска нацелен на то, чтобы дать количествен­ную оценку степени серьезности выявленного события, вероятности его наступления и чувствительности проекта к нему.

Оценки бывают как субъективными, так и количественными. Чаще всего оценки основываются на «мнении специалиста» или «внутреннем голосе», но они могут быть ошибочными, так как зависят от квалификации специалиста, выносящего суждение. Количественные методы обычно тре­буют более детального анализа фактов, поэтому они более надежны. Количественные методы оценки риска требуют значительных затрат времени и ресурсов, поэтому сегодня чаще исполь­зуются гибридные экспертные системы, сочетающие количественные дан­ные и методы, основанные на опыте. Выбор подхода — субъективного или же количественного — зависит от источника риска, возможных послед­ствий и от отношения менеджеров к оценке степени риска.

Применение количественных методов оценки рисков проектов предполагает расчет количественных показателей уровня риска. Наиболее известны следующие показатели:

Ø дисперсия (вариация, средний квадрат отклонения) показателя оценки эффективности инвестиций;

Ø среднеквадратическое отклонение (стандартное отклонение);

Ø коэффициент вариации (отношение стандартного отклонения к математическому ожиданию показа­теля);

Ø полудисперсия (полувариация, средний квадрат отклонений отрицательных значений от математи­ческого ожидания), соответствующие ей значения стандартного отклонения (полустандартное отклоне­ние) и коэффициента вариации, среднее отрицательное отклонение (усредненная сумма абсолютных зна­чений отрицательных отклонений), которые позволяют оценить риск неблагоприятных отклонений;

Ø средний ожидаемый убыток (рассчитанный по распределению вероятностей NPV) и нормированный ожидаемый убыток (HOУ, отношение среднего ожидаемого убытка к средней ожидаемой NPV);

Ø коэффициент b - показатель уровня систематического риска;

Ø показатели предельного уровня (точка безубыточности ВЕР, финансовый рычаг FL и др.) применяются для субъективной оценки риска, а также в сочетании с предполагаемым стандартным отклонением целе­вого показателя (в случае ВЕР — с отклонением объеме продаж) — для количественной оценки риска;

Ø коэффициенты риска — количественные меры риска, связанного со структурой капитала, доходов и др. (например, коэффициент финансового риска_, коэффициент операционного риска);

Ø издержки неопределенности (ожидаемые потери в случае принятия проекта или убытки и случае его отклонения, рассчитанные по распределению вероятностей NPV);

Ø вероятность неблагоприятного исхода (оценивается по распределению вероятности целевого показателя эффективности).

Ø рисковая надбавка к ставке дисконтирования, которую, на наш взгляд, также можно считать показателем риска инвестиционного проекта.

Среднеквадратическое отклонение.Используя этот показатель в качестве меры разброса, можно сделать ряд полезных выводов о распределении исходов. В частности, если распределение является непрерывным и близким к нормальному, можно утверждать, что 68,3% всех исходов лежит в пределах одного среднего квадратического отклонения от ожидаемого значения, 99,5% - в пределах двух средних квадратических отклонений и практически все исходы (99,7%) – в пределах трех средних квадратических отклонений. Даже если распределение не является близким к нормальному, на основании теоремы Чебышева можно утверждать, что для любого распределения не менее 89% всех возможных исходов лежит в пределах трех средних квадратичных отклонений от ожидаемого значения. Среднее квадратичное отклонение определяется по формуле

σ = [(k_i – M(k))²*P_i ] ^1\2

где k_i – наблюдаемое i–е значение показателя,

M(k)] – математическое ожидание,

P_i - вероятность достижения значения k_i.

Коэффициент вариации, в отличие от среднего квадратического отклонения, учитывает численное значение ожидаемой доходности, поэтому может использоваться в качестве меры относительного риска инвестиций с различной ожидаемой доходностью. Он характеризует риск, приходящийся на единицу доходности.

Чтобы получить комплексную информацию, как и в случае с показателями оценки эффективности ин­вестиций, оценку риска рекомендуется проводить путем расчета нескольких показателей. Наиболее информативны относительные показатели оценки риска (коэффициент вариации и пр.). Абсолютные показатели необходимо использовать в сочетании с ожидаемыми значениями оцениваемого параметра. Вероятностные показатели позволяют менеджерам получить наиболее доступную для понимания оценку риска.

В Приложении Б рассмотрен пример расчета статистических показателей проекта в процессе оценки его риска.

Количественный анализ рисков предполагает не только расчет изложенных выше показателей уровня риска. По результатам количественного анализа должно быть принято решение о приемлемости данного инвестиционного проекта. С этой целью может быть ис­пользовано сочетание показателей эффективности и риска («доходность — риск») или рассчитан единый показатель эффективности инвестиций с поправкой на риск.

Используемые в практике методы количественного анализа рисков можно разбить на следующие три группы.

1. Методы, дающие комплексную оценку инвестиций с учетом доходности (чистой те­кущей стоимости) и риска. К этой группе относятся методы корректировки дисконтной ставки и достоверных эквивалентов. Как правило, инвестиции оцениваются по математическому ожида­нию критерия эффективности или рыночной оценки. Возможен также вариант снижения оценки относи­тельно ее математического ожидания в зависимости от риска инвестиций.

2. Методы, дающие отдельные показатели оценки уровня риска. Метод анализа чувстви­тельности, аналитические модели риска (а также все методы третьей 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 определяют инвестиционные решения.

3. Методы, позволяющие оценить форму распределения вероятностей (профиль рис­ка). Метод сценариев, построение дерева решений, имитационное моделирование. В процессе приме­нения этих методов анализируется некоторое множество вариантов развития событий, в результате ана­литик получает в свое распоряжение кривую вероятностей в виде графика или таблицы. В зависимости от точности исходных данных и достоверности предположений, с той или иной степенью уверенности по этой кривой можно оценить все параметры риска инвестиций (стандартное отклонение, асимметрию кри­вой риска и др.). Вероятностные оценки риска, которые можно получить с использованием данных мето­дов, являются наиболее удобными для восприятия менеджеров и обеспечения принятия инвестиционных решений.

Выбор конкретных методов анализа инвестиционного риска зависит от возможностей информацион­ной базы, требований к конечным результатам (показателям) 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 или принятия определенных решений построить также дерево решений. Методы ана­лиза рисков часто применяют комплексно, используя наиболее простые из них на стадии предваритель­ной оценки, а сложные и требующие дополнительной информации — при окончательном обосновании инвестиций. Результаты применения различных методов к одному и тому же проекту дополняют друг дру­га, как и результаты различных методов оценки эффективности.

Далее будут последовательно рассмотрено содержание методов, включенных в каждую из перечисленных выше групп.