СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ТЕОРИЯ РИСКА И АНАЛИЗ ОСНОВНЫХ МЕТОДОВ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА
ГЛАВА 2. ИННОВАЦИОННАЯ МЕТОДИКА КОЛИЧЕСТВЕННОЙ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА
ГЛАВА 3. РАЗРАБОТКА и ИСПОЛЬЗОВАНИЕ ПРОГРАММЫ «ОЦЕНКА И УЧЕТ РИСКА ИННОВАЦИОННОГО ПРОЕКТА»
ГЛАВА 4. АНАЛИЗ И РАСЧЕТ РИСКОВ КОНКРЕТНОго инновационного проекта (компания ООО «Строй ЛТД»)
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ВВЕДЕНИЕ
Актуальность темы. Финансирование инновационных проектов в условиях риска и неопределённости требует научно-обоснованного подхода к принятию инновационных решений, соответствующих методов и инструментов инновационного проектирования.
В научной литературе и в глобальной сети Интернет, а также в периодической печати изложены основополагающие принципы принятия решений в условиях неопределённости, однако экономический инструментарий для их практического применения разработан недостаточно полно и не вполне учитывает взаимосвязи категорий риск и доходность. В результате чего он не обеспечивает научно обоснованного решения актуальных задач инновационного проектирования (количественный анализ риска, учёт неопределённости и инновационности, прогнозирование объёма продаж) и снижает достоверность показателей инновационного проекта.
В связи с этим практика инвестиционного проектирования нуждается в адекватном экономическом инструментарии, позволяющем более эффективно использовать накопившийся научный потенциал, поэтому развитие и разработка новых инструментов инновационного проектирования приобретает особую актуальность.
Методологической основой диссертационного исследования является современная инновационная теория, нормативно-правовая и законодательная база по оценке эффективности инновационных проектов, теория временной стоимости денег, теория портфеля, теория стоимости капитала, финансовый менеджмент, теория риска.
Цель исследования - это повышение достоверности количественной оценки риска инновационного проекта и ускорение процесса принятия решений, за счет создания методики и средств небольшой компьютерной автоматизации количественной оценки риска. Для достижения поставленной цели необходимо решить следующие задачи:
-сформировать концепцию риска инновационного проекта;
-провести анализ существующих методик оценки риска инновационного проекта;
-исследовать традиционные подходы к принятию инновационных решений в условиях неопределённости и глобального финансового кризиса;
-сформировать и классифицировать существенные факторы риска инновационного проекта на всех этапах его жизненного цикла;
-разработать методику количественной оценки риска, адаптированной для инновационных проектов;
-разработать удобную для пользователя программу по количественной оценке риска инновационного проекта;
-развить технологию принятия инновационных решений в условиях риска.
В данной работе исследуется развитие инструментария инновационного проектирования в условиях неопределённости в инновационных проектах.
Предмет исследования - методы учёта неопределённости и риска в инновационном проектировании.
Объектом исследования являются этапы количественной оценки риска инновационного предприятия ООО «Строй ЛТД».
Научная новизна работы заключается, во первых, в разработке программы для автоматизации количественной оценки риска инновационного проекта, что имеет существенное значение для управления проектами. Во-вторых, в формировании и реализации методических принципов учета риска в инновационном проектировании. Современный уровень науки и компьютерной техники позволяет использовать новые технологии, такие как элементы искусственного интеллекта (экспертные системы), базы данных (базы знаний), которые способствуют получению новых знаний в этой области.
Научные результаты. В процессе исследования получены следующие основные результаты:
.Предложена классификация факторов риска инновационного проекта, позволяющая выявить существенные факторы риска и их источники.
.Разработана методика количественной оценки риска инновационного проекта, позволяющая учитывать взаимосвязи категорий "источники риска факторы риска - вероятности риска - компенсационная доходность - показатели риска", а также этапы жизненного цикла проекта, что обеспечивает повышение достоверности оценки риска.
.Разработана компьютерная программа количественной оценки риска инновационного проекта, что дало возможность ускорить процесс принятия решений и повысить достоверность количественной оценки риска инновационного проекта.
Достоверность результатов. Обоснованность и достоверность результатов и выводов, полученных в этой диссертации подтверждается совпадением результатов моделирования и фактическими показателями реализации инновационных проектов.
Практическая значимость. На основе предложенной в диссертации методики количественной оценки риска, была разработана программа «Оценка и учет риска инновационного проекта», которая была использована при оценке коммерческой эффективности предприятия ООО «Строй ЛТД», а также в дальнейшем, возможно, ее использовать для оценки рисков других инновационных проектов.
Применение результатов работы позволило повысить научную обоснованность, достоверность принимаемых инвестиционных решений. Появилась возможность дать количественную оценку риска инновационного проекта в стоимостном выражении и в относительных показателях. Была произведена детализация расчета риска инновационного проекта в зависимости от этапа его жизненного цикла. Сократилось время и трудоемкость рутинных операций по определения факторов риска инновационного проекта и их вероятностей.
Финансовый эффект от внедрения программы оценки риска инновационного проекта выразился в качественном отборе проектов, в оптимизации размера резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и неопределённостью условий реализации отобранных проектов.
Основные положения и результаты диссертации могут быть использованы в работе риск-менеджерами при разработке и реализации инновационных проектов.
Структура и объём диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы, приложений. Объем диссертации составляет 87 страниц машинописного текста и включает 6 рисунков, 5 таблиц, 5 приложения. Список литературы включает в себя 22 наименования.
Во введении дается обоснование актуальности проблемы и темы диссертации, характеризуется степень ее разработанности, определяются объект, предмет, формулируется цель и задачи исследований, представлена формула диссертационного исследования, показывается научная новизна и практическая значимость диссертационной работы, сформулированы положения, выносимые на защиту.
В первой главе проведён анализ сложившейся отечественной практики инвестиционного проектирования и проведены исследования традиционных подходов к принятию инновационных решений в условиях неопределённости, а также рассмотрены вопросы теории риска и проведен анализ традиционных методик оценки риска.
Во второй главе рассматриваются вопросы исследования и обоснования классификации факторов риска, математической модели и методики количественной оценки риска инновационного проекта, учитывающих ключевые особенности инновационного проектирования.
В частности разработаны:
а)классификатор факторов риска инновационного проекта;
б)способы определения априорных и апостериорных вероятностей проявления и влияния факторов риска инновационного проекта на различных стадиях жизненного цикла проекта и при различном уровне частичной неопределенности;
в)способ расчёта компенсационной доходности при определении показателей риска инновационного проекта;
г)методика количественной оценки риска, включающая жизненный цикл инновационного проекта и основные особенности инновационного проектирования;
д)база знаний по определению ключевых факторов риска инновационного проекта и определения априорных и апостериорных вероятностей проявления факторов риска инновационного проекта.
е)экспертная система для определения ключевых факторов риска инновационного проекта и их апостериорных вероятностей,
В третьей главе описывается создание программы «Оценка и учет риска инновационного проекта» и ее применение для системной оценки риска инновационного проекта. Дано модельное описание программы, ее основные свойства, типовых компонентов, функций, структуры, последовательности обработки информации, логической и физической структуры информационной базы системы.
В четвертой главе "Анализ и расчет рисков инновационного проекта ОАО «Строй ЛТД» рассматривается использование методических разработок и программы инновационного проектирования, а также представлена эффективность от применения программы.
В заключение диссертации сформулированы основные теоретические и практические выводы.
ГЛАВА 1. ТЕОРИЯ РИСКА И АНАЛИЗ ОСНОВНЫХ МЕТОДОВ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА.
В своей деятельности предприятия неизбежно сталкиваются с неординарными ситуациями, непредвиденными событиями, обусловленными недостатком информации. Риск объективно присущ хозяйственной деятельности любого предприятия. Особенно это касается инновационных проектов, имеющих длительный период реализации или неподтвержденную инновационность, и малых предприятий, неустойчивых к изменениям законодательства и экономической конъюнктуры.
В условиях кризиса 2008 года решение по управлению проектами без системы количественного анализа рисков это не только несерьезно, но это еще и опасно, т.к. отсутствие хороших прогнозов может погубить предприятие. Оно вынуждено искать способы, позволяющие ему предотвратить или уменьшить свои потери.
Сложность текущего момента состоит в том, что ситуация стала куда более неопределенной, чем ранее. Раньше стоимости и сроки выполнения работ подрядчиками были довольно стабильными. Кроме того, большой запас по рентабельности позволял многим проектам не применять точный обсчет влияния рисков на проект. Риски «подавлялись» благодаря большой рентабельности или же срочным кредитом.
Как никогда стало критично не иметь профессиональную систему управления рисками. Заранее понять, каковы шансы и будет ли резерв времени, чтобы что-то предпринять, если четко видны проблемы. Важнейший элемент для топ-менеджмента - это предсказуемость, даже в условиях нестабильности всех параметров проекта в условиях кризиса.
В результате систематизации выработанных теорией и практикой методов управления инвестиционными и деловыми рисками в последние время появилась и оформилась в самостоятельную отрасль знания специальная методология моделирования, оценки и управления рисками, называемая риск-менеджментом.
Риск-менеджмент - систематический процесс, включающий: идентификацию основных видов риска, связанных с инвестиционной и инновационной деятельностью; количественная оценка этих рисков; выбор методов предотвращения или уменьшения выявленных рисков; разработку и реализацию процедур контроля риска. (1, стр. 126)
Можно выделить основные общие функции управлений рисками (вне зависимости от их конкретного содержания, причины возникновения и последствий), определяющие этапы цикла управления рисками:
-идентификация и классификация рисков;
-анализ и количественная оценка рисков;
-разработка мер по управлению рисками;
-мониторинг процесса реализации принятых решений или проектов и реализация тактических решений по управлению рисками.
Эти этапы обусловлены стадиями жизненного цикла рисковой ситуации.
Определяющим элементом системы управления рисками инновационного развития организации являются ее основная цель и задачи. Основная формальная цель управления рисками инновационного развития организации - обеспечение инновационного развития с минимальными издержками, связанными с предупреждением и разрешением рисковых ситуаций. (1, стр. 130)
Риск возникает при недостатке информации о текущей или будущей ситуации. Риск присущ исполнению любого хозяйственного решения в силу того, что неопределенность присуща предпринимательской деятельности из-за:
-неопределенности экономической конъюнктуры (спроса и предложения на товары, деньги, факторы производства);
-многовариантности сфер приложения капитала;
-ограниченности знаний предпринимателя и т.д.
Риск возникает при определенных условиях, называемых ситуацией риска. Эти условия взаимосвязаны и включают в себя:
-неопределенность, т.е. недостаток информации о сегодняшнем состоянии или будущем развитии ситуации;
-необходимость выбора решения из имеющегося набора альтернативных вариантов;
-возможность оценить вероятность осуществления каждого из имеющихся вариантов.
Таким образом, риск можно определить как деятельность, связанную с преодолением неопределенности в ситуации неизбежного, т.е. обязательного, выбора. В ситуации риска возможно оценка следующих основных моментов:
-вероятность получения желаемого результата;
-вероятность наступления нежелательного исхода;
-вероятность отклонения от выбранной цели;
-возможные благоприятные и неблагоприятные последствия действий.
В научной литературе можно встретить множество определений риска и неопределенности, которые в той или иной степени характеризуют прогнозируемые трудности и проблемы в той или иной области деятельности. Наша задача определиться с понятием «риск» с точки зрения инновационного проектирования и нашего исследования, а также дать представление риска в стоимостном количественном выражении.
Понятие риска, его оценка еще не очень знакомы российским менеджерам инновационных проектов и предпринимателям, прогнозирование и управление - тем более, хотя их повседневная деятельность сопряжена с таким уровнем риска, при котором любой западный менеджер, даже не подумал бы браться за проект.
В рыночных условиях качественная, а особенно количественная (стоимостная) оценка потенциального риска инновационного проекта очень важна, так как от глубины ее проработки в значительной степени зависит доверие потенциальных инвесторов, кредиторов и партнеров по бизнесу. Следует отметить, что важна не только математическая точность расчетов интегральных показателей, но и возможность заранее определить как можно детальнее все существенные факторы риска инновационного проекта и пути преодоления трудностей.
Инновационные проекты по своей природе относятся к категории наиболее высокого риска для инвестиций, поэтому оценить и в дальнейшем управлять рисками проекта, связанными с внедрением и продвижением инноваций на рынок, достаточно трудно, особенно принимая во внимание очень высокую долю неопределенности. В этих условиях недостаточности информации или ее отсутствия существует реальная сложность инновационного бизнеса. Действительно, чтобы получить реальный финансовый результат, проект проходит долгий и сложный жизненный цикл, начиная с идеи, создания концептуального бизнес-плана, разработки нового продукта и его авторской защиты, организацией и планированием производства и заканчивая коммерциализацией и продвижением нового товара на рынки сбыта. И на каждом из этапов инновационной цепочки имеется реальная возможность наступления неблагоприятного исхода. О степени рискованности инновационных проектов свидетельствует тот факт, что в среднем из каждых десяти разработок, пять дают инвестору убытки. Из оставшихся разработок, три по прибыли выходят на уровень себестоимости, и лишь две разработки дают такую прибыль, которая дает возможность оправдать вложенные средства и перераспределить их на все разработки. Кроме того, в отличие от инвестиционного, в инновационном проектировании, кроме традиционных и описанных факторов рисков особо выделяется социо-фактор риска, связанный с ролью личности разработчика и его команды в инновационном процессе.
Связанные с ним финансовые потери составляют приблизительно треть всех потерь от совокупности всех факторов риска. Поэтому так важно изучать и уметь оценить весь спектр рисков инновационного проекта в виде потерь, уменьшения доходности, ущерба, убытков от его реализации в количественном стоимостном выражении.
Если определять риск с этой точки зрения, то риск - это уровень финансовой потери, выражающейся: а) в возможности не достичь поставленной цели; б) в неопределённости прогнозируемого результата; в) в субъективности оценки прогнозируемого результата. (6, стр. 512) Другими словами - риск инновационного проекта можно охарактеризовать, как измеримую возможность (угрозу) потери, по крайней мере, части ресурсов, не получения, либо потери запланированных доходов (прибыли), понижение эффективности инновационного проекта, стоимости портфеля инновационных активов или появления дополнительных расходов и/или обратное - возможность получения значительной выгоды по сравнению с запланированной в результате осуществления инновационной деятельности в условиях неопределенности, Кроме того, любой риск инновационного проектирования многогранен в своих проявлениях и представляет собой сложную конструкцию из элементов множества факторов риска.
Осуществление проекта связано с неопределенностью многих элементов, вероятностным характером протекания процессов, а значит и определенным риском. Уровень риска проекта можно снизить путем принятия специальных мер. Причем заданный уровень риска проекта можно обеспечить с минимальными затратами. Однако это требует глубокого изучения природы проекта и его окружения. Изучение природы проекта и его окружения это формализованное и детализированное изучение элементов внутреннего содержания и факторов внешней среды. Эти причины неблагоприятного воздействия внутренней и внешней среды проекта и их источники принято называть факторами риска. Кроме того, согласно концепции компромисса между риском и доходностью, существует зависимость между ожидаемыми значениями доходности и риском проекта. В то же время коммерческая эффективность проекта в количественном выражении определяется различными формами представления его доходности - показателями эффективности. Таким образом, обобщая все вышесказанное, сформулируем интегральное определение риска инновационного проекта, связанное с доходностью: риск инновационного проекта - это субъективно-объективная оценочная категория, которая может быть представлена: 1) как вероятность неблагоприятного воздействия на проект совокупности факторов риска, как случайных событий на основе субъективно-вероятностного подхода, 2) как возможность неблагоприятного воздействия на проект совокупности факторов риска, как возможных событий на основе нечетко-множественного подхода, 3) как финансовая потеря, выраженная в абсолютных или относительных показателях риска, приводящую инновационный проект к понижению доходности и эффективности.
Статистические критерии риска. При разработке показателей риска для любых систем (экономических, технических, социальных, политических и т. д.), как правило, используются следующие положения (8, стр. 320):
-в основе проблемы лежит понятие случайного события;
-важное значение при исследовании процессов с позиции оценки риска приобретает проблема получения информации о возможных событиях, о вероятностях их наступления, о важности (степени значимости) и потенциальных последствиях каждого исхода;
-информация содержит ошибку измерения, что влияет на достоверность.
Каждый из указанных аспектов:
-случайность рассматриваемых процессов;
-искаженность информации о возможных событиях и процессах;
-принятие решения в условиях неопределенности обуславливают сложность проблемы количественной оценки риска в перечисленных выше системах, входные координаты (параметры) которых представляют собой одномерные или многомерные случайные процессы.
Таким образом, получение информации о вероятностях случайного события является основной задачей при количественной оценке риска инновационного проекта.
Вероятность наступления события может быть определена объективным или субъективным методом.
Объективный метод определения вероятности основан на вычислении частоты, с которой происходит данное событие.
Субъективный метод основан на использовании субъективных критериев (суждение оценивающего, его личный опыт, оценка эксперта) и вероятность события в этом случае может быть разной, будучи оцененной разными экспертами.
В связи с этими различиями в подходах необходимо отметить несколько нюансов: во-первых, объективные вероятности имеют мало общего с инвестиционными решениями, которые нельзя повторять много раз.
Во-вторых, одни люди склонны переоценивать вероятность наступления неблагоприятных событий и недооценивать вероятность наступления положительных событий, другие наоборот, т.е. по разному реагируют на одну и ту же вероятность.
Однако, несмотря на эти и другие нюансы, считается, что субъективная вероятность обладает теми же математическими свойствами, что и объективная. По крайней мере, кроме традиционного понимания риска как объективной или субъективной вероятности, существуют и другой подход к созданию математической модели риска, служащей основой для формализации количественной оценки риска инновационного проекта. Это нечетко-множественный подход к оценке риска проекта.
Соотношение вероятностных, экспертных и нечетко-множественных подходов к моделированию оценки риска. Если соотносить вероятностные, нечетко-множественные и экспертные описания применительно к эффективности решения различных задач то можно сделать следующие умозаключения. По мере усиления неопределенности классические вероятностные описания уступают место, с одной стороны, субъективным вероятностям, основанным на экспертной оценке, а, с другой стороны, вероятностям, определенным не количественно, а качественно. При этом точечные оценки вероятностных распределений замещаются интервальными (для экспертных методов) и треугольно-нечеткими (для методов теории нечетких множеств). (9, 10, i5) В связи с этим возникает вопрос о степени изменения (повышения или понижения) неопределенности, чтобы более адекватно применять тот или иной метод. Ясно, что если возможно получение статистических данных субъективного или объективного характера, то лучше всего исследовать эту статистику на основе вероятностных моделей. Здесь необходимо сделать замечание о том, какими методами можно эту статистику получить. При введении в математическую модель оценки риска субъективных (аксиологических) вероятностей, предложенных Сэвиджем, Кайбергом и Гиббс-Джейнсом и вероятностных распределений встает вопрос об обоснованности точечных априорных вероятностей каждого фактора риска инновационного проекта, при применении этой модели в экспертных системах. Исследование нескольких десятков реальных бизнес-планов инновационных проектов со стандартной финансовой частью, просчитанной количественно при помощи программного комплекса «Project Expert 7.21» показало, что данные, которыми обладали участники одного и того же проекта в момент зарождения идеи, а потом на этапе составления концептуального бизнес-плана и на момент составления развернутого бизнес-плана существенно разняться.
По мере составления бизнес-плана (в момент зарождения идеи, на этапе составления краткого бизнес-плана, на момент составления полного бизнес-плана) неопределенность уменьшалась, в связи с поступлением новой информации об объекте исследования и способностью команды интерпретировать эту информацию.
На основании этого можно сделать вывод о том, что по мере достижения неопределенности каких-то критических значений, когда количественные данные по субъективным вероятностям отсутствуют или превалируют только качественные оценки, применение субъективно-вероятностных методов действительно ограничивается. Если же руководитель проекта имеет в своем распоряжении данные по аналогичным инновационным проектам той же области деятельности, имеет опыт предыдущих проектов или экспертную оценку субъективных вероятностей, применение вероятностной модели более чем оправдано.
В то же время нечетко-множественный подход к созданию математической модели оценки риска инновационного проекта позволяет учитывать неопределенность с применением метода нечеткой логики. Введение элементов нечеткой логики можно осуществить, переходя от классических вероятностных распределений к вероятностным распределениям с нечеткими параметрами или вводить лингвистические переменные. Следует заметить, что для получения верифицируемых результатов менеджерам проекта нужно планомерно и направленно уменьшать неопределенность и нечеткость путем повышения объективности исходных данных.
Структура риска инновационного проекта. Известно, что факторами риска проекта могут выступать внутренние и внешние, по отношению к проекту или компании, причины и их источники.
Поэтому факторы называют внутренними и внешними. К внутренним относятся факторы риска, вызванные действиями или бездействием менеджеров инновационной компании или проекта, несогласованностью проекта со стратегическими установками, несоответствие идеи возможностям ее реализации, недостаток практического опыта и др.
Внутренние факторы риска могут регулироваться в той или иной степени, поэтому их изучение главная задача руководителя инновационной компании.
Внешние причины (факторы риска), и следовательно, риски, вызваны изменением рыночной конъюнктуры, экономической и политической ситуации и др., на которые компания не имеет возможности целенаправленно воздействовать (налоговая система, финансово-кредитная политика, темпы инфляции, условия инвестирования и т.п.).
Первый шаг решения задачи оценки риска состоит в выявлении совокупности факторов, которые могут существенно повлиять на реализацию инновационного проекта, и в принятии мер по защите от влияния негативных факторов. Рассмотрим основные виды внешних и внутренних факторов риска, которым может подвергнуться инновационный проект или инновационное предприятие.
Страновой фактор (суверенный) - это внешний фактор риска, связанный с финансовым положением государства, когда большинство его экономических агентов, включая правительство, отказываются от исполнения внешних долговых обязательств. Основные вторичные факторы и их источники: войны, катастрофы, экономический спад, неэффективность государственного управления, географическое положение, климат, менталитет, политическое устройство.
Производственный (деловой, бизнес) фактор риска - это фактор риска, обусловленный отраслевыми особенностями, т.е. структурой активов куда вложен капитал. Один и тот же капитал можно использовать по разному, например вложить в производство ультрамодной одежды или в производство продуктов питания или на научные и инновационные исследования.
Риск неполучения планируемых доходов от вложенного капитала будет количественно различаться. В первом случае вторичными факторами риска будет прогноз в отношении моды и способов реализации процессов моделирования и производства, в результате чего может быть высокая доходность и высокая убыточность, во втором случае доходность вложенного капитала не будет высокой, но можно рассчитывать на стабильность. Риск в этом случае в сравнении ниже. В третьем случае, когда речь идет о вложении в новые разработки и исследования вторичными факторами риска будут:
-резкое повышение арендной платы за используемое оборудование (весьма распространенная в России ситуация);
-ошибки специалистов в определении стоимости и объемов работ;
-переоценка специалистами собственной значимости в проекте и, как следствие, завышение стоимости своих услуг до нереальной величины;
-искусственное завышение привлекаемыми специалистами продолжительности и объема работы;
-начальная неопределенность в ценообразовании на некоторые виды работ и услуг;
-срыв графика работ;
-изменения требований Заказчика;
-большой процент брака на выходе некоторых технологических процессов;
-загруженность привлекаемых специалистов в других проектах;
-неритмичное финансирование из-за финансового кризиса или юридических ограничений.
Финансовый фактор риска - фактор риска, обусловленный структурой источников средств, целесообразностью привлечения тех или иных источников финансирования деятельности компании. Источники финансирования не бесплатны, особенно заемный капитал. Если проценты по заемным обязательствам не выплачиваются вовремя, то может быть предпринята процедура банкротства. Когда мы говорим о финансовой устойчивости предприятия, соотношении заемного и собственного капитала, то имеем ввиду, что чем выше уровень (доля) заемного капитала, тем выше финансовый риск и предприятие неустойчиво.
Действия, снижающие риск:
Правильный выбор источника финансирования (проектное финансирование, венчурное финансирование, лизинг).
Валютный фактор риска - возможность потерь связи с изменением валютного курса. Действия, уменьшающие риск:
денежные средства держать в твердой валюте;
заключать форвардные контракты на покупку валюты;
получать прибыль в той же валюте, что и взятый кредит.
Транзакционный фактор риска - это операционный фактор риска, связанный с конкретной операцией. Вторичными факторами являются:
-нарушение ритмичности поставок;
-задержка дебиторами оплаты счетов;
-обесценивание приобретенных акций;
-невозвращение выданных кредитов.
Действия, снижающие риск в зависимости от вида операции: обеспечение для кредита, поставка товара на условиях предоплаты, выполнение работ только с авансом, хеджирование операций с финансовыми активами (сглаживание) и диверсификация (вложение средств в различные направления деятельности).
Согласно международной классификации риск проекта называют единичным риском, в случае если риск проекта рассматривается изолированно вне связи с другими проектами. Для проведения исследования оценки риска инновационного проекта будем считать, что риск инновационного проекта - это единичный риск, зависящий от совокупности первичных и вторичных факторов и их источников. Таким образом, риск инновационного проекта имеет многоуровневую структуру, и нуждается в исследовании элементов этой структуры.
Таким образом, необходимо провести отбор факторов риска, существенных для инновационных проектов в каждой предметной области, для дальнейшей их классификации. Для этого рассмотрим существующие классификации риска и проведем их анализ для определения возможности их применения или принятия решения о создании новой, адаптированной к инновационному проектированию.
Анализ существующих классификаций факторов риска. В научной литературе встречаются десятки классификаций риска и факторов риска. Все эти классификации разносторонне представляют спектр факторов риска проекта. Каждый инновационный проект зависит от множества сотен факторов риска, т.е. причин и подпричин которые могут негативно повлиять на эффективность инновационного проекта.
Классификация факторов риска используется в настоящее время для так называемого балльного метода оценки риска проекта, который широко применяется на практике.
В настоящее время нет единой классификации факторов риска инновационного проекта. Каждый инновационный проект уникален, поэтому утверждение некоторых исследователей риска о невозможности построения универсальной всеобщей классификации рисков не лишено оснований. Гораздо важнее определить индивидуальный перечень рисков и их факторов, потенциально опасных для конкретного инновационного проекта и оценить их. С другой стороны, рассуждая об универсальности той или иной классификации факторов риска нельзя забывать о том, что, несмотря на индивидуальный и уникальный характер каждого инновационного проекта, предположительно существует некоторый ограниченный перечень факторов, который можно с определенной долей уверенности применить ко всем инновационным проектам, руководствуясь системой ограничений и допущений присущей инновационному проектированию. Эта гипотеза нуждается в проверке и доказательствах.
Обоснование такой классификации позволяет положить начало формализации оценки риска инновационного проекта, служит основой качественной и дает возможность перейти к количественной оценке риска инновационного проекта.
Анализ существующих методик количественной оценки риска. Оценка рисков чрезвычайно важна для любого инвестора и менеджера инновационного проекта, так как он попадает в среду, во многом не знакомую для него и, следовательно, потенциально опасную с точки зрения предполагаемых потерь в стоимостном выражении. Поэтому следует отчетливо предоставлять достоинства и недостатки количественных методов оценки риска предполагаемого проекта.
В методиках количественной оценки риска применяются такие величины, как возможные доходности и соответствующие им вероятности факторов риска инновационного проекта. Эти данные необходимо каким-то образом получить. Существует два подхода к получению этих данных:
-субъективный (экспертный). Строится на основе опыта и экспертных оценок специалистов компании или приглашенных консультантов;
-объективный (на основе статистики). Если компания планирует продолжение деятельности, уже осуществлявшейся ею ранее в течение некоторого времени, она может использовать для прогноза статистику этой деятельности.
В чистом виде каждый из указанных методов практически не применяется, поскольку ситуации, в которых отсутствуют какие-либо статистические данные, встречаются редко, а прогноз на основе любой статистики всегда должен учитывать возможное изменение ситуации, т. е. содержать элементы экспертных оценок. Анализируя риск, связанный с проектом, необходимо учитывать, что кроме риска, рассчитываемого по приведенной выше методике, существует еще погрешности, связанные с возможными ошибками при составлении исходных данных для анализа. Это очень важное обстоятельство, поскольку вклад фактора погрешности данных в общий риск может быть значительным. Поэтому, рассматривая два проекта, исходные данные для одного из которых получены в результате анализа обширной статистики, а для другого - в основном, методом экспертных оценок, необходимо учитывать, что риск ошибки в исходных данных во втором случае выше.
Во многом именно поэтому руководители большинства компаний предпочитают принимать к реализации проекты, непосредственно связанные с той деятельностью, которую компания уже ведет, и по которой у менеджеров и аналитиков имеются как статистика, так и значительный практический опыт. Риск ошибки в прогнозах по таким проектам значительно ниже, чем при анализе проектов, непосредственно не связанных с текущей деятельностью компании. Рассмотрим основные известные методики оценки риска и возможность применения их для инновационного проектирования. (Приложение 1 - Таблица основных методов количественного анализа проектных рисков) (2, стр. 141)
Метод корректировки нормы дисконта. Метод корректировки нормы дисконта с учетом риска - наиболее простой и вследствие этого наиболее применяемый на практике метод оценки риска проекта.
Основная идея метода заключается в корректировке некоторой базовой нормы дисконта, которая считается безрисковой или минимально приемлемой (например, ставка доходности по государственным ценным бумагам, предельная или средняя стоимость капитала для фирмы).
Корректировка осуществляется путем прибавления величины требуемой премии за риск, после чего производится расчет критериев эффективности инновационного проекта - NPV, IRR, PI по вновь полученной таким образом норме. Решение принимается согласно правилу выбранного критерия. В общем случае, чем больше риск, ассоциируемый с проектом, тем выше должна быть величина премии, которая может определяться по внутрифирменным процедурам, экспертным путем или по формальным методикам. Как уже отмечалось выше главные достоинства этого метода - в простоте расчетов, которые могут быть выполнены с использованием EXCEL, а также в понятности и доступности. Вместе с тем метод имеет существенные недостатки. Метод корректировки нормы дисконта осуществляет приведение будущих потоков платежей к настоящему моменту времени (т.е. обыкновенное дисконтирование по более высокой норме), но не дает никакой информации о степени риска (возможных отклонениях результатов). При этом полученные результаты существенно зависят только от величины надбавки за риск. Он также предполагает увеличение риска во времени с постоянным коэффициентом, что вряд ли может считаться корректным, так как для многих проектов характерно наличие рисков в начальные периоды с постепенным снижением их к концу реализации. Таким образом, прибыльные проекты, не предполагающие со временем существенного увеличения риска, могут быть оценены неверно и отклонены.
Данный метод не несет никакой информации о вероятностных распределениях будущих потоков платежей, а также факторов риска той предметной области, в которой осуществляете проект, и не позволяет получить их оценку.
Кроме того, метод имеет существенные ограничения возможностей моделирования различных вариантов, которое сводится к анализу зависимости критериев NPV, IRR, PI от изменений только одного показателя - ставки дисконтирования (нормы дисконта). Несмотря на отмеченные недостатки, метод корректировки нормы дисконта широко применяется на практике.
Анализ чувствительности. Это методика, позволяющая оценить степень вариабельности результативного показателя, например NPV, при изменении входной переменной, например объема реализации, и сохранения остальных условий неизменными. Анализ чувствительности широко используется в практике для оценки риска инновационных проектов. Этот метод позволяет проанализировать, что будет с результирующей величиной, если изменится значение некоторой исходной величины.
Метод анализа чувствительности работает по следующему алгоритму:
. Задается взаимосвязь между исходными и результирующими показателями в виде математического уравнения или неравенства.
. Определяются наиболее вероятные значения для исходных показателей и возможные диапазоны их изменений.
. Путем изменения значений исходных показателей исследуется их влияние на конечный результат.
Обычно результатом анализа чувствительности становиться величина отклонения в процентах, при которой инновационный проект становиться неэффективным. Инновационный проект с меньшими отклонениями считаются менее рисковыми и более устойчивыми. Процедура анализа чувствительности предполагает одновременное изменение только одного исходного показателя, в то время как значения остальных считаются постоянными величинами, поэтому главным недостатком данного метода является предпосылка о том, что изменение одного фактора рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны.
Метод сценариев. В отличие от предыдущих, метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. В общем случае процедура использования данного метода в процессе оценки рисков инновационного проекта включает выполнение следующих шагов.
. Определяют несколько вариантов изменений ключевых исходных показателей (например, пессимистический, наиболее вероятный и оптимистический).
. Каждому варианту изменений приписывают его вероятностную оценку.
. Для каждого варианта рассчитывают вероятное значение критерия NPV (либо IRR, PI), а также оценки его отклонений от среднего значения.
. Проводится анализ вероятностных распределений полученных результатов.
Проект с наименьшими стандартным отклонением и коэффициентом вариации считается менее рисковым.
В целом метод позволяет получать достаточно наглядную картину для различных вариантов реализации проектов, а также предоставляет информацию о чувствительности и возможных отклонениях.
Недостатком данного метода является то, что, он ограничен рассмотрение нескольких дискретных исходов, а также предположением о том, что вероятности возникновения каждого сценария заранее известны менеджерам проекта. На самом деле оценить эти вероятности с достаточной достоверностью очень трудно.
Деревья решений. Данный метод описан во многих работах. Деревья решений обычно используются для анализа рисков проектов, имеющих обозримое или разумное число вариантов развития. Они особо полезны в ситуациях, когда последующие решения сильно зависят от решений, принятых ранее, и в свою очередь определяют сценарии дальнейшего развития событий.
Дерево решений имеет такой вид, что вершины его представляют ключевые состояния, в которых возникает необходимость выбора, а ветви - различные события (решения, последствия, операции), которые могут иметь место в ситуации, определяемой вершиной. Каждой ветви дерева могут быть приписаны числовые характеристики, например, величина платежа и вероятность его осуществления. В общем случае использование данного метода предполагает выполнение следующих шагов.
. Для каждого момента времени определяют проблему и все возможные варианты дальнейших событий.
. Откладывают на дереве соответствующую проблеме вершину и исходящие из нее ветви.
. Каждой исходящей ветви приписывают ее денежную и вероятностную оценки.
. Исходя из значений всех вершин и дуг рассчитывают вероятное значение критерия NPV.
. Проводят анализ вероятностных распределений полученных результатов.
Недостатком данного метода является то, что вероятности благоприятного осуществления каждого календарного этапа задается руководством проекта без учета факторов риска инновационного проекта.
Имитационное моделирование. Имитационное моделирование является одним из методов оценки риска проекта, как особой финансовой системы. При оценке рисков проектов обычно используют в качестве базы для экспериментов прогнозные данные об объемах продаж, затратах, ценах.
При проведении финансового анализа часто используются модели, содержащие случайные величины, поведение которых не детерминировано управлением или лицами принимающими решения. Стохастическая имитация известна под названием "метод Монте-Карло".
Имитационное моделирование представляет собой серию численных экспериментов, призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели).
В общем случае проведение имитационного эксперимента можно разбить на следующие этапы.
. Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.
. Задать законы распределения вероятностей для ключевых параметров модели.
. Провести компьютерную имитацию значений ключевых параметров модели.
. Рассчитать основные характеристики распределений исходных и выходных показателей.
. Провести анализ полученных результатов и принять решение.
Несмотря на то, что метод Монте-Карло обладает рядом достоинств, он не получил широкого распространения на практике. Основной проблемой имитационного моделирования является то, что данный метод даже после завершения вычислительных процедур не дает четкого критерия принятия решений эффективности инновационного проекта с учетом риска. Нельзя однозначно ответить на вопрос о достаточности прибыльности проекта для компенсации риска.
Метод арбитражного ценообразования. Стивен Росс предложил метод, названный теорией арбитражного ценообразования. Метод арбитражного ценообразования предполагает, что зависимость между риском и доходностью является многофакторной и в этом главное теоретическое преимущество этого метода. Концепция метода имеет, тем не менее, ряд недостатков, самым серьезным из которых является то, что не обосновывается перечень факторов риска инновационного проекта.
Некоторыми исследователями предполагается, что для данного метода, чаще всего можно использовать такие факторы, как инфляция, изменение объема производства, изменение структуры процентных ставок. Если будет предложен обоснованный перечень факторов влияющих на инновационный проект, то метод имеет перспективу для развития, т.к. учитывает зависимость «риск-доходность».
Балльный метод оценки риска. Сущность бального метода оценки риска инновационного проекта, построенная на классификации факторов риска проекта, заключается в том, что каждому фактору риска согласно этому методу присваиваются точечные вероятности их предполагаемого проявления в виде определенного количества баллов. Эти вероятности жестко детерминированы независимо от предметной области проекта. Каждому фактору риска соответствует также некоторая величина потерь, которая задается из субъективных соображений.
Мерой риска по этому методу является величина произведения вероятности каждого фактора на величину потерь. Предполагаемая универсальность данного метода для всех видов инновационных проектов, как минимум представляется спорной. Не существует ограничений по данному методу по масштабу проекта, предметных областей.
Основным недостатком балльного метода оценки риска инновационного проекта является отсутствие механизма определения вероятностей наступления неблагоприятного события по каждому фактору риска.
Вероятности факторов риска не могут быть одинаковыми для разных предметных областей инновационных проектов. Также в балльном методе полностью отсутствует количественная оценка риска инновационного проекта в стоимостном выражении, нет связи с доходностью, что затрудняет принятие правильных управленческих решений в условиях частичной неопределенности.
Сравнительный анализ математических моделей оценки риска инновационного проекта. Существующие математические модели и основанные на них методики расчета и оценки риска используют аппарат теории вероятности для моделирования неопределенности, являющейся непременным атрибутом риска. Классическое определение риска предполагает именно вероятностно-субъективный характер его возникновения. Однако существует и другая модель неопределенности, использующая теорию возможностей. Если теория вероятностей построена на понятии случайности, то теория возможности на понятии нечеткости. Исследователь риска Барт Коско, утверждает, что случайность и нечеткость различаются концептуально и теоретически, хотя и имеют много общего. Обе описывают неопределенность числами в интервале [0,1] и оперируют множествами согласно законам ассоциативности, коммутативности и дистрибутивности. Ключевое различие состоит в том, как пересекаются взаимоисключающие события. В классической теории вероятности их пересечение - это пустое множество, а в теории нечетких множеств - нет. В теории вероятности сумма вероятностей двух взаимно исключающих друг друга событий всегда равна единице, в то время как в теории возможностей она может быть и больше единицы.
Применительно к риску это значит, что при наличии нескольких неблагоприятных исходов мы не ограничены сверху единицей, оценивая их суммарный эффект. За счет отказа от этого ограничения мы приобретаем более широкие возможности для описания реальности и возникающей в ней неопределенности.
Для оценки риска исследуем математические модели, чтобы в конечном итоге сравнить их результаты по некоторым параметрам.
Параметрами этого сравнения будут служить:
. Объективное и адекватное представление данных для оценки риска инновационного проекта.
. Достоверность получаемых в результате реализации той или иной модели результатов расчетов.
. Точность получаемых в результате расчетов показателей риска
Преимущества и недостатки субъективно-вероятностного и нечеткого подходов к оценке риска. Случайность связана с вопросом: произойдет событие или нет, а нечеткость - со степенью, с которой это событие произойдет. Но что лучше описывает неопределенность, сложившуюся в инновационном проектировании: случайность или нечеткость? Этот вопрос в последнее время все чаще задают исследователи. Но однозначного ответа не будет ни сейчас, ни в ближайшем будущем. То, что сейчас называют нечеткой логикой (fuzzy-logic), большинство авторов называют "теорией нечетких множеств".
Сама же нечеткая логика тоже существует и применяется, конечно, не только в теории нечетких множеств. Элементы нечеткой логики с успехом применяются и в субъективно-вероятностных методах.
Практика показала, что нечеткий подход, при всем его субъективизме и грубой оценке, дает неплохие практические результаты в бизнесе и финансах в последнее время, что подтверждается широким распространением технологии нечетких систем. С другой стороны субъективно-вероятностный подход, имеющий существенный недостаток по определению априорных вероятностей проявления риска (тот же субъективизм), имеет проверенную традиционную базу в виде теории вероятностей и математической статистики.
Субъективные вероятности не дают никакой информации о том, как они получены, если не предваряются дополнительными качественными соображениями о принципе вероятностной оценки. Одним из таких принципов, продуктивно использовавшихся до сих пор, является принцип максимума правдоподобия Гиббса-Джейнса, который в настоящий момент подвергнут обоснованной критике в связи с тем, что принцип максимума энтропии не обеспечивает автоматически монотонности критерия ожидаемого эффекта. Принцип генерации условных вероятностных оценок Фишберна выдвигает лишь идею назначения точечных оценок вероятностей, удовлетворяющих критерию максимума правдоподобия, однако не существует доказательств полноты выбранного поля сценариев.
Конкурирующими методами, которые появились позже, являются нечетко-множественные подходы, которые свободны от проблем субъективных вероятностей и от проблем с обоснованием выбора вероятностных весов и включают в себя все возможные сценарии развития событий. Так, треугольно-нечеткое число включает в себя все числа в определенном интервале, однако каждое значение из интервала характеризуется определенной степенью принадлежности к подмножеству треугольного числа. Такой подход позволяет генерировать непрерывный спектр сценариев реализации по каждому из прогнозируемых параметров финансовой модели. Наконец, нечетко-множественный подход позволяет учитывать в финансовой модели хозяйствующего субъекта качественные аспекты, не имеющие точной числовой оценки. Оказывается возможным совмещать в оценке учет количественных и качественных признаков, что резко повышает уровень адекватности применяемых методик.
Критики обоснованно отмечают недостатки нечетких систем: (i7)
-отсутствие стандартной методики конструирования нечетких систем;
-невозможность математического анализа нечетких систем существующими методами;
-применение нечеткого подхода по сравнению с вероятностным не приводит к повышению точности вычислений.
Исходя из вышесказанного, представляется возможным применить для математической модели оценки риска инновационного проекта гибридную математическую модель оценки риска, имеющую в своей основе субъективно-вероятностый подход с элементами нечеткой логики.
Элементы нечеткой логики будут применены на этапе определения вероятностей факторов риска инновационного проекта.
Выводы:
.Проведенный анализ понятия «риск инновационного проекта» показал, что существует необходимость уточнения понятия в связи с существующей зависимостью между ожидаемыми значениями доходности и факторами риска проекта. Эта зависимость нашла свое отражение в сформулированном в настоящей работе интегральном определении риска инновационного проекта: риск инновационного проекта - это субъективно-объективная оценочная категория, которая может быть представлена:
-как вероятность неблагоприятного воздействия на проект совокупности факторов риска, как случайных событий на основе субъективно-вероятностного подхода,
-как возможность неблагоприятного воздействия на проект совокупности факторов риска, как возможных событий на основе нечетко-множественного подхода,
-как финансовая потеря, выраженная в абсолютных или относительных показателях риска, приводящая инновационный проект к понижению доходности и эффективности.
.Выполненное исследование о способах получение информации о вероятностях случайного события показало, что применение различных подходов к созданию математических моделей оценки риска инновационного проекта регулируется уровнем неопределенности. По мере достижения неопределенности пороговых критических значений, когда количественные данные по субъективным вероятностям отсутствуют или превалируют только качественные оценки применение субъективно-вероятностных методов действительно ограничивается. В то же время нечетко-множественный способ оценки величин характеристик математической модели оценки риска инновационного проекта позволяет учитывать неопределенность с применением метода нечеткой логики.
.Исследование проблемы идентификации факторов риска инновационного проекта показало, что первый шаг решения задачи количественной оценки риска состоит в выявлении совокупности факторов риска, которые могут существенно повлиять на реализацию инновационного проекта. Факторами риска проекта могут выступать внутренние и внешние, по отношению к проекту или компании, причины и их источники.
.Проведенный анализ различных классификаций риска и факторов риска показал, что, несмотря на индивидуальный и уникальный характер каждого инновационного проекта существует некоторый ограниченный набор факторов (10-15), распределенный по классам, в соответствии с выбранными признаками классификации, который можно с определенной долей уверенности применить ко всем инновационным проектам. Исследование, разработка и внедрение такой классификации позволит положить начало формализации оценки риска инновационного проекта, перейти в дальнейшем к количественной оценке риска инновационного проекта.
.Проведенный анализ методик количественной оценки риска инновационного проекта показал, что все представленные в настоящее время методы количественной оценки рисков не могут адекватно оценить риск инновационного проекта по следующим основаниям:
-инновационный проект является социо-технической системой, в которой оценку рисков можно представить многоуровневой многофакторной моделью, факторами которой являются корневые причины возникновения рисков и условия их возникновения. Все представленные в настоящее время методы количественной оценки рисков, не учитывают многообразия всех этих факторов, не дают возможности спрогнозировать потери при реализации факторов риска в различной комбинации и последовательности,
-представленные методы не учитывают того, что инновационное проектирование имеет ряд особенностей (социо-фактор риска, учет жизненного цикла инновационного проекта), которые позволяют говорить о неравномерности степени и величины риска на различных этапах инновационного проекта,
-все представленные математические модели существующих методов неправильно определяют, неверно оценивают, либо вообще не учитывают важнейшие взаимосвязи процессов оценки риска инновационного проекта (источники - факторы риска - вероятности - компенсационная доходность - эффективность).
Исходя из вышеизложенного, инновационное проектирование требует проведения исследования по созданию методики количественной оценки риска инновационного проекта, адаптированной и в полной мере, учитывающих основные особенности инновационного проектирования.
Этому исследованию посвящена следующая глава диссертации.
инновационный риск учет
ГЛАВА 2. ИННОВАЦИОННАЯ МЕТОДИКА КОЛИЧЕСТВЕННОЙ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА
Выводы:
.Выполненное исследование показало, что разработанная методика КВВР обеспечивает повышение достоверности количественной оценки риска инновационного проекта за счет применения многофакторной математической модели оценки риска, в которой применен субъективно-вероятностный подход с элементами нечеткой логики.
.Разработанная математическая модель методики КВВР, в отличие от других моделей, позволяет более полно учесть связь «вероятности возникновения факторов риска - компенсационная доходность» и обеспечивает возможность найти величину риска в стоимостном выражении в виде абсолютных и относительных показателей, т.к. учитывается временной фактор для сравнения инновационных проектов.
.Проведенное исследование формализации условий задачи оценки риска показало, что компенсационная доходность (ставка дисконтирования) функционально зависит от влияния факторов риска с учетом жизненного цикла инновационного проекта.
.Проведенное исследование функциональной зависимости вероятностей проявления факторов риска и компенсационной доходности инновационного проекта показало, что разработанная функция линейной регрессии зависимости компенсационной доходности наилучшим образом среди всех линейных функций выражает зависимость поправки на риск от факторов риска.
.Выполненный анализ способов экспертной оценки априорных вероятностей факторов риска инновационного проекта показал, что методика КВВР позволяет применять точечно-вероятностный и нечетко-множественный способы оценки априорной вероятности риска инновационного проекта в зависимости от степени частичной неопределенности.
.Исследование нечетко-множественного способа оценки вероятности риска инновационного проекта показало, что разработанный способ обеспечивает повышение уровня обоснования величин субъективных вероятностей, если уровень частичной неопределенности превышает пороговые значения и в качестве исходных данных взяты «треугольные нечеткие числа».
.Проведенное исследование определения апостериорных вероятностей факторов риска инновационного проекта с использованием экспертной системы показало, что разработанный прототип экспертной системы обеспечивает повышение скорости и понижение трудоемкости при выявлении и идентификации факторов риска и определении апостериорных вероятностей.
8.Проведенное исследование по определению ключевых факторов риска инновационного проекта показало, что разработанные причинно-следственные диаграммы обеспечивают детализированное и многоуровневое определение причин (факторов) риска и их подпричин и источников в конкретной предметной области и служат предпосылкой разработки классификации факторов риска инновационного проекта,
9.Проведенное исследование социо-фактора риска инновационного проекта показало, что вероятность социо-фактора риска, имеющего сложную многоуровневую структуру, непостоянна на разных этапах инновационного проекта и зависит от вторичных факторов и их источников.
.Проведенное исследование и упорядочивание факторов риска показало, что предложенная классификация факторов риска инновационного проекта обеспечивает более полную и правильную идентификацию факторов риска по сравнению с другими классификациями.
.Проведенное исследование и оценка величин удельного веса воздействия фактора риска от всей совокупности факторов риска инновационного проекта показало, что наибольшие потери инновационный проекта может понести от ограниченного числа выявленных факторов, что подтверждает предположение о ключевых факторах проекта.
.Проведенное исследование вероятностей показало, что разработанные стратифицированные оценки вероятностей факторов риска на разных этапах инновационного проекта в виде «рискограммы» - диаграммы вероятностей риска на ключевых этапах инновационного проекта обеспечивают повышение достоверности оценки (зависимость «риск - доходность - жизненный цикл инновационного проекта»).
Необходимым развитием разработанной выше методики количественной оценки риска инновационного проекта и обязательным условием ее применения в качестве инструмента анализа и моделирования является ее автоматизация, поэтому в третья глава посвящена разработке программы для оценки и учета риска инновационного проекта.
ГЛАВА 3. РАЗРАБОТКА и ИСПОЛЬЗОВАНИЕ ПРОГРАММЫ «ОЦЕНКА И УЧЕТ РИСКА ИННОВАЦИОННОГО ПРОЕКТА»
Выводы:
.В результате проведенной работы была создана программа по количественной оценке рисков инновационного проекта, которая может посчитать в «цифрах», возможный ущерб инвестора от возможных рисков конкретного инновационного проекта.
.Использовать программу можно неограниченное количество раз и получить анализ необходимого количества сценариев (многочисленные схемы финансирования на нужное количество этапов) реализации проекта с учетом различной степени риска.
.Использование программы риск-менеджером, принесет уменьшение времени и трудозатрат рутинных операций по идентификации факторов риска инновационного проекта в период составления бизнес-планов и во время проведения процедур риск-менеджмента во время исполнения проекта.
ГЛАВА 4. АНАЛИЗ И РАСЧЕТ РИСКОВ КОНКРЕТНОго инновационного проекта (компания ООО «Строй ЛТД»).
Выводы:
.Смоделирована работа программы, так если бы этой программой пользовались до кризиса, и эксперты отвечали на вопросы в то время и произведено сравнение с текущей оценкой рисков проекта экспертами Банка. Результат сравнения: проект уже не эффективен, а цена риска значительно возросла.
.Получена количественная оценка риска строительства в г. Екатеринбург административно-торгового здания.
.Используя разработанную программу, риск-менеджер имеет возможность рассчитывать количественные риски проектов в зависимости от этапов развития и глобального изменения ведения проекта.
ЗАКЛЮЧЕНИЕ
В данной работе была исследована методология количественного анализа рисков инновационного проекта.
Цель исследования заключалось в выборе методики, с помощью которой можно было повысить достоверность оценки рисков инновационного проекта и ускорить процесс принятия решений. В качестве примера применения выбранной методики взята деятельность Банка в инвестировании строительства административно-торгового здания в г.Екатеринбург (компания ООО «Строй ЛТД»).
В процессе работы над диссертацией были решены следующие задачи:
сформулировано понятие «риска инновационного проекта», как субьективно-обьективная оценочная категория, которая может быть представлена, как вероятность неблагоприятного воздействия на проект совокупности факторов риска, как случайных событий на основе субъективно-вероятностного подхода и возможных событий на основе нечетко-множественного подхода, а также как финансовая потеря, приводящая инновационный проект к понижению доходности и эффективности;
проведен оценочный анализ существующих методик оценки рисков инновационных проектов, составлена сравнительная таблица существующих методик, с помощью которой можно определить сущность метода и его возможное использование на практике, т.к. каждый метод имеет свои положительные и отрицательные стороны применения;
выполнено исследование, что только нечетко-множественный способ оценки величин характеристик математической модели оценки риска инновационного проекта, позволяет лучше учитывать неопределенность с применением метода нечеткой логики;
сформированы и классифицированы 14 основных и достаточных факторов риска инновационного проекта;
сформулирована методика количественной оценки риска инновационных проектов, как наиболее подходящая для анализа рисков инновационных проектов.
В процессе исследования, получены теоретические и практические результаты.
Исследована субъективно-вероятностная и нечетко-множественная природа риска инновационного проекта, что позволило более полно учесть взаимосвязи таких категорий, как «риск», «доходность, «жизненный цикл проекта».
Разработана программа количественной оценки риска инновационного проекта, включающая экспертную систему для определения апостериорных вероятностей проявления факторов риска на этапах жизненного цикла инновационного проекта на основе экспертной базы знаний факторов риска инновационного проекта, что дало возможность ускорить процесс принятия решений и повысить достоверность количественной оценки риска инновационного проекта, по сравнению к традиционным методикам.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1.Инновационная деятельность: Экономика и Управление. Под редакцией В.П. Васильева. ТЕИС, 2008.
.Риск-менеджмент инновационного проекта. Учебник под редакцией М.В. Грачевой, А.Б. Секерина. Москва, Юнити, 2009.
.Основы инновационного менеджмента. Учебник под редакцией А.К. Казанцева Экономика 2004 г.
.Волков И.М, Грачева М.В. Проектный анализ. Продвинутый курс. Москва, Инфра-М, 2004
.Грачева М.В., Анализ проектных рисков, М: Финстатинформ, 1999
.Ковалев В. В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности / В. В. Ковалев. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 1998.
.Грачева М.В. и др. Риск-анализ инвестиционного проекта: Учебник для вузов М.В. Грачева, С.Я. Бабаскин, И.М. Волков, А.Г. Повокрещенова, В.А. Первушин, С.Ю. Симаранов; Под ред. М.В. Грачевой. - М.: ЮНИТИ-ДАНА, 2001.
.Живетин В.Б.. Введение в анализ риска. - Казань: Казанское математическое общество, 1999.
.Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами, Аудит и финансовый анализ, 2, 2000.
.Недосекин А.О. Простейшая оценка риска инвестиционного проекта, Cовременные аспекты экономики, 1, 2002.
.Методические рекомендации по оценке эффективности инвестиционных проектов. Мин. экономики РФ; Мин. фин. РФ; Гос. ком. РФ по строит., арх-ной и жилищной политике. - Утв. 21 июня 1999 г. - [вторая редакция]. - Москва: Экономика, 2000. - 417с.
.Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования / Госстрой России; Мин. экономики РФ; Мин. фин. РФ; Госкомпром России. -Утв. 31 марта 1994 г.
.Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник / Под обш;.ред.д.э.н., проф. А.В. Сидоровича; МГУ им. М.В. Ломоносова - 4-е изд., стереотип. - М.: Издательство «Дело и сервис», 2004.
.Черемных Ю.Н. Микроэкономика. Продвинтый уровень: Учебник. - М: ИНФРА, 2008 г.
.Пономарев А.С. Нечеткие множеств в задачах автоматизированного управления и принятий решений. Учебное пособие. Харьков НТУ 2005 г.
.Д.Уотерман. Руководство по экспертным системам. - М.: Мир, 1989.
.К.Таунсенд, Д.Фохт Проектирование и программная реализация экспертных систем на персональных ЭВМ. Перевод с английского В.А.Кондратенко, С. В. Трубицына Педисловие Г.С.Осипова Москва "Финансы и статистика", 1990
.Коваленко И.П., Филиппова А.А. Теория вероятностей и математическая статистика. Учебное пособие. М., «Высшая школа», 1973 г.
.Александрова Т.В. и др. Управление инновационными проектами. Учебное пособие в 2-х частях./ Под общ.ред. проф. И.Л. Туккеля - СПб.: СПбГТУ, 1999.
.Нурулин Ю.Р., Саватеева Е.Н., Туманов А.Ю. Финансовое обеспечение инновационной деятельности. Учебное пособие. - СПб.: изд. Политехн. Ун-та, 2004.
.Туманов А.Ю. Информационная технология «Экспресс-оценка риска инновационного проекта» - Инновации в науке, образовании и производстве. Спб: Изд-во СПбГПУ,2004.
.Инновации в социально-экономическом развитии: государство, фирма, менеджмент. Под редакцией В.П. Васильева. - М.: ТЕИС, 2007.
ПРИЛОЖЕНИЕ 1
Основные методы
количественного анализа проектных рисков
МетодСущностьСфера примененияДеревья решенийМетод принятия статистических решений при выборе одного из альтернативных вариантов и формировании оптимальной стратегииАнализ рисков на этапе планирования проекта. Управление проектомАнализ чувствительностиАнализ поведения критериальных показателей проекта в результате изменения только одного рискового фактора (однофакторный анализ)Количественный анализ рискованностиСценарный подходАнализ поведения критериальных показателей проекта в результате изменения спектра рисковых факторов (многофакторный анализ)Количественный подход в анализе и управлении рискамиИмитационное моделированиеИспользование числовой оценки рискаКоличественная оценка интегральной рискованности всего проекта в целомСтатистический подходИспользование числовых значений показателей дисперсии и среднеквадратичного (стандартного) отклоненияКоличественная оценка рисков нескольких проектов (или нескольких вариантов одного проекта)Корректировка нормы дисконтаКорректировка базовой нормы дисконта, которая считается безрисковойБыстрая количественная оценка рисков большинства проектовБалльный метод Выбираются отдельные направления - источники риска и осуществляется их балльная оценка.Количественная оценка рисков малого бизнесаМетод корректировки вероятности возникновения рискаГибридный метод оценки расписанный в данной работеАнализ рисков инновационных проектов
Приложение 3. Схема-модель количественной оценки риска инновационного проекта.