Роль риска и неопределенности в разработке стратегии развития компании

Размещено на http://www.allbest.ru/

Роль риска и неопределенности в разработке стратегии развития компании

Н.А. Ушакова

(ассистент кафедры СЭ2КФ, КФ МГТУ им. Н.Э. Баумана)

Рассмотрены понятия риск и неопределенность, а также их роль в принятии стратегически важных для компании решений. Обоснована необходимость проверки принадлежности закона распределения случайной величины к семейству распределения Гауса.

Ключевые слова: риск, неопределенность, стратегия, принятие управленческих решений, закон нормального распределения, случайная величина.

Кризисные явления, которые прослеживаются в мировой экономике уже на протяжении нескольких лет, начиная с глобального экономического кризиса 2008г., оказывают значительное влияние на работу каждого субъекта рынка без исключения. Разработка стратегии развития компании при этом представляет собой чрезвычайно важное и серьезное мероприятие.

Термин «Стратегия» можно расшифровать как в выбор предприятием долгосрочных действий, горизонтом планирования более трех лет. Для этого необходимо проанализировать тенденции в изменении рыночной конъюнктуры, учесть возможность проявления системных законов синергии и эмерджентности от взаимодействия различных факторов как внутренней, так и внешней среды.

Современный рынок очень динамичен. Воздействие различных факторов зачастую может привести как к успеху, так и к серьезному поражению компании. Ситуации, которые могут потенциально осуществиться и оказать отклоняющее действие, встречается в огромных количествах. Создание систем стратегического управления предприятиями в условиях жесткой конкуренции вызывает необходимость адаптировать управление предприятием к требованиям, исходящим, прежде всего, от этих воздействий.

Создание систем управления фирмой любой сферы деятельности при резком переходе от плановой экономики советского периода к рыночной экономике современности потребовали от менеджмента нового подхода, ориентированного на динамично изменяющуюся внешнюю и внутреннюю среду. В настоящее время в системе управления предприятием непрерывно возникают новые приоритеты: ориентация на рыночный спрос; непрерывное улучшение качества и потребительской стоимости продукции; снижение издержек производства и обеспечение способности предприятия к адаптации, при сохранении устойчивости.

В современном стремительно меняющемся мире для любой компании важна стабильность перспектив деятельности. Возможность предвидения развития ситуации либо действия конкурентов может принести компании конкурентное преимущество, а отсутствие подобной информации, напротив, привести ее к неблагоприятным последствиям [1, c. 11]. Все действия компании напрямую связаны с риском и неопределенностью. Для того, чтобы принимать какие-либо управленческие решения, необходимо исследовать эти понятия более подробно.

Многие ученые занимались изучением вопросов риска и неопределенности, как неотделимых от друг друга понятий. Среди них можно отметить «первопроходцев» таких как Ф. Найт и ДЖ. М. Кейнс, которые еще со времен первой мировой войны начали изучение этих вопросов. Эстафету подхватили такие выдающиеся зарубежные учение как ДЖ. Шэкл, Ф. Рамсей, Б.де Финетти, Л. Севидж, фон Нейман и Моргенштерн, результаты исследования которых были опубликованы в 40-50 году 20 века. Именно в этот период времени многие авторы обратились к математическому определению этих терминов. А настоящее время данная тема в литературе также является актуальной. Ведущими российскими авторами, освещающими данную тематику, являются: Шапкин А.С., Шапкин В.А., Дубров А.М., Рогов М.А. и многие другие.

По мнению многих авторов, освещающих в своих работах данную проблематику, под термином «Риск» принято понимать вероятность осуществления какого-либо события, оказывающего отклоняющее воздействие на ход реализации изучаемого мероприятия.

Под понятием «неопределенность» следует понимать недостоверность и неточность информации. Неопределенность идентифицировать намного сложней, чем рисковые события, в силу большого количества факторов воздействия и размытости информации.

Неопределенность принято связывать со следующими группами факторов; риска неопределенность стратегия компания

-Неточность информации, то есть неполнота сведений о рассматриваемой ситуации;

-Наличие фактора случайности, под которой понимается реализация факторов, которые невозможно предусмотреть или спрогнозировать;

-Действия в ситуации противодействия партнеров с несовпадающими и противоположными интересами.

Так как риск возникает из-за неопределенности, его нельзя однозначно вычислить. Его можно только оценить с какой-либо точностью. Для решения задач стратегического управления это является особенно важным, поскольку ошибка может обойтись предприятию очень дорого. Иными словами неудачное долгосрочное планирование может поставить предприятие на грань банкротства. Поэтому для однозначного вычисления вероятности наступления рискового события необходимо однозначное предсказание всех факторов. При наличии таких прогнозов риска можно было бы полностью избежать, однако создать подобный точный прогноз чрезвычайно сложно.

Поскольку риску подвержены все действия компании, то основной задачей любых процедур по управлению рисками является их минимизация.

На практике на предприятие действуют все негативные факторы в совокупности. Для того, чтобы определить способы снижения риска, требуется выделить компоненты, которые возникают под влиянием отдельных факторов.

Для оценки риска необходимо определить вероятность его наступления.

Согласно трудов Ф. Найта, принято выделять [2, с. 216-217.]несколько видов вероятностных оценок. Прежде всего, выделяются две категории: оценки и субъективные вероятности. В настоящее время теория управления рисками придерживается именно этих способов определения вероятности наступления рисковых событий. При использовании первого метода вероятность наступления рискового события можно получить, руководствуясь мнением экспертов, то есть квалифицированных специалистов, имеющих большой опыт оценки подобных ситуация.

Второй же метод основан на подсчете равновозможных случаев с использованием эмпирических данных. Для того чтобы снизить степень неопределенности, т. е. недостоверности или неточности информации, необходимо проводить постоянный мониторинг рынка. Сбор статистических данных позволит после их обработки вывести законы влияния и изменения исследуемых факторов, что, в свою очередь, снизит степень неопределенности рассматриваемой ситуации [3, c. 73].

Выбор критериев оценки является очень важным вопросом для менеджеров. Здесь можно использовать различные показатели. Как правило, многие предприятия использует показатели, которые можно легко получить при ведении бухгалтерского и налогового учета, которые согласно законодательству РФ являются обязательными для всех юридических и физических лиц, занимающихся предпринимательской деятельностью. К этим показателям можно отнести: прибыль, величину активов предприятия, соотношение между определенными статьями баланса. В определенных случаях могут быть использованы иные критерии. В частности, величина чистого приведенного дохода, или размер затрат на реализацию проекта. Когда принимается подобное сложное стратегическое решение, то перед началом его разработки заранее должны быть определены критерии его оптимальности, и также рекомендуется определять диапазон допустимых отклонений для данных значений.

На практике, для решения разного рода экономических задач, особенно при оценке риска и неопределенности для разработки стратегических решений, обычно анализируют разные показатели, способные принимать различные значения. Эти случайные величины по умолчанию считаются распределенными в соответствии с нормальным законом распределения (закон Гаусса). Этот закон применяется для анализа точности и стабильности технических и экономических процессов, при решении задач надежности систем, в построении моделей функционирования экономических структур, технических устройств и объектов. Также на предположении о нормальности построены классические модели регрессионного, дисперсионного и факторного анализов, а также некоторые модели оценки риска, например, модели оценки банкротства предприятия.

Нормальное распределение обладает весьма благоприятными математико-статистическими свойствами, что позволяет рассматривать его как краеугольный камень математической статистики. Его основополагающее значение базируется на том, что случайные переменные, которые представляют собой наложение многих различных более или мене независимых причин, могут рассматриваться как суммы многих случайных переменных.

Распределение Гаусса имеет характерный «колоколообразный» график. Главными параметрами данного вида распределения является математическое ожидание и среднеквадратическое отклонение. Математическое ожидание определяет центр рассматриваемого рассеянья случайных величин. Среднеквадратическое отклонение же изменяет саму форму кривой. С возрастанием данного показателя график становится более «плоским» и «растянутым», с уменьшением же его график приобретает более «острый» вид. Именно с его формой принято связывать рискованность мероприятий.

Очень часто при выборе закона распределения по умолчанию отдается предпочтение нормальному закону распределения. Но подобный подход является весьма упрошенным, что может привести к значительным ошибкам при принятии стратегических решений. Как показывает статистический анализ данных, собранных с тысячи предприятий Калужской области различных сфер деятельности по таким показателям рисков как ликвидность, устойчивость, оборачиваемость и так далее, не всегда распределение данных происходит в соответствии с нормальным законом распределения.

Как показывают многочисленные исследования, существует большое количество данных, либо вообще не поддающихся анализу с помощью кривой нормального распределения, либо не удовлетворяющих основным предпосылкам, необходимым для ее использования. И распределение случайной величины не всегда можно выразить формулами нормального закона распределения. Проблема проверки нормальности распределения в различных моделях является одной из фундаментальных как в теоретических исследованиях, так и в практическом применении. Отклонения от нормального распределения могут быть из-за неудачного выбора единицы измерения или показателя. Например, при проведении корреляционного анализа показателей финансового состояния предприятий калужской области, разделенных на пять групп по отраслевой принадлежности, из большого количества возможных параметров оценки следует выбрать несколько самых важных. Но уменьшение размерности факторных признаков может привести к нарушению нормальности распределения рассматриваемых показателей.

Либо, если обнаружится, что генеральная совокупность, в особенности на краях, имеет значительное отклонение от нормального распределения, что описывал Чарлз П. Уинзор в своей работе. Он указал на то, что многие эмпирические распределения только в средней части приближаются к нормальному распределению. Этот факт означает, что может оказаться целесообразным исключить из рассмотрения наименьшие и наибольшие наблюдения, или, иначе говоря, отбросить некоторые из экстремальных наблюдений на обоих концах распределения (менее 5% всех значений). Это усечение («trimming, censoring») сильно уменьшает дисперсию, но улучшает оценку среднего значения[4. стр.70].

Рассмотрим наиболее часто оцениваемый риск - риск ликвидности предприятия. Риск ликвидности можно определить как риск, связанный с отсутствием у субъекта рынка средств для полного исполнения обязательств в срок. Источниками риска ликвидности предприятий и организаций, в Российской Федерации и за ее пределами являются ошибки в планировании, погрешности в прогнозировании доходов и расходов будущих периодов. Кроме того, источником риска является неожиданное изменение экономических условий, вызванное факторами, неподконтрольными субъекту рынка.

Подвергнем анализу один из рассматриваемых признаков данной группы, например, «Текущая ликвидность» на принадлежность к семейству распределения Гаусса. Этот признак встречается наиболее часто во многих комплексных моделях оценки финансового состояния предприятий как степени рискованности. Среди них следует назвать наиболее распространенные модели оценки банкротства: отечественная двухфакторная модель, двухфакторная модель z-счета Альтмана, модель Бивера, модель Д. Дюрана. Многие из них является рекомендованным для оценки финансового состояния предприятия в соответствии с Постановлением правительства РФ от 25.06.2003 N 367 «Об утверждении Правил проведения арбитражным управляющим финансового анализа»[5] и Методическим положениям по оценке финансового состояния предприятия и установлению неудовлетворительной структуры баланса, утвержденных распоряжением Федерального управления по делам о несостоятельности (банкротстве) от 12.08.94 N 31-р [6].

Распределение значений рассматриваемых предприятий по группе «Промышленность» оказывается не сходно с распределением Гаусса, если производить оценку субъективно, путем наложения графиков распределения частот друг на друга. Более 98% всех членов распределения принимают значение в интервале от 0 до 200, что значительно отличается от требований нормальности. Аналогичным образом выглядят распределения показателя «Текущая ликвидность» по остальным изучаемым группам: «Сельское хозяйство», «Торговля», «Строительство» и «Транспорт». Здесь для анализа также используется визуальный метод.

Отнесение распределения случайной величины к тому или иному закону распределения должно базироваться на объективном научном подходе. Исследователям в общем случае неизвестны как сам закон распределения вероятностей, так и его параметры. Закон распределения вероятностей придется выбирать на основании выборочных результатов наблюдений. В этом случае можно применять кроме нормального закона логарифмическое, экспоненциальное распределение, распределение Эрланга и другие. Применение подобных законов распределение связано с трудностями в расчетах, но более точными результатами анализа для разработки и принятия стратегических решений. Законодательство РФ рекомендует использовать отечественный стандарт ГОСТ Р ИСО 5479-2002 «Статистические методы. Проверка отклонения распределения вероятностей от нормального распределения» [7]. В нем рассматривается графический метод проверки на нормальность с использованием вероятностной бумаги, критерия проверки на симметричность совокупности и значения эксцесса. Также рассматривается ряд критериев: Шапиро-Уилкса и Эппса-Палли. Однако подобный стандарт не всегда позволяет исследователям ориентироваться, какой из критериев является предпочтительным, более мощным. А также данный документ не освящает вопрос, при каких объемах выборок конкретный критерий имеет преимущество перед другими альтернативами.

В литературе также предлагается использование иных критериев проверки распределения на нормальность. Еще одна группа критериев носит название «Критерии Д'Агостино». Эта группа критериев проверяет нормальность распределения при помощи коэффициентов эксцесса и асимметрии, которые при нормальном распределении равны 3 и 0 соответственно, а также показателя «Д'Агостино общее». Проверка по показателям данной группы Данных от тысячи предприятий Калужской области различных сфер деятельности также показывает отличие рассматриваемого распределения от нормального распределения случайной величины. Данное обстоятельство указывает на сложности в принятии стратегически правильных управленческих решений, основываясь только на расчетах по моделям оценки банкротства или финансового состояния предприятия. В научной литературе данная проблема вызывает бурные научные дискуссии и является актуальной и по сей день.

Список литературы

1. Печеная Н.А. Моделирование рисковых ситуаций как способ борьбы с кризисом. // Социально-экономическое развитие общества в условиях реформ: Материалы международной научно-практической конференции (24 декабря 2010 г.). / Отв. ред. Л.А. Тягунова. В 3 ч. - Саратов: Изд-во ЦМП «Академия Бизнеса», 2010. Ч. 3. - 174 с.

2. Найт Ф.Х. Риск, неопределенность, прибыль / Пер. с. англ. -М.: Дело, 2003г.. 360с.

3. Печеная Н.А. Моделирование параметров бизнес процессов в целях управления рисками. // Сборник научных работ преподавателей / Под общ. ред. В. А. Крутикова. - Калуга: Изд-во «Ваш домъ», 2011. - 116 с.

4. Закс Л. Статистическое оценивание Пер с нем. В. Н. Варыгина. Под ред. Ю. П. Адлера, В. Г. Горского. М., «Статиситика», 1976.

5. Постановление правительства РФ от 25.06.2003 N 367 «Об утверждении Правил проведения арбитражным управляющим финансового анализа» [Электронный ресурс] URL: http://base.garant.ru/12131539/ (дата обращения 30.11.2013)

6. Распоряжение Федерального управления по делам о несостоятельности (банкротстве) от 12.08.94 N 31-р «Методические положения по оценке финансового состояния предприятия и установлению неудовлетворительной структуры баланса». [Электронный ресурс] URL:http://www.consultant.ru/document/cons_doc_LAW_42901/ (Дата обращения 26.10.2013)

7. ГОСТ Р ИСО 5479-2002 «Статистические методы. Проверка отклонения распределения вероятностей от нормального распределения» [Электронный ресурс] URL: http://docs.cntd.ru/document/1200029041 (дата обращения 15.09.2013)

8. Светлова Е., Элст Х. Ван. Феномен неполного знания будущего в экономической теории // Вопросы экономики. - М.: НП «Вопросы экономики», №8, 2013г.

9. Дубров А.М., Б.А. Лагоша, Е.Ю. Хрусталев, Т.П. Барановская. Моделирование рисковых ситуаций в экономике и бизнесе. /Московский международный институт эконометрики, информатики, финансов и права. - М., 2003. - 190 с.

Размещено на Allbest.ru