Предположим, планируется вложить 100 фунтов под 10 % на срок 2 года. По прошествии 2 лет:
Если бы в окружающей среде не было риска и инфляции, такое предположение было бы привлекательным. Однако, несколько преобразовав формулу, мы получаем истинную ценность этой суммы с расчетом на сегодняшний день:
Мы имеем методы, которые в общих чертах представляют собой математические формулы (для сравнения результатов различных капиталовложений) и комбинации переменных, влияющих на вложения. По мере эволюции математический метод становился все точнее, так что теперь мы имеем возможность подсчитать отдачу даже от части процента.
Но опытный бизнесмен знает, что за этими точными расчетами лежат менее точные данные. В лучшем случае, информация по коэффициенту отдачи будет основана на усредненном мнении, так как одни из них достоверные, другие - далеки от истины. Когда показатели ожидаемой отдачи по двум проектам вложения близки, на принятие решения могут влиять так называемые "нематериальные факторы". Даже когда результаты двух вложений сильно отличаются и, казалось бы, выбор ясен, от всех скрыты хранящиеся в глубине сознания бизнесмена воспоминания о провалившихся начинаниях.
Вскоре ответственный за принятие решения человек осознает, что он должен знать нечто большее, чем ожидаемый коэффициент отдачи. Он подозревает, что отсутствует именно то. что имеет отношение к природе данных, задействованных в подсчете коэффициента отдачи, а также к тому, как обрабатываются эти данные. Иногда это связано с неопределенностью, вероятностью и возможностью, присутствующими в целом ряде рисков.
Слабая сторона предыдущих подходов не имеет ничего общего с математикой подсчета коэффициента отдачи. Фактически не важно, какая математическая формула используется для каждой из переменных, присутствующих в подсчете коэффициента отдачи. Всегда имеется высокая степень неопределенности, вероятности.
Например, срок жизни (эксплуатации) нового капитального оборудования редко можно знать заранее, с определенным процентом точности. На него могут повлиять старение этого оборудования, износ. Относительно небольшие перемены в сроке эксплуатации могут привести к большим переменам в цифрах коэффициента отдачи. Между тем, предполагаемый показатель срока эксплуатации оборудования, основанный на обширной информации, из которой берется наилучший прогноз, вводится в калькуляцию отдачи на вложения. То же самое, как правило, проделывается и с другими факторами, имеющими важное значение при принятии решения.
Давайте посмотрим, как часто срабатывает этот механизм, а для примера выберем конкретную ситуацию, когда случайный сторонний фактор оказывает влияние на принятие решения.
Управляющему компанией предстоит принять решение, стоит ли пускать деньги на открытие нового бара-караоке. Пять переменных были названы решающими: весь рынок баров (пабов) и кафе; доля рынка данного продукта - бара-караоке; стартовый капитал для начала строительства; расположение; расходы на рекламу и продвижение. Основываясь на "наиболее вероятной" приблизительной оценке каждой из переменных, ситуация выглядит очень обещающе - целых 30 % отдачи. Но эта будущая цифра зависит от того, насколько оправдаются и будут достоверными каждая из "наиболее вероятных" приблизительных оценок. Если каждая из этих "научных догадок" будет иметь, например, 60 % вероятности, то вероятность того, что в результате все пять переменных будут достоверными, составляет всего лишь 8 % (0,60 х 0,60 х 0,60 х 0,60 х 0,60). Таким образом, ожидаемая отдача в действительности будет зависеть от случайного стечения обстоятельств. Ответственному за принятие решений надо знать о других значениях каждой из пяти переменных и о том, что он выиграет или проиграет от их различных комбинаций.
Таким образом, отдача зависит от комбинации значений большого числа различных переменных. Но в формальной математике используется только ожидаемое ранжирование (например, наихудший, средний, наилучший или пессимистичный, наиболее вероятный, оптимистичный). Следовательно, предсказание единственного наиболее вероятного уровня отдачи зависит от предположительных цифр, фактически не раскрывающих полной картины.
Ожидаемый уровень отдачи представляет собой всего лишь несколько точек на бесконечной кривой возможных комбинаций будущих событий. В чем-то это можно сравнить с предугадыванием исхода игры в кости, говоря, что, скорее всего, выпадет "7". Описание должно видеться незавершенным, поскольку оно не говорит нам о других факторах, которые, возможно, произойдут. При любом броске двух обычных шестигранных фишек существует 36 (6 х 6) различных исходов (т. е. комбинаций сторон) и только 11 различных возможных суммарных итогов, или: только один исход даст нам результат "2"; два исхода -"3"; три исхода - "4"; четыре исхода - "5"; пять исходов - "6"; шесть исходов - "7"; пять исходов - "8"; четыре исхода - "9"; три исхода - "10"; два исхода - "11" и только один исход даст нам результат "12".
А теперь предположите, что каждая кость имеет 100 граней, а у вас восемь костей. У вас была бы ситуация, сравнимая с вложениями капитала в бизнес: доля рынка компании может приобрести один из 100 различных размеров, с восьмью различными факторами (ценообразование, продвижение и т. д.), воздействующими на исход дела.
Но это не единственная трудность. Склонность делать ставку на то, как выпадет фишка, зависит не только от случая, но и от размера ставки. Если шанс того, что выпадет "7" - 1 к 6, мы, возможно, захотим рискнуть несколькими долларами на данный исход при благоприятном стечении обстоятельств. Но готовы ли мы выложить из бумажника 10 или 100 тыс. долл. при тех самых благоприятных шансах или при более благоприятных? Вкратце, на риск влияют как стечение каких-либо обстоятельств, событий, так и размер вознаграждений или штрафных санкций, следующих при стечении тех самых обстоятельств.
Предположим, компания рассматривает возможность вложения 1 млн долл. Самая благоприятная оценка отдачи составляет 200 тыс. долл. в год. Эта оценка получена из определения средней величины трех возможных показателей отдачи: шанс 1 к 3 -вовсе не получить отдачи, 1 к 3 - получать 200 тыс. долл. ежегодно и шанс 1 к 3 - получить 400 тыс. долл. в год. Предположим, что если компания вовсе не получит отдачи на капитал, это выведет ее из бизнеса. Тогда, принимая такое предположение, менеджер рискует при шансе 1 к 3 стать банкротом.
Если применялся только анализ самой благоприятной оценки отдачи, менеджер, идущий с этим предположением дальше, не осознает всю величину шанса провала. Но если бы вся существующая информация была проанализирована, менеджер, возможно, предпочел бы альтернативный вариант с меньшими показателями, но с большей степенью определенности (т. е. менее изменчивый).
Подобные соображения побудили сторонников современного метода расчета индекса капитальных вложений отстаивать признание в расчетах элемента неопределенности. Возможно, Росс Волкер суммирует текущее представление, когда говорит о "практически непостижимой дымке любого прогноза".
Как может управляющий проникнуть в эту "дымку неопределенности", которой окружен выбор нескольких альтернатив?
Некоторые приемы справиться с неопределенностью были успешны, и каждый в своем, единственном, случае. Однако все они в том или ином варианте имеют недостатки:
1. Более точные прогнозы. Снижение вероятности ошибок при оценке чего-либо всегда было самоцелью. Но неважно, сколько факторов надо оценить при принятии решения об инвестициях, когда все сказано и сделано, будущее остается будущим. Как бы хорошо мы ни составили прогноз, мы все же должны осознавать, что не можем исключить весь риск неопределенности (вероятности).
2. Эмпирические корректировки. Подгонка факторов, влияющих на исход решения, не только не поможет, но и может привести к серьезным трудностям. Как уменьшить вероятность "плохих" вложений, не испортив вероятности "хороших" вложений? Что может служить основанием корректировки? Мы делаем подгонку не под неопределенность, а под склонность, пристрастие.
К примеру, строительные оценки часто завышены. Если опыт компании в оценке строительных затрат говорит, что в 90 % случаев реальные показатели превышали оценочные на 15 %, тогда при оценке вкладываемого капитала есть все основания увеличить стоимость этого фактора на 15 %.
А теперь предположите, что реальные показатели реализации нового продукта превышали оценочные более чем на 75 % в 1/4 всех случаев практики и не достигали оценочного уровня 50% в 1/6 случаях? Штрафные санкции за переоценку могут быть существенными. Поэтому менеджеры имеют склонность снижать оценочные показатели продаж для "покрытия" одного случая из шести - тем самым, снижая подсчитанный уровень отдачи. Делая это, компания, может быть, теряет лучшие возможности.
3. Проверка конечных коэффициентов. Выбор более высоких конечных коэффициентов для преодоления неопределенности представляет собой попытку выполнить практически то же самое. Менеджеру хотелось бы, чтобы, по возможности, показатель отдачи был пропорционален присутствующему риску. Между тем, когда неопределенность "затуманивает" оценки показателей реализации, затрат, цен и т. д., тщательно рассчитанный показатель капиталоотдачи проливает некий свет на предпринимательский риск. Это положение стоит принять во внимание. Но ответственному за принятие решений необходимо ясно понимать, какой риск будет присутствовать и какие случайные факторы могут возникнуть при достижении прогнозируемого показателя капиталоотдачи.
4. Трехуровневые оценки. Иногда стартом в разборе риска могут быть ранжирование оценочных факторов на высокую, среднюю и низкую значимость и подсчет показателей отдачи, основывающийся на различных комбинациях, а также на пессимистичной, средней и оптимистичной оценках. Такие подсчеты дают ряд возможных результатов, но не говорят ответственному лицу, является ли пессимистичный прогноз более точным по сравнению с оптимистичным. Может быть, на деле средний результат более вероятен, нежели крайние результаты. Таким образом, хотя мы и сделали шаг в правильном направлении, у нас все еще нет ясности в сравнении альтернатив.