Сравнительная оценка количественного и качественного методов прогнозирования на примере осуществления риск-анализа одного из проектов ОАО «Спецстрой»

Исходная информация: В связи с приобретением дорогостоящего оборудования предприятию «Спецстрой» требуется модернизация системы отопления. Предприятие «Техинэко», занимающееся строительством локальных котельных, реализует проект для ОАО «Спецстрой». Экономический эффект строительства локальной котельной для завода «Спецстрой» заключается в снижении затрат на отопление, так как в случае реализации проекта приведённые затраты существенно меньше, чем приведённая стоимость платежей по тарифам за централизованное отопление.

В результате анализа технико-экономического обоснования проекта было установлено, что ключевыми факторами, определяющими риск данного проекта является соотношение себестоимости 1 Гкал, вырабатываемой локальной котельной и тарифа за централизованное отопление.

В общем же случае для определения ключевых параметров проекта можно использовать анализ чувствительности, в качестве оптимального инструмента для этого рекомендуется применять соответствующий модуль анализа программных пакетов «Project Expert» и «Альт-Инвест», которые обеспечивают возможность быстрого пересчёта по всем факторам. Хотя в большинстве случаев ключевые факторы проекта известны из предыдущего опыта, либо установлены по результатам маркетингового исследования, а анализ чувствительности необходим лишь для количественного определения степени влияния этого фактора.

Риск-анализ данного проекта был выполнен двумя способами:

– имитационное моделирование методом Монте-Карло (количественный метод прогнозирования);

– анализ сценариев (качественный метод прогнозирования).

Риск-анализ инвестиционного проекта методом имитационного моделирования

Моделируя значение NPV в зависимости от ключевых факторов были получены значения NPV по трём опорным вариантам развития событий (оптимистичный, пессимистичный, реалистичный).

Методом экспертных оценок были определены также вероятности реализации этих вариантов. Полученные результаты использовались как исходные данные для имитационного моделирования (табл. 2.6)

Таблица 2.6. Исходные условия эксперимента

На основе исходных данных проводим имитацию. Для проведения имитации рекомендуется использовать функцию «Генерация случайных чисел» (рис. 2.4).

Рис. 2.4. Имитация с использованием генерации случайных чисел

Для осуществления имитации рекомендуется использовать нормальное распределение, так как практика риск-анализа показала, что именно оно встречается в подавляющем большинстве случаев. Количество имитаций может быть сколь угодно большим и определяется требуемой точностью анализа. В данном случае ограничимся 500 имитациями (табл. 2.7).

Таблица 2.7. Имитация

На основе полученных в результате имитации данных, используя стандартные функции MS Excel, проводим экономико-статистический анализ (рис. 2.5).

Рис. 2.5. Экономико-статистический анализ результатов имитации

Имитационное моделирование продемонстрировало следующие результаты:

1. Среднее значение NPV составляет 15950,79 тыс. руб.

2. Минимальное значение NPV составляет 15940,15 тыс. руб.

3. Максимальное значение NPV составляет 15962,98 тыс. руб.

4. Коэффициент вариации NPV равен 12%

5. Число случаев NPV < 0 – нет.

6. Вероятность того, что NPV будет меньше нуля равна нулю.

7. Вероятность того, что NPV будет больше максимума также равна нулю.

8. Вероятность того, что NPV будет находится в интервале [M(E) + s; max] равна 16%.

9. Вероятность того, что NPV будет находиться в интервале [M(E) – s; [M(E)] равна 34%.

Оценим риск данного инвестиционного проекта.

Для расчёта цены риска в данном случае используем показатель среднеквадратического отклонения – s, и матожидания – М (NPV). В соответствии с правилом «трёх сигм», значение случайной величины, в данном случае – NPV, с вероятностью близкой 1 находится в интервале [М-3s; М+3s]. В экономическом контексте это значит:

- вероятность получить NPV проекта в интервале [15950,79–3,58; 15950,79 +3,58] равна 68%;

- вероятность получить NPV проекта в интервале [15950,79–7,16; 15950,79 +7,16] равна 94%;

- вероятность получить NPV проекта в интервале [15950,79–10,74; 15950,79 +10,74] близка к единице, т.е. вероятность того, что значение NPV проекта будет ниже 15 940,05 тыс. руб. (15950,79–10,74) стремится к нулю.

Таким образом, суммарная величина возможных потерь характеризующих данный инвестиционный проект, составляет 10,74 тыс. руб. (что позволяет говорить о высокой степени надёжности проекта).

Иначе говоря, цена риска данного ИП составляет 10,74 тыс. рублей условных потерь, т.е. принятие данного инвестиционного проекта влечёт за собой возможность потерь в размере не более 10,74 тыс. руб.

(1) Риск-анализ инвестиционного проекта методом сценариев

Для сравнения проведём риск-анализ того же инвестиционного проекта методом сценариев. Рассмотрим возможные сценарии реализации инвестиционного проекта. В данном случае их будет только три (табл. 2.8):

Таблица 2.8. Исходные данные

Построение сценариев и расчёт NPV по вариантам осуществлялся с учетом того факта, что себестоимость 1Гкал, вырабатываемой локальной котельной и тариф за централизованное отопление в значительной степени коррелируют друг с другом, поскольку обе эти величины зависят от одних и тех же факторов, как то эксплуатационные расходы и зарплата обслуживающего персонала.

Экономико-статистический анализ данных метода сценариев показан на рис. 2.6.

Сценарный анализ продемонстрировал следующие результаты:

1. Среднее значение NPV составляет 15950,85 руб.

2. Коэффициент вариации NPV равен 40%.

3. Вероятность того, что NPV будет меньше нуля 1%.

4. Вероятность того, что NPV будет больше максимума равна нулю.

5. Вероятность того, что NPV будет больше среднего на 10% равна 40%.

6. Вероятность того, что NPV будет больше среднего на 20% равна 31%.

Рис. 2.6. Экономико-статистический анализ данных метода сценариев

Анализируя полученные результаты, отмечаем, что метод сценариев даёт более пессимистичные оценки относительно риска инвестиционного проекта. В частности коэффициент вариации, определённый по результатам этого метода значительно больше, чем в случае с имитационным моделированием.

Рекомендуется использовать сценарный анализ только в тех случаях, когда количество сценариев конечно, а значения факторов дискретны. Если же количество сценариев очень велико, а значения факторов непрерывны, рекомендуется применять имитационное моделирование.

Следует отметить, что, используя сценарный анализ можно рассматривать не только три варианта, а значительно больше. При этом можно сочетать сценарный анализ с другими методами количественного анализа рисков, например, с методом дерева решений и анализом чувствительности.

Эффективность применения разработанных авторами технологий инвестиционного проектирования обусловлена тем, что они могут быть легко реализованы обычным пользователем ПК в среде MS Excel, а универсальность математических алгоритмов, используемых в технологиях, позволяет применять их для широкого спектра ситуаций неопределённости, а также модифицировать и дополнять другими инструментами.

Экономический эффект от внедрения новых проектных технологий выражается в снижении размера резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и неопределённостью условий реализации проекта. Опыт применения данных алгоритмов может найти широкое применение во всех регионах России и быть использован как для проектирования предприятий, так и финансовыми учреждениями для анализа эффективности этих проектов.