Экономический анализ рисков инновационных проектов. Инструменты анализа рисков бизнес-планов инновационных проектов

Во многих случаях связан с освоением новой техники и технологий, поиском резервов по снижению себестоимости продукции и повышению производительности труда. Отличительной чертой инновационных проектов является более высокий уровень риска сравнительно с другими проектами. Проекты, ориентированные на разработку и внедрение новых продуктов и технологий всегда имеют неопределенность в плане достижения экономических результатов, поэтому имеют большие риски.

Инновационный риск — это вероятность потерь, возникающих при вложении предпринимательской фирмой средств в производство новых товаров и услуг, которые, возможно, не найдут ожидаемого спроса на рынке.

Инновационный риск связан с финансированием и применением научно-технических нововведений.

Возникает в следующих ситуациях:

• при внедрении более дешевого метода производства товара или услуги по сравнению с уже использующимися. Подобные инвестиции будут приносить предпринимательской фирме временную сверхприбыль до тех пор, пока она является единственным обладателем данной технологии. В данной ситуации фирма сталкивается лишь с одним видом риска — возможной неправильной оценкой спроса на производимый товар;
• при создании нового товара или услуги на старом оборудовании. В этом случае к риску неправильной оценки спроса на новый товар или услугу добавляется риск несоответствия качества товара или услуги в связи с использованием физически и/или устаревшего оборудования;
• при производстве нового товара или услуги при помощи новой техники и технологии. В данной ситуации инновационный риск включает в себя:
  • риск того, что новый товар или услуга может не найти покупателя;
  • риск несоответствия нового оборудования и технологии необходимым требованиям для производства нового товара или услуги;
  • риск невозможности продажи созданного оборудования, так как оно не подходит для производства иной продукции, в случае неудачи.

Создатели новой техники и технологий могут идти медленным и осторожным путём (частичная модернизация действующих конструкций и технологий), при котором риск минимальный, но и результаты, как правило, малоэффективны или же пойти более тяжёлым и рискованным путём, ориентируясь на современные достижения в области научно-технического прогресса. Этот путь более тяжёлый и рискованный, но и ведёт к созданию принципиально новых технологий, техники последнего поколения, которая имеет существенные конкурентные преимущества.

Таким образом, инновационный риск можно охарактеризовать как вероятность потерь, возникающих при вложении предпринимательской фирмой средств в производство новых товаров и услуг, в разработку новой техники и технологий, которые, возможно, не найдут ожидаемого спроса на рынке, а также при вложении средств в разработку управленческих инноваций, которые не принесут ожидаемого эффекта.

Зачастую при реализации инвестиционных проектов инновационный риск сопряжён с целым рядом рисков (см. рисунок).

Уровень инновационных рисков достаточно высок. Возможность потерь и неудач в этой сфере гораздо выше, чем во всех остальных. Достаточно сказать, что в среднем только четыре из десяти инновационных проектов заканчиваются успешно, остальные шесть, согласно данным статистики, заведомо обречены на неудачу. Именно поэтому (фирмы, занимающиеся разработкой и внедрением инновационных проектов) при планировании своей финансово-хозяйственной деятельности используют самые высокие ставки . В тоже время государство с целью стимулирования инновационных технологий может предоставлять венчурным компаниям или же предоставить финансовую помощь в части проектов, которые имеют для государства стратегическое значение.

Оценка эффективности как инвестиционных, так и инновационных проектов с учетом риска и неопределенности предполагает глубокое понимание видов риска и методов их оценивания, которые можно подразделить на качественные и количественные.

Качественный анализ осуществляется с целью идентифицировать факторы риска, этапы и работы, при выполнении которых риск возникает, т.е. установить потенциальные области риска, после чего идентифицировать все возможные риски.

Количественный анализ преследует цель количественно определить размеры отдельных рисков и риска проекта в целом и соответственно определить эффективность реализации проекта с учетов рисков. Более подробно смотреть в работах И. А. Бланка, В. Л. Попова, П. Виленского, В. Лившица и в ряде других .

Качественные методы оценки рисков

Качественная оценка рисков – процесс представления качественного анализа идентификации рисков и определения рисков, требующих быстрого реагирования. Такая оценка рисков определяет степень важности риска и выбирает способ реагирования. Доступность сопровождающей информации помогает легче расставить приоритеты для разных категорий рисков. Качественная оценка рисков – это оценка условий возникновения рисков и определение их воздействия на проект стандартными методами и средствами. Использование этих средств помогает частично избежать неопределенности, которые часто встречаются в проекте.

Достоинствами качественной оценки рисков является простота понимания и реализации, возможность ранжирования рисков с использованием характеристик или цветовых обозначений (рис. 8.8).

Методика качественной оценки рисков проекта внешне представляется очень простой – описательной, но по существу она должна привести аналитика к количественному результату, т.е. стоимостной оценке выявленных рисков, их негативных последствий и "стабилизационных" мероприятий.

Все факторы, влияющие на рост степени риска, можно условно разделить на две группы: объективные и субъективные. К объективным факторам относятся факторы, не зависящие непосредственно от самой фирмы. Это инфляция, конкуренция, политические и экономические кризисы, экология 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, выбор типа контрактов с инвестором или заказчиком и т.п. На этапе качественного анализа необходима инвентаризация всех видов проектных рисков, которая осуществляется с помощью приведенных выше классификаций, и развернутое словесное описание каждого вида риска, воздействующего на рассматриваемый инновационный проект. Кроме того, необходимо описать и дать стоимостную оценку всех возможных последствий гипотетической реализации выявленных рисков и предложить мероприятия по минимизации и (или) компенсации этих последствий, рассчитав стоимостную оценку этих мероприятий.

Рис. 8.8.

Для проведения качественного анализа рисков инновационных проектов могут использоваться метод анализа уместности затрат, SWOT -анализ и метод аналогий.

Метод анализа уместности затрат ориентирован на выявление потенциальных зон риска и используется лицом, принимающим решение об инвестициях, для минимизации риска, угрожающего капиталу. Предполагается, что перерасход затрат может быть вызван одним из четырех основных факторов или их комбинациями:

• изначальная недооценка стоимости проекта в целом, отдельных фаз и его составляющих;
• изменение границ проектирования, обусловленное непредвиденными обстоятельствами;
• отличие производительности машин и механизмов от предусмотренной проектом;
• увеличение стоимости проекта в сравнении с первоначальной вследствие инфляции или изменения налогового законодательства.

Эти факторы могут быть детализированы. В каждом конкретном случае несложно составить контрольный перечень возможного повышения затрат по статьям для каждого варианта проекта или сто элементов.

Процесс утверждения ассигнований разбивается на стадии, которые должны быть связаны с фазами реализации проекта и основываться на дополнительной информации о проекте, поступающей по мере его разработки. Поэтапное выделение средств позволяет инвестору при первых признаках того, что риск вложений растет, или прекратить финансирование проекта, или же начать поиск мер, обеспечивающих снижение затрат.

SWOT- и PEST-анализ. SWOT -анализ является достаточно стандартной процедурой при рассмотрении рисков проекта и позволяет лучше понять распределение факторов, действующих на проект.

Отдаленность прогнозируемого периода реализации проекта снижает достоверность расчетов. Долгосрочные, масштабные проекты, зависящие от большого количества внешних условий, неизбежно становится чувствительным к совокупности целого ряда факторов. Это касается динамики спроса и предложения, конкурентной среды, ценовых параметров – затрат на строительство, доступности и условий предоставления кредитных ресурсов, принципов осуществления платежей, ставок и условий аренды и т.д.

SWOT -анализ позволяет оценить инновационный проект в его основных контурах. В процессе анализа определяются сильные и слабые стороны проекта, а также внешние благоприятные возможности и угрозы для реализации проекта, которые генерируются на макроуровне (рис. 8.9). К благоприятным факторам относятся такие возможности, которые обеспечивают увеличение показателей эффективности проекта и, как следствие, – возрастание рыночной стоимости предприятия в процессе его развития, а к угрозам – препятствия на пути этого возрастания .

Рис. 8.9. Динамическая матрица SWOT -анализа рисков проектов

Результаты SWOT -анализа представляют обычно графически по комплексному исследованию влияния отдельных факторов на реализацию проекта, при этом для долгосрочных проектов важным является периодическая модификация матрицы SWOT -анализа в целях выявления новых факторов, влияющих па данный проект.

Наряду со SWOT -анализом для оценки рисков крупных инвестиционных и инновационных проектов используется PEST -анализ, который концентрирует риск-анализ только на факторах макроуровня. Группы таких факторов разделяют макросреду реализации проекта на следующие четыре разновидности, характеризуемые аббревиатурой PEST:

Р – политико-правовая среда (political and legal environment );

E – экономическая среда (economic environment );

S – социокультурная среда (sociocultural environment );

T – технологическая среда (technological environment ).

Важнейшие факторы системы PEST- анализа, оказывающие наибольшее влияние на реализацию инновационных проектов, представлены в табл. 8.2.

Таблица 8.2

Факторы внешней среды, влияющие на реализацию инновационных проектов

Факторы внешней среды	Проявление факторов внешней среды
Политико-правовая среда	Инновационный климат в стране и государственная инновационная политика Формы и методы государственного регулирования инновационной деятельности Политика государственной поддержки отдельных отраслей и сфер деятельности Государственная политика подготовки высококвалифицированных специалистов Политика привлечения и защиты иностранных инвестиций
Экономическая среда	Темпы экономической динамики (измеряемые показателями валового внутреннего продукта и национального дохода) Темны инфляции Система налогообложения Динамика валютных курсов Динамика учетной ставки национального банка
Социокультурная среда	Образовательный и культурный уровень трудоспособного населения Уровень подготовки необходимых специалистов
Технологическая среда	Инновации в сфере технологии и технических средств управления, технологий и инструментов

Таким образом, оценка рисков инновационных проектов с применением SWOT- и PEST -анализа позволяет:

• четко идентифицировать основные особенности реализации инновационного проекта в существующих условиях внешней среды;
• оценить достигнутые результаты управления проектом;
• выявить проблемные зоны в финансировании проекта и системе его управления;
• зафиксировать стартовые позиции данного инновационного проекта.

Метод экспертных оценок. Данный метод состоит в возможности использования опыта экспертов в процессе анализа проекта и учета влияния разнообразных качественных факторов. Данный метод применяют на начальных этапах работы с проектом в случае, если объем исходной информации является недостаточным для количественной оценки эффективности и рисков проекта. Достоинствами метода являются: отсутствие необходимости в точных исходных данных и дорогостоящих программных средствах, возможность проводить оценку до расчета эффективности проекта, а также простота расчетов.

Преимущество такого способа оценки риска заключается в возможности его применения для неповторяющихся событий и в условиях отсутствия достаточного количества статистических данных, необходимых для выявления объективных вероятностей. В силу уникальности инновационных проектов и недостаточности временного периода наблюдений экспертный метод оценки рисков проекта с определением субъективной вероятности наступления неблагоприятных событий является основным в настоящее время для российских компаний.

Довольно часто на практике применяется также метод, являющийся комбинацией вышеперечисленных методов. Процесс проведения качественного анализа проектных рисков должен включать не только чисто описательный аспект тех или иных конкретных видов рисков данного проекта, выявления возможных причин их возникновения, анализа предполагаемых последствий их реализации и предложений по минимизации выявленных рисков, но и стоимостную оценку всех этих минимизирующих риск конкретного проекта мероприятий.

Таким образом, задачи качественного анализа рисков состоят в том, чтобы субъективно оценить вероятность воздействия каждого риска, создать более короткий список рисков, определить критические риски, которые уже будут пропущены через количественный анализ и для которых будут планироваться ответные действия. Кроме того, на стадии качественного анализа принимается решение о судьбе проекта: продолжать проект или закрывать.

Количественные методы анализа проектных рисков

Количественный анализ рисков необходим для того, чтобы оценить, каким образом наиболее значимые рисковые факторы могут повлиять на показатели эффективности инновационного проекта.

Существует несколько основных методик проведения подобного анализа: анализ влияния отдельных факторов (анализ чувствительности), анализ влияния комплекса факторов (сценарный анализ), метод дерева решений и имитационное моделирование (метод Монте-Карло).

Анализ чувствительности проекта

Расчет чувствительности проекта широко известен как технология анализа риска. Основной задачей использования этого аналитического метода является оценка влияния основных исходных параметров на результативные показатели эффективности проекта. В процессе осуществления этого анализа, последовательно изменяя возможные значения варьируемых факторных показателей, можно определить диапазон колебаний избранных для оценки риска проекта конечных показателей его эффективности, а также критические значения исходных показателей рассматриваемого проекта, которые ставят под сомнение целесообразность его осуществления. Чем выше степень зависимости показателей эффективности проекта от отдельных исходных показателей ее формирования, тем более рисковым он считается по результатам анализа чувствительности.

Анализ чувствительности проекта в процессе оценки степени его риска осуществляется в разрезе нескольких этапов, которые представлены на рис. 8.10.

• 1. Анализ чувствительности проекта принципиально может быть проведен по любому из показателей его эффективности – чистому приведенному доходу, индексу (коэффициенту) доходности, индексу рентабельности, периоду окупаемости, внутренней ставке доходности. Вместе с тем, с учетом ранее рассмотренных преимуществ и недостатков каждого из оценочных показателей эффективности проекта, приоритет в таком выборе следует отдавать показателям чистого приведенного дохода или внутренней ставке доходности.
• 2. Выбор для анализа системы основных исходных показателей, оказывающих влияние на возможное изменение избранного показателя эффективности проекта. Так как практически все показатели оценки эффективности инновационного проекта построены на сопоставлении объема инвестиционных затрат и суммы чистого денежного потока,

Рис. 8.10.

при выборе факторных показателей следует обратить внимание на те из них, которые, по мнению аналитика, оказывают наибольшее влияние на указанные элементы определения избранного показателя эффективности. Система основных показателей в разрезе отдельных элементов формирования показателей эффективности проекта приведена в табл. 8.3.

Таблица 8.3

Основные исходные показатели, влияющие на формирование эффективности проекта

Основные исходные (факторные) показатели, влияющие на формирование эффективности проекта
Влияющие на формирование объема инвестиционных затрат	Цены на отдельные приобретаемые инвестиционные товары Тарифы на осуществление строительно-монтажных работ Продолжительность строительства объекта Стоимость привлечения инвестиционных ресурсов Структура инвестиционных ресурсов
Влияющие на формирование суммы чистого денежного потока	Объем реализации продукции в натуральном выражении Уровень цен на продукцию Уровень налоговых платежей Структура операционных издержек Темп инфляции

• 3. Построение модели расчета влияния каждого из исходных показателей на избранный показатель эффективности проекта. Такая модель строится раздельно по каждому факторному показателю методом прямого счета или на основе корреляционного анализа за предшествующий период.
• 4. Определение аналитического периода осуществления расчетов. Анализ чувствительности проекта может проводиться как по любому из этапов проектного цикла, так и по всему периоду проектного цикла. Обычно для анализа избирается второй вариант аналитического периода, если информационная база анализа позволяет прогнозировать возможные изменения отдельных первичных показателей в процессе полной реализации проекта.
• 5. Установление базового значения каждого из факторных показателей, по которому рассчитывался избранный показатель эффективности проекта. Система таких базовых значений всех исходных показателей содержится в проектном обосновании.
• 6. Определение возможного диапазона изменения каждого исходного показателя в ходе реализации проекта. В процессе этого этапа анализа определяется минимально и максимально возможное изменение базового исходного показателя к концу аналитического периода. Расчет возможных изменений ведется в процентах к базовому значению исходного показателя. Общий диапазон возможного изменения исходного показателя также определяется в процентах (как разность между максимальным и минимальным размером его возможного отклонения).
• 7. Расчет ожидаемого изменения избранного показателя эффективности проекта при экстремальных значениях возможного изменения каждого исходного показателя. Такой расчет осуществляется как по минимальному, так и по максимальному возможному значению каждого исходного показателя на основе ранее построенных моделей определения их влияния на избранный показатель эффективности проекта. Результаты расчета позволяют получить количественные значения показателя эффективности проекта при минимальном и максимальном значении каждого из исходных показателей.
• 8. Установление возможного диапазона значений избранного показателя эффективности проекта в диапазоне изменения каждого исходного показателя. В этих целях вначале определяется размер отклонений показателя эффективности проекта (при минимальном и максимальном значении исходного показателя) от базового его значения (в процентах к базовому значению). Затем как разность между максимальным и минимальным значениями показателя эффективности определяется возможный диапазон его колебаний (в процентах) в зависимости от изменения каждого исходного показателя.
• 9. Определение уровня чувствительности избранного показателя эффективности проекта к изменению каждого исходного показателя. Этот уровень может быть установлен на основе расчета коэффициента эластичности или графическим методом (рис. 8.11).

Коэффициент эластичности показателя эффективности проекта от исходного показателя его формирования определяется на основе следующей формулы :

где КЭп – коэффициент эластичности изменения показателя эффективности проекта от изменения исходного показателя

на 1%; ДИэп – диапазон изменения показателя эффективности проекта в пределах возможного диапазона изменения исходного показателя; ДИф – возможный диапазон изменения исходного показателя, установленный в процессе анализа.

10. Ранжирование исходных показателей по степени их влияния на изменение избранного показателя эффективности проекта. Такое ранжирование исходных показателей осуществляется на основе рассчитанных коэффициентов эластичности изменения избранного показателя эффективности проекта от изменения каждого из исходных показателей. Ранговая последовательность исходных показателей устанавливается по мере убывания значения коэффициента эластичности (т.е. снижения степени его влияния на показатель эффективности) – первый ранг присваивается исходному показателю с наивысшим значением коэффициента эластичности.

В процессе ранжирования в общей системе исходных показателей устанавливаются наиболее важные из них ("ключевые факторные показатели"), которые генерируют настолько высокий риск, что эффективность проекта в процессе его реализации может быть поставлена под угрозу. В систему ключевых факторных показателей включаются те из них, по которым коэффициент эластичности изменения показателя эффективности проекта равен или превышает единицу.

В этом случае оценке возможных значений этой переменной должно быть уделено самое пристальное внимание. Эта переменная подвергается детальному анализу, т.е. варьируются значения тех параметров, от которых она в свою очередь зависит. Если же критическая для проекта переменная характеризуется большой неопределенностью, возникает вопрос: стоит ли вообще осуществлять этот проект?

Характеризуя метод анализа чувствительности проекта в системе методов диагностики проектного риска, следует отметить его простоту и наглядность, а также то, что он позволяет идентифицировать систему факторных показателей как наиболее значимых для успешности проекта, так и генерирующих наибольшую угрозу достижению расчетной эффективности (это позволяет сконцентрировать мониторинг и контроль этих показателей в процессе реализации проекта).

Рис 8.11. Диаграммы чувствительности "паук" и "торнадо"

В то же время методу анализа чувствительности проекта присущи существенные недостатки, снижающие эффективность его использования для диагностики проектного риска. Одним из таких недостатков является то, что он рассматривает влияние каждого из факторных показателей на эффективность проекта изолированно друг от друга, тогда как в реальной практике они взаимодействуют комплексно, частично взаимопогашая или усиливая степень этого влияния. Кроме того, существенным недостатком этого метода является то, что он не позволяет получить комплексную вероятностную оценку степени риска проекта по любому из показателей оценки его эффективности на основе его колеблемости под воздействием всех рассматриваемых факторов. В этом случае более предпочтителен метод анализа сценариев.

Анализ сценариев проекта

Основной задачей использования этого аналитического метода является комплексная оценка влияния всех основных исходных показателей на эффективность инновационного проекта при различных условиях (сценариях) его реализации – от наилучших до наихудших. В процессе этого анализа все варьируемые исходные показатели проекта моделируются с учетом их взаимозависимости. По каждому из рассматриваемых сценариев проекта определяется вероятность его возникновения. На основе возможных колебаний показателей эффективности проекта при различных условиях его реализации определяются среднеквадратическое (стандартное) отклонение и коэффициент вариации, которые выражают степень проектного риска. Чем выше значение этих показателей, тем соответственно выше считается уровень проектного риска.

Анализ сценариев проекта в процессе оценки степени его риска осуществляется в разрезе следующих основных этапов.

• 2. Определение количества и видов сценариев возможной реализации проекта. В обычной практике сценарного анализа проектов для исследования избирается от 3 до 5 вариантов возможных условий реализации проекта – "оптимистический", "реалистический" и "пессимистический".
• 3. Определение степени вероятности реализации каждого из возможных сценариев развития проекта.
• 4. Моделирование значений всего комплекса основных исходных показателей проекта, соответствующих каждому из возможных сценариев его реализации. На первоначальной стадии этого этапа определяется перечень таких показателей, которые были положены в основу избранного показателя эффективности проекта. На последующей стадии значения этих показателей моделируются для двух экстремальных сценариев – "оптимистического" и "пессимистического", т.е. для возможных наилучших и наихудших условий реализации проекта. И, наконец, на заключительной стадии значения этих показателей моделируются с учетом возможной их динамики для всех промежуточных сценариев реализации проекта.
• 5. Расчет избранного показателя эффективности проекта по каждому из возможных сценариев его реализации.
• 6. Расчет средневзвешенного показателя эффективности проекта по заданным вероятностям реализации каждого из возможных сценариев развития проекта.
• 7. Оценка общего уровня риска проекта на основе показателей среднеквадратического (стандартного) отклонения и коэффициента вариации.

где σ – среднеквадратическое (стандартное) отклонение; R i – конкретное значение возможных вариантов ожидаемого дохода по рассматриваемому проекту; R – среднее ожидаемое значение по рассматриваемому проекту (видам проектов); Р i – возможная частота получения отдельных вариантов ожидаемого дохода по каждому варианту реализации проекта; п – число наблюдений.

Для более наглядного представления об уровне рисков сравниваемых проектов по результатам расчета показателя среднеквадратического (стандартного) отклонения строится график следующего типа (рис. 8.12).

Чем более узким является иоле разброса показателей эффективности проекта на графике, тем ниже уровень проектного риска (на приведенном графике наименьший уровень риска присущ проекту "А"). И наоборот, чем шире поле разброса значений показателей эффективности проекта на графике, тем соответственно выше уровень проектного риска (на приведенном графике наиболее высокий уровень риска присущ проекту "В").

Рис. 8.12.

Коэффициент вариации позволяет определять уровень риска по сравниваемым инвестиционным проектам, если средние значения избранного для анализа показателя эффективности различаются между собой.

где CV – коэффициент вариации.

Рассматривая метод анализа сценариев проекта в общей системе методов диагностики проектного риска, следует отметить, что в отличие от метода анализа чувствительности проекта он позволяет получить более комплексную оценку уровня этого риска, выраженного конкретными показателями – среднеквадратическим (стандартным) отклонением и коэффициентом вариации избранного для оценки показателя эффективности. Однако недостатком этого метода является то, что задание вероятности реализации каждого из сценариев носит субъективный характер, что привносит соответствующий элемент субъективизма и в полученные конечные результаты оценки уровня проектного риска.

Анализ чувствительности и сценарный анализ являются последовательными шагами в количественном анализе рисков, при этом последний позволяет избавиться от некоторых недостатков метода анализа чувствительности. Однако следует отметить, что метод сценариев наиболее эффективно применим в случае, когда количество возможных значений выбранного критерия эффективности проекта конечно.

Использование метода построения сценариев развития проекта в совокупности с методами математической статистики требует осторожности. В некоторых случаях формальное применение методов математической статистики может приводить к ошибочным выводам относительно уровня риска.

Хотя анализ сценариев дает полезную информацию о единичном риске проекта, тем не менее, он ограничен рассмотрением только нескольких дискретных исходов проекта, в то время как в действительности существует бесконечное число возможностей.

Метод имитационного моделирования (метод Монте- Карло)

Основной задачей использования этого аналитического метода является комплексная оценка проектного риска на основе многократной имитации условий формирования показателей эффективности проекта и их отклонения от расчетного или среднего значения. Имитационное моделирование основано на построении математической модели формирования показателей эффективности проекта, установлении границ возможных изменений и форм коррелятивных связей отдельных первичных показателей, формирующих эту эффективность, и многократного компьютерного моделирования вероятностных сценариев изменения отдельных первичных показателей с целью получения адекватных им значений возможного распределения показателей эффективности проекта.

Как видно из этой общей характеристики метода имитационного моделирования, он существенно углубляет аналитический аппарат ранее рассмотренных методов анализа чувствительности и анализа сценариев проекта. Если метод анализа чувствительности проекта исследует изолированное влияние каждого из первичных показателей на эффективность, то данный метод, определяя коррелятивную связь между первичными показателями, позволяет исследовать это влияние комплексно. В сравнении с методом анализа сценариев данный метод существенно расширяет исследуемое поле условий реализации проекта, моделируя не 3–5 возможных сценариев, а многие их сотни (используя возможности современной компьютерной техники).

Имитационное моделирование по методу Монте-Карло в процессе оценки уровня риска инновационного проекта осуществляется в разрезе следующих основных этапов.

• 1. Выбор для анализа приоритетного показателя эффективности проекта.
• 2. Построение математической модели и компьютерной программы формирования избранного показателя эффективности проекта на основе первичных показателей.
• 3. Ограничение диапазона возможного колебания первичных показателей в процессе реализации проекта.
• 4. Установление и математическое выражение форм коррелятивных связей между отдельными первичными показателями, формирующими эффективность проекта.
• 5. Задание типа распределения вероятности отдельных первичных показателей в процессе реализации проекта.
• 6. Многократно повторяющаяся случайная выборка одного из вероятных значений каждого первичного показателя и определение адекватных им значений избранного показателя эффективности проекта.
• 7. Построение по результатам многократного имитационного моделирования условий реализации проекта графика и модели вероятностного распределения избранного показателя эффективности проекта.
• 8. Статистический анализ полученной вероятностной модели для определения уровня проектного риска.

Характеризуя метод имитационного моделирования в целом, следует отметить, что он позволяет наиболее полно учесть весь диапазон неопределенностей исходных значений первичных показателей проекта, которые могут иметь место в процессе реализации проекта. Кроме того, путем изначально задаваемых ограничений требуемых значений показателей эффективности проекта можно наиболее широко использовать информационную базу анализа проектных рисков. Наконец, метод Монте-Карло позволяет получить интервальные значения показателей проектных рисков, в рамках которых возможна успешная реализация проекта.

Несмотря на очевидную привлекательность, имитационный анализ не используется в промышленности так широко, как этого можно было бы ожидать. Одна из главных трудностей состоит в обосновании распределений вероятностей переменных и корреляций между ними. Механически включить в имитационный анализ любой тип корреляции между переменными не составляет большого труда. Тем не менее определить, какими должны быть корреляции, непросто. Действительно, эксперты, пытавшиеся получить информацию о таких взаимосвязях у менеджеров-прак- тиков в виде конкретных оценок, отмечали сопряженные с этим трудности. Безусловно, проблема не является непреодолимой, и моделирование используется в бизнесе все чаще и чаще. Тем не менее, важно иметь в виду трудность получения достоверных оценок вероятностных распределений переменных и корреляций между распределениями.

Еще одна проблема, связанная как с анализом сценариев, так и с имитационным анализом, состоит в том, что даже по завершении вычислительных процедур не появляется четкого критерия принятия решения. Анализ завершается получением ожидаемого NPV и распределения значений вокруг него, которые можно использовать для оценки единичного риска проекта. Однако анализ не дает механизма, с помощью которого можно было бы четко определить, достаточна ли прибыльность проекта, мерой которой является его ожидаемый NPV, для компенсации его риска, показателем которого являются CVNPV или σNPV.

Наконец, поскольку анализ сценариев и имитационный анализ сосредоточены на единичном риске проекта, они игнорируют воздействие внутрифирменной диверсификации проектов, а также степени диверсифицированности персональных портфелей инвесторов. Таким образом, если отдельный проект оценивается изолированно, его доходы могут быть крайне неопределенными. Однако если эти доходы не коррелируют с доходами от других активов фирмы или с доходами от портфеля акций, тогда проект может быть не очень рисковым в смысле либо внутрифирменного, либо рыночного риска. Действительно, если доходы проекта отрицательно коррелируют с доходами от других активов фирмы, тогда он может снизить корпорационный риск фирмы, и чем больше его σ ΝΡV, тем больше он снизит общий риск фирмы. Аналогично, если доходность проекта не имеет положительной корреляции с фондовым рынком, тогда, возможно, даже проект с очень неустойчивыми доходами нельзя считать рисковым для хорошо диверсифицированных акционеров, которые обычно рыночным риском озабочены больше, чем единичным или внутрифирменным .

Метод "дерева решений" ("дерева вероятностей") проекта

Этот метод позволяет комплексно учесть риски инновационного проекта по отдельным последовательным этапам его осуществления. Он применяется тогда, когда имеют место два или более последовательных множества решений, причем последующие решения основываются на результатах предыдущих (т.е. появляется целая цепочка решений, вытекающих одно из другого, которые соответствуют событиям, происходящим с некоторой вероятностью).

"Дерево решений" – это графическое изображение последовательности решений и состояний окружающей среды с указанием соответствующих вероятностей и выигрышей для любых комбинаций вариантов и состояний.

Основной задачей этого метода является комплексная оценка уровня риска проекта на основе графического представления возможных последовательно рассматриваемых во времени сценариев его реализации с установлением вероятности возникновения каждого из них. Каждая из полных ветвей, представленная на графике, иллюстрирует одну из альтернатив возможного хода реализации проекта и соответствующего ей ожидаемого значения показателя его эффективности. Все вероятностные значения показателя эффективности проекта будущего периода связываются с их значениями, ожидаемыми в предшествующем периоде. Таким образом, комплексная оценка уровня риска проекта на конечной стадии его реализации коррелируется с соответствующими уровнями риска проекта на предшествующих стадиях этого процесса, т.е. отражает характер возможных изменений первичных показателей, формирующих эффективность, во времени.

Анализ уровня проектного риска с использованием метода "дерева решений" осуществляется в разрезе следующих основных этапов.

• 1. Выбор для анализа приоритетного показателя эффективности проекта. Этот метод позволяет использовать для оценки уровня проектного риска любой из ранее рассмотренных показателей его эффективности. Наиболее часто для проведения такой оценки избирается показатель чистого приведенного дохода.
• 2. Распределение общего периода реализации проекта на отдельные этапы , в течение которых возможны существенные изменения первичных показателей, формирующих эффективность проекта. Такие этапы определяются по результатам прогнозирования динамики факторов внешней среды, осуществляемого в процессе подготовки инновационного проекта. Если такое прогнозирование затруднено, то в качестве этапов может быть принят каждый год реализации проекта. Выделяя отдельные этапы, следует обеспечивать разумное ограничение общего их количества, гак как увеличение числа этапов в значительной степени усложняет проведение последующих расчетов.
• 3. Определение возможных альтернатив принятия решений, связанных с изменением первичных показателей, формирующих эффективность проекта. На этом этапе рассматриваются только такие альтернативы принятия решений, которые вызывают изменения первичных показателей, а следовательно, приводят к адекватному им изменению значения избранного показателя эффективности проекта. Каждое их последующих решений, формируемых в рамках отдельной "ветви" графика "дерева решений", должно базироваться на предыдущем варианте альтернативы по этой "ветви". Каждой рассматриваемой альтернативе принятия решений должен соответствовать новый набор значений первичных показателей проекта, формирующих его эффективность.
• 4. Определение вероятности принятия каждого из альтернативных решений, связанных с изменением первичных показателей, формирующих эффективность проекта. Такая вероятность задается по каждой из альтернатив в разрезе отдельных "ветвей" по каждому из этапов. Основой установления такой вероятности является экспертная оценка возможных сценариев реализации проекта.
• 5. Определение размера избранного показателя эффективности проекта, соответствующего каждому из возможных альтернативных решений в процессе его реализации. Такой расчет осуществляется на основе набора значений первичных показателей проекта, соответствующих каждому из возможных альтернативных решений. Учитывая, что результаты расчета отражают значения показателя эффективности проекта по отдельным этапам его реализации, они должны быть приведены к настоящей стоимости. Во избежание дублирования в оценке риска, при расчетах настоящей стоимости показателя эффективности для дисконтирования должна использоваться безрисковая ставка процента.
• 6. Расчет средневзвешенного показателя эффективности проекта по заданным величинам вероятности принятия каждого альтернативного решения в процессе реализации проекта. Такой расчет ведется по показателям эффективности каждого из вариантов возможных альтернативных решений на заключительном этапе реализации проекта. Расчет осуществляется по формуле

где – средневзвешенный показатель эффективности, избранный для оценки проектного риска; – значение показателя эффективности в настоящей стоимости на конечном этапе анализа (на последней "ветви" графика "дерева решений"); – значение вероятности, заданное каждому из возможных альтернативных решений на конечном этапе анализа выраженное в десятичной дроби. Это значение получается путем перемножения значений вероятностей на всех этапах реализации проекта по конкретной "ветви" графика "дерева решений"; п – общее число этапов, избранное для анализа.

7. Оценка общего уровня риска проекта на основе показателей среднеквадратического отклонения и коэффициента вариации. Расчет этих показателей осуществляется по стандартным формулам, учитывающим отклонение всех возможных значений показателей эффективности по рассмотренным альтернативам принятия решений от средневзвешенного его значения. На основе этих показателей интерпретируется уровень риска по отдельным проектам и проводится сравнительный анализ уровня риска по различным проектам предприятия.

Рассматривая особенности метода "дерева решений" в общей системе методов диагностики проектного риска, можно отмстить, что его преимуществом является высокая степень наглядности осуществляемого анализа, а также достаточно высокая степень корреляции результатов конечной оценки с промежуточными временными интервалами реализации инновационного проекта. Однако и этому методу оценки уровня проектного риска присущи определенные недостатки. Прежде всего, использование этого метода дает надежный результат лить по проектам с коротким жизненным циклом – возрастание проектного цикла приводит к его разделению на значительное число этапов, что существенно усложняет расчеты и требует специальной программной поддержки. Кроме того, как и по ранее рассмотренным методам, слабым звеном метода "дерева решений" является процесс задания вероятностей по каждой из альтернатив, который носит субъективный характер. И наконец, к числу недостатков этого метода следует отнести то, что по каждой из "ветвей" в рамках одного из рассматриваемых этапов реализации проекта разрабатывается всего лишь несколько альтернативных сценариев – в этом отношении метод имитационного моделирования имеет несомненные преимущества.

Выбор конкретных методов оценки из рассмотренного их арсенала определяется следующими факторами:

• конкретными видами рисков, формирующими совокупный проектный риск;
• полнотой и достоверностью информационной базы, сформированной для оценки уровня вероятности различных рисков;
• уровнем квалификации менеджеров (риск-менеджеров), осуществляющих оценку; степенью их подготовленности к использованию современного математического и статистического аппарата проведения такой оценки;
• технической и программной оснащенностью менеджеров (риск-менеджеров), возможностью использования современных компьютерных технологий проведения такой оценки;
• возможностью привлечения к оценке сложных рисков квалифицированных экспертов и др.

• Бланк И. А. Основы инновационного менеджмента; Виленский П., Лившиц В., Смоляк С. Оценка эффективности инвестиционных проектов: теория и практика. М.: ДЕЛО, 2004; Управление инновационными проектами: учеб, пособие / под ред. проф. В. Л. Попова. М.: ИНФРА-М, 2007.
• Гончаренко Л. П., Филин С. А. Указ. соч. С. 131.
• Гончаренко Л. П., Арутюнов Ю. А. Указ. соч. С. 171.
• Гончаренко Л. П., Арутюнов 10. А. Указ. соч. С. 176.
• Кузнецов Б. Т. Инвестиции. С. 284.

Развитие инновационного предпринимательства в России на сегодняшний момент является достаточно рисковым делом. Это объясняется в основном многообразием внешних факторов по отношению к самой предпринимательской деятельности, которые не способствуют его инновационному развитию. Инвестирование в российские высокие технологии должно учитывать традиционные особенности формирования инновационного предпринимательства и специфику правовых и экономических условий российской действительности. Поэтому наряду с существующей классификацией традиционных инвестиционных рисков (рис.1) существует целый ряд рисков, связанных со спецификой развития российского инновационного предпринимательства (рис.2).

Риск снижения доходности обусловлен снижением размера процентов (дивидендов) по кредитам, портфельным инвестициям и вкладам. Портфельные инвестиции – это пакет ценных высокодоходных бумаг (акций) или ряд инвестиционных проектов, включенных в стратегический план развития фирмы.

Риск упущенной возможности – это риск возможного наступления экономического ущерба (неполучения запланированного объема прибыли) в результате неосуществления какого-либо мероприятия (страхования, хеджирования).

Риск прямых финансовых потерь - это риски связанные с потерей капитала.

Процентные риски – это потери инвестиционных институтов, коммерческих банков, кредитных учреждений в результате превышения процентных ставок, выплачиваемых по привлеченным средствам, над ставками по предоставляемым кредитам. Эти риски связаны с изменением выплат дивидендов по обыкновенным акциям.

Кредитные риски – это неуплата заемщиком основного долга и выплат по процентам кредита. Эти риски являются разновидностью прямых экономических и финансовых рисков.

Биржевые риски – это потери от биржевых сделок.

Риск банкротства – это полная потеря инвестиционного капитала в результате экономически невыгодного его использования.

Селективные риски – это риски выбора неудачного способа вложения капитала, вида ценных бумаг для инвестирования средств, направленных на формирование реального или финансового инвестиционного портфеля.

Риск оригинальности заключается в том, что инвестирование в «прорывные технологии» является весьма рискованным с точки зрения гарантии получения планируемого результата, т.е. действительно новой интересной технологии или продукта. Наиболее рискованными являются инвестиции в фундаментальные исследования, именно поэтому они относятся, как правило, к трансфертной компетенции государства. Вместе с тем наиболее социально значимыми являются именно инвестиции в оригинальные технологии, ни только тогда, когда существует возможность их практического применения и отечественный рынок готов принять продукцию, связанную с использованием высоких технологий, но и для международного рынка. Такие инвестиции позволяют поддерживать развитие конкурентоспособности инновационных продуктов, как на национальном рынке, так и международном.

Риск информационной неадекватности. Содержание такого рискаобъясняется тем, что вРоссии был накоплен большой информационный банк данных о созданных, в свое время, технологических разработках, которые долгие годы были не востребованы по тем или иным причинам, но интерес к ним существует и по сей день.. Авторы таких разработок, вполне искренне, говорят о них как о реально существующих, и даже демонстрируют образцы, полученные 5–10–15 лет назад. Однако, зачастую оказывается, что оборудование, на котором были сделаны образцы, за прошедшие годы пришло в негодность, часть коллектива разработчиков уволилась, и технология не воспроизводима.. Часто разработчики для того, чтобы больше заинтересовать инвестора, пытаются выдать прототип за опытную партию, идею за лабораторный образец и т.д., не понимая, что до того, как инвестор даст хотя бы рубль (доллар, юань, марку...), он обязательно проверит, что же есть на самом деле. И если он увидит, что с самого начала отношения складываются информационно неадекватно, вряд ли он будет вникать в суть технологии. Если же инвестор видит, что реальное состояние соответствует тому, о чем ему говорят, то но может инвестировать такой проект.

Риск технологической неадекватности. Существует принципиальная разница между технологией как продуктом интеллектуальной деятельности и технологией как объектом инвестирования. Технология становится инвестиционно привлекательной не тогда, когда она есть, и даже не тогда, когда она может быть реализована промышленно (что не всегда возможно обеспечить), а тогда, когда она будет востребована потребителями рынка. Когда разработчик с гордостью сообщает, что его уникальная технология не имеет аналогов, возникает естественный вопрос, а может быть эта технология вообще не нужна, если в этом направлении никто в мире не работал. Всестороннее сопоставление предлагаемой технологии с мировым научно-техническим уровнем в этой области позволяет определить не только степень оригинальности и эффективности предлагаемого решения, но и вероятность ее технологической реализации и коммерческой ценности. Рынок может оказаться неготовым к восприятию предлагаемой технологии не только в прагматическом смысле, но и в психологическом. Хорошо известны классические примеры с застежкой «молния» и шариковой ручкой, которые были изобретены раньше, чем они получили реальное воплощение в производство. Востребованность инновационной технологии является основным фактором для уменьшения риска технологической неадекватности.

Риск юридической неадекватности. Сочетание недостатков правовой защищенности интеллектуальной собственности с неопределенностью прав на разработки, и элементарной правовой безграмотностью зачастую приводит к случаям, когда авторы технологии или отказываются раскрыть какие-то особенности своего продукта, тем самым препятствуя возможности инвестирования в него, или не соблюдают своих обязательств, особенно в части эксклюзивности и конфиденциальности. Неопределенность с правами на интеллектуальную собственность проистекает из Патентного закона, который определил права автора (изобретателя) и работодателя, но не государства, которое при советской власти финансировало все разработки, а сейчас их львиную долю. Поэтому когда речь идет о разработке, выполненной за государственный счет, права разработчика сомнительны. Важно понимать, что технология не есть простая совокупность изобретений. Даже в случае, если автором получены патенты на свое имя, это еще не подтверждает его права на технологию в целом. Достаточно распространенным является подписание автором соглашений об эксклюзивности одновременно с несколькими компаниями в расчете на то, что тем самым он повышает для себя вероятность успеха, а победит тот, кто придет, т.е. подпишет контракт первым. При этом автор не понимает (так как не имеет ни соответствующих знаний, ни собственного опыта), с какими неприятностями он может столкнуться.

Достаточно часто возникают взаимные непонимания при изменении уровня отношений между российским и зарубежным партнерами. Например, вы работали с иностранной компанией, и ваши отношения строились на определенных устных договоренностях, аккуратно соблюдаемых обеими сторонами. На определенном этапе развития вы с партнером решили оформить ваши отношения письменно. После того, как договор подписан, иностранная компания будет руководствоваться только им, и ваши ссылки на предыдущие устные договоренности, не внесенные в текст договора, будут встречаться с непониманием. Не потому, что вас хотят обмануть, а потому, что это не принято. В мире принято к договору относиться в изначальном смысле этого слова: стороны договорились. Нужно адекватно понимать также роль юриста при составлении договора. Юрист не может за вас придумать содержание договора, т.е. то, о чем вы хотите договориться с вашим партнером. Юрист только может облечь ваши договоренности в адекватную форму, предусмотреть и предупредить о возможных рисках, следующих из текста договора, и предложить варианты их минимизации.

Риск финансовой неадекватности с остоит в несоответствии содержания инвестиционного проекта и финансовых средств, необходимых для его реализации. Основные причины возникновения финансовой неадекватности следующие. Первая состоит в том, что авторы технологии не умеют считать деньги, переоценивая собственный вклад и недооценивая другие расходы. Автора разработок зачастую плохо понимает, что в себестоимости готового изделия на рынке технологическая часть составляет в лучшем случае единицы процентов. Кроме того, разработчики часто переоценивают желание инвестора вложить средства именно в их технологию. У инвесторов наверняка есть альтернативные предложения по вложению средств. Поэтому инвесторы всегда определяют для себя требования по уровню рисков и доходности, но лишь, изредка сферу инвестирования. Наконец, очень важно понять психологически разный уровень рисков инвестора и разработчика. Первый в случае неудачи теряет деньги, второй же – только собственное время и иллюзии, оставаясь со своей технологией. Перечисленные причины являются общими для разработчиков во всем мире, поскольку отражают общие закономерности человеческого характера творческих личностей. Следует отметить российскую специфику, которая состоит в умышленной тактике «затягивания» инвестирования в проект, которая предполагает сознательное занижение или исключение ряда статей расходов в расчете на то, что проект станет более привлекательным, и инвестор начнет вкладывать деньги. После того, как инвестор втянулся в проект, ему постепенно показывают истинные размеры бедствия, предполагая, что отступать уже некуда. В то же время, известно достаточно много случаев, когда иностранный инвестор, как только понимает, что разработчику было заранее известно о предстоящих расходах, которые сегодня выдаются как непредвиденные, тут же отказывается иметь дело вообще с данным проектом, независимо от степени его выгодности. Потому что нечестный бизнес слишком дорогое (в прямом смысле этого слова) удовольствие. Другой проблемой является разная скорость принятия решений на Западе и в России. Российский бизнес часто страдает не четкой организацией, которая в большей степени тормозит реализацию инвестируемого проекта.

Риск неуправляемости проектом. Как известно, одинаково значимыми составляющими, необходимыми для успешной реализации инвестиционного проекта, является оригинальность и проработанность самого проекта, квалификация и сплоченность команды, которая будет проект реализовывать. В России, да и не только эти составляющие находятся в определенном противоречии друг с другом, поскольку профессиональные качества, необходимые для разработки оригинальной технологии и промышленного ее внедрения, очень разные. Сбалансированное же сочетание специалистов разной квалификации в одной команде встречается достаточно редко. Научный лидер, который вел свою команду к разработке уникальной технологии, вполне может оказаться несостоятельным как лидер в бизнесе, где от него потребуется способность решать совершенно другие проблемы. Достаточно часто заниматься техническими (тем более – финансовыми) вопросами научному лидеру становится неинтересно, он по-прежнему основное внимание уделяет научным исследованиям. Все остальное получается как-нибудь и заканчивается ничем. Поэтому важным является также личная мотивация разработчиков в реализации проекта. Коммерческий успех на рынке, создание высокорентабельной компании во многом коррелируют с целями инвестора. Стремление любой ценой увидеть свою идею реализованной может при определенных условиях вступить в противоречие с интересами инвестора. Риск неуправляемости проектом встречается не только в молодых компаниях, но и в крупных. Это объясняется во многом отсутствием на предприятии четкой организации труда и спецификой экономических условий функционирования.

Риск неуправляемости бизнесом с остоит в том, что возможны разногласия между целями инвестора и руководства предприятия, реализующего проект. Инвестор, как правило, преследует стратегические цели, а руководитель проекта – тактические или оперативные. Инвестору необходимы достаточно серьезные усилия для проведения своей стратегии на предприятии.

Все экономико-математические подходы, применяемые в теории рисков, целесообразно классифицировать на прямые, обратные задачи и методы исследования чувствительности. Оценка риска, связанная с определением его уровня, в прямых задачах проводится на основании известной информации. В обратных задачах определяются ограничения на один или несколько варьируемых исходных параметров для удовлетворения заданных ограничений на уровень приемлемого риска. Основная идея метода исследования чувствительности, необходимого в связи с неизбежной неточностью исходной информации, состоит в анализе степени изменяемости результативных, критериальных показателей по отношению к варьированию параметров моделей (распределению вероятностей, областей изменения тех или иных величин и др.). Выводы, сделанные на основе исследования чувствительности инвестиционного проекта, отражают степень достоверности результатов, полученных при риск-анализе. В случае их недостоверности проектный аналитик будет вынужден реализовывать одну из следующих перечисленных возможностей:

• изменение методов обработки исходных данных с целью уменьшения чувствительности ответа;
• изменение математической модели анализа проектных рисков;
• отказ от проведения количественного анализа рисков проекта.

Наибольшую применимость для анализа рисков инвестиционного проекта в настоящее время имеют стохастические, лингвистические и нестохастические (игровые) модели, учитывающие неопределенности и различающиеся по способам ее описания.

Анализ литературы в области исследования проектных рисков позволяет классифицировать существующие методы и связанные с ними модели по следующим признакам.

A. По привлечению вероятностных распределений :

• 1) без учета распределений вероятностей;
• 2) с учетом распределений вероятностей.

Б. По учету вероятности реализации каждого значения переменной и распределения вероятностей :

• 1) вероятностные;
• 2) выборочные.

B. По способам нахождения результирующих показателей по построенной модели:

• 1) аналитический;
• 2) имитационный.

В рамках подхода А1 для каждой стохастической величины берется лишь одно ее значение; цель такого сгущения риска экзогенной переменной - применение методов, разработанных для анализа в ситуации определенности без каких-либо изменений.

Результатом расчетов по модели Б будет не отдельное значение результирующей переменной, а распределение их вероятностей. В вероятностных методах предполагается, что построение и расчеты по модели осуществляются в соответствии с теорией вероятностей, тогда как в случае выборочных методов - путем расчетов по выборкам. Характерной чертой подхода Б является использование методов моделирования принятия решений. На этом пути выделяют целевой, оптимизационный и системный подходы.

Целевому подходу при конструировании модели свойственно однозначное задание целей, конкретизация которых ведет к реконструкции самой модели и проведению новых расчетов. Это, однако, требует дополнительных затрат и в большинстве случаев лицо, принимающее решение, не стремится изменять целевые показатели, чтобы избежать реструктуризации модели. Применение данного подхода наиболее целесообразно при необходимости постоянно принимать решения в аналогичных ситуациях с точно заданными целями.

Системный подход связан с построением модели, направленной на отражение реальности, т.е. не на основе сформулированной системы целей, а на базе рассматриваемого при анализе аспекта реальности. В результате расчетов по такой модели формулируется описание поведения реальной системы, а не оптимальная стратегия действий. Затем выбирается система целей и становится возможным принять решение с помощью прогнозной информации о поведении системы и сделанных предположениях. Каждое возникающее в процессе инвестиционного проектирования изменение целей не приводит к изменению модели и не требует проведения новых расчетов.

Аналитическим методом подхода В получение результатов осуществляется непосредственно на основе значений экзогенных переменных, и к его преимуществам относится быстрота нахождения решения. Недостатками подхода являются необходимость адаптации поставленной задачи к имеющемуся в распоряжении математическому аппарату и относительно небольшая его прозрачность.

Имитационный метод заключается в пошаговом нахождении значения результирующего показателя. К основным его преимуществам следует отнести прозрачность всех расчетов, простоту восприятия и оценки всеми участниками процесса планирования получения различных результатов анализа проекта. Серьезный недостаток того метода - существенные затраты на расчеты и усложняющий восприятие большой объем выходной информации.

Результаты проведенного исследования методов и моделей риск-анализа систематизированы с помощью представленной схемы (рис. 3.19).

Рис. 3.19. Методы исследования рисков инновационных проектов

Как правило, при проведении анализа рисков инновационного проекта аналитик сталкивается с неограниченным количеством различных вариантов развития событий. При этом возможности реализации конкретного сценария либо примерно равны, либо заранее неизвестны. Поэтому выбор сценариев для анализа обосновать невозможно. Для таких случаев на практике применяется имитационное моделирование. В этом методе, который является одним из наиболее сложных в количественном анализе проектных рисков, активно используется математический аппарат теории вероятностей и математической статистики.

Так как при имитационном моделировании происходит имитация большого числа сценариев, то его можно назвать развитием сценарного подхода. Анализ значений результирующих показателей при сформулированных сценариях позволяет оценить возможный интервал их изменения при различных условиях реализации проекта. Использование вероятностных характеристик возможно для принятия инвестиционных решений, ранжирования проектов, обоснования применения тех или иных методов по управлению рисками проекта.

Вероятность позволяет прогнозировать случайные события, давая им количественную и качественную характеристику. При этом уровень неопределенности и степень риска уменьшаются. Неопределенность хозяйственной ситуации определяется влиянием большого числа факторов противодействия. Детерминированный случай (ситуация полной определенности) связан с наличием точной информации о последствиях реализации проекта и не требует дополнительного рассмотрения. Недетерминированная ситуация характеризуется неполной или неточной информацией об инновационном процессе и представляет наибольшую сложность в экономическом, математическом и вычислительном аспектах. Основу анализа неопределенности в экономических системах составляет экономико-математическое моделирование.

При моделировании условий неопределенности, свойственной инновационной деятельности, можно использовать два подхода - объективный и субъективный. Объективный подход чаще всего базируется на интерпретации вероятности как предельного значения частоты при бесконечно большом числе экспериментов, и оценка вероятности осуществляется посредством вычисления частоты, с которой происходит данное событие. При таком подходе использование математического ожидания обосновывается законом больших чисел, в соответствии с которым в многочисленных продолжительных процессах из неопределенности возникает практическая достоверность.

Субъективный подход основан на мнении индивида, отражающем состояние его информационного фонда. Этот метод определения вероятности базируется на использовании субъективных критериев, которые основаны на различных предположениях (суждении оценивающего, его личном опыте, оценке эксперта, мнении финансового консультанта и др.). При субъективном подходе к определению вероятности можно получить разное ее значение для одного и того же события, основанное на выборе разных людей. Справиться с этим и помогает прием экспертной оценки (см. выше).

Объективная вероятность существует прежде всего в том случае, когда комбинаторный анализ позволяет подсчитать число благоприятных и возможных исходов. Объективная вероятность существует, если существует ряд предыдущих наблюдений за повторяющимся явлением. Таким образом, логика в одном случае и статистика - в другом позволяют определить вероятность.

В экономических задачах методы теории вероятностей сводятся к определению значений вероятности наступления событий и к выбору из возможных событий самого предпочтительного исходя из наибольшего значения математического ожидания. Объективная вероятность используется лишь в незначительной части области экономических решений, так как объективная вероятность новых возможностей, обусловленных проектной деятельностью, не может быть определена на основании каких-либо статистических рядов.

При применении в качестве инструмента исследования проектных рисков субъективной вероятности используется предположение о некотором результате, которое основывается на суждении оценивающего эксперта, на его личном опыте. Можно условно считать данный подход частным случаем метода экспертных оценок. Преимуществом метода субъективных вероятностей является возможность их применения для неповторяющихся событий и в условиях отсутствия достаточного количества статистических данных.

Характеристики некоторых экономико-математических моделей оценки и управления рисками инновационного проекта представлены в табл. 3.18. Ряд из описанных далее моделей (например, Longer) общеприняты и широко применяются на практике. Другие (например, некоторые из вероятностных моделей) - постановочные и находятся в стадии разработки и апробации.

Таблица 3.18. Экономике-математические модели оценки и управления рисками инновационного проекта

	Аннотация	Использование
Модель оценки эффективности проекта с учетом антирисковых мероприятий (А)	М.В. Грачева	Оптимизационная вероятностная модель, учитывающая затраты на минимизацию, нейтрализацию и компенсацию рисков
Модель оптимизации интегральных рисковых затрат (В)	М.В. Грачева	Оптимизационная вероятностная модель, учитывающая интегральные дополнительные затраты на предотвращение технических, экономических и социально-политических рисков	Анализ чувствительности и сценариев
Модель интегральных внешних и внутренних рисковых затрат (С)	М.В. Грачева	Оптимизационная вероятностная модель, учитывающая интегральные дополнительные внешние и внутренние затраты на предотвращение технических, экономических и социально-политических рисков	Анализ чувствительности и сценариев
Модель финансового планирования «Longer»	С. Майерс, Д. Пог	Модель линейного программирования для принятия финансовых решений, учитывающая налоговый щит	Анализ чувствительности и сценариев
Задача рационирования капитала	С. Майерс	Модель оптимального размещения денежных активов компании, включающая расчет двойственных переменных	Анализ чувствительности и сценариев
Вероятностная имитационная модель оценки рисков	А.Г. Ново- крещенова (Быкова)	Вероятностная модель количественной интегральной оценки рискованности проекта	Имитационное моделирование
Вероятностная имитационная модель управления рисками	А.Г. Ново- крешенова (Быкова)	Вероятностная модель количественной оценки влияния методов управления рисками на интегральную рискованность проекта	Имитационное моделирование
Вероятностная имитационная оптимизационная модель	А.Г. Ново- крешенова (Быкова)	Оптимизационная вероятностностно-опти- мального соотношения между интегральной рискованностью проекта и ожидаемым доходом от его реализации	Имитационное моделирование

К риску следует относиться как к управляемому параметру, осознанно и воздействуя на его проявления и последствия. Для этого необходимо выявление приемлемого, допустимого уровня проектного риска. В основе концепции приемлемого риска лежит утверждение о невозможности полного устранения причин, которые могут привести к нежелательному развитию событий и в результате - к отклонению от выбранной цели. Однако достижение выбранной цели в ходе управления инвестиционнопроектной деятельностью может осуществляться с принятием таких решений, которые обеспечивают некоторый компромиссный уровень риска, называемый приемлемым или допустимым. Этот уровень соответствует определенному балансу между ожидаемой выгодой и угрозой потерь и основан на серьезной аналитической работе, включающей и специальные модельные расчеты. Можно выделить и оценить начальный и результирующий уровни риска, учитывающие проведение антирисковых мероприятий.

Чистый доход РУ проекта можно выразить формулой

где В - доход; С - интегральные производственные издержки без учета затрат на предотвращение риска; М - интегральные затраты по минимизации риска; N - интегральные затраты по нейтрализации риска; К - интегральные затраты на компенсацию риска.

Потери проекта от возникновения рисковых ситуаций можно условно разделить на прямые и косвенные. Прямые - потери, связанные с порчей оборудования, сырья, разрушением зданий и сооружений, частичной или полной порчей конечной проектной продукции и др. Косвенные потери исчисляются более сложным способом, чем прямые. На них влияют:

• рыночные потери (например, возникновение новых конкурентов, принятие негативных законов, ограничивающих бизнес, развитие новых рынков экспорта);
• потери прибыли (в результате изменения процентных ставок, курсов обмена иностранной валюты);
• сокращение численности основного персонала (в том числе увольнение, смерть, отсутствие профессионального должного уровня вследствие невозможности организовать переподготовку и замену);
• судебно-правовые потери (из-за участия в судебных разбирательствах, влекущих затраты - как материальные, так и временные);
• потери, связанные с изменением внешнего окружения;
• политико-экономические потери (в результате войн, изменения политического строя, мирового финансового кризиса, скачка инфляции и т.д.).

Желание уменьшить вероятность рисковых потерь проекта в ходе его реализации ведет к удорожанию проекта в целом, так как связано с ростом затрат на антирисковые мероприятия. Исследование взаимозависимости затрат на борьбу с риском с уровнем допустимого риска является важным условием эффективности инвестиционного проекта. Связь затрат на антирисковые мероприятия со стоимостной оценкой возможного ущерба показана на рис. 3.20. Для исследования этой взаимозависимости можно применить качественный анализ рисков, который позволяет на основе выявления проектных факторов риска рассчитать стоимость возможного ущерба. Затем исходя из проранжированных по возрастанию полученных результатов проводится оценка возможных затрат по предотвращению такого ущерба. Взаимозависимость затрат на антирисковые мероприятия и стоимости ущерба отражена кривой на рис. 3.20. Однако в инновационном проекте необходимо предусматривать непредвиденные расходы, вызванные определением стартового (минимального) уровня возможных потерь при борьбе с проявлениями риска (прямая,5). Пусть прямая Т 7 соответствует конечному уровню затрат на антирисковые мероприятия, которые может выдержать бюджет проекта. Все эти линии разделяют плоскость на ряд областей: заштрихованная область /) отражает суммарные затраты, предельно допустимые, учитывающие финальный уровень затрат на предотвращение риска (допустимый риск).

Поскольку положение прямой Т 7 определяется размером предельных затратных возможностей бюджета проекта по борьбе с рисками, то их превышение приведет проект к банкротству или вызовет необходимость перестроить внутреннюю проектную структуру (например, продать часть активов предприятия, реализующего проект). В силу этих обстоятельств структурный многофакторный анализ как разнообразных факторов риска, так и затрат на антирисковые мероприятия предопределяет принятие оптимальных управленческих решений в ходе инвестиционнопроектной деятельности. Важнейшим инструментом такого анализа служит экономико-математическое моделирование.

Текущая оценка проектных результатов базируется на построении его денежного потока во временном разрезе, что предопределяет необходимость дисконтирования. Можно построить модель оценки эффективности инновационного проекта, позволяющую учитывать структуру возможных антирисковых мероприятий (модель А).

Рис. 3.20. Зависимость общих затрат от допустимого риска (заштрихована область допустимого риска О)

Ожидаемое значение рассчитывается по формуле

где В, С. Майерс и Д. Пог сконструировали ее специально для принятия решений в области финансового планирования на базе линейного программирования. Модель базируется на принципе суммирования стоимостей и концепции Модильяни-Миллера, в соответствии с которой основным преимуществом долга является налоговый щит, создаваемый процентными выплатами на заемный капитал. Структура модели позволяет найти оптимальный вариант финансового плана при существующих допущениях и ограничениях.

Постановка задачи следующая. Пусть х - инвестиции в новом году, млн ден. ед.; у - займы, млн ден. ед. При существующих допущениях и ограничениях необходимо найти оптимальный размер инвестиций и структуру финансирования инновационного проекта, максимизирующих оценку стоимости предприятия, понимаемую в данном случае как чистую приведенную стоимость бизнеса.

Ограничения модели «Longer» следующие. Предприятие реализует один вид бизнеса. Инвестиционные возможности компании не превышают В, ставка внутренней доходности (IRR) - не превышает г, инвестиции принесут постоянные потоки денежных средств С, тогда С = гх. Введем рыночную норму капитализации доходов г*. Если компания использует только собственные источники финансирования, то

где можно интерпретировать как чистую приведенную стоимость, приходящуюся на единицу капиталовложений.

Создаваемая в результате инвестиционного проекта чистая приведенная стоимость будет положительна лишь при г > г*, что подтверждает разумность выбора проекта, у которого IRR > г* т.е. внутренняя норма доходности выше альтернативной стоимости используемого капитала. Однако NPV проекта может быть положительной и при IRR при условии возникновения налогового щита.

Задача. Пусть предприятие в целях поддержания своей кредитоспособности проводит политику, устанавливающую определенный предел заимствования. Пусть g определяет максимальное соотношение заемных средств и собственных капиталовложений в общем объеме инвестиций. Очевидно, что О 1.

Денежные средства С компании ограничены суммой Р = С.

Избыточные денежные средства выплачиваются в качестве дивидендов:

Согласно теории Модильяни-Миллера после реализации инновационного проекта стоимость бизнеса оценивается следующим образом:

где V 0 - рыночная стоимость имеющихся активов предприятия, если все они финансируются за счет собственного капитала; Т 0 - предельная ставка налога на прибыль; D - объем уже имеющейся у предприятия задолженности, кроме займов для нового проекта.

Величина Т()0 представляет собой приведенную стоимость всех налоговых щитов, возникающих в связи с привлечением заемного капитала, при условии, что займы используются постоянно.

Можно выделить оценку стоимости бизнеса, учитывая налоговый щит и чистую приведенную стоимость, возникающую в результате реализации инвестиционного проекта:

где У 0 , Д г, г*, То - экзогенные переменные, которые не зависят от выбора значений х и у. Следовательно, целевую функцию можно представить в следующем виде:

при

где последнее условие характеризует соотношение источников и использования капитала.

В такой постановке модель представляет собой задачу линейного программирования, которая имеет решение при совместимости приведенных условий.

Задача. Рассмотрим случай, при котором собственных средств компании достаточно для осуществления инвестиций, то есть С> (1 ~ §)В. Оптимальное решение такой задачи: (х*, у*) - (В; gx). Построение двойственной задачи и ее решение (х°, у 0 , ?°) позволяет оценить ценность ограничений исходной задачи. Набор х°, у °, ? представляет собой теневые цены, или предельные издержки, для каждого из введенных в модель ограничений. Экономически формулировку двойственной задачи можно интерпретировать следующим образом:

При изменении предельной суммы инвестиций на единицу целевая функция (чистая приведенная стоимость) изменится на

Увеличение заемных средств на единицу приведет к экономии ставки Т на налоге на прибыль:

Если (1 - g) х > С, то необходимо рассмотреть возможность нового выпуска акций. При этом в исходной задаче ограничение примет вид

где О/у - выплаченные дивиденды; 57 - объем выпущенных акций.

Если дивидендная политика не играет роли, то /)/у и 57 не окажут влияния на целевую функцию, и оптимальное решение останется прежним: {х* - В, у* - gB}, так как Х)/у =0, 57 = (1 - %)В - С.

Можно рассмотреть эту задачу для случая, когда С g)x, т.е. собственных денежных средств недостаточно для осуществления инвестиций в запланированном объеме. В этом случае целевая функция примет вид

где а, Ь - коэффициенты, определяющие значение дивидендной политики, а = 0, если дивидендная политика не имеет значения; Ь 0 отражает операционные издержки по выпуску новых акций в обращение. Поскольку новая целевая функция отличается от прежней на экзогенную величину оО/у + 657, то задача решается аналогично рассмотренной ранее.

Задача. Если инвестиционная политика предприятия предусматривает одновременную реализацию п инновационных проектов, задача в общем виде формулируется следующим образом.

Пусть - число одновременно

реализуемых проектов; (1 = (?/,), / = 1, ..., Т с1, - максимальная ставка налога на прибыль в /-м периоде; Т - горизонт планирования.

Совокупный объем заемных средств описывается вектором у = (у ,), где у , - объем займов в /-м периоде.

Объем капиталовложений описывается вектором х = (х,), где х, - объем инвестиций в /-й проект.

Дивидендную политику представляет вектор а = (а,), где а г отражает дивидендную политику в /-м периоде.

Вектор Ь = (Ь,) отражает операционные издержки по выпуску новых акций в обращение в каждом Г-м периоде.

Векторы 0^°= (Д/у,) и 81 = (?/,) показывают решения о выплате дивидендов и выпуске акций в Г-м периоде.

Целевая функция, максимизирующая чистую приведенную стоимость предприятия, примет вид

Ограничения следующие.

1. На объемы вложений в каждый /-й проект:

2. Т ограничений описывают объемы заемных средств в соответствии с финансовым планом

где g? t - максимально допустимая доля заемных средств, привлеченных в инновационный проект в /-й период.

3. Т ограничений описывают пределы использования капиталов в соответствии с планируемыми источниками:

Таким образом, получаем задачу линейного программирования с (Ы + 27) ограничениями. Рассмотренная модель позволяет выбирать наилучшую стратегию, отвечающую принятым допущениям и ограничениям. Однако она построена на предпосылках и ограничениях, которые определяет сам пользователь. Окончательное решение принимает менеджер проекта.

Теневая цена капитала, или чистый вклад проекта в стоимость компании, может быть рассчитана как двойственная оценка прямой задачи линейного программирования. Двойственные оценки позволяют выделить лимитирующие ограничения среди ограничений на инвестиции и заемный капитал, а следовательно, определить побочный эффект каждого из способов финансирования. С помощью этой модели становится возможным найти скорректированную стоимость компании суммированием значений чистой базовой приведенной стоимости и суммарного значения приведенных побочных эффектов проекта (например, расходов на эмиссию акций и размера налоговой защиты).

Брейли и Майерс предлагают для расчета скорректированной ставки дисконтирования R* использовать следующую формулу:

где г - альтернативные издержки или затраты на капитал при эмиссии акций для финансирования проекта; L - предельный вклад проекта в увеличение кредитоемкости компании; Т - чистая экономия на налогах.

Если ставка процента г не известна, используют метод средневзвешенной стоимости капитала (Холт. Основы финансового менеджмента (weighted average cost of capital (WACC)).

Можно также моделировать инвестиционные процессы в инновации с помощью задачи рационирования капитала, связанной с оптимальным размещением денежных активов, которая является одной из наиболее часто встречающихся и состоит в максимизации финансовых результатов инвестиционной деятельности при существующих ресурсных ограничениях. Такая постановка задачи универсальна, так как приемлема и для вложений денежных средств в реальные активы, и для портфельных инвестиций.

Задача. Пусть существует возможность реализации трех независимых проектов (А, В и С), значения издержек и чистого дисконтированного дохода которых отражены в табл. 3.19.

Таблица 3.19. Издержки и чистый дисконтированный доход проектов

Проект	Издержки, тыс. ден. ед.	NPV, тыс. ден. ед.

По табл. 3.19 можно проанализировать возможные реализации этих проектов в зависимости от бюджетного ограничения. Каждой сумме располагаемого капитала соответствует одно из сочетаний проектов, обеспечивающее максимальное значение чистого интегрального дисконтированного дохода, отмеченное в табл. 3.20 звездочкой.

Таблица 3.20. Анализ возможных реализаций проекта

Бюджет, тыс. ден. ед.	Реализуемый проект	Интегральный ИРV, тыс. ден. ед.
	А, В, С
	А, В, С

Из всех предлагаемых к реализации проектов в условиях ограничения располагаемой суммы денежных средств требуется выбрать такой набор проектов, который обеспечил бы наибольший интегральный экономический эффект. Решение подобных задач возможно с помощью методов математического программирования. В построенной модели элементы вектора переменных могут иметь разную природу. Например, это могут быть булевы переменные (которые могут принимать только два значения: что в нашем случае означает соответственно будет проект реализовываться, или нет). Кроме того, в качестве переменных можно представлять ту часть денежных активов, которая идет на финансирование конкретного проекта, а также долю финансирования данного проекта из собственных средств. В наиболее простом случае в качестве элементов вектора берется денежная сумма, которая идет на покрытие издержек по реализации проекта. В соответствии с этим выбирается и тип переменных; кроме булевых, они могут быть целочисленными, принимать значения на промежутке или быть просто неотрицательными.

Экономический смысл целевой функции состоит в максимизации экономического эффекта от инвестиционной деятельности. Тогда коэффициентами целевой функции становятся значения чистого приведенного дохода каждого из проектов. В ряде случаев, например при моделировании портфельных инвестиций, целесообразно в качестве коэффициентов при переменных в целевой функции использовать показатели доходности денежных вложений, выраженные в процентах. Значительно реже целевая функция минимизирует издержки реализации инвестиционных программ.

Экономический смысл ограничений, налагаемых на множество допустимых решений задачи рационирования капитала, может быть разным. Чаще всего это отражение лимитированности денежных средств с учетом возможности различных бюджетных ограничений для каждого из временных отрезков действия проекта.

Встречаются и другие варианты использования системы ограничений. Они могут быть связаны с экологическим загрязнением окружающей среды (ограничение выбросов вредных веществ и т.п.), возможными потерями и т.д. Специальные виды ограничений связаны со случаями, когда речь идет о взаимозависимых проектах. В литературе чаще всего на основе задачи рационирования капитала исследуются следующие конкретные модели финансирования инвестиций:

• 1) целочисленная задача с булевыми переменными;
• 2) модель финансовых вложений в портфельные активы;
• 3) модель частичного финансирования проектов.

Первый из вариантов задачи рационирования капитала - задача о распределении капиталовложений. Имеются предложения о финансировании определенного числа проектов. В условиях ограничения ресурсов требуется выбрать такой набор проектов, суммарный экономический эффект от которых будет максимальным. По каждому из проектов принимается категоричное решение: либо он включается в программу финансирования данной компании, либо нет. Таким образом, строится целочисленная задача линейного программирования, отличающаяся от общей задачи только дополнительным требованием целочисленности всех или нескольких неизвестных. Такие задачи образуют специфический класс оптимизационных задач, для решения которых разработаны специальные методы: методы отсечений, ветвей и границ, Веллмана. Эффективность того или иного метода зависит от конкретных условий целочисленной задачи линейного программирования.

Кроме того, возможности такой задачи позволяют аналитику иметь дело не только с независимыми проектами, но и с взаимоисключающими, дополняющими, альтернативными, взаимосвязанными и другими. В соответствии с этими условиями полняется и система ограничений.

Учет риска и неопределенности в подобных моделях связан с использованием информации о значениях ожидаемой доходности вложений и рисках по каждому из направлений инвестиций. При этом решения принимаются исходя из правила - «не держать все яйца в одной корзине», т.е. определяется некоторый минимум доли располагаемого капитала, которая вкладывается в относительно безрисковые и малодоходные активы. Аналогично поступают с рискованными высокодоходными вложениями: задается максимум денежных средств, вкладываемых в рисковые активы. Кроме того, непосредственно решается проблема минимизации ожидаемых потерь. Это возможно либо с помощью корректировки коэффициентов доходности вложений в целевой функции на оценку рискованности данного вида вложений, либо на основе дополнения системы ограничений неравенством, ограничивающим ожидаемые потери. Тогда в качестве переменных должны использоваться суммы вложений в денежном, а не процентном выражении.

Интересна интерпретация двойственных оценок для бюджетных ограничений в задачах рационирования капитала. В оптимальном плане классической задачи линейного программирования каждому из ограничений соответствует своя двойственная оценка, значение которой может равняться нулю или быть положительным. В данном случае экономический смысл двойственной оценки состоит в следующем: она соответствует максимальной денежной сумме (так как в исходной задаче максимизируется именно денежное выражение полезности), которую предприятие готово заплатить за то, чтобы располагаемый бюджет увеличился на один доллар. Другими словами, двойственную оценку бюджетного ограничения можно интерпретировать как максимальное значение процентной ставки, по которой фирме целесообразно брать кредит для увеличения собственного бюджета.

Модель частичного финансирования инвестиционных программ , встречающаяся в иностранной литературе (называемая иногда моделью Лори-Сэвиджа), в качестве предпосылки использует предположение о возможности частичного финансирования инновационных проектов. Такая ситуация подходит для случаев создания акционерных венчурных предприятий, прибыль которых распределяется пропорционально доле внесенных денежных средств, капитальных фондов и т.п. Значения переменных в таких моделях соответствуют доле участия инвестора в финансировании данного проекта или доле участия в уставном фонде вновь создаваемого предприятия. При этом переменные модели могут принимать любые значения в интервале от нуля до единицы. На основании предпосылки о пропорциональном распределении прибыли максимизируемая целевая функция представляет собой суммируемые по всем предлагаемым проектам произведения чистого дисконтированного дохода от реализации данного проекта на долю участия инвестора в данном проекте. Системы ограничений описывают использование располагаемого денежного капитала, материальнопроизводственных ресурсов, рабочей силы, учитывая риск, загрязнение окружающей среды и т.п.

Двойственный анализ задачи частичного финансирования инвестиций (например, в модифицированной задаче Лори-Сэвиджа) имеет некоторые особенности, обусловленные прежде всего тем, что ресурсные ограничения представлены в форме равенств. В этом случае рассматриваются двойственные оценки дополняющих переменных. Таким образом, определяются двойственные оценки как для ограничений, так и для самих проектов. Оба типа двойственных оценок подчиняются двум принципам:

• двойственные оценки всех базовых переменных в оптимальном плане решения равны нулю;
• двойственные оценки остальных переменных имеют положительное значение.

Для проектов, включенных в инвестиционную программу, двойственная оценка неотрицательна, и двойственная задача может быть экономически интерпретирована следующим образом: необходимо минимизировать расходы располагаемых ресурсов (денежных, материально-производственных, трудовых и др.) при условии неотрицательных оценок привлекательности проектов. Таким образом, с помощью постановки прямой и двойственной задачи Лори-Сэвиджа можно сделать выбор оптимального инвестиционного портфеля, а также провести анализ инвестиционной привлекательности каждого проекта.

Проблемы, связанные с необходимостью использования для анализа рисков вероятностные распределения, в 60-е годы XX века привели к разработке методов учета рисков, позволяющих получать из распределения вероятностей экзогенных переменных распределение вероятностей результирующих показателей. Применение этих методов позволяет на основании распределения вероятностей каждой стохастической экзогенной переменной и известных значений детерминированных экзогенных переменных (при их наличии) получить распределение вероятностей результирующей переменной.

В зависимости от применяемого при этом подхода для получения распределения результирующей переменной в литературе выделяют вероятностно-теоретические и выборочные методы. Общим у вероятностно-теоретических методов анализа риска является использование теории вероятностей для определения распределения вероятностей результирующей переменной.

Схематические методы, использующие при анализе рисков понятие «недетерминированная случайная величина», представлены на рис. 3.21.

Рис. 3.21. Методы, использующие при анализе рисков понятие «недетерминированная случайная величина»

Вероятностно-теоретические методы анализа рисков инвестиционного проекта можно классифицировать на четыре возможных последовательно развивающихся метода.

Первый базируется на соединении отдельных распределений экзогенных переменных в соответствии с теоремой сложения для нормально распределенных случайных величин. Возможность применения этого метода связана с выполнением следующих условий:

• 1) потоки затрат и выгод являются случайными величинами;
• 2) в качестве результирующего показателя используется чистый дисконтированный доход;
• 3) потоки затрат и выгод - нормально распределенные случайные величины;
• 4) каждый поток делится на несколько параллельных потоков, часть из них полностью независимы, а остальные абсолютно коррелированны со временем.

При этих условиях чистый дисконтированный доход рассчитывается как сумма нормально распределенных потоков и является нормально распределенной случайной величиной. В результате исследователь получает плотность распределения NPV и может делать выводы о вероятности любого значения чистого дисконтированного дохода. Уязвимость такого метода состоит в предположении риска целостного потока, а не отдельных его составляющих, что более реально для анализа рисков инвестиционного проекта. Кроме того, требуемая полная независимость и полная зависимость от времени потоков не соответствуют необходимым для анализа риска формам зависимости. Эти и некоторые другие недостатки метода свидетельствуют о его ограниченной применимости для анализа проектных рисков.

Второй метод представляет собой развитие предыдущего и базируется на следующих условиях:

• разложения потоков затрат и выгод на отдельные компоненты;
• отказа от требования «нормальной распределенности» экзогенных переменных;
• учета изменения случайных величин во времени;
• учета материальных потоков как случайных величин;
• учета в качестве случайных величин количественных характеристик проекта (срока реализации, срока службы оборудования и т.д.).

Детализация потоков выгод и затрат путем разложения на компоненты позволяет на основе данных о среднем, дисперсии и других моментах, коэффициентах корреляции вычислять при определенных дополнительных предпосылках среднее значение и дисперсию результирующего показателя эффективности инвестиционного проекта.

Третий метод позволяет на основе данных о законах распределения случайных величин и с помощью метода Монте- Карло получить оценку закона распределения результирующей случайной величины, а также оценить интегральную рискованность проекта в целом.

Четвертый использует методику стохастического программирования, представляющего собой раздел общей теории оптимальных решений, в котором изучаются вопросы их выбора в ситуациях, характеризуемых случайными величинами. Поэтому можно считать, что формально стохастическое программирование - это теория решения экстремальных задач стохастической природы. Возникновение стохастического программирования относится к началу 50-х годов XX столетия, когда Данциг, Чарнс, Купер начали заниматься анализом задач линейного программирования со случайными коэффициентами, возникающих при планировании в ситуациях неопределенности и риска.

Возможность практического применения стохастического линейного программирования в анализе рисков при инвестиционном планировании связана с сильно ограничивающими требованиями. Наряду с присущими всем методам линейного программирования условиями линейности отношений, заданности целей, требованиями определенного вида их представления для стохастического линейного программирования характерны упрощенные подходы при учете риска.

Практическая применимость вероятностно-теоретических методов ограниченна для анализа проектных рисков из-за большого числа упрощающих модельных предпосылок, искажающих реальную среду проекта.

Существуют также выборочные методы, к числу которых может быть отнесено, например, планирование эксперимента. Выборочные методы не используют информацию о распределении вероятностей экзогенных переменных. Основываясь на результатах проведенных экспериментов, они позволяют получить данные о коррелированное™ тех или иных переменных проекта, а также получить вероятностную оценку влияния выбранных переменных на результат инвестиционного проекта.

При проведении анализа рисков инновационного проекта аналитик, как правило, сталкивается с неограниченным множеством вариантов развития событий. Метод количественной оценки риска конкретного инновационного проекта на основе имитационного моделирования помогает разрешить проблему многовариантности расчетов, поскольку в этом методе, одном из наиболее сложных в количественном анализе проектных рисков, активно используется математический аппарат теории вероятностей и математической статистики.

Так как при имитационном моделировании происходит имитация большого числа сценариев, его можно назвать развитием сценарного подхода. Анализ значений результирующих показателей при сформулированных сценариях позволяет оценить возможный интервал их изменения при различных условиях реализации проекта. Использование вероятностных характеристик возможно для принятия инвестиционных решений, ранжирования проектов, обоснования применения тех или иных методов по управлению рисками проекта.

Общая схема построения имитационной модели анализа рисков инновационной деятельности методом Монте-Карло представлена на рис. 3.22.

Рис. 3.22.

Тем не менее, как бы ни проводился анализ рисков, он всегда оказывается эффективнее, чем его непроведение.

Инновационная деятельность базируется на инвестициях, которые могут осуществляться как за счет собственных средств, так и привлекаться от внешних инвесторов. В связи с этим особое значение в инновационной деятельности уделяется анализу инвестиционных и финансовых рисков.

Как правило, эти риски симметричны: риск одной стороны предоставляет шанс другой. Например, при инвестировании инновационного проекта внешним инвестором изменение ставки кредита вследствие изменения ставки рефинансирования увеличивает доходность одной из сторон за счет снижения доходности для другой. Нередко при анализе рисков инновационных проектов анализ финансовых и инвестиционных рисков проводится обособленно, с привлечением специалистов в области финансового анализа. В ряде случаев на практике при принятии решений в области управления анализ рисков ограничивается именно данным направлением анализа. В силу специфики этих рисков для их анализа используется специализированный инструментарий, и этому направлению анализа рисков инновационной деятельности необходимо уделить особое внимание.

К числу инвестиционных и финансовых рисков относят кредитные и валютные риски, а также риски фондового рынка. Валютный риск связан с возможностью валютных потерь, связанных с изменением курса иностранной валюты по отношению к национальной валюте при проведении внешнеторговых и валютных кредитных операций, операций на фондовых или валютных биржах. Валютный риск возникает в период между заключением контракта (например, на поставку оборудования) и осуществлением платежа по нему при изменении курса национальной валюты. Для снижения валютных рисков внешнеторговых и кредитных операций часто используется выбор валюты цены, определяющей порядок расчетов (в национальной или иностранной валюте). В России дополнительным источником валютных рисков является действующий порядок обязательной продажи части валютной выручки, поскольку экспортер вынужден продавать часть валютных поступлений при неблагоприятной рыночной конъюнктуре.

Кредитный риск - это опасность невыплаты заемщиком основного долга и процентов за предоставленный кредит. Для снижения кредитных рисков в кредитных учреждениях создают подразделения экономической безопасности, на которые возлагают функции анализа рисков на основе специальных методов проверки кредитоспособности заемщика.

К числу кредитных рисков относится также риск того, что эмитент, выпустивший долговые ценные бумаги, окажется не в состоянии выплачивать проценты по ним или погасить основную сумму долга. Для снижения этих рисков часто используются кредитные рейтинги, позволяющие оценить надежность эмитентов.

Особое значение для инвестиционных и инновационных проектов имеет кредитный риск, который возникает в производственной деятельности при прекращении финансирования инвестиционных и инновационных проектов, если денежные средства поступают отдельными траншами - по этапам реализации проекта. Такого рода кредитные риски возникают вследствие банкротства или смены финансовой стратегии кредитных учреждений, поэтому заемщик вынужден анализировать состояние кредитора, исключая возможность утраты источников финансирования инновационных проектов.

Фундаментальный анализ включает всестороннее рассмотрение экономико-политических факторов, влияющих на динамику показателей, характеризующих управляемый процесс, и прогнозирование тенденций их развития. Фундаментальный анализ изучает базовые причины, определяющие состояние процесса инновационной деятельности, и исходит из рациональных концепций, но недостаток знаний и информации может разрушить любую фундаментальную модель. Одна и та же причина из-за неполного учета факторов может вызывать противоположные последствия. Учет всех факторов невозможен или нецелесообразен. Фундаментальный анализ - инструмент жесткий, и изменение условий приводит к необходимости пересмотра методик его проведения.

Фундаментальный анализ рисков подразделяется на анализ внутренних и внешних факторов риска. К внутренним факторам риска относят инновационный потенциал предприятия, организационную культуру, финансовые показатели деятельности и др.

Внешние факторы выше были классифицированы на политические, технико-технологические, макроэкономические и системнофинансовые, социальные и демографические.

Для оценки политического риска широко используются модели, в которых к важнейшим индикаторам отнесены внешняя торговля, внешний долг страны, внутренние экономические показатели, политическая стабильность, образовательный уровень, структура политической системы, международные отношения.

Одна из наиболее известных моделей оценки политических рисков - синтетическая модель BERI (Business Environment Risk Index), созданная Ф. Ханнером и включающая 15 экономических и гуманитарных факторов и переменных. Каждая переменная имеет свой вес по степени важности и влияния на цели предприятий:

• политическая стабильность - 3,0;
• степень экономического роста - 2,5;
• конвертируемость валюты - 2,5;
• стоимость рабочей силы - 2,0;
• наличие краткосрочных кредитов - 2,0;
• наличие долгосрочных кредитов -2,0;
• уровень инфляции - 1,5;
• отношение к иностранным инвесторам - 1,5;
• уровень национализации - 1,5;
• состояние платежного баланса - 1,5;
• степень профессиональной подготовки рабочей силы - 1,0;
• осуществимость контрактов - 1,0;
• степень бюрократизации - 1,0;
• развитие инфраструктуры - 1,0;
• местное управление - 1,0.

Суммарный вес переменных составляет 25.

Учет полученной оценки в показателях совокупного риска проводится по специально разработанным шкалам в соответствии с теорией Неймана-Моргенштерна.

Влияние политических факторов на совокупный риск инновационной деятельности имеет опосредованный характер, и точно учесть его при планировании и реализации инноваций практически невозможно. Поэтому при анализе влияния политических факторов на уровень экономического риска инновационной деятельности на практике также используют сценарный анализ и экспертные оценки.

При учете экономических факторов развития ситуации полный экономический анализ проводится на трех уровнях:

• экономики в целом (оценка макроэкономического инвестиционного климата);
• отдельных сегментов рынка, отраслей и подотраслей экономики (выявление наиболее благоприятных для инвестирования);
• конкретных инновационных и инвестиционных программ, проектов, состояния отдельных предприятий и инновационных проектов как объектов долгосрочных и спекулятивных инвестиций (обоснование объектов инвестирования).

Изучение экономической ситуации при проведении фундаментального анализа основано на рассмотрении показателей, характеризующих динамику производства, уровень экономической активности, соотношение потребления и накопления, тенденции развития инфляционных процессов, платежный и внешнеэкономический балансы государства и др.

Основу влияния макроэкономических, отраслевых и маркетинговых рисков составляют прогнозы развития. Результаты этих прогнозов - сценарии развития экономических условий инновационной деятельности - учитываются в входящих переменных моделях совокупной оценки рисков инновационной деятельности.

Фундаментальный анализ также устанавливает взаимосвязь состояния экономики и важнейших политических и социальных событий. Выявление факторов, определяющих хозяйственную ситуацию в целом, позволяет определить общие условия, в которых предстоит проводить инвестиционную политику и разработать прогнозы их изменения.

При проведении отраслевого фундаментального анализа осуществляется сопоставление показателей, отражающих динамику производства, объемы реализации, объем товарных и сырьевых запасов, уровень цен и заработной платы, прибыли, накоплений по отраслям и в сравнении с аналогичными показателями национального хозяйства. Фундаментальный анализ использует также стандартные индексы и нормативы, определяющие границы эффективности работы отраслей.

На уровне конкретных инвестиционных предложений фундаментальный анализ осуществляется по стандартным методикам обоснования экономической эффективности и традиционного финансового анализа.

Технический анализ - это метод прогнозирования значения анализируемых показателей на основе графиков динамики их изменения в предыдущие моменты времени. Как инструмент для принятия решений на финансовых рынках используется с начала 1980-х годов.

Технический анализ исследует закономерности движения рынка. Цель технического анализа состоит в прогнозировании значений исследуемых показателей. Поскольку технический анализ исходит из интуитивного понимания законов движения рынка и имеет черты субъективности, одни и те же методы технического анализа значительно различаются по точности полученных результатов. Применение технического анализа требует широкого кругозора исполнителя и достаточной гибкости субъекта анализа. В то же время технический анализ универсален (метод «японских свечей» используется с середины XVIII в.).

Основные предпосылки проведения технического анализа следующие:

• движения рынка учитывают все;
• любой фактор, влияющий на показатели, заранее учтен и отражен на графике;
• изучения графика достаточно для проведения технического анализа;
• показатели движутся направленно.

Технический анализ проводится по трем основным направлениям: классическому (графическому), цикловому, индикаторному.

Классический технический анализ строится на основе изучения графиков разных типов (табл. 3.21). Выбор типа графика определяется субъективными предпочтениями аналитика. Как правило, современные финансовые информационно-аналитические системы содержат блоки, автоматически строящие эти графики.

Таблица 3.21. Характеристика основных типов графиков

Тип графика	Исходные данные для построения	Абсцисса	Ордината	Символы, с помощью которых строится график
Линейная диаграмма			Любые цены одних и тех же параметров (цена открытия, средняя цена покупки за торговую сессию и т.п.)	Цены открытия, закрытия, максимальная цена, минимальная цена за период времени
Гистограмма
«Крестики- нолики»	Арифметическая, процентная или логарифмическая	Арифметическая или логарифмическая	Арифметическая	Арифметическая
«Японские свечи»	Совокупность точек	Вертикальный	Крестик или нолик	Свечки/под- свечники

Существуют и другие типы графиков (профиль рынка, столбиковая диаграмма и т.д.), но они применяются значительно реже.

Линейные графики появились раньше других. Они используются, когда информации недостаточно для построения графиков других типов, также при разработке долгосрочных прогнозов.

Гистограммы - наиболее популярный тип графиков для разработки прогнозов, поскольку они отражают все характеристики рынка в определенный момент времени.

Гистограмма представляет собой график столбиков с промежуточными значениями (высшей и низшей точками рассматриваемого периода, ценами открытия и закрытия). Пример гистограммы представлен на рис. 3.23.

Рис. 3.23.

Гистограммы дают репрезентативную информацию для анализа и на их основе можно сделать наиболее точные прогнозы с помощью классических трендовых и поворотных фигур, скользящих средних и т.д. Любой из этих методов дает возможность учесть наибольшее число сигналов и наиболее точное значение с расчетными ценовыми уровнями.

Для графиков типа «крестики-нолики» не существует оси абсцисс, что отличает этот вид графиков от других. Этот тип графика возник в те времена, когда цены на бирже рисовали мелом на доске. Имея на доске ранжир ценовых колебаний (тиков), при каждом выкрике цены помощник маклера отмечал новое значение цены: если цена оказывалась выше предыдущей, ставил крестик, если ниже - нолик, если цена изменялась на несколько тиков, изображал несколько крестиков или ноликов.

Этот график не нагляден, но фиксирует движение в чистом виде.

Прогнозирование с помощью графиков «японские свечи» - одно из самых наглядных и естественных; этот способ широко распространен в практике в настоящее время. Для построения свечи требуются те же данные, что и для гистограммы (рис. 3.24).

Рис. 3.24.

а - бычья свеча, белая; б - медвежья свеча, черная

В течение торгового дня свеча «пульсирует»: тени удлиняются и укорачиваются, меняется цвет. Для анализа цвет является второстепенным фактором, а главным - тело и размеры свечи.

Главная задача технического анализа - определение тренда, или определенного направления изменения показателей, от момента его появления до конца, для определения тактики поведения на финансовом рынке. Различают три типа трендов: восходящий (характеризует рост рынка), нисходящий (отражает падение цен на рынке) и боковой (колебания рынка относительно постоянного уровня) (табл. 3.22).

Таблица 3.22. Типы трендов

Для анализа трендов как инструментов применил решений в инновационной сфере используются специальные указатели тренда (сопровождающие или запаздывающие), которые фиксируют ситуацию разворота тренда (изменения преобладающей тенденции динамики котировок). Они дают надежные и достоверные сигналы о смене курса, когда рыночная конъюнктура имеет выраженную динамику развития (рост или падение), но при стагнации рынка могут давать ошибочные сигналы разворота тренда.

Другим аналитическим инструментом технического анализа являются осцилляторы (сопровождающие или опережающие индикаторы). Их критические значения часто предшествуют действительным изменениям цен на рынке). Осцилляторы часто используются для определения точек разворота тренда, поскольку они обеспечивают надежные сигналы в условиях стагнирующего рынка. Но когда рынок начинает движение, могут дать преждевременные или недостоверные сигналы.

Характеристические индикаторы (сопровождающие или опережающие) показывают внутреннее соотношение сил участников рынка (заинтересованных как в росте, так и в падении цен - продавцов и покупателей).

Циклический анализ изучает тенденции изменения рынка с учетом временного фактора и решает следующие задачи: определение фаз (стадий) развития рынка и их последовательности, идентификация текущей стадии (фазы) рынка; установление взаимного расположения циклов друг относительно друга для различных рынков, активов и т.д.

Циклический анализ начинается с изучения общих закономерностей и постепенно сужается до специфических частных тенденций: от долгосрочных доминирующих циклов к анализу средних циклов и коротких циклов. Этот анализ позволяет прогнозировать тенденции с учетом сезонных закономерностей.

Индикаторный анализ - метод изучения показателей, характеризующих изменение рыночной конъюнктуры: преобладания тенденции роста или снижения цен. Он был создан как попытка устранения субъективности технического анализа. Индикаторный анализ основан на применении ряда рассчитываемых статистических показателей.

Фондовый индекс - это показатель динамики рынка ценных бумаг: само по себе его значение не является основой для принятия инвестиционных решений. Участников рынка ценных бумаг интересует его относительное изменение, которое характеризует обобщенное или усредненное изменение котировок всех ценных бумаг. Как правило, в основе фондовых индексов лежит показатель капитализации - совокупная стоимость всех ценных бумаг, обращающихся на рынке. Исключение составляет индекс Доу-Джонса, первый в мире фондовый индекс, который рассчитывается как средняя цена закрытия ценных бумаг. Рост значения фондового индекса свидетельствует о преобладании тенденции увеличения котировок акций. Если цены большинства ценных бумаг на рынке снижаются, фондовые индексы должны также падать.

Поскольку на развитом рынке обращается много ценных бумаг и их состав постоянно меняется (часть компаний может обанкротиться, нередко фирмы объединяются или делятся, возникают новые акционерные общества и т. п.), фондовый индекс строится по котировкам ценных бумаг не всех компаний, а только определяющих состояние рынка в целом. Такие акции получили название «голубые фишки» (blue chips).

В США наиболее популярными являются фондовые индексы:

Standard and Poor Composite Index (S&P) - индекс, рассчитанный исходя из котировок акций 500 крупнейших компаний США;

Dow Jones Industrial Average (DJI) - индекс, рассчитанный на основе портфеля, составленного из 65 акций наиболее котируемых корпораций различных отраслей США.

В России фондовые индексы рассчитываются на основе результатов торгов в Российской торговой системе.

Риск вложения в конкретные акции оценивается по их чувствительности к изменениям ситуации как на фондовом рынке, так и общей ситуации в экономике. Оценка чувствительности производится по значению коэффициента (3, который характеризует тесноту связи между курсом акций и общим состоянием рынка. Рассчитывается как ковариация между темпами роста котировок и темпами роста индекса, характеризующего состояние рынка (сегмента рынка).

где 7) - темпы роста г-й ценной бумаги или биржевого товара; Т т - темпы роста индекса, характеризующего состояние рынка (сегмента рынка); соу(7); Т т) -- ковариация между темпами роста котировок и

темпами роста индекса, характеризующего состояние рынка (сегмента рынка); У т - дисперсия эффективности рынка.

Предполагается, что /^-коэффициент всего рынка равен 1. По значению этого коэффициента можно судить об уровне риска операций с тем или иным активом при данной ситуации на рынке (табл. 3.23).

Таблица 3.23. Характеристика динамики курса ценных бумаг в зависимости от значений р-коэффициента

Коэффициент р прямо пропорционален колеблемости у. Если колеблемость рынка составляет 30% и ^-коэффициент для акций предприятия равен 1,5, то колеблемость акций составит 30- 1,5 = 45%; иначе говоря, если фондовый индекс в целом вырос на 10%, курс акций данного предприятия увеличился на 15%.

Большинство инвесторов стремятся избежать риска. За более высокий риск, по мнению большинства, следует получить компенсацию - премию за риск.

Многолетние наблюдения за фондовыми рынками в разных странах показали, что безрисковые вложения имеют наиболее низкую доходность, а спекулятивные интересы участников финансовых рынков удовлетворяются вложениями в наиболее динамичные ценные бумаги. Брокеры объясняют главный принцип высокой доходности операций с корпоративными ценными бумагами следующим образом: приобрести акции в момент локального минимума их котировок и продать их по достижении первого локального максимума. Иными словами, если в течение одного и того же промежутка времени курс одних акций колебался в тех же границах, что и устойчиво рос курс других, финансовый спекулянт имеет возможность получить прибыль выше, чем инвестор, вложивший средства в стабильные ценные бумаги.

Заранее определить локальные минимумы и максимумы котировок ценных бумаг на практике трудно, и реальная прибыль финансового спекулянта ниже, поскольку ему требуется время для принятия решения и совершения операции покупки/продажи. Кроме того, финансовый игрок может ошибиться в тенденции динамики котировок: купить бумаги в расчете на рост их курсовой стоимости, а при изменении тренда не успеть их продать и получить убыток от снижения котировок ниже цены покупки. Поэтому финансовые спекуляции относятся к высокорискованным операциям.

Несистематический риск при спекулятивных операциях снижается при инвестировании в разные ценные бумаги: убытки операций с одними ценными бумагами покрываются прибылью операций с другими. Для снижения несистематического риска разработан ряд финансовых теорий: теории портфеля, случайных блужданий и др.

Нередко операции с финансовыми активами (валютой, ценными бумагами, срочными контрактами и др.) используются как источники дополнительного дохода, обеспечивающего финансирование инновационных проектов. В этом случае финансовая политика предприятия становится неотъемлемой частью инновационной стратегии его развития. Поэтому наряду с тем, что анализ финансовых рисков способствует росту эффективности инновационной деятельности, он становится одним из определяющих факторов результативности инноваций.

• ) - стоимостное значение проектного дохода в /-й период времени; СД7) - интегральные производственные издержки в период времени / без учета затрат на предотвращение риска; М,(/) - интегральные затраты по минимизации риска, понесенные в?-й период времени; ЛГ, К^) - интегральные затраты на компенсацию риска в /-й период времени; р 1 - взвешивающие коэффициенты, отражающие соответственно вероятность каждого из трех сценарных вариантов (/ = 1, 2, 3) - оптимистического, пессимистического и наиболее вероятного;

  Для проведения структурного анализа затрат на антирисковые мероприятия можно применять модель оптимизации, интегральных рисковых затрат (модель В), позволяющую определить ожидаемое значение валовых приведенных проектных затрат на предотвращение риска (РОС):

  где обозначения те же, что в модели А.

  На основании использования одной из рассмотренных классификаций проектных рисков предположим, что непосредственно риск конкретного проекта проявляется в техническом, экономическом и социально-политическом аспектах.

  Пусть //С(Г), ЕС (Г), 5С(7) - дополнительные затраты, связанные соответственно с мероприятиями по предотвращению технических, экономических и социально-политических проявлений риска в Г-й период времени, тогда полные ожидаемые дисконтированные валовые затраты на предотвращение риска можно представить как ожидаемое значение:

  В этом уравнении /?, также соответствуют модели А.

  Дополнительные затраты на предотвращение технических проявлений риска могут быть структурированы на основе балансового уравнения, включающего дополнительные затраты по устранению риска в данный период времени, обусловленные изменением номенклатуры выпускаемой продукции; связанные с экологическими проблемами; вызванные ужесточением технических нормативов; обусловленные устареванием технологии и др. Аналогичным образом можно структурно дезагрегировать дополнительные затраты по предотвращению экономических проявлений риска, учитывая такие направления затрат, как банкротство поставщика и/или потребителя; необходимость привлечения дополнительных инвестиций; изменения в спросе, курсовой стоимости, в процентных ставках и т.д. В состав дополнительных затрат на предотвращение социально-политических рисков могут войти затраты, вызванные общественной оппозицией проекту; связанные с изменениями в праве собственности и народными волнениями, бюрократическими проволочками; обусловленные изменением правительственной поддержки и др.

  Сконструированные модели А и В достаточно просты по форме, но связаны с определенными трудностями вычислений, взвешивающих коэффициентов - значений вероятностей, необходимости страховки от повторного счета при оценке затрат (учета только простых или независимых рисков) и др. В литературе описаны методы расчета подобных коэффициентов на основе шкалирования и методов математической статистики. Кроме того, можно использовать следующие способы разрешения этих проблем:

  • основанный на сценарном подходе; включает расчет или экспертную оценку трех уровней каждого из весовых коэффициентов, соответствующих пессимистическому, наиболее вероятному и оптимистическому сценарию развития проекта;
  • основанный на методике планирования эксперимента.

  Еще один подход к моделированию учета риска использует рассмотренную ранее классификацию факторов риска на внешние и внутренние. Рассмотренный пример, построенный на основе модели В, учитывает техническое, экономическое и социально- политическое воздействие риска на проект. Для проведения многофакторного структурного анализа затрат на основе совмещения этих двух классификаций была построена модель С, описывающая интегральный ожидаемый приведенный риск проекта (РК) на основе структурирования внешних и внутренних факторов риска по трем названным направлениям:

  где pi соответствуют моделям А и В; Е„(7) - интегральное значение внешних экономических факторов риска (п = (п - 2); социально-экономических факторов риска (п - 3); 1 т (() - интегральное значение внутренних экономических факторов риска (т = 1); технических факторов риска (т = 2); социально-экономических факторов риска (т-3).

  Каждое интегральное значение определяется совместным проявлением ряда факторов риска в данный период времени. В модели учтены внешние и внутренние факторы, связанные с изменениями размера рынка, цикла продаж, ставки процента и курса обмена, обусловленные новыми рыночными операциями, анализом общественного мнения, необходимостью выпуска продукции улучшенного качества, развитием новых рынков, спровоцированные конкурентами, использующими более эффективные технологии, возможностью дополнительных капиталовложений, вызванных новыми поступлениями денежных средств, перспективными планами, мерами охраны окружающей среды, появлением на рынке лучшего альтернативного продукта, изменением законов, связанных с анализом спроса и предложения, человеческим капиталом, изменением организационной структуры, вызванных анализом затрат, прогнозированием будущих потребностей в капитале, проведением программ развития и научно-исследовательских разработок и др.

  На этой основе можно провести структурное дезагрегирование интегральных величин, сопряженное с учетом рисков. Это отражено в построением системы балансовых уравнений. В модели С, позволяющей выявить ожидаемую рискованность проекта в целом и на этой основе идентифицировать уровень допустимых проектных рисков, также используется система взвешивающих коэффициентов, методы получения которых уже были описаны ранее. Расчеты по модели требуют компьютерной поддержки.

  Модели А, В и С, позволяющие исследовать многофакторную структуру затратных характеристик рисков проекта, являются действенным инструментом не только анализа рисков проекта, но и принятия инвестиционно-проектных решений, так как позволяют прогнозировать зачение допустимого уровня рисковых затрат в целях выявления предельных издержек на проведение процедуры риск-анализа и сопоставления полученных результатов с общей стоимостью проекта.

  Существует ряд специфических моделей, возможности структуры которых позволяют использовать их в риск-анализе. Разработчики модели «Longer»{{Брейли Р., Майерс С. Принципы корпоративных финансов. М., 1997.

Высокая степень рискованности и низкая надежность финансовых прогнозов для инновационных проектов признается многими учеными. Введение новшества уникальный процесс, требующий творческого подхода, одаренности и величия. Ученые считают, что этот процесс не поддается управлению или предвидению, а можно лишь надеяться на то, что он произойдет, и, пожалуй, ускорить его .

Оценить инновационные проекты с помощью современных методов финансового анализа, очень трудно. Нормальной отдачей от инновационных проектов на Западе считается увеличение капитала за 5-7 лет в 10 раз. Однако лишь 5% расходов на НИОКР приводят в итоге к появлению новой, пользующей спросом на рынке продукции. До сих пор не разработано эффективных методов финансовой оценки инновационных проектов, а в венчурных фондах эта задача выполняется главным образом экспертами, т. е. качественными методами оценки риска и доходности проектов НИОКР. Все это зачастую приводит к тому, что весьма прибыльные впоследствии инновационные проекты первоначально не находят финансовой поддержки и финансируются за счет собственных средств авторов идеи .

Осуществление НИОКР по своей экономической сути является инвестированием, т. е. инновационный проект одновременно представляет собой инвестиционный проект. В же время, данный вид инвестиций имеет некоторые особенности, главные из которых высокая длительность и рискованность. В инвестиционно-финансовом поправка на время инвестирования, как известно, осуществляется помощью процедуры дисконтирования по формуле (1)

где FV - дисконтированная стоимость будущих денежных потоков;

PV - размеры денежных потоков в i-ом году;

r - ставка дисконтирования или норма дисконта;

n - срок поступления денежных потоков от проекта.

По определению рискованность инновационного проекта выражается в отклонении потока денежных средств для данного проекта от ожидаемого. Чем больше отклонение, тем проект считается более рискованным. В связи с тем, скованность уменьшает реальные доходы от проекта, поправку на риск предлагалось делать путем либо корректировки (уменьшения) денежного потока FV i , либо увеличения нормы дисконта r.

Корректировка FV i с учетом риска предполагает использование статистических данных о вероятностях наступления различных событий и величине FV i при каждом событии. Однако на практике весьма проблематично для инновационного проекта предсказать вероятность того или иного исхода. Инновации характеризуются очень высокой чувствительностью к изменениям экономической среды: появление более совершенной технологии у конкурентов может сверхприбыльный проект по совершенствованию технологии превратить в крайне убыточный. Затруднения возникают и при попытках предсказать FV i , в каждом конкретном случае

Риск предполагает отклонение реальных результатов от ожидаемых. Попытка выделить основные факторы риска означает выделение некоторых явлений, обусловливающих несовпадение реального развития событий с прогнозируемым. Абсолютно все хозяйствующие субъекты действуют в условиях неопределенности и риска, но деятельность инновационно-активных предприятий связана с несравнимо большим риском .

Все факторы, являющиеся источником риска именно для инновационных фирм, можно разделить на внутренние и внешние (фундаментальные и конъюнктурные). Внутренние источники риска инновационная фирма может контролировать, поскольку они обусловлены в основном человеческим фактором. Негативное влияние поведения персонала предприятия может быть сознаваемым (саботаж, консерватизм и старые стереотипы поведения) и неосознаваемым (низкий уровень профессионализма, некомпетентность). Весьма часть фактора реализации проекта становится причиной незапланированных убытков. Но доминирующим среди внутренних факторов риска меняет правовые факторы, путем косвенного экономические факторы риска. С помощью макроэкономических факторов государство реализует принятую в стране инновационную политику в направлении стимулирования наукоемкого производства, быстрого обновления производственных фондов и др. .

Микроэкономические факторы риска обуславливаются тем, что инновационное предприятие выступает как покупатель (на рынке ресурсов) и как продавец (на рынке готовой продукции).

Изменение рынка сбыта для инновационного предприятия означает непредсказуемость и не изученность реакции покупателей на новый продукт (услугу): на рынке раньше продукции инноватора могут появиться товары с более ценными потребительскими свойствами, но по более высокой цене и т.п.

Изменение поведения фирмы на рынке ресурсов обычно не связано с удорожанием ресурсов, а обусловлено сложностями технологической реализации проекта, необходимостью внесения изменений в продукт, что может потребовать дополнительных затрат на незапланированные виды ресурсов. Сильное влияние микроэкономических факторов риска на инновационный проект обусловливается свойством новизны, когда не ясна реакция потребителей, не отработана технология производства и т.п. .

Анализ факторов рисков инновационного проекта одно из ключевых направлений работы по управлению риском. Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный.

Главная задача качественного анализа определить факторы риска, этапы и работы, при выполнении которых возникает риск, т.е. установить потенциальные области возникновения рисковых ситуаций, после чего идентифицировать все возможные риски .

Количественный анализ рисков предполагает их оценку, т.е. численное определение размеров отдельных рисков и рисков инновационного проекта в целом.

К методам анализа рисков относятся:

Методы аналогии;

Бальной оценки;

Метод дерева решений;

Метод Монте-Карло (статистических испытаний);

Экспертные методы;

Математико-статистические методы оценки риска;

Z-статистика;

Анализ чувствительности;

Метод сценариев;

Имитационное моделирование рисков и др.

Метод аналогии в управлении риском предполагает разработку стратегии управления риском конкретного инновационного проекта на основе анализа базы данных о реализации аналогичных проектов и аналогичных условий их реализации. Данный метод часто используется для разработки сценариев реализации инновационного проекта.

Метод балльной оценки риска является одним из методов экспертизы риска на основе обобщающего показателя, определяемого по ряду экспертно оцениваемых значений показателей (факторам) степени риска.

Данный метод включает в себя выполнение следующих этапов:

1. Определение списка факторов, определяющих степень риска проекта.

2. Разработка состава показателей, характеризующих влияние и риск в области проявления каждого фактора.

3. Оценка влияния каждого показателя по факторам и факторов на обобщающую оценку степени риска (в виде весовых коэффициентов оценки значимости показателей).

4. Разработка шкалы оценок по каждому показателю (в том числе порядок присвоения качественных оценок).

5. Формирование методики расчета обобщающей оценки риска.

Метод балльной оценки широко используется в деятельности рейтинговых и аналитических агентств при оценке страновых, региональных, политических и кредитных (коммерческих банков) рисков .

Ранжирование является самой простой формой проведения рейтинговой оценки. В основе ранжирования лежат экспертные мнения об оцениваемом объекте. Суть способа мягкой рейтинговой оценки заключается в оставлении в списке экспертами наилучших с их точки зрения оцениваемых объектов, без указания приоритета. Наивысший ранг получает объект, набравший большее число голосов эксперта.

Метод ранговой корреляции состоит в том, что эксперты располагают в определенном порядке (возрастания или убывания качеств) оцениваемые объекты, затем рассчитывается среднее арифметическое место каждого объекта и затем составляется окончательно упорядоченный список объектов. Достоверность результатов экспертной оценки проверяется по значению коэффициента конкордации, характеризующего уровень согласованности мнения экспертов. При способе ранжирования путем по парного сравнения двух оцениваемых объектов эксперты определяют, какой из них лучше, затем эти мнения усредняются, и составляется окончательный рейтинг.

Рейтинг в форме скоринга предполагает включение наряду с оцениваемыми показателями объективных характеристик объектов, реально поддающихся изменению и сопоставлению без участия экспертов. Такой способ оценивания на основе системы объективных показателей и балльной оценки экспертов позволяет снизить субъективное мнение экспертов на результаты оценки.

Метод дерева решений используется главным образом для анализа рисков проектов, имеющих обозримое или разумное число вариантов развития. Он особо полезен в ситуациях, когда решения, принимаемые в момент времени t=n, сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарий дальнейшего развития событий. Метод дерева решений в управлении риском оценивает наиболее вероятные значения результатов инновационной деятельности в зависимости от вариантов реализации инновации. Данный метод основан на построении пространственно-ориентированного графа, отражающего последовательность принятия решений и условий их реализации, оценки промежуточных результатов с учетом их вероятности. Вершины графа представляют ключевые состояния, в которых возникает необходимость выбора, а дуги (ветви дерева) различные события (решения, последствия, операция), которые могут иметь место в ситуации, определяемой вершиной. Каждой дуге (ветви) дерево могут быть приписаны числовые характеристики (нагрузки) и вероятностная оценка. Метод дерева решений позволяет рассчитать математическое ожидание результатов (критериев NPV, IRR, Р) по каждому из вариантов реализации инновации.

Анализ чувствительности» показателей инновационного проекта сводится к исследованию зависимости некоторого результирующего показателя от вариации значений показателей, участвующих в его определении. Он позволяет получить ответы на вопросы вида: что будет с результирующей величиной, если изменится значение некоторой исходной величины?

Анализ чувствительности предполагает выполнение следующих шагов:

1. Выбирается результирующий (ключевой) показатель (как правило, прибыль, IRR или NPV проекта), относительно которого производится оценка чувствительности.

2. Выбираются исходные факторы (показатели), которые будут последовательно изменяться при неизменности других показателей.

3. Задается взаимосвязь между исходными и результирующими показателями в виде математического уравнения или неравенства.

4. Определяются наиболее вероятные значения для исходных показателей и возможные диапазоны их изменений.

5. Путем изменения значений исходных показателей исследуется их влияние на конечный результат. Инновационный проект с меньшей чувствительностью NPV (IRR) считается менее рисковым. Данный метод позволяет инновационным менеджерам учитывать риск и неопределенность реализации проекта. Его недостатком является предпосылка о том, что изменение одного из факторов (исходного показателя) рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны .

Метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. В общем случае процедура использования данного метода в процессе анализа инновационных и инвестиционных рисков включает выполнение следующих шагов:

1. Определяют несколько вариантов изменений ключевых исходных показателей (например, оптимистический, наиболее вероятный и пессимистический).

2. Каждому варианту изменений приписывают его вероятностную оценку.

3. Для каждого варианта сценария рассчитывают вероятное значение, а также оценки его отклонений от среднего значения.

4. Проводится анализ вероятностных распределений полученных результатов. Проект с наименьшим стандартным отклонением и коэффициентом вариации считается менее рисковым.

Метод Монте-Карло (статистических испытаний) представляет собой стохастическую имитацию. Имитационное моделирование состоит в про ведении серии численных экспериментов, призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели). Данный метод используется в наиболее сложных для прогнозирования проектах в целях формализованного описания неопределенности. Он состоит в изучении статистики процессов реализации инновационного проекта, что позволяет установить влияние и частоту получения конкретных результатов, а также ограничения на диапазон и динамику исходных значений и анализируемых показателей.

В общем случае проведение имитационного эксперимента разбивается на следующие этапы:

1. Установление взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.

2. Задание законов распределения вероятностей для ключевых параметров модели.

3. Проведение компьютерной имитации значений ключевых параметров модели.

4. Расчет основных характеристик распределений исходных и выходных показателей.

5. Проведение анализа полученных результатов и принятие решения.

Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей сценариев. Метод Монте-Карло позволяет разработать наиболее вероятный сценарий реализации инновационного проекта .

Важнейшим этапом анализа рисков инновационного проекта является его количественная оценка, которая предполагает математическую оценку меры и степени риска. В основе количественной оценки риска лежат приемы математической статистики (расчет математического ожидания, вариации, дисперсии, стандартного отклонения и коэффициента вариации).

При количественной оценке риска любого инновационного проекта инвесторы и разработчики сопоставляют его с уровень нормой доходности проекта и общепринято определять риск как изменчивость доходности проекта. Гипотеза, положенная в основу статистических методов оценки риска, утверждает: измерить риск это значит измерить, спрогнозировать, как доходность проекта будет колебаться в определенных пределах. Мера, измеряющая, как колеблется доходность проекта это одновременно может быть и мерой риска .

Величина риска или степень риска измеряется следующими четырьмя критериями:

1. Среднее ожидаемое значение дохода (нормы дохода или доходности) это среднее значение величины возможного результата по проекту, которое связано с неопределенной в будущем ситуацией по инновационному проекту. Среднее ожидаемое значение дохода вычисляют по формуле (2)

где х i - это i-й вариант значения дохода по проекту в связи со складывающейся ситуацией под влиянием на проект различных факторов;

P i - вероятность того, что этот i-й результат будет иметь место;

n - номер вероятностного результата.

Но средняя ожидаемая норма доходности представляет собой обобщенную, усредненную количественную характеристику и не позволяет еще принять правильное решение. Для этого необходимо определить меру изменчивости возможного результата.

2. Показатель общего риска характеризует показатель вариации, который измеряет дисперсию, т. е. меру разброса (рассеяния, отклонения) возможных результатов инновационного проекта от его среднего значения. Показатель вариации рассчитывается по формуле (3)

Это вариация ожидаемой нормы дохода по проекту.

3. Абсолютная величина риска или среднеквадратическое отклонение находиться по формуле (4)

Этот показатель указывает, насколько в среднем каждый i-й вариант значения дохода отличается от средней величины. Дисперсия и среднеквадратическое отклонение служат мерами абсолютной колеблемости признака, так как указываются в тех же единицах, в каких измеряется варьирующий признак. Более точную количественную оценку риску проекта дает показатель относительного риска проекта или коэффициент вариации (CV).

4. Коэффициент вариации или относительная величина риска инновационного проекта (CV) характеризует величину риска на единицу ожидаемого дохода. Величина риска инновационного проекта вычисляют по формуле (5)

Чем выше коэффициент вариации (или колеблемость, или относительное линейное отклонение), тем более рискованным считается инновационный проект.

Таким образом, можно сделать вывод о том, что не существует универсального метода, позволяющего провести полный анализ и дать оценку риска инновационного проекта. Каждый из рассмотренных выше методов обладает своими достоинствами и недостатками.

Качественные методы позволяют рассмотреть все возможные рисковые ситуации и описать все многообразие рисков рассматриваемого инвестиционного проекта, но получаемые при этом результаты оценки часто обладают не очень высокой объективностью и точностью.

Использование количественных методов дает возможность получить численную оценку рискованности проекта, определить степень влияния факторов риска на его эффективность. К числу недостатков этих методов можно отнести необходимость наличия большого объема исходной информации за длительный период времени, сложности при определении законов распределения исследуемых параметров и результирующих показателей и т. д.

На основе выше изложенных классификации и видов рисков мной была составлена таблица оценки критериев рисков инновационного проекта. Оценивания каждой критерий риска по десяти балльной шкале, можно определить уровень риска конкретного инновационного проекта.