Управление рисками

Идентификация и анализ рисков предполагает проведение качественного, а затем и количественного изучения рисков, с которыми сталкивается фирма.

Качественный анализ предполагает обнаружение рисков, исследование их особенностей, выявление последствий реализации соответствующих рисков в форме экономического ущерба, раскрытие источников информации относительно каждого риска. На данной стадии проводится подробная классификация выявленных рисков. В результате этого у менеджера по рискам возникает понимание круга проблем, с которыми придется столкнуться в процессе риск-менеджмента.

Предварительным шагом стадии количественной оценки рисков является получение информации о них. Такая информация должна содержать следующие данные, необходимые для оценки степени предсказуемости риска: частота (вероятность) возникновения и размер убытков, т.е. распределение ущерба, а также другие характеристики, которые требуются для дальнейшего анализа рисков. Правильность всех последующих решений будет зависеть от того, удастся ли собрать необходимые качественные данные в нужном объеме. Поэтому определение степени доверия к разным источникам информации представляет собой важный аспект этого шага.

Основной шаг стадии количественной оценки рисков - обработка собранных данных. Она должна обслуживать цели последующего процесса принятия решений по управлению риском. Для выявления факторов риска и степени их воздействия могут быть использованы различные методы статистической обработки данных, в том числе корреляционный дисперсионный анализ, анализ временных рядов, факторный анализ и другие методы многомерной классификации, а также математическое моделирование, включая имитационное.

При необходимости статистический анализ может быть использован для подтверждения некоторых выводов предшествующей стадии, когда качественного анализа для этого недостаточно. Например, если качественной информации не хватает для проведения подробной классификации рисков, то можно провести процедуру многомерной классификации.

Этапы идентификации и анализа рисков

Можно предложить множество критериев для выделения этапов процесса идентификации и анализа рисков. Наиболее распространенным является степень подробности исследования риска. В соответствии с ней можно выделить следующие этапы:

* осмысление риска, т.е. качественный анализ, сопровождаемый исследованием структурных характеристик риска (опасность - подверженность риску - уязвимость). Это очень важный этап, так как он определяет, с чем столкнется в дальнейшем менеджер по рискам, и тем самым задает границы принятия решений в процессе риск-менеджмента;

* анализ конкретных причин возникновения неблагоприятных событий и их отрицательных последствий. Данный этап представляет собой подробное изучение отдельных рисков (причинно-следственные связи между факторами риска, возникновением неблагоприятных событий и вызванным ими появлением ущерба). Такое исследование обеспечивает основу для принятия решений в рамках управления риском;

* комплексный анализ рисков. Указанный этап предполагает изучение всей совокупности рисков в целом, что дает цельную, комплексную картину рисков, с которыми сталкивается фирма. Это позволяет проводить единую политику по управлению риском.

Подобное исследование включает также проведение таких процедур, как аудит безопасности, т.е. всестороннее исследование бизнеса фирмы, методов принятия решений и используемых технологий с целью выявления и анализа рисков, которым они подвержены.

В ряде случаев не все перечисленные этапы реализуются в практике риск-менеджмента конкретных фирм, но наиболее полный и комплексный вариант включает все три этапа. Как правило, это характерно для крупных фирм, занимающихся сложным бизнесом.

Визуализация рисков

В рамках идентификации и анализа рисков следует использовать специальные подходы, помогающие менеджерам более полно понять своеобразие тех или иных рисков, специфику методов управления ими и особенности неблагоприятных для фирмы последствий их реализации.

Одним из таких подходов является визуализация рисков, т.е. их наглядное изображение на графиках и картинках, подчеркивающее важные, существенные стороны соответствующих рисков. Замена таблиц и формул графическими образами позволяет дополнить логический, количественный анализ качественным, что существенно облегчает понимание ситуации и способствует принятию более адекватных ей управленческих решений.

Визуализация рисков может осуществляться при помощи следующих приемов:

* использование изображений (графиков, гистограмм, картинок и т. п.);

* применение различных цветов и оттенков для контрастного выделения;

* сопоставление на изображениях альтернативных ситуаций с целью сравнения.

При этом изображения не должны быть перегружены деталями, быть слишком пестрыми и мелкими, так как это значительно затрудняет их восприятие. Основное требование к процедурам визуализации - повышение наглядности отображаемой информации. Иными словами, использованный графический образ должен отображать основные характерные черты риска, анализ которых важен для процесса идентификации и процедуры принятия решений. Наглядным примером визуализации является сравнение распределения ущерба до реализации какого-либо предупредительного мероприятия и соответствующего распределения после его осуществления. На графиках представляется сравнение плотностей распределения ущерба до и после предупредительных мероприятий (стрелками обозначен вызванный этим сдвиг). Сравнение графиков позволяет визуально оценить результативность предлагаемых мер. Однако такая картинка всего лишь делает процесс наглядным, для получения же точных оценок необходимо рассчитывать характеристики распределения или проводить проверку статистических гипотез.

Источники информации для идентификации риска

Особенности рисков будут проявляться в том, из каких источников можно получить информацию о них и каково будет содержание этой информации. Иными словами, состав и структура данных по разным рискам могут сильно различаться. Поэтому информационное обеспечение процесса управления рисками представляет собой самостоятельную специфическую проблему.

Тем не менее, не останавливаясь на анализе конкретных рисков, можно выделить некоторые общие группы источников информации, к которым может обращаться менеджер по рискам. Среди них:

* организационная схема и схема принятия решений в изучаемой фирме. Подобная информация дает некоторые представления о сферах деятельности фирмы, о взаимодействии подразделений, в том числе с точки зрения получения и распределения доходов, а также анализа издержек (выделение центров получения прибыли и центров издержек), и о специфике распределения ответственности за принятие и исполнение управленческих

решений. Это позволяет сформировать первичное представление о портфеле рисков и предварительно выявить узкие места в деятельности изучаемой фирмы;

* схемы денежных, ресурсных и информационных потоков. Такая информация полезна для понимания особенностей технологии производства, снабжения и продаж данной фирмы, а также специфики ее управления (включая финансовый менеджмент). Степень подробности соответствующих схем должна определяться особенностями анализируемых рисков, в частности, уровнем их реализации и появления экономического ущерба;

* опросы, опросные листы. Этот источник информации способствует вовлечению в процесс идентификации и анализа рисков опыта и знаний людей, непосредственно сталкивающихся с ними в своей повседневной работе, что позволяет более ответственно и глубоко проводить подобное исследование. Объем и качество информации, полученной в рамках такого источника, будут зависеть от дизайна вопросов и метода проведения опроса. Однако в целом можно сказать, что соответствующие данные могут быть полезны как для качественного, так и для количественного анализа рисков;

* статистика. Фактически здесь имеется в виду целый набор источников числовых данных о бизнесе, получаемых как извне (например, конъюнктурная информация), так и по результатам анализа собственных операций. Статистика является ключевым элементом количественной оценки риска, так что ее получение и последующая обработка являются важной задачей, от решения которой может зависеть успех всего процесса управления риском. Однако ее может быть недостаточно для этого, или даже она может совсем отсутствовать, что усложняет проведение риск-менеджмента;

* документация. Состав и структура документов могут существенно различаться для разных видов бизнеса и объектов, подверженных риску. Кроме того, документация может содержать информацию о различных аспектах деятельности фирмы (финансовая, техническая и другие виды документации), так что с ее помощью будут анализироваться разнородные риски. Документы могут служить источником как количественных данных (статистики), так и качественной информации. Правильно организованный документооборот в фирме будет являться важным аспектом эффективного процесса управления риском;

* описание произошедших аварий. Данный источник информации важен для формирования стандартных (стереотипных) процедур принятия решений при возникновении соответствующих неблагоприятных событий. В подобной ситуации легко учесть ее специфику путем внесения необходимых изменений в соответствующую стандартную процедуру. Фактически такие описания позволяют реализовать сценарный подход в управлении риском. Кроме того, описание аварий служит хорошим источником качественной информации о реализации риска и его возможных последствиях, что важно для идентификации и анализа рисков;

* инспекции и экспертизы. Этот источник информации позволяет сочетать изучение конкретного объекта, подверженного риску, и опыта эксперта (инспектора), который бывает сложно формализовать при анализе других источников. Результаты инспекции или экспертизы наиболее адекватны целям и задачам процесса управления рисками, включая этап их идентификации и анализа. Однако препятствием для более широкого использования данного источника является его достаточно высокая стоимость.

Определение степени риска

Эффективность любой финансовой или хозяйственной операции и величина сопутствующего ей риска взаимосвязаны. Не учитывая фактора риска, невозможно провести полноценный инвестиционный анализ. Таким образом, наша основная задача - научиться оценивать величину риска и устанавливать взаимосвязь между нею и уровнем доходности конкретной операции. Для оценки степени риска существуют два основных метода: количественный и качественный.

Тема 7. Качественный анализ рисков

Качественная оценка рисков -- процесс представления качественного анализа идентификации рисков и определения тех, которые требуют быстрого реагирования. Такая оценка определяет степень важности рисков и способ реагирования. Доступность сопровождающей информации помогает легче расставить приоритеты для разных категорий рисков. Их качественная оценка -- это оценка условий их возникновения и определение воздействия на проект стандартными методами и средствами. Использование этих средств помогает частично избежать неопределенности, которая часто встречается в проекте. В течение его жизненного цикла должна происходить постоянная переоценка рисков.

Качественный анализ рисков включает в себя расстановку рангов для идентифицированных рисков. При анализе вероятности и влияния предполагается, что никаких мер по предупреждению рисков не производится.

Качественный анализ рисков включает:

Определение вероятности реализации рисков.

Определение тяжести последствий реализации рисков.

Определения ранга риска по матрице «вероятность -- последствия».

Определение близости наступления риска.

Оценка качества использованной информации.

Для качественной оценки вероятности реализации риска и определения тяжести последствий его реализации применяется, как правило, общепринятые в организации шкалы, примеры которых мы приводили ранее.

Для определения ранга риска используется матрица вероятностей и последствий (Рис.1). Ранг риска определяется произведением веса вероятности и значимости последствий.

Рис.1. Ранг риска и матрица вероятностей и последствий

Могут, конечно, существовать и более сложные шкал для оценок вероятностей, значимости последствий и ранга рисков. Встречались шкалы, которые содержали до 10 градаций. Но, на мой взгляд, наиболее прагматичный подход -- это использовать трехуровневое ранжирование.

Матрица рангов главных выявленных рисков может выглядеть следующим образом (Табл.1).

Таблица 1 - Пример матрицы рангов главных выявленных рисков проекта создания «Автоматизированной системы продажи документации»

Причина	Вероятность	Воздействие	Ранг
Требования не ясны	Очень вероятно	Катастрофические	9
Недостаток квалифицированных кадров.	Очень вероятно	Критичные	6
Текучесть кадров.	Возможно	Критичные	4

Для оценки рисков необходима точная и адекватная информация. Использование неточной информации ведет к ошибкам в оценке. Неверная оценка риска также является риском.

Критерии оценки качества используемой при анализе информации выглядят следующим образом:

Степень понимания риска.

Доступность и полнота информации о риске.

Надежность, целостность и достоверность источников данных.

Результатом качественного анализа рисков является их подробное описание (Табл.2).

Таблица 2 - Пример карточки с описанием риска

Номер: R-101	Категория: Технологический.
Причина: Недостаток квалифицированных кадров.	Симптомы: Разработчики будут использовать новую платформу -- J2EE.
Последствия: Низкая производительность разработки	Воздействие: Увеличение сроков и трудоемкости разработки.
Вероятность: Очень вероятно.	Степень воздействия: Критичная.
Близость: Очень скоро.	Ранг: 6.
Исходные данные: «Содержание проекта», «План обеспечения ресурсами», Протоколы совещаний №21 от 01.06.2013, №27 от 25.06.2013.

Результаты качественного анализа используются в ходе последующего количественного анализа рисков и планирования реагирования на риски.

Основные результаты качественного анализа рисков:

-?выявление конкретных рисков проекта и порождающих их причин;

-?анализ и стоимостной эквивалент гипотетических последствий возможной реализации отмеченных рисков;

-?предложение мероприятий по минимизации ущерба, их стоимостная оценка.

Кроме того на этом этапе определяются граничные значения (минимум и максимум) возможного изменения всех факторов (переменных) проекта, проверяемых на риски.

Тема 8. Количественный анализ рисков

Количественная оценка рисков определяет вероятность их возникновения и влияние их последствий на проект, что помогает руководителям им верно принимать решения и избегать неопределенности. Количественная оценка рисков позволяет установить:

-?вероятность достижения конечной цели проекта;

-?степень воздействия риска на проект и объемы непредвиденных затрат и материалов, которые могут понадобиться;

-?риски, требующие скорейшего реагирования и большего внимания, а также влияние их последствий на проект;

- фактические затраты, предполагаемые сроки окончания.

Предварительным шагом стадии количественной оценки рисков является получение информации о них. Такая информация должна содержать следующие данные, необходимые для оценки степени предсказуемости риска: частота (вероятность) возникновения и размер убытков, т.е. распределение ущерба, а также другие характеристики, которые требуются для дальнейшего анализа рисков. Правильность всех последующих решений будет зависеть от того, удастся ли собрать необходимые качественные данные в нужном объеме. Поэтому определение степени доверия к разным источникам информации представляет собой важный аспект этого шага.

Основной шаг стадии количественной оценки рисков - обработка собранных данных. Она должна обслуживать цели последующего процесса принятия решений по управлению риском. Для выявления факторов риска и степени их воздействия могут быть использованы различные методы статистической обработки данных, в том числе корреляционный дисперсионный анализ, анализ временных рядов, факторный анализ и

другие методы многомерной классификации, а также математическое моделирование, включая имитационное.

При необходимости статистический анализ может быть использован для подтверждения некоторых выводов предшествующей стадии, когда качественного анализа для этого недостаточно. Например, если качественной информации не хватает для проведения подробной классификации рисков, то можно провести процедуру многомерной классификации.

Количественная оценка рисков часто сопровождает качественную и также предполагает идентификацию рисков. Количественная и качественная оценки рисков могут использоваться по отдельности или вместе в зависимости от имеющихся времени и бюджета, необходимости в той или другой оценке рисков.

Основные методы количественного анализа рисков

Математический аппарат при анализе рисков опирается на методы теории вероятностей, что обусловлено вероятностным характером неопределенности и рисков. Задачи количественного анализа рисков разделяются на три типа:

1) прямые, в которых оценка уровня рисков происходит на основании известной вероятностной информации;

2) обратные, когда задается приемлемый уровень рисков и определяются значения (диапазон значений) исходных параметров с учетом устанавливаемых ограничений на один или несколько варьируемых исходных параметров;

3) задачи исследования чувствительности, устойчивости результативных, критериальных показателей по отношению к варьированию исходных параметров (распределению вероятностей, областей изменения тех или иных величин и т.п.). Это необходимо в связи с неизбежной неточностью исходной информации и отражает степень достоверности результатов, полученных при анализе проектных рисков.

Количественный анализ проектных рисков производится на основе математических моделей принятия решений и поведения проекта, основные из которых:

- стохастические (вероятностные);

- лингвистические (описательные);

- нестохастические (игровые, поведенческие).

Вероятностный анализ предполагает, что построение и расчеты по модели осуществляются в соответствии с принципами теории вероятностей, тогда как в случае выборочных методов это делается путем расчетов по выборкам.

Вероятность возникновения потерь определяется на основе статистических данных предшествовавшего периода с установлением области (зоны) рисков, достаточности инвестиций, коэффициента рисков (отношение ожидаемой прибыли к объему всех инвестиций по проекту ).

Экспертный анализ рисков применяется в случае отсутствия или недостаточного объема исходной информации и состоит в привлечении экспертов для оценки рисков. Отобранная группа экспертов оценивает проект и его отдельные процессы по степени рисков.

Метод аналогов. Использование базы данных осуществленных аналогичных проектов для переноса их результативности на разрабатываемый проект. Такой метод используется, если внутренняя и внешняя среда проекта и его аналогов имеют достаточно схожие основные параметры.

Анализ показателей предельного уровня: Определение степени устойчивости проекта по отношению к возможным изменениям условий его реализации.

Анализ чувствительности проекта. Метод позволяет оценить, как изменяются результирующие показатели реализации проекта при различных

значениях заданных переменных, необходимых для .расчета.

Анализ сценариев развития проекта. Метод предполагает разработку нескольких вариантов (сценариев) развития проекта и их сравнительную оценку. Рассчитываются пессимистический вариант (сценарий) возможного изменения переменных, оптимистический и наиболее вероятный вариант

Метод построения деревьев решений проекта предполагает пошаговое разветвление процесса реализации проекта с оценкой рисков, затрат, ущерба и выгод.

Имитационные методы базируются на пошаговом нахождении значения результирующего показателя за счет проведения многократных опытов с моделью. Основные преимущества -- прозрачность всех расчетов, простота восприятия и оценки результатов анализа проекта всеми участниками процесса планирования. В качестве одного из серьезных недостатков этого способа необходимо указать на существенные затраты на расчеты, связанные с большим объемом выходной информации.

Вероятностные методы оценки рисков

Риск, связанный с проектом, характеризуется тремя факторами: событие, связанное с риском; вероятность рисков; сумма, подвергаемая риску. Чтобы количественно оценить риски, необходимо знать все возможные последствия

принимаемого решения и вероятность последствий этого решения.

Выделяют два метода определения вероятности.

Объективный метод основан на вычислении частоты, с которой происходят некоторые события. Частота при этом рассчитывается на основе фактических данных. Так, например, частота возникновения некоторого уровня потерь А в процессе реализации инвестиционного проекта может быть рассчитана по классической формуле

f(A) = n(A) : n, (1)

где f -- частота возникновения некоторого уровня потерь;

n(A) -- число случаев наступления этого уровня потерь;

n -- общее число случаев в статистической выборке, включающее как успешно осуществленные, так и неудавшиеся инвестиционные проекты.

При вероятностных оценках рисков в случае отсутствия достаточного объема информации для вычисления частот используются показатели субъективной вероятности, т.е. экспертные оценки. Субъективная вероятность -- предположение относительно определенного результата, основывающегося на суждении или личном опыте оценивающего, а не на частоте, с которой подобный результат был получен в аналогичных условиях. Важными понятиями, применяющимися в вероятностном анализе рисков, являются понятия альтернативы, состояния среды, исхода. Альтернатива -- это последовательность действий, направленных на решение некоторой проблемы. Примеры альтернатив: приобретать или не приобретать новое оборудование; решение о том, какой из двух станков, различающихся по характеристикам, следует приобрести; нужно ли внедрять в производство новый продукт и т.д.

Состояние среды -- ситуация, на которую лицо, принимающее решение (ЛПР) (в нашем случае инвестор), не может оказывать влияние (например, благоприятные или неблагоприятные условия рынка, климат и т.д.).

Исходы (возможные события) возникают в том случае, когда альтернатива реализуется в определенном состоянии среды. Это некая количественная оценка, показывающая последствия имеющейся альтернативы при определенном состоянии среды (например, величина прибыли, урожая и т.д.).

Анализируя и сравнивая варианты инвестиционных проектов, инвесторы действуют в рамках теории принятия решений. Как уже было отмечено выше, понятия неопределенности и рисков различаются между собой. Вероятностный инструментарий позволяет более четко разграничить их. В соответствии с этим в теории принятия решений выделяются три типа моделей.

1. Принятие решений в условиях определенности. Лицо, принимающее решение, точно знает последствия и исходы любой альтернативы или выбора решения. Эта модель нереалистична в случае принятия решения о долгосрочном вложении капитала.

2. Принятие решений в условиях рисков. ЛПР знает вероятности

наступления исходов или последствий для каждого решения.

3. Принятие решения в условиях неопределенности -- ЛПР не знает вероятностей наступления исходов для каждого решения. Если имеет место неопределенность (т.е. существует возможность отклонения будущего дохода от ожидаемой величины, но невозможно даже приблизительно указать вероятности наступления каждого возможного результата), то выбор альтернативы инвестирования может быть произведен на основе одного из трех критериев.

1. Критерий mахimах (критерий оптимизма) определяет альтернативу, которая максимизирует лучший результат для каждой альтернативы.

J = maxmaxfkj , (2)

где fkj -- оценка j_ой альтернативы при k_м варианте ситуации.

2. Критерий mахimin (критерий пессимизма) определяет альтернативу, которая максимизирует минимальный результат для каждой альтернативы.

J = maxminfkj (3)

3. Критерий безразличия выявляет альтернативу с максимальным

средним результатом (при этом действует негласное предположение, что каждое из возможных состояний среды может наступить с равной вероятностью; в результате выбирается альтернатива, дающая максимальную величину математического ожидания). Например, решение о капиталовложениях вряд ли будет принято в условиях полной неопределенности, так как инвестор приложит максимум усилий для сбора необходимой информации. По мере осуществления проекта к инвестору поступает дополнительная информация об условиях реализации проекта, и таким образом ранее существовавшая неопределенность снимается. При этом информация, касающаяся проекта, может быть как выражена, так и не выражена в вероятностных законах распределения, поэтому в контексте анализа инвестиционных проектов следует рассматривать ситуацию принятия решения в условиях рисков. Итак, в этом случае:

-?известны (предполагаются) исходы или последствия каждого решения о выборе варианта инвестирования;

-?известны вероятности наступления определенных состояний среды.

Математическая модель количественной оценки рисков выглядит следующим образом. На основе вероятностей рассчитываются стандартные характеристики рисков.

1. Математическое ожидание (среднее ожидаемое значение) -- средневзвешенное всех возможных результатов, где в качестве весов используются вероятности их достижения.

где xj -- результат (событие или исход, например величина дохода);

pj -- вероятность получения результата xj.

2. Дисперсия -- средневзвешенное суммы квадратов отклонений

случайной величины от ее математического ожидания (т.е. отклонений действительных результатов от ожидаемых), мера разброса.

Квадратный корень из дисперсии называется стандартным отклонением.

Обе характеристики являются абсолютной мерой рисков.

3. Коэффициент вариации служит относительной мерой рисков:

c = s : E (4)

4. Коэффициент корреляции показывает связь между переменными, состоящую в изменении средней величины одного из них в зависимости от изменения другого.

R(x1,x2) = Cov(x1,x2) : sx1sx2, (5)

где Cov(х1,x2) = E[(x1-Ex1)(x2-Ex2)].

Положительный коэффициент корреляции означает положительную связь между величинами, и чем ближе к единице, тем сильнее эта связь. R = 1 означает, что связь между переменными функциональная -- линейная.

При проведении анализа проектных рисков сначала определяются вероятные пределы изменения всех его рисковых факторов (или критических переменных), а затем проводятся последовательные проверочные расчеты при допущении, что переменные случайно изменяются в области своих допустимых значений. На основании расчетов результатов проекта при большом количестве различных обстоятельств анализ рисков позволяет оценить распределение вероятности различных вариантов и ожидаемую ценность (стоимость) проекта.

Экспертный анализ рисков применяют на начальных этапах работы с проектом в случае, если объем исходной информации недостаточен для количественной оценки эффективности (погрешность результатов превышает 30%) и рисков проекта. Достоинства экспертного анализа рисков: отсутствие необходимости в точных исходных данных и дорогостоящих программных средствах, возможность проводить оценку до определения степени эффективности проекта, а также простота расчетов. К основным недостаткам следует отнести: трудность в привлечении независимых экспертов и субъективность оценок.

Алгоритм экспертного анализа рисков имеет последовательность:

1) по каждому виду рисков определяется предельный уровень, приемлемый для организации, реализующей данный проект. Предельный уровень рисков определяется по стобалльной шкале;

2) устанавливается дифференцированная оценка уровня компетентности экспертов, являющаяся конфиденциальной. Оценка выставляется по десятибалльной шкале;

3) риски оцениваются экспертами с точки зрения вероятности наступления рискового события (в долях единицы) и опасности данных рисков для успешного завершения проекта (по стобалльной шкале);

4) оценки, проставленные экспертами по каждому виду рисков, сводятся разработчиком проекта в таблицы. В них определяется интегральный уровень по каждому виду рисков;

5) сравниваются интегральный уровень рисков, полученный в результате экспертного опроса, и предельный уровень для данного вида и выносится решение о приемлемости данного вида риска для разработчика проекта;

6) в случае если принятый предельный уровень одного или нескольких видов рисков ниже полученных интегральных значений, разрабатывается комплекс мероприятий, направленных на снижение влияния выявленных рисков на успех реализации проекта, и осуществляется повторный анализ рисков.

Анализ показателей предельного уровня

Показатели предельного уровня характеризуют степень устойчивости проекта по отношению к возможным изменениям условий его реализации. Предельным значением параметра для t-го года является такое значение, при котором чистая прибыль от проекта равна нулю. Основной показатель этой группы -- точка безубыточности (ТБ) -- уровень физического объема продаж на протяжении расчетного периода времени, при котором выручка от реализации продукции совпадает с издержками производства.

Для подтверждения устойчивости проекта необходимо, чтобы значение ТБ было меньше значений номинальных объемов производства и продаж. Чем дальше от них значение точки ТБ (в процентном отношении), тем устойчивее проект. Проект обычно признается устойчивым, если значение ТБ не превышает 75% от номинального объема производства.

ТБ определяется по формуле

ТБ = Зс : (Ц -- Зv), (6)

где Зс -- постоянные затраты, размер которых напрямую не связан с объемом производства продукции (руб.);

Ц -- цена за единицу продукции (руб.);

Зv-- переменные затраты, величина которых изменяется с изменением

объема производства продукции (руб./ед.).

Распределение затрат на постоянные и переменные, является приблизительным и может изменяться в зависимости от конкретных условий: системы начисления заработной платы, сбыта продукции и других особенностей производства.

Задача количественного анализа состоит в численном измерении влияния изменений рисковых факторов на эффективность проекта. Общая схема анализа чувствительности проекта состоит в следующем. Анализ чувствительности (уязвимости) происходит при «последовательно-единичном» изменении каждой переменной: только одна из переменных меняет свое значение (например, на 10%), на основе чего пересчитывается новая величина используемого критерия (например, ЧДД). После этого оценивается процентное изменение критерия по отношению к базисному случаю и рассчитывается показатель чувствительности, представляющий собой отношение процентного изменения критерия к изменению значения переменной на один процент (так называемая эластичность изменения показателя). Таким же образом исчисляются показатели чувствительности по каждой из остальных переменных. Затем на основании этих расчетов происходит экспертное ранжирование переменных по степени важности (например, очень высокая, средняя, невысокая) и экспертная оценка прогнозируемости (предсказуемости) значений переменных (например, высокая, средняя, низкая). Далее эксперт может построить так называемую матрицу чувствительности, позволяющую выделить наименее и наиболее рискованные для проекта переменные (показатели).

Пример анализа чувствительности инвестиционного проекта, данные условные .

Строится матрица чувствительности, степени которой отражены в таблице по горизонтали, и предсказуемости, степени которой представлены по вертикали. На основе результатов анализа каждый фактор займет свое соответствующее место в поле матрицы.

В соответствии с экспертным разбиением чувствительности и предсказуемости по их степеням матрица содержит девять элементов, которые можно распределить по зонам. Попадание фактора в определенную зону будет означать конкретную рекомендацию для принятия решения о дальнейшей работе с ним по анализу рисков.

Итак, первая зона (I) -- левый верхний угол матрицы -- зона дальнейшего анализа попавших в нее факторов, так как к их изменению наиболее чувствительна ЧДД проекта и они обладают наименьшей прогнозируемостью. Вторая зона (II) совпадает с элементами побочной диагонали матрицы и требует пристального внимания к происходящим изменениям расположенных в ней факторов (в частности, для этого и производился расчет критических значений каждого фактора). Наконец, третья зона (III), правый нижний угол таблицы, -- зона наибольшего благополучия: в ней находятся факторы, которые при всех прочих предположениях и расчетах являются наименее рискованными и не подлежат дальнейшему рассмотрению.

В соответствии с данными распределение факторов по зонам в нашем условном примере следующее:

-?объем продаж необходимо более детально исследовать на рискованность (зона I);

-?внимательного наблюдения в ходе реализации проекта требуют переменные издержки, ставка процента, оборотный капитал и цена реализации (зона II);

-?остаточная стоимость при сделанных экспертами-исследователями предпосылках не является для проекта рискованным фактором (зона III).

Несмотря на все свои преимущества -- теоретическую прозрачность, простоту расчетов, экономико-математическую естественность результатов и наглядность их толкования (именно эти критерии и лежат в основе широкой практической применимости) -- метод анализа чувствительности имеет существенные недостатки. Первый и основной из них -- его однофакторность, т.е. ориентация на изменения только одного фактора проекта, что приводит к недоучету как возможной связи между отдельными факторами, так и их корреляции.

Анализ сценариев развития проекта позволяет оценить влияние на него возможного одновременного изменения нескольких переменных через вероятность каждого сценария. Этот вид анализа может выполняться как с помощью электронных таблиц (например, Microsoft Excel), так и с применением специальных компьютерных программ, позволяющих использовать методы имитационного моделирования.

Формируются 3--5 сценариев развития проекта . Каждому сценарию должны соответствовать:

- набор значений исходных переменных;

- рассчитанные значения результирующих показателей;

- некоторая вероятность наступления данного сценария, определяемая экспертным путем.

В результате расчета определяются средние значения результирующих показателей -- чистого дисконтированного дохода (ЧДД) проекта -- с учетом вероятности наступления каждого сценария.

Метод построения дерева решений проекта. В случае небольшого числа переменных и возможных сценариев развития проекта для анализа рисков можно также воспользоваться методом дерева решений. Преимущество данного метода в его наглядности. Последовательность сбора данных для построения дерева решений при анализе рисков включает следующие шаги:

1) определение состава и продолжительности фаз жизненного цикла проекта;

2) определение ключевых событий, которые могут повлиять на дальнейшее развитие проекта;

3) определение времени наступления ключевых событий;

4) формулировка всех возможных решений, которые могут быть приняты в результате наступления каждого ключевого события;

5) определение вероятности принятия каждого решения;

6) определение стоимости каждого этапа осуществления проекта

(стоимости работ между ключевыми событиями).

На основании полученных данных строится дерево решений. Его узлы представляют собой ключевые события, а стрелки, соединяющие узлы, -- проводимые работы по реализации проекта. Кроме того, на дереве решений приводится информация относительно времени, стоимости работ и вероятности принятия того или иного решения. В результате построения дерева решений определяется вероятность каждого сценария развития проекта, эффективность по каждому сценарию, а также интегральная эффективность проекта. Положительная величина показателя эффективности проекта, например ЧДД, указывает на приемлемую степень рисков, связанных с осуществлением проекта.

Имитационное моделирование рисков на базе метода Монте-Карло

Анализ рисков с использованием метода моделирования Монте-Карло представляет собой сочетание методов анализа чувствительности и анализа сценариев. Это достаточно сложная методика, имеющая, как правило, компьютерную реализацию. Результатом такого анализа выступает распределение вероятностей возможных результатов проекта. Имитационное моделирование по методу Монте-Карло позволяет построить математическую модель для проекта с неопределенными значениями параметров. Зная вероятностные распределения параметров проекта, а также связь между изменениями параметров (корреляцию), можно получить распределение доходности проекта. При формировании сценариев с использованием методов имитационного моделирования применяется следующая последовательность действий:

-?определяются интервалы возможного изменения исходных переменных, внутри которых эти переменные являются случайными величинами;

-?определяются виды распределения вероятностей внутри заданных интервалов;

-?устанавливаются коэффициенты корреляции между зависимыми переменными;

-?многократно (не менее 200 раз) рассчитываются результирующие показатели;

-?полученные результирующие показатели рассматриваются как случайные величины, которым соответствуют такие характеристики, как математическое ожидание, дисперсия, функция распределения и плотность вероятностей;

-?определяется вероятность попадания результирующих показателей в тот или иной интервал, вероятность превышения минимально допустимого значения и др. Анализ значений результирующих показателей при сформированных сценариях позволяет оценить возможный интервал их изменения при различных условиях реализации проекта. Вероятностные характеристики используются:

- для принятия инвестиционных решений;

- ранжирования проектов;

- обоснования рациональных размеров и форм резервирования и

страхования.

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. Результатом такого комплексного анализа выступает распределение вероятностей возможных результатов проекта, например вероятность получения чистой дисконтированного дохода ЧДД < 0. Несмотря на свои достоинства метод Монте-Карло не распространен и не используется слишком широко в бизнесе. Одна из главных причин этого -- неопределенность функций распределения переменных, которые используются при расчетах. Другая проблема, которая возникает как при использовании метода сценариев, так и при использовании метода Монте-Карло, состоит в том, что применение обоих методов не дает однозначного ответа на вопрос о том, следует ли все же реализовывать данный проект или отвергнуть его. В связи с этим, как правило, используется целый комплекс методов анализа рисков проекта для окончательной оценки.

Количественный анализ производится в отношении тех рисков, которые в процессе качественного анализа были квалифицированы как имеющие высокий и средний ранг.

Для количественного анализа рисков могут быть использованы следующие методы:

анализ чувствительности;

анализ дерева решений;

моделирование и имитация.

Анализ чувствительности помогает определить, какие риски обладают наибольшим потенциальным влиянием на проект. В процессе анализа устанавливается, в какой степени неопределенность каждого элемента проекта отражается на исследуемой цели проекта, если остальные неопределенные элементы принимают базовые значения. Результаты представляются, как правило, в виде диаграммы «торнадо», которая отражает влияние на проектные трудозатраты различных факторов профессионализма разработчиков программного обеспечения (Рис.2).

Рис. 2. Влияние факторов профессионализма разработчиков ПО на трудозатраты по проекту.

Анализ последствий возможных решений проводится на основе изучения диаграммы дерева решений, которая описывает рассматриваемую ситуацию с учетом каждой из имеющихся возможностей выбора и возможного сценария. Рисунок 3 представляет пример диаграммы дерева решений на дугах которой проставлены вероятности и затраты при развитии событий по тому или иному сценарию. Критерием для принятия решения служит математическое ожидание потерь от его принятия. 

Рис. 3. Пример анализ дерева решений при выборе покупать или производить необходимую для проекта библиотеку визуальных компонентов (VCL)

При моделировании рисков проекта используется модель для определения последствий от воздействия подробно описанных неопределенностей на результаты проекта в целом. Моделирование обычно проводится с помощью метода Монте-Карло. Пример подобной модели -- система Riskology, который иллюстрирует применение метода Монте-Карло для получения информации о том, какой запас времени будет необходим для того, чтобы преодолеть влияние всех неуправляемых рисков проекта. Модель позволяет учесть пять основных (Рис.4) и пять дополнительных рисков проекта.



Рис.4. Пять основных факторов риска программного проекта, учитываемые в модели Riskology

Характеристики предопределенных в системе Riskology рисков пользователь может изменить, задав значения минимальной, максимальной и наиболее вероятной задержки сроков сдачи проекта из-за влияния данного риска. Можно включить в модель дополнительные собственные риски. Результат моделирования по методу Монте-Карло будет представлен в виде гистограммы распределения срока завершения оцениваемого проекта (Рис.5).



Рис.5. Гистограмма распределения возможного срока завершения проекта, рассчитанная по результатам моделирования методом Монте-Карло

менеджмент риск контроль мониторинг

На диаграмме также приведено количество случаев, примерно 80 из 500 прогонов, в которых проект, согласно результатам моделирования, был отменен до своего завершения.

Тема 9. Мониторинг и контроль рисков

Определение стратегии управления рисками

Цель мониторинга и контроля -- выполнение следующих условий:

- систему реагирования на риски следует внедрять в соответствии с планом;

- реакция на риски должна быть достаточно эффективной;

- степень рисков должна уменьшаться в результате своевременного реагирования при их обнаружении;

- следует определить момент влияния рисков;

- необходимые меры должны быть приняты своевременно;

- следует определить, какие риски предусмотрены планом, а какие возникли случайно.

Контроль может повлечь за собой выбор альтернативных стратегий, принятие корректирующих решений, перепланировку проекта для достижения базового плана. Между менеджерами проекта и группой риска должно быть постоянное взаимодействие: фиксация всех изменений.

Отчеты по выполнению проекта следует формировать регулярно.

Этапы жизненного цикла проекта. Динамика задач управления рисками в зависимости от этапа жизненного цикла проекта.

Стратегия представляет собой искусство планирования, руководства, основанного на правильных и далеко идущих прогнозах.

Стратегия риск-менеджмента - это искусство управления риском в неопределенной хозяйственной ситуации, основанное на прогнозировании риска и приемов его снижения. Стратегия риск-менеджмента включает правила, на основе которых принимаются рисковое решение и способы выбора варианта решения.

Правила - это основополагающие принципы действия. В стратегии риск-менеджмента применяются следующие правила.

1. Максимум выигрыша.

2. Оптимальная вероятность результата.

3. Оптимальная колеблемость результата.

4. Оптимальное сочетание выигрыша и величины риска.

Сущность правила максимума выигрыша заключается в том, что из возможных вариантов рисковых вложений капитала выбирается вариант, дающий наибольшую эффективность результата (выигрыш, доход, прибыль) при минимальном или приемлемом для инвестора риске.

Началом управления рисками в предпринимательской деятельности, естественно, является определение стратегии, целей и тактических задач для самой этой деятельности. Ясно, что управление рисками не должно привносить в основной процесс никаких дополнительных потерь или убытков. Управление рисками должно в точности согласоваться с целями предприятия. Этого можно достичь, если при организации риск-менеджмента руководствоваться системным принципом цели.

Практическая реализация принципа цели предполагает обязательное участие риск-менеджеров в процессе выбора топ-менеджерами предприятия наиболее актуальной цели его деятельности. Для вынесения окончательных суждений строят концептуальные (прогнозные, предварительные) оценки по критериям прибыли и риска. В итоге совместных консультаций руководителя предприятия со специалистами службы риск-менеджмента окончательно намечается стратегическая цель предприятия и формируются тактические задачи для бизнес-единиц. Подобная процедура позволяет уже на ранних этапах планирования деятельности предприятия своевременно спрогнозировать возможные «узкие места», принципиальные противоречия между стратегическими целями и тактическими задачами бизнес-единиц, сориентировать все заинтересованные стороны в будущих горизонтах риска. После того, как цели намечены, задачи согласованы, а основные направления деятельности определены, службе риск-менеджмента следует немедленно приступить к идентификации и номинации рисков будущей предпринимательской деятельности, то есть наиболее надежно оценить будущие перспективы рискованной деятельности. Еще раз вспомним, что согласно общей теории измерения наиболее надежными являются оценки, вынесенные в качественных шкалах -- номинальной, ранговой и балльной. При качественной оценке в номинальных шкалах используются утверждения: «маловероятно», «вероятно», «очень вероятно», или «менее вероятно, чем...», «одинаково вероятно с…», «более вероятно, чем...» и т.д. Подобные оценки затем легко можно превратить в упорядочения факторов, источников, «механизмов» и пр., то есть в их ранжировки, а последние -- уточнить с использованием балльных шкал ( как правило, 100-балльных).

При количественной оценке устанавливается числовое выражение для уровней потерь и выгод, а также, при необходимости, для оценок вероятностей их появления.

Однако непосредственно сразу получить все оценки составляющих риска и по уровням выгод, и по уровням потерь невозможно. Чтобы не упустить что-то, а тем более не запутаться, лучше следовать хорошо зарекомендовавшей себя на практике трехэтапной процедуре «номинации -- тенденции -- пропорции». На этапе номинаций используют вербальное описание цели бизнес-операции, тщательно моделируют желаемое будущее, формально воспроизводя его в виде некоего требуемого результата.

Затем, действуя по схеме: «Вот эти частные критерии отнесем к категориям «Выгода», «Эффект», а вот те -- к категориям «Затраты», «Убытки»...», формируют представление о номинациях (поименованных классах) возможных исходов будущей производственной операции. Далее осуществляют содержательный анализ факторов, задающих тип «механизма» ситуации. Делается это с целью установления ведущего типа неопределенности «механизма» ситуации, а также системного исследования возможных источников опасностей и причин потерь.

Здесь руководствуются важной экономико-социальной закономерностью, получившей название правила (аксиомы) «20/80» Парето (иногда его именуют и наоборот -- «80/20»). Оно звучит удивительно просто и выразительно: «Всего лишь около 20% факторов являются ведущими, так как именно они дают примерно 80% суммарного эффекта, а остальные примерно 80% факторов дают всего лишь 20% суммарного эффекта».

Итак, задача руководства предприятия и специалистов риск-менеджмента на этапе номинации рисков -- выделить те самые 20% источников риска, которые определят на 80% объемы возможных убытков и потерь, то есть ведущие факторы риска. Остальные 80% источников риска привнесут в деятельность предприятия в среднем не более 20% потерь. В результате проведенных подобным образов системных исследований и консультаций у топ-менеджеров и руководителей бизнес-единиц заранее и своевременно формируются целостные представления об основных источниках опасностей и угроз, о «механизмах» их влияния на эффективность предприятия. Теперь, после завершения этапа номинаций, все оказываются в более выгодной ситуации, чем в его начале, поскольку согласно римской поговорке «Кто предупрежден, тот вооружен». И, кроме того, после этого можно сконцентрировать усилия на ключевых проблемах борьбы с рисками, а не заниматься нерациональной и расточительной «Веllum оmnius contra omnes» (это еще одна римская поговорка, переводимая как «Война всех против всех»).

Когда концептуальные оценки «Затрат» и «Эффекта» в номинальной шкале получены, а ведущие факторы риска определены, можно приступать к следующему этапу -- измерению основных характеристик «механизмов» риска. Вначале следует провести ранжирование «неведущих» факторов риска по их вкладам в объемы возможных потерь. Это позволит оценить «тенденции» наращивания рисков в процессе деятельности. Затем следует перейти к разработке прогноза будущих результатов предпринимательской деятельности в качественной шкале. Прогнозирование уровня полезного эффекта, времени и степени его проявления, а также моментов возникновения и основных характеристик возможных угроз также проводим с использованием технологии «номинации -- тенденции».

То есть, наиболее подходящая схема та же: вначале необходимо классифицировать возможные результаты в номинальной шкале с градациями типа «значительная выгода», «оправданные затраты», «допустимый ущерб» и соответствующие им альтернативные по предпочтительности значения (например, «незначительная выгода», «недопустимый ущерб» и т.д.), а затем, если окажется, что качественный результат вполне удовлетворяет ЛПР, -- уточнить «тенденции» качества, применив, например, 10%-ную шкалу. В результате могут быть получены следующие суждения: «Выгода составит не менее 90% от уровня «весьма значительная»», «Ущерб не достигнет 50% от уровня «допустимый»» и т.д.

Оценка момента возникновения риска проводится с целью установить, когда может возникнуть реальная опасность потерь и сколько времени может понадобиться для принятия мер по демпфированию риска. Ведь не секрет, что при формировании текущей тактики действий необходимо решить, «находится ли уже предприятие в ситуации риска или можно немного подождать, пока ситуация прояснится, и не принимать скоропалительных решений в неопределенной на данный момент ситуации».

Если можно подождать, то возникает вопрос, сколько ждать (какого момента и какого события, чтобы войти в ситуацию риска) и чего в этом случае ожидать. При этом необходимо иметь в виду, что ожидание имеет свои плюсы и минусы. Мало ждать - мало изменится ситуация, мало информации для принятия решений, но зато больше времени для приведения в действие резервов и более продуманное их использование. Подождать подольше -- будет больше ясности, но значительно сократится время на маневрирование ресурсами, чтобы демпфировать возникший риск, возможен перерасход резервов (а ведь их может и не хватить).