Инвестиционная деятельность

    -анализ  и стоимостной эквивалент гипотетических  последствий возможной реализации отмеченных рисков,

    -предложение мероприятий по минимизации ущерба и, наконец, их стоимостная оценка.

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

3.3. Количественный анализ рисков

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

• - прямые, в которых оценка уровня рисков происходит на основании априори известной вероятностной информации;
• - обратные, когда задается приемлемый уровень рисков и определяются значения (диапазон значений) исходных параметров с учетом устанавливаемых ограничений на один или несколько варьируемых исходных параметров;
• - задачи исследования чувствительности, устойчивости результативных, критериальных показателей по отношению к варьированию исходных параметров (распределению вероятностей, областей изменения тех или иных величин и т. и.). Это необходимо в связи с неизбежной неточностью исходной информации и отражает степень достоверности полученных при анализе проектных рисков результатов.

      Анализ  проектных рисков производится на основе математических моделей принятия решений и поведения проекта, основными из которых являются:

• - стохастические (вероятностные) модели;
• - лингвистические (описательные) модели;
• - нестохастические (игровые, поведенческие) модели. 

 
 
 
 
 
 
 
 
 
 
 
 
 
 

      Характеристика наиболее используемых методов анализа рисков. 

 

Вероятностный анализ. 

     Вероятностные методы основываются на знании количественных характеристик рисков, сопровождающих реализацию аналогичных проектов, и учете специфики отрасли, политической и экономической ситуации. В рамках вероятностных методов можно проанализировать и оценить отдельные виды инвестиционных рисков. В то же время два других метода — определение критических точек и анализ чувствительности — дают лишь общее представление об устойчивости проекта к изменениям заложенных в него параметров.

     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:

     1) Объективный метод определения  вероятности основан на вычислении частоты, с которой происходят некоторые события. Частота при этом рассчитывается па основе фактических данных. Так, например, частота возникновения некоторого уровня потерь А в процессе реализации инвестиционного проекта может быть рассчитаны по формуле:  f(A)=n(A)/n ,

       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.

     2) Субъективная вероятность является  предположением относительно определенного результата, основывающемся 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 но характеристикам, следует приобрести; следует ли внедрять в производство новый продукт и т. д.

     Состояние среды — ситуация, на которую лицо, принимающее решение (в нашем случае — инвестор), не может оказывать влияние (например, благоприятный или неблагоприятный рынок, климатические условия и т. д.).

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

     3.4. Классическая модель 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

= [ ] ,            

     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, 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 ,                    

     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 ковариационной 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 1.

     Ковариационная  матрица 

      

     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%.

     Международные финансовые рынки особенно динамично  развиваются в течение последних двух десятилетий в ответ на значительные изменения в мировой экономике и экономической политике. Увеличение объемов международной торговли, появление транснациональных корпораций и банков, либерализация и мировая хозяйственная интеграция способствовали росту интенсивности массового движения капитала. Происходящее переплетение национальных и международных активов приводит к формированию единого универсального рынка капиталов, доступного всем субъектам независимо от их государственной и национальной принадлежности. Все эти события и факторы вызывают повышенный интерес к выбору методологии количественной оценки финансовых рисков.