Свойства функций чувствительности инвестиционного проекта к рискам Текст научной статьи по специальности «Математика»



УДК 330.131.7

Котов В.И.

Свойства функций чувствительности

инвестиционного проекта к рискам

Для количественной оценки устойчивости инвестиционного проекта к воздействию рисковых событий можно использовать функции чувствительности [1, 2]. Однако в экономической литературе нередко пишут (например, в [3]) что существенным недостатком этого метода «является его однофакторность, т. е. ориентированность на изменения только одного фактора проекта, что приводит к недоучету возможной связи между отдельными факторами или недоучету их корреляции». Как будет показано далее, данный недостаток вполне преодолим, если при выборе совокупности риск-параметров (факторов) выделить те из них, для которых взаимозависимость существенна, и учесть ее. Большинство же факторов являются практически независимыми и непосредственный расчет чувствительности по ним вполне обоснован.

Еще одно замечание по поводу использования термина «чувствительность». Для выбранной целевой функции путем поочередного изменения риск-параметров обычно определяют их предельно допустимые значения. Приведенный алгоритм такого расчета реализован в программном пакете Project Expert 6 и некоторые авторы [3, 4] почему-то называют его анализом чувствительности проекта. В [4] дается следующее определение: «Анализ чувствительности. Метод, показывающий как изменяется один фактор в зависимости от другого...». Строго говоря, это не анализ чувствительности, а просто анализ зависимости функции Y от нескольких переменных, образующих вектор х. Заметим, что под чувствительностью в теории систем понимают соответствующие дифференциальные показатели [5-9], а именно: абсолютная чувствительность некоторой целевой функции Y(t,x) определяется как ее частная производная по риск-параметру x(i, t):

- iT.

x Эх

(1)

Возможности метода анализа рисков на основе функций чувствительности, на наш взгляд,

недооценены. В данной статье будет представлена компьютерная модель для расчета функций чувствительности, рассмотрены виды и свойства этих функций. Показано, что подход к чувствительности как динамической характеристике в пределах всего горизонта планирования дает важную информацию о влиянии рисковых событий на финансовые показатели инвестиционных проектов.

Определение и модель расчета функций чувствительности

Вначале дадим определение функции чувствительности. Обозначим целевую функцию проекта через У(г, х), где г - время, х(г) - вектор варьируемых параметров, которые моделируют влияние тех или иных рисковых событий. Относительная чувствительность целевой функции есть отношение относительного отклонения функции к относительному отклонению аргумента (риск-параметра):

^ _ дУ / У _ АУ / У _ А7

Х дх; / X; Аx¡ / X; У АХ;

Здесь и далее время для простоты опущено. В силу того, что относительные чувствительности безразмерны, они более удобны для анализа, поэтому в дальнейшем будем использовать только их, а прилагательное «относительные» для краткости будем опускать. Чем больше чувствительность, тем сильнее оказывает влияние соответствующий риск-параметр на целевую функцию инвестиционного проекта. Численно функция чувствительности показывает: на сколько процентов изменится целевая функция при изменении риск-параметра на один процент.

В экономической теории имеется понятие, аналогичное чувствительности - «эластичность» (спроса и пр.), которое вычисляется по формуле подобной (2). Эластичность как показатель характеризует внешнюю среду бизнеса и обычно

Рис. 1. Блок-схема модели расчета функций чувствительности

не рассматривается как функция времени, а является статическим параметром. Мы будем придерживаться термина «чувствительность», во-первых, потому, что она характеризует внутреннюю среду бизнеса и является характеристикой инвестиционного проекта, а во-вторых, чтобы не путать известный контекст использования термина «эластичность» с динамической характеристикой чувствительности при анализе влияния рисков.

Приведем блок-схему модели расчета функций чувствительностей, в основе которой лежит динамическая модель финансовых потоков проекта (рис. 1). Данная модель была реализована в среде электронных таблиц EXCEL и позволяла одновременно проводить расчеты для пяти вариантов целевых функций, о которых речь пойдет далее.

Здесь основная модель Cash-Flow служит для расчета выбранного сценария инвестиционного проекта, т. е. для получения всех необходимых показателей и значения выбранной целевой функции (одной или нескольких) в ситуации Status Quo. Копия модели служит для расчета измененного значения целевых функций под действием какого-либо риск-параметра.

Из основной модели в копию автоматически (с помощью соответствующих ссылок) передаются все константы. В копии предусмотрено поочередное изменение риск-параметров и выбор длительности воздействия каждого риска. Теперь если в копии изменить какой-либо риск-параметр, то на ее выходе получим измененное значение целевой функции. В блок расчета функций чувствительности из основной модели

поступают исходные значения риск-параметра и целевой функции, а из копии - соответствующие измененные значения. В итоге на основе (2) получаем функции чувствительности в виде таблиц и соответствующих графиков для всего горизонта планирования.

Целевые функции проекта

Выбор целевой функции во многом зависит от вкусов и желаний разработчиков бизнес-плана инвестиционного проекта. В качестве целевой функции можно предложить различные показатели, например:

- NPV(T) - чистая текущая стоимость проекта к моменту Т;

- накопленный чистый дисконтированный финансовый поток (Accumulated Discount Net Cash-Flow) ADNCF(T), генерируемый проектом к моменту Т;

- накопленный чистый финансовый поток (Accumulated Net Cash-Flow) ANCF(T), генерируемый проектом к моменту Т (без учета дисконтирования);

- накопленная чистая прибыль (Accumulated Net Profit) ANP(T), генерируемая проектом к моменту Т;

- накопленное сальдо финансовых потоков (состояние расчетного счета проекта) (Accumulated Saldo Cash-Flow) ASCF(T) к моменту Т.

При выборе целевой функции можно использовать не накопленные показатели, а показатели финансовых результатов в отдельных периодах. Однако мы отдаем предпочтение накопленным

»

показателям, так как это позволяет более строго учесть последствия рисковых событий после окончания их действия в течение всего горизонта планирования.

Сравнение чувствительностей накопленного чистого денежного потока и его дисконтированного аналога показало, что они почти совпадают, так как различия составляли лишь доли процента. Это не удивительно, поскольку при расчете функции чувствительности по (2) дисконтированию подвергаются как числитель (АУ), так и знаменатель (У), что частично приводит к компенсации процедуры дисконтирования.

Если МРУ(Т) используется в качестве целевой функции, то следует иметь в виду, что вблизи точки окупаемости, когда МРУ = 0, функция чувствительности терпит разрыв второго рода, т. е. обращается в бесконечность по определению (2). Это затрудняет использование МРУ в качестве целевой функции вблизи указанной точки, однако вне ее расчетных проблем не возникает.

Если в качестве целевой функции выбрать накопленное сальдо финансовых потоков, то получим

У (х, Т) _ £ [ (х, г) - С^ (х, г)]. (3)

г _ 0

Знание функций чувствительности этой целевой функции будет весьма полезным для оперативного управления состоянием расчетного счета проекта в условиях влияния рисков.

Локальная и глобальная функции чувствительности

При расчете функций чувствительности следует различать краткосрочное и долгосрочное воздействие рисковых событий. Соответственно определим два вида функций чувствительности.

Локальная чувствительность - чувствительность при локальном (краткосрочном во времени) влиянии риск-параметра, т. е. когда отклонение имеет место только в течение одного или нескольких периодов существенно меньших общего горизонта планирования, как показано на рис. 2, а.

Глобальная чувствительность - чувствительность при глобальном (длительном во времени) влиянии риск-параметра, т. е. когда отклонение может иметь место по всему горизонту

планирования, начиная с некоторого момента (рис. 2, б).

Какой из приведенных вариантов чувствительности следует выбрать, зависит от того, как долго будут действовать те или иные рисковые события в реальной ситуации.

Здесь уместна аналогия с анализом реакции линейных систем на основе импульсных и переходных характеристик последних [10]. Если в качестве единичного воздействия в момент т используется дельта-функция Дирака 8(г - т), то реакция системы при нулевых начальных условиях будет численно равна импульсной характеристике системы g(t - т). Если в качестве единичного воздействия в некоторый момент времени используется функция Хэвисайда (единичный скачок) 1(г - т), то реакция системы при нулевых начальных условиях будет численно равна переходной характеристике системы Н(г - т).

В нашем случае роль дельта-функции может играть локальный во времени скачок риск-параметра ЫХ(г - т), тогда реакция инвестиционного проекта будет пропорциональна локальной чувствительность LS(t - т) на заданное воздействие. Функции Хэвисайда 1(г - т) будет соответствовать глобальное во времени изменение риск-параметра ОйХ(г - т), что даст реакцию пропорциональную глобальной функции чувствительности 08(г - т). На рис. 3 приведены соответствующие функциональные аналогии.

Как известно [10], для линейных систем справедлив принцип суперпозиции, а именно: реакция системы на совокупность воздействий равна сумме реакций на каждое воздействие в отдельности. На основе этого принципа, зная характеристики системы g(t) или Н(г), можно найти и связь между ними, и реакцию системы на воздействие любого вида. В нашем случае из принципа суперпозиции можно получить связь между глобальными и соответствующими локальными функциями чувствительности. Пусть время меняется дискретно:

г = 0, 1, 2, ... п, ... М,

где г = М - горизонт планирования; г = к - момент начала воздействия глобального риска; г = к + ], (] = 0, 1, ... п - к) - моменты существования локальных рисков; г = п > к + ] - произвольный (текущий) момент наблюдения реакции системы на заданное воздействие.

а)

45 40 35 30 25 20 15 10 5 0

б)

50 45 40 35 30 25 20 15 10 5 0

*—1 __„

^ 4—л

т Ш и И "Ч---*----- п п п ........

6 7 8 Период

1, 2

10 11 12 13 14 15

л——1

^л.— |

\ ' ^ —1>——О——0 0 0 0 0—— 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

10

11

12 13 14 15

Период

Рис. 2. Отклонение значений целевой функции а - при локальном и б - при глобальном воздействии

1 - -О; 2 - х + ах; 3 - У; 4 - У + аУ

а)

8(г - т)

Линейная система

8(г - т)

ЫХ(г - т)

Финансовая модель

ИП

А • ЬБ(г - т) (локальная чувствительность)

б)

¡(г - т)

Линейная система

Н(г - т)

Финансовая модель

GdX(г - т) ИП

А • GS{г - т) (глобальная чувствительность)

Рис. 3. Аналогии с линейными системами: а - локальная, б - глобальная

4

3

4

3

5

6

7

8

9

Тогда глобальную чувствительность, описывающую реакцию системы на воздействие глобального рискового события, начавшегося в момент г = к и длящегося вплоть до горизонта планирования, можно выразить как суперпозицию локальных чувствительностей, соответствующих совокупности воздействий локальных (длительностью в один период) рисков, появляющихся в моменты от г = к и до г = к + / (/ = 0, 1, ... п - к):

ОБ7^ (п - к) _ (п - к - /), п > к + /. (4)

/ _ 0

Следует заметить, что локальные функции чувствительности всегда быстрее убывают, чем одноименные глобальные функции, для всех периодов времени. Это объясняется тем, что локальное действие какого-либо риска длится короткое время, а глобальный риск (равный сумме локальных рисков) действует все время с момента его возникновения и эффект от него накапливается от периода к периоду. Можно говорить, что функции глобальной чувствительности отражают стратегические последствия влияния длительных отклонений параметров на инвестиционный проект. В то же время локальные чувствительности отражают тактические последствия краткосрочных изменений во внешней и внутренней среде бизнеса. Локальные функции чувствительности чаще всего имеют максимум в момент возникновения воздействия того или иного риска и далее относительно быстро убывают по сравнению с глобальной чувствительностью по тому же риск-параметру.

При использовании аналитического аппарата анализа линейных систем следует иметь в виду, что финансовая модель инвестиционного проекта может не быть строго линейной, однако, как показали эксперименты на множестве различных инвестиционных проектов, даже в широких пределах вариаций риск-параметров точность анализа чувствительностей оставалась вполне приемлемой. В [1] и [7] предлагается помимо чувст-вительностей первого порядка (2) использовать чувствительности второго порядка в случаях, когда нелинейность целевой функции по каким-либо риск-параметрам существенна и ею пренебречь нельзя.

Свойства функций чувствительности

Если в качестве риск-параметров выбираются цены продаж производимых товаров в ходе реализации инвестиционного проекта, то в каждом периоде планирования целевая функция (например, накопленный чистый финансовый поток в случае двух товаров) будет иметь вид

У _ а(+ р^) + Ь,

(5)

где р12 - цены; 612 - натуральные объемы продаж. Если в качестве риск параметров выбрать выручку от каждого товара р1б1, то с помощью (2) получаем функции чувствительности для рассматриваемого периода:

SУ

( Рб )1,2

архЛхл

(6)

Нетрудно видеть, что отношение этих функций чувствительности будет равно отношению объемов продаж в денежном выражении соответствующих товаров в данном периоде. Следовательно, структура функций чувствительности по объемам продаж будет в точности соответствовать самой структуре объемов продаж в денежном выражении:

Р6

£ р6 " I 3

■ ... V/.

(7)

Это вывод справедлив для любого количества товаров, входящих в ассортимент. Если отдельные группы товаров, имеющиеся в ассортименте, имеют различные ставки НДС, то сделанный выше вывод будет справедлив, если в расчетах чувствительности и в расчетах структуры объемов продаж будут использованы цены без НДС. Указанное свойство (7) функций чувствительности позволяет существенно уменьшить объем вычислений последних в случае широкого ассортимента товаров, когда необходимо знать чувствительности по всем товарам.

Рассмотрим знак функции чувствительности. Функция чувствительности будет положительной для всех моментов времени, если с увеличением (уменьшением) отклонения риск-параметра значение целевой функции увеличивается (уменьшается) при условии положительности самой целевой функции. Так, например, чувствительности

Рис. 4. Функции чувствительности сальдо финансовых потоков проекта 1,2, 3 - объемы продаж соответственно; 4 - условно-постоянные и 5 - условно-переменные затраты

накопленного сальдо финансовых потоков к ценам и натуральным объемам продаж произведенных товаров всегда положительны, а чувствительности той же целевой функции к отклонениям любых издержек, а также к банковским ставкам по кредитам всегда отрицательны. Исключением из этого правила будут периоды, когда вместо чистой прибыли имеются убытки. На рис. 4 показаны примеры функций чувствительности.

Как видим, наиболее «опасным» является восьмой период проекта, так как в этом периоде все функции чувствительности будут максимальны. В такие периоды внимание менеджеров к ходу реализации проекта должно быть наибольшим, чтобы удерживать показатели эффективности близкими к запланированным.

Если в качестве целевой функции выбрана МРУ, то ее чувствительность к ценам или натуральным объемам продаж произведенных товаров в «мертвой зоне» (при МРУ < 0) будет отрицательной, а после срока окупаемости - положительной. Знаки чувствительности МРУ к издержкам будут обратными.

Особенности функций чувствительности к колебаниям цен и натуральных объемов продаж

При определении функций чувствительности мы до сих пор полагали, что все риск-параметры являются независимыми. Данное

предположение для большинства параметров вполне оправданно, однако в ряде случаев взаимной зависимостью пренебречь нельзя. Например, если среди множества риск-параметров есть цены р и натуральные объемы продаж Q товаров, произведенных в рамках инвестиционного проекта, то при расчете таких функций чувствительности, как накопленное сальдо финансовых потоков, накопленный чистый финансовый поток (с дисконтированием или без такового) или МРУ, необходимо учесть зависимость 2(р). Если указанную зависимость оценить затруднительно, то при анализе чувствительно-стей в качестве риск-параметров можно выбрать натуральные объемы продаж (0 или выручку от каждой товарной группы (pQ). Для этих риск-параметров указанные целевые функции являются линейными.

Таким образом, функции чувствительности как динамические характеристики инвестиционного проекта совместно с показателями эффективности дают более полную картину для сравнения проектов или сценариев между собой. По рассчитанным функциям чувствительности можно определить те периоды «жизни» инвестиционного проекта, когда влияние риск-параметров наибольшее, т. е. наиболее «опасные» стадии реализации проекта. Как показали многочисленные расчеты, экстремальные значения всех функций чувствительности для выбранного проекта практически совпадают по времени.

»

Кроме того, сравнивая между собой функции чувствительности по отдельным риск-параметрам, можно ранжировать риски и выявить среди них наиболее существенные, на которых следует сосредоточить основное внимание менеджеров про-

екта. Если построена модель финансового прогноза с блоком анализа чувствительности, то можно провести имитационное моделирование влияния совокупности риск-параметров на выбранную целевую функцию инвестиционного проекта.

СПИСОК ЛИТЕРАТУРЫ

1. Котов В.И. Анализ рисков инвестиционных проектов на основе чувствительности и теории нечетких множеств. СПб.: Судостроение, 2007. 128 с.

2. Котов В.И., Ловцюс В.В. Разработка бизнес-плана: Учеб. пособие. СПб.: Линк, 2008. 136 с.

3. Риск-анализ инвестиционного проекта: Учебник для вузов / Под ред. М.В. Грачевой. М.: Юнити-Дана, 2001. 351 с.

4. Бизнес-анализ с помощью Microsoft Excel: Пер. с англ. М.: Вильямс, 2005. 464 с.

5. Методы теории чувствительности в автоматическом управлении / Под ред. Е.Н. Розенвассера и Р.М. Юсупова. Л.: Энергия. 1971. 344 с.

6. Томович Р., Вукобратович М. Общая теория чувствительности. М.: Сов. радио, 1972.

7. Kuruc A. Financial Geometry // A geometric approach to hedging and risk management. Pearson Education Limited, 2003. 381 p.

8. System sensitivity and adaptivity. Preprints Second IFAC Symposium, Dubrovnih, Ygaslavia, 1968.

9. Tomavic R. Sensitivity analysis of dynamic systems. Belgrade, 1963.

10. Заде Л., Дезоер Ч. Теория линейных систем. (Метод пространства состояний): Пер. с англ. / Под ред. Г.С. Поспелова. М.: Наука, 1970. 704 с.