Имя материала: Финансовый анализ: методы и процедуры

Автор: Ковалев Валерий Викторович

4.5. методы теории принятия решений

Как отмечалось выше, аналитик, как правило, выполняет вспомогательные функции, обеспечивая аналитическими расчетами лицо, принимающее решение. Тем не менее нередки ситуации, когда ответственность за аналитическое обоснование решения и его принятие возлагается на одно и то же лицо. Именно в этом случае и возникает необходимость в овладении методами, разработанными в рамках так называемой теории принятия решений. Приведем краткую характеристику некоторых из них, получивших определенное приложение в микроэкономическом анализе.

4.5.1.

Имитационное моделирование

С развитием вычислительной техники в прикладных исследованиях все большее распространение стали получать методы анализа развития ситуаций, основанные на варьировании сочетанием и значениями различных факторов, эти ситуации определяющих. Логика данных методов основывается на следующих достаточно очевидных посылах: во-первых, деятельность любого субъекта хозяйствования зависит от многих факторов; во-вторых, подавляющее большинство таких факторов взаимосвязаны; в-третьих, некоторые факторы поддаются определенному регулированию; в-четвертых, варьируя набором ключевых параметров и/или их значениями, можно смоделировать ситуацию и, благодаря этому, представить тенденции основных результативных показателей, исчислить ориентиры их возможных значений; в-пятых, выбрав наиболее приемлемый вариант развития событий и задавая соответствующие значения выделенных факторов, можно в определенном смысле регулировать поведение системы, т.е. влиять на значения ее основных показателей.

Одна из трудностей при реализации данного подхода — рутинность действий и множественность счетных операций; эта трудность устраняется при использовании компьютера и соответствующего программного обеспечения в рамках так называемого имитационного моделирования, суть которого заключается в следующем: в компьютерной среде имитируется конкретная хозяйственная ситуация путем задания: (а) модели и/или набора моделей, описывающих ситуацию, (б) массива параметров в рамках выделенных моделей; (в) совокупности результативных показателей, зависящих от выделенных параметров; (г) набора значений параметров. Сделав несколько расчетов, можно выбрать набор параметров и их значений, которыми в дальнейшем стараются управлять, т.е. «держать» их в определенных коридорах (например, дебиторская задолженность не должна выходить за пределы заданного коридора).

Безусловно, имитационное моделирование — достаточно субъективный вариант обоснования действий по управлению развитием событий. В немалой степени результат определяется проработанностью системы моделей, поскольку набор параметров и их значения исключительно вариабельны. В частности, затраты можно характеризовать одним показателем (параметром), однако при желании не исключено их дробление по видам и отдельным статьям. Более того, возможно выделение системы субмоделей, поскольку те же затраты в целом исключительно разнородны (сравните: расходы по заработной плате и транспортные расходы); поэтому отдельные элементы общих затрат в свою очередь, во-первых, зависят от определенных факторов и, во-вторых, меняются сообразно собственным закономерностям. Аналогичные рассуждения формулируются и в отношении различных видов доходов и целесообразности обособления их в виде субмоделей.

Несмотря на отмеченную субъективность, имитационное моделирование как один из методов ситуационного анализа, реализуемых в компьютерной среде, по определению должен быть алгоритмизирован — иначе компьютер не сможет его реализовать.

В основе методов имитационного моделирования и прогнозирования лежат модели различного типа, однако наибольшую распространенность на практике получил анализ с помощью моделей, описывающих функциональные, или жестко детерминированные, связи, когда каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. В качестве примера можно привести зависимости, реализованные в рамках известной модели факторного анализа фирмы Дюпон (суть модели будет описана ниже). Используя эту модель и подставляя в нее прогнозные значения различных факторов, например выручки от реализации, оборачиваемости активов, степени финансовой зависимости и другие, можно рассчитать прогнозное значение одного из основных показателей эффективности -— коэффициента рентабельности собственного капитала.

Другим весьма наглядным примером служит форма бухгалтерской отчетности «Отчет о прибылях и убытках» (форма №2), представляющая собой табличную реализацию жестко детерминированной факторной модели, связывающей результативный признак (прибыль) с факторами (доход от реализации, уровень затрат, уровень налоговых ставок и др.). Один из возможных подходов прогнозирования в этом случае может выглядеть следующим образом.

Ставится задача выявления и исследования факторов развития хозяйствующего субъекта и установления степени их влияния на различные результатные показатели, например прибыль. Для этого используется имитационная модель, предназначенная для перспективного анализа формирования и распределения доходов предприятия. В укрупненном виде модель представляет собой многомерную таблицу важнейших показателей деятельности объекта в динамике. В подлежащем таблицы находятся взаимоувязанные показатели либо в номенклатуре статей формы № 2, либо в более детализированном виде. В сказуемом таблицы находятся результаты прогнозных расчетов по схеме «что будет, если ...». Иными словами, в режиме имитации в модель вводятся прогнозные значения факторов в различных комбинациях, в результате чего рассчитывается ожидаемое значение прибыли. По результатам имитации может выбираться один или несколько вариантов действий; при этом значения факторов, использованные в процессе моделирования, будут служить прогнозными ориентирами в последующих действиях. Модель реализуется на персональном компьютере в среде табличного процессора в соответствии с намеченным сценарием.

Для иллюстративных целей укрупненный состав показателей имитационной модели прибыли (на примере торгового предприятия) представлен в табл. 4.1. Некоторые из приведенных в ней показателей являются комплексными, поэтому данная модель может быть дополнена субмоделями, предназначенными для моделирования динамики валового дохода, издержек обращения, внереализационных доходов и расходов, отчислений от прибыли и др.

Товарооборот •

Уровень торговой наценки,\%

Индекс розничных цен, \%

Валовой доход от реализации

НДС, издержки обращения и прочие расходы

Валовая прибыль

Налоги на прибыль и прочие отчисления от прибыли

Чистая прибыль

Собственный капитал

Соотношение собственных и заемных средств, \%

Рентабельность собственного капитала

Рентабельность авансированного капитала

Примечание. Алгоритмы формирования отдельных показателей в данной модели имеют очевидную интерпретацию и заполняются по данным бухгалтерской отчетности.

Описанная модель может быть реализована на персональном компьютере в среде электронных таблиц в два этапа:

1-й этап. Специалист (финансовый менеджер, экономист, бухгалтер) в рамках выбранной версии и сценариев по годам готовит количественные данные для заполнения исходной таблицы и производит различные расчеты путем изменения параметров и переменных (скидки, ставки налога, проценты за кредит и др.). При этом в имитационной модели предусмотрены не только расчеты показателей прибыли, но возможно решение обратной задачи — по заданному значению прибыли определяются значения основных параметров и переменных (темп роста товарооборота, уровень торговой наценки, уровень издержек обращения и др.).

2-й этап. Предложенный специалистом вариант (или варианты) финансовой политики обсуждается с участием администрации и руководителей объекта путем проведения многократных расчетов с помощью имитационной модели на компьютере.

Полученные в ходе моделирования результаты используются для составления среднесрочного прогноза (допустим, на первые два — три года), а более длительный прогноз служит непосредственно для целей стратегического управления и постоянной корректировки данных по годам.

Одним из ключевых моментов для разработки прогнозных оценок является учет: а) уровня и динамики инфляции; б) состава и структуры товарооборота; в) структуры издержек обращения. Для этого в модели целесообразно предусмотреть использование различных относительных величин.

Имитационное моделирование финансово-хозяйственной деятельности основано на сочетании формализованных (математических) методов и экспертных оценок специалистов и руководителей хозяйствующего субъекта, но с превалированием последних. Поэтому для разработки долгосрочного прогноза со стороны администрации необходимо включить двух-трех специалистов от различных служб и подразделений предприятия (коммерческой службы, планового отдела, финансового отдела и бухгалтерии).

 

4.5.2. Метод построения дерева решений

Еще один вариант использования ситуационного анализа для прогнозирования возможных действий имеет более общее применение и основан на оценках риска.

Принятие решений экономического характера может осуществляться в одной из следующих четырех ситуаций: в условиях определенности, риска, неопределенности и конфликта. Первая ситуация имеет место в том случае, если можно с приемлемой точностью предсказать однозначно трактуемые последствия принятого решения. В условиях риска поле возможных исходов, т.е. последствий принятого решения, вариабельно, однако значения исходов и вероятности их появления поддаются количественной оценке. В условиях неопределенности подобной оценки сделать уже нельзя, т.е. не могут быть перечислены все возможные исходы и/или заданы их вероятности. В условиях конфликта принятие решения осложняется не только и не столько возможностью проявления действия некоторых случайных факторов, сколько необходимостью учета безусловного, осознанного и активного противодействия участников «конфликтной» ситуации1, причем число этих участников, их информационные и другие ресурсы и возможности могут быть заранее не известны.

Первая ситуация достаточно редка, а ее описание и алгоритмизация не представляют сложности (например, решение принимается на основе некоторого критерия, исчисленного так называемым «прямым счетом» по исходным данным; таким критерием может быть заданная величина прибыли, расходов, рентабельности и др.). Напротив, две последние ситуации, в принципе, достаточно естественны, однако они с трудом поддаются формализованному описанию, а предлагаемые варианты действий, разрабатываемые, например, в рамках теории игр, носят достаточно абстрактный характер. Наиболее распространенной считается вторая ситуация, поскольку без особого преувеличения можно утверждать, что в экономике безрисковых операций не существует. В частности, даже гарантии, выданные авторитетными организациями и солидными компаниями, не обеспечивают полного элиминирования риска (речь может идти лишь о снижении его уровня). Разработаны некоторые формализованные алгоритмы поведения в ситуациях риска. .

В условиях действия второй ситуации для выбора варианта действий и применяется вероятностный подход, предполагающий прогнозирование возможных исходов и присвоение им вероятностей. При этом пользуются:

а)         известными, типовыми ситуациями (типа — вероятность появления

герба при бросании монеты равна 0,5);

б)         предыдущими распределениями вероятностей (например, из выбо-

рочных обследований или статистики предшествующих периодов извест-

на вероятность появления бракованной детали, относительная величина

сомнительного долга и др.);

в)         субъективными оценками, сделанными аналитиком самостоятель-

но либо с привлечением группы экспертов.

Таким образом, последовательность действий аналитика такова:

прогнозируются возможные исходы R/c, к = 1,2, ... , и; в качестве Ru могут выступать различные показатели, например доход, прибыль, приведенная стоимость ожидаемых поступлений и др.;

каждому исходу присваивается соответствующая вероятность Рк, причем

 

*=1

Термин «конфликтный» не следует понимать буквально; в данном случае подразумевается, что в финансово-хозяйственной операции может принимать участие несколько заинтересованных лиц, имеющих целью извлечь из данной операции собственные выгоды и предпринимающих для этого определенные усилия и действия, заранее неизвестные другим потенциальным участникам операции.

•           выбирается критерий (например, максимизация математического ожидания прибыли):

п

E(R) = ^Rt Рк -> max;

•           выбирается вариант, удовлетворяющий выбранному критерию. Пример

Имеются два объекта инвестирования с одинаковой прогнозной суммой требуемых капитальных вложений. Величина планируемого дохода (тыс. руб.) в каждом случае неопределенна и приведена в виде распределения вероятностей:

Доход Вероятность   Доход Вероятность

30        0,10     20        0,10

35        6,20     30        0,15

40        0,40     40        0,30

45        0,20     50        0,35

50        0,10     80        0,10

Тогда значения математического ожидания дохода для рассматриваемых проектов будут соответственно равны:

Е (RA) = 30 • 0,10 + 35 ■ 0,20 + 40 ■ 0,40 + 45 - 0,20 + 50 ■ 0,10 = 40 тыс. руб.

Е (Rb) = 44 тыс. руб.

Таким образом, проект В более предпочтителен. Следует, правда, отметить, что этот проект является и относительно более рисковым, поскольку имеет большую вариацию дохода по сравнению с проектом А.

В приведенном примере основным критерием отбора варианта была максимизация математического ожидания дохода.

В более сложных ситуациях в анализе используют так называемый метод построения дерева решений. Логику этого метода рассмотрим на простейшем примере.

Пример

Управляющему нужно принять решение о целесообразности приобретения либо станка Ml, либо станка М2. Станок М2 более экономичен, что обеспечивает больший доход на единицу продукции, вместе с тем он более дорогой и требует относительно больших накладных расходов (руб.):

Постоянные   Операционный доход

расходы          на единицу продукции

Станок Ml      15 000 20

Станок М2     21 000 24

Процесс принятия решения может быть выполнен в несколько этапов.

Проект А        Проект В

Этап 1. Определение цели.

В качестве критерия выбирается максимизация математического ожидания прибыли.

Этап 2. Определение набора возможных действий для рассмотрения и анализа (контролируются лицом, принимающим решение).

Управляющий может выбрать один из двух вариантов:

,           а = (покупка станка Ml)

й2 — {покупка станка М2)

Этап 3. Оценка возможных исходов и их вероятностей (носят случайный характер).

Управляющий оценивает возможные варианты годового спроса на продукцию и соответствующие им вероятности следующим образом:

*          xi = 1200 единиц с вероятностью 0,4

Х2 = 2000 единиц с вероятностью 0,6 Р(х,) = 0,4; Р(х3)=0,6.- "

Этап 4. Оценка математического ожидания возможного дохода. Выполняется с помощью дерева решений (рис. 4.1).

Из приведенных на схеме данных можно найти математическое ожидание возможного исхода по каждому проекту:

E(Ral) = 9000 ■ 0,4 + 25 000 ■ 0,6 = 18 600 руб.

?■        E(Ra2) = 7800 ■ 0,4 + 27 000 ■ 0,6 = 19 320 руб.

Таким образом, вариант с приобретением станка М2 является экономически более целесообразным.

Подпись:  20-1200-15000 = 9000 руб. 20 '2000-15000 = 25000 руб. 24 ■ 1200 - 21 000 = 7800 руб. 24 ■ 2000 - 21 000 = 27 000 руб.

&■

вві       Рис. 4.1. Дерево решений

W

Мы рассмотрели наиболее общие подходы к формализации процесса прогнозирования возможных действий, основанные на построении дерева решений. Этот метод весьма полезен в различных областях деятельности менеджеров и аналитиков, например в управленческом учете, при составлении бюджета капиталовложений и особенно в анализе на рынке ценных бумаг. Более подробно с возможностями этого метода как в теоретическом, так и в практическом аспектах можно ознакомиться по имеющейся оригинальной и переводной литературе [Райфа].

4.5.3.

Линейное программирование

Термин «лрограммирование», вошедший в отечественную экономическую литературу в 60-е годы XX в., имеет несколько значений. Во-первых, этим термином обозначается процесс подготовки специальной программы для ЭВМ; во-вторых, программирование используется как некоторый синоним терминов «планирование» и «прогнозирование». В последнем случае обычно говорят об оптимальном программировании, понимая под этим методы разработки планов и программ, позволяющих оптимизировать некоторые стороны деятельности хозяйствующего субъекта. Особенность методов оптимального программирования заключается в активном использовании достаточно сложных экономико-математических методов. Оптимальное программирование включает в себя несколько разделов, различающихся разной степенью проработанности и практической приложимости: линейное, квадратическое, динамическое программирование и др.

Метод линейного программирования, наиболее распространенньш в прикладных экономических исследованиях ввиду его достаточно наглядной интерпретации, позволяет хозяйствующему субъекту дать обоснование наилучшему (по формальным признакам) решению в условиях более или менее жестких ограничений относительно доступных для предприятия ресурсов. С помощью линейного программирования в анализе финансово-хозяйственной деятельности решается ряд задач, в первую очередь относящихся к процессу планирования деятельности - он позволяет отыскивать оптимальные параметры выпуска и способы наилучшего использования имеющихся ресурсов.

Суть метода линейного программирования заключается в поиске максимума или минимума выбранной в соответствии с интересами аналитика целевой функции при имеющихся ограничениях. Примеры использования данного метода и технику расчетов можно найти в монографической и учебной литературе (см., например, [Ковалев, Волкова]).

На практике метод линейного программирования нашел применение в системах управленческого учета и внутреннего анализа, в частности при решении задачи оптимизации производственной программы (выбор программы действий при наличии ограничений на затраты сырья, величину спроса и т.п.) и транспортной задачи (оптимизация доставки продукции при наличии сети поставщиков и получателей в условиях ограничений на ресурсы различного вида).

В упомянутых ситуациях предполагается, что зависимости между параметрами модели имеют линейный характер, что сохраняется и с течением времени. В принципе такая предпосылка весьма условна, поэтому в теории принятия решений разработаны также методы нелинейного, динамического, стохастического, выпуклого программирования, которые гораздо более сложны и в анализе деятельности отдельных предприятий применяются крайне редко.

Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 |