Электронная версия журнала

Дерево решений как способ оптимизации процессов использования оборотных активов хозяйствующего субъекта

«Справочник экономиста» №11 2008 / Разное

Прогнозирование показателей использования оборотных активов связано с определенной долей риска. Под риском использования оборотных активов понимается вероятность достижения величины прогнозируемых показателей, характеризующих структуру, ликвидность и эффективность их использования, с учетом воздействия непредвиденных обстоятельств (возникновение сбоев производственного цикла, нарушение ритмичности поставок, несвоевременное выполнение обязательств перед контрагентами, изменение деловой репутации хозяйствующего субъекта, его инвестиционной привлекательности, а также возможность максимально точного прогнозирования данных обстоятельств).

Следовательно, управление рисками использования оборотных активов — составная часть общего процесса антикризисного управления на предприятии. Главной задачей аналитика, исследующего риски использования оборотных активов, является не только их оценка, но и анализ.

Анализ рисков использования оборотных активов хозяйствующего субъекта представляет собой процесс, направленный на прогнозирование возможных ситуаций и минимизацию потерь, связанных с их возникновением в финансово-хозяйственной деятельности. Он связан с тем, что неизвестно, какое именно из состояний экономики наступит. Шансы наступления каждого состояния определяются в форме субъективных вероятностей, которые характеризуют степень убежденности лица, принимающего решения, его компетентность.

Важный момент при оценке рисков — определение и разграничение методов прогнозирования их величины. Эти методы подразделяются на количественные и качественные. Применение тех и других имеет как преимущества, так и недостатки. Так, количественные методы считаются представляющими наиболее точную информацию. Однако они неприменимы в случае изменяющейся бизнес-среды. В этом случае прибегают к качественным методам, которые основаны, как правило, на экспертных оценках, квалификации и профессиональном суждении специалистов и носят субъективный характер.

Идеальный вариант прогнозирования величины рисков использования оборотных активов — совмещение количественных (формализованных) и качественных (неформализованных) методов. Также следует отметить, что система прогнозирования величины рисков использования оборотных активов является наиболее сложной из существующих и требует для своей реализации высокой профессиональной квалификации исполнителей.

С целью исследования возможностей применения существующих методов обратимся к данным табл. 1, из которых необходимо выделить схему «дерево решений».

Таблица 1. Аналитические обоснования применения методов прогнозирования рисков использования оборотных активов

Метод

Характеристика

Метод экспертных оценок

Качественный метод. Предполагает прогнозирование величины рисков использования оборотных активов, используя профессиональное суждение аналитика и его опыт. Результаты, полученные при помощи этого метода, являются неточными, субъективными. К нему прибегают, как правило, в случае возникновения непредвиденных обстоятельств. К таким методам относятся методы Дельфи, Паттерн, мозговой атаки и др.

Методы обработки пространственно-временных совокупностей

К ним относятся следующие:

1) простая линейная регрессия (метод экстраполяции). Основан на предположении о существовании прямолинейной зависимости между показателями. Часто используется для прогнозирования величины оборотных активов. Для построения уравнения зависимости величины оборотных активов и объема продаж необходимо владеть информацией о них за ряд предыдущих периодов (5–7 лет). Недостатком этого метода является необходимость существования постоянства хозяйственных связей. По-этому прогнозные значения показателей, определяемые подобным образом, могут расходиться с фактическими данными, поскольку выявленная зависимость не может носить постоянный характер;

2) криволинейная регрессия. Используется в том случае, если зависимость между величиной оборотных активов и объемом продаж носит непрямолинейный характер;

3) множественная регрессия. Применяется в том случае, если имеется большой разброс между взаимозависимыми показателями, следовательно, высока вероятность того, что на уровень зависимой переменной оказывают существенное влияние и другие дополнительные факторы;

4) адаптивно-иммитационное прогнозирование. Позволяет прогнозировать величину оборотных активов с учетом их адаптации к возникающим условиям функционирования

Метод ситуационного анализа

Используется в случае жестко детерминированных связей, когда каждому значению фактора соответствует определенное значение результативного показателя. При этом ставится задача

выявления и исследования факторов развития хозяйствующего субъекта и установления степени их влияния на различные результативные показатели

Метод построения дерева решений

В процессе анализа формируются различные комбинации факторных показателей с учетом вероятностей их достижения организацией; на основании имеющихся вариантов рассчитываются результативные показатели и вероятность их наступления; исходя из итоговых расчетов формируются выводы о применимости конкретной комбинации факторов

Метод прогнозирования на основе пропорциональных зависимостей

Одним  из них является метод доли от объема производства, который предполагает формирование величины оборотных активов с учетом планируемого объема производства. Он применим в случае наличия постоянных структурных связей между величиной оборотных активов и объемом производства

Бюджетирование

Основано на детальном планировании материальных и денежных потоков организации, что позволяет определить размеры избытка (недостатка) оборотных активов на перспективу и заранее разработать реабилитирующие мероприятия. Реальность прогнозов зависит от многих факторов (степень определенности обстоятельств, характер взаимоотношений с контрагентами, ценовая политика и т. д.)

Одним из наиболее распространенных методов обоснования альтернативных вариантов капиталовложений, осуществляемых в условиях риска, является метод «дерево решений». Применяя его на практике, финансовые аналитики при помощи схемы вероятных событий, связанных с проведением инвестиционной деятельности, получают наглядное представление об уровне риска и экономической выгоде. В процессе использования данного метода необходимо придерживаться следующих этапов:

  • выявляются альтернативные варианты инвестиционных решений и по каждому из них оцениваются вероятности (субъективные или объективные) получения количественно исчисляемых целевых показателей (например, денежного потока, рентабельности, чистой текущей стоимости, объема продаж и пр.);
  • вся релевантная информация систематизируется в табличной форме;
  • с использованием информации, обобщенной в аналитической таблице, строится схема «дерево решений» и рассчитываются ожидаемые значения обобщающих показателей по каждому альтернативному варианту принятия решений;
  • по результатам проведенного анализа формируется заключение и вырабатываются практические рекомендации.

Мнение

А. Захарова,

начальник Управления систем менеджмента ОАО «Система-Галс», МГТУ им. Н.Э. Баумана, МИПК МГТУ MBA

 

Данный метод применяется для экспертного прогнозирования. Любое прогнозирование может быть успешным лишь при некоторой стабильности условий. Но решения органов власти или иные события могут менять условия, и тогда события развиваются иначе, чем ранее предполагалось. При разработке методологического анализа риска любых проектов необходимо составить целый каталог сценариев, каждый из которых индивидуален по происхождению, развитию и последствиям. Таким образом, мы декомпозируем задачи прогнозирования, предусматривая выделение набора отдельных вариантов развития событий, в совокупности охватывающих все возможные варианты развития. Хочется отметить, что в этом методе применяется частичная формализация. Часто стремление к излишней математизации приводит к попытке внесения искусственной определенности либо к использованию громоздкого математического аппарата.

При анализе инвестиционно-строительных проектов предполагается получение большого числа различной информации, но главному анализу подвергаются факторы реализуемости:

  • реализуемость на рынке: каков прогноз соотношения спроса и предложения собственности данного типа в рассматриваемом секторе торговли;
  • реализуемость местоположения/объекта: насколько характеристики участка отвечают требованиям для определенного вида использования;
  • финансовая реализуемость: удовлетворяет ли доходность, соотнесенная с риском, требованиям корпорации.

Рассмотрим на условном примере технологию использования этого аналитического метода.

Инновационный проект компании завершился разработкой новой продукции. Управленцы компании исследуют следующие направления ее поведения на рынке:

1) осуществлять маркетинговые исследования (самостоятельно или с привлечением внешних компаний). При этом возможно выявление следующих ситуаций:

а) благоприятное положение на рынке, способствующее продажам разработанной продукции. В данном случае спрос возможен низкий, средний и высокий;

б) неблагоприятное положение на рынке. Наличие трех перечисленных видов спроса также предполагается;

2) не осуществлять маркетинговые исследования. В этой ситуации возможно следующее:

а) компания самостоятельно производит и реализовывает разработанную продукцию;

б) инновационный проект по производству новой продукции продается другому хозяйствующему субъекту.

Разместим данные, необходимые для проведения этого анализа, в табл. 2.

Таблица 2. Коэффициенты оборачиваемости оборотных активов инновационного проекта и их вероятности в каждой экономической ситуации

Прогнозируемый уровень спроса

Без проведения маркетинговых исследований

1

2

С учетом маркетинговых исследований

Благоприятная ситуация на рынке (0,60)

Неблагоприятная ситуация на рынке (0,40)

Продать другой организации

Самостоятельно реализовывать

Продать другой организации

Самостоятельно реализовывать

Продать другой организации

Самостоятельно реализовывать

Высокий

1.1.   4

1.4.  4,46

(0,3)

2.1.    6

2.4. 6,07

(0,75)

2.7.  3,6

2.10. 4,29

(0,25)

Средний

1.2.   4

1.5.  3,46

(0,5)

2.2.    6

2.5. 4,54

(0,15)

2.8.  3,6

2.11. 3

(0,45)

Низкий

1.3.   4

1.6.  2,57

(0,2)

2.3.    6

2.6. 3,36

(0,1)

2.9.  3,6

2.12. 2,11

(0,3)

Проведем расчеты коэффициентов оборачиваемости (в оборотах) ( ) с учетом традиционного подхода:

   =  N/(OA)’ ,                                                (1)

где N — выручка от продаж;

(OA)’ — средняя величина оборотных активов.

Оценим коэффициенты оборачиваемости с учетом ситуаций табл. 1 и данных условного примера:

1.1. Без проведения маркетинговых исследований продать другой организации при высоком уровне спроса на продукцию:            

     = 1000/250 = 4 об.

1.2. Без проведения маркетинговых исследований продать другой организации при среднем уровне спроса на продукцию:

  = 1000/250 = 4 об.

1.3. Без проведения маркетинговых исследований продать другой организации при низком уровне спроса на продукцию:

  = 1000/250 = 4 об.

1.4. Без проведения маркетинговых исследований самостоятельно реализовать инновационный проект при высоком уровне спроса на продукцию:

  = 1250/280 = 4,46 об.

1.5. Без проведения маркетинговых исследований самостоятельно реализовать инновационный проект при среднем уровне спроса на продукцию:

  = 970/280 = 3,46 об.

1.6. Без проведения маркетинговых исследований самостоятельно реализовать инновационный проект при низком уровне спроса на продукцию:

  = 720/280 = 2,57 об.

2.1. С учетом маркетинговых исследований при благоприятной ситуации на рынке продать другой организации при высоком уровне спроса на продукцию:

  = 1500/250 = 6,0 об.

2.2. С учетом маркетинговых исследований при благоприятной ситуации на рынке продать другой организации при среднем уровне спроса на продукцию:

  = 1500/250 = 6,0 об.

2.3. С учетом маркетинговых исследований при благоприятной ситуации на рынке продать другой организации при низком уровне спроса на продукцию:

  = 1500/250 = 6,0 об.

2.4. С учетом маркетинговых исследований при благоприятной ситуации на рынке самостоятельно реализовывать при высоком уровне спроса на продукцию:

  = 1700/280 = 6,07 об.

2.5. С учетом маркетинговых исследований при благоприятной ситуации на рынке самостоятельно реализовывать при среднем уровне спроса на продукцию:

  = 1270/280 = 4,54 об.

2.6. С учетом маркетинговых исследований при благоприятной ситуации на рынке самостоятельно реализовывать при низком уровне спроса на продукцию:

  = 940/280 = 3,36 об.

2.7. С учетом маркетинговых исследований при неблагоприятной ситуации на рынке продать другой организации при высоком уровне спроса на продукцию:

  = 900/250 = 3,6 об.

2.8. С учетом маркетинговых исследований при неблагоприятной ситуации на рынке продать другой организации при среднем уровне спроса на продукцию:

  = 900/250 = 3,6 об.

2.9. С учетом маркетинговых исследований при неблагоприятной ситуации на рынке продать другой организации при низком уровне спроса на продукцию:

  = 900/250 = 3,6 об.

2.10. С учетом маркетинговых исследований при неблагоприятной ситуации на рынке самостоятельно реализовать при высоком уровне спроса на продукцию:

  = 1200/280 = 4,29 об.

2.11. С учетом маркетинговых исследований при неблагоприятной ситуации на рынке самостоятельно реализовать при среднем уровне спроса на продукцию:

  = 840/280 = 3,0 об.

2.12. С учетом маркетинговых исследований при неблагоприятной ситуации на рынке самостоятельно реализовать при низком уровне спроса на продукцию:

  = 590/280 = 3,0 об.

Поскольку в дальнейших расчетах присутствует вероятностный подход, то для оценки ожидаемого коэффициента оборачиваемости ( ) наиболее целесообразно использовать следующую формулу:

  =    х P.

                                             (2)

где Р — вероятность достижения значения коэффициента оборачиваемости.

С помощью данных табл. 1 возможные экономические ситуации, их вероятности и обобщающие показатели можно представить схематически на рис. 1.

См. журнал "Справочник экономиста" № 11(65).

Дерево решений при оптимизации способов освоения инновационной продукции

По результатам анализа можно сделать следующие выводы:

1) если компания решает продать свою разработку другой организации, то:

а) без проведения маркетинговых исследований: оборота;

б) с учетом маркетинговых исследований: оборота (6 × 0,60 + 3,6 × 0,40);

2) если компания решает самостоятельно реализовывать продукцию, то:

а) без проведения маркетинговых исследований: оборота;

б) с учетом маркетинговых исследований: 4,56 оборота (5,570 × 0,60 + 3,056 × 0,40).

Таким образом, в сложившейся ситуации с учетом вероятностных событий наиболее целесообразно организации продать свою инновационную разработку другому хозяйствующему субъекту с учетом маркетинговых исследований.

Существующее дерево решений позволяет решить ряд задач, возникающих перед руководством хозяйствующего субъекта при оптимизации процессов использования оборотных активов. Приведенный пример является условным и позволяет понять принцип действия рассмотренного алгоритма; он может быть изменен с учетом условий, сложившихся в организации, существующих допущений и возможных вариантов принятия решений. Следует отметить, что данный способ не является абсолютно достоверным, поскольку основан на субъективных оценках вероятности наступления тех или иных событий. Однако полученные с помощью этого метода результаты могут быть использованы в качестве дополнительного способа принятия оптимизационных решений.

Н.А. Батурина,
доц. кафедры бухгалтерского учета, анализа и аудита Воронежского филиала МГЭИ, канд. экон. наук

Статья опубликована в журнале «Справочник экономиста» № 11, 2008.

Купить этот номер в электронном виде

Подпишитесь на нашу рассылку

Рассылка о новых материалах в блоге и новых номерах журналов. Отправляется в среднем 1 письмо в 2 недели.
  • Подведут черту бедности

    Минтруд для назначения социальных пособий предлагает учитывать все доходы россиян и их собственность

  • Утилизация в налоговом порядке

    Экологический сбор с шин и холодильников предлагают сделать безальтернативным

  • 1-2 декабря в деловом центре Radisson Славянская состоится крупнейший в России и СНГ B2B & B2C финансовый ивент — MOSCOW FINANCIAL EXPO 2017