В сфере риск-менеджмента сейчас происходят серьезные изменения. Теперь каждый может легко включить неопределенности в свое планирование нажатием двух кнопок, будь то сложные корпоративные решения или личные вопросы. Какой результат? Существенное улучшение качества принимаемых решений с учетом неопределенности/рисков. Об этих новых возможностях и о том, как просто это сделать, в рамках вебинара рассказали эксперты – автор курсов по управлению рисками, преподаватель АНО ДПО «ИСАР», Ph.D., CRMP, C31000, CT31000 Константин Дождиков и руководитель направления по нефинансовым рискам АИМ-Менеджмент Дмитрий Тулубаев.
В любом учебнике по корпоративным финансам прогнозы строятся на основе неких средних значений – средних цен, средних расходов на материалы, среднего объема производства и так далее. Планирование в организациях тоже, как правило, базируется на средних величинах. Однако, согласно математическому неравенству Йенсена, «прогнозы, основанные на средних значениях, в среднем неверны».
Пример: не очень трезвый человек идет по разделительной полосе дороги. Слева и справа едут автомобили. Дойдет ли он из точки А в точку Б, постоянно отклоняясь от разделительной полосы? Если при ответе на этот вопрос мы будем опираться на средние значения, то можно утверждать, что он доберется живым и здоровым. Если посмотрим на ситуацию с другой стороны, то очевидно, что у этого человека есть шансы попасть под машину, и, вероятно, он не дойдет до точки Б. Это символичная история, поскольку при формировании бизнес-планов и стратегий в своих компаниях специалисты в большинстве случаев опираются на средние значения, не понимая, насколько тот или иной план может отклониться от ожидаемой траектории.
Представьте, что вы формируете некий бизнес-план на будущее. У вас есть миссия, цели, сформированы ключевые показатели эффективности (КПЭ), которых необходимо достичь. При этом не исключено, что за время реализации плана будут отклонения: поменяется курс доллара, из‑за чего вырастет стоимость продукции, услуг, также может произойти поломка оборудования и многое другое. При планировании нужно учитывать эту неопределенность. Совету директоров важно увидеть картину в целом, понимать, как множество рисков может повлиять на планы, насколько могут отклониться КПЭ, насколько велики шансы их достичь. Такую картинку со множеством неопределенностей и рисков прежде могли представить только риск-менеджеры, имеющие специализированное программное обеспечение, которое помогало им накладывать эту неопределенность на бизнес-планы, начиная от производства и заканчивая общим финансовым планом компании, бюджетом. Сейчас же представить картину с такого рода отклонениями могут эксперты на местах и руководители.
Теперь несколько подробнее: будущее легче и лучше представлять в виде диапазонов. Вспомним человека, идущего по разделительной полосе дороги и отклоняющегося то влево, то вправо. Нам крайне важно понимать величину отклонения в будущем и представлять эти отклонения в виде диапазонов.
В книге консультанта по менеджменту Дугласа Хаббарда «Как измерить все, что угодно. Оценка стоимости нематериального в бизнесе» говорится, что «использование диапазонов при прогнозировании, бесспорно, имеет преимущество, в отличие от использования конкретных чисел. Когда вы планируете с использованием диапазонов и вероятностей, вам не приходится предполагать то, что вы не знаете».
Одним из современных инструментов, который открывает новую эру, когда каждый пользователь сможет в любой свой план или бизнес-план включить риски, является алгоритм Chance Calc.
При планировании будущее лучше представлять не в виде какого‑то одного выборочного сценария, а некой совокупности множества различных сценариев, которые могут происходить в связи с неопределенностью. Когда мы пытаемся угадать будущее в виде одной цифры, по факту шансы попасть в эту точку в будущем стремятся к нулю.
Из опыта: когда Константин Дождиков впервые продемонстрировал такие результаты количественной оценки рисков относительно бюджета одного из крупных проектов компании, члены Совета директоров сказали, что теперь начали понимать, как совокупность рисков, которые регулярно обсуждаются на разных комитетах, влияют в целом на крупнейший проект, какой может быть разброс по ключевым показателям в связи с воздействием этих рисков (например, CF (Cash flow – отчет о движении денежных средств), окупаемость, IRR (Internal Rate of Return – внутренняя норма рентабельности/доходности). Это очень важно для понимания лиц, принимающих решения по проекту.
Другое дело, что человеческий мозг не в состоянии учесть эту неопределенность, даже сравнительно простую, для чего нужен специализированный аппарат. Он есть, активно используется на практике специалистами в области риск-менеджмента. Но что самое важное, руководители и лица, принимающие решения, теперь сами могут учитывать риски в бизнес-планах, понимать, какие могут быть отклонения, оценивать шансы достижения поставленных целей.
Одним из современных инструментов, который открывает новую эру, когда каждый пользователь сможет в любой свой план или бизнес-план включить риски, является алгоритм Chance Calc. Есть как бесплатная версия, так и платная.
Алгоритм использования Chance Calc выглядит следующим образом:
Шаг 1. Открываете существующую модель Excel – некий финансовый план или финансовую модель, имеющуюся в вашей компании, которая сделана финансистами, стратегами, производственниками и регулярно обновляется.
Шаг 2. Загружаете библиотеку SIP – библиотеку различных факторов в виде возможных значений в сценариях (например, курс доллара на следующий год, цена товара/услуг на рынке и многое другое).
То есть, когда мы говорим о цене продукции, это SIP по цене – множество различных возможных значений/сценариев цены в конкретный прогнозный период. Это диапазон, в котором цена может варьироваться от минимального до максимального ее значения. Задача этого диапазона по сути формируется в библиотеке SIP, где может присутствовать множество различных параметров, которые нам необходимо включить в нашу модель. Таким образом, специалист пользуется библиотекой SIP, загружая ее онлайн. К примеру, данная библиотека может включать цену продукции, объем продаж, услуг и себестоимость одной услуги, возможное прерывание производственного процесса, непоставку в срок материалов и многое другое.
Шаг 3. Заменяете параметры модели на «диапазоны» из библиотеки SIP.
Шаг 4. Интерпретируете результаты и представляете руководителям ответ на вопрос: каковы шансы в достижении целей, каков диапазон целевых показателей в случае, если указанным выше рискам будет подвержена бизнес-модель проекта?
Приведем наглядный пример. Допустим, у вас есть бизнес-план, где на три периода вперед отражены прогноз цен, объем продаж, некая себестоимость одной услуги и рост себестоимости по каждому из ближайших трех лет и в целом. Ваша задача – рассчитать возможные значения целевого КПЭ. При этом предполагаем, что цена услуги будет варьироваться в каком‑то диапазоне.
Все обозначенные показатели уже заложены в некой библиотеке SIP. Чтобы в существующий бизнес-план включить неопределенность, вы заходите в Excel, в меню выбираете Chance Calc и загружаете библиотеку SIP. Для каждого из этих элементов (цена одной услуги, объем продаж услуг, себестоимость одной услуги) вводите неопределенности, т.е. возможные значения из SIP. На этом техническая часть заканчивается.
Теперь встает смысловая задача – как понять, каковы шансы достижения цели? Для ее решения также обращаетесь к меню Chance Calc, где можно выбрать меню «The chances of anything» («Шансы чего угодно»), указываете на ячейку с важным для вас показателем, допустим, совокупной прибылью за три года, а также указываете желаемое/целевое значение этой прибыли. Chance Calc посчитает шансы достижения выбранной цели/целей с учетом добавленной по нашим трем параметрам неопределенности и выдаст диапазон итогового показателя. При желании можно также построить графики, которые продемонстрируют, какие будут значения с учетом рисков.
Важно отметить следующее преимущество нового подхода к такому моделированию: условно можно поделить участников, задействованных в процессе моделирования, на пользователей и генераторов. Пользователи – это сотрудники, которые могут вообще не знать, как оцениваются риски, но при этом иметь хорошие навыки работы в Excel. Им для включения рисков в свои модели необходимы специальные файлы, которые называются SIP. Другая часть сотрудников, которые уже должны, так или иначе, быть погруженными в количественную оценку рисков, как раз занимаются разработкой SIP-файлов. По сути одни готовят SIP-файлы, другие ими просто пользуются, когда хотят включить неопределенность в свои планы.
Как можно создавать подобные SIP-файлы?
Предлагаем посмотреть на такие инструменты как Chance Calc Monte Carlo и различные библиотеки на языке Python. Для того чтобы создавать SIP-файлы в Chance Calc Monte Carlo, необходимо купить лицензию на данный продукт. Сегодня мы остановимся на бесплатном варианте – Python. Основное преимущество Python в том, что он, соответственно, бесплатный, то есть значительная часть кода, которая на Python имеется, находится в открытом доступе. Второе преимущество заключается в том, что это очень гибкий инструмент, который позволяет реализовать практически любую идею, единственный минус его применения в том, что для того, чтобы начать пользоваться Python, нужно иметь хотя бы базовые навыки программирования. Однако, чтобы сделать SIP-файл, необязательно в совершенстве знать язык, достаточно освоить всего несколько базовых функций. А именно изменять параметры написанного заранее кода, формирующего SIP-файл.
Пример такого кода вы можете видеть здесь.
Данный код формирует SIP-файл с размером ущерба от возможных поломок комбайнов на предприятии. При этом на предприятии всего 21 комбайн, и вероятность поломки одного комбайна в прогнозный период достигает 20%. Размер ущерба от одной поломки составляет 200 с разбросом значений, то есть sigma 650. В результате в SIP-файл содержатся 1000 сценариев с возможным размером эффекта от поломки комбайнов в прогнозный период.
Для итогового расчета в представленном коде сначала считается количество поломок в прогнозном периоде (см. на рисунке ниже).
Наиболее вероятно, что поломок будет 3. Максимум может доходить до 11 поломок. Минимум – 0.
Также в коде моделируется ущерб от одной поломки с помощью логнормального распределения с Mu = 200 и sigma = 650.
Моделирование
В итоге в коде объединяются эти два распределения, с тем чтобы мы получили сумму возможного ущерба в прогнозном периоде с учетом количества поломок комбайнов.
Визуализация результатов
Выгрузка результатов в файлы (Excel и SIPMath)
Из графика видно, что среднее значение ущерба будет составлять 812.6, а 95% персентиль 2705.2, или с 95% вероятность размера ущерба от поломок комбайнов в 95% случаев не превысит 2705.2.
Эти результаты в итоге записываются в коде в отдельный SIP-файл в виде 1000 сценариев возможного ущерба. Такой файл мы сможем потом использовать, например, при моделировании бюджета компании и учета в таком моделировании финансового эффекта от поломок комбайнов, просто подгружая уже готовый SIP-файл как библиотеку в Excel-модель бюджета, допустим, в строчку дополнительные затраты в случае поломок комбайнов. И как результат посмотреть, каковы шансы достичь прибыли, скажем, >0 в конкретный год с учетом этого риска.
Важный вопрос – кто должен готовить библиотеки SIP? Этим могут заниматься как специалисты компании, так и внешние профессиональные эксперты. Первые могут собрать информацию о бюджетных показателях, сроках реализации проектов, поломках и основах оборудования, хакерских атаках и многом другом. Вторые – макропоказатели (курсы валют, инфляцию и другие), отраслевые показатели (цены, доли рынков и так далее).
В перспективе работа с SIP позволит сформировать профессиональные библиотеки SIP, обучить ключевых руководителей направлений в компании, использовать SIP и учитывать неопределенность при принятии решений.
Подготовила Елена ВОСКАНЯН
