• планируемое снижение производственно-сбытовых издержек по мере освоения новой продукции и наращивания объемов производства;
• влияние инфляции на покупательную способность потребителей и, соответственно, на объемы продаж.
Поэтому такие оценки базируются на прогнозах внутренней и внешней среды предприятия. Использование прогнозных оценок всегда связано с риском, возрастающим при увеличении масштаба проекта и длительности инвестиционного периода.
Оценка финансовых потоков инвестиционных проектов связана также с анализом источников финансирования. Причем для целей проводимого анализа особое внимание уделяется внешним источникам, в частности, акционерному капиталу и планируемым затратам по обслуживанию привлеченного капитала: размерам дивидендов, периодичности их выплат и т. п.
Оценка погрешности NPV. В качестве примера рассмотрим исследование чистой текущей стоимости NPV на устойчивость (чувствительность) к малым отклонениям значений дисконт-функции. Для этого надо найти максимально возможное отклонение NPV при допустимых отклонениях значений дисконт-функции (или, если угодно, значений банковских процентов). В качестве примера рассмотрим инвестиционный проект, описываемый финансовым потоком из четырех элементов:
NPV = NPV ( a (0) , a( 1 ), С ( 1 ), a (2), С (2), a (3), С (3))=
= a (0) + a( 1 )С (1) + a(2)С( 2 ) + a (3) С (3).
Предположим, что изучается устойчивость (чувствительность) для ранее рассмотренных значений
a (0)=-10, a (1)=3, a(2)=4, a(3)=5, С (1)=0,89, С (2)=0,80, С (3)=0,71.
Пусть максимально возможные отклонения С (1), С (2), С (3) равны + 0,05. Тогда максимум значений NPV равен
NPV max = -10+3×0,94+4×0.85+5×0,76 = -10+2,82+3,40+3,80 = 0,02,
в то время как минимум значений NPV есть
NPV min = -10+3×0,84+4×0.75+5×0,66 = -10 +2,52 +3,00+3,30 = -1,18.
Для NPV получаем интервал от (-1,18) до (+0,02). Его длина достаточно велика. В нем есть и положительные, и отрицательные значения. Так что не удается сделать однозначного заключения – будет проект убыточным или выгодным. Для принятия решения не обойтись без экспертов.
Есть много подходов к изучению чувствительности экономических величин и основанных на них выводах. Обратите, например, внимание на то, что величины a (0), a (1), a (2), a (3) в только что рассмотренном примере изучения чувствительности считались постоянными. А ведь это – упрощение ситуации, трудно предсказать на три года вперед возможность выполнения обязательств.
Что с точки зрения экономической теории означает приравнивание дисконт-функции константе? В главе 1.4 показано, что необходимым и достаточным условием, выделяющим модели с постоянным дисконтированием среди всех моделей динамического программирования, является устойчивость результатов сравнения планов на 1 и 2 шага. Другими словами, модели с постоянным дисконтированием игнорируют изменение предпочтений людей, научно-технический прогресс, вообще любые изменения в экономике, вызванные СТЭЭП-факторами, а потому не могут быть полностью адекватны реальности.
Чистая текущая стоимость, очевидно, зависит от общего объема платежей. Как правило, чем проект крупнее, тем эта характеристика проекта больше по абсолютной величине (например, изменения ставок налога в масштабе страны приносит больший эффект, чем в масштабах региона). При этом при одних значениях нормы дисконта она может быть положительной, а при других – отрицательной. Крайние значения С = 0 (банковский процент крайне высок) и С =1 (он крайне низок) могут дать эти две возможности.
Для иных характеристик, например, внутренней нормы доходности, выводы аналогичны. Дополнительные проблемы вносит неопределенность горизонта планирования, а также будущая инфляция. Если считать, что финансовый поток должен учитывать инфляцию, то это означает, что до принятия решений об инвестициях необходимо на годы вперед спрогнозировать рост цен, а это до сих пор еще не удавалось ни одной государственной или частной исследовательской структуре. Если же рост цен не учитывать, то отдаленные во времени доходы могут "растаять" в огне инфляции. На практике риски учитывают, увеличивая q на десяток-другой процентов.
Проблема горизонта планирования. Выше рассмотрен ряд характеристик налоговых и инвестиционных проектов. Этот перечень можно существенно расширить. Например, комбинируя прибыль и рентабельность, можно строить характеристику, которая была бы пригодна для сравнения как малых, так и больших проектов.
Во многих ситуациях продолжительность проекта не определена объективно (типичная ситуация для инноваций налоговой системы) либо горизонт планирования инвестора не охватывает всю продолжительность реализации проекта до этапа утилизации. В таких случаях важно изучить влияние горизонта планирования на принимаемые решения (см. главу 1.4).
От горизонта планирования зависят принимаемые решения. Например, при коротком периоде планирования целесообразны лишь инвестиции (капиталовложения) в оборотные фонды предприятия, и лишь при достаточно длительном периоде – в основные фонды. Принимая во внимание зависимость оптимальных решений от горизонта планирования, ряд западных экономистов отказывается рассматривать фирмы как инструменты для извлечения прибыли. Они предпочитают рассматривать организации (предприятия) как структуры, аналогичные живым существам. Живые существа не стремятся к прибыли, у них другие цели. Прежде всего они стараются обеспечить свое нынешнее и будущее существование и развитие. Речь идет об известной на Западе гипотезе Гэлбрейта – Баумола – Марриса ( Galb r aith – Baumol – Ma rr is ), в соответствии с которой в основе поведения корпораций лежит стремление к "максимальному росту", а не к "максимальной прибыли".
2.3.5. Практические вопросы реализации
инновационных и инвестиционных проектов
Рассмотрим некоторые вопросы, связанные с практическими вопросами подготовки и реализации и инвестиционных проектов.
Неопределенность и риски будущего развития. Будущее нам неизвестно. А потому неизвестны и будущие доходы и расходы, мы можем лишь прогнозировать их с той или иной степенью уверенности. Как описывать неопределенность будущего? Чем мы рискуем? Как отражается неопределенность будущего на потоках платежей, их характеристиках и выводах об эффективности управляющих воздействий на реализацию инвестиционных проектов, включая и такие "экзотические", как процессы налогообложения, на других решениях? Как уменьшить возможные потери и защититься от рисков?
Подчеркнем, что фактор риска является весьма существенным. Инвестиционная деятельность, во-первых, всегда связана с иммобилизацией финансовых ресурсов компании и, во-вторых, обычно осуществляется в условиях неопределенности, степень которой может значительно варьироваться.
Разработаны различные способы уменьшения экономических рисков, связанные с выбором стратегий поведения, в частности, диверсификацией, страхованием и др. (см. главу 2.4). Нестандартный пример: применительно к системам налогообложения диверсификация означает использование не одного, а системы налогов, чтобы нейтрализовать действия налогоплательщиков, нацеленные на уменьшение своих налоговых платежей.
Необходимость применения экспертных оценок при сравнении инвестиционных проектов. Из сказанного выше вытекает, что разнообразные формальные методы оценки инвестиционных проектов и их рисков во многих случаях (реально во всех нетривиальных ситуациях) не могут дать однозначных рекомендаций.
Поэтому процедуры экспертного оценивания нужно применять не только на заключительном этапе, но и на всех остальных этапах анализа инвестиционного проекта. При этом необходимо использовать весь арсенал теории и практики экспертных оценок, весьма развитой области научной и практической деятельности (см. главу 3.4). В конце процесса принятия решения – всегда человек.
Мы не призываем отказаться от формально-экономических методов. Вычисление чистой текущей стоимости и других характеристик финансовых потоков, использование соответствующих программных продуктов полезно для принятия обоснованных решений. Однако нельзя абсолютизировать формально-экономические методы. На основной вопрос: что лучше – быстро, но мало, или долго, но много – ответить могут только эксперты.
Поэтому система поддержки принятия решений в области управления инвестициями, а также, например, совершенствования налогообложения, оценки управляющих воздействий на процессы налогообложения должна сочетать формально-экономические и экспертные процедуры.
Технико-экономические обоснования проектов и бизнес-планы. Инновационные и инвестиционные проекты начинаются с планирования. Разрабатывается технико-экономическое обоснование проекта, которое в современной традиции называется бизнес-планом. В нем рассматриваются, в частности, и те вопросы, которые обсуждались выше.
Бизнес-план – обширный документ, состоит зачастую из сотен и тысяч страниц. Выпущено много пособий по этой тематике, в частности, по составлению бизнес-планов (подробнее см. Шевчук Д.А. Как составить бизнес-план: первый шаг к своему бизнесу. – М.: АСТ: Астрель, 2008). У любого пособия есть достоинства и недостатки, один автор обращает внимание на одну сторону вопроса, другой – на другую. Но надо помнить, что за последствия принимаемых решений отвечает тот, кто их принимает, а не авторы пособия. Бесспорно совершенно, что ни одно пособие не может освободить специалиста от умственной работы, от активного использования его здравого смысла и знаний.
2.4. РИСК-МЕНЕДЖМЕНТ
2.4.1. Прогнозирование рисков
Методы социально-экономического прогнозирования. Кратко рассмотрим различные методы эконометрического прогнозирования (предсказания, экстраполяции), используемые в социально-экономической области. Последствия решений менеджера, экономиста, инженера проявятся в будущем. А будущее неизвестно. Мы вынуждены принимать решения в условиях неопределенности. Мы всегда рискуем, поскольку нельзя исключить возможность нежелательных событий. Но можно сократить вероятность их появления и возможный ущерб. Для этого необходимо спрогнозировать дальнейшее развитие событий, в частности, последствия принимаемых решений, выявить риски, оценить их, а затем управлять рисками. Это и есть основные задачи риск-менеджмента.
Как часть теории принятия решений существует научная дисциплина "Математические методы прогнозирования". Ее целью является разработка, изучение и применение современных математических методов эконометрического (в частности, статистического, экспертного, комбинированного) прогнозирования социально-экономических явлений и процессов, причем методы должны быть проработаны до уровня, позволяющего их использовать в практической деятельности экономиста, инженера и менеджера. К основным задачам этой дисциплины относятся разработка, изучение и применение современных математико-статистических методов прогнозирования. Наиболее перспективными являются непараметрические методы. Они включают метод наименьших квадратов с оцениванием точности прогноза, адаптивные методы, методы авторегрессии и др. Не менее необходимо развитие теории и практики экспертных методов прогнозирования. В том числе методов анализа экспертных оценок на основе статистики нечисловых данных. Особенно актуальна разработка методов прогнозирования в условиях риска, а также комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как статистических, так и экспертных) моделей.
Теоретической основой методов прогнозирования являются математические дисциплины (прежде всего, теория вероятностей и математическая статистика, дискретная математика, исследование операций), а также экономическая теория, экономическая статистика, менеджмент, социология, политология и другие социально-экономические науки.
Как общепринято со времен основоположника научного менеджмента Анри Файоля, прогнозирование и планирование – основа работы менеджера (см. главу 1.2). Сущность эконометрического прогнозирования состоит в описании и анализе будущего развития, в отличие от планирования, при котором директивным образом задается будущее движение.
Часто оказывается полезным промежуточный путь между прогнозированием и планированием – так называемое нормативное прогнозирование. При его применении сначала задается цель (т. е. "норма", которой необходимо следовать). Затем разрабатывается система мероприятий, обеспечивающая достижение этой цели, и изучаются характеристики этой системы (объем необходимых ресурсов, в том числе материальных, кадровых, финансовых, временных, возникающие риски и т. п.).
Роль прогнозирования в управлении страной, отраслью, регионом, предприятием очевидна. Необходимо учитывать СТЭЭП-факторы (т. е. социальные, технологические, экономические, экологические, политические), факторы конкурентного окружения и научно-технического прогресса. А также прогнозирование расходов и доходов предприятий, населения и общества в целом. Проблемы внедрения и практического использования математических методов эконометрического прогнозирования для управления рисками и принятия решений связаны прежде всего с отсутствием в нашей стране достаточно обширного опыта подобных исследований.
Статистические методы прогнозирования. Наиболее часто используется метод наименьших квадратов при небольшом числе факторов (1–5). Метод наименьших модулей и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше.
Оценивание точности прогноза – необходимая часть процедуры квалифицированного прогнозирования. При этом обычно используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия (при использовании параметрических моделей). Разработаны параметрические (обычно на основе модели нормальных ошибок) и непараметрические оценки точности прогноза и доверительные границы для него (на основе Центральной Предельной Теоремы теории вероятностей). Так, предложены и изучены методы доверительного оценивания точки наложения (встречи) двух временных рядов и их применения для оценки динамики технического уровня собственной продукции и продукции конкурентов, представленной на мировом рынке.
Применяются также эвристические приемы, не основанные на какой-либо теории: метод скользящих средних, метод экспоненциального сглаживания. Адаптивные методы прогнозирования позволяют оперативно корректировать прогнозы при появлении новых точек
Многомерная регрессия – основной на настоящий момент эконометрический аппарат прогнозирования. Подчеркнем, что нереалистическое предположение о нормальности погрешностей измерений и отклонений от линии (поверхности) регрессии использовать не обязательно. Однако для отказа от предположения нормальности необходимо опереться на иной математический аппарат, основанный на многомерной центральной предельной теореме теории вероятностей и эконометрической технологии линеаризации. Он позволяет проводить точечное и интервальное оценивание параметров, проверять значимость их отличия от 0 в непараметрической постановке, строить доверительные границы для прогноза.
Весьма важна проблема проверки адекватности модели, а также проблема отбора факторов. Дело в том, что априорный список факторов, оказывающих влияние на отклик, обычно весьма обширен, желательно его сократить. Крупное направление современных эконометрических исследований посвящено методам отбора "информативного множества признаков". Однако эта проблема пока еще окончательно не решена. Проявляются необычные эффекты. Так, установлено, что обычно используемые статистические оценки степени полинома при росте объемы выборки имеют геометрическое распределение.
Перспективны непараметрические методы оценивания плотности вероятности и их применения для восстановления регрессионной зависимости произвольного вида. Наиболее сильные результаты в этой области получены с помощью подходов статистики нечисловых данных.
К современным статистическим методам прогнозирования относятся также модели авторегрессии, модель Бокса-Дженкинса, системы эконометрических уравнений, основанные как на параметрических, так и на непараметрических подходах.
Для установления возможности применения асимптотических результатов при конечных (т. н. "малых") объемах выборок полезны компьютерные статистические технологии. Они позволяют также строить различные имитационные модели. Отметим полезность методов размножения данных (бутстреп-методов). Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста.
Прогнозирование на основе данных, имеющих нечисловую природу, в частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, а также регрессионный анализ нечетких данных. Общая постановка регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи – дисперсионный анализ и дискриминантный анализ (распознавание образов с учителем) дает единый подход к формально различным методам, традиционно рассматриваемым как принципиально различные. Она полезна при программной реализации современных статистических методов прогнозирования.
Экспертные методы прогнозирования. Необходимость и общее представление о применении экспертных методов прогнозирования при принятии решений на различных уровнях управления – на уровне страны, отрасли, региона, предприятия – вытекают из рассмотрений главы 3.4. Отметим большое практическое значение экспертиз при сравнении и выборе инвестиционных и инновационных проектов, при управлении проектами, экологических экспертиз. Роли лиц, принимающих решения (ЛПР), и специалистов (экспертов) в процедурах принятия решений, критерии принятия решений и место экспертных оценок в процедурах принятия решений рассматриваются в экспертологии – научно-практической дисциплине, посвященной методам экспертных оценок. На ее основе формируются конкретные процедуры подготовки и принятия решений с использованием методов экспертных оценок, например, процедуры распределения финансирования научно-исследовательских работ (на основе балльных оценок или парных сравнений), технико-экономического анализа, кабинетных маркетинговых исследований (противопоставляемых "полевым" выборочным исследованиям), оценки, сравнения и выбора инвестиционных проектов. В качестве примеров конкретных экспертных процедур, широко используемых при прогнозировании, укажем метод Дельфи и метод сценариев.