Анализ и оценка риска в инновационном проекте

Анализ чувствительности» показателей инновационного проекта сводится к исследованию зависимости некоторого результирующего показателя от вариации значений показателей, участвующих в его определении. Он позволяет получить ответы на вопросы вида: что будет с результирующей величиной, если изменится значение некоторой исходной величины?

Анализ чувствительности предполагает выполнение следующих шагов:

. Выбирается результирующий (ключевой) показатель (как правило, прибыль, IRR или NPV проекта), относительно которого производится оценка чувствительности.

. Выбираются исходные факторы (показатели), которые будут последовательно изменяться при неизменности других показателей.

. 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. Инновационный проект с меньшей чувствительностью NPV (IRR) считается менее рисковым. Данный метод позволяет инновационным менеджерам учитывать риск и неопределенность реализации проекта. Его недостатком является предпосылка о том, что изменение одного из факторов (исходного показателя) рассматривается изолированно, тогда как на практике все экономические факторы в той или иной степени коррелированны [13].

Метод сценариев позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений. В общем случае процедура использования данного метода в процессе анализа инновационных и инвестиционных рисков включает выполнение следующих шагов:

. Определяют несколько вариантов изменений ключевых исходных показателей (например, оптимистический, наиболее вероятный и пессимистический).

. Каждому варианту изменений приписывают его вероятностную оценку.

. Для каждого варианта сценария рассчитывают вероятное значение, а также оценки его отклонений от среднего значения.

. Проводится анализ вероятностных распределений полученных результатов. Проект с наименьшим стандартным отклонением и коэффициентом вариации считается менее рисковым.

Метод Монте-Карло (статистических испытаний) представляет собой стохастическую имитацию. Имитационное моделирование состоит в про ведении серии численных экспериментов, призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели). Данный метод используется в наиболее сложных для прогнозирования проектах в целях формализованного описания неопределенности. Он состоит в изучении статистики процессов реализации инновационного проекта, что позволяет установить влияние и частоту получения конкретных результатов, а также ограничения на диапазон и динамику исходных значений и анализируемых показателей.

В общем случае проведение имитационного эксперимента разбивается на следующие этапы:

. Установление взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.