CC BY
24
16 (202) - 2014
Оценка бизнеса
УДК 336.77.067:338.436.33
оценка производственной
состоятельности предприятий сельского хозяйства в условиях
неопределенности и риска
С.А. ДОЛГОВА,
кандидат экономических наук, доцент кафедры финансов, инвестиций и кредита E-mail: s_a_dolgova@mail.ru Орловский государственный аграрный университет
Процесс кредитования связан с действием многообразных факторов риска, способных привести к непогашению кредита и процентов по нему. Предоставление банком ссуд заемщикам обусловливает необходимость изучения этих факторов, разработки системы показателей и совершенствование методов оценки кредитоспособности заемщиков с учетом специфики их производственного процесса, что приводит к необходимости разработки подходов к формированию оценки вероятности достижения результата в производственной сфере. В статье предлагается методика оценки производственной состоятельности сельскохозяйственных предприятий, основанная на использовании математических методов и моделей, для повышения эффективности принятия решения по выдаче кредита в условиях риска и неопределенности.
Ключевые слова: критерий выбора решений, математические методы, модель, коэффициент устойчивости, коэффициент вариации, кумулятивная вероятность
Кредитование субъектов реального сектора экономики является важнейшей функцией коммерческих банков, позволяющей заемщикам осуществлять воспроизводственные процессы и обеспечивать доходное размещение средств, аккумулированных в банковских фондах и резервах. При этом неизбежно
встает вопрос о минимизации банковских рисков при совершении пассивных операций. В кредитных сделках гарантии банков в возврате выданных средств и бесперебойном обслуживании кредитов возрастают за счет предварительной оценки кредитоспособности заемщиков.
Банкам при принятии решения о выдаче кредита необходимо обращать особое внимание на вероятность сохранения заемщиком состоятельности в долгосрочной перспективе, т.е. возможности погасить основную сумму долга и проценты за использование заемных средств. Этот момент важен для банковской практики, поскольку невозврат кредита, т.е. кредитный риск еще не стал разовым явлением.
Важный теоретический и практический интерес представляет выявление специфических особенностей проявления риска в сельском хозяйстве. Специфика проявления риска в аграрной сфере обусловлена прежде всего особенностями функционирования самой отрасли. Поскольку основным средством производства в сельском хозяйстве является земля, то ее плодородие может истощаться, если своевременно не осуществлять систему определенных агротехнических мероприятий. Учитывая, что в России каждый третий гектар
пашни имеет повышенную кислотность и низкое содержание фосфора и, кроме того, почти во всех регионах снижаются запасы гумуса в почвах, повышение уровня рискованного сельскохозяйственного производства в современных условиях становится весьма очевидным.
Важнейшая особенность сельского хозяйства состоит и в том, что предприниматели вынуждены вступать в отношения с природой. Эти отношения нередко носят противоречивый характер и приводят к отрицательным, а порой и катастрофическим последствиям, что связано с непредсказуемостью природных явлений (сильные морозы, град, засуха или наводнения и т.д.).
Еще одна особенность риска в сельском хозяйстве связана с тем, что в качестве особых средств производства в аграрной сфере выступают растительные и животные организмы. Их воспроизводство происходит на естественной основе. Природой этих организмов обусловлен цикл их развития, процессы которого разграничены во времени и находятся в строгой последовательности. Каждая фаза этого цикла должна быть материально обеспечена в строго определенное время. Задержка сева из-за недостатка семян, несвоевременного обеспечения горюче-смазочными материалами, поломки техники приводят к значительно большему ущербу, чем перерывы производства во многих отраслях промышленности. И поэтому в условиях рыночного хозяйства процесс несвоевременного обеспечения средствами производства становится рискованным.
Следует отметить, что в дореформенные годы государство играло значимую роль и брало на себя некоторые издержки, связанные с риском. Оно гарантировало покупку по стабильным ценам, обеспечивало неизменность цен на горючее, материалы, средства производства для сельского хозяйства. Поэтому сельскохозяйственные предприятия в те годы по отношению к риску находились в лучших внешних условиях хозяйствования, чем в настоящее время. В связи с сезонностью производства, а потому импульсивной потребностью в огромных инвестициях, зависимость от кредитных ресурсов в агросфере выше, чем у предпринимателей других сфер народного хозяйства.
В сельском хозяйстве наибольшее внимание уделяется, в первую очередь, производственной сфере, которая непосредственно зависит от действия указанных выше специфических факторов. То есть акцент делается на риски, связанные с устой-
чивостью получения продукции. Таким образом, колебания получения продукции вынуждают нас говорить и о вероятности получения выручки от ее реализации — основном источнике поступления денежных средств любого бизнес-проекта. Следовательно, производственные риски в сельскохозяйственном производстве, определяемые спецификой аграрного производства, во многом определяют риски, связанные с кредитными отношениями, в том числе и риски невозврата кредитных ресурсов.
В результате активного включения аграрной сферы в кредитные отношения, в том числе и в рамках приоритетного национального проекта «Развитие АПК», перед банками возникает задача формирования новых подходов к оценке перспектив производственной деятельности заемщика с учетом специфики сельскохозяйственного производства. Стабильность производства продукции и, следовательно, стабильность поступления денежных средств будут способствовать своевременным выплатам по кредитам.
Все это позволит банковской системе более точно оценивать свои риски и целенаправленно формировать кредитную политику при взаимодействии с сельскохозяйственными товаропроизводителями. Особенно явно это проявляется в растениеводстве, когда урожайность сельскохозяйственных культур в первые годы в большей степени определяется накопленным плодородием почвы, сформированным в результате предыдущих агротехнологических мероприятий, а колебания урожайности определяются погодными условиями. Являясь кормовой базой животноводческой отрасли, объем и стабильность получения растениеводческой продукции в значительной степени определяют получение молока, мяса и т.д. В связи с этим оценка производственной состоятельности была произведена относительно отрасли растениеводства.
Анализ производственной состоятельности целесообразно проводить на примере совокупности сельхозпредприятий. В качестве такой совокупности были выбраны административные районы, расположенные в различных агроклиматических условиях Орловской области. К ним были отнесены Болховский, Кромской и Ливенский районы Орловской области в силу их расположения в различных микрозонах региона.
Важным моментом в повышении устойчивости сельскохозяйственного производства является отдание предпочтения сельскохозяйственным куль-
турам, которые не только наиболее привлекательны с точки зрения возможности их реализации, но и имеют преимущества с точки зрения устойчивости урожайности.
Для оценки устойчивости отдельных сельскохозяйственных культур возможно применение методики, которая была предложена И.Б. Загайтовым и П.Д. Половинкиным [2].
На основании динамики урожайности сельскохозяйственных культур были рассчитаны коэффициенты вариации урожайности и коэффициенты устойчивости урожайности. Итоговые показатели устойчивости сельскохозяйственных культур по исследуемым районам Орловской области приведены в табл. 1.
Наиболее устойчивыми сельскохозяйственными культурами по исследуемым районам являются озимая пшеница и многолетние травы на сено. По урожайности ржи озимой, ячменю и кукурузе на силос наблюдаются примерно одинаковые показатели устойчивости. Наименьшую устойчивость имеет сахарная свекла. Сравнивая показатели устойчивости по трем анализируемым районам, следует подчеркнуть, что одна и та же культура для одного района является достаточно устойчивой, а для другого района — менее устойчивой. Так, коэффициент устойчивости сахарной свеклы для Болховского района составляет 0,102, для Кромского района—0,680, для Ливенского района — 0,771. В целом наибольшие показатели устойчивости урожайности практически по всем культурам наблюдаются в Ливенском районе.
Как уже отмечалось, с точки зрения принятия решений в области планирования и организации предпринимательской деятельности чрезвычайно важным моментом является определение вероятности наступления определенного уровня урожайности сельскохозяйственных культур.
Проведя частотный анализ полученного уровня урожайности, были определены отдельные диапазоны данных уровней, в которых вероятность наступления соответствующих исходов будет максимальной по отдельным видам продукции
растениеводства, наиболее распространенным в исследуемых районах.
Кривые вероятностей получения определенного уровня урожайности озимой пшеницы в Болхов-ском, Кромском и Ливенском районах Орловской области, представленные на рис. 1, свидетельствуют о том, что динамика урожайности подчиняется нормальному вероятностному распределению.
Если в Ливенском районе вероятность получения урожайности озимой пшеницы в диапазоне 30-35 ц/га равна 0,47, то в Кромском — 0,07, а в Болховском — 0.
Все это подчеркивает, что вероятность наступления определенного уровня урожайности в зависимости от природно-климатических условий возделывания далеко не одинаковая, т.е. наступление благоприятных условий для возделывания одной и той же культуры в одной микрозоне не всегда может совпадать с его наступлением в другой.
Еще большие различия в изменчивости урожайности можно наблюдать при рассмотрении кривых кумулятивной вероятности наступления определенного уровня урожайности по такой культуре, как ячмень (рис. 2).
Полученные характеристики случайного производственного результата по районам, расположенным в различных природно-климатических зонах Орловской области, позволяют более гибко принимать управленческие решения в условиях риска и неопределенности.
Учет стохастических природно-климатических условий в аграрной сфере снизит риск потерь и даст возможность получить такой экономический эффект, который будет более устойчивым по отношению к данным условиям в конкретной природно-климатической зоне.
С позиции банковской системы, полученные результаты будут способствовать более точной оценке устойчивости финансовой состоятельности.
В настоящее время в науке разработано достаточно специальных методических подходов, основанных на использовании математических
Таблица 1
Коэффициенты устойчивости урожайности сельскохозяйственных культур
в 2000-2012 гг.
Район Пшеница озимая Рожь озимая Пшеница яровая Ячмень Гречиха Сахарная свекла Кукуруза на силос Многолетние травы на сено
Волховский 0,820 0,758 0,481 0,793 0,694 0,102 0,689 0,770
Кромской 0,788 0,773 0,543 0,681 0,698 0,680 0,779 0,768
Ливенский 0,835 0,773 0,749 0,818 0,732 0,771 0,829 0,805
0,5 • 0,45 • 0,4 • 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0
/\
/ \ / \
\ .......................................................................................//............................................V........... г \ / \
// ч \ -"7...........^..................*.............................................
....................................................................Л......-¿Г..................'.............................Л ....................................................>чл..........................................
* у Л ................................................................. \................-^к............................................»V............................
.......................................................< Ж........................................... \ N л
V \\
•¿Г ....... X / / -Д......\
0-4,9 5-9,9 10-14,9 15-19,9 20-24,9 25-29,9 30-34,9 35-39,9 Болховский район — ■ - Кромской район
Полиномиальная для Волховского района — ■ - Полиномиальная для Кромского района _ _ "" Ливенский район
_ _ _ Полиномиальная для Ливенского района
Рис. 1. Кривые вероятности урожайности озимой пшеницы в районах Орловской области
Ц/г
1,2
0,8
0,6
0,4
0,2
Ц/га
1-1-1-Т-г
0-4,9 5-9,9 10-14,9 15-19,9 20-24,9 25-29,9 30-34,9 35-39,9 40-44,9 45-49,9
1 Болховский
1 Кромской
Ливенский
Рис. 2. Кумулятивная вероятность урожайности ячменя в районах Орловской области
методов и моделей, для повышения эффективности принятия управленческих решений в условиях риска и неопределенности.
В сельском хозяйстве наиболее часто встречающийся на практике случай — это когда имеется конечное число вариантов выбора решений Вр...., Вт (причем каждому варианту соответствует некоторый результат г г = 1,..т), поэтому необходимо найти вариант с наибольшим значением результата, т.е. целью выбора служит тахг.. В качестве г может служить прибыль, валовой доход, отдельные характеристики устойчивости сельскохозяйственного производства и др.
Противоположную ситуацию с оценкой затрат или потерь можно исследовать путем минимизации оценки или введения отрицательных величин полезности.
Таким образом, выбор оптимального варианта можно производить с помощью критерия .
£о= {{
Бг 0 е В л Г 0 = тах Г }•
Выбор оптимального варианта не является однозначным, поскольку тахг. может достигаться сразу в нескольких вариантах выбора.
В рассмотренном случае каждому варианту решения соответствует единственное (внешнее)
7х"
33
Таблица 2
Группы критериев выбора решений
Критерии выбора в условиях неопределенности Критерии выбора в условиях риска
Минимаксный критерий (ММ) 2 г г к / тт Гермейера
Критерий азартного игрока 2а. Вайеса — Лапласа
Критерий Сэвиджа Ходжа — Лемана
Критерий Гурвица HW —2Ш Расширенный минимаксимальный
состояние, т.е. однозначно определяется единственный результат. Этот случай является достаточно простым и весьма частым.
В более сложных случаях каждому допустимому варианту принятия решения В вследствие различных внешних условий У . , ] = 1, ..., п, соответствуют различные результаты г.. решений. Семейство решений можно описать матрицей
Я = \г\
" 1=1,...,т'
] =1, —, и
Для того чтобы перейти к однозначному и наиболее приемлемому варианту решения, вводятся оценочные (целевые) функции.
При этом матрица решений |(г..) | сводится к одному столбцу. Существуют несколько классических критериев выбора решений. Эти критерии можно разделить на две группы (табл. 2):
1) критерии выбора решения в условиях неопределенности;
2) критерии выбора решения в условиях риска.
Наиболее приемлемым критерием для принятия решения в сельскохозяйственном производстве является критерий Вайеса — Лапласа, так как он учитывает вероятность ц. появления внешнего состояния у именно это обстоятельство имеет большое значение, если накоплена вероятность появления внешних условий (метеорологических, конъюнктурных и т.д.) [1].
Соответствующее правило выбора можно интерпретировать следующим образом: матрица решений дополняется еще одним столбцом, содержащим математическое ожидание значений каждой из строк. Выбираются те варианты, в строках которых стоит наибольшее значение г. этого столбца:
^ = тах гч;
=Ё ;
3 =1
В = 1 В„
Во е в л Го = тах £ Г. л Ё =1Г •
1 3=1 3=1
При этом предполагается, что ситуация, в которой принимается решение, характеризуется следующими обстоятельствами:
— вероятности появления состояния У. известны и не зависят от времени;
— решение реализуется (теоретически) бесконечно много раз;
— для малого числа реализаций решения допускается некоторый риск.
При достаточно большом количестве реализаций среднее значение постепенно стабилизируется. Поэтому при полной (бесконечной) реализации какой-либо риск практически исключен.
Таким образом, в критерии Вайеса — Лапласа ВЬ максимизируется математическое ожидание значений каждой из строк матрицы Я .
Использование ВЬ-критериев предполагает более высокий уровень информированности и достаточно длинные выборки опытов, т.е. оптимизация достигается на долговременном периоде применения, а в краткосрочном периоде применения решения могут получаться неоптимальными.
Расчеты математического ожидания урожайности основных культур отрасли растениеводства по трем рассматриваемым районам представлены в табл. 3.
На основе критерия Вайеса — Лапласа ВЬ и результатов расчетов (см. табл. 3) представляется возможным определить уровень урожайности по каждой культуре в каждом районе, который можно считать ориентировочным при оценке производственной состоятельности для принятия решения банками о выдаче кредита (табл. 4).
Проведенный анализ урожайности сельскохозяйственных культур показал, что в разрезе административных районов Орловской области наблюдаются значительные колебания вероятности получения продукции и устойчивости сельскохозяйственного производства. Следовательно, наличие вероятностной характеристики состоятельности банковского заемщика приводит к необходимости разработки подходов к формированию оценки вероятности достижения результата, в первую очередь, в производственной сфере, так
Таблица 3
Математическое ожидание урожайности сельскохозяйственных культур
Пшеница озимая Рожь озимая Пшеница яровая ячмень
Район Урожайность, ц/га Вероятность Математическое ожидание Урожайность, ц/га Вероятность Математическое ожидание Урожайность, ц/га Вероятность Математическое ожидание Урожайность, ц/га Вероятность Математическое ожидание
Болховский 2,5 0 0 2,5 0 0 2,5 0,20 0,5 2,5 0 0
7,5 0,07 0,5 7,5 0,14 1,1 7,5 0,13 1,0 7,5 0,06 0,5
12,5 0,07 0,8 12,5 0,36 4,5 12,5 0,07 0,8 12,5 0,27 3,3
17,5 0,40 7,0 17,5 0,43 7,5 17,5 0,47 8,2 17,5 0,47 8,2
22,5 0,40 9,0 22,5 0,07 1,6 22,5 0,13 3,0 22,5 0,07 1,5
27,5 0,06 1,8 27,5 0 0 27,5 0 0 27,5 0,13 3,7
32,5 0 0 32,5 0 0 32,5 0 0 32,5 0 0
37,5 0 0 37,5 0 0 37,5 0 0 37,5 0 0
42,5 0 0 42,5 0 0 42,5 0 0 42,5 0 0
19,1 14,6 13,5 17,1
Кромской 2,5 0 0 2,5 0 0 2,5 0,20 0,5 2,5 0 0
7,5 0 0 7,5 0 0 7,5 0,07 0,5 7,5 0,13 1,0
12,5 0,13 1,7 12,5 0,40 5,0 12,5 0,07 0,8 12,5 0,27 3,3
17,5 0,33 5,8 17,5 0,27 4,7 17,5 0,40 7,0 17,5 0,20 3,5
22,5 0,27 6,0 22,5 0,20 4,5 22,5 0,13 3,0 22,5 0,20 4,5
27,5 0,20 5,5 27,5 0,06 1,8 27,5 0,13 3,7 27,5 0,20 5,5
32,5 0,07 2,2 32,5 0,07 2,2 32,5 0 0 32,5 0 0
37,5 0 0 37,5 0 0 37,5 0 0 37,5 0 0
42,5 0 0 42,5 0 0 42,5 0 0 42,5 0 0
21,2 18,2 15,5 17,8
Ливенский 2,5 0 0 2,5 0 0 2,5 0,20 0,5 2,5 0 0
7,5 0 0 7,5 0 0 7,5 0,07 0,5 7,5 0 0
12,5 0 0 12,5 0,40 5,0 12,5 0,07 0,8 12,5 0 0
17,5 0,13 2,3 17,5 0,26 4,7 17,5 0,40 7,0 17,5 0,07 1,2
22,5 0,13 3,0 22,5 0,20 4,5 22,5 0,13 3,0 22,5 0,20 4,5
27,5 0,27 7,3 27,5 0,07 1,8 27,5 0,13 3,7 27,5 0,33 9,2
32,5 0,47 15,2 32,5 0,07 2,2 32,5 0 0 32,5 0,20 6,5
37,5 0 0 37,5 0 0 37,5 0 0 37,5 0.13 5,0
42,5 0 0 42,5 0 0 42,5 0 0 42,5 0,07 2,8
27,8 28,2 15,5 29,2
Таблица 4
Наиболее вероятный уровень урожайности, ц/га
Район Пшеница озимая Рожь озимая Пшеница яровая ячмень
Болховский 20-25 15-20 15-20 15-20
Кромской 20-25 15-20 15-20 25-30
Ливенский 30-35 15-20 15-20 25-30
как результаты, полученные в ходе реализации продукции, способствуют формированию денежных потоков.
В связи с этим предложенный подход к принятию решения в условиях риска позволит более точно спрогнозировать денежные потоки заемщика и как результат — возможность своевременного погашения кредита.
Список литературы
1. Глушко В.В., Глушко И.И. Разработка управленческого решения. Прогнозирование — планирование. Теория проектирования экспериментов. Железнодорожный, Моск. обл.: ТОО НПЦ «Крылья», 1997. 400 с.
2. Загайтов И. Б., Половинкин П. Д. Экономические проблемы повышения устойчивости сельскохозяйственного производства. М.: Экономика, 1984. 240 с.
Business assessment
ASSESSMENT OF PRODUCTION SOLVENCY OF AGRICULTURAL ENTERPRISES IN CONDITIONS OF UNCERTAINTY AND RISK
Svetlana A. DOLGOVA
Abstract
Lending process associated with the action of multiple risk factors that can lead to outstanding loans and interest thereon . Bank loans to borrowers makes it necessary to study these factors, the development of indicators and improving methods for assessing the creditworthi-ness of borrowers taking into account their production process, which leads to the need to develop approaches to estimating the probability of formation of achieving results in the production sphere The article proposes the method of estimating the production viability of agricultural enterprises, based on the use of mathematical methods and models to improve the effectiveness decision on issuance of credit in the conditions of risk and uncertainty
Keywords: criterion of a choice of decisions, mathematical methods, models, stability coefficient, variation coefficient, cumulative probability
References
1. Glushko V.V., Glushko I.I. Razrabotka uprav-lencheskogo resheniia. Prognozirovanie — planirov-anie. Teoriiaproektirovaniia eksperimentov [Development of administrative decision . Forecasting — planning. Theory of design of experiments]. Zheleznodoro-zhnyi, Moscow region, TOO NPTs "Kryl'ia" Publ., 1997,400 p.
2. Zagaitov I.B., Polovinkin P.D. Ekonomicheskie problemy povysheniia ustoichivosti sel 'skokhoziaist-vennogo proizvodstva [Economic problems of increase of stability of agricultural production]. Moscow, Ekonomika Publ., 1984, 240 p.
Svetlana A. DOLGOVA
Orel State Agrarian University, Orel, Russian Federation s_a_dolgova@mail ru
