Метод Монте-Карло

Метод сценариев

Метод сценариев основан на имитации нескольких вариантов развития проекта. Обычно их три - оптимистический, вероятный и пессимистический. По каждому варианту оцениваются риски.

Данный метод позволяет получить информацию о возможных отклонениях по проекту с учетом взаимодействия действующих факторов. Важным преимуществом данного метода также является возможность получения наглядной картины различных вариантов реализации проекта.

Недостаток данного метода - направленность исследования только на изменение результирующего показателя (NPV, IRR, Pl).

Анализ проекта методом сценариев реализуется с помощью программных средств. Наиболее доступным является специальный инструмент - диспетчер сценариев в MS Excel. Для каждого сценария можно определить до 32 изменяемых ячеек.

Этапы анализа проекта методом сценариев:

1) выбор нескольких вариантов изменений ключевых показателей (возможные сценарии, например оптимистический, вероятный и пессимистический);

2) определение вероятностной оценки по каждому варианту изменения (определяется экспертным путем);

3) расчет величины результативного показателя (NPV, IRR, Pl) по каждому сценарию;

4) анализ полученных результатов.

Метод "Дерево решений"

Для анализа рисков инновационных проектов часто применяют метод дерева решений. Он предполагает, что у проекта существует несколько вариантов развития. Каждое решение, принимаемое по проекту, определяет один из сценариев его дальнейшего развития. При помощи дерева решений решаются задачи классификации и прогнозирования.

Дерево решений - это схематическое представление проблемы принятия решений. Ветви дерева решений представляют собой различные события (решения), а его вершины - ключевые состояния, в которых возникает необходимость выбора.

Чаще всего дерево решений является нисходящим, то есть строится сверху вниз. Выделяют следующие этапы построения дерева решений:

1. Первоначально обозначают ключевую проблему. Это будет вершина дерева.

2. Для каждого момента определяют все возможные варианты дальнейших событий, которые могут оказать влияние на ключевую проблему. Это будут исходящие от вершины дуги дерева.

3. Обозначают время наступления событий.

4. Каждой дуге прописывают денежную и вероятностную характеристики.

5. Проводят анализ полученных результатов.

Основа наиболее простой структуры дерева решений - ответы на вопросы "да" и "нет".

Недостатками дерева решений является ограниченное число вариантов решения проблемы. В процессе построения дерева решений необходимо обращать внимание на его размер. Оно не должно быть слишком перегруженным, так как это уменьшает способность к обобщению и способность давать верные ответы.

Одним из методов имитационного моделирования является метод Монте-Карло. Основное его отличие: в методе Монте-Карло не производится моделирование с использованием реально наблюдаемых значений рыночных факторов. Вместо этого выбирается статистическое распределение.

Суть данного метода заключается в построении модели, состоящей из случайных величин, над которыми проводится серия экспериментов с целью выявления влияния исходных данных на зависящие от них величины. Например, на платежеспособность.

В качестве базы для проведения экспериментов при анализе инновационного проекта используют данные об объемах продаж, ценах, затратах.

Этапы:

1. Устанавливается взаимосвязь между исходными и выходными показателями в виде уравнения или неравенства.

2. Задаются функции распределения для входных параметров модели.

3. Проводится серия компьютерных экспериментов модели (генерируются гипотетические наборы значений факторов, которые, к примеру, используются для расчета прибылей и убытков, вызванных изменением стоимости портфеля).

4. Строится функция распределения модели и рассчитываются параметры риска (например, распределение прибылей и убытков портфеля).

5. Проводится анализ полученных результатов.

Данный метод может быть легко реализован в среде Excel.

Значимость данного метода обусловлена сложностью проектных решений, высокой нестабильностью и неопределенностью информации при инвестиционном проектировании.

Главной сложностью при использовании метода Монте-Карло является выбор адекватного распределения для каждого рыночного фактора и оценка его параметров. Другая проблема заключается в больших затратах времени и технических ресурсов. Кроме того, гипотетические распределения вероятностей могут не соответствовать реальности.