Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
О главном редакторе
Подписка
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
Научные дискуссии
Семинары, конференции
 
 
Проблемы современной экономики, N 2 (54), 2015
ПРОБЛЕМЫ ТЕОРИИ И ПРАКТИКИ ПРЕДПРИНИМАТЕЛЬСТВА
Хозяинов М. С.
профессор Международного университета природы, общества и человека (г. Дубна),
доктор технических наук

Квасов И. А.
доцент Института экономики и антикризисного управления (г. Москва),
кандидат технических наук


Управление рисками: полуэмпирический анализ
В статье представлен обзор современных методов управления рисками, носящих как строго формализованный, так и неформальный характер. На основе критического анализа существующих государственных и корпоративных стандартов управления рисками выделена проблемная область. Предложен авторский алгоритм управления рисками, рекомендуемый к внедрению в отечественных корпоративных структурах
Ключевые слова: управление рисками, экспертные оценки, алгоритм управления, полуколичественная карта, чувствительность проекта, пороговый риск
УДК 330.322.212; ББК 65.3, 65.9   Стр: 157 - 159

В последнее время риск-менеджмент (РМ), или управление рисками (УР), является очень модной темой. Интерес руководителей промышленных предприятий к данному процессу объясняется желанием повысить устойчивость своего бизнеса. С одной стороны, УР позволяет заблаговременно выявить проблемные моменты при реализации стратегии предприятия или инвестиционных проектов. С другой стороны, менеджеры- технократы, имеющие большой опыт и глубокое понимание технологических процессов и являющиеся элитой современного управления, осознают, что в будущем их место займут руководители, обучавшиеся не техническим дисциплинам, а исключительно менеджменту. Уже сейчас в России и странах СНГ пользуются спросом специалисты, имеющие звание выпускника бизнес-школ западного образца «магистр делового администрирования» (МВА), тогда как ранее менеджеры «воспитывались» на производстве.
Наиболее дальновидные из современных управленцев внедряют управление рисками на своих предприятиях в целях создания механизма, позволяющего инженерам обосновать необходимость финансирования проектов, важных для поддержания работоспособности производства, предоставляя тем самым менеджерам нового типа, неспециалистам в различных технических областях, надежный инструмент получения информации для принятия решений.
Сам процесс управления как финансовыми, так и нефинансовыми рисками уже давно официально стандартизован во многих странах [1-4], описание всех его этапов можно найти не только в специализированной литературе, но и в «Википедии» — свободной энциклопедии, размещенной в Интернет [5]. Однако существующие документы не дают конкретных ответов на многие вопросы: государственные стандарты и стандарты предприятий определяют, что должно быть сделано, но не отвечают на вопрос как. По этой причине, в процессе УР неоправданно часто применяется метод «экспертных оценок», который привносит большой субъективизм как в оценку рисков, так и в определение того набора рисков, которым предприятие должно управлять, что в свою очередь, снижает качество процесса.
Во-первых, имеет место трата времени на согласование мнений экспертов: когда для достижения согласия каждому из n человек нужно проводить переговоры со всеми остальными участниками группы, требуется в (n–1)n/2 раз больше времени, чем в случае принятия решения одним специалистом, — проблема, давно известная менеджерам [6].
Во-вторых, ввиду того, что подобная философия не предоставляет четких критериев сравнения и отбора потенциально опасных событий, увеличивается вероятность упущения рисков: мнения экспертов должны подкрепляться логикой и фактами, а не приниматься априори, получаться интуитивно или возникать в результате «озарения».
Серия публикаций, первой из которых является данная статья, имеет целью дать подробное описание алгоритмов количественного анализа рисков, которое можно бы было использовать на практике при оценке рисков для принятия решений при реализации инвестиционных проектов. Результаты, полученные при помощи методов, впоследствии могут быть пропущены через фильтр экспертных мнений группы, принимающей участие в оценке рисков, руководителя проекта и руководства предприятия.
Такой подход согласуется с описанием процесса управления рисками австралийского стандарта риск-менеджмента [1]: для исключения субъективизма следует применять наилучшие из имеющихся источников информации и инструментов их исследования. При изложении алгоритмов и описании моделей мы будем придерживаться терминологии, определенной в [3], которая не противоречит австралийскому стандарту.
Согласно [1] виды анализа разделяются на качественный, полуколичественный и количественный. Именно в таком порядке возрастает точность и исключается субъективизм полученных результатов.
В первом случае для оценки ущерба и вероятности риска используются шкалы измерения со словесной градацией. Этот анализ используется для грубой оценки ситуации с целью определения рисков, требующих более детального анализа, в ситуации недостатка данных для проведения количественного анализа, или неадекватности временных и прочих затрат эффекту от проведения анализа. При инвестировании средств данный подход неприемлем.
Во втором случае качественным шкалам придаются, конкретные числовые значения, которые могут и не соответствовать истинным величинам последствий и вероятности рисков. Цель этого анализа — более детальная приоритезация, а не реалистичные значения вероятностей и последствий рисков, как при проведении количественного анализа.
В третьем случае используются числовые значения, полученные при помощи использования предыдущих наблюдений и накопленного опыта, изучения отраслевой практики и периодической литературы, применения результатов маркетинговых исследований, экспериментирования, построения экономических и инженерных моделей, и, опять же, выяснения мнений экспертов и специалистов. Качество источников данных определяет точность и компетентность такого анализа, выполняемого для наиболее важных рисков [1].
Надо признать, что на практике для большинства рисков наиболее часто применяется полуколичественный анализ, поскольку проведение количественного анализа для каждого риска — мероприятие ресурсоемкое и трудновыполнимое ввиду недостаточности данных. Стандарт [1] деликатно говорит о том, что такой вид анализа должен быть использован с большой осторожностью, поскольку выбранные числовые значения могут и не отражать расположения рисков относительно друг друга, что может привести к противоречивым результатам. В реальности это сослагательное наклонение перерастает в настоящий императив: специалисты, к сожалению, начинают сравнивать на одной и той же шкале «яблоки» с «апельсинами». Каждого из них просят оценить риск, к примеру, по 5-ти бальной шкале, и один специалист подразумевает под пятью баллами получение персоналом травмы средней тяжести, а другой — ущерб в 5 миллионов долларов от сорвавшегося контракта. В результате все усилия по реалистичному сравнению риска сводятся на нет: предприятие получает качественный анализ в самом грубом приближении, который не пригоден для управления рисками дорогостоящего инвестиционного проекта и требует не простой фильтрации через мнение экспертов, а настоящего переосмысления ими. Другая проблема, порождаемая отсутствием сравнительной модели — невозможность проведения линии толерантности, разграничивающей риски на 2 группы: те, которыми следует управлять, и те, которые следует отслеживать.
Сравнительной моделью, которая решит обе проблемы, может стать модель чувствительности [1, 6]. На практике это выглядит следующим образом.
Во-первых, выбирается параметр, по которому будет определяться толерантность к рискам: тот уровень потерь, который владелец риска способен позволить себе, не принимая мер по управлению рисками. Наиболее подходящий здесь критерий — чистый приведенный доход (NPV).
Во-вторых, определяется величина выбранного параметра, которая является критической для проекта. Сделать это можно, выяснив личное отношение менеджера к этому вопросу, или оценив то, как негативное изменение параметра сказывается на значениях показателей финансово-хозяйственной или стратегической деятельности организации. Например, коэффициент покрытия инвестиций, являющийся одним из коэффициентов финансовой устойчивости предприятия и характеризующий долю собственных средств и долгосрочных обязательств в общей сумме активов предприятия, имеет нормальное значение около 0,9, критическим считается его снижение до 0,75. Если при наступлении риска фирма должна прибегать к получению краткосрочного займа, приводящему к перемещению этого коэффициента в критическую зону, то снижение NPV, происходящее в данном случае, будет критическим для проекта.
В-третьих, для измерения ущерба выбирается условная шкала. Максимальному значению шкалы соответствует изменение показателя, соответствующее самым негативным последствиям: закрытие проекта, банкротство и т.д. Одному из значений придается критическое изменение показателя, определенное на втором шаге. Пусть шкала имеет 10 делений. Значению «10» будет сопоставлено максимально возможное снижение NPV, критическому изменению показателя — значение, пропорциональное отношению критического снижения к максимальному. Например, максимально возможное снижение NPV — 2 600 000 у.е., означающее ликвидацию проекта, а критическое изменение NPV, приводящее к снижению коэффициента покрытия инвестиций до 0, 75, — 260 000 у.е. Тогда цена деления шкалы будет равна 26 000 у.е., критическое значение будет соответствовать уровню 9 (см. рис. 1).
Рис. 1. Определение критического уровня на полуколичественной карте рисков

В-четвертых, для каждого из рисков, выявленных на этапе идентификации, специалисты отвечают на вопрос «на сколько может измениться в негативную сторону показатель, характеризующий наступление риска». Например, «на сколько может упасть цена на продукт», «на сколько может подорожать сырье», «на сколько может возрасти инфляция», «на сколько упадет курс национальной валюты» и т.д.
В-пятых, создается модель, отражающая изменение денежных потоков по годам реализации проекта. Такая модель является частью бизнес-плана любого проекта. Этот «черный ящик» имеет на входе все показатели, характеризующие наступление риска, а на выходе — показатель, определенный на первом шаге анализа (см. рис. 2). Классический анализ чувствительности с построением диаграммы-паука, демонстрирующей процентное изменение результирующей величины в зависимости от процентного изменения входящих факторов, позволяет определить факторы, оказывающие наибольшее влияние на проект (наибольший наклон касательной к кривой зависимости NPV в точке с абсциссой 100%), но не говорит о том, какой из этих факторов привносит наибольший риск (см. рис.2).
Рис. 2. Модель чувствительности инвестиционного проекта

На шестом шаге мы объединяем данные третьего, четвертого и пятого шагов. Ответ на вопрос четвертого шага подставляется на вход модели чувствительности, результат наносится на полуколичественную карту рисков.
На карте сравниваются величины, приведенные к общему знаменателю. Если риск приводит к увеличению затрат, например, к выплате штрафных санкций в результате аварии, то в модели определения NPV эти затраты выносятся на самый ранний срок их возможного возникновения. Делается это для рассмотрения самого худшего варианта развития событий, поскольку из-за дисконтирования денежных потоков ценность денег с течением времени снижается.
Следующий практический вопрос — определение уровня толерантности и проведение линии толерантности на созданной карте рисков.
В некоторых компаниях применяется неоправданно упрощенный подход: карта рисков, позволяющая сравнивать риски по двум параметрам, не используется; риски ранжируются в порядке убывания веса риска, вычисляемого как произведение вероятности возникновения риска на его последствия; экспертным путем определяется пороговый уровень для веса риска; риски с весом большим порогового подвергаются обработке, остальные — мониторингу. Продемонстрируем это на примере (см. таблицу 1).

Таблица 1
Пример ранжирования рисков для полуколичественной карты
№ п/пОписание рискаВес риска
9Падение цены на продукцию80
4Падение курса доллара35
8Повышение цены на сырье25
6Авария, сбой АСУТП16
10Большой процент брака14
2Появление продукта-заменителя12
5Невыполнение условий поставки оборудования10
3Инфляция9
1Ужесточение экологических стандартов8
7Кадровый голод6

Пороговый уровень установлен равным 14. Риски 9, 4, 8, 6 и 10 будут обработаны. Возникает ряд вопросов: на каком основании были отвергнуты 2, 5 и 1, способные причинить больший ущерб? Само определение порогового уровня в данном случае не связано с уровнем толерантности, которое говорит об ущербе, на который согласен пойти игрок на рынке, а не о весе риска.
Если мы обратимся к карте рисков и представим данное решение графически (см. рис. 3), то мы увидим, что, применяя подобный метод, лицо, принимающее решение (ЛПР), разделяет риски на 2 группы через построение линии безразличия — гиперболы, все точки которой имеют постоянный вес: последствия · вероятность = const
Рис. 3. Упрощенный способ оценивания рисков

Таким образом, толерантность подменяется безразличием, что совсем не одно и то же. Кроме того, отказ от использования карты рисков приводит к потере рисков, которые невозможно определить простым установлением порогового значения общей оценки рисков. Покажем это на примере.
Первый шаг. Устанавливается уровень толерантности при помощи того же метода, каким была определена критическая величина параметра, который используется для измерения последствий от наступления риска: через выяснение личного отношение менеджера к этому вопросу, или с помощью анализа влияния на значениях показателей финансово- хозяйственной или стратегической деятельности организации. Уровень толерантности принадлежит интервалу (0; критическая величина параметра, измеряющего последствия от наступления риска). Для нашего примера — это интервал (0; 9]. Допустим, уровень толерантности определен равным 6 (см. рис. 4).
Второй шаг. В принципе, это разделение рисков можно было бы уже принять в качестве итогового, но ряд логических рассуждений позволит нам включить в список ряд рисков, которые также следует обрабатывать. Определим первый из рисков, который вышел за линию толерантности. Это можно сделать при помощи использования таблицы: найти риск с минимальным весом, расположенный выше линии толерантности (риск 1). Альтернативой является построение биссектрисы на карте и выявление риска, проекция на биссектрису которого лежит ближе всего к началу координат (см. рис. 5). Назовем такой риск пороговым.
Рис. 4. Линия толерантности
Рис. 5. Нахождение порогового риска

Третий шаг. Далее следует цепочка простых рассуждений: некоторые риски имеют не очень большой ущерб, но очень большую вероятность возникновения, например, выпуск брака ввиду неисправности оборудования. Такими рисками лучше управлять, поскольку в долгосрочном периоде они приносят довольно ощутимый ущерб. С целью «захвата» таких рисков, для порогового риска строится кривая безразличия. Все риски, лежащие выше кривой, причиняют больший вред, чем пороговый риск. Линия толерантности теперь состоит из участка прямой и гиперболы кривой безразличия, проходящей через пороговый риск.
Данный список обрабатываемых рисков является базой для обсуждения группой экспертов, которые могут исключить некоторые из них, или добавить новые. Изложенные принципы были проверены на практике при выполнении оценки рисков на предприятии металлургической отрасли. Последующие публикации будут посвящены методам количественного анализа рисков.


Литература
1. Australian/New Zealand Risk Management Standard, AS/NZS 4360:1999.
2. Public Law 107-204 — JULY 30, 2002.
3. ГОСТ P 51897-2002 Менеджмент риска. Термины и определения.
4. Кодекс корпоративного поведения. Корпоративное управление в России / Федеральная комиссия по рынку ценных бумаг; Под общ. ред. И.В. Костикова. — М.: ЗАО «Изд-во «Экономика», 2003. — 275 с.
5. http://en.wikipedia.org/wiki/Risk management
6. Frederick P. Brooks, Jr. The Mythical Man-Month: Essays on Software Engineering. University of North Carolina, Chapel Hill. Addison-Wesley Publishing Company, 1982, Chapter 1.

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2024
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия