Курсовая работа: Риск и планирование инвестиционных проектов
Основная проблема, возникающая при использовании метода экспертных оценок, связана с объективностью и точностью получаемых результатов. Это связано с такими факторами, как некачественный подбор экспертов, возможность группового обсуждения, доминирование какого-либо мнения (мнения «авторитетного лидера»)[34] и т. д.
Наибольшее распространение при оценке риска инвестиционных проектов (особенно производственных инвестиций) получили такие количественные методы, как:
· статистический метод;
· анализ чувствительности (метод вариации параметров);
· метод проверки устойчивости (расчета критических точек);
· метод сценариев (метод формализованного описания неопределенностей);
· имитационное моделирование (метод статистических испытаний, метод Монте-Карло);
· метод корректировки ставки дисконтирования[35] .
Часто производственная деятельность предприятий планируется по средним показателям параметров, которые заранее не известны достоверно (например, прибыль) и могут меняться случайным образом. При этом крайне нежелательна ситуация с резкими изменениями этих показателей, ведь это означает угрозу утери контроля. Чем меньше отклонение показателей от среднего ожидаемого значения, тем больше стабильность рыночной обстановки.
Именно поэтому наибольшее распространение при оценке инвестиционного риска получил статистический метод, основанный на методах математической статистики[36] .
Расчет среднего ожидаемого значения осуществляется по формуле средней арифметической взвешенной:
где – среднее ожидаемое значение; – ожидаемое значение для каждого случая; – число случаев наблюдения (частота).
Среднее ожидаемое значение представляет собой обобщенную количественную характеристику и поэтому не позволяет принять решение в пользу какого-либо варианта инвестирования.
Для принятия окончательного решения необходимо определить меру колеблемости возможного результата. Колеблемость представляет собой степень отклонения ожидаемого значения от среднего. Для ее оценки на практике обычно применяют два близко связанных критерия – дисперсию и среднее квадратичное отклонение.
Дисперсия есть средневзвешенное значение квадратов отклонений действительных результатов от средних ожидаемых:
.
Среднее квадратичное отклонение опре?