CC BY
141
УДК 658
Вестник СибГАУ Том 17, № 1. С. 247-251
МЕТОДЫ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ РИСКОВ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ РАКЕТНО-КОСМИЧЕСКОЙ ПРОМЫШЛЕННОСТИ
В. Н. Товстоношенко, А. В. Медведев
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: [email protected]
Ракетно-космическая промышленность - одна из отраслей экономики страны, имеющая научный и инновационный потенциал. Предприятия ракетно-космической промышленности являются высокотехнологичными, многопрофильными, производящими инновационную продукцию, не просто конкурентоспособную на внешнем рынке, но и превосходящую многие западные аналоги. Развитие инновационной деятельности предприятий является важнейшим условием для решения проблемы обеспечения обороноспособности страны. Инновационная деятельность осуществляется в условиях неопределенности, что обусловливает возникновение рисков, связанных с недофинансированием проектов, с нестабильной экономической ситуацией в стране, с напряженной геополитической обстановкой в мире. В связи с этим встает вопрос о выборе инструментов управления рисками на каждом этапе инновационного процесса, что позволит сократить потери и повысить эффективность инновационной деятельности предприятий ракетно-космической промышленности. В ходе исследования были рассмотрены различные методы управления рисками, включающие оценку и прогнозирование рисков. Оценка и прогнозирование рисков может осуществляться как на основе количественных методов, так и с использованием качественных методов. Рассматриваются количественные методы, с помощью которых определяется численное значение вероятности наступления рисковых событий и их последствий, осуществляется количественная оценка степени риска и устанавливается допустимый в данной ситуации уровень. Предложенные количественные методы оценки и прогнозирования рисков во взаимосвязи друг с другом позволят предвидеть неблагоприятный исход развития события в процессе инновационной деятельности предприятий ракетно-космической промышленности, а также получить численную оценку рискованности проекта, определить степень влияния факторов риска на его эффективность.
Ключевые слова: инновационная деятельность, неопределенность, риск, управление риском, оценка риска, методы прогнозирования риска.
Vestnik SibGAU Vol. 17, No. 1, P. 247-251
METHODS OF ASSESSMENT AND FORECASTING THE RISKS OF INNOVATIVE ACTIVITY OF THE ENTERPRISES OF ROCKET AND SPACE INDUSTRY
V. N. Tovstonoshenko, A. V. Medvedev
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: [email protected]
Rocket and space industry is one of the sectors of the economy with research and innovation potential. The rocket and space industry is high-tech, diversified, producing innovative products not only competitive on the external market, but also superior to many Western counterparts. The development of innovative activity of enterprises is an important condition for solving problems of ensuring the country's defense. The innovative activities are carried out in conditions of uncertainty, which leads to the occurrence of risks related to the underfunding of projects, with the unstable economic situation in the country, with the tense geopolitical situation in the world. It raises the question about the choice risk management tools at each stage of the innovation process, allowing reducing losses and increasing the efficiency of innovative activity enterprises of rocket and space industry. The study examined various risk management methods including the evaluation and prediction risks. Evaluation and prediction of risks can be performed on the basis of quantitative methods, and using qualitative methods. The article discusses quantitative methods, which is determined by the numerical value of the probability of occurrence of risk events and their consequences; a quantitative assessment of the risk degree is established and valid in the situation. The proposed quantitative methods to assess and forecast
risks in conjunction with each other will allow to anticipate adverse outcome events in the process of innovative activity enterprises of space-rocket industry, as well as to obtain a numerical assessment riskiness of the project, to determine the degree of influence risk factors on its efficiency.
Keywords: innovation, uncertainty, risk, management risk, risk assessment, methods of risk prediction.
Введение. Ракетно-космическая промышленность, входящая в оборонно-промышленный комплекс России, занимает лидирующую позицию в мире по разработке и выпуску инновационных продуктов и технологий. Инновационный процесс сложен, состоит из множества этапов создания нового продукта и подвержен влиянию внешних и внутренних факторов.
К внутренним факторам, оказывающим негативное влияние на инновационную деятельность, относятся недостаточный контроль качества, сбои и поломка оборудования, принятие ошибочных управленческих решений. Внешние факторы - нестабильная экономическая ситуация, напряженная геополитическая обстановка в мире, изменчивость рыночной конъюнктуры, ценообразование. Негативные факторы являются источником возникновения ситуаций риска.
Каждая такая ситуация, не учтенная при разработке инновационного проекта, влияет на конечный результат вплоть до его свертывания. Для эффективной инновационной деятельности предприятиям необходимо научиться грамотно управлять рисками, т. е. вовремя учесть, оценить, спрогнозировать и принять меры по их ликвидации или уменьшению. Важную роль в управлении рисками играет их оценка и прогноз, которые можно осуществить, применяя специальные методы.
Характеристика методов оценки и прогнозирования. Оценка риска инновационной деятельности представляет собой совокупность мероприятий, позволяющих спрогнозировать возможные потери от возникших рисковых ситуаций при разработке и реа-
лизации инновационного проекта на предприятиях ракетно-космической промышленности. Прогнозирование (греч. рrognosis - «знание наперед») - это род предвидения (предсказания), поскольку оно имеет дело с получением информации о будущем [1; 2]. Прогнозирование является исследованием конкретных перспектив развития инновационной деятельности предприятий ракетно-космической промышленности, которое не ставит задачу непосредственно осуществить на практике разработанные прогнозы, а оценить изменения состояния деятельности в будущем возможных путей развития.
Прогнозирование рисков предполагает определение факторов риска, характера и силы воздействия на инновационную деятельность предприятий, оценку направлений развития ситуации риска и прогнозирование последствий риска. Прогнозирование рисков может осуществляться как на основе количественных методов, так и с использованием качественных методов, базирующихся на оценках экспертов, т. е. менеджеров, умеющих предвидеть возможные изменения на каждом этапе инновационной деятельности предприятий. Методы оценки и прогнозирования рисков представлены в табл. 1.
В процессе прогнозирования на основе качественных методов могут быть выделены источники и причины риска; установлены потенциальные зоны и все возможные виды рисков; выявлены практические выгоды и негативные последствия, с которыми придется столкнуться предприятиям в процессе инновационной деятельности.
Таблица 1
Методы оценки и прогнозирования рисков инновационной деятельности
Группа методов Характеристика методов Методы
Качественные методы
Экспертные методы Процедура получения оценки риска с помощью опросов специально отобранных экспертов с последующим сведением результатов и предложений в систему, на базе которой делаются выводы Мозговой штурм, тестовые листы, опросные листы, матрица рисков
Количественные методы
Статистические методы Для расчета возникающих потерь анализируются данные, касающиеся результатов осуществления инновационной деятельности Аппарат теории вероятностей и математической статистики (вероятность, среднее значение, стандартное отклонение, закон распределения и т. д.)
Расчетно-аналитические методы Позволяет прогнозировать различные сценарии развития событий, дающие возможность определить характер зависимости результата от изменения факторов Метод сравнения, анализ безубыточности, дисконтирование и др.
Метод аналогий Оценка риска производится в соответствии с некоторым аналогичным проектом или ситуацией; при этом считается, что поведение исследуемой системы будет таким же, как у аналога Метод сценариев и др.
Вероятность свершения каждого из рисков различна, различен будет и ущерб (убытки). Одним из таких методов является матрица рисков, позволяющая оценить уровень рисков и отнести их к определенным группам на основании вероятности возникновения событий и последствий событий риска. Их количественная оценка позволит выделить риски, наиболее вероятные по возникновению и весомые по величине потерь, которые станут объектом дальнейшего анализа для принятия решения о целесообразности реализации инновационного проекта.
Количественные методы предполагают численное определение отдельных рисков и проекта в целом. С их помощью определяется численное значение вероятности наступления рисковых событий и их последствий, осуществляется количественная оценка степени (уровня) риска и устанавливается допустимый в данной ситуации уровень [3]. В рамках данной статьи рассмотрим количественные методы прогнозирования и их взаимосвязь.
Статистические методы. Статистические методы, основанные на аппарате теории вероятностей и математической статистики, обеспечивают наибольшую оценку степени риска при достаточно полной и достоверной информации. С их помощью изучается частота и вероятность появления рисковых ситуаций в инновационной деятельности. Одним из методов прогнозирования риска инновационной деятельности является среднее значение ожидаемого результата. Модели расчета показателей данного метода различаются в зависимости от предполагаемых вариантов их использования. Если результаты расчетов по наблюдаемым значениям будут экстраполированы в будущее без существенных изменений, то используется средняя действия риска. В случае коррекции наблюдаемых значений используется средневзвешенная величина из всех возможных значений результата и вероятностей его проявления [4; 5].
Количественная оценка прогнозирования риска может быть определена коэффициентом риска [6]. Одним из недостатков коэффициента риска является невозможность с его помощью учесть субъективные факторы. Так, например, отношение субъекта к соотношению возможных потерь и выигрыша в значительной степени зависит от его имущественного состояния. Поэтому на практике часто используют коэффициент риска, определяемый как отношение возможных максимальных потерь к объему собственных финансовых ресурсов. Величина этого коэффициента определяет риск свертывания проекта. Количественная оценка каждого вида риска и риска проекта принимает значение в интервале 0 < Я < 1.
В настоящее время отсутствуют научно обоснованные рекомендации по определению «приемлемости» того или иного уровня риска в конкретной ситуации. Вместе с тем при выработке стратегии поведения и в процессе принятия конкретного решения целесообразно различать и выделять определенные области (зоны риска) в зависимости от уровня возможных (ожидаемых) потерь. Попыткой ликвидировать указанные недостатки и дополнить информацией полученные оценки уровня риска в процессе приня-
тия управленческих решений является разработка и использование различного рода так называемых шкал риска, позволяющих классифицировать риски инновационной деятельности. Как и к большинству других вопросов, в литературе нет единого подхода к формулировке и критериям оценки шкалы риска. Многообразие показателей, посредством которых осуществляется количественная оценка риска, порождает и многообразие шкал риска, являющихся своего рода рекомендациями приемлемости того или иного уровня риска инновационной деятельности. На основании обобщения результатов исследований таких авторов, как В. М. Гранатуров, В. М. Кожухар, Н. В. Кузнецова, М. Г. Лапуста, Э. Е. Тихонов, по проблеме количественной оценки риска, приводится эмпирическая шкала риска, которую рекомендуется применять, когда в качестве количественной оценки риска используется вероятность наступления рискового события (табл. 2) [6-10].
Таблица 2
Эмпирическая шкала уровня риска
№ Вероятность Наименование
п/п нежелательного исхода градаций риска
(величина риска)
1 0,0-0,1 Допустимый
2 0,1-0,3 Средний
3 0,3-0,4 Высокий
4 0,4-0,6 Максимальный
5 0,6-0,8 Критический
6 0,8-1,0 Катастрофический
В практике существуют и другие виды эмпирической шкалы уровня риска, при помощи которых можно получить его количественную оценку, например, при помощи коэффициента вариации. Так как коэффициент вариации - относительная величина, то на его размер не оказывают влияние абсолютные значения изучаемого результата. Поэтому с его помощью можно сравнить даже колеблемость признаков, выраженных в разных единицах измерения. Диапазон изменения коэффициента вариации от 0 до 100 %. Чем больше величина показателя, тем сильнее колеблемость и риск инновационной деятельности предприятий. По физическому смыслу коэффициент вариации выражает количество риска на единицу доходности, т. е. по степени охвата деятельности он является комплексным. При этом приводятся следующие шкалы колеблемости (риска) коэффициента вариации [11; 12]: до 0,1 - слабая колеблемость (малый риск); от 0,1 до 0,25 - умеренная колеблемость (допустимый риск); свыше 0,25 - высокая колеблемость (опасный риск). Рассмотренные шкалы риска применимы как для оценки приемлемости уровня отдельных рисков, так и для оценки риска проекта в целом. Статистические методы универсальны, позволяют оценить и спрогнозировать риск и применимы для всех предприятий, в том числе и для предприятий ракетно-космической промышленности. Но в то же время статистические методы имеют некоторый недостаток: при их использовании требуется большое количество данных временного ряда, и при изменении
каких-либо условий они не пригодны. Для учета таких изменений при оценке и прогнозировании рисковых ситуаций применяют более сложный математический аппарат, позволяющий провести более глубокий анализ риска и причин его возникновения с помощью расчетно-аналитических методов.
Расчетно-аналитические методы. Расчетно-ана-литические методы являются математическими и основываются на функциональной связи между показателями. Они позволяют количественно оценить риск на основе статистических данных и обеспечивают приемлемую точность результатов. В рамках этой группы используются такие методы, как метод сравнений, анализ безубыточности, дисконтирование и др.
При методе сравнений изучаются изменения исследуемых объектов, тенденции и закономерности их развития:
- сравнение динамики показателей, т. е. сравниваются прогнозные значения риска с показателями прошлых периодов для определения тенденций развития инновационной деятельности предприятий;
- сравнение с базовыми значениями - сравнение прогнозных значений риска с базовыми показателями (фактическими);
- многомерные сравнения основаны на методе эвклидовых расстояний, учитывающих не только абсолютные величины риска, но и степень их близости до показателей эталона.
Анализ безубыточности используется для оценки эффективности инновационной деятельности предприятий с помощью основных элементов - порога рентабельности, запаса финансовой прочности, силы воздействия операционного рычага, позволяющих установить критическую точку, ниже которой получаются потери.
Дисконтирование - способ учета риска изменения стоимости платежей во времени. В зависимости от того, каким методом учитывается неопределенность условий реализации инновационного проекта при определении ожидаемой чистой текущей стоимости, норма дисконта в расчетах эффективности может включать или не включать поправку на риск. Норма дисконта, не включающая премии на риск (безрисковая норма дисконта), отражает доходность альтернативных безрисковых направлений инвестирования. Норма дисконта, включающая поправку на риск, отражает доходность альтернативных направлений инвестирования, характеризующихся тем же риском, что и инвестиции в оцениваемый проект. В величине поправки на риск учитываются риски, связанные с реализацией инновационного проекта [13; 14]:
- страновой риск;
- риск ненадежности участников проекта;
- риск неполучения предусмотренных проектом доходов.
Расчетно-аналитические методы также универсальны и применимы для оценки и прогнозирования рисков инновационной деятельности предприятиями ракетно-космической промышленности. Данные методы не всегда дают возможность провести комплексный анализ риска по всем взаимосвязанным параметрам, так как каждый показатель предельного
уровня характеризует степень устойчивости в зависимости лишь от конкретного параметра проекта. Избежать недостатков позволяет метод аналогов, при котором одновременному непротиворечивому изменению подвергается совокупность факторов исследуемого проекта с учетом их взаимозависимости.
Метод аналогов. Метод аналогов используется для оценки и прогнозирования риска конкретного инновационного проекта на основе анализа базы данных о реализации аналогичных проектов и аналогичных условий их реализации. Также он позволяет учесть ошибки, последствия воздействия неблагоприятных факторов на инновационную деятельность предприятий, применяется как на отдельных стадиях инновационного процесса, так и по всему процессу в целом. Метод аналогов используется для расчета будущих показателей на основе прошлых с внесением определенных корректировок с помощью метода сценариев.
Метод сценариев предполагает описание всего множества возможных условий реализации проекта и отвечающих этим условиям затрат, результатов и показателей эффективности. Он дает возможность оценить вероятность наступления рисковой ситуации и возможные последствия для развития инновационной деятельности предприятий. В качестве возможных вариантов целесообразно построить как минимум три сценария: пессимистический, оптимистический и наиболее вероятный (реалистический, или средний). При рассмотрении каждого сценария можно получить возможный диапазон результатов, дав им вероятностную оценку и сравнить их. Если сценарий имеет наибольшую вероятностную оценку, то он считается рискованным, приносящим ущерб инновационной деятельности предприятий [15]. Поэтому из предложенных сценариев выбирается наиболее оптимальный с наименьшими потерями.
Метод аналогов универсален и может использоваться предприятиями ракетно-космической промышленности для оценки и прогнозирования возникновения рисковых ситуаций как для всей инновационной деятельности, так и для каждой её стадии.
Заключение. На основании исследования делаем вывод, что предложенные количественные методы оценки и прогнозирования рисков во взаимосвязи друг с другом позволят предвидеть неблагоприятный исход развития события в процессе инновационной деятельности предприятий ракетно-космической промышленности, а также получить численную оценку рискованности проекта, определить степень влияния факторов риска на его эффективность.
Библиографические ссылки
1. Алексеева М. М. Планирование деятельности фирмы. М. : Финансы и статистика,1997. 290 с.
2. Фатхутдинов Р. А. Инновационный менеджмент. СПб. : Питер, 2003. 400 с.
3. Вишняков Я. Д. Общая теория рисков. М. : Дашков и К, 2008. 368 с.
4. Просветов Г. И. Прогнозирование и планирование: задачи и решения. М. : Альфа-Пресс, 2008. 296 с.
5. Просветов Г. И. Управление рисками: задачи и решения. М. : Альфа-Пресс, 2008. 420 с.
6. Гранатуров В. М. Экономический риск: сущность, методы измерения, пути снижения. М. : Дело и сервис,2010. 154 с.
7. Кожухар В. М. Инновационный менеджмент. М. : Дашков и К, 2011. 290 с.
8. Кузнецова Н. В. Управление рисками. Владивосток : Изд-во Дальневост. ун-та, 2004. 200 с.
9. Лапуста М. Г., Шаршукова Л. Г. Риски в предпринимательской деятельности. М. : Инфра-М, 2009. 503 с.
10. Тихонов Э. Е. Методы прогнозирования в условиях рынка. Невинномысск : Изд-во Северо-Кавказ. гос. техн. ун-та, 2006. 320 с.
11. Балдин К. В. Риск-менеджмент. М. : Эксмо, 2006. 368 с.
12. Ермасова Н. Б. Риск-менеджмент организации. М. : Дашков и К, 2009. 380 с.
13. Чернова А. А. Управление рисками. М. : Просвет, 2009. 300 с.
14. Шапкин А. С., Шапкин В. А. Экономические и финансовые риски. Оценка, управление, портфель инвестиций. М. : Дашков и К, 2009. 544 с.
15. Мамаева Л. И. Управление рисками. М. : Дашков и К, 2009. 220 с.
References
1. Alekseeva M. M. Planirovanie deyatel'nosti firmy. [Planning of company's activity]. Moscow, Finansy i statistika Publ., 1997, 290 p.
2. Fatkhutdinov R. A. Innovatsionnyy menedzhment. [Innovation management]. Saint-Petersburg, Piter Publ, 2003, 400 p.
3. Vishnyakov Ya. D. Obshchaya teoriya riskov. [General theory of risk]. Moscow, Dashkov i K Publ., 2008, 368 p.
4. Prosvetov G. I. Prognozirovanie i planirovanie: zadachi i resheniya. [Forecasting and planning: challenges and solutions]. Moscow, Al'fa-Press Publ., 2008, 296 p.
5. Prosvetov G. I. Upravlenie riskami: zadachi i resheniya. [Risk management: challenges and solutions]. Moscow, Al'fa-Press Publ., 2008, 420 p.
6. Granaturov V. M. Ekonomicheskiy risk: sushch-nost', metody izmereniya, puti snizheniya. [Economic risk: essence, methods of measurement, and ways of reduction]. Moscow, Delo i servis Publ., 2010, 154 p.
7. Kozhukhar V. M. Innovatsionnyy menedzhment. [Innovation management]. Moscow, Dashkov i K Publ., 2011, 290 p.
8. Kuznetsova N. V. Upravlenie riskami. [Risk management]. Vladivostok, Dal'nevostochnyy universitet Publ., 2004, 200 p.
9. Lapusta M. G., Sharshukova L. G. Riski v pred-prinimatel'skoy deyatel'nosti. [Risks in business]. Moscow, INFRA-M Publ., 2009, 503 p.
10. Tikhonov E. E. Metody prognozirovaniya v usloviyakh rynka. [Methods of forecasting in a market environment]. Nevinnomysk, Severo-Kavkazskiy gosu-darstvennyy tekhnicheskiy universitet Publ., 2006, 320 p.
11. Baldin K. V. Risk-menedzhment. [Risk management]. Moscow, Eksmo Publ., 2006, 368 p.
12. Ermasova N. B. Risk-menedzhment organizatsii. [Risk-management]. Moscow, Dashkov i K Publ., 2009. 380 p.
13. Chernova A. A. Upravlenie riskami. [Risk management]. Moscow, Prosvet Publ., 2009, 300 p.
14. Shapkin A. S., Shapkin V. A. Ekonomicheskie i finansovye riski. Otsenka, upravlenie, portfel' investitsiy. [Economic and financial risks. Assessment, management, investment portfolio]. Moscow, Dashkov i K Publ., 2009, 544 p.
15. Mamaeva L. I. Upravlenie riskami. [Risk management]. Moscow, Dashkov i K Publ., 2009, 220 p.
© Товстоношенко В. H., Медведев А. В., 2016
