Анализ предпринимательского риска (стр. 3 из 9)
Также существует балльная методика следующего вида (табл. 1.1) [9].
Таблица 1.1 – Бальная методика метода экспертных оценок
| Показатели, характеризующие воздействие конкретного фактора риска | Степень риска | Вес | Значение | ||
| Низкая 1 | Средняя 2 | Высокая 3 | |||
| 1 | 2 | 3 | 4 | 5 | 6 |
| 1 | 1 | a | a ∙ 1 | ||
| 2 | 1 | b | b ∙ 1 | ||
| 3 | 1 | c | c ∙ 1 | ||
| ИТОГО | Х | Y | Z | 1,00 | 1,00 |
Результат = (1 ∙ (Сумма риска 1 ∙ Вес) + 2 ∙ (Сумма риска 2 ∙ Вес) + 3 ∙ (Сумма риска 1 ∙ Вес)) / (Сумма 1 + Сумма 2 + Сумма 3).
Полученное значение необходимо сравнить с нормативным.
Метод целесообразности затрат. Этот метод позволяет определить критический объем производства или продаж, т.е. нижний предельный размер выпуска продукции, при котором прибыль равна нулю. [8]
Производство продукции в объемах меньше критического приносит только убытки. Критический объем производства необходимо оценивать при освоении новой продукции и при сокращении ее выпуска, вызванного падением спроса, сокращением поставок материалов и комплектующих изделий, заменой продукции на новую, ужесточением экологических требований и другими причинами.
Для проведения соответствующих расчетов все затраты на производство и реализацию продукции подразделяют на переменные и постоянные.
Под переменными понимают издержки, общая величина которых находится в непосредственной зависимости от объемов производства и реализации, а также от их структуры при производстве и реализации нескольких видов продукции. Это затраты на сырье и материалы, топливо, энергию, транспортные услуги, большую часть трудовых ресурсов и т.д.
К постоянным издержкам производства относят затраты, величина которых не меняется с изменением объемов производства. Они должны быть оплачены, даже если предприятие не производит продукцию (отчисления на амортизацию, аренда зданий и оборудования, страховые взносы, оплата высшего управленческого персонала и т.д.).
Критический объем производства (Vкp) можно представить в следующем виде [16]:
Vкр = 3пост / (Ц - 3пер), (1.1)
где Ц - цена изделия (единицы продукции), руб.;
Зпост - постоянные затраты, руб.;
Зпер - переменные затраты, руб.
Некоторые зарубежные авторы называют критический объем производства порогом рентабельности и используют этот показатель для оценки финансовой устойчивости предприятия.
Чем больше разность между фактическим объемом производства и критическим, тем выше финансовая устойчивость.
Любое изменение объема производства (продаж) оказывает существенное влияние на прибыль. Данная зависимость называется эффектом производственного (или операционного) левериджа.
Производственный леверидж показывает степень влияния постоянных затрат на прибыль (убытки) при изменениях объема производства.
Чем больше удельный вес постоянных затрат в общей сумме издержек при некотором объеме производства, тем выше производственный леверидж, следовательно, тем выше предпринимательский риск.
Работать с высоким производственным левериджем могут только те предприятия, которые в состоянии обеспечить большие объемы производства и сбыта; имеют устойчивый спрос на свою продукцию.
Метод аналогий обычно используется при анализе рисков нового проекта. Проект рассматривается как «живой» организм, имеющий определенные стадии развития [3].
Жизненный цикл проекта состоит из следующих этапов:
1) этапа разработки;
2) этапа выведения на рынок;
3) этап роста;
4) этапа зрелости;
5) этапа упадка.
Изучая жизненный цикл проекта, можно получить информацию о каждом этапе проекта, выделить причины нежелательных последствий, оценить степень риска. Однако на практике бывает довольно трудно собрать соответствующую информацию.
1.2 Методы количественного анализа риска
В настоящее время наиболее распространенными методами количественной оценки предпринимательских рисков являются:
1) статистический метод;
2) аналитические методы;
3) анализ финансовой устойчивости предприятия и оценка его платежеспособности.
Статистический метод заключается в изучении статистики потерь и прибылей, имевших место на данном или аналогичном предприятии, с целью определения вероятности события, установления величины риска. Вероятность означает возможность получения определенного результата.
Степень риска измеряется двумя показателями: средним ожидаемым значением и колеблемостью (изменчивостью) возможного результата. Среднее ожидаемое значение связано с неопределенностью ситуации, оно выражается в виде средневзвешенной величины всех возможных результатов Е(х), где вероятность каждого результата (А) используется в качестве частоты или веса соответствующего значения (х). В общем виде это можно записать так [8]:
Е(х)=А1Х1 +А2Х2+···+АnXn (1.2)
Средняя величина представляет собой обобщенную количественную характеристику и не позволяет принять решение в пользу какого-либо варианта вложения капитала.
Для окончательного решения необходимо измерить колеблемость (размах или изменчивость) показателей, т.е. определить меру колеблемости возможного результата.
Колеблемость возможного результата представляет собой степень отклонения ожидаемого значения от средней величины. Для ее определения обычно вычисляют дисперсию или среднеквадратическое отклонение:
Ơ =
, (1.3)где Ơ – среднеквадратическое отклонение;
Xi – ожидаемое значение для каждого случая наблюдения;
Хср – среднее ожидаемое значение;
N – частота случаев, или число наблюдений.
Коэффициент вариации - это отношение среднего квадратичного отклонения к средней арифметической.
Он показывает степень отклонения полученных значений.
V = Ơ / Xcp × 100%, (1.4)
где V – коэффициент вариации, %.
Коэффициент вариации позволяет сравнивать колеблемость признаков, имеющих разные единицы измерения.
Чем выше коэффициент вариации, тем сильнее колеблемость признака.
Установлена следующая оценка коэффициентов вариации:
до 10% - слабая колеблемость;
10-25% - умеренная колеблемость;
свыше 25% - высокая колеблемость.
В тех случаях, когда информация ограничена, для количественного анализа риска используются аналитические методы, или стандартные функции распределения вероятностей, например нормальное распределение, или распределение Гаусса, показательное (экспоненциальное) распределение вероятностей, которое довольно широко используется в расчетах надежности, а также распределение Пуассона, которое часто используют в теории массового обслуживания.
Вероятностная оценка риска математически достаточно разработана, но опираться только на математические расчеты в предпринимательской деятельности не всегда бывает достаточным, так как точность расчетов во многом зависит от исходной информации.
Метод оценки платежеспособности и финансовой устойчивости предприятия позволяет предусмотреть вероятность банкротства. В первую очередь анализу подвергаются сведения, содержащиеся в документах годовой бухгалтерской отчетности [12].
Основными критериями неплатежеспособности, характеризующими структуру баланса, являются:
- коэффициент текущей ликвидности;
- коэффициент обеспеченности собственными средствами;
- коэффициент восстановления (утраты) платежеспособности.
На основании указанной системы показателей можно оценить вероятность наступления неплатежеспособности предприятия.
Различные методы финансового анализа позволяют выяснить слабые места в экономике предприятия, охарактеризовать его ликвидность, финансовую устойчивость, рентабельность, отдачу активов и рыночную активность.
Однако обычно вывод о вероятности банкротства можно сделать только на основе сопоставления показателей данного предприятия и аналогичных предприятий, обанкротившихся или избежавших банкротства.
Найти соответствующую информацию довольно трудно, поэтому для расчетов вероятностей банкротства широко используют многофакторные модели (основанные на анализе коэффициентов), которые позволяют определить, находится ли компания в «рискованном» положении (т.е. существует ли опасность разорения или поглощения ее другой компанией и есть ли настоятельная необходимость перестройки или улучшения ее работы).
Одна из таких моделей прогнозирования банкротства на основе минимального количества коэффициентов, объединенных в определенную систему (Z-модель), была разработана независимо друг от друга американским профессором Эдвардом Альтманом и английским профессором Ричардом Таффлером [13].
Z-модель была разработана на основе статистического анализа большого количества финансовых коэффициентов как «благополучных», так и обанкротившихся компаний.
Статистический анализ использовался для определения минимального числа коэффициентов, с помощью которых можно отличить стабильную компанию от потенциального банкрота, расчета степени влияния каждого коэффициента на построение модели и прогнозирование банкротства.
В 1968 г. профессор Альтман проанализировал 22 бухгалтерские и небухгалтерские «переменные» и выбрал пять ключевых коэффициентов для определения стабильного или критического состояния фирм. Эти пять показателей были затем использованы для определения значения Z [6].
Компании, у которых величина Z превышала определенный уровень, могли быть отнесены к категории финансово благополучных, а компании, у которых значение Z не достигало этого уровня, могли быть определены как потенциальные банкроты. Альтман выделил также «серую зону» между «процветанием» и «банкротством».