1.6 Методы оценки информационных систем на основе
теории вероятности
Справедливая цена опционов (Real Options Valuation, ROV). Данная методология ROV, созданная на основе удостоенной Нобелевской премии модели оценки опционов Блэка-Шоулза, направлена на определение количественных параметров гибкости.
Отличительной особенностью данного метода является его способность учитывать быстроменяющиеся экономические условия, в которых функционирует компания. Теория реальных, или управленческих, опционов представляет собой объединение экономических, финансовых и управленческих положений и разных подходов к прогнозированию денежных потоков с учетом различной степени неопределенности доходов, прибыли, издержек и иных факторов на стадии функционирования объектов оценки.
Эта модель основана на предпосылке, что цена опциона на покупку актива должна быть такова, чтобы доходность портфеля инвестиционных продуктов (в частности, компонентов корпоративной информационной системы) равнялась доходности по безрисковым активам, В целом модель обращена к приведенной стоимости будущих потоков денежных средств, что позволяет использовать ее в рамках доходного подхода к оценке.
Расчет происходит следующим образом:
Значение реальной стоимости опциона V, который окупается W (T) к будущем времени T и определяется по общей формуле:
v(t,T) = exp( –r (T – t)) E[ max(0, W(T))], (1.5)
где t означает настоящее время;
Е — риск среднего ожидаемого значения;
r — безрисковая дисконтная ставка.
Ожидаемую стоимость функции окупаемости W() в редких случаях можно вычислить аналитически. Обычно, функцию W() или ее аргумент, предполагается исследовать как стохастический процесс, и такие методы, как Монте-Карло могут быть использованы, чтобы приблизить ее полное распределение вероятностей к времени Т. Полученные выгоды могут быть усреднены и дисконтированы, чтобы получить стоимость опциона.
Данную технологию используют в качестве альтернативы стандартным процедурам составления бюджета и плана капиталовложений в условиях неопределенного состояния рынка и экономики, когда на передний план выступают параметры гибкости. Она дает возможность ответить на вопросы о том, каковы основные промежуточные достижения, можно ли изменить стратегию и др.
Однако методика основывается на некоторых допущениях, которые достаточно сильно затрудняют ее использование в большинстве случаев. В частности, это предположение возможности разделения доходов на две части: «нормальные» и «анормальные». «Нормальные» доходы определяются величиной активов компании и ставкой дисконтирования. Наличие избыточных доходов, по мнению авторов модели, связано с особым положением компании на рынке и, следовательно, должно увеличивать или уменьшать величину стоимости компании по сравнению с величиной стоимости ее активов. Таким образом, основной проблемой остается определение того, что понимается под «анормальными» доходами. На практике разные эксперты по-разному трактуют данные термины, что приводит к неоднозначности. Чаще данный метод используют не для оценки эффективности вложений средств в ИТ, а для сравнения результатов вложений в различные ИТ-проекты [2].
Прикладная информационная экономика (Applied Information Economics, АIE). Методология объединяет достижения теории опционов, современной теории управления портфелем активов, традиционных бухгалтерских подходов (к которым относятся прежде всего NPV, ROI и IRR) и подстраховочных статистических методов, с помощью которых можно выразить неопределенность в количественных оценках, построить кривую распределения ожидаемых результатов, оценить риск и возврат на инвестиции.
Суть метода состоит в том, чтобы для каждой из заявленных целей ИТ-проекта определить вероятность ее достижения и далее из нее вывести вероятность улучшений в бизнес-процессах компании.
Эта методика присваивает единицы измерения традиционным нематериальным активам, таким как уровень удовлетворенности пользователей и стратегическая ориентация, а затем применяет для определения ценности информации различные инструментальные средства, позаимствованные из реальной науки, теории управления портфелем активов и теории статистики. Этот подход охватывает различные стратегии с неопределенными результатами, как это часто бывает при внедрении КИС.
Для дорогостоящих проектов методология AIE является удобным и статистически верным способом анализа рисков. Но относительная простота данного метода основывается на достаточно сложных, если вообще возможных, определениях вероятностей. Применения данной методики является целесообразным в случаях, когда имеется большая статистическая база на опыте других компаний по каким-то статистическим показателям. В каком-либо частном случае, в условиях достаточно специфичной области деятельность либо в случае отсутствия статистических значений (а таких примеров абсолютное большинство) данную методику применять затруднительно [5].
1.7 Выбор оптимального метода для проведения оценки эффективности внедрения корпоративной информационной системы
Каждая из рассмотренных групп методов оценки информационных систем обладает своими преимуществами и недостатками.
Достоинство финансовых методов — их база, классическая теория определения экономической эффективности инвестиций. Данные методы предполагают оценку только тех эффектов, которые можно оценить в денежном эквиваленте, и только в первом приближении. То есть, оценить непосредственный эффект, не учитывая качественных изменений. Это, с одной стороны упрощает проведение расчетов, т.к. используются только количественные показатели, но, в тоже время, затруднительно достоверно выделить ИТ составляющую показателей, что значительно снижает справедливость результата. Автоматизация является тонким процессом, и далеко не в каждом бизнес-процессе можно оценить финансовую составляющую эффекта от нее.
Помимо финансовых методов необходимо использовать методы нефинансового анализа.
Достоинством вероятностных методов является возможность оценки вероятности возникновения риска и появления новых возможностей (например, повышение конкурентоспособности продукции, снижение рисков своевременного завершения проекта) с помощью статистических и математических моделей. Применение данных методик является целесообразным в случаях, когда имеется большая статистическая база на опыте других предприятий по каким-то статистическим показателям. В каком-либо частном случае, в условиях достаточно специфичной области деятельности, либо в случае отсутствия статистических значений данную методику применять затруднительно.
Полноценному использованию финансовых и вероятностных методов мешает также невозможность в современных экономических условиях точно спрогнозировать изменение технико-экономических показателей работы предприятия (объем и продолжительность выпуска разрабатываемой продукции).
Достоинством качественных (эвристических) методов является реализованная в них попытка дополнить количественные расчеты качественными оценками. Они могут помочь оценить все явные и неявные факторы эффективности ИТ-проектов и увязать их с общей стратегией предприятия. Данная группа методов позволяет специалистам самостоятельно выбирать наиболее важные для них характеристики ИТ (в зависимости от специфики продукции и деятельности предприятия), устанавливать между ними соотношения.
Среди недостатков качественных методик можно выделить высокую сложность, ввиду множества рассматриваемых взаимозависимых связей, и фактор влияния субъективного мнения на выбор системы показателей. Поэтому к специалистам, занятым разработкой системы показателей, предъявляются особые требования: они должны обладать большим опытом работы в сфере ИТ и высоким уровнем знаний в области инновационного менеджмента.
Кроме того, эти методологии прежде всего является инструментом формирования стратегии управления, а не методики оценки эффективности затрат на внедрение КИС. Однако решение о начале комплексных ИТ-проектов на крупных промышленных предприятиях как раз в большей степени и является политическим и подчиняется стратегическим планам развития, нежели цели скорейшего получения финансовой выгоды [1].
В связи с этим, для оценки эффективности внедрения КИС предлагается использовать именно качественную методологию, в частности методику построения сбалансированной системы показателей.
Такой выбор можно мотивировать тем, что автоматизация системы управления предприятием, т.е. внедрение КИС, подразумевает автоматизацию бизнес-процессов данного предприятия. Бизнес-процессы, в свою очередь, имеют свои показатели эффективности, по которым можно определить эффективность данного бизнес-процесса.
Если сравнить показатели эффективности для бизнес-процесса и показатели эффективности из сбалансированной системы показателей, то можно увидеть их смысловую схожесть. Можно сделать вывод о том, что факторы успеха являются связующим звеном между целями предприятия и бизнес-процессами, ведущими к их достижению. Таким образом, если факторы успеха являются своеобразными условиями достижения цели, то бизнес-процессы показывают, каким образом эти условия выполняются. При этом оценка выполнения факторов успеха производится через показатели эффективности. В результате можно говорить о едином наборе ключевых показателей эффективности, которые относятся одновременно и к сбалансированной системе показателей, и к бизнес-процессам предприятия (рисунок 1.7) [16].
Рисунок 1.7 - Схема взаимосвязи целей, факторов успеха, бизнес-процессов и
показателей эффективности
Пример взаимосвязи целей, факторов успеха, бизнес-процессов и показателей эффективности показан на рисунке 1.8
Рисунок 1.8 - Пример взаимосвязи целей, факторов успеха, бизнес-процессов и показателей эффективности
Контрольные вопросы
Какие методы оценки эффективности КИС Вы знаете?
На какие группы можно разделить существующие методы оценки эффективности КИС?
Перечислите известные Вам финансовые методы оценки эффективности КИС.
В чем состоят основные преимущества и недостатки финансовых методов оценки эффективности КИС?
Что такое чистая приведенная стоимость и внутренняя норма доходности?
Как рассчитывается экономическая добавленная стоимость?
Какие затраты необходимо учитывать при расчете полной стоимости владения?
Опишите методику быстрого экономического обоснования проектов?
Перечислите известные Вам качественные методы оценки эффективности КИС.
В чем состоят основные преимущества и недостатки качественных методов оценки эффективности КИС?
Что такое сбалансированная система показателей?
В чем состоят особенности сбалансированной системы показателей применительно к ИТ-задачам?
Каковы основные этапы построения сбалансированной системы показателей? Что происходит на каждом из этих этапов?
Перечислите 4 основные структурные составляющие сбалансированной системы показателей.
Приведите примеры ключевых показателей результативности.
Какие программные средства можно использовать для реализации методики ССП?
В чем заключается методология управления портфелем активов?
Перечислите известные Вам вероятностные методы оценки эффективности КИС.
В чем состоят основные преимущества и недостатки вероятностных методов оценки эффективности КИС?
Опишите методологию расчета справедливой цены опционов.
2 ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ
ОЦЕНКИ РИСКОВ ВНЕДРЕНИЯ КИС
2.1 Общая характеристика методов оценки рисков
Анализ проектных рисков начинается с их классификации и идентификации, то есть с их качественного описания и определения — какие виды рисков свойственны конкретному проекту в данном окружении при существующих экономических, политических, правовых условиях.
Анализ проектных рисков подразделяется на качественный (описание всех предполагаемых рисков проекта, а также стоимостная оценка их последствий и мер по снижению) и количественный (непосредственные расчеты изменений эффективности проекта в связи с рисками). Алгоритм анализа рисков приведен на рисунке 2.1.
Анализ проектных рисков базируется на оценках рисков, которые заключаются в определении величины (степени) рисков. Методы определения критерия количественной оценки рисков включают:
Статистические методы оценки, базирующиеся на методах математической статистики, т. е. дисперсии, стандартном отклонении, коэффициенте вариации. Для применения этих методов необходим достаточно большой объем исходных данных, наблюдений.
Методы экспертных оценок, основанные на использовании знаний экспертов в процессе анализа проекта и учета влияния качественных факторов.
Методы аналогий, основанные на анализе аналогичных проектов и условий их реализации для расчета вероятностей потерь. Данные методы применяются тогда, когда есть представительная база для анализа и другие методы неприемлемы или менее достоверны, данные методы широко практикуются на Западе, поскольку в практике управления проектами практикуются оценки проектов после их завершения и накапливается значительный материал для последующего применения.
Комбинированные методы включают в себя использование сразу нескольких методов.
Рисунок 2.1 - Последовательность анализа рисков
Используются также методы построения сложных распределений вероятностей (дерево решений), аналитические методы (анализ чувствительности, анализ точки безубыточности и пр.), анализ сценариев.
Анализ рисков — важнейший этап анализа инвестиционного проекта. В рамках анализа решается задача согласования двух практически противоположных стремлений — максимизации прибыли и минимизации рисков проекта.
Результатом анализа рисков должен являться специальный раздел бизнес-плана проекта, включающий описание рисков, механизма их взаимодействия и совокупного эффекта, мер по защите от рисков, интересов всех сторон в преодолении опасности рисков; оценку выполненных экспертами процедур анализа рисков, а также использовавшихся ими исходных данных; описание структуры распределения рисков между участниками проекта по контракту с указанием предусмотренных компенсаций за убытки, профессиональных страховых выплат, долговых обязательств и т. п.; рекомендации по тем аспектам рисков, которые требуют специальных мер или условий в страховом полисе [17].
Одним из направлений анализа проектных рисков является качественный анализ или идентификация рисков.
Качественный анализ проектных рисков проводится на стадии разработки бизнес-плана, а обязательная комплексная экспертиза проекта позволяет подготовить обширную информацию для анализа его рисков.
Первым шагом идентификации рисков является конкретизация классификации рисков применительно к разрабатываемому проекту.
В теории рисков различают понятия фактора (причины), вида рисков и вида потерь (ущерба) от наступления рисковых событий.
Под факторами (причинами) рисков понимают такие незапланированные события, которые могут потенциально осуществиться и оказать отклоняющее воздействие на намеченный ход реализации проекта, или некоторые условия, вызывающее неопределенность исхода ситуации. При этом некоторые из указанных событий можно было предвидеть, а другие не представлялось возможным предугадать.
Вид рисков — классификация рисковых событий по однотипным причинам их возникновения.
Вид потерь, ущерба — классификация результатов реализации рисковых событий.
Таким образом, можно уточнить (рисунок 2.2) взаимосвязь основных характеристик рисков.
Рисунок 2.2 - Взаимосвязь основных характеристик рисков
Анализ рисков проводится с точки зрения:
истоков, причин возникновения данного типа рисков;
вероятных негативных последствий, вызванных возможной реализацией данных рисков;
конкретных прогнозируемых мероприятий, позволяющих минимизировать рассматриваемый риск.
На рисунке 2.3 проиллюстрирована взаимосвязь рисков проекта с прогнозируемой прибылью от его реализации. Чем выше риск проекта, тем ниже уровень ожидаемой прибыли.
 Рисунок 2.3 - Соотношение уровней ожидаемой прибыли и рисков проекта
Основными результатами качественного анализа рисков являются:
выявление конкретных рисков проекта и порождающих их причин;
анализ и стоимостный эквивалент гипотетических последствий возможной реализации отмеченных рисков;
предложение мероприятий по минимизации ущерба и их стоимостная оценка.
Кроме того, на этом этапе определяются граничные значения (минимум и максимум) возможного изменения всех факторов (переменных) проекта, проверяемых на риски [17].
Математический аппарат анализа рисков опирается на методы теории вероятностей, что обусловлено вероятностным характером неопределенности и рисков. Задачи количественного анализа рисков разделяются на три типа:
прямые, в которых оценка уровня рисков происходит на основании априори известной вероятностной информации;
обратные, когда задается приемлемый уровень рисков и определяются значения (диапазон значений) исходных параметров с учетом устанавливаемых ограничений на один или несколько варьируемых исходных параметров;
задачи исследования чувствительности, устойчивости результативных, критериальных показателей по отношению к варьированию исходных параметров (распределению вероятностей, областей изменения тех или иных величин и т. п.). Это необходимо в связи с неизбежной неточностью исходной информации и отражает степень достоверности полученных при анализе проектных рисков результатов.
Количественный анализ проектных рисков производится на основе математических моделей принятия решений и поведения проекта, основными из которых являются:
стохастические (вероятностные) модели;
лингвистические (описательные) модели;
нестохастические (игровые, поведенческие) модели [17].
В таблице 2.1 приведена характеристика наиболее используемых методов анализа рисков.
Таблица 2.1 - Методы анализа рисков проекта
Метод
|
Характеристика метода
|
Вероятностный анализ
|
Предполагают, что построение и расчеты по модели осуществляются в соответствии с принципами теории вероятностей, тогда как в случае выборочных методов все это делается путем расчетов по выборкам. Вероятность возникновения потерь определяется на основе статистических данных предшествовавшего периода с установлением области (зоны) рисков, достаточности инвестиций, коэффициента рисков (отношение ожидаемой прибыли к объему всех инвестиций по проекту).
|
Продолжение таблицы 2.1
Экспертный анализ рисков
|
Метод применяется в случае отсутствия или недостаточного объема исходной информации и состоит в привлечении экспертов для оценки рисков. Отобранная группа экспертов оценивает проект и его отдельные процессы по степени рисков
|
Метод аналогов
|
Использование базы данных осуществленных аналогичных проектов для переноса их результативности на разрабатываемый проект, такой метод используется, если внутренняя и внешняя среда проекта и его аналогов имеет достаточно сходимость по основным параметрам
|
Нечеткая модель SWOT-анализа
|
Является одной из простейших практических экспертных методик анализа рисков. Это качественный подход, базирующийся на сравнении или «взвешивании» противоположных качеств проекта. Применяется для обработки качественных оценок характеристик проекта с использованием теории нечетких множеств
|
Анализ чувствительности проекта
|
Метод позволяет оценить, как изменяются результирующие показатели реализации проекта при различных значениях заданных переменных, необходимых для расчета
|
Анализ сценариев развития проекта
|
Метод предполагает разработку нескольких вариантов (сценариев) развития проекта и их сравнительную оценку. Рассчитываются пессимистический вариант (сценарий) возможного изменения переменных, оптимистический и наиболее вероятный вариант
|
Метод построения деревьев решений проекта
|
Предполагает пошаговое разветвление процесса реализации проекта с оценкой рисков, затрат, ущерба и выгод
|
Имитационные методы
|
Базируются на пошаговом нахождении значения результирующего показателя за счет проведения многократных опытов с моделью. Основные их преимущества — прозрачность всех расчетов, простота восприятия и оценки результатов анализа проекта всеми участниками процесса планирования. В качестве одного из серьезных недостатков этого способа необходимо указать существенные затраты на расчеты, связанные с большим объемом выходной информации
|
|
