Теоретические основы оценки инвестиционных рисков (стр. 5 )

По истечении определенного времени и в связи с изменением целей предприятия даже успешная модель нуждается в модификации, обновлении. Этого же потребуют и изменения во внешней среде, возникновение новых поставщиков, клиентов, технологий, которые способны обесценивать исходные данные, применяемые ранее при построении модели.

Любые модели предполагают в основе построения некоторые допущения или предпосылки, от точности которых зависит точность модели [79, c.245-249]. Если исходные допущения недостоверны, или ограничиваются возможности по получению нужных данных, то эффективность модели может понижаться. Она может уменьшаться еще из-за самых разных потенциальных погрешностей, таких как страх пользователей, слабое использование на практике, большая стоимость моделей.

Есть большое множество конкретных моделей науки управления, как и множество проблем, для разрешения которых данные модели разрабатывают [78, c.45-50]. Рассмотрим некоторые из них.

Так, например, теория игр, применяемая как метод моделирования оценки воздействий принятых решений на конкурирующую среду. Конкурентоспособность выступает одной из важнейших переменных, от которой зависит успех любой компании. Поэтому способности спрогнозировать действия конкурентов – преимущество для предприятия. Теория игр была сначала разработана в военной сфере для целей учета в стратегиях вероятных действий противников. В предпринимательстве игровые модели используют для прогнозирования реакции конкурента на изменение цен, новые сбытовые кампании, предложения по дополнительным видам обслуживания, модернизацию производства и освоение новых видов продукции.

Модель теории очередей, или модель по оптимальному обслуживанию, используют для определения целесообразного количества каналов обслуживания относительно потребностей в них. Данная модель является полезной в ситуациях, когда клиенты вынуждены долго ждать или простаивать в очереди при их обслуживании, когда они, из-за недовольства такой ситуацией, могут уходить в другие организации и банки. Данная модель обеспечивает руководство и риск-менеджеров инструментами по определению оптимального количества каналов обслуживания, которые требуется иметь компании, чтобы балансировать расходы в случаях довольно малого и довольно большого их числа [78, с. 20].

Каждая фирма должна поддерживать конкретный уровень запасов сырья, ТМЦ, товаров на складах во избежание остановок или задержек производства, или сбытовой деятельности. Для определения данного уровня следует применять модель управления запасами, позволяющую определять время размещений заказов на ресурсы, их число и необходимые объемы готовых изделий на складах. Цель построения такой модели – достижение нужного уровня запасов и минимизация негативных последствий большого накопления запасов.

Модель линейного программирования можно применять для определения оптимальных способов по распределению недостающих ресурсов при наличии конкурирующих потребностей, например, при следующих этапах работы:

– укрупненном планировании производств;

– планировании ассортиментов различных изделий;

– определении рациональных технологических маршрутов;

– управлении технологическими процессами;

– регулировании запаса продукции;

– календарном планировании производств;

– планировании распределения продукции;

– определении оптимального расположения новых предприятий;

– распределении работников;

– календарном планировании работ транспортных средств;

– погрузке и доставке ТМЦ и пр. [5, с. 112, 113]

Следующая модель, применяемая в риск-менеджменте, – имитационное моделирование, которое означает процессы по формированию моделей и их экспериментальное использование для определения изменений реальных ситуаций. Имитацию используют в ситуациях, слишком сложных для математических методов типа линейного программирования, связанных с довольно большим числом переменных, трудностями математического анализа зависимостей между переменным или высоким уровнем неопределенности.

Но наиболее распространенным методом построения математической модели выступает экономический анализ. Экономический анализ содержит в себе почти все методы оценки издержек и экономических выгод, а также определение относительной рентабельности деятельности компании.

Системный подход к анализу деятельности предприятий предполагает понимание того, что каждая такая единица представляет из себя сложнейшую систему элементов, которые объединены множеством связей как между собой, так и с внешней средой. Чем сложнее экономические единицы, тем сложнее и разностороннее должен быть анализ их финансово-хозяйственной деятельности. Начинают его, как правило, с выделения основных элементов системы. Например, для предприятий промышленности это производственная, сбытовая, финансовая, управленческая и снабженческая подсистемы.

На втором этапе вырабатывается система показателей, характеризующая как можно лучше разные функции и подсистемы фирмы, а также критерии оценки и пороговые величины, которые позволяют относить полученные значения показателей к успешным или неудачным. На третьем этапе выявляются взаимосвязи подсистем предприятия и параметры, характеризующие данные связи, поскольку экономический анализ деятельности нельзя признавать полным для принятия управленческих решений, если не выявляются и не описываются взаимосвязи всех подсистем в коммерческой организации [87, с. 46].

Типичная «экономическая» модель также основывается на анализе безубыточности, методе принятия решений в управлении рисками при помощи определения точки, в которой общие доходы уравнивают с суммарными издержками, то есть точки, в которой компания прибыльна.

В данном случае продажная цена продукции за вычетом переменных издержек или затрат покажет вклад в прибыль на единицу проданного изделия и даст возможность руководству или риск-менеджерам устанавливать, какие объемы продаж покроют постоянные расходы, т. е. определят рентабельность бизнеса. Также анализ безубыточности выявляет альтернативный подход развития, полезный для компании.

Другие модели экономического анализа могут использоваться для определения прибыли на инвестированные капиталы, величин чистой прибыли, величину дивидендов на одну акцию компании. К этим моделям относят дескриптивные, предикативные и нормативные модели.

Дескриптивные модели, или модели описательного характера, являются для риск-менеджеров и руководства главными для оценки финансового состояния предприятия. Они заключаются в построении системы отчетных балансов; представлении финансовых отчетов в разных аналитических разрезах; вертикальном и горизонтальном анализе отчетов; системе аналитических коэффициентов; аналитических записках к отчетам.

Все эти модели основываются на данных бухгалтерского учета.

Система аналитических коэффициентов – это ведущий элемент анализа финансового состояния, используемый разными группами пользователей (менеджеры, аналитики, акционеры, инвесторы, кредиторы и др.) [43, c.16-22]. Их достаточно много, поэтому их делят и выделяют пять основных групп показателей по следующим направлениям финансового анализа:

анализ ликвидности, направленный на выяснение способностей предприятия отвечать по своим текущим обязательствам; анализ финансовой устойчивости, оценивающий состав источников финансирования и динамику соотношений между ними; анализ текущей деятельности, оценивающий эффективность использования материальных, трудовых, финансовых ресурсов; анализ рентабельности, предназначенный для оценки общей эффективности вложений средств в компанию; анализ положения и деятельности на рынке капиталов, в рамках которого выполняют пространственно-временные сопоставления показателей, описывающих положение компании на рынке ценных бумаг;

В свою очередь, предикативные модели – это предсказательные, прогностические модели, используемые для прогнозирования доходов фирм и их финансового состояния в перспективе. Наиболее распространенные из них состоят в расчете точки критического объема продаж, построении прогностической финансовой отчетности, моделях динамического анализа (жестко детерминированных факторных моделях и регрессионных моделях), моделях ситуационного анализа.

Нормативные модели дают возможности сравнивать фактические результаты деятельности компании с ожидаемыми результатами, которые рассчитаны по бюджетам. Эти модели применяются, главным образом, во внутреннем финансовом анализе, а также в управленческом учете [72, с. 10-14]. Итак, анализируя современные направления математических исследований риск-менеджмента, можно выделить следующие:

теорию вероятностей; теорию математической или экономической статистики (в т. ч. используемую в финансовом менеджменте); теорию принятия решений.

Таким образом, управление рисками на предприятии может сыграть роль не только защитника фирмы, но и производителя прибавочной стоимости или даже нового центра прибыли. Математическое моделирование позволит сформировать реальную картину текущего и перспективного состояния предприятия, ситуацию на рынке, а также выявить главные тенденции и проследить их в динамике. Это создает основу своевременно и адекватно реагировать на изменения рыночной ситуации и принимать эффективные управленческие решения, ориентированные на перспективу.

Методы анализа риска и неопределённости, актуальные в настоящее время, имеют определённую сферу применения и порядок действий, которые ограничивают или расширяют возможности используемого метода. При функциональном подходе методы анализа риска разделяют на качественные и количественные.

Нас больше интересуют количественные методы анализа риска, которые классифицируются на статистические и аналитические. Первые базируются на понятиях вероятности, неопределённости и приемлемости риска, последние же на критериях эффективности и обоснованности.

Аналитические методы оценки риска зависят от сферы применения объекта оценки и служат для оценки механизмов управления риском. Рассмотрим аналитические методы наиболее применимые в настоящее время через таблицу 1.2.1:

Таблица 1.2.1

Характеристика наиболее используемых методов анализа рисков.

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).
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.
Анализ показателей предельного уровня	Определение степени устойчивости проекта по отношению к возможным изменениям условий его реализации
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.

Продолжение таблицы 1.2.1