вопросы инновационной экономики
Том 9 • Номер 2 • Апрель-июнь 2019 ISSN 2222-0372 Russian Journal of Innovation Economics
>
издательство
Креативная экономика
разработка подхода к управлению инвестиционными проектами на промышленных предприятиях на основе оценки рисков
Еленева Ю.Я. 1, Андреев В.Н. 1, Ли Чжиюй1
1 Московский государственный технологический университет «Станкин», Москва, Россия
Статья раскрывает подходы к управлению инвестиционными проектами на основе оценки рисков. В статье обоснована необходимость оценивать риски инвестиционных проектов в промышленных предприятиях, особенно в условиях неопределённости. Также определены наиболее актуальные методы оценки рисков инвестиционных проектов. Авторский подход к управлению инвестиционными проектами предполагает выявление наиболее значимого риска с использованием дерева текущей реальности (ДТР).
КЛЮЧЕВЫЕ СЛОВА: инвестиционный проект, риск, неопределенность, оценка риска, дисконтирование, эффективность, норма прибыли, диверсификация рисков, дерево текущей реальности.
Development of an approach to the management of investment projects in industrial enterprises on the basis of risk assessment
Eleneva Yu.Ya. 1, AndreevV.N. 1, LiZhiyu 1
1 Moscow State Technological University STANKIN, Russia
егодня оценка рисков занимает особое место в системе управления
инвестиционными проектами на промышленных предприятиях. Причины, обусловливающие необходимость внедрения инвестиционных проектов на промышленных предприятиях, это, прежде всего, обновление материально-технической базы, наращивание объемов производственной мощности, освоение новых видов деятельности.
Важно также понимать, что на принятие решения по инвестированию влияют такие факторы, как: вид инвестиций; стоимость инвестиционного проекта; количество рациональных вариантов; ограниченность финансовых ресурсов; риск принятия решения; другие условия и обстоятельства [1, с. 9] (Vasileva, 2018).
Известно, что чем больше специализация предприятия, тем более четкий ритм производства, выше его рентабельность, но при этом хуже адаптивность данной экономической системы к изменениям внешней
АННОТАЦИЯ:
введение
экономической среды. Соответственно, возникает такой метод управления риском, как диверсификация [3, с. 30] (Gareev, 2016).
При разработке инвестиционного проекта на промышленном предприятии важно правильно оценить будущие риски, ведь от выбранных финансовых инструментов напрямую зависит доходность затраченных ресурсов. Неверная оценка рисков может привести к уменьшению прибыли, которую можно было бы получить, или в крайнем случае убытков. Поэтому инвестору важно выбрать тот подход, который бы, учитывая конкретные условия применения, позволил наиболее эффективным путем вложить имеющиеся средства в инвестиционные проекты промышленного предприятия. Исходя из этого, актуальной проблемой является анализ существующих подходов оценки рисков инвестиционных проектов промышленного предприятия.
Таким образом, целью настоящей работы является анализ подходов к управлению инвестиционными проектами на промышленных предприятиях на основе оценки рисков и формирование на этой основе собственного подхода.
Научная новизна предлагаемого подхода заключается в обеспечении возможности идентификации риска, способного принести максимальный ущерб реализуемому предприятием инвестиционному проекту; с этой целью предложено использовать методологический прием, заключающийся в построении дерева текущей реальности, содержащего набор рисков проекта и их взаимосвязей.
Гипотеза настоящего исследования заключается в следующем: точность оценки рисков и качество управления рисками реализуемых инвестиционных проектов могут быть существенно повышены за счет корректно проведенной идентификации рисков, которую целесообразно осуществлять на основе построения дерева текущей реальности.
ABSTRACT:_
The article reveals the approaches to the management of investment projects based on risk assessment. The article substantiates the need to assess the risks of investment projects in industrial enterprises, especially in conditions of uncertainty. The most relevant methods of risk assessment of investment projects are also identified. The author's approach to the management of investment projects involves the identification of the most significant risk using the current reality tree (CRT).
KEYWORDS: investment project, risk, uncertainty risk assessment, discounting, efficiency rate of return, risk diversification, current reality tree
JEL Classification: G31, G32, G39 Received: 19.06.2019 / Published: 30.06.2019
© Author(s) / Publication: CREATIVE ECONOMY Publishers For correspondence: Eleneva Yu.Ya. (aprelenv@inbox.ru)
CITATION:_
Eleneva Yu.Ya., Andreev V.N., Li Zhiyu (2019) Razrabotka podkhoda k upravleniyu investitsionnymi pro-ektami na promyshlennyh predpriyatiyakh na osnove otsenki riskov [Development of an approach to the management of investment projects in industrial enterprises on the basis of risk assessment]. Voprosy innovatsionnoy ekonomiki. 9. (2). - 489-500. doi: 10.18334/vinec.9.2.40781
Анализ подходов к оценке рисков инвестиционных проектов
Применительно к количественным подходам к оценке рисков в работе Н.А. Вяцковой отмечается, что они позволяют количественно измерить зависимость факторов риска и конкретных параметров реализации инвестиционного проекта [2, с. 17] (Vyatskova, 2015).
Рассмотрим наиболее распространенные количественные методы. К самому известному методу можно отнести метод, основанный на расчете коэффициента вариации. Коэффициент вариации рассчитывается как отношение среднек-вадратического отклонения к среднему значению случайной величины Х и является относительным показателем, который показывает степень отклонения случайной величины Х от ее среднего значения в процентах (также коэффициент можно охарактеризовать как отношение «меры риска» к среднему уровню дохода).
Считается, что значение коэффициента вариации менее 10% характеризует слабую степень отклонения, в пределах 10-25% - среднюю, более 25% м большую степень отклонения. При наличии одинаковых значений доходности (среднего значения случайной величины Х) по инвестиционным проектам выбор делается в пользу того проекта, который имеет низкий уровень среднеквадратичного отклонения. При различных данных по доходности и среднеквадратичному отклонению выбор предоставляется тому проекту, который имеет значение случайной величины больше среднего и меньшее значение среднеквадратичного отклонения. При равенстве средних значений случайной величины или среднеквадратических отклонений выбор делается на основе соотношения тех показателей, которые отличаются [5, с. 182] (Кип^а, РоН^а, 2016).
Таким образом, данный подход характеризуется несложными математическими расчетами, однако, по нашему мнению, его нецелесообразно использовать отдельно от других, более сложных методов. Применение более сложного аппарата математической статистики (регрессионный и корреляционный анализ) позволяет провести более обстоятельный анализ риска инвестиционного проекта промышленного предприятия.
Метод анализа чувствительности (метод Лагранжа) позволяет исследовать, насколько влияет изменение определенного параметра на результирующий показа-
ОБ АВТОРАХ:_
Еленева Юлия Яковлевна, заведующая кафедрой финансового менеджмента, доктор экономических наук, профессор (apre1env0inbox.ru)
Андреев Владимир Николаевич, доцент кафедры финансового менеджмента, кандидат экономических наук, доцент ( andreevv850mai1.ru)
Ли Чжиюй, аспирант кафедры финансового менеджмента (69386330qq.com)
ЦИТИРОВАТЬ СТАТЬЮ:_
Еленева Ю.Я., Андреев В.Н., Ли Чжиюй Разработка подхода к управлению инвестиционными проектами на промышленных предприятиях на основе оценки рисков // Вопросы инновационной экономики. - 2019. - Том 9. - № 2. - С. 489-500. doi: 10.18334/vinec.9.2.40781
тель, который может быть как показателем эффективности инвестиционного проекта в целом (NPV, IRR, PI, срок окупаемости), так и ежегодным показателем результата деятельности проекта (чистая прибыль, валовой доход).
Как правило, границы вариации параметров составляют не более 10-15%, они должны соответствовать уровню возможных колебаний параметров в условиях реальной рыночной ситуации. Важным показателем, характеризующим степень чувствительности результирующего показателя по отношению к параметрам, является степень устойчивости от одного из параметров проекта (объем производства, цены, переменные и постоянные затраты). Также расчет точки безубыточности важно повторять каждый раз при изменении одного из вышеуказанных параметров [6, с. 12] (Lankina, Flegontov, 2015).
Метод корректировки ставки дисконтирования основан на учете риска в определении нормы дисконтирования (ставки дисконтирования) за счет добавления премии за риск. В научной литературе существует большое количество методов расчета ставки дисконтирования. Большинство из них основано на том, что данный коэффициент состоит из трех составляющих: безрисковой нормы дисконта, поправки на риск и показателя темпа инфляции.
Показатель темпа инфляции можно узнать на основании данных Государственного комитета статистики или других экспертных расчетов. Безрисковая норма дисконта отражает доходность альтернативных безрисковых вариантов инвестирования средств. Этот коэффициент инвестор определяет самостоятельно, при этом ему рекомендуется ориентироваться на:
• рыночную ставку доходности по государственным долговым облигациям (сроком не менее 2-х лет);
• уровень ставок по вкладам банков высокой степени надежности.
В современных научной литературе существует много методов расчета как поправки на риск, так и безрисковой нормы дисконта. Большинство из них основано на экспертном оценивании каждого из видов рисков, которые вместе равны риску всего инвестиционного проекта. Однако набор оцениваемых рисков существенно различается.
Некоторые ученые выделяют специфический риск инноваций (риск, связанный с разработкой и реализацией инноваций) и неспецифический риск (риск, который характерен для типичного инвестиционного проекта) [8, с. 85] (Shuvaeva, Konkova, Kkhong, 2016).
В процессе выяснения нормы дисконтирования экспертным методом является риск субъективного подхода к вычислению поправки на риск и безрисковой нормы дисконта в связи с различными вариантами методов их расчета и тем, что в каждом из этих вариантов вычисления есть границы вариации значений коэффициентов. Данный метод имеет существенные предостережения при применении.
Отдельные риски имеют разную вероятность наступления в разные стадии жизненного цикла проекта.
Например, риск выхода на рынок инновационной продукции самый высокий в первой стадии цикла проекта с последующим снижением его значения до нуля. То есть простое добавление премии за риск в норму дисконта с учетом всех рисков без учета специфических признаков действия отдельных рисков может несколько исказить значение результирующего показателя (NPV). Поэтому следует на каждом этапе в величине премии за риск учитывать только те риски, которые имеют потенциальное влияние на результирующий показатель на данном этапе [3, с. 32] (Gareev, 2016).
Также применение данного метода является нецелесообразным, если денежный поток имеет нетрадиционный вид (знаки кумулятивного денежного потока меняются несколько раз, зависимость чистой приведенной стоимости от премии за риск является немонотонной).
Метод корректировки ставки дисконтирования позволяет исследовать только зависимость результирующих показателей (NPV, IRR, PI и др.) от нормы дисконтирования, поэтому наибольшее значение для результата имеет корректность определения ставки дисконтирования.
Таким образом, несмотря на то, что данный метод характеризуется доступностью математических расчетов и простотой использования, существуют существенные предостережения относительно отдельных моментов его применения. Следует заметить, что метод корректировки нормы дисконта является средством приблизительного учета риска в величине результирующего показателя и недостаточно теоретически обоснованным, однако является дополнительным инструментом анализа инвестиционного риска.
Различные варианты реализации инвестиционного проекта возможно смоделировать с помощью метода сценариев.
Генерируя несколько сценариев, оценивая экспертно вероятности наступления каждого из них, а также рассчитывая результирующий показатель, среднее значение случайной величины, характеризующей результирующий показатель, его дисперсию и коэффициент вариации для каждого сценария, можно получить наглядное представление о предпочтительности того или другого варианта [7, с. 74-76] (Farrakhetdinova, Khusniev, 2017).
Данные действия проводятся по каждому из исследуемых проектов. В процессе анализа этим методом делается предположение относительно нормального закона распределения случайной величины, характеризующей результирующий показатель. Данное предположение может привести к некоторой погрешности в показателях, рассчитываемых через отличие фактического распределения от выбранного.
Если случайная величина имеет нормальный закон распределения, то, используя правило «трех среднеквадратических отклонений», можно с вероятностью, близкой к 1, указать интервал значений результирующего показателя и вероятности попадания значения результирующего показателя в заданные интервалы значений. Процедура сравнения проектов с помощью анализа среднего значения случайной величины и его
среднеквадратичного отклонения (по нормальному распределению) подобна анализу статистическим методом и изложена выше.
Метод имитационного моделирования (метод Монте-Карло) является очень мощным средством для оценки риска инвестиционного проекта. Моделью инвестиционного проекта в данном случае выступает взаимосвязь между результирующим показателем (в большинстве случаев чистым приведенным доходом) и факторами модели (входными параметрами) в виде математической формулы [4, с. 79-81] (Кого^а, БЬагстуа, 2017).
В ситуации, когда реальный эксперимент по проекту является нецелесообразным и/или требует дополнительных затрат и сбор всех входных данных для расчетов практически невозможен или также требует дополнительных расходов (наличие коммерческой тайны и другие препятствия), отсутствующие данные заменяются на те, что получены в результате имитационного эксперимента (генерируемые компьютером). Этот набор генерируемых входных данных составляет набор сценариев реализации инвестиционного проекта, который позволяет получить набор значений результирующих показателей и провести анализ их распределения. Существует несколько модификаций метода Монте-Карло.
подход к управлению инвестиционными проектами на основе идентификации ключевого риска
В современных условиях целесообразно также выявить тип риска, носящего комплексный характер. А.Г. Бадалова описывает данный риск так: «Резкое повышение интенсивности риска в результате его накопления» [9] (Badalova, 2007). А также: «Скачкообразное усиление риска или рисков в результате единовременного появления более одного интегрального или нескольких нейтивных рискообразующих факторов» [9] (Badalova, 2007).
Для целей управления инвестиционными проектами определим данный тип риска таким образом, что у инвестора велика вероятность нескольких рисков, один из которых может нанести наибольший ущерб проекту и свести к нулю все инвестиционные начинания инвестора. Так, например, для инвестиционных проектов, предполагающих создание объекта интеллектуальной собственности, подобным риском будет риск противоправных действий конкурентов в отношении данного объекта.
Предложим оригинальный подход к управлению инвестиционными проектами на основе идентификации того риска, который потенциально может нанести максимальный ущерб. Сложность выявления данного типа риска состоит в том, что он в большинстве случаев носит неявный характер. Для решения поставленной задачи используем такой методологический прием, как построение ДТР - дерева текущей реальности.
ДТР представляет собой инструмент для выявления глубинных причин существующих негативных ситуаций (рис. 1). С его помощью, путем выстраивания цепочки причинно-следственных связей, возможно прояснить ее первопричину [10].
Рисунок 1. Пример дерева текущей реальности, применимого для идентификации комплексного риска (на рисунке ЕР - единичный риск) Источник: составлено авторами
Воспользовавшись методологией построения дерева текущей реальности, предложим авторский подход к картированию рисков инвестиционного проекта с целью выявления наиболее критичных рисков, носящих комплексный характер. При этом особенностью данного типа рисков является то, что они являются результатом взаимного действия нескольких единичные рисков,однако при этом и сами продуцируют единичные риски.
В рамокх выполнения настоящего исследования были идентифицированы два класса комплексных рисков:
1) риски, «протяженные» во времени, носящие кумулятивный характер (неустранен-ная проблема, которая со времтнем «развилась» в серьезмый комплексный кризис);
2) риски, «сходящиеся» в один момент времени (несколько рисков, реализовавшихся одновременно и взаимно друг друга усиливающих).
В классической теории ограничений, к которой относития инструмент «Дерево текущей реальности», выделяется 5 логических инструментов, образующих единый процесс. Для целей настоящего исследования особенно критичной представляется идея, заложенная в Дерево будущей ркадьности. Ток, в опдтности, яна позволяет получить ответ на вопрос еНа что изменяиь?» [10].
Применительно к разрабатываемому нами подходу это означает смоделировать ситуацию реализации инвестиционного проекта, в которой выявленный комплексный риск будет устранен.
В дальнейшем алгоритм мыслительных процессов в рамках теории ограничений предполагает осуществление запланированных перемен (в частности, для этого используются такие инструменты, как «Дерево перехода» и «План преобразований») [10].
Новизна предлагаемого подхода заключается в том, что конкретные действия, нейтрализующие риски, осуществляются не применительно к единичным рискам, а воздействуют на риски, носящие комплексный характер [11] (Andreev, СЬгЫуиу, Yuytszyao, 2017). Для этого целесообразно использовать сформированную ранее карту рисков. Нейтрализующие мероприятия должны выбираться таким образом, чтобы устранять один из единичных рисков, составляющих комплексный риск и тем самым снимать сам комплексный риск.
В качестве иллюстрации разработанного подхода рассмотрим инвестиционный проект по техническому перевооружению цеха по производству метизов.
1. Технологический процесс производства метизов состоит из 6 этапов:
2. Подача сырья.
3. Отжиг.
4. Декапирование.
5. Разматывание катанки.
6. Подача в конструктивный узел реза.
7. Формирование головки, резьбы и фаски болта.
Рассмотрим также предметный состав производственной линии, запланированной к установке в рамках инвестиционного проекта (рис. 2).
Для построения дерева текущей реальности и выявления комплексного риска введем в модель такой параметр, как запланированный уровень загруженности данного оборудования:
• транспортер сырья - 40%,
• электрическая печь отжига - 80%,
• бак декапирования - 25%,
• оборудование вытягивания катанки - 45%,
• конструктивный узел реза - 40%,
• станок выреза - 65%.
Для идентификации комплексного риска примем гипотезу, что чем больше уровень загрузки оборудования, тем выше риск его поломки, а в ситуации, когда по данному оборудованию нет резерва, риск переходит в разряд комплексных.
Так, в частности, риску, носящему кумулятивный характер (накопление значительного износа в процессе эксплуатации), подвержена электрическая печь отжига, так как, с одной стороны, она имеет самый высокий запланированный процент загрузки (единичный риск), а с другой стороны, она не имеет резервов (единичный риск).
Потенциальной ситуации нескольких рисков, реализовавшихся одновременно и взаимно друг друга усиливающих, подвержено оборудование вытягивания катанки,
Рисунок 2. Предметный состав производственной линии Источник: составлено авторами
так как в случае если одна из единиц оборудования выйдет из строя, на вторую перераспределится машинное время первой, повысив уровень загрузки до предельного, что существенно повысит риски ее функционирования, а при выходе из строя и второй единицы оборудования, производство остановится полностью.
Применительно к условиям рассматриваемого примера Деревом будущей реальности будет являться формируемая в рамках реализации инвестиционного проекта производственная линия с заложенными организационными и техническими резервами (в частности, это могут быть заключенные договоры страхования, внедренная система планово-предупредительных ремонтов, применяемых адресно по отношению к выделенным критическим объектам, и т.д.), а Деревом перехода и Планом преобразований будут являться соответствующие организационные и технические мероприятия, позволяющие данные резервы сформировать (например, выбор наиболее приемлемого по выделенным критериям формата страхования и заключение страхового договора и т.д.).
заключение
Таким образом, подходы к управлению инвестиционными проектами промышленных предприятий на основе оценки рисков дают возможность получить более точное количественное значение как вероятности наступления рисковых событий, так и возможных потерь (прибылей), обусловленных действием риска, чем качественные методы, однако нуждаются в большем количестве входных данных. Конечный результат расчетов существенно зависит от качества исходных данных, особенно от тех, что выясняются экспертным методом. Поскольку каждый из существующих методов имеет недостатки, то на практике целесообразно использовать несколько методов, комбинируя количественные и качественные методы.
Результаты, полученные различными методами, будут различаться, и анализ различий между ними позволит исследовать, какие факторы риска учтены в том или ином методе. Анализируя данные различия, можно более точно проанализировать существующие тенденции развития будущих событий с точки зрения того или иного подхода в оценке риска и повысить точность данной оценки.
Предложенные в настоящей работе подход к управлению инвестиционными проектами на основе идентификации того риска, который потенциально может нанести максимальный ущерб, и идея применения для его нейтрализации инструментария теории ограничений, органично дополняют существующие методы и в случае совместной реализации позволят достичь значительных успехов.
ИСТОЧНИКИ:
1. Васильева С. Ю. Инвестиционные проекты - основные понятия, оценки рисков про-
екта // Бизнес-образование в экономике знаний. - 2018. - № 2. - с. 9-13.
2. Вяцкова Н. А. Классификация методов анализа и оценки рисков // Проблемы эко-
номики и менеджмента. - 2015. - № 9. - с. 15-26.
3. Гареев А. З. Риски при реализации инвестиционных проектов // Инновационная
наука. - 2016. - № 1. - с. 30-33.
4. Королева Н. А., Шарова Е. Н. Имитационное моделирование инвестиционных про-
ектов // Глобальный научный потенциал. - 2017. - № 11. - с. 79-81.
5. Курилова А. А., Полтева Т. В. Учет риска и неопределенности при оценке эффек-
тивности инвестиционных проектов // Карельский научный журнал. - 2016. - № 4. - с. 181-184.
6. Ланкина С. А. Флегонтов В. И. Классификация и проблемы оценки рисков промыш-
ленного предприятия // Науковедение. - 2015. - № 3. - с. 12.
7. Фаррахетдинова А. Р., Хусниев К. К. Влияние рисков на показатели финансовой
эффективности инвестиционного проекта // Российский электронный научный журнал. - 2017. - № 2. - с. 74-82.
8. Шуваева А. И., Конькова А. С., Кхонг В. Т. Методы оценки инвестиционных ри-
сков // Управление. Бизнес. Власть. - 2016. - № 4. - с. 84-86.
9. Бадалова А.Г. Методология управления рисками производственных систем авиаци-
онно-промышленного комплекса России: диссертация ... доктора экономических наук: 08.00.05 / Бадалова Анна Георгиевна; [Место защиты: Моск. гос. авиац. ин-т]. - Москва, 2007. - с. 484.
10. Дерево текущей реальности (ДТР) - Портал TOCpeople Сообщество Теории ограничений. [Электронный ресурс]. URL: Ьйр8://1:осреор1е.сот/1егттуМегеуо-tekushhej-realnosti-dtr/ ( дата обращения: 07.05.2019 ).
11. Андреев В. Н., Чжиюй Ли., Юйцзяо Ц. Разработка подхода к управлению комплексными рисками промышленных предприятий // Экономика и предпринимательство. - 2017. - № 1. - с. 922-927.
REFERENCES:
Andreev V. N., Chzhiyuy Li., Yuytszyao Ts. (2017). Razrabotkapodkhoda k upravleniyu kompleksnymi riskami promyshlennyh predpriyatiy [Development a management approa^ to the œmplexrisk of industrial enterprises]. Journal of Economy and Entrepreneurship. (1). 922-927. (in Russian).
Badalova A.G. (2007). Metodologiya upravleniya riskami proizvodstvennyh sistem avi-atsionno-promyshlennogo kompleksa Rossii [The methodology of risk management, production systems, aviation-industrial complex of Russia] Dissertation,.. doctor of economic Sciences: 08.00.05 / Badalova Anna Georgievna; [ Mosk. state aviation. int]. 484. (in Russian).
Farrakhetdinova A. R., Khusniev K. K. (2017). Vliyanie riskov napokazateli finansovoy effektivnosti investitsionnogo proekta [Influence of the risks on the financial efficiency indicators of the capital investment project]. Rossiyskiy elektronnyy nauchnyy zhurnal. (2). 74-82. (in Russian).
Gareev A. Z. (2016). Riskipri realizatsii investitsionnyh proektov [Risks in implementation of investment projects]. Innovative science. (1). 30-33. (in Russian).
Koroleva N. A., Sharova E. N. (2017). Imitatsionnoe modelirovanie investitsionnyh proektov [Simulation Modeling of Investment Projects]. Global scientific potential. (11). 79-81. (in Russian).
Kurilova A. A., Polteva T. V. (2016). Uchet riska i neopredelennosti pri otsenke effektivnosti investitsionnyh proektov [Accounting of risk and uncertainties in the assessment of efficiency of investment projects].Karelskiy nauchnyy zhurnal. (4). 181-184. (in Russian).
Lankina S. A. Flegontov V. I. (2015). Klassifikatsiya i problemy otsenki riskov pro-myshlennogo predpriyatiya [Classification and the problem of risk assessment of industrial enterprises]. Naukovedenie (Science). (3). 12. (in Russian).
Shuvaeva A. I., Konkova A. S., Kkhong V. T. (2016). Metody otsenki investitsionnyh riskov [Methods of evaluating investment risks]. Upravlenie. Biznes. Vlast. (4). 84-86. (in Russian).
Vasileva S. Yu. (2018). Investitsionnye proekty - osnovnye ponyatiya, otsenki riskov proekta [Investment projects - main definition, risk assessment]. Biznes-obrazovanie v ekonomike znaniy. (2). 9-13. (in Russian).
Vyatskova N. A. (2015). Klassifikatsiya metodov analiza i otsenki riskov [Classification of methods of analysis and risk assessment]. Problems of economy and management. (9). 15-26. (in Russian).