Автор работы: Пользователь скрыл имя, 27 Июня 2014 в 11:37, курсовая работа
Риск является весьма сложной и многоаспектной категорией. Не случайно в научной литературе приводятся десятки видов риска (при этом основным классификационным признаком чаще всего служит объект, рисковость которого пытаются охарактеризовать и проанализировать): кратковременные и постоянные, природно-естественные и экологические, политические и транспортные, а также риски коммерческие, которые являются предметом настоящего исследования.
1. Расчет вероятности
рентабельность 8% наблюдалась 1 год, тогда F1 = 1/10 = 0,1;
рентаб. 14% - 1 год, тогда F2 = 1/10 = 0,1;
рентаб. 16% - 1 год, тогда F3 = 1/10 = 0,1;
рентаб. 24% - 1 год, тогда F4 = 1/10 = 0,1;
рентаб. 26% - 1 год, тогда F5 = 1/10 = 0,1;
рентаб. 30% - 2 года, тогда F6 = 2/10 = 0,2;
рентаб. 32% - 2 года, тогда F7 = 2/10 = 0,2;
рентаб. 40% - 1 год, тогда F8 = 1/10 = 0,1.
Тогда = 8% х 0,1 + 14% х 0,1 + 16% х 0,1 + 24% х 0,1 + 26% х 0,1 + 30% х 0,2 + 32% х 0,2 + 40% х 0,1 = 25,2%
s = (R- )2 F
Для расчета дисперсии необходимо построить таблицу значений:
Таблица 2
R |
F |
R- |
s | |
14 |
0,1 |
1,4 |
-11,2 |
12,54 |
32 |
0,2 |
6,4 |
6,8 |
9,25 |
8 |
0,1 |
0,8 |
-17,2 |
29,58 |
26 |
0,1 |
2,6 |
0,8 |
0,06 |
30 |
0,2 |
6,0 |
4,8 |
4,61 |
16 |
0,1 |
1,6 |
-9,2 |
8,46 |
24 |
0,1 |
2,4 |
-1,2 |
0,14 |
40 |
0,1 |
4,0 |
14,8 |
21,90 |
Среднее ожидаемое значение = 25,2 % |
å = 86,56 |
Зная дисперсию, рассчитаем стандартное отклонение (S) фактических данных от расчетных по формуле:
, где n – число случаев наблюдения (в нашем примере равное 8). На основании полученных данных рассчитываем S = 9,3 / 7 = 1,33 %.
Следовательно, наиболее вероятное отклонение рентабельности для ООО «АВМ» от среднего значения 25,2 % за 1996-2005 гг. в 2006 году составит ± 1,33%.
б) Анализ коммерческого риска с использованием количественной оценки экспертами возможного приращения платежеспособного спроса на продукцию фирмы ООО «АВМ» по методу «Дельфы».
К участию в эксперименте было привлечено 5 человек, после оценки уровня компетентности все кандидаты остались. На первом этапе ответы на вопросы дают в произвольной форме (числовые характеристики, словесные описания).
На второй стадии называются конкретные значения возможного приращения платежеспособного спроса с аргументацией данных значений. Далее проводится статистическая обработка результатов экспертизы. Для этого находят медиану и квартили.
Медиана – это серединное или центральное значение признака, делит числовой ряд пополам. Квартиль – это значение переменной, делящее ряд распределения на 4 равные части.
Считается, что медиана характеризует обобщенное мнение группы экспертов, а значение нижнего и верхнего квартилей ограничивают доверительную зону прогноза.
Проведенная экспертиза дала следующие результаты:
Таблица 3
№ п/п |
Коэффициент компетентности |
Величина приращения платежеспособного спроса, % |
|
0,5 |
4 |
0,6 |
5 | |
0,6 |
6 | |
0,5 |
8 | |
0,5 |
9 | |
0,7 |
10 | |
0,6 |
11 |
Результаты были доведены до сведения экспертов. Экспертам, чьи прогнозы не попали в доверительный интервал, предлагалось аргументировать свою точку зрения или пересмотреть ее и присоединиться к мнению большинства.
Последующие этапы корректировки данных позволяют усилить согласованность результатов.
Также итоговую оценку можно определить с учетом уровня компетентности экспертов: Y = ∑АSYS / АS, где АS – коэффициент компетентности S-го эксперта; YS – оценка возможного приращения платежеспособного спроса по данным S-го эксперта.
Y = 30,7 / 4 = 7,67 %
в) Анализ коммерческого риска с использованием игровых моделей.
Сначала рассмотрим модель максиминной стратегии. Для ООО «АВМ» минимальный гарантированный устойчивый спрос на продукцию составляет 3000 шт. Устойчивый сбыт, запланированный на 2007 год – 3000 шт. Возможная сверх устойчивого спроса реализация продукции составляет 3000 шт. Маловероятный, но потенциально возможный спрос на продукцию составляет 3000 шт. (покупатель на эту долю продукции не выявлен, но увеличение спроса возможно за счет, например, туристов).
Таким образом, руководство фирмы планирует три стратегии производства моделей: S1=6000 шт., S2=9000 шт., S3=12000 шт.
В зависимости от конъюнктуры рынка рассчитываем значения среднегодовой прибыли или убытков, связанных с нереализованной продукцией, ее хранением и т.д. по формуле P = D – R, где D – доходы, R – расходы. Эти расчеты приведены в табл. 4.
Таблица 4
Объем пр-ва |
Размер прибыли от спроса, gij |
Мин. прибыль, αi |
Макс. из мин. приб. W |
Макс. прибыль, Pi | |||
3000 |
6000 |
9000 |
12000 | ||||
S1=6000 S2=9000 S3=12000 |
1020 -60 -1140 |
4200 3120 2040 |
4200 6300 5220 |
4200 6300 8400 |
1020 -60 -1140 |
1020 |
4200 6300 8400 |
Макс. прибыль, Pi |
1020 |
4200 |
6300 |
8400 |
По критерию Вальда наилучшим решением будет стратегия S1, так как она обеспечивает наибольшую прибыль из множества наихудших исходов (когда продадут только 3000 шт. моделей).
При этом прибыль составит: P = max (1020, -60, -1140) = 1020 руб.
Стратегия S1 называется максиминной, обеспечивающей прибыль Р = 1020 руб. при наихудших условиях продаж на рынке.
Величина Р = 1020 руб. – «нижняя цена игры», максимин или гарантированный результат по критерию Вальда.
Теперь проведем аналогичные рассуждения для второй стороны состояния спроса и стратегии производства для выявления гарантированного минимального размера прибыли из всех наилучших (максимальных) исходов по каждой стратегии.
Чтобы оценить, насколько то или иное состояние среды (рынка, конкурентов) влияет на исход (на величину прибыли), используем показатель риска rij при использовании стратегии Si и состояния продажи Пj. Этот показатель определяется по формуле: Rij = Pi - gij при Pi - gij > 0; Rij = 0 при Pi - gij ≤ 0, где i – номер строки, j – номер столбца, gij – размер прибыли (убытков) от спроса (продаж) (табл. 5), Рi – максимальная прибыль при Пj=const (нижняя строка табл. 4).
По этой формуле рассчитываем показатель риска по данным табл. 4 и заносим в табл. 5. Затем для каждой стратегии Si выбираем максимальное значение показателя риска rimax.
Таблица 5
Пj Si |
3000 |
6000 |
9000 |
12000 |
rimax |
Sопт |
S1 |
0 |
0 |
2100 |
4200 |
4200 |
|
S2 |
1080 |
1080 |
0 |
2100 |
2100 |
2100 |
S3 |
2160 |
2160 |
1080 |
0 |
2160 |
Показатель rimax является основой минимаксного критерия Сэвиджа, согласно которому выбирается такая стратегия Si, при которой величина rimax принимает минимальное значение, т.е. Siопт → min (rimax).
В нашем случае для компании ООО «АВМ» Siопт= S2 = 9000 шт.
Сущность этого критерия в стремлении избежать большего риска в погоне за максимальной прибылью.
Использую критерий Гурвица получаем следующее:
х=0,8 (близкий к пессимистическому критерий).
Рассчитываем Gi для трех стратегий S1, S2, S3 по данным табл. 4
G1 = 0,8 (1020) + (1-0,8) 4200 = 1656 руб.
G2 = 0,8 (-60) + (1-0,8) 6300 = 1212 руб.
G3 = 0,8 (-1140) + (1-0,8) 8400 = 768 руб.
Так, для ООО «АВМ» Gimax=G1, следовательно, Sопт=S1, т.е. как по критерию Вальда. Если выбрать х близким к нулю, то получим Sопт=S2, т.е. как по критерию Сэвиджа.
Определение критического объема производства.
Итак, нам известны следующие данные в денежных единицах (рубли):
Объем продаж S = 9000 руб., переменные затраты VC = 1800 руб., фиксированные (постоянные) затраты FC = 900 руб., объем прибыли Р=6300 руб.
Подставив в формулу численные значения, получим
Sкр = FC* S / (S-VC) = 900*9000 / (9000-1800) = 1125 д.е.
Поскольку Sкр « S, то предприятие находится далеко от точки критического объема производства и продаж.
Экономический анализ хозяйственной деятельности в условиях рыночной экономики все более приобретает характер системного анализа. Задача системного анализа – рассмотреть все частные факторы, обеспечивающие более высокий уровень рентабельности. Экономическим принципом деятельности предприятия является обеспечение либо максимального выпуска продукции при данных ресурсах, либо альтернативно заданного выпуска продукции при минимальном расходе ресурсов.
Предметом экономического анализа непосредственно не является техническая сторона производства, однако экономические показатели изучаются в тесном взаимодействии с техникой и технологией производства, его организацией. Технический прогресс – во многом решающий фактор для современных компаний, ведущий к росту производительности и снижению себестоимости.
Также на уровень экономических показателей существенное влияние оказывают природные условия. От этих условий зависит уровень использования природных ресурсов.
Таким образом, невозможно абстрагироваться в анализе от влияния внешних и внутренних факторов на деятельность организации. Для более полного понимания и качественного прогнозирования необходимо учитывать все возможные риски, возникающие в процессе осуществления деятельности.
Данная работа посвящена анализу коммерческого риска, который представляет собой риск, обусловленный факторами: неустойчивостью спроса и цен на товары (работы, услуги), а также на сырье, энергию и другие ресурсы; неустойчивостью финансовых условий кредитования, неуверенностью владельцев в возмещении вложений при ликвидации предприятия.