Идентификация и анализ рисков на основе системы сбалансированных показателей

Размещено на http://www.allbest.ru/

Идентификация и анализ рисков на основе системы сбалансированных показателей

Абдулаева Зинаида Игоревна,

Недосекин Алексей Олегович

Аннотация

Идентификация и анализ рисков на основе системы сбалансированных показателей

Абдулаева Зинаида Игоревна, кандидат наук, доцент, Северо-Западный государственный медицинский университет им. И.И. Мечникова Минздрава РФ,

Недосекин Алексей Олегович, доктор наук, профессор, Санкт-Петербургский Горный университет.

Рассматривается простейшая система сбалансированных показателей (ССП) предприятия с нечётко-логическими связями. На основе сконструированной ССП формируется карта рисков, идентифицируются, количественно оцениваются и нормируются показатели этой карты.

Ключевые слова: нормативы KPI, нормативы рисков, KPI, карта рисков, ССП, система сбалансированных показателей, идентификация и анализ рисков.

Содержание

В работе [1] проведён простейший анализ системы сбалансированных показателей (ССП) и оценено влияние на модель экзогенных параметров - уровня взаимоотношений предприятия с его ключевыми стейкхолдерами. Настоящая работа базируется на материале этого же примера, её цель - показать, как факторы экономических рисков предприятия "зеркалят" ключевые показатели эффективности (KPI) ССП, и что из этого следует с точки зрения идентификации и анализа риска.

Схема рассматриваемой ССП представлена на рис. 1, в [1] приведены обозначения факторов ССП.

Рисунок 1. Простейшая схема нечётко-логической ССП

На рис. 2 представлена карта экономических рисков предприятия, которая отвечает структуре карты ССП и увязана с её основными показателями. Связи между показателями в карте рисков "зеркалят" то же самое между KPI на рис. 1 (установлен изоморфизм). В табл. 1 сведены выделенные показатели риска и подходы к их оценке. Общий подход к шифрованию рисков: шифр риска состоит из двух половинок - ключевого слова "Risk" и наименования KPI, c которым он связан. Все риски из табл. 1 являются локальными, за исключением Risk_ROE, который является интегральным.

Рисунок 2. Риск-карта предприятия

Общее правило для идентификации и анализа рисков компактно записано формулой [2-5]:

Risk=Poss \{KPI <> Норматив|Угроза \oplus Слабость \}, (1)

где Poss - знак возможности, KPI - фактор из ССП, " < >" - "больше или меньше" (в зависимости от того, прямая логика нормирования соответствует KPI или инверсная), Норматив - такое значение KPI, выход за пределы которого рассматривается предприятием как негативное состояние, в локальном или глобальном плане; Угроза - событие внешней среды, негативно воздействующее на предприятие через экзогенные параметры KPI; Слабость - нехватка, дефицит чего-либо, что позволяет Угрозе получить раскрытие, запускает каскад негативных процессов, "\oplus" - знак наложения, суперпозиции.

Таблица 1. Свод риск-факторов

Обозначения: КЭО - качественная экспертная оценка, ЛК - лингвистическая классификация, ОСН - одноставочный норматив, ДСН - двухставочный норматив, ТНЧ - треугольное нечёткое число.

Риск может быть оценен по формуле (1) как количественно (при достаточности необходимых исходных данных), так и качественно, с применением лингвистических экспертных оценок, когда уровень неопределённости таков, что констатируется существенная недостаточность свидетельств для оценки, и в ход идёт интуиция эксперта, его чутьё.

Также риск может оцениваться как априорно (на основе уже сформировавшегося исторического контекста свидетельств), так и апостериорно, при появлении новых фактов, совершившихся событий и сложившихся обстоятельств.

Прежде чем переходить к анализу рисков, необходимо провести нормирование всех KPI из ССП, измеряемых количественно. Нормирование может быть:

· одноставочным, когда устанавливается один количественный уровень, и всё поле состояний предприятия, оцениваемых по данному KPI, жёстко разбивается на 2 группы: позитивные и негативные. Риск оценивается как возможность попадания в негативное состояние. Принцип такой "жёсткой" классификации в зарубежной литературе назван crisp granulation;

· двуставочным, когда есть два подмножества негативных состояний, разграниченных по "жёсткой" схеме. Пример - нормирование уровня финансового рычага, для растущего и падающего рынков;

· лингвистическим, когда весь диапазон количественных уровней KPI (носитель) сопоставляется набору качественных градаций, причём нормирование может быть как "жёстким", так и "мягким" (fuzzy granulation).

В табл. 2 сведены значения исторического разброса KPI, их нормативные уровни, а также априорные оценки рисков, в предположении того, что KPI в модели оценки рассматриваются как треугольные нечёткие числа. Расчёты рисков ведутся по формулам из [5, c. 25-26]. Нормирование в табл. 2 проведено по принципу каскадирования. Вводится норматив на интегральный показатель ROE; собственниками бизнеса признаётся, что ROE должно быть выше 30 % годовых, всё остальное - это негативная реализация бизнеса. Затем, обратным счётом, с применением классической формулы Дюпона,

ROE = ЧР*ОбА*(1+ФР)/ 1.18 (2)

выставляются нормативы на ЧР, ОбА и ФР, с привлечением дополнительных соображений.

Из табл. 2 видно, что требования собственника являются критически высокими и могут быть выполнены бизнесом, в том виде, как он есть, лишь при большом напряжении сил. Вспоминается бессмертная "Кавказская пленница": "Вы даёте нереальные планы! - Это … как его … волюнтаризм! - В моём доме не выражаться!" (с). Отсюда - чрезмерно высокие уровни рисков того, что план по ROE и по остальным компонентам формулы Дюпона - достигнут не будет. С одной стороны, требование по ROE является вполне рациональным; с другой стороны - достижимым лишь при наиболее благоприятных ожиданиях со стороны рынка.

Теперь перейдём от априорной оценки риска к апосториорной. Предположим, что взаимоотношения предприятия и банка ухудшились до уровня, распознаваемого как "Низкий". В [1] проведено моделирование данного кейса. Результаты моделирования следует рассматривать как исход наиболее ожидаемого сценария развития событий. Это соответствует новой вершине треугольного нечёткого числа. Соответствующие апостериорные данные сведены в табл. 3 (колонка "Av" выделена цветом).

Из табл. 3 видно, что появление дополнительной информации снимает неопределённость и уточняет риски.

Риск ухудшения отношений с банками становится 100 % (событие реализовано, возможность стала фактом). Зато, наоборот, полностью ушли риски невыполнения нормативов по рентабельности и оборачиваемости. Как следствие ухудшения взаимоотношений с банком, на 100 % реализовались риски по WACC и ФР. В то же время, низкий уровень ФР сводит на ноль риск ненормально высокого рычага (оборотная сторона медали сжатия кредитного предложения от банка).

Таблица 2. KPI, нормативы, риски. Априорная оценка

Таблица 3. KPI, нормативы, риски. Апостериорная оценка

Наконец, мы видим снижение риска по фактору ROE. Оно, это снижение, не является революционным по размеру, но указывает на то, что шансы предприятия на выполнение требований собственников некоторым образом возросли; они малы, но заведомо больше нуля.

Заключение

В следующей статье мы вернёмся к графу рис. 2 и выявим, насколько существенны связи между рисками в графе, установленные по правилу изоморфизма, влияют ли они на оценку рисков в принципе, в чём их суть. Этот вопрос в науке риск-менеджмента не только не решён, но даже и не поставлен. сбалансированный показатель логическая риск

Список литературы

1. Недосекин А.О., Абдулаева З.И. Пример нечётко-логического моделирования системы сбалансированных показателей (ССП) предприятия // NovaInfo. НоваИнфо - NovaInfo.Ru (Электронный научный журнал) Нова Инфо. - 2016. - №57-1. URL: http://www.novainfo.ru/article/9565.

2. Абдулаева З.И., Недосекин А.О. Стратегический анализ инновационных рисков. - СПб: СПбГТУ, 2013. - Также на сайте: http://an.ifel.ru/docs/ InnR_AN.pdf.

3. Недосекин А.О. Разработка системы сбалансированных показателей (ССП) для морской нефтегазовой смешанной компании (МНСК) с использованием нечётко-множественных описаний / А.О. Недосекин, З.И. Абдулаева, М.Ю. Шкатов // Аудит и финансовый анализ. - 2013. - №3. - С. 126-134.

4. Козловский А.Н., Недосекин А.О., Абдулаева З.И. Управление портфелем промышленных инноваций. - СПб: СПбГТУ, 2016. - Также на сайте: http://an.ifel.ru/docs/KNA.pdf.

5. Недосекин А.О., Абдулаева З.И. Финансовая математика в 2х т.т. - СПб: СПбГПУ, 2013. - 219 с. - Также на сайте: http://an.ifel.ru/docs/FM_AN.pdf.

Размещено на Allbest.ru