Компьютерная поддержка управления рисками на предынвестиционных фазах проекта

Компьютерный инструментарий управления проектными рис­ками находит применение уже на самой ранней фазе цикла проек­та — предварительного определения и отбора. Хотя на этой фазе приходится оперировать преимущественно нечисловыми данными о проектах, а главную роль в оценке рисков и выявлении возможно­стей их компенсации играют эксперты, здесь тоже возникают зада­чи управления, требующие компьютерной поддержки. Как правило, в этот момент поток денежных средств еще не может быть постро­ен. Поэтому управление рисками на этой фазе обычно требует применения информационных моделей проекта, не вписывающихся в два основных класса, реализуемых коммерческим программным обеспечением — именно моделей CF и СРМ.

На фазе разработки проекта модель CF часто оказывается по­лезным реализовать с помощью программных средств имитацион­ного моделирования GPSS, iThink, Visual Simulator и др. [3]. Эти программные средства имеют особенно большое значение при раз­работке проектов логистической или сбытовой направленности, связанных с созданием систем производственного снабжения, мощностей по реализации товаров, оказанию услуг. Базовым фор­мализмом, поддерживаемым этими программными средствами, яв­ляется теория массового обслуживания, поэтому CF-модель реали­зуется риск-менеджером (или программистом по подготовленной риск-менеджером постановке задачи) посредством изобразительных средств, предоставляемых данными программными продуктами, — языковых либо графических. Такие имитационные модели потока денежных средств позволяют оценить:

• объем операций в штатных и нештатных режимах функцио­нирования объектов, создаваемых в соответствии с инвестицион­ным проектом, и соответствующие им значения чистой текущей стоимости проекта;

• вероятность отказа в обслуживании клиентов из-за случай­ных колебаний в интенсивности потока заявок, а также вероятные потери в связи с отказами;

• потери клиентов из-за возможных задержек оказания услуги;

• влияние действий конкурентов на указанные характеристи­ки проекта.

С помощью имитационных моделей можно определить узкие места в функционировании предусмотренных проектом логистиче­ских и сбытовых сетей, без чего трудно представить себе разработку конкурентоспособного инвестиционного проекта такого рода. Когда модель разработана, в нее можно ввести условия, отражающие са­мые разнообразные рисковые ситуации: несвоевременные поставки сырого материала, возможность неблагоприятной конъюнктуры, риск задержек финансирования и т.п.

Имитационная модель, корректно отображающая случайный характер спроса, поставок, взаимодействия участников технологи­ческих и финансовых цепей при производстве сложной, многоком­понентной продукции, — мощный аналитический инструмент, спо­собствующий преодолению трудностей разработки крупного инве­стиционного проекта. Реальной альтернативы таким моделям кроме интуиции экспертов (которая может и подвести) предложить не удается. Однако разработка имитационной модели — дело дорогое, а главное — долгое. Попытки форсировать разработку чреваты по­явлением в модели ошибок, сводящих ее ценность к нулю и даже увеличивающих риск принятия ошибочных решений. Поэтому во многих случаях разумно отказаться от разработки полномасштабной имитационной модели, охватывающей сложный проект, ограни­чившись комплексом более простых моделей наиболее ответствен­ных и рискованных компонентов. Если возможные упрощения все равно не позволяют получить надежные результаты моделирования в требуемые сроки, от применения имитационной модели лучше отказаться.

Применение моделей данного класса для управления проект­ными рисками следует признать оправданным в тех случаях, когда выполняются два условия:

• сложность проекта исключает умозрительное предвидение и оценку последствий факторов неопределенности в процессах снаб­жения, сбыта или взаимодействия участников технологических це­пей;

• времени на разработку проекта выделено достаточно, чтобы успеть создать и отладить его имитационную модель. При таких условиях немалые средства, потраченные на моделирование, почти наверняка окупятся многократно за счет выявленных и устраненных узких мест проекта.

С каждой следующей фазой цикла проекта задачи риск-менеджмента становятся все более рутинными, поддающимися обобщению, а потребность в нетривиальных, оригинальных форма­лизмах и технической работе по программированию моделей со­кращается.

На фазе анализа проектов уже появляется возможность исполь­зования коммерческих программных реализаций CF-модели, удов­летворяющих потребности большинства корпоративных пользовате­лей. В их числе наибольшую известность получили программы Project Expert — продукт, лидирующий в своей ценовой нише на российском рынке программ для анализа проектов и бизнес-планирования; Альт-Инвест — надстройка к табличному процессо­ру Excel; ТЭО-Инвест — разработка Института проблем управления РАН.

В части управления рисками возможности этих программ со­поставимы. Каждая из них предоставляет три методических подхода к анализу потока денежных средств, порождаемого проектом, в за­висимости от случайных условий:

• сценарный анализ, при котором от пользователя требуется подготовить комбинации значений параметров проекта, являющих­ся источниками риска (таких как цены продукции, продолжитель­ность инвестиционной фазы, расходы на выполнение проектных работ, потери в связи с обстоятельствами непреодолимой силы и т.п.), отразив, таким образом, как ожидаемый режим функциони­рования проекта, так и вероятные рисковые ситуации;

• анализ чувствительности, при котором автоматически варь­ируется отдельно взятый параметр модели при прочих неизменных условиях в целях получения профиля (графика) результирующих показателей проекта в зависимости от данного параметра;

• анализ точки безубыточности, при котором определяется критическое значение рискового параметра проекта (как правило, объема сбыта), по достижении которого проект перестает быть эф­фективным, т.е. значение NPV перестает быть положительным.

Как показывает практика, трех этих режимов исследования рис­ков в большинстве случаев оказывается достаточно для достижения главной цели инвестиционного анализа — отклонения тех проек­тов, которые не отвечают предъявляемым требованиям по контро­лируемым параметрам (в данном случае — по экономическому эф­фекту и риску).

Компьютерный инструментарий, адресованный аналитику, обычно не поддерживает решение синтетических задач — например, разработку мероприятий по снижению проектного рис­ка. Исключение из этого правила представляют собой ситуации, когда требуемые мероприятия очевидным образом следуют из про­веденного анализа. Например, на основе анализа точки безубыточ­ности из проекта могут быть исключены обособленные компонен­ты, предусматривающие производство и реализацию продукции, объем сбыта которой, обеспечивающий безубыточность, чрезмерно высок.

Если по результатам анализа рисков с помощью одной из на­званных программ, поддерживающих CF-модель, проект отклонен, но принято решение о его доработке в целях снижения сопряжен­ных с ним рисков, проект вновь возвращается на этап разработки или даже предварительного определения. Тогда его риски вновь подвергаются исследованию с помощью узкопрофильного компью­терного инструментария, обыкновенного для этих фаз цикла проек­та. При положительном решении по проекту эстафету управления его рисками принимают инструментальные средства, реализующие СРМ-модели.