2.1. Системный подход к анализу рисков в деятельности фирмы

Анализ хозяйственной и инвестиционной деятельности организации в условиях неопределенности – это трудная методологическая и аналитическая задача, для решения которой требуется хорошая информационная и организационная база. Современная динамика развития экономики России со всей очевидностью подтвердила необходимость формирования серьезного подхода к анализу всех аспектов инвестиционной деятельности. Не только сложившиеся объективные обстоятельства, но отчасти и недооценка возможностей анализа рисков инвестиционной деятельности для выработки стратегии дальнейшего развития и некоторого предвосхищения событий на инвестиционных и финансовых рынках во многом явились факторами, обусловившими такую глубину банковского кризиса 1998 г.

Цель экономического анализа инвестиционной деятельности в условиях неопределенности – дать реальную и всестороннюю оценку возможным рискам, выявить узкие места в менеджменте, выработать стратегию дальнейшего развития исходя из реально складывающихся условий на инвестиционных рынках. Анализ сопровождает выполнение большинства инвестиционных операций, он помогает обеспечить доходность и ликвидность ФПГ, инвестиционной компании, страховой компании, банка, завоевать доверие вкладчиков и кредиторов, занять свою нишу на рынке услуг.

Ключевым моментом при проведении анализа инвестиционной деятельности в условиях неопределенности является комплексное изучение состояния организации, на основе которого можно дать конкретные предложения по дальнейшему развитию, использованию экономически выгодных рычагов для получения максимальной прибыли при оптимизации уровня рисков инвестиционной деятельности.

Как отмечают Л.Т. Гиляровская, С.Н. Паневина, «ужесточение конкуренции и требований надзорных органов, многообразие и разнородность факторов, под воздействием которых развиваются современные организации, а также многие другие объективные причины привели к необходимости использования системного подхода в финансово-экономическом анализе деятельности».

Действительно, системный подход как всеобщее методологическое направление в науке позволяет провести глубокий анализ всех сторон деятельности субъектов инвестиционной деятельности с точки зрения их подчиненности стратегии развития бизнеса, интересам акционеров, менеджеров и других связанных групп, комплексный анализ результатов деятельности, а также соответствия полученных результатов поставленным целям и задачам, имеющемуся потенциалу развития.

Полисистемное знание расширяет представление о самом объекте за счет исследования его макро– и микросистемных оснований, а также системы внешних взаимодействий. Кроме того, развитие принципов системного подхода (целостность, иерархичность строения, структуризация, множественность, интеграция) позволяет выделить еще по крайней мере 3 типа системных представлений: функциональное, иерархическое и процессуальное. Процессуальное представление характеризует состояние системы во времени; иерархическое основано на понятии «подсистема» и рассматривает всю систему как совокупности подсистем; функциональное рассматривает систему как совокупность действий (функций), которые необходимо выполнять для реализации целей ее функционирования. Современный уровень развития теории и практики финансово-экономического анализа неразрывно связан со всеми 5 типами системных представлений. Так, субъект инвестиционной деятельности в диссертационном исследовании рассматривается, с одной стороны, как сложная многоуровневая самоорганизующаяся система, с другой стороны – как элемент, подсистема экономики страны, мира, инвестиционной системы в целом или таких ее систем связей, как банк – предприятие, инвестор – реципиент.

В определенном смысле системный подход есть методологическое средство исследования интеграции, точнее, интегрированных объектов и интегральных зависимостей и взаимодействий. Понятие «система» в большей мере фиксирует объективную форму целого, а понятие «интеграция» подчеркивает процесс и механизм объединения частей приобретения комплексом интегральных совокупных качеств. Но оба они рассматривают интеграцию как общий параметр объективной действительности. В системном подходе выделяют следующие наиболее типичные феномены интеграции:

1) целое и нецелое – интеграция выступает как коренной качественный признак целостных систем, отличающий их от суммативных множеств, не являющихся системами;

2) закон соединения частей в целое – общий закон образования и структуры целого;

3) «целое больше суммы входящих в него частей» – всякое целое обнаруживает некий прирост качеств и закономерностей по сравнению с исходными элементами и дает некий синергетический эффект;

4) совокупные системные качества – интегральные качества системы, характеризующие ее в целом, и общесистемные свойства элементов, отличные от их индивидуальных свойств;

5) общесистемные законы – интегральные законы системы, раскрывающие ее основания, главные принципы, общесистемную специфику.

Анализ интегрального в системном подходе пронизывает весь ход познания, начиная от самого понятия целостности, раскрытия законов образования целого и его структуры до интегрального феномена кооперации, совокупных системных качеств и общесистемных законов. Именно это и позволяет говорить об интеграции как о существеннейшей черте системного подхода. В системном подходе принято целостность явлений считать базисным понятием данного метода. Целостность – это проявление более глубоких свойств явлений объективной действительности, стоящих за ней, а именно свойств интеграции, объединения частей в целое, в качественное единство, связанное общим законом существования. Целостность есть предметно-объективная форма существования всякого объекта, а интегральное качество и закон конкретного целого есть их главное содержание. В теории и практике наряду с понятием «системный подход» широко используется и другое – «комплексный подход», а иногда и их сочетание – «комплексный системный подход». Однако комплексный подход является частным случаем системного, так как при его использовании могут учитываться лишь некоторые факторы и свойства из множества возможных. Понятие «системность» характеризует целенаправленность, упорядоченность, организованность, тогда как понятие «комплексность» отражает взаимосвязанность, взаимообусловленность, разностороннюю широту охвата.

Как отмечает В.Н. Спицнадель, комплексный подход «отражает организационно-методический подход в исследовании, проектировании, производстве, подход системный – чисто методологический, всесторонний, характеризует более высокий теоретический уровень, частью которого является комплексный подход. Системный подход имеет дело с объектами как системами, состоящими из закономерно структуризованных и функционально организованных элементов. Если системный подход применяется только для системных объектов, то комплексный подход – не обязательно для таковых. Объект может быть целостным, но не системным, ибо не обладает структурой».

Системный подход к анализу и оценке результатов деятельности субъекта инвестиционной деятельности состоит в том, чтобы рассмотреть этот объект как сложную, относительно самостоятельную целостную систему в совокупности взаимосвязанных и взаимообусловленных подсистем комплексного анализа деятельности организации. Эта подсистема в свою очередь состоит из микроблоков более низкого уровня, между которыми существуют жестко детерминированные горизонтальные и вертикальные взаимосвязи, характеризующие финансово-хозяйственное состояние организации и динамику ее развития, эффективность управленческих решений, место и роль в экономике страны, региона.

Анализ изменения законодательных и нормативных актов проводится параллельно с анализом ресурсной базы. Результаты анализа финансового состояния позволяют оценить эффективность проводимой политики риск-менеджмента и оптимальность его организационной структуры.

Следует отметить, что набор направлений анализа специфичен в каждой конкретной организации и зависит от обеспеченности современными информационными и программными технологиями. На международном уровне внешняя оценка способности организации к безопасному и эффективному ведению инвестиционных операций в сложившихся для нее условиях бизнеса, как правило, проводится раз в год.

Все ежегодные оценки по своему характеру идентичны, но имеют несколько различную направленность в зависимости от текущей ситуации.

Процесс оценки субъекта инвестиционной деятельности, как правило, включает оценку общего профиля риска, инвестиционного состояния, устойчивости и перспектив на будущее. В оценку включаются внешнее обследование и проверка на месте в масштабах, определяемых поставленными задачами. Если обнаруживаются серьезные организационные недостатки, рекомендуется провести соответствующие мероприятия. Если текущее состояние учреждения вызывает сомнения в его жизнеспособности, разрабатываются действия, направленные на его возможное укрепление либо на ликвидацию и закрытие. Благодаря анализу также решаются вопросы, можно ли с помощью разумной поддержки провести оздоровление учреждения и не представляет ли оно угрозы для субъекта инвестиционной деятельности в целом.

Анализ работы свидетельствует о том, что в настоящее время наиболее распространено исследование субъектами инвестиционной деятельности проблем первого блока, что связано с необходимостью обеспечения каждодневной оперативной деятельности. Вопросы второго блока в последнее время все активнее начинают входить в исследовательский обиход организаций, так как они все чаще оказывают влияние на их деятельность, заставляют корректировать свою политику на инвестиционном и финансовом рынках.

И наконец третий блок направлений исследования на данный момент наиболее слабо изучен, что вполне объяснимо. Возросшая рискованность проведения инвестиционных операций заставила организации более осмотрительно подходить к выбору приоритетов своей политики, т.е. к изучению вопросов как раз третьего блока. Однако следует заметить, что инертность большинства организаций, их консерватизм, а также возникшая необходимость экстренного решения вопросов финансовой устойчивости и платежеспособности любыми средствами зачастую сдерживают развитие этого направления аналитического исследования деятельности.

Каждое направление анализа деятельности решает свои задачи. Приведем краткую характеристику некоторых из них в их взаимосвязи с оценкой уровня риска инвестиционной деятельности.

Анализ структуры и динамики собственных средств позволяет выявить изменения и тенденции в развитии капитальной базы. Результатом анализа может стать прогноз долговременности присутствия конкретной организации на инвестиционном рынке.

Анализ ресурсной базы – это определение состава и структуры имеющихся инвестиционных ресурсов, группировка их по срокам привлечения и времени возможного использования.

Анализ баланса позволяет дать общее представление о состоянии организации, о наличии и использовании финансовых ресурсов, об эффективности ее деятельности. По сути дела такой анализ выявляет пропорции финансовых потоков.

Анализ уровня рентабельности необходим для оценки эффективности инвестиционной деятельности. Выводы по результатам анализа позволяют выработать стратегию и тактику на определенном временном интервале по привлечению и размещению материальных и финансовых ресурсов с учетом рискованности проводимых инвестиционных операций.

Анализ инвестиционных операций – это оценка видов проводимых инвестиционных операций, их прибыльности и удельного веса в активах. Такое исследование строится на достаточно длительном временном интервале, так как эффективность отдельных инвестиционных операций за короткий период выявить невозможно. Анализ операций используется для выработки стратегии и тактики деятельности.

Анализ конкурентной позиции включает исследование перспектив расширения присутствия на различных сегментах рынка. Базой такого анализа являются данные о деятельности конкурентов, а основным методом анализа – метод сравнения.

Оценка структуры дает представление об эффективности работы отдельных структурных подразделений, соответствии их уровня стратегии инвестиционного развития.

Оценка эффективности кадровой политики проводится на основе анализа политики подбора и расстановки кадров, оценки индивидуального вклада каждого работника в общее дело и уровня профессионального мастерства, изучения деловых и личных качеств специалистов. Для достижения реальной оценки, исключения предвзятости в характеристике личного вклада каждого специалиста целесообразно использовать периодические аттестации работников среднего и руководящего звена, собеседования, опросы и анкетирование.

Оценка риска – это этап анализа риска, имеющий целью определить его количественные характеристики: вероятность наступления неблагоприятных событий и возможный размер ущерба. Можно выделить 3 основных группы методов оценки риска для конкретных процессов:

1) анализ статистических данных по неблагоприятным событиям, имевшим место в прошлом;

2) теоретический анализ структуры причинно-следственных связей процессов;

3) экспертный подход.

Чаще всего используются экспертный, статистический, расчетно-аналитический и аналоговый методы.

Экспертные методы оценки применяются в том случае, если у предпринимательской организации отсутствуют необходимые информативные данные для осуществления расчетов или сравнений. Указанные методы основываются на опросе квалифицированных специалистов в различных областях с последующей математической обработкой результатов проведенного опроса. Экспертные методы оценки широко используются при определении уровня вероятности возникновения инфляционного, инвестиционного, валютного и некоторых других рисков.

Статистические методы оценки позволяют получить количественное представление об уровне риска. К неудобствам данного метода можно отнести необходимость наличия достаточно обширной статистической информации. При оценке вероятности данным методом рассчитывают среднее ожидаемое значение результата; среднеквадратическое отклонение; коэффициент вариации. На основе статистических методов вероятность возникновения рисков оценивается по каждой инвестиционной операции, рассматриваемому инвестиционному проекту и т.п.

Расчетно-аналитические методы оценки позволяют количественно оценить вероятность возникновения рисков инвестиционной деятельности на основе использования внутренней информационной базы. В этом случае вероятность возникновения отдельных рисков устанавливается в зависимости от значений плановых показателей финансовой деятельности фирмы. Наибольшее распространение расчетно-аналитические методы получили при оценке вероятности возникновения риска неплатежеспособности фирмы и риска потери ее финансовой устойчивости.

Аналоговые методы оценки позволяют определить уровень вероятности возникновения рисков по отдельным наиболее часто повторяющимся операциям фирмы. Эти методы используются при оценке валютного, инвестиционного и кредитного рисков.

Таким образом, проведение комплексного анализа является трудоемкой процедурой, включающей огромный спектр специфических вопросов. Поэтому традиционно различные направления анализа исследуются специализированными структурными подразделениями.

Проблемами большинства организаций остаются разрозненность отдельных видов анализа, отсутствие комплексного исследования и общего заключения, что приводит к внесению только отдельных корректив в политику, исключает возможность своевременного принятия решений при возникновении серьезных проблем.

Любой анализ независимо от целей и объектов исследования включает в себя ряд этапов, объединенных логическими переходами и выполняющих специфические задачи. Главная особенность построения этапов – их логическая взаимосвязь, которая предполагает движение от начального этапа к конечному, от более простого – к более сложному. Каждый предыдущий этап является основой, базой следующего этапа, каждый следующий этап является логическим завершением предыдущего. В противном случае всякий анализ теряет смысл. Именно поэтому является очевидным, что качество анализа, его результаты зависят от правильности определения приоритетов на каждом из этапов. Приведем примерную характеристику каждого этапа экономического анализа рисков инвестиционной деятельности.

Подготовительный этап. Этот этап является определяющим для дальнейшего анализа и в полной мере определяет его качество и полноту. Его специфика заключается в постановке задачи и определении цели исследования. Грамотное и профессиональное задание руководством этих атрибутов позволит подобрать нужную и отвечающую требованиям информацию, определить круг специалистов, занимающихся данной проблемой, распределить между ними участки работы, с максимальной отдачей использовать имеющееся программное и техническое обеспечение, значительно сократить время на подготовку аналитического исследования. Следует иметь в виду, что при постановке перед аналитиками задачи необходимо четко и точно формулировать цель.

Следующими аспектами являются определение круга специалистов, способных заняться изучением данной проблемы, правильное распределение и закрепление за ними вопросов, требующих изучения. Выше было определено, что наиболее целесообразным является анализ отдельных специфических вопросов управления инвестиционной деятельностью специализированными структурами в условиях неопределенности. В этом случае большую роль играют профессионализм специалиста, его навыки, чутье, практический подход к оценке того или иного явления. Не стоит забывать и о том, что включение работника в общее дело по изучению проблемы является своего рода моральным стимулом, позволяющим раскрыть способности и деловые качества человека.

Следующий блок вопросов этого этапа – подготовка и отбор информации. Эта работа должна вестись по двум направлениям: внутреннему (использование разнообразной внутренней информации) и внешнему (использование внешних источников информации). На этом этапе должны быть задействованы все владеющие или соприкасающиеся с рассматриваемым вопросом структурные подразделения, в том числе и информационно-аналитическая служба. Из имеющейся информации необходимо уже на предварительном этапе отобрать наиболее характерную для данного вопроса. Одновременно проводится ревизия программного обеспечения, изучаются возможности встроить конкретную задачу к имеющимся программным продуктам с целью максимального сокращения времени на их обработку. Важный момент – разработка макета итогового табличного и графического материала с целью достижения наибольшей наглядности, а следовательно, и информированности аналитика.

И наконец должны быть отработаны организационные детали: заранее оговорены сроки проведения анализа, форма заключительного документа, согласованы взаимоотношения различных подразделений, участвующих в анализе, и т.д. Неурегулированность этих вопросов может несколько снизить качество и итоговый результат работы. На этом этапе осуществляется информационная подготовка анализа. Здесь зачастую, помимо профессиональных навыков, специалисту понадобятся знания теории вероятности, волатильности, дюрации и статистики. На начальном этапе весь объем информации по возможности проверяется на достоверность, полноту, производится ее вторичный отбор. Дальнейшая работа строится на проведении группировки показателей, комбинации нескольких видов данных с целью выявления закономерностей, структурирования информации. На данном этапе идет разработка информационного и организационного обеспечения проведения системного анализа, определяются основные источники информационных потоков и их соответствие целям и задачам анализа, разрабатываются механизмы совершенствования и обновления информационной базы в зависимости от периодичности анализа, определяются субъект анализа, его связи с объектом исследования. Важным является расчет различных относительных и абсолютных показателей, динамика которых для наглядности должна быть представлена в таблицах. На самом деле информационный блок схемы управления рисками должен включать в себя совокупность 3 информационных потоков:

1) множества экстраполируемой информации, обобщающий опыт предшествующего развития банка аналогичных проектов, рыночных инерционных явлений и тенденций;

2) информации, получаемой в процессе разработки решения;

3) информации, получаемой непосредственно в процессе реализации принятой стратегии, в том числе и экстренного характера.

В зависимости от параметров представленной в базе данных информации для последующего анализа и выбора решения должен применяться тот или иной метод восприятия и перенесения информации с целью формирования прогноза и анализируемой среды. Выбор показателей зависит от целей анализа и имеющейся экономической базы. Обязательным условием и одновременно элементом творчества на данном этапе можно считать подготовку дополнительных данных для проведения сравнительного анализа на последующем этапе.

Аналитический этап. Это наиболее сложный и творческий этап проведения анализа инвестиционной деятельности с учетом фактора неопределенности, который заключается в описании полученных данных и дополнительной информации. В зависимости от целей исследования анализ может включать изучение отдельных сторон деятельности (экспресс-анализ) или комплексный анализ, раскрывающий все основные аспекты деятельности организации. Описание результатов должно в максимальной степени отвечать поставленным перед аналитиком целям, быть полным и логически завершенным, подтверждаться цифровым или графическим материалом. Причем задача специалиста, проводящего исследование, – выбрать из всего объема имеющейся информации самую контрастную и самую существенную, наиболее четко и точно характеризующую изучаемый аспект. Чрезмерное переполнение аналитического материала цифровыми данными рассеивает внимание и снижает результат восприятия такой информации. При наличии информации о конкурентах целесообразно один из разделов исследования посвятить проблеме конкурентной позиции организации, сравнить ее деятельность по анализируемому направлению с показателями других организаций. При этом выявляются и систематизируются основные факторы, под воздействием которых функционирует система, и формируются ее аналитические показатели. На этом этапе системного анализа важно соблюдение комплексного подхода при классификации факторов, так как это позволяет осуществить в последующем комплексный поиск внутренних резервов повышения результативности деятельности.

На данном этапе проводится моделирование показателей как база для проведения многофакторного анализа: на основе общей схемы системы анализа, подсистем и микроблоков осуществляется математическое моделирование синтетических показателей каждого блока анализа различных видов рисков инвестиционной деятельности. В ходе моделирования каждый синтетический показатель представляется как некая факторная система, образованная в соответствии с определенными экономическими критериями выделения факторов как элементов этой системы: причинность, достаточная специфичность, самостоятельность существования, возможность учета и количественного измерения.

На этом этапе широко применяются методы и приемы динамического, структурного, структурно-динамического, коэффициентного и факторного анализов.

На последующих этапах анализа производятся обобщение результатов анализа; выявление степени устойчивости развития экономического субъекта, резервов улучшения и интенсификации результатов его деятельности; разработка комплекса мероприятий, направленных на оптимизацию уровня инвестиционных рисков при одновременном повышении эффективности результатов деятельности организации, упрочении экономического потенциала субъекта инвестиционной деятельности; принятие соответствующих управленческих решений по увеличению темпов роста собственного капитала и рентабельности активов.

Заключительный этап. Этот этап является логическим завершением предыдущего этапа. Результаты аналитического исследования окончательно оформляются, подводятся итоги, готовятся прогнозы и рекомендации по оптимизации уровня риска инвестиционной деятельности. Одновременно дается оценка принятым решениям и уровню управления инвестиционной деятельностью экономической системы с учетом фактора неопределенности. Это достаточно сложный и ответственный этап, для дачи заключения ограничиться только рекомендациями специалистов структурных подразделений нельзя, на этом этапе к работе следует подключить экспертный совет, который должен подготовить окончательный вариант рекомендаций, предварительно просчитав эффект от принятия решения на условном примере.

Отметим, что различные этапы проведения анализа деятельности взаимосвязаны и свидетельствуют о взаимодополнении и логической последовательности проведения исследования. Организация анализа по приведенной выше схеме является типичной, или стандартной. В зависимости от специфики решаемой задачи меняется и наполнение каждого этапа: оно детализируется или, наоборот, обобщается и упрощается. Так, для проведения экспресс-анализа используется значительно меньший объем исходных данных, зачастую не требуется разработки специального программного обеспечения, сокращается время обработки материала на подготовительном этапе. Однако задачи и цели такого исследования не столь масштабны, результаты экспресс-анализа в основном используются для проведения текущей оперативной деятельности или решения текущих проблем. Комплексный анализ рисков направлен на выработку стратегии и тактики субъекта инвестиционной деятельности, определение приоритетов инвестиционной политики.

В то же время принцип целостности находит и другое выражение. Так, анализ финансово-экономических результатов деятельности осуществляется с позиции оценки ее рисков. На этой основе производится оценка эффективности самих конечных результатов и их соответствия поставленным стратегическим целям развития и анализируется их влияние на формирование стратегии. Таким образом, образуется замкнутая система: экономический потенциал – стратегические задачи – результаты деятельности – экономический потенциал. Кроме того, в ходе анализа внимание акцентируется не на отдельной группе результатов, а на всей их совокупности в неразрывной связи. Эта часть анализа основывается на концепции управления по результатам, согласно которой существуют 3 типа конечных результатов деятельности организации (ФПГ, инвестиционной компании, предприятия, банка): результаты коммерческой деятельности (прибыль, оборот, покрытие расходов, капитал, рентабельность и др.); функциональные результаты (количество и качество производимой продукции, степень использования производственных мощностей, качество активов, структура обязательств), результаты управления рисками инвестиционной деятельности, оказывающие содействие достижению коммерческих и функциональных результатов (VAR, дюрация, волатильность).

В общем случае методика системного анализа разрабатывается для того, чтобы организовать процесс принятия решения в сложных проблемных ситуациях по управлению инвестиционной деятельностью в условиях неопределенности. Она должна ориентироваться на необходимость обоснования полноты анализа и адекватного отображения рассматриваемого процесса или объекта формирования модели принятия решения. Основной особенностью методик системного анализа является сочетание в них формальных и неформальных (экспертных) методов и приемов.

Системная концепция анализа хозяйственной и инвестиционной деятельности в условиях неопределенности предполагает: представление объекта исследования и совокупности процедур анализа результатов его деятельности как целостных систем, а самой системы анализа и оценки финансово-экономических результатов деятельности – как одной из подсистем комплексного анализа хозяйственной и инвестиционной деятельности; учет всей совокупности факторов, под воздействием которых формируются результаты инвестиционной деятельности; решение задач анализа посредством комплексного проектирования системы результатов деятельности на основе выбранных качественных и количественных целей функционирования самого объекта исследования; многофакторное моделирование системы показателей результатов инвестиционной деятельности; приоритет оценок достижения стратегических задач и целей, миссии субъекта инвестиционной деятельности над общепринятыми показателями оценки результативности.

 

2.2. Статистические методы оценки риска

Управление риском означает правильное понимание степени риска, который постоянно угрожает людям, имуществу, финансовым результатам хозяйственной деятельности. Для предпринимателя важно знать действительную стоимость риска, которому подвергается его деятельность. Под стоимостью риска следует понимать фактические убытки предпринимателя, затраты на снижение величины этих убытков или затраты по возмещению таких убытков и их последствий. Правильная оценка финансовым менеджером действительной стоимости риска позволяет ему объективно представлять объем возможных убытков и наметить пути к их предотвращению или уменьшению, а в случае невозможности предотвращения убытков обеспечить их возмещение.

Оценка риска – это этап анализа риска, имеющий целью определить его количественные характеристики: вероятность наступления неблагоприятных событий и возможный размер ущерба. Можно выделить основные методы оценки риска для конкретных процессов:

1) анализ статистических данных по неблагоприятным событиям, имевшим место в прошлом;

2) теоретический анализ структуры причинно-следственных связей процессов.

Используя имеющиеся статистические данные, можно оценить вероятность возникновения неблагоприятных событий и размер ущерба. Этот метод подходит для частых и однородных событий.

К методам, обеспечивающим отдельную оценку уровня риска, относится дисперсия, которая представляет собой средневзвешенное из квадратов отклонений действительных результатов рискованных инвестиционных вложений от средних ожидаемых.

Дисперсия рассчитывается:

где q – дисперсия;

Х – ожидаемое значение для каждого случая вложения инвестиционных ресурсов;

Х— – среднее ожидаемое значение риска инвестиционной деятельности;

n – число вложений инвестиционных ресурсов (частота).

Дисперсия характеризует абсолютную колеблемость частоты инвестиционного риска, а относительную степень колеблемости показывает коэффициент вариации, который рассчитывается по формуле:

где V – коэффициент вариации;

q – среднее квадратическое отклонение;

х – среднее ожидаемое значение риска инвестиционной деятельности.

Коэффициент вариации может изменяться от 1 до 100%.

Чем выше коэффициент вариации, тем сильнее колеблемость. Установлена следующая качественная оценка различных значений коэффициента вариации:

до 10% – слабая колеблемость риска инвестиционной деятельности;

10–25% – средняя, умеренная колеблемость риска инвестиционной деятельности;

более 25% – высокая колеблемость риска инвестиционной деятельности.

При использовании дисперсии и вариации учитывают, что риск имеет математически определенную вероятность получения результата от реализации инвестиционного проекта. Эта вероятность в свою очередь может быть определена субъективно экспертным путем или объективно на основании математических вычислений частот степени риска.

Дисперсия и среднеквадратическое отклонение служат мерами абсолютного рассеяния и измеряются в тех же физических единицах, в каких измеряется варьирующий признак.

Коэффициент вариации – относительная величина. Поэтому с его помощью можно сравнивать колеблемость признаков, выраженных в различных единицах измерений.

Поскольку на формирование ожидаемого результата (например, величины прибыли) воздействует множество случайных факторов, то он, естественно, является случайной величиной.

Одной из характеристик случайной величины Х является закон распределения ее вероятностей.

Характер, тип распределения отражают общие условия, вытекающие из сущности и природы явления, и особенности, оказывающие влияние на вариацию исследуемого показателя (ожидаемого результата).

Ситуации, когда убытки редки, но их величина существенна, возникают в результате таких катастрофических обстоятельств, как взрыв на заводе или землетрясение. Напротив, ситуации, когда убытки происходят часто, но их размер относительно невелик, имеют обычный характер. Примером является физический ущерб автомобилю (например, в результате аварии) из большого автопарка.

Значительная часть организаций несет большое число убытков относительно небольшого размера (hazard, accidental) по рискам опасности. Например, в больших производственных компаниях ежегодно с работниками происходит большое число незначительных случаев травматизма. Другие организации страдают от таких катастрофических потерь, как большой пожар или взрыв на заводе, что, хотелось бы верить, происходит не часто. Между этими двумя крайними ситуациями располагаются убытки средней величины, которые могут наступить или не наступить с некоторой периодичностью.

Таблица 14. Эмпирическая шкала уровня риска

Принятие решений с большим уровнем риска зависит от склонности к риску лиц, принимающих решение. Однако принятие таких решений возможно только в случае, если наступление нежелательного исхода не приведет предпринимателя (фирму) к банкротству.

Для оценки приемлемости отклонения используется коэффициент вариации V. При этом приводятся следующие шкалы колеблемости (риска) коэффициента вариации: до 0,1 – слабая; от 0,1 до 0,25 – умеренная; свыше 0,25 – высокая.

При оценке приемлемости коэффициента, определяющего риск банкротства, существует несколько не противоречащих друг другу точек зрения. Одни авторы считают, что оптимальным является коэффициент риска, составляющий 0,3, а коэффициент риска, ведущий к банкротству, – 0,7 и выше. В других источниках приводится шкала риска со следующими градациями указанного выше коэффициента: приемлемый риск – до 0,25, допустимый риск – 0,25–0,50, критический риск – 0,50–0,75, катастрофический риск – свыше 0,75.

По мнению практически всех авторов, в границах коэффициента, определяющего риск банкротства от 0,3 до 0,7, находится зона повышенного риска. Принятие решения о реализации рискового мероприятия в границах этой зоны определяется величиной возможного выигрыша в случае, если нежелательный исход (рисковое событие) не произойдет, и склонностью к риску лиц, принимающих решение.

Как показывает практика, для характеристики распределения социально-экономических явлений наиболее часто используется так называемое нормальное распределение.

Допущение о том, что большинство результатов хозяйственной деятельности (доходы, прибыль и т.п.) как случайные величины подчиняются закону, близкому к нормальному, широко используется в литературе по проблеме количественной оценки экономического риска. Известно, что закон нормального распределения характерен для распределения событий в случае, когда их исход представляет собой результат совместного воздействия большого количества независимых факторов и ни один из этих факторов не оказывает преобладающего влияния.

В действительности нормальное распределение экономических явлений в чистом виде встречается редко, однако, если однородность совокупности соблюдена, часто фактические распределения близки к нормальному.

На практике для проверки обоснованности принятого распределения используются различные критерии согласия (между эмпирическим и теоретическим распределением), которые позволяют принять или отвергнуть принятую гипотезу о законе распределения.

Из курса теории вероятностей и математической статистики известно, что нормально распределенная случайная величина является непрерывной и ее дифференциальная функция распределения имеет вид:

где у = f(x) определяет плотность распределения вероятности для каждой точки x.

Потери организации характеризуются частотой (числом) убытков и тяжестью (размером) убытков. Эти понятия относятся ко всем типам рисков, как к операционным, так и к финансовым/рыночным рискам организации.

Частота (frequency of losses) убытков – число страховых случаев, по которым возникли убытки за определенный период времени, например за год. Тяжесть (severity of losses) убытков – размер убытков в денежном эквиваленте, который должен быть выплачен, чтобы компенсировать ущерб. Последняя характеристика может использоваться для определения размера как индивидуального убытка, так и для группы убытков.

Однако, как следует из рассмотренного нами определения риска, существенные факторы понятия риска в приведенных здесь формулах даже не затрагиваются.

Для подтверждения и иллюстрации дальнейших рассуждений приведем следующий простой пример.

Представим себе человека, который должен перепрыгнуть через канаву определенной ширины. Если канава небольшая, а человек – хороший спортсмен, то мысли о риске и не возникают. Но если канава такой ширины, что успешный прыжок вероятен всего на 80%, то положение сразу же меняется. Однако как изменится проблема с точки зрения риска, если потребуется прыжок не через канаву в полметра глубиной, а через пропасть глубиной 100 м! И конечно с точки зрения определения риска необходимо учесть, какое поощрение стимулирует достижение успеха.

Наши повседневные оценки риска всегда базируются на сравнении возможных выигрышных исходов и обстоятельств, способствующих им, с возможными потерями в случае неудачи.

А теперь вернемся к рассуждениям о возможности численного выражения риска с учетом оценки выигрыша и возможных потерь.

Поэтому рассмотренный коэффициент риска используется при планировании и оценке крупных проектов и программ.

Указанные выше недостатки приводят к тому, что на практике используются различные критерии оценки и показатели уровня риска в зависимости от сложности решаемых задач сферы предпринимательской деятельности.

При этом наряду с количественным определением уровня риска его оценка дополняется с помощью различных шкал, являющихся в некоторой степени рекомендациями по приемлемости риска и учитывающих некоторые субъективные факторы. С целью учета данных субъективных факторов применяются экспертные оценки рисков.

 

2.3. Экспертные методы оценки риска

Общая схема экспертных опросов включает следующие основные этапы:

1) подбор экспертов и формирование экспертных групп;

2) формирование вопросов и составление анкет;

3) работу с экспертами;

4) формирование правил определения суммарных оценок на основе оценок отдельных экспертов;

5) анализ и обработку экспертных оценок.

На первом этапе исходя из целей экспертного опроса решаются вопросы относительно структуры экспертной группы, количества экспертов и их индивидуальных качеств, т.е. определяются требования к специализации и квалификации экспертов, необходимое число экспертов каждой специализации и общее их количество в группе.

Оценки численности группы экспертов производятся на основе следующих соображений.

Численность группы не должна быть малой, так как в этом случае будет потерян смысл формирования экспертных оценок, определяемых группой специалистов. Кроме того, на групповые экспертные оценки в значительной степени влияла бы оценка каждого эксперта.

При увеличении группы экспертов, хотя и устраняются эти недостатки, но зато появляется опасность возникновения новых. Так, при очень большом количестве экспертов оценка каждого из них в отдельности почти не влияет на групповую оценку. Причем рост численности экспертной группы далеко не всегда приносит повышение достоверности оценок. Часто расширение группы экспертов возможно лишь за счет малоквалифицированных специалистов, что в свою очередь может привести к уменьшению достоверности групповых оценок. Одновременно с ростом числа экспертов увеличиваются трудности, связанные с координацией работы группы и обработкой результатов опроса. Следует отметить, что при нахождении оценок экспертным путем, помимо погрешности, вносимой недостатком информации об исследуемом объекте и недостаточной компетентностью экспертов, возможна и погрешность совсем другого рода, обусловленная заинтересованностью экспертов в результатах экспертизы, что обязательно скажется на их достоверности. Наличие такого рода погрешностей может значительно искажать оценки.

Устранение указанных недостатков достигается использованием соответствующих методов и в первую очередь посредством правильной организации экспертной процедуры, начиная от подбора экспертов до обработки их мнений.

Характерными особенностями методов экспертных оценок и моделей их реализации как инструмента научного решения сложных неформализуемых проблем являются, во-первых, научно обоснованная организация всех этапов экспертизы, обеспечивающая эффективность работы на каждом из этапов и, во-вторых, применение количественных методов как при организации экспертизы, так и при оценке суждений экспертов на основе формальной групповой обработки результатов их мнений. Эти особенности отличают методы экспертных оценок от обычной, давно известной экспертизы, применяемой в различных сферах человеческой деятельности.

При подборе экспертов должно быть учтено ограничение, касающееся соответствия целей экспертов целям экспертного опроса, т.е. необходимо установить, имеется ли тенденция у отдельных экспертов необъективно оценивать рассматриваемые события. Для этого желательно выявить потенциальные возможные цели экспертов, противоречащие целям получения объективных результатов.

Анализируя предшествующую деятельность экспертов, необходимо выяснить наличие причин, которые приводят к стремлению завышать или занижать оценки так, чтобы повлиять на групповые оценки в желательном для себя либо для других лиц направлении.

Основными методами экспертных оценок являются следующие:

1) методы коллективной работы экспертной группы;

2) методы получения индивидуального мнения членов экспертной группы.

Методы коллективной работы экспертной группы предполагают формирование общего мнения в ходе совместного обсуждения последствий предпринимательской деятельности. Иногда эти методы называют методами прямого получения коллективного мнения. Они включают методы «мозговой атаки», сценариев, деловых игр, совещаний и «суда».

Методы получения индивидуального мнения членов экспертной группы основаны на предварительном сборе информации от экспертов, опрашиваемых независимо друг от друга, с последующей отработкой полученных данных. К этим методам можно отнести методы анкетного опроса, интервью, Дельфи.

Средством сбора информации от экспертов является опросный лист – анкета, которая должна удовлетворять ряду таких требований, как простота и однозначность понимания текста, краткость изложения, полнота изложения, иллюстративность, однотипность.

Опрос экспертов осуществляется в соответствии с выбранным методом экспертных оценок. Среди методов экспертных оценок как научного инструмента трудноформализуемых задач анализа предпринимательского риска наиболее приемлем метод Дельфи, или метод дельфийского оракула. Этот метод представляет итеративную процедуру анкетного опроса. При этом соблюдается требование отсутствия личных контактов между экспертами и обеспечения их полной информацией по всем результатам оценок после каждого тура опроса с сохранением анонимности оценок, аргументации и критики.

Процедура метода включает несколько последовательных этапов (туров) опроса. На первом этапе ведется индивидуальный опрос экспертов, обычно в форме анкет. Эксперты дают ответы, не аргументируя их. Затем результаты опроса обрабатываются, и формируется коллективное мнение группы экспертов, выявляется и обобщается аргументация в пользу различных суждений. На втором этапе вся информация сообщается экспертам, и их просят пересмотреть оценки и в случае своего несогласия с коллективным суждением объяснить его причины. Новые оценки вновь обрабатываются, и осуществляется переход к следующему этапу. Практика показывает, что после трех-четырех этапов ответы экспертов стабилизируются, и на этом следует прекращать процедуру опроса.

Достоинством метода Дельфи является использование обратной связи в ходе опроса, что значительно повышает объективность и надежность экспертных оценок степени риска. Однако данный метод требует значительного времени на реализацию всей многоэтапной процедуры.

Обработка результатов полученной экспертной информации определяется методом ее получения и типом представления (качественная, количественная). При обработке экспертной информации ставятся задачи оценки: коллективного мнения экспертной группы; согласованности мнений экспертов; компетентности экспертов. При решении первой задачи, если есть необходимый информационный потенциал, используются методы математической статистики, основанные на осреднении данных. Если информационный потенциал недостаточен, обработка результатов базируется на методах качественного анализа.

При наличии информационного потенциала коллективное мнение экспертной группы может быть выражено в формах:

1) количественных оценок в физических единицах измерения или в виде отношения;

2) балльных оценок;

3) попарных сравнений;

4) группировок (сортировки);

5) ранжирования.

Правила опроса экспертов содержат ряд положений, обязательных к выполнению всеми. Эти правила должны обеспечивать соблюдение условий, благоприятствующих формированию экспертами объективного мнения. В число таких условий входят:

1) независимость формирования экспертами собственного мнения об оцениваемых событиях;

2) удобство работы с предполагаемыми анкетами (вопросы формулируются в общепринятых терминах и должны исключать всякую смысловую неоднозначность и др.);

3) логическое соответствие вопросов структуре объекта опроса;

4) приемлемые затраты времени на ответы по вопросам анкеты, удобное время получения вопросов и выдачи ответов;

5) сохранение анонимности ответов для членов экспертной группы;

6) предоставление экспертам требуемой информации.

Для обеспечения выполнения этих условий должны быть разработаны правила проведения опроса и организации работы экспертной группы.

В зависимости от характера исследуемого объекта, от степени его формализации и возможности привлечения необходимых экспертов порядок работы с ними может быть различным, но в основном он состоит из 3 следующих стадий.

На первой стадии эксперты привлекаются в индивидуальном порядке для того, чтобы уточнить модель объекта, ее параметры и показатели, подлежащие экспертной оценке; уточнить формулировки вопросов и терминологию в анкетах; согласовать целесообразность той или иной формы представления таблиц экспертных оценок; уточнить группы экспертов.

На второй стадии экспертам направляются анкеты с пояснительным письмом, в котором описываются цель работы, структура и порядок построения таблиц с примерами.

Если имеется возможность собрать экспертов вместе, то цели и задачи анкетирования, а также все вопросы, связанные с анкетированием, могут быть изложены устно. Обязательное условие такой формы экспертного опроса – последующее самостоятельное заполнение анкет при соблюдении правил анкетирования.

Третья стадия работы с экспертами осуществляется после получения результатов опроса в процессе обработки и анализа полученных результатов.

На этой стадии от экспертов в форме консультации обычно получают всю необходимую информацию, которая требуется для уточнения данных и их окончательного анализа.

Рациональное использование информации, получаемой от экспертов, возможно при условии преобразования ее в форму, удобную для дальнейшего анализа, направленного на подготовку и принятие решений.

Существует несколько способов использования группы экспертов. Один из них (метод согласования оценок) заключается в том, что каждый эксперт дает оценку независимо от других, а затем с помощью определенных приемов эти оценки объединяются в одну обобщенную (согласованную).

Например, если речь идет о вероятности наступления рискового события (р) и i-й эксперт указывает для этой вероятности число рi, то простейший способ получения обобщенной оценки состоит в вычислении средней вероятности:

где m – число экспертов, участвующих в экспертизе.

В методе Дельфи в качестве обобщенного мнения принимается медиана оценок последнего тура опроса экспертов.

Можно рассчитать и средневзвешенное значение вероятности, если попытаться учесть вес (компетентность) самого эксперта, который определяется на основе предыдущей деятельности (количество верных ответов к общему количеству), либо на основе других методов – самооценка экспертом своих знаний в области заданных вопросов, квалификация, должность, ученое звание и т.д.:

где h – вес, приписываемый i-му эксперту.

Существуют различные приемы оценки компетентности эксперта, выбор которых определяется как характером решаемой задачи, так и возможностями проведения конкретного экспертного опроса. В общем случае значения веса, приписываемого i-му эксперту, интерпретируются как вероятность задания им достоверной оценки. В этом случае 0 < h < 1.

В зависимости от специфики экспертного опроса, объекта исследования и используемой методики обработки экспертных данных оценки, даваемые экспертами, могут иметь различную шкалу измерения: от 0 до 1, от 0 до 10, от 0 до 100. Так, известная нам экспертиза определения индекса БЕРИ для оценки страхового риска использует шкалу от 0 до 100 баллов. Вместе с тем принципиальной разницы в шкалах измерения нет, выбор той или иной из них во многом определяется вкусом исследователя, производящего экспертный опрос. Принятая шкала измерения может в некоторой степени повлиять на выбор методов анализа и обработки мнений экспертов.

При проведении анализа собранных экспертных данных в соответствии с целями исследования и принятыми моделями необходимо представить информацию, полученную от экспертов в виде, удобном для принятия решений (упорядочить объекты – варианты, показатели, факторы и т.п.), а также определить согласованность действий экспертов и достоверность экспертных оценок.

Так, например, выявленные в процессе качественного анализа риски необходимо представить в порядке их важности (степень возможного их влияния на уровень потерь) или вариантов снижения риска – в порядке их предпочтительности и т.п.

Существует ряд методов упорядочения, каждый из которых имеет свои достоинства и недостатки, а также область эффективного применения. Наиболее распространенными из них являются ранжирование, непосредственная оценка, последовательное сравнение, парное сравнение.

Важным моментом экспертных процедур является оценка согласованности действий экспертов и достоверности экспертных оценок.

Как отмечалось, существующие способы определения достоверности экспертных оценок основаны на предположении, что в случае согласованности действий экспертов достоверность оценок гарантируется.

Наиболее часто для этих целей используют коэффициент конкордации (согласия), величина которого позволяет судить о степени согласованности мнений экспертов и, как следствие, достоверности их оценок. Коэффициент конкордации (W) определяется из выражения:

где: q2ø– фактическая дисперсия суммарных (упорядоченных) оценок, данных экспертами;

q2max – дисперсия суммарных (упорядоченных) оценок в случае, когда мнения экспертов полностью совпадают.

Величина коэффициента конкордации может изменяться в пределах от 0 до 1. При W = 0 согласованности нет, т.е. связь между оценками различных экспертов отсутствует. При W = 1 согласованность мнений экспертов полная.

Для принятия решения об использовании полученных от экспертов оценок необходимо, чтобы коэффициент конкордации был больше заданного (нормативного) значения. Можно принять W = 0,5. Считается, что при W большем, чем 0,5, действия экспертов в большей степени согласованны, чем не согласованы.

Определение коэффициента конкордации рассмотрим на следующем упрощенном примере. Пусть в процессе качественного анализа выявлены 5 видов риска, которым может подвергаться проект в процессе его реализации. Перед экспертами стоит задача проранжировать эти риски (представить в порядке их важности) по степени возможного их влияния на уровень потерь.

В общем случае коэффициент конкордации определяется из выражения:

где а – оценка, присваиваемая i-му объекту j-м экспертом;

m – количество оцениваемых объектов;

n – количество экспертов.

Используются также критерии, которые позволяют оценить вероятность того, что согласованность экспертов не явилась результатом случайных вариаций их мнений.

Если в соответствии с принятыми критериями мнения экспертов можно считать согласованными, то данные ими оценки принимаются и используются в процессе подготовки и реализации управленческих решений.

Если полученные оценки нельзя считать достоверными, следует повторить опрос заново. Если и это не дает желаемых результатов, следует уточнить исходные данные и (или) изменить состав группы экспертов.

Известно, что среднее значение суммарной оценки для m объектов, назначаемых n экспертами, составляет 1/2n (m + l).

 

2.4. Анализ технических рисков фирмы

Для редких и уникальных событий, например крупных аварий, не имеющих репрезентативной статистики, используется теоретический анализ системы, имеющий целью выявить возможный ход развития событий и определить их последствия. Условно такой метод можно назвать сценарным подходом, поскольку итогом рассмотрения процесса в этом случае является построение цепочек событий, связанных причинно-следственными связями, для каждой из которых определена соответствующая вероятность. В начале цепочки стоит группа исходных событий, называемых причинами, в конце – группа событий, называемых последствиями.

Существует ряд принципиальных сложностей оценки риска при помощи сценарного подхода. Используемые математические модели и методы для расчета последствий аварий и отказов оборудования содержат внутри себя значительную неопределенность, связанную с большой сложностью моделируемых объектов и недостаточным знанием путей развития неблагоприятных процессов. Поэтому большое значение для разработки стратегии управления рисками крупных производственных предприятий и повышения точности расчетов имеют создание баз данных по отказам элементов оборудования, проработка различных вариантов и создание базы данных по сценариям развития аварий, а также повышение качества сбора первичной статистической информации.

Среди методов оценки вероятности наступления неблагоприятных событий наиболее известными являются следующие:

1) метод построения деревьев событий;

2) метод деревьев отказов;

3) метод «события – последствия».

Метод построения деревьев событий – это графический способ прослеживания последовательности отдельных возможных инцидентов (например, отказов или неисправностей каких-либо элементов технологического процесса или системы с оценкой вероятности каждого из промежуточных событий) и вычисления суммарной вероятности конечного события, приводящего к убыткам.

Дерево событий строится, начиная с заданных исходных событий, называемых инцидентами. Затем прослеживаются возможные пути развития последствий этих событий по цепочке причинно-следственных связей в зависимости от отказа или срабатывания промежуточных звеньев системы.

На каждом шаге развития событий рассматриваются две возможности: срабатывание системы (верхняя ветвь дерева) или отказ (нижняя ветвь). Предполагается, что каждое последующее звено срабатывает только при условии срабатывания предыдущего. Около каждой ветви указывается вероятность отказа (Р) либо вероятность срабатывания (1 – Р). Для независимых событий вероятность реализации данной цепочки определяется произведением вероятностей каждого из событий цепочки. Полная вероятность событий указывается в правой части диаграммы. Поскольку вероятности отказов, как правило, очень малы, а вероятность срабатывания есть 1 – Р, то для всех верхних ветвей в данном примере вероятность считается приблизительно равной 1.

Построение дерева событий позволяет последовательно проследить последствия каждого возможного исходного события и вычислить максимальную вероятность главного (конечного) события от каждого из таких инцидентов. Основное при этом – не пропустить какой-либо из возможных инцидентов и учесть все промежуточные звенья системы.

Конечно, такой анализ может дать достоверный результат вероятности главного события только в том случае, если достоверно известны вероятности исходных и промежуточных событий. Hо это и непременное условие любого вероятностного метода.

Анализ риска может происходить и в обратную сторону – от известного последствия к возможным причинам. Это графическое представление всей цепочки событий, последствия которых могут привести к некоторому главному событию. Иначе говоря, определяются пути, по которым отдельные индивидуальные события могут в результате их комбинированного воздействия привести к потенциально опасным ситуациям. В последние десятилетия этот метод получил широкое распространение во многих отраслях промышленности во всем мире. Применяется он также и для анализа предпринимательских и инвестиционных рисков. В этом случае мы получим одно главное событие у основания дерева и множество возможных причин (инцидентов) в его кроне. Такой метод называется деревом отказов и фактически представляет собой инверсию рассмотренного здесь дерева событий.

Дерево отказов строится следующим образом. При построении дерева логическая схема отталкивается от главного события. Исходная точка – это не причины, приведшие к событию, а оно само. И только задав событие, можно начинать исследование возможных причин его появления. Рассматриваемое главное событие изображается на вершине. Ветви дерева представляют собой все пути, по которым событие может реализоваться, а связь между исходными событиями и главным событием осуществляется через «калитку», или условие. В качестве таких «калиток» могут использоваться либо «и», либо «или», других возможностей не существует. «Калитки» представляют собой логические условия, которые выбираются исходя из «здравого смысла» работы системы.

Риск того, что оба события произойдут одновременно, равен произведению вероятностей этих двух исходных событий. События, связанные условием «и», перемножаются, а события, связанные условием «или», складываются. Далее необходимо решить, приемлем для системы такой риск или нет. Наконец, дерево отказов позволяет выявить все пути, которые приводят к главному событию, и, что наиболее важно, дает возможность определить минимальное число комбинаций событий, которые могут вызвать главное событие. Производственные процессы или технические системы могут иметь несколько различных технологических цепочек, и все они должны быть отражены на графе дерева отказов. Главное событие может индуцироваться большим числом исходных событий, некоторые из которых могут перекрываться или дублироваться в различных частях процесса. Все такие элементы должны быть отражены в дереве отказов. Если удастся выделить минимальное число цепочек событий, которые приведут к главному событию, то можно будет определить те ключевые части системы или процессы, модернизация которых может быть наиболее эффективной с точки зрения безопасности.

Минимальное число цепочек событий, при которых может произойти главное событие, называется «набор минимальных кратчайших путей» (set of minimum cut sets), а кратчайший путь (cut set) – это группа событий, или первичных источников отказов, которые могут привести к главному событию через минимальное число шагов. Дерево отказов позволяет идентифицировать (т.е. выявить) риски, присущие системе, и количественно их описать. После того как такие события идентифицированы, они должны быть проанализированы с точки зрения причин, которые эти события вызывают.

К недостаткам следует отнести большие затраты времени как на составление диаграммы дерева отказов, так и на изучение соответствующей техники. Эти недостатки характерны для многих методов выявления и оценки риска.

Одна из главных особенностей метода деревьев отказов – это оценка вероятностей событий. Если вероятности исходных и промежуточных событий оценены неправильно или неточно, то все последующие вычисления для оценки вероятности главного события окажутся недостоверными.

Перечислим основные пути повышения достоверности оценки вероятностей исходных событий. Прежде всего может существовать прошлый опыт работы соответствующей установки или какой-либо подобной ей на данном предприятии, и, следовательно, существует статистика отказов отдельных элементов. Большинство фирм ведут регистрацию подобных событий и имеют данные за довольно продолжительное время, которые часто используются как хорошая мера вероятностей.

Если на предприятии такая база данных отсутствует, то имеется возможность использовать данные об отказах аналогичного оборудования во всей отрасли промышленности. Такая статистика обычно ведется специальными группами или организациями и публикуется в специализированных изданиях.

Соответствующую статистику ведут также производители оборудования и предоставляют ее потребителям, чтобы обеспечь доверие к своей продукции.

Оба метода: метод деревьев отказов и метод построения деревьев событий – являются взаимно дополняющими друг друга.

Метод «события – последствия» (СП-метод; в англоязычной литературе имеет название HAZOR – Hazard and Operability Research) – это тот же метод деревьев событий, но только без использования графического изображения цепочек событий и оценки вероятности каждого события. По существу это критический анализ работоспособности предприятия с точки зрения возможных неисправностей или выхода из строя оборудования, который на этапе проектирования широко используется в промышленности. Основная идея – расчленение сложных производственных систем на отдельные более простые и легче анализируемые части. Каждая такая часть подвергается тщательному анализу с целью выявить и идентифицировать все опасности и риски.

В рамках рассматриваемого метода процесс идентификации риска разделяется на 4 последовательных этапа, на каждом из которых следует ответить на свой определенный вопрос.

1-й этап – каково назначение исследуемой части установки или процесса?

2-й этап – в чем состоят возможные отклонения от нормального режима работы?

3-й этап – в чем причины отклонений?

4-й этап – каковы последствия отклонений?

Сначала необходимо выделить одну из частей установки или процесса и определить ее назначение. Очевидно, что это ключевой момент, поскольку, если назначение установлено неточно, то и отклонения параметров от нормального режима работы нельзя выявить точно. Исследование выполняется последовательно для каждой части установки. В целях обеспечения достоверности и полноты анализа требуется, чтобы такая работа выполнялась группой специалистов-практиков, а не одним человеком.

После того как определены назначение и условия нормального функционирования всех частей установки или процесса, необходимо перечислить возможные отклонения параметров от нормальных проектных значений. Перечень отклонений – это и есть по существу основное ядро исследований. Чтобы структурировать перечень отклонений, используются специальные ключевые слова.

Следующий шаг – составление перечня причин каждого отклонения. Необходимо перечислить все возможные причины, а не только наиболее вероятные или те, которые имели место в прошлом. И наконец составляется перечень последствий возможных отклонений параметров или режимов. Анализ последствий позволяет разработать различные меры безопасности. Эти меры часто начинают осуществляться уже в процессе анализа риска, не дожидаясь, пока закончится все исследование.

Важный этап – анализ причин и последствий. После того как назначение системы определено, следует установить все, что может произойти с ней неприятного. Каждая возможная причина должна быть пронумерована, и под этим номером должны быть указаны возможные последствия и меры, которые необходимо принять.

СП-метод подходит как для действующего предприятия, так и для стадии проектирования любой системы или процесса. Группа проектировщиков вместе с риск-менеджером может подробно исследовать все варианты еще до того, как начнется изготовление установки. Очень важно быть уверенным, что ничего не пропущено. Если система сложная, т.е. состоит из множества компонентов, например клапанов, баков, трубопроводов и другого, то очень трудно что-либо не пропустить. Чтобы избежать этого, полезно вести специальную контрольную карточку потоков, которая будет служить руководством и проводником в процессе исследований. В этой карточке просто отмечаются различные этапы исследования, и ее использование позволяет уменьшить возможность пропустить какую-нибудь секцию установки или процесса. После того как весь процесс анализа завершен, на карточке делается пометка, что все секции и части системы проверены. Полезно завести специальный дневник, в котором отмечать выполнение мер по предотвращению нежелательных событий и поломок.

Преимущества метода «события – последствия» можно кратко сформулировать в виде следующих выводов:

1) возможные риски выявляются очень детально. Маловероятно при таком подходе упустить что-либо существенное при условии, что исследование выполняется компетентными специалистами;

2) метод позволяет также подробно проанализировать отдельные части или секции сложной системы, его едва ли можно достичь без ее предварительного структурирования.

Главный недостаток метода заключается в значительных затратах времени на проведение полного комплекса исследований. Причем это не только затраты времени риск-менеджера, но и тех специалистов, которые привлекаются к работе. В результате подобные исследования обходятся довольно дорого.

Второй недостаток связан с методологией анализа. Для того чтобы нарисовать схему установки, ее часто необходимо упростить. Но при этом упускаются некоторые детали, так что всегда существует опасность исключить из рассмотрения некоторые аспекты риска.

Методика оценки ущерба от различных рисков в наиболее полном виде должна включать в себя учет как прямых, так и косвенных убытков. Прямые убытки – это непосредственный ущерб здоровью, имуществу или имущественным интересам. Косвенные убытки возникают как следствие невозможности какое-то время осуществлять нормальную деятельность предприятия. К их числу относятся: упущенная выгода, убытки в виде претензий и исков вследствие невыполнения обязательств перед контрагентами, потеря имиджа организации, расходы на юридическое урегулирование дел и т.д. Как показывает практика, косвенные убытки часто во много раз превышают размер прямых.

Последствия большинства неблагоприятных событий не ограничиваются каким-либо одним видом ущерба. Первоначальная причина, будь то природное или техногенное воздействие, финансовый или коммерческий риск, влечет за собой последовательность событий, развивающихся по цепочке согласно принципу домино.

Так, подземный толчок может вызвать разрушение системы газоснабжения в здании, что в свою очередь вызовет утечку газа, воспламенение и взрыв. В качестве другого примера рассмотрим случай аварии на предприятии, в результате которой могут пострадать его имущество, персонал, а также окружающее население. Произойдут загрязнение окружающей среды, ухудшение качества пахотных земель, возгорание лесов. В результате прерывания процесса производства предприятие понесет убытки, связанные с недопоставкой продукции. Потребуются средства на восстановление поврежденных зданий и оборудования. Не исключено, что в результате ремонтных работ будет нанесен дополнительный экологический вред. Кроме того, если потребители продукции предъявят претензии по поводу невыполнения обязательств по поставкам, то предприятие понесет судебные издержки и, возможно, будет вынуждено уплатить штраф.

 

2.5. Анализ инвестиционных рисков

Оценка инвестиционной деятельности в условиях неопределенности требует учета принципиально новых вопросов, таких как анализ условий реализации производимой продукции и возможностей формирования соответствующего рыночного сектора (маркетинговые исследования); обоснование графика расчетов с кредиторами; разработка схемы привлечения инвестиционных ресурсов; расчет рисков на всех стадиях реализации инвестиционного проекта и некоторых других. Поэтому перед учеными-экономистами России появилась серьезная проблема – создание адекватной рыночной экономике методологической основы экономического обоснования инвестиций и оценки рисков инвестиционной деятельности. Учитывая зарубежный опыт и адаптируя его к российским условиям, российские ученые А.Г. Шахназаров, Г.Г. Азгальдов, Н.Г. Альшинская, К.Б. Борисова, В.Г. Введенский, П.Я. Виленский и другие по заданию Правительства РФ разработали в 1994 г. «Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования». В 1999 г. взамен них были выпущены «Методические рекомендации по оценке эффективности инвестиционных проектов». В их основу была положена методика, разработанная в UNIDO.

Коммерческая оценка инвестиционного проекта состоит из двух блоков оценки: финансовой и экономической. С целью оценки инвестиционной деятельности в условиях неопределенности должен быть введен блок финансовой оценки предприятия, тем более, если отсутствует прогнозная оценка его финансовой устойчивости. Этого можно не делать только в одном случае – строительстве совсем нового предприятия, когда финансовая оценка предприятия и проекта совпадают.

Финансовая оценка должна проводиться на основе трех базовых форм, которые основываются на одних и тех же исходных данных и корреспондируют друг с другом.

Основой оценки инвестиционного проекта служит отчет о движении денежных средств, образованных производственными инвестициями. Главная задача, решаемая при определении финансовой состоятельности проекта со стороны инвестора, – определение его ликвидности (риска ликвидности, кредитного риска), т.е. способности своевременно и в полном объеме отвечать по финансовым обязательствам за счет свободных денежных средств. Кроме того, этот документ необходим для определения объемов, сроков получения и возврата кредита и процентов по нему.

Планирование движения денежных средств основано на бюджетном подходе и характеризуется:

1) притоком денежных средств, равным размеру денежных поступлений на определенном шаге расчета;

2) оттоком денежных средств, равным затратам на этом же шаге расчета;

3) сальдо денежного потока, т.е. разностью между притоком и оттоком (это сальдо еще называют чистым сальдо, чистым денежным притоком или чистым денежным доходом).

Экономический результат от инвестиционного проекта определяется дополнительными изменениями или приращениями денежных потоков, возникающими на стадии его реализации, в которой условно можно выделить следующие фазы:

1) начальную, или инвестиционную (приобретение и ввод в эксплуатацию основных фондов, формирование необходимого оборотного капитала, обучение персонала и т.п.);

2) эксплуатационную (с момента начала выпуска продукции и услуг);

3) завершающую.

При этом временную границу последней фазы определить достаточно сложно. В общем случае это момент времени, по достижении которого дополнительные денежные потоки прекращаются либо уже не связаны непосредственно с первоначальными инвестициями. На практике в его качестве часто используется срок морального, физического или экономического устаревания оборудования. Вместе с тем реальный период жизненного цикла реализации проекта во многом зависит от ситуации на рынке по сбыту соответствующих продуктов и услуг. Поэтому более правильно увязывать жизненный цикл инвестиционного проекта с периодом, в течение которого производимая в его рамках продукция будет иметь устойчивый сбыт в требуемых объемах.

В соответствии с фазами реализации инвестиционного проекта можно выделить 3 основных элемента его денежного потока:

1) чистый объем первоначальных затрат (чистые инвестиции);

2) чистый денежный поток от предполагаемой деятельности (чистый операционный денежный поток);

3) чистый денежный поток, возникающий в результате завершения проекта.

Исходя из выделенных элементов определим суммарный денежный поток от проекта следующим образом:

ЧДП = ЧНИ + ЧОДП + ЧЛП,

где ЧДП – чистый денежный поток от реализации проекта;

ЧНИ – чистые начальные инвестиции;

ЧОДП – чистый операционный денежный поток;

ЧЛП – чистый денежный поток от завершения проекта (ликвидационный поток).

Первая буква Ч, используемая в обозначениях потоков, призвана подчеркнуть, что во внимание принимаются только дополнительные изменения, т.е. чистые прирост или уменьшение соответствующей величины.

Рассмотрим формирование каждого элемента денежного потока более детально.

Первый элемент потока – чистые инвестиции – обычно состоит из общего объема требуемого для новых активов капитала за вычетом стоимости любых высвобождаемых фондов, вызванных принятием проекта.

Помимо стоимости новых активов, сюда включаются также все затраты, связанные с их доставкой и вводом в эксплуатацию: транспортные расходы, пусконаладочные работы, подготовка помещений, обучение персонала и т.д. Необходимо помнить, что затраты на основные фонды подлежат амортизации в течение нормативного срока их эксплуатации, который, как правило, определяется законодательно и может не совпадать с жизненным циклом проекта.

Важнейшей компонентой увеличения чистых инвестиций является дополнительный оборотный капитал: увеличение дебиторской задолженности, создание начального запаса сырья и материалов и т.д.

Следует отметить, что часть необходимых для осуществления проекта средств может быть получена за счет продажи неиспользуемых ресурсов либо покрыта за счет кредитор ской задолженности. Величина общих инвестиций может быть также уменьшена за счет различных налоговых и инвестиционных льгот.

С учетом вышеизложенного величина в общем случае может быть определена как:

ЧНИ = ЧОсФ + ЧОбФ – ИЛ,

где ЧОсФ – чистый прирост основных фондов;

ЧОбФ – чистое изменение оборотного капитала;

ИЛ – чистая величина налоговых / инвестиционных льгот.

Основным элементом денежного потока проекта являются выплаты и поступления от предполагаемой им операционной деятельности в течение эксплуатационной фазы жизненного цикла, т.е. чистое изменение всех связанных с ним доходов и расходов после вычета налогов. Эти изменения включают в себя: увеличение выручки и амортизационных отчислений, экономию на различных издержках и т.п. В каждом периоде t эксплуатационной фазы жизненного цикла проекта их величина может быть определена как:

ЧОДП = (ЧВ – ЧперЗ – ЧпостЗ) Ч (1 – Т) + АмЧТ,

где ЧОДП – изменение операционного потока после вычета налогов;

ЧВ – изменение объема поступлений от реализации товаров и услуг;

ЧперЗ – изменение величины переменных затрат;

ЧпостЗ – изменение величины постоянных затрат;

Ам – изменение амортизационных отчислений;

Т – ставка налога на прибыль.

Заключительным, хотя и необязательным элементом денежного потока являются средства, высвобождаемые в конце жизненного цикла проекта. Такие средства могут возникать от продажи ненужного оборудования, а также полного или частичного высвобождения различных элементов оборотного капитала (уменьшение дебиторской задолженности, сокращения материальных запасов и т.д.). Следует отметить, что продажа более не используемого оборудования представляет собой дополнительный доход, как правило, подлежащий налогообложению. В общем случае этот элемент денежного потока может быть определен по формуле:

ЧЛП = ЧПОсФ + ЧПОбФ,

где ЧЛП – чистый денежный поток от завершения проекта (ликвидационный поток);

ЧПОсФ – чистая (посленалоговая) стоимость проданных активов;

ЧПОбФ – высвобождение оборотного капитала.

С позиции бюджетного подхода ликвидность означает наличие неотрицательного баланса поступлений денежных средств и платежей.

Финансовая оценка приводит к выводу о положительной отдаче реализации проекта для предприятия.

Теперь остановимся на экономической оценке инвестиционного проекта – оценке его эффективности.

Подавляющее большинство решений, принимаемых субъектами рыночного хозяйства, основаны на предварительной оценке ожидаемых последствий. Индивидуальная оценка приемлемости (эффективности, ценности) каждого инвестиционного проекта осуществляется с помощью различных методов.

Как уже отмечалось, в настоящее время приняты «Методические рекомендации по оценке эффективности инвестиционных проектов». Согласно им эффективность характеризуется системой показателей, отражающих соотношение связанных с инвестициями затрат и результатов и позволяющих судить о возможности кредитования оцениваемого проекта, а при их выборе – об экономических преимуществах одного инвестиционного проекта перед другим (другими).

Показатели эффективности инвестиций, на наш взгляд, можно классифицировать по следующим признакам: 1) по виду обобщающего показателя, выступающего в качестве критерия экономической эффективности:

а) абсолютные, в которых обобщающие показатели определятся как разность между стоимостными оценками результатов и затрат, связанных с реализацией проекта;

б) относительные, в которых обобщающие показатели определяются как соотношение стоимостных оценок;

2) по методу сопоставления разновременных денежных затрат и результатов:

а) статические, в которых денежные потоки, возникающие в разные моменты времени, оцениваются как равноценные;

б) динамические, в которых денежные потоки, вызванные реализацией проекта, приводятся к эквивалентной основе посредством их дисконтирования.

В экономической литературе статические методы называют еще методами, основанными на учетных оценках, а динамические методы – методами, основанными на дисконтированных оценках.

К группе статических относятся следующие методы: срок окупаемости инвестиций (Сок), коэффициент эффективности инвестиций (Кэи). Из динамических методов в основном используются такие методы: чистая текущая стоимость (ЧТС), индекс рентабельности инвестиций (Ир), дисконтированный срок окупаемости (Дсок), дисконтированный коэффициент окупаемости (ДКО).

Правила оценки инвестиционных проектов отражены во многих пособиях по финансовому и инвестиционному менеджменту, финансовому и инвестиционному анализу и нами подробно не рассматриваются.

Необходимо также отметить, что оценка эффективности каждого инвестиционного проекта осуществляется с учетом критериев, отвечающих определенным принципам, а именно:

1) влияния стоимости денег во времени;

2) учета альтернативных издержек;

3) учета возможных изменений в параметрах проекта;

4) проведения расчетов на основе реального потока денежных средств, а не данных отчетности;

5) учета инфляции;

6) учета риска, связанного с осуществлением инвестиционного проекта.

Рассмотрим названные выше методы оценки эффективности инвестиционных проектов, выяснив их достоинства и недостатки с точки зрения оценки рисков инвестиционной деятельности.

Так, Ю.А. Маленков полагает, что «методика дисконтирования представляет всего лишь единственную и некорректную цепочку приоритетов, распространяемую на всех инвесторов. Согласно ее требованиям – всегда важнее доходы ближайших периодов, они всегда имеют большую ценность, чем доходы, полученные позже, и для всех инвесторов приоритеты ценности разных периодов получения денег должны быть одинаковы. Однако это неверно. Приоритеты значимости фактора времени, разной ценности доходов инвестора, получаемых им в разные годы, существенно изменяются при переходе от одного инвестора к другому, зависят от множества факторов и глубоко индивидуальны».

Доводы Ю.А. Маленкова связаны с тем, что одному инвестору срочно нужны средства в самые ближайшие периоды для расчетов по другим обязательствам. Другой инвестор желает получить крупные доходы как можно раньше, но, будучи реалистом, понимает, что должно пройти некоторое время, прежде чем проект даст отдачу. Третий инвестор вообще может быть заинтересован в некотором отдалении периода получения денег. В условиях скачкообразно возросшей нестабильности на мировых рынках, когда вкладывать средства практически не во что, так как рынок лихорадит, инфляция быстро растет, акции компаний обесцениваются, экономика находится в состоянии спада, инвестиции, вложенные в перспективные и надежные объекты реального сектора экономики, имеют наибольшие шансы выжить после завершения кризиса.

По нашему мнению, можно согласиться с точкой зрения Ю.А. Маленкова, что предпочтения инвесторов различны, но отказываться полностью от метода дисконтирования и рассмотрения методов динамичной оценки инвестиций нельзя. Данный динамический анализ необходимо дополнить моделью оптимизации целей инвесторов с расчетом параметров по каждой из целей.

В условиях роста конкуренции между инвестиционными проектами менеджеры должны уметь правильно оценить конкурентоспособность и экономическую эффективность проектов, суметь защитить их от рисков. Для этого необходимо разрабатывать модели инвестиционных проектов и применять методы выбора оптимальных вариантов инвестиционного менеджмента.

В связи с тем, что параметры окружающей среды инвестиционного проекта изменяются непрерывно, так же непрерывно изменяется и его эффективность. Выводы теории катастроф гласят, что катастрофа может наступить внезапно в результате незначительных изменений всего одного или двух параметров инвестиционного проекта, влияние которых на общую эффективность проекта велико, но было недооценено на стадиях проектирования и внедрения. Определение этих параметров и организация контроля их изменения являются важнейшими задачами управления инвестиционной деятельностью в условиях неопределенности.

Модель инвестиционного проекта основывается на системной оценке эффективности инвестиций. Инвестиционный проект становится реальным, получает право на жизнь в том случае, если выполнены следующие условия:

1) проект конкурентоспособен и расчеты показывают, что его эффективность и результаты превосходят другие проекты;

2) собственники проекта, инвесторы, представители государственной власти и местного самоуправления, каждая из сторон, влияющая на принятие решений и реализацию проекта, получают ожидаемые результаты;

3) между участниками инвестиционного проекта достигнуты компромиссы в областях возможных конфликтов;

4) подготовлены команды менеджеров и специалистов по разработке и управлению внедрением проекта, владеющие методами инвестиционного менеджмента, обеспечивающего успешное планирование, контроль и реализацию проекта;

5) решены проблемы ресурсного обеспечения, включая инвестиции, финансовые бюджеты, кадры специалистов, ресурсы времени;

6) разработаны планы-графики внедрения проекта с учетом возможных отклонений в реализации проекта, включая действия менеджеров в изменившихся условиях.

Принятие решения – один из важных этапов инвестиционного менеджмента, но на этом этапе, как правило, совершается много ошибок, которые часто не осознаются лицами, принимающими решения.

Чтобы принятие решений не было хаотичным и не осуществлялось наугад, инвесторы и менеджеры должны предварительно точно определить свои правила принятия решений и основные факторы, на них влияющие, цели, основные критерии эффективности (количественные показатели, изменение которых отражает достижение или, наоборот, отклонение от цели), предпочтения или приоритеты целей и критериев, т.е. что для них является наиболее важным, выбрать методы оценки эффективности проектов.

Критерии характеризуют цели с помощью функций и показателей, количественно отражающих их достижение. Например, цель «рост доходности проекта» можно охарактеризовать отношением экономического результата проекта к сумме инвестиций.

Критерии инвестора, разработчиков и менеджеров проекта по содержанию во многом совпадают, так как все стороны заинтересованы в успешной реализации проекта. Различия в подходах инвесторов и менеджеров, внедряющих проекты, проявляются в устанавливаемых ими различных приоритетах критериев. Например, для одного инвестора наиболее важным является уровень доходности, для другого на первом месте минимум риска, третий во главу угла ставит срок окупаемости.

По нашему мнению, основная часть критериев эффективности собственников инвестиционных проектов и инвесторов включает в себя:

1) доходность инвестиций;

2) защиту инвестиций от инфляции, рисков, кризисов путем вывода их с одних рынков или проектов и переключения на другие. Эти цели приобрели особое значение в условиях глобальных финансовых кризисов на рынках ценных бумаг, снижения рентабельности крупных корпораций и целых отраслей;

3) уровень риска, оценку возможных потерь при отклонениях плана, ликвидность проекта (возможность быстрого возврата денежных средств от его продажи);

4) срок окупаемости (возврата) инвестиций;

5) конкурентоспособность проекта, возможность противостоять аналогичным продуктам и услугам конкурентов (характер конкурентного преимущества – по качеству, по цене, по другим показателям);

6) прогноз спроса на создаваемые проектом продукты или услуги;

7) внешние условия проекта (налоговые льготы, правовые условия, развитие экономики в регионе);

8) внутренние условия проекта (менеджмент организации, внедряющей проект, уровень подготовки команды, материально-техническая база, оборудование и другие характеристики внутренней среды);

9) объективную необходимость проекта для региона, влияющую на поддержку государственных органов управления и местного самоуправления).

Наиболее важными целями инвестирования для инвесторов и собственников проекта являются получение ожидаемых доходов на инвестиции, их защита от инфляции и рисков. Сложность согласования целей связана с тем, что доходность и риск согласовать крайне трудно. Конкуренция между инвестициями ведет к тому, что с ростом доходности проектов растут и их риски. Эти факторы можно учесть следующим образом. Прежде всего инвестор и собственник проекта должны сопоставить объемы инвестируемых ими средств с общим капиталом и оценить влияние риска возможных потерь на свое положение. Если инвестируемые средства составляют значительную часть их капитала, то соответственно резко возрастает риск их банкротства.

Кроме этого фактора, нужно учитывать общую структуру инвестиционных проектов, характер их финансирования, взаимосвязи между ними. Дело в том, что известны случаи, когда инвесторы, обладавшие крупными капиталами, из-за убытков, наносимых, казалось бы, незначительным проектом, становились банкротами, так как все средства были связаны в других проектах и не могли быть переключены на проект, вызвавший цепь неплатежей и поток требований кредиторов.

По нашему мнению, после определения всех критериев их следует объединить в общую модель оптимизации многокритериального менеджмента инвестиций:

F опт = maxF(f 1 , f 2 , ... f n ),

где Fопт – оптимальный многокритериальный результат менеджмента инвестиций;

F – модель многоцелевого менеджмента инвестиций;

fn – n-ый критерий инвестора;

n – общее количество критериев.

В модели следует произвести распределение критериев по группам, выделив:

1) группу приоритетных критериев, подлежащих максимизации (например, доходность инвестиций, рентабельность собственного капитала) или минимизации (риск, стоимость капитала);

2) группу критериев, по которым следует задать ограничения их изменения (например, риск не выше 10%);

3) группу безразличных критериев, изменение которых мало влияет на инвестиционное решение.

Решение инвестора будет наиболее эффективным, если оно основывается на построении многоцелевой модели.

Управление инвестиционной деятельностью с учетом фактора неопределенности означает правильное понимание степени риска инвестиционной деятельности. Для инвесторов важно знать действительную стоимость риска, которому подвергается его инвестиционная деятельность. Под стоимостью риска следует понимать фактические убытки, затраты на снижение величины этих убытков или затраты по возмещению таких убытков и их последствий. Правильная оценка менеджером действительной стоимости риска инвестиционной деятельности позволяет ему объективно представлять объем возможных убытков и наметить пути к их предотвращению или уменьшению, а в случае невозможности предотвращения убытков обеспечить их возмещение. На самом деле оценка риска состоит не из одной области действий, а из двух: идентификации и оценки рисков, с одной стороны, параметрической идентификации и оценки приемлемости данного риска для данного инвестиционного кредита или другой инвестиционной операции или организации в целом – с другой стороны (относительной идентификации).

Корректность оценки в обоих случаях всегда будет определяться адекватностью созданной модели рисков с точки зрения их анализа и синтеза решений, т.е. должно обеспечиваться условие соответствия системы рисков и ее модели, служащей основой для принятия решения, иначе говоря, должно соблюдаться условие валидности системы.

Таким образом, определяется еще одна важная задача при создании эффективной системы управления инвестиционной деятельностью экономических систем в условиях неопределенности – выбор метода идентификации и оценки рисков инвестиционной деятельности. Этот выбор должен строиться на первоначальном формировании базы методов идентификации и оценки, а также формировании критериев возможности и целесообразности применения того или иного метода. Основным параметром в рамках данного выбора будет являться информационная насыщенность анализируемого явления.

Так, объекты, обладающие вероятностной природой и имеющие под собой в качестве обоснования некую статистическую экстраполируемую выборку, могут быть оценены с помощью традиционных вероятностно-статистических методов.

Оценка же объектов, не имеющих даже таких данных, как наличие предшествующей истории событий, которые не могут служить полноценной выборкой для статистического анализа, но могут служить базой для определения тенденции будущего развития, оценивать с помощью такого метода однозначно неправомерно. Здесь более приемлемы методы нечеткой логики.

При этом необходимо понимать, что подходы оценки риска инвестиционной деятельности, построенные на использовании основных положений теории нечетких множеств, не призваны конкурировать с методами вероятностно-статистического характера. Их роль заключается в заполнении того пробела, где методология вероятностных методов нецелесообразна или в принципе неприменима.

Менеджеру, принимающему инвестиционное решение, всегда придется выбирать между точностью оценки и стоимостью этой оценки, при этом не только с точки зрения затрат на получение информации, но и с точки зрения значимости этой дополнительной информации для оптимальности принятого решения.

По нашему мнению, формирование информационных систем в управлении инвестиционной деятельностью в условиях неопределенности основано на следующих принципах:

1) система должна быть построена таким образом, чтобы передача информации, ее переработка, хранение и использование учитывали потребности всех подразделений субъекта инвестиционной деятельности;

2) информационная система должна обеспечивать необходимые взаимосвязи субъекта инвестиционной деятельности;

3) обмен информацией между уровнями организационной системы должен быть минимальным, но обеспечивать потребности управления рисками инвестиционной деятельности;

4) при построении системы должен учитываться принцип аппаратных и программных моделей;

5) должна применяться стандартизация используемой в системе документации.

При выборе методов оценки рисков и их последующей классификации необходимо помнить, что цель этой оценки – формирование информационной базы, обеспечивающей возможность корректного выбора методов и процедур управления рисками, а не описание рисков.

Оценивая риск инвестиционной деятельности, который в состоянии принять на себя субъект инвестиционной деятельности, и разрабатывая методы минимизации этого риска, необходимо исходить прежде всего из профиля инвестиционной деятельности, наличия ресурсов, требуемых для реализации программы финансирования возможных последствий риска, из отношений с партнерами и клиентами, а также следует учитывать стратегию и основные цели.

Используя имеющиеся статистические данные, можно оценить вероятность возникновения неблагоприятных событий и размер ущерба. Этот метод подходит для частых и однородных событий.

Для редких и уникальных событий, не имеющих репрезентативной статистики, используется теоретический анализ системы, имеющий целью выявить возможный ход развития событий и определить их последствия. Условно такой метод можно назвать сценарным подходом, поскольку итогом рассмотрения процесса в этом случае является построение цепочек событий, связанных причинно-следственными связями, для каждой из которых определена соответствующая вероятность. В начале цепочки стоит группа исходных событий, называемых причинами, в конце – группа событий, называемых последствиями.

Существует ряд принципиальных сложностей, связанных оценкой риска инвестиционной деятельности при помощи сценарного подхода. Используемые математические модели содержат внутри себя значительную неопределенность, связанную с большой сложностью моделируемых объектов и недостаточным знанием путей развития неблагоприятных процессов. Поэтому большое значение для разработки стратегии управления рисками инвестиционной деятельности и повышения точности расчетов имеют создание баз данных, проработка различных вариантов, а также повышение качества сбора первичной статистической информации.

Количественный анализ заключается не только в расчете показателей уровня риска (стандартного отклонения, коэффициента вариации, бета-коэффициента), но и в учете полученных значений при принятии инвестиционных решений. С этой целью может быть использовано сочетание показателей эффективности и риска (критерий «доходность – риск») или рассчитан единый показатель эффективности с поправкой на риск. И.Я. Лукасевич выделяет следующие методы количественного анализа рисков:

1) метод корректировки нормы дисконта (премии за риск);

2) метод достоверных эквивалентов (коэффициентов достоверности);

3) анализ чувствительности критериев эффективности (NPV, IRR и др.);

4) метод сценариев;

5) анализ вероятностных распределений потоков платежей;

6) построение дерева решений (дерева событий);

7) построение детерминированных и стохастических аналитических моделей риска (зависимостей уровня риска от параметров проекта и внешней среды);

8) методы теории нечетких множеств и нечетких интервалов;

9) методы имитационного моделирования (метод Монте-Карло и т.п.).

Все перечисленные методы применимы к анализу рисков инвестиционных проектов. В целях данного исследования мы подразделяем их на следующие группы:

1) методы, дающие комплексную оценку инвестиционных проектов и нововведений с учетом доходности (чистой текущей стоимости) и риска. К этой группе относятся методы корректировки проектной дисконтной ставки и достоверных эквивалентов. Комплексная оценка данными методами производится по математическому ожиданию уровня эффективности как рыночной оценки инвестиций или путем снижения последней в зависимости от уровня риска;

2) методы, обеспечивающие отдельную оценку уровня риска. Метод анализа чувствительности, аналитические модели риска, а также все методы данной группы способны давать оценку уровня риска в виде стандартного отклонения (или его производных) либо в виде специальных коэффициентов риска. Эти оценки наряду с критериями эффективности используются для принятия управленческих решений как отдельные показатели;

3) методы, позволяющие оценить форму распределения вероятностей (профиль риска).

По нашему мнению, выбор конкретных методов анализа риска зависит от возможностей информационной базы, требований к форме представления конечных результатов и к уровню надежности планирования инвестиций. Например, для небольших проектов аналитики могут ограничиться анализом чувствительности и корректировкой дисконта, для крупных проектов – провести имитационное моделирование и построить кривые распределения вероятностей, а в случае зависимости результатов проекта от наступления определенных событий построить дерево событий. Результаты применения различных методов к одному и тому же инвестиционному проекту должны дополнять друг друга, как и результаты различных методов оценки эффективности.

Имитационное моделирование инвестиционных процессов является наиболее мощным и технически сложным инструментом анализа риска инвестиционной деятельности. Метод имитационного моделирования состоит из этапов выявления детерминированных и стохастических зависимостей внутренних переменных проекта и переменных внешней среды, построения модели, проведения симуляции путем случайной вариации ключевых переменных, построения кривых распределения вероятности и расчета показателей уровня риска на основе результатов симуляции. Метод дает наиболее точные и обоснованные оценки вероятностей при наименьших трудозатратах по сравнению с прочими методами, однако точность оценок в значительной степени зависит от качества исходных предположений и учета взаимосвязей переменных внешней среды. Современные программные средства позволяют учесть форму распределения вероятности и корреляции десятков внешних переменных, однако оценить эти значения в практическом исследовании обычно не представляется возможным. Инвестиционные аналитики измеряют вариации основных переменных макро– и микросреды, оценивая разброс значений второстепенных переменных и статистические связи между факторами экспертным путем. Поэтому возможности имитационных моделей обычно не бывают полностью задействованы.

Обобщая результаты систематизации методов анализа риска и особенностей их применения, можно предложить некоторые рекомендации по учету риска в принятии управленческих решений. Поскольку характер инвестиционной деятельности предполагает высокие риски и затрудняет диверсификацию вложений, организация должна учитывать вклад в совокупный риск финансово-хозяйственной деятельности общего риска каждого инвестиционного проекта. Инструментами такого учета могут быть разработанная система премий за риск, соотношений «доходность – риск» (таблицы рисковых премий, выбираемых в зависимости от уровня риска и объемов первоначальных вложений; кривые безразличия «доходность – риск» в графической форме; требования по корректировке денежных потоков, включенные в состав внутрифирменной инструкции по оценке эффективности инвестиций), ограничения на максимальный риск, установленные инвестиционной политикой фирмы. Используя ту или иную форму регламентации выбора инвестиций, необходимо оперативно и систематически пересматривать уровни рисковых премий в зависимости от изменений внешней среды, инвестиционной политики и направлений стратегического развития.

Проведение анализа инвестиционной деятельности с учетом фактора неопределенности выступает необходимым условием их предварительного, текущего и последующего контроля, в задачи которого входят проверка выполнения ограничений на общий риск всех направлений деятельности компании и на вклад в него инвестиций, разработка и осуществление мероприятий по снижению риска. Для оперативного анализа инвестиционной деятельности с учетом фактора неопределенности, по нашему мнению, можно рекомендовать применять расчет специальных коэффициентов оценки риска инвестиционной деятельности, финансовых коэффициентов ликвидности и устойчивости, оценку степени вариации факторов внешней среды и ключевых переменных проекта. Ценность текущего и последующего контроля рисков инвестиционной деятельности состоит не только в возможности управлять уровнем стабильности текущей деятельности организации, но и в проверке результатов применения сложных методов анализа риска в ходе предварительной оценки. Анализ фактических рисков инвестиционного проекта и степени статистической связи переменных внешней среды позволяет учесть влияние начальных предположений об уровне риска на точность планирования инвестиций и способствует совершенствованию дальнейшего применения методов анализа рисков инвестиционной деятельности.

Следующий принцип – это экономичность управления рисками. Действительно, затраты субъекта по минимизации соответствующего риска инвестиционной деятельности не должны превышать суммы возможных финансовых потерь, иначе теряется смысл мероприятий, направленных на минимизацию риска инвестиционной деятельности. При этом должны разрабатываться варианты снижения, устранения риска инвестиционной деятельности или контроля над ним и выбираться наиболее подходящие из них по методу «затраты – эффективность».

 

2.6. Стресс-тестинг

Стресс-тестинг исследует, каким образом на стоимости торгового портфеля сказываются наихудшие сценарии развития событий на рынке. Задача такого тестирования на стрессовые факторы состоит в выявлении событий или факторов, которые могут привести к потерям, т.е. ухудшить состояние капитала банка. Тесты должны быть как количественными, так и качественными. С помощью количественных критериев выявляются вероятные сценарии напряженности, которые могут иметь место в специфических рыночных условиях. Качественные критерии должны быть ориентированы на два ключевых аспекта тестирования: оценку способности банка справиться с крупными потенциальными потерями и определение мер, которые банк может предпринять в целях снижения риска и сохранения капитала.

Стандартизировать сценарии тестирования так, чтобы они учитывали условия работы всех банков, практически невозможно. Поэтому методология тестирования на стресс обычно состоит из следующих этапов:

1) анализа информации о крупнейших фактических потерях за определенный период времени и сравнения их с уровнем потерь, определенным с помощью внутренней системы измерения риска банка. Такой анализ дает информацию о максимальных потерях, выявленных путем расчетов VаR (инвестиций с учетом риска Value at Risk);

2) моделирования крайне сложных условий, включая тестирование текущего портфеля на условия прошлых периодов, в которых были значительные отклонения. Такое тестирование должно предполагать крупные колебания цен и резкие сокращения ликвидности, обычно характерные для подобных условий;

3) оценки степени чувствительности потенциального рыночного риска банка к изменениям параметров неустойчивости и корреляции. Иными словами, текущая позиция банка должна быть сопоставлена с имеющимися в прошлом периоде экстремальными показателями неустойчивости и корреляции;

4) проведения специфических для данного банка тестов, учитывающих конкретные характеристики его торгового портфеля и исходящих из наиболее неблагоприятных условий. Результаты тестов должны периодически рассматриваться высшим руководством и советом банка и использоваться для корректировки методов управления риском и лимитов потенциального риска. Если тестирование в стрессовом режиме обнаруживает особую уязвимость банка, необходимо немедленно обратить внимание на соответствующие ситуации и риски. К сценариям и результатам тестирования, как правило, проявляют интерес надзорные инстанции.

Сложность тестирования, как правило, отражает сложность рыночных условий и соответствующих потенциальных рыночных рисков банка. Таким же способом можно оценить изменения в капитале банка в случае, если ожидаемая неустойчивость рыночных цен превратится в реальность. Менеджмент таким образом получает возможность определить риски и принять решения относительно открытых позиций на финансовых рынках по процентным инструментам, акциям и (или) валютам.

Такой анализ руководство банка Chase называет рассмотрением «вероятных событий в ненормальных условиях рынка». В банке J.P. Morgan Chase & Со эти сценарии делятся на две категории:

1) воспроизведение условий уже случившихся кризисов (например, валютного кризиса в России в 1998 г. и краха фондового рынка в 1987 г.);

2) тщательно отобранные гипотетические ситуации (например, неблагоприятное развитие ситуации в отдельных странах, которое приводит к «бегству капитала» инвесторов в страны со стабильной ситуацией).

Руководитель банка Chase господин Л.Д. Уэбстер отмечает: «Интересно, что стресс-тестинг имеет такую же архитектуру, которую мы используем в определении VаR: одинаковые системы, одинаковые предположения о фактах, сходный способ действия при выполнении расчетов.

Отдельные результаты стресс-тестинга очень схожи с расчетами VаR. Отличие в том, что стресс-тестинг не имеет отношения к прошлому. Однако в обоих случаях используется тот же самый набор позиций».

Гипотетические сценарии для стресс-тестинга тщательно отбираются, чтобы соответствовать тем операциям, которыми занимается Chase. Плохо отобранные сценарии в лучшем случае не будут представлять ценности, а в худшем могут оказаться обманчивыми.

Вот что говорит господин Уэбстер о гипотетических сценариях: «Мы создаем гипотетические сценарии, потому что история повторяется, но несколько иначе. Существуют определенные тонкости развития рынков и взаимодействия их участников между собой, которые со временем меняются. Например, может измениться отношение трейлеров к риску. Поэтому следует создавать гипотетические сценарии с учетом всех этих обстоятельств.

Сценарии утверждает комитет по рыночному риску. Периодически мы подробно обсуждаем их внутри комитета, говорим об их актуальности и уместности. Во-первых, сценарии должны соответствовать нашим рискам. Бессмысленно проводить стресс-тестинг для гипотетического сценария, если он не имеет ничего общего с нашим риском, например землетрясением в Японии. Это, несомненно, важное событие, но для нас оно не имеет особого значения.

Во-вторых, гипотетические сценарии должны быть маловероятными, но правдоподобными. Что означает «быть маловероятным»? Это означает «быть предполагаемым, но непредсказуемым сценарием». Очень трудно создать модель с указанием вероятности тех или иных событий, так как вы занимаетесь стресс-тестингом, в рамках которого события нельзя предсказать.

Самое лучшее, что можно сделать в этом случае, – это создать определенное суждение о том, в результате чего происходит то или иное событие, которое должно быть маловероятным, но в то же время правдоподобным. Это своего рода рассуждение на политическую или экономическую тематику, из которого логически можно предположить, что такой сценарий окажется правдоподобным. Сценарии должны быть правдоподобными и маловероятными, именно в этом и заключается весь анализ».

Руководитель кредитного департамента Роберт Стронг (Robert Strong) объясняет, к каким результатам приводит стресс-тестинг текущего кредитного портфеля: «Для нашего портфеля мы разрабатываем сценарий глубокой экономической рецессии. Мы берем два портфеля такого состава, которые в прошлом характеризовались наибольшими потерями, и подвергаем их тестированию. Далее мы исходим из уровня дефолта наших клиентов, выше фактического в условиях рецессии, и смотрим, какой будет ситуация через два года, стараясь понять, насколько плохой может быть ситуация в итоге».

В управлении рыночным риском VаR и стресс-тестинг сопровождаются нестатистическим анализом величины и направления риска. Это прежде всего анализ восприимчивости к риску (чувствительности), который позволяет оценить влияние какого-либо изменения в рыночных ставках.

 

2.7. Анализ кредитных рисков

Кредитование как форма реализации инвестиционных проектов в современных условиях ориентировано прежде всего на проекты, которые могут быть реализованы в срок до года, реже до 1,5–2,5 лет при рыночном уровне ставок процента, хотя в мировой практике инвестиционные кредиты в основном предоставляются до 10 лет.

Кредитный риск – риск, связанный с опасностью неуплаты заемщиком основного долга и процентов, причитающихся кредитору. Причинами возникновения кредитного риска могут быть недобросовестность заемщика, ухудшение конкурентного положения конкретной фирмы, неблагоприятная экономическая конъюнктура. Следует отметить, что кредитный риск имеет место и в финансовой деятельности предприятия при предоставлении им товарного (коммерческого) или потребительского кредита покупателям. Формой его проявления является риск неплатежа или несвоевременного расчета за отпущенную предприятием в кредит готовую продукцию, а также превышения расчетного бюджета по инкассированию долга. Кредитный риск характеризуется как вероятность непогашения основного долга и процентов, непредвиденные обстоятельства, могущие возникнуть до истечения срока, к которому лицо, получившее отсрочку платежа или кредит, обязалось погасить задолженность. Кредитный риск – это не само свойство кредита, не столько вероятность, возможность нежелательного хода или неизбежность результата в процессе кредитования, сколько деятельность, которая может привести к достижению отрицательного результата.

Об уровне кредитного риска свидетельствует такой показатель, как просроченная задолженность. В последнее время данный показатель по России имеет тенденцию к снижению. Банкиры называют в качестве основных предпосылок к этому появление базы данных недобросовестных заемщиков и пересмотр отношения самих банков к процедуре кредитования, предъявление более жестких требований к заемщикам. Так или иначе, но иногда все же случаются и срывы, поэтому в инвестиционной сфере требуется построение комплексной системы риск-менеджмента.

Кредитные риски в зависимости от уровня могут возникнуть как следствие политических либо экономических причин. Данные риски являются внешними кредитными рисками по отношению к банку в отличие от внутренних кредитных рисков, затрагивающих отношения коммерческих банков с заемщиками.

На степень кредитного риска банков влияют следующие факторы:

1) степень концентрации кредитной деятельности банка в какой-либо сфере (отрасли), чувствительной к изменениям в экономике, т.е. имеющей эластичный спрос на свою продукцию, что выражается степенью концентрации клиентов банка в определенных отраслях или географических зонах, особенно подверженных конъюнктурным изменениям;

2) удельный вес кредитов и других банковских контрактов, приходящихся на клиентов, испытывающих определенные специфические трудности;

3) концентрация деятельности банка в малоизученных, новых, нетрадиционных сферах;

4) внесение частых или существенных изменений в политику банка по предоставлению кредитов, формированию портфеля ценных бумаг;

5) удельный вес новых и недавно привлеченных клиентов;

6) введение в практику слишком большого количества новых услуг в течение короткого периода (тогда банк чаще подвергается влиянию отрицательного или нулевого потенциального спроса);

7) принятие в качестве залога ценностей, труднореализуемых на рынке или подверженных быстрому обесцениванию.

Банковское кредитование реальных инвестиционных проектов имеет специфичные черты по сравнению с краткосрочным кредитованием.

Кредитный риск при кредитовании инвестиционных проектов количественно может быть оценен как отношение объема невыполненных обязательств по возврату предоставленных банком на тех или иных условиях инвестиционных средств (или не плаченных клиентами процентов по ним к общему объему обязательств клиентов (или причитающихся к уплате процентов) и рассчитывается на основе кредитной истории банка.

Так как момент возникновения обязательств и момент невыполнения клиентом своих обязательств обычно разнесены во времени, то величина реализованного за период кредитного риска потенциального кредитного риска по вновь заключенным или не закрывшимся договорам различается. Поэтому анализ кредитных рисков проводится в два этапа. Задачами первого этапа являются выявление общего объема не выполненных клиентами обязательств, группировка их в соответствии со специфическими характеристиками этих клиентов и выданных им ссуд и обобщение тенденций реализации кредитных рисков. На втором этапе анализа необходимо использовать эти выводы для классификации ссуд кредитного портфеля и оценки реальной рыночной стоимости активов банка.

Анализ реализованных кредитных рисков имеет смысл проводить по отдельным группам активов и ссуд (например, МБК, ссуды корпоративным клиентам и т.д.). Внутри каждой гpyппы нужно выделить ссуды, по которым клиенты нарушают договорные обязательства, определить, как ранее данные ссуды классифицировались и какие факторы повлияли на качество кредита. Анализ реализованных кредитных рисков, как и любой этап анализа, должен подытоживаться выделением сильных и слабых сторон банка на различных сегментах рынков активных операций. Полученные результаты используются также для уточнения методики классификации кредитов, применяемой на следующем этапе.

В основе анализа потенциальных кредитных рисков лежит классификация ссуд кредитного портфеля банка и его прочих активов, осуществляемая либо по рекомендациям ЦБ РФ (инструкция № 62а), либо по собственной методике банка.

После анализа реализованных кредитных рисков осуществляется новая процедура классификации кредитного портфеля и портфелей активов, предполагающая индивидуальную оценку уровня риска всех активных операций банка и получение на этой основе обобщенных характеристик банковских активов. Кроме классификации портфелей активов по группам риска, при анализе кредитного риска необходимо оценить уровень диверсификации банковских вложений в региональном и отраслевом аспектах, так как высокий уровень однотипных вложений также повышает уровень кредитных рисков, в данном случае системных: неблагополучная ситуация в регионе или нарастание экономических проблем в одной из отраслей могут привести к серьезным проблемам банка, не имеющего альтернативных вложений.

При проведении ситуационного анализа и осуществлении мониторинга кредитного портфеля выявление клиентов, имеющих сопоставимый с капиталом банка объем обязательств (например, более 5% капитала), необходимо для своевременного обнаружения потенциального кредитного риска.

Завершающим этапом оценки кредитного риска может быть оценка реальной рыночной стоимости кредитов и ценных бумаг банка. В зависимости от класса кредитов на основе проведенного анализа реализации кредитных рисков определяется возможная доля потерь по ним (с учетом реализации имеющихся залогов). Стоимость портфелей ценных бумаг определяется на основе существующих рыночных котировок и их прогнозов. Далее эта оценка будет использоваться при определении достаточности капитала банка и его реального размера.

По большей части оценка уровня кредитного риска может быть достоверно произведена только при проведении внутреннего анализа, основанного на материалах кредитных дел заемщиков. Анализ кредитоспособности заемщика является одним из способов минимизации кредитного риска. Под кредитоспособностью заемщика понимается способность хозяйствующего субъекта (юридического или физического лица) полностью и в срок рассчитаться по своим долговым обязательствам согласно условиям кредитного договора. Чтобы оценить кредитный риск, кредитный эксперт должен рассмотреть 4 аспекта кредитоспособности: отраслевой, финансовый, управленческий, аспект качества обеспечения.

На базе информации, собираемой банком, проводятся объективный анализ степени риска, связанный с предоставлением предприятию кредита, определение максимального размера кредита, который может быть предоставлен банком, возможного срока погашения. Поэтому информация, представляемая заемщиком и собираемая кредитором, должна быть достоверной, качественной и полной. Проблеме полноты и качества информации, позволяющей максимально точно определять уровень кредитного риска и сферу его влияния, уделяется все больше внимания в коммерческих банках. Однако при анализе кредитоспособности заемщика отечественные банки сталкиваются с вопросом, где и как можно получить достоверную информацию.

Здесь полезен опыт мировой банковской системы. В странах с развитой рыночной экономикой, в которых существуют разные системы сбора и анализа сведений о репутации и финансовом положении заемщиков, действуют кредитные бюро, которые создаются на коммерческой основе или государством и предоставляют информацию всем, кто имеет на нее право.

Источниками информации, формирующими базу данных кредитного бюро, являются переговоры с заемщиком; инспекция на месте; анализ финансовых отчетов; внешние источники.

В странах с большей распространенностью информации объем банковского кредита значительно выше даже с учетом последствий различной степени юридической защиты кредиторов. Знание заемщиком, что его кредитные показатели будут известны будущим кредиторам, также снижает риск, поскольку повышает издержки просрочки платежей.

Однако в докладе Всемирного банка отмечаются и отрицательные стороны развития информационных технологий: «Чтобы извлекать выгоды из этого развития, заемщики должны в определенной мере пожертвовать секретностью. Поскольку задачей кредитного анализа является определение различий между кредитоспособными и прочими заемщиками, статистические модели рейтингов кредитоспособности, использующие более широкую личную информацию, чем только кредитная история, могут иметь социально нежелательные последствия в виде усиления значения ряда неблагоприятных факторов – географических, этнических и пр. Кредитная дискриминация по некоторым специфическим признакам в ряде стран запрещена законом, и даже если его соблюдение затруднительно, остается потребность в защите от социально вредных последствий такого типа кредитной информации. Кроме того, отрасль по сбору информации имеет естественную тенденцию к концентрации или даже монополизации (90% кредитной информации по сектору мелкого бизнеса в США обеспечивается лидером – фирмой „Дан энд Брэдстрит“)».

Фирма «Дан энд Брэдстрит» собирает информацию примерно о 3 000 000 фирм США и Канады и предоставляет ее по подписке. Краткие сведения и оценки кредитоспособности каждой фирмы публикуются в общенациональных и региональных справочниках. Более детальная информация об отдельных фирмах сообщается в виде финансовых отчетов, наиболее распространенный из них – «Информация о деловом предприятии». Первый из 6 разделов отчета содержит сведения общего характера – наименование и адрес фирмы: код отрасли и предприятия; характер производства; форма собственности; суммарная оценка кредитоспособности (рейтинг); быстрота оплаты фирмой счетов; объем продаж, собственный капитал, число занятых; общее состояние и тенденции развития фирмы.

Суммарная оценка кредитоспособности состоит из 2 частей – двух букв (или цифры и буквы) и цифры. Первые два знака представляют собой оценку финансовой устойчивости фирмы, а последний – оценку ее кредитоспособности.

Второй раздел отчета содержит сведения, полученные от поставщиков фирмы, относительно аккуратности в оплате счетов и о максимальном кредите, полученном в течение года.

Третий раздел включает последний баланс и информацию о продажах и прибыльности фирмы, если такая имеется.

Четвертый раздел показывает обычный размер остатка на депозитном счете и платежи по ссудам.

В пятом разделе содержатся данные оруководителях и владельцах фирмы. В последнем разделе подробно охарактеризованы род деятельности фирмы, ее клиентура и производственные мощности.

Иногда банки сверяют свою информацию с данными других банков, имевших отношения с заемщиком. Они могут также проверить данные у различных поставщиков и покупателей данной фирмы. Такая сверка информации с контрагентами фирмы и другими банками позволяет также выявить репутацию и возможности фирмы, обратившейся за кредитом.

Еще одним источником сведений в США является Служба взаимного обмена кредитной информацией при национальной ассоциации управления кредитом – организация, снабжающая сведениями о кредитах, полученных фирмой у поставщиков по всей стране.

Члены организации получают ответ на вопрос: как аккуратно платит фирма? Однако в информации содержатся только факты, но отсутствуют анализ, объяснение или какие-либо рекомендации.

Во Франции анализ кредитоспособности заемщика коммерческие банки дополняют данными из картотеки Банка Франции, которая состоит из 4 разделов:

1) 10 групп, в которых предприятия распределяются в зависимости от размера актива баланса;

2) 7 групп с шифром от 0 до 6. Предприятие занимает свою позицию доверия, по оценкам руководителей, держателей капиталов, с которыми оно имеет деловые связи;

3) классификация предприятий по их платежеспособности. Банк Франции фиксирует все случаи неплатежей и в зависимости от этого разделяет клиентов на 3 группы, которые шифруются цифрами 7, 8, 9 («7» – пунктуальные выплаты, отсутствие трудностей; «8» – временные затруднения, не подрывающие платежеспособности; «9» – весьма ненадежный клиент);

4) деление всех клиентов на 2 группы: векселя и ценные бумаги, которые будут переучтены Банком Франции или нет.

Приоритетным направлением анализа кредитной заявки потенциального заемщика должны стать 3 основные цели: выявление перспективных финансово-устойчивых заемщиков; оценка кредитоспособности заемщиков; оптимизация структуры кредита для уменьшения риска банка и достижения поставленных заемщиком целей.

Оценивая кредитоспособность, необходимо учитывать личные качества, правовой статус, состояние и доходность активов заемщика, а также прогнозное развитие, которое определяется деловыми качествами и внешними факторами.

В мировой практике при проверке кредитоспособности применяется 2 метода: логико-дедуктивный и эмпирико-индуктивный. С помощью логико-дедуктивного метода выявляется зависимость между кредитоспособностью потенциального заемщика в будущем и факторами, которые оказывают на нее влияние, определяются важные внутрифирменные и внешние факторы.

Сущность эмпирико-индуктивного метода заключается в том, что данный метод обобщает опыт, связанный с предыдущими заемщиками, и учитывает его при принятии решения в отношении новых кредитов. Этот метод базируется на предположении о том, что на основе анализа финансовой отчетности можно судить о развитии кредитоспособности заемщика в будущем. Для этого определяются индикаторы посредством математико-статистических методов, которые отражают характерные признаки различных кредитных историй, и предлагаются методические указания для принятия решений.

Проверка кредитоспособности проводится с целью определения качественной и количественной величины кредитного риска до принятия решения о предоставлении кредита. Поэтому необходима комплексная проверка кредитоспособности заемщика и проверка обеспечения.

Существуют следующие способы оценки кредитоспособности: на основе системы финансовых коэффициентов; на основе анализа денежных потоков; на основе анализа делового риска.

Основными направлениями, по которым проводится работа по оценке финансового состояния заемщика, являются:

1) анализ результатов деятельности клиента, состояние его ликвидности, а также соотношение между заемными и собственными средствами;

2) финансовые тенденции деятельности клиента;

3) оценка допустимой суммы кредита, которая должна быть привязана к потоку денежных средств клиента;

4) структуризация кредита для обеспечения соответствия потребностям клиента и входящим и выходящим потокам денежных средств.

Говоря об оценке кредитоспособности на основе системы финансовых показателей, важно подчеркнуть тот факт, что в мировой банковской практике применяется 5 групп таких показателей: показатели ликвидности; показатели эффективности (оборачиваемости); показатели финансового левериджа; показатели прибыльности; показатели обслуживания долга. Выбор финансовых показателей для оценки кредитоспособности заемщика определяется особенностями клиентуры банка, возможными причинами финансовых затруднений, кредитной политикой банка.

Американский ученый Э. Рид предлагает систему, состоящую из 4 групп показателей, определяющих различные характеристики кредитоспособности предприятия: ликвидности, оборачиваемости, привлечения средств, прибыльности. Достоинство данной системы состоит в том, что она позволяет спрогнозировать своевременность совершения платежей в будущем, ликвидность и реальность оборотных активов, а также оценить общее финансовое состояние предприятия и его устойчивость. Кроме того, данная система показателей дает возможность установить границы снижения объема прибыли, в которых обеспечивается погашение ряда фиксированных платежей. Тем не менее система оценки кредитоспособности Э. Рида не учитывает показатели рыночной устойчивости и неполно отражает показатели долгосрочной платежеспособности.

В практике зарубежных банков используется система показателей оценки кредитоспособности клиентов, предложенная группой американских ученых: Б.И. Нидлзом, Г.Ф. Андерсеном, Д.К. Колдвелом. В нее входят следующие группы показателей:

1) показатели, характеризующие ликвидность;

2) показатели, характеризующие прибыльность;

3) показатели, характеризующие долгосрочную платежеспособность;

4) показатели, основанные на рыночных критериях.

Данная система показателей оценки кредитоспособности более подробно характеризует финансовое состояние предприятия, так как в ней присутствуют показатели долгосрочной платежеспособности, которые определяют надежность своевременного совершения будущих платежей. Таким образом, система позволяет оценить не только текущую кредитоспособность и ликвидность заемщика, но и предвидеть возможность неплатежеспособности предприятия в дальнейшем. Проблема секретности имеет важное практическое значение. Бэррон и Стейтен (Barren and Staten, 2001) показали, что при введении даже умеренных требований секретности теряется значительная доля потенциальной ценности кредитной информации. В некоторых странах законодательство не позволяет открывать позитивную информацию по кредитной истории (т.е. разрешается сообщать только о дефолтах). Но без такой информации оказывается, что кредитор, установивший целевой коэффициент дефолта в размере не выше 3%, должен будет отказывать в предоставлении кредита 3 из каждых 5 заявителей, т.е. более чем в 2 раза большему числу, чем при наличии полной кредитной информации. Иногда банки сверяют свою информацию с данными других банков, имевших отношения с заемщиком. Они могут также проверить данные у различных поставщиков и покупателей данной фирмы. Такая сверка информации с контрагентами фирмы и другими банками позволяет также выявить репутацию и возможности фирмы, обратившейся за кредитом.

Наряду с положительными моментами данной системы ей присущ и недостаток – сложность расчета некоторых коэффициентов, требующих применения специальных статистических методов.

Оценка кредитоспособности на основе системы финансовых показателей полезна, поскольку дает характеристику отдельных сторон деятельности заемщика с помощью цифровых значений. Вместе с тем данная система ограничена, так как не учитывает ни характеристику заемщика (репутацию заемщика, кредитную историю в прошлом, отношения с деловыми партнерами, квалификацию персонала и т.д.), ни деловой климат в стране, ни состояние экономической конъюнктуры, наличие конкуренции, налоги, инфляции и т.д. Положение осложняется наличием «конкурирующих» количественных методов финансового анализа фирмы, основанных на вычислении по данным бухгалтерского баланса специальных коэффициентов-индикаторов. Среди них – коэффициенты текущей ликвидности, обеспеченности собственными оборотными средствами, восстановления платежеспособности, защищенности капитала, фондовой капитализации прибыли и т.д.

Каждый из названных коэффициентов имеет эталонное значение, с которым производится сравнение его расчетного аналога. При этом на практике эталонное значение является единым и «замороженным». Между тем очевидно, что оно должно быть, во-первых, дифференцировано для различных отраслей, имеющих объективно различную структуру активов и пассивов, во-вторых, жестко привязано к темпам инфляции, рост которых способствует завышению отчетных коэффициентов-индикаторов. По-видимому, не будет ошибкой утверждение, что эталонные коэффициенты должны быть дифференцированы и в региональном разрезе, так как различные территории имеют далеко не одинаковые воспроизводственные условия и возможности для сбыта продукции, что сказывается на финансовых показателях их деятельности.

Следовательно, из всего вышесказанного можно сделать вывод о том, что, применяя данные показатели, не стоит ограничиваться только ими, поскольку они не полно характеризуют кредитоспособность заемщика. Данную систему оценки кредитоспособности необходимо дополнять способами оценки на основе анализа денежного потока и анализа делового риска. При этом анализ движения денежных средств следует проводить по 3 направлениям: текущая, инвестиционная и финансовая деятельность.

Публикуемая отчетность и материалы годовых отчетов банка также содержат ряд показателей, анализ которых позволяет делать выводы относительно уровня кредитного риска банка с высокой степенью точности. К таким показателям прежде всего относятся: обеспеченность кредитных вложений резервами на возможные потери по ссудам, доля просроченных кредитов в кредитном портфеле банка, максимальный размер риска на одного заемщика (Н6), максимальный размер крупных кредитных рисков (Н7). Эти и другие показатели оценки уровня кредитного риска приведены в приложении 5.

Обобщая опыт оценки и анализа кредитоспособности, следует выделить наиболее популярные методы. В английских банках используются системы PARSER или CAMPARI.

Р-Person – информация о персоне потенциального заемщика, его репутации.

A-Amount – обоснование суммы испрашиваемого кредита.

R-Repayment – возможность погашения.

S-Security – оценка обеспечения.

Е-Expediency – целесообразность кредита.

R-Remuneration – вознаграждение банка (процентная ставка) за риск предоставления кредита.

С-Character – репутация заемщика.

A-Ability – оценка бизнеса заемщика.

М-Means – анализ необходимости обращения за ссудой.

Р-Purpose – цель кредита.

A-Amount – обоснование суммы кредита.

R-Repayment – возможность погашения.

I -Insurance – способ страхования кредитного риска.

В практике американских банков применяется «правило пяти си»:

1) CHARACTER – репутация заемщика;

2) CAPACITY – способность погасить ссуду;

3) COLLATERAL – наличие обеспечения, залога;

4) CAPITAL – капитал;

5) CONDITIONS – экономическая конъюнктура и ее перспективы.

Заметим, что американская система больше ориентирована на возможности возмещения потерь по ссудам, тогда как английская методика обращена на саму сделку, под которую испрашивается кредит. Только методика PARSER предусматривает расчет вознаграждения банка исходя из качества кредита. Конкретные значения показателей и способы расчета риска различаются в зависимости от ситуации. Результатом расчета является уровень риска потенциального кредита, выраженный в процентах или в виде рейтинга. Все эти методики, на наш взгляд, могут быть использованы только на начальном этапе анализа, так как дают лишь статическую, моментную характеристику заемщика и не раскрывают полностью его поведение в процессе использования кредита.

Модель кредитного надзора Чессера прогнозирует случаи невыполнения клиентом условий кредитного договора. При этом под невыполнением условий подразумевается не только непогашение ссуды, но и любые другие отклонения, делающие ссуду менее выгодной для кредитора, чем было предусмотрено первоначально. Автор модели использует 6 переменных:

X1 = наличность + легкореализуемые ценные бумаги / совокупные активы;

Х2 = нетто-продажи / наличность + легкореализуемые ценные бумаги;

Х3 = брутто-доходы / совокупные активы;

Х4 = совокупная задолженность / совокупные активы;

Х5 = основной капитал / чистые активы;

Х6 = оборотный капитал / нетто-продажи.

На основе вышеизложенного была выведена формула:

Y = – 2,0434 – 5,24X 1 + 0,0053X 2 – 6,6507Х 3 + 4,4009X 4  – 0,0791Х 5 – 0,1020Х 6 .

Переменная Y используется для оценки вероятности невыполнения условий договора по следующей формуле:

P = 1/(1 + e -y ).

Если Р > 0,5, то заемщик не выполнит условий договора; если Р < 0,5, то заемщик надежен.

Достоинством этой модели является возможность оценки заемщика как до выдачи кредита, так и в процессе мониторинга. Недостаток заключается в том, что значения коэффициентов могут не давать желаемого результата в условиях российской действительности.

Тот же принцип лежит в основе Z-анализа, разработанного Эдвардом Альтманом. Цель анализа заключается в отнесении изучаемого объекта к одной из двух групп: либо к банкротам, либо к успешно действующим фирмам.

Уравнение Z-оценки выглядит следующим образом:

Z = 1,2Х 1 + 1,4Х 2 + 3,3Х 3 + 0,6Х 4 + 1,0Х 5 ,

где X1 = оборотный капитал / совокупные активы;

X2 = нераспределенная прибыль / совокупные активы;

Х3 = брутто-доходы / совокупные активы;

Х4 = рыночная оценка капитала / балансовая оценка суммарной задолженности;

Х5 = объем продаж / совокупные активы.

Правило классификации таково:

1) если Z < 2,675, фирму относят к группе банкротов;

2) если Z > 2,675, фирму относят к группе успешных.

При значении Z от 1,81 до 2,99 модель не работает, этот интервал – «область неведения». Достоинство этой модели по сравнению с моделью Чессера – простота.

Следовательно, по нашему мнению, из всего вышесказанного можно сделать вывод о том, что, применяя данные показатели, не стоит ограничиваться только ими, поскольку они неполно характеризуют кредитоспособность заемщика. Данную систему оценки кредитоспособности необходимо дополнять способами оценки на основе анализа денежного потока и анализа делового риска, при этом анализ движения денежных средств следует проводить по трем направлениям: текущая, инвестиционная и финансовая деятельность.

В результате аналитических исследований возможна ситуация, когда выяснится, что у клиента нет реальной потребности в кредите, и он в состоянии обойтись собственными средствами. Возможен и вариант, когда проект неосуществим в обозримом будущем. У коммерческой фирмы могут быть только два повода для обращения в банк за кредитом:

1) для пополнения оборотного капитала;

2) для удовлетворения потребности в инвестиционных средствах. В качестве основного инструмента анализа предлагается не стандартная форма движения денежных средств, где учитываются не только деньги, но и денежные эквиваленты, а денежный поток в смысле денежного бюджета. Его обычно составляют финансовые работники фирмы с целью контроля над поступлением и расходованием средств. Составление денежного потока в принципе дело несложное. Важным является выбор временного интервала планирования, который зависит от природы фирмы и условий ее коммерческой деятельности. Чем меньше интервал планирования, тем точнее можно получить результат, но тем выше трудоемкость работ. На практике оптимальным интервалом планирования является декада, так как позволяет с большой степенью точности согласовать поступления и отток денежных средств в течение месяца. В каждом конкретном случае необходимо определить интервал или интервалы для разных стадий проекта, исходя из особенностей и характера проекта.

Прогноз денежных потоков позволяет получить контрольные цифры, обеспечивающие проведение оперативного контроля над действиями ссудозаемщика посредством анализа движения денежных средств по его расчетному счету. Базовыми показателями оперативного контроля являются:

1) суммы и сроки поступления денежных средств;

2) суммы и сроки расходования денежных средств. Отсутствие поступлений или превышение расходной части бюджета непременно приведут к невыполнению ссудозаемщиком своих обязательств перед банком.

Эффективность контроля возможна только в случае привязки разработанных графиков к кредитному договору. Кредитный договор должен предусматривать возможность приостановления или прекращения договора по факту непоступления средств на расчетный счет клиента или превышения расходов, предусмотренных бюджетом.

Из-за потенциально опасных последствий кредитного риска важно провести всесторонний анализ банковских возможностей по оценке, администрированию, наблюдению, контролю, осуществлению и возврату кредитов, авансов, гарантий и прочих кредитных инструментов. Данный анализ должен также определить адекватность финансовой информации, полученной от заемщика, которая была использована банком при принятии решения о выдаче кредита. Риски по каждому кредиту должны периодически переоцениваться, так как им свойственно изменяться.

Базельский комитет по надзору за банковской деятельностью в 1999 г. предложил участникам рынка внести кардинальные изменения в нормативы, регулирующие кредитную деятельность банков. Новый подход позволяет учесть уровень кредитоспособности заемщика, делая основной упор на наличие соответствующего кредитного рейтинга: чем выше кредитный рейтинг, тем меньше средств необходимо для создания резервов и поддержания позиции.

На данный момент в мировой практике для оценки кредитного риска используются следующие методологии и модели: CreditRisk+ (CSFP, 1997); CreditMetrics (J.P. Morgan, RMG Corporation, 1997); Portfolio Manager и Credit Monitor (KMV Associates, 1993); CreditPortfolioView (McKinsey, 1998); Jarrow-Tumbull Model (Kamakura, 1993–1995).

Эти модели позволяют оценить с определенной степенью точности размер потерь от кредитного риска и вычислить рисковую стоимость (Value at Risk, VaR). Рисковая стоимость отражает максимально возможные убытки от изменения стоимости финансового инструмента, портфеля активов, компании и т.д., которое может произойти за данный период времени с заданной вероятностью его появления. Иными словами, рисковая стоимость – это размер убытка, который может быть превышен с вероятностью не более х% (не будет превышен с вероятностью (100 – х%) в течение последующих n дней.

Хотя каждая модель имеет свои особенности, все они дают возможность определить распределение убытков (loss distribution) по портфелю (корзине) кредитных рисков, а на основе этого вычислить ожидаемый убыток по портфелю при любом заданном уровне доверия (доверительном интервале), изменчивость величины данных убытков и размер капитала, необходимого для поддержки портфеля.

Кривая распределения убытков по портфелю отражает вероятность достижения определенной стоимости портфеля в течение заданного временного периода.

Модели VaR также позволяют оценить разницу между экономическим капиталом (капиталом, необходимым для поддержания портфеля) и размером капитала, необходимого по условиям Базельского соглашения.

Процедура анализа кредитного риска с помощью моделей VаR включает анализ вероятности дефолта и ожидаемой остаточной стоимости по каждой составляющей портфеля, следующего за этим расчета прогнозируемых убытков и формируемых резервов. В случае с портфелями, подвергающимися рыночной переоценке, помимо риска дефолта, важно также оценить риск изменения кредитных спрэдов и изменения сумм дополнительных доходов, получаемых в обмен на принятие кредитного риска. Сумма под риском (VаR) может быть рассчитана несколькими методами.

1. Метод исторического моделирования рассчитывает гипотетические изменения стоимости текущего портфеля на основе данных об изменениях факторов риска в прошлом.

2. Метод дисперсии / ковариации рассчитывает изменения стоимости текущего портфеля путем суммирования чувствительности факторов риска по отдельным позициям с матрицей ковариации, представляющей относительную неустойчивость и корреляции факторов риска.

3. Метод Монте-Карло конструирует распределение текущего портфеля с помощью крупной выборки случайных комбинаций сценариев движения цен, вероятность которых, как правило, рассчитывается на основе фактических данных за прошлый период.

При использовании методологии VаR ожидаемый финансовый результат деятельности банка включает следующие составляющие:

1) ожидаемые доходы;

2) ожидаемые расходы;

3) величину прибыли, подверженной риску (с обязательным указанием доверительного интервала).

На Западе методология VаR применяется, во-первых, при управлении рисками в части установления лимитов, оценки оптимального хеджирования, внутреннего контроля, отчетности; во-вторых, при определении качества работы.

По нашему мнению, методология VаR имеет следующие достоинства:

1) в рамках методологии применяется портфельный подход к рассмотрению структуры активов и пассивов банка;

2) расчет ожидаемой прибыли основан на сопоставлении реальных рыночных ставок финансовых инструментов, а не некоторой базовой рыночной ставке (имеющей аналитическую природу), как в методиках GAP-анализа и анализа разрыва дюрации (модифицированной дюрации);

3) расчет величины предполагаемого процентного риска (ППР) базируется на исторических колебаниях реальных финансовых инструментов, а не на произвольно задаваемых колебаниях базовой рыночной ставки;

4) за счет учета исторических ковариаций финансовых инструментов, составляющих портфель активов и пассивов банка, расчет предполагаемого процентного риска (ППР) производится более корректно, чем при применении методик стохастического моделирования;

5) методология применима при решении задачи регулирования себестоимости отдельных финансовых инструментов, входящих в портфель пассивов банка (например, при установлении ставок по корреспондентским счетам «лоро», расчетным текущим счетам клиентов и клиентским депозитам);

6) методология может использоваться для расчета обоснованного уровня «stop-loss» или «take-profit» для отдельных финансовых инструментов (например, спекулятивных вложений в корпоративные акции).

В зависимости от сферы применения VаR может иметь различные определения. Вот какое определение VaR дают руководители крупнейшего банка Chase с точки зрения ее использования для управления рыночным риском: «VаR – это денежная оценка возможных потерь при неблагоприятных рыночных условиях. VаR рассчитывается для одного операционного дня и является потерями, вероятность превышения которых составляет один процент».

Этот подход заключается в моделировании на основе фактических данных и предполагает, что изменения процентных ставок, курсов иностранной валюты, курсов акций и товарных цен на протяжении прошедшего года могут использоваться для прогноза их динамики в будущем.

Моделирование используется для анализа торговых позиций в конце каждого операционного дня. Результаты анализа рассматриваются применительно к каждой отдельной позиции, а также группируются по видам деятельности, географическим рамкам, валютам и типам риска.

В связи с тем, что максимальные и минимальные значения VаR разных компонентов портфеля могут встречаться в разные дни, нет смысла высчитывать эффект от диверсификации портфеля. Кроме того, среднее значение VаR и значение в конце года меньше суммы VаR всех компонентов ее рыночного риска, что является результатом компенсации риска вследствие диверсификации портфеля.

Chase только с 1999 г. стал предоставлять информацию о рыночном риске, связанном с инвестициями хеджингового фонда, выделив для этого отдельную категорию VаR.

По нашему мнению, недостатки методологии VаR, как и методик стохастического моделирования, обусловлены «статистической» природой методологии и связанными с ней следующими предположениями:

1) наличествуют ликвидные рынки с большими историей (как минимум, годовой), емкостью и числом операторов по каждому из финансовых инструментов, входящих в портфель активов и пассивов;

2) изменчивость финансовых инструментов, входящих в портфель активов и пассивов, близка к исторической;

3) корреляция валютных курсов практически не отличается от исторической;

4) доходности и себестоимости всех финансовых инструментов, входящих в портфель активов и пассивов, за последовательные промежутки времени являются некоррелированными;

5) поведение цен по всем финансовым инструментам, входящим в портфель активов и пассивов, не имеет закономерности и является случайным.

В.А. Купчинский и А.С. Улинич полагают, что методология VаR имеет следующие общие недостатки:

1) применима только для анализа ликвидных рынков с большими историей, емкостью и числом операторов;

2) предполагает, что историческая изменчивость является хорошим ориентиром на будущее;

3) корреляция валютных курсов принимается в качестве постоянной;

4) предполагает линейную динамику доходности и (или) себестоимости финансовых инструментов;

5) не учитывает торговый риск в течение одного дня.

Названные исследователи исходя из анализа предположений, принятых в рамках методологии VаR, и ее недостатков, приходят к заключению, что после августовского кризиса 1998 г. в российских условиях она неприменима по следующим причинам:

1) в течение ближайших нескольких лет в России не будет финансовых рынков, отвечающих требованиям развитости, емкости и ликвидности, предъявляемым VаR;

2) до новой стабилизации финансовых рынков Российской Федерации корректность предположений, связанных с исторической изменчивостью, является спорной;

3) в связи с резким падением российского рубля не выполняются ограничения, связанные с устойчивостью корреляций валютных курсов.

Таким образом, В.А. Купчинский и А.С. Улинич считают, что из всего многообразия методик финансового анализа, распространенных на Западе, в России «работают» лишь методика анализа разрывов платежной позиции банка (GAP-анализа) и методика анализа изменения чистой текущей стоимости (NPV) банков, базовая рыночная ставка которых моделируется путем анализа сценариев.

Однако этого недостаточно для корректного анализа уровня финансового риска коммерческого банка, особенно кредитного риска.

Моделирование кредитного риска отличается повышенной сложностью, что обусловлено наличием как минимум трех причин.

Во-первых, оценку кредитного риска на конкретный срок по каждому заемщику сильно затрудняют отсутствие ликвидного рынка и острая нехватка статистических данных для анализа риска дефолта (сам по себе дефолт не относится к категории часто происходящих общественных явлений). Особенно остро проблема нехватки данных стоит перед развивающимися рынками. Кредиты как частные контракты оценивать еще сложнее из-за конфиденциальности большей части информации.

Во-вторых, текущие вероятности дефолта, основанные на рыночных ценах, нельзя считать однозначно достоверными. Заинтересованные участники должны определять вероятность дефолта, либо принимая в расчет показатели, основанные на исторических данных об изменениях кредитных рейтингов, либо исходя из субъективных оценок при принятии решения о кредитовании.

В-третьих, корреляции между дефолтами весьма сложны для наблюдения и оценки, что затрудняет решение задачи агрегирования кредитного риска.

Сложность моделирования кредитных рисков обусловила появление альтернативных методов оценки вероятности дефолта, ожидаемых убытков и капитала, необходимого для поддержания существующих кредитных позиций. На базе этих методов участниками рынка и специализированными компаниями был разработан ряд моделей VaR, главные из которых нам представляется важным кратко охарактеризовать.

Модель CreditRisk+ была разработана специалистами Credit Suisse Financial Products – одним из ее инвестиционных подразделений группы Credit Suisse и появилась на рынке в середине 1997 г. В основе ее аналитического подхода лежат показатели вероятности дефолта, сопоставляемые с иными показателями определенной рейтинговой группы, изменчивость данных вероятностей, а также общее исследование отдельного сектора экономики. Математическая основа модели схожа с применяемой в аналогичных ситуациях в страховании. Вместо нормального вероятностного распределения и допущения случайных отклонений, стандартно используемых в финансовой математике для описания ценовых движений активов, в CreditRisk+ используются распределение Пуассона и связанные с ним математические методы.

Отметим, что модель CreditRisk+ предназначена не для изучения причин дефолта, а для анализа такого показателя, как случайное событие. Поэтому в ней адаптируются математические методы, применяемые для анализа страховых рисков, аналогичные актуарным расчетам.

В отличие от CreditMetrics и Portfolio Manager в CreditRisk+ не используются абсолютные уровни риска дефолта – уровни дефолтов выступают как непрерывная случайная величина. Будучи основой для присвоения кредитного рейтинга, они меняются с течением времени, и это непостоянство отражается в числовом значении их изменчивости (стандартное отклонение). Уровни дефолтов, сопоставленные с определенными рейтинговыми классами и распределенные по конкретным субъектам, вместе с показателями изменчивости определяются в CreditRisk+ как исходные данные.

В CreditRisk+ отрицается обязательное наличие корреляций между случаями дефолта, поэтому такие корреляции подробно не моделируются. Невозможность анализа взаимосвязи между отдельными кредитами, входящими в портфель, означает, что на практике самой важной является взаимосвязь между экономическими условиями и уровнем дефолтов. Однако и эта связь не является достаточно четкой: уровень дефолтов из года в год сильно колеблется, а различные секторы экономики в разной степени подвержены влиянию общей экономической ситуации. Поэтому в качестве исходных данных в CreditRisk+ используется волатильность этих уровней, причем чем больше будет охватываемый волатильностью временной период и чем большее число спадов и подъемов он будет включать, тем в большей степени модель будет отражать эффект экономических циклов.

Упомянутые особенности модели CreditRisk+ позволяют сделать вывод о том, что она наиболее применима для вычисления общего уровня потерь и менее точна в анализе влияния отдельного сектора или субъекта на профиль портфельного риска. Это не представляется большим упущением, поскольку существующая корреляция сама не отличается необходимой стабильностью. В то же время минимум требований к исходным данным делает эту модель более простой в применении, дополнительную привлекательность ей придает быстрота аналитических расчетов распределения убытков по портфелю.

Методология CreditMetrics была разработана сотрудниками ведущего оператора рынка кредитных деривативов – банка Дж.П. Моргана и стала применяться наряду с CreditRisk+ с 1997 г. Впоследствии подразделение, занимавшееся данным проектом, было выделено в отдельную структуру – Risk Metrics Group (RMG). В отличие от CreditRisk+ CreditMetrics – это всего лишь методология и первоначальные исходные данные, т.е. для работы с ними и добавления собственных данных нужно дополнительное программное обеспечение.

Методология CreditMetrics базируется на методе статистических испытаний Монте-Карло (Monte Carlo simulation). Это означает, что распределение убытков определяется на основе значений вероятностей так называемой кредитной миграции и корреляции между изменениями кредитных рейтингов. Применение этого метода обусловливается тем, что статистические приемы, используемые в нем для моделирования возможной стоимости кредитов в портфеле, порождают значительное увеличение количества расчетов, необходимых для оценки результата при добавлении в портфель еще одного кредита. Так, для портфеля из 3 активов с помощью рассматриваемой модели исследуется 512 возможных сочетаний, а в случае с 5 активами их число достигнет уже 32 768.

Метод Монте-Карло позволяет выводить распределение убытков по портфелю на любую дату в пределах срока обращения активов. По каждому должнику определяется кредитный рейтинг, а для вычисления вероятности его изменения или дефолта применяется специальная переходная матрица (transition matrix).

Одним из преимуществ методологии CreditMetrics является то, что она учитывает выгоды от диверсификации портфеля, уменьшающие совокупный риск одиночных сделок, и принимает в расчет взаимосвязанные события, касающиеся должников (одновременное понижение рейтингов нескольких должников и т.п.). В итоге концентрация портфеля на отдельном заемщике, отрасли или регионе выразится в росте требований к размеру капитала.

По методологии CreditMetrics не рассчитывают эффект возможной корреляции между поведением отдельных заемщиков и кредитными случаями, с одной стороны, и глобальными факторами (состоянием экономики и др.) – с другой. Он учитывается опосредованно через использование исторических данных о дефолтах и вычисление корреляций облигационных спрэдов по базовым активам. Заметим, однако, что при весьма скудных сведениях о многочисленных дефолтах исторические данные не смогут оказаться полезными. Использование облигационных спрэдов выглядит более привлекательным, но оно требует дополнительных допущений относительно связи между ценами активов и изменениями рейтингов или дефолтом.

Необходимо отметить, что на понижение цены кредитного инструмента оказывает влияние не только объявление дефолта (крайний случай обесценения), но и снижение кредитного рейтинга.

Главными достоинствами CreditMetrics являются относительная простота и четкость методологии, позволяющие дополнительно реализовать обучающую функцию. Кроме того, под данную методологию независимые компании создали ряд совместимых с ней программных продуктов, расширяющих сферу ее применения.

Модель Portfolio Manager была разработана сотрудниками KMV Corporation и введена в 1993 г. В ее основе лежит измерение вероятностей дефолта при помощи методов, используемых в ценообразовании опционов (модель Блэка – Шоулза), и модель Мертона. Согласно модели Мертона корпоративные акции рассматриваются как опцион «колл», выписанный на активы компании. В соответствии с таким подходом акционеры передают право собственности кредиторам, но имеют право выкупить его обратно (т.е. как бы исполнить опцион на покупку), уплатив оставшийся долг (т.е. произведя покупку по цене исполнения). Если стоимость компании превосходит ее обязательства на дату погашения и акционеры уплатят долг, то остаток капитала будет находиться у самой компании. В противном случае акционеры позволят компании объявить дефолт. Стоимость компании может быть определена комбинированием текущей стоимости ее долговых обязательств покупкой опциона «колл» и продажей опциона «пут» с той же ценой исполнения и датой истечения.

Применительно к кредитному риску модель Мертона показывает, как снижается стоимость акций компании по мере приближения даты погашения долга и как фирма объявляет дефолт при обесценении права акционеров на досрочное погашение. Последняя ситуация описывается моделью как точка дефолта.

Отличительной особенностью Portfolio Manager является использование готовых выходных данных и методологии VaR для оптимизации кредитного портфеля и расчета коэффициентов Шарпа по каждой его составляющей. Исходное распределение вероятностей дефолта было получено эмпирически на основе собственной базы данных KMV Corporation более чем по 25 000 компаний во всем мире.

Для определения процентной вероятности достижения точки дефолта было введено понятие «дистанция до дефолта» (distance to default). При помощи этого показателя и базы данных модели получают ожидаемую частоту дефолта (expected default frequency – EDF).

С точки зрения разработчиков модели, взаимосвязь между двумя названными показателями отличается особенной устойчивостью в течение длительного периода времени и в условиях меняющейся экономической среды. Кроме того, показатель EDF играет важную роль: с помощью него и показателя глубины убытка (loss severity) определяют размер ожидаемых убытков в случае дефолта.

К числу выигрышных функциональных возможностей модели Portfolio Manager следует отнести определение оптимальных уровней для покупки, продажи или владения активом, определение структуры оптимального портфеля через изменение удельных весов существующих позиций, а также расчет «справедливых» цен для кредитных активов, соответствующих уровней капитала, необходимого для поддержки портфеля, и вкладов каждого последующего актива в общий профиль портфельного риска (marginal risk contribution).

Кроме того, при помощи модели Portfolio Manager и метода Монте-Карло можно установить распределение убытков по кредитному портфелю на любую дату в течение всего срока обращения и рассчитать величину капитала, необходимую для поддержания портфелей с разным уровнем риска.

Главным достоинством модели Portfolio Manager является своевременность предоставляемой ею информации о дефолтах, сигнализирующей об ухудшении кредитных характеристик заемщика. Примечательно, что модель «подает» сигнал, предвещающий возможный дефолт, примерно за 1,5 года до предполагаемого события. Вычислив вероятность дефолта с помощью Portfolio Manager, можно дать адекватную оценку задолго до того, как рейтинговые агентства проанализируют финансовую информацию за прошедший период.

Модель CreditPortfolioView была разработана сотрудниками консалтинговой фирмы McKinsey. Главной отличительной чертой этой модели является принятие в расчет текущих макроэкономических условий и разницы в экономическом развитии отдельных регионов, вызванной географическими или отраслевыми особенностями.

Согласно установкам CreditPortfolioView к факторам, влияющим на уровень дефолтов, относятся темпы роста ВВП, уровень безработицы и уровень процентных ставок. Следуя этой логике, должнику, например с кредитным рейтингом «ВВВ», в период экономического спада присуща большая вероятность дефолта, нежели в период бума.

Конкретная же форма распределения убытков по портфелю обусловлена текущим состоянием экономики и ведущих отраслей промышленности отдельно взятой страны. Данное положение, по мнению разработчиков модели, не исключает возможности использования эмпирической взаимосвязи макроэкономических факторов и рейтинговых переходных матриц.

При всем ее глобальном охвате модель CreditPortfolio-View обладает существенным недостатком – отсутствием данных, необходимых для выверки. Анализируя возможности модели, можно сделать вывод, что уточнение данных посредством увеличения числа рейтинговых классов, отраслей или географических регионов приводит к тому, что количество данных в отдельной категории сокращается. Это означает, что число исследуемых дефолтов уменьшается, а стандартная ошибка при расчете итоговых данных увеличивается, подвергая сомнению объективность полученных результатов.

Модель Джэрроу – Тернбула (Jarrow – Turnbull Model) впервые была предложена участникам рынка в 1993 г. основателем компании Kamakura Робертом Джэрроу и профессором Стюартом Тернбулом. В ее ранней версии была описана лишь общая методология оценки кредитов и основанных на них инструментов, а в 1995 г. была опубликована расширенная версия, в которой использовались исторические данные для оценки специфических параметров модели.

Модель Джэрроу – Тернбула содержит методику многофакторного анализа процентных ставок, с помощью которой можно получить количественную оценку связи между колебаниями процентных ставок и вероятностью дефолта за определенный промежуток времени. По мнению авторов модели, именно эта рыночная взаимосвязь является наиболее важной компонентой для максимально точного определения цены кредитного инструмента.

Анализ исследуемых в работе моделей позволяет утверждать, что именно повышенная сложность оценки и моделирования кредитных рисков привела к появлению и высокой популярности ценовых моделей VaR, базирующихся на методологии оценки размера потерь по отношению к стоимости позиции. Сложность моделирования в России обусловлена главным образом отсутствием ликвидного рынка, недостаточной объективностью имеющихся статистических данных о вероятностях дефолта и трудностями выявления и наблюдения корреляций между случаями дефолта.

Прав А.В. Кавкин, называющий основным достоинством моделей VaR то, что они дают коммерческим банкам возможность измерить величину кредитного риска, вычислить долю каждого кредита в общей доходности капитала и, соответственно, определить размер капитала, достаточного для обеспечения каждой отдельной позиции в кредитных портфелях. В основе данных моделей лежит подробный анализ риска дефолта, необходимый для получения распределения убытков по портфелю, для определения размера ожидаемых убытков и размера капитала, обеспечивающего поддержание имеющихся кредитных позиций.

Крупные банки в России, которым приходится иметь дело с высоким потенциальным финансовым риском, должны разрабатывать значительно более сложные системы индексов риска инвестиционной деятельности и методов его измерения и оценки, которые могут быть применены к различным рынкам. Такие внутренние модели измерения риска при возможных различиях в конкретных механизмах, как правило, имеют общую методологическую основу. Эти модели обычно измеряют агрегированный потенциальный рыночный риск банка и оценивают сумму, которую банк может потерять в случае владения конкретным активом в течение некоторого периода времени. Поскольку такие модели, основанные на показателях VаR, охватывают несколько видов рыночного риска, банк получает возможность точно настроить структуру портфеля и испробовать различные варианты диверсификации портфеля с целью снижения риска и (или) соответствующих потребностей в капитале.

На основе проведенного исследования можно сделать следующие выводы и рекомендации:

1) важная задача при создании эффективной системы управления хозяйственной и инвестиционной деятельностью в условиях неопределенности – выбор метода идентификации и оценки рисков инвестиционной деятельности, который должен строиться на первоначальном формировании базы методов идентификации и оценки, а также формировании критериев возможности и целесообразности применения того или иного метода. Основным параметром в рамках данного выбора будет являться «информационная насыщенность» анализируемого явления;

2) объекты, обладающие вероятностной природой и имеющие под собой в качестве обоснования некую статистическую экстраполируемую выборку, могут быть оценены с помощью традиционных вероятностно-статистических методов. Оценка же объектов, не имеющих таких данных, должна проходить с помощью методов нечеткой логики;

3) корректность оценки в обоих случаях всегда будет определяться адекватностью созданной модели рисков с точки зрения их анализа и синтеза решений, т.е. должно обеспечиваться условие соответствия системы рисков и ее модели, служащей основой для принятия решения, иначе говоря, должно соблюдаться условие валидности системы;

4) проблема принятия решений в инвестиционном менеджменте по оценке уровня риска в первую очередь заключается:

а) в большом количестве критериев эффективности инвестиционных решений, пренебрежение любым из которых может снизить эффективность проекта, нанести ущерб инвестору и организации, внедряющим проект, привести проект к банкротству, невозможности обеспечить расчеты по требованиям кредиторов;

б) в противоречиях критериев: например, рост доходности инвестиций, как правило, ведет к росту риска;

в) в непрерывном изменении условий реализации проекта во времени и, соответственно, изменении эффективности проекта. Разработка и внедрение каждого проекта требуют немало времени, на протяжении которого критерии эффективности могут изменяться, что часто остается не замеченным инвесторами, хотя оказывает сильное влияние на эффективность проекта;

5) принятие инвестиционного решения должно быть не простым утверждением единственного варианта инвестиционного проекта, а выбором наиболее эффективного варианта из конкурирующих между собой альтернатив (различных проектов), что представляет собой сложную проблему, так как по одним критериям предпочтения получают одни проекты, а по другим – другие.

 

2.8. Анализ риска банкротства организаций

Банкротство относится к заключительному этапу развития кризиса финансового состояния предприятия, когда явно проявляются признаки потери платежеспособности и финансовой устойчивости.

Анализ риска банкротства предприятия необходимо начинать с анализа платежеспособности предприятия. Платежеспособность предприятия характеризует его способность своевременно рассчитываться по своим финансовым обязательствам за счет достаточного наличия готовых средств платежа и других ликвидных активов. Оценка риска потери платежеспособности непосредственно связана с анализом ликвидности активов и баланса в целом.

Следовательно, фактором риска является нарушение ликвидности баланса, а его последствием – неспособность предприятия своевременно покрывать обязательства своими активами, срок превращения которых в денежную форму соответствует сроку погашения обязательств.

Тем самым риск потери предприятием платежеспособности характеризует его неспособность погасить в срок свои финансовые обязательства.

Данный вид риска оценивается с позиций краткосрочной перспективы на основе абсолютных и относительных финансовых показателей. Оценка данного вида риска может быть как приближенной, так и более детальной.

Исходной информацией для приближенной оценки риска потери платежеспособности служат данные бухгалтерского баланса (форма 1), а в качестве абсолютных финансовых показателей – средства по активам и обязательства по пассивам, сгруппированные по определенным признакам.

Методика оценки потери платежеспособности включает определенные блоки.

1. Подготовка исходных данных на основе предварительного агрегирования некоторых однородных по составу элементов балансовых статей.

2. Разбиение активов по степени их ликвидности, т.е. по времени превращения в денежные средства, на группы:

1) группа А1. Наиболее ликвидные активы (минимальный риск ликвидности): денежные средства (стр. 260 бухгалтерского баланса) и краткосрочные финансовые вложения (стр. 250);

2) группа А2. Быстрореализуемые активы (малый риск ликвидности): дебиторская задолженность, платежи по которой ожидаются в течение 12 месяцев после отчетной даты;

3) группа A3. Медленно реализуемые активы (средний риск ликвидности): запасы (стр. 210); налог на добавленную стоимость по приобретенным ценностям (стр. 220); дебиторская задолженность, платежи по которой ожидаются более чем через 12 месяцев после отчетной даты (стр. 230); прочие оборотные активы (стр. 270);

4) группа А4. Труднореализуемые активы (высокий риск ликвидности): внеоборотные активы (иммобилизованные средства) – стр. 190.

3. Ранжирование пассивов по степени срочности оплаты обязательств на группы:

1) группа П1. Наиболее срочные обязательства: кредиторская задолженность (стр. 620);

2) группа П2. Краткосрочные пассивы: заемные средства (стр. 610); задолженность участникам (учредителям) по выплате доходов (стр. 630); прочие краткосрочные обязательства (стр. 660);

3) группа П3. Долгосрочные пассивы: долгосрочные заемные средства и обязательства (стр. 590); доходы будущих периодов (стр. 640); резервы предстоящих расходов и платежей (стр. 650);

4) группа П4. Постоянные, или устойчивые, пассивы: статьи раздела III баланса «Капитал и резервы» (стр. 490).

4. Сопоставление приведенных средств по активу и пассиву и установление типа состояния ликвидности баланса.

Признак классификации – временной срез ликвидности баланса.

Для определения ликвидности баланса следует сопоставить итоги по каждой группе активов и пассивов. Тип состояния ликвидности баланса показан в таблице 15.

Таблица 15.  Тип состояния ликвидности баланса

Примечания:

1) выполнение четвертого неравенства (А4 < П4) является одним из условий финансовой устойчивости предприятия – наличие оборотных средств; в этом случае труднореализуемые активы (здания, оборудование) должны быть покрыты постоянными пассивами (собственными средствами) и не превышать их;

2) если одно или несколько неравенств имеют противоположный знак от зафиксированного в оптимальном варианте, то ликвидность баланса в большей или в меньшей степени отличается от абсолютной.

5. Построение шкалы риска потери платежеспособности в зависимости от типа состояния ликвидности баланса:

1) безрисковая зона – состояние абсолютной ликвидности баланса, при котором у предприятия в любой момент наступления долговых обязательств ограничений в платежеспособности нет;

2) зона допустимого риска – текущие платежи и поступления характеризуют состояние нормальной ликвидности баланса (А1 < П1). В данном состоянии у предприятия существуют сложности оплатить обязательства на временном интервале до 3 месяцев из-за недостаточного поступления средств. В этом случае в качестве резерва могут использоваться активы группы А2, но для превращения их в денежные средства требуется дополнительное время. Группа активов А2 по степени риска ликвидности относится к группе малого риска, но при этом не исключены возможность потери их стоимости, нарушения контрактов и другие негативные последствия;

3) зона критического риска – состояние нарушенной ликвидности баланса (А1 < П1, А2 < П2). Данное состояние свидетельствует об ограниченных возможностях предприятия оплачивать свои обязательства на временном интервале до 6 месяцев. Имеющаяся тенденция снижения ликвидности баланса порождает новый вид риска – кредитный, а также условия для возникновения риска финансовой несостоятельности.

4) зона катастрофического риска. В данном случае предприятие по состоянию ликвидности баланса находится в кризисном состоянии (А1 < П1; А2 < П2; АЗ < ПЗ) и не способно осуществить платежи не только в настоящем, но и в относительно отдаленном будущем (до 1 года включительно). Кроме того, если дополнительно А4 > П4, то это по сути предпосылка к возникновению риска несостоятельности предприятия, так как у него отсутствуют собственные оборотные средства для ведения предпринимательской деятельности.

Финансовая устойчивость характеризует стабильность финансового положения предприятия, обеспечиваемого высокой долей собственного капитала в общей сумме используемых финансовых средств. Тем самым финансовая устойчивость дает возможность оценить уровень риска деятельности предприятия с позиций сбалансированности или превышения доходов над расходами.

Одной из характеристик финансовой устойчивости является степень покрытия запасов и затрат определенными источниками финансирования. Фактор риска характеризует несоответствие между требуемой величиной оборотных активов и возможностями собственных и заемных средств по их формированию.

Риск потери предприятием финансовой устойчивости характеризует нарушение соответствия между возможностями источников финансирования и требуемыми материальными оборотными активами для ведения предпринимательской деятельности.

Последствия риска – превышение расходов над доходами, приводящее к финансовой неустойчивости.

Оценка риска осуществляется с позиций долгосрочной перспективы, и ее результаты должны ответить на вопрос: соответствует ли состояние активов и пассивов задачам финансово-хозяйственной деятельности предприятия?

Оценка риска потери предприятием финансовой устойчивости может осуществляться на основе как абсолютных, так и относительных финансовых показателей.

Абсолютные финансовые показатели характеризуют:

1) требуемые для деятельности материальные оборотные средства (запасы и затраты);

2) возможности источников средств их формирования. Исходной информацией для оценки риска служат данные бухгалтерского баланса (форма 1).

Методика оценки риска потери финансовой устойчивости с помощью абсолютных показателей включает следующие блоки:

1) подготовку исходных данных на основе предварительного агрегирования некоторых однородных по составу элементов балансовых статей;

2) определение суммарной величины требуемых запасов (стр. 210) и затрат (стр. 220) (ЗЗ), входящих в состав материальных оборотных активов:

ЗЗ = (стр. 210 + стр. 220);

3) определение возможностей источников формирования требуемых запасов и затрат, в частности:

а) собственных оборотных средств (СОС), учитывающих: собственный капитал и резервы (стр. 490), внеоборотные активы (стр. 190):

СОС = стр. 490 – стр. 190;

б) собственных и долгосрочных заемных средств (СДИ), в составе которых – дополнительные долгосрочные обязательства (стр. 590), включающие кредиты банков, займы, прочие долгосрочные обязательства со сроками погашения более 12 месяцев после отчетной даты:

СДИ = (стр. 490 + стр. 590) – стр. 190;

в) общей величины основных источников формирования запасов и затрат (ОВИ): собственные и долгосрочные заемные источники, краткосрочные кредиты и займы (стр. 610):

ОВИ = (стр. 490 + стр. 590 + стр. 610) – стр. 190.

4) расчет показателей обеспеченности запасов и затрат источниками формирования, характеризующих:

а) излишек (+) или недостаток (–) собственных оборотных средств

± Ф с = СОС – ЗЗ (запасы и затраты) = стр. 490 – стр. 190 – (стр. 210 + стр. 220);

б) излишек (+) или недостаток (–) собственных и долгосрочных заемных источников формирования запасов и затрат

± Ф сд = СДИ – ЗЗ (запасы и затраты) = (стр. 490 + + стр. 590) – стр. 190 – (стр. 210 + стр. 220);

в) излишек (+) или недостаток (–) общей величины основных источников для формирования запасов и затрат:

± Ф о = ОВИ – ЗЗ = (стр. 490 + стр. 590 + стр. 610) – стр. 190 – (стр. 210 + стр. 220);

5) формирование трехкомпонентного вектора, характеризующего тип финансовой ситуации:

S' (Ф) = {S (± Фс); S (± Ф сд ); S (± Ф)},

где каждая компонента равна:

S' (± Ф) = 1, если Ф > 0;

0, если Ф < 0;

6) построение шкалы риска потери предприятием финансовой устойчивости в зависимости от типа финансовой ситуации:

а) безрисковая зона при состоянии абсолютной финансовой устойчивости. Эта ситуация встречается редко, представляет собой крайний тип финансовой устойчивости и характеризует такое положение, когда только собственные средства авансируются в оборотные активы. Данной ситуации соответствует абсолютная платежеспособность, а понятия «платежеспособность» и «ликвидность» баланса являются синонимами. Риск потери финансовой устойчивости отсутствует;

б) зона допустимого риска при состоянии допустимой финансовой устойчивости; характеризует ситуацию недостатка собственных оборотных средств и излишек долгосрочных источников формирования запасов и затрат, в крайнем случае – равенство этих величин. Этой ситуации соответствуют гарантированная платежеспособность и допустимый уровень риска потери финансовой устойчивости;

в) зона критического риска при неустойчивом финансовом состоянии. Эта ситуация сопряжена с нарушением платежеспособности, но сохраняется возможность восстановления равновесия в результате пополнения собственного капитала и увеличения собственных оборотных средств за счет привлечения займов и кредитов, сокращения дебиторской задолженности. Финансовая неустойчивость считается допустимой, если величина привлекаемых для формирования запасов и затрат краткосрочных кредитов и заемных средств не превышает суммарной стоимости производственных запасов и готовой продукции – наиболее ликвидной части запасов и затрат;

г) зона катастрофического риска при кризисном финансовом состоянии. При этом предприятие полностью зависит от заемных средств, и эта ситуация наиболее близка к риску банкротства. В этом случае денежные средства, краткосрочные финансовые вложения и дебиторская задолженность не покрывают кредиторской задолженности и краткосрочных ссуд. Пополнение запасов идет за счет средств, образующихся в результате замедления погашения кредиторской задолженности и возрастания кредитного риска.

Модели прогнозирования риска финансовой несостоятельности на основе зарубежных источников.

Модель прогнозирования финансовой несостоятельности Таффлера. В 1977 г. Л. Таффлер предложил следующую модель прогнозирования финансовой несостоятельности организации:

Z = 0,53X 1 + 0,13Х 2 + 0,18Х 3 + 0,16Х 4

где X1 – коэффициент покрытия: прибыль от реализации / краткосрочные обязательства;

Х2 – коэффициент покрытия; оборотные активы / сумма обязательств;

Х3 – доля обязательств: краткосрочные обязательства / сумма активов;

X4 – рентабельность всех активов: выручка от реализации / сумма активов.

В целом по содержательности и набору факторов-признаков модель Таффлера ближе к российским реалиям, чем модель Альтмана, разработанная ближе к экономическим условиям развитых стран.

Таким образом, можно сделать следующие выводы:

1) модели прогнозирования банкротства в соответствии с западными методиками следует применять весьма осторожно и рассматривать полученные результаты как индикаторы возможных событий;

2) основные причины возможной неадекватности результатов прогнозирования банкротства связаны с тем, что при разработке указанных моделей не учитывался весь спектр внешних факторов риска, свойственных для российских условий: финансовая обстановка в стране, темпы инфляции, условия кредитования, особенности налоговой системы и т.д.

Следовательно, необходимы разработки собственных моделей с учетом специфики российской действительности.

Модели прогнозирования риска финансовой несостоятельности на основе отечественных источников.

Специфика российских условий и их отличия от стран с развитой экономикой требуют, чтобы модели прогнозирования риска финансовой несостоятельности учитывали как особенности отрасли, так и структуру капитала предприятия.

В качестве основы моделей целесообразна методика дискриминантного анализа, но с периодическим уточнением факторов и весовых коэффициентов модели. Рассмотрим содержание и возможности отечественных моделей прогнозирования риска банкротства.

Двухфакторная модель прогнозирования банкротства.

Данная модель дает возможность оценить риск банкротства предприятий среднего класса производственного типа.

Информационной базой для определения весовых коэффициентов модели явились результаты деятельности более 50 полиграфических предприятий. Метод нахождения значений весовых коэффициентов – метод наименьших квадратов.

В основе модели – два фактора, характеризующих платежеспособность и финансовую независимость:

1) коэффициент текущей ликвидности (Ктл);

2) коэффициент финансовой независимости (Кфн) (коэффициент автономии) – удельный вес собственных средств в общей сумме источников финансирования.

Рекомендуемые значения для показателей:

К тл = 2,0; К фн = 0,5 – 1,0.

При значении Кфн < 0,5 возникает риск для кредиторов предприятия.

Модель прогнозирования риска несостоятельности имеет вид:

Z = 0,3872 + 0,2614К тл + 1,0595К фн .

Как следует из конструкции модели, в прогнозировании возможного состояния банкротства определяющее значение имеет фактор финансовой независимости.

При нестабильной среде предпринимательства предприятие увеличивает запасы, что приводит к росту показателя Ктл, но одновременно растет вероятность риска их ликвидности (группа А3 – средний риск ликвидности), что снижает платежеспособность предприятия.

Шкала оценки риска банкротства включает 5 классов градации, и в зависимости от значения рейтингового числа Z она осуществляется по следующему правилу:

1) если Z < 1,3257 – вероятность банкротства очень высокая;

2) если 1,3257 < Z < 1,5457 – вероятность банкротства высокая;

3) если 1,5457 < Z < 1,7693 – вероятность банкротства средняя;

4) если 1,7693 < Z < 1,9911 – вероятность банкротства низкая;

5) если Z > 1,9911 – вероятность банкротства очень низкая.

Для проверки работоспособности предлагаемой модели рассмотрим следующий тест: нормированные значения финансовых показателей равны: Ктл = 2, Кфн = 1. При данных значениях показателей рейтинговое число Z = 1,9695, что соответствует низкой вероятности банкротства.

В качестве недостатков модели следует отметить следующие. Вероятности банкротства имеют качественный характер (очень высокая, высокая, средняя, низкая, очень низкая) и отсутствует оценка эффективности методики (точность прогноза и временной лаг).

Четырехфакторная модель прогнозирования банкротства.

Модель разработана для прогнозирования риска несостоятельности торгово-посреднических организаций.

Необходимость разработки данной модели была вызвана тем, что модель Альтмана применительно к данной группе предприятий давала долю ошибочного прогноза – 84%, вероятностного – 11%. И только в 5% случаях прогноз соответствовал действительности.

Основной причиной ошибочных прогнозов является фактор Х4 – рыночная стоимость акций предприятий.

В соответствии с методикой разработки модели первоначально было выбрано 13 финансовых показателей. Исследования проводились по данным 2040 финансовых отчетов предприятий в течение 3 лет.

На основе результатов дискриминантного анализа предложенная модель прогнозирования банкротство торговых предприятий включает 4 фактора и имеет следующий вид:

Z = 0,838 X 1 + Х 2 + 0,054 Х 3 + 0,63 Х 4 ,

где X1 – доля чистого оборотного капитала: чистый оборотный капитал / общая сумма активов;

Х2 – рентабельность собственного капитала: чистая прибыль / собственный капитал;

Х3 – коэффициент оборачиваемости активов: выручка от реализации / общая сумма активов;

Х4 – норма прибыли: чистая прибыль / интегральные затраты.

Фактор Х4 – интегральные затраты – включает данные отчета о прибылях и убытках (форма 2), в частности: себестоимость (стр. 020); коммерческие расходы (стр. 030); управленческие расходы (040).

Шкала оценки риска банкротства имеет 5 градаций и осуществляется по следующим правилам:

1) если Z < 0 – вероятность банкротства максимальная (90– 100%);

2) если 0 < Z < 0,18 – вероятность банкротства высокая (60– 80%);

3) если 0,18 < Z < 0,32 – вероятность банкротства средняя (35–50%);

4) если 0,32 < Z < 0,42 – вероятность банкротства низкая (15–20%);

5) если Z > 0,42 – вероятность банкротства минимальная (до 10%).

В данной системе оценивания между каждыми соседними интервалами оставлен лаг (5–15%), так как невозможно точно распределить значение рейтингового числа по вероятности банкротства. Особенно сложен переход между низкой и средней степенью банкротства.

Средние значения задействованных в модели факторов равны:

X 1 = 0,0108198;

Х 2 = 0,090673;

Х 3 = 1,685214;

Х 4 = 0,143342.

Если значение исследуемого фактора выходит по анализируемому предприятию за пределы границ и данный факт не может быть объяснен особенностями предприятия или спецификой его работы, то в этом случае возможно появление неучтенного источника риска.

Точность прогноза банкротства – до 81% на временном интервале до 9 месяцев.

Шестифакторная модель прогнозирования риска потери платежеспособности.

Данная модель разработана для предприятий цветной металлургии (предпринимательские структуры типа холдинга).

Особенности модели:

1) введен фактор капитализации предприятий для компенсации заниженного уровня балансовой стоимости активов;

2) учитывается фактор, характеризующий качество менеджмента.

При разработке модели распределение показателей по их важности осуществлялось на основе экспертного оценивания, а весовые коэффициенты – на основе метода линейного программировании.

Модель прогнозирования банкротства имеет следующий вид:

Z = 0,83X 1 + 5,83Х 2 + 3,83X 3 + 2,83Х 4 + 4,83X 5 + X 6 ,

где X1 – коэффициент обеспеченности собственными средствами: собственные оборотные средства / общая сумма активов;

Х2 – коэффициент текущей ликвидности;

Х3 – рентабельность собственного капитала по чистой прибыли: чистая прибыль Ч 100% / стоимость собственного капитала;

Х4 – коэффициент капитализации: рыночная стоимость собственного капитала / заемные средства;

X5 – показатель общей платежеспособности (рыночная стоимость активов / сумма обязательств);

Х6 – коэффициент менеджмента (выручка от реализации / краткосрочные обязательства).

Оценивание вероятности банкротства осуществляется по следующему правилу: если Z < 50, то предприятие находится в зоне неплатежеспособности.

Модель позволяет:

1) ответить на вопрос – находится ли предприятие на грани банкротства;

2) выявить основные причины ухудшения финансового состояния предприятия;

3) оценить факторы риска среды предпринимательства;

4) разработать меры по снижению финансовых рисков, угрожающих предприятию банкротством.

Данная модель учитывает реалии российского финансового рынка и уровень менеджмента. Ограниченность применения модели вызвана большим объемом требуемых информационного и программного обеспечений.

Модели прогнозирования восстановления платежеспособности предприятия.

Если структура баланса признана неудовлетворительной, но при этом наметилась тенденция роста показателей Ктл и Косс, то определяется коэффициент восстановления платежеспособности (Квп) за период, равный 6 месяцам. Расчетная модель определения значения показателя Квп имеет вид:

К вп = [К тлк + 6/Т (К тлк – К тлн )] / 2,

где Ктлк, Ктлн – соответственно фактические значения коэффициента Ктл в конце и начале отчетного периода;

Т – продолжительность отчетного периода (3, 6, 9, 12 месяцев).

Физический смысл показателя Квп – прогнозируемая оценка показателя текущей ликвидности в ближайшей среднесрочной перспективе.

В зависимости от значения показателя Квп принимается следующее решение:

1) если Квп > 1, то у предприятия есть реальная возможность выхода из кризиса и преодоления риска потери платежеспособности. В этом случае признание неудовлетворительности структуры баланса и неплатежеспособности предприятия откладывается на 6 месяцев;

2) если Квп < 1, то у предприятия нет реальной возможности восстановить свою платежеспособность в ближайшее время.

Завершая анализ методик прогнозирования риска банкротства предприятий, можно сделать следующие выводы: 1) двух– и трехфакторные модели не являются достаточно точными и являются, скорее, индикаторами прогноза риска банкротства;

2) зарубежные модели не полностью соответствуют специфике экономической ситуации и организации предпринимательства в России, в том числе отличающейся системами бухгалтерского учета и налогового законодательства, что находит отражение как в наборе факторов-признаков, так и в весовых коэффициентах при них;

3) отсутствие в российской статистике достаточного материала по организациям-банкротам не позволяет скорректировать зарубежные методики для различных отраслей и организационно-правовых форм, а определение весовых значений индикаторов экспертным путем не обеспечивает их достаточной точности;

4) период прогноза риска банкротства с учетом нестабильной и динамично реформируемой российской экономики не должен превышать 1 года;

5) методики дают возможность определить вероятность приближения стадии кризиса (банкротства), не позволяя прогнозировать наступления фазы роста и других фаз жизненного цикла предприятия.