Методы анализа рисков инвестиционных проектов

2. Помогает идентифицировать  производственные возможности. Анализ  рисков помогает сэкономить деньги, потраченные на получение информации, издержки, на получение которой превосходят издержки неопределенности.

3. Освещает сектора проекта,  требующие дальнейшего исследования, и управляет сбором информации.

4. Выявляет слабые места  проекта и дает возможность  внести поправки.

5. Предполагает неопределенность  и возможные отклонения факторов от базовых уровней. В связи с тем, что присвоение распределений и грани варьирования переменных несет оттенок субъективизма, необходимо критически подходить даже к результатам анализа рисков.

Сложность применения методов:

Анализ рисков предполагает качественные модели проектного оценивания. Если модель неправильна, то результаты анализа рисков также будут вводить в заблуждение.

Практические примеры расчета  инвестиционных рисков.

Пример 1: Сценарии развития проекта.

Сценарии	Вероятность	NPV(млн. руб.)	NPV с учетом вероятности  (млн. руб.)
"оптимистичный"	0.1	100	10
"нормальный"	0.5	80	40
"пессимистичный"	0.4	50	20
Всего	1	-	70

Пример 2: Расчет точки безубыточности предприятия.

№	Наименование статьи	Продукт «А»	Продукт «Б»	Продукт «В»	Итого
1	Объем продаж, млн. руб.	100	200	700	1000
2	Доля в объеме продаж, %	10	20	70	100
3	Цена за единицу, тыс. руб.	2	5	10	-
4	Переменные издержки, млн.руб.	40	120	380	540
5	Доход, млн. руб.	60	80	320	460
6	Уровень дохода от объема продаж, %	-	-	-	46
7	Постоянные издержки, млн. руб.	-	-	-	200
8	Точка безубыточности для  производства в целом, млн. руб.	—	—		434
9	Точка безубыточности по видам  продукции, млн. руб.	43,4	86,8	303,8	434
10	Точка безубыточности по видам  продукции, штук	21700	17360	30380	-

 

Пример 3: Анализ чувствительности инвестиционного проекта.

Определение рейтинга факторов проекта, проверяемых на риски
Переменная (x)	Изменение x, %	Изменение NPV, %	Отношение % изменений NPV к % изменений x	Рейтинг
Ставка процента	2	5	2,5	3
Оборотный капитал	1	2	2	4
Остаточная стоимость	3	6	2	4
Переменные издержки	5	15	3	2
Объем продаж	2	8	4	1
Цена реализации	6	9	1,5	5

 

Расчетная часть.

Производство мягких изоляционных материалов на территории Кемеровской области (тыс.шт)	2010	2011
	464	505
Муниципальное образование  №1	213	216
Муниципальное образование  №2	21	23
Муниципальное образование  №3	22	22
Муниципальное образование  №4	92	100
Муниципальное образование  №5	56	53
Муниципальное образование  №6	51	81
Муниципальное образование  №7	9	10
Уровень рентабельности проданных  товаров, %	15,0	17.1
Стоимость изделия, руб./кв. м.	110	122

 

2.1. Коэффициент рыночной концентрации ( ).

		Ранг		Ранг
Муниципальное образование  №1	45,9	1	42,77	1
Муниципальное образование  №2	4,52	6	4,55	5
Муниципальное образование  №3	4,74	5	4,35	6
Муниципальное образование  №4	19,8	2	19,8	2
Муниципальное образование  №5	12,06	3	10,49	4
Муниципальное образование  №6	10,99	4	16,03	3
Муниципальное образование  №7	1,94	7	1,98	7
	65,7		62,57
ер – крупные поставщики     лид  ер – лидирующий поставщик

 

По данным таблицы можно  увидеть, что в период 2010-2011 годов  число крупных поставщиков не изменилось, лидирующий поставщик остался прежним.

2.2. Коэффициент Герфиндаля-Гиршмана (HHI).

HHI= ,

где  - доля продаж i-той фирмы в объеме реализации рынка, % ;

  n- количество фирм на рынке.

Вывод по совокупности показателей  и HHI: При сравнении двух показателей мы увидели, что за 2010 год равен 65,7 , а за 2011 год 62,57 , можно сделать вывод о том, что за два года почти никаких изменений на рынке не произошло. То же можно сказать и о показателе HHI, который и 2010 году, и 2011 году находился в пределах от 2000 до 10000. По совокупности данных показателей делаем вывод, что рынок относится к I типу является высококонцентрированным.

Мировая практика подтверждает, что в строительной отрасли технология делает экономически выгодным создание только крупных хозяйств, концентрирующих  значительные объемы материальных, финансовых и человеческих ресурсов. Однако в  российской практике используются структуры  управления, ориентированные на медленные  изменения в технике и технологии, отсутствие конкуренции, медленно меняющиеся формы и методы управления.

2.3. Индекс Линда (L).

,

Индекс Линда  для данного рынка не рассчитывается ,так как его расчет производится только при наличии нескольких крупнейших фирм. В нашем случае, количество таких фирм = 1.

2.4. Коэффициент Холла-Тайдмана (HT).

HT = ,

где R- ранг фирмы;

 - доля продаж i-той фирмы на рынке.

 

 

Вывод: Рынок олигополистический, и он не изменяется в течение года в сторону развития конкурентоспособности.

2.5. Коэффициент энтропии (E).

Расчет по 1 варианту:

,

где  - доля продаж i-той фирмы;

  n- количество фирм на рынке.

Вывод: Никаких значительных изменений на рынке в период с 2010 года по конец 2011 годе не наблюдается.

2.6. Коэффициент вариации (V).

,

где – среднеквадратическое отклонение;

,

где – средняя арифметическая из удельных весов совокупности фирм в объеме продаж на данном рынке.

Вывод: Коэффициент вариации в 2010 году равен 97,1%, в 2011 году – 84,8%, это означает, что на рынке низкая степень равномерности распределения объема производства и высокий уровень концентрации.

2.7. Дисперсия логарифмов рыночных  долей (

,

где  - доля продаж i-той фирмы;

- средняя  доля фирмы на рынке,равная 0,142;

n - количество фирм на рынке.

Вывод: Величины дисперсии за 2010 и 2011 годы равны соответственно 1,142 и 1,137 , это говорит о том, что власть сосредоточена в руках ведущих фирм, в следствие этого на протяжении двух лет на рынке слабая конкуренция.

2.8. Коэффициент относительной концентрации (k).

,

где - процент крупнейших предприятий рынка;

- процент  продаж данных предприятий в  общем объеме реализуемой продукции.

%

28,5 %

Вывод: И в 2010 году, и в 2011 году коэффициент относительной концентрации k , следовательно согласно данному коэффициенту концентрация отсутствует, рынок является конкурентным.

2.9. Коэффициент Джинни (G).

,

Коэффициент Джини для данного рынка не рассчитывается ,так как его расчет производится только при наличии нескольких крупнейших фирм. В нашем случае, количество таких фирм = 1.

                                                                         Сводная таблица