CC BY
30
УДК: 311.313.009.12
ББК: 65.051
Гениатулин В.Н., Гуськова Т.Н.
СИНЕРГЕТИЧЕСКОЕ ВЛИЯНИЕ СТАТИСТИКИ В РИСК-МЕНЕДЖМЕНТЕ
Geniatulin V.N., Guskova T.N.
SYNERGISTIC EFFECT STATISTICS IN RISK MANAGEMENT
Ключевые слова: статистические методы, группировки и классификации, выборочное наблюдение, корреляционно-регрессионный анализ, динамические ряды, прогнозирование.
Keywords: statistical methods, grouping and classification, selective observation, correlazione regression analysis, time series, forecasting.
Аннотация: статья посвящена методологическим вопросам применения статистических приемов обработки данных с целью анализа рисков в экономической деятельности, что подчеркивает прикладные возможности статистической методологии. Показано, что статистический инструментарий обладает синергетическим эффектом; он дополняет традиционные методы, применяемые в риск-менеджменте, повышает надежность и достоверность аналитических заключений при оценке рисков.
Abstract: the article is devoted to methodological issues of applying statistical techniques of data processing with the purpose of risk analysis in the economic activities, which emphasizes the application of statistical methodology. It is shown that statistical tools has a synergistic effect; it complements the traditional methods used in risk management, increases the reliability and validity of analytical conclusions in the risk assessment.
Статистическая методология предполагает формирование количественных характеристик экономических явлений.
При этом раскрываются экономические законы развития производства на основе эффективной деятельности всех его участников, выявляются противоречия и недостатки, подлежащие устранению, намечаются пути их преодоления и вырабатываются соответствующие рекомендации. Для своевременного получения достоверной экономической информации в целях управления рисками на предприятиях могут использоваться различные методы статистического наблюдения.
Их применение при управлении рисками позволяет обоснованно отражать ход и результаты экономической деятельности на уровне предприятий, повышать их конкурентные возможности. Экономическая деятельность, зачастую, связана с неопределенностью поведения технических систем, совокупности людей, влияния внешней среды на хозяйственные процессы и их результаты, что обобщенно характеризуется категорией рисков.
Э.Ф. Сигел справедливо утверждает, что «мы никогда не сможем совершенно точно сказать, что случится в будущем. Однако осознание того, что одни возможности представляются более правдоподобными, чем другие, и количественное описание (с помощью соответствующих чисел) этих отношений дает нам преиму-
щества по сравнению с теми, кто вовсе не имеет представления о том, что произойдет, или полагается лишь на свои ощущения, не имея для этого объективных предпосылок. Лучше всего объединять понимание вероятностей со всеми доступными знаниями и опытом» [5, с. 220].
Статистические методы могут и должны быть частью процесса выработки и принятия управленческих решений, направленных на снижение рисков.
В управлении рисками могут быть использованы принятые в статистической практике методы сбора, контроля, обработки и анализа экономической информации. Это дает возможность систематизировать полученную информацию, проверить ее качество и достоверность, вскрыть тенденции и закономерности развития экономических явлений, осуществить прогноз развития экономической деятельности, в том числе ее неблагоприятные последствия.
Неопределенность существует вследствие ряда причин. Это может быть фактор конкуренции, надежность поставщика компонентов, характер процессов в экономике, климатические факторы и др.
Не преуменьшая возможностей других статистических методов, выделим следующие компоненты статистического инструментария, учет и использование которых могут дать полезные и эффективные результаты в управлении рисками:
- научно обоснованная и методически правильная методология сбора экономических данных, их анализ и интерпретация;
- приемы корреляционно-регрессионно-го анализа, направленные на выявление экономических взаимосвязей;
- анализ текущего состояния, выявление тенденций и прогнозирование экономических процессов на основе временных рядов.
Выбор статистических методов зависит от характера рисков. Риск может быть выражен в абсолютной и относительной форме.
Аналитические возможности абсолютных и относительных показателей подробно исследованы в литературе по статистической проблематике [2, 3].
В абсолютном выражении риск определяется как величина возможных потерь в материально-вещественном (физическом) или стоимостном (денежном) выражении плюс стоимость морального ущерба.
В относительном выражении риск определяется как величина возможных потерь, отнесенная к некоторой базе, например:
- к имуществу предприятия;
- к общим затратам ресурсов;
- к ожидаемому доходу.
Риски могут быть различны по источнику, сроку и обстоятельствам появления и, соответственно, по статистическим методам анализа и оценки.
Статистические методы группировки и классификации позволяют образовать характерные группы рисков с целью их дальнейшей ти-пологизации, ранжирования и т.д.
Четко разделить группировки и классификации довольно трудно, так как они выполняют однотипные функции. Классификация рассматривается как разновидность типологической группировки. Классификации рассчитаны на длительное применение. В отличие от классификации группировки производят для целей данного конкретного исследования [3].
Классифицировать риски - значит систематизировать их, основываясь на каких-либо общих параметрах. Классификация делает более простым процесс анализа рисков. Основаниями для группирования рисков могут быть:
- период появления;
- обстоятельства появления;
- особенности учета;
- особенности последствий;
- область формирования [4, 5].
По признаку период появления риски можно разделить на следующие группы:
- ретроспективные;
- текущие;
- перспективные.
Исследование ретроспективных рисков, их особенностей и средств для минимизации позволяет проецировать эту информацию на текущие и перспективные риски.
Обстоятельства появления позволяют создать следующую классификацию рисков:
- политические риски. Таким рискам «тон» задает политическая ситуация, воздействующая на бизнес (к примеру, таможенные запреты, закрытие границ и так далее);
- экономические, или коммерческие риски. Таковыми считаются те, что зависят от неоптимальной экономической ситуации в рамках организации или государства. Чаще всего предприятия сталкиваются с дисбалансом в области конъюнктуры рынка, сложностями своевременного выполнения платежных обязательств, с переменами уровня управления.
Особенности учета рисков позволяют организовать следующую классификацию:
- внешние риски. Таковые напрямую не взаимодействуют с функционированием организации, либо его контактной аудиторией (это юридические/физические лица, различные социальные группы, так или иначе воздействующие с компанией). Во внимание стоит принимать достаточно много обстоятельств - экономических, политических, социальных и многих других;
- внутренние риски. Появление таких рисков объясняется особенностями работы самой компании и ее контактной аудитории. Степень их проявления зависит от деловой активности руководящего звена организации, направления развития маркетинговой активности, а также производственный потенциал, техническое оснащение и многое другое.
По признаку последствий типология рисков может выглядеть следующим образом:
- чистые и простые риски. С большей долей вероятности такие риски наносят урон бизнесу и возникают при катастрофах, военных действиях, катаклизмах и так далее;
- спекулятивные и динамические риски. Их особенность: угроза потери прибыли, однако они способны принести и доход по сравнению к предполагаемому результату. Их появление обусловлено нестабильностью конъюнктуры рынка, скачками курсов валюты, нововведениями в налоговом законодательстве и так далее.
Если в основе типологии лежит такой признак, как область формирования, то может быть создана следующая группа в классификации рисков:
- производственный риск. Он возникает,
если организация не реализует планы и нарушает договоры по запланированным объемам произведенной продукции, услуг и товаров по причине неоптимальной внешней среды и неэффективного применения средств труда, допускает необоснованные потери рабочего времени и т.д. Чаще всего причинами появления таких рисков становятся уменьшение плановых объемов производства, повышение затрат, расходы на высокие налоги, неотлаженная система работы с поставщиками, сбой в аппаратной части;
- коммерческий риск появляется при сбыте товаров и услуг, которые организация закупает или производит сама. Такой риск возможен вследствие уменьшения объема продаж из-за нестабильности конъюнктуры, роста закупочной стоимости, утери товара при использовании;
- финансовый риск связан со сложностями в реализации финансовых обязательств, что нередко связано с нестабильностью валютного курса, перебоев с платежными операциями;
- страховой риск возможен при возникновении обстоятельств, предполагаемых при заключении страхового договора, что в итоге влечет обязательства страховщика выплатить соответствующее возмещение. Последствия риска — это обычно ущерб, связанный с некачественной страховой работой, предшествующей заключению договора и в последующем, при перестраховании, разработке страховых и так далее. Причины появления этих рисков - некорректность при установлении страховых тарифов и подходе страхующего лица.
По признаку производственной деятельности классификация рисков может иметь следующий вид:
- организационные риски. Они формируются из-за просчетов в системе менеджмента организации и сотрудников, невыстроенной системы внутреннего контроля — то есть, связаны с нарушениями во внутренних бизнес-процессах предприятия;
- рыночные риски возможны при неустойчивой экономической конъюнктуре: угрозы денежных убытков по причине скачков стоимости товаров, риск падения спроса на продукт, потеря ликвидности;
- кредитные риски грозят, если партнер организации не сможет соблюсти условия кредитного договора. Подобные риски грозят и банкам (невозврат денег), и компаниям, у которых есть дебиторская задолженность или сфера услуг завязана на рынке ценных бумаг;
- юридические риски характерны при ситуации, когда во время сделки не была принята в расчет законодательная база, либо были вве-
дены поправки в законодательство. Здесь же упомянем риск расхождения пунктов законодательства в разных странах и неправильно сформированной документации;
- технико-производственные/ экологические риски предполагают вероятность урона, который может быть нанесен окружающей среде, возможность аварий и пожаров, сбоев в процессе из-за нарушений при проектных и монтажных работах.
По признаку последствий группировка рисков может иметь следующий вид:
- допустимый риск - возникает при принятии решения, при нереализации которого предприятию грозят финансовые потери. В рамках данной области бизнес может терпеть убытки, однако они не перекрывают планируемого дохода;
- критический риск характеризует возможность появления убытков, то есть данную область отличает вероятность возникновения убытков, превышающих прибыль. Также здесь речь идет о потере средств компании, которые были вложены в проект;
- катастрофический риск характерен при ситуации, когда организации грозит банкротство, а убытки могут быть равны имущественному состоянию фирмы. Этот же риск предполагает любую ситуацию, представляющую опасность для человека [5].
Вышеперечисленные классификации рисков можно дополнять и детализировать, исходя из потребностей самой компании и специфики ее деятельности, они также позволяют провести анализ и оценку рисков.
Оценкой рисков принято называть систематическую работу по отслеживанию факторов и разновидностей риска, а также их количественную оценку.
Количественный анализ риска предполагает вычисление величин отдельных рисков и риска объекта в целом.
Важную роль в управлении рисками может играть выборочный метод.
Соблюдение методологических принципов при проведении выборочного наблюдения позволяет повысить достоверность экономических выводов, в частности, соблюдать принцип случайности отбора статистических величин. Методологические аспекты проведения выборочного наблюдения, а также возникающие риски подробно исследованы во многих публикациях по статистике, например в работах И.И. Елисеевой и А.А. Терехова [7] и В.М. Трояновского [8].
Разрабатывая программу выборочного наблюдения, решают наиболее важный вопрос -
о величине выборочного пространства, обеспечивающего заданную точность. Методы определения необходимого объема выборки подробно описаны в статистической литературе.
Реальная взаимосвязь экономических явлений и процессов моделируется посредством использования соответствующих экономических показателей. Исследование связей и зависимостей между ними, в конечном счете, является важной практической проблемой, которая может быть решена методами корреляционно-регрессионного анализа.
Одной из задач корреляционно-регрессионного анализа является количественная оценка взаимосвязей на основе построения математических моделей. В этом качестве он позволяет заменить эксперимент, который при управлении рисками осуществить чрезвычайно сложно, исследованием статистических данных.
Математическое моделирование (как од-нофакторное, так и многофакторное) позволяет расширить границы анализа, т.е. использовать этот метод в целях планирования и прогнозирования.
Широкое применение при управлении рисками могут получить однофакторные экономико-статистические модели [8].
Отметим, что однофакторные модели имеют право на применение в корреляционном анализе, несмотря на то, что в экономических явлениях присутствует множество производственных факторов, так как их главным преимуществом служит относительная простота построения моделей. В то же время расширение возможностей ЭВМ, появление специализированных статистических программ расширяет сферу применения многофакторных моделей.
Применяя математическое моделирование, не следует забывать о правильном соотношении числа факторов и числа наблюдений. Пренебрежение этим может обесценить результаты проделанной работы. По нашему мнению, число наблюдений должно быть больше числа факторов не менее чем в 15-20 раз.
При анализе динамики экономических процессов, влияющих на риски, необходимо учитывать оба основных компонента - тенденцию и колеблемость, т.к. их микширование может привести к некорректным выводам о динамике экономических показателей.
Методологически изучение тренда включает в себя два основных этапа:
- динамический ряд экономических показателей проверяется на наличие тренда;
- производится выравнивание ряда и непосредственное выделение тренда с экстраполяцией полученных результатов.
Порядок проверки на наличие тренда в ряду динамики описан во многих публикациях по статистической проблематике. Упомянем несколько критериев [2]:
- метод средних. Изучаемый ряд динамики разбивается на несколько интервалов (обычно на два), для каждого из которых определяется средняя величина. Затем на основании гипотезы о существенном различии средних признается или отвергается наличие тренда;
- фазочастотный критерий знаков первой разности (критерий Валлиса и Мура). Согласно этому критерию наличие тренда в динамическом ряду утверждается в том случае, если этот ряд не содержит либо содержит в приемлемом количестве фазы - изменение знака разности первого порядка (абсолютного цепного прироста);
- критерий Кокса и Стюарта. Согласно данному критерию ряд динамики разбивают на три равные по числу уровней группы и сравнивают между собой уровни первой и последней групп;
- метод серий. Согласно этому критерию определяется число серий (серия - любая последовательность элементов одинакового типа, с обеих сторон граничащая с элементами другого типа). Если количество серий является случайной величиной, распределенной приближенно по нормальному закону (для п > 10), то в ряду динамики общая тенденция к росту или снижению отсутствует.
В статистической практике выделение тренда осуществляется тремя методами:
- укрупнение интервалов;
- скользящая средняя;
- аналитическое выравнивание.
Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости ОД. На практике по имеющемуся временному ряду задают вид и находят параметры функции ОД, а затем анализируют поведение отклонений от тенденции. Функцию ОД выбирают таким образом, чтобы она давала содержательное объяснение изучаемого процесса.
Чаще всего при выравнивании используются следующие зависимости:
- линейная;
- параболическая;
- экспоненциальная.
Следует принимать во внимание существенное влияние сезонного фактора, особенно в деятельности предприятий торговли и предприятий производственного назначения, занятых переработкой сельскохозяйственного сырья. Учет сезонного фактора позволит избежать
Ценным достоинством временных рядов является возможность прогнозирования процессов управления рисками. Разработка прогнозной модели также описана в публикациях по статистике [8].
Несмотря на то, что математический инструментарий прогнозирования становится все более сложным и изощренным, риск и неопре-
деленность сохраняются. Однако непрерывное отслеживание динамики экономических показателей - как внутренних (выручка от продаж, себестоимость, производительность, фондоотдача и др.), так и внешних (курсы валют, объемы инвестиций и др.) позволит повысить достоверность прогнозирования, снизит экономические риски.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Сигел, Э.Ф. Практическая бизнес-статистика [Текст] / пер. с англ. А.И. Мороза. - М.: Виль-ямс, 2004. - 1056 с.
2. Шмойлова, Р.А. Теория статистики [Текст] / Р.А. Шмойлова, В.Г. Минашкин, Н.А. Садовников а, Е.Б. Шувалова; под ред. проф. Р.А. Шмойловой. - М.: Финансы и статистика, 2008 - 456 с.
3. Статистика: учебник для вузов / И.И. Елисеева и др.; под ред. И. И. Елисеевой. - М.: Проспект, 2014. - 566 с.
4. Авдошин, С.М. Информатизация бизнеса. Управление рисками / С.М. Авдошин, Е.Ю. Пе-соцкая. - М.: ДМК Пресс, 2011. - 176 с.
5. Домащенко, Д.В. Управление рисками в условиях финансовой нестабильности / Д.В. Дома-щенко, Ю.Ю. Финогенова. - М.: Магистр, ИНФРА-М, 2010. - 238 с.
6. Бартон, Т., Шенкир, У., Уокер, П. Риск-менеджмент. Практика ведущих компаний - М.: Ви-льямс, 2008. - 208 с.
7. Елисеева. И.И., Терехов, А.А. Статистические методы в аудите. - М.: Финансы и статистика, 1998. - 176 с.
8. Егорова, Г.В., Федосеева, О.Ю. Управление информационными рисками предприятия // Вестник Волжского университета имени В.Н. Татищева. №2(24) 2015, Информатика. - Тольятти: Волжский университет им. В.Н. Татищева, 2015. - 32-36 с.
9. Гениатулин, В.Н., Гуськова, Т.Н. Статистическое образование как социально-экономическая парадигма // Вестник Волжского университета им. В.Н. Татищева. - 2015. - № 1 (33). - С. 106-110.
10. Трояновский, В.М. Статистика в менеджменте. - М.: Издательство РДЛ, 2002. - 192 с.
