Московский экономический журнал 13/2019 - Московский Экономический Журнал

DOI 10.24411/2413-046Х-2019-10337

Методология оценки финансовой устойчивости бюджетов и соответствия им государственных предприятий на основе систем оценки инвестиционной деятельности

Бакаева Малика Магомедова, ФГБОУ ВО «Чеченский государственный
университет», ассистент кафедры финансов и кредита

Аннотация. Специфика
инновационного процесса, его новизна и отсутствие практического опыта внедрения
инновационного продукта, чувствительность к изменениям внешней среды становится
источником возникновения реализации различных ситуаций – как благоприятных, так
и неблагоприятных. Для оптимизации учетно-аналитического обеспечения
инновационной деятельности необходимо учитывать возможное влияние рисков при
внедрении инновационных проектов с целью минимизации неоправданных
дополнительных затрат.

Ключевые слова: инновации,
бухгалтерский учет, развитие, инвестиционная деятельность.

Экономическая политика государства разрабатывается в соответствии
с мировым цивилизационным процессом. Еще в 80-90-х гг. прошлого века в развитых
европейских странах, Японии, США сформировалось постиндустриальное общество, в
экономике которого приоритет перешел от материального производства к развитию
сферы услуг, а центральную роль стали играть новые интеллектуальные технологии
и наукоемкая продукция [1]. При таких условиях объективной необходимостью стало
формирование государственной политики, направленной на создание
постиндустриальной экономической системы [5]. Курс на развитие инновационной
деятельности, задекларирован на государственном уровне, является эффективным и
надежным фактором устойчивого экономического подъема нашего государства,
обеспечение потребностей общества в высокотехнологичной, экологически чистой
продукции, высококачественных услугах [6].

Изучению особенностей инновационной деятельности и ее роли в
экономической системе, анализа рисков реализации инновационных проектов,
обоснованию хозяйственных решений на основании оценки рисков посвящены работы ряда
крупных ученых [4].

Целью исследования является разработка предложений по формированию
механизма оценки рисков для обеспечения управленческого персонала и инвесторов
полной и достоверной информацией при принятии решений по реализации
инновационного проекта [3]. Для достижения поставленной цели определены
следующие задачи:

выделить основные этапы процесса анализа и
управления рисками в ходе инновационной деятельности;
разграничить процедуры количественного и
качественного анализа рисков;
систематизировать порядок оценивания рисков;
разработать рекомендации по снижению рисков
внедрения инновационных проектов.

На базе доработок Американского института управления проектами
выделены основные процедуры процесса управления рисками внедрение инновационных
проектов.

Поскольку нами было определено, что целью статьи является разработка
механизма оценки рисков, то объектом исследования являются процедуры
качественного и количественного оценивания рисков инновационного проекта [2].

Качественный анализ является достаточно сложным и требует глубоких
знаний, богатого опыта и интуиции, а потому осуществляется только экспертами в
сфере инновационно-инвестиционной деятельности [10]. Качественная оценка рисков
должна быть обоснованной, что не всегда возможно при сравнении ожидаемых
положительных результатов деятельности с экономическими, социальными,
политическими, экологическими и технологическими как нынешними, так и будущими
условиями [7]. Методология SWOT-анализа предполагает выявление слабых сторон и
угроз для деятельности предприятия-инноватора, что позволяет провести
качественный анализ рисков, определить факторы и потенциальные сферы риска, его
возможные виды [9].

SWOT-анализ – один из самых распространенных методов современного
экономического анализа, что позволяет комплексно оценить внутренние и внешние
факторы влияния на развитие субъекта хозяйствования, является обязательным
этапом формирования стратегических планов и задач развития предприятия.
Аббревиатура SWOT означает:

Strengths – сильные стороны;
Weakness – слабые стороны;
Opportunities – возможности;
Threats – угрозы.

На первом этапе SWOT-анализа необходимо провести внешний аудит
(анализ угроз и благоприятных возможностей внешней среды) и внутренний аудит
(анализ сильных и слабых сторон предприятия) на основе информации, полученной в
ходе предыдущих этапов комплексной оценки экономической эффективности
инновационного проекта [8]. Оценивая привлекательность рынка, на котором
планируется реализация инновационной продукции, следует обратить внимание на:

тенденции рынка, в частности, исследовать
существующий спрос и его развитие в каждом сегменте рынка;
поведение покупателей, а именно: поведение
покупателей при покупке, использовании и владении товаром; факторы, влияющие на
совершение покупки; привычки потребителей; анализ имиджа торговой марки или
предприятия;
структуру сбыта (организацию сбыта, оценку
каналов сбыта; характеристику занятого в этой сфере персонала; наличие
складских помещений; расходы на реализацию; ожидания и мотивацию партнеров
инновационного проекта);
конкурентную среду (классическая экономическая
теория предполагает анализ четырех конкурентных сил – рыночную силу
потребителей и поставщиков, угрозу товаров субститутов, барьеры входа на
рынок).

Также следует оценить факторы внешней макросреды, на которые
предприятие-инноватор не имеет влияния:

экономическое положение государства, региона
(уровень развития, анализ таких показателей, как: ВВП, темп инфляции, уровень
безработицы, производительность труда, ставки налогообложения и др.);
законодательство и политическую систему
(особенности существующей политики государства в области защиты прав
предприятий, внедряющих инновации; законодательные акты и другие нормативные
документы, регулирующие инновационную деятельность);
социально-культурный фактор (уровень развития
общества в целом, структуру и характеристику сложившегося рынка труда; уровень
безработицы);
технологические возможности (уровень развития
науки и техники, средств связи, транспорта, телекоммуникаций, информационных
технологий);
международная среда (если его состояние имеет
влияние на развитие предприятия);
экологическая среда (при необходимости).

В процессе проведения внутреннего аудита следует оценить
инновационные ресурсы предприятия, его конкурентоспособность. Ключевыми
объектами SWOT-анализа на данном этапе является:

менеджмент предприятия-инноватора: потенциал
сотрудников высшего и среднего звена, их квалификация, мотивация и др.;
персонал: работа научного и производственного
персонала, уровень их квалификации и заинтересованности в достижении
положительного результата;
система маркетинга предприятия-инноватора: общая
идея, концепция, стратегия маркетинга; анализ коммуникационной программы
(реклама, PR); сравнение рекламной активности с конкурентами, эффективность
собственных маркетинговых усилий;
эффективность деятельности: анализ роста
масштабов производства, показателей финансовой устойчивости и др.;
существование устойчивых конкурентных
преимуществ (запатентованной технологии производства инновационной продукции).

Хотелось бы отметить, что вышеуказанные факторы не являются
исчерпывающими. В зависимости от специфики инновационной деятельности и рынка
конкретного предприятия могут оказаться другие параметры анализа.

Для эффективного проведения SWOT-анализа инновационной
деятельности и получения объективных результатов необходимо полностью
отказаться от субъективных оценок. Обязательной является оценка ситуации из
следующих вероятных точек зрения: целевой группы – потенциальных и
действительных покупателей, клиентов; ближайших конкурентов; лидеру рынка, если
им не является исследуемое предприятие-инноватор.

Описаны параметры заносятся в таблицу – матрицу SWOT-анализа.
Систематизация параметров инновационного проекта в матрице на этапах оценки его
экономической эффективности позволяет вносить коррективы в стратегию реализации
и производства инновационной продукции.

Главным преимуществом количественного анализа рисков над
качественным является его объективность, поскольку он базируется на
статистических данных. При количественной оценке уровня риска инновационного
проекта мы определяем абсолютный или относительный размер финансовых потерь
предприятия в случае возникновения неблагоприятной ситуации, а также
вероятность наступления рисковых событий. Оценка риска инновационной
деятельности может проводиться с разными подходами в зависимости от доступных
исходных данных и условий реализации проекта, в частности: методом
имитационного моделирования, статистическим, экспертным, анализом
целесообразности затрат, методом аналогий.

Простым и одновременно эффективным в использовании является анализ
чувствительности инновационного проекта, который выполняется с применением
метода имитационного моделирования и дает возможность проверить
чувствительность ожидаемых результативных показателей (чистой текущей
стоимости, прибыли) к изменению отдельных факторов.

Расчетам предшествует определение базового варианта
результативного показателя, за которого все исследовании факторы приобретают
начального значения, например, чистой текущей стоимости инновационного проекта
в конце его жизненного цикла – NVP₀ (см. общие формулы 1 и 2).

Чистая текущая стоимость (NVP₀ – Net Present Value) инновационного проекта – это сумма превышения дисконтированных денежных потоков за весь жизненный цикл проекта над инвестициями в его осуществление.

где PV (Present Value) – текущая стоимость будущих денежных
потоков; I – одноразовая инвестиция в инновационный проект; t – количество лет
жизненного цикла инновационного проекта; CF_i (Cash Flow) – денежный
поток от проекта в i-м году; r – ставка дисконта (доля от единицы).

Если реализация инвестиционного проекта осуществляется путем привлечения одноразовой инвестиции, а последовательное инвестирование финансовых ресурсов в течение нескольких лет, показатель NVP₀ вычисляется по формуле:

где I_i – величина инвестиций в i-м году осуществления
инновационного проекта; inf – прогнозируемый средний уровень инфляции.

В случае, когда NVP₀>0, инновационный проект
признается эффективным и потенциальным инвесторам рекомендуется принять решение
о финансировании его практического внедрения. Значение NVP₀
свидетельствует о необходимости отклонения проекта. Если же NVP₀=0,
то экономический эффект от реализации исследуемого инновационного проекта
является нулевым, то есть за время жизненного цикла проекта не произойдет
прироста стоимости капитала предприятия, но возрастут объемы производства.

После этого вычисляется чистая текущая стоимость при изменении
одного фактора – NPV₁. Выделяют такие переменные параметры, которые
могут использоваться при анализе чувствительности: объем продаж произведенной
инновационной продукции, цена единицы инновационной продукции, величина
переменных затрат на производство единицы инновационной продукции, размер
постоянных затрат на общий объем инновационного производства, объем капитальных
вложений в реализацию проекта, темп инфляции, учетная ставка, обменный курс
национальной валюты, ставка налогообложения, потребность в оборотных активах и
др.

Далее определяем коэффициент единичного риска для инновационного проекта:

где С_i
– коэффициент риска инновационного проекта при изменении одного фактора; NPV_1i
– чистая текущая стоимость проекта при изменении одного фактора; I – отдельный
переменный параметр; NPV₀ – чистая текущая стоимость проекта при
начальных значениях всех факторов.

Усредненный совокупный коэффициент риска инновационного проекта рассчитывается по формуле:

где CR – усредненный коэффициент риска проекта, учитывающий
влияние всех переменных параметров; N – общее количество анализируемых
параметров.

С помощью анализа чувствительности определяются факторы, которые в
наибольшей степени влияют на уровень риска проекта, с целью разработки
действенных мероприятий по уменьшению действия их колебаний на результаты
инновационной деятельности в целом. При использовании данного метода оценки рисков
инновационных проектов следует учитывать то, что он не учитывает взаимосвязи
между отдельными факторами и степень их совокупного влияния является не
абсолютно точным.

Одним из самых распространенных подходов количественного анализа риска является статистическиq. В основе этого метода лежит изучение изменения показателя, характеризующего результаты деятельности инновационного предприятия, за определенный период. В случае, когда решение о рискованности внедрения инновационного проекта является альтернативным (то есть существуют только два возможных последствия его принятия – наступления определенной рисковой ситуации или ее полное отсутствие) коэффициент риска имеет вид:

где R_i – коэффициент риска инновационного проекта; X_i
– величина потерь в случае возникновения определенного неблагоприятного
обстоятельства; P_i– вероятность наступления неблагоприятного
обстоятельства; I – определена неблагоприятная ситуация (рисковое событие,
обстоятельство).

На практике решение о целесообразности реализации инновационного
проекта имеет множество последствий принятия, что связано с существованием
большого количества факторов, которые формируют наружное и внутреннее среды
деятельности как инновационных предприятий, так и их инвесторов. В таких
обстоятельствах количественная оценка риска проводится, используя относительно
более сложные математические приемы:

1) формулу математического чаяния дискреционной (прерывной)
величины:

где n – количество всех возможных негативных ситуаций при внедрении инновационного проекта. Обязательным условием использования этой формулы является:

2) показатель дисперсии:

3) среднеквадратическое отклонение:

4) коэффициент вариации:

Расчет последнего показателя (10), как правило, завершает
проведение дисперсионного анализа риска инновационного проекта и используется
при наличии массива статистической информации. Отметим, что чем больше данный
коэффициент, тем больше риск, связанный с данным проектом.

Статистический метод оценки риска также предусматривает нахождение относительного показателя рискованности инновационных проектов – коэффициента риска:

где W – коэффициент риска конкретного инновационного проекта; X –
величина максимально возможных потерь при практическом внедрении данного
проекта; K – база сравнения (ожидаемая прибыль от проекта, расчетная выручка,
объем собственных ресурсов предприятия).

По выбранной базе сравнения различают следующие коэффициенты риска
инновационной деятельности:

коэффициент допустимого риска – возможность
того, что потери в ходе реализации проекта окажутся больше допустимого уровня,
за который принимается величина прогнозируемой прибыли. Максимальное приемлемое
значение данного показателя не должно превышать 0,1. Другими словами,
инновационный проект следует отклонить, если в 1 и более случаях из 10 можно
потерять всю прибыль от сделки;
коэффициент критического риска – вероятность
наступления события, в результате которой потери превысят критический уровень
(ожидаемый размер выручки от реализации инновационной продукции). Коэффициент
критического риска является приемлемым, если его значение меньше 0,01.
Инновационный проект можно внедрять в производство при наличии 1 и более
возможности со 100 потерять всю выручку;
коэффициент катастрофического риска – рассчитана
вероятность того, что потери от инновационного проекта будут большими
катастрофического уровня, а им могут считаться и стоимость капитала,
необходимого для его внедрения, и объем привлеченных инвестиций, и величина
собственных ресурсов инновационного предприятия – в зависимости от субъектов
анализа рисков. Пороговое значение коэффициента – 0,001. Инновационный проект
не будет принят для реализации, если в 1 и более случаях из 1000 есть опасность
потери капитала.

При выполнении количественного анализа рисков реализации
инновационных проектов мы бы рекомендовали также строить «дерево решений» –
выделять состав и продолжительность фаз выполнения проекта, ключевые события,
которые могут повлиять на ее развитие, возможное время и вероятность их
наступления, устанавливать стоимость каждого этапа проекта в текущих ценах и
сочетать это в виде целостной логической структуры. В результате построения «дерева
решений» оцениваются все пути развития программы и выбирается наименее
рискованный.

Экспертный метод используется относительно редко, ведь ситуация,
когда на предприятии отсутствуют информативные данные для расчета
количественных показателей риска инновационных проектов является
исключительной. В таком случае проводится опрос квалифицированных специалистов,
а его результаты подлежат математической обработке. Основной проблемой данного
подхода является возможность получения необъективных и ложных результатов, что
объясняется неправильным подбором экспертов, обменом мнениями между участниками
экспертной группы, влиянием личных человеческих факторов на формирование
конечных данных.

Для обеспечения управленческого персонала инновационного
предприятия и инвесторов полной и достоверной информацией о существующих рисках
необходимым шагом при оценке эффективности инновационного проекта является
анализ рисков инновационной деятельности. С этой целью выделены основные методы
качественного и количественного анализа рисков инновационных проектов, подробно
рассмотрен порядок расчета показателей инновационного риска и их значение. В
статье умышленно не был сформирован алгоритм анализа таких рисков, поскольку
определяющим в данной сфере является индивидуальный подход в зависимости от
требований и потребностей субъектов анализа, доступных исходных данных. Мы
считаем, что аналитик должен самостоятельно выбрать из предложенных нами
способов и показателей анализа рисков те, которые позволят руководству
инновационного предприятия и владельцам инвестиционного капитала принять
однозначное несомненное решение о целесообразности и эффективности внедрения
рассматриваемого проекта. При условии существования достаточной информативной
базы можно рекомендовать использовать коэффициенты, вычисленные с использованием
статистического метода и приема имитационного моделирования, несмотря на их
простоту, логичность и объективность полученных результатов. В любом случае не
стоит пренебрегать оценкой показателей риска инновационной деятельности, ведь
они рассчитываются на последнем этапе анализа эффективности инновационных
проектов и подтверждают уже сложившееся мнение о целесообразности производства
инновационной продукции.

Список литературы

Gerasimov,
E. S., & Dombrovskii, V. V. (2002). Dynamic Network Model of Investment
Control for Quadratic Risk Function. Automation and Remote Control, 63(2),
280–288. https://doi.org/10.1023/A:1014251725737
Goncharenko,
L. P., Filin, S. A., & Nalesnaya, E. E. (2016). Erratum to: «Strategic
risk management in innovative metallurgical investment’’. Steel in Translation,
46(11), 830. https://doi.org/10.3103/S0967091216110140
Hašková,
S., & Fiala, P. (2019). Correction to: A fuzzy approach for the estimation
of foreign investment risk based on values of rating indices. Risk Management,
21(3), 200. https://doi.org/10.1057/s41283-019-00053-z
James,
B. E., & Vaaler, P. M. (2017). Experience, Equity and Foreign Investment
Risk: A PIC Perspective. Management International Review, 57(2), 209–241.
https://doi.org/10.1007/s11575-016-0294-7
Jiang,
T. (2010). Asymptotics of discounted aggregate claims for renewal risk model
with risky investment. Applied Mathematics-A Journal of Chinese Universities,
25(2), 209–216. https://doi.org/10.1007/s11766-010-1938-1
Kumar,
M., & Gregory, M. (2013). An exploration of risk management in global
industrial investment. Risk Management, 15(4), 272–300.
https://doi.org/10.1057/rm.2013.8
Munnukka,
J., Uusitalo, O., & Koivisto, V.-J. (2017). The consequences of perceived
risk and objective knowledge for consumers’ investment behavior. Journal of
Financial Services Marketing, 22(4), 150–160.
https://doi.org/10.1057/s41264-017-0033-6
Saito,
K. (1989). Initial Capital Requirement and Risk Aversion in Investment
Behavior. Behaviormetrika, 16(26), 1–8. https://doi.org/10.2333/bhmk.16.26_1
Tarasenko,
S. S. (2010). Assessing risk exposure of capital investment project. Studies on
Russian Economic Development, 21(5), 570–571.
https://doi.org/10.1134/S1075700710050126
Zhao,
H., & Rong, X. (2015). Optimal investment with multiple risky assets for an
insurer with modified periodic risk process. Journal of Systems Science and
Complexity, 28(4), 997–1014. https://doi.org/10.1007/s11424-014-2176-z