Анализ экономической эффективности инвестиционных проектов нефтегазодобывающего предприятия (на примере ЗАО «Лукойл-Геойлбент»)

 

3.2.  Учет рисков как направление совершенствования  оценки эффективности инвестиционных проектов

 

Инвестиция в любой  проект сопряжена с определенным риском, что, как уже указывалось, отражается в величине процентной ставки: проект может завершиться неудачей, т.е. оказаться нереализованным, неэффективным или менее эффективным, чем ожидалось. Риск связан с тем, что доход от проекта является случайной, а не детерминированной величиной (т.е. неизвестной в момент принятия решения об инвестировании), равно как и величина убытков. При анализе инвестиционного проекта следует учитывать факторы риска, выявить как можно больше видов рисков и постараться минимизировать общий риск проекта.  В настоящее время применяемые на предприятии методики оценки  эффективности инвестиционных проектов не учитывают факторы риска,  что обеспечивает меньшую достоверность расчетов по инвестиционному проекту.

По своему отношению  к риску инвесторы могут быть разделены группы:

• склонные к риску (готовые платить за то, чтобы нести риск);
• не склонные к риску (готовые платить, чтобы уклониться от риска);
• нейтральные к риску (безразличные к наличию или отсутствию риска).

Непосредственно отношение  к риску зависит как от целей  инвестирования (степени рискованности  проекта), так и от финансового  положения инициатора (инвестора). Для принятия правильного инвестиционного решения необходимо не только определить величину ожидаемого дохода, степень риска, но и оценить, насколько ожидаемый доход компенсирует предполагаемый риск. Однако сложность заключается в том, что оценка риска осуществления инвестиций в меньшей степени, чем другие способы оценки, поддается формализации. Тем не менее, анализ риска является необходимым и чрезвычайно важным этапом инвестиционной экспертизы.

К сожалению, в настоящее  время, ряд бизнес-планов инвестиционных проектов, содержащих раздел анализа рисков, сужает проблему до анализа только финансовых рисков или подменяет анализом банковских рисков, что не отражает весь спектр проектных рисков.

Среди рассмотренных  моделей учетов рисков в инвестиционном проектировании  наиболее универсальным и учитывающем наибольшее количество вероятностных рисков  является метод Монте-Карло. Имитационное моделирование по методу Монте-Карло (Monte-Carlo Simulation) позволяет построить математическую модель для проекта с неопределенными значениями параметров, и, зная вероятностные распределения параметров проекта, а также связь между изменениями параметров (корреляцию) получить распределение доходности проекта. Блок-схема, представленная на рисунке отражает укрупненную схему работы с моделью.

Рис 4. Блок-схема модели Монте-Карло.

Применение метода имитации Монте-Карло требует использования специальных математических пакетов (например, специализированного программного пакета Гарвардского университета под названием Risk-Master) , в то время, как метод сценариев может быть реализован даже при помощи обыкновенного калькулятора.

Анализ рисков с использованием метода имитационного моделирования  Монте-Карло представляет собой  “воссоединение” методов анализа  чувствительности и анализа сценариев  на базе теории вероятностей. Результатом  такого комплексного анализа выступает распределение вероятностей возможных результатов проекта (например, вероятность получения NPV<0).

Упоминаемый ранее программный  пакет Risk-Master позволяет в диалоговом режиме осуществить процедуру подготовки информации к анализу рисков инвестиционного проекта по методу Монте-Карло и провести сами расчеты.

Первый шаг при применении метода имитации состоит в определении  функции распределения каждой переменной, которая оказывает влияние на формирование потока наличности. Как  правило, предполагается, что функция распределения являются нормальной, и, следовательно, для того, чтобы задать ее необходимо определить только два момента (математическое ожидание и дисперсию).

Как только функция распределения  определена, можно применять процедуру Монте-Карло. Алгоритм метода имитации Монте-Карло состоит в следующем:

• Шаг 1. Опираясь на использование статистического пакета, случайным образом выбирается, основываясь на вероятностной функции распределения, значение переменной, которая является одним из параметров определения потока наличности.
• Шаг 2. Выбранное значение случайной величины наряду со значениями переменных, которые являются экзогенными переменными используется при подсчете чистой приведенной стоимости проекта.

Шаги 1 и 2 повторяются  большое количество раз, например 1000, и полученные 1000 значений чистой приведенной стоимости проекта используются для построения плотности распределения величины чистой приведенной стоимости со своим собственным математическим ожиданием и стандартным отклонением.

Используя значения математического  ожидания и стандартного отклонения, можно вычислить коэффициент  вариации чистой приведенной стоимости  проекта и затем оценить индивидуальный риск проекта, как и в анализе  методом сценариев.

Далее необходимо определить минимальное и максимальное значения критической переменной, а для переменной с пошаговым распределением помимо этих двух еще и остальные значения, принимаемые ею. Границы варьирования переменной определяются, просто исходя из всего спектра возможных значений.

По прошлым наблюдениям  за переменной можно установить частоту, с которой та принимает соответствующие  значения. В этом случае вероятностное  распределение есть то же самое частотное  распределение, показывающее частоту  встречаемости значения, правда, в относительном масштабе (от 0 до 1). Вероятностное распределение регулирует вероятность выбора значений из определенного интервала. В соответствии с заданным распределением модель оценки рисков будет выбирать произвольные значения переменной. До рассмотрения рисков подразумевалось, что переменная принимает одно определенное нами значение с вероятностью 1. И через единственную итерацию расчетов мы получали однозначно определенный результат. В рамках модели вероятностного анализа рисков проводится большое число итераций, позволяющих установить, как ведет себя результативный показатель (в каких пределах колеблется, как распределен) при подстановке в модель различных значений переменной в соответствии с заданным распределением.

Задача аналитика, занимающегося анализом риска, состоит в том, чтобы хотя бы приблизительно определить для исследуемой переменной (фактора) вид вероятностного распределения. При этом основные вероятностные распределения, используемые в анализе рисков, могут быть следующими: нормальное, постоянное, треугольное, пошаговое. Эксперт присваивает переменной вероятностное распределение, исходя из своих количественных ожиданий и делает выбор из двух категорий распределений: симметричных (например, нормальное, постоянное, треугольное) и несимметричных (например, пошаговое распределение).

Существование коррелированных  переменных в проектном анализе  вызывает порой проблему, не рассмотреть  которую означало бы заранее обречь себя на неверные результаты. Ведь без  учета коррелированности, скажем, двух переменных - компьютер, посчитав их полностью независимыми, генерирует нереалистичные проектные сценарии.

Проведение расчетных  итераций является полностью компьютеризированной частью анализа рисков проекта. 200-500 итераций обычно достаточно для хорошей репрезентативной выборки. В процессе каждой итерации происходит случайный выбор значений ключевых переменных из специфицированного интервала в соответствии с вероятностными распределениями и условиями корреляции. Затем рассчитываются и сохраняются результативные показатели (например, NPV). И так далее, от итерации к итерации.

Завершающая стадия анализа  проектных рисков - интерпретация  результатов, собранных в процессе итерационных расчетов. Результаты анализа  рисков можно представить в виде профиля риска. На нем графически показывается вероятность каждого возможного случая (имеются в виду вероятности возможных значений результативного показателя).

Часто при сравнении  вариантов капиталовложений удобнее  пользоваться кривой, построенной на основе суммы вероятностей (кумулятивный профиль риска). Такая кривая показывает вероятности того, что результативный показатель проекта будет больше или меньше определенного значения. Проектный риск, таким образом, описывается положением и наклоном кумулятивного профиля риска.

Будем исходить из того, что проект подлежит рассмотрению и  считается выгодным, в случае, если NPV > 0. При сравнении нескольких одноцелевых проектов выбирается тот, у которого NPV больше при соблюдении сказанного в предыдущем предложении.

Рассматривается 5 иллюстративных случаев  принятия решений. Случаи 1-3 имеют дело с решением инвестировать в отдельно взятый проект, тогда как два последних случая (4, 5) относятся к решению-выбору из альтернативных проектов. В каждом случае рассматривается как кумулятивный, так и некумулятивный профили риска для сравнительных целей. Кумулятивный профиль риска более полезен в случае выбора наилучшего проекта из представленных альтернатив, в то время как некумулятивный профиль риска лучше индуцирует вид распределения и показателен для понимания концепций, связанных с определением математического ожидания. Анализ базируется на показателе чистой текущей стоимости.

Случай 1: Минимальное  возможное значение NPV выше, чем нулевое (Рис.4а, кривая 1).

 

 

Вероятность отрицательного NPV равна 0, так как нижний конец  кумулятивного профиля риска  лежит справа от нулевого значения NPV. Так как данный проект имеет  положительное значение NPV во всех случаях, ясно, что проект принимается.

Случай 2:  Максимальное возможное значение NPV ниже нулевого( рис. 4а, кривая 2).

Вероятность положительного NPV равна 0, так как верхний конец  кумулятивного профиля риска  лежит слева от нулевого значения NPV. Так как данный проект имеет  отрицательное значение NPV во всех случаях, ясно, что проект не принимается.

Случай 3: Максимальное значение NPV больше, а минимальное меньше нулевого (рис. 4а, кривая 3).

Вероятность нулевого NPV больше, чем 0, но меньше, чем 1, так как  вертикаль нулевого NPV пересекает кумулятивный профиль рисков. Так как NPV может быть как отрицательным, так и положительным, решение будет зависеть от предрасположенности к риску инвестора. По-видимому, если математическое ожидание NPV меньше или равно 0 (пик профиля рисков слева от вертикали или вертикаль точно проходит по пику) проект должен отклоняться от дальнейшего рассмотрения.

Случай 4: Непересекающиеся кумулятивные профили рисков альтернативных (взаимоисключающих) проектов (рис.4б).

 

При фиксированной вероятности отдача проекта В всегда выше, нежели у проекта А. Профиль рисков также говорит о том, что при фиксированной NPV вероятность, с которой та будет достигнута, начиная с некоторого уровня будет выше для проекта В, чем для проекта А.

Случай 5: Пересекающиеся кумулятивные профили рисков альтернативных проектов (рис. 4в).

 
 

 

Склонные к риску  инвесторы предпочтут возможность  получения высокой прибыли и, таким образом, выберут проект А. Несклонные к риску инвесторы  предпочтут возможность нести низкие потери и, вероятно, выберут проект В.

В качестве индикатора риска  ожидаемая стоимость может выступать  как надежная оценка только в ситуациях, где операция, связанная с данным риском, может быть повторена много  раз. В инвестиционном проектировании мера ожидаемой стоимости должна всегда применяться в комбинации с мерой вариации, такой как стандартное отклонение.

Инвестиционное решение  не должно базироваться лишь на одном  значении ожидаемой стоимости, потому что индивид не может быть равнодушен к различным комбинациям значения показателя отдачи и соответствующей вероятности, из которых складывается ожидаемая стоимость.

 Издержки неопределенности  или ценность информации, как  они иногда называются, - полезное  понятие, помогающее определить  максимально возможную плату  за получение информации, сокращающей  неопределенность проекта. Эти  издержки можно определить как  ожидаемую стоимость возможного выигрыша при решении отклонить проект или как ожидаемую стоимость возможного убытка при решении принять проект.

Ожидаемая стоимость  возможного выигрыша при решении  отклонить проект иллюстрируется на рис. 5 и равна сумме возможных положительных значений NPV, перемноженных на соответствующие вероятности.

 

Ожидаемая стоимость возможного убытка при решении принять проект, показанная в виде заштрихованной площади на Рис.5, и равна сумме возможных отрицательных значений NPV, перемноженных на соответствующие вероятности.

 

Оценив возможное сокращение издержек неопределенности при приобретении дополнительной информации, инвестор решает, отложить решение принять или отклонить проект и искать дополнительную информацию или принимать решение немедленно. Общее правило таково: инвестору следует отложить решение, если возможное сокращение в издержках неопределенности превосходит издержки добывания дополнительной информации.