Необходимо учитывать, что не менее важно делать следующие вещи: усилия и затраты направлять не только на оценку обобщенных показателей, но и на сбор первичных данных для прогнозирования денежных потоков. Для инвестиционного проекта, связанного с выпуском нового продукта, предположения о капитальных затратах будут основываться на детальных оценках потребностей в оборудовании, включая исследования цен, тщательный анализ способов замены оборудования. Потребности в рабочей силе, прогнозы уровня зарплаты, объема и доли рынка также являются предметом серьезного исследования. Для этих и других показателей определяется, какими будут результаты при различных условиях, так что когда требуется всего одна оценка, ее получают на основе анализа ряда альтернатив. Ведь в процессе разработки капитального бюджета может использоваться необыкновенно богатый набор исходных данных.

Как следует из этого, теория денежных потоков удобна для изучения проекта, сбора и обобщения большого объема информации о проекте. Аналитики проектов, которые выполнили свою работу добросовестно, знают о проекте гораздо больше, чем может сказать о нем сам по себе набор оценок денежных потоков. Фактически один из наиболее важных результатов разработки капитального бюджета- это знания, которые приобретает аналитик при изучении проекта.

Существует ряд методов, использование которых на практике поможет аналитику понять проект и, что особенно важно, изложить руководству в сжатой форме все необходимое. Среди них наиболее важен анализ чувствительности (имитационное моделирование). Он основан на том, что изменяют величины таких переменных, как стоимость наиболее важных материалов или спрос на конечный продукт, и смотрят, как повлияет это на денежные потоки и NPV. Другие важные соображения касаются гибкости проекта (в какой степени он позволяет приспосабливаться к неожиданностям и не следовать заранее определенному образу действия).

3 Анализ рисков.

Риск- возможность возникновения неблагоприятных ситуаций в ходе реализации инвестиционного процесса. Риск может возникать:

- как возможность потерь в форме фактических убытков или упущенной выгоды;

- как степень нестабильности, непредсказуемости результатов.

В первом случае риск можно оценить вычислением значений вероятных потерь, во втором случае в качестве меры риска можно использовать дисперсию исходов (что больше применимо к ситуациям неопределенности и необходимо отметить, что приведенные ниже варианты анализа рисков более подходят для ситуаций определенности, в неопределенности риск может быть учтен помимо дисперсии и встроенными в некоторые методы механизмами).

Риски могут быть вызваны следующими причинами:

- отсутствием полной информации;

- случайностью;

- противодействием.

Инвестиционные риски классифицируются:

- Риски упущенной выгоды;

- Риски снижения доходности (процентные, кредитные);

- Риски прямых финансовых потерь (биржевые, селективные, риски банкротства).

Помимо этого, существует масса других видов рисков (риски, связанные с покупательной способностью денег, чистые риски, финансовые риски и т. д.).

Выявив риски, можно перейти к их анализу. Он может быть качественным (выявление факторов, областей и видов рисков) и количественным. Последний позволяет в численной форме оценить размеры отдельных рисков и проекта в целом.

Ранее уже были рассмотрены некоторые способы анализа инвестиций с поправкой на риск: использование ставки дисконтирования с поправкой на риск, использование коэффициентов поправки на риск в методе состояния предпочтения. Попробуем дать общую оценку рисков.

Методы количественного анализа рисков:

1. Метод аналогий: заключается в использовании информации о других (ранее выполненных проектах), о деятельности конкурентов и т. д.

2. Анализ чувствительности: он позволяет определить предельные значения факторов риска, при которых результаты окажутся приемлимыми (как изменятся NPV, IRR при росте цен на материалы, при повышении прямых, общих издержек, падении цены продаж, изменении уровня налогообложения).

Анализ чувствительности в итоге помогает определить:

- Факторы, наиболее сильно влияющие на интегральные показатели проекта;

- Варианты достижения поставленных целей, наиболее устойчивые к рискам.

Данный подход достаточно неплохо реализован в программе Project Expert и дает первоначальную пищу для размышлений.

1. Анализ сценариев- предполагает составление полного перечня всех возможных вариантов развития событий и оценку вероятностей осуществления каждого из них. Преимущество метода- возможность учета корреляции между разными рисками и оценки одновременного влияния нескольких факторов риска на результаты проекта. Из-за субъективности и сложности определения вероятностей события часто поступают проще: для каждого показателя определяют пессимистическое, оптимистическое и наиболее вероятное значение и рассчитывают матожидание с весами 1:1:4.

2. Метод Монте-Карло- метод формализованного описания риска, отражающий всю гамму неопределенности. В основе метода:

- Построение модели, отражающей зависимость результатов от исходных данных;

- Выявление ключевых факторов риска;

- Нахождение параметров вероятностного распределения факторов риска и выявление корреляционной зависимости между этими параметрами;

- Генерирование множества сценариев при ключевых факторах риска;

- статанализ результатов (матожидание, дисперсия и т. д.).

Фактически, в основе метода Монте-Карло применены имитационные модели, необходимые для сложных проектов, характеризующихся возможностью многообразных решений. Построить имитационную модель можно на основе дерева решений. Дерево решений основывается на том, что оценивается вероятность отдельных этапов проекта и определяются все возможные пути по дереву решений, причем закон распределения издержек, цен и объемов продаж может отличаться от нормального (логнормальное, потенциальное). Риск в этом случае учитывается через вероятности и взвешенный интегральный эффект будет равняться сумме произведений вероятности пути по дереву решений и эффекту инвестора для исхода при пути по данному дереву решений по ставке безрискового вложения: , где

n- число путей по дереву решений,

- вероятность i-пути,

- эффект для инвестора для i-пути.

Как видно, модель дерева решений имеет нечто общее с методом достоверных эквивалентов.

Дерево решений и есть имитационная модель, только где варианты характеристик инвестиционного проекта являются случайными величинами. Поэтому:

1) Основные характеристики проекта, заложенные в него, принимаются за случайные величины (цены, объем продаж, величина инвестиций, переменные и постоянные издержки, время НИОКР и подготовки пр-ва и т.д.). Матожидания случайных величин есть детерминированнные оценки и модель учитывает взаимосвязь некоторых переменных, например: