Ринковий ризик (або бета-ризик).

Розглянемо за допомогою прикладу.

k_s = k_rf + (k_m – k_rf ) · ß_i , (9.2)

де k_rf – без ризикова ставка прибутку;

k_m – потрібна ставка прибутку;

ß_i – бета-коефіцієнт по прибутку.

Наприклад, ß_i = 1,1; k_rf = 8%; k_m = 12%. Таким чином, вартість капіталу дорівнює 12,4%.

Середніми ризиками вважаються ті, що мають тенденцію підніматися й зменшуватися синхронно з розвитком загального ринку. Визначимо рівняння ринку.

Тобто, інвестори дадуть гроші в борг компанії для інвестування в проекти з середнім ризиком тільки у тому випадку, якщо вона сподівається заробити 12,4%, або більше, на цих грошах.

Якщо загальний бета-коефіцієнт корпорації знаходиться в інтервалі між 1,1 та 1,5, то його точне значення буде залежати від розміру інвестицій у проект.

Результати розрахунків можна зобразити графічно, де на осі X— ризик = 0,5; 1,1; 1,5), а на осі У— норма прибутку (10%, 12%, 14% відповідно до розрахунків). Якщо ймовірна норма прибутку даного проекту знаходиться вище прямої, тоді цей проект варто реалізовувати, оскільки його ймовірної норми прибутку більше ніж достатньо для компенсації ризику, і навпаки. Отже, чим вищий бета-ризик, тим більш необхідною є норма прибутку для компенсації інвесторам за цей ризик.

4. Визначення точки беззбитковості. Даний показник характеризує обсяг продажу, при якому виручка від реалізації продукції збігається з витратами виробництва. Показник розраховується як на основі графічного методу, так і за математичною формулою. При визначенні даного показника витрати на виробництво продукції поділяються на умовно-постійні (Вп) та змінні (Вз). Відповідно, точка беззбитковості визначається за формулою:

О = , (9.3)

де О — точка беззбитковості, од.;

Вп — постійні витрати (не змінюються при зміні обсягу виробництва) на всю програму проекту, грн.;

Ц— ціна одиниці продукції, грн.;

Вз — витрати змінні (змінюються прямо пропорційно обсягу виробництва) на од., грн.

5. Дерево рішень. Для побудови "дерева рішень" аналітик визначає склад і тривалість фаз життєвого циклу проекту; виділяє ключові події, які можуть вплинути на подальший розвиток проекту, та можливий час їх настання; аналітик обирає всі можливі рішення, які можуть бути прийнятими в результаті настання кожної із подій, та визначає ймовірність кожного із них.

Останнім етапом аналізу даних для побудови "дерева рішень" є встановлення вартості кожного етапу здійснення проекту (вартості робіт між ключовими подіями) в поточних цінах. На основі даних будується "дерево рішень". Його вузли представляють ключові події, а стрілки, що їх поєднують, — перелік робіт по реалізації проекту.

Крім того, наводиться інформація відносно часу, вартості робіт і ймовірності розвитку того чи іншого рішення. В результаті побудови дерева рішень визначається ймовірність кожного сценарію розвитку проекту, а також чистий приведений дохід (ЧПД) по кожному сценарію та по проекту в цілому.

Наприклад:

-1000грн -1000грн -3000грн -90000грн 300000грн

0-1 — передінвестиційні дослідження;

1-2 — розробка пакета технічної та економічної документації;

2-3 — проведення торгів, підписання контрактів;

3-4 — реалізація проекту;

4-5 — отримання прибутку від першого року реалізації проекту.

У даному прикладі подано лише один спрощений сценарій "дерева рішень". На практиці таких сценаріїв декілька, по кожному з яких визначається їх теперішня вартість, позитивний інтегральний показник якої вказує на можливий ступінь ризику.

6. Метод "Монте-Карло". Цей метод базується на використанні імітаційних моделей, які дозволяють створити певну кількість сценаріїв, що узгоджуються із заданими обмеженнями по конкретному проекту.

На практиці даний метод можливо застосовувати лише з використанням комп'ютерних програм, які дозволяють описати прогнозні моделі і розрахувати велику кількість можливих сценаріїв. Як прогнозні моделі виступають математичні залежності, отримані при розрахунку показників економічної ефективності (як правило, ЧПД). Повинні бути якомога точно виявлені всі змінні, що впливають на кінцевий результат, з описом ступеня цих залежностей.