Управление рисками, связанными с разработкой и внедрением новой продукции

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 [9, 71].

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 [14].

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 [6].

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

 

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

 

Это вариация ожидаемой нормы  дохода по проекту.

3. Абсолютная величина  риска или среднеквадратическое отклонение находиться по формуле

,

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

 

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

Принято считать, что если значения CV до 10% - это слабая колеблемость, от 10-25% - умеренная, свыше 25% - высокая [5, 160].

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.

 

ЗАКЛЮЧЕНИЕ

Риски в  инновационном проекте представляют собой вероятность потерь, возникающих  при вложении 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.

Риск  является важным элементом результатов  исполнения любого инновационного проекта. Любая управленческая деятельность в той или иной степени имеет рисковый характер, что обусловлено как многофакторной динамикой объекта управления и его внешнего окружения, так и ролью человеческого фактора в процессе воздействия. Вследствие этого, можно выделить несколько основных видов риска инновационной деятельности, это риск ошибочного выбора инновационного проекта, риск, связанный с обеспечением прав собственности, технический и экономический риски.

Риск  как объективная экономическая категория описывает вероятность потерь в результате неопределенности, что может привести к наступлению непредвиденных или неблагоприятных обстоятельств для реализации инновационного проекта.

Управление  рисками – это процессы, связанные  с идентификацией, анализом рисков и принятием решений, которые  включают максимизацию положительных  и минимизацию отрицательных  последствий наступления рисковых событий. Процесс управления рисками  проекта обычно включает выполнение нескольких процедур.

Таким образом, для эффективного управления рисками проекта необходимо выполнение: планирования управления рисками, идентификации рисков, качественной оценка рисков, количественной оценки рисков, планирования реагирования на риски, мониторинга и контроля рисков. Все методы воздействия на риск можно разделить на три основные группы - снижение, сохранение и передача риска. В зависимости от особенностей конкретного риска, необходимо предпринимать определенный метод управления риском.

Оценка риска в инновационном  проекте является необходимым условием для принятия рациональных решений  по управлению выявленными рисками. 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.

К методам анализа рисков относятся: методы аналогии, бальной  оценки, метод дерева решений, метод  Монте-Карло, экспертные методы, математико-статистические методы оценки риска, Z-статистика, анализ чувствительности, метод сценариев, имитационное моделирование рисков и др.

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. В зависимости от набранного количества баллов проект может обладать низким, средним или высоким уровнем риска (приложение А).

 

СПИСОК  ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Агафонова А.П. Обзор методов управления рисками инновационного проекта [Электронный ресурс] // электронный журнал. – Режим доступа: http://www.mevriz.ru/articles/2004/5/3463.html
2. Алешин А.Г. Управление проектами: знание и опыт прошлых проектов [Электронный ресурс] // Grebennikon: электронная библиотека. – Режим доступа: http://grebennikon.ru/cat-235-1-3.html
3. Блок Г.А. Экономическая оценка некоммерческих инновационных проектов // Креативная экономика. – 2008. №8 (167). С.74-79.
4. Википедия [Электронный ресурс] // Свободная энциклопедия. – Режим доступа: www.wikipedia.org
5. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения: учеб. пособие. – М.: Дело и сервис, 2002. – с.160-164.
6. Грашина М., Майкл Ньюлл Управление рисками как интегральная часть методологии проектного менеджмента [Электронный ресурс] // Технологии корпоративного управления: электронный журнал. - Режим доступа: http://www.iteam.ru/publications/project/section_36/article_2522
7. Гребенкин А.В., Шкурко В.Е. Оценка рисков инновационных проектов на основе теории нечетких множеств // Инновации. – 2008. №7(117). С. 119-121.
8. Гольдштейн Г.Я. Инновационный менеджмент [Электронный ресурс] // Административно-управленческий портал. – Режим доступа: http://www.aup.ru/books/m23/
9. Дудин М.Н. Риски в инновационной деятельности // Креативная экономика. – 2007. №10 (176). С.65-73
10. Крапчатова И.Р. Управление рисками инвестиционного проекта на этапе проектирования [Электронный ресурс] // Grebennikon: электронная библиотека. – Режим доступа: http://grebennikon.ru/cat-235-2-3.html
11. Кузнецов Н.В. Управление рисками: учеб. пособие. – Владивосток: Издательство Дальневосточного университета, 2004. – С. 38-64.
12. Молева О.В. Альтернативы интеграционной стратегии [Электронный ресурс] // ВлГУ: электронный журнал. – Режим доступа: http://journal.vlsu.ru/
13. Разу М.Л. Управление проектом. Основы проектного управления: учеб. пособие. – М.: КНОРУС, 2006. – С. 721-749.
14. Слесарь Ю.А. Риски концентрации: методы измерения, управления и контроля [Электронный ресурс] // Grebennikon: электронная библиотека. – Режим доступа: http://grebennikon.ru/cat-235-1-3.html
15. Тарутин А. Инновационный процесс [Электронный ресурс] // Экономика: электронный журнал. – Режим доступа: http://institutiones.com/innovations/995-innovacionnij-process.html
16. Чернов В.А. Анализ коммерческого риска. - М.: Финансы и статистика, 1998. – С. 54-63.