Количественный анализ проектных рисков

Наиболее часто встречающимися методами количественного анализа рисков инновационного проекта, как уже отмечалось, являются анализ чувствительности (уязвимости), анализ сценариев и имитационное моделирование рисков по методу Монте-Карло.

Анализ чувствительности (уязвимости) происходит при «последовательно-единичном» изменении каждой переменной: только одна из переменных меняет свое значение (например, на 10 %), на основе чего пересчитывается новая величина используемого критерия (например, NPV или IRR).

После этого оценивается процентное изменение критерия по отношению к базисному случаю и рассчитывается показатель чувствительности, представляющий собой отношение процентного изменения критерия к изменению значения переменной на один процент (так называемая эластичность изменения показателя). Таким же образом исчисляются показатели чувствительности по каждой из остальных переменных.

На основании этих расчетов происходит экспертное ранжирование переменных по степени важности (например, очень высокая, средняя, невысокая) и экспертная оценка прогнозируемости (предсказуемости) значений переменных (например, высокая, средняя, низкая). Далее эксперт может построить так называемую «матрицу чувствительности», позволяющую выделить наименее и наиболее рискованные для инновационного проекта переменные (показатели).

Необходимо подчеркнуть то факт, что анализ чувствительности до некоторой степени является экспертным методом. Кроме того, в данной методике не анализируется связь (корреляция) между изменяемыми переменными.

Анализ сценариев представляет собой развитие методики анализа чувствительности инновационного проекта в том смысле, что одновременному непротиворечивому (реалистическому) изменению подвергается вся группа переменных. Рассчитываются пессимистический вариант (сценарий) возможного изменения переменных, оптимистический и наиболее вероятный вариант. В соответствии с этими расчетами определяются новые значения критериев NPV и IRR. Эти показатели сравниваются с базисными значениями и даются необходимые рекомендации.

В основе рекомендаций лежит определенное правило: даже в оптимистическом варианте нет возможности оставить инновационный проект для дальнейшего рассмотрения, если NPV такого проекта отрицательна, и наоборот: пессимистический сценарий в случае получения положительного значения NPV позволяет эксперту судить о приемлемости данного проекта несмотря на наихудшие ожидания.

Анализ рисков с использованием метода моделирования Монте-Карло представляет собой комбинацию методов анализа чувствительности и анализа сценариев. Это достаточно сложная методика, имеющая под собой только компьютерную реализацию. Результатом такого анализа выступает распределение вероятностей возможных результатов инновационного проекта (например, вероятность получения NPV < 0).

ЛАВА 9. ГОСУДАРСТВЕННАЯ ИННОВАЦИОННАЯ ПОЛИТИКА

Государственная инновационная политика - это составная часть социально-экономической политики, которая выражает отношение государства к инновационной деятельности, определяет цели, направления, формы деятельности органов государственной власти в области науки, техники и реализации достижений науки и техники.

Основными целями государственной инновационной политики являются:

• создание экономических, правовых и организационных условий для инновационной деятельности;
• повышение эффективности производства и конкурентоспособности продукции отечественных товаропроизводителей на основе создания и распространения базисных и улучшающих инноваций;
• содействие активизации инновационной деятельности, развитию рыночных отношений и предпринимательства в инновационной сфере;
• расширение государственной поддержки инновационной деятельности, повышение эффективности использования государственных ресурсов, направляемых на развитие инновационной деятельности;
• содействие расширению взаимодействия субъектов РФ при осуществлении инновационной деятельности;
• осуществление мер по поддержке отечественной инновационной продукции на международном рынке и по развитию экспортного потенциала РФ.

В ходе изучения основ государственной инновационной политики целесообразно обратиться к зарубежному опыту в этой сфере.