Оценка рисков инвестиционных проектов на основе программного приложения

Автор: Г.А. Яшева, Е.Ю. Вардомацкая, В.Д. Марецкая

Журнал: Материалы и технологии @mat-tech

Рубрика: Экономика

Статья в выпуске: 1 (7), 2021 года.

Бесплатный доступ

В статье рассмотрены методы анализа рисков инвестиционных проектов; разработана методика анализа рисков инвестиционного проекта методом анализа чувствительности критериев эффективности и методом сценариев. Для этой цели на базе технологий макропрограммирования спроектировано программное приложение в среде табличного процессора (ТП) MS Excel. Проведена апробация методики на примере стартап- проекта. Программное приложение позволяет в интерактивном режиме не только моделировать различные сценарии реализации инвестиционных проектов с любым горизонтом планирования, но и определять критические значения факторов и тем самым способствовать разработке эффективных бизнес-решений.

Еще

Инвестиционный проект, стартап, критерии эффективности, чувствительность проекта, риски проекта, метод сценариев, инструментарий, программное приложение, макропрограммирование, табличный процессор MS Excel

Короткий адрес: https://sciup.org/142229366

IDR: 142229366   |   DOI: 10.24412/2617-149X-2020-2-69-74

Текст научной статьи Оценка рисков инвестиционных проектов на основе программного приложения

Необходимость анализа рисков любого инвестиционного проекта обусловлена нестабильностью внешней среды. Основными факторами внешней среды, влияющими на эффективность бизнес-проекта, являются: инфляция, усиление действий конкурентов, изменение законодательства и др. В этой связи необходимость предварительного анализа выгодности и оценки рисков (чувствительности) любого инвестиционного проекта приобретает первостепенное значение. Такой анализ позволяет выявить и оценить степень влияния каждого фактора проекта на критерии эффективности проекта: чистый дисконтированный доход (ЧДД); внутреннюю норму доходности (ВНД); индекс рентабельности (ИР) и выявить факторы, наиболее критичные для проекта.

В мировой практике финансового анализа используются различные методы оценки рисков инвестиционных     проектов.     К     наиболее распространенным из них относят [1, 175]:

  • -   метод корректировки нормы дисконта;

  • -   метод достоверных эквивалентов;

  • -    анализ     чувствительности     критериев

эффективности;

  • -    метод сценариев;

  • -   анализ вероятностных потоков платежей;

  • -    деревья решений;

  • -   метод имитационного моделирования Монте-

  • Карло и др.

Каждый из этих методов имеет свои достоинства и недостатки и применяется в зависимости от специфики и горизонта планирования инвестиционного проекта.

Цель настоящего исследования – разработать методику и автоматизировать анализ и оценку рисков инвестиционного проекта с помощью программного приложения.

Задачи исследования:

  • -    разработать методику анализа рисков инвестиционного проекта на основе табличного процессора MS Excel;

  • -    апробировать методику на примере стартап-проекта.

Инструментарий исследования – табличный процессор MS Excel.

Поддержка малого и среднего предпринимательства и стартап-движения в Республике Беларусь, особенно в условиях пандемии, подтверждает актуальность выбранного авторами направления исследования.

МЕТОДИКА АНАЛИЗА РИСКОВ ИНВЕСТИЦИОННОГО ПРОЕКТА НА ОСНОВЕ ТАБЛИЧНОГО ПРОЦЕССОРА MS EXCEL

Собственные риски инвестиционного проекта базируются на двух составляющих: чувствительность его чистого дисконтированного дохода к изменению значений ключевых показателей и величина диапазона возможных изменений ключевых показателей, определяющая их вероятностные распределения. Поскольку горизонт планирования и срок окупаемости стартапа лежит в пределах полутора -двух лет, даже незначительные колебания значений ключевых показателей стартапа могут оказаться критичными для проекта. Поэтому наиболее информативными, с этой точки зрения, являются метод анализа чувствительности критериев эффективности и метод сценариев [1, 180].

Первый вариант анализа чувствительности предполагает исследование влияния одного из ключевых показателей проекта на величину критериев эффективности, в то время как другие показатели остаются неизменными. Второй вариант позволяет совместить исследование чувствительности результирующего показателя с анализом вероятностных оценок его отклонений.

В соответствии с методологией бизнес-планирования [4, 5, 16] предлагается методика оценки эффективности стартапа (программное приложение), включающая следующие этапы реализации [2, 195].

Этап 1. Выбор показателей оценки эффективности стартапа. Перечень показателей эффективности стартапа регламентируется нормативным документом по бизнес-планированию – Постановлением Министерства экономики Республики Беларусь от 31 августа 2005 г. № 158 «Об утверждении правил по разработке бизнес-планов инвестиционных проектов» [3].

Этап 2. Определение исходных данных на основании финансового плана стартапа: размера начальной инвестиции в стартап, горизонта расчета, нормы дисконта, текущих затраты на производство и реализацию продукта по годам реализации проекта.

Этап 3. Расчет базовых значений показателей эффективности стартапа.

Для оценки эффективности инвестиционного проекта и анализа его чувствительности к изменению ключевых факторов разработано программное приложение на базе табличного процессора MS Excel. Cтартовое окно приложения представлено на рисунке 1.

Рисунок 1 – Стартовое окно программного приложения

Источник: собственная разработка авторов.

Моделирование расчета каждого из четырех показателей инвестиционного проекта выполняется в соответствующих модулях, размещенных на отдельных листах рабочей книги MS Excel. Каждый модуль, представляющий собой шаблон электронной таблицы, обеспечивает выполнение операций ввода исходных данных, расчета соответствующего    показателя    эффективности стартапа и формулировки выводов по результатам. Механизм заполнения таблиц данными и расчета критериев     эффективности     автоматизирован средствами системы сквозной адресации ячеек с элементами макропрограммирования. Для реализации вычислений составлены функции пользователя и формулы с использованием встроенных функций финансовой, статистической, логической и математической категорий ТП MS Excel. Для навигации между модулями приложения служат элементы управления и система гиперссылок.

Этап 4. Анализ чувствительности критериев эффективности стартап-проекта.

Для анализа чувствительности стартап-проектов разработан алгоритм, включающий следующие действия.

  • 1.    Расчет показателей эффективности: чистого дисконтированного дохода (ЧДД), индекcа рентабельности (ИР), динамического срока окупаемости (Ток.) при изменении следующих ключевых акторов:

  • -    увеличение затрат на производство и реализацию продукцию (работ, услуг);

  • -    увеличение объема начальных инвестиций в стартап;

  • -    снижение объемов реализации (выручки от реализации).

  • 2.    Анализ показателей рисков, характеризующих чувствительность проекта по каждому из ключевых факторов.

Шаблоны таблиц с формулами в ячейках для автоматизации расчетов чувствительности критериев эффективности стартап-проекта к изменению базовых показателей проекта представлены в модуле «Анализ чувствительности» в разработанном авторами приложении. При вводе в таблицы-шаблоны разных вариантов значений исходных данных – размера начальной инвестиции, денежных потоков – с помощью составленных формул и встроенных функций категории «Финансовые» рассчитываются значения основных показателей эффективности инвестиционного стартап-проекта. Варьируя в определенных пределах исходные значения названных выше факторов (начальной инвестиции, объема реализации и затрат на производство) можно в интерактивном режиме получить и оценить значения чистого дисконтированного дохода, индекса рентабельности и динамического срока окупаемости рассматриваемого проекта. Это позволит в соответствии с полученными значениями выполнить оценку ситуации в целом и принять то или иное инвестиционное решение.

АНАЛИЗ ЧУВСТВИТЕЛЬНОСТИ СТАРТАП-ПРОЕКТА

Информационной базой для исследования послужил стартап-проект виртуальной экофермы «i-ФерМир» [2, 195], разработанный на основании финансового плана, представленного в таблице 1.

Таблица 1 – Финансовый план стартапа эко-фермы «i-ФерМир»

Наименование показателей

По периодам реализации проекта, руб.

Первый год

Второй год

Третий год

Объем реализации

28000

32000

36000

НДС

5600

6400

7200

Текущие затраты

7000

6000

5000

Прибыль от реализации

15400

19600

23800

Налог на прибыль

2772

3528

4284

Чистая прибыль

12628

16072

19516

Источник: собственная разработка.

Эффективность стартап-проекта с горизонтом планирования три года оценивалась по следующим критериям:

  • 1.    Чистый     дисконтированный     доход

  • 2.    Индекс    рентабельности     инвестиций

  • 3.    Динамический      срок      окупаемости

  • 4.    Внутренняя норма доходности ВНД = 59,89 при ставке дисконта 15 %.

  • 5.    Анализ чувствительности (рисков) проекта.

ЧДД = 25,86 тыс. руб.>0.

ИР = 1,44 > 1.

Ток = 1 г. 4 мес.< 2 лет.

Для проведения анализа рисков на отдельных листах рабочей книги ТП MS Exсel разработаны шаблоны электронных таблиц с формулами для расчета соответствующих показателей (рис. 2).

А

В

С

о

Е

5

Норма дисконта, %

15%

6

Нан. инвестиции, тыс.руб.

18,000

7

Показатель

Значения показателя

Базовый

8

10,0%

20,0%

30,0%

вариант

9

1. Снижение объема реализации.

10

25,200

22,400

19,600

28,000

11

Объем реализации

28,800

25,600

22,400

32,000

12

32,400

28,800

25,200

36,000

13

ЧДД (NPV)

18,639

11,418

4,196

25,861

14

ИР (PI)

1,04

0,63

0,23

1,44

15

Т окуп

1 г. 7 мес.

2 г. 1 мес.

2 г. 6 мес.

1 г. 4 мес.

16

Чувствительность ЧДД

-2,80

-2,79

-2,79

17

Вывод:

18 При снижении доходов на 1% NPV снижается на 2,8 %.

Рисунок 2 – Расчет рисков стартап-проекта к изменению объема реализации

Источник: собственная разработка авторов.

Использование встроенных функций финансовой и логической категории табличного процессора MS Excel позволяет автоматизировать эти расчеты. Результаты анализа чувствительности рассматриваемого стартап-проекта к изменению основных факторов представлены в таблице 2. Проведенный анализ позволяет не только выявить диапазон изменения исходных данных по каждому из значений, при которых проект приближается к граничной точке выгодности (ИР ᵙ 1), но и сделать вывод, на сколько денежных единиц будет изменяться чистый дисконтированный доход проекта при изменении анализируемого критерия на 1 %.

Таблица 2 – Результаты анализа чувствительности стартап-проекта виртуальной экофермы

«i-ФерМир»

Показатель

Значения показателя

Критические значения факторов

Базовый вариант

на 10,0 %

на 20,0 %

на 30,0 %

1. Снижение объема реализации

10‒12 %:

Объем реализации, тыс. руб.

86,400

76,800

67,200

96,000

ЧДД, тыс. руб.

18,639

11,418

4,196

18,639 <

25,861

ИР

1,04

0,63

0,23

1,04 <

1,44

Tок.

1 г. 7 мес.

2 г. 1 мес.

2 г. 6 мес.

1 г. 7 мес. >

1 г. 4 мес.

Чувствительность ЧДД, %

-2,80

-2,79

-2,79

2. Увеличение затрат на производство

28‒30 %:

Затраты на производство

40,920

44,640

48,360

37,200

ЧДД, тыс. руб.

23,025

20,190

17,354

17,354 <

25,861

ИР

1,28

1,12

0,96

0,96 <

1,44

Tок.

1 г. 5 мес.

1 г. 6 мес.

1 г. 8 мес.

1 г. 8 мес. >

1 г. 4 мес.

Чувствительность ЧДД, %

-1,1

-1,1

-1,1

3. Увеличение стоимости начальных инвестиций

20‒22 %:

Начальные инвестиции

19,800

21,600

23,400

18,000

ЧДД, тыс. руб.

24,060

22,260

20,400

22,260 <

25,861

ИР

1,22

1,03

0,87

1,03 >

1,44

Tок.

1 г. 5 мес.

1 г. 7 мес.

1 г. 8 мес.

1 г. 7 мес. >

1 г. 4 мес.

Чувствительность ЧДД, %

-0,7

-0,7

-0,7

*собственная разработка.

Как показал анализ, в большей степени проект чувствителен к снижению объема реализации, так как уменьшение этого фактора всего на 1 % уменьшает ЧДД проекта на 2,8 %.

Для того чтобы совместить исследование чувствительности результирующего показателя (ЧДД) с анализом вероятностных оценок его отклонений, разработанное приложение включает в себя инструментарий, реализующий проведение анализа чувствительности по методу сценариев (метод «оптимизма-пессимизма») [1, 188]. В соответствии с этим методом возможно исследование влияния совокупности ключевых показателей проекта на величину критерия эффективности. Для этого разработаны шаблоны, автоматизирующие расчеты по трем вариантам изменения ключевых показателей: вероятному (за этот вариант принят базовый с вероятностью 0,5), наихудшему ‒ «пессимистическому» (с вероятностью 0,25) и наилучшему ‒ «оптимистическому» (с вероятностью 0,25), с коридором изменения ключевых параметров ± 5 % (рис. 3).

Для рассматриваемого проекта среднее ожидаемое значение ЧДД = 26,37 тыс. руб. практически совпало со значением ЧДД базового варианта (25,86 тыс. руб.). Коэффициент вариации (при значении стандартного отклонения σ = 4,79) составил 18,16 %. Вероятность того, что ЧДД проекта <0 = 0, ЧДД проекта <0,5·ЧДДср = 2,94·10-3, ЧДДпроекта > ЧДДmax = 0,065 (рис. 3).

Таким образом, из предположения о нормальном распределении случайной величины, с достаточной степенью вероятности можно утверждать, что при таком сценарии величина ЧДД проекта будет находиться в диапазоне 25,86 ± 4,79 тыс. руб. Согласно принятым оценкам [1, 196] значение коэффициента вариации = 18,16 % говорит о наличии определенного риска для данного проекта.

По результатам проведенного анализа можно сделать вывод, что чистая приведенная стоимость рассмотренного проекта наиболее чувствительна к изменению значений ожидаемого дохода и ставки дисконта и наименее чувствительна к изменению затрат.

2

3

4

5

6

7

11

12

13

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

A

В

С

D

Е

F

Сценарий

Наихудший р=0,25

Наилучший р=0,25

Вероятный р=0,5

Показатели

0,25

0,25

0,5

Сумма инвестиций

-18,000

1

26,600

29,400

28,000

Доходы

2

30,400

33,600

32,000

3

34,200

37,800

36,000

1

13,230

11,970

12,600

Затраты

2

13,020

11,780

12,400

3

12,810

11,590

12,200

Норма дисконта

16%

12%

15%

Коридор

-5%

5%

0,000

ЧДД

20,15 ₽

33,61 ₽

25,86 ₽

вид

47,6%

75,3%

59,9%

ИР

1,12

1,87

1,44

Среднее ожидаемое знач.МРХ/

26,370

отклонения

Чувствительность

ЧДД

-22,10%

29,98%

-2,21

3,00

внд

-20,53%

25,73%

-2,05

2,57

квадраты разностей

38,74

52,46

0,26

Отклонение а

4,79

ЧДДСО

0,000000

Ч ДД < 0,5ЧДДср

0,002948818

ЧДД > max

0,065195315

К-т вариации

18,16%

Рисунок 3 – Анализ рисков по методу сценариев

Источник: собственная разработка авторов.

ЗАКЛЮЧЕНИЕ

Рассмотренные методы анализа рисков инвестиционных проектов позволили получить достаточно информативную картину для различных вариантов реализации стартап-проекта. Используемый инструментарий предоставил возможность автоматизировать этот процесс и тем самым сделать его доступным широкому кругу заинтересованных лиц. С помощью разработанного приложения любой инвестор, рассматривающий возможности вложения средств в тот или иной стартап, не имея специальных знаний в области финансового анализа и программирования, может оценить выгодность и вероятностные риски предполагаемых инвестиций.

Универсальность приложения позволяет расширить горизонт планирования и тем самым использовать его не только для оценки эффективности стартапов, но и для планирования долгосрочных инвестиций.

Практическое значение разработок заключается в возможности их использования субъектами хозяйствования Республики Беларусь, центрами поддержки предпринимателей, ассоциациями предпринимателей, венчурными компаниями, администрацией свободных экономических зон, банками и финансовыми организациями, предоставляющими кредит для стартаперов.

Список литературы Оценка рисков инвестиционных проектов на основе программного приложения

  • Чуднова, О. В. Алгоритм базового анализа данных социологического опроса в программе MS Excel // Современные научные исследования и инновации. ‒ 2015. ‒ № 4. ‒ Ч. 5 [Электронный ресурс]. ‒ Режим доступа: URL: http://web.snauka.ru/issues/2015/04/45596. ‒ Дата доступа: 15.02.2021.
  • Статистика с элементами эконометрики в 2 ч. Часть 1 : учебник для среднего профессионального образования / В.В. Ковалев [и др.] ; под редакцией В.В. Ковалева. ‒ Москва : Издательство Юрайт, 2017. ‒ 333 с.
  • Потенциал предприятия: компоненты, оценка, выбор стратегии развития : монография / В.А. Скворцов [и др.]; под науч. ред. В. А. Скворцова, И. Г. Бабеня; УО «ВГТУ», 2017. – С. 16‒21, 135‒144.
Статья научная