12
1.2. Показатели оценки финансовых рисков предприятия
В основе оценки рисков лежит нахождение зависимости между
размерами потерь и вероятностью их возникновения. Эта зависимость
выражается кривой вероятностей возникновения определенного уровня
потерь. Построение кривой вероятностей (или таблицы) может быть
исходной стадией оценки риска, хотя чаще всего приходится ограничиваться
упрощенными подходами, оценивая риск по одному или нескольким
наиболее важным показателям, прибегать к обобщенным характеристикам.
Типичная кривая вероятностей финансового риска представляет в
упрощенном виде классическую кривую Гаусса, у которой точка максимума
иногда несколько смещена от оси OY вправо (рис. 1).
(F)
a 0 b c d (N)
Рис. 1. Кривая вероятностей финансового риска
Рассматривая данную кривую, устанавливают области допустимого (0b
и bc) и критического риска (a0 и сd).
Для построения кривой применяют различные способы:
статистический, анализ целесообразности затрат, метод экспертных оценок,
13
аналитический, использование аналогов. Среди них особо выделяются три:
статистический способ, способ экспертных оценок, аналитический способ.
Вероятность наступления события может быть определена
объективным и субъективным методами. Первым методом пользуются для
выявления вероятности наступления события на основе исчисления частоты,
с которой происходит данное событие. Второй метод базируется на
использовании субъективных критериев, которые основываются на
различных предположениях. Суть статистического метода заключается в том,
что изучается статистика потерь и прибылей, имевших место на данном или
аналогичном производстве; устанавливается величина и частотность
получения той или иной экономической отдачи; составляется наиболее
вероятный прогноз.
Объективный метод определения вероятности основан на вычислении
частоты, с которой происходят некоторые события. Частота при этом
рассчитывается на основе фактических данных. Так, например, частота
возникновения некоторого уровня потерь в процессе реализации
инвестиционного проекта может быть рассчитана по формуле:
f(A) = n (A) / n; (1)
где f- частота возникновения некоторого уровня потерь;
n(A) - число случаев наступления этого уровня потерь;
n - общее число случаев в статистической выборке, включающее как
успешно осуществленные, так и неудавшиеся инвестиционные проекты.
Субъективная вероятность является предположением относительно
определенного результата, основывающемся на суждении или личном опыте
оценивающего, а не на частоте, с которой подобный результат был получен в
аналогичных условиях. Различная информация или различные возможности
оперирования с одной и той же информацией объясняют широкое
варьирование субъективных вероятностей. Вероятность, равная нулю,
означает невозможность наступления конкретного события; вероятность,
равная единице, - непременное наступление события. Сумма вероятностей
14
всех возможных вариантов равна единице. Важными понятиями,
применяющимися в вероятностном анализе риска являются понятия
альтернативы, состояния среды, исхода.
Альтернатива - это последовательность действий, направленных на
решение некоторой проблемы. Примеры альтернатив: приобретать или не
приобретать новое оборудование, решение о том, какой из двух станков,
различающихся по характеристикам, следует приобрести; следует ли
внедрять в производство новый продукт и т.д.
Состояние среды - ситуация, на которую лицо, принимающее решение
(в нашем случае - инвестор), не может оказывать влияние (например,
благоприятный или неблагоприятный рынок, климатические условия и т.д.).
Исходы (возможные события) возникают в случае, когда альтернатива
реализуется в определенном состоянии среды. Это некая количественная
оценка, показывающая последствия определенной альтернативы при
определенном состоянии среды (например, величина прибыли, величина
урожая и т.д.).
Анализируя и сравнивая варианты инвестиционных проектов,
инвесторы действуют в рамках теории принятия решений. Как уже было
отмечено выше, понятия неопределенности и риска различаются между
собой. Вероятностный инструментарий позволяет более четко разграничить
их. В соответствии с этим, в теории принятия решений выделяются три типа
моделей:
1. Принятие решений в условиях определенности - лицо, принимающее
решение (ЛПР) точно знает последствия и исходы любой альтернативы или
выбора решения. Эта модель нереалистична в случае принятия решения о
долгосрочном вложении капитала.
2. Принятие решений в условиях риска - ЛПР знает вероятности
наступления исходов или последствий для каждого решения.
3. Принятие решения в условиях неопределенности - ЛПР не знает
вероятностей наступления исходов для каждого решения.
15
Если имеет место неопределенность (т.е. существует возможность
отклонения будущего дохода от его ожидаемой величины, но невозможно
даже приблизительно указать вероятности наступления каждого возможного
результата), то выбор альтернативы инвестирования может быть произведен
на основе одного из трех критериев:
1. Критерий MAXIMAX (критерий оптимизма) - определяет
альтернативу, которая максимизирует максимальный результат для каждой
альтернативы.
2. Критерий MAXIMIN (критерий пессимизма) - определяет
альтернативу, которая максимизирует минимальный результат для каждой
альтернативы.
3. Критерий БЕЗРАЗЛИЧИЯ - выявляет альтернативу с максимальным
средним результатом (при этом действует негласное предположение, что
каждое из возможных состояний среды может наступить с равной
вероятностью; в результате выбирается альтернатива, дающая максимальную
величину математического ожидания).
Соответственно, по своему отношению к неопределенности люди, в
том числе персональные инвесторы, подразделяются на пессимистов,
оптимистов и нейтральных к неопределенности, принимают решение о
выборе инвестиционного проекта в соответствии со следующими условиями:
• временными предпочтениями
• ожидаемой доходностью инвестиционного проекта
• степенью неприятия риска
• вероятностными оценками
Например, решение о капиталовложениях вряд ли будет принято в
условиях полной неопределенности, так как инвестор приложит максимум
усилий для сбора необходимой информации. По мере осуществления проекта
к инвестору поступает дополнительная информация об условиях реализации
проекта и, таким образом, ранее существовавшая неопределенность
«снимается». При этом информация, касающаяся проекта, может быть как
16
выражена, так и не выражена в вероятностных законах распределения.
Поэтому в контексте анализа инвестиционных проектов следует
рассматривать ситуацию принятия решения в условиях риска. Итак, в этом
случае:
• известны (предполагаются) исходы или последствия каждого решения
о выборе варианта инвестирования;
• известны вероятности наступления определенных состояний среды.
Следовательно, финансовый риск, как и любой другой, имеет
математически выраженную вероятность наступления потери, которая
опирается на статистические данные и может быть рассчитана с достаточно
высокой точностью.
Так, например, риск вероятности банкротства может быть определен с
помощью модели Альтмана. На сегодняшний день в экономический
литературе упоминается четыре модели Альтмана. Двухфакторная модель
Альтмана является одной из самых простых и наглядных методик
прогнозирования вероятности банкротства, при использовании которой
необходимо рассчитать влияние только двух показателей: коэффициента
текущей ликвидности и удельного веса заемных средств в пассивах
1
.
Формула данной модели имеет вид:
Z = -0,3877 - 1,0736 x КТЛ + 0,579 x (ЗК / П),
где КТЛ - коэффициент текущей ликвидности;
ЗК - заемный капитал;
П - пассивы.
При значении Z > 0 ситуация в анализируемой компании критична,
вероятность наступления банкротства высока.
В 1968 г. была опубликована самая популярная пятифакторная модель
Альтмана для акционерных обществ, акции которых котируются на рынке.
Формула расчета пятифакторной модели Альтмана имеет следующий вид:
1
Паштова Л.Г., Емельянова М.О., Шашкова П.Г. Оценка риска банкротства крупных нефтяных
корпораций // Финансовый вестник: финансы, налоги, страхование, бухгалтерский учет. 2014. N 11. С. 16 -
24.
17
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + X5,
где X1 рассчитывается как оборотный капитал за вычетом величины
дебиторской задолженности (платежи по которой ожидаются более чем через
12 месяцев после отчетной даты) и величины краткосрочных обязательств к
сумме активов предприятия. Показатель X1 оценивает сумму чистых
ликвидных активов компании по отношению к совокупным активам;
X2 - это отношение чистой прибыли (убыток) к сумме активов
предприятия. Данный показатель отражает уровень финансового рычага
компании;
X3 - это отношение прибыли до налогообложения к общей стоимости
активов. Показатель отражает эффективность операционной деятельности
компании;
X4 - это отношение капитала и резервов к стоимости всех обязательств;
X5 - это отношение чистой прибыли к общей величине активов
предприятия. Данный показатель характеризует рентабельность активов
предприятия.
В результате подсчета показателя Z для конкретного предприятия
делается заключение:
Если Z < 1,81 - это говорит о том, что вероятность банкротства
составляет от 80 до 100%.
Если 1,81 <= Z < 2,77, то средняя вероятность риска банкротства
компании составляет от 35 до 50%.
Если 2,77 < Z < 2,99 - вероятность банкротства невелика (от 15 до 20%).
Если Z > 2,99, это значит, что ситуация на предприятии стабильна, риск
неплатежеспособности в течение ближайших двух лет крайне мал.
Точность прогноза в этой модели на горизонте одного года составляет
95%, на два года - 83%, что является ее достоинством. Недостаток же этой
модели заключается в том, что ее по существу можно рассматривать лишь в
отношении крупных компаний, разместивших свои акции на фондовом
рынке.
18
Для нас интерес представляет третья модель Альтмана для компаний,
чьи акции не торгуются на биржевом рынке. Данная модель была
опубликована в 1983 г. Это модифицированный вариант пятифакторной
модели, который имеет вид:
Z = 0,717X1 + 0,847X2 + 3,107X3 + 0,42X4 + 0,995X5,
где X4 - балансовая стоимость собственного капитала/заемный
капитал.
Если Z < 1,23 - предприятие признается банкротом, при значении Z в
диапазоне от 1,23 до 2,89 ситуация неопределенна, значение Z более 2,9
присуще стабильным и финансово устойчивым компаниям.
В 1977 г. Эдвардом Альтманом была разработана семифакторная
модель, которая позволяет прогнозировать банкротство на горизонте в 5 лет с
точностью до 70%. Из-за сложности вычислений данная модель
практического распространения также не получила.
В целом модели Альтмана были полезны для экономической науки
второй половины XX в., так как дали толчок развитию риск-менеджмента,
они применимы, когда в наличии однородность и репрезентативность
событий выживания или банкротства обосновываются модельно. Но
ключевым ограничением этих методов является не только проблема
качественной статистики, а еще и уникальность каждой компании.
Компании имеют разный уровень вероятности банкротства, так как
имеют отличительные особенности, и то, что «смерть» для одной компании,
может быть вполне приемлемым способом существования для другой
1
.
Чтобы количественно определить величину финансового риска,
необходимо знать все возможные последствия какого-либо отдельного
действия и вероятность самих последствий. Желательно при всесторонней
оценке риска устанавливать для каждого абсолютного или относительного
1
Паштова Л.Г., Емельянова М.О., Шашкова П.Г. Оценка риска банкротства крупных нефтяных
корпораций // Финансовый вестник: финансы, налоги, страхование, бухгалтерский учет. 2014. N 11. С. 16 -
24.
19
значения величины возможных потерь соответствующую вероятность ее
возникновения.
Таким образом, величина или степень риска может быть измерена
двумя критериями: средним ожидаемым значением, изменчивостью
возможного результата.
Применительно к экономическим задачам методы теории вероятностей
сводятся к определению значений вероятности наступления событий и к
выбору из возможных событий самого предпочтительного, исходя из
наибольшей величины математического ожидания, которое равно
абсолютной величине этого события, умноженной на вероятность его
наступления.
Среднее ожидаемое значение - это то значение величины события,
которое связано с неопределенной ситуацией. Оно является
средневзвешенной всех возможных результатов, где вероятность каждого
результата используется в качестве частоты или веса соответствующего
значения.
Частота (вероятность) возникновения некоторого уровня потерь
определяется по формуле:
Fn = m / n, (2)
где: Fn - частота возникновения некоторого уровня потерь;
m - число случаев наступления конкретного уровня потерь;
n - общее число случаев в статистической выборке.
Среднее ожидаемое значение находят по формуле:
х = ∑ хi Fi (3)
где: xi - i-й возможный результат;
Fi - вероятность того, что этот i-й результат будет иметь место.
Средняя величина представляет собой обобщенную количественную
характеристику и не позволяет принять решение в пользу какого-либо
варианта вложения капитала. Для окончательного принятия решения
необходимо определить меру изменчивости возможного результата, для чего
20
применяются два близко связанных критерия: дисперсия и квадратичное
отклонение.
Главные инструменты статистического метода известны из общей
теории статистики: вариация, дисперсия и стандартное отклонение.
Дисперсией называют меру отклонения фактического показателя от его
среднего значения. Дисперсия (G
2
) представляет собой среднее взвешенное
из квадратов отклонений действительных результатов от средних ожидаемых
и рассчитывается по формуле:
n
xx
G
i
2
2
)(
(4)
Среднее квадратичное отклонение (G), иногда называемое
стандартным отклонением, определяется по формуле, также известной из
общей теории статистики:
nxxG
i
/)(
(5)
В завершение анализа используется коэффициент вариации (V),
который представляет собой отношение среднего квадратичного отклонения
к средней арифметической и показывает степень отклонения полученных
значений:
V = G / х ×100 (6)
Анализ целесообразности затрат ориентирован на идентификацию
потенциальных зон риска с учетом показателей экономической устойчивости
фирмы.
Метод экспертных оценок обычно реализуется путем сбора и изучения
мнений опытных предпринимателей и специалистов. Он отличается от
статистического лишь способом сбора информации для построения кривой
риска.
Следует упомянуть и о своеобразной комбинации экспертного и
статистического методов - корреляции, т.е. установлении связи между
признаками, состоящей в изменении средней величины одного из них в
зависимости от изменения значения другого.
21
Считается, что построение кривой риска аналитическим способом
наиболее сложно, поскольку лежащие в основе его элементы теории игр
доступны только специалистам. Кроме того, известны два подвида
аналитического метода: анализ чувствительности модели и анализ величины
относительных рисков.
1.3. Особенности управления финансовыми рисками на предприятии
Управление рисками - процесс выявления, оценки, управления и
контроля за возможными событиями или ситуациями для обеспечения
разумных гарантий достижения организацией своих целей
1
.
Интуитивный подход к управлению рисками вместо систематического
процесса ухудшает культуру управления ими - каждый работник боится
обозначить все возможные или реально существующие проблемы. В
некоторых случаях из-за страха перед руководящим персоналом многие
негативные ситуации и их последствия не выявляются вовремя или они и
вовсе скрываются, а это часто приводит к увеличению отрицательных
последствий в ходе деятельности организации.
Для обеспечения эффективного управления рисками организации на
всех уровнях управления и во всех сферах деятельности необходимо
соблюдать следующие принципы:
- каждый сотрудник и руководитель понимает важность управления
рисками и руководствуется в своей каждодневной деятельности процедурами
управления рисками, принятыми в организации;
- управление рисками осуществляется в пределах риск-аппетита
организации, утверждаемого на уровне ее руководства. Риск-аппетит - это
приемлемый уровень риска для руководства организации;
1
Сафонова М.Ф., Мовчан К.В. Методика управления рисками финансово-хозяйственной деятельности в
организации // Международный бухгалтерский учет. 2014. N 29. С. 23.