Инвестиционные риски

3)Метод экспертных оценок

Данный метод представляет собой сбор и анализ мнений одного или целой группы экспертов, обладающих информацией об особенностях и проблемах конкретного инвестиционного проекта. На основе полученной информации можно сделать выводы о реальной подверженности риску того или иного проекта. Основные недостатки применения экспертного метода заключаются в неточности и субъективности полученных результатов.

При проведении оценки рисков инвестиционных проектов важно идентифицировать конкретный комплекс рисков, потенциально опасных для определенного инвестиционного проекта. В связи с этим количественная оценка рисков является определяющей составляющей управления рисками инвестиционных проектов.

К основным количественным методам оценки рисков инвестиционного проекта можно отнести следующие:

1)Статистический метод

Данный метод основан на математической статистике: использовании среднего, дисперсии, коэффициента корреляции, а также других методов регрессионного и корреляционного анализа, вычисляемых по историческим данным.

При составлении инвестиционного проекта будущая деятельность, как правило, планируется по средним значениям показателей, участвующих в расчете будущего потенциального проекта. При этом,чем меньше отклонение этих прогнозных параметров от будущих реальных данных, то есть чем сильная прогнозная сила такой модели, тем большей минимизации рисков удается достигнуть.

Главные недостатки применения статистического метода состоят в том, что для его использования необходимо наличие большого количества информации и массивного объема данных за длительный период времени, чтобы использованная выборка могла считаться репрезентативной.

2)Анализ чувствительности

Основная идея анализа чувствительности заключается в оценке влияния изменения исходных параметров проекта на его результирующие показатели. Самым распространенным способом для оценки такого влияния является расчет показателя эластичности. Эластичность –мера чувствительности результирующей переменной к изменению исходного параметра– показывает, на сколько процентов изменится первый показатель при изменении второго на один процент .

Таким образом, при более высоком значении показателя эластичности, рассматриваемый инвестиционный проект более чувствителен к изменению данного исходного параметра, и, следовательно, в большей степени подвергается характерному для него риску. Проведение анализа чувствительности позволяет определить основные исходные параметры проекта, а также получить их предельно допустимые значения.

Основной недостаток этого метода заключается в том, что влияние каждого исходного параметра рассматривается по отдельности от других факторов, в то время как на практике влияние всех факторов сильно в большей или меньшей степени связано между собой.

3)Стресс- тестирование

Данный метод представляет собой одну из форм анализа, используемую для определения устойчивости инвестиционного проекта в наиболее критичных условиях. Вместо того чтобы делать прогнозы будущего изменения результирующих переменных стресс-тестирование позволяет посмотреть на то, как эти переменные будут изменяться в случае наступления худшего сценария развития событий. Данный метод анализа становится все более распространенным, причем практически во всех областях экономического анализа. Он позволяет понять, насколько данный инвестиционный проект устойчив при реализации негативных прогнозов, и какие составляющие проекта подвержены наибольшим рискам. Несмотря на то, что критические условия невозможно до конца правильно спрогнозировать, что является основным недостатком применения данного метода, изучение их влияния на изменение результирующих переменных способствует адекватной оценки рисков инвестиционного проекта.

4)Сценарный анализ

Метод сценарного анализа заключается в одновременном изменении результирующих переменных проекта согласно наиболее вероятному развитию событий(базовое состояние мира), а также наиболее пессимистическому и оптимистическому. После чего полученные результаты сравниваются между собой. Основой формируемых сценариев, как правило, выступают экспертные оценки прогноза изменения экономических показателей, как всей экономики, так и конкретного проекта.

Сценарный анализ особенно применим в тех сферах экономической деятельности, для которых характерен высокий уровень неопределенности. Основные недостатки применения сценарного анализа заключаются в том, что, во-первых, рассматривается только некоторое конечное количество сценариев по проекту, в то время как в реальности у инвестиционного проекта может быть неограниченное число вариантов развития событий. Во-вторых, поскольку точно оценить вероятность того или иного сценария практически невозможно, возникает проблема построения достоверных вероятностных оценок каждого из разработанных сценариев. Для преодоления данных недостатков сценарного анализа существует теория нечетких множеств, которая позволяет смоделировать неограниченное число возможных сценариев реализации инвестиционного проекта.

5) Дерево решений

Данный метод является схематическим представлением сложного процесса принятия решений, в котором каждая «ветвь дерева» представляет собой альтернативные варианты развития событий или состояния среды. Основная цель применения метода построения дерева решений заключается в построении модели, которая предсказывала бы изменение результирующих

переменных на основе корректировки исходных параметров проекта.

Построение дерева решений особенно актуально для тех ситуаций, когда каждое последующее решение сильно зависят от предыдущих, и, следовательно, также влияет на принятие решений на следующих этапах реализации проекта.

Главный недостаток этого метода, также как и в случае со сценарным анализом, заключается в исходной предпосылке о том, что проект характеризуется конечным числом вариантов развития событий.

6) Метод Монте-Карло

Монте-Карло –общее название группы численных методов, основанных на получении большого числа реализаций стохастического (случайного) процесса, который формируется таким образом, чтобы его вероятностные характеристики совпадали с аналогичными величинами решаемой задачи. Данный метод является объединением методов анализа чувствительности и сценарного анализа на базе теории вероятности. При использовании метода Монте-Карло генерируется большое количество (существенно большее, чем при использовании сценарного анализа) всевозможных комбинаций переменных инвестиционного проекта с учетом их вероятностного распределения. Как результат для каждой из предложенных комбинаций получается свой набор результирующих переменных, что позволяет получить в итоге вероятностное распределение реализации данного инвестиционного проекта. Основные недостатки применения метода Монте-Карло заключаются в существенной коррелированности исходных переменных инвестиционного проекта, осложняющих точную оценку их зависимости, и сложностях, связанных с определением вида вероятностного распределения, как исходных переменных, так и результирующих показателей инвестиционного проекта.

7)Корректировка ставки дисконтирования

Когда идет речь о корректировки в моделях оценки рисков, то в первую очередь имеется ввиду поправка на риск, включающаяся в ставку дисконтирования. Ставка дисконтирования определяется как сумма безрисковой ставки и премии за каждый выявленный фактор риска. Безрисковая ставка отражает доходность альтернативных возможностей инвестирования с нулевым риском (как правило, к таким относят вложения в государственные облигации.

Премия за риск отражает следующие виды рисков проекта:

страновой риск; риск ненадежности участников проекта; несистематический риск.

Основные недостатки корректировки ставки дисконтирования заключаются в большой доле субъективизма при принятии решения о величине корректировки за конкретный риск и в том, что влияние каждого исходного параметра рассматривается по отдельности от других факторов. Из приведенного выше анализа методов оценки рисков инвестиционного проекта становится понятно, что универсального метода, позволяющего провести всеобъемлющий анализ и дать точную оценку риска инвестиционного проекта, не существует. Каждый из рассмотренных методов обладает своими преимуществами и недостатками.

Необходимо помнить, что оценка потенциальных рисков является первостепенной задачей для эффективного управления рисками инвестиционного проекта, и для наиболее достоверного оценивания рисков требуется применение нескольких комбинаций методов оценки рисков.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

РАЗДЕЛ 2 ОЦЕНКА ИНВЕСТИЦИОННЫХ РИСКОВ

2.1 Классические модели оценки риска

Рассмотрим один из методов определения риска портфеля на примере. Пусть в состав портфеля входят государственные ценные бумаги, а именно облигации федерального займа. ОФЗ 27018 с погашением в сентябре 2005 года составляет в структуре портфеля 25% (Х1=0,25), ОФЗ 45001 с погашением в ноябре 2006 года – 45% (Х2=0,45), ОФЗ 46001 с погашением в сентябре 2008 года – 30% (Х3=0,3) .

Рассмотрим как вычисляется стандартное отклонение портфеля. Для портфеля, состоящего из трех ценных бумаг (ОФЗ 27018, ОФЗ 45001, ОФЗ 46001), формула выглядит следующим образом:    

s = [ ] ,                                    (2.1)

где sij обозначает ковариацию доходностей ценных бумаг i и j.

Ковариация - это статистическая мера взаимодействия двух случайных переменных. То есть это мера того, насколько две случайные переменные, такие, например, как доходности двух ценных бумаг / и/, зависят друг от друга. Положительное значение ковариации показывает, что доходности этих ценных бумаг имеют тенденцию изменяться в одну сторону, например лучшая, чем ожидаемая, доходность одной из ценных бумаг должна, вероятно, повлечь за собой лучшую, чем ожидаемая, доходность другой ценной бумаги. Отрицательная ковариация показывает, что доходности имеют тенденцию компенсировать друг друга, например лучшая, чем ожидаемая, доходность одной ценной бумаги сопровождается, как правило, худшей, чем ожидаемая, доходностью другой ценной бумаги. Относительно небольшое или нулевое значение ковариации показывает, что связь между доходностью этих ценных бумаг слаба либо отсутствует вообще.

Очень близкой к ковариации является статистическая мера, известная как корреляция. На самом деле, ковариация двух случайных переменных равна корреляции между ними, умноженной на произведение их стандартных отклонений:

s = p s s ,                                                     ( 2.2 )

где pij (греческая буква р) обозначает коэффициент корреляции между доходностью на ценную бумагу i и доходностью на ценную бумагу j. Коэффициент корреляции нормирует ковариацию для облегчения сравнения с другими парами случайных переменных.

 Пусть ОФЗ 27018 является  ценной бумагой под номером  один, ОФЗ 45001 – под номером два  и ОФЗ 46001 – под номером три.

Коэффициент корреляции между первой и второй ценной бумагой составил р12 = 0,994, р13 = 0,990, р23 = 0,999.

 Коэффициент корреляции всегда лежит в интервале между -1 и +1. Если он равен —1, то это означает полную отрицательную корреляцию, если +1 — полную положительную корреляцию. В большинстве случаев он находится между этими двумя экстремальными значениями. Все три бумаги имеют достаточно высокий коэффициент корреляции, близкий единице. Данный факт дает основания предположить, что все три бумаги практически одинаково реагируют на изменение рыночной ситуации.

Чтобы найти ковариации ценных бумаг, нужно рассчитать их стандартные отклонения. При расчетах используется база данных с января по май 2003 года. Проведя расчеты получили следующие результаты: s1 = 3,72, s2 = 4,34, s3 = 6,27. Отсюда можно сделать вывод, что дюрация облигации прямо пропорциональна стандартному отклонению, т.е. облигация, обладающая большей дюрацией, имеет больший риск.

    Зная стандартные  отклонения и коэффициенты корреляции  ценных бумаг i и j, можем найти их ковариацию. Так расчеты показали, что s12 = 15,88, s13 = 22,83, s23 = 25,35. Найдем дисперсию для каждой ценной бумаги, которая понадобится для составления ковариационоой матрицы.  Дисперсия для первой ценной бумаги равна s11 = 1 * s1 * s1 = s1 = 13,69. Аналогично, s22 = 17,58, s33  = 35,88. В результате получаем на выходе следующую ковариационную матрицу.

                                                                                 Таблица 2.1.1.

Ковариационная матрица

Наименование   ценной бумаги	27018	45001	46001
27018	13,69	15,88	22,83
45001	15,88	17,58	25,35
46001	22,83	25,35	35,88

 

 Все необходимое для  расчета риска портфеля мы  получили. Находим стандартное отклонение  портфеля: sр = [Х1Х1s11 + Х1Х2s12 + Х1Х2s13 + Х2Х1s21 + Х2Х2s22 + Х2Х3s23 + Х2Х1s31 + Х3Х2s32 + Х3Х3s33] = [(0,25*0,25*13,69) + (0,25*0,45*15,88) + (0,25*0,3*22,83) + (0,45*0,25*15,88) + (0,45*0,45*17,58) + (0,45*0,3*25,35) + (0,3*0,25*22,83) + (0,3*0,45*25,35) + 0,3*0,3*35,88)] = [21,49] = 4,64%.

В портфельной теории под риском понимается возможность отклонения, как положительного, так и отрицательного, фактической доходности актива от его ожидаемой доходности. Иными словами, риск здесь рассматривается как неопределенность результата инвестирования, а не только как возможность понести убытки или недополучить прибыль. Численно риск оценивается по величине среднего квадратического (стандартного) отклонения доходности актива: