3.8.5. Вероятностный анализ эффективности проекта

Вероятностный анализ эффективности проекта проводился с использованием имитационного моделирования по методу Монте-Карло. Данный метод позволяет получить распределение основных показателей эффективности проекта на основе данных о вариациях исходных параметров. Для моделирования использовалась та же модель базового варианта инвестиционного проекта, которая применялась для расчета основных показателей эффективности и анализа чувствительности. Имитационное моделирование проводилось с помощью программного комплекса Project Expert Professional версия 7.0.

В качестве ключевых варьируемых данных были выбраны основные показатели, характеризующие инвестиционный проект (см. таблицу 3.8.4.).

Таблица 3.8.4.

Варьируемые данные	Диапазон вариации
Цены продаж	-10%	+10%
Объем продаж	-10%	0%
Затраты на сырье и материалы	-10%	+10%
Постоянные издержки	-10%	+10%
Объем инвестиций	-10%	+10%

Диапазон вариации объемов продаж готовой продукции является несимметричным, поскольку реальный объем продаж может отклоняться от запланированного только в меньшую сторону, так как жестким "ограничением сверху" служит максимальная производственная мощность предприятия.

Количество экспериментов имитационного моделирования, на базе которых строились функции распределения показателей эффективности, составляло 1000. Основными показателями эффективности проекта, для которых вычислялось распределение, выступали:

чистый дисконтированный доход проекта NPV;

внутренняя норма доходности проекта IRR;

простой срок окупаемости проекта PBP;

дисконтированный срок окупаемости проекта DPBP;

индекс прибыльности PI.

Результаты моделирования для соответствующих показателей эффективности приведены соответственно на графиках 5-10 в Приложении 7. Результирующие кривые имеют характерную "колоколообразную" форму с незначительными искажениями, вызванными статистическими отклонениями случайных величин. Ряд кривых обладает некоторой несимметричностью, связанной с несимметричностью диапазона вариации показателя объема сбыта готовой продукции.

Основными характеристиками, полученными при помощи имитационного моделирования по методу Монте-Карло, стали средние ожидаемые значения показателей эффективности проекта. Среднее ожидаемое значение случайной величины есть средневзвешенное для всех возможных результатов экспериментов, где вероятность каждого из них используется в качестве весового коэффициента.

Таблица 3.8.5.

Чистый дисконтированный доход NPV	2 422 782 долларов США
Внутренняя норма доходности IRR (рассчитанная на общий объем инвестиций)	20,45%
Простой срок окупаемости PB (с момента начала проекта)	49 месяцев
Дисконтированный срок окупаемости DPB (с момента начала проекта)	57 месяцев
Индекс прибыльности PI	1,24

Среднее ожидаемое значение чистого дисконтированного дохода (NPV) проекта составило 2 422 782 доллара США, уменьшившись по сравнению с NPV, рассчитанного для базового проекта (см. раздел 3.8.1.). Данное обстоятельство связано с несимметричным диапазоном вариации показателя объема сбыта готовой продукции (от -10% до 0%), означающим, что фактически реализуются только негативные изменения параметра.

При этом среднее ожидаемое значение чистого дисконтированного дохода составляет положительную величину, то есть проект остается окупаемым и эффективным на выбранном горизонте планирования.

Приведенные показатели свидетельствуют о достаточном запасе экономической устойчивости проекта и позволяют прогнозировать высокую вероятность достижения проектом положительного фактического NPV на рассматриваемом горизонте планирования.

Совокупный анализ кривых распределения ключевых показателей эффективности инвестиционного проекта позволяет также утверждать, что проект имеет

положительный чистый приведенный доход NPV,

внутреннюю норму доходности IRR, значительно превышающую ставку дисконта,

простой срок окупаемости меньший 49 месяцев;

дисконтированный срок окупаемости, не превышающий 57 месяцев

с вероятностью 95% при указанных вариациях исходных параметров. Данные показатели позволяют характеризовать представленный инвестиционный проект как прибыльный, эффективный и устойчивый в условиях случайного изменения определяющих его ключевых исходных данных.