Sofin-credit.ru

Деньги и работа
1 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Анализ сценариев это

Анализ сценариев проекта

Тема: «Методы оценки проектного риска»

Анализ чувствительности проекта

Основной задачей использования этого аналитического метода является оценка влияния основных исходных (факторных) параметров на результативные показатели эффективности реального инвестиционного проекта.

Анализ чувствительности проекта в процессе оценки степени его риска осуществляется в разрезе следующих основных этапов:

1. Выбор для анализа приоритетного показателя эффективности проекта.

2. Выбор для анализа системы основных исходных (факторных) показателей, оказывающих влияние на возможное изменение избранного показателя эффективности проекта.

3. Построение модели расчета влияния каждого из исходных (факторных) показателей на избранный показатель эффективности проекта.

4. Определение аналитического периода осуществления расчетов.

5. Установление базового значения каждого из исходных (факторных) показателей, по которому рассчитывался избранный показатель эффективности проекта.

6. Определение возможного диапазона изменения каждого исходного (факторного) показателя в ходе реализации проекта.

7. Растет ожидаемого изменения избранного показателя эффективности проекта при экстремальных значениях возможного изменения каждого исходного (факторного) показателя.

8. Установление возможного диапазона значений избранного показателя эффективности проекта в диапазоне изменения каждого исходного (факторного) показателя.

9. Определение уровня чувствительности избранного показателя эффективности проекта к изменению каждого исходного (факторного) показателя.

10. Ранжирование исходных (факторных) показателей по степени их влияния на изменение.

Анализ сценариев проекта

Основной задачей использования этого аналитического метода является комплексная оценка влияния всех основных исходных (факторных) показателей на эффективность реального инвестиционного проекта при различных возможных условиях (сценариях) его реализации – от наилучших до наихудших. По каждому из рассматриваемых сценариев проекта определяется вероятность его возникновения.

Анализ сценариев проекта в процессе оценки степени его риска осуществляется в разрезе следующих основных этапов:

1. Выбор для анализа приоритетного показателя эффективности проекта.

2. Определение количества и видов сценариев возможной реализации проекта.

3. Определение степени вероятности реализации каждого из возможных сценариев развития проекта.

4. Моделирование значений всего комплекса основных исходных (факторных) показателей проекта, соответствующих каждому из возможных сценариев его реализации.

5. Расчет избранного показателя эффективности проекта по каждому из возможных сценариев его реализации.

6. Расчет средневзвешенного показателя эффективности проекта по заданным вероятностям реализации каждого из возможных сценариев развития проекта.

7. Оценка общего уровня риска проекта на основе показателей среднеквадратического (стандартного) отклонения и коэффициента вариации.

Пример: Предприятие проводит сравнительную оценку уровня рисков двух альтернативных проектов на основе метода сценарного анализа. В качестве основного показателя эффективности проектов избран чистый приведенный доход. По каждому из проектов определены три возможных сценария: «оптимистический» (1), «реалистический» (2) и «пессимистический» (3) и экспертным путем задана вероятность реализации каждого из них. На основе моделирования значений основных исходных показателей по каждому из сценариев рассматриваемых проектов определены возможные объем инвестиционных затрат и сумма чистого денежного потока. Результаты этих предварительных этапов сценарного анализа рассматриваемых проектов отражены в таблице 1.

Таблица 1 – Результаты предварительных этапов сценарного анализа рассматриваемых проектов

Исходя из данных, представленных в таблице 1, в первую очередь вычислим сумму чистого приведенного потока по каждому из сценариев рассматриваемых проектов.

По первому проекту этот показатель составит:

при оптимистическом сценарии: ЧПДо = 200 – 156 = 44 тыс. усл. ден. ед.;

при реалистическом сценарии: ЧПДр = 189 – 162 = 27 тыс. усл. ден. ед.;

при пессимистическом сценарии: ЧЛДп = 181 – 171= 10 тыс. уел. ден. ед.

По второму проекту этот показатель составит:

при оптимистическом сценарии: ЧПДо = 209 – 159 = 50 тыс. усл. ден. ед.;

при реалистическом сценарии: ЧПДр = 191 – 163 = 28 тыс. усл. ден. ед.;

при пессимистическом сценарии: ЧЛДп = 179 – 173 = 6 тыс. усл. ден. ед.

С учетом результатов расчетов чистого приведенного дохода по каждому возможному сценарию определим средневзвешенное значение этого показателя по каждому из рассматриваемых проектов.

По первому проекту этот показатель составит:

Заключительным этапом расчетов является определение среднеквадратического (стандартного) отклонения и коэффициента вариации показателя чистого приведенного дохода по каждому из рассматриваемых проектов. Эти расчеты приведены в таблице 2.

Как видно из результатов расчетов среднеквадратическое (стандартное) отклонение показателя чистого приведенного дохода по первому проекту значительно ниже, чем по второму (соответственно 10,6 и 17,0). Коэффициент вариации по первому проекту также значительно ниже, чем по второму (соответственно 0,37 и 0,61). Это позволяет сделать вывод, что при практически одинаковом среднем значении показателя чистого приведенного дохода уровень проектного риска по второму проекту значительно выше, чем по первому, а следовательно для реализации должен быть выбран первый из рассматриваемых проектов.

Рассматривая метод анализа сценариев проекта в общей системе методов диагностики проектного риска, следует отметить, что в отличие от метода анализа чувствительности проекта он позволяет получить более комплексную оценку уровня этого риска, выраженного конкретными показателями – среднеквадратическим (стандартным) отклонением и коэффициентом вариации избранного для оценки показателя эффективности. Однако недостатком этого метода является то, что задание вероятности реализации каждого из сценариев носит субъективный характер, что привносит соответствующий элемент субъективизма и в полученные конечные результаты оценки уровня проектного риска.

Анализ сценариев, имитационное моделирование методом Монте-Карло, анализ дерева решений

Единичный риск проекта сам по себе не представляет большого интереса. Он релевантен только в отношении некоммерческих (неакционерных) фирм с одним проектом или для однопроектных фирм с недиверсифицированными акционерами. Тем не менее, единичный риск – это важный фактор (вместе с коэффициентами корреляции) как внутрифирменного, так и рыночного риска. Поэтому на оценку единичного риска фирмы тратят много времени и усилий.

Анализ единичного риска проекта начинается с установления неопределенности, присущей денежным потокам проекта. Есть ряд путей для проведения такого анализа: от простого высказывания мнений до сложных экономических и статистических исследований с привлечением компьютерных моделей. Характер распределений отдельных денежных потоков и их корреляция друг с другом определяют характер распределений NPV и IRR проекта и, таким образом, его единичный риск. Существует четыре основных метода оценки единичного риска проекта: 1) анализ чувствительности, 2) анализ сценариев, 3) имитационное моделирование методом Монте-Карло и 4) анализ дерева решений.

Анализ чувствительности – это метод, точно показывающий, насколько изменяется NPV и IRR в ответ на данное изменение одной входной переменной при том, что все остальные условия не меняются.

Анализ чувствительности начинается с построения базового варианта, разработанного на основе ожидаемых значений входных величин. Выполняя анализ чувствительности, обычно неоднократно меняют каждую переменную, в определенной пропорции увеличивая или уменьшая ее ожидаемое значение и оставляя другие факторы постоянными. Всякий раз рассчитываются значения NPV, и, наконец, на их основе строится график зависимости NPV от изменяемой переменной. Чем круче наклон, тем чувствительнее NPV к изменению переменной. Проект с более крутыми кривыми чувствительности считается более рисковым, поскольку сравнительно небольшая ошибка в оценке переменной дает большую ошибку в прогнозируемой NPV проекта. Таким образом, анализ чувствительности может помочь проникнуть в суть рисковости проекта.

Необходимо отметить, что, во-первых, для выполнения анализа чувствительности идеально подходят компьютерные модели в среде электронных таблиц, поскольку такие модели автоматически пересчитывают NPV при изменении какой-либо входной величины; во-вторых, можно представить все кривые чувствительности на одном графике — это облегчает непосредственное сравнение чувствительности для разных входных переменных.

Анализ сценариев — это метод анализа риска, который рассматривает как чувствительность NPV к изменениям ключевых переменных, так и диапазон вероятных значений переменных. При этом финансовый аналитик просит менеджера-практика выбрать «плохую» совокупность условий (низкий объем реализации в натуральных единицах, низкая цена реализации, высокие переменные затраты на единицу продукции, например), среднюю, или «наиболее вероятную», совокупность и «хорошую» совокупность. Затем рассчитываются NPV в «плохих» и «хороших» условиях и сравниваются с «наиболее вероятным» NPV.

Например, в проекте по производству компьютеров оросительной системы менеджеры фирмы предполагают развитие ситуации таким образом:

Анализ сценариев предполагает расчет NPV по каждому из трех возможных вариантов – наихудшему, наилучшему и наиболее вероятному. Из таблицы видно, что наиболее вероятная ситуация прогнозирует положительный NPV; наихудшая ситуация дает отрицательный NPV, а наилучшая ситуация ведет к очень большому положительному NPV. Далее рассчитывается ожидаемое значение NPV, среднее квадратическое отклонение и коэффициент вариации. Для этого необходимо оценить вероятность осуществления каждого сценария. Предположим, руководство компании считает, что вероятность возникновения наихудшей ситуации равна 25%, наиболее вероятной – 50% и наилучшей – 25%. Самое сложное здесь — точно оценить вероятность осуществления сценариев.

Читать еще:  Анализ бюджетных показателей

Коэффициент вариации проекта равен 1,3. Для того чтобы получить представление об относительной корпорационной рисковости проекта, можно сравнить коэффициенты вариации NPV нового и среднего проекта данной компании. Пусть существующие проекты компании имеют совокупный коэффициент вариации, равный приблизительно 1,0. Таким образом, на основании этого показателя единичного общего риска можно сделать вывод, что проект компьютерного управления оросительной системой более рисковый, чем средний проект фирмы.

Хотя анализ сценариев дает полезную информацию о единичном риске проекта, тем не менее он ограничен рассмотрением только нескольких дискретных исходов проекта, в то время как в действительности существует бесконечное число возможностей.

Следующий метод – имитационное моделирование методом Монте-Карло — обязан своим названием городу, известному игорными домами. Он объединяет анализ чувствительности и анализ распределений вероятностей входных переменных. Моделирование требует относительно мощной системы программного обеспечения, в то время как анализ сценариев можно провести на компьютере в среде электронных таблиц.

Процесс моделирования выполняется следующим образом.

1. Программа моделирования случайным образом выбирает значение для каждой исходной переменной, основываясь на ее заданном распределении вероятностей. Например, выбирается значение объема реализации в натуральных единицах.

2.Значение, выбранное для каждой варьируемой переменной, вместе с заданными значениями других факторов, таких как ставка налога и амортизационные отчисления, затем используется в модели для определения чистых денежных потоков по каждому году. Далее рассчитывается NPV проекта в данном конкретном компьютерном прогоне.

3. Этапы 1 и 2 многократно повторяются, скажем 1000 раз, что даст 1000 NPV, которые составят распределение вероятностей; тем самым получают ожидаемые значения NPV и среднего квадратичного отклонения.

Несмотря на привлекательность, имитационный анализ не используется так широко, как этого можно было бы ожидать. Одна из главных трудностей состоит в обосновании распределений вероятностей переменных и корреляций между ними. Еще одна проблема, связанная как с анализом сценариев, так и с имитационным анализом, состоит в том, что даже по завершении вычислительных процедур не появляется четкого критерия принятия решения.

Проекты, структура которых позволяет делать капиталовложения в течение нескольких лет, часто оцениваются с использованием метода дерева решений.

Например, предположим, что «Robotics International, Ltd.» рассматривает возможность производства промышленных роботов для отрасли промышленности, выпускающей телевизоры. Чистые инвестиции по этому проекту осуществляются в три этапа (см. рис.14)

Этап 1. В момент t=0, который в данном случае имеет место где-то в ближайшем будущем, проводится изучение (стоимостью в 500000 дол.) рыночного потенциала для применения роботов на линиях сборки телевизоров.

Этап 2. Если окажется, что значительный рынок для телевизионных сборочных роботов действительно существует, тогда в момент t=1 расходуется 1 млн. дол. на разработку и изготовление нескольких опытных образцов роботов. Эти роботы затем оцениваются инженерами из телевизионной промышленности, и их мнения определяют, будет ли фирма продолжать работу над проектом.

Этап 3. Если опытные образцы роботов хорошо себя покажут, тогда в момент t=2 в строительство производственного предприятия инвестируется 10 млн. дол. Менеджеры прогнозируют, что чистый денежный поток, генерируемый в течение последующих четырех лет, может варьировать в зависимости от спроса на продукцию.

В данном случае считается, что между решениями проходит один год. Каждый кружок означает выбор того или иного решения. Сумма в долларах слева от момента принятия решения означает размер чистой инвестиции, необходимой в случае принятия этого решения, а денежные потоки, показанные под t 3-6, — это денежные поступления, возникающие в случае принятия проекта. Каждая линия представляет собой ветвь дерева решений, и каждая ветвь имеет рассчитанную вероятность. Например, если фирма решит начать работу над проектом, к моменту принятия решения 1 она должна будет потратить 500000 дол. на маркетинговое исследование. По оценке руководства, вероятность того, что исследование даст благоприятные результаты, составляет 0,8. Это приведет к решению перейти к этапу 2. Вероятность того, что маркетинговое исследование даст отрицательные результаты и укажет на то, что от проекта следует отказаться, составляет 0,2. Если работа по проекту прекратится, расходы компании на начальное маркетинговое исследование в размере 500000 дол. будут списаны в убыток.

Если маркетинговое исследование предпринято и его результаты положительны, тогда фирма на следующем этапе потратит 1 млн. дол. на изготовление опытного образца робота. По предварительному подсчету руководства, сделанному еще до начальной инвестиции в 500000 дол., есть 60%-ная вероятность того, что телеинженеры сочтут робот полезным, и 40%-ная вероятность того, что он им не понравится. Это условные вероятности, то есть они зависят от предшествующих решений.

Если инженеры примут робот, тогда фирма потратит заключительные 10 млн. дол. на постройку предприятия и развертывание производства, в противном случае проект будет отвергнут. Если фирма все-таки развернет производство, операционные денежные потоки за 4-летний срок действия проекта будут зависеть от того, насколько хорошо рынок примет конечный продукт. Предполагается, что существует 30%-ный шанс на то, что спрос будет вполне приемлемым, а чистый денежный поток составит 10 млн. дол. в год, 40%-ная вероятность – для 4 млн. дол. в год и 30%-ная возможность ежегодного убытка в 2 млн. дол. Эти денежные потоки показаны под годами с третьего по шестой. Кроме того, не исключена и такая ситуация, когда фирма предпочтет отказаться от проекта даже после развертывания производства.

Кумулятивные вероятности, представленные на рис.13 и полученные перемножением всех вероятностей на конкретных ветвях дерева, показывают вероятность наступления каждого конечного исхода. Например, вероятность того, что проект будет полностью осуществлен, а среднегодовой приток денежных средств будет на уровне 10 млн. дол., составляет , или 14,4%.

На рис.13 приведен также NPV каждого конечного исхода. Цена капитала компании 11,5%. Кроме того, руководство считает, что проект имеет среднюю степень риска. NPV наиболее благоприятного исхода составляет (в тыс.дол.):

Остальные NPV рассчитываются аналогичным образом.

В последней колонке рис.13 представлены произведения NPV для каждой ветви на объединенную вероятность этой ветви, а сумма этих произведений NPV – это ожидаемое значение NPV проекта. Таким образом, исходя из условий примера, ожидаемое значение NPV проекта равно – 338000 дол.

Поскольку ожидаемый NPV отрицателен, может показаться, что фирме следует отвергнуть проект, однако такое заключение может быть преждевременным. Во-первых, руководство считало риск проекта средним, следовательно, теперь компании следует обдумать, не является ли данный проект более или менее рисковым, чем в среднем. Поскольку среднее квадратическое отклонение ожидаемого NPV равно 7991000 дол., значение коэффициента вариации довольно велико. Это подразумевает, что с точки зрения единичного риска проект является очень рисковым. Вероятность понести убытки равна 0,144+0,320+0,200=0,664. На основании всего этого проект, скорее всего, следует отклонить.

Анализ сценариев

Общие сведения

Анализ сценария – это процесс разработки описательных моделей того, что может произойти в будущем. Он может применяться для идентификации рисков посредством рассмотрения возможных вариантов развития событий и исследования их возможных последствий. Группы сценариев, отражающих, например, «наилучший случай», «наихудший случай» и «ожидаемый случай», могут применяться для анализа возможных последствий и их вероятностей для каждого сценария как форма анализа чувствительности при проведении анализа риска.
Эффективность анализа сценария подтверждается рассмотрением значительных изменений за последние 50 лет в технологии, предпочтениях потребителей, социальных позициях и тому подобного. Анализ сценария не позволяет прогнозировать вероятности таких изменений, но может рассматривать последствия и содействовать организациям в развитии преимуществ и гибкости, необходимых для адаптации к прогнозируемым изменениям.

Применение

Анализ сценария может применяться для формирования решений, касающихся создания политики, и планирования будущих стратегий, а также для рассмотрения существующих видов деятельности. Может быть частью всех трех компонентов оценки риска. При проведении идентификации и анализа группы сценариев, отражающих, например, наилучший случай, наихудший случай и ожидаемый случай, могут применяться для выявления того, что может произойти в конкретных обстоятельствах, и для анализа возможных последствий и их вероятностей для каждого сценария.

Анализ сценария может применяться для прогнозирования того, как угрозы и возможности могут развиваться; он может применяться для всех типов рисков, как краткосрочных, так и долгосрочных. В отношении краткосрочных рисков и надежных данных вероятные сценарии можно экстраполировать из информации, имеющейся на данный момент. В отношении долгосрочных рисков или ненадежных данных анализ сценария становится более образным, и может рассматриваться как анализ будущего.

Читать еще:  Анализ целевой программы

Применение анализа сценария может быть целесообразным при наличии значительных различий распределений положительных и отрицательных выходных данных в пространстве, времени и группах в обществе или организации.

Входные данные

Необходимым условием проведения анализа сценария является наличие группы специалистов, осведомленных о характере соответствующих изменений (например – возможных достижениях в технологии) и способных спрогнозировать ситуацию в будущем без экстраполирования из прошлого. Также необходим доступ к литературным источникам и данным, касающимся происходящих изменений.

Процесс

Структура анализа сценария может быть неформализованной и формализованной.

После формирования группы и соответствующих каналов обмена информацией и определения контекста проблемы и вопросов, которые необходимо рассмотреть, следующим этапом является определение характера изменений, которые могут произойти, что потребует исследования основных тенденций и вероятного времени изменений в соответствии с тенденциями, а также воображения для прогнозирования будущего.

Изменения, которые требуют рассмотрения, могут включать:
– внешние изменения (например-технологические изменения);
– решения, которые должны быть приняты в ближайшем будущем, но которые могут иметь различные результаты;
– потребности заинтересованных сторон и то, как они могут измениться;
– изменения в макросреде (законодательные, демографические и т.д.), некоторые из которых неизбежны, а некоторые – неопределенны.

Иногда изменение может происходить из-за последствий другого риска. Например, риск изменения климата приводит к изменениям потребительского спроса на продукты питания, что повлияет на то, какие продукты питания будет выгодно экспортировать, и какие следует производить внутри страны.
Затем следует составить перечень локальных факторов и макрофакторов или тенденций и ранжировать сначала по значимости, затем – по неопределенности. Особое внимание уделяют факторам, которые являются наиболее значимыми и наиболее неопределенными. Ключевые факторы или тенденции отображают друг против друга, чтобы показать области, в которых можно разрабатывать сценарии.

Предлагается ряд сценариев, каждый из которых рассматривает правдоподобные изменения в параметрах.

Затем составляется «версия» для каждого сценария, в которой дается разъяснение, как перейти от исходной ситуации к рассматриваемому сценарию. Версии могут включать вероятные подробности, которые совершенствуют сценарий.
Сценарии можно применять затем для исследования и оценивания исходной проблемы. При исследовании учитывают любые существенные, но предсказуемые факторы (т.е. применяются шаблоны), и затем исследуют, насколько «успешной» будет политика (деятельность) при рассматриваемом сценарии, а также результаты предварительных исследований, используя вопросы вида «Что, если…?», основанные на допущениях, сделанных в рамках модели.

После оценивания вопроса или предложения с учетом каждого сценария может оказаться, что его следует скорректировать, чтобы сделать более надежным или менее рискованным. Также следует определить некоторые основные индикаторы, указывающие на то, что рассматриваемые изменения происходят. Мониторинг и реагирование на основные индикаторы могут предоставлять возможность внесения изменений в планируемые стратегии.
Поскольку в сценариях определены только «срезы» возможных будущих ситуаций, важно обеспечить, что учтена вероятность возникновения конкретного результата (сценария), т.е. установить структуру риска. Например, при рассмотрении сценариев наилучшего случая, наихудшего случая или ожидаемого случая необходимо по возможности приближенно определить или выразить вероятность возникновения каждого сценария.

Выходные данные

Наиболее подходящий сценарий может не существовать, но любой сценарий должен приводить к улучшению понимания ряда возможных вариантов и того, как изменить выбранную стратегию по мере изменения индикаторов.

Преимущества и недостатки

Анализ сценариев рассматривает ряд возможных ситуаций в будущем, что может быть более предпочтительным по сравнению с традиционном подходом, основанным на прогнозах разной степени долговременное, в которых предполагается, на основании накопленных данных, что будущие события, вероятно, будут продолжаться, следуя прошлыми тенденциям. Это важно для ситуаций, когда имеется недостаточно текущей информации, на которой можно основывать прогноз, или в которых рассматриваются риски в более отдаленном будущем.
Данное преимущество имеет соответствующий недостаток, заключающийся в том, что при высокой неопределенности некоторые сценарии могут быть нереалистичными.
Основные затруднения при применении анализа сценариев связаны со степенью наличия данных и способностью аналитиков и лиц, принимающих решения, разрабатывать реалистичные сценарии, которые пригодны для исследования возможных результатов.
Недостаток применения анализа сценариев в качестве средства обоснования принятия решения заключается в том, что применяемые сценарии могут не иметь соответствующего основания; что данные могут быть гипотетическими и что не реалистичность результатов может быть не выявлена.

Анализ сценариев развития проекта

Анализ сценариев развития проекта позволяет оценить влияние на проект возможного одновременного изменения нескольких переменных через вероятность каждого сценария. Этот вид анализа может выполняться как с помощью электронных таблиц (например, Microsoft Excel версии не ниже 4,0), так и с применением специальных компьютерных программ, позволяющих использовать методы имитационного моделирования.

В первом случае формируются 3 — 5 сценариев развития проекта (см. табл. 21.2.9). Каждому сценарию должны соответствовать:

• набор значений исходных переменных;

• рассчитанные значения результирующих показателей;

• некоторая вероятность наступления данного сценария, определяемая экспертным путем.

В результате расчета определяются средние (с учетом вероятности наступления каждого сценария) значения результирующих показателей.

Сценарии развития проекта

Метод построения «дерева решений» проекта

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

• определение состава и продолжительности фаз жизненного цикла проекта;

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

• определение времени наступления ключевых событий;

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

• определение вероятности принятия каждого решения;

• определение стоимости каждого этапа осуществления проекта (стоимости работ между ключевыми событиями).

На основании полученных данных строится «дерево решений». Его узлы представляют собой ключевые события, а стрелки, соединяющие узлы, — проводимые работы по реализации проекта. Кроме того, на «дереве решений» приводится информация относительно времени, стоимости работ и вероятности принятия того или иного решения.

В результате построения «дерева решений» определяется вероятность каждого сценария развития проекта, эффективность по каждому сценарию, а также интегральная эффективность проекта. Положительная величина показателя эффективности проекта (например, чистого дисконтированного дохода) указывает на приемлемую степень рисков, связанных с осуществлением проекта.

Пример. Компания «УУУУУ» собирается инвестировать средства в производство роботов для использования в космических исследованиях. Инвестиции в данный проект производятся в три этапа.

1-й этап. В начальный момент времени t = 0 необходимо потратить 500 тыс. долл. на проведение маркетингового исследования рынка.

2-й этап. Если в результате исследования будет выяснено, что потенциал рынка достаточно высок, то компания инвестирует еще 1 тыс. долл. на разработку и создание опытных образцов робота. Опытные образцы должны быть предложены к рассмотрению инженерам в центре космических исследований, которые решают вопрос о размещении заказа у данной компании.

3-й этап. Если реакция инженеров благоприятная, то в момент времени t = 2 компания начинает строительство нового предприятия по производству данного робота. Строительство такого предприятия требует затрат в 10 000 тыс. долл. Если данная стадия будет реализована, то, по оценкам менеджеров, проект будет генерировать притоки наличности в течение 4 лет. Величина этих потоков наличности будет зависеть от того, насколько хорошо этот робот будет принят на рынке.

Для анализа именно таких многостадийных решений чаще всего используется метод «дерева решений» (см. рис. 21.2.7). Единица измерения — тыс. долл.

В этом примере мы предполагаем, что очередное решение об инвестировании принимается компанией в конце каждого года. Каждое «разветвление» обозначает точку принятия решения либо очередной этап. Число в круглых скобках, записанное слева от точки принятия решения, представляет собой чистые инвестиции. В интервале с третьего по шестой годы (ct = 3not = 6) показаны притоки наличности, которые генерируются проектом.

Например, если компания решает реализовывать проект в точке t = 0, то она должна потратить 500 тыс. долл. на проведение маркетингового исследования. Менеджеры компании оценивают вероятность получения благоприятного результата в 80% и вероятность получения неблагоприятного результата в 20%. Если проект будет остановлен на этой стадии, то издержки компании составят 500 тыс. долл.

Если по результатам маркетингового исследования компания приходит к оптимистическому заключению о потенциале рынка, то в момент времени t = 1 необходимо потратить еще 1 тыс. долл. на изготовление экспериментального варианта робота. Менеджеры компании оценивают вероятность положительного исхода в 60%, а вероятность отрицательного исхода — в 40%.

Читать еще:  Многомерный сравнительный анализ

Если инженеров центра космических исследований устраивает данная модель робота, тогда компания в момент времени t = 2 должна инвестировать 10 000 тыс. долл. для постройки завода и начала производства. Менеджеры компании оценивают вероятность того, что в центре космических исследований воспримут такую модель благожелательно в 60% и вероятность противоположного исхода в 40% (что приведет к прекращению реализации проекта).

Если компания приступает к производству робота, то операционные потоки наличности в течение четырехлетнего срока жизни проекта будут зависеть от того, насколько хорошо продукт будет принят рынком. Вероятность того, что продукт будет хорошо принят рынком, составляет 30%, в этом случае чистые притоки наличности должны составлять около 10 000 тыс. долл. в год. Вероятность того, что притоки наличности будут составлять около 4000 тыс. долл. и 2000 тыс. долл. в год, равна 40 и 30% соответственно. Эти ожидаемые потоки наличности показаны на нашем рисунке с третьего года по шестой

Рис. 21.2.7. «Дерево решений» проекта

Совместная вероятность, подсчитанная на выходе данной схемы, характеризует ожидаемую вероятность получения каждого результата.

Предположим, что ставка цены капитала компании при реализации данного проекта составляет 11,5%, и, по оценкам финансовых менеджеров компании, реализация данного проекта имеет риски, равные рискам реализации типичного «среднего» проекта компании. Затем, умножая полученные значения чистой приведенной стоимости на соответствующие значения совместной вероятности, мы получим ожидаемую чистую приведенную стоимость инвестиционного проекта.

Поскольку ожидаемая чистая приведенная стоимость проекта получилась отрицательной, то компания должна отвергнуть этот инвестиционный проект. Однако на самом деле вывод не так однозначен. Необходимо также учесть возможность отказа компании от реализации данного проекта на определенном этапе или стадии, что приводит к существенному изменению одной из ветвей «дерева решений».

Издержки отказа от реализации проекта значительно сокращаются, если компания имеет альтернативу для использования активов проекта. Если бы в нашем примере компания могла бы использовать оборудование для производства принципиально иного вида роботов, тогда бы проект по производству роботов для космических нужд мог быть ликвидирован с большей легкостью, следовательно, риски реализации проекта были бы меньше.

Дата добавления: 2016-06-13 ; просмотров: 1823 ; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ

Анализ сценариев

Пространства имён

Действия на странице

Анализ сценариев — процесс разработки описательных моделей развития событий. Метод может быть использован для идентификации риска путем рассмотрения возможных событий в будущем и исследования их значимости и последствий. Наборы сценариев, отражающих, например, «лучший случай», «худший случай» и «ожидаемый случай», могут быть использованы для анализа возможных последствий и их вероятности для каждого сценария.

Возможности метода анализа сценариев можно проиллюстрировать, рассматривая основные изменения за прошлые 50 лет в технологиях, предпочтениях потребителей, социальных отношениях и т.д. В процессе анализа сценариев трудно прогнозировать вероятность таких изменений в будущем, однако можно анализировать последствия, помочь организациям использовать преимущества и обеспечить устойчивость к прогнозируемым изменениям.

Содержание

Область применения

Анализ сценариев может быть полезен в принятии политических решений и планировании будущих стратегий, а также при рассмотрении существующих видов деятельности. Данный метод может быть использован для всех трех элементов оценки риска. На этапах идентификации и анализа риска наборы сценариев, отражающих, например, лучший, худший и наиболее вероятный случай, могут быть использованы для установления того, что может произойти в конкретных обстоятельствах, а также для анализа потенциальных последствий и их вероятности для каждого сценария.

Метод анализа сценариев может быть использован для прогнозирования возможных угроз и их развития во времени и может быть применен для всех типов риска в краткосрочной и долгосрочной перспективе. В краткосрочной перспективе при наличии достоверных данных вероятные сценарии могут быть экстраполированы на основе существующих данных. В долгосрочной перспективе с учетом низкой достоверности данных анализ сценариев позволяет определить общий характер развития событий.

Анализ сценариев полезен в ситуации, когда имеются значительные различия между положительными и отрицательными результатами, в том числе во времени и для различных групп или организаций.

Входные данные

Необходимым условием применения метода анализа сценариев является наличие группы специалистов, обладающих пониманием характера исследуемых изменений (например, возможных достижений в технологиях). Эти специалисты должны быть способны спрогнозировать ситуацию в будущем, не прибегая к экстраполяции на основе данных прошлых событий. Полезно также использование данных литературных источников и данных, относящихся к происходящим изменениям.

Процесс выполнения метода

Структура метода анализа сценариев может быть формализованной или произвольной.

После формирования группы, установления каналов обмена информацией, определения исследуемых проблем и области применения метода необходимо идентифицировать характер возможных изменений. Следует также исследовать основные тенденции и оценить вероятное время изменений на основе экспертного прогноза.

Исследуемые изменения могут включать в себя:

  • внешние изменения (такие как изменения технологий);
  • решения, которые необходимо принять в ближайшем будущем и которые могут привести к различным результатам;
  • потребности причастных сторон и возможные изменения;
  • изменения в макросреде (обязательных требований, демографии и т.д.), некоторые из которых неизбежны, другие возможны.

Иногда изменения могут произойти вследствие другого опасного события. Например, изменение климата приводит к изменениям потребительского спроса на продукты питания, что влияет на то, какие продукты питания выгодно экспортировать, а какие — выращивать в своем регионе.

Затем следует составить перечень локальных факторов и макрофакторов или тенденций и ранжировать сначала по значимости, затем по неопределенности. Особое внимание следует уделять факторам, которые являются наиболее значимыми и более неопределенными.

Ключевые факторы или тенденции наносят на карту напротив друг друга, чтобы показать и выявить области разработки сценариев.

Обычно предлагают набор сценариев, каждый из которых соответствует вероятному изменению параметров.

Затем для каждого сценария составляют описание перехода от исходной ситуации к рассматриваемому сценарию. Описание может включать вероятные детали, которые могут быть очень полезны для сценария.

Далее сценарии могут быть использованы для исследования или оценки исходной проблемы. При проведении исследований необходимо учитывать все существенные, но прогнозируемые факторы (например, используют шаблоны). Затем следует исследовать выполнение политики или деятельности при реализации этого сценария и оценить результаты предварительного исследования сценария с использованием вопросов «что, если», основанных на предположениях моделей.

После проведения оценки вопросов или предположений относительно каждого сценария может стать очевидным, что именно необходимо изменить и как это сделать наиболее целесообразным и безопасным образом. Могут быть также определены основные индикаторы, указывающие на появление возможных изменений. Мониторинг основных индикаторов и предпринятые ответные меры позволяют обеспечить возможность внесения изменений в запланированные стратегии.

Так как сценарии охватывают только отдельные части возможного развития будущих событий, важно удостовериться, что учтены вероятности появления конкретных сценариев, т.е. определить структуру риска. Например, если используют сценарии лучшего случая, худшего случая и наиболее вероятного случая, необходимо предпринять несколько попыток для их квалификации и оценить вероятность появления каждого сценария.

Выходные данные

Наиболее подходящего сценария может не быть, однако анализ позволяет получить более четкое понимание вариантов развития событий и способов изменения действий при изменении индикаторов.

Преимущества и недостатки

Анализ сценариев учитывает варианты будущего развития событий и поэтому может быть более предпочтительным при традиционном подходе к прогнозированию, в соответствии с которым на основе сценариев проводят оценку вероятности по шкале (высокая, средняя и низкая) на основе имеющихся данных, предполагая, что развитие событий будет соответствовать известным в прошлом тенденциям. Это важно в ситуации, когда недостаточно знаний об исследуемой проблеме для прогнозирования ее развития или когда опасность может возникнуть в отдаленном будущем.

С этим преимуществом напрямую связан недостаток метода анализа сценариев, который заключается в том, что в ситуации с высокой неопределенностью некоторые из сценариев могут быть нереальными.

Главные трудности использования метода анализа сценариев связаны с наличием данных и способностью аналитиков и лиц, принимающих решения, разработать реальные сценарии с поддающимися исследованию возможными результатами.

Недостаток использования метода анализа сценариев для обоснования принятия решений состоит в том, что использованные сценарии могут не иметь достоверного обоснования; данные могут быть гипотетическими, а нереалистичность результатов может быть не выявлена.

Ссылка на основную публикацию
Adblock
detector