Моделирование успешного коучинга Перенос моделей из других областей Мы покажем вам «сборную солянку» из различных коучинговых программ. Посмотрите их, чтобы понять, как ведется работа у других и что можно внедрить в своем бизнесе.Под словом «коучинг» можно выдавать

Моделирование процесса социального предпринимательства Социальное предпринимательство можно рассматривать с точки зрения отдельного предпринимателя, предприятия или контекста, в рамках которого они действуют. Однако в любом случае социальное предпринимательство

Моделирование В начале работы над проектом почти всегда возникает ряд важных вопросов, связанных с реализацией той или иной технологии. Моделирование - важная методика, которая поможет получить необходимые ответы.О чём пойдёт речьСоздание прототипа - важный этап,

2.4. Моделирование риска

Анализ работы опасного производства показывает, что даже при нормальном функционировании влияние таких объектов на кружающую среду связано как с социально-психологическим воздействием на людей, так и с определенной потенциальной опасностью загрязнения атмосферы и прилегающей территории опасными веществами из-за недостаточно надежных технологий, недостаточной эффективности работы фильтровентиляционных устройств и вследствие других причин.

С другой стороны, как показывает отечественная и мировая практика, добиться полностью безаварийной работы предприятий, как химической промышленности, так и других отраслей, не представляется возможным.

Повышение промышленной безопасности предусматривает осуществление технических и организационных мер, включающих мониторинг опасного объекта, разработку планов ликвидации аварий и плана действий в чрезвычайных ситуаций на территории объекта и за его пределами. Нет сомнения, что любой технологический процесс должен ориентироваться на технологии, позволяющие максимально снизить вероятность аварий и уменьшить выход опасных веществ во внешнюю среду.

В то же время нельзя не учитывать, что рациональное размещение объектов также является одним из способов обеспечения безопасности людей и окружающей среды. Любой район, в пределах которого размещается объект, имеет ту или иную численность населения, хозяйственную ценность. Поэтому представляется целесообразным оценку различных вариантов размещения объектов проводить по комплексу показателей, характеризующих состояние окружающей среды, особенности и потенциальную опасность объекта в случае аварийных ситуаций. Одним из таких показателей (критериев) является риск запроектных аварий.

Риск запроектной аварии при функционировании опасного объекта состоит в том, что в случае ее возникновения существует определенная вероятность поражения окружающего населения. Чем меньше прогнозируемые последствия запроектной аварии, тем более благоприятна данная площадка для размещения объекта.

Сценарий аварий на опасных объектах достаточно сложен. При авариях возможен выход отравляющих веществ (ОВ) в газообразном и аэрозольном состояниях с образованием облака зараженного воздуха,и его движением по направлению ветра, заражением почв, растительности, водоемов и т. д.

Так как газообразное и аэрозольное состояние ОВ являются его боевым состоянием, то население, находящееся в зоне распространения облака или первичного заражения местности, может получить поражение различной степени тяжести.

Вероятность возникновения аварии определяется:

Особенностями технологического процесса;

Используемым оборудованием;

Степенью подготовленности персонала;

Временем, в течение которого функционирует данный технологический объект;

Интенсивностью технологических операций;

Техническими факторами (например, усталость металла);

Внешними неуправляемыми факторами (целенаправленная диверсия);

Человеческим фактором (ошибками эксплуатационного персонала).

Опасности, связанные с аварией, определяются:

Количеством освободившегося при аварии ОВ, его физико-химическими и токсическими свойствами. Например, в случае высвобождения фосфорорганических ОВ наибольшая опасность создается при образовании и распространении облака паров ОВ, в то время как при высвобождении люизита более опасно заражение подпочвенных вод мышьяксодержащими продуктами гидролиза люизита;

Архитектурно-планировочными особенностями застройки и транспортными коммуникациями;

Метеорологическими условиями и характеристиками окружающей среды: особенностями рельефа, характерной растительностью, структурой и свойствами почвы, условиями залегания подпочвенных вод, близостью рек и водозаборных сооружений, гидрографическими условиями;

Самим фактором наличия окружающего населения. Если такового в пределах зоны вероятного распространения ОВ в случае аварии не имеется, то потенциальная опасность близка в момент времени t нулю.

Для количественной оценки последствий аварии требуется создавать математическую модель, позволяющую осмыслить поведение технической системы и с ее помощью оценить различные стратегии риска. Модель должна отражать важнейшие черты явления, т. е. в ней должны быть учтены все существенные факторы, от которых в наибольшей степени зависит функционирование системы. Вместе с тем она должна быть по возможности простой и понятной пользователю, целенаправленной, надежной (гарантия от абсурдных ответов), удобной в управлении и обращении, достаточно полной, адекватной, позволяющей легко переходить к другим модификациям и обновлению данных.

При построении математической модели может быть использован математический аппарат различной сложности - алгебраические и дифференциальные уравнения, как обыкновенные, так и с частными производными. В наиболее трудных случаях, если функционирование системы зависит от большого числа сложно сочетающихся между собой случайных факторов, может применяться метод статистического моделирования.

Выходными параметрами функционирования математической модели риска запроектной аварии определяется математическое ожидание количества пораженных жителей, постоянно проживающих в районе, подвергаемом опасности при функционировании объекта, если на объекте или его технологических элементах произойдет в случайный момент времени любая теоретически возможная запроектная авария, вызванная теми или иными причинами.

Рассмотрим возможные аналитические подходы к решению проблемы. Математическое ожидание (R) количества пораженных людей можно определить зависимостью

где r (s,L) - расстояние от объекта до точки нахождения человека в полярных координатах (начало координат совмещено с объектом);

P(s,L) - вероятность поражения человека в точке с координатами (s,L).

Вероятность поражения P(s,L) определяется следующим образом:

где a(s) - вероятность того, что в момент аварии будет реализовано направление ветраs=s 0 ;

b(L,s 0) - вероятность поражения на удалении L от места аварии в направленииs 0 .

Поскольку авария равновероятна в любой момент времени (это допущение наиболее разумно), то a(s) должна определяться на основе розы ветров в данной зоне или регионе.

Если пренебречь различиями в характеристиках подстилающей поверхности по каждому из направлений возможного распространения ОВ в случае аварии и ввести понятие средней (или средневзвешенной) характеристики, то можно существенно упростить задачу, разделив переменные:

Изложенный подход к вычислению критерия риска запроектной аварии является одним из возможных вариантов аналитического метода его оценки.

В практике прогнозирования риска проф. М.А. Шахраманьяном с коллегами предложены следующие подходы к математическому моделированию риска.

Моделирование индивидуального риска . В данном случае под индивидуальным риском понимают вероятность гибели человека в течение года от определенных причин (или их совокупности) в определенной точке простран­ства. Результаты анализа индивидуального риска отображаются на карте (ситуационном плане) предприя­тия (территории возможной природной ЧС) и прилегаю­щих районов в виде замкнутых линий равных значений (см. рис. 2.4). Построение линий равного значения индивидуально­го риска (изолиний) осуществляется по формуле (2.5.1)

где P Q ( x , y ) – вероятность воздействия на человека в точке с координатами(х, у) Q - го поражающего фактора с интенсивностью, соответствующей гибели (поражению) человека (здорового мужчины 40 лет) при условии реализацииА т -го события (аварии, опасного природного явления, катастрофы, стихийного или иного бедствия);

F (A m ) - частота возникновенияА т -го события в год;

М – множество индексов, которое соответствует рассматриваемым событиям (авариям, опасным природным явлениям, катастрофам, стихийным или иным бедствиям);

L - множество индексов, которые соответствуют перечню всех поражающих факторов, возникающих при рассматриваемых событиях.

Моделирование социального риска . Социальный риск - зависимость частоты возникновения событий, вызывающих поражение определенного числа людей, от этого числа людей. Результаты анализа изображаются в виде графиков (так называемыхF - N диаграмм). Социальный рискR - F (N ) характеризует масштаб возможных чрезвычайных ситуаций. Социальный риск может быть рассчитан по формуле

где P (N / Q m ) - вероятность гибели (поражения) N людей отQ m -го поражающего фактора;

P (Q m / A l) - вероятность возникновенияQ m - го поражающего фактора при реализацииА l- го события (аварии, опасного природного явления, катастрофы, стихийного или иного бедствия).

Моделирование риска от аварий на пожароопасных и взрывоопасных объектах. После выявления на каждом из принятых к рассмотрению ПВОО всех видов аварий, специфики их возникновения и развития, расчета полей потенциальной опасности этих аварий и определения вероятности реализации их негативного потенциала (H i), оценка индивидуального риска может проводиться по формуле (2.5.3) ,

где N (x , у) - численность людей на площадке с координатами(x , у);

R (x , у) - индивидуальный риск в точке с координатами(x, у),

; (2.5.4)

H i вероятность выброса за год по сценариюi (в качестве сценариев аварии могут рассматриваться: нарушение герметичности замкнутых объемов за счет коррозии, нарушения за счет технологического режима и т.п.);

E ij (x,у) – вероятность реализации механизма воздействияj в точке(х, у) для сценария выбросаi (в качестве сценариев механизма воздействия могут рассматриваться: тепловые поражения людей, поражения ударной волной, поражение обломками и т.п.);

P j – вероятность летального исхода при реализации механизма воздействия.

Моделирование риска от аварий на химически опасных объектах. По известной токсодозеD в точке с координатами (Xу) математическое ожидание потерь среди населенияM (N ) (средневзвешенная по вероятности величина потерь) определяется по формуле

, (2.5.5)

где S r - область интегрирования - площадь части города, в пределах которой возможно поражение людей при авариях на заданном объекте;

y(x , y ) - плотность размещения людей в окрестностях точки с координатами (x , y );

P [ D (x ,у )] - вероятность поражения людей от величины токсодозы в точке города с координатами(х,у), определяемая из параметрического закона поражения людей сильнодействующими ядовитыми веществами;

D (x ,у ) – токсодоза, определяемая при переменной во времени концентрации химически опасного вещества для точки с координатами (х,у ) по формуле

, (2.5.6)

где t n .......... t k - интервал времени;

Ω (х,у, t ) - концентрация химически опасного вещества в атмосфере для точки с координатами(х,у) в заданный момент времениt.

По формуле (2.5.5) математическое ожидание потерь определяется для случая, когда исходные данные известны. При заблаговременном определении матема­тического ожидания потерь необходимо учитывать изменчивость направления (θ) и скорости ветра (v) в течение года. Тогда потери могут быть определены по формуле

где f (θ,V) – функция плотности распределения направления 0 и скоростиvветра;v min иv max - минимально и максимально возможные значения скорости ветра;S r - область интегрирования.

Остальные обозначения те же, что и в формуле (2.5.5).

Учитывая выражение (2.5.7), оценка индивидуального риска на ХОО может проводиться по формуле

(2.5.8)

где H – вероятность аварии в течение года;N - численность населения.

Моделирование риска от аварий на радиационно опасных объектах. Индивидуальный риск поражения людей в городе при аварии на рядом расположенном радиационно-опасном объекте (РОО) может быть определен по формуле

где P [D (x ,у )] – вероятность поражения людей от величины дозы радиоактивного заражения в точке с координатами (х,у ); определяется из закона поражения людей;D (x ,у ) -доза радиоактивного заражения при переменном во времени уровне радиации для точки с координатами (х,у ) определяется по отдельным методикам; ψ(x ,у) - плотность размещения незащищенного населения в пределах элементарной площадки города с координатами (х,у ).

Комплексная оценка техногенного риска может быть реализована также по следующей математической модели.

Для оценки риска запроектной аварии, наряду с аналитическими методами, представляется возможным использование метода Монте-Карло - метода статистического моделирования. Идея этого метода чрезвычайно проста и состоит в следующем. Вместо того, чтобы описывать случайный процесс с помощью аналитического аппарата, производится “розыгрыш” случайного явления с помощью последовательных операций, дающих случайный результат. Конкретное осуществление случайного процесса складывается каждый раз по-иному, поэтому в результате статистического моделирования (розыгрыша) возникает каждый раз новая, отличная от других, искусственная реализация этого процесса. При числе повторений (N³100) метод дает статистически устойчивое сходство результата. При этом на основании перечисленных исходных данных формируется массив случайных значений величин.

Обобщенный алгоритм оценки риска методом статистического моделирования может состоять из следующих последовательных процедур:

Шаг 1. На основе равновероятного датчика случайных чисел разыгрывается время, число и месяц возникновения аварии.

Шаг 2. Исходя из реализованных временных характеристик аварий и с учетом вероятности распределения метеоусловий за большой период времени для данной местности прогнозируют конкретный вектор значений метеоусловий, включающий температуру воздуха и почвы, стратификацию атмосферы, скорость и направление ветра (при разработке статистической модели аварии не представляет труда учесть фактическую розу ветров для любой точки со случайным розыгрышем месяца, дня, времени аварии, конкретного направления и скорости ветра).

Шаг 3. На основе сформулированного перечня аварий и с учетом равновероятной природы их возникновения разыгрывается конкретный тип аварии, происшедшей на объекте, и ее исходные данные (количество освободившегося ОВ, площадь разлива, максимальная концентрация в зоне аварии и т.д.) с учетом конкретных метеоданных.

Шаг 4. На основе, например, гауссовской модели распределения примеси и исходных данных, реализованных по пп. 1,2,3, рассчитывается величина приведенной зоны поражения той или иной степени тяжести и ее положение (конфигурация, директрисса следа облака и т.д.) на конкретной местности.

Шаг 5. На основе известного математического ожидания распределения населения вокруг объекта моделируется конкретное распределение населения в момент аварии; вычисляют общее количество человек, попавших в приведенную зону поражения той или иной степени тяжести.

Полученное таким образом значение оценки риска, характеризующееся количеством людей, пораженных в результате аварии той или иной степени тяжести, является единичным значением, т.е. единичной реализацией. Для получения статистически достоверных результатов необходимо получить как можно большее количество реализаций N (естественно в разумных пределах, например N=1000) путем “прогона” на ЭВМ математической модели, разработанной согласно вышеописанному алгоритму, N раз. В дальнейшем по N реализациям проводят оценки математического ожидания и среднеквадратического отклонения числа пораженных той или иной степени тяжести на данном объекте при запроектной аварии.

Аналогичный подход может быть применен и для оценки потенциальной опасности перевозок опасных грузов. При этом необходимо дополнительно ввести учет распределения населения на маршрутах перевозок, смоделировать время начала и окончания перевозок, конкретное время следования по маршруту.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Правительство Российской Федерации

Федеральное государственное автономное образовательное

учреждение высшего профессионального образования

«Национальный исследовательский университет

Высшая школа экономики»

Санкт-Петербургский филиал федерального государственного

автономного образовательного учреждения высшего профессионального образования

«Национальный исследовательский университет Высшая школа экономики»

Факультет экономики

Кафедра финансовых рынков и финансового менеджмента

БАКАЛАВРСКАЯ РАБОТА

На тему: Моделирование рисков инвестиционного проекта

Направление «Экономика»

Студентка группы № 142 А.А. Романова

Научный руководитель

к.э.н. доцент В.В. Назарова

Санкт-Петербург 2014

• ВВЕДЕНИЕ
• ГЛАВА 1. ОЦЕНКА ИНВЕСТИЦИОННЫХ ПРОЕКТОВ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ И РИСКА
• 1.1 Основные понятия риска
• 1.2 Моделирование рисков
• 1.3 Алгоритм оценки рисков инвестиционных проектов с учетом специфики логистики
• ГЛАВА 2. РАЗВИТИЕ ЛОГИСТИКИ И ОСНОВНЫЕ РИСКИ ДЕЯТЕЛЬНОСТИ
• 2.1 Определение процесса логистики
• 2.2 Современное состояние рынка логистики
• 2.3 Выделение основных рисков в процессе логистики
• ГЛАВА 3. ПРИМЕНЕНИЕ АЛГОРИТМА АНАЛИЗА РИСКОВ ДЛЯ ЛОГИСТИЧЕСКОГО ПРОЕКТА «ЛОГИСТИК»
• 3.1 Оценка деятельности компании ООО «ВСК Лоджистик»
• 3.2 Экономическая эффективность инвестиционного проекта
• 3.3 Анализ рисков
• ЗАКЛЮЧЕНИЕ
• СПИСОК ЛИТЕРАТУРЫ
• ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ

Главным условием долгосрочного развития компании вложившейся в инвестиционный проект, является отдача от реализуемого проекта, обязательно превышающая сумму, затраченную на него, и желательно с учетом их наилучшего альтернативного использования. Эффективно и своевременно вложить средства в некоторые инвестиции это полдела, но любому проекту сопутствуют свои риски. Любые риски могут положительно повлиять на развитие инвестиционного проекта, в случае если они вовремя определены, оценены, и компанией разработан сценарий определенных действий. инвестиционный логистика рынок

На российском рынке число предпринимателей с каждым годом стремительно растет, становится все больше компаний нуждающихся в услугах перевозки какого-либо груза, и поставщиков готовых им это груз отправить. (Приложение 4). Для организации этого процесса не менее активно в России развивается рынок логистики. Конкурентоспособность и борьба за клиентов на столь узком сегменте экономики довольно велика.

Основой всего логистического процесса деятельности компаний является логистическая цепь, на которую в качестве «звеньев» нанизываются все этапы логистической системы, которые упорядочены в соответствии с параметрами заказа. По этой причине любые инвестиции в этой сфере деятельности заведомо несут ряд сопутствующих рисков. Основываясь на тех причинах, что рынок логистики на текущий период имеет динамику роста (приложение 1), и растет количество конкурентных компаний на рынке РФ, компания ООО «ВСК Лоджистик» начинает работу над инвестиционным проектом. Основная идея инвестиционного проекта заключается в разработке информационной программы «Логистик». Проект состоит из 4 взаимосвязанных частей (web сайт, административное приложение, мобильное приложение, сервер-мониторинг). Основным ожидаемым результатом реализации проекта является повышение прибыли компании. В России по сравнению с США на рынке логистики подобной электронной программы не существует, то есть в некоторой степени этот проект для нашего рынка является инновационным. Поэтому для положительного влияния нового проекта, необходимо оценить и учесть все возможные риски. Этими причинами и подтверждается актуальность будущей работы.

Основой всего логистического процесса деятельности компаний является логистическая цепь, на которую в качестве «звеньев» нанизываются все этапы логистической системы, которые упорядочены в соответствии с параметрами заказа. Логистика может являться звеном экономических сфер деятельности, соответственно имеющих свой перечень рисков, являющихся в свою очередь косвенными для логистической компании. В зависимости от специфики деятельности партнерских компаний, компания логистическая может также подвергаться риску сезонности. По этим причинам любые инвестиции в этой сфере деятельности заведомо несут ряд сопутствующих рисков, что еще раз доказывает первоочередный анализ рисков при инвестировании в логистику.

Однако любые принятия решений, а также анализ рисков, и анализ эффективности по проекту, основаны на неопределенности, так как учитываемые денежные потоки относятся к будущему, и являются по большей части прогнозными данными. Это определено тем, что относительно будущего слишком трудно со сто процентной точностью предположить развитие всех параметров внешней и внутренней среды компании.

Целью выпускной квалификационной работы является разработка рекомендаций по оценке рисков инвестиционного проекта логистической компании ООО «ВСК Лоджистик» на основании анализа и моделирования рисков. В соответствии с этой целью в работе поставлены и решены следующие задачи:

1. Рассмотреть понятие и сущность рисков инвестиционного проекта, а также изучить методы анализа и моделирования рисков.

2. Изучить специфику деятельности рынка логистических услуг.

3. Проанализировать современное состояние рынка логистики.

4. Составить список возможных рисков в логистической сфере деятельности.

5. Провести анализ инвестиционного проекта с помощью выделенных методов (анализ чувствительности инвестиционного проекта, PERT-анализ проекта, моделирование рисков проекта методом Монте-Карло). Проанализировать полученные результаты.

Объектом исследования выступает инвестиционный проект, разрабатываемый на прединвестиционной стадии. Предметом исследования является изучение влияния рисков на эффективность инвестиционного проекта.

В ходе изучения литературы, было обнаружено, что существует множество методов анализа и моделирования рисков инвестиционного проекта, однако каждый из них имеет определенные достоинства и недостатки, а также определенные методы удобны для анализа определенных рисков. Новизна работы состоит в разработке, на практическом примере, алгоритма анализа и моделирования рисков различными методами.

Практическая значимость заключается в том, что основные выводы и рекомендации, содержащиеся в работе, могут использоваться логистическими менеджерами при разработке и оценке инвестиционных проектов в данной сфере.

Новизна проводимого исследования относительно исследуемой компании заключается в том, что анализируемый проект, находится в стадии запуска в работу, и результаты анализа рисков проекта могут быть использованы на практике работы ООО «ВСК Лоджистик» с инвестиционным проектом разработки информационной системы «Логистик». Результатом работы будет несколько методов анализа проектов, обобщенные в один алгоритм, по представленному алгоритму может проводиться анализ любых инвестиционных проектов.

В работе использованы следующие методы исследования: теоретическое обобщение, сравнение, анализ чувствительности, PERT-анализ, метод моделирования рисков Моне-Карло. К числу использованных в работе эмпирических методов исследования можно выделить исследование литературы по изучаемой проблеме.

Данная выпускная квалификационная работа состоит из трех частей. Первая глава содержит два основных теоретических аспекта: понятия и сущности рисков и неопределенности инвестиционных проектов, а также освещает; методы анализа и моделирования рисков инвестиционного проекта. В первой главе предлагается алгоритм оценки рисков инвестиционных проектов с учетом специфики логистической деятельности.

Во второй главе проводится исследование специфики работы логистических компаний, анализ рынка логистических услуг за последние года 2008-2013г.г., и на основании этого определены риски в логистике.

В третьей главе, проводится описательная характеристика компании «ВСК Лоджистик», являющейся самоинвестором, и анализируемого инвестиционного проекта информационной системы «Логистик». Рассчитана экономическая эффективность проекта без учета рисков. Также третий раздел содержит в себе анализ чувствительности проекта, рассчитанного по четырем факторам (Уровень инфляции, Объем инвестирования, Цена реализации проекта, Объем сбыта) и трем показателям (Чистая прибыль NPV, Индекс прибыльности PI, Период окупаемости PB). Далее проведено имитационное моделирование методом Монте-Карло по двум факторам (Цена реализации, Объем продаж) с помощью компьютерной программы Project Expert. Завершает третью главу PERT - анализ (Program, Evaluation, and Review Technique), проведенного для оценки возможных результатов сроков выполнения проекта, основываясь на трех сценариях: оптимистическом, наиболее вероятном, пессимистическом.

Результаты анализа и моделирования рисков инвестиционного проекта по разработке информационной системы «Логистик», демонстрируют перечень значимых рисков проекта и влияния определенных факторов на эффективность проекта. Также полученные результаты позволят усовершенствовать инвестиционный проект, избежав или минимизировав определенные риски, тем самым увеличивая финансовые результаты ООО «ВСК Лоджистик». Представленный алгоритм анализа и моделирования может также использоваться инвесторами или самими логистическими компаниями, деятельность которых не является международной и инвестиционный проект обладает подобными рисками.

ГЛАВА 1. Оценка инвестиционных проектов в условиях неопределенности и риска

Инвестирование или инвестиционные проекты, как самостоятельная деятельность, относится к периоду времени в будущем, так как на начальном этапе есть только некоторая идея и (в определенных случаях) бюджет для вложений. Все что связано с будущим периодом времени заведомо имеет значительную долю риска и неопределенности, поскольку невозможно учесть все изменения внешние и внутренних факторов относительно проекта. По этой причине одним из основных этапов прединвестиционного развития проекта должен быть анализ и моделирование рисков. Прежде чем характеризовать теоретические аспекты методов анализа и моделирования рисков проекта, необходимо определить общее понятие риска и неопределенности.

1.1 Основные понятия риска

Анализ литературы по данной проблеме показал существование двух различных подходов к определению риска. Наиболее распространено понятие «риска» как опасности и возможности компании получения убытка или ущерба. Это определение риска, не несет полного объяснения понятия, а раскрывает его только с одной стороны. Таким образом, в первую очередь рассматриваем риск как отклонение полученного (фактического) результата от запланированного (ожидаемого). Однако данное отклонение может оказывать как отрицательное, так и положительное влияние на развитие деятельности компании. Следовательно, отсюда вытекает второй подход определения рисков, непосредственно связанный с прибылью или убытками. Риск это неопределенное событие или условие, при осуществлении которого, может быть как негативное, так и позитивное влияние на итог проекта (PMBOK). Под негативным влиянием подразумеваем возможность неблагоприятного исхода, это может быть возникновение убытков, недополучение ожидаемых доходов, возникновение незапланированных расходов, и т.д. Позитивное же влияние на проект несет ровно противоположный исход, например увеличение доходов по проекту, уменьшение вложений в развитие проекта, быстрые темпы развития проекта, т.е. незапланированные положительно влияющие на проект события.

В экономической теории проблема рисков долгое время игнорировалась. Хотя сама категория «риск» встречается уже в работах представителей ранней классической политэкономии Д. Рикардо, А. Смит, Дж. Милля. Они считали, что прибыль должна включать вознаграждение за риск . Но, признавая риск как фактор, требующий вознаграждения, они представляют его как математическое ожидание потерь, которые возможно произойдут в результате выбранного решения, не проводя более тщательного анализа. К. Маркс также исходил из того что все товары продаются по стоимости. Большее внимание категории риска уделяет А.Маршалл, он определил, что один из компонентов прибыли это плата за риск. Он выделил личный и предпринимательский риски, в зависимости от источника формирования капитала .

Многие зарубежные и отечественные экономисты тесно связывают предпринимательство с инновационной деятельностью, а соответственно с определенными рисками, связанными с ней: «Предпринимательство - искусство конкуренции или способность успешно конкурировать, создавая новые виды товаров, изыскивая новые пути сокращения, издержек, делая товары все более привлекательными для потребителей» . Получается, что существование в определенной мере неопределенности и риска является неотъемлемой частью предпринимательства, и является также фактором продвижения экономической системы. Неустойчивость экономики служит источником роста неопределенности экономической системы, а, следовательно, и риска как показателя, который характеризует неопределенность.

Сущность риска заключается не в том, чтобы выявить и избежать или устранить его, а в том, чтобы выявить и обыграть риск в собственных интересах, то есть использовать в целях получения выгоды, например, переложить на инвесторов, или хеджировать . Однако также стоит обратить внимание на то что, несмотря на получение большей выгоды, в ряде случаев, от определенных принятых рисков, любая неопределенность может быть и деструктивной для компании, свидетельства такого рода обратного влияния риска также существуют в немалых количествах. Поэтому предприятиям следует быть крайне осторожными при принятии риска. Для уверенного использования риска следует иметь весомое конкурентное преимущество перед конкурентами, подвергающимися подобному риску. Выделяется пять источников такого преимущества. Первое - иметь возможность получать заблаговременно или своевременно, а также достоверную, информацию о приближающихся изменениях в экономике, например кризисе, чтобы создать наиболее эффективный план действий. Второе - скорость реагирования. Поскольку даже при четко представленной информации, компания должна оперативно приступить к необходимым действиям. Третье - опыт преодоления аналогичных рисков предыдущих лет. Это поможет более быстро и структурировано нейтрализовать полученные отклонения для достижения планируемого результата, по сравнению с конкурентами, сталкивающимися с подобным риском впервые. Четвертое - ресурсы фирмы. Чем больше возможностей, тем выше эффективность действий, при правильном их использовании. И пятое - операционная, производственная и финансовая гибкость в принятии ответных мер.

Для определения рисков в конкретной ситуации, необходимо в первую очередь классифицировать риски по их функциональной направленности.

Рис.1.1.-Классификация рисков

Риски по своему характеру вытекающих последствий делятся на чистые и спекулятивные.

Основной особенностью чистых рисков является то, что их последствия всегда несут потери для предпринимательской деятельности. Как правило, причиной возникновения таких рисков являются стихийные бедствия, несчастные случаи, недееспособность сотрудников, человеческий фактор и т.д. Практикой определены конкретные группы чистых рисков.

· Природно-естественные риски, включают в себя риски естественного происхождения, проявление стихийной силы природы каким-либо образом влияющей на деятельность компании или на ход развития проекта.

· Транспортные риски - вероятность возникновения непредвиденных обстоятельств связанных с транспортировкой товара (поломка транспортного средства, аварийное происшествие, утеря груза, и т.д.).

· Экологические риски, характерны для определенных производственных предприятий, например, риск наступления гражданской ответственности за нанесенный ущерб окружающей среде.

· Политические риски - резкое изменение государственной политики влечет за собой риск получения убытков или сокращение прибыли предприятий.

· Имущественные риски влекут за собой утрату имущества предпринимателя по независящим от него причинам.

· Производственные риски

· Торговые риски - подразумевают под собой все возможные риски, основанные на торговых отношениях, например, понесенные убытки из-за задержки платежей или отказа от платежей, риск недоставки товара, невыполнения условий договора, и т.д.

Спекулятивные же риски являются более лояльными, и впоследствии может понести за собой либо потери для предпринимателя, либо дополнительную прибыль. Причины появления подобных рисков искусственны, это изменения курса валют, конъюнктуры рынка, изменения условий договора, условий поставки, транспортировки, и т.д.

В списке спекулятивных рисков выделены все риски так или иначе связанные с финансовыми рисками, заключающихся в не выполнении любой из сторон договора своих финансовых обязательств.

Из первого разделения рисков следует следующее разветвление классификации по сфере возникновения рисков, можно выделить производственные риски, и коммерческие риски. К числу производственных рисков относятся: риск невыполнение обязательств договора обеими сторонами, риск невыполнения определенных услуг под воздействием, как внешней среды, так и внутренних факторов. А к коммерческим рискам относятся все возможные риски, связанные с финансово - хозяйственной деятельностью.

Все риски или большинство из возможных рисков проекта - взаимосвязаны и взаимозависимы. Возникновение одних рисков влечет за собой появление последующих.

Для идентификации и определения рисков (неопределенностей) относительно конкретной компании (или проекта), удобно использовать специальные логические карты, составленные из списка вопросов, на основании которых можно выявить существующие риски.

Таблица 1

Карта идентификации рисков

Значимость рисков в оценке проекта

Существует общепринятая последовательность разработки и анализа инвестиционного проекта. Независимо от разнообразия возможных проектов, их анализ провидится по следующей схеме (рис.1.2).

Рис. 1.2 - Алгоритм оценки инвестиционного проекта

С точки зрения стратегического инвестора, анализ проекта должен заканчиваться анализом рисков. То, что анализ рисков является заключительным этапом, указывает на высокую значимость рисков при анализе инвестиционного проекта. К анализу рисков принимается проект удовлетворяющий критериям принятия проекта всех ранее произведенных анализов. И независимо от ранее полученных результатов, решение о принятии проекта основывается на анализе рисков. Однако стоит отметить, что резолюция «Проект отклоняется» носит условный характер, так как по необходимости на любом этапе анализа проект может видоизменяться исходя из получаемых результатов.

1.2 Моделирование рисков

Качественные метод ы анализа рисков

После того как выявлены все возможные риски по определенному проекту, необходимо определить целесообразность вложений, развития и работы над данным проектом. Для этого проводится анализ рисков инвестиционного проекта.

Все возможные и предлагаемые в теории методы анализа рисков можно условно подразделить на качественные и количественные подходы. Качественный подход, помимо идентификации рисков, подразумевает определение источников и причин их возникновения, а также стоимостную оценку последствий. Основными особенностями качественного подхода является: выделение простых рисков по проекту, определение зависимых и независимых рисков как друг от друга, так и от внешних факторов, и определение являются ли риски устранимыми или нет.

С помощью качественного анализа определяются все факторы риска, влекущие за собой в той или иной мере потери или убытки предприятия, а также вероятность и время их наступления. Для худшего сценария развития проекта исчисляется максимальная величина убытков компании.

В качественном подходе выделяют следующие методы анализа рисков: метод экспертных оценок; метод целесообразности затрат; метод аналогий.

Метод экспертных оценок.

Метод экспертных оценок включает в себя три основных составляющих. Во-первых, интуитивно-логический анализ задачи, строится только на интуитивных предположениях определенных экспертов, гарантом правильности и объективности выводов может служить только их знания и опыт. Во-вторых, выдача решений оценки экспертов, этот этап является завершающей частью работы эксперта. Экспертами формируется решение о целесообразности работы с исследуемым ими проектом, и предлагается оценка ожидаемых результатов, по разным сценариям развития проекта. Третий этап, заключительный для метода экспертных оценок, это обработка всех результатов решения. С целью получения итоговой оценки, все полученные оценки от экспертов должны быть обработаны, и выявлена общая относительно объективная оценка и решение относительно определенного проекта.

Экспертам предлагается заполнить опросный лист с подробным перечнем рисков относящихся к анализируемому проекту, в котором им необходимо определить вероятность наступление выделенных ими рисков по определенной шкале. К числу наиболее распространенных методов экспертных оценок риска относят метод Дельфи, метод балльных оценок, ранжирование, попарное сравнение, и другие.

Метод Дельфи - один из методов экспертных оценок, обеспечивающий быстрый поиск решений, в числе которых в последствие выбирается наилучшее решение. Применение этого метода позволяет избежать противоречий среди экспертов, и получить независимые индивидуальные решения, исключая общение между экспертами во время проведения опроса. Экспертам выдается опросный лист, на вопросы которого, им необходимо дать независимые, максимально объективные оценки, и обоснованные оценки. На основании заполненных анкет, анализируется решение каждого эксперта, выявляется преобладающее мнение, крайние суждения, максимально четко, доступно и аргументировано обоснованные решения, и т.д. В последствие эксперты могут менять свое мнение. Вся операция проводится обычно в 2-3 тура, до того момента пока не начнут совпадать мнения экспертов, которые и будут являться окончательным результатом исследования.

Метод балльной оценки риска производится на основе обобщающего показателя, определяемого по ряду частных экспертно оцениваемых показателей степени риска. Он состоит из следующих этапов:

1) Определение факторов, которые влияют на возникновение риска;

2) Выбор обобщенного показателя и набора частных критериев, характеризующих степень риска по каждому из факторов;

3) Составление системы весовых коэффициентов и шкалы оценок по каждому показателю (фактору);

4) Интегральная оценка обобщенного критерия степени проектных рисков;

Метод ранжирования подразумевает расположение объектов в порядке возрастания или убывания какого-либо присущего им свойства. Ранжирование позволяет выбрать из исследуемой совокупности факторов наиболее существенный. Результатом проведения ранжирования является ранжировка.

Если имеется n объектов, то в результате их ранжирования j-ым экспертом каждый объект получает оценку x ij - ранг, приписываемый i-му объекту j-ым экспертом. Значения x ij находятся в интервале от 1 до n. Ранг самого важного фактора равен единице, наименее значимого - числу n. Ранжировкой j-го эксперта называется последовательность рангов x 1j , x 2j , …, x nj .

Данный метод просто в его реализации, однако при оценке большого количества параметров, эксперты сталкиваются с трудностью построения ранжированного ряда, по причине того что необходимо единовременно учитывать множество сложных корреляций.

Метод попарного сравнения - это установление наиболее предпочтительных объектов при сравнении всех возможных пар. В данном случае нет необходимости, как в методе ранжирования, упорядочивать все объекты, необходимо в каждой из пар выявить более значимый объект или установить их равенство.

Опять таки, в сравнении с методом ранжирования, парное сравнение можно проводить и при большим количестве параметров, а также в случаях незначительного различия параметров (когда практически не возможно их ранжировать, и они объединяются в единый).

При использовании метода чаще всего составляется матрица размером nxn , где n - количество сравниваемых объектов. При сравнении объектов матрица заполняется элементами a ij следующим образом (может быть предложена и иная схема заполнения):

Сумма (по строке) в данном случае позволяет оценить относительную значимость объектов. Тот объект, для которого сумма окажется наибольшей, может быть признан наиболее важным (значимым).

Суммирование можно производить и по столбцам (), тогда самым существенным будет фактор, набравший наименьшее количество баллов .

Экспертный анализ заключается в определении степени влияния риска на основе экспертных оценок специалистов. Главным преимуществом данного метода является простота расчетов. Нет необходимости сбора точных исходных данных и использования дорогих и программных средств. Однако уровень рисков зависит от знаний экспертов. А также недостатком является трудность в привлечении независимых экспертов и субъективности их оценок. Для четкости и объективности результатов, данный метод может быть использован в совокупности с иными методами количественными (более объективными).

Метод уместности и целесообразности затрат, метод аналогий.

В основе анализа уместности или целесообразности затрат лежат предположения, что определенные факторы (или один из них) являются причиной перерасхода заложенных средств на проект. К таким факторам относятся:

· изначальная недооценка стоимости проекта в целом или его отдельных фаз и составляющих;

· изменение границ проектирования, обусловленное непредвиденными обстоятельствами;

· отличие производительности машин и механизмов от предусмотренной проектом;

· увеличение стоимости проекта в сравнении с первоначальной, вследствие инфляции или изменения налогового законодательства .

Для проведения анализа, в первую очередь проводится детализация всех вышеуказанных факторов, затем составляется предположительный список возможных повышений затрат на проект, для каждого варианта его развития. Весь процесс реализации проекта разбивается на этапы, на основании этого, процесс финансирования в развитие и реализацию проекта также разбивается на стадии. Однако стадии финансирования устанавливаются условно, так как могут вноситься некоторые изменения по мере разработки и развития проекта. Поэтапное вложение средств, позволяет инвестору тщательнее отслеживать работу над проектом, а также в случае возрастания рисков, либо прекратить или приостановить финансирование, или же начать предпринимать определенные меры по снижению затрат.

В числе качественных методов анализа рисков, также распространенным является метод аналогий. Основная идея данного метода заключается в анализе других проектов, аналогичных разрабатываемому. На основе таких же рискованных проектов, анализируются возможные риски, причины их возникновения, последствия влияния рисков, а также изучаются последствия воздействия на проект неблагоприятных внешних или внутренних факторов. Затем полученная информация проецируется на новый проект, что позволяет определить все максимально возможные потенциальные риски. Источником информации могут служить регулярно публикуемые западными страховыми компаниями рейтинги надежности проектных, подрядных, инвестиционных и прочих компаний, анализы тенденций изменения спроса на конкретную продукцию, цен на сырье, топливо, землю и т. д. .

Сложностью данного метода анализа является затруднительный подпор максимально точного аналога, по причине того, что не существует формальных критериев, точно устанавливающих степень аналогичности ситуаций. Но, как правило, даже в случае подбора правильно аналога, появляется сложность формулировки корректных предпосылок для анализа, полный и близкий к реальности набор сценариев срыва проекта. Причиной является то, что полностью идентичных проектов крайне мало или не встречается вовсе, любой изучаемый проект имеет свои индивидуальные особенности и риски, которые связаны между собой согласно своеобразности проект, поэтому не всегда можно абсолютно точно определить причину возникновения того или иного риска.

Краткое описание метода умеренности затрат и метода аналогий свидетельствует о том, что они пригодны скорее определения и описания возможных рисковых ситуаций для определенного проекта, чем для получения даже относительно точной оценки рисков инвестиционного проекта.

Количественный метод анализа рисков

Для оценки рисков инвестиционных проектов, наиболее распространены следующие количественные методы анализа, как:

· анализ чувствительности

· метод сценариев

· имитационное моделирование (метод Монте-Карло)

· метод корректировки ставки дисконтирования

· дерево решений

Анализ чувствительности

В методе анализа чувствительности фактор риска принимается как степень чувствительности результирующих показателей анализируемого проекта к изменению внешних или внутренних условий его функционирования. В качестве результирующих показателей проекта обычно выступают показатели эффективности (NPV, IRR, PI, PP) или ежегодные показатели проекта (чистая прибыль, накопленная прибыль). Анализ чувствительности разделяется на несколько последовательных этапов:

· устанавливается базовые значения результирующих показателей, математически устанавливается связь между исходными данными и результирующими

· вычисляются наиболее вероятные значения исходных показателей, а также диапазон их изменений (как правило, в пределах 5-10%)

· определяется (рассчитывается) наиболее вероятные значения результирующих показателей

· Исходные исследуемые параметры по очереди перерассчитываются в пределах полученного диапазона, получаются новые значения результирующих параметров

· Исходные параметры ранжируются по их степени влияния на результирующие параметры. Таким образом, они группируются на основе степени риска.

Степень подверженности инвестиционного проекта к соответствующему риску и чувствительности проекта к каждому фактору определяется с помощью расчета показателя эластичности, представляющего собой отношение процентного изменения результирующего показателя к изменению значения параметра на один процент.

Где: E - показатель эластичности

NPV 1 - значение базового результирующего показателя

NPV 2 - значение результирующего показателя при изменении параметра

X 1 - базовое значение варьируемого параметра

X 2 - измененное значение варьируемого параметра

Чем выше значения показателя эластичности, тем чувствительнее проект к изменениям данного фактора, и тем сильнее подвержен проект соответствующему риску.

Также, анализ чувствительности может проводиться графически, с помощью построения зависимости результирующего показателя от изменения исследуемого фактора. Чувствительность значения NPV к изменению фактора изменяется уровнем наклона зависимости, чем угол больше, тем значения чувствительнее, а также тем больше риск. В точке пересечения прямой реагировании с осью абсцисс определено значение параметра в процентном выражении, при котором проект станет неэффективным.

После этого, на основании проведенных расчетов, все полученные параметров ранжируются по степени значимости (высокая, средняя, невысокая), и строится «матрица чувствительности», с помощью которой выделяются факторы, являющиеся наиболее и наименее рискованными для инвестиционного проекта.

Независимо от присущих методу достоинств - объективности и наглядности полученных результатов, есть также и значимые недостатки - изменение одного фактора рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны.

Метод сценариев

Метод сценариев представляет описание всех возможных условий реализаций проекта (либо в виде сценариев, либо в виде системы ограничений на значения основных параметров проекта) а также описание возможных результатов и показателей эффективности. Данный метод, как все иные, также состоит из определенных последовательных этапов:

· строится как минимум три возможных варианта сценариев: пессимистический, оптимистический, реалистический (или наиболее вероятный или средний)

· исходная информация о факторах неопределенности преобразуется в информацию о вероятности отдельных условий реализации и определенных показателей эффективности

Основываясь на полученных данных, определяется показатель экономической эффективности проекта. Если вероятности наступления того или иного события, отраженного в сценарии, известны точно, то ожидаемый интегральный эффект проекта рассчитывается по формуле математического ожидания:

Где: NPVi - интегральный эффект при реализации i-ого сценария

pi - вероятность этого сценария

При этом риск неэффективности проекта (Рэ) оценивается как суммарная вероятность тех сценариев (к), при которых ожидаемая эффективность проекта (NPV) становится отрицательной:

Средний ущерб от реализации проекта в случае его неэффективности (Уэ) определяется по формуле:

Главным недостатком метода сценарного анализа выделяется фактор учета только нескольких возможных исходов по инвестиционному проекту, однако на практике число возможных исходов не ограничено.

Метод PERT- анализа (Program Evaluation and Review Technique)

Одним из способов сценарного анализа специалисты выделяют Метод PERT- анализа (Program Evaluation and Review Technique). Основная идея данного метода состоит в том, что при разработке проекта задаются три параметра проекта - оптимистическая, пессимистическая, наиболее вероятная. Далее ожидаемые значения вычисляются по следующей формуле:

Ожидаемая величина = [Оптимистическая величина 4хНаиболее вероятная величина + Пессимистическая величина]/6

Коэффициенты 4 и 6 получены эмпирическим путем на основе статистических данных большого количества проектов. На основе результатов расчета проводится остальной анализ проекта. Эффективность проведения PERT-анализа максимальна, только в том случае если можно обосновать значения всех трех оценок.

Дерево решений

Метод дерева решений представляет сетевые графики, в которых каждая ветвь, то различные альтернативные варианты развития проекта. Следуя вдоль каждой построенной ветви проекта, можно проследить все возможные этапы развития проекта, а соответственно и выбрать наиболее оптимальный из них, и с наименьшими рисками. Данный метод анализа подразделяется на следующие этапы:

· Определяются вершины для каждого проблемного и неоднозначного момента развития проекта, и строятся ветви (возможные пути развития событий)

· Для каждой дуги определяется экспертным методом вероятность и возможные потери на данном этапе.

· Основываясь на всех полученных значениях вершин вычисляется наиболее вероятное значение NPV (или иного значимого для проекта показателя)

· Проводится анализ вероятностного распределения

Единственным ограничением и возможно недостатком метода является обязательное наличие разумного количества вариантов развития проекта. Преимущественным отличием является возможность полного и детального учета всех факторов и рисков, влияющих на проект. Метод особенно используется в ситуациях, когда решения по реализации проекта принимаются постепенно, и зависят от ранее принятых решений, таким образом, каждое решение в свою очередь определяет сценарий дальнейшего развития проекта.

Имитационное моделирование (метод Монте-Карло)

Анализ рисков инвестиционных проектов методом Монте-Карло, сочетает в себе два ранее изученных метода: метод анализа чувствительности и анализ сценариев. В имитационном моделировании, вместо составления наилучших и наихудших сценариев, с помощью компьютера генерируются сотни возможных комбинаций параметров проекта, учитывая их вероятностное распределение. Каждая полученная комбинация выдает свое значение NPV. Подобный расчет возможен только с использованием специальных компьютерных программ. Поэтапная схема имитационного моделирования строится следующим образом:

· формулируются факторы, влияющие на денежные потоки проекта;

· строится вероятностное распределение по каждому фактору (параметру), при этом как правило, предполагается, что функция распределения является нормальной, следовательно, для того чтобы задать ее, необходимо определить только два момента (математическое ожидание и дисперсию);

· компьютер случайным образом выбирает значение каждого фактора риска, основываясь на его вероятностном распределении;

Рис.1.3 - Разделение рисков по уровням в зависимости от уровня потерь

Рис.1.4 - Распределение вероятности получения прибыли

В числе недостатков данного метода моделирования рисков определены:

· существование коррелированных параметров сильно усложняет модель

· вид вероятностного распределения для исследуемого параметра может быть трудно определим

· при разработке реальных моделей может возникнуть необходимость привлечения специалистов или научных консультантов со стороны;

· исследование модели возможно только при наличии вычислительной техники и специальных пакетов прикладных программ;

· относительная неточность полученных результатов по сравнению с другими методами численного анализа.

Метод корректировки нормы дисконта

Из-за простоты расчетов Метод корректировки нормы дисконта с учетом риска является наиболее применимым на практике. Данный метод это корректировка заданной базовой нормы дисконта, считающаяся безрисковой и минимально приемлемой (например, предельная стоимость капитала для компании). Корректировка проводится следующим образом: прибавляется величина требуемой премии за риск затем рассчитываются критерии эффективности инвестиционного проекта (NPV, IRR, PI). Решение эффективности проекта принимается согласно правилу выбранного критерия. Чем выше риск, тем больше величина премии.

Поправки на риск задаются отдельно для каждого отдельно проекта, так как они полностью зависят от специфики исследуемого проекта.

1.3 Алгоритм оценки рисков инвестиционных проектов с учетом специфики логистики.

Реализация системы управления рисками на предприятии предполагает разработку и использование определенного алгоритма оценки рисков, который позволит упростить и систематизировать процедуры принятия решения в области управления рисками. Данный алгоритм должен включать в себя следующие четко выраженные блоки: выявления и классификации рисков; выявление субъектов и объектов рисков; качественной оценки рисков; количественной оценки рисков.

Первым необходимым этапом для работы над рисками проекта является определение потенциально возможных рисков. Этот этап является базовым во всем алгоритме, так как для минимизации (максимизации) любого риска следует в первую очередь идентифицировать этот риск, определить специфику, причины его появления, а также объекты и каналы воздействия. Полная информация о рисках позволяет предприятию действовать по схеме «предупрежден, значит вооружен». Особенность данного этапа для логистических компаний является необходимость охватить большой спектр рисков (от напрямую связанных с проектом рисков, до косвенных рисков - например риск снижения спрос на продукцию поставок). Поэтому для построения последующего анализа, при большом количестве определенных рисков, расставляются приоритеты, основываясь на экспертных оценках - предыдущих опытах самой компании или на примерах и опыте других логистических компаний с аналогичными рисками.

Следующей задачей алгоритма оценки рисков заключается в определении объектов и субъектов рисков. Данный этап позволяет компании выявить направление и адресат воздействия рисков, для того чтобы было представление и том какие подразделения, проекты или виды деятельности компании могут быть подвергнуты влиянию определенного риска. Для этого этапа должны быть выполнены следующие шаги: 1) идентификация рисков; 2) определение сфер деятельности компании, потенциально затрагиваемые рисками; 3) определение возможных последствий воздействия рисков. Основной сложностью данной задачи алгоритма, является тесная зависимость деятельности логистической компании от деятельности клиентов (поставщиков). Например, сезонность товаров, отражается как на процессе деятельности производителя, также и на деятельности логистики, и влечет за собой риск снижения количества перевозок в определенный период времени. Поэтому определение истинного источника риска быть затруднительно. Для этого компании необходимо в первую очередь составить «карту» взаимосвязей сотрудничества (в которой указаны клиенты (поставщики) риски, деятельности которых так или иначе влияют на деятельность логистической компании), чтобы после идентификации риска четко соотнести его с реальным источником.

Далее выявив общую информацию относительно конкретных рисков, переходим к следующей задаче алгоритма оценки риска, это проведение качественной и количественной оценки рисков. Важность этой задачи определяется необходимостью оценки значимости определенных рисков и их влияние на деятельность компании с точки зрения вероятности их реализации, возможного ущерба от наступления рискового события. Для решения данной задачи, важно выбрать подходящий метод оценки рисков, подходящий по методическому и технологическому наполнению. Проблема заключается в том, что на сегодняшний день не существует определенно принятых соответствий между видами рисков и методами их оценки. Но основываясь на опыте, анализе характеристик различных методов оценки, авторами предлагается матрица выбора методов оценки относительно разных видом рисков (см. Приложение 2).

Проанализировав все методы анализа рисков инвестиционного проекта можно сделать вывод, что не существует полностью универсального метода, с помощью которого можно провести полный анализ проекта и его рисков. Все рассмотренные методы имеют определенные достоинства и недостатки. Учитывая преследуемые цели реализации инвестиционного проекта ООО «ВСК Лоджистик» (повышение прибыли) и специфику самого инвестиционного проекта (инновационность, и прямая зависимость развития проекта от цен его реализации), берем во внимание коммерческие риски. И поэтому для дальнейшего исследования и анализа рисков, выбраны следующие методы:

· Анализ чувствительности - так как данный метод наглядно показывает влияние отдельных факторов на значения эффективности проекта в общем. Единственным недостатком метода выявлено то, что анализируется влияние только одного из возможных факторов, и предполагается, что остальные факторы остаются неизменными. В реальности же, в той или иной степени, изменяются несколько факторов одновременно.

· Метод имитационного моделирования рисков Монте-Карло - несмотря на затруднительность расчетов по данному методу, отличительной особенностью является генерация сотен комбинаций параметров проекта, при этом учитывая их вероятностное распределение.

· PERT - анализ - является одним из способов сценарного анализа, позволяет оценить возможные результаты сроков выполнения проекта, основываясь на трех сценариях: оптимистическом, наиболее вероятном, пессимистическом.

ГЛАВА 2. Развитие логистики и основные риски деятельности

В условиях территориального масштаба России, можно предположить, что уровень развития логистики еще далек от желаемого результата (сравнивая с Европейским уровнем развития), а также по той же причине логистика может быть подвержена большим рискам. Для подтверждения или опровержения вышесказанного в данной главе рассмотрим сущность логистики в России и этапы ее становления. Далее проведем анализ рынка логистики России за период последних лет 2008-2013г.г. Изучив логистику как отдельную полноценную деятельность определим список характерных рисков для нее.

2.1 Определение процесса логистики

Определение логистики в разной интерпретации, но с полностью идентичным смыслом предлагают многие авторы. «Логистика это наука об управлении материальными потоками, связанной с ними информацией, финансами и сервисом в определенной микро-, мезо- или макроэкономической системе для достижения поставленных перед ней целей с оптимальными затратами ресурсов.» .

Основой всего логистического процесса деятельности компаний является логистическая цепь, на которую в качестве «звеньев» нанизываются все этапы логистической системы, которые упорядочены в соответствии с параметрами заказа.

В первую очередь логистика, как отдельная деятельность, стала формироваться на базе больших предприятий, затем распространилась на предприятия меньшего размера, и только потом начали открываться отдельные организации, предлагающие логистические услуги. Со временем такие компании начали развиваться, закупать штатный транспорт, совершенствовать качество предоставляемых услуг, для увеличения собственной конкурентоспособности.

Рис. 2.1 - Этапы становления логистики в РФ

Спрос для логистики является базой всей деятельности, в первую очередь вследствие спроса развитие логистики набирает обороты, спрос является рычагом активных и пассивных поставок, в большинстве случаев независимо от вида продукции. По этой причине необходимо выделить три основных причины нестабильности спроса относительно сферы логистических услуг:

· Сезонность продукции

· Жизненный цикл продукции

В практике встречается несколько уровней сезонности, в зависимости от специфики товара, влияющих в разной мере на логистическую цепочку. Отличиями уровней сезонности являются количество или продолжительность сезонов, затрагиваемые предприятия, и непосредственно масштабы затрагивания и воздействия на логистическую цепочку.

На рисунке 2.2 изображена стандартная ситуация с двумя сезонами. В пики сезонности предприятия удовлетворяют выросший спрос на товар за счет производительных мощностей. Для непрерывных и гарантированных поставок груза в период пика спроса, некоторые компании производство на протяжении сезона, тем самым обеспечивая страховой запас к пику спроса (изображено на рисунке б). Информация о резком возрастании спроса может быть получена из результатов анализа спроса за предыдущие аналогичные периоды.

Рис. 2.2 - Сезонные изменения: а) два сезона; б) два сезона после изменений

Следующая причина колебаний грузооборота и перевозок груза, это жизненный цикл продукции. В данном случае, в отличие от сезонности, фактор отсрочки перевозок уравновесит колебание. Стандартный жизненный цикл товара, который состоит из четырех этапов, проходит через несколько секторов (см. рисунок2). На этапе запуска товара, производится небольшой ассортимент в малом объеме. При переходе к этапу организации, наблюдается рост объема производимой продукции, поэтому для удовлетворения рыночных требований появляется необходимость в логистических слугах. На этапе зрелости при прежнем объеме производимой и поставляемой продукции увеличивается ее ассортимент, соответственно логистическая цепочка должна быть подвержена определенным корректировкам. При переходе в микрорынок, даже при условии сохранившегося ассортимента, общий масштаб рынка сокращается.

Рис. 2.3 - Влияние жизненных циклов продукции

Масштабность рынка, также как и сезонность, по большей части определяются спросом потребителей, а соответственно и потребность в логистичеких услугах также зависят от изменений спроса на продукцию, что в очередной раз доказано.

Для логистики в целом цепь логистических услуг может быть представлена, как правило «7П»: Получить правильный продукт (именно тот, который нужен), в правильном количестве, в правильном состоянии, в правильном месте, в правильное время, для правильного клиента, по правильной цене. Такая поэтапность действий свойственна в основном для логистики конкретных предприятий (субсистеме бизнеса), озадаченных интересами одной определенной компании.

Логистика в свою очередь является неотъемлемым (в большинстве случаев) звеном в цепи производство - потребление. Этот вид деятельности напрямую связан с материальным потоком, а его исход и конечный пункт связан со специализацией компаний.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 2.4 - Варианты поступления материального потока в систему потребления

Во всех выше изображенных случаях материальный поток поступает в

потребление (производственное или непроизводственное), как правило, посредством обращения к логистическим услугам.

Для логистической компании, как отдельной системы бизнеса, характерен аналогичная система материального потока, но минуя первый эта источника сырья и завода как производителя.

2.2 Современное состояние рынка логистики

На сегодняшний день рынок логистических услуг в России развивается, но в то же время еще сильно уступает странам с уже развитой логистикой. Кратко описывая основные параметры логистических услуг, это должен быть следующий порядок описательных процесс прилагательных: качественно, своевременно, недорого. Проецируя такую модель на российский рынок логистики, то как правило совместить все три позиции не всегда удается. В объяснение такого несоответствия, есть весомые причины. В первую очередь это малоразвитая транспортно - логистическая инфраструктура. Во-вторых, высокая доля транспортной составляющей в цене товаров, услуга транспортировки получается высокозатратной. Наконец, очень большие расстояния для транспортировки товаров (по сравнению с европейскими расстояниями), влечет за собой проигрыш во времени. Соответственно, по причине всех вышеперечисленных особенностей, Россия находится лишь на 99-м месте в рейтинге LPI (LPI, или Logistics Perfomance Index - интегральный показатель логистической привлекательности и развития каждой страны). Лидирующей страной же является Германия.

Подобные документы

Понятие и классификация инвестиционных проектов. Этапы разработки инвестиционных проектов. Основные методы оценки инвестиционных проектов. Финансово–экономический анализ инвестиционного проекта "Замена оборудования" и определение его привлекательности.

курсовая работа , добавлен 28.11.2014


Рассмотрение специфики рисковых инвестиционных проектов. Ознакомление с основными методами учета неопределенности и риска. Проведение вероятностного анализа денежных потоков по проекту. Последствия определенной альтернативы; сценарии развития проекта.

лекция , добавлен 21.10.2014


Экономический анализ инвестиционных проектов. Определение выгод и затрат инвестиционных проектов. Расчет показателей эффективности (Cost-Benefit Analysis). Оценка общественной эффективности проекта. Анализ рисков проекта с помощью дерева решений.

курсовая работа , добавлен 12.12.2008


Инвестиционное проектирование: принципы финансового обоснования. Понятие, фазы и критерии оценки инвестиционных проектов. Бизнес-план инвестиционного проекта. Оценка эффективности инвестиционных проектов (на примере постройки подземного гаража).

курсовая работа , добавлен 22.05.2004


Инвестиционные риски и методы оценки устойчивости инвестиционного проекта. Укрупненная оценка устойчивости инвестиционного проекта. Оценка ожидаемого эффекта проекта с учетом количественных характеристик неопределенности. Расчет границ безубыточности.

курсовая работа , добавлен 24.06.2009


Теоретические основы финансовых рисков, их значение для эффективности инвестиционных проектов. Инвестиционное проектирование в ОАО "Тайфун". Пути совершенствования системы оценки влияния финансовых рисков на эффективность инвестиционных проектов.

дипломная работа , добавлен 01.12.2009


курсовая работа , добавлен 06.05.2010


курсовая работа , добавлен 05.11.2010


Сущность инвестиционных рисков и вопросы их классификации по сферам деятельности. Проектный подход к оценке рисков инвестиций. Современный инструментарий оценки проектных рисков. Использование теории нечетких множеств при оценке инвестиционного проекта.

курсовая работа , добавлен 25.05.2014


Показатели эффективности инвестиционных проектов. Подготовка информации о внешней среде. Анализ и интерпретация показателей экономической эффективности инвестиционного проекта. Оценка эффективности проектов с учетом факторов риска и неопределенности.

При управлении рисками часто необходимо сравнивать реальные ситуации с гипотетическими (что было бы, если бы всё пошло по-другому). Это резко усложняет анализ рисковых ситуаций, так как требует основы для изучения и измерения того, чего не было. В настоящее время для описания таких гипотетических ситуаций пет иного пути, кроме использования математических моделей, называемых моделями рисковых ситуаций. Это представляет собой основу для количественного риск- менеджмента. Его сущность состоит в применении экономико-математических моделей для прогнозирования ситуаций, характеризующихся риском и неопределенностью, и обоснования соответствующих управленческих решений.

Модель - упрощенное описание реального объекта или процесса, которое сосредоточивается на важных для исследователя свойствах и игнорирует те аспекты, которые представляются исследователю несущественными. Основная сложность моделирования состоит именно в том, чтобы выяснить, какие свойства считать важными, а какие - нет. Верное описание важных свойств обеспечивает адекватность модели, а правильный выбор второстепенных, игнорируемых свойств помогает в достаточной степени упростить подобное представление. Модель должна служить инструментом принятия решений, т. е. должна прояснять для лица, принимающего решения, как может развиваться процесс, какие исходы будут иметь место, и подсказывать различные действия (например, по предотвращению ущерба).

Наиболее важным классом моделей, используемых в управлении риском, являются математические модели. Они позволяют описывать существенные стороны изучаемого процесса или явления в виде математических соотношений, а затем анализировать их с помощью соответствующего математического аппарата. Особенно важно применение математических моделей для прогнозирования альтернатив будущего развития. Именно это позволяет менеджеру численно оценить будущие последствия принимаемых решений.

Математические модели, используемые в управлении риском, отличаются большим разнообразием и различными возможностями. Такого понятия, как универсальная модель, не существует. Множественность типов рисков и разнообразие механизмов их возникновения делает это невозможным. В разных ситуациях мы будем использовать специфические инструменты (в данном случае - модели), ибо каждая модель по-своему уникальна, так как при ее построении следует отталкиваться от свойств самого объекта моделирования. Однако схожие ситуации позволяют нам применять аналогичные (если не одинаковые) инструменты: существуют некоторые общие подходы к моделированию (например, использование стохастических дифференциальных уравнений или другого математического аппарата). Если можно прменить более или менее стандартный подход, то процесс моделирования будет проще (известны подходы к построению модели и получению решения).

В области количественного риск-менеджмента наиболее распространены теоретико-вероятностные и статистические модели.

Для некоторых типов рисков широкое использование математических моделей является стандартным, для других -пока еще нет. Тем не менее происходит интенсивная наработка различных приемов моделирования, использующих особенности управления риском. Количественный риск-менеджмент становится отдельной «ветвью» управления рисками.

Если не можете добиться результата,
имитируйте кипучую деятельность
и бешеную активность.
(Из законов Мэрфи: следствие Эндрю)

Имитационное моделирование (simulation) является одним из мощнейших методов анализа экономических систем.

В общем случае, под имитацией понимают процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира .

Цели проведения подобных экспериментов могут быть самыми различными – от выявления свойств и закономерностей исследуемой системы, до решения конкретных практических задач. С развитием средств вычислительной техники и программного обеспечения, спектр применения имитации в сфере экономики существенно расширился. В настоящее время ее используют как для решения задач внутрифирменного управления, так и для моделирования управления на макроэкономическом уровне. Рассмотрим основные преимущества применения имитационного моделирования в процессе решения задач финансового анализа.

Как следует из определения, имитация – это компьютерный эксперимент. Единственное отличие подобного эксперимента от реального состоит в том, что он проводится с моделью системы, а не с самой системой. Однако проведение реальных экспериментов с экономическими системами, по крайней мере, неразумно, требует значительных затрат и вряд ли осуществимо на практике. Таким образом, имитация является единственным способом исследования систем без осуществления реальных экспериментов.

Часто практически невыполним или требует значительных затрат сбор необходимой информации для принятия решений. Например, при оценке риска инвестиционных проектов, как правило, используют прогнозные данные об объемах продаж, затратах, ценах и т.д.

Однако чтобы адекватно оценить риск необходимо иметь достаточное количество информации для формулировки правдоподобных гипотез о вероятностных распределениях ключевых параметров проекта. В подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. сгенерированными компьютером).

При решении многих задач финансового анализа используются модели, содержащие случайные величины, поведение которых не поддается управлению со стороны лиц, принимающих решения. Такие модели называют стохастическими . Применение имитации позволяет сделать выводы о возможных результатах, основанные на вероятностных распределениях случайных факторов (величин). Стохастическую имитацию часто называют методом Монте-Карло .

Существуют и другие преимущества имитации. Подробное изложение основ имитационного моделирования и его применения в различных сферах можно найти в .

Мы же рассмотрим технологию применения имитационного моделирования для анализа рисков инвестиционных проектов в среде ППП EXCEL.

6.1 Моделирование рисков инвестиционных проектов

Имитационное моделирование представляет собой серию численных экспериментов призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели).

В общем случае, проведение имитационного эксперимента можно разбить на следующие этапы.

1. Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.
2. Задать законы распределения вероятностей для ключевых параметров модели.
3. Провести компьютерную имитацию значений ключевых параметров модели.
4. Рассчитать основные характеристики распределений исходных и выходных показателей.
5. Провести анализ полученных результатов и принять решение.

Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей и сценариев.

Осуществим имитационное моделирование анализа рисков инвестиционного проекта на основании данных примера, используемого ранее для демонстрации метода сценариев в главе 5. Для удобства, приведем его условия еще раз.

Пример 6.1

Фирма рассматривает инвестиционный проект по производству продукта "А". В процессе предварительного анализа экспертами были выявлены три ключевых параметра проекта и определены возможные границы их изменений (табл. 6.1). Прочие параметры проекта считаются постоянными величинами (табл. 6.2).

Таблица 6.1

Ключевые параметры проекта по производству продукта "А"

Таблица 6.2

Неизменяемые параметры проекта по производству продукта "А"

Первым этапом анализа согласно сформулированному выше алгоритму является определение зависимости результирующего показателя от исходных. При этом в качестве результирующего показателя обычно выступает один из критериев эффективности: NPV , IRR , PI (см. главу 2).

Предположим, что используемым критерием является чистая современная стоимость проекта NPV :

где NCF t – величина чистого потока платежей в периоде t.

По условиям примера, значения нормы дисконта r и первоначального объема инвестиций I 0 известны и считаются постоянными в течении срока реализации проекта (табл. 6.2).

По условиям примера ключевыми варьируемыми параметрами являются: переменные расходы V , объем выпуска Q и цена P . Диапазоны возможных изменений варьируемых показателей приведены в табл. 6.1. При этом будем исходить из предположения, что все ключевые переменные имеют равномерное распределение вероятностей.

Реализация третьего этапа может быть осуществлена только с применением ЭВМ, оснащенной специальными программными средствами. Поэтому прежде чем приступить к третьему этапу – имитационному эксперименту, познакомимся с соответствующими средствами ППП EXCEL, автоматизирующими его проведение.