потрібно завжди мати резервну копію базової моделі в окремому файлі;
необхідно залишати докладну інструкцію й опис моделі.
Одним з недоліків аналізу чутливості є передумова того, що каждый вихідний параметр змінюється, незалежно від інших. Виправити подібну ситуацію допомагає аналіз сценаріїв, коли змінюється відразу група взаимозависящих показників. Наприклад, дотримуючись класичного закону попиту та пропозиції, ми можемо установити взаємозв'язок між параметрами ціни й обсягу продажів. Кількість і взаємозв'язки вихідних параметрів моделі можуть являти собою досить складну систему. У цьому випадку має сенс окремо розглядати розвиток подій, що відповідає оптимістичному, очікуваному і песимістичному варіантові розвитку. Для кожного з вищевказаних сценаріїв розраховуються свої варіанти чистої приведеної вартості проекту, внутрішньої норми рентабельності й інших показників.
Метод перевірки стійкості (розрахунку критичних крапок)
Метод перевірки стійкості передбачає розробку сценаріїв реалізації проекту в найбільш ймовірних або найбільше "небезпечних" для яких-небудь учасників умовах. По кожнім сценарії досліджується, як буде діяти у відповідних умовах організаційно-економічний механізм реалізації проекту, які будуть при цьому доходи, втрати і показники ефективності. Вплив факторів ризику на норму дисконту при цьому не враховується.
Одним з найбільш важливих показників цього методу є крапка беззбитковості, що характеризує обсяг продажів, при якому виторг від реалізації продукції збігається з витратами виробництва.
Метод сценаріїв (метод формалізованого опису невизначеностей)
Якоюсь мірою уникнути недоліків, властивому аналізові чутливості, дозволяє метод сценаріїв, при якому одночасній несуперечливій зміні піддається вся сукупність факторів досліджуваного проекту з урахуванням їх взаємозалежності. Метод сценаріїв припускає опис досвідченими експертами всієї безлічі можливих умов реалізації проекту (або у формі сценаріїв, або у виді системи обмежень на значення основних технічних, економічних і інших параметрів проекту) і витрат, що відповідають цим умовам, результатів і показників ефективності.
Основним недоліком сценарного аналізу є розгляд тільки декількох можливих исходов по проекті (дискретна безліч значень NPV), хоча в дійсності число можливих исходов не обмежене. Крім того, при неможливості використання об'єктивного методу визначення імовірності того або іншого сценарію приходиться робити припущення, ґрунтуючись на особистому досвіді або судженні, при цьому виникає проблема вірогідності вероятностных оцінок.
Як допоміжний інструмент при проведенні сценарного аналізу зручно використовувати метод дерева рішень. Він застосовується в тих ситуаціях, коли рішення, прийняті в кожен момент часу, сильно залежать від попередніх рішень і у свою чергу визначають сценарії подальшого розвитку подій.
Дерево рішень - це сіткові графіки, кожна галузь яких являє собою альтернативні варіанти розвитку або стану середовища. При проведенні сценарного аналізу на сітковому графіку вказуються імовірності настання тих або інших подій, а потім виробляється розрахунок очікуваних результатів.
Імітаційне моделювання (метод статистичних іспитів, метод Монте-Карло)
Аналіз ризиків з використанням методу імітаційного моделювання (методу Монте-Карло) являє собою з'єднання методів аналізу чутливості й аналізу сценаріїв на базі теорії імовірності. Замість того щоб створювати окремі сценарії (найкращий, найгірший), в імітаційному методі комп'ютер генерує сотні можливих комбінацій параметрів (факторів) проекту з обліком їхній вероятностного розподілу. Кожна комбінація дає своє значення NPV, і в сукупності аналітик одержує вероятностное розподіл можливих результатів проекту. Реалізація цієї досить складної методики можлива тільки за допомогою сучасних інформаційних технологій.
Графічна модель проведення аналізу на основі імітаційного моделювання (метод Монте-Карло У цьому випадку ми не просто пробуємо угадати розвиток подій, ми пробуємо угадати природу поводження самих вихідних даних. Ні для кого не секрет, що більшість з них підкоряються законові нормального розподілу Гаусса з властивої ним асиметрією й ексцесом. Ці параметри використовують в імітаційному моделюванні.
Слід зазначити, що в цілому даний метод є досить трудомістким, адже він передбачає циклічне повторені тих самих обчислень по моделі багато тисяч разів у процесі підстановки в якості вихідних дані серії випадкових чисел, через які метод одержав другу назву методу Монте-Карло. У цьому випадку на допомогу менеджерам приходить спеціалізоване програмне забезпечення, наприклад Project Expert. Відзначимо також можливість реалізації методу навіть за допомогою MS Excel, але тоді одержання результатів буде спряжено з трудозатратами, що роблять застосування даного методу неефективним.
Практика показує, що використання симуляції Монте-Карло виправдано насамперед для великих і дорогих проектів.
Метод коректування ставки дисконтирования
У залежності від того, яким методом враховується невизначеність умов реалізації проекту при визначенні очікуваного NPV, виправлення на ризик у розрахунках ефективності можуть включатися або в норму дисконту (метод коректування ставки дисконтирования), або у величину чистого гарантованого грошового потоку (метод еквівалентного грошового потоку).
Кожному факторові в залежності від його оцінки можна приписати величину виправлення на ризик по цьому факторі, що залежить від галузі, до якої відноситься проект, і регіону, у якому він реалізується. У тих випадках, коли ці фактори є незалежними й у змісті ризику доповнюють один одного, виправлення на ризик по окремих факторах варто скласти для одержання загального виправлення, що враховує ризик неотримання доходів, запланованих проектом.
Використана література
1. Ансофф И. Стратегическое управление: Сокр. пер. с англ. / Hауч. ред. и авт. предисл. Л. И. Евенко. - М.: Экономика, 1989. - 519 с.
2. Люкшинов А. Н. Стратегический менеджмент: Учебное пособие для вузов. - М.: ЮНИТИ-ДАНА, 2000. - 375 с.
3. Пакулин С. Л. Обоснование стратегии социально-экономического развития восточного региона Украины в условиях глобализации // Матеріали міжнародної науково-практичної конференції „Розвиток економіки в трансформаційний період: глобальний та національний аспекти” (20 квітня 2005 року, Запоріжжя). Том ІІ. - Дніпропетровськ: Наука і освіта, 2005. - С. 49-49.
4. Пакулин С. Л. Построение моделей систем поддержки принятия стратегических решений социально-экономического развития региона // Економіка: проблеми теорії та практики: Збірник наукових праць. Випуск 202: В 4 т. Том ІV. - Дніпропетровськ: ДНУ, 2005. - С. 1036-1041.
5. Пакулин С. Л. Принципы регионального системообразования и стратегия развития региона // Економіка: проблеми теорії та практики: Збірник наукових праць. Випуск 201: В 5 т. Том ІV. - Дніпропетровськ: ДНУ, 2005. - С. 1062-1067.
6. Пакулін С.Л. Удосконалення системи стратегічного управління регіоном // Матеріали VIII Міжнародної науково-практичної конференції „Наука і освіта - 2005” (7-21 лютого 2005 г.). Том 94. Регіональна економіка. - Дніпропетровськ: Наука і освіта, 2005. - С. 32-34.
7. Пакулін С.Л., Молодоря Т.С. Стратегічне управління соціально-економічним розвитком східного регіону України в умовах глобалізації // Друга Міжнародна науково-практична конференція „Спецпроект: аналіз наукових досліджень” (7-11 грудня 2005 року): Збірка наукових праць. Том 1. - Дніпропетровськ: НАЦ „Ера”, 2005. - С. 31-34.
8. Стратегическое управление: регион, город, предпри¬ятие / Под ред. Д.С. Львова, А.Г. Гранберга, А.П. Егоршина; ООН РАН, НИМБ. - М.: ЗАО „Издательство „Экономика”, 2004. - 605 с.
9. Савчук В.П. Оценка эффективности инвестиционных проектов. Учебник http://www.management.com.ua/finance/fin011-2.html