Riskianalyysitekniikat

Riskianalyysitekniikat
Anonim
on tärkeää muistaa, että kun yritys analysoi mahdollisen hankkeen, se ennustaa projektin mahdollisia todellisia rahavirtoja. Kuten kaikki tiedämme, ennusteet perustuvat oletuksiin, jotka voivat olla virheellisiä. Siksi on tärkeää, että yritys tekee herkkyysanalyysin oletuksistaan ​​saadakseen paremman käsityksen kokonaisriskeistä, joita yritys aikoo toteuttaa.

Tentissä on oltava kolme riskianalyysitekniikkaa:

1. Herkkyysanalyysi
Herkkyysanalyysi on yksinkertaisesti menetelmä sen määrittämiseksi, kuinka herkkä NPV-analyysimme muuttuu muuttuvissa oletuksissa. Herkkyysanalyysin aloittamiseksi meidän on ensin löydettävä perustapaus. Tämä on tyypillisesti NPV käyttäen oletuksia, joiden uskomme olevan tarkimmat. Sieltä voimme muuttaa erilaisia ​​oletuksia, jotka olimme alunperin tehneet muiden mahdollisten oletusten perusteella. NPV lasketaan uudelleen, ja NPV: n herkkyys perustuu oletusten muutokseen. Riippuen luottamuksistamme oletuksiin, voimme määrittää, kuinka mahdollisesti riskialttiit projekti voi olla.

2. Skenaarioanalyysi
Scenarioanalyysi vie herkkyysanalyysin askeleen pidemmälle. Sen sijaan, että tarkastelemme NPV-analyysin herkkyyttä muuttuvien oletusten muutoksille, skenaarioanalyysi tarkastelee myös muuttujien todennäköisyysjakaumaa. Kuten herkkyysanalyysi, skenaarioanalyysi alkaa peruskohtaisen skenaarion rakentamisella. Sieltä katsotaan myös muita skenaarioita, joita kutsutaan "parhaaksi tapaukseksi" ja "pahimmaksi mahdolliseksi skenaarioksi". Todennäköisyys määritetään skenaarioille ja lasketaan saavuttamaan odotettu arvo. Yksinkertaisuuden vuoksi skenaarioanalyysi on yksi yleisimmin käytetyistä riskianalyysitekniikoista.

3. Monte Carlo Simulointi
Monte Carlo-simulaatiota pidetään parhaimpana herkkyysanalyysimenetelmänä. Se tulee loputtomiin laskelmiin (odotetut arvot), kun otetaan huomioon joukko rajoituksia. Rajoitukset lisätään ja järjestelmä synnyttää satunnaisia ​​tulojen muuttujia. Sieltä lasketaan NPV. Sen sijaan, että syntyisi vain muutamia iterointeja, simulointi toistaa prosessin useita kertoja. Lukuisista tuloksista lasketaan sitten odotettu arvo.