Анализ коммерческого риска

Среднее ожидаемое значение – это то значение события, которое связано с неопределенной ситуацией. Оно является средневзвешенным всех возможных результатов, где вероятность каждого результата используется в качестве частоты, или веса, соответствующего значения. Таким образом, вычисляется тот результат, который предположительно ожидается.

Вероятность потерь рассчитывается по формуле:

 где F – вероятность, N1 – число случаев конкретного уровня потерь, N2 – общее число случаев в статистической выборке.

Среднее ожидаемое значение рассчитывается по формуле:

 где  - среднее ожидаемое значение, R – фактическое значение события.

Дисперсионный метод успешно применяется  и при наличии более чем двух альтернативных признаков.

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 экспертных оценок основан на обобщении мнений специалистов-экспертов о вероятностях риска. Интуитивные характеристики, основанные на знаниях и опыте эксперта, дают в ряде случаев достаточно точные оценки. Экспертные методы позволяют быстро и без больших временных и трудовых затрат получить информацию, необходимую для выработки управленческого решения. Метод экспертных оценок применяется в случаях, когда:

1. длина исходных динамических рядов недостаточна для оценивания с использованием экономико-статистических методов;
2. связь между исследуемыми явлениями носит качественный характер и не может быть выражена с помощью традиционных количественных измерителей;
3. входная информация неполная и невозможно предсказать влияние всех факторов;
4. возникли экстремальные ситуации, когда требуется принятие быстрых решений.

Суть экспертных методов заключается в организованном сборе суждений и предположений экспертов с последующей обработкой полученных ответов и формированием результатов.

Выделяют следующие стадии экспертного опроса:

1. формулировка целей экспертного опроса;
2. подбор основного состава рабочей группы;
3. разработка и утверждение технического задания на проведение экспертного опроса;
4. разработка подробного сценария проведения сбора и анализа экспертных мнений (оценок), включая как конкретный вид экспертной информации (слова, условные градации, числа, ранжирование, разбиение или иные объектов числовой природы), так и конкретные методы анализ этой информации;
5. подбор экспертов в соответствии с их компетентностью;
6. формирование экспертной комиссии;
7. проведение сбора экспертной информации;
8. анализ экспертной информации;
9. интерпретация полученных результатов и подготовка заключения;
10. принятие решение – выбор альтернативы.

Существует масса методов получения экспертных оценок. В одних с каждым экспертом работают отдельно, он даже не знает, кто еще является экспертом, а потому высказывает свое мнение независимо от авторитетов. В других – экспертов собирают вместе, при этом эксперты обсуждают проблему друг с другом, учатся друг у друга, и неверные мнения отбрасываются. В одних методах число экспертов фиксировано, в других – число экспертов растет в процессе проведения экспертизы.

Среди наиболее распространенных методов получения экспертных оценок можно выделить:

1. метод «Дельфы»;
2. метод «снежного кома»;
3. метод «дерево целей»;
4. метод «комиссии круглого стола»;
5. метод эвристического прогнозирования;
6. матричный метод.

Метод оценки платежеспособности и финансовой устойчивости предприятия позволяет предусмотреть вероятность банкротства. В первую очередь анализу подвергаются сведения, содержащиеся в документах годовой бухгалтерской отчетности.

Основными критериями неплатежеспособности, характеризующими структуру баланса, являются: коэффициент текущей ликвидности, коэффициент обеспеченности собственными средствами и 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 вероятности банкротства широко используют многофакторные модели (основанные на анализе коэффициентов), которые позволяют определить, находится ли компания в «рискованном» положении (то есть 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 друга от друга Э. Альтманом и Р. Таффлером. Данная 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.

Эта модель позволяет прогнозировать банкротство на пятилетний период с точностью до 70%.

В общем виде Z-модель выглядит следующим образом:

Z = C1R1 + C2R2 + … + CnRn,

где R1, R2, …Rn - отобранные ключевые коэффициенты, число которых достигает n;

С1, С2, …Сn – это показатели, характеризующие значимость R1, R2, …Rn .

Высокое значение Z говорит о стабильном состоянии, низкое – о потенциальном банкротстве.

На сегодня эффективность Z-модели для прогноза вероятного банкротства компании все еще нуждается в подтверждении. Проблемы Z-модели вытекают из того, что ее коэффициенты рассчитывают по данным официальной отчетности компании. Однако компании, которые попадают в затруднительное положение могут «улучшать» свои Отчеты о прибылях и убытках.

В таком случае адекватная оценка финансовых трудностей компании представляется невозможной.

При выборе рациональной стратегии производства или оптовых закупок в торговых фирмах в условиях неопределенности используются игровые модели:

Первая модель. Выбор стратегии по максиминному критерию Вальда (Wald criterion) [9, 181-183]

В условиях рыночных отношений всегда существует неопределенность в вероятных колебаниях спроса на продукцию. В этих условиях требуется выбрать оптимальную стратегию производства и сбыта.

Стратегия, соответствующая максимальному значению среди минимумов строк, называется максиминной стратегией. Соответствующий критерий (критерий Вальда) записывается следующим образом:

, где i – номер строки, j – номер столбца, Uij – выигрыш игрока для элемента, находящегося на пересечении данного столбца и данной строки.

Максиминная оценка по критерию Вальда является единственно абсолютно надежным результатом при принятии решения в условиях неопределенности спроса на продукцию.

Вторая модель. Выбор стратегии по минимаксному критерию Сэвиджа – правило наименьшего риска

Минимакс – наименьший из всех максимальных элементов строк матрицы. Критерий минимакса симметричен критерию максимина и также означает осторожный подход при выборе решения, которое должно гарантировать минимальный уровень максимально возможного  проигрыша.

Записывается данный критерий Сэвиджа следующим образом:

, где i – номер строк, j – номер столбцов, Uij – выигрыш первого или проигрыш второго участника для элемента, находящегося на пересечении данного столбца и данной строки.

Третья модель. Выбор стратегии по критерию Гурвица

При выборе решения из двух крайностей, связанных с пессимистической стратегией по критерию Вальда и чрезмерным оптимизмом по критерию Сэвиджа можно выбрать некоторую промежуточную позицию, граница которой определяется показателем пессимизма-оптимизма х, находящимся в пределах    0 ≤ х ≤ 1. Такой критерий называется критерием Гурвица. Как частный случай при х = 1 из него следует максиминный критерий Вальда, а при х = 0 – минимаксный критерий Сэвиджа.

В соответствии с критерием Гурвица для каждой стратегии выбирается линейная сумма взвешенных минимального и максимального выигрышей по формуле:

где gij – размер прибыли (убытков) от спроса (продаж) (табл. 4), i – строка, j – столбец.

Затем выбирается такая стратегия, для которой величина Gi получается наибольшей, т.е. Siопт→Gimax.

Модель четвертая. Определение критического объема производства.

Анализ критических соотношений доходов от реализации продукции и объемом производства используется для определения так называемого критического объема производства и продажи, при котором предприятие покроет от продажи все расходы, не получив при этом прибыли,

т.е. P = D – R = 0.

Анализ безубыточности помогает держать в поле зрения границы устойчивого положения фирмы.

Для этого нужно определить точку критического объема производства, при котором прибыль равна нулю.

Объем продаж в точке критического объема производства определяется по формуле:

Вывод этой формулы проиллюстрируем с помощью графика в Приложении 1.

Отношение критического объема производства, выраженное в денежных единицах, к цене за единицу продукции С, даст натуральное выражение SHкр критического объема производства, т.е. SHкр = Sкр / C.

Из рисунка в Приложении 1 следует, что S = CSH, а суммарные расходы R = FC+VC. В точке критического объема производства Sкр = R = FC+VC, где VC = aS – переменные затраты, прямо пропорциональные объему производства S. Тогда Sкр= FC+aSкр, откуда Sкр = FC / (1-a) = FC* S / S(1-a) = FC* S / S-VC, т.е. мы получили приведенную выше формулу.

Рассмотренные модели и методы позволяют минимизировать возможные риски для компаний. Заметим, однако, что мы рассмотрели не все методы анализа коммерческого риска, поскольку их количество значительно превышает возможные объемы настоящей работы.

 

3. Анализ коммерческого риска  на примере ООО «АВМ»

Фирма ООО «АВМ» небольшой производственное предприятия. Основная продукция фирмы -  большой ассортимент масштабных моделей для коллекционеров. Продукция фирмы пользуется спросом на рынке, так как модели исполняются по оригинальным чертежам с использование лазерной резки для достижения максимально близкой к реальности формы и структуры моделей. Также можно сказать, что продукция фирмы – это коллекция старых автомобилей, выпускавшихся отечественным автопромом в начале прошлого века.

а) Анализ коммерческого риска с применением статистического метода

Изучение коммерческого риска проведем на основании данных о рентабельности фирмы за последние 10 лет. Данный показатель был выбран, так как рентабельность является важным обобщающим показателем эффективности производства, его интенсификации и маркетинговой деятельности.

Таблица 1

Статистические данные о рентабельности фирмы ООО «АВМ» за 1996 – 2005 гг., в %

Год	1996	1997	1998	1999	2000	2001	2002	2003	2004	2005	2006
Рентабельность (или R)	14	32	32	8	26	30	30	16	24	40	?