Дипломная работа: Управление рисками инвестиционных проектов в пищевой промышленности

При этом если для построения аппроксимирующих функций используется метод скользящей линейной регрессии, то имеет место затухание (снижение уровня) нескомпенсированных остатков с ростом числа итераций.

5.         Для соотношения

,                                         (3)

описывающего благоприятное направление развития рынка, более жестким является требование одновременного выполнения любой комбинации следующих пар неравенств:

 (4)

, , , ,

В свою очередь, ослаблением условия (3) является требование выполнения какого-либо одного из входящих в (4) неравенств.

Анализ перечисленных особенностей позволяет сделать вывод о целесообразности использования в комплексной системе управления рисками инвестиционных проектов аналитической системы идентификации рыночной ситуации, теоретической основой которой является метод скользящей линейной регрессии. Поэтому прежде чем приступить к описанию непосредственно процедуры, дадим необходимые пояснения.

Для произвольной функции C(t), представленной своими выборками , взятыми в дискретные равноотстоящие друг от друга моменты времени , i = 0, 1 ,2, …, линейной регрессией называется линейная функция LR(t) = a + b*t, удовлетворяющая по отношению к функции C(t) критерию наименьших квадратов [43]. Для построения линейной регрессии используется n подряд идущих выборок функции C(t). Параметр n называют длиной регрессии или размером «окна»; временной интервал, состоящий из используемых при вычислениях моментов времени, называют «окном»; полученную в результате вычислений линейную функцию  называют линейной регрессией длины n, , в которой коэффициенты  и  определяются по формулам:

 (5)

где

,

,

,

Суть метода скользящей линейной регрессии состоит в том, что для выбранного размера «окна» циклически повторяются построения линейной регрессии  с тем отличием, что для каждого последующего построения «окно» «сдвигается» на один временной отсчет. При этом каждое построение завершается вычислением значения функции  для последней точки «окна». В результате для дискретных моментов времени , , … определяется новая, вообще говоря, нелинейная функция . В дальнейшем построенную таким образом функцию будем называть функцией линейной регрессии длины n процесса C(t).

Отметим одно характерное для сырьевых рынков и важное для настоящего изложения свойство функции . Обозначим

,                                      (6)

 – среднеквадратическое отклонение цены актива от его функции линейной регрессии длины n.

Тогда для любого момента времени вероятность

 (7)

отклонения рыночной цены актива C(t) от его функции линейной регрессии длины n с ростом  стремится к 1; при этом надлежащим выбором размера «окна» n обеспечивается для растущего рынка тяготение цены актива  к линии , называемой верхней границей коридора, а для падающего рынка – к нижней границе коридора . Сказанное иллюстрируется графиком 2.3.1, на котором жирной линией показана цена актива, средней тонкой линией – ее функция линейной регрессии, а крайними тонкими линиями – границы коридора.

Закончив необходимые пояснения, можно приступить к рассмотрению разработанной автором аналитической системы идентификации рыночной ситуации.

Описание аналитической системы

Предлагаемая аналитическая система представляет собой многоэтапную процедуру, базирующуюся на отмеченных выше особенностях и состоящую в осуществлении определенных операций с приближенно вычисленными методом конечных разностей производными от функции линейной регрессии цены исследуемого актива с последующим наложением фильтров, повышающих точность прогноза.

На первом этапе процедуры задаются оптимизируемые параметры , , ,  и в каждый из моментов наблюдения , , для цены актива C(t) , используя формулы (5), определяются функции , , , . При этом выбором начальной точки отсчета  по отношению к последнему (т.е. текущему) моменту наблюдения  должно обеспечиваться выполнение условия .

На втором этапе методом конечных разностей осуществляется вычисление производных полученных функций:

, (8)

где

;

График 2.3.2

На графике 2.3.2 построены графические отображения синхронно изменяющихся во времени значений цены актива  (верхняя часть рисунка) и производной ее функции линейной регрессии  (нижняя часть рисунка).

График 2.3.2 показывает, что любая из определенных выражением (8) последовательностей визуально представляет собой линию, колеблющуюся относительно нулевого значения.

Точка пересечения этой линией нуля из области отрицательных значений вверх интерпретируется как локальный минимум цены (с учетом сдвига, обусловленного длительностью выбранного для расчета временного интервала), а из области положительных значений вниз – как локальный максимум.

Отметим, что выполненное автором тестирование показало, что система идентификации рыночной ситуации, основанная на построении лишь одной последовательности , при надлежащем выборе параметра k обладает хотя и недостаточными, но все же более высокими характеристиками по сравнению со многими известными методами.

На третьем этапе с учетом соотношений (3) и (4) осуществляется построение идентификатора локальных экстремумов, который обеспечивает проверку условий:

 AND (9)

где AND логическая операция «и» (одновременное выполнение обоих условий).

Выполнение условий (9) предварительно интерпретируется как благоприятное развитие рыночной ситуации. В свою очередь, решение о неблагоприятном развитии рыночной ситуации принимается в случае выполнения хотя бы одного из следующих условий:

 OR       (10)

где OR логическая операция «или» (выполнение любого из двух условий).

При этом точки на временной оси, в которых происходит изменение условий (9) на (10) и обратно, считаются моментами соответствующих изменений направления развития рынка.

Попарное сложение производных функций линейной регрессии разной длины и сравнение полученных сумм с нулем обеспечивает уменьшение величины задержки результата вычислений по отношению к реально зафиксированному на рынке экстремуму. При сложении «длинной» и «короткой» производных вблизи локальных минимумов и максимумов их встречные движения уравновешиваются (очевидно, что более «длинная» производная дает более поздний сигнал изменения направления развития рынка). Таким способом обеспечивается более высокая точность и своевременность прогноза.

Одновременное применение двух пар просуммированных производных различной длины, по существу, является фильтром искажающих возмущений.

Значительное повышение характеристик идентификации рыночной ситуации при использовании описанного идентификатора локальных экстремумов объясняется, видимо, следующими соображениями. Проведенный автором графический анализ показал, что на рынках сырьевых товаров, сельскохозяйственной продукции и валют понижательная тенденция (после достижения ценой локального максимума) в большинстве случаев развивается опережающими темпами по сравнению с повышательной (после достижения ценой локального минимума). Как следствие, идентификация понижательной тенденции требует применения более оперативных механизмов. С другой стороны, более длительный и неустойчивый характер зарождения повышательной ценовой тенденции обусловливает необходимость выполнения более жестких условий.

Наконец, на четвертом этапе с учетом соотношений (6) и (7) формируется дополнительный фильтр, для которого в качестве оптимизируемых параметров задаются размер «окна»  и входящий в выражение (7) коэффициент доверия .

Процедура фильтрации состоит в построении еще одной функции линейной регрессии  длины , вычислении среднеквадратического отклонения  (см. формулу (6)) и проверке неравенства

 (11)

Знак «>» в (11) подтверждает вывод о прохождении локального минимума, а знак «<» – локального максимума рыночной ценой исследуемого актива.

Из описания предложенной аналитической процедуры видно, что ее характеристики существенно зависят от конкретных значений шести параметров: , , , , , . В соответствии с определенным выше критерием эффективности, оптимальными следует считать такие индивидуальные для каждого анализируемого рынка и рассматриваемого горизонта исследования значения указанных параметров, которые обеспечивают максимальную величину вероятности правильной идентификации рыночной ситуации. Выбор оптимальных значений параметров осуществляется по результатам математического моделирования описанной процедуры на исторически сложившейся базе рыночных цен исследуемого актива. При этом следует иметь в виду необходимость периодического повторения оптимизации по мере обновления информации о состоянии рынка.

Последовательность выполняемых в рамках предлагаемой автором аналитической системы идентификации рыночной ситуации процедур проиллюстрирована схемой 2.3.1.

На указанной схеме присвоение вычисляемой переменной  значения 1 или –1 отражает факт принятия решения о благоприятном () или неблагоприятном () направлении развития рынка. При этом момент изменения ее значения от  до  интерпретируется как локальный минимум, и наоборот, переход от  к  соответствует локальному максимуму.

Схема 2.3.1. Последовательность процедур, выполняемых в рамках аналитической системы идентификации рыночной ситуации

Практическое использование рассмотренной системы идентификации рыночной ситуации иллюстрируется графиком 2.3.3.

График 2.3.3

Этот рисунок, на котором построены графики изменения во времени цены  зерна и вычисляемой для нее переменной , позволяет визуально оценить качество прогноза, получаемого с помощью предлагаемой аналитической процедуры (взяты цены реальных сделок 2001-2002гг., использованные при анализе проекта расширения производства путем приобретения мельницы мощностью 250 тонн зерна в сутки, описанного в Приложении 7).

В свою очередь, количественный анализ эффективности системы в соответствии с определенным выше критерием заключается в оценке вероятности правильной идентификации. Для ее вычисления автором выполнено математическое моделирование системы средствами аналитического пакета MetaStock 6.51 Professional for Windows. В результате тестирования, проведенного методом пошаговой оптимизации, установлено, что вероятность правильной идентификации, обеспечиваемая рекомендуемой системой для основных торгуемых зерновых культур, при надлежащем выборе оптимизируемых параметров оказалась не хуже 0,75 [104, 106].

Таким образом, проведенные исследования позволяют сделать вывод о целесообразности использования в качестве элемента комплексной системы управления рисками инвестиционных проектов, реализуемых в отраслях пищевой промышленности, разработанной автором аналитической системы идентификации рыночной ситуации.

Результатом проводимого аналитического исследования является прогноз развития рыночной ситуации (т.е. направления движения рынка). На основе сделанного прогноза принимается решение о необходимости применения того или иного управленческого воздействия, а именно о хеджировании соответствующего риска, о моменте приобретения или продажи необходимого актива и т.п. При этом анализ должен осуществляться непрерывно с целью оперативного реагирования на возникающие изменения и своевременного внесения корректирующих воздействий в систему управления рисками проекта. Подробнее механизмы управления рисками экономического окружения рассматриваются в Главе 3.

ГЛАВА 3. МЕТОДИЧЕСКИЕ АСПЕКТЫ УПРАВЛЕНИЯ РИСКАМИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ В ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ

3.1 Статические методы управления проектными рисками и их оптимизация

Как было показано в параграфе 2.1., рассматриваемые нами риски инвестиционных проектов, реализуемых в отраслях пищевой промышленности, можно разделить на две укрупненные группы:

1.     Риски, не требующие активного управления;

2.     Риски, управление которыми требует постоянного применения усложненных методик (т.е. подразумевает активное управление).

По результатам проведенного исследования автор пришел к выводу, что ко второй группе относятся риски экономического окружения, включающие:

1.         Изменение цен на производимую в рамках проекта продукцию;

2.         Изменение цен на сырье, используемое в рамках проекта (как основное, так и вспомогательное);

3.         Динамику валютного курса;

4.         Динамику процентных ставок.

Как первая, так и вторая группы рисков нуждаются в определении оптимальных механизмов защиты. Однако самым сложным и одновременно особенно важным с точки зрения успеха проекта является управление рисками именно второй группы, что обусловливает наибольший их интерес для исследования. При этом, с точки зрения автора, нивелированием рисков первой группы обеспечиваются базисные условия для дальнейшей реализации мер по защите проектов от более сложных рисков.

С учетом данного обстоятельства необходимо дать общую характеристику методов защиты от рисков в целях определения наиболее приемлемых для проектов, реализуемых в пищевой промышленности, а также определения механизмов управления рисками экономического окружения.

По результатам сравнительного анализа известных подходов к управлению рисками (см. Приложение 8) автор пришел к выводу, что взгляды многих исследователей достаточно близки. Так, практически идентичны подходы М.В. Грачевой, Г.Б. Клейнера, В.Л. Тамбовцева, Р.М. Качалова и Р.А. Захарова. Вместе с тем, предлагаемый инструментарий управления рисками достаточно многообразен. Каждый из методов имеет свою область и границы применения. Кроме того, эффективность использования того или иного инструмента может значительно варьироваться в зависимости от условий его использования. В этой связи возникла необходимость выявления тех методов, которые в наибольшей степени соответствуют специфике рисков, характерных для инвестиционных проектов, реализуемых предприятиями пищевой промышленности.

По результатам проведенного анализа [107,108] автор пришел к выводу, что в общем виде все методы управления рисками инвестиционных проектов можно разделить на динамические (активные) и статические (пассивные).

Под динамическими автор понимает такие методы управления рисками, которые требуют постоянного (или достаточно частого периодического) вмешательства со стороны субъекта управления. При этом такое вмешательство, как правило, носит характер уточняющей корректировки.

Под статическими автор понимает методы управления рисками, не требующие частого вмешательства субъекта управления.

Различия в содержании инструментов риск-менеджмента, относящихся к этим двум группам, по мнению автора, обусловлены различной природой управляемых рисков. Принципиально важным обстоятельством при этом является скорость изменения факторов риска, а также его сложность для управления. Как следствие, автор пришел к выводу, что динамические методы управления целесообразно использовать применительно к рискам экономического окружения, определение которых было дано в параграфе 2.1. Статические методы управления с наибольшей эффективностью могут использоваться при управлении иными видами рисков, не входящих в упомянутую группу.

Проанализировав представленные в Приложении 8 инструменты риск-менеджмента, автор пришел к выводу, что наиболее эффективными при управлении рисками инвестиционных проектов, реализуемых в отраслях пищевой промышленности, являются следующие методы:

1.         Динамические:

1.1.     Хеджирование;

1.2.     Финансовый инжиниринг;

2.         Статические:

2.1.     Страхование;

2.2.     Заблаговременная закупка сырья и материалов;

2.3.     Изменение размеров и/или условий предоставления займов;

2.4.     Индексация цен на поставляемые участниками проекта товары и услуги;

2.5.     Резервирование средств.

Как было показано в параграфе 2.1., важнейшими рисками проектов, реализуемых российскими предприятиями пищевой промышленности, являются именно риски экономического окружения. В этой связи автор полагает, что применение динамических методов риск-менеджмента может обеспечить более высокие результаты по сравнению со статическими (динамические методы управления рисками будут детально рассмотрены в параграфе 3.2.). Вместе с тем, полномасштабное применение динамических методов предполагает наличие относительно развитых финансовых рынков. Как следствие, на современном этапе развития российской экономики их применение будет более актуальным для инвестиционных проектов, ориентированных на экспорт продукции пищевой промышленности, либо финансируемых иностранными инвесторами, хотя с учетом наблюдаемых тенденций развития российских финансовых рынков их значение в ближайшей перспективе существенно возрастет.

С учетом указанных обстоятельств автор считает необходимым проанализировать статические инструменты риск-менеджмента, которые, хотя и имеют меньшую эффективность по сравнению с динамическими, могут успешно использоваться российскими пищевыми предприятиями без видимых ограничений.

Статические инструменты риск-менеджмента, как уже отмечалось, не требуют частого вмешательства субъекта управления. Зачастую к ним прибегают единовременно, ставя своей целью по возможности более полное избежание воздействия того или иного негативного фактора. Так, разовое страхование на случай стихийных бедствий, порчи оборудования, преступлений и т.п. может осуществляться на самой ранней стадии проекта (или по мере строительства соответствующих объектов, поставки оборудования и др.). При этом договор страхования действует в течение достаточно длительного периода времени (или периодически пролонгируется), и его условия практически не подвержены корректировке.

Единовременный подход к управлению рисками в ряде случаев является единственно возможным. Типичным примером является отказ от сотрудничества с ненадежными поставщиками или от использования непроверенных технологий. Вместе с тем, возможность использования ряда статических методов способом, отличным от единовременного, ставит задачу определения путей их оптимизации.

Основным критерием при реализации системы риск-менеджмента является максимальная эффективность при достижении достаточного уровня защищенности проекта. В этой связи возникает необходимость определения критерия указанной достаточности.

Автор согласен с подходом В.В. Глущенко и И.И. Глущенко, которые выделяют следующие степени риска [15]:

1.    Допустимый;

2.    Критический;

3.    Катастрофический.

Указанные авторы определяют данные степени риска следующим образом:

Допустимый риск – это риск решения, в результате неосуществления которого субъекту менеджмента грозит потеря прибыли.

Критический риск – это риск, при котором субъекту менеджмента грозит потеря выручки.

Катастрофический риск – риск, при котором возникает неплатежеспособность предприятия.

Анализ приведенных определений показывает, что они характеризуют риск функционирования предприятия в целом, а не риск реализации инвестиционного проекта. В этой связи автор считает необходимым уточнить их следующим образом.

Под допустимым риском автор понимает такой риск, который не создает угрозы реализации проекта и не может оказать существенно негативного воздействия на его ключевые параметры.

Критический риск рассматривается автором как риск, способный оказать существенное воздействие на ключевые параметры проекта, но не создающий угрозы возможности его завершения.

Наконец, катастрофическим автор называет риск, угрожающий реализации всего проекта. В предельном случае катастрофический риск способен дестабилизировать финансовое состояние предприятия, осуществляющего (или финансирующего) данный проект.

Фиксация риска на критическом либо катастрофическом уровне, очевидно, создает существенную угрозу не достижения проектом необходимых результатов. В этой связи первоочередной задачей риск-менеджмента автор считает ограничение риска на допустимом уровне (в идеале полное нивелирование). Она может быть решена путем применения традиционного подхода, предусматривающего реализацию единовременного защитного мероприятия, полностью или частично нивелирующего некоторый фактор неопределенности на весь срок осуществления проекта (или на его часть с последующей пролонгацией). Типичным примером является страхование имущества от различных страховых случаев.

Вместе с тем, традиционный «единовременный» подход зачастую не обеспечивает достаточной эффективности защиты. Так, создание резерва на покрытие непредвиденных расходов или убытков в полном объеме в начале реализации проекта приводит к отвлечению оборотных средств и ухудшению финансовых характеристик проекта. По мнению автора, более эффективным является поэтапное создание резервов по мере возникновения факторов риска либо изменение величины резерва в зависимости от увеличения или снижения вероятности наступления неблагоприятного события [107, 108].

Существование возможности оптимизации традиционного подхода к использованию методов управления рисками, охарактеризованных автором как статические, обусловило необходимость проведения соответствующего исследования в целях выявления тех методов, к которым применима подобная оптимизация.

Ниже будет показано, что, учитывая особенности инвестиционных проектов, реализуемых в отраслях пищевой промышленности, с наибольшей эффективностью можно оптимизировать следующие статические методы риск-менеджмента:

1.    Изменение размеров и/или условий предоставления займов;

2.    Резервирование средств.

В совокупности данные методы образуют подгруппу «условно статических» инструментов риск-менеджмента.

Необходимо отметить, что заблаговременную закупку сырья и материалов (равно как и индексацию цен на поставляемые участниками проекта товары и услуги) нельзя однозначно отнести к абсолютно не оптимизируемым методам риск-менеджмента. При реализации практически любого инвестиционного проекта (как в пищевой, так и в других отраслях промышленности и экономики в целом) данные приемы находят свое применение (часто даже неоднократное). Вместе с тем, проведенное автором исследование показало, что в настоящее время в большинстве случаев использование данных инструментов направлено не на заблаговременное избежание какого-либо риска, подчиненное заданному алгоритму действий субъекта риск-менеджмента, а на корректировку параметров проекта в соответствии с изменениями условий его реализации (зарегистрированное увеличение темпов инфляции и т.п.) [107, 108].

Принципиальное отличие такого рода действий от применения динамических или «условно статических» методов управления рисками состоит в том, что они в большинстве случаев представляют собой реагирование на уже произошедшие события и не носят характер превентивной защиты.

Несмотря на это, в ряде случаев данные методы могут быть оптимизированы. Так, заблаговременная закупка товаров и услуг должна по возможности осуществляться на основе динамики их цен и прогноза дальнейших ценовых движений.

При реализации инвестиционных проектов в пищевой промышленности особенно хорошие результаты могут быть получены путем использования аналитической системы идентификации рыночной ситуации, подробно рассмотренной в параграфе 2.3. Данная возможность проиллюстрирована графиком 3.1.1.

График 3.1.1

Как видно из графика 3.1.1, в точке А было идентифицировано начало устойчивого повышательного тренда цены анализируемого товара. Соответственно, решение о покупке должно быть принято именно в этой точке. Получаемый при этом эффект экономии, с одной стороны, достаточно близок к оптимальному (достигаемому при закупке по минимальной цене на «дне» рынка) и, с другой стороны, является достаточно надежным, т.е. характеризуется низкой вероятностью ошибки (данная величина определяется вероятностью правильного прогноза в используемой аналитической системе идентификации рыночной ситуации).

Принятие решения о закупке без проведения предварительного анализа может привести к крайне негативным последствиям. Так, приобретение товара в точке В приведет к дополнительным затратам в размере , где  – цена товара в точке В, а  – цена товара в точке А. При осуществлении масштабных закупок эта разница может оказаться весьма существенной.

В действительности потери от нерационального выбора момента закупки товаров (или сырья) составляют еще бульшую величину, равную , где i ставка альтернативного вложения капитала; t срок, равный промежутку времени между точками А и В (в днях).

Таким образом, определение максимально благоприятного момента закупки товаров имеет исключительно важное значение для оптимизации денежных потоков управляемого проекта.

Аналогичный подход, как показало выполненное автором исследование, можно применять и при принятии решения об индексации цен на поставляемые участниками проекта товары и услуги [107, 108].

Данный механизм может применяться в двух аспектах:

1.         При защите от рисков участников проекта, осуществляющих поставки товаров или оказание услуг, необходимых для его реализации;

2.         При защите финансовых потоков самого проекта, подверженного риску инфляционного обесценения производимой в рамках проекта продукции и т.п.

Защита от рисков участников проекта предполагает реализацию усложненного анализа, направленного на одновременное достижение двух целей:

1.         Определение оптимального момента индексации цен на поставляемые для проекта товары/услуги;

2.         Смягчение негативного воздействия на проект, вызванного повышением цен на поставляемые для него товары и услуги.

Достижение первой цели представляется сравнительно простым и может быть реализовано путем использования описанного выше механизма (для наглядности все прочие факторы, влияющие на ценообразование, не рассматриваются). Оптимальным моментом начала индексации цен на товар (услугу) является точка идентификации повышательного ценового тренда (что может означать возможное начало инфляционного процесса). Аналогичным образом осуществляется индексация цены производимой в рамках проекта продукции (второй из указанных выше аспектов применения механизма индексации).

Решение второй задачи является гораздо более сложным. С ней непосредственно связано определение масштабов индексирования, а также окончательное позиционирование момента реализации защитного мероприятия.

Так, если анализ показывает возможность одновременной (и соразмерной) индексации цен на товары, поставляемые для проекта, и на производимую в рамках проекта продукцию, оба этих мероприятия могут быть реализованы одновременно и в необходимых масштабах.

В том случае, если циклы изменения цен указанных товарных групп сдвинуты относительно друг друга, следует рассмотреть вопрос либо о задержке индексации соответствующей цены, либо о частичной индексации с последующей компенсацией образовавшегося отставания. Критерием принятия решения в данном случае является максимизация интегрированного денежного потока, исчисляемого с поправкой на корреляцию его составляющих.

Необходимо отметить, что описанный механизм оптимизации рассматривался с позиций инвестора проекта, получающего выгоду как от осуществления поставок для проекта, так и от реализации самого проекта. Данный подход особенно актуален для пищевой промышленности, так как именно в ней в последнее время укрепляется тенденция к формированию вертикально интегрированных производственных групп (ярким примером являются компании по производству йогуртов, активно инвестирующие средства в приобретение молокозаводов).

Итак, выше было показано, что статические механизмы защиты от рисков инвестиционных проектов в пищевой промышленности, заключающиеся в заблаговременной закупке сырья (товаров) и индексации цен на поставляемые в рамках проекта товары (услуги), могут быть успешно оптимизированы с использованием предложенной автором и описанной в параграфе 2.3. системы идентификации рыночной ситуации.

Вместе с тем, указанные механизмы защиты от проектных рисков по своей природе не являются гибкими. Как следствие, в условиях крайне динамичного изменения условий реализации проектов в пищевой промышленности они не могут быть признаны достаточно эффективными (хотя их использование, безусловно, необходимо). Как показало выполненное автором исследование [107, 108], гораздо лучшие результаты могут быть получены при реализации механизмов резервирования и изменения условий заимствований.

Резервирование представляет собой создание запаса денежных средств в целях покрытия непредвиденных расходов или убытков либо заблаговременное создание складских запасов сырья в объеме, необходимом для покрытия соответствующей потребности предприятия на достаточно длительный период.

Чаще всего резервирование рассматривается как единовременное действие, призванное смягчить последствия возможного неблагоприятного события в течение всего срока реализации проекта (в вариантах – в течение какой-либо стадии его реализации, периода выполнения каких-либо работ и т.п.).

Такой подход, несомненно, обеспечивает достижение поставленной цели по снижению риска, так как предприятие на протяжении всего периода реализации проекта имеет источник покрытия дополнительных расходов. Вместе с тем, он приводит к отвлечению значительных денежных средств, что существенно увеличивает нагрузку на финансовые потоки проекта. По результатам проведенного исследования [107, 108] автор пришел к выводу, что более эффективным является динамическое управление величиной резерва, основанное на анализе и прогнозировании соответствующего риска. Проанализируем этот механизм подробнее.

Динамическое управление, по мнению автора, призвано ответить на три вопроса: а) когда?; б) в каком количестве резервировать средства? и в) куда направлять зарезервированные (высвобожденные) средства. Рассмотрим в качестве примера резервирование средств на покрытие дополнительных затрат, связанных с увеличением цены сырья, потребляемого в рамках проекта (см. график 3.1.2).

График 3.1.2. Прогнозирование динамики цены потребляемого в рамках проекта сырья

Как видно из графика 3.1.2, в точках A, B, C, D, E, F и G с помощью описанной в параграфе 2.3 аналитической системы идентификации рыночной ситуации выявляются точки смены ценовой тенденции. Фиксация таких точек позволяет с достаточно высокой вероятностью сделать прогноз дальнейшего движения цены и принять на его основе решение о формировании резерва.

Оптимальной моделью поведения в данном случае является формирование резерва в точках A, C, E и G. При этом в точках B, D и F должно приниматься решение о высвобождении ранее зарезервированных средств. Необходимо отметить, что никакая аналитическая система не может дать стопроцентного прогноза. В этой связи должна устанавливаться минимальная постоянно поддерживаемая величина резерва, которая может быть исчислена на основе вероятности остаточного риска.

Очевидным положительным результатом динамического управления величиной резерва является снижение нагрузки на финансовые потоки проекта. Значительная часть денежных средств отвлекается только на период действия соответствующего риска, что, с учетом значительных ценовых колебаний на многие виды сельскохозяйственного и иного сырья и продукции пищевой промышленности, обеспечивает получение значительного экономического эффекта.

Другим позитивным следствием реализации рассмотренной выше концепции является оптимизация управления созданным резервом. Применение упомянутой аналитической системы идентификации рыночной ситуации, а также ряда дополнительных аналитических приемов позволяет с высокой вероятностью спрогнозировать направление, масштабы и продолжительность циклов движения цен изучаемых активов. Это справедливо как для анализа цен сельскохозяйственного сырья и продукции пищевой промышленности, так и различных финансовых инструментов, в которые могут инвестироваться зарезервированные денежные средства.

Следствием отмеченного обстоятельства является возможность построения оптимальной схемы управления резервом, обеспечивающей максимальную прибыльность его размещения при необходимом уровне надежности и ликвидности. Это, в свою очередь, обеспечивает дополнительный приток денежных средств, которые могут быть использованы для достижения целей проекта. Учитывая существующий в настоящее время дефицит инвестиционных ресурсов в пищевой промышленности, а также значительные риски, определяющие необходимость создания достаточно крупных резервов, автор полагает, что применение описанного выше подхода к резервированию является крайне важным и актуальным.

Проиллюстрируем эффективность предложенного подхода на примере инвестиционного проекта расширения производства путем приобретения мельницы мощностью 250 тонн зерна в сутки, описанного в Приложении 7.

Первоначальные расчеты эффективности проекта, осуществленные до принятия компанией «Мельник и Со» решения о приобретении мельницы, базировались на следующих исходных данных, принятых по состоянию на момент расчета в декабре 2000 года:

1.         Цена зерна с НДС составляет 1,9 тыс. руб. за тонну;

2.         Цена муки высшего, 1 и 2 сортов составляет 5,084, 4,674 и 4,100 тыс. руб. за тонну соответственно;

3.         Дисконтирование осуществляется по ставке рефинансирования Банка России (25% годовых).

Как видно из таблицы 8 Приложения 7, плановый Чистый денежный поток проекта составил 73 501,28 тыс. руб. При первоначальных затратах 59 046,37 тыс. руб. проект, безусловно, можно отнести к числу высокорентабельных и эффективных.

Вместе с тем, зафиксированная в 2001 и 2002 гг. (т.е. в период реализации проекта) реальная динамика цен на зерно и продукцию, производимую мельницей, заметно отличалась от прогнозных значений. Соответствующая динамика цен представлена в таблице 3.1.1 и на графике 3.1.3 (автором использованы цены реальных сделок, заключенных в рассматриваемый период).

Таблица 9 Приложения 7 содержит расчет эффективности проекта в реальных ценах 2001 и 2002 годов. Значительные ценовые колебания оказали крайне негативное влияние на денежные потоки – Чистый денежный поток оказался отрицательным и составил - 2 565,29 тыс. руб. Таким образом, планово прибыльный проект превратился в убыточный.

Денежные потоки проекта, реализуемого в реальных условиях, но с применением предложенных автором механизмов защиты, представлены в

Таблица 3.1.1

Динамика цен производимой мельницей продукции (без НДС, руб. за тонну)

Страницы: 1, 2, 3, 4, 5, 6, 7, 8