امروزه، در تعداد زیادی از پیش نویس طرح های تجاری، حتی اگر دارای یک بخش مناسب حاوی جنبه تحلیلی باشند، مشکل تنها به تجزیه و تحلیل ریسک های مالی یا بانکی محدود شده و طیف کاملی از ریسک ها را منعکس نمی کند.. با این حال، متخصصان باید به طور گسترده از تحلیل ریسک کیفی و کمی استفاده کنند. بیایید روی نوع دوم تمرکز کنیم.
تحلیل کمی فقط برای ریسک‌هایی اعمال می‌شود که در فرآیند تحلیل کیفی به‌عنوان تأثیر قابل‌توجهی بر دستیابی به اهداف اعلام‌شده شناسایی شده‌اند. هنگام انجام چنین تحلیلی، تأثیر رویدادهایی از این دست باید با تخصیص یک رتبه دیجیتال خاص ارزیابی شود.
تحلیل کمی ممکن است گاهی اوقات برای ایجاد پاسخ های ریسک موثر مورد نیاز نباشد. رایج ترین روش های تحلیلی که معمولاً مورد استفاده قرار می گیرند عبارتند از:
- تحقیقحساسیت، که شامل تعیین انعکاس درجه عدم قطعیت هر عنصر مجزا از پروژه تجاری و در عین حال پذیرش سایر عناصر ارزش پایه است؛
- با در نظر گرفتن ارزش پولی پیش بینی شده با ضرب هر مقدار در احتمال وقوع آن، نتایج خلاصه می شوند.
تحلیل کمی هر پروژه سرمایه گذاری ارزش عددی برخی از ریسک ها را تعیین می کند. این بر اساس قلمرو احتمالات، نظریه تحقیقات عملیات و آمار ریاضی است.
تحلیل کمی در صورت وقوع دو شرط انجام می شود: یک محاسبه اساسی یک پروژه تجاری و یک تجزیه و تحلیل کیفی تمام عیار. وظیفه آن اندازه گیری عددی تأثیر برخی تغییرات در عوامل بر پویایی معیارهایی است که اثربخشی پروژه را نشان می دهد.
روش های زیر برای تجزیه و تحلیل کمی پروژه های تجاری اغلب استفاده می شود:
- تجزیه و تحلیل شاخص های عملکرد مانند ارزش فعلی خالص و نرخ بازده، و همچنین شاخص سودآوری؛
- تنظیم نرخ تخفیف؛
- روش مونت کارلو (نام دوم - مدل سازی شبیه سازی)؛
- ساختن درخت تصمیم.
همه روش های تحلیلی فهرست شده پروژه های تجاری بر اساس رویکردهای احتمالی هستند.
تحلیل کمی و کیفی و اثربخشی آنها مستقیماً به الزامات شاخص های نهایی بستگی دارد.(نتایج)، پایه اطلاعات و سطح قابلیت اطمینان برنامه ریزی. بنابراین، برای مثال، برای پروژه های کوچک، روش های کاملا موثر عبارتند از: تجزیه و تحلیل تعدیل نرخ تنزیل و حساسیت. برای پروژه های بزرگ، مدل سازی شبیه سازی و ساخت منحنی های توزیع احتمال است. اگر نتیجه پروژه به اتخاذ برخی تصمیمات بستگی دارد، باید یک درخت تصمیم بسازید.
بنابراین، روش های تجزیه و تحلیل باید به شیوه ای پیچیده با استفاده از ساده ترین انواع آنها در مرحله ارزیابی، و پیچیده تر و نیاز به داده های اضافی - در توجیه پروژه های تجاری حاصل شود.
