авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 10 |

«Воронежский государственный университет инженерных технологий На правах рукописи СОВИК ЛЮДМИЛА ...»

-- [ Страница 5 ] --

В системах бизнес-мониторинга, действующих в реальном времени и имеющих целевой функцией продвижение (сохранение) позиций организации в конкурентной среде целевые ориентиры, в соответствии с обоснованными нами в 3.1 принципами формирования, должны быть адаптивными и устанавливаться ис ходя из текущей экономической ситуации. В качестве ориентиров нами предла гаются среднепроизводственные по виду деятельности соотношения, а также макроэкономические индикаторы.

Использование текущих среднепроизводственных значений как ориентиров для оценки формы, характера и результата изменений деятельности субъектов при систематизации классов сценариев позволит нам, во-первых, отразить существен ные для вида деятельности особенности (параметры сезонности, зависимости от природных условий, давления импорта сырья и готовой продукции), во-вторых, обеспечить необходимую адаптивность ориентиров к динамичным внутренним и внешним условиям деятельности.

Третье существенное дополнение модели целеполагания по отношению к характеристикам стадий жизненного цикла развития промышленной организации касается включения состав индикаторов индикатора степени платежеспособно сти. Целевое управление платежеспособностью обслуживает политику взаимо действия системы и среды (государства и участников рынка) и требует отраже ния в системе целеполагания бизнес-мониторинга. С учетом значения этого пара метра в политике промышленной организации как системы и ее среды, из всего множества показателей оценки платежеспособности[325] нами принят преду смотренный Постановлением Правительства РФ [168], на который сегодня ориен тируются участники рынка.

Степень платежеспособности организации по текущим обязательствам (в месяцах) исчисляется как отношение суммы краткосрочных обязательств, умень шенных на величину доходов будущих периодов, к среднемесячной выручке, рас считываемой как отношение выручки отчетного периода, к количеству месяцев в отчетном периоде. Этот индикатор наряду с показателем текущей ликвидности, как было показано выше, установлен в нормативных документах последнего вре мени как ключевой при диагностике вероятности банкротства организации [168].

Нами рассчитаны показатели платежеспособности для всех рассматривае мых пищевых производств (приложение С, таблицы С1-С3), а таблице 3.14 пред ставлены результаты расчетов среднепроизводственных показателей платежеспо собности по группе сахаропроизводителяй, которые свидетельствуют, что для рассматриваемого вида деятельности в регионе заметны достаточно устойчивые на протяжении длительного времени диапазоны значений фактической средне производственной степени платежеспособности по текущим обязательствам. Так, например, формальное применение действующего нормативного значения этого ключевого показателя (3 месяца [168]) привело бы к тому, что практически все региональные сахарные заводы, имеющие в течение последних 11 лет степень платежеспособности на уровне 5-7 месяцев, были признаны несостоятельными.

Между тем организации продолжают действовать и рассчитываться по своим обя зательствам.

Отметим, что другим видам пищевых производств региона свойственны иные устойчивые диапазоны степени платежеспособности: хлебозаводам – 0.6-1, месяца, а мясокомбинатам – 2-4 месяца (таблица 3.15), что позволяет считать от личия в степени платежеспособности еще одной специфической особенностью сферы деятельности, требующей отражения в целеполагании. Это требование обеспечивается включением среднепроизводственных (среднерыночных) значе ний показателя степени платежеспособности в качестве рыночного ориентира для определения варианта сценария функционирования организации.

Таким образом, в предлагаемый состав индикаторов модели целеполагания нами включены: Рост (форма и характер изменения) – Эффект финансового рыча га – Доходность – Инвестиционные ресурс – Степень платежеспособности, опре деляемых в последовательности, как это показано схемой на рисунке 3.3.

Таблица 3.14 -Степень платежеспособности группы региональных субъектов сахарного производства в 2001-2011 годы 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 СЗ 114,86 220, 1. Стоимость продаж, млн р. 38,927 37,318 52,694 60,109 3,776 135,843 624,236 528,734 805, 5 2. Краткосрочные обязательства, 2,406 30,425 73,531 113,58 136,56 230,347 218,61 453,51 891,623 1031,72 1361, млн р.

3. Показатель платежеспособности, мес. 1 10 17 23 434 21 23 25 18 24 СЗ 1. Выручка от продаж, млн р. 203,46 278,75 583,99 624,53 667,68 1427,90 915,19 86,944 1928,14 2743,57 2540, 2. Краткосрочные обязательства, млн р. 157,78 236,35 373,91 404,99 379,32 748,729 844,58 479,87 1203,18 2306,80 3630, 3. Показатель платежеспособности, мес. 10 11 8 8 7 7 12 67 8 11 СЗ 1. Выручка от продаж, млн р. 264,97 251,39 286,31 309,53 324,64 394,942 393,14 529,00 401,424 276,359 855, 2. Краткосрочные обязательства, млн р. 54,995 57,518 64,228 82,708 88,288 114,490 134,88 175,39 169,252 94,365 189, 3. Показатель платежеспособности, мес. 3 3 3 4 4 4 5 4 6 5 СЗ 1. Выручка от продаж, млн р. 274,84 546,31 531,35 584,00 724,94 895,16 974,26 1410,18 1041,62 2247, 814, 8 2 0 8 1 2 2 4 6 2. Краткосрочные обязательства, 124, млн р. 35,660 49,792 76,863 96,355 132,97 178,164 6 66,707 117,061 303,005 692, 3. Показатель платежеспособности, мес. 2 2 2 2 3 3 2 1 1 4 СЗ 1. Выручка от продаж, млн р. 210,67 170,76 55,585 209,24 212,05 467,711 327,56 617,80 704,360 440,208 927, 2. Краткосрочные обязательства, млн р. 79,217 102,98 101,67 33,726 65,866 135,799 264,81 580,81 636,241 310,839 421, 3. Показатель платежеспособности, мес. 5 8 22 2 4 4 10 12 11 9 СЗ 1. Выручка от продаж, млн р. 19,910 232,89 422,44 170,01 299,31 452,075 483,01 608,46 446,440 333,248 852, 2. Краткосрочные обязательства, 275,65 354,34 280,04 205,03 204,62 192,25 364, млн р. 1 0 6 4 0 228,095 0 0 377,654 245,877 370, 3. Показатель платежеспособности, мес. 167 19 8 15 9 7 5 8 11 9 СЗ 1. Выручка от продаж, 680,80 479, 13,968 151,621 309,675 401,707 305,905 402,455 633,284 537,469 1130, млн р. 2 2. Краткосрочные обяза- 186,91 409, тельства, млн р. 15,386 132,184 182,192 135,836 102,661 6 249,282 2 533,057 550,549 806, 3. Показатель платежеспо собности, мес. 14 11 8 5 5 4 8 11 11 13 Таблица 3.15 - Динамика среднепроизводственного показателя степени платеже способности региональных производителей пищевой продукции в 2002-2011 го дах, месяцев Региональные пищевые производства Хлебозаводы 1.1 1,0 1,2 1,3 0,9 0,9 0,9 0,8 0,6 0, Мясокомбинаты 2.0 2,1 2,3 2,1 2,0 2,2 2,3 2,9 3,4 4, Сахарные произ- 6,9 7,3 5,6 6,2 5,5 5,2 5,0 6,9 8,6 7, водства R Изменение продаж, характер изменений Эффект финансо Степень платежеспо E S вого рычага собности Инвестиционный Доходность ресурс D I Рисунок 3.3– Пентаграмма количественных параметров модели целеполагания бизнес-мониторинга Из первых буквы названий индикаторов мы составили сокращенное обозна чение модели – REDIS. Подробная схема информационных и логических связей индикаторов – параметров модели целеполагания бизнес-мониторинга представ лена нами на рисунке 3.4.

Использование в моделировании процессов целеполагания индикаторов формы, характера и результата изменений из 5 показателей (рисунок 3.3), каждый из которых, в зависимости от принимаемых значений, идентифицирует одно из трех возможных состояний признака, дает возможность получить несколько тысяч вариантов оценок. Такое количество вариантов целевых состояний не под дается восприятию и интерпретации менеджментом без предварительных преоб разований. Традиционным подходом для разрешения подобного рода проблемы является использование весовых коэффициентов и формирование интегральных оценок, с дальнейшим их ранжированием в виде рейтинга, то есть построение эконометрической модели. Однако мы признали такой подход неприемлемым для целеполагания в бизнес-мониторинге по причинам, обоснованным в 3.2.

Наша позиция состоит в том, чтобы систематизировать и упорядочить соче тания значений прямых индикаторов формы, характера и результата изменений в виде классов сценариев деятельности промышленной организации, интерпрети руемых как менеджментом, так и участниками рынка. Для этого нами предложено использовать в качестве эталонов матрицы-классификаторы, разрабатываемые для каждого вида событий, поддерживаемых системой бизнес-мониторинга.

Пример матрицы-классификатора сценариев развития организации и свя занных с ними вариантов формы, характера и результата изменений представлен в таблице 3.16. Подобные матрицы позволяют переходить от исследуемого вари анта сочетания значений параметров события к сценарию (из эталонного набо ра), с которым реальное событие может быть соотнесено.

Разработанный нами алгоритм оценки j –го события i-го типа, относяще гося к b –му бизнес-процессу ( Pjb.i ) обобщенно может быть представлен после довательностью шагов (рисунок 3.5).

R (Изменения, качество изменений ) S (Степень платежеспособности ) Оборотные Оборотные Стоимость Стоимость Краткосрочные Среднепро активы за активы за продаж за продаж за те- обязательства изводствен предыдущий текущий предыдущий кущий пери ные показа период период период од тели I (Инновационный ресурс) D (Доходность) Краткосрочные Дебиторская Кредиторская за кредиты и займы задолженность долженность Прибыль от про- Рыночные инди даж каторы Операционные затраты Основные Запасы средства (без амортизации) задолжен ность E (Эффект финансового рычага ) Собственный Активы капитал Рисунок 3.4 – Инфологическая схема параметров модели целеполагания бизнес-мониторинга Таблица 5.6 – Матрица-классификатор сценариев развития организации Класс сценариев Класс сценариев Класс сценариев С (низкий) А (высокий) В (средний) Конкурентоспособность, благополучие Неустойчивое благополучие, времен- Рецессия, депрессия, регресс ное благополучие Варианты формы изменений(R) Рост стоимости продаж выше средне- Рост стоимости продаж ниже средне- Сокращение стоимости продаж производственного производственного Варианты характера предельных изменений в аспекте ресурсосбережения Интенсивный (выше среднепроизвод- Экстенсификация (ниже среднего по Экстенсивный (прирост ресурсов опе ственного);

(+) группе, но больше 1) режает прирост выручки (-) Варианты результаты изменений(E.D.I.S) А В С Уровень эффекта финансового рычага Уровень эффекта финансового рычага Уровень эффекта финансового рычага положительный и выше среднепроиз- положительный, но ниже среднепро- отрицательный водственного(А) изводственного Финансовый результат обеспечивает Финансовый результат не обеспечива- Финансовый результат отрицательный среднерыночную рентабельность ка- ет среднерыночную рентабельность (С) питала(A) капитала(В) Степень платежеспособности соответ- Степень платежеспособности выше Степень платежеспособности ниже ствует нормативной(А) среднепроизводственной, но ниже среднепроизводственной и норматив нормативной (В) ной (С) Внутренний инвестиционный ресурс Внутренний инвестиционный ресурс Внутренний инвестиционный ресурс компенсирует инфляционное обесце- создается, но ниже уровня компенса- не создается нение внеоборотных активов ции инфляционного обесценения вне оборотных активов Множество эталонных значений пара Параметры j-ого события, относящегося метров i-ого вида события бизнес к типу i бизнес-процесса b:

процесса b:

Oib o1b,i, o2,i,, o N,i b b Pjb,i p1b, j,i, p2, j,i,, pN, j,i b b Модель сценарно-параметрического анализа с набо ром из N параметров:

b Сравнение множеств Pj, i и Oib, получение множества отклонений Упорядоченное множество оценок откло нений:

V jb,i 1bj,i, V2b, j,i,, VN, j,i b V, Выбор сценария в классах для V jb,i C V C b j,i C Матрица-классификатор событий по сочетанию оценок Vi b :

C1 – класс неудовлетворительных сце b Оценка события Pj, i нариев;

C2 – класс приемлемых сценариев;

неудовлетвори благоприятная тельная оценка C3 – класс благоприятных сценариев приемлемая оценка оценка нет да одобряется?

b Реализация Pj, i Изменение парамет b ров Pj, i Рисунок 3.5 Алгоритм оценки соответствия реального события целевому сценарию процесса в модуле целеполагания бизнес-мониторинга 1. Реальное событие Pjb.i на входе системы бизнес мониторинга характе ризуется упорядоченным множеством из N параметров со значениями p, p2, j,i,, p N, j,i.

b b b 1, j,i 2. Выполняется сопоставление параметров p1b, j,i, p2, j,i,, p N, j,i реального b b события Pjb.i с соответствующими оценочными параметрами o1b,i, o2,i,, o N,i эта b b лона Oib, предусмотренного для i-го типа события, относящегося к b –му биз нес-процессу 3. Каждое значение из множества параметров реального события Pjb.i по лучает оценку в зависимости от его соответствия классификационным интерва лам на шкале параметра эталона Oib. В результате формируется множество оценок 1bj,i, V2b, j,i,, VN, j,i параметров реального события Pjb.i :

b V, 4. В классификационной матрице выбирается оценочный сценарий V jb,i, которому соответствует полученное на шаге 3 множество оценок V, V2b, j,i,, VN, j,i b b 1, j,i 5.Менеджер получает оценку V jb,i события Pjb.i и, при необходимости, рекомен дации о соответствии/несоответствии рассматриваемого варианта целевому сценарию управленческого процесса.

Важное преимущество реализуемого в модуле управления по целям сце нарно-параметрического подхода на основе методических решений эталонов событий и матриц –классификаторов состоит в создании единой методиче ской платформы для целеполагания, менеджмента риска и генерации вариантов решений в системе бизнес-мониторинга, что устраняет существующий разрыв в решениях каждой из означенных задач.

4 МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ РИСКАМИ В БИЗНЕС-МОНИТОРИНГЕ ДЕЯТЕЛЬНОСТИ ПРОМЫШЛЕННОЙ ОРГАНИЗАЦИИ 4.1 Инструментарий стресс-тестирования в модуле управления рисками бизнес-мониторинга Отдельные элементы последующего анализа рисков, практикуемые в на стоящее в системах менеджмента пищевых производств, имеют весьма ограни ченные возможности для поддержки управления текущей и планируемой дея тельностью:

во-первых, из-за высокой динамики изменений среды динамично изме няющейся среды, из-за которой результаты анализа ранее принятых рисков не мо гут быть применены в отношении принимаемых текущих рисков;

во- вторых, эпизодичность и фрагментарность выполняемых оценок рисков, не включенных в состав регулярных процедур процессов менеджмента, не позво ляет оказать влияние на формирование управленческих воздействий в областях риска.

Как показал проведенный нами опрос руководителей коммерческих и эко номических служб, методы управления рисками и стресс-тестирование до на стоящего времени практически не применяются как инструменты в технологиях менеджмента пищевых производств. Это объясняется целым рядом причин:

отсутствием разработок моделей, ориентированных на условия деятельно сти пищевых производств[94,95];

недостаточной гибкостью моделей, предлагаемых промышленным органи зациям, для оперативного реагирования на кризисные ситуации [25];

методической оторванностью моделей риск-менеджмента ( Du Pont, Pyramid Structures of Ratio, ZVEI,, Система Beaver,Weibel, CAMELS, объема принятого риска – VaR [114]) от применяемых технологий управления;

разрывом между методами ретроспективной оценки рисков и процедурами разработки адекватных вариантов управленческих воздействий, целеполагания и планирования в условиях неопределенности;

Обобщая теоретические и практические разработки в области методов риск менеджмента организаций сферы производства продовольствия [25, 26,91,92], мы выделили, как наиболее значимые для бизнес-мониторинга, подходы на основе стресс-тестирования, руководствуясь их возможностями и общими родовыми свойствами со сценарно-параметрическим моделированием:

оценки последствий рисков в условиях сформированных сценариев дея тельности, а также решение обратной задачи: определение границ параметров, при которых сохраняется позиция промышленной организации в ожидаемом или целевом классе сценариев;

отражение в стрессовой модели функционирования организации диапазона значений количественных индикаторов факторов, индуцирующих значительные потери. Эти факторы могут включать события во всех основных типах значимых рисков, в том числе рыночных, операционных и финансовых;

использования методов количественного анализа. Посредством количест венного анализа определяют возможные колебания основных показателей и оце нивают их влияние на различные параметры сценария деятельности организации;

присутствие элементов качественного анализа, акцентированного на оценке способности процесса удержаться в рамках целевого сценария функ ционирования. В контексте данного исследования мы акцентируем внимание на том, что в результате стресс-теста должны быть получены стоимостные оценки потерь в виде, пригодном для сопоставления с прибылью и (или) капиталом орга низации. Наиболее приемлемой в плане определения величины риска нам пред ставляется количественная оценка изменений прибыли, а также ее сопоставление с капиталом на предмет угрожающего или полученного ущерба;

определение направлений действий, которые должны быть предприняты менеджментом для снижения последствий риска и предупреждения неблагопри ятного сценария развития процесса.

В моделировании рисков наиболее сложным и неоднозначным является выделение значимых для предприятия возмущений. Средства стресс-теста могут быть использованы для моделирования сценариев функционирования организа ции:

при изменении наиболее важных рыночных условий деятельности, в том числе на кредитных рынках;

в случае возможных изменений на рынке сырья и продаж, увеличении числа или усиление конкурентов, природных факторов и т.д., при взаимодействии между факторами, например, между ценами на пище вую продукцию и сырье для ее производства.

Анализу подвергается динамика значимых факторов риска путм модели рования изменения их значений на рассматриваемых отрезках времени. При этом в расчт может приниматься как разница между максимальным и минималь ным значениями фактора в рамках заданного периода времени, так и разница зна чений на начало и конец рассматриваемого периода. В дальнейшем в зависимости от целей анализа при расчтах используется либо усредннное, либо максималь ное значение изменения фактора риска, а также сила его воздействия на поле рис ка.

На наш взгляд, конфигурация модели стресс-теста зависит также от интере сов целевых групп его пользователей и возможностей их доступа к исходной ин формации. При внутриорганизационном стресс-тестировании риск-менеджмент определяет подверженность рискам различных элементов бизнес-процессов для управления ими в пределах организации, обеспечивая оптимальное распределение средств. При этом в качестве исходных данных может использоваться любая не обходимая внутрипроизводственная информация и доступные данные внешней среды.

В схематичное описание действий, устанавливающих подходы и элементы менеджмента риска в системе бизнес-мониторинга с применением инструмента рия стресс-тестирования(план менеджмента риска)[181] мы включили следующие этапы: идентификация риска - уязвимости процессов – элементы, методы анали за рисков - причастные стороны - стресс-тестирование целевых сценариев про цессов.

1.Идентификация риска. В качестве примера идентификации рисков орга низаций сферы промышленного производства продовольствия, рассмотрим про цессы привлечения краткосрочных банковских заимствований в качестве источ ников финансирования текущей деятельности.

Анализ хронологических данных, потребностей причастных сторон подтвер ждает значимость рисков кредитования для деятельности заемщиков - промыш ленных организаций, с одной стороны, и коммерческих банков-кредиторов – с другой.

Потребность в краткосрочных банковских заимствованиях для финансиро вания текущей деятельности организаций сферы мясопереработки, производства сахара и хлеба Воронежской области исследована нами на долговременном ин тервале 2001-2011 годов. Установлено, что наибольшую потребность в кратко срочных кредитах испытывали организации из группы региональных сахарных производств: удельный вес краткосрочных кредитов в сумме источников средств увеличился с 7% в 2001 году до 46,0 % в 2011 году (таблица 4.1, рисунок 4.1).

При этом сумма привлекаемых заимствований в период 2002-2011 годов превы шала в несколько раз суммарную величину собственного капитала всей группы организаций (рисунок 4.2). Это позволяет заключить, что банковский капитал стал необходимым участником финансирования означенной сферы деятельности.

Приведенные данные позволяют констатировать существенность воздейст вия заимствований на деятельность региональных сахаропроизводителей: рост объемов кредитования рассматриваемых организаций продовольственной сферы Таблица 4. Динамические характеристики использования краткосрочных кредитов в финансировании текущей деятельности ре гиональных сахарных производств в 2001-2011 годы Годы Показатели 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 1.Стоимость продаж 1026,769 1669,057 2242,058 2359,160 2538,313 4373,396 3531,397 3515,918 6148,077 5901,221 9359, 2.Источники 1226,2 1579,5 1311,5 1225,3 1546,8 2865,6 2931,7 4609,5 6027,9 7618,9 10611, средств, млн.р.

3.Собственный ка 292,998 291,086 165,116 157,802 201,666 294,831 329,464 244,735 573,833 691,576 725, питал, млн.р 4.Краткосрочные 87,7 632,8 555,0 580,1 737,103 1685,8 1109,1 2271,3 1961,0 2704,5 4856, кредиты банка, млн.р.

5.Доля кр/кредитов 0,07 0,40 0,42 0,47 0,48 0,59 0,38 0,49 0,33 0,37 0, в источниках средств, ед.

6. Плечо финансо- 0,3 2,2 3,4 3,7 4,7 5,7 3,5 9,3 3,4 3,9 6, вого рычага (крат косрочные кредиты/ собственный капи тал), ед Рисунок 4.1 – Динамика источников средств и краткосрочных банковских кредитов в 2001-2011 годы по группе региональных сахарных производств, млн.р.

Краткосрочные займы и собственный капитал сахаропроизводителей Сумма краткосрочных займов Собственный капитал тыс. р.

2001 2002 2003 2004 2005 2006 2007 2008 Годы Рисунок 4.2 – Динамика собственного капитала и привлечения краткосрочных банковских кредитов в 2001-2011 годы по группе сахарных производств, тыс.р.

опережал рост стоимости их продаж. Сахарные производства за период 2001-2011 годов при поддержке банковского кредитования достигли роста стои мости продаж в 9,1 раза, при этом величина привлекаемых банковских кредитов увеличилась в 55,4 раза (таблица 4.1).

Однако последствия рост объемов заимствований со стороны сахарных производств были не только позитивными благодаря увеличению стоимости продаж. Столь масштабное кредитование текущей деятельности имело выражен ные негативные результаты:

формирование убытка в отдельные годовые периоды в результате сопряже ния операционных и финансовых рисков. Так, из данных, представленных нами далее в таблице 4.2, видно, что уровень доходности региональных сахарных про изводств по показателю EBIT (прибыли до вычета платы за финансирование и налогов) в отдельные годы был недостаточным для компенсации расходов по привлекаемым заимствованиям. В результате шесть из рассматриваемых 11 го довых периодов стали убыточными по показателю чистой прибыли а, следова тельно, отрицательной в эти периоды была и рентабельность собственного капи тала;

общий результат развития сахарных производств по показателю чистой прибыли в период 20001-2011 годов оказался отрицательным, что дает негатив ную общую оценку привлечения заимствований для финансирования рассматри ваемой сферы деятельности.

Существенность банковского кредитования для пищевых производств под черкивается в Доктрине продовольственной безопасности страны [79], наметив шей в числе мер государственной поддержки совершенствование системы креди тования в целях обеспечения доступности для большинства товаропроизводите лей краткосрочных и инвестиционных кредитов. Эти меры обусловлены неблаго получной ситуацией с кредитованием, провоцирующей существенные риски и уг розы деятельности товаропроизводителей продовольствия. Отметим, что эти уг розы обращены и в сторону банков, так как неблагополучие означенной Таблица 4.2 - Показатели рентабельности капитала группы сахарных производств в 2001-2011 годы, млн р.

Среднегодовая Рентабельность EBIT (при Объем про- Чистая при- сумма собст Годы быль от про- собственного даж быль венного капи даж). капитала, % тала 2001 1026,8 53,6 -63,4 325,5 -19, 2002 1669,1 -20,3 -111,8 265,7 -42, 2003 2242,1 -17,6 -105,9 165,1 -64, 2004 2359,2 148,8 10,8 157,8 6, 2005 2538,3 134,1 9,0 201,7 4, 2006 4373,4 288,0 40,0 294,8 13, 2007 3531,4 106,8 -40,6 329,4 -12, 2008 3516,0 190,3 -125,4 244,7 -51, 2009 6148,1 741,7 237,8 573,8 41, 2010 5901,2 340,1 -35,9 691,6 -10, 2011 9359,7 312,1 136,5 726,0 18, многочисленной группы заемщиков, в конечном счете, подрывает основы кредитной деятельности финансовых организаций.

Приведенные аналитические выводы дают представление о значимости краткосрочных заимствований для пищевых производств и существенности свя занных с ними рисков, но не позволяют оценить их воздействие на изменение прибыли по величине и в сопоставлении с капиталом. Однако именно такие зна чения, как отмечалось выше, требуется получить в качестве одного из результатов стресс-теста.

2. Уязвимость, внутренние слабые места сахарных производств, вызываю щих их чувствительность к источнику риска. Методы оценки степени подвержен ности организаций риску заимствований.

Степень подверженности (уязвимости) организаций сферы сахарного про изводства рискам заимствований позволяет установить метод на основе извест ного эффекта финансового рычага [243], отражающего изменение рентабельности собственного капитала вследствие использования краткосрочных кредитов, то есть необходимой нам стоимостной оценки последствия принятия риска. Органи зация, использующая кредит, увеличивает либо уменьшает рентабельность собст венного капитала в зависимости от соотношения собственных и заемных средств и от величины расходов, связанных с кредитованием. Эффект финансового рыча га (Y) возникает в случае разности между рентабельностью активов организации и ценой заемных средств согласно выражению:

Y = (1 – Т) D P (4.1) где Т – ставка налогообложения прибыли в период привлечения кредита;

D – дифференциал, представляющий собой разность между рентабельно стью активов(ROA) в процентах, исчисленной по показателю EBIT (прибыли до вычета платы за финансирование и налогов) и ценой заемных средств (L), выра женной в процентах годовых (D = ROA – L);

P - плечо финансового рычага – соотношение между краткосрочным заем ным (KK) и собственным капиталом(C):

КК P С ( 4.2) Положительное значение эффекта финансового рычага показывает прира щение доходности собственного капитала субъекта хозяйствования вследствие привлечения банковского кредита. Отрицательное значение уровня эффекта фи нансового рычага формируется в случае, когда цена кредитных ресурсов выше рентабельности активов организации и, следовательно, привлечение кредита сни жает выгоду владельцев бизнеса, выражаемую через доходность собственного ка питала. Таким образом, уязвимость организации к риску кредитования связана с недостаточной рентабельностью активов в сравнении с ценой финансирования, предлагаемого коммерческим банком. Идентификация уязвимости необходима для дальнейшего формирования вариантов управленческих решений по обработке риска.

3. Анализ риска предполагающий количественную оценку риска может выполняться как в отношении уже принятых рисков, так и в отношении планируемых событий. Реализация принципа непрерывности в управлении рисками предполагает необходимость оценки и сопоставления не только потенциальных рисков в направлении плановых горизонтов деятельности, но и уже проявившихся ретроспективных – по историческим(отчетным) данным данным внутренней и раскрываемой отчетности организации.

Рассмотрим возможности применения метода на основе эффекта финансо вого рычага в отношении оценки ретроспективных рисков заимствований регио нальных пищевых производств. Аналитическая оценка воздействия привлечения краткосрочных кредитов банков на рентабельность собственного капитала регио нальных субъектов сахарного, мясоперерабатывающего и хлебопекарного произ водства представлена в приложениях D, таблицы D2-D4, соответственно. В при ложении D, таблица D1 приведены используемые в расчетах данные о динамике процентных ставок по краткосрочным кредитам по месяцам 2001-2011 годов.

Обобщенные по группам производств результаты расчетов, представленные в таблицах 4.3.-4.5 и иллюстрируются е рисунком 4.4, позволяют констатировать, что в период 2001-2011 годов:

в группе региональных сахарного производств, лидировавших по доле крат косрочных кредитов(45,8 % к 2011 году) в источниках средств, отмечены пре имущественно отрицательные значения показателя эффекта финансового рычага (кроме 2004 и 2006 годов), то есть краткосрочные заимствования индуцировали снижение получаемого финансового результата и доходности собственного капи тала. Рост доли «дорогих» заимствований в источниках средств организаций со провождался экстенсификацией использования текущих активов, финансируемых в значительной части за счет краткосрочных банковских кредитов. При этом по тери прибыли превышали уровень в 10% от размера собственного капитала (при знаваемый существенным уровнем риска) на 7 из 11 исследованных интервалов;

Таблица 4.3 - Ретроспективная оценка рисков заимствований по группе сахарных заводов Воронежской области 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 1. EBIT(Прибыль от продаж), млн 53,547 -20,343 -17,614 148,782 134,141 288,019 106,800 190,348 710,239 340,194 312, р.

2. Активы, млн 1178,179 1401,286 1445,502 1274,26 1386,265 2206,194 2898,662 3771,16 6367,983 6823,401 9112, р.

3. ROA (рента бельность акти- 4,54 -1,45 -1,22 11,68 9,68 13,06 3,68 5,05 11,15 4,99 3, вов), % 4. Среднегодовая ставка по креди- 17,9 15,7 13,0 11,4 10,7 10,4 10,0 12,2 15,3 10,8 8, там банка*, % 5. Дифференциал :D -13,36 -17,16 -14,19 0,23 -1,01 2,63 -6,35 -7,18 -4,16 -5,83 -5, 6. Сумма кратко срочных займов, 57,534 346,399 593,881 567,577 658,626 1211,471 1397,486 1690,209 1975,618 2367,179 3780, млн р.

7. Собственный 292,998 291,086 165,116 157,802 201,666 294,831 329,464 244,735 573,833 691,576 725, капитал, млн р.

8. Эффект фи нансового рыча- -2,10 -16,34 -40,84 0,67 -2,63 8,65 -21,54 -39,66 -11,44 -15,97 -20, га Таблица 4.4 - Ретроспективная оценка рисков заимствований по группе хлебозаводов Воронежской области 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 1. EBIT(Прибыль 34,623 38,150 20,816 78,993 71,491 32,395 31,629 99,241 78,764 34,525 37, от продаж), млн р.

2. Активы, млн р. 95,92855 112,2039 135,136 172,536 229,779 257,3755 262,27 292,1125 332,99 341,1575 345, 3. ROA (рента 36,09 34,00 15,40 45,78 31,11 12,59 12,06 33,97 23,65 10,12 10, бельность акти вов), % 4. Среднегодовая 17,9 15,7 13,0 11,4 10,7 10,4 10,0 12,2 15,3 10,8 8, ставка по креди там банка*, % 5. Дифференциал 18,18 18,29 2,43 34,34 20,43 2,16 2,03 21,75 8,35 -0,70 2, :Y 6. Сумма кратко 17,355 15,681 15,307 20,762 23,714 22,588 18,487 17,558 18,524 19,116 21, срочных займов, млн р.

7. Собственный 52,605 53,454 75,987 111,533 163,298 186,480 189,475 217,090 257,611 259,529 285, капитал, млн р.

8. Эффект финан- 4,80 4,29 0,39 5,11 2,37 0,21 0,16 1,41 0,48 -0,04 0, сового рычага, %€ Таблица 4.5 - Ретроспективная оценка рисков заимствований по группе мясоперерабатывающих заводов Воронежской области 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 1. EBIT(Прибыль от продаж), млн р. 26,790 77,726 80,773 62,486 99,972 80,624 54,843 -23,760 -20,006 -22,007 -24, 2. Активы, млн р. 454,531 517,468 656,141 775,063 859,412 954,891 1150,661 1455,358 1631,503 1748,781 1923, 3. ROA (рента бельность акти- 5,89 15,02 12,31 8,06 11,63 8,44 4,77 -1,63 -1,23 -1,26 -1, вов), % 4. Среднегодовая ставка по креди- 17,9 15,7 13,0 11,4 10,7 10,4 10,0 12,2 15,3 10,8 8, там банка*, % 5. Дифференциал D -12,01 -0,69 -0,66 -3,38 0,95 -1,98 -5,27 -13,86 -16,53 -12,08 -9, 6. Сумма кратко срочных займов, 74,376 69,156 46,616 85,220 145,270 170,201 211,577 302,919 329,746 362,721 398, млн р.

7. Собственный капитал, млн р. 265,914 256,633 282,424 293,969 304,735 322,913 336,223 283,486 167,018 183,720 202, 8. Эффект финан -2,69 -0,15 -0,09 -0,78 0,36 -0,84 -2,65 -11,85 -26,12 -19,07 -15, сового рычага *Средневзвешенная ставка по рублевым кредитам юридическим лицам в кредитных организациях (включая Сбербанк России), сроком до 1 года [3] Рисунок 4.3 – Количественные характеристики эффекта финансового рычага при кредитовании организаций сферы производства продовольствия Воронежской области в 2001-2011 годы в группе субъектов мясоперерабатывающих производств объемы привлече ния краткосрочных кредитов также постоянно возрастали на протяжении всего исследуемого периода и составили в 2011 году 20,7% всех источников средств, что ставит эту группу на промежуточную позицию по уровню кредитования среди трех рассматриваемых сфер деятельности. При этом эффект финансового рычага был отрицательным на всех годовых интервалах, кроме 2005 года. Причинами стали высокие ставки банковского процента при низкой, а с 2008 года отрица тельной рентабельности активов по EBIT. Риски заимствований (потери прибыли) нарастали в течение рассматриваемого периода и в 2008-2011 превысили величи ну в 10% от суммы собственного капитала;

в группе региональных хлебозаводов в период 2001-2011 годов доля крат косрочных кредитов в источниках средств была наименьшей из трех рассматри ваемых видов пищевых производств и не превышала 10%. В 2011 году кратко срочные кредиты составляли 6,0% в суммарных источниках финансирования хле бозаводов. При этом отметим положительный эффект кредитования в среднем по группе, увеличивающий рентабельность собственного капитала хозяйствующих субъектов. Приведенное обстоятельство показывает практическую возможность позитивного результата кредитования для регионального производителя пищевой продукции.

Согласно проведенной ретроспективной оценке последствий риска заимст вований методом эффекта финансового рычага, риски заимствований были весьма существенными для сахарных и мясоперерабатывающих производств, что связа но, во-первых, с действием внешних макроэкономических условий (высокой ставкой банковского процента), и, во-вторых, с внутренними уязвимостями: низ кой рентабельностью или убыточностью основной производственной деятельно сти.

Анализ, проведенный нами на ретроспективных данных показал, что по следствия рисков заимствований могут быть как негативными (потери прибыли), так и положительными (получение дополнительной прибыли. К примеру, в груп пе хлебопекарных производств риски заимствований открыли возможности полу чения дополнительной прибыли в силу действия положительного эффекта финан сового рычага.

Отметим, что реальные потери прибыли организаций превышали наши рас четные оценки. В расчетах использованы данные о средневзвешенных ставках по рублевым кредитам юридическим лицам в кредитных организациях (включая Сбербанк России) сроком до 1 года, на практике же устанавливались более высо кие ставки кредитования организаций сферы промышленного производства про довольствия, в зависимости от класса заемщиков.

4. Оценка рисков причастных сторон. Внешний аспект высоких рисков кре дитования пищевых производств коммерческими банками связан, на наш взгляд, с заметным перевесом интересов кредиторов в их отношениях с субъектами сфе ры промышленного производства продовольствия. Это выражается в кредитова нии текущей деятельности на условиях, заведомо приводящих к снижению пока зателей рентабельности продаж и собственного капитала организаций. Следует отметить, что большинство российских банков являются крупными хорошо орга низованными финансовыми структурами, которые оценивают кредитоспособ ность заемщика, акцентируя внимание на своевременности и полноте возврата выдаваемого кредита и платы за него. При этом остаются без должного внимания последствия кредитования для финансового результата организаций, что приво дит к перевесу тактических интересов более крупного участника кредитной сдел ки.

Необходимость сбалансированности интересов в отношениях между банками и заемщиками признается сегодня на международном уровне, например, в доку ментах Базельского комитета по банковскому надзору (БКБН), к работе которого подключилась российская банковская система [330]. Обсуждается план действий по оценке надзорными органами позиций банков с учетом рейтингов их клиентов, в том числе и корпоративных заемщиков. В конечном счете, рейтинг банка будет поставлен в зависимость от рейтинга его контрагентов, что послужит почвой для стратегической заинтересованности кредитной организации в долгосрочном раз витии каждого из корпоративных клиентов.

5. Стресс-тестирование целевых сценариев процессов. Ретроспективная оценка рисков заимствований, как «взгляд назад» полезна для оценки действий менеджмента, но менеджмент рисков в бизнес-мониторинге должен давать воз можность не только дать количественную оценку последствий принимаемых те кущих рисков, но предложит варианты решений из числа возможных: отказаться от принятия риска;

принять риск и оценить его воздействия на целевые показате ли подпроцессов, бизнес-процессов, общеорганизационных сценариев;

принять меры по снижению последствий воздействия риска, изменить целевые сценарии взаимодействующих структурных единиц и т.д.

Отличительная особенность моделирования стресс-тестов для модуля управления рисками системы бизнес мониторинга, как мы считаем, состоит в оценке воздействия последствий принимаемых рисков на имеющиеся сценарии (эталоны) событий, процессов и функционирования. организации в целом. Уро вень воздействия последствий рассматриваемого риска зависит от его сущест венности, установленной при идентификации.

Предложим в качестве необходимого продолжения анализа рисков заимст вований модель стресс-теста сценария деятельности организации для случая планируемой к заключению сделки привлечения нового заимствования., Получение средствами разрабатываемой модели стресс-тестирования оцен ки рисков заимствований в аспекте воздействия на ожидаемый сценарий деятель ности организации предполагает сопряжение изложенных выше методических решений на основе эффекта финансового рычага и предложенного нами в 3.2 сце нарно-параметрического подхода. Описание логических процедур алгоритма стресс-тестирования изменений в классах сценариев при привлечении заимство ваний представлено нами в таблице 4. Предложенная модель стресс-тестирования рисков заимствований, весьма существенных для пищевых производств, дает возможность получить следующие виды стоимостных и сценарных оценок:

а) ретроспективные, с использованием в качестве исходных данных отчет ности организации за истекший период. Определяются выигрыши (потери) при были и изменения в сценарии функционирования организации вследствие при влечения краткосрочных займов;

б) стрессовые, выполняемые по данным о рисках движения процентных ставок, изменений в стоимости продаж и ресурсоотдаче, которые могут привести к изменению текущего варианта сценария функционирования организации на бо лее или менее благоприятный;

в) целевые, выполняемые по данным об ожидаемом сценарии деятельности, прогноза движении процентных ставок и планируемых суммах заимствований.

Обобщая содержание и последовательность управленческих процедур стресс-тестирования в модуле риск-менеджмента бизнес-мониторинга, выделим следующие этапы.

Таблица 4.6 – Позиционирование в классах сценариев при стресс-тестировании рисков заимствований Класс сценария Признаки по параметру эффекта финансо- Оценка возможностей(рисков) вого рычага перехода в класс Выше Ниже УСТОЙЧИВЫЙ РОСТ процессы Понижение те Эффект финансового рычага по тестируе использования заимствований укре- кущей рента мому заимствованию положительный, до пляют потенциал промышленной ор- бельности капи ходность собственного капитала выше ганизации, обеспечивая ее инвести- тала до уровня:

среднерыночной ционную привлекательность YT0 0 RTo YTO LT 0 RT LT o o Y k НЕУСТОЙЧИВЫЙ РОСТ привле- Рост текущей Понижение Эффект финансового рычага по сумме за каемые заимствования повышают рентабельности ЭФР по новым имствований положительный, но достигну рентабельность собственного капи- капитала до заимствованием тая доходность собственного капитала ни тала, но эффективность их использо- уровня: до уровня: Y же среднерыночной T o вания ниже среднерыночной YT 0 0 ROCT YTO LT Y 0 RT LT o ПЕРЕГРЕВ. Рост приобретает не- Рентабельность капитала ниже среднеры- Достижение те- Переход теку подконтрольный характер, ему со- ночного уровня и отрицательный ЭФР для кущего ЭФР по- щей рентабель путствует перекредитование, сниже- новых заимствований ложительных ности в отрица ние ресурсоотдачи, неэффективность тельную об значений YT O привлечения новых заимствований O ласть: Y Y 0 R L o T T T T РЕЦЕССИЯ (от лат. Recessus – от- Рентабельность капитала отрицательная, Достижение по- Переход вели ступление) – в экономике в отноше- ЭФР по сумме заимствований отрицатель- ложительных чины собствен нии пром.организации (группы орга- ный : значений ЭФР по ного капитала в низаций) понимается как некритиче- сумме заимство- отрицательную Y 0 R o o T T T ский спад производства или замед- область ваний YTO Rn0 ление темпов экономического роста, снижение ресурсовотдачи СТАГНАЦИЯ (от латинского stagno Отрицательный собственный капитал, Переход величи – делаю неподвижным), застой в отрицательная рентабельность, ЭФР по за- ны собственного производстве, т.д. Выражается в ну- имствованиям отрицательный : капитала в по левых или отрицательных финансо- ложительную Y 0 RT 0T o o T вых результатах деятельности, неэф- область фективности заимствований Условные обозначения в таблице 4.6:

Эффект финансового рычага организации О по сделке k в период Т o Y kT Среднегодовая рентабельность собственного капитала организации О в период Т o RT Среднегодовая ставка банковского кредита в период Т, % годовых;

LT среднегодовая, и привлекаемая сумма краткосрочных кредитов и займов, млн р.;

KK T, KK T идентификация существенных рисков в отношении событий, выделенных в составе бизнес-процессов промышленной организации(повышение ставок по кредитам, рост цен на сырье, снижение рыночных цен на продукцию, спад про даж и т.д.);

определение уязвимостей в состоянии бизнес-процессов, подпроцессов деятельности организации (высокая задолженность по кредитам и займам, сниже ние ресурсоотдачи, низкая рентабельность продаж, спад продаж);

стресс-тестирование с применением целевых и стрессовых сценариев, эта лонов событий;

оценка отклонений между параметрами реальных, стрессовых и эталон ных событий по разработанной шкале рисков и возможностей;

обработка риска.

Результаты стресс-тестирования используются в модуле генерации вариан тов решений для оценки соответствия параметров события целевым ориентирам и формирования адекватных вариантов управленческих воздействий.

4.2 Процедуры мониторинга рисков, индуцируемых изменениями во внеш ней среде Значимое место в поле рисков пищевых производств занимают связанные с изменениями во взаимодействии с рыночными партнерами: поставщиками и по купателями продукции. Это вызвано в первую очередь многочисленностью контрагентов современного промышленного предприятия. Так, в производстве сахара используется более 120 компонентов [74], а условием построения безопас ной системы поставок является три и более поставщиков одного ресурса. В управлении бизнес-процессом закупок и продаж принимаются также решения по ценам, способам транспортировки, объемам партий поставок, оптимизации уров ней складских запасов, порядке расчетов и многие другие. Все это показывает сложность принятия решений в менеджменте бизнес-процессами закупок, обеспе чивающих необходимое качество и риски поставок. Расширение рынков сырья и продаж пищевых производств в условиях глобализации и Таможенного Союза еще более усложняют бизнес-процессы закупок и продаж, создавая новые неоп ределенности и связанные с ними угрозы конкурентоспособности российских то варопроизводителей. К примеру, в первый год существования Таможенного Сою за несоответствия во внутренних ценах на сахар в странах-членах достигали долл. США за 1 т., сократившись к началу 2012 г. до 136 долл. США за одну т.

[134, с. 15].

Для модуля риск-менеджмента в бизнес-мониторинге пищевого предпри ятия необходимы инструменты оценки угроз и возможностей, возникающих в связи с изменениями на рынках сырья, продаж и позиций контрагентов (покупа телей, поставщиков, конкурентов). Одним из общепризнанных ориентиров при оценке рисков работы с контрагентами являются их рейтинги. Если крупные кор порации включены в рейтинговые пространства авторитетных агентств, то для средних и небольших пищевых производств инструментом оценки рисков контр агентов могут стать, как мы считаем, внутренние или отраслевые рейтинговые системы с использованием сценарно-параметрического подхода, изложенного в 3.2.

Сценарий деятельности контрагента-поставщика позволит оценить взаим ный интерес к сотрудничеству в соединении с возможностями (производствен ными, организационными, транспортными, географическими) своевременных по ставок в соответствии с согласованными условиями договора. Интерес к взаимо действию непосредственно зависит от совокупной оценки рисков поставщика, ко торые в агрегированном виде составляют важнейшую характеристику системы рисков самой промышленной организации. В соответствии с таким подходом предполагается не только оценка его возможностей выполнить условия конкрет ного договора, но и степень его надежности, обязательности, а также устойчиво сти функционирования как организации.

При формировании и актуализации сценария деятельности поставщика промышленная организация может располагать следующей информацией:

– заполняемой поставщиком анкетой;

– данными его доступной бухгалтерской (финансовой) отчетности;

– наблюдениями об уже совершенных поставках, если речь идет о дейст вующем поставщике;

– мнениями о поставщике менеджеров, сопровождающих контракты, вер бальными отзывами участников рынка.

Доступная регламентированная информация, например, формы бухгалтер ской отчетности, анкеты поставщика должны стать основой формирования базо вой части сценариев деятельности контрагентов, однако периодичность ее состав ления и полнота этих источников таковы, что не обеспечивают своевременности отражения происходящих изменений. В системах бизнес-мониторинга, дейст вующих в реальном времени, оценки контрагентов также должны быть динамич ными и корректироваться в соответствии с происходящими у них изменениями.

Таким образом, в структуре сценария деятельности контрагента образуются базо вая и текущая составляющие (рисунок 4.5).

Необходимую динамичность процессу актуализации рейтингов в модуле мониторинга рисков придает предлагаемый нами специальный инструментарий преобразования нерегламентированной информации, несущей существенную ин формацию о происходящих у контрагентов изменениях. Такие сведения притека ют в организацию из различных источников оперативно, но случайно и в виде не структурированного «облака», что затрудняет их использование в целях управле ния.

Постоянная часть рейтинга контрагента на основе сценарно-параметрической рейтинго вой модели Данные финансовой отчетности контрагента, анкеты поставщика, истории взаимодействия с контрагентом Текущая нерегламентированная и вербальная информация наблюдений менеджеров постав щике участников рынка, менеджеров, сопровождающих контракты Переменная составляющая рейтинга на основе скоринга, характеризующая актуальные тенденции в деятельности контрагента Рисунок 4.5 – Формирование и актуализация внутреннего рейтинга контрагента в бизнес-мониторинге промышленной организации Отмеченные нами в 1.2 отличия в представлении образов событий, связан ных с периодичностью формирования и степенью формализации поступающей в систему информации, требуют новых подходов к разработке процедур преобразо вания «облачной» информации для актуализации сценариев деятельности контр агентов. Здесь же акцентируется внимание на преобразовании нерегламентиро ванной и ментальной информации, обладающих высоким потенциалом раннего предупреждения об актуальных изменениях в деятельности контрагента (рисках и новых возможностях работы с ним). Применительно к промышленным организа циям, не включенным в рейтинговое пространство ведущих агентств, такого рода процедуры пока не разработаны в достаточной степени. Означенное обстоятель ство исключает большую часть данных, полезных для снижения неопределенно сти, из участия в выработке управленческих решений, снижая тем самым качество менеджмента рисков субъектов хозяйствования и ставя его в зависимость от опы та и качества деятельности менеджеров.

В теории и практике, как отечественной, так и зарубежной [234, 291] пред ставлен достаточно широкий методический арсенал оценки индикаторов рисков, содержащихся в нерегламентированной «облачной» информации. В то же время большая их часть адресована банковской сфере, а не менеджменту промышлен ных организаций.

Решение проблемы управления неопределенностью в отношениях с контр агентами промышленной организации на основе нерегламентированных данных и ментальных образов событий предлагаем провести, адаптируя средства скоринго вых моделей, успешно зарекомендовавших себя в банковской практике. В банков ской сфере скоринг представляет собой математическую или статистическую мо дель, с помощью которой на основе кредитной истории «прошлых» клиентов банк пытается определить, насколько велика вероятность того, что конкретный потен циальный заемщик вернет кредит в срок. При управлении неопределенностью в отношениях с контрагентами – промышленными организациями наблюдается си туационное и объектное сходство между банками и субъектами хозяйствования.


Сравнивая экспертные и скоринговые методы оценки рисков контрагента, можно утверждать, что последние обладают большей точностью и объективно стью, в то время как экспертные методы слишком ориентированы на негативные факторы, приводят к одним и тем же результатам независимо от того, кто ими пользуется, и пр. Мы присоединяемся к мнению специалистов, полагающих, что скоринговые модели справляются с теми же задачами, что и люди, только более качественно и быстро[ ]. Оценка риска на основе скоринговых моделей в настоя щее время признается наиболее перспективным методом управления неопреде ленностью в отношениях с контрагентами. Это позволяет предложить использо вание скоринговых моделей, апробированных в банковских технологиях в тече ние ряда лет, для формирования текущей составляющей сценариев контрагентов промышленной организации. При этом скоринговая оценка контрагента интер претируется как характеристика актуальных тенденций деятельности и вероятно сти полного исполнения текущих договорных обязательств.

Более широкому внедрению скоринга в ряде случаев препятствует недоста точность данных о контрагенте. Соответственно встает вопрос об использовании всех имеющихся сведений о контрагенте, в том числе качественной и до настоя щего времени не используемой информации, например, индикаторов риска, из влекаемых из нерегламентированной информации.

Разработка методов обобщения качественной (экспертной) и количествен ной (экспериментальной) информации о контрагенте для формирования его ско ринговой оценки являются в настоящее время весьма востребованными в конст руируемых для технологий управления системах поддержки управленческих ре шений.

Исходным моментом формирования внутренних рейтингов контрагентов с использованием индикаторов является этап обнаружения, когда осуществляется необходимая активизация структур риск-менеджмента и ориентация их на работу с рисками. Чем раньше начнется этот этап, тем шире будут возможности его ме тодов и эффективнее действия менеджмента. Индикаторы рисков представляют собой сигналы раннего оповещения о потенциальной негативной ситуации, прак тически не требуют организационных усилий и финансовых затрат по их обнару жению, идентификации и включению в оперативные циклы риск-менеджмента.

Основная задача индикаторов – дать информацию об активизации нестабильных агрессивных факторов окружающей среды, которые могут иметь широкую об ласть и спектр действия. Они должны играть важную роль при формировании риск-менеджмента пищевых производств.

В специализированной литературе имеется множество разработок и пред ложений по оценке индикаторов рисков. Наиболее полно, на наш взгляд, пробле ма оценки индикаторов рисков в отношениях банка и его контрагентов исследо вана Ю.Ю. Русановым [231], который рассмотрел индикаторы и степени рисков в различных областях.

Обобщая изложенные в литературе мнения по этому вопросу и осмысливая проблему в контексте риск-менеджмента в системе бизнес-мониторинга, предла гаем методику формирования и актуализации оценок рисков контраген тов(внутренних рейтингов контрагентов).

Реализация методики требует наличия в составе модуля управления рис ками бизнес-мониторинга инструментария по выделению рисков из нерегла ментированной информации, притекающей в организацию из различных источ ников оперативно, но случайно и в виде неструктурированного «облака».

Зафиксированные в ходе мониторинга изменений образы событий «облач ного» типа систематизируются и конвертируются в количественные индикаторы риска с применением байесовского подхода, предполагающего коррекцию до опытных вероятностей в результаты опыта, т. е. замену априорных вероятностей апостериорными. По мере накопления оснований корректируется степень дове рия к различным гипотезам, оставляя меньше места произвольности в оценке ве роятности отдельных гипотез.

Если экспериментатор располагает несколькими несовместимыми гипо тезами H1, Н2, …, Нn для объяснения некоторого события, причем хотя бы одна из этих гипотез объясняет появления данного события, то без эксперимента за труднительно определить априорные вероятности выдвинутых гипотез. Экспе риментатор приписывает гипотезам вероятности, пропорциональные степени их правдоподобия для него лично. Целью эксперимента является разумная коррек ция этих доопытных вероятностей результатов опыта, т.е. замена априорных ве роятностей апостериорными.

Таким образом, на основе опыта аккумулируются отношения к различным гипотезам, при этом степень доверия к одним усиливается, а к другим ослабляет ся. И чем больше накапливается оснований для изменения степени доверия к раз личным гипотезам, тем меньше остается произвольности при оценке вероятности какой-либо гипотезы.

Допустим, необходимо оценить риск, что означает определение вероятности какого-то негативного события Q. Для события Q имеется n индикаторов H1, Н2, …, Нn, которые по сути являются гипотезами для события Q. Степень вероятности (опасности) каждого индикатора оценивается как «очень высокая», «высокая», «средняя», «низкая», «случайная». При этом:

– вероятность (опасность) индикатора Hi равна P (Hi), i = 1,2,…, n, – вероятность наступления события Q при условии реализации индикатора – P (Q/Hi), – вероятность наступления события Q и индикатора Hi – P (Hi Q) = P (Hi)P (Q/Hi), – вероятность индикатора Hi при условии реализации события Q – P(Hi / Q) = P(Hi Q)/P(Q), n P(H i ) P(Q / H i ).

– вероятность события Q – P(Q) = i Будем рассматривать в качестве события Q событие негативного характера, или дефолт клиента, например, отказ заемщика от выплат по кредиту. Особен ность оценок финансовых рисков полученных на основе индикаторов состоит в определении их текущих значений. При этом достоверность оценки ожидаемых финансовых рисков можно повысить путем комплексирования априорных оценок финансовых рисков с текущими индикаторными.

Задача комплексирования нескольких оценок вероятностей появления со бытия Q состоит в определении вероятности события Q как функции от его пре дыдущих оценок q1, q2, …, qk, т. е. Q = Q (q1, q2, …, qk). В зависимости от имею щейся информации о дисперсиях оценок возможны и различные методы их ком плексирования. Рассмотрим линейный метод комплексирования для случая, когда оценки qi (i = 1,2,…, k) являются несмещенными и с известными дисперсиями D1, D2, …, Dk. В качестве оценочной функции применим линейную комбинацию:

k ai qi.

Q (4.3) i k ai 1, что обеспечивает получе Коэффициенты ai выбираются из условия i ние несмещенной комплексной оценки Q. Значения коэффициентов ai, обеспечи k ai2 Di, равны:

вающих минимум дисперсии D (Q) = i ai. (4.4) k Di Di i Тогда комплексная оценка имеет вид:

k qi Q, (4.5) k i Di Di i дисперсия которой равна k 1 D(Q). (4.6) D i 1 i Рассмотрим вариант применения приведенного выше метода комплексиро вания индикаторных и математических оценок для построения и корректировки текущей составляющей рейтинга контрагентов промышленной организации в технологии бизнес-мониторинга процессов закупок и продаж.

Исходным моментом формирования текущей внутренней оценки контр агента является этап обнаружения в ходе бизнес-мониторинга событий, отра жающих происходящие изменения в его деятельности. Поскольку информацион ные образы означенных событий не регламентированы и не формализованы, то необходимы предварительные этапы их группировки, классификации и ранжиро вания.

На первом этапе установим соответствие между шкалой качественных оце нок индикаторов рисков и шкалой вероятностей диапазоном от 0 до 1 (таблица 4.7).

Таблица 4.7 - Соответствие качественных оценок риска и количественных вероят ностей Качественная оценка риска Количественная оценка (Q) 1. Очень высокий 0, 2.Высокий 0, 3.Средний 0, 4.Низкий 0, 5.Случайный 0, Предлагаемые индикаторы риска взаимодействий промышленной организа ции с поставщиками, полученные в результате обобщения изложенных в литера туре мнений и рекомендаций стандартов по управлению качеством поставок [ ], представлены нами сгруппированными в 4 блока (таблица 4.8) с указанием экс пертных количественных оценок степени риска.

Рассмотрим практическое применение предлагаемого подхода на примере взаимодействия с одним из поставщиков пищевого предприятия.

Оценивая риски в отношениях промышленной организации с поставщика ми, примем для определенности, что по рассматриваемому предприятию имеется один положительный и один негативный факт.

Тогда Qm = 0,666 и дисперсия этой оценки Dm = 0,056. Количественная оценка события Q негативного явления по приведенным в таблице индикаторам строится на основании 23 имеющихся оценок выбранных индикаторов риска по ставщиков(таблица 4.8).

«Вес» или значимость каждого индикатора определить очень трудно, а на стадии априорной оценки практически невозможно. Поэтому логично присвоить на первом этапе всем индикаторам одинаковый «вес», равный P( H i ) =1/23 = 0,045, где 23 – количество учитываемых индикаторов, i = 1..23.

Вероятности каждого индикатора для реализации события Q или риск ( P(Q / H i ), 1..23 ) приведены в таблице 4.8.

Таблица 4.8 - Систематизация индикаторов и количественных оценок риска поставщика Качественная Количест- Вес Вероят оценка риска венная (первый ность Область риска, ин оценка ве- этап оцен- ( P(Q / H i ), дикатор роятности ки) 1..23 ) (Q) 1 2 3 4 1 Информационная область 1.1 Искажения ин- «очень высо- 0,8 0,045 0, формации при со- кий»

поставлении с ранее представленными данными, а также с полученными из па раллельных и аль тернативных источ ников 1.2Несоблюдение со- «очень высо- 0,8 0,045 0, гласованных сроков кий»

представления ин формации 1.3Неполная инфор- «очень высо- 0,8 0,045 0, мация, примитивные кий»


носители 1.4Ошибки арифме- «высокий» 0,7 0,045 0, тические, логиче ские, орфографиче ские 1.5 Неточности в «высокий» 0,7 0,045 0, информации в дело вой переписке и до говорах 2 Финансовая область 2.1 Резкие скачки «высокий» 0,7 0,045 0, цен на продукцию организации, отрас ли, смежных или альтернативных про изводств Продолжение таблицы 4. 1 2 3 4 2.2 Реализация инве- «высокий» 0,7 0,045 0, стиционного проекта 2.3 Снижение при- «высокий» 0,7 0,045 0, были, в том числе незапланированное, сезонное 2.4 Неплатежи, деби- «высокий» 0,7 0,045 0, торская, кредитор ская задолженность 2.5 Финансовые про- «высокий» 0,7 0,045 0, блемы, в том числе задолженность по зарплате 2.6 Снижение или «очень высо- 0,8 0,045 0, прекращение выплат кий»

дивидендов 2.7 Отвлечение «высокий» 0,7 0,045 0, средств в долгосроч ные и краткосрочные финансовые вложе ния 3 Рыночная область 3.1 Снижение объе- «высокий» 0,7 0,045 0, мов продаж продук ции организации 3.2 Нарушение усло- «высокий» 0,7 0,045 0, вий поставок 3. Выход на рынок с «высокий» 0,7 0,045 0, абсолютно новыми видами продукции 3.4 Снижение объе- «высокий» 0,7 0,045 0, мов продаж продук ции фирмы 3.5 Уход с отдельных «высокий» 0,7 0,045 0, сегментов рынка Окончание таблицы 4. 1 2 3 4 3.6 Разрыв контактов с постоянными кли- 0,7 0,045 0, «высокий»

ентами, особенно крупными, постав щиками, покупате лями 4 Организационная и юридическая области 4.1 Уклонение от «очень высо- 0,8 0,045 0, контактов руководи- кий»

телей и ответствен ных сотрудников ор ганизации 4.2 Частая смена «средний» 0,5 0,045 0, юридического адреса организации 4.3 Основная дея- «высокий» 0,7 0,045 0, тельность организа ции вне региона ре гистрации или ре гиона обслуживаю щего банка 4.Ужесточение эко- «средний» 0,5 0,045 0, логического законо дательства в регионе работы организации 4.5 Частое рассмот- «очень высо- 0,8 0,045 0, рение дел и кон- кий»

фликтов фирмы в су де, арбитраже Оценка вероятности срыва поставок P(Q) под воздействием всех рассмот ренных индикаторов равна:

n P(Q)= P( H i ) P(Q / H i ) =0,709 (4.7) i Дисперсия этой оценки D=0,023.

Комплексную оценку риска контрагента найдем по вышеприведенным вы ражениям для случая объединения двух оценок: Q = 0,694 и D = 0,017.Полученная оценка риска является максимальной, так как здесь искусственно учтено воздей ствие всех возможных индикаторов, что в реальной действительности маловеро ятно. Поэтому при использовании комплексного метода для оценки рисков де фолта в конкретных ситуациях индикаторов будет меньше и оценки рисков будут ниже.

Особенностью предлагаемого методического подхода является его адаптив ность к условиям применения: оценки степени опасности индикаторов рисков и их состав будет необходимо изменять по мере накопления экспериментальной ба зы. Предлагаемый подход целесообразно использовать для получения текущих оценок рисков контрагентов и накопления эмпирической информации об их зна чимости и степени опасности.

Сравнение с результатами других подходов и с фактическими проявления ми рисков в отношениях с контрагентами пополнит «базу знаний» производст венной организации об индикаторах риска и уровне опасности каждого из них в изменяющихся условиях деятельности.

Вторым вариантом начального этапа применения предлагаемого подхода в составе методического обеспечения управления рисками пищевого производства является использование двух оценок. Первой оценкой выступит существующая математическая оценка, второй – сумма штрафных баллов, присваиваемых контр агенту в зависимости от уровня опасности обнаруженного индикатора риска:

«очень высокий» – 8 штрафных баллов;

«высокий» – 7, «средний» – 5 баллов, «низкий» –3 балла и «случайный» – 1 балл. Повышение математической оценки риска и сумм штрафных баллов будет предупреждать о повышении вероятности того или иного риска в отношениях с контрагентами.

Предложенный метод текущей оценки рисков контрагента для формирова ния переменной части его сценарного рейтинга базируется на комплексной ско ринговой модели, обладающей повышенной точностью оценки за счет постоянно го расширения «базы знаний» о контрагенте. Это расширение осуществляется пу тем перевода постоянно поступающей из разных источников качественной (экс пертной) информации о контрагенте в виде индикаторов риска в количественную форму.

Выделим состав и последовательность основных процедур оценки риска значимых для организации контрагентов:

оценка доступной регламентированной информации о контрагенте и уста новление постоянной части внутреннего рейтинга как базового сценария его дея тельности;

выделение в «облачных» событиях, информационные образы которых по ступают из различных источников, качественных индикаторов риска или новых возможностей контрагента, их отображение, систематизацию.

перевод качественной информации в виде индикаторов риска в количест венную форму посредством комплексирования математических и индикаторных оценок и получение выходной оценки вероятности текущего риска контрагента.

Получение переменной составляющей внутреннего рейтинга;

актуализация внутреннего рейтинга контрагента с учетом переменной составляющей;

корректировка направлений взаимодействия с контрагентом в связи с из менением его внутреннего рейтинга Достоинствами предлагаемого подхода являются:

универсальность – возможность применения для текущей оценки риска по каждой из основных групп контрагентов производственной организации;

адаптивность – способность гибко настраиваться на условия применения как в части состава индикаторов дефолта, так и в части количественной оценки степени опасности каждого из них;

оперативность, обеспечивающая возможность быстрого определения веро ятности дефолта по историческим данным, и пересчета этой вероятности по те кущей, поступающей из различных источников информации;

интегративность – возможность получения обобщающих оценок риска по выделенной группе контрагентов, рисков поставщиков, рисков покупателей и других, как характеристик сформированной среды деятельности промышленной организации.

Модели формирования внутренних оценок рисков контрагентов организа ции востребованы в бизнес-мониторинге как необходимая аналитическая состав ляющая при:

– принятии решений по выбору поставщика, условиям расчета с ним и оп ределению его максимальной доли в объемах поставок;

– выборе покупателя и согласовании варианта и условий расчета с ним, а также определении его максимальной доли в объемах продаж;

– общей оценке рисков системы поставок и продаж организации, как сово купности рисков контрагентов соответствующей сферы деятельности;

– индивидуальной оценке качества принимаемых решений по формирова нию состава контрагентов в зоне ответственности менеджера.

Предложенные выше процедуры формирования и актуализации оценок рисков контрагентов базируются на комплексном скоринговом подходе, позво ляющим повышать точность оценок за счет постоянного расширения «базы зна ний» об субъектах. Инструментарий позволяет в реальном времени выделять признаки изменений из «облачной» информации о внешней и внутренней среде, корректировать внутренние рейтинги, которые используются в модуле генерации вариантов решений системы бизнес-мониторинга.

4.3 Проектирование модуля управления рисками в бизнес-мониторинге Риск-менеджмент рассматривается сегодня неотъемлемым компонентом системы менеджмента[181]. Ему придается все большее значение при сертифика ции и стандартизации систем управления качеством, на которые в условиях гло бализации нацелены многие организации сферы производства продовольствия.

Однако региональные производители продовольствия пока не признали его необ ходимым инструментом для получения конкурентных преимуществ на рынке.

Между тем, производство продовольствия в стране отличается особенной нестабильностью и уязвимостью в условиях неопределенности и повторяющихся кризисов, а также влияния природных факторов. Это подтверждаются приведен ными в нашем исследовании данными (раздел 3.1) о высокой волатильности го довых темпов роста стоимости региональных сахарных, хлебопекарных и мясо перерабатывающих производств на долговременном интервале 2001-2011 годов.

Ежегодно происходила смена направления вектора изменений, что, на наш взгляд, является практическим свидетельством отсутствия действенного риск менеджмента в управлении организациями сферы промышленного производства продовольствия.

Разделяемое нами понимание менеджмента рисков как взаимосвязанных «действий по обмену информацией, консультациям, установлению целей, области применения, идентификации, оценке, обработке, мониторингу и анализу риска, выполняемых в соответствии с политикой, процедурами и методами менеджмента организации» [181] до настоящего времена не нашло выражения в разработках управлеческих процессов организаций продовольственной сферы.

Проектирование модуля управления рисками в системе бизнес мониторинга, как и в других процессах менеджмента (продукции, проектов) как мы считаем, должна предварять разработка общего плана, как это предусмотре но соответствующими стандартами менеджмента рисков. План, или «краткое схематичное описание деятельности и мероприятий в пределах структуры ме неджмента риска» [181], устанавливает подходы, элементы менеджмента и при меняемые ресурсы. Элементами менеджмента риска выступают процедуры, ме тоды, распределение ответственности, последовательность действия и сроки их выполнения.

Содержание плана менеджмента риска в модуле управления рисками мы соотносим, с одной стороны, с бизнес-процессами, сопровождаемыми бизнес мониторингом, и, с другой, с неопределенностями среды, в которой они совер шаются. Из этого следует, что модулю управления рисками необходима настрой ка на конкретные условия той среды, в которой функционирует организация.

На рисунке 4.6 схематично представлены основные разделы плана риск менеджмента, направляющего проектирование модуля управления рисками биз нес-мониторинга.

Отправная точка плана – идентификация рисков, существенных для бизнес-процессов промышленной организации. Из всего множества внешних и внутренних факторов, создающих неопределенности в сфере деятельности орга низации выбираются наиболее значимые, которые следует учитывать в управле нии риском и установлении сферы применения критериев риска. Это предполага ет многоуровневую структуризацию множества значимых факторов (совокупно сти факторов) риска по видам событий, выделяемым в соответствии с процессно функционально-временным подходом, обоснованным нами для бизнес мониторинга:

бизнес-процессы - подпроцессы – процедуры - функции - события.

Именно событие бизнес-процесса, в соответствии с определенной нами ин формационно-событийной природой бизнес-мониторинга, является элементар ным ресурсом и предметом обработки в проектируемой технологии менеджмента.

План менеджмента рисков модуля управления рисками бизнес-мониторинга 1.Идентификация 5.Средства поиска 2.Аспекты уязвимости : 4.Модели стресс 3.Методы оценки риска сложности выбора контр- и визуализации тестов последствий риска:

производственные;

и матрицы сце агентов эффект фи сырьевые;

нарных оценок высокий уровень заимст- нансового рычага продаж;

события комплексирова вований;

операционные;

низкие доходность и ре- ние оценок кредитные;

сурсоотдача;

маржиналь высокие дебиторская и финансовые;

ный анализ ;

операционный кредиторская задолжен персонала ности рычаг и др.

Оценка воздействия риска на сценарий функционирования ор ганизации, оценки под воздействием риска количественные оценки изменения прибыли Рекомендации по принятию решений Оценка качества принимаемых менеджментом решений Рисунок 4.6 – План менеджмента риска для модуля управления рисками бизнес-мониторинга Третий раздел плана - выбор методов оценки последствий риска - тесно свя зан с характером уязвимостей и рисков, а также свойствами события. Задача оценки последствий рисков усложняется тем, что, как правило, каждому собы тию присущи многие аспекты уязвимостей, поэтому необходимо оценивать по следствия многих принимаемых вместе с событием рисков, получать обобщен ную оценку рисков и после этого принимать решение относительно соответствия целевым ориентирам конкретной управленческой процедуры.

Например, менеджер, работающий над подготовкой контракта на за купку ресурса (это один из видов «входных » событий бизнес-процесса «Закуп ки»), должен принимать решения по каждому из ряда параметров этого события:

выбрать поставщика ресурса с учетом имеющихся рейтингов(рисков) контрагента;

согласовать объемы, способ и дату поставки с учетом рисков формирования необходимых уровней запаса ресурса на конкретную дату;

определить цену при наличии рисков альтернативных поставок с лучшими условиями по цене, а также выхода за предельно допустимые уровни затрат на производство;

оговорить сроки расчетов с учетом рисков отсутствия у организации средств для расчета на намеченную дату.

Формирование образа события происходит как последовательность инте рактивных процедур, предполагающих, с одной стороны, выбор приемлемых для организации значений каждого параметра сделки, с другой – согласование реше ния по каждому из шагов с поставщиком. Эти параметры формируются в опреде ленной последовательности и взаимной связи. Пошаговое описание процесса формирования рассматриваемого события описывается алгоритмом цикла, пред ставленным на рисунке 4.7.

Таким образом, к выполнению процедур оценки риска отдельного события требуется подключить несколько методов – по числу параметров, характери зующих событие. В результате могут быть получены весьма разнородные оценки риска каждого из параметров события на входе системы бизнес-мониторинга.

Для события с заключением контракта на закупку это могут быть:

риск поставщика, выраженный как вероятность срыва им поставок (пара метр «поставщик»), Постав- Ресурс Цена Срок оп Дата по щик латы ставки да Оценка последствий риска нет Предложение по изме- Риск при да нят ?

нению условий да Заключение контракта Рисунок 4.7– Цикл шагов оценки рисков события «Контракт на закупку» в модуле управления рисками отклонение цены поставки от некоторого эталонного значения (например плановой цены, в большую или меньшую сторону;

информация о том, что, что в намеченную дату оплаты по платежному ка лендарю отмечается дефицит средств.

В такой ситуации возникает проблема: как совместить разнородные оценки рисков параметров, относящихся к одному событию и получить некоторую но вую, обобщенную оценку события в целом с позиций его приемлемо сти/неприемлемости для организации. Найденное нами решение состоит в соеди нении возможностей методик сценарно-параметрического моделирования, стресс-тестирования и оценки последствий рисков, что отражено в разделе плана менеджмента риска (рисунок 4.6), что позволит:

использовать разнородные характеристики рисков параметров событий как аспекты реального сценария, которые сопоставляются с аспектами целевых эта лонных сценариев, имеющих оценку с позиций желательности/нежелательности для управленческого процесса;

находить варианты сценариев событий, компенсирующие негативное воз действие рисков и предлагать их менеджменту, принимающему решения. Такой подход рассмотрен нами в 4.1 при оценке рисков заимствований с применением стресс-тестов и сценарно-параметрического подхода. В случае получения нега тивных оценок последствий события модуль управления рисками предлагает рассмотреть возможности повышения ресурсоотдачи, чтобы оптимизировать по требность в заемных средствах, с одной стороны, и повысить доходность активов, с другой. Это даст возможность снизить негативное воздействие финансовых рисков, измеряемых уровнем эффекта финансового рычага;

выполнять оценку качества решений менеджмента по принятым рискам.

Следующим пунктом плана нами определены аспекты уязвимостей, под ко торыми стандарты менеджмента риска предлагают понимать «слабые места объ екта, вызывающие его чувствительность к источнику риска, что может привести к реализации события и его последствий» [181]. Основные бизнес-процессы и воздействующие на них риски, последствия которых зависят от уровня уязвимо сти бизнес-процессов, а также возможные методические инструменты для стресс тестирования показаны в таблице 4.9. Представленная типология исходит из концептуальных положений и практических аспектов процессов бизнес мониторинга пищевых производств, а инструментарий позволяет получить в ре альном времени интерпретируемые результаты, пригодные для формирования управленческих воздействий по корректировке Таблица 4.9 – Типология факторов риска в бизнес- процессах организации Бизнес-процесс Фактор риска Уязвимости Инструмент стресс тестирования Финансирова- Изменение ставок Задолженность по Эффект финансо ние по банковским кре- долгосрочным и вого рычага дитам, краткосрочным кре Снижение рента- дитам и займам, низ бельности активов кая рентабельность активов, высокие ставки по кредитам Производство Рост затрат на про- Переменные и по- Операционный изводство, сокра- стоянные затраты на рычаг, анализ без щение продаж производство, объем убыточности, чув продаж, ассорти- ствительность мент, запасы прибыли к изме нению в структуре затрат, маржи нальный анализ Закупки Рост цен на сырье, Запасы сырья, под- Рейтинги постав потеря сырьевой ба- бор поставщиков и щиков, границы зы, давление им- сырьевой базы, регу- ценовой политики порта, изменение лирование сроков в области закупок, числа и состава по- расчетов, ценовая чувствительность ставщиков, спосо- политика по закуп- прибыли к изме бов поставок, смена кам, сбалансирован- нению цен на сы собственников ность денежных по- рье токов, кредиторская задолженность Продажи Снятие таможенный Подбор клиентуры, Рейтинги покупа ограничений на ценовая политика, телей, границы ввоз продукции кредитная политика, ценовой политики, конкурентов, появ- сбалансированность модели скидок и ление на рынке но- денежных потоков, отсрочек платежа, вых конкурентов, дебиторская задол- чувствительности снижение цен на женность прибыли к изме продукцию, недоб- нению цен на про росовестная конку- дукцию ренция, дефолт или сбои в расчетах с покупателями целевых параметров организации в соответствии со складывающейся ситуа цией.

В пятом разделе плана риск-менеджмента определяются технические сред ства и информационные формы поддержки интерактивного взаимодействия ме неджера и процедур модуля управления рисками.

Время поиска, восприятия и осмысления менеджером необходимой инфор мации для принятия решений по параметрам события имеет существенное значе ние для производительности и качества выполняемых процедур. Дружественность средств информационного поиска и визуального представлению сведений стано вятся немаловажными в условиях принятия решений в реальном времени.

Использование достижений веб-дизайна для персонализации представления данных, по оценкам специалистов, значительно повышает производительность и активизирует работу менеджера [237]. Для адаптации и персонализированного представления данных по событиям модуль управления рисками бизнес мониторинга должен задействовать конвертеры текущих, исторических и про гнозных данных, накапливаемых в хранилищах системы контроллинга.

В качестве примера на рисунках 4.8 и 4.9 нами представлены проекты ви зуализации интерактивных окон выбора поставщика с учетом его рисков (рейтин гового сценария), определяемого процедурами модуля мониторинга рисков. На персонифицированном портале менеджера визуализируются информационно аналитические «подсказки» и варианты решений, формируемые на основе теку щих, исторических и прогнозных сведений, связанных с осуществляемым собы тием заключения контракта на закупку сырья.



Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 10 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.