CC BY
366
Система работает на локальном компьютере, без необходимости создания отдельного сервера для хранения информации. Тем не менее, при разработке были учтены возможности работы с системой одновременно с нескольких рабочих мест и возможность перехода на втором этапе к технологии клиент-сервер.
Перспективы развития. При разработке системы были реализованы не все моменты, которые изначально заложены в процессах автоматизации. Это связано с необходимостью ускорения процесса внедрения и разделение в два этапа.
Дальнейшее развитие функционала системы планируется в области автоматизации работы с документооборотом, формирования карточки выезда, хранения базы данных сил и средств части, слежение за местонахождением автомобиля с помощью системы GPS.
Заключение. Разработка системы для поддержки принятия решения позволила объединить в единую систему большие объемы информации. Самое главное, что при внедрении системы время реагирования на сигнал сократилось с 6 до 1,5 минуты. Описанная в статье работа показала необходимость внедрения подобных систем в деятельности специализированных служб. Данная система предназначена для поддержки принятия решения по ликвидации пожаров на объектах городской застройки. Предварительные оценки показывают также, что повышение оперативности противопожарных служб позволяет сократить материальные потери на 15-20%, а, в некоторых случаях, полностью исключить их.
Особенности предлагаемой системы:
- основой системы является геоинформациионный модуль;
- быстрый поиск очага возгорания и возможность навигации группы реагирования;
- наглядность отображения места возникновения пожара и прилегающей территории;
- возможность актуализации информации, редактирования и фильтрации собственных объектов, групп и слоев на карте;
- данные, выдаваемые системой диспетчеру, позволяют значительно сократить время на принятие решения по ликвидации пожара и повысить качество эффективности тушения;
- модульный принцип позволяет легко внедрять систему в любой пожарной части любого города;
- возможность для пользователя внутри системы вести базу данных объектов (например, водоисточников) и интересующую его информацию в рамках данной программы.
----------♦'------------
УДК 517 С.В. Труфанов
МЕТОДЫ АНАЛИЗА РИСКА
Риск - это неотъемлемая часть любого процесса, в том числе и бизнес процессов. Поэтому изучение и анализ рисков занимает важное место в экономике и других областях деятельности человека.
В настоящее время наиболее эффективным является комплексный подход к анализу рисков. С одной стороны, такой подход позволяет получать более полное представление о возможных результатах реализации проекта, т.е. обо всех позитивных и негативных неожиданностях, ожидающих инвестора, а, с другой стороны, делает возможным широкое применение математических методов (в особенности вероятностностатистических) для анализа рисков [1].
В теории рисков выделяют следующие виды математических моделей: прямые, обратные и задачи исследования чувствительности. В прямых задачах оценка риска, связанная с определением его уровня, происходит на основании априори известной информации. В обратных задачах устанавливаются ограничения на один или несколько варьируемых исходных параметров с целью удовлетворения заданных ограничений на уровень приемлемого риска. Основная идея метода исследования чувствительности, применяемого в связи с неизбежной неточностью исходной информации, состоит в анализе уязвимости, степени изменяемости результативных показателей по отношению к варьированию параметров моделей (распределение вероятностей, областей изменения тех или иных величин и т.п.). Выводы исследования чувствительности инвестиционного проекта отражают степень достоверности полученных при анализе проектных результатов. В случае их недостоверности, аналитик будет вынужден реализовать одну из следующих возможностей:
• уточнить параметры, неточность которых является наиболее существенной в искажении результата;
• изменить методы обработки исходных данных с целью уменьшения чувствительности ответа;
• изменить математическую модель анализа проектных рисков;
• отказаться от проведения количественного анализа рисков проекта [2].
Широко применяются для анализа инвестиционных проектов следующие классы математических моделей, учитывающие неопределенность и различающиеся по способам ее описания:
• стохастические модели;
• лингвистические модели;
• нестохастические (игровые) модели.
Можно классифицировать существующие методы анализа риска и связанные с ними модели по следующим направлениям [4]:
1. В зависимости от привлечения вероятностных распределений:
• методы без учета распределений вероятностей;
• методы с учетом распределений вероятностей.
2. В зависимости от учета вероятности реализации каждого отдельного значения переменной и проведения всего процесса анализа с учетом распределения вероятностей:
• вероятностные методы;
• выборочные методы.
3. В зависимости от способов нахождения результирующих показателей по построению модели:
• аналитический метод;
• имитационный метод.
Признаком подхода методов 1-й группы является то, что для каждой стохастической величины берется лишь одно ее значение. Цель такого "сгущения" риска экзогенной переменной - это получение возможности применения методов, разработанных для анализа в ситуации определенности без каких-либо изменений.
Результатом расчетов по модели, сконструированной для подхода 2, будет не отдельное значение результирующей переменной, а распределение вероятностей. Вероятностные методы предполагают, что построение и расчеты по модели осуществляются в соответствии с принципами теории вероятностей, тогда как в случае выборочных методов все это делается путем расчетов по выборкам.
Характерной чертой подхода 2 является использование методов моделирования принятия решений. Здесь можно выделить целевой, оптимизационный и системный подходы. Целевому подходу свойственно четкое задание целей при конструировании модели. Любое изменение целевых показателей ведет к реконструкции самой модели и требует новых расчетов, что связано с дополнительными затратами. Применение данного подхода наиболее целесообразно в случае необходимости постоянно принимать решения в аналогичных ситуациях с точно заданными целями.
Системный подход связан с построением модели, направленной исключительно на отражение реальности, а не сформулированной системы целей. В результате оценки такой модели и расчетов по ней формируется описание поведения реальной системы, но не оптимальная стратегия действий. Затем выбирается система целей и становится возможным принятие решений с помощью прогнозной информации о поведении системы и сделанных предположений. Возникающие в процессе инвестиционного проектирования изменения целей не приводят к изменению самой модели и не требуют новых расчетов [4].
Подход 3 выделяет аналитический и имитационный способы нахождения результирующих показателей по построенной модели. Аналитический способ получения результатов осуществляется непосредственно на основе значений экзогенных переменных. К его преимуществам относится быстрота нахождения решения, к недостаткам - необходимость адаптации поставленной задачи к имеющемуся в распоряжении математическому аппарату и относительная небольшая его "прозрачность". Имитационный способ базируется на пошаговом нахождении значения результирующего показателя за счет проведения многократных опытов с моделью. Основные его преимущества - прозрачность все расчетов, простота восприятия и оценки результатов анализа проектов всеми участниками процесса планирования. В качестве одного из серьезных недостатков этого способа можно назвать существенные затраты на расчеты, связанные с большим объемом выходной информации [4].
Качественный подход позволяет выявить и идентифицировать возможные виды рисков, свойственные проекту, также определяются и описываются причины и факторы, влияющие на уровень данного вида риска. Кроме того, необходимо описать и дать стоимостную оценку всех возможных последствий гипотетической реализации выявленных рисков и предложить мероприятия по минимизации и/или компенсации этих последствий, рассчитав стоимостную оценку этих мероприятий.
Первым шагом в проведении качественного анализа рисков является четкое определение (выявление, описание - "инвентаризация") всех возможных рисков инвестиционного проекта. Существенную практическую помощь в этом направлении может оказать предлагаемая классификация инвестиционных рисков.
Рассмотрение каждого вида инвестиционного риска можно производить с трех позиций:
1. С точки зрения истоков причин возникновения данного типа риска.
2. Обсуждения гипотетических негативных последствий, вызванных возможной реализацией данного
риска.
3. Обсуждения конкретных мероприятий, позволяющих минимизировать рассматриваемый риск.
Основными результатами качественного анализа рисков являются: выявление конкретных рисков инвестиционного проекта и порождающих их причин, анализ и стоимостной эквивалент гипотетических последствий возможной реализации отмеченных рисков, предложение мероприятий по минимизации ущерба и их стоимостная оценка. К дополнительным, но также весьма значимым результатам качественного анализа, следует отнести определение пограничных значений возможного изменения всех факторов (переменных) проекта, проверяемых на риск.
Этапы качественного анализа рисков:
1. Идентификация (определение) возможных рисков.
2. Описание возможных последствий (ущерба) реализации обнаруженных рисков и их стоимостная оценка.
3. Описание возможных мероприятий, направленных на уменьшение негативного влияния выявленных рисков с указанием их стоимости.
4. Исследования на качественном уровне возможности управления рисками инвестиционного проекта: диверсификация риска; уклонение от рисков; компенсация рисков; локализация рисков [3].
Качественный анализ инвестиционных рисков проводится на стадии разработки бизнес-плана, а обязательная комплексная экспертиза инвестиционного проекта позволяет подготовить обширную информацию для начала работы по анализу рисков.
В процессе качественного анализа рисков мы исследуем причины возникновения рисков и факторы, способствующие их динамике, затем даем описание возможного ущерба от проявления рисков и их стоимостную оценку. Так как расчеты эффективности проекта базируются на построении его денежных потоков, величина которых может измениться в результате реализации каждого из отмеченных рисков, то для аналитика важна количественная оценка последствий, осуществляемых на данном шаге, выраженная в стоимостных показателях. Кроме того, для аналитика также важна оценка предполагаемых на следующем шаге мероприятий, направленных на уменьшение негативного влияния выявленных рисков. Мы должны правильно выбрать способы, позволяющие снизить инвестиционные риски, так как правильное управление рисками позволит нам минимизировать потери, которые могут возникнуть при реализации проекта и снизить общую рискованность проекта.
Методы экспертных оценки включают комплекс логических и математико-статистических методов и процедур, связанных с деятельностью эксперта по переработке необходимой для анализа и принятия решений информации. Центральной "фигурой" экспертной процедуры является сам эксперт - это специалист, использующий свои способности (знания, умение, опыт, интуицию и т.п.) для нахождения наиболее эффективного решения [3].
Эксперты, привлекаемые для оценки рисков, должны:
• иметь доступ ко всей имеющейся в распоряжении разработчика информации о проекте;
• обладать достаточным уровнем креативности мышления и необходимыми знаниями в соответствующей предметной области;
• быть свободным от личных предпочтений в отношении проекта (не лоббировать его) [5].
Можно выделить следующие основные методы экспертных оценок, применяемые для анализа рисков:
• Вопросники.
• SWOT-анализ.
• Роза и спираль рисков.
• Оценка риска стадии проекта.
• Метод «Дельфи».
Количественный анализ рисков инвестиционного проекта предполагает численное определение величин отдельных рисков и риска проекта в целом. Количественный анализ базируется на теории вероятностей, математической статистике, теории исследований операций.
Для осуществления количественного анализа проектных рисков необходимы два условия: наличие проведенного базисного расчета проекта и проведение полноценного качественного анализа. При качественном анализе выявляются и идентифицируются возможные виды рисков инвестиционного проекта, также определяются и описываются причины и факторы, влияющие на уровень каждого вида риска.
Задача количественного анализа состоит в численном измерении влияния изменений рискованных факторов проекта на поведение критериев эффективности проекта.
Наиболее часто на практике применяются следующие методы количественного анализа рисков инвестиционных проектов:
• метод корректировки нормы дисконта;
• анализ чувствительности показателей эффективности (чистый дисконтированный доход, внутренняя норма доходности, индекса рентабельности и др.);
• метод сценариев;
• деревья решений;
• имитационное моделирование - метод Монте-Карло.
Перечисленные методы анализа инвестиционных рисков базируются на концепции временной стоимости денег и вероятностных подходах [5].
Выбор конкретного метода анализа инвестиционного риска, по нашему мнению, зависит от информационной базы, требований к конечным результатам (показателям) и к уровню надежности планирования инвестиций. Для небольших проектов можно ограничиться методами анализа чувствительности и корректировки нормы дисконта, для крупных проектов - провести имитационное моделирование и построить кривые распределения вероятностей, а, в случае зависимости результатов проекта от наступления определенных событий, или принятия определенных решений, построить также дерево решений. Методы анализа рисков следует применять комплексно, используя наиболее простые из них на стадии предварительной оценки, а сложные и требующие дополнительной информации - при окончательном обосновании инвестиций. Результаты применения различных методов к одному и тому же проекту дополняют друг друга.
Литература
1. Арсеньев, Ю.Н. Основы теории безопасности и рискологии / Ю.Н. Арсеньев, Т.Ю. Давыдова, И.Н. Да-
выдов [и др.]. - М.: Высш. шк., 1999.
2. Багиева М.Н. Концептуальные основы анализа и оценки рисков предприятия: учеб. пособие / М.Н. Ба-
гиева; под ред. Д.В. Соколова. - СПб.: Изд-во СПбГУЭФ, 2001.
3. Моделирование рисковых ситуаций в экономике и бизнесе / А.М. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев
[и др.]. - М.: Финансы и статистика, 1999.
4. Катасонов, В.Ю. Проектное финансирование: организация, управление риском, страхование / В.Ю. Катасонов, Д.С. Морозов. - М.: Анкил, 2000.
5. Прокудина, Л.Л. Оценка эффективности и инвестиционной привлекательности региональных рисковых проектов / Л.Л. Прокудина. - Новосибирск, 1998.
♦
