Danas, u velikom broju nacrta poslovnih planova, čak i ako imaju odgovarajući dio koji sadrži analitički aspekt, problem je sužen samo na analizu finansijskih ili bankarskih rizika i ne odražava cijeli niz rizika. Međutim, stručnjaci moraju široko koristiti i kvalitativnu i kvantitativnu analizu rizika. Hajde da se zadržimo na drugoj vrsti.
Kvantitativna analiza se odnosi samo na rizike koji su u procesu kvalitativne analize identifikovani kao da imaju značajan uticaj na postizanje navedenih ciljeva. Prilikom provođenja ovakve analize, efekat događaja ove vrste treba procijeniti dodjeljivanjem određene digitalne ocjene.
Kvantitativna analiza ponekad možda neće biti potrebna za razvoj efektivnih odgovora na rizik. Najčešće korištene analitičke metode su:
- istraživanjeosjetljivost, koja uključuje određivanje odraza stepena neizvjesnosti svakog pojedinačnog elementa poslovnog projekta uz prihvatanje ostalih elemenata bazne vrijednosti;
- Uzimajući u obzir predviđenu novčanu vrijednost množenjem svake vrijednosti sa vjerovatnoćom njenog pojavljivanja, rezultati se sumiraju.
Kvantitativna analiza bilo kojeg investicionog projekta određuje numeričku vrijednost nekih rizika. Zasniva se na teritoriji vjerovatnoće, teoriji istraživanja operacija i matematičkoj statistici.
Kvantitativna analiza se vrši u slučaju pojave dva uslova: osnovne kalkulacije poslovnog projekta i potpune kvalitativne analize. Njegov zadatak je da numerički izmjeri utjecaj određenih promjena faktora na dinamiku kriterija koji pokazuju efektivnost projekta.
Često se koriste sljedeće metode kvantitativne analize poslovnih projekata:
- analiza pokazatelja učinka kao što su neto sadašnja vrijednost i stopa povrata, kao i indeks profitabilnosti;
- prilagođavanje diskontne stope;
- Monte Carlo metoda (drugi naziv - simulacijsko modeliranje);
- izgradnja stabla odluka.
Sve navedene analitičke metode poslovnih projekata zasnovane su na probabilističkim pristupima.
Kvantitativna i kvalitativna analiza i njihova efikasnost direktno zavise od zahtjeva za konačnim pokazateljima(rezultati), baza podataka i nivo pouzdanosti planiranja. Tako su, na primjer, za male projekte prilično efikasne metode: analiza prilagođavanja diskontne stope i osjetljivosti. Za velike projekte, to je simulacijsko modeliranje i konstrukcija krivulja distribucije vjerovatnoće. Ukoliko rezultat projekta zavisi od donošenja neke odluke, potrebno je izgraditi stablo odlučivanja.
Dakle, metode analize treba primijeniti na složen način koristeći njihove najjednostavnije varijante u fazi procjene, a složenije i zahtijevaju dodatne podatke - u rezultirajućem opravdavanju poslovnih projekata.
