Методики первичной диагностики проектных рисков

По мнению известного американского исследователя И. Ансофф, «существует бесконечное число комбинаций и факторов, определяющих риски, при этом … а глубокий аналитический расчет и количественные показатели дисперсионного анализа на первом этапе излишни». Декомпозиция риска — это разложение риска на риски более низкого уровня (drill-down), каждый из которых имеет свой весовой коэффициент. Не случайно, поэтому среди принципов американского менеджмента выделяется тезис о том, что «все хорошее и превосходное каждую минуту балансирует на тонкой грани «это опасно» (constant losses and risks), подчеркивая необходимость диагностики наиболее критичных рисков и самых вероятных сценариев угроз проекта. Это во — многом, cэкономит стоимость экспертизы (а значит и самого проекта), а во- вторых, структурирует стратегию проекта, определяя плановое развитие или, ввиду выявленных очевидных рисков — сокращение или полное закрытие проекта (Total risks).

Данная статья предполагает ознакомить Риск-менеджеров и специалистов проектного инвестирования с базовыми методиками «качественной» оценки проектных рисков. Приведенные методики из огромного глоссария теоретических научных изысканий позволят на начальном этапе определить «Тотальные» и «критичные» риски, включая Зоны риска проекта (Zones of Business risks), ранжирование угроз и убытков, вероятность рискового события. Данные «качественной» оценки проектных рисков осуществляются до проведения дорогостоящей комплексной диагностики и математического анализа количественных показателей.

Например: локация проектной площадки в стране с «революционной и военной ситуацией» (страны Ближнего Востока) или «высокой статистикой климатических катастроф, тайфунов и наводнений» (страны Индокитая, ЮВА), автоматически ставят проект в раздел «тотальных рисков» без дальнейшей необходимости маркетингового анализа. Выявленные юридические ограничения для бизнеса, высокие налоги и высокие ввозные пошлины автоматически повышают риски успешности проекта, повышая расходную часть (cost), безопасность капитала. (РФ в период 90-х). Выявленная государственная банковская политика на лимит экспорта валюты, ставит под угрозу вывоз генерированного в данной стране капитала. (Египет). Высокорентабельный, по экономическим параметрам, строительный проект окажется ничтожным и нелегитимным при отсутствии исходно –разрешительной документации. (ГОССТРОЙ РФ). Т. е. нами предоставлены риски, выявленные на этапе первичного анализа проекта.

Среди методов первичного анализа рисков выделяются:

IМетодики «качественной» экспертной оценки риска

1.        Методы «Определения Зон риска»

2.        Метод «Brain storming»

3.        Метод Дельфи

4.        Метод ранжирвоания

5.        Метод аналогии,

IIМетодики «количественной» оценки риска

1.        Метод балльной оценки, 2.2. Метод Монте-Карло (статистических испытаний),

IIIАвтоматизированные компьютерные Программы оценки риска

Система мониторинга рисков на основе продуктов компании QPR Software

1.1.           Метод «Определения Зон риска»

Иначе известный как Метод Бостонской консультативной группы (BCG),

 

Матрица, предложенная BCG приведённая на рис.1, представляет собой удобный приём сопоставления Бизнес -зон. Business Risk Zones (РБЗ), в которых работает фирма.

Каждый проект накладывается на матрицу БЗ, по каждому квадрату делается оценка объективных параметров, темпов роста, содержание рынка Затенённым сегментом внутри обозначим ту долю рынка, которую фирма собирается захватить. Рядом можно записать дополнительную информацию. Получится пиктограмма которая позволит получить достаточное полное представление о делах фирмы.

Пиктограмма БКГ предлагает следующий набор решений о дальнейшей деятельности фирмы в соответствующих зонах:

-                   Зона «Жар-птицы»: Зона стремлений. Перспектив и ресурсов, планируемых доходных рынков. Выстраивать стратегию выхода в Зону высоких прибылей и стабильности (Риски до 10 %);

-                   Зона «Волков»: опасность, высокие риски (50 % — 100 %). Избегать. Покинуть, если нет веских причин для реально высоких и быстрых доходов;

-                   Зона «Дойных коров»: Зона благоприятных условий и прибыли, плановый и стабильный доход. Необходимо сохранение источника дохода, жёсткий контроль капиталовложений Топ менеджмента; (риски до 5 %)

-                   Зона «Обезьяны»: Зона непредсказуемых результатов. Подлежат экспертному изучению, Риски 50/50. Требуется установить подходы, дополнительные мероприятия, финансирование, чтобы превратиться в «жар-птицу».

Таким образом, практика использования матрицы Бостонской консультативной группы. (BCG), показала, что методика весьма полезна при выборе между различными зонами бизнеса, определении стратегических позиций, а также для распределения стратегических ресурсов на ближайшую перспективу. Но опыт также показал, что матрица BCG применима лишь при начальном этапе диагностики Зон проекта и не может считаться универсальной и окончательной при принятии проектного решения.

1.2.           Метод мозгового штурма. «Brainstorming».

Метод был предложен в 1941 году Алексом Осборном. Сущность метода дословно «мозгового штурма» заключается в генерации неординарных мыслей и решений, в том числе анализ рисковых сценариев, вероятных угроз и убытков.

Метод заключается в том, что группа квалифицированных экспертов, представляющих разносторонние, иногда полярные мнения и отрасли производит оценку проекта и осуществляют подбор выводов в ходе модерируемых дискуссий и докладов.

Все эксперты делятся на две группы: первая генератор и инициатор идей, предложений, а вторая группа — оппонентов, критично и экспертно анализирующая ситуацию, риски, и делающая выводы. Третья группа — арбитражная. Все участники в заключении осуществляют совместный анализ и выводы. Выводы, приведенные риски и методы оптимизации, локализации, страхования рисков и с которыми соглашаются большинство экспертов, и считается окончательным.

Преимущества метода «мозгового штурма»:

-                    Высокая оперативность и эффективность;

-                    Максимальный перечень идей, рисков, решений за короткий отрезок времени;

-                    Развитие, комбинаций и модификация Риск Менеджмента.

-                    Метод получения максимального количества предложений Риск-менеджмента. Его эффективность: 6 человек за полчаса могут выдвинуть 150 идей. Группа андеррайтеров -страховщиков, индивидуальных экспертов, работающие обычными методами оценки рисков, не в состоянии агрегировать количество рисковых сценариев и методов управления рисками.

1.3.           Метод Дельфи

Это метод прогноза, при котором в процессе исследования исключается непосредственное общение между членами группы и проводится индивидуальный опрос экспертов с использованием анкет для выяснения их мнения относительно будущих гипотетических событий.

-                    Достоверность полученных оценок зависит от квалификации экспертов,

-                    независимости их суждений, а также от методического обеспечения проведения экспертизы. Одним из показателей достоверности полученных значений является коэффициент конкордации (согласованности) мнений экспертов

1.4.           Метод ранжирования

Данный метод предполагает упорядочение оцениваемых объектов в порядке возрастания или убывания их качеств. Идея метода заключается в соединении анализа чувствительности и вероятностных распределений факторов модели. Вместо создания отдельных сценариев (наилучший, наихудший и наиболее вероятный), в имитационном методе генерируются сотни возможных комбинаций факторов с учётом их вероятностного распределения. Ранжирование может осуществляться несколькими методами, но в основе каждого из них лежат экспертные методы. Рассмотрим лишь некоторые из них.

Мягкая рейтинговая оценка — наиболее распространенная форма проведения рейтинга. Согласно этому методу эксперты оставляют в списке, не указывая приоритет, наилучшие, с их точки зрения, оцениваемые объекты. Наивысший ранг получает объект, набравший большее число голосов экспертов.

Непосредственное ранжирование — самый простой способ проведения рейтинга. Сущность этого метода состоит в том, что эксперты располагают в определенном порядке (как правило, возрастания или убывания качеств) оцениваемые объекты, затем рассчитывается среднее арифметическое место каждого объекта и в соответствии с этим значением составляется окончательно упорядоченный список. Достоверность результатов экспертизы проверяется по значению коэффициента конкордации — согласованности методов экспертов.

Парное сравнение — более сложный вариант ранжирования, в соответствии с которым эксперты, сопоставляя поочередно каждые дна оцениваемых объекта, определяют, какой из них лучше, затем эти мнения усредняются и составляется окончательный рейтинг по правилу; «Если А лучше В, В лучше С, то А лучше С».

Проблема применения этого способа связана с тем, что экспертам приходится анализировать большое число пар, при этом усреднение может привести к логическому тупику: «А лучше В, В лучше С, С лучше А». Кроме того, непосредственное ранжирование невозможно применить, если список оцениваемых объектов остается открытым.

Ранжирование на основе балльной оценки сочетает в себе преимущества непосредственного ранжирования и ранговой корреляции. При этом список оцениваемых объектов может быть неограничен. Эксперты сами называют число объектов и оценивают их в баллах или располагают их в определенном порядке. При этом порядковому номеру присваивается соответствующее число баллов. Для получения окончательного упорядоченного списка ранжируемых объектов баллы складываются, а объекты располагаются в порядке возрастания или убывания баллов. Балльное ранжирование стало одним из наиболее популярных методов рейтинговой оценки среди российских информационных и аналитических агентств.

Главная проблема ранжирования связана с тем, что сравнения объектов осуществляются по нескольким показателям, и результаты могут быть неоднозначными: лидер по одному показателю может стать аутсайдером по другому.

Чтобы снизить субъективное влияние экспертов, в рейтинг включаются объективные характеристики объектов, реально поддающиеся измерению без участия экспертов.

Рейтинг в этой форме получил наименование скоринга, который является оцениваемым на основе системы показателей и балльной оценки.

1.5.           Метод аналогии

Данная методика представляет собой разработку стратегии управления риском конкретного инновационного проекта на основе анализа базы данных о реализации аналогичных проектов и условий их реализации. Данный метод позволяет учесть возможные ошибки, последствия воздействия неблагоприятных факторов и экстремальные ситуации как источники потенциального риска.

Метод аналогии применяется как на отдельных стадиях жизненного цикла проекта, так и по всему циклу. Часто метод аналогии используется для разработки сценариев реализации инновационного проекта.

IIМетодики «количественной» оценки риска.

Данные методики предполагают расчет с учетом факторных показателей, индексов, требующих применений математический уравнений и неравенств.

2.1                     Метод балльной оценки риска

Это один из методов экспертизы риска на основе обобщающего показателя, определяемый по ряду экспертно оцениваемых частных показателей (факторов) степени риска. Он состоит из следующих этапов:

1)        определение факторов, определяющих степень риска проекта;

2)        выбор обобщенного критерия и частных показателей, характеризующих каждый фактор;

3)        оценка обобщенного критерия степени риска инновационного проекта;

4)        выработка рекомендаций по управлению риском при реализации инновационного проекта.

Данный метод широко используется в деятельности рейтинговых и аналитических агентств при оценке региональных, политических и кредитных рисков.

2.2. Метод Монте-Карло

Метод статистических испытаний — формализованного описания неопределенности, используемый в наиболее сложных для прогнозирования проектах. Показатели и методы оценки эффективности инвестиционного проекта используются, во-первых, для определения эффективности инвестиционного проекта (когда необходимо принять решение: утвердить или отклонить проект); во-вторых, для сравнения альтернативных инвестиционных проектов (если требуется выбрать проект из нескольких альтернативных).

Методы количественной оценки предполагают численное определение величины риска инвестиционного проекта. Если точные оценки параметров задать невозможно, однако есть возможность определить интервалы возможного колебания показателей. В этом случае можно использовать метод имитационного моделирования Монте-Карло, который формирует множество возможных случайных сценариев. Результат анализа риска выражается в виде вероятности.

Практическое применение данного метода продемонстрировало широкие возможности его использования в инвестиционном проектировании, особенно в условиях неопределённости и риска.

Алгоритм метода Монте-Карло включает следующие этапы:

1.    Установление взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства;

2.    Задание законов распределения вероятностей для ключевых параметров модели;

3.    проведение компьютерной имитации значений ключевых параметров модели.

4.    Расчет основных характеристик распределений исходных и выходных показателей;

5.    Проведение анализа полученных результатов (графический и количественный) и принятие решения.

Он заключается в изучении статистики процессов реализации проектов на данном или аналогичном предприятии, что позволяет установить влияние и частоту получения конкретных результатов, а также ограничения на диапазон и динамику исходных значений и анализируемых показателей. Статистические данные и ограничения служат основой имитационных моделей, позволяющих создать множество сценариев реализации проекта. Метод позволяет разработать наиболее вероятный сценарий реализации проекта.

Количественная оценка рисков.

При оценке риска вполне обосновано применения аппарата математической статистики и теории вероятностей.

Для обобщенной оценки риска используются следующие правила:

а) правило поглощения рисков: если риски относятся к одной области деятельности, но проявление негативных факторов происходит независимо друг от друга, вероятность их проявления оценивается по максимальному значению:

P_o= max {p_i}

где P_o — общая степень риска в данной области;

p_i — степень частных рисков в одной области.

Пример. Для реализации инновационного проекта необходимо обеспечение производства сырьем, электроэнергией и комплектующими.

Надежность поставщика сырья (вероятность своевременной поставки качественного сырья) — q_с=0,95; поставщика комплектующих — q_к

=0,9; надежность работы электроэнергии — q_э =0,97.

Определить максимальную степень риска (Р).

Решение:

p=1 — q

где q — вероятность свершения события (например, надежность);

р — вероятность отказа (риска).

р_с = 1–0,95 =0,05

р_э= 1–0,97 = 0,03 } mах {р_i;}

р_к= 1 -0,9= 0,1

Максимальная степень риска (вероятность остановки внедряемого

производственного процесса)

Р=0,1 (или 10 %).

б) правило математического сложения рисков: если риски относятся к различным областям деятельности, но проявление негативных факторов происходит независимо друг от друга, вероятность их проявления (р₀) оценивается по правилам теории вероятности для суммы вероятностей независимых событий.

Для двух факторов:

p₀ = p₁+p₂ +p_1* p₂

Пример. На реализацию инноваций влияют: квалификация персонала и точность работы оборудования. Ошибки персонала совершаются в среднем 3 на каждые 100 операций. Сбои оборудования в среднем происходят 12 раз на каждые 1000 часов работы. Определить степень риска всего инновационного проекта.

Решение. Степень риска может составить в результате:

ü ошибок персонала — 3:100=3 %;

ü сбоя оборудования — 12:1000=1,2 %.

Тогда степень риска всего инновационного проекта равна:

Р_о= (0,03 + 0,012 + 0,3*0,012) * 100 % = 4,236 %.

в) правило логического сложения рисков: если риски относятся к разным областям деятельности, а негативные факторы проявляются в зависимости один от другого, вероятность их проявления оценивается на основе правила логического сложения — степень риска в этом случае рассчитывается как сумма произведений риска одного события на шансы других:

Р₀ = f [p_i * П * q_j,

где p_i — степень риска для i-го случая;

q_j — оценка шанса для j-го случая (q_j = 1 — p_i)

Пример. Инновационный проект реализуется в три этапа.

Вероятность прекращения проекта на первом этапе составляет — 0,5; на втором -

0,3; на третьем — 0,1. Определить степень риска проекта в целом.

Решение. Степень риска всего проекта составит:

Р₀ = 0,5*(1–0,3)*(1 -0,1)+0,3*(1–0,5)*(1–0,1)+0,1*(1–0,3)*(1–0,5)=0,485=48,5 %.

Степень риска учитывается в коэффициенте дисконтирования, включающего премию

за риск: d = а + b + с,

где а — цена капитала;

в — уровень премии за риск;

с — уровень инфляции.

Существуют и другие показатели оценки риска, например:

Ø степень риска (вероятность неблагоприятной динамики инновационного процесса и негативных результатов инновационной деятельности);

Ø цена риска (вероятность результата инновационной деятельности,

т. е. экономический результат, ради которого инвестор пошел на риск);

Ø мера риска (возможные потери, наиболее негативный ожидаемый I результат или пессимистическая оценка возможного риска);

Ø зоны риска (качественная характеристика степени риска в зависимости от вероятности его возникновения).

IIIАвтоматизированные компьютерные Программы оценки риска

3.1. Система мониторинга рисков на основе продуктов компании QPR Software. QPR –это аббревиатура английских слов Quality, Processes, Results (качество, процессы, результаты), финское программное обеспечение, разработанное для четкого выстраивания в компании процесса постановки целей и контроля их достижения.

Система мониторинга рисков на основе продуктов компании QPR Software

-                   Идентификация рисков — обнаружение всех возможных рисковых ситуаций на предприятии

-                   Анализ рисков — оценка уровня риска, оценка возможного ущерба

-                   Принимаемые меры — план мероприятий с рекомендациями, направленный на уменьшение вероятности возникновения рисков

-                   Мониторинг рисков — постоянное отслеживание рисковых ситуаций с помощью QPR ScoreCard

Система QPR позволяет:

-                   Смоделировать карту рисков

-                   Описать риски и планы мероприятий по снижению вероятности их наступления

-                   Рассчитать уровни рисковых ситуаций

-                   Контролировать риски на «карте теплоты»

Заключение

Из множества теорий и программ диагностики и оценки риска нами предоставлены, на наш взгляд, несложные, но рабочие методики, позволяющие в короткий срок и эффективно определить «тотальные» и «критичные» риски и соответственно выстроить предполагаемую модель бизнеса. В остальных случаях деятельность по управлению рисками в инвестиционной. экономической деятельности направлена на системное управление, локализацию или минимизацию возможности возникновения рисковых ситуаций (профилактика рисков, тренинг, формирование системы управления рисками и другие).

Поскольку в основу теории управления рисками положены подходы теории вероятностей и математической статистики, то количественная оценка риска оперирует теми же понятиями, которые использованы в этих областях науки. Особое значение в последние годы приобретают автоматизированные программы диагностики и квалификации риска, количественной его оценки. Поэтому мы привели в качестве примера Программу «QPR» наиболее адоптированное финское программное обеспечение, разработанное для четкого выстраивания в компании процесса постановки целей Риск-Менеджмента и контроля достижения процесса.

Литература:

1.      Ансофф И. Стратегическое управление. 2010.

2.      Международный стандарт IEC/ISO 31010 Риск-менеджмент — Методы оценки риска» (Risk management — Risk assessment techniques)

3.      Гунин В. Н. и др. Модульная программа для менеджеров № 7.

4.      Управление инновациями: ИНФРА-М, 2000.

5.      Медынский ВТ. Инновационный менеджмент. Учебник. ИНФРА-М,2000.

6.      Балабанов И. Г. Инновационный менеджмент. Краткий курс. С.-П. Питер. 2000.

7.      Под редакцией Оголевой Л. Н. Инновационный менеджмент. Учебное пособие. ИНФРА-М, 2001.

8.      Учебник под редакцией Поршиева А. Г. Управление организацией. ИНФРА-М, 2002.

9.      Риски в экономике. Учебное пособие для вузов под редакцией профессора В. А. Швандара ЮНИТИ-ДАНА, 2002.