Количественная   оценка ущерба от риска. 
 

       Предмет : риск менеджмент

         Вариант 8

        Содержание: 

       Введение.

       Риск, которому подвергается предприятие, - это вероятная угроза разорения или несения таких финансовых потерь, которые могут остановить все дело.

       Поскольку вероятность неудачи присутствует всегда, встает вопрос о методах  снижения риска. Для ответа на этот вопрос необходимо количественно определить риск, что позволит сравнить величину риска различных вариантов решения и выбрать из них тот, который больше всего отвечает выбранной предприятием стратегии риска.

       Риск, которому подвергается предприятие, - это вероятная угроза разорения  или несения таких финансовых потерь, которые могут остановить все дело.

       Количественная   оценка ущерба от риска.

       Поскольку вероятность неудачи присутствует всегда, встает вопрос о методах  снижения риска. Для ответа на этот вопрос необходимо количественно определить риск, что позволит сравнить величину риска различных вариантов решения и выбрать из них тот, который больше всего отвечает выбранной предприятием стратегии риска.

       При количественной оценке риска используются различные методы. В настоящее  время наиболее распространенными являются:

       - статистический метод;

       - анализ целесообразности затрат;

       - метод экспертных оценок;

       - аналитические методы;

       - метод аналогий;

       -анализ финансовой устойчивости предприятия и оценка его платежеспособности.

       Статистический метод заключается в изучении статистики потерь и прибылей, имевших место на данном или аналогичном предприятии, с целью определения вероятности coбытия, установления величины риска.

         Вероятность означает возможность  получения определенного результата.

       Степень риска измеряется двумя показателями: средним ожидаемым значением  и колеблемостью (изменчивостью) возможного результата.

         Среднее ожидаемое значение связано  с неопределенностью ситуации, оно  выражается в виде средневзвешенной  величины всех возможных результатов Е(х), где вероятность каждого результата (А) используется в качестве частоты или веса соответствующего значения (х). В общем виде это можно записать так:

       Е(х)=А1Х1 +А2Х2+···+АnXn.

       Пример: при вложении денежных средств в  мероприятие А из 150 случаев прибыль в сумме 20,0 тыс. руб. была получена в 75 случаях (вероятность - 75: 150 = 0,5), прибыль 25,0 тыс. руб. - в 60 случаях (вероятность - 60 : 150 = 0,4) и прибыль 30,0 тыс. руб. - в 15 случаях (вероятность - 15 : 150 = 0,1).

       Среднее ожидаемое значение прибыли составит:

       20,0 х 0,5 + 25,0 х 0,4 + 30.0 х 0,1 = 23.

       Осуществление мероприятия Б из 150 случаев давало прибыль 19,0 тыс. руб. в 60 случаях (вероятность - 60 : 150 = = 0,4), прибыль 24,0 тыс. руб. - в 45 случаях (вероятность 45 : 150 = 0,3), 31,0 тыс. руб. - в 45 случаях (вероятность 45: 150=0,3).

       При проведении мероприятия Б средняя  ожидаемая прибыль составит:

        19,0 х 0,4+24,0 х 0,3+1,0 х 0,3=24,1.

       Сравнивая величины ожидаемой прибыли при  вложении денежных средств в мероприятия  А к Б, можно сделать вывод, что вепичина получаемой прибыли при мероприятии А колеблется от 20,0 до 30,0 тыс. руб., средняя величина составляет 23 тыс. руб.; в мероприятии Б величина получаемой прибыли колеблется от 19,0 до 31,0 тыс. руб. и средняя величина равна 24,1 тыс. руб.

       Средняя величина представляет собой обобщенную количественную характеристику и не позволяет принять решение в  пользу какого-либо варианта вложения капитала.

       Для окончательного решения необходимо измерить колеблемость (размах или  изменчивость) показателей, т.е. определить меру колеблемости возможного результата.  

       Колеблемость  возможного результата представляет собой  степень отклонения ожидаемого значения от средней величины. Для ее определения  обычно вычисляют дисперсию или  среднеквадратическое отклонение:

       где σ – среднеквадратичное отклонение

       Х1 – ожидаемое значение для каждого случая наблюдения

       Хср – среднее ожидаемое значение

       N – частота случаев, или число наблюдений

       Коэффициент вариации – это отношение среднего квадратичного отклонения к средней арифметической

       Он  показывает степень отклонения полученных значений.  

       Коэффициент вариации позволяет сравнивать колеблемость признаков, имеющих разные единицы  измерения.

       Чем выше коэффициент вариации, тем сильнее  колеблемость признака.

       Установлена следующая оценка коэффициентов  вариации:

         до 10% - слабая колеблемость;

       10-25% - умеренная колеблемость;

       свыше 25% - высокая колеблемость.

       В нашем примере среднее квадратическое отклонение составляет:

       в мероприятии А - 6,68;

       в мероприятии Б - 4,95.

         Коэффициент вариации:

       для мероприятия А: V А = 29%;

       для мероприятия Б: VБ = 20%.

         Коэффициент вариации при вложении  денежных средств в мероприятие  А больше, чем при мероприятии  Б. Следовательно, мероприятие  Б сопряжено с меньшим риском, а значит, предпочтительнее.

         Дисперсионный метод успешно  применяется и при наличии  более чем двух альтернативных  признаков.

       В тех случаях, когда информация ограничена, для количественного анализа  риска используются аналитические  методы, или стандартные функции распределения вероятностей, например нормальное распределение, или распределение Гаусса, показательное (экспоненциальное) распределение вероятностей, которое довольно широко используется в расчетах надежности, а также распределение Пуассона, которое часто используют в теории массового обслуживания.

       Вероятностная оценка риска математически достаточно разработана, но опираться только на математические расчеты в предпринимательской  деятельности не всегда бывает достаточным, так как точность расчетов во многом зависит от исходной информации.

       Метод экспертных оценок основан на обобщении  мнения специалистов-экспертов о  вероятностях риска. Интуитивные характеристики, основанные на знаниях и опыте  эксперта, дают в ряде случаев достаточно точные оценки. Экспертные методы позволяют быстро и без больших временных и трудовых затрат получить информацию, необходимую для выработки управленческого решения.

       Метод экспертных оценок применяется в  случаях, когда:

       1) длина исходных динамических  рядов недостаточна для оценивания с использованием экономико-статистических методов;

       2) связь между исследуемыми явлениями  носит качественный характер  и не может быть выражена с помощью традиционных количественных измерителей;

       З) входная информация неполная и невозможно предсказать влияние всех факторов;

       4) возникли экстремальные ситуации, когда требуется принятие быстрых  решений. Суть экспертных методов  заключается в организованном  сборе суждений и предположений  экспертов с последующей обработкой  полученных ответов и формированием результатов.

       Выделяют  следующие стадии экспертного опроса:

       1) формулировка цели экспертного  опроса;

       2) подбор основного состава рабочей  группы;

       3) разработка и утверждение технического  задания на проведение экспертного  опроса;

       4) разработка подробного сценария проведения сбора и анализа экспертных мнений (оценок), включая как конкретный вид экспертной информации (слова, условные градации, числа, ранжирование, разбиения или иные виды объектов нечисловой природы), так и конкретные методы анализа этой информации;

       5) подбор экспертов в соответствии  с их компетентностью; 

       6) формирование экспертной комиссии;

       7) проведение сбора экспертной  информации;

       8) анализ экспертной информации;

       9) интерпретация полученных результатов  и подготовка заключения;

       10) принятие решения - выбор альтернативы.

       Существует  масса методов получения экспертных оценок. В одних с каждым экспертом  работают отдельно, он даже не знает, кто  еще является экспертом, а потому высказывает свое мнение независимо от авторитетов.

       В других - экспертов собирают вместе, при этом эксперты обсуждают проблему друг с другом, учатся друг у друга, и неверные мнения отбрасываются. В одних методах число экспертов фиксировано, в других - число экспертов растет в процессе проведения экспертизы.

         Среди наиболее распространенных методов получения экспертных оценок можно выделить:

       1) метод "Дельфы"

       2) метод "снежного кома";

       З) метод "дерева целей";

       4) метод "комиссий круглого стола";

       5) метод эвристического прогнозирования; 

       6) матричный метод.

       Рассмотрим пример количественной оценки экспертами возможного приращения платежеспособного спроса на пищевую продукцию (по методу Дельфы).

       К участию в эксперименте привлечено 8 человек, после оценки уровня компетентности - 5 человек.

       На  первом этапе ответы на вопросы даются в произвольной форме (числовые характеристики, словесные описания).

       На  второй стадии называются конкретные значения возможного приращения платежеспособного  спроса с аргументацией данных значений. Далее проводится статистическая обработка  результатов экспертизы. Для этого находят медиану и квартили.

       Медиана - серединное или центральное значение признака, делит числовой ряд пополам.

       Квартиль - значения переменной, делящей ряд  распределения на четыре равные части.

       Считается, что медиана характеризует обобщенное мнение группы экспертов, а значения нижнего и верхнего квартилей ограничивают доверительную зону прогноза.

       Предположим, что в данном примере экспертиза дала следующие результаты, представленные в таблице З.   

       Результаты  доводятся до сведения экспертов. Экспертам, чьи прогнозы не попали в доверительный интервал, предлагается аргументировать свою точку зрения или пересмотреть ее и присоединиться к мнению большинства.

       Таблица 3

       Результаты  экспертизы по определению возможного приращения платежеспособногo спроса на пищевую продукцию 

       Последующие этапы корректировки данных позволят усилить согласованность результатов.

       Метод оценки платежеспособности и финансовой устойчивости предприятия позволяет  предусмотреть вероятность банкротства. В первую очередь анализу подвергаются сведения, содержащиеся в документах годовой бухгалтерской отчетности.

       Основными критериями неплатежеспособности, характеризующими структуру баланса, являются:

         коэффициент текущей ликвидности,

       коэффициент обеспеченности собственными средствами и 

       коэффициент восстановления (утраты) платежеспособности.

       На  основании указанной системы  показателей можно оценить вероятность  наступления неплатежеспособности предприятия.

       Различные методы финансового анализа позволяют выяснить слабые места в экономике предприятия, охарактеризовать его ликвидность, финансовую устойчивость, рентабельность, отдачу активов и рыночную активность.

       Однако  обычно вывод о вероятности банкротства  можно сделать только на основе сопоставления показателей данного предприятия и аналогичных предприятий, обанкротившихся или избежавших банкротства.

       Найти соответствующую информацию довольно трудно, поэтому для расчетов вероятностей банкротства широко используют многофакторные модели (основанные на анализе коэффициентов), которые позволяют определить, находится ли компания в "рискованном" положении (т.е. существует ли опасность разорения или поглощения ее другой компанией и есть ли настоятельная необходимость перестройки или улучшения ее работы).

       Одна  из таких моделей прогнозирования  банкротства на основе минимального количества коэффициентов, объединеннных  в определенную систему (Z-модель), была разработана независимо друг от друга  американским профессором Эдвардом Альтманом и английским профессором Ричардом Таффлером.

       Z-модель  была разработана на основе  статистического анализа большого  количества финансовых коэффициентов  как "благополучных", так и  обанкротившихся компаний.

       Статистический  анализ использовался для определения  минималыюго числа коэффициентов, с помощью которых можно отличить стабильную компанию от потенциального банкрота, расчета степени влияния каждого коэффициента на построение модели и прогнозирование банкротства.

       В 1968 г. профессор Альтман проанализировал 22 бухгалтерские и небухгалтерские "переменные" и выбрал пять ключевых коэффициентов для определения стабильного или критического состояния фирм. Эти пять показатепей были затем использованы для определения значения Z.

       Компании, у которых величина Z превышала  определенный уровень, могли быть отнесены к категории финансово благополучных, а компании, у которых значение Z не достигало этого уровня, могли быть определены как потенциальные банкроты. Альтман выделил также "серую зону" между "процветанием" и "банкротством".

       Для компаний, находящихся в этой зоне, нельзя уверенно прогнозировать то или  иное развитие событий. В разработанной  им модели в качестве переменных (факторов) используются показатели

       рентабельности  активов,

       динамики  прибыли,

       кумулятивной  прибыльности,

       совокупных  активов,

       коэффициенты  покрытия процентов по кредитам,

       ликвидности,

       автономии.

       Эта модель позволяет прогнозировать банкротство  на пятилетний период с точностью  до 70%.

       В общем виде Z-модель выглядит следующим  образом:

       Z = C1R1 + C2R2 + ... + CmRm,

       где R1, R2 ... Rm - отобранные ключевые коэффициенты, число которых достигает n;

       C1, С2,… Сm - показатели, характеризующие  значимость R1, R2,… Rm,

       Высокое значение Z говорит о стабильном состоянии, низкое - о потенциальном  банкротстве.

       На  сегодня эффективность Z-модели для прогноза вероятного банкротства компании все еще нуждается в подтверждении. Проблемы Z-модели вытекают из того, что ее коэффициенты рассчитываются по данным официальной отчетности компании.

       Однако  компании, которые попадают в затруднительное положение, могут "улучшать" свои отчеты о прибылях и убытках. В таком случае адекватная оценка финансовых трудностей компании представляется невозможной.

       По  этой причине Джон Аргенти разработал альтернативный подход к прогнозированию  банкротства, основанный на учете субъективных суждений (А-модель). Аргенти считал, что причиной банкротства компании является

       плохое  руководство,

         неэффективная система учета  и 

       неспособность компании приспосабпиваться к новым  условиям рынка.

       Компания  оценивается начислением баллов до максимально допустимого значения по каждому ключевому недостатку и является А-системой. Если сумма превышает определенный уровень (25 баллов), это говорит о высоком уровне вероятности банкротства. Pacчет А-модели представлен в таблице 4.                                               

         Таблица 4

                                                  Расчет А-модели 

       Метод целесообразности затрат. Этот метод  позволяет определить критический объем производства или продаж, т.е. нижний предельный размер выпуска продукции, при котором прибыль равна нулю.

       Производство  продукции в объемах меньше критического приносит только убытки. Критический  объем производства необходимо оценивать при освоении новой продукции и при сокращении ее выпуска, вызванного падением спроса, сокращением поставок материалов и комплектующих изделий, заменой продукции на новую, ужесточением экологических требований и другими причинами.

       Для проведения соответствующих расчетов все затраты на производство и реализацию продукции подразделяют на переменные и постоянные.

       Под переменными понимают издержки, общая  величина которых находится в  непосредственной зависимости от объемов  производства и реализации, а также от их структуры при производстве и реализации нескольких видов продукции. Это затраты на сырье и материалы, топливо, энергию, транспортные услуги, большую часть трудовых ресурсов и т.д.

       К постоянным издержкам производства относят затраты, величина которых не меняется с изменением объемов производства.

         Они должны быть оплачены, даже  если предприятие не производит  продукцию (отчисления на амортизацию,  аренда зданий и оборудования, страховые взносы, оплата высшего  управленческого персонала и  т.д.).

       Критический объем производства (Vкp) можно представить  в следующем виде:

       Vкр = 3пост/ (Ц - 3пер),

       где Ц - цена издения (единицы продукции), руб.;

       3пост - постоянные затраты, руб.;

       3пер  - переменные затраты, руб. 

       Некоторые зарубежные авторы называют критический объем производства порогом рентабельности и используют этот показатель дпя оценки финансовой устойчивости предприятия.

       Чем больше разность между фактическим  объемом производства и критическим, тем выше финансовая устойчивость.

       Любое изменение объема производства (продаж) оказывает существенное влияние на прибыль. Данная зависимость называется эффектом производственного (или операционного) левериджа.

       Производственный  леверидж показывает степень влияния  постоянных затрат на прибыль (убытки) при изменениях объема производства.

       Чем больше удельный вес постоянных затрат в общей сумме издержек при  некотором объеме производства, тем  выше производственный леверидж, следовательно, тем выше предпринимательский риск.

       Работать  с высоким производственным левериджем могут только те предприятия, которые в состоянии обеспечить большие объемы производства и сбыта; имеют устойчивый спрос на свою продукцию.

       Метод аналогий обычно используется при анализе  рисков нового проекта.

         Проект рассматривается как "живой" организм, имеющий определенные стадии развития.

       Жизненный цикл проекта состоит из

       этапа разработки,

       этапа выведения на рынок,

       этап  роста,

       этапа зрелости и

         этапа упадка.

       Изучая  жизненный цикл проекта, можно получить информацию о каждом этапе проекта, выделить причины нежелательных последствий, оценить степень риска. Однако на практике бывает довольно трудно собрать соответствующую информацию.

       Нельзя  забывать, что последствия неверных оценок рисков или отсутствия возможности  противопоставить действенные меры могут быть самыми неприятными.

Заключение

       В заключение своей работы я хочу сказать: что любой бизнес связан с неопределенностью, со многими опасностями, с конкуренцией. Риск – неотъемлемая часть деловой  активности на любом рынке. Особенно рискованный характер имеет предпринимательская деятельность в современной России.

       Любому  предприятию, которое не хочет внезапно разориться, необходим комплекс мер  по снижению вероятности наступления  случайных негативных событий и  их последствий.

       Проблема рисков уже достаточно давно обсуждается в зарубежной и отечественной экономической литературе. Более того, некоторые крупные предприятия (в основном это крупные банковские или финансово-инвестиционные структуры) обзаводятся специальными подразделениями, состоящими из менеджеров по управлению рисками, или сотрудничают со сторонними консультантами или экспертами, которые разрабатывают программу действий фирм при столкновении с различными видами рисков.