CC BY
37
ЭКОНОМИЧЕСКАЯ БЕЗОПАСНОСТЬ
УДК 658.114
К ВОПРОСУ О МЕТОДАХ ОЦЕНКИ ЭКОНОМИЧЕСКИХ РИСКОВ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ
METHODS OF ECONOMIC RISKS ASESSMENTAT INDUSTRIAL ENTERPRISES
Илларионов Юрий Владимирович
Illarionov Yuri Vladimirovich
аспирант кафедры экономики труда и управления персоналом, ССЭИ (филиал) ФГБО ВПО «РЭУ им. Г.В. Плеханова», г. Саратов
postgraduate student of the department of labor economics and human resources management, Saratov socio-economic institute (branch) of Plekha-nov Russian University, Saratov
e-mail: [email protected]
В статье обоснована актуальность создания на промышленном предприятии системы анализа и мониторинга рисков, проведен сравнительный анализ подходов и методов их оценки, выявлены преимущества и недостатки каждого из подходов. Рассмотрены три основные группы методов оценки экономических рисков: анализ статистических данных о неблагоприятных событиях, которые происходили в прошлом; теоретический анализ структуры причинно-следственных связей; экспертный метод. Обосновано, что для редких и случайных событий, таких как крупные аварии, наиболее подходят такие методы оценки рисков, как «дерево событий», «дерево отказов», «события - последствия». Представлены методы количественного анализа рисков: метод корректировки ставки дисконтирования, метод коэффициентов достоверности, методы внутренней нормы доходности, чистого дисконтированного дохода, метод сценариев, анализ вероятностей распределения потоков платежей, разработка детерминированных и стохастических моделей анализа риска, методы теории нечетких множеств и нечетких интервалов, методы имитационного моделирования. Систематизированы отечественные и зарубежные модели оценки риска несостоятельности (банкротства), сделан вывод о необходимости развития теоретической базы оценки вероятности неплатежеспособности промышленных предприятий с учетом российских условий хозяйствования на основе интегральных моделей.
Ключевые слова: экономический риск, метод, анализ и оценка, промышленное предприятие.
The paper stresses the urgency of creating a system of risk analysis and risk monitoring at industrial enterprises, presents a comparative analysis of various approaches to risk and methods of risk assessment, and identifies the advantages and disadvantages of each approach. The author considers three main groups of economic risk assessment methods: analysis of statistical data on adverse events that occurred in the past; theoretical analysis of the structure of the cause-effect relationships; and expert method. It is proved that for rare and force major cases such
as major accidents the most appropriate risk assessment methods are «event tree», «fault tree», «event - consequence». The methods of quantitative risk analysis such as the method of adjusting discount rate, the method of reliability coefficients, the methods of internal rate of return, net present value, the method of scenarios, the analysis of probability distribution of payment flows, development of deterministic and stochastic models of risk analysis, the methods of the theory of fuzzy sets and fuzzy interval, the methods of simulation modeling are described as well. The author gives an overview and systematizes Russian and foreign risk assessment models of insolvency (bankruptcy) and concludes that it is necessary to develop a theoretical framework for the assessment of probability of insolvency of the industrial enterprises taking into account Russian business environment and on the basis of integrated models.
Keywords: economic risk, method, analysis and evaluation, industrial enterprise.
Усиление конкуренции и действий надзорных органов, повышение многообразия и неоднородности факторов экономической конъюнктуры, воздействующих на современные предприятия, другие объективные причины актуализировали развитие методологии анализа и оценки экономических рисков на системной основе. Полисистемные знания расширяют понимание предмета исследования, охватывая макро- и микросистемы, а также систему внешних взаимодействий.
Оценка риска - это этап анализа рисков, который направлен на определение его количественных характеристик: вероятности возникновения неблагоприятных событий и возможной степени ущерба.
В экономических исследованиях выделены три основные группы методов оценки экономических рисков:
1) анализ статистических данных о неблагоприятных событиях, которые происходили в прошлом;
2) теоретический анализ структуры причинно-следственных связей;
3) экспертный метод.
Наиболее часто для указанных целей используются экспертные, статистические, аналитические и сравнительные методы [8].
Используя доступные статистические данные, мы можем оценить вероятность неблагоприятных исходов и возможную величину убытков. Этот метод подходит для часто возникающих однородных событий. Статистические методы оценки инвестиционных рисков предполагают расчет дисперсии и среднеква-дратического отклонения ожидаемых результатов рискованных капиталовложений от математического ожидания.
При использовании дисперсии, среднеква-дратического отклонения и коэффициента вариации при оценке риска инвестиционного проекта во внимание принимается количественная вероятность получения потока доходов от капиталовложений, которая определяется экспертами или на основе экономико-математических расчетов. Одним их качеств фактора Х является нормальное распределение вероятностей [9]. Потери предприятия ха-
рактеризуется частотой (числом) и величиной (размером) убытков. Эти условия распространяются на все виды экономических рисков -как операционных, так и финансовых (рыночных).
Общая схема экспертных опросов включает в себя следующие этапы:
1) отбор квалифицированных экспертов в требуемом количестве;
2) формулирование вопросов, разработку анкет;
3) опрос экспертов;
4) формирование правил для определения средних оценок, основанных на оценках отдельных специалистов;
5) анализ и обработку заключений экспертов.
Основные методы экспертных опросов включают в себя методы:
1) коллегиальной оценки экспертной группой;
2) уточнения мнений членов группы.
Средства сбора информации экспертов -
это опросники, которые должны соответствовать ряду требований, таких как простота и четкость понимания текста, краткость изложения, сложность, однообразие оформления [6, 7].
Для редких и случайных событий, таких как крупные аварии, используется теоретический анализ системы, предназначенный для выявления направлений возможного развития событий и определения последствий. К наиболее известным методам оценки риска наступления негативных исходов относятся следующие:
1) метод «дерево событий»;
2) метод «дерево отказов»;
3) метод событий и последствий (HAZOR -Hazard and Operability Research) [4].
В соответствии с третьим методом уточняются цели системы, определяются все ее проблемы и слабые стороны, причины потерь нумеруются, для каждой определяются возможные последствия и меры.
Преимущества метода «события - последствия» заключаются в следующем:
Информационная безопасность регионов. 2015. № 2(19)
1) риски исследуются в мельчайших подробностях. При таком подходе вряд ли будет пропущено что-нибудь значительное при соблюдении требования о достаточной компетентности экспертов;
2) метод позволяет детально анализировать отдельные части или разделы комплексной системы, что вряд ли может быть достигнуто без ее предварительного структурирования.
Оценка инвестиций в условиях неопределенности требует рассмотрения новых вопросов, таких как анализ условий реализации продукции и возможностей рыночного пространства (в рамках маркетинговых исследований); изучение графика платежей кредиторам, источников инвестиций; определение рисков инвестиционных проектов.
И.И. Лукасевич выделяет следующие методы количественного анализа риска:
1) метод корректировки ставки дисконтирования;
2) метод коэффициентов достоверности;
3) методы внутренней нормы доходности, чистого дисконтированного дохода (IRR, NPV, пр.);
4) метод сценариев;
5) анализ вероятностей распределения потоков платежей;
6) формирование «дерева событий»;
7) разработку детерминированных и стохастических моделей анализа риска;
8) методы теории нечетких множеств и нечетких интервалов;
9) методы имитационного моделирования (Монте - Карло и т.д.).
Банкротство относится к заключительной фазе финансового кризиса предприятия, когда становятся очевидны признаки потери платежеспособности и финансовой устойчивости.
В 1977 г. Л. Таффлер разработал прогнозную модель финансовой несостоятельности предприятия:
Z=0,53X+0,13X2+0,18X3+0,16X4, где X1 - чистый поток доходов от продажи/ краткосрочные обязательства;
Х2 - текущие активы/пассивы;
Х3 - доля обязательств: краткосрочные обязательства/все активы;
Х4 - рентабельность всех активов: выручка от продажи/совокупные активы.
В целом, содержание и компоненты модели Таффлера ближе к российской реальности, чем модель Альтмана, которая в большей степени соответствует экономическим условиям развитых стран. Западные модели прогнозирования банкротства следует использовать очень осторожно и учитывать результаты в виде индикаторов возможных событий.
Основными причинами возможного несоответствия результатов прогнозирования банкротства при применении зарубежных моделей является неучет ими всего спектра экзогенных переменных риска российской экономики, таких как процентные ставки, инфляция, кредитные условия, налоговая система и пр.
Следовательно, необходимо разработать собственные модели оценки риска банкротства предприятий, принимая во внимание особенности российской действительности. Российская рыночная конъюнктура отличается от развитых стран Запада и требует моделей прогнозирования риска финансовой несостоятельности, учитывающих особенности конкретной отрасли и структуры капитала предприятия.
Модель оценки вероятности банкротства, включающая в себя два фактора, предназначена для оценки риска неплатежеспособности среднего по размерам производства. Информационная база для определения весовых коэффициентов модели была получена по результатам анализа более чем 50 полиграфических предприятий с использованием метода наименьших квадратов.
Модель включает в себя два фактора:
1) текущую ликвидность;
2) долю собственного капитала в общем объеме финансирования.
Рекомендуемые значения для параметров:
Ктл^0; Кфн=0,5-1,°.
Если значение Кфн < 0,5, существует риск для кредиторов предприятия.
Модель прогнозирования риска неплатежеспособности:
2=0,э872+0,2б14КгЛ+1,0595Кфн.
Согласно модели при прогнозировании риска банкротства решающее значение имеет фактор финансовой независимости.
В нестабильной деловой среде компания увеличивает запасы, что приводит к росту индекса Ктл, но и увеличивается риск снижения ликвидности предприятия.
Шкала данной модели включает в себя пять градаций вероятности банкротства в зависимости от рейтинга Ъ:
1) если Ъ < 1,3257 - очень высокая;
2) если 1,3257 < Ъ < 1,5457 - высокая;
3) если 1,5457 < Ъ < 1,7693 - средняя;
4) если 1,7693 < Ъ < 1,9911 - низкая;
5) если Ъ > 1,9911 - очень низкая.
Чтобы проверить эффективность предложенной модели, рассмотрим финансовые показатели Ктл = 2, Кфн = 1. При Ъ = 1,9695 вероятность банкротства низкая.
К числу недостатков модели следует отнести качественный характер оценок вероятно-
сти банкротства, отсутствие оценки эффективности ее применения.
Четырехфакторная модель оценки риска банкротства была разработана для прогнозирования риска неплатежеспособности торговых организаций. Ее разработка была обусловлена тем, что применение модели Альтмана к указанной группе предприятий показало только 5% соответствия прогноза реальному состоянию финансовой сферы предприятия. Основной причиной ошибочных прогнозов являлся фактор Х4 - рыночная стоимость акций.
В соответствии с алгоритмом разработки модели были изначально выбраны 13 финансовых показателей. Исследования проводились на основе 2040 финансовых отчетов компаний в течение трех лет. По результатам дис-криминантного анализа торговым предприятиям была предложена четырехфакторная модель прогнозирования банкротства: 2=0,8З8Х+Х2+0,054Х3+0,6ЗХ4, где X1 - процент чистого оборотного капитала (ЧОК): ЧОК/активы;
Х2 - ROE: чистый доход/собственный капитал;
Х3 - коэффициент оборачиваемости активов: товарооборот/активы;
Х4 - норма прибыли: чистая прибыль/интегральные затраты.
Фактор Х4 (интегральные затраты) включает в себя себестоимость, коммерческие и административные расходы.
Шкала оценки вероятности банкротства включает в себя пять градаций:
1) если Z < 0 - очень высокая (90 - 100%);
2) если 0 < Z < 0,18 - высокая (60 - 80%);
3) если 0,18 < Z < 0,32 - средняя (35 - 50%);
4) если 0,32 < Z < 0,42 - низкая (15 - 20%);
5) если Z > 0,42 - минимальная (до 10%).
Средними значениями факторов, участвующих в модели, являются:
X1 = 0,0108198; Х2 = 0,090673; Х3 = 1,685214;
Х4 = 0,143342.
Если значение коэффициента вероятности банкротства по анализируемому предприятию выходит за пределы установленных границ и этот факт не может быть объяснен особенностями предприятия и спецификой его работы, мы имеем дело с источником неучтенного риска. Точность предсказания риска банкротства достигает 81% при прогнозе на девять месяцев.
Модель оценки риска потери платежеспособности, включающая в себя шесть факторов, предназначена для предприятий цветной ме-
таллургии (как отдельных производств, так и холдинговых компаний).
Особенности модели:
1) введен фактор капитализации компании для компенсации заниженного уровня балансовых активов;
2) использованы факторы, характеризующие эффективность менеджмента.
При разработке модели параметры балльной оценки факторов определялись на основе экспертных оценок, а весовые коэффициенты - с использованием линейного программирования.
Модель имеет следующий вид: 2=0,83Х+5,83Х2+3,83Х3+2.84Х4+4,83Х5+Х6, где Х1 - обеспеченность собственными средствами: оборотный капитал/активы;
Х2 - показатель текущей ликвидности;
Х3 - чистая прибыль/собственный капитал;
Х4 - рыночная стоимость собственного капитала/заемные средства;
Х5 - рыночная стоимость активов/обязательства;
Х6 - выручка от реализации/текущие пассивы.
Оценка вероятности банкротства осуществляется в соответствии со следующим правилом: если Ъ < 50, компания находится в области несостоятельности.
Модель позволяет:
1) определить, является ли предприятие неплатежеспособным;
2) определить факторы ухудшения финансового состояния компании;
3) оценить слабые стороны и внешние угрозы;
4) разработать мероприятия по уменьшению экономических рисков.
Эта модель учитывает реалии российского финансового рынка и уровня управления предприятиями. Ограниченное применение модели связано с необходимостью большого объема информации и со специальными программными продуктами.
Если структура баланса признана неудовлетворительной, но присутствует тенденция повышения К и К , рассчитывается коэф-
тлк тлн Г -г
фициент восстановления платежеспособности (К ) сроком на шесть месяцев по модели прогнозирования возможностей восстановления финансового состояния предприятия: К = [К + 6 : Т (К - К )] : 2,
вп тлк 4 тлк тлну л '
где К , К - соответственно фактические
тлк тлн
значения К на конец и начало отчетного пе-
тлк
риода;
Т - продолжительность периода (три, шесть, девять, 12 месяцев).
Информационная безопасность регионов. 2015. № 2(19)
Физический смысл показателя К - про-
вп Г
гнозируемая оценка индекса текущей ликвидности в средне- и краткосрочной перспективе. Шкала показателя Квп следующая:
1) если Квп > 1, компания имеет реальную возможность восстановления платежеспособности. Признание неадекватности структуры баланса и несостоятельности может быть отложено на шесть месяцев;
2) если К < 1, компания не сможет в бли-
вп
жайшее время восстановить платежеспособность [1, 2, 3, 5].
В завершение анализа методов оценки вероятности банкротства предприятия следует отметить: 1) двух- и трехфакторные модели не являются точными и эффективными инструментами оценки риска банкротства;
2) зарубежные модели не в полной мере соответствуют специфике экономической ситуации и особенностям организации бизнеса в
России, в том числе системам бухгалтерского учета и налогообложения;
3) отсутствие достаточного материала российской статистики по предприятиям-банкротам не позволяет применять зарубежные модели к предприятиям различных организационно-правовых форм и отраслей промышленности; определение весовых коэффициентов экспертными методами не обеспечивает их достаточной точности;
4) если принимать во внимание нестабильность и трансформационный период российской экономики, период прогнозирования риска банкротства промышленного предприятия не должен превышать года;
5) рассмотренные методы позволяют определить вероятность приближения кризисного периода (банкротства), но не предполагают возможности прогнозирования наступления фазы роста и последующих фаз жизненного цикла предприятия.
Библиографический список (References)
1. Андреев К.Л., Бушуев Н.А., Верещагина Л.С., Долгий В.И. Управление человеческими ресурсами. Саратов: Научная книга, 2008. С. 125.
Andreyev K.L., Bushuyev N.A., Vereshchagina L.S., Dolgiy V.I. (2008) Upravleniye chelovecheskimi resursami. [Human resource management.] Saratov: Nauchnaya kniga. S. 125.
2. Верещагина Л.С. О содержании организационно-экономического механизма управления промышленным предприятием // Вестник СГСЭУ. 2011. № 2(41). С. 60 - 63.
Vereshchagina L.S. (2011) O soderzhanii organizatsionno-ekonomicheskogo me-khanizma upravleniya pro-myshlennym predpriyatiyem. [The content of the organizational and economic mechanism of industrial enterprise management.] // Vestnik SGSEU. № 2(41). S. 60 - 63.
3. Выгодчикова И.Ю., Верещагина Л.С. Анализ финансовых операций с адаптированными коэффициентами Р. Чессера // Вестник СГСЭУ. 2012. № 5(44). С. 180 - 184.
Vygodchikova I.Yu., Vereshchagina L.S. (2012) Analiz finansovykh operatsiy s adaptirovannymi koeffitsiyentami R. Chessera. [Analysis of financial transactions with adapted coefficients of R. Chesser.] // Vestnik SGSEU. № 5(44). S. 180 - 184.
4. Ермасова Н.Б. Риск-менеджмент организации. М.: Научная книга, 2012. С. 234.
Yermasova N.B. (2012) Risk-menedzhment organizatsii. [Risk management of organizations.] M.: Nauchnaya kniga. S. 234.
5. Кублин И.М., Верещагина Л.С. О методологии формирования производственной программы промышленного предприятия // Вестник СГСЭУ. 2010. № 5(44). С. 83 - 87.
Kublin I.M., Vereshchagina L.S. (2010) O metodologii formirovaniya proizvodstvennoy programmy pro-myshlennogo predpriyatiya. [Methodology of developing production programs at industrial enterprises.] // Vestnik SGSEU. № 5(44). S. 83 - 87.
6. Пикфорд Дж. Управление рисками. М.: Вершина, 2004. С. 49 - 51.
Pikford Dzh. (2004) Upravleniye riskami. [Risk management.] M.: Vershina. S. 49 - 51.
7. Тэпман Л.Н. Риски в экономике / под ред. В.А. Швадара. М.: ЮНИТИ-ДАНА, 2011. С. 15 - 16.
Tepman L.N. (2011) Riski v ekonomike / pod red. V.A. Shvadara. [Economic risks / ed. by V.A. Shvadar.] M.:
YUNITI-DANA. S. 15 - 16.
8. Хохлов Н.В. Управление риском. М.: ЮНИТИ, 2011. С. 18.
Khokhlov N.V. (2011) Upravleniye riskom. [Risk management.] M.: YUNITI. S. 18.
9. Bessil J. Risk-management in Banking // USA NY John Wiley Inc., 2009. P. 34 - 35.
6l
