Оценка рисков проекта

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

1. Понятие риска и неопределенности. Влияние рисков на результаты проектов

риск управление бутстап неопределенность

Современное понимание риска возникло в XIX веке в трудах классиков политической экономии. В попытках проанализировать принципы рыночного механизма рождались рассуждения о прибыли, ее составляющих, и факторах (рисках), влияющих на ее величину. Первые рассуждения на тему риска в предпринимательской деятельности предложил Джон Стюарт Милль в книге «Основы политической экономии». В своей работе он различал несколько составляющих предпринимательской прибыли: «заработная плата» капиталиста, доля на вложенный капитал и плата за риск, то есть плата за «хлопоты и неприятности» [19, с. 25]. Во времена экономистов классиков, понятие риска отождествлялось исключительно с негативными последствиями, однако чем больше разбирались в терминах, тем более многогранным становилось определение. Позже понятие риска эволюционировало и развивалось уже в работах неоклассиков, Альфреда Маршалла и Артура Пигу. Ключевая мысль в их работах заключалась в том, что предприятия функционируют в условиях неопределенности, что делает прибыль величиной нестабильной (Милль, 1980). На основе выводов о неопределенности предпринимателей должна волновать не только величина прибыли, но и ее вероятностное колебание. Однако разница между риском и неопределенностью не была определена до конца. В 1921 году, в работе «Риск, неопределенность и прибыль» американского экономиста Ф. Найта была дана однозначная трактовка риска и неопределенности. Найт утверждает, что прибыль фирмы есть не что иное, как результат воздействия неопределенности на ее деятельность (Найт, 2003). В условиях совершенной конкуренции, в результате которой издержки и цена стремятся к равновесному уровню, а фактическое точное совпадение достигается лишь в редких случаях, имеет место положительное или отрицательное отклонение от равновесного состояния, называемое прибылью или убытком. Именно воздействие неопределенности позволяет компании получать либо прибыль, либо убытки. Найт говорит, что «риск означает некое количество, доступное измерению, тогда как в других случаях это нечто совсем иного рода» [22, с. 170].

Таким образом, заключив все труды экономистов в одном определении можно утверждать, что под риском понимается измеримая вероятность, в то время как неопределенность - принципиально неизмеримая вероятность [22]. Выводы Найта, зафиксированные в его трудах, позволили четко разграничить фактор риска от фактора неопределенности, что дало толчок к развитию новых дисциплин и теорий.

В проектной деятельности, так же как и в других сферах, риски тесно связаны с неопределенностью окружающей среды, в которой реализуется проект. Термин «проектный риск» тесно связан с ситуациями, которые могут повлиять на ключевые показатели проекта: стоимость, продолжительность, и содержание. Неопределенность напрямую связана с неполнотой информации, непредвиденными обстоятельствами, а также субъективными факторами противодействия. В силу того, что проект включает в себя разные сферы знаний, процесс идентификации рисков, анализа, мониторинга и контроля становится более сложным, и это требует определения четких техник для управления рисками.

Для достижения успеха проекта необходимо предпринимать заранее действия по управлению рисками в течение всего его жизненного цикла. В противном случае, при отсутствии должного анализа, а также без выполнения предупреждающих действий увеличивается негативное воздействие определенных рисков на цели проекта, что может привести к неудаче проекта. Поэтому роль управления рисками в проекте нельзя недооценивать, а наоборот, осознанно подходить ко всем процессам по управлению рисками.



2. Понятие проектов и типовых проектов. Существующие классификации проектов

Большинство современных компаний переходят на проектное управление, подразумевающее реализацию деятельности через проекты разного типа. Согласно разработанному Институтом управления проектами (PMI) стандарту PMBoK, проект определяется как «временное предприятие, предназначенное для создания уникальных продуктов, услуг или результатов» [3, c. 5]. Также, одним из условий при определении проектов является наличие у них свойств уникальности, т.е. определенных условий реализации, разного набора ресурсов и состава работ, а также наличие уникальной технологии. Однако со временем процессы управления проектами могут стандартизироваться, часть проектов компании может иметь схожие характеристики и носить постоянный характер. В связи с этим, в настоящей работе вводится понятие типового проекта.

Согласно словарю экономических терминов под типовым проектом понимается проект, который может быть применен для обширного числа объектов, использован для реализации многими исполнителями в разных условиях [23].

Согласно техническому железнодорожному словарю типовой проект - это проект, предназначенный для строительства однотипных сооружений. Такими проектами в первую очередь обеспечиваются объекты массового строительства, как искусственные сооружения (трубы, мосты, путепроводы) [5].

Таким образом, типовые проекты должны обладать следующими характеристиками:

1) Единообразная структура работ, соответствующая установленным бизнес-процессам;

2) Потребность в однотипных ресурсах для выполнения работ на отдельных фазах проекта;

3) Возможность накопления статистических данных с последующим их использованием в плановых оценках и мониторинге;

4) Длительность и трудозатраты отдельных фаз различных проектов ремонта могут быть аппроксимированы пропорциональными зависимостями, определяемыми масштабами проектов [29].

Основным преимуществом типовых проектов является то, что фаза планирования и контроля такого рода проектов значительно меньше, чем фаза реализации, что позволяет быстро инициировать проект.

Важно отметить, что определение термина «типовой проект» не идет вразрез с определением термина «проект» института PMI. Несмотря на единообразную структуру работ, дублирование некоторых признаков, и наличие однотипных ресурсов для реализации, типовые проекты можно назвать уникальными, т.к. каждый проект реализуется в совершенно разных как внешних, так и внутренних условиях. Кроме этого, даже самые уникальные проекты обладают некоторыми типовыми фазами, которые повторяются от проекта к проекту, поэтому термин «типовой проект» органично вписывается в систему управления проектами.

В рамках настоящей работы был проведен анализ синонимов, которые могут употребляться для проектов с указанными выше признаками. Несмотря на наличие большого числа синонимов к слову «типовой», анализ показывает, что именно оно отображает все необходимые признаки. Характеристики синонимов представлены в таблице 1.

На первый взгляд, принципиальное различие между словами неочевидно. Однако разобравшись в определениях можно сделать вывод, что именно слово «типовой» отражает все необходимые характеристики рассматриваемых в настоящей работе проектов. Слова схожий, похожий, подобный, и аналогичный - отражают лишь признак или набор признаков, по которым объекты можно сравнивать. Если рассматривать перечисленные синонимы по отношению к проектам, то схожие признаки не позволяют относить проекты к одной категории. В то время как термин «типовой» подразумевает под собой образец, стандарт, который является основой для выделения проектов в отдельную категорию. Образцом при классификации проектов как «типовой» может являться единообразная структура работ.

Помимо классификации проектов на типовые и не типовые, существует большое количество параметров, по которым можно классифицировать проекты для удобства анализа проектов, а также систем управления ими (Мазур, 2001). Наиболее часто встречающимися признаками для классификации проектов являются:

1) Класс. По составу и структуре проекта выделяют: монопроекты, мультипроекты и мегапроекты.

2) Тип. По сфере деятельности, где осуществляется проект, выделяют: технические, организационные, экономические, социальные и смешанные проекты.

3) Вид. По характеру предметной области выделяют: инвестиционные проекты, научно-исследовательские, учебно-образовательные, смешанные.

4) Масштаб. По размерам проекта выделяют: мелкие, средние, крупные и очень крупные проекты.

5) Длительность. По продолжительности проекты делят на: краткосрочные, среднесрочные и долгосрочные проекты.

6) Сложность. По степени сложности проекты классифицируют как: простые, сложные и очень сложные [18, с. 43-45].

Необходимость систематизации и классификации видов проектов обусловлена потребностью создания понятийной базы, позволяющей по определенному виду проекта судить о его параметрах и характеристике. В работе представлены наиболее распространенные классификационные признаки, однако классификация должна быть адаптирована к масштабу, специфике деятельности проектов.



3. Процесс управления рисками в современных стандартах по управлению проектами

Управление рисками в стандарте PMBoK

Разработанный американским Институтом управления проектами стандарт PMBoK представляет собой процессный подход к управлению. В стандарте выделены десять крупных процессов (согласно пятому изданию) [3], каждый из которых делится на подпроцессы. Область управление рисками выделена в отдельный процесс, состоящий из определенных этапов, следуя которым организация может более обоснованно подходить к процессу управления рисками, что позволит достичь всех целей проекта с минимальным ущербом для компании.

Под риском в стандарте подразумевается «неопределенное событие или условие, которое, в случае наступления, влияет хотя бы на одну цель проекта. Под целями в данном случае понимаются содержание, сроки, стоимость и качество» [3, с. 5].

Процесс управления рисками в стандарте PMBoK делится на шесть основных этапов, которые представлены на рисунке 1.

Первым этапом в процессе управления рисками является определение порядка выполнения действий по управлению рисками в рамках проекта. Планирование важно для определения достаточного количества времени и ресурсов для выполнения действий по управлению рисками (PMBoK, 2004).

Второй этап - идентификация рисков - включает в себя выявление и документирование всех возможных рисков, которые могут повлиять на реализацию проекта. Важно отметить, что процесс идентификации рисков является итеративным, т.к. по мере реализации проекта могут возникать новые риски (PMBoK, 2004).

Третий и четвертый этапы позволяют многогранно оценить риски проекта. Качественная оценка рисков позволяет расположить риски по их приоритетности для дальнейшего анализа, а количественная - численно проанализировать и оценить воздействие определенных рисков на цели проекта. Эти этапы являются ключевыми в процессе управления рисками, т.к. от глубины проведенного анализа зависит качество реализации всего проекта (PMBoK, 2004).

Пятый этап включает в себя разработку вариантов и действий, способствующих расширению благоприятных возможностей и снижению угроз для достижения целей проекта (PMBoK, 2004).

Заключительный шестой этап процесса управления рисками позволяет применять разработанные на предыдущем шаге планы реагирования для минимизации возможного ущерба от реализации риска (PMBoK, 2004). Также необходимо проводить постоянный контроль работ для того, чтобы пересматривать существующие риски, обнаруживать новые, и ликвидировать риски, которые потеряли свою актуальность.

Все рассмотренные процессы по управлению рисками взаимосвязаны друг с другом и должны происходить в проекте не менее одного раза. Представленный в PMBoK процесс управления рисками является универсальным и позволяет многогранно оценить возможные риски проекта, и управлять ими. Тщательно выполняя каждый этап можно достичь уменьшения вероятности наступления рискового события, а также минимизировать его ущерб.

Управление рисками в стандарте ISO 10006

Стандарт ISO 10006 рассматривает проект с точки зрения менеджмента качества. Стандарт выделяет основные методы и принципы управления, следуя которым будут достигнуты установленные ключевые показатели проекта. Как указано в самом тексте стандарта «общепризнанными являются два аспекта понятия качества в управлении проектом: качество процессов проекта и качество проектируемой продукции» [2, c. 35]. Таким образом, данный стандарт концертирует свое внимание на качестве выполняемых процессов. Стандарт отдельно выделяет процессы, связанные с риском. Как и в PMBoK, этому выделена отдельная глава. Однако в отличие от PMBoK, в ISO 10006 процесс управления риском является более кратким и сжатым. Под риском подразумевается «результат воздействия неопределенности на цели компании» [2, c. 50]. Таким образом, под менеджментом риска понимается управление неопределенностью, которая связана с процессами и с продукцией проекта.

Процессы управления риском, выделенные в стандарте включают в себя:

1) Идентификацию рисков.

2) Оценку рисков.

3) Разработку антирисковых мероприятий.

4) Контроль рисков (ISO 10006, 2003).

Процессы управления рисками, представленные в стандарте ISO схожи с процессами стандарта PMBoK. Тем не менее, стандарт ISO представляет общую информацию по управлению рисками, процессы представлены сжато, т.к. в основном сконцентрирован на качестве получаемого продукта.

Управление рисками в стандарте COSO

Стандарт управления рисками COSO ERM появился в результате потребности в создании общепринятого подхода к управлению рисками в 2001 году. Данный стандарт концентрирует свое внимание на приоритезации выявленных рисков. Управление рисками в данном стандарте рассматривается с позиции системного подхода, что позволяет более целостно подходить к процессу управления. Согласно стандарту риск возникает в результате принятия какого-либо решения и влияния этого решения на цели организации. Влияние может быть как положительным, так и отрицательным или даже смешанным. События, которые имеют одно из названных выше влияний, являются рисками (COSO ERM, 2012). Стандарт рассматривает процесс управления рисками с позиции восьми взаимосвязанных компонентов:

1) Внутренняя среда - определяет отношение сотрудников к рискам, философию организации и аппетит сотрудников организации к риску.

2) Постановка целей - организация устанавливает цели в соответствии с внутренней средой.

3) Определение событий - определение как внутренних, так и внешних событий, которые могут оказать влияние на достижение целей.

4) Оценка рисков - анализ возможных рисков и вероятностей их наступления.

5) Реагирование на риск - выбор методов реагирование на выявленные риски.

6) Средства контроля - разработка процедур и механизмов, которые бы позволяли отслеживать эффективность и своевременность реагирования на риски.

7) Информация и коммуникации - определение, фиксирование и передача необходимой информации в установленной форме для выполнение задач в установленные сроки и в соответствии со своими функциональными обязанностями.

8) Мониторинг - отслеживание и корректировка всего процесса управления рисками (COSO ERM, 2012).

В дальнейшем, восемь процессов управления рисками рассматриваются в разрезе четырех категорий целей, которые представлены на верхней грани куба, а также в разрезе подразделений предприятия, которые представлены на боковой грани куба. Такой подход позволяет более детально оценить риски, т.к. смотрит каждый процесс не изолированно от проекта, а применительно к конкретной области проекта, а также применительно к конкретным целям.

Сравнение процессов управления рисками в современных стандартах

Рассматривая различные стандарты и, соответственно, подходы к управлению рисками, можно сделать вывод, что процессы управления рисками в проектах схожи.

В каждом из стандартов представлены процессы идентификации, оценки, реагирования и мониторинга рисков. Эти четыре этапа являются ключевыми при управлении рисками. Вокруг этих ключевых процессов достраиваются другие процессы, которые на взгляд авторов стандартов также являются значимыми. Можно видеть, что стандарт COSO ERM представляет собой системный подход к риску и оценивает процессы, не представленные в других стандартах.

Стоит отметить, что сама структура управления рисками не так важна как, скажем, ее интегрированность в систему управления проектами. Без четкого понимания необходимости интеграции - управление рисками будет лишь тратой денег и усилий.

4. Анализ современных инструментов идентификации рисков проектов

Идентификация рисков проводится с целью выявления и последующего ранжирования всех потенциальных рисков проекта. Важно упомянуть, что идентификация является итеративным процессом, т.к. во время реализации проекта могут возникать новые риски (Чернова, 2003). Идентификация может основываться на экспертном мнении, а также на результатах анкетирования руководства и ведущих специалистов. К инструментам идентификации чаще всего относят:

1) Анализ документации, включающий анализ отчетности и документации по текущему проекту, анализ архивных данных по предыдущим проектам, контракты, а также другие источники. Информация, выявленная в ходе анализа отчетности и документации, фиксируется в реестре рисков. Данный метод является простым в использовании, т.к. требует лишь сбора информации по проекту и ее тщательный анализ. Однако не всегда можно собрать исчерпывающую информацию о предыдущих проектах, что может привести к некорректным результатам анализа. Более того, многие практики и исследователи утверждают, что не всегда предыдущий опыт может повториться в будущем. Концентрируя свое внимание только на ретроспективном анализе можно упустить важные детали текущей ситуации, которая может существенно влиять на результаты деятельности проекта (PMBoK, 2004).

2) Составление диаграмм является еще одним из методов идентификации рисков. Самой широко используемой диаграммой является причинно-следственная диаграмма (диаграмма Исикавы, диаграмма «рыбьей кости»), которая отражает причины возникновения рисков в проекте. В «голове» диаграммы находится риск, которого компания хочет избежать и к которому определяются причины его возникновения. Метод очень удобен и позволяет провести глубокий анализ причин возникновения риска (Дамодаран, 2010). Также для анализа рисков используются системные диаграммы, которые являются одним из основных инструментов системной динамики. Системная диаграмма показывает сложную взаимосвязь элементов и отражает петли обратной связи, которые вызывают усиление или ослабление рисков в системе. Различают два вида обратной связи: балансирующую обратную связь, которая приводит систему в равновесие, и усиливающую, которая усиливает действие рисков. Анализируя сложную взаимосвязь элементов проекта можно выявить риски, проследить их влияние друг на друга, и на основе этой информации определять методы и инструменты реагирования (Кирюшкин, 2009). Недостатком данного метода является неупорядоченное представление данных, что приводит к большим временным затратам и сложностям в отображении всех элементов при анализе сложных проектов.

3) Наиболее распространенным инструментом при анализе рисков является экспертная оценка, которая может проводиться через непосредственное общение со специалистами из области, в которой будет реализовываться проект (PMBoK, 2004). Многие исследователи спорят относительно достоверности и качества даваемой экспертной оценки, т.к. существует ряд ограничений при ее использовании. Исследователи утверждают, что основным ограничением является то, что эксперты не всегда заинтересованы в успешности проекта, которому дают оценку. В то же время другими исследователями делается большой упор на то, что даже несмотря на такой «несерьезный» подход, эксперты, имеющие опыт работы в проектах или сферах, в которых реализуется проект, могут оценить риск более-менее достоверно.

Это далеко не исчерпывающий список методов идентификации рисков. Главную роль играет соответствие методов условиям, в которых реализуется проект. В результате использования инструментов идентификации рисков формируется их реестр или же дерево рисков, где отражаются основные риски для проекта (PMBoK, 2004). Также, помимо создания реестра рисков, этап идентификации предполагает их классификацию, что позволяет выявить скопления рисков одной категории и определить какие области проекта являются наиболее уязвимыми, и на основании этой информации проранжировать весь список рисков.

5. Анализ современных инструментов качественной и количественной оценки рисков проектов

Одним из наиболее важных этапов в процессе управления рисками является их оценка, которая представляет собой определение степени важности риска. Одним из способов оценки рисков является их качественный анализ, целью которого является ранжирование выявленных рисков на основе рассчитанной вероятности их наступления, величине ожидаемого ущерба (в денежном эквиваленте), а также с учетом ограничений, в рамках которых риски должны быть минимизированы. Качественный анализ является дескриптивным методом оценки рисков, т.к. фокусируется на описании возможных идентифицированных рисков, их взаимозависимости и важности. При качественном анализе рисков необходимо исследовать причины возникновения рисков и отследить факторы, которые способствуют их динамике (Дамодаран, 2010).

Преимуществом качественной оценки рисковявляется быстрота ее выполнения, т.к. она не требует сложных формул и длительных расчетов. Более того, качественный анализ рисков может стать основой для количественной оценки, что позволит многогранно оценить риски и подготовить эффективные стратегии реагирования.

Как правило, базовыми инструментами качественной оценки рисков являются:

1) Матрица вероятности и воздействия позволяет присваивать рискам рейтинги низкого, среднего или высокого приоритета [3, c. 291]. На рисунке 3 можно видеть, как выглядит матрица влияния. Закрашенные области показывают степень влияния рисков на проект; в соответствии с цветом закрашенных областей приоритизируются риски. Области темного цвета показывают, что риски имеют наибольшую вероятность и наибольшее влияние на проект, следовательно, имеют больший приоритет по сравнению с рисками, которые окрашены в более светлые тона. По результатам матрицы вероятности и воздействия оценивается срочность рисков, определяется их рейтинг, и в соответствии с этим рейтингом разрабатываются стратегии реагирования и комплекс мероприятий по минимизации риска.

2) Категоризация рисков производится с целью определения областей проекта, которые наиболее подвержены рисковым событиям [3, c. 293]. Критерии категоризации рисков могут быть самыми разными, в зависимости от условий и сферы, в которых реализуется проект.

3) Вероятностная оценка рисков в качественной системе анализа рисков является первым шагом к переходу от качественного анализа к количественному. Вероятности наступления различных событий определяются экспертно, на основе чего строится система реагирования на риски. Вероятность и воздействие оцениваются для каждого из рисков в отдельности, значения определяются в ходе совещаний или опросов лиц, заинтересованных в успешности проекта.

Качественная оценка риска является первым этапом комплексного анализа рисков и должна привести к количественному результату (Чернова, 2003). Количественный анализ рисков подразумевает стоимостную оценку последствий рисков и выработку мероприятий, которые бы снизили вероятность наступления риска или уменьшили величину его ущерба. Для оценки рисков проекта необходим количественный анализ.

Количественный анализ позволяет выразить в стоимостном эквиваленте оценку последствий и их влияние на величину денежных потоков. На сегодняшний момент используется огромное множество инструментов для количественного анализа рисков, которые можно разделить на следующие группы:

1) Статистические методы оценки, которые включают в себя дисперсионный, регрессионный и факторный анализ. Статистические методы, как правило, базируются на фундаментальных статистических понятиях, одним из которых является вероятность. Данный метод изучает ретроспективную статистику прибылей и убытков для того, чтобы определить вероятности наступления рискового события. Одним из недостатков данной категории количественной оценки рисков является то, что он основывается на исторических данных, которые зачастую трудно получить. Если данных недостаточно или низкого качества, то анализ может дать недостоверные результаты (Дамодаран, 2010).

2) Аналитические методы оценки риска являются, пожалуй, наиболее распространенной группой методов для анализа и оценки рисков, т.к. достаточно хорошо разработаны и просты в понимании даже для рядовых аналитиков. К данной группе методов причисляют большое множество инструментов, выбор которых зависит от специфики проекта и личных предпочтений. Самыми распространенными методами являются:

a. метод дисконтирования;

b. анализ окупаемости затрат;

c. анализ чувствительности;

d. анализ сценариев;

e. имитационное моделирование;

f. метод «дерева решений» (Дамодаран, 2010).

3) Метод анализа финансовой устойчивости основан на анализе различного рода коэффициентов, которые рассчитываются на базе спрогнозированной финансовой отчетности. В первую очередь смотрят на неотрицательное сальдо баланса денежных средств на протяжении всего жизненного цикла проекта, то есть на возможность проекта генерировать достаточное количество денег на покрытие всех обязательств (Лобанова, 2003). Также, оцениваются показатели ликвидности проекта, которые показывают возможность проекта обслуживать все имеющиеся краткосрочные обязательства. Оценивают также и коэффициенты рентабельности, отражающие экономическую эффективность проекта. Однако стоит заметить, что результаты расчетов во многом зависят от заложенных в модель параметров.

4) Метод аналогов использует данные о схожих проектах, реализованных в прошлом. Такой подход к анализу рисков может быть полезным, т.к. использование базы знаний позволяет выявить зависимости и определить критические условия, и учесть эту информацию при анализе и оценке новых проектов (Дамодаран, 2010).

Несмотря на большое разнообразие методов количественной оценки рисков, некоторые из них, такие как: деревья решений, анализ сценариев, анализ чувствительности, имитационное моделирование и оцененный на основе его результатов NPV at Risk, можно выделить в отдельную группу вероятностных методов, которые на сегодняшний момент наиболее часто используются в проектной практике.

Дерево решений позволяет учитывать риски на разных этапах реализации проекта [27]. В процессе анализа проекта с помощью деревьев решений формируются различные траектории реализации проекта, вероятности их наступления и целевые показатели для каждого из вариантов. Каждая из веток в дереве решений представляет собой комбинацию различных факторов, которые аналитик закладывает при построении деревьев. Построение дерева решений подразумевает прохождение следующих этапов:

1) Разделение анализа на отдельные фазы риска, то есть определение разных исходов на каждой фазе.

2) Оценка вероятностей результатов на каждой из фаз.

3) Определение точки принятия решений. Точка принятия решений основывается на результатах предыдущих стадий и ожиданиях о будущем. В этой точке менеджер принимает решение по какой траектории двигаться дальше и следует ли вообще предпринимать еще какие-то действия.

4) Вычисление денежных потоков в конечных узлах.

5) Прохождение дерева решений в обратном порядке («сворачивание дерева решений»). Результатом «сворачивания» является вероятностно-взвешенное среднее всех возможных исходов. Этот процесс завершает анализ методом дерева решений и в конечном итоге дает нам величину приведенной стоимости [27].

В результате проведения анализа методом деревьев решений менеджер проекта получает ожидаемую стоимость на каждой фазе, а также диапазон вариабельности стоимости. Более того, метод деревьев решений обладает ключевым преимуществом: возможность динамически реагировать на риск. Рассматривая действия и варианты выбора, и их с возможными результатами, позволяет получить анализ реализации проекта при разных обстоятельствах. Это позволяет подготовиться ко всем возможным исходам.

Достаточно распространенным и не требующим специфических знаний методом является анализ чувствительности. Его идея заключается в том, что при изменении определенных параметров модели изменяются показатели эффективности. Анализируя отклонения по основным показателям эффективности, принимаются решения по проекту (Милошевич, 2008). Основным недостатком анализа чувствительности является то, что изменение каждого параметра исследуется изолированно, а величина изменения значения параметра слабо поддается обоснованию. Если величины изменений выбраны некорректно, то вероятность получения недостоверных результатов достаточно высока. Кроме этого, всегда встает вопрос какие параметры следует брать для анализа. Более того, несмотря на то, что изменение одного параметра ведет к изменению и других параметров в проекте, анализ чувствительности является достаточно статичным и не дает возможности оценивать изменения динамически (Дамодаран, 2010).

Другим распространенным количественным методом оценки рисков является сценарный анализ. Сценарий отображает изменяющееся значение ключевого параметра проекта: это может быть NPV, FCF или другие показатели, интересующие заказчика проекта [54]. Сценарный анализ направлен на определение ключевых параметров проекта и оценку их вариабельности. В зависимости от выбора параметров и величины их изменения получаются разные сценарии (Лившиц, 2000). Каждому из сценариев можно задать вероятность наступления и рассчитать средневзвешенное значение NPV проекта. Основным вопросом при проведении сценарного анализа является насколько отклонять значения параметров проекта от базовых. При чрезмерно высоких значениях отклонений можно переоценить риски. При небольших отклонениях, наоборот, риски могут быть недооценены.

В последнее время широкое распространение получили методы имитационного моделирования. Методы имитационного моделирования, в отличие от сценарного анализа, позволяют учесть все идентифицированные риски и более адекватно оценить эффективность и рискованность проекта. Кроме того, имитационное моделирование является более гибким методом оценки рисков, т.к. позволяет заключить в своих расчетах неопределенность и вариабельность внешней и внутренней среды проекта. Основная идея, лежащая в основе имитационного моделирования, заключается в следующем: задается определенный алгоритм, который описывает динамику процессов внутри системы, а затем с помощью современной техники получают значения функционирования системы (Герцена, 2003). В результате проведенного анализа могут быть сделаны качественные выводы относительно рисков, а также выводы, объясняющие значения переменных. Однако результат исследования сильно зависит от того, какой вид распределения задается для каждого ключевого параметра модели. При неправильно заданных вероятностных распределениях результаты могут быть некорректными или даже противоречивыми (Kwak, 44-57).

Метод Монте-Карло, который представляет собой численный метод решения задач с помощью моделирования случайных величин. Метод Монте-Карло активно использовался в течение десятилетий для симуляции различных математических и научных ситуаций, в настоящее время также активно используется в управлении проектами. Определение метода Монте-Карло упомянут в Институте управления проектами (PMI) как техника, основанная на многократной генерации стоимости или расписания проекта из вероятностных распределений возможных затрат или длительности, для вычисления распределения возможных величин общей стоимости проекта или даты завершения проекта [3, c. 299]. Монте-Карло в управлении проектами используется для определения границ вариабельности стоимости и продолжительности проекта. Основными выводами при оценке рисков с помощью метода Монте-Карло являются:

1) Какова вероятность того, что проект будет закончен в установленный срок / бюджет?

2) Какая будет продолжительность проекта с 90 процентной вероятностью?

Например, при использовании метода Монте-Карло в оценке продолжительности проекта, менеджер проекта присваивает вероятностное распределение длительности каждой из работ, или группе работ. Как правило, используется оценка по трем точкам: наилучшая оценка, наихудшая оценка и наиболее вероятная. Этим трем оценкам присваивается распределение: бета-распределение, нормальное или, чаще всего используемое, треугольное распределение (Митропольский, 1971). После проведения имитаций о вероятности выполнения проекта в назначенный срок. Данная информация позволяет менеджеру проекта пересматривать расписание проекта, сокращать длительность некоторых работ при неудовлетворительных результатах модели или, наоборот, добавлять резервы работам, если результаты имитационного моделирования получились удовлетворительными. Та же самая процедура может быть проделана для стоимости проекта и определена вероятность, что проект уложится в утвержденный бюджет. Как можно видеть, метод Монте-Карло является достаточно простым и понятным методом для оценки рисков проекта, который позволяет учесть неопределенность при анализе проекта. Однако существует ряд ограничений при его использовании. Во-первых, все зависит от информации, которая используется для моделирования. При вводе недостоверной информации результаты получаются искаженными. Более того, для проведения анализа методом Монте-Карло нам необходимо знать распределение величин, что может ограничить применение данного метода, так как не всегда определенное распределение может оказаться корректным (Schwesernotes, 2012).

На основе результатов имитационного моделирования можно оценить параметр NPV at Risk. Данный параметр позволяет оценить значение NPV, хуже которого проект не получит при заданном уровне доверительной вероятности [50]. Данный показатель является очень простым для понимания, т.к. показывает заказчику тот минимум, который можно получить при реализации проекта. При использовании статистических пакетов этот показатель рассчитывается максимально просто на основании полученного графика имитационного моделирования. Однако, очевидно, что его основным недостатком является зависимость от результатов имитационного моделирования. При некорректно проведенном имитационном моделировании полезность показателя NPV at Risk стремится к нулю.

6. Сравнение существующих инструментов количественной оценки рисков. Выявление ключевых проблем

Описанные в предыдущем параграфе методы количественной оценки рисков являются широко используемыми на практике. Однако, несмотря на все указанные преимущества, существуют определенные ограничения при их использовании. В рамках диссертации был проведен сравнительный анализ наиболее часто использующихся методов количественной оценки рисков, используемых в рамках финансовой модели, а также сравнительный анализ методов оценки рисков продолжительности. В первую группу методов вошли: анализ безубыточности, анализ чувствительности, анализ сценариев, имитационное моделирование (в т.ч. показатели NPV at Risk, VaR, и др.).

Необходимо отметить, что для применения перечисленных выше методов обязательным условием является наличие финансовой модели. Поэтому первоочередной задачей является сбор достоверной информации и построение на ее основе финансовой модели проекта, т.к. она является фундаментом для применения количественных методов оценки рисков. Реалистичность заложенных параметров напрямую влияет на качество модели, поэтому необходимо провести тщательный анализ рынка, оценить затраты, а также спрогнозировать график реализации проекта. Без качественно проведенного анализа ни одна модель не покажет достоверных результатов.

Основные выводы сравнительного анализа методов количественной оценки рисков, используемых в рамках финансовой модели, представлены в таблице 3. Были выявлены основные ограничения рассмотренных методов:

1) Сложности при построении финансовой модели для дальнейшего применения методов количественной оценки. Для построения качественной финансовой модели необходимо достоверно оценить закладываемые параметры. Однако зачастую можно столкнуться с недостоверностью, несвоевременностью и неполнотой предоставляемых данных, что может стать ключевыми проблемами для построения хорошей финансовой модели.

2) Сложности корректного определения границ изменений для ключевых параметров модели. Непонимание границ вариабельности исследуемых величин может привести к большим погрешностям при использовании рассмотренных методов. Нереалистично заложенные границы вариабельности могут привести к неверно принятым решениям и отразиться на всей деятельности проекта.

3) Отсутствие сведений о законах распределения случайных величин. Подавляющее большинство статистических методов создано для нормального закона и других известных распределений, которых в чистом виде практически не существует. Исследования доказывают, что даже небольшие отклонения от нормальности могут приводить к большим ошибкам в итоговых результатах [45].

4) Проблема малых выборок. Зачастую достаточного объема информации для проведения анализа и оценки не хватает, что приводит к противоречивым результатам исследования. Существующая теорема Муавра-Лапласа позволяет оценить число измерений, которое необходимо для получения достоверных статистических результатов (Орлов, 2004). При этом информации для их точной оценки, как правило, не хватает.

Говоря о трудоемкости каждого из представленных методов, можно заключить, что ее величина зависит от используемых в исследовании инструментов. В настоящий момент существуют разнообразные статистические программы, позволяющие быстро оценивать риски проекта. Так, например, при использовании надстройки для Excel Crystall Ball можно с легкостью провести имитационное моделирование. Однако тут можно столкнуться с несколькими проблемами. Во-первых, даже при использовании продвинутых статистических пакетов необходимо знать распределение исходных значений. Без этой информации ни одна статистическая программа не сможет отобразить достоверные результаты. Как уже упоминалось ранее, очень часто исчерпывающей информации о распределении исходных значений просто нет, что приводит к погрешностям в расчетах. Во-вторых, все статистические пакеты с закрытым кодом, что делает невозможным отследить процесс расчетов от начала до конца: пользователь видит лишь конечный результат. Это, в свою очередь, может стать серьезным ограничением для некоторых исследователей, так как не все готовы принимать как данность результат, выданный программой. В зависимости от решения использовать или не использовать статистические пакеты может уменьшиться или, наоборот, увеличиться время на выполнение имитационного моделирования. При отказе использования готовых статистических пакетов, времени на проведение может уйти много.

Вторая часть сравнительного анализа концентрировалась на наиболее часто использующихся методах оценки продолжительности проектов: методе PERT и методе критического пути. Подробные результаты сравнительного анализа представлены в таблице 4. Основные сложности и ограничения, выявленные в результате анализа, представлены ниже:

1) Сбор информации о продолжительности работ для составления устойчивого расписания проекта. Как правило, чтобы составить устойчивое расписание необходимо иметь достаточное количество ретроспективной информации о времени выполнения проектов. Недостаток информации может повлечь к составлению некорректного расписания, а также игнорированию или недооценке существующих рисков, свойственных этому проекту.

2) Игнорирование фактора неопределенности для построения расписания. В методе критического пути не учитывается характер неопределенности работ, и их продолжительность зафиксирована. Но, как правило, под воздействием условий неопределенности длительность работ может варьироваться, что, в свою очередь, может повлиять на продолжительность других работ, а также на общую продолжительность проекта.

В результате проведенного сравнительного анализа двух групп методов количественной оценки рисков, были сделаны следующие выводы:

1) Все методы требуют большого объема статистической информации для получения достоверных результатов, которую зачастую невозможно получить в полном объеме.

2) Первая группа методов не может быть применена для оценки рисков продолжительности проектов.

3) Вторая группа методов требует наличия достоверных сведений о составе работ, сроках их реализации, а также взаимозависимостей между ними. Без наличия ретроспективной информации методы могут показывать некорректную информацию.

4) Все из рассмотренных методов субъективны при:

a. Определении предельных значений;

b. Выборе и оценке границ вариабельности параметров;

c. Составлении расписания.

Перечисленные недостатки рассмотренных методов, безусловно, ограничивают применение системы управления рисками к оценке реальных проектов. Однако самым важным ограничением для использования методов является сбор достаточного количества информации для построения корректных финансовой модели и / или расписания проекта. Как правило, лицо принимающее решение находится в условиях, где статистической информации может быть недостаточно, в результате чего вся полезность проводимых расчетов стремится к нулю. Для решения этой проблемы в рамках данной работы будет разработана и предложена количественная методика оценки рисков, которая позволила бы устранить этот недостаток и расшить область применения управления рисками на практике.



7. Бутстрап - революционный метод оценки статистик в условиях неполной информации

Бутстрап - один из методов количественной оценки, который является разновидностью методов имитационного моделирования. Бутстрап был предложен американским экономистом Брэдли Эфроном в 1979 г. [36] и представляет собой статистический инструмент, позволяющий определять статистики вероятностных распределений посредством многократной генерации выборок [33]. Основное преимущество бутстрапа заключается в том, что он может работать с небольшим набором переменных, что позволяет проводить исследования в условиях ограниченности и неполноты исторических данных. Более того, в бутстрапе создается свой набор данных без необходимости знания распределения генеральной совокупности (в отличие от метода Монте-Карло). Все что нужно для проведения этого метода - выборка. Основная идея бутстрапа заключается в том, что исходная выборка содержит всю необходимую информацию и является единственным источником информации об исходном распределении случайной величины.

На первом этапе случайным образом формируется выборка размером n, которая является основой для проведения всех последующих вычислений. Количество вариантов значений бутстраповской статистики имеет порядок nn. Таким образом, вычислительная сложность бутстрапа возрастает по мере роста n [26].

На втором этапе, на базе исходной выборки проводится генерация множества псевдовыборок (1 000 - 10 000) той же мощности, что и исходная выборка. Генерация происходит путем случайного выбора значений из исходной выборки с последующим возвращением, в результате чего получается достаточно большое количество статистического материала, на базе которого проводится оценка статистик для каждой из псевдовыборок.

На третьем этапе проводится оценка произвольных моментов, на основе которых определяются точечные и интервальные значения. Имея в наличие большое количество статистики можно оценивать интересующие исследователя моменты, на основе которых делать выводы.

На четвертом этапе найденные точечные моменты по всем псевдовыборкам усредняются, усреднив значения по всем псевдовыборкам можно перейти к более обоснованным оценкам статистик для моментов случайной величины [38].

Таким образом, выполняя алгоритм бутстрапа, удается получить точечные и интервальные значения моментов случайной величины, скорректированные на смещения, которые могут быть использованы для восстановления неизвестной функции распределения [38].

Алгоритм бутстрапа прост как в понимании, так и в его применении. Как отмечает сам Эфрон в своей статье [36], используя бутстрап, создается целый мир бутстрапа (многое из ничего) на базе всего лишь небольшого количества исходных данных. Основной отличительной особенностью данного метода является то, что он основан на идее генерации выборки с заменой, что означает, что:

1) Каждое наблюдение имеет одинаковый шанс быть выбрано;

2) Наблюдение имеет шанс быть выбрано более чем один раз или не быть выбрано совсем.

К ключевым преимуществам бутстрапа относят:

1) Расчет точечных значений случайной величины, на базе множества сгенерированных псевдовыборок. Усреднив значения по всем псевдовыборкам можно получить интервальные оценки соответствующих статистик.

2) Уменьшение смещения точечных оценок моментов случайной величины [26]. Как правило, ограниченной объем выборки приводит к смещению точечных оценок моментов относительно их значений, оцененных по генеральной совокупности. Бутстрап позволяет избежать смещенных оценок, т.к. изначально использовался как метод оценки смещений значений статистик.

3) Оценка процентилей распределения искомой статистики. Упорядочив по возрастанию значения статистик можно оценить процентили распределения искомой статистики [29].

4) Оценка доверительных интервалов без предположения о нормальности распределения, которые расчитываются на основе оцененных процентилей распределения [29].

Таким образом, располагая небольшим набором исходных данных для анализа и применяя бутстрап, удается получить как точечные, так и интервальные значения случайной величины, скорректированные на смещение. Однако, несмотря на наличие существенных преимуществ рассматриваемого метода, существует немало статей, критикующих данный метод. Так, например, в статье «Bootstrap: More than a Stab in the Dark» [52] говорится о том, что несмотря на широкую популярность, которую метод бутстрап получил в последние несколько лет, он имеет ряд существенных недостатков. В статье упоминается, что бутстрап может применяться исключительно к исключительно схожим данным, т.к. в противном случае метод показывает недостоверные результаты. Кроме этого, были проведены исследования, доказывающие несостоятельность метода на малых выборках. Так, в статье упоминается Shenker, который доказывает несостоятельность малых выборках, которые имеют асимптотическое обоснование при построении доверительных интервалов для дисперсии генеральной совокупности [52].

Метод бутстрап действительно обладает рядом существенных преимуществ, основным из которых является получение достоверных результатов при наличии небольшого количества данных. В действительности исследователи располагают очень небольшим набором данных для анализа, что обосновывает применение этого метода для анализа рисков. Более того, метод не предполагает глубоких статистических знаний и трудных математических формул, что позволяет использовать метод большому кругу лиц.

8. Анализ существующих инструментов разработки мероприятий по снижению рисков

После расчета всех необходимых числовых параметров рисков и определения степени их влияния на проект, а также величины их ущерба, необходимо перейти к следующей, немаловажной стадии управления рисками - разработке мероприятий по их снижению. Для успешного выполнения проекта необходимо разработать такие методики снижения рисков, чтобы все поставленные проектом цели были достигнуты. Основными методами снижения рисков являются:

1) Уклонение - изменение плана управления проектом так, чтобы полностью исключить риск. Это может быть прекращение проекта, отказ от части работ, изменение требований к проекту или отказ от работы с определенными поставщиками. Выбор такой стратегии может быть обусловлен тем, что затраты на уклонение могут быть меньше, чем при выборе любой другой стратегии. Однако выбор такой стратегии реагирования может болезненно сказаться как на целях всего проекта, так и на его заинтересованных сторонах (PMBoK, 2004).

2) Передача - перекладывание всего риска или его части на третью сторону. Таким способом снижения рисков может быть страхование, как одно из самых простых и логичных методов снижения риска. Также, в качестве передачи риска может рассматриваться аутсорсинг или хеджирование. Передача риска является простым, но неэффективным образом, так как риск не устраняется, а лишь перекладывается ответственность за управление на третью сторону (PMBoK, 2004).

3) Снижение - уменьшение воздействия до приемлемых пределов. Снижение риска подразумевает снижение вероятности наступления рисковых событий посредством предпринятых заранее действий. Зачастую, такая стратегия реагирования оказывается более эффективной, так как заранее предпринятые действия могут снизить величину ущерба. Если же не удается уменьшить вероятность, то нужно воздействовать непосредственно на те связи, которые определяют серьезность воздействия (PMBoK, 2004).

4) Принятие риска обусловлено тем, что зачастую очень трудно избежать или снизить все риски проекта. Поэтому бывают ситуации, когда необходимо принять определенную часть риска. Для случаев принятия риска создают специальные денежные резервы, которые в случае наступления рискового события смогли бы покрыть ущерб (PMBoK, 2004).

Важно отметить, что любая стратегия реагирования на риски определяется в зависимости от условий, в которых реализуется проект. Зачастую стратегии подходящие и эффективно работающие в одних проектах оказываются неудачными в других. Поэтому для того, чтобы выбрать правильную стратегию реагирования, необходимо провести все описанные ранее стадии управления рисками качественно, чтобы наиболее точно подобрать методы реагирования на риски.



Выводы

Комплексный и систематический подход к управлению рисками необходим, т.к. интуитивная оценка грозит увеличением негативных последствий по мере реализации проекта. Управление рисками следует рассматривать как серию целенаправленных действий, образующих единый механизм риск-менеджмента, интегрированный в процесс управления проектами.

В рамках работы были рассмотрены основные подходы к управлению рисками в различных стандартах, проанализированы основные процессы управления рисками, а также проведен сравнительный анализ наиболее часто использующихся методов количественной оценки рисков, как в рамках финансовой модели, так и в рамках оценки продолжительности проектов. На основе проведенного сравнительного анализа были выявлены основные преимущества и недостатки существующих методов оценки рисков, а также их ограничения. Основываясь на выводах, была предложена идея о создании количественной методики оценки рисков, основанной на методе бутстрапа, которая позволяла бы нивелировать недостатки существующих методик и расширить область управления рисками в практике управления проектами.

...