CC BY
23Вопросы управления
УДК 658.155
МЕТОДИКА АНАЛИЗА ОПТИМИЗАцИОННОГО СООТВЕТСТВИЯ РИСК-СИСТЕМЫ КОНКРЕТНОГО ПРЕДПРИЯТИЯ РЕГИОНАЛЬНО-ОТРАСЛЕВЫМ
факторам*
Н. Н. ИЛЫШЕБА,
доктор экономических наук, профессор, заведующая кафедрой учета, анализа и экономики труда
E-mail: [email protected] Уральский федеральный университет имени первого Президента России Б. Н. Ельцина
Е. Б. КАРАНИНА,
кандидат экономических наук, доцент, заведующая кафедрой экономики и управления E-mail: [email protected] Кировский филиал Московской финансово-юридической академии
В статье представлена модель проектной стратегической оптимизации риск-системы предприятия, основными элементами механизма функционирования которой являются портфельный подход к принятию управленческих решений, диверсификационная политика и прогнозирование финансово-хозяйственной деятельности на основе авторской методики оценки соответствия значимых параметров риск-системы регионально-отраслевым факторам.
Ключевые слова:риск-система, стратегия, менеджмент, портфельный подход, оценка.
* Статья предоставлена Информационным центром Издательского дома «ФИНАНСЫ и КРЕДИТ» при Уральском федеральном университете имени первого Президента России Б. Н. Ельцина.
Эффективную деятельность предприятий любой отрасли и сферы деятельности следует трактовать как предпринимательскую активность, которая характеризуется не только стабильной доходностью и ростом рыночной стоимости бизнеса, но и оптимальными рисковыми факторами (критериями) предпринимательской деятельности, воздействующими на эффективность финансово-хозяйственной деятельности с позиции необходимости и возможности реализации инвестиций и стратегического развития организации. То есть предпринимательская активность может быть комплексно предопределена факторами риск-системы предприятия.
Сформулируем концептуальный подход авторов к формированию риск-системы предпринимательства и определим ее как оптимизационную
совокупность взаимосвязанных рисковых факторов внешней и внутренней среды финансово-хозяйственной деятельности предприятия любой организационной структуры, отрасли и сферы деятельности, которая является управляемой с позиции реализации бизнес-процесса и совокупности элементов риск-менеджмента. Методологию оптимизационного моделирования риск-системы можно определить как универсальную для предприятий различных отраслей и сфер деятельности, направленности производства и экономических связей. При этом рекомендуемый в ее рамках процесс снижения размерности рисковых факторов позволяет значительно упростить технологию оценки рисков финансово-хозяйственной деятельности.
Далее следует детально описать предлагаемый механизм системной стратегической оптимизации риск-системы. Конечным продуктом оптимизации будет являться определенное количество рисков, которые послужат в качестве объектов универсальной модели оценки стратегической позиции предприятия, формируемой в рамках системного подхода к риск-менедженту.
Факторы (критерии) предпринимательской активности — параметры риск-системы предприятия следует подразделить на две группы.
Первая группа—критерии-основания предпринимательской активности, в том числе критерии внешней оценки компонентов риск-системы (рассматриваются с позиции показателя инновационного регионального риска и модели соответствия) и критерии внутренней оценки (рассматриваются в системе критериев рейтинговой и стратегической оценки риск-системы предприятия). Критерии-основания воздействуют на предпринимательскую активность в условиях предпроектной и проектной деятельности, когда оцениваются факторы и условия
инвестиционных вложений со стороны участников и инвесторов. Оценка и изменения этих факторов оказывают непосредственное влияние на процесс принятия решений о реализации инвестиций.
Вторая группа — критерии проектной оптимизации инвестиционной деятельности (или критерии результативности), которые воздействуют на предпринимательскую деятельность в условиях реализации инвестиций на стадиях жизненного цикла проекта, когда инвестиционные решения являются принятыми.
Эти две группы факторов, с одной стороны, независимы и оказывают влияние на предпринимательскую активность абсолютно на разных стадиях инвестиционной деятельности, с другой стороны, системно взаимосвязаны в процессе формирования и реализации стратегии развития организации.
Системную взаимосвязь можно представить в виде схемы (рис. 1).
Стратегический подход к использованию факторов риск-системы в целях инвестирования и стабилизации финансово-хозяйственной деятельности предприятия нуждается в четком отлаженном механизме, разрабатываемом менеджерами высшего звена (финансовыми и риск-менеджерами) (рис. 2).
Стратегическая оценка как внешних, так и внутренних факторов риск-системы в целях ускорения аналитических процедур принятия управленческих решений должна проводиться с использованием автоматизированных технологий и программных средств.
Таким образом, основными элементами универсальной модели стратегической оптимизации риск-системы с позиции достижения важнейшей цели минимизации риска при росте доходности должны являться:
Критерии эффективности инвестиционных проектов (максимизация NPV и минимизация рисков проектов)
Критерии проектной
оптимизации предпринимательской деятельности
т
Критерии оптимизации инвестиционной деятельности на
основе портфельного подхода (оптимизация доходности и риска портфеля активов и структуры капитала)
Реализация инвестиций
СТРАТЕГИЯ РАЗВИТИЯ^ ПРЕДПРИЯТИЯ
Предпринимательская активность
^СТРАТЕГИЯ РАЗВИТИЯ ПРЕДПРИЯТИЯ
Внешние факторы риск-системы
Критерии - основания риск-системы
Внутренние факторы риск-системы
Рис. 1. Систематизация критериев риск-системы предпринимательской активности и стратегии развития предприятия
Расширение (активная диверсификация) параметров портфеля (продукции, услуг, инвестиционных активов)
Сокращение/изменение (оптимизация) параметров портфеля (продукции, услуг, инвестиционных активов) и структуры капитала
Стратегия ускоренного роста
Стратегия устойчивого (умеренного) роста
Стратегическая оценка
Портфельное
управление
риск-системы предприятия
Антикризисная стратегия
Контроллинг параметров портфеля и оценка эффективности инвестиционной деятельности
Оптимизация и контроллинг компонентов портфеля и структуры капитала предприятия
Рис. 2. Система управления портфелем активов на основе стратегической оценки риск-системы предприятия
- портфельный подход к принятию управленческих решений на базе комплексной оценки и оптимизации параметров риск-системы (критерии: рост рыночной стоимости бизнеса, оптимизация структуры капитала с учетом улучшения рейтинговой позиции предприятия по уровню рисков);
- активная или пассивная диверсификационная политика, выбор которой зависит от рейтинговой стратегической позиции предприятия;
- прогнозирование финансово-хозяйственной деятельности и рыночной стоимости предприятия с учетом проверки изменения рейтингового класса и результатов оценки соответствия значимых параметров риск-системы регионально-отраслевым факторам. Проверка прогнозного состояния риск-системы по методике оптимизационного соответствия должна приближать результаты оценки позиции комплексного риска к среднеотраслевому уровню. Все элементы механизма, и в особенности последний из них, наиболее эффективно реализуемы с учетом автоматизации методик оценки.
Рассмотрим базовые компоненты применения в аналитической практике риск-менеджмента методики оптимизационного соответствия.
По каждой отрасли можно определить массив данных, в котором для каждого региона рассчитан показатель всех исследуемых рисков, которые являются значимыми по результатам регрессионного анализа. В ходе исследования оценки влияния на объем реализации по отрасли цветной металлургии авторами был получен пятимерный комплекс рис-
ков, включающий внешний региональный риск, кредитный, валютный риски, риск финансовой устойчивости и риск банкротства (перечень компонентов анализируемого портфеля рисков может меняться в зависимости от изменения параметров деятельности предприятий той или иной отрасли). Важными условиями включения региона в модель выступают: наличие риска по трем из пяти компонент, соразмерность экономических условий деятельности предприятий различных отраслей промышленности.
Далее следует определить цели, области и механизм применения авторской методики соответствия риск-системы предприятия регионально-отраслевым факторам (рис. 3).
Следует отметить, что особая значимость методики оценки соответствия регионально-отраслевым факторам — в сочетании результатов оценок пятимерной риск-системы факторов конкретного предприятия и среднеотраслевой риск-системы, которая формируется с учетом статистических данных по регионам и отраслям промышленности.
Работать с пятимерной характеристикой риска очень сложно. Существуют специальные методики, которые позволяют снизить размерность исследуемого показателя (в данном случае это риск деятельности предприятий определенной отрасли) без видимых потерь в его информативности. Снижение размерности исследуемого признака позволяет наглядно представить расположение объектов (в данном случае регионов) относительно друг друга в отношении исследуемого признака (риск вложения в предприятие).
Регион (либо внешний инвестор, кредитор или аналитик)
Цель:
развитие региональной инфраструктуры, повышение эффективности экономики региона, повышение доходности внешних инвестиций при оптимизации рисков
Массивы данных по отрасли по регионам России
Риск-система
Область применения:
инвестиции, внешняя поддержка, кредиты, гарантии, арбитражное управление, внешний аудит
1 г
Формализация корреляционных связей модели, корреляционно-регрессионный анализ, ограничения и формирование кластеров по методу главных компонент или ¿-средних
1 г
Формирование позиции региона по рискам отрасли
Оценка по методике соответствия риск-системы предприятия регионально-отраслевым факторам. Критерий оптимальности - приближение к кластеру высокого рейтинга (минимального риска)
Принятие решений и прогнозирование
Рис. 3. Методика
соответствия
риск-системы
предприятия
регионально-
отраслевым
факторам
Предприятие и собственник (внутренний инвестор)
Цель: повышение эффективности при оптимизации рисков
Область применения:
инвестиции, риск-менеджмент, экономический анализ, стратегическое планирование
Оценка внутренних и внешних факторов риск-системы и оценка стратегической позиции
Принятие решений и прогнозирование
Нужно учесть то, что показатели риска выражены в разных единицах, поэтому, перед тем как использовать методику по снижению размерности, нужно представить все показатели риска в одинаковой шкале. Для этого в теории многомерного статистического анализа рекомендуется перейти к унифицированным десятибалльным шкалам таким образом, чтобы нулевое и десятибалльное значения свидетельствовали
соответственно о наименьшем и наибольшем рисках. Для этого можно воспользоваться формулой:
х,. =
^ 1 _ I Хг Хшах I ^
X _ X
V тах шт у
10,
где х1 — уровень риска для г-го региона.
В итоге в задаче снижения размерности будут использованы пять унифицированных показателей
риска. Для снижения размерности исследуемого показателя использовался метод главных компонент, в результате которого найдены пять главных
компонент z, таких что:
р
г. с( х - а), ] = 1,2,..., р,
где V — номер унифицированного показателя риска (от 1 до 5, т. е. р = 5);
Су — коэффициенты, которые и требуется найти;
ау — среднее значение v-го показателя риска. То есть главная компонента Zj — это линейная комбинация отклонений всех унифицированных показателей риска от ее среднего значения. Таким образом, zj■ — вектор, элементами которого являются соответствующие линейные комбинации для каждого региона.
Из полученных пяти главных компонент нужно выбрать те компоненты, которые обеспечивают небольшую потерю информативности по сравнению с исходной пятимерной системой. Критерием информативности р'-мерной системы показателей Z1,..., Z',является выражение:
I' № (X)] =
Вг1 +... + Дгр, Дх1 +... + Дхр
где Dz — дисперсия главной компоненты, а
1Ух — дисперсия показателя риска.
Главной компонентой исследуемой системы показателей X = (х1,..., хр) называется такая нор-мированно-центрированная линейная комбинация этих показателей, которая среди всех прочих нормированно-центрированных линейных комбинаций переменных х1,...,хр обладает наибольшей дисперсией.
Главной к-й компонентой гк X, к = 2, 3,., р исследуемой системы показателей X = (х1,..., хр )т является такая нормированно-центрированная линейная комбинация этих показателей, которая не коррелирована с к — 1 предыдущими главными компонентами и среди всех прочих нормиро-ванно-центрированных и не коррелированных с предыдущими к — 1 главными компонентами линейных комбинаций переменных х1,...,хр обладает наибольшей дисперсией.
Нахождение главных компонент сводится к поиску собственных чисел ковариационной матрицы исходных унифицированных показателей х. Для нахождения собственных чисел решается уравнение: |Е - X /| = 0 . Здесь Е — ковариационная матрица исходного преобразованного массива данных, X — неизвестное значение в данном урав-
нении, I — единичная матрица. Каждому корню этого уравнения X соответствует один собственный вектор матрицы: Е с = X с.
Из теории многомерного статистического анализа известно, что первая главная компонента Z1 представлена линейной комбинацией, в которой коэффициенты Су являются компонентами собственного вектора матрицы Е, соответствующего максимальному собственному значению X. Во второй главной компоненте z1 коэффициенты в линейной комбинации являются компонентами собственного вектора, соответствующего второму по величине собственному значению матрицы Е и т. д.
При этом информационный критерий
дг(1) + + (р)
I ,\2(X)] = ——-— будет наибольшим,
р Вх{Х) +... + Вх( р)
только если в качестве z будут выступать главные компоненты, а не любые другие линейные комбинации.
Методика компонентного анализа послужит в дальнейшем основой оценки оптимизационного соответствия рисков конкретной организации среднеотраслевым рыночным параметрам. Методика оптимизационного соответствия риск-системы конкретного предприятия основана на определенных условиях
Во-первых, все компоненты риск-системы соответствуют компонентам риск-системы в регионально-отраслевом разрезе (принимаются региональный, кредитный, валютный риски, риск финансовой устойчивости, риск банкротства). Если в систему будут вводиться новые факторы и риски, эти же компоненты вводятся в базовую систему по отраслям.
Во-вторых, для определения базовой системы (среднестатистических показателей рисков базы сравнения) выбраны компоненты риска по 79 регионам России. В результате получены базовые кластеры. На них будут накладываться кластеры конкретных предприятий той или иной отрасли промышленности, построенные по периодам деятельности. В результате будут выявлены периоды оптимизационного соответствия риск-систем, и охарактеризована с позиции рисковости на регионально-отраслевом уровне деятельность предприятия любой отрасли промышленности.
Помимо изучения проблемы снижения размерности риска в региональном разрезе можно построить главные компоненты для предприятий отрасли по годам. По результатам анализа определяется двумерный показатель риска для интересу-
ющего предприятия при использовании того же массива данных в течение определенного периода времени. Поэтому можно применить метод главных компонент для оценки соответствия риск-системы предприятия той или иной отрасли, аналогичной риск-системе по регионально-отраслевым факторам, и сравнить расположение каждого года в двумерной плоскости с центрированным кластером, полученным из метода главных компонент для каждой отрасли по регионам.
Приведем результаты исследования и оценки риск-системы ОАО «Кировский завод по обработке цветных металлов». Пять показателей риска (внешний региональный риск, кредитный, валютный риски, риск финансовой устойчивости, риск банкротства) изменялись в течение 10 лет. При этом также необходимо перевести каждый показатель риска в десятибалльную шкалу. Аналогичная уже применяемой методике процедура поиска главных компонент привела к тому, что первая главная компонента объясняет 51,62 % общего разброса исходных данных, а первые две главные компоненты — 77,47 %. То есть необходимо использовать двумерный показатель интегрального риска, который можно визуально представить на плоскости регионально-отраслевой риск-системы, полученной при кластеризации регионов (рис. 4), по которой определяется количество точек-лет, попавших в область центрированного кластера. Треугольниками отмечены точки-годы деятельности предприятия ОАО «Кировский завод по обработке цветных металлов», а ромбами — регионы. Из рисунка видно, что в центрированный кластер попали три точки, что означает, что в периоды деятельности предприятия (1996, 2003 и 2004 гг.), соответствующие этим точкам, политика предприятия была соответствующей среднеотраслевому региональному риску.
Однако представленная модель не позволяет получить конкретных результатов кластерной оценки. Не позволяет как количес- к твенно идентифицировать уровень среднего регионально-отраслевого риска, так и качественно оценить уровень (определенный рейтинг) конкретного предприятия отрасли.
Помимо метода главных компонент, снижа-
ющего размерность исходного показателя, что позволяет сделать более удобный сравнительный анализ наблюдений, можно провести более точную кластеризацию, использующую все координаты пятимерного показателя. Здесь можно воспользоваться наиболее популярным способом кластеризации — методом к-средних. Этот метод разбивает множество элементов векторного пространства на заранее известное число кластеров к, используя специальный алгоритм.
В данном случае векторным пространством является совокупность векторов, описывающих показатели риска для каждого региона. Каждый регион характеризуется пятимерным вектором. Процедура разбивки исходных данных на кластеры была реализована в статистическом пакете SPSS for Windows. Метод k-средних подразумевает наличие центров тяжести, вокруг которых собираются наблюдения, организующие кластер. Центр тяжести кластера представляет собой синтетическое наблюдение, являющееся типичным наблюдением кластера. Таким образом, по центру тяжести кластера возможно описать основные характеристики наблюдений, попавших в кластер.
Результаты кластеризации в программе SPSS можно разбить на несколько составляющих: первоначальные центры кластеров и историю итераций (которые показывают изменения в первоначальных кластерах, влияющие на итоговые центры тяжести), на основании которых целесообразно представить обоснованную с позиции среднеотраслевых рисков классификацию регионов. Процедура k-средних в авторском исследовании применена для наиболее обоснованных количеств кластеров, равных 3, 4 и 5. Кластеризацию, дающую наилучший разброс наблюдений, можно определить по показателю рас-
и + р А
О 4 Л А
W 'Ц
л * t 1
^ 1П ^ U Г * А ^ 1
■J - I и -J v - / щ * Y4 > j А О I А ./
И*4- p
-о ♦ о
♦ Кластеры в отрасли
* Кластеры лет
Рис. 4. Результаты проверки соответствия риск-системы предприятия регионально-отраслевым факторам
г
стояний между кластерами. Из соответствующих таблиц видно, что наибольшее расстояние между кластерами дает метод ^средних при k = 5.
По центрам тяжести этих кластеров можно описать определенный класс риска, к которому принадлежат те или иные регионы (табл. 2).
В первый кластер попали регионы с нулевым риском финансовой устойчивости, низкими валютным, кредитным рисками и риском банкротства, региональный риск также незначителен (2,65 из 10). Согласно разбивке, в первый кластер попал один регион — Амурская область.
Второй кластер характеризуется повышенным уровнем риска банкротства, но незначительным уровнем остальных видов рисков (в данном кластере находится большинство регионов России, в том числе и Кировская область). Третий кластер характеризуется высоким риском банкротства и повышенным уровнем регионального риска. Сюда входят Республика Ингушетия, Республика Калмыкия, Карачаево-Черкесская Республика, Республика Тыва, Камчатская, Магаданская области, Чукотский автономный округ. Четвертый кластер характеризуется высокими валютным, кредитным рисками и риском банкротства (Красноярский край). Пятый кластер характеризуется высоким уровнем практически всех рисков (Свердловская область).
Таким образом, метод ^средних по сравнению с методом главных компонент позволяет выполнить более четкое разграничение регионов на основе различий всех пяти показателей риска. Метод же главных компонент позволял определить только наибольший кластер, характеризуемый низким риском.
Метод ^средних позволяет классифицировать не только наблюдения-регионы, но и наблюдения-предприятия, которые могут представлять типичную характеристику региона в области цветной
Список литературы
Таблица 2
Результаты кластеризации регионов по среднеотраслевым рискам
Кластер Количество Качественная характеристика
(класс регионов по уровню рисков
региона) в кластере (по цветной металлургии)
1 1 Низкий уровень
2 69 Незначительный уровень
3 7 Повышенный уровень
4 1 Высокий уровень
5 1 Катастрофический
металлургии. На примере ОАО «Кировский завод по обработке цветных металлов» можно определить, к какому из кластеров относится данное предприятие. Для этого необходимо по пятимерному показателю риска, к примеру за 2008 г., определить наименьшее расстояние до найденных кластеров. В качестве расстояния оправдан подход суммы квадратов разностей соответствующих координат. По расчетам данных показателей и выделен кластер, к которому предприятие принадлежит согласно правилу минимального расстояния. В 2008 г. оно минимально для четвертого кластера, т. е. кластера с высокими валютным, кредитным рисками и риском банкротства, что соответствующим образом характеризует данное предприятие в анализируемый кризисный период.
Рассмотренную методику соответствия риск-системы предприятия регионально-отраслевым кластерам целесообразно использовать в любой отрасли и сфере деятельности. Кроме того, возможно прогнозирование показателей с учетом отраслевых и региональных факторов и условий. Автоматизация данной системы поможет решить задачи адекватного реагирования на изменяющиеся условия внутренней и внешней среды и комплексного эффективного управления крупными и малыми предприятиями, а также отраслевыми региональными комплексами.
1. Балабанов И. Т. Финансовый менеджмент. М.: Финансы и статистика, 2000.
2. Балдин К. В. Риск-менеджмент. М.: Эксмо, 2006.
3. Гришина И. В. Инвестиционная активность в РФ: методология прогнозирования с использованием интегрального показателя инвестиционной привлекательности регионов // Региональные и отраслевые проблемы экономического реформирования России. М.: Экономика, 2002.
4. Градов А. П., Кузин Б. И. Региональная экономика. СПб: Питер, 2003.
5. Рейтинг инвестиционной привлекательности регионов URL: http://www.raexpert.ru/ratings/ regions/2010/part6.
6. Хоминич И. П. Финансовая стратегия компаний. М.: Рос. экон. акад., 2008.
7. Чернова Г. В., Кудрявцев А. А. Управление рисками: учеб. пособие. М.: ТК Велби; Проспект, 2006.
