Автор: Пользователь скрыл имя, 22 Мая 2013 в 12:37, контрольная работа
1. Классификация инвестиционных портфелей.
2. Методы количественной оценки инвестиционных рисков по проекту и их характеристика.
Для использования методов данного подхода необходимо освоить понятия теории расплывчатых множеств и операций над ними, базирующиеся на положениях математической логики, теории множеств и теории вероятностей.
Основные элементы процесса принятия решений в расплывчатых условиях:
1) множество альтернатив;
2) множество ограничений,
3) функция предпочтительности, ставящая каждой альтернативе в соответствие выигрыш (или проигрыш), который будет получен в результате выбора той или иной альтернативы.
Эти элементы определяются в терминах теории нечетких множеств как расплывчатая цель, расплывчатые ограничения и расплывчатое решение, являющееся слиянием целей и ограничений. Цель и ограничения могут задаваться в одном и том же пространстве альтернатив Х. Однако наибольший интерес представляет случай, когда цели и ограничения являются расплывчатыми множествами в разных пространствах: ограничения — расплывчатое множество в пространстве Х = {х}, элементы которого определяют входные воздействия на управляемую систему, т. е. причины, а цель — нечеткое множество в пространстве Y = [у}, элементы которого определяют соответствующий выход (следствие). Задается функция ? индуцирующая множество целей в пространство Х. При этом оговаривается, что функция принадлежности исходного расплывчатого множества, определяющего цель, тождественна функции принадлежности полученного множества в Х. Пересечение данного множества и множества ограничений образует решение.
Таким образом, случай, когда цели и ограничения задаются как расплывчатые множества в разных пространствах, может быть сведен к случаю, когда они задаются в одном и том же пространстве. Приведенное соотношение является весьма полезным при анализе многошаговых процессов принятия решений.
Методика нечетко-интервальной оценки и многокритериальной оптимизации финансовых параметров инвестиций позволяет с большей полнотой (чем традиционные методы) использовать априорную информацию о будущих потоках платежей и процентных ставках с учетом ее неопределенности.
В современных условиях методы теории нечетких множеств, к сожалению, пока не нашли широкого применения в сфере оценки, хотя их применение в условиях недостаточности информации позволяет использовать в процессе принятия управленческих решений объекты нечисловой природы, что значительно расширяет диапазон данных, привлекаемых оценщиком. Если говорить о результатах применения аппарата нечеткости в реальных задачах, то оказывается, что в ряде случаев с его использованием удается получить больше, чем с помощью других методов, или же получить то же, но с меньшими затратами.
Каждый из рассмотренных методов анализа проектных рисков обладает определенными недостатками. Так, методы без учета распределений вероятностей наименее приспособлены для количественного анализа проектных рисков в нестабильных условиях. Их важнейшим недостатком является высокая степень агрегированности риска, связанного с инвестиционным проектом.
Метод корректировки не позволяет адекватно учитывать риски различных проектных переменных из-за сведения их к одному показателю, игнорируя существующие внутренние взаимосвязи.
Анализ чувствительности в целом также является недостаточно мощным инструментом для анализа рисков нестабильной экономики. Критические значения факторов определяют только пороговые величины изменения переменных, отсутствует информация о вероятностях выхода факторов за эти границы. Параметрический анализ чувствительности позволяет выявить только интервал возможного разброса значений результирующего показателя. Следовательно, анализ чувствительности обладает низкой информативностью и не позволяет получить количественную оценку риска проекта в целом. Тем не менее это отличный вспомогательный инструмент, облегчающий отбор ключевых (рисковых) переменных модели, влияние которых на результат проекта будет анализироваться более продвинутыми методами.
Кроме того, преимущество данного метода состоит в относительной простоте насыщения моделей необходимой информацией, а значит, в повышении достоверности выводов, сделанных на основе анализа проектных рисков.
Методы с учетом распределения вероятностей позволяют получать распределения вероятностей результирующего показателя на основе распределений экзогенных переменных, но так как в основе этих методов лежит применение теории вероятностей, их использование связано с рядом ограничений, что оказывает существенное влияние на практическую применимость рассматриваемых методов.
Прежде всего это характерное для данных методов упрощение характеристик самой модели инвестиционного проекта. Следующим недостатком является достаточно слабый учет формальных зависимостей переменных.
Применение имитации МонтеКарло позволяет учитывать любые распределения экзогенных переменных и получать распределение результирующего показателя. Вместе с тем, вопрос об учете зависимостей остается открытым.
Использование методов теории игр и представлений теории нечетких множеств, очевидно, требует серьезной математической подготовки исследователя и развитых аналитических способностей.
Из всего вышесказанного следует, что наиболее приспособленным для анализа рисков в ситуации нестабильности является системный (комплексный) подход. Он ориентирован на любые виды зависимостей и распределений, позволяет использовать различные показатели эффективности, предполагает непосредственный учет рисков и вычисление совокупного риска проекта. Единственным недостатком системного подхода являются значительные затраты, связанные с его реализацией (сбор и обработка огромного массива исходной информации, значительные временные и финансовые расходы).
Учитывая ограниченные возможности использования всех названных методов анализа рисков инвестиционных проектов, развивающихся в условиях нестабильной экономики, а также аналогичный опыт проектного анализа других стран, накопленный Всемирным банком, становится возможным описать промежуточный подход, универсальный для различных инвестиционных проектов.
Подчеркну еще раз, что априори трудно предугадать, какой метод из всех проанализированных является предпочтительным. Каждый проектный аналитик должен выбирать для анализа своего инвестиционного проекта тот метод, ту технику исследования рисков, которые наиболее соответствуют возможностям данного проекта и внешним требованиям, учитывая при этом как их преимущества, так и недостатки.
Ни один из этих методов не устраняет необходимость выбирать решение, балансируя между большей ожидаемой ЫРУ и меньшим риском. Использование предложенных подходов и методов позволяет получить более четкое представление о направлениях действий. Однако насколько бы точны, многообразны и сложны эти методы ни были, они являются только инструментом и не могут заменить человека, принимающего решение.
3. Тест: Что из перечисленного ниже можно отнести к притокам денег от финансовой деятельности?
в) получение кредита;
Список литературы.
1. Т.Г. Касьяненко “Инвестиции”, - М.: ИКФ Омега- Л, 2009г., -286с.
2.В.А.Бабин “О практических
3.В.Б.Чернов “Анализ риска
4.В.Романов “Понятие рисков и их классификация”, //Финансовый бизнес, №1,2001г.,40с.
5.Е.Егорова “Ещё раз о сущности риска и системном подходе…”, //Управление риском, №2, 2002г., 9с.
6.О.А.Доничев “Инвестиционные риски как сдерживающий фактор развития экономики”, //Экономика строительства, №11, 2002г., 28с.
7.И.В.Сергеев, И.И.Веретенников “Организация и финансирование инвестиций”, - М.: Финансы и статистика, 2002г., 400с.
8.М.Грачева “Риск-анализ инвестиционного проекта”, - М.: Юнити,2001г.,350с.
9.Н.В.Игошин “Инвестиции”, - М.: Юнити - Дана, 2002г.