Жизненный цикл инвестиционного проекта,оценка инвестиционных рисков

Автор: Пользователь скрыл имя, 15 Марта 2012 в 10:37, контрольная работа

Краткое описание

Жизненный цикл любого явления представляет собой промежуток времени между его началом и завершением.
Началом инвестиционного проекта можно считать момент зарождения идеи или момент начало ее реализации. Как правило, в инвестиционном проектировании началом проекта принято считать момент, с которого начинают затрачиваться средства.

Оглавление

1. Жизненный цикл инвестиционного проекта…………………………..3
1.1 Прединвестиционная фаза…………..…………………………………4
1.2 Инвестиционная фаза…………………………………………………..8
1.3 Эксплуатационная фаза………………….…………………………….9
2. Оценка инвестиционных рисков………………………………............11
Список литературы ……………………………

Файлы: 1 файл

инвестиции.doc

— 111.00 Кб (Скачать)

Процентный риск. Этот вид риска всегда присутствует при изменении процентных ставок и может негативно воздействовать на инвестора через макроэкономические механизмы.

Отраслевой риск проявляется на конкретном уровне движения рынка.

Систематический риск отражает возможность неблагоприятного развития событий на рынке в целом и зависит во многом от факторов, связанных с изменениями макроэкономической и политической ситуации в стране и за ее пределами. Он означает возможность потери денег при работе на выбранном рынке вне зависимости от конкретных инвестиционных решений.

Событийный риск. Этот вид риска достаточно разнороден и определяется следующими факторами:

- нарушением валютной конвертации (невозможность конвертации валют – результат политических событий);

- изменением налогообложения;

- изменением нормативной базы;

- потерей репутации;

- наступлением глобальных форс-мажорных обстоятельств;

- потерей прав деятельности.

Перечислим основные инструменты, которые позволяют минимизировать риски.

Аналитическая работа. Аналитическая работа, как элемент сокращения риска, позволяет снизить степень неопределенности, которая всегда в той или иной мере сопровождает принятие решений в условиях рыночной экономики. Принятие решения при наличии наиболее полной и точной модели происходящих процессов будет максимально взвешенным и грамотным, а следовательно, и менее рискованным.

Сбор информации позволяет минимизировать риск инфраструктурных институтов. Информация, которая необходима для управления рисками, группируется следующим образом:

- информация об изменениях в нормативной базе;

- информация об изменениях системы налогообложения;

- информация о будущих событиях, которые могут оказать существенное влияние на инвестиционный рынок, например, политическая информация, макроэкономические показатели экономики и т.д.;

- информация об участниках инвестиционного рынка.

Собранная информация должна быть сгруппирована в блоки таким образом, чтобы ее можно было использовать в ходе аналитической работы.

Налаживание неформальных связей с инфраструктурными элементами снижает инфраструктурный риск, а также служит основой для получения информации.

Страхование сделок от конкретных рисков. Современную цивилизацию часто называют обществом риска. В дальнейшем, с развитием общества спектр рисков будет увеличиваться. Учёные всего мира в различных отраслях науки пытаются найти способы, чтобы увеличить достоверность прогнозов, уменьшить риски или хотя бы сделать их предсказуемыми. В начале 90-х годов возникла новая наука эконофизика. Вооружившись методами нелинейной динамики, учёные пытаются прогнозировать различные экономические явления.

В настоящее время в природе существуют три класса процессов:

- детерминированные (обратимые, предсказуемые) процессы;

- случайные процессы (где анализ прошлого не дает возможности предсказать будущее);

- динамический хаос описывается динамическими системами, их поведение можно предсказать на короткий отрезок времени.

С точки зрения математики, любая динамическая система описывается движением точек в фазовом пространстве. Координатами такого пространства являются степени свободы точек системы, точнее траектории, которые в классической динамике однозначно определяются для большого промежутка времени. Однако динамическому хаосу соответствует система расходящихся траекторий. От скорости их расхождения будет зависеть отрезок времени, в течение которого можно прогнозировать поведение данной системы.

Следовательно, начиная с какого-то интервала времени, мы не можем с достаточной вероятностью предсказать поведение простых систем. С другой стороны, нелинейная динамика позволяет определить, сколько переменных необходимо для прогнозирования сложных процессов. К таким процессам и относится инвестирование.

Именно на базе нелинейной динамики в теории рисков выработана своеобразная техника работы, направленная на поиски закономерностей поведения произвольной нелинейной системы как целого. Оказывается, компьютерный анализ большого массива статистических данных в какой-либо стране или отрасли экономики позволяет выявить определённые факты, которые предупреждают инвестора о надвигающемся экономическом кризисе. Даже незначительный рост этих медленно меняющихся величин, рассчитываемых по определенным формулам, сигнализирует о надвигающейся опасности.

Вышеуказанным методом группа Кейлис-Борока сделала анализ экономических рецессий в США с 1963 года по 1997 год. За основу были взяты 9 ежемесячных характеристик экономики США: объем ВВП, суммарный личный доход граждан, уровень безработицы и др. Расчеты на базе этих данных позволили определить так называемые промежутки тревоги – периоды времени, за которыми должны были последовать рецессии. Все пять рецессий, происходивших с 1963 года по 1997 год, предварялись периодами тревоги. В одном случае тревога длилась 13 месяцев, в другом – 10, а в оставшихся трех случаях – по 3 месяца. Данное исследование было ретроспективным, и пока вопрос о будущих рисках этим методом в американской экономике не исследовался.

Группа Дэвида Лэмпера из Оксфордского университета создала модель, позволяющую, по его мнению, эффективно предсказывать финансовые катастрофы. Его модель базируется на анализе стандартной системы, состоящей из множества игроков, конкурирующих друг с другом за ограниченные ресурсы. «Всеобщая взаимозависимость» поведения игроков приводит к тому, что система в целом оказывается очень чувствительной к небольшим изменениям. И хотя большинство их так и остается малозначимым для рынка, отдельные из них могут вызвать лавину изменений, способную разрушить стабильную систему.

Новизна подхода Лэмпера состоит в том, что ему удалось определить причины будущих кризисов (те самые факты, выявление которых – важнейшая задача «рискового прогнозирования») – ими оказались так называемые коридоры предсказуемости, внутри которых краткосрочные изменения параметров рынка с высокой степенью определенности соответствуют рациональным ожиданиям. Как ни странно, именно эти небольшие периоды «повышенной предсказуемости» поведения рынка зачастую предвещают катаклизмы.

С результатами компьютерного моделирования Дэвида Лэмпера совпадает и другое недавнее исследование флуктуаций финансовых рынков, проведенное Рикардо Мансиллой (Национальный университет Мехико). Мансилла также пришел к выводу, что непосредственно перед резкими изменениями на рынке возрастает предсказуемость событий.

Исследование сложных систем, демонстрирующих самоорганизованную критичность (т.е. все тех же систем, использующих процессы с ограниченным горизонтом прогноза), показало, что они сами по себе стремятся к критическому состоянию, в котором возможны «лавины» любых масштабов. Поскольку к таким системам относятся экономика, общество, инфраструктуры различного типа, военно-промышленный комплекс, результаты теории самоорганизованной критичности очень важны для анализа управляющих воздействий, разработки методов прогнозирования и предупреждения о возможных кризисах.

Вначале предполагалось, что методы нелинейной динамики наряду с мощными компьютерными системами позволят резко повысить эффективность экономики, вооружат инвестора новыми знаниями, необходимыми для принятия решения. Но экономика оказалась не готова к этому.

Большие надежды возлагались на вычислительный эксперимент, связанный с компьютерным решением различных уравнений. Но выяснилось, что для описания многих важных объектов нет соответствующих уравнений, а если они и есть, то определение коэффициентов и настройка модели сами по себе представляют исключительно сложную задачу. Для построения модели инвестору необходимо большое количество достоверных, точных данных, которые на сегодняшний день отсутствуют. Именно это является серьёзным препятствием для широкого использования вышеуказанных методов на практике.


Список использованной литературы

 

1.       Бочаров В.В. инвестиционный менеджмент. – СПб., Питер, 2000.

2.       Брынцев А.Н. Оценка инвестиционных рисков // Российское предпринимательство. — 2003. — № 11 (47). — c. 56-63. — http://www.creativeconomy.ru/articles/7841/

3.       «Инвестиционный проект: методы подготовки и анализ», Липсиц И. В., Коссов В. В., Учебн. пособие, М. Бек, 1996г.

4.       «Инвестиционный менеджмент», Бланк И. А., Киев: МП «ИТЕМ» ЛТД, 1995г.

5.        «Методы финансирования инвестиционной деятельности предприятия», Бочаров В. В., М., «Финансы и статистика», 1998г.

6.       «Стратегическое планирование инвестиционной деятельности», Кныш М.И., Перекатов Б.А., Тютиков Ю.П., СПб, 1998г.

7.        «Оценка эффективности инвестиционных проектов», Виленский П.Л., Лившиц В.К., Орлова Е.Р., Смолян С.Л., М. 1998г.

 

 

 

 

 

2

 



Информация о работе Жизненный цикл инвестиционного проекта,оценка инвестиционных рисков