1. Оценка и отбор стратегических инвестиционных проектов 15 — страница 14

переменных на конечные результаты проекта целесообразно провести анализ чувствительности. Несколько сценариев будущего.    На втором уровне неопределенности будущее уже не так однозначно и должно быть представлено уже несколькими дискретными сценариями. Заранее точно нельзя сказать, какой сценарий будет реализован, но можно сделать предположения о вероятности реализации каждого из сценариев. Руководство проекта

должно разработать набор таких сценариев, каждый из которых может потребовать своей модели оценки. Очень важно получить информацию для оценки вероятности реализации каждого из сценариев. После этого можно применить классические методы принятия решений на основе ожидаемой доходности и уровня риска реализации каждого из сценариев. Анализ сценариев позволяет учитывать больше факторов, чем анализ чувствительности, но он

ограничен тем, что рассматривает весьма небольшое количество возможных комбинаций ключевых переменных. 21    Метод дерева решений также может использоваться для учета неопределенности на втором уровне. Он позволяет структурировать проблему принятия инвестиционного решения путем построения карты всех возможных альтернатив управленческих действий во всех возможных состояниях природы в виде иерархии. Это может быть

полезно для анализа сложных последовательных инвестиций, когда неопределенность разрешается в определенные дискретные моменты времени. JJuamnon пу()у1цс,н).    На третьем уровне можно выделить некий диапазон будущего развития событий. Диапазон будущего зависит от разброса значений известных ключевых переменных. Выход на новый географический рынок, внедрение новой технологии или поглощение других компаний - это примеры

неопределенности третьего уровня.    Необходимо определить возможные сценарии развития будущего и выделить те индикаторы, изменение которых может привести к реализации того или иного сценария. При этом нужно разрабатывать только ограниченное количество альтернативных сценариев - не более четырех-пяти, иначе процесс принятия решения будет затруднен. Эту проблему помогает решить имитационное моделирование по методу

Монте-Карло. Зная вероятностные распределения основных параметров проекта, а также связь между ними, можно получить вероятностное распределение ожидаемой доходности проекта.    Метод Монте-Карло не часто применяется на практике по следующим причинам: (1) трудно выявить все важные взаимозависимости переменных; (2) результатом моделирования является вероятностное распределение, как правило, показателя NPV, чья