CC BY
16
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2011. № 6
Ю.В. Колотов1,
ведущий специалист департамента внешнеэкономической деятельности ОАО
«Уралсвязьинформ»,
А.Н. Непп2,
канд. экон. наук, доцент кафедры управления внешнеэкономической деятельностью предприятий Уральского федерального университета
ОПРЕДЕЛЕНИЕ ЭФФЕКТИВНОГО СПОСОБА ФИНАНСИРОВАНИЯ ОСНОВНЫХ СРЕДСТВ В УСЛОВИЯХ ВАЛЮТНЫХ И ПРОЦЕНТНЫХ РИСКОВ
В статье рассматривается методика анализа эффективности кредитной политики предприятия с учетом валютных и процентных рисков. Приводятся показатели оценки различных способов финансирования инвестиционных программ предприятий. В показателях учитываются возникающие при этом процентные и валютные риски, для прогнозирования которых применяется метод Монте-Карло. Проводится апробация предложенной методики на примере выбора источника финансирования закупки оборудования крупным телекоммуникационным предприятием ОАО «Уралсвязьинформ». Данная методика может использоваться для создания скоринговой модели оценки источников финансирования на российских предприятиях в условиях процентных и валютных рисков.
Ключевые слова: кредитная политика, оценка эффективности кредитной политики, валютный риск, процентный риск, метод Монте-Карло, чистая приведенная стоимость, эффективная процентная ставка, относительная стоимость финансирования.
The article outlines a method of analyzing the efficiency of a company's debt policy in the currency and interest rate risk environment. It introduces a range of evaluation indicators for the different ways of financing companies' investment in fixed assets taking into account interest rate and currency risks. To forecast those risks, Monte-Carlo simulations are employed. The proposed evaluation techniques are applied to select the best source of financing the purchase of telecommunication equipment by a large Russian telecom provider, OJSC Uralsvyazinform. The methods described here can be used to set up a scorecard model for prioritizing the financing sources at Russian enterprises operating in the situation of currency and interest rate uncertainty.
Key words: credit policy, credit policy efficiency evaluation, currency risk, interest rate risk, Monte-Carlo method, net present value, effective annual rate, relative cost of financing.
1 Колотое Юрий Владимирович, тел: +7 (343) 379-12-42; e-mail: ykolotov@gmail.com
2 Непп Александр Николаевич, тел.: +7 (343) 375-41-48; e-mail: anepp@inbox.ru
Российская промышленность долгое время функционировала в условиях устаревания основных фондов. Степень их износа по данным Госкомстата РФ постоянно нарастал с 1991 по 2007 г. (исключением являются 1996, 2000 и 2003 гг.)3. В то же время многие российские предприятия отраслей машино- и станкостроения на фоне дефицита заказов были вынуждены перепрофилироваться либо закрыться. Эти причины обусловили значительный рост спроса на иностранное оборудование, который существенно превышает увеличение финансовых возможностей компаний. Дисбаланс между спросом и финансами российских предприятий различных отраслей промышленности делает актуальной задачу поиска эффективного финансирования закупок технологического оборудования. Возможными источниками денежных средств для закупки оборудования представляются самофинансирование, банковское кредитование и финансовый лизинг. В случаях, когда оборудование импортируется из-за рубежа, при определенных условиях есть вероятность привлечь кредит иностранного банка (экспортный кредит).
Кредитование провоцирует рост рисков предприятия-заемщика. Прежде всего это валютный и процентный риск, неучет которых может привести к увеличению стоимости экспортного кредита, что вызовет снижение прибыли. Так произошло на рассматриваемом в данной статье предприятии ОАО «Уралсвязьинформ» в 2008 г.
ОАО «Уралсвязьинформ» работает в области телекоммуникации, является одиной из крупнейших компаний на территории Уральского федерального округа. В 2007 г. EBITDA предприятия составила 13,2 млрд руб., чистая прибыль — 3,8 млрд руб., в 2008 г. соответственно 13,3 и 2,6 млрд руб. Основной причиной снижения чистой прибыли на фоне роста EBITDA стали реализованные процентные и валютные риски по экспортным кредитам предприятия. Негативные экономические последствия привели к необходимости разработать систему управления рисками в кредитной политике. Для достижения цели были сформулированы указанные ниже задачи:
— определить показатели управления кредитной политикой предприятия;
— разработать систему учета процентных и валютных рисков в кредитной политике предприятия;
— принимать решения по кредитной политике на основе разработанных показателей, учитывая возникающие процентные и валютные риски.
3 Госкомстат РФ: официальный сайт. URL: http://www.gks.ru (дата обращения: 23.03.2011).
Для решения поставленных задач авторами была сформулирована методика, суть которой заключалась в следующем:
— проводить сравнительный анализ различных вариантов финансирования оборудования вне зависимости от источника средств и срока их предоставления с использованием таких показателей, как чистая приведенная стоимость совокупных затрат на финансирование, относительная стоимость финансирования, эффективная процентная ставка;
— расчитывать валютные и процентные риски с помощью метода Монте-Карло, позволяющего составлять прогноз на длительный срок при небольшой погрешности;
— учесть процентные и валютные риски в применяемых показателях сравнительного анализа вариантов финансирования.
В данной статье приводятся результаты апробации предложенной методики на ОАО «Уралсвязьинформ», которая позволила предприятию выбрать наиболее эффективный вариант закупки обру-дорвания с учетом процентных и валютных рисков.
Показатели управления кредитной политикой предприятия
При определении показателей управления кредитной политикой использовалась методология финансового менеджмента, которая применяется для экономической оценки инвестиционных проектов.
Кредиты, в том числе экспортный кредит, авторы рассматривают как отдельный бизнес-проект, для анализа эффективности которого используются показатели инвестиционного менеджмента: NPV совокупных затрат на финансирование, относительной стоимости финансирования, эффективной процентной ставки.
Каждый из указанных способов представляет собой один из подходов к анализу совокупности потоков платежей, возникающих у приобретателя оборудования при покупке за счет собственных средств, либо использовании кредитной или лизинговой схемы.
Оценка NPVсовокупных затрат на финансирование
Совокупные затраты на финансирование, для которых определяется NPV, состоят из прямых затрат приобретателя в виде оттока денежных средств в оплату приобретаемого оборудования, процентных платежей и иных выплат по кредиту, лизинговых платежей, комиссии лизингодателя и т.п. (в зависимости от анализируемого вида финансирования). Эти затраты уменьшаются на суммы НДС, подлежащего возмещению из бюджета после ввода оборудования в коммерческую эксплуатацию. Кроме того, чистый отток денежных средств у приобретателя сокращается благодаря налоговой
экономии, возникающей из-за уменьшения налогооблагаемой базы по налогу на прибыль на размер амортизационных отчислений, по налогу на имущество, за счет процентов по кредиту, лизинговых платежей.
Чистая приведенная стоимость потока п платежей определяется как
ЫРУ =У" ЫСЕ.—— , (1)
где — размер «чистого» платежа в момент времени /; г — ставка дисконтирования.
При выборе способа финансирования следует отдавать предпочтение тому способу, который дает наименьшее значение ИР¥ по совокупным затратам, при условии, что сроки сравниваемых инструментов примерно равны. Отсюда следует главный, по мнению авторов, недостаток использования показателя ИР¥: переоценка «длинных» инструментов финансирования, неоправданное предпочтение длинных по срокам кредитов и лизинговых сделок.
Оценка относительной стоимости финансирования
Для определения относительной стоимости финансирования с помощью кредита или лизинга ипользуется формула, с помощью которой вычисляется эффективность коммерческого (товарного) кредита:
(Размер скидки х 365) / ((Цена товара без учета скидки -
- Размер скидки) х (Срок коммерческого кредита - (2) - Срок предоставления скидки)).
В формуле (2) цена товара без учета скидки — это та сумма, которую в конечном итоге заплатит приобретатель после погашения кредита или завершения лизинговых платежей. Она включает в себя чистую стоимость оборудования и все начисленные проценты, комиссии и прочие выплаты по кредиту за срок его погашения, либо сумму лизинговых платежей, если речь идет о лизинге. Тем самым под «скидкой» подразумеваются все указанные расходы, подлежащие выплате заемщиком (лизингополучателем) сверх чистой стоимости оборудования.
Срок предоставления скидки — это период, в течение которого имеется возможность оплатить оборудование за счет собственных средств покупателя.
Срок коммерческого кредита равен сроку предоставления банковского (экспортного) кредита или сроку лизинга. Следует учитывать, что результат формулы (2) игнорирует распределение конкрет-
ных денежных потоков во времени, поэтому его использование оправдано только в совокупности с другими показателями эффективности.
Оценка эффективной процентной ставки потока платежей
На практике существует несколько способов расчета эффективной ставки по кредитам. Воспользуемся методикой, рекомендованной Центральным банком Российской Федерации (ЦБ РФ) для раскрытия информации о стоимости потребительских кредитов. На взгляд авторов, эта методика является универсальной, т.е. применимой к любой последовательности платежей, в том числе лизинговых.
Согласно Указанию ЦБ РФ от 12.12.2006 № 1759-У, размер эффективной процентной ставки определяется исходя из следующей формулы:
где CF¡ — сумма /-го платежа по кредиту; di — дата 1-го платежа; d0 — дата начального платежа; п — количество платежей; ШЯ — эффективная процентная ставка, в процентах годовых.
Рассчитанная по формуле (3) эффективная процентная ставка является внутренней нормой доходности чистого потока платежей, возникающего у приобретателя оборудования.
Эффективная процентная ставка является интегральным показателем, характеризующим стоимость привлекаемого финансирования. Она отражает как конкретные суммы всех платежей заемщика (лизингополучателя), так и сроки осуществления таких платежей. Кроме того, в отличие от NPV, ставка является относительным показателем, что позволяет применять ее для сравнения различных по срокам и номинальной ставке инструментам финансирования. Эти свойства делают эффективную процентную ставку основным из предложенных показателей для оценки стоимости финансирования.
В табл. 1 обобщены рассмотренные показатели анализа эффективности закупки технологического оборудования для различных вариантов финансирования.
Выбор оптимального варианта финансирования приобретения оборудования осложняется большим влиянием на предлагаемые показатели процентных и валютных рисков. При длительных сроках значение рисковой составляющей становится самым значимым фактором, определяющим решения кредитной политики.
(3)
Возможность применения способов анализа эффективности к видам финансирования закупок технологического оборудования
Вид финансирования Способ анализа —— Собственные средства Кредит Лизинг
ИРУ совокупных затрат ✓ ✓ ✓
Относительная стоимость финансирования ✓4 ✓ ✓
Эффективная процентная ставка ✓ ✓
Учет процентных и валютных рисков в кредитной политике
предприятия методом Монте-Карло
Оценка эффективности закупок технологического оборудования ОАО «Уралсвязьинформ», привлекающего экспортные кредиты, предоставленные предприятию немецкими банками для финансирования закупок под страховое покрытие экспортно-кредитных агентств Hermes, ONDD и EKN проводилась на основе рассмотренных выше показателей.
Заемщик сталкивается с необходимостью прогнозирования значений плавающей процентной ставки (LIBOR, EURIBOR) и курсов валют на достаточно длительный срок. Следует отметить, что достоверный горизонт прогнозирования на основе экспертных оценок ограничен 1—2 годами, а срок кредитов варьируется от 2 до 8 и более лет5. С аналогичными проблемами заемщик сталкивается при попытках прогнозирования плавающих процентных ставок6.
Одним из способов избежать необходимости точного прогнозирования ставки и валютного курса является моделирование конечного результата методом статистических испытаний, более известным как метод Монте-Карло. Применению этого метода в финансовых расчетах посвящена разнообразная литература. Например, Т. Уот-шем и К. Паррамоу определяют степень волатильности доходности акции, моделируя методом Монте-Карло динамику индекса S&P 5007, Т.В. Струченкова относит метод Монте-Карло к одному
4 В качестве относительной стоимости финансирования за счет собственных средств можно рассматривать рентабельность собственного капитала предприятия.
5 Arrangement on Officially Supported Export Credits — January 2010 Revision // Organisation for Economic Co-operation and Development Website. 2010. 28 January. URL: http://www.oecd.org/ (22.02.2010).
6 См.: Непп А.Н., Пономарева Е.С. Модель прогнозирования валютного курса // Вестн. УГТУ-УПИ. Сер. Экономика и управление. 2009. № 5. С. 126—133; Они же. Валютные риски: прогнозирование и минимизация убытков // Проблемы анализа рисков. 2010. № 1. С. 32—37.
7 См.: Уотшем Т.Дж., Паррамоу К. Количественные методы в финанса: Учеб. пособие для вузов: Пер. с англ. / Под ред. М.Р. Ефимовой. М., 1999.
из основных способов получения исходной информации для вычисления параметра Value at Risk (VAR)8.
При оценке процентных ставок с использованием моделирования по методу Монте-Карло была задана случайная переменная, в качестве которой использовалась шестимесячная ставка EURIBOR на интервале с начала публикации с 30.12.1998 г. по 08.03.2010 г. (рис. 1).
На указанном интервале исторический максимум ставки был достигнут 09.10.2008 г. на уровне 5,448%, исторический минимум был зафиксирован 05.0 3.2010 г. на уровне 0,956%.
Рассчитанное по данным рис. 1 распределение сгруппированных частот для шестимесячной ставки. EURIBOR представлено на рис. 2.
Сумма всех частот составляет 1. Заметим, что в случае кумулятивного распределения относительных частот вертикальная ось размечена в интервале до единицы, представляя тем самым эмпирическую вероятность, относящуюся к соответствующему значению ставки EURIBOR, расположенному на горизонтальной оси.
Преобразование случайных чисел с равномерным распределением в случайные переменные выполнено с таким же распределением, что и переменные, предназначенные для моделирования. Скорректированные таким образом случайные переменные являются входными переменными для метода Монте-Карло.
Аналитически значение основной переменной является р-ой пер-центилью соответствующего значения кумулятивной плотности p.
Моделирование основной переменной осуществляется путем объединения входных значений в соответствии с логикой системы, описывающей, каким образом связаны входные переменные и как получаются выходные. С помощью многократного генерирования случайных чисел получаем распределение будущих значений искомой переменной, дальнейший анализ которого провидится в зависимости от целей конкретного исследования.
Средняя будущих значений, полученная в результате многократного повторения процесса моделирования методом Монте-Карло, является значением искомой случайной переменной. Оно вычисляется по формуле:
8 См.: Струченкова Т.В. Валютные риски. Анализ и управление. М., 2010.
(4)
где §т — смоделированное значение случайной переменной; §у результат у'-го испытания; п — число испытаний. Дисперсия определяется по формуле:
(5)
Рис. 1. Динамика ставки 6 мес. EURIBOR Источник: Официальный сайт агентства «Росбизнесконсалтинг». URL: http://www.rbc.ru (дата обращения: 23.03.2011).
Рис. 2. Распределение относительных и кумулятивных частот для ставки 6 мес.
ЕиШВОЯ
Тогда стандартная ошибка определяется как
SEsT = Ц
Ds
, (6)
т.е. стандартное отклонение, деленное на корень из статистики.
Значение стандартной ошибки, умноженное на 1,96, соответствует 95%-му доверительному интервалу для оценки §т.
Метод Монте-Карло предназначен для задач, не требующих особо точных результатов. Его ценность в том, что можно получить оценку значения некой величины с достаточной для практики точностью 1—5%, используя ясную модель, стандартный табличный процессор и имеющиеся в наличии компьютерные мощности.
Апробация предлагаемых показателей для оценки кредитных решений с учетом процентных и валютных рисков была проведена на основе исходных данных о трех кредитах: срок кредитования — 5 лет; номинальная процентная ставка — (6-мес. ЕИШВОЯ + маржа 2,15%); комиссия за управление 0,5% от суммы кредита; комиссия за обязательство 0,5% годовых от невыбранной суммы кредита. Подписание кредитных соглашений произошло в сентябре 2011 г., выборка кредитов на полную сумму — единовременно в ноябре 2011 г. Погашение основного долга осуществляется равными полугодовыми платежами, начисление процентов — по соответствующим полугодиям с временной базой 360 дней в году. В соответствии с правилами Консенсуса ОЭСР срок начала погашения основного долга должен наступить через шесть месяцев после средневзвешенной даты поставки товара9.
9 Premium and Related Conditions: Explanation of the Premium Rules of the Arrangement on Officially Supported Export Credits (The Knaepen Package) // Organisation for Economic Co-operation and Development Website. 2004. 6 July. URL: http:// www.oecd.org (15.04.2010).
n
В табл. 2 представлены средневзвешенные даты поставки оборудования трех производителей (для трех кредитов). На основе исходных данных таблицы выявляется, какой из предложенных кредитов является оптимальным по показателю относительной стоимости с учетом процентных и валютных рисков, определенных методом Монте-Карло.
Таблица 2
Сроки поставки кредитуемого оборудования
Производитель Плановая стоимость договора, тыс. руб., без НДС Плановый срок поставки (день/месяц/год)
400 20.02.2010
500 28.04.2010
700 30.04.2010
350 20.05.2010
36 573 15.06.2010
2916 15.06.2010
Производитель 1 1500 16.06.2010
1277 28.06.2010
700 30.06.2010
500 25.08.2010
1342 13.09.2010
700 25.09.2010
1100 01.11.2010
Средневзвешенная дата поставки 21.06.2010
1168 01.02.2010
Производитель 2 8327 14.05.2010
43 506 20.07.2010
Средневзвешенная дата поставки 05.07.2010
4 659 01.03.2010
2 500 01.04.2010
7 000 01.05.2010
3 000 01.05.2010
7 000 01.06.2010
2 500 01.06.2010
Производитель 3 3 000 01.07.2010
6 000 01.07.2010
5 000 01.08.2010
2 500 01.08.2010
5 000 01.09.2010
2 000 01.09.2010
3 000 01.10.2010
1 908 01.11.2010
Средневзвешенная дата поставки 21.06.2010
Таким образом, начало погашения кредита приходится на следующие даты: по первому кредиту — 18.12.2011 г., по второму кредиту — 02.01.2012 г., по третьему кредиту — 19.12.2011 г.
Страховая премия экспортно-кредитного агентства, выплачиваемая заемщиком, составляет, исходя из опыта работы с подобными кредитами, 4—5% от суммы кредитования. Согласно правилам Консенсуса ОЭСР, 100% этой премии может предоставляться как часть кредита.
Для расчета процентных и валютных рисков методом Монте-Карло необходимо было построить модель поведения процентной ставки и курса евро к рублю. Основа процентной ставки по кредиту — 6 мес. ЕиШВОЯ. Алгоритм получения случайных значений этой ставки описан выше. Для целей моделирования можно предположить, что значения ставки будут иметь такое же распределение, как с 1998 по 2010 г. Динамика официального курса евро к рублю, публикуемого ЦБ РФ, представлена на рис. 3.
Рис. 3. Динамика официального курса евро с 01.01.1999 г. по 06.03.2010 г.
Источник: Официальный сайт агентства «Росбизнесконсалтинг». URL: http:// www.rbc.ru (дата обращения: 23.03.2011).
В рамках проводимого исследования авторами приняты диапазоны колебания курса евро к рублю, представленные в табл. 3.
Условные диапазоны колебания курса евро к рублю
Год 2011 2012 2013 2014 2015
Курс евро 41,0 42,5 42,0 43,5 43,0 44,5 44,0 45,5 45,0 46,5
Также для целей моделирования принято, что внутри данных диапазонов случайные значения курса евро распределены равномерно.
Таким образом, для каждой даты привлечения и погашения кредита при помощи датчика случайных чисел модель генерирует случайное значение курса евро из диапазонов, представленных в табл. 3. Кроме того, для каждой даты погашения кредита генерируется случайное значение процентной шестимесячной ставки ЕиШВОЯ. На основе полученных значений определяются размеры платежей по кредиту в рублевом эквиваленте. В соответствии с идеологией метода Монте-Карло следует много раз сгенерировать входные значения и получить оценку для эффективной процентной ставки путем усреднения результата.
В ходе эксперимента было проведено 10 000 испытаний с генерированием такого же количества комбинаций случайных значений процентной ставки и курса евро и значений эффективной процентной ставки по кредиту.
В результате расчетов получены следующие размеры эффективных процентных ставок в рублях для вариантов кредитов, представленных в табл. 2: для производителя 1 - 8,687 ± 0,014%; для производителя 2 - 8,951 ± 0,014%; для производителя 3 - 8,691 ± 0,014%. Указанный доверительный интервал рассчитан по формуле (6) для вероятности 95%. Таким образом, оптимальным вляется экспортный кредит от первого производителя.
Для показателя «цена отказа от скидки» используемая в формуле полная стоимость кредита зависит от значения ставки ЕиШВОЯ и курса евро на даты погашения кредита. Для оценки данных параметров следует воспользоваться выведенным выше моделированием ставки и курса евро методом Монте-Карло.
В табл. 4 приведены исходные данные для расчета стоимости кредита по формуле (2), при этом показатели «стоимость оборудования с учетом финансирования» и «скидка» рассчитаны исходя из случайно взятых значений ставки ЕиЯ1ВОЯ и курса евро.
Построенная стохастическая модель позволила оценить значение цены отказа от скидки методом Монте-Карло. В результате 10 000 расчетов получено значение 6,211 ± 0,002% годовых (с вероятностью 95%). Рассчитанная ставка свидетельствует в пользу принятия решения о привлечении экспортного кредита для финансирования оборудования на указанных условиях.
Исходные данные для расчета стоимости экспортного кредита (ставка EURIBOR и курс евро взяты случайно)
Показатель Значение
Стоимость оборудования, в том числе НДС, тыс. руб. 184 819
Стоимость оборудования с учетом финансирования, тыс. руб. 229 153
Скидка, тыс. руб. 44 334
Срок кредита, дни 1690
Срок для оплаты наличными, дни 308
На основе анализа показателей NPV, эффективной ставки, цены отказа от скидки, исходные данные для которых смоделированы методом Монте-Карло, ОАО «Уралсвязьинформ» смог сделать вывод о целесообразности привлечения экспортного кредита от поставщика № 1.
Выводы
Как показал опыт ОАО «Уралсвязьинформ», применение рассмотренных показателей и их расчет с применением метода Монте-Карло позволяет:
— провести оценку эффективности для приобретателя потенциальных видов финансирования закупок основного технологического оборудования (собственные средства, кредит, лизинг);
— использовать полученные показатели для сравнения доступных видов финансирования как в местной валюте приобретателя, так и в иностранной валюте;
— провести анализ чувствительности полученных показателей к изменениям входных параметров, в том числе для инструментов, подверженных процентному и валютному риску, к изменениям плавающей ставки и курса валюты;
— рассчитать экономические потери от процентных рисков;
— определить возможные убытки от валютных рисков.
Предлагаемая авторами методика по сранвительному анализу
различных вариантов финансирования закупки оборудования с учетом процентных и валютных рисков характеризуется низкой трудоемкостью и относительной простотой применения. Скорость получения результатов повышает ценность рассмотренных показателей и делает целесообразным создание на их основе позволяющих минимизировать риски скоринговых систем оценки источников финансирования на российских предприятиях.
Список литературы
Агенство Росбизнесконсалтинг: официальный сайт. URL: http://wwwrbc.ru Госкомстат РФ: официальный сайт. URL: http://www.gks.ru Непп А.Н., Пономарева Е.С. Модель прогнозирования валютного курса // Вестн. УГТУ-УПИ. Сер. Экономика и управление. 2009. № 5.
Непп А.Н., Пономарева Е.С. Валютные риски: прогнозирование и минимизация убытков // Проблемы анализа рисков. 2010. № 1.
Струченкова Т.В. Валютные риски. Анализ и управление. М., 2010. Уотшем Т.Дж., Паррамоу К. Количественные методы в финансах: Учеб. пособие: Пер. с англ. / Под ред. М.Р. Ефимовой. М., 1999.
Указание ЦБ РФ от 12.12.2006 № 1759-У «О внесении изменений в Положение Банка России от 26 марта 2004 года № 254-П "О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности"» // Вестн. Банка России. 2007. 15 января. № 1.
Arrangement on Officially Supported Export Credits — January 2010 Revision // Organisation for Economic Cooperation and Development Websate. 2010. 28 January. URL: http://www.oecd.org/
Premium and Related Conditions: Explanation of the Premium Rules of the Arrangement on Officially Supported Export Credits (The Knaepen Package) // Organisation for Economic Cooperation and Development Website. 2004. 6 July. URL: http://www.oecd.org
