Контрольная работа по "Управлению рисками"

По критерию охвата (масштаба) сценарии классифицируют на односекторные и многосекторные, подвергающие изменению сразу несколько составляющих – финансовую, социальную, политическую и др. [33, c. 59].

Что касается набора сценариев в рамках одной модели, то некоторые авторы предлагают деление на трендовый, контрастный (может быть либо катастрофическим, либо утопическим) и нормативный сценарий [34, c.65]. М. Портер предлагает набор из базового (наиболее вероятного), оптимистического и пессимистического сценария. Однако, как отметил Дж. Коатс, эта классификация не может считаться идеальной, так как базовый сценарий может спровоцировать предвзятость по отношению к двум остальным альтернативам. Эту проблему он предлагает решить путем разработки двух или трех макро-сценариев, которые будут состоять из индивидуальных сценариев, что обеспечит их связанность и целостность [21, c. 122].

Далее в работе при построении «дерева сценариев» представляется разумным использовать именно такой подход: три макро-сценария, с заданными вероятностями, и каждый при этом состоит из индивидуальных поисковых сценариев – базового, оптимистичного и пессимистичного. Это обеспечит многовариантность событий и одновременно не приведет к излишней нагруженности алгоритма сценарного анализа, классические этапы которого будут рассмотрены ниже.

 

2.2. Основы сценарного анализа  рисков проекта

Одной из главных проблем управления риском проекта является предсказание возможных изменений среды, которые повлекут за собой и изменения эффективности и, возможно, итогового решения по проекту. Данный вопрос имеет место и в строительной отрасли: российский рынок недвижимости нестабилен и сильно зависим от множества внешних факторов. Сценарный анализ проектных рисков позволяет учесть даже самые маловероятные, но сильно рисковые кризисные ситуации, генерируя ожидаемые денежные потоки по проекту с учетом различных сценариев.

Обобщая литературу по данной проблеме, алгоритм сценарного анализа проектных рисков можно представить в виде следующих этапов:

1. Анализ среды проекта и компании, которая его реализует. Данный этап предполагает общую характеристику движущих сил, ключевых факторов риска – анализ STEEP-факторов, их тенденций и специфических рисков проекта [32, с.69]. Проводится их экспертное ранжирование в зависимости от значимости (возможного воздействия) и вероятности появления. A. Дамодаран рекомендует фокусировать внимание на 2-3 наиболее значимых для проекта факторах [22, c. 147];
2. Разработка сценариев и определение их вероятностей осуществления. Данный этап может быть реализован с помощью множества методологий, некоторые из них подробно рассматриваются в следующем разделе. Если говорить в общем, то на данном этапе происходит сбор исторических данных о ключевых переменных и их первичная экстраполяция в соответствии с горизонтом планирования. Далее определяется набор будущих событий, которые могут изменить поведение этих переменных, вероятности их реализации и величина воздействия (количественно). На основе этой информации производится изменение первичного тренда и разработка сценариев, а также вероятностей их реализации;
3. Определение денежных потоков в соответствии со сценариями. На данном этапе с учетом выбранной ставки дисконта определяются будущие входящие и исходящие денежные потоки, составляется массив значений NPV в соответствии с каждым сценарием и его вероятностью [40];
4. Анализ результатов и оценка риска проекта. Проводится статистический анализ полученных данных по NPV – расчет среднего, дисперсии, коэффициента вариации, рассчитывается интегральный показатель ожидаемой эффективности проекта и выносится итоговое решение по проекту. 

С учетом вышесказанного нужно сделать некоторые модификации в алгоритм. Во-первых, как было отмечено в предыдущей главе, необходимо дать более объективную оценку наиболее значимым – ключевым факторам проекта. На первом шаге алгоритма можно заменить экспертное ранжирование (качественная оценка) на анализ чувствительности и ранжирование в зависимости от эластичности (количественная оценка). В итоге, для проекта строительства можно выбрать 2-3 наиболее значимых фактора, один из которых – цена за кв. метр, проверить чувствительность NPV к их изменению и ранжировать в порядке значимости.

Во-вторых, можно усовершенствовать алгоритм, представив процесс анализа в виде «дерева сценариев». Иными словами, для трех макро-сценариев, которые были определены с помощью анализа чувствительности, также должны быть заданы вероятности. Второй шаг представленного алгоритма предполагает  разработку вероятных сценариев, что является наиболее важным и трудным шагом в процессе анализа рисков. Сценарный анализ и само построение сценариев - предположений о нескольких вариантах развития событий – могут быть реализованы с помощью различных методов и техник, основные из них будут рассмотрены ниже.

 

2.3. Методологические подходы к  разработке сценариев и построение  алгоритма для проекта в сфере  строительства

Ввиду того, что методика сценарного анализа и планирования разрабатывалась многими  исследователями, существует большое количество различных по сути и типам технологий построения вероятных сценариев. Условно их можно классифицировать на три группы методов [28, с.382]:

• Методы интуитивной логики (intuitive logics);
• Методы анализа влияния на тренд (trend-impact analysis);
• Методы анализа перекрестного влияния (cross-impact analysis).

Первый подход, основанный на интуитивной логике, представлен методикой консалтинговой компании SRI International, а также матричным методом Shell/GBN, который разработал П. Вакк и затем популяризировал Шварц [19, с.5]. Данная группа методов базируется на логическом построении сценариев – мнении и интуиции экспертов, что с одной стороны обеспечивает креативность и качественный подход, которые невозможно получить при компьютерном анализе. Так, например, методологию построения сценариев SRI International можно представить в виде следующих шагов:

1. Анализ предполагаемых стратегических решений, постановка задачи;
2. Определение ключевых факторов, которые могут повлиять на эти решения - концентрация и размер рынка, динамика спроса и цен, экономические условия, условия на рынках труда, капитала, наличие производственных мощностей и др.;
3. Анализ возможных изменений внешней среды, которые могут повлиять на ключевые факторы, выделенные на шаге 2 (тенденции и темпы их изменений, степень неопределенности и значимости для проекта или бизнеса);
4. Логическое построение возможных сценариев и их комбинаций на основе опыта и интуиции экспертов [28, с. 382].

Нужно отметить, что ключевые, наиболее значимые внутренние и внешние факторы, влияющие на решение по проекту или на стратегические решения в рамках бизнес-планирования, могут определяться либо с помощью анализа чувствительности (в случае проекта), либо регрессионного анализа.

Второй подход – группа методов анализа влияния на тренд (далее TIA) - предусматривает использование как экспертных мнений, так и математического анализа и моделирования в отличие от метода интуитивной логики. Суть данных методик заключается в экстраполяции трендов ключевых переменных и их последующей модификации с учетом возможных будущих событий. Одна из основных методик в данной группе была разработана компанией “The Futures Group” и в дальнейшем модифицирована Т. Гордоном, она представляет собой следующую последовательность шагов [41] [28, с. 383]:

1. Сбор исторических данных о ключевых переменных и первичная экстраполяция (без учета влияния возможных будущих событий);
2. Экспертное определение набора будущих событий, которые могут изменить поведение ключевых переменных, их вероятность и положительное или отрицательное влияние на тренд (см. рис.2) [41];

 

 

 

 

 

 

 

 

 

 

 

Рис.2. Типичные параметры вероятного события (Т. Гордон)

3. С помощью метода Монте-Карло проводится имитация вероятностей появления того или иного события в рамках уже заданных параметров их распределения;
4. Корректировка первичного тренда с учетом возможных событий, определение нового среднего и области неопределенности;
5. Разработка вероятных сценариев на основе полученного тренда.

В качестве преимущества данного метода авторы отмечают интеграцию традиционных способов прогнозирования с качественным анализом влияния факторов. Как недостатки - наличие исторических данных достаточно длительного временного промежутка, на основе которых строится прогноз, а также то, что не учитывается влияние взаимосвязанных факторов [41].

Третья группа методов устраняет названный выше недостаток - анализ перекрестного влияния оценивает взаимосвязи между вероятными событиями. Широко используемыми в рамках данной группы являются методики INTERAX и BASICS. При построении модели INTERAX первый и второй шаг повторяют соответствующие шаги в вышеизложенном методе анализа влияния на тренд - первичная экстраполяция и определение набора будущих событий. Далее он предполагает составление матрицы взаимосвязи вероятных событий, которая отражает, как реализация одного события в будущем повлияет на вероятность реализации другого события (см. таблица 4) [28, с.385].

Таблица 4.

Матрица взаимосвязи вероятных событий

	Вероятность события	Событие 1	Событие 2	…
Событие 1	0,37		0,8
Событие 2	0,16	1,2
…

Согласно таблице, вероятность наступления события 1 на основе экспертного мнения составляет 0, 37. Но реализация события 2 снизит это первоначальное значение до 29,6% (0,37×0,8), вероятность события 2 наоборот увеличится на 20%, если событие 1 произойдет [28, с.384-385]. После этого, как и в предыдущем методе, производится имитационное моделирование вероятностей событий по методу Монте-Карло и формируется набор сценариев.

Проанализировав основные подходы к формулированию возможных сценариев, можно сделать вывод, что некоторые из них базируются на качественной оценке вероятных рисков и мнении экспертов, тогда как другие, более формализованные методы объединяют и качественную, и количественную оценку вероятных будущих событий. Выбор той или иной методики построения сценариев должен осуществляться исходя целей, масштабов и временных перспектив проекта.

Для проекта строительства недвижимости может быть выбран метод анализа влияния на тренд (trend-impact analysis), так как он включает в себя и выражение экспертного мнения, и моделирование сценариев с помощью статистических испытаний. Данный подход может быть успешно применен для построения сценариев изменения цены в будущем, однако его довольно сложно использовать для других ключевых факторов риска. Например, сложно спрогнозировать действие факторов, их вероятность, период возникновения, которые могут привести к увеличению переменных расходов по проекту и увеличить риск превышения сметной стоимости строительства. Поэтому для таких переменных удобней использовать простые сценарии, задав только вероятность и диапазон их изменений.

Таким образом, алгоритм анализа проекта строительства жилой недвижимости, который в третьей главе будет реализован практически, можно представить в виде следующих этапов:

1. Сбор исторических данных и первичная экстраполяция цен за кв. метр жилой недвижимости в соответствии с горизонтом планирования и построение потоков доходов по проекту;
2. Определение ключевых внутренних и внешних факторов методом анализа чувствительности, их ранжирование в зависимости от значимости;
3. Экспертное определение набора будущих событий, которые могут изменить поведение цен, вероятности их реализации и величина воздействия (количественно);
4. Имитация вероятностей появления того или иного события в рамках уже заданных параметров их распределения (методом Монте-Карло);
5. Корректировка первичного тренда с учетом возможных событий, определение нового среднего (ожидаемый), максимума (оптимистичный) и минимума цен (пессимистичный сценарий);
6. Разработка сценариев для других ключевых факторов риска проекта и экспертное задание вероятностей из осуществления;
7. Построение «дерева событий», расчет интегрального показателя чистой приведенной стоимости и анализ результатов.

Графически его можно представить в виде последовательности шагов, представленных на рисунке 3. Нужно отметить, что первые шаги анализа  - прогноз цен за кв. м. и расчет денежных потоков по проекту - могут быть реализованы еще в рамках оценки и обоснования эффективности проекта строительства. Если говорить об инвестиционных проектах другой направленности, например, производственных капиталовложениях, то и здесь расчет прогнозных цен на производимый товар уже может быть произведен, так как это основной параметр расчета входящих потоков NPV.

 
Так как рассмотрение методов прогнозирования выходит за рамки данной работы, отметим только, что для проекта строительства недвижимости необходимо делать прогноз цен для всех типов квартир, которые впоследствии будут реализованы. Это стоит сделать, так как стоимость кв. метра квартир может сильно различаться в зависимости от количества комнат или этажа. Если есть недостаток таких статистических данных, то можно делать прогноз для средних цен и затем использовать соответствующие корректировки.

Что касается расчета входящих денежных потоков, то для проекта строительства недвижимости процесс видится следующим образом: 1) на основе предыдущего опыта компании составляется прогнозный план продаж по типам квартир  - в процентном соотношении или числовом выражении; 2) в соответствии с проектной документацией определяется средняя площадь 1-, 2-, 3-х комнатных квартир; 3) определяется количество кв. метров, которое в среднем будет реализовано в каждый из периодов прогноза; 4) эти значения затем умножается на стоимость одного кв. метра соответствующего периода, определяются притоки денежных средств от реализации квартир.

Если говорить об анализе чувствительности (II шаг алгоритма), то исследуемыми параметрами могут быть любые переменные, которые участвуют в расчете NPV. Для проекта строительства недвижимости это может быть: сметная величина расходов  - как в совокупности, так и отдельная категория затрат. Для оценки управленческих рисков - внутренний риск инвестиционной фазы - необходимо изучить влияние изменения управленческих затрат на NPV проекта; для анализа рисков отношения местных властей – внешний риск прединвестиционной фазы – могут быть использованы расходы на получение разрешительной документации; для технико-производственных рисков (вероятность аварийной ситуации) – можно исследовать поведение NPV на изменение статьи непредвиденных расходов. Ставка по кредитным ресурсам или по налогу на прибыль, которые участвуют в расчете нормы дисконта, могут быть использованы для анализа процентного и институционального риска. Если в результате анализа будет выявлено незначительное влияние какого-либо фактора, дальше его можно не включать в модель.