Методы оценки риска в инновационном бизнесе

При анализе проекта в отношении его рисков требуется прежде всего идентифицировать возможные области риска применительно к конкретному проекту. Эта задача решается обычно экспертными методами. Они позволяют в какой-то мере компенсировать недостатки имеющейся информации о разрабатываемом проекте. В частности, на этом этапе широко используют опыт экспертов и их знания о проектах-аналогах, что позволяет прогнозировать возможные зоны риска и последствия принимаемых решении.

На этапе идентификации рисков необходимо не только определить, какие риски существуют для данного проекта, но и оценить вероятность каждого из них для проекта.

Алгоритм экспертной оценки рисков проекта включает:

1) составление полного перечня возможных рисков по фазам жизненного цикла проекта;

2) экспертизу опасности каждого из рисков (измеряемой в баллах), их вероятности (измеряемой в долях единицы), важности рисков (как произведения опасности риска и вероятности его наступления);

3) ранжирование рисков по степени важности для проекта.

Анализ рисков позволяет оценить целесообразность участия в проекте и выработать меры по защите от возможных потерь. В работе по анализу должны быть задействованы все участники проекта. При этом:

• заказчик использует результаты анализа в разработке проекта;

• подрядчик стремится ограничить число и «иену» факторов риска, за которые он должен нести ответственность, и по результатам анализа может сформировать более реалистичный, потенциально безубыточный план своих действий в рамках проекта;

• банк использует результаты анализа для определения условий кредитования проекта;

• страховая компания формирует обоснованные условия имущественного или иного страхования участников проекта.

Различают качественный и количественный анализ рисков. Качественный анализ имеет целью определить факторы, области и виды рисков, количественный позволяет оценить отдельные риски и риск участия в проекте в целом.

Общую стратегию опенки рисков инноваций можно представить в виде алгоритма анализа риска (рис. 10.2).

Рис. 10.2. Алгоритм анализа риска

При оценке рисков инноваций используют две группы факторов:

• объективные, не зависящие непосредственно от организации (инфляция, конкуренция, политические и экономические кризисы, экология, таможенные пошлины, режим наибольшего благоприятствования, наличие свободных экономических зон и т.п.):

• субъективные, характеризующие состояние организации (производственный потенциал, технический уровень, специализация, производительность, контакты и кооперативные связи, надежность контрактов и инвесторов и т. п.).

Количественный анализ можно формализовать и сформировать ряд методов: статистические, аналитические, методы экспертных оценок и методы аналогов (рис. 10.3).

Рис. 10.3. Методы количественного анализа рисков

Наиболее точные результаты оценки рисков дает применение статистических методов, и в частности методов статистических испытаний, которые позволяют анализировать и оценивать различные «сценарии» реализация проектов.

В особо сложных задачах для формализованного описания неопределенности используют метод Монте-Карло, относящийся к статистическим методам (рис. 10.3). Он основан на применении имитационных моделей. Последние позволяют создавать множество сценариев, учитывающих заданные ограничения на исходные переменные. Метод характерен тем. что он наиболее полно отражает все возможные неопределенности, которые могут возникнуть при выполнении проекта по каждому из возможных сценариев. Посредством ограничений, заданных в качестве исходных, он позволяет учитывать практически всю информацию, имеющуюся в распоряжении аналитика проекта.

К существенным преимуществам этого метода относится то, что он позволяет получать «интервальные» (а не «точечные») характеристики показателей эффективности проекта.

Реализация метола сводится к выполнению следующих этапов:

1) создание прогнозной модели;

2) выявление ключевых факторов - переменных, которые влияют на результаты проекта наиболее существенно и имеют наибольшую вероятность наступления;

3) отыскание распределения вероятности ключевых факторов;

4) выявление корреляционных зависимостей между переменными;

5) генерирование множества случайных сценариев, возможных при заданных ограничениях;

6) статистический анализ результатов эффективности моделирования.

При вычислении распределения вероятности ключевых факторов сначала устанавливают минимальное и максимальное значения, которые, по мнению аналитика, могут принять ключевые факторы, а затем прогнозируют вид и параметры распределения вероятности внутри заданных границ.

Существует и другой взгляд на качественную и количественную оценку рисков. Так. качественная оценка риска проводится преимущественно экспертными методами в условиях неопределенности и используется при сравнении ограниченного числа альтернатив принимаемых решений. Количественная оценка риска предполагает математическую оценку меры и степени риска. Полученные значения включаются в расчеты, обосновывающие экономическую эффективность принимаемых решений.

Качественная оценка рисков. Она осуществляется в основном посредством рейтинга.

Рейтинг - это числовой или порядковый показатель, отображающий важность или значимость определенного объекта или явления.

Рейтинговый метод - это метод качественной оценки на основе форматизации экспертных методов, который позволяет упорядочивать риски по анализируемым факторам.

Одной из первых и самой простой формой проведения рейтинговой оценки стал так называемый ранкинг (ranking - ранжирование). Ранжирование предполагает упорядочивание оцениваемых объектов в порядке возрастания или убывания их качеств. Ранжирование может осуществляться несколькими методами, но достаточно часто в их основе лежат экспертные мнения - суждения специалистов об оцениваемом объекте.

Непосредственное ранжирование является самым простым способом проведения рейтинга. Сущность этого метода (ранговая корреляция) 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.

Более сложным вариантом ранжирования является попарное сравнение, в соответствии с которым эксперты, сопоставляя поочередно каждые два оцениваемых объекта, определяют, какой из них лучше, затем эти мнения усредняются, и составляется окончательный рейтинг с учетом соблюдения транзитивности: «Если A лучше B, B лучше C, то A лучше C». Проблема применения такого способа связана с тем, что экспертам приходится анализировать большое число пар, при этом усреднение может привести к логическому противоречию: «A лучше B, B лучше C, C лучше A». Кроме того, непосредственное ранжирование невозможно применить, если список оцениваемых объектов остается открытым.

Ранжирование на основе балльной опенки 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 окончательно 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 в практике российских информационных и аналитических агентств.

Главная проблема ранжирования как одного из методов оценки связана с тем, что сравнения объектов осуществляются по нескольким показателям, и результаты могут быть неоднозначными: лидер по одному показателю может стать аутсайдером по другому. Поэтому бывает рейтинг, в котором объекты ранжированы отдельно по каждому показателю. Право определить, какое из ранжированных качеств является наиболее важным, предоставляется тому, кто использует результаты рейтинга. Предпринимаются также попытки согласования ранжированных списков на базе элементарных методов расчета средневзвешенных величин с учетом коэффициентов весомости (важности для анализа) показателей или специального математического и логического аппарата.

Для того, чтобы снизить субъективное влияние экспертов на результаты оценки, наряду с оцениваемыми показателями в рейтинг включаются объективные характеристики объектов, реально поддающиеся измерению и сопоставлению без участия экспертов. Рейтинг в этой форме получил наименование скоринга (scoring), который является оцениванием на основе системы показателей и балльной оценки.

Использование результатов рейтинга значительно упрощает аналитическую работу по управлению рисками. Анализ рисков проводит рейтинговое агентство, оно же разрабатывает рекомендации в отношении работы в данной области.

Количественная оценка рисков. В этом случае проводят математическую оценку рисков и определяют меру риска.

Математическая оценка рисков. При оценке риска вполне обосновано применение аппарата математической статистики и теории вероятностей в случаях, когда:

• речь идет об инновациях, имеющих аналоги. Тогда становится справедливым применение методов математической статистики для опенки наиболее вероятных параметров инновационного процесса и его результатов:

• инновация не имеет аналогов, либо организация-инноватор не обладает достаточным опытом для внедрения инновации, либо инновационный процесс реализуется в условиях нестабильности. Тогда используется аппарат теории вероятностей, позволяющий моделировать инновационные процессы с большей точностью, а следовательно, более адекватно определять меры по управлению риском.

Стохастические методы позволяют также моделировать результаты инновационной деятельности с учетом разработанных мероприятий по снижению рисков и тем самым оценивать их эффективность.

Для формализованного представления риска в инновационной деятельности необходимо исходить из следующего:

• существуют объективные закономерности, определяющие ход и результат инновационной деятельности. Проявления этих закономерностей подтверждаются статистическими наблюдениями за инновационной деятельностью, однако ход реализации каждой конкретной инновации и ее результат непредсказуемы;

• статистика инновационных процессов подчиняется общим правилам математической статистики;

• важнейшими характеристиками риска являются вероятность возникновения неблагоприятной ситуации в процессе инновационной деятельности и количественная оценка этой «неблагоприятности»;

• для количественной оценки риска инновационной деятельности применяется методологический аппарат теории полезности, позволяющий учитывать не только экономические, но и все другие аспекты инновационной деятельности, а также дающий возможность применять комплексную оценку по нескольким аспектам процессов реализации нововвелений.

При принятии решения о реализации нововведений необходимо определить, возможно ли в данной области управление рисками. Если анализ показывает, что в ходе инновационной деятельности реально может быть достигнут только тот или иной конкретный (и никакой другой) результат, то такие инновации являются безрисковыми.

Если же в ходе анализа установлено, что возможно получить несколько результатов инновации, каждый из которых неодинаково оценивается инноватором (самый удачный, удачный, абсолютно неудачный), то подобные инновации называются рисковыми.

Для рисковых инноваций в первую очередь оценивается параметр наиболее ожидаемого результата (r_с). определяемый по формуле:

где r_i - i-й возможный результат инновации;

p_i- вероятность i-го результата;

n - число возможных результатов.

Количественной оценкой риска той или иной инновации принято считать вариацию var - разброс возможных результатов инновационной операции относительно ожидаемого значения (математического ожидания). Этот показатель рассчитывается как среднее квадратичное отклонение от ожидаемого результата:

Для оценки риска используется также показатель среднего линейного отклонения о, который иногда называют дисперсией:

Относительное линейное отклонение оценивается с помощью показателя стандартного отклонения, или колеблемости:

Чем выше коэффициент вариации, или колеблемость, тем более рискованной считается инвестиция.

Мера риска.Используемая в процессе принятия управленческих решений экономическая оценка меры риска показывает возможные потери либо в результате оцениваемой производственно-хозяйственной или финансовой деятельности, либо вследствие неблагоприятного изменения состояния внешней среды. В зависимости от конкретных условий принятие решения мера риска может оцениваться либо как наиболее реальный негативный результат, либо как пессимистическая оценка возможного результата. Если для описания риска адекватно применение нормального распределения, то мера риска соответственно может оцениваться как математическое ожидание:

где М_р - мера риска;

М_о - наиболее ожидаемый результат (математическое ожидание);

x_i - размер потерь в ходе i-го наблюдения;

p_i - вероятность возникновения потерь в результате i-го наблюдения;

v_i - число случаев наблюдения i-го результата;

n - обшее число наблюдаемых результатов.

Если показатель меры риска используется как пессимистическая оценка результата, то применяется формула максимально возможного негативного отклонения - «три сигмы»:

Однако мера риска может быть менее М_о - 3 , если максимальные потери реально менее расчетного значения. В этом случае мера риска совпадает с максимальными потерями в результате реализации инновационного проекта.

При принятии решения в области управления риском часто используются кумулятивные статистические кривые (графики Лоренца), на которых накопленным итогом отражается вероятность неблагоприятной ситуации в зависимости от оценки неблагоприятности.

Общая оценка риска проекта. Реальный инновационный проект характеризуется проявлением рисков в различных областях под влиянием различных факторов инновационного процесса. Тогда полезность этих факторов оценивается с помощью различных показателей, по различным шкалам и критериям. Тем не менее нередко возникает задача обшей оценки риска инновации как общего успеха или неудачи.

Общая оценка риска необходима, если речь идет об определении значения коэффициента дисконтирования, включающего

премию за риск.

Чтобы получить общую оценку риска, используются следующие правила:

1) правило поглощения рисков - если риски относятся к одной области деятельности и/или их мера совпадает, но проявление негативных факторов происходит независимо один от другого, вероятность их проявления оценивается по максимальному значению:

где Р_о - общая степень риска в данной области;

р_i - степень частных рисков в данной области;

2) правило математического сложения рисков - если риски относятся к разным областям деятельности и/или их меры различаются, но проявление негативных факторов происходит независимо один от другого, вероятность их проявления р_ооценивается по правилам для суммы вероятностей независимых событий, а мера риска М_рооценивается как среднеарифметическая; для двух факторов имеем:

где М_рi - частная мера риска в данной области;

3) правило логического сложения рисков - если риски относятся к разным областям деятельности и / или их меры риска различаются, а негативные факторы проявляются в зависимости один от другого, вероятность их проявления оценивается на основе правила логического сложения:

где q, - оценка риска для i-го события;

n - число факторов.

Степень риска может рассчитываться как сумма произведений риска одною события на шансы других:

где р_i- степень риска для i-го случая;

q_i - оценка шанса для i-го случая (q_i = 1 - р_i).

Если мера риска предшествовавшею этапа инновационного проекта перекрывает меру риска последующего, непосредственно связанного с первым, то второй исключается из расчетов; в противном случае учитывается только риск второго этапа.