Файл: Предпринимательский риск и методы его снижения (Значение риска в предпринимательской деятельности).pdf

Объективный метод определения вероятности основан на вычислении частоты, с которой происходит данное событие. Например, если известно, что при вложении капитала в какое-либо мероприятие прибыль в сумме 250 тыс. руб. была получена в 120 случаях из 200, то вероятность получения такой прибыли составляет 0,6 (120: 200).

Субъективный метод определения вероятности основан на использовании субъективных критериев, которые базируются на различных предположениях. К таким предположениям могут относиться: суждение и личный опыт оценивающего, оценка эксперта, мнение финансово консультанта и т.п. Когда вероятность определяется субъективно, ^То разные люди могут устанавливать разное ее значение для одного ^и того же события и делать каждый свой выбор.

Важное место при этом занимает экспертная оценка, т.е. проведение экспертизы, обработка и использование ее результатов при обосновании значения вероятности.

Принятие экспертной оценки представляет собой комплекс математико-статистических методов и процедур, связанных с деятельностью эксперта по переработке необходимой для анализа и принятия решения информации. Экспертная оценка основана на использовании способности специалиста (его знаний, умения, опыта, интуиции и т.п.) находить нужное, наиболее эффективное решение.

Для окончательного принятия решения необходимо измерить колеблемость показателей, т.е. определить меру колеблемости возможного результата. Колеблемость возможного результата представляет собой степень отклонения ожидаемого значения от средней величины.

Для этого на практике обычно применяются два близко связанных критерия: дисперсия и среднее квадратическое отклонение.

Дисперсия представляет собой средневзвешенное из квадратов отклонений действительных результатов от средних ожидаемых:

где σ² - дисперсия; х - ожидаемое значение для каждого случая наблюдения; х - среднее ожидаемое значение; п - число случаев наблюдения (частота).

Среднее квадратическое отклонение определяется по формуле:

Среднее квадратическое отклонение является именованной величиной и указывается в тех же единицах, в каких измеряется варьирующий признак. Дисперсия и среднее квадратическое отклонение являются мерами абсолютной колеблемости.

Для анализа обычно используют коэффициент вариации R_VAr. Он представляет собой отношение среднего квадратического отклонения к средней арифметической и показывает степень отклонения полученных значений:

Коэффициент вариации - относительная величина, поэтому на размер этого коэффициента не оказывают влияние абсолютные значения изучаемого показателя. С его помощью можно сравнивать даже колеблемость признаков, выраженных в разных единицах измерения".

Коэффициент вариации может изменяться от 0 до 100%. Чем больше коэффициент, тем сильнее колеблемость. Установлена следующая качественная оценка различных значений коэффициента вариации: до 10% - слабая колеблемость; 10-25% - умеренная колеблемость; свыше 25% - высокая колеблемость.

Расчет дисперсии при вложении капитала в мероприятия А и Б приведен в таблице 1.

Таблица 1

Расчет дисперсии при вложении капитала в мероприятия А и Б.

Среднеквадратическое отклонение при вложении капитала в мероприятие А составляет:

в мероприятие Б:

Коэффициент вариации для мероприятия А:

коэффициент вариации для мероприятия Б:

Коэффициент вариации при вложении капитала в мероприятие А ^меньше, чем при вложении его в мероприятие Б, что позволяет сделать вывод о принятии решения в пользу вложения капитала в мероприятие А.

Можно применять также упрощенный метод определения степени риска.

Количественно риск инвестора характеризуется оценкой его вероятной величины максимального и минимального доходов. При этом, чем больше диапазон между этими величинами при равной их вероятности, тем выше степень риска.

Тогда для расчета дисперсии, среднеквадратического отклонения и коэффициента вариации "можно использовать следующие формулы:

где Рmах, Pmin - вероятность получения максимального и минимального доходов;

Xmax, Xmin - соответственно максимальная и минимальная величина дохода;

средняя ожидаемая величина дохода.

В условиях рынка любое предприятие может оказаться банкротом или стать жертвой "чужого" банкротства. Необходимо прогнозировать вероятность банкротства для своевременного выявления различных сбоев и упущений в деятельности предприятия, потенциально опасных с точки зрения вероятности наступления банкротства. Предприятие, на котором серьезно поставлена аналитическая работа, способно заранее распознать надвигающийся кризис, оперативно отреагировать на него и с большей вероятностью избежать "неприятностей" или уменьшить степень риска.

Методы диагностики вероятности банкротства.[20. C. 99]

Для любого предприятия важно оценивать свою платежеспособность и прогнозировать возможное банкротство. Для диагностики вероятности банкротства могут быть использованы следующие методы.

Многокритериальный подход. Многие крупные компании и аудиторские фирмы используют для своих аналитических оценок системы критериев. Одной из систем являются рекомендации Комитета по обобщению практики аудирования (Великобритания).

В соответствии с ними выделяется две группы признаков банкротства.

К первой группе относятся показатели, свидетельствующие о возможных финансовых затруднениях и вероятности банкротства в недалеком будущем:

• повторяющиеся существенные потери в основной деятельности, выражающиеся в хроническом спаде производства, сокращении объемов продаж и хронической убыточности;
• низкие значения коэффициентов ликвидности и тенденция к их снижению;
• наличие хронической просроченной кредиторской и дебиторской задолженности;
• увеличение до опасных пределов доли заемного капитала в обшей его сумме;
• дефицит собственного оборотного капитала;
• систематическое увеличение продолжительности оборота капитала;
• наличие сверхнормативных запасов сырья и готовой продукции;
• использование новых источников финансовых ресурсов на невыгодных условиях;
• неблагоприятные изменения в портфеле заказов;
• падение рыночной стоимости акций предприятия;
• снижение производственного потенциала.

Во вторую группу входят показатели, неблагоприятные значения которых не дают основания рассматривать текущее финансовое состояние как критическое, но сигнализируют о возможности резкого его ухудшения в будущем при неприятии действенных мер. К ним относятся:

• чрезмерная зависимость предприятия от какого-либо одного конкретного проекта, типа оборудования, вида актива, рынка сырья или рынка сбыта;
• потеря ключевых контрагентов;
• недооценка обновления техники и технологии;
• потеря опытных сотрудников аппарата управления;
• вынужденные простои, неритмичная работа;
• неэффективные долгосрочные соглашения;
• недостаточность капитальных вложений и т.д.

К достоинствам этой системы индикаторов возможного банкротства можно отнести системный и комплексный подходы, а к недостаткам - высокую степень сложности принятия решения в условиях многокритериальной задачи, субъективность прогнозного решения независимо от числа критериев.

Дискриминантные факторные модели. В зарубежных странах Для оценки риска банкротства широко используются дискриминантные факторные модели Альтмана, Бивера, Лиса, Таффлера.

Дискриминантные факторные модели Альтмана. Чаще всего для оценки вероятности банкротства предприятия используются Z-модели, предложенные известным западным экономистом Эдвардом Альтманом, который предполагает расчет индекса кредитоспособности.

Самой простой из этих моделей является двухфакторная. Для нее выбираются два основных показателя, от которых, по мнению Э. Альтмана, зависит вероятность банкротства:

• коэффициент покрытия (характеризует ликвидность);
• коэффициент финансовой зависимости (характеризует финансовую устойчивость). На основе анализа западной практики были выявлены весовые коэффициенты каждого из этих факторов.

Z = - 0,3877 - 1,0736К_П + 0,579К_ФЗ,

где К_П - коэффициент покрытия (отношения текущих активов к текущим обязательствам);

К_ФЗ - коэффициент финансовой зависимости, определяемой как отношение заемных средств к общей величине пассивов.

Для предприятий, у которых Z = 0, вероятность банкротства равна 50%. Если Z < 0, то вероятность банкротства меньше 50% и далее снижается по мере уменьшения Z. Если Z > 0, то вероятность банкротства больше 50% и возрастает с ростом Z

Достоинство модели - в возможности применения в условиях ограниченного объема информации о предприятии, но данная модель не обеспечивает высокую точность прогнозирования банкротства, так как не учитывает влияния на финансовое состояние предприятия других важных показателей (рентабельности, отдачи активов, деловой активности).

В западной практике чаще используются многофакторные модели Альтмана. В 1968 г. им была предложена пятифакторная модель прогнозирования. Данная формула применима для акционерных обществ открытого типа:

Z = 1,2К_ОБ + 1,4К_нп + 3,3К_Р + 0,6К_П + 1,0К_ОМ,

где К_ОБ - доля оборотных средств в активах, т.е. отношение текущих активов к общей сумме активов;

К_НП - рентабельность активов, исчисленная исходя из нераспределенной прибыли, т.е. отношение нераспределенной прибыли к общей сумме активов;

К_Р - рентабельность активов, исчисленная по балансовой стоимости (т.е. отношение прибыли до уплаты % к сумме активов;

Кп - коэффициент покрытия по рыночной стоимости собственного капитала, т.е. отношение рыночной стоимости акционерного капитала к краткосрочным обязательствам^[1];

К_ОМ - отдача всех активов, т.е. отношение выручки от реализации к общей сумме активов. Уровень угрозы банкротства предприятия для акционерных обществ открытого типа:

• значение Z менее 1,81 - вероятность банкротства очень высокая;
• значение Z от 1,81 до 2,7 - вероятность банкротства высокая;
• значение Z от 2,7 до 2,99 - вероятность банкротства невелика;
• значение Z более 2,99 - вероятность банкротства ничтожна. Для акционерных обществ закрытого типа и предприятий, акции которых не котируются на рынке, рекомендуется следующая модель Альтмана:

Z = 0,7К_ОБ + 0,8К_нп + 3,1К_Р + 0,4К_П + 1,0К_ОМ,

где К_П - коэффициент покрытия по балансовой стоимости, т.е. отношение балансовой стоимости акционерного капитала (суммарная балансовая стоимость акций предприятия) к краткосрочным обязательствам.

Константа сравнения - 1,23:

• если Z < 1,23, то это признак высокой вероятности банкротства;
• если Z > 1,23, то это свидетельствует о малой его вероятности. Точность прогноза в этой модели на один год составляет 95%, на два года - до 83%, что говорит о достоинствах данной модели. Однако существуют мнения, согласно которым в условиях переходной экономики использовать модель Альтмана нецелесообразно. Аргументами сторонников этих мнений служат:
• несопоставимость факторов, генерирующих угрозу банкротства;
• различия в учете отдельных показателей;
• влияние инфляции на их формирование;
• несоответствие балансовой и рыночной стоимости отдельных активов и другие объективные причины.
• Дискриминантная факторная модель Таффлера. Таффлер разработал следующую модель: