ИННОВАЦИИ БИЗНЕСУ

Методология разработки инвестиционного проекта включает многоаспектный анализ, выявляющий его технико-экономическую, коммерческую, социальную, экологическую, институциональную, финансовую и экономическую привлекательность и обоснованность.

Важной частью детальной проработки проекта является анализ проектных рисков, который позволяет количественно измерить отклонение от намеченной цели и предложить изменение внутренней структуры проекта, позволяющее минимизировать или компенсировать указанное отклонение.

Данный материал содержит обобщение и упорядочение существующих подходов к проблеме. Весь процесс анализа риска предполагает 4 этапа и включает описание, оценку, анализ и учет рисков.

На первом этапе проектный риск описывается с помощью трех составляющих : событий, связанных с риском; вероятности риска и величины денежной суммы, подвергаемой риску. Первый пункт данного этапа представляет собой качественный анализ, т. е. классификацию рисков с учетом обобщающих признаков :

-внешних (политических, экологических и связанных с природными явлениями, социально опасных и связанных с преступлениями, экономических, в т. ч. макро- и микроэкономических);

-внутренних (организацией и управлением, производством, правом, сферой обращения).

Особое внимание необходимо уделять рискам, которые можно прогнозировать. Это относится ко всей второй группе внутренних рисков и микроэкономическим рискам первой группы. На этом этапе необходимо исходя из специфики проекта определить все слабые места и факторы риска.

После того как риски идентифицированы определяются вероятности развития наиболее возможных сценариев по каждому. Вероятности как и суммы, подвергаемые риску, определяются экспертами.

Следующий шаг - это оценка риска. Здесь оцениваются вариации рисков с помощью дисперсии, среднеквадратического отклонения и коэффициента вариации. Рассчитываются также показатели асимметрии и эксцесса, а затем оценивается чувствительность проекта к рискам по двум вариантам. По первому варианту определяются крайнее безопасное (безубыточное) и прогнозные значения некоторых важнейших показателей (годового объема продукции, цены единицы продукции, переменных и постоянных затрат, сроков реализации). Затем определяется разница в процентах, называемая чувствительным краем. По второму варианту определяется изменение критерия (напримерnpv) в результате последовательного единичного изменения переменных. В конце второго этапа оценивается степень корреляции данного проекта с другими с помощью показателей ковариации и коэффициента корреляции. Это необходимо, чтобы оценить общий риск портфеля.

Следующий этап - анализ полученных данных. На этапе анализа определяются наиболее опасные риски и делаются соответствующие выводы. Далее необходимо составить несколько наиболее возможных сценариев развития проекта в целом, чтобы получить общий показатель вариации для всего проекта , затем определяется обобщающий показатель чувствительности для проекта как среднее арифметическое отдельных чувствительных краев. Таким образом, получают три показателя, характеризующих риски : степень вариации, степень корреляции и степень чувствительности. Для того, чтобы целиком оценить степень рискованности проекта и сравнить его с альтернативными можно агрегировать информацию, сведя её к одному показателю. Очень перспективным для этих целей является использование нечетких моделей, которые позволяют свести многокритериальную задачу к однокритериальной.

Наиболее подходящими моделями являются : метод нечеткого отношения предпочтения, метод нечеткого логического вывода, метод максимальной свертки (авторский вариант).

Несовпадение результатов, полученных различными методами, объясняется, с одной стороны, разными способами представления экспертной информации, а с другой стороны, различием подходов к принятию решений. Так, в основу метода анализа иерархий, максиминной свертки (авторскому варианту) и метода отношений предпочтения заложен рационально взвешенный подход, основанный на попарных сравнениях объектов и нормированных массовых коэффициентах. Метод нечеткого логического вывода- очень гибкий метод, он позволяет определить точечные оценки, а также меру сходства альтернативы с возможными исходами, т. е. нечеткими множествами. Кроме того, есть разные способы учета значения критериев. Максиминная свертка и лингвистическая векторная оценка являются реализациями пессимистического подхода, игнорирующего хорошие стороны альтернатив, когда лучшей считается альтернатива, имеющая минимальные недостатки по всем критериям. Аддитивная свертка предполагает оптимистический подход, когда низкие оценки по критериям имеют одинаковый статус по сравнению с высокими.

Таким образом, можно сделать следующие выводы :

1.Методы принятия решений на нечетких моделях позволяют удобно и достаточно объективно проводить оценку альтернатив по отдельным критериям. В отличие от других методов добавление новых альтернатив не меняет порядок ранее ранжированных наборов. При оценке альтернатив по критериям возможна как лингвистическая оценка, так и оценка на основе точечных оценок с использованием функций принадлежности критериев;

2.Основной проблемой многокритериального выбора с применением нечетких моделей является представление информации о взаимоотношениях между критериями и способы вычисления интегральных оценок. Методы, базирующиеся на разных подходах, дают различные результаты. Каждый подход имеет ограничения и особенности, и пользователь должен получить о них представление, прежде чем применять тот или иной метод принятия решений. Наиболее широкие возможности для представления информации дает эвристический подход;

3.Большинство нечетких методов принятия решений показывает слабую устойчивость результатов относительно исходных данных. исследование рассмотренных методов показало, что наибольшей устойчивостью обладает подход, основанный на правилах.

Последний этап, учет риска, осуществляется при определении обобщающего, результирующего показателя, всесторонне характеризующего проект, путем включения в число критериев критерия риска .