Автор: Пользователь скрыл имя, 18 Марта 2012 в 11:04, автореферат
В научной литературе постановки подобных задач в основном рассмотрены для финансово-кредитных организаций, деятельность которых характеризуется высокой интенсивностью ресурсно-информационных потоков, что позволяет на основе накопленной статистики достоверно определять показатели и количественные характеристики исследуемых рисков и разрабатывать адекватные их содержанию подходы к управлению на основе методов математической статистики.
В рамках используемого в работе нормативного подхода к оценке и учету рисков рыночной деятельности предприятия необходимо определить диапазоны приемлемых значений показателей, оценивающих их величину. В качестве последних можно рекомендовать значения показателей-индикаторов риска, предлагаемых контрольно-финансовыми органами исполнительной власти регионального и федерального уровней.
Однако такой подход игнорирует особенности изменения параметров внешней и внутренней сред конкретного предприятия, влияющих на состояние товарных и финансовых рынков, а также его производственно-
В работе предложено использовать специальные методы и численные процедуры определения барьерных (пороговых) значений показателей-индикаторов риска и .
Барьерное значение коэффициента в работе предлагается определять по правилу[3]:
, (5)
где: безрисковая ставка доходности; среднеотраслевая доходность инвестированного капитала; планируемая собственниками отдача на вложенный капитал.
При этом величину предлагается определить на основе модели средневзвешенной стоимости капитала WACC (weighted average cost of capital):
, (6) где: средневзвешенная стоимость капитала (средняя за наблюдаемый горизонт планирования); − доля собственных средств в активах; доля заемных средств в активах; цена заемного капитала; ставка налога на прибыль.
Целесообразность применения правила (5) обосновывается следующими фактами: ориентация на объективную рыночную информацию, возможность сопоставительной оценки показателя с его среднеотраслевым значением, возможность рассмотрения собственниками альтернативных вариантов вложения капитала.
Барьерное значение коэффициента предложено определять на основе уравнения:
, (7)
где: цена заемного финансирования при заданном объеме кредитных ресурсов ,
связывающего значение последнего с регулируемой рынком процентной ставкой по заемным средствам, что обосновано логикой поведения заемщика на финансовом рынке, учитывающей планируемый объем кредитования и структуру капитала заемщика (отраженной в коэффициенте автономии).
Для установления аналитической зависимости в паре «цена капитала-коэффициент автономии» в работе используется интерполяционный многочлен Лагранжа:
, (8)
где: коэффициенты полинома,
степень которого в каждом конкретном случае подбирается индивидуально.
Это предложение в работе обосновано наличием относительно небольшого числа наблюдаемых пар узловых точек (вход-выходных пар ), что существенно затрудняет применение для целей ее получения других, и, в частности, факторных моделей.
Уравнение (8) в общем случае имеет корней. Действительный корень в интервале, отражающем его экономически обоснованное значение, может быть найден одним из методов последовательных приближений, например, Ньютона.
В задачах моделирования производственной деятельности предприятия риски производственной и финансовой его сфер, как указано выше, обычно принято учитывать в системе ограничений. Однако такой подход к учету рисков не может считаться в полной мере удовлетворительным по следующим причинам. Во-первых, коэффициент не приспособлен для явного отражения риска производственной сферы в системе ограничений модели, во-вторых, этот показатель не в полной мере отражает остаточные риски производственной сферы (технологические, операционные, торговые, транспортные и др.), а, в-третьих, в модели необходимо отразить риски внешней среды, включающие, например, риск рыночного результата, связанный с неопределенностью спроса и цен.
Использование в системе «рисковых» ограничений показателя не может считаться корректным по той причине, что этот показатель, в свою очередь, рассчитывается на основе показателя чистого дохода, который одновременно используется и в целевой функции модели. В этом случае область допустимых решений соответствующей оптимизационной задачи параметрически зависит от значения рассчитываемого в модели показателя, что отражается на ее структуре: становится возможной ситуация наличия только тривиального решения.
Для снятия этого противоречия предложено использование контрольной процедуры сравнения получаемого в процессе решения задачи математического программирования значения показателя с допустимым уровнем производственного риска, задаваемым условием , где – барьерное значение, определяемое по правилу (5). В работе обосновано, что такой подход позволяет корректно подойти к учету риска производственной сферы без явного включения соответствующего условия в блок рисковых ограничений.
Для учета остаточных рисков в настоящее время используются следующие подходы. Первый, основанный на определении величины демпфирующего их страхового резерва (его объем может быть определен, например, на основе имитационного моделирования возможного ущерба от реализации внешних и внутренних рисков предприятия), и альтернативный подход, основанный на учете «рисковых» издержек по отдельным их видам.
Второй подход автору представляется предпочтительным, так как позволяет явно учесть динамику изменения производственно-
По этой причине в работе предложено остаточные риски учитывать в целевой функции в составляющих «рисковых» издержек.
Для учета внешних рисков, связанных с неопределенностью аналитической зависимости в паре «цена-спрос», в работе предлагается использовать подход, основанный
на нечетком моделировании этой зависимости на этапе формирования сценария развития товарных, сырьевых и финансовых рынков.
В условиях высокой неопределенности, характеризующих предпринимательскую среду, в работе предложено допустимые уровни риска, определяемые барьерными значениями показателей и , учитывать в интервальной форме, задаваемой с помощью расширяющих коэффициентов :
, (9) , (10)
где: скорректированное барьерное значение коэффициента ; повышающий коэффициент оценки ; скорректированное барьерное значение коэффициента ; понижающий коэффициент оценки .
Предложенный автором метод определения расширяющих коэффициентов основывается на экспертных процедурах. Так, предварительно обработанные по методу Дельфи суждения экспертов должны быть унифицированы: из сформированных наборов значений коэффициентов и требуется выбрать единственный.
Для этой цели в соответствии с методом Т. Саати[4] предполагается построение обратно-симметричной матрицы их попарных сравнений, для которой далее следует выделить соответствующий ее наибольшему собственному значению собственный вектор. По наибольшей компоненте последнего и предлагается определять значения коэффициентов и .
Применение метода математического моделирования оптимальной производственной стратегии предприятия с учетом факторов риска его рыночной деятельности предопределило целесообразность подготовки нормативно-информационного обеспечения математической модели на двух последовательных этапах, отличающихся элементным составом и численными процедурами формирования информации и ориентированных на целостное представление функционала и ограничений модели.
На первом этапе формализуется сценарий , характеризующий возможный вариант реализации рыночной ситуации в планируемом периоде , компонентами которого являются: значения рыночных цен и спроса на выпускаемую продукцию, уровни процентных ставок , максимально возможные объемы краткосрочных заемных средств .
Формализация сценария рыночной деятельности предприятия предполагает формирование аналитической зависимости в паре «цена-спрос», компоненты которой , где индекс наименования товарной продукции, используются в целевой функции и в системе ограничений (ограничение по рыночному спросу) модели предприятия.
В работе отмечено, что математический инструментарий методов построения такой зависимости включает методы нечеткой математики и экспертного оценивания. В работе предложено использовать первый из перечисленных подходов, что обусловлено следующими обстоятельствами: наличие дополнительных факторов, носящих, как правило, сезонный или иной характер, игнорирование которых существенно снижает точность моделируемой зависимости; необходимость учета субъективных предпочтений агентов рынка продукции предприятия, отражаемых, как правило, не в количественных, а в качественных категориях.
Таким образом, формирование аналитической зависимости в паре в работе предложено осуществить на основе процедуры нечеткого логического вывода[5] с учетом следующей особенности моделируемой зависимости: компоненты векторов и задаются в виде интервалов, а, следовательно, на этапе дефаззификации (приведение нечетких значений спроса к четким, используемым далее в системе ограничений модели предприятия) необходимо использовать специальную процедуру (например, предложенный в работе метод средних центров).
На втором этапе формируется структура и элементное наполнение нерелятивной (директивно устанавливаемой ЛПР) составляющей производственной стратегии, компонентами которой являются параметры, характеризующие: объем и структуру иммобильного капитала , включенного в основную производственную деятельность; ассортимент производимой продукции ; объемы перманентного и собственного капиталов , предназначенные для финансирования основной производственной деятельности; барьерные значения коэффициентов автономии и рентабельности собственного капитала ; планируемую для периода величину совокупных рисковых издержек .
Для определения релятивной составляющей производственной стратегии для периода , включающей объемы выпускаемой продукции и привлекаемых кредитных ресурсов , в работе предложена следующая модель:
; (11)
; (12)
; (13)
; (14)
; (15)
; (15')
. (16)
В качестве целевой функции используется величина консолидированного денежного потока производственной и финансовой деятельности за период , компонентами которого являются: ставка налога на прибыль; цена реализации ед. товарной продукции -го наименования; переменные издержки, приходящиеся на ед. продукции -го наименования; объем выпуска продукции -го наименования; постоянные издержки производства; процентная ставка по заемным средствам; объем привлекаемых в периоде планирования краткосрочных кредитов, погашение которых предполагается осуществить в периоде ; объем привлеченных краткосрочных кредитов в предыдущем периоде планирования, погашение которых осуществляется в текущем периоде; величина страхового резерва.
Блок ограничений (12) отражает соответствие планируемой загрузки производственных мощностей наличному (или эффективному) времени работы основного и вспомогательного технологического оборудования[6]. Компонентами являются: интенсивность поступления продукции -го наименования на -ю группу оборудования; эффективное время работы оборудования -й технологической группы; .
Финансово-ресурсное ограничение (блок (13)) отражает баланс денежных потоков: полное покрытие совокупных издержек собственными и заемными активами, включаемыми в производственный капитал. Компонентами являются: собственный оборотный капитал на начало периода планирования ; ; ; ; .
Выражение (14) задает ограничение по объему краткосрочных заемных средств, отражающее принимаемый ЛПР допустимый уровень риска финансовой сферы. Компонентами являются: верхняя граница на объем привлекаемых кредитных ресурсов[7]; .
Блок «рыночных» ограничений (15')[8] отражает задаваемые сценарием величины рыночного спроса на продукцию предприятия: величина рыночного спроса на продукцию -го наименования; .
Таким образом, риски производственной и финансовой сфер в модели (11) (16) учитываются следующим образом. Риск финансовой сферы учитывается в ограничении (14) с использованием правила (17) на основе барьерного значения коэффициента автономии. Для учета риска производственной сферы используется контрольная процедура сравнения рассчитанного показателя с его барьерным значением , определяемым по правилу (5). Остаточные риски учитываются в критериальной функции (11) в составе рисковых издержек . Внешние риски отражены при выборе зависимости «цена-спрос», устанавливаемой на основе нечеткого алгоритма моделирования указанной зависимости и учитываются в критериальной функции (11) и в блоке ограничений (15').