Ж) рассчитывается бета прибыли (bр) для каждого предприятия путем деления его ковариации Cov(Rij, Rmj) на вариацию Var(Rmj).
Общая формула расчета беты себестоимости имеет следующий вид:
bр = Cov(Rij, Rmj) / Var(Rmj). (7.2.)
Результаты расчетов представлены в табл. 6.
Таблица 6. Расчет показателя “частная бета прибыли”
| Наименование предприятий | (Rmj – RM)( Rij - Rci ) | Ковариация | Частная бета прибыли | |||||
| ОАО «Дятьково-хлеб» | 0,0058 | 0,0037 | 0,0070 | 0,0058 | 0,0005 | 0,0156 | 0,0064 | 0,53 |
| ОАО «Бежицкий хлебокомбинат» | 0,0225 | 0,0152 | 0,0031 | 0,0016 | 0,0118 | 0,0285 | 0,0138 | 1,13 |
| ОАО «Брянский хлебокомбинат «Каравай» | 0,0110 | 0,0168 | 0,0074 | 0,0106 | 0,0056 | 0,0208 | 0,0120 | 0,99 |
| ГУП Брянский хлебокомбинат №1 | 0,0083 | 0,0115 | -0,0003 | 0,0047 | 0,0031 | 0,0154 | 0,0071 | 0,58 |
| ЗАО «Стародубский хлебокомбинат» | 0,0195 | 0,0012 | 0,0039 | 0,0076 | 0,0050 | 0,0162 | 0,0089 | 0,73 |
| ОАО «БРЯНСКХЛЕБПРОМ» | 0,0043 | 0,0100 | 0,0222 | 0,0059 | 0,0056 | 0,0242 | 0,0120 | 0,99 |
| ТнВ «Сыр Стародубский» | -0,0015 | 0,0141 | 0,0397 | 0,0088 | 0,0089 | 0,0257 | 0,0160 | 1,31 |
| ОАО «Брянский молочный комбинат» | 0,0081 | 0,0151 | 0,0123 | 0,0073 | -0,0040 | 0,0584 | 0,0162 | 1,33 |
По аналогичной методике, но с небольшими поправками в зависимости от характера и особенностей индикатора определяются остальные частные беты. По итогам расчета предложенных частных бет осуществляет расчет общей беты (bf), формула расчета общей беты имеет следующий вид:
bf= (bp+bc+bv+bk+ba)/5 , (8.2.)
где bf- общая бета, bp– бета прибыли, bc– бета себестоимости, bv– бета выручки, bk– бета коэффициента текущей ликвидности, ba– бета активов.
Результаты расчетов представлены в табл. 7.
Таблица 7. Показатели «общая бета» и «частные беты»
| Наименование предприятий | bp | bc | bv | bk | ba | Общая бета |
| ОАО «Дятьково-хлеб» | 0,53 | -0,40 | 1,19 | -0,25 | 0,09 | 0,23 |
| ОАО «Бежицкий хлебокомбинат» | 1,13 | 0,47 | 0,96 | 4,63 | 0,97 | 1,63 |
| ОАО «Брянский хлебокомбинат «Каравай» | 0,99 | 0,51 | 0,58 | 0,27 | 0,09 | 0,49 |
| ГУП Брянский хлебокомбинат №1 | 0,58 | 1,42 | 0,83 | -2,39 | 0,19 | 0,13 |
| ЗАО «Стародубский хлебокомбинат» | 0,73 | 0,14 | 0,03 | 0,68 | -0,50 | 0,22 |
| ОАО «БРЯНСКХЛЕБПРОМ» | 0,99 | -0,98 | 0,62 | -3,36 | -0,04 | -0,55 |
| ТнВ «Сыр Стародубский» | 1,31 | 0,79 | 0,14 | 1,57 | 0,82 | 0,93 |
| ОАО «Брянский молочный комбинат» | 1,33 | 1,86 | 1,65 | 2,00 | 2,20 | 1,81 |
Для адекватности оценки каждой частной беты рекомендуется присваивать соответствующую весовую характеристику (q). Данные весовые характеристики предлагается определять экспертным путем в зависимости от специфики предприятия на заседании специально сформированной из представителей заинтересованных служб группы компании по проблемам риска. В результате формула расчета примет следующий вид:
bf= qp*bp*qc*bc*qv*bv*qk*bk*qa*ba, (9.2.)
где qp, qc, qv, qk, qa– весовые характеристики частных бет.
На заключительном этапе оценку полученных результатов, а также выбор оптимальных управленческих решений предлагается осуществлять с помощью матрицы.
Матрица состоит из 4 квадрантов, каждый из которых определяет направление стратегических инициатив предприятия.
Первый квадрант характеризуется высоким значением показателя риска и ниже среднерыночного темпом роста выручки. В данном случае руководству фирмы необходимо принять решение о применении метода локализации риска. То есть необходимо выявить узкие места работы и по возможности выделить их из состава предприятия или же сформировать центры ответственности. Выделив экономически наиболее опасный участок деятельности, появляется возможность сделать его контролируемым и таким образом снизить уровень финального риска предприятия.
Второй квадрант характеризуется низким значением риска, но и ниже среднерыночного темпом роста выручки от реализации. В данном случае рекомендуется использовать методы компенсации риска. А именно – внедрение на предприятии стратегического планирования, формирование механизма прогнозирования внешней среды, мониторинг социально-экономической и правовой базы, создание системы резервов, применение активного целенаправленного маркетинга.
Третий квадрант характеризуется высоким значением риска бизнеса, но и высоким показателем темпа роста выручки от реализации. Это означает, что, несмотря на достаточную рискованность бизнеса, предприятие эффективно развивается. Данная ситуация требует принятия решений руководства, связанных с распределением риска. Фирме необходимо диверсифицировать свой риск за счет мероприятий по диверсификации видов деятельности, сбыта и поставок, инвестиций, по распределению ответственности между участниками, распределению операций во времени.
Четвертый квадрант характеризуется высоким значением темпов роста выручки от реализации и низким уровнем риска. В данном случае руководству предприятия позволительно не участвовать в авантюрных проектах в надежде на высокие прибыли, а действовать наверняка. Соответственно вариантами стратегических действий должны быть: отказ от ненадежных партнеров, отказ от рискованных проектов, страхование хозяйственных риск5ов, поиск гарантов.
Все рассматриваемые предприятия разместились в трех квадрантах, причем четыре из них – во втором и два – в первом и третьем.
Двум предприятиям, попавшим в первый квадрант (ОАО «Брянский молочный комбинат», ОАО «Бежицкий хлебокомбинат»), следует подумать о путях уменьшения степени воздействия риска на хозяйственную деятельность, а также о наращивании темпов роста объемов производства и реализации.
Четыре предприятия, попавшие во второй квадрант (ГУП Брянский хлебокомбинат №1, ОАО «БРЯНСКХЛЕБПРОМ», ОАО «Дятьково-хлеб», ОАО «Брянский хлебокомбинат «Каравай»), характеризуются риском ниже среднерыночного, но при этом темпы роста выручки у них также ниже среднерыночных. В данной ситуации рекомендуется в первую очередь повысить эффективность маркетинговой службы компании, активизировав деятельность по завоеванию и удержанию прежних и поиску новых рынков.
Два предприятия, оказавшихся в третьем квадранте (ТнВ «Сыр Стародубский», ЗАО «Стародубский хлебокомбинат»), можно охарактеризовать как лучшие среди всех рассматриваемых как по минимальной степени воздействия риска на хозяйственную деятельность, так и по темпам роста выручки. Этим предприятиям рекомендуется не упустить свои лидирующие позиции. Обладая определенным запасом прочности, они имеют возможность избирательно подходить к предложениям по дальнейшему развитию бизнеса.
Итак, предлагаемая методика оценки интегрального риска дает возможность промышленным предприятиям улучшить процесс управления компанией, выявив при этом перспективные направления развития.
ЗАКЛЮЧЕНИЕ
Риск – это действие, совершаемое в надежде на счастливый исход по принципу «повезет – не повезет».
Риском можно управлять, т.е. использовать различные меры, позволяющие в определенной степени прогнозировать наступление рискового события и принимать меры к снижению степени риска. Эффективность организации управления риском во многом определяется классификацией риска. Научно обоснованная классификация рисков позволяет четко определить место каждого риска в их общей системе. Она создает возможности для эффективного применения соответствующих методов и приемов управления риском. Каждому риску соответствует свой прием управления риском.
Основные трудности с которыми приходится сталкиваться при решении проблемы выявления индивидуальных предпочтений по риску, заключаются в нечеткости, противоречивости данных о поведении исследуемого индивидуума в условиях неопределенности, в отсутствии обоснованных предположений о конкретных закономерностях этого поведения, в его постоянном изменении, что делает практически малоэффективными (неадекватными и дорогостоящими) попытки построения функций полезности и другие способы моделирования.
Компьютеризация процессов управления все чаще позволяет опираться в таких случаях на искусственный интеллект. В этой связи уместно поставить задачу создания таких инструментов искусственного интеллекта, которые могли бы предложить некоторое приемлемое решение, исходя из предпочтений различных лиц, т.е. фактически моделировать индивидуальные предпочтения.
Разработанным инструментом искусственного интеллекта являются различные экспертные системы. Они накапливают знания экспертов, сформулированные в виде правил. Однако применение экспертных систем в условиях риска требует, чтобы они были совместимы с нечетной логикой. Изменчивость поведения также приводит к необходимости полностью изменять систему правил экспертной системы, что сказывается на ее эффективности. Способность обобщить предпочтения присуща только очень гибкому обучающемуся инструменту искусственного интеллекта. В этой роли могут выступить нейронные сети, построенные по аналогии со строением мозга.