Таблица 2.2 - Изменение NPV проекта в зависимости от изменения цены реализации
| Дерево вероятностей | Фактор – цена реализации | |||||||||
| -50% | -40% | -30% | -20% | -10% | 0% | 10% | 20% | 30% | 40% | |
| Вероятность первого уровня, % | 30 | 40 | 30 | |||||||
| Вероятность второго уровня,% | 0 | 0 | 10 | 30 | 60 | 100 | 60 | 30 | 10 | 0 |
| Итоговая вероятность, % | 0 | 0 | 3 | 9 | 18 | 40 | 18 | 9 | 3 | 0 |
| изменение NPV, долл. США | 2915 | 2296 | 1700 | 1123 | 559 | 0 | -550 | -1092 | -1626 | -2159 |
Суммарный риск по NPV в нашем примере рассчитывается как сумма произведений итоговой вероятности и величины риска по каждому отклонению и равен 6,63 тыс. долл. США (1700 х 0,03 + 1123 х 0,09 + 559 х 0,18 - 550 х 0,18 - 1092 х 0,09 - 1626 х 0,03). Тогда ожидаемая величина NPV, скорректированная на риск, связанный с изменением цены реализации, будет равна 1758 тыс. долл. США (1765 (плановая величина NPV) - 6,63 (ожидаемая величина риска)).
Таким образом, риск изменения цены реализации снижает NPV проекта на 6,63 тыс. долл. США. В результате аналогичного анализа двух других критических факторов оказалось, что самым опасным является риск изменения физического объема продаж: ожидаемая величина этого риска составила 202 тыс. долл. США, а ожидаемая величина риска изменения себестоимости - 123 тыс. долл. США. Получается, что изменение розничной цены - не самый важный риск для рассматриваемого проекта и им можно пренебречь, сосредоточившись на управлении и предотвращении других рисков.
«Анализ чувствительности очень нагляден, однако главным его недостатком является то, что анализируется влияние только одного из факторов, а остальные считаются неизменными. На практике же обычно изменяются сразу несколько показателей. Оценить подобную ситуацию и скорректировать NPV проекта на величину риска помогает сценарный анализ» [7;37].
При сценарном анализедля начала необходимо определить перечень критических факторов, которые будут изменяться одновременно. Для этого, используя результаты анализа чувствительности, можно выбрать 2-4 фактора, которые оказывают наибольшее влияние на результат проекта. Обычно рассматривают три сценария: оптимистический, пессимистический и наиболее вероятный, но при необходимости их число можно увеличить. В каждом из сценариев фиксируются соответствующие значения отобранных факторов, после чего рассчитываются показатели эффективности проекта. Результаты сводятся в таблицу (см. табл. 2.3).
Таблица 2.3 - Эффективность проекта в зависимости от сценария
| Сценарий | Вероятность реализации сценария, % | Фактор | Значение, % от плана | NPV, тыс. долл. США | IRR, % | РВ, лет | DРВ, лет |
| Пессимистический | 20 | Розничные цены реализации | 95 | -1637 | - | 6,58 | Не окупается |
| Себестоимость продукции | 110 | ||||||
| Физический объем продаж | 90 | ||||||
| Оптимистический | 30 | Розничные цены реализации | 105 | 3390 | 53 | 3,33 | 3,92 |
| Себестоимость продукции | 95 | ||||||
| Физический объем продаж | 105 | ||||||
| Наиболее вероятный | 50 | Розничные цены реализации | 100 | 1765 | 36 | 3,92 | 4,92 |
| Себестоимость продукции | 100 | ||||||
| Физический объем продаж | 100 |
Как и при анализе чувствительности, каждому сценарию на основе экспертных оценок присваивается вероятность его реализации. Данные каждого сценария подставляются в основную финансовую модель проекта, и определяются ожидаемые значения NPV и величины риска. Величину вероятностей, как и в предыдущем случае, необходимо обосновать.
Ожидаемое значение NPV в данном случае будет равно 1572 тыс. долл. США (-1637 х 0,2 + 3390 х 0,3 + 1765 х 0,5). Таким образом, в отличие от предыдущего этапа анализа мы получили одну более точную комплексную оценку эффективности, которая и будет использоваться в дальнейших решениях по проекту. Необходимо учесть, что большой разрыв между плановым и оценочным значениями NPV свидетельствует о высокой неопределенности проекта. Возможно, в проекте присутствуют дополнительные факторы риска, которые необходимо учесть.
Расчеты по методу Монте-Карло из-за его трудоемкости всегда осуществляют с помощью программных продуктов, имеющих соответствующую функцию (Project Expert, «Альт-Инвест», Excel). Основной смысл расчетов сводится к следующему. На первом этапе задаются границы, в которых может изменяться параметр. Затем программа случайным образом (имитируя случайность рыночных процессов) выбирает значения этого параметра из заданного интервала и рассчитывает показатель эффективности проекта, подставляя в финансовую модель выбранное значение. Проводится несколько сотен таких экспериментов (при электронных расчетах это занимает несколько минут), и получается множество значений NPV, для которых рассчитываются среднее (m), а также величина риска (стандартное отклонение, d). В соответствии со статистическим правилом (так называемое «правило трех сигм») значение NPV окажется в следующих интервалах (см. табл. 2.4):
Таблица 2.4 - Пример результатов анализа эффективности проекта с помощью метода Монте–Карло
| Параметры NPV | Возможное изменение показателя, % | ||
| Изменение себестоимости (верхняя граница 12%, нижняя граница -10%) | Валютный курс (верхняя граница 8%, нижняя граница -9%) | NPV, тыс. долл. США | |
| Среднее значение | 101,2 | 99,5 | 1725 |
| Стандартное отклонение | 4,4 | 2,4 | 142 |
1) с вероятностью 68,3% - в диапазоне m ±d;
2) с вероятностью 94,5% - в диапазоне m ±2d;
3) с вероятностью 99,7% - в диапазоне m ±3d.
Как видно из таблицы, m = 1725, d = 142. Это означает, что наиболее вероятное значение NPV будет колебаться около значения 1725. Применив правило «трех сигм», получим, что с вероятностью 99,7% значение NPV попадает в диапазон 1725 ±(3 х 142), даже нижняя граница которого больше нуля. Следовательно, с высокой долей вероятности результат нашего проекта будет положительным. Если бы при двух- или трехкратном отклонении был получен отрицательный результат (это возможно при низком значении NPV проекта или высокой чувствительности к фактору), то с помощью правила «трех сигм» можно определить, какова вероятность данного отклонения, и сделать вывод о возможности наступления неблагоприятного исхода. Например, если при m ±d значение NPV > 0, а при m -2d значение NPV < 0, это значит, что с вероятностью до 13,1% ((94,5% - 68,3%) : 2) эффективность проекта отрицательна, он имеет довольно высокий риск и может быть пересмотрен.
Чаще всего метод имитационного моделирования Монте-Карло используется для выявления валютных рисков (колебание курса валют в течение года), а также рисков колебания процентных ставок, макроэкономических рисков и других.
В нашем примере проект производства золотых цепочек в целом характеризуется низкой долей риска, поскольку с очень большой вероятностью NPV проекта имеет положительное значение, а рассчитанная максимальная величина риска при реализации пессимистического сценария составляет 193 тыс. долл. США (1765 тыс. - 1572 тыс.). Следовательно, проект может быть принят. Тем не менее стоит застраховаться от риска несоблюдения сроков запуска мощностей (строительства и установки оборудования), а также от риска повышения себестоимости (например, путем приобретения опционов на покупку золота). Кроме того, нужно уделить внимание продвижению товара: рекламной политике компании и выбору места продаж. Сделать это можно, опираясь на предыдущую практику или путем проработки договоров аренды и контрактов на поставку цепочек дистрибьюторам.
В заключение отметим, что применение описанного подхода к анализу проектных рисков часто позволяет уже на первом этапе оценки проекта принимать решение относительно его дальнейшей проработки, а также делать выводы о возможных способах минимизации рисков. Следует подчеркнуть, что обязательным условием такого анализа должны быть обоснованные экспертные оценки, иначе эффективность работы будет невысока.
2.2 Инвестиционный риск в анализе привлекательности инвестиционного климата
Оценка инвестиционного климата и инвестиционной привлекательности предполагает многосторонний анализ экономической среды. Большинство авторов методик, направленных на изучение этих характеристик инвестиционного процесса, склонны создавать некий алгоритм анализа и оценки инвестиционной привлекательности и инвестиционного климата.
Прежде всего необходимо четко установить объекты анализа инвестиционной привлекательности и инвестиционного климата. На практике применение термина «инвестиционный климат» возможно лишь для сферы предполагаемых вложений, но не для конкретного объекта инвестирования. Так, имеет смысл говорить об инвестиционном климате страны, региона, отрасли, рынка. Исследователи воздерживаются от употребления понятия «инвестиционный климат компании (предприятия)», ибо само определение «климата» предполагает рассмотрение всех условий, влияющих на инвестиционный процесс. Определение предприятия как объекта инвестиционного климата означает сужение круга рассматриваемых аспектов инвестиционного управления, а, следовательно, ведет к неполноте и недостоверности оценки инвестиционного климата.
Инвестиционная привлекательность, в свою очередь, является характеристикой, которая может применяться и к региону (отрасли), и к конкретному инвестиционному объекту (предприятие, финансовый инструмент). Дело в том, что привлекательность отражает то, насколько данный инвестиционный объект соответствует конкретным целям определенного инвестора.