СБОРНИК СТАТЕЙ
Главная » Статьи » Всего статей |
Низкая точность оперативной информации и результатов текущих исследований, невозможность точного прогнозирования будущего состояния объекта, неточность самих моделей управления, а также неоднозначность естественного языка порождают высокую неопределённость при инвестиционном проектировании. Неопределённость тем более ощутима в данной области бизнеса, что каждый инвестиционный проект уникален и подвержен одновременно как воздействию внешних рисков, так и влиянию ошибок внутрифирменного управления. Методы оценки риска различаются по способам формализации неопределённости, то есть описания исходных параметров, их разброса и колебаний. Каждый подход к оценке инвестиционного риска базируется на определённом методе учёта всех возможных значений параметра и их степеней возможности, а также сведении всех этих данный в некий единый показатель риска [1]. Так теория вероятностей рассматривает параметры проекта как случайные величины, подчиняющиеся определённым законам распределения. Классические вероятностные подходы ориентированы на учёт состояний внешней среды проекта и связанной с ними неопределённости, а метод субъективных вероятностей - на отношение и ожидания субъекта относительно состояний этой же внешней среды. По сути, данное отношение мало связано с конкретным проектом и характеризует, в первую очередь, внешние факторы. Эффект проекта связывается, главным образом, с характеристиками окружающего мира: чтобы проанализировать возможные результаты проекта, необходимо сосредоточиться на анализе внешней среды. В то же время интервальный подход, напротив, рассматривает только неопределённость, встроенную в проект и связанную с его особенностями. Поэтому данный метод не предусматривает никакой возможности получения дополнительной информации вплоть до начала реализации проекта. Его целесообразно применять для уникальных единичных проектов при практически полном отсутствии полезной статистической информации или её неприменимости [2]. Наряду с этими крайними подходами существуют также методики, стремящиеся тем или иным образом учесть одновременно неопределённость и самого проекта, и внешней среды. К ним относятся методы интервально-вероятностной неопределённости, методы нечёткого эффекта и эффекта, наделённого правдоподобием, и некоторые другие. Эти методы имеют важные преимущества, поскольку на практике в рамках анализа инвестиционного проекта чаще всего встречаются оба вида неопределённости. Вид неопределённости и применяемый метод её учёта зависят от заданных характеристик элементов множества возможных значений параметров. В целом можно выделить два крайних подхода к учёту неопределённости при оценке рисков. Первый из них рассматривает классическую неопределённость, которая подчиняется стохастическим законам, и основывается на аппарате теории вероятностей. Второй, альтернативный ему, подход призван работать с «дурной» (полной) неопределённостью, при которой отсутствуют необходимые статистические наблюдения. В рамках этого подхода получили распространение интервальные и минимаксные методы, а также аппарат теории нечётких множеств [3]. Вероятностная неопределённость имеет место, когда известны вероятности или плотность распределения всех элементов множества. В этом случае применяется хорошо разработанная группа стохастических методов оценки риска, которая включает в себя расчёт критериев ожидаемой эффективности, метод сценариев, метод достоверных эквивалентов, метод корректировки нормы дисконта и другие [4]. Однако в реальной практике нередко встречаются ситуации, когда какая бы то ни было информация о вероятностях значений параметра отсутствует. Это связано с тем, что для экономических объектов сложно подобрать репрезентативную и достаточную по объёму выборку, которая отвечала бы требованиям однородности. Зачастую нет достаточного количества наблюдений или объекты не могут считаться однородными. Статистическая однородность может отсутствовать и при наблюдениях изменения одного экономического объекта во времени, если рыночная среда, условия функционирования и технологические факторы работы предприятия существенно меняются [5]. Соответственно оказывается невозможным перенести на генеральную совокупность объектов корректный закон распределения, на основании которого и должны быть назначены вероятности. Здесь также возможно применение стохастических моделей при условии предварительного присвоения вероятностей значениям параметра на основе экспертного метода, при помощи субъективных вероятностей и виртуального пари или опираясь на принцип максимума энтропии Гиббса-Джейнса. В соответствии с этим принципом среди всех вероятностных распределений, согласованных с исходной информацией о неопределённости соответствующего показателя, рекомендуется выбирать то, которому отвечает наибольшая энтропия [6]. Однако предположение о том, что любое неизвестное распределение в инвестиционном проектировании стремится к максимальной энтропии недостаточно обосновано и работает только в определённых случаях. Экспертный метод определения вероятностей также сопряжён с определёнными трудностями: в современных российских условиях совокупность возможных вариантов реализации проекта, как и конкретные виды рисков по нему, в каждом случае свои, а прогнозы состояния среды постоянно меняются. Поэтому анализ хода реализации ранее просмотренных проектов затруднителен, а исходной статистической базы не существует. Применение субъективных вероятностей позволяет наилучшим образом выразить цели, предпочтения инвестора и его ожидания относительно совокупности наиболее значимых для него факторов внешней среды и их изменений. Однако субъективизм этого метода порождает рассогласование оценок различных участников проекта и не даёт возможности получить единый результат [6]. Установление вероятностей тем или иным способом всё же имеет смысл, если есть основания предполагать, что параметры являются случайными величинами и имеют некое неизвестное субъекту распределение. Однако не всякая неопределённость в принципе имеет вероятностный характер и может быть охарактеризована в терминах вероятностей. Это относится, например, к новым технологиям и уникальным явлениям. В такой ситуации анализ проводится без учёта неопределённости весовыми методами и без проведения свёртки всех единичных эффектов, а оценка базируется на рассмотрении крайних, минимального и максимального, вариантов. При этом значения промежуточных вариантов не рассматриваются, и тем самым часть полезной экономической информации исключается из анализа. Кроме того, классический минимаксный подход основан на таком выборе стратегии, который позволяет добиваться наилучших результатов в наихудших условиях; и это нередко сопряжено с неоправданным отказом от выгодных вариантов, что вызывает критику данного метода. Своеобразным компромиссом можно считать метод Гурвица, позволяющий включить в рассмотрение и оптимистичные прогнозы в соответствии со склонностью субъекта к риску [7]. Если известны только граничные значения элементов множества, то речь идёт об интервальной неопределённости, а при наличии степени принадлежности каждого элемента множеству можно говорить о неопределённости нечётких множеств. Оба рассмотренных крайних случая, как наличие строгой статистической совокупности, так и случай полной неопределённости, встречаются достаточно редко; гораздо чаще в реальной экономической практике можно наблюдать ситуацию, которая описывается введённым А.О. Недосеки-ным понятием квазистатистики. То есть наблюдатель имеет в своём распоряжении некое количество относительно однородных объектов, недостаточное для формирования классической выборки, но позволяющее, тем не менее, сделать предположение о примерном разбросе ключевых параметров. На основе такой выборки можно с той или иной степенью субъективной достоверности обосновать закон наблюдений. Он не обладает точностью вероятностного закона, и его параметры варьируют по специальным правилам, чтобы достичь определённого уровня достоверности [5]. Данный подход позволяет учитывать косвенную и гипотетическую экономическую информацию, включая её в анализ на выбранных условиях. Для работы с данными квазистатистики применяется аппарат теории нечётких множеств, которая отражает их субъективно-аксиологический характер. Преимуществом нечётко-множественного метода, таким образом, является то, что он даёт возможность моделировать неоднородные и ограниченные по объему наблюдения экономические процессы. Кроме того, в отличие от методов, предназначенных для работы в условиях полной неопределённости, метод нечётких множеств позволяет включить в анализ все возможные сценарии развития событий (часто образующие непрерывный спектр), а не только их граничные значения. Удобство метода состоит и в том, что работа идёт не с выбранными точечными значениями, а заданным расчётным коридором прогнозируемых значений параметров по проекту. Таким образом, выбор той или иной методики оценки риска зависит, в первую очередь, от характера и степени неопределённости, связанной с проектом: по мере увеличения неточности и хаотичности исходных данных и параметров среды классические вероятностные подходы уступают место экспертным методам и аксиологическим вероятностям. Происходит переход от использования точных и обоснованных объективных вероятностей к суждениям на основе субъективных предпочтений и ожиданий [8]. Особое значение при выборе подхода к оценке риска имеет также и заложенная в некоторых методиках возможность проверки корректности выбранной модели и непротиворечивости полученных результатов [1]. Это связано с тем, что неадекватный выбор математической модели приводит к неверным выводам относительно эффективности и целесообразности реализации инвестиционного проекта. Наряду с неопределённостью исходных параметров при инвестиционном проектировании встречается неопределённость выбора модели проекта, неопределённость производственных и финансовых ограничений и неопределённость требований, предъявляемых к эффективности проекта. Различные методы оценки риска позволяют в разной степени учитывать эти типы неопределённостей: некоторые из них охватывают практически все перечисленные разновидности, другие же ограничиваются в основном учётом неопределённости входных параметров. Наиболее полно нечёткие цели, коэффициенты, начальные и граничные условия включаются в рассмотрение при оценке рисков на основе методов нечётких множеств; существующие в рамках этого подхода алгоритмы позволяют найти общий показатель риска на основе нечёткого показателя эффективности, представляющего собой нечёткое множество со своим распределением. Он также даёт возможность ввести нечёткую границу на размер инвестиционного бюджета и рассмотреть возможное увеличение эффекта при незначительном нарушении ограничений, а также оценить его оправданность [9]. Такой учёт имеет большое значение, поскольку инвестиционные решения являются по своей природе стратегическими и направлены на долгосрочную перспективу, а значит, сопряжены с неопределённостью в отношении всех составляющих проекта. Нередко при описании исходной ситуации экономический субъект сталкивается с данными, представленными только в качественной форме, и с необходимостью их включения в общий анализ. По мнению некоторых экономистов, в этой ситуации оказывается наиболее целесообразным использовать нечётко-множественный подход. Особым преимуществом методики оценки риска на основе теории нечётких множеств как раз и является возможность проведения комплексной оценки риска на основе только качественных описаний и отношений предпочтений между факторами. Таким образом, можно избежать перевода качественных характеристик в количественные на основе разного рода балльных оценок, которые зачастую неоправданны и могут быть противоречивы между собой. Качественное описание параметров позволит, в свою очередь, перейти к соответствующему ему количественному виду функции принадлежности [10]. Основной сложностью является то, что применение одного из описанных выше подходов нацеливает аналитика на работу с одним конкретным видом неопределённости, в то время как в реальном проекте встречаются сразу несколько её видов: статистическая, лингвистическая, интервальная неопределённости. Таким образом, в модели адекватно отражаются только некоторые типы данных, а информация других типов может быть утрачена. Отчасти разрешить эту проблему позволяет предлагаемое в рамках теории нечётких множеств введение степени принадлежности элемента множеству: оно позволяет преобразовать к единой форме и совместно учесть неопределённость разных типов. Литература 1. Алтунин А.Е. Семухин М.В. Модели и алгоритмы принятия реше- ний в нечетких условиях. Тюмень: Изд-во Тюменского государственного университета, 2000. 2. Кошечкин С.А. Концепция риска инвестиционного проекта . 3. Недосекин А. О. Fuzzy financial management. М., 2003. 184 с. 4. Лукасевич И.Я. Методы анализа рисков инвестиционных проектов. // Финансы, 1998. № 9. С. 59-62. 5. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций. СПб., 2002. 181 с. 6. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов. М.: Изд-тво «Дело». 2002. 7. Шапкин А. С., Шапкин В. А. Теория риска и моделирование рисковых ситуаций. М.: Издательско-торговая корпорация «Дашков и К», 2007. 8. Глазунов В.Н. Критерии оценки инвестиционной привлекательности проектов // Финансы, 1997. № 12. С. 59-62. 9. Деревянко П.В. Оценка проектов в условиях неопределённости. 10.Недосекин А.О. Фондовый менеджмент в расплывчатых услови- ях. СПб, 2003. Работа выполнена под руководством проф. Л.А. Шульгиной | |
Просмотров: 3176 | Комментарии: 1
| Теги: |
Всего комментариев: 0 | |