Аннотация: Данная статья посвящена финансовой деятельности транспортной фирмы, работа которой сопряжена с многочисленными рисками, степень влияния которых на результаты этой деятельности достаточно высоки.
Методы управления рисками для снижения их вероятности весьма разнообразны. Из сложившейся на настоящий момент практики достаточно четко видно, что у российских специалистов с одной стороны, и западных исследователей — с другой, сложились вполне четкие предпочтения в отношении методов управления рисками. Наличие подобных предпочтений обусловлено в первую очередь, характером экономического развития государства и, как следствие, группами рассматриваемых рисков.
Средствами разрешения рисков являются их избежание, удержание, передача, снижение степени.
Для решения задачи прогнозирования денежных потоков разработана экономико-математическая модель управления рисками, с применением имитационного моделирования. Разработанная система управления рисками позволит повысить качество прогнозирования и планирования финансовых потоков, но и обеспечить укрепление финансового положения фирмы.
В заключении хочется отметить, что хотя предприятие и подвержено различным видам риска, но при комплексном использовании различных методов по снижению риска и комбинируя их друг с другом, в самых различных сочетаниях, можно достичь оптимальной соотносительности между уровнем снижения риска и необходимыми для этого дополнительными затратами.


Annotation: This article focuses on the financial activities of a transportation company, which is associated with numerous risks, the degree of influence which the results of this activity are quite high.
Risk management techniques to reduce the probability of their occurrence is very diverse. From the current practice it is quite clearly seen that the Russian specialists on the one hand, and Western scholars, on the other, have developed quite distinct preferences in relation to risk management techniques. The existence of such preferences, due primarily to the nature of the economic development of the state and, as a consequence, groups of the risks involved.
By means of the resolution of risk are avoidance, retention, transfer, reduction degree.
To solve the problem of forecasting the cash flows of the developed economic-mathematical model of risk management, with application of simulation modeling. Developed risk management system will improve the quality of forecasting and planning of financial flows, but also to strengthen the financial position of the company.
In conclusion, we note that although the enterprise and is exposed to various types of risk, but with the integrated use of various methods to reduce the risk and combining them with each other, in various combinations, you can achieve optimal saunasatellite between the level of risk reduction and required additional costs.

Функционирование рыночной экономики невозможно без развития транспортной структуры. Поэтому обеспечение финансово-экономической устойчивости транспортных фирм необходимо для развития отрасли и для поддержания стабильности всей национальной экономики на уровне, соответствующем привлекательному инвестиционному климату, способствующему выходу России из кризиса и экономическому росту.

Успешное функционирование транспортной фирмы в современных условиях требует эффективного использования всех имеющихся ресурсов, и тесно связано с различными рисками, присущими предпринимательской деятельности в условиях рынка (например, риском отсутствия или избытка спроса на транспортную услугу, риском отклонения от ожидаемых значений уровня доходности средств, вложенных в активы транспортной фирмы и т.д.) [1, 8, 9].

Для изучения и анализа основных факторов, влияющих на финансовую активность фирмы, производилось финансовое моделирование деятельности транспортной фирмы.

Финансовая модель создавалась как инструмент для прогнозирования финансового результата деятельности фирмы за три года. Модель реализована в MS Excel [2, 4].

Проблема прогнозирования финансовых потоков на транспорте, изучена недостаточно глубоко, поскольку имеет место разрозненность научных представлений о методах управления  рисками, существующий инструментарий также не позволяет полностью охватить проблему управления  рисками.

Рис.1 Процесс управления финансовыми рисками

На чистое изменение денежных средств (превышение потока над оттоком) влияют следующие причины:

-увеличение чистой прибыли за счёт расширения деятельности фирмы;

-накопление амортизационных  отчислений;

-переоценка основных фондов и увеличение их балансовой стоимости;

-увеличение доходов будущих периодов;

-увеличение денежных средств фирмы.

Таким образом, транспортная фирма способна генерировать  денежные средства в объёме, достаточном для осуществления необходимых расходов.

 

Динамика финансовых потоков показана на рис. 2.

   

Рис. 2. Динамика чистого денежного потока

Проанализируем некоторые риски в деятельности транспортной фирмы, исходными данными которых служат изменения денежных потоков [7,11,16]:

-кредитные риски, связаны с невыполнением своих обязательств перед клиентами;

-технико-экономические риски (колебания цен на ГСМ и энергоносители,  изменения цен на основные и оборотные средства, изменение тарифов  на транспортные услуги);

-производственные риски.

Проведенный анализ рисков фирмы позволил выявить их взаимосвязь с движением денежных потоков. На рис. 3 и 4 показано, как изменение чистой прибыли влияет на изменение чистого денежного потока в разной степени, что связано с проявлением рисков.

 

          Рис. 3  Зависимость чистого денежного потока от чистой прибыли

 

Рис. 4. Предпринимательский риск

 В результате расчета риска потерь чистого денежного потока были сделаны следующие выводы:

-при увеличении чистой прибыли риск потерь чистого денежного потока уменьшается;

-в начале анализируемого периода наблюдался самый высокий риск  потерь денежного потока;

-самым благоприятным оказался конец анализируемого периода, когда  фирма получила максимальную прибыль и самый низкий уровень риска потерь чистого денежного  потока.

Оценка совокупного риска транспортной фирмы произведена  методом экспертных оценок [5, 6]. Результаты проведённых оценок представлены в табл. 1, показывающей, что наиболее значимыми факторами риска являются производственные факторы.

 

                                                                                                          Таблица 1

Наиболее существенные факторы риска для транспортной фирмы

 

Фактор риска	Значимость фактора риска	Вероятность возникновения, %	Риск, (гр.2хгр.3)
1	2	3	4
1.    Кредитные риски	0,1	10	1,0
1.1. Невыполнение своих обязательств клиентами	0,03	3	0,09
1.2. Невыполнение своих обязательств поставщиками	0,07	7	0,049
2.    Технические риски	0,2	30	6,0
2.1. Колебания цен на ГСМ и энергоресурсы	0,05	10	0,5
2.2. Колебания цен на запчасти и автошины	0,15	20	0,3
3.    Производственные риски	0,7	60	42,0
3.1. Поломки транспортных средств	0,4	15	6,0
3.2. Дефицит материалов, запасных частей и ГСМ	0,1	15	1,5
3.3. Отклонения от ожидаемого уровня значений времени простоя при техническом обслуживании	0,05	5	0,25
3.4. Нарушение дисциплины труда и трудового распорядка работниками предприятия	0,08	10	0,8
3.5. Отклонения от ожидаемого уровня значений расстояния перевозки	0,02	5	0,1
3.6. Дорожно-транспортные происшествия	0,05	10	0,5
Итого экономический риск			49,0

 

Проведенный анализ движения финансовых потоков и рисков деятельности фирмы показал, что риск и доходы  представляют собой две взаимосвязанные финансовые категории, основой управления которыми являются финансовое прогнозирование и планирование.

Для решения задачи прогнозирования денежных потоков с учетом рисков разработана экономико-математическая модель управления рисками, с применением имитационного моделирования [12, 14, 17] на примере транспортной фирмы, представленная на рис. 5.

Имитационное моделирование представляет собой серию численных экспериментов, призванных получить эмпирические оценки степени влияния различных исходных величин на зависящие от них результаты.

Рис. 5  Табличная модель имитации

Основные виды рисков, которым подвержена  транспортная фирма, имеют ярко выраженный случайный характер, наиболее эффективными методами для прогнозирования финансовых потоков в подобных условиях являются имитационные стохастические модели.

Проведенный имитационный эксперимент, представленный на рис. 6 и 7  показал, что шанс получения отрицательной средней величины NPV (чистая современная стоимость финансового потока), не превышает 5%. Общее число отрицательных значений NPV в выборке составляет 14 из 500. Следовательно с вероятностью около 97% можно утверждать, что экономический эффект будет положительным и составит около 3000 тыс. руб.

 Рис. 6  Зависимость величины чистого потока платежей (NCF) и чистой современной стоимости проекта (NPV)

          Имитационное моделирование является основой для создания новых перспективных технологий управления и принятия решений в сфере бизнеса. Имитационное моделирование представляет собой серию численных экспериментов, призванных получить эмпирические оценки степени влияния различных исходных величин на зависящие от них результаты.

Рис. 7   Зависимость между поступлениями и чистым финансовым потоком

 Для прогнозирования критерием эффективности была выбрана чистая современная стоимость проекта расширения сферы деятельности за счёт приобретения новых единиц транспорта для дополнительных транспортных услуг, которая рассчитывалась на основе имитационного эксперимента, так как имитационное моделирование позволяет учесть максимально возможное число факторов внешней среды для поддержки и принятия управленческих решений и является наиболее мощным средством анализа инвестиционных рисков.  Результаты имитационного моделирования показали, что риск данного проекта достаточно мал, а вероятность того, что поступления от проекта будут положительными.

На практике одним из важнейших этапов анализа результата имитационного эксперимента является  исследование зависимостей между ключевыми параметрами. Количественная оценка вариации напрямую зависит от степени корреляции между случайными величинами. Визуально исследуя графики зависимостей нетрудно заметить, что в целом вариация значений всех параметров носит случайный характер, что подтверждает принятую ранее гипотезу об их независимости. Сравнивая приведенный график распределений потока платежей NCF и величины NPV, можно отметить, что направления колебаний здесь практически в точности совпадают, а, следовательно, между этими величинами существует сильная корреляционная связь, близкая к функциональной.

Отметим, что в целом применение технологии проведения имитационных экспериментов среде  EXCEL – достаточно эффективный, но трудоемкий процесс, который в данном случае ограничивается, случаем равномерного распределения исследуемых переменных.

В результате изучения теоретических и методологических аспектов прогнозирования финансовых потоков на основе анализа риска деятельности транспортной фирмы, а также исследования фактического движения денежных потоков в анализируемом периоде, факторов риска и их взаимосвязи с конечным финансовым результатом были разработаны  способы снижения степени риска деятельности фирмы [19, 20, 21, 22].

Подводя итоги рассматриваемой проблемы, для снижения степени риска деятельности транспортной фирмы были предложены следующие способы:

- заключать различные договора страхования на всевозможные случаи, связанные с большим риском;

- создавать резервные производственные запасы, согласно нормативов;

- расширять коммерческую сферу деятельности транспортной фирмы, инвестируя свободные средства в новые проекты, эффективность которых можно оценить с помощью имитационного моделирования.

Таким образом, предложенная система мероприятий позволяет  сократить риск за счёт увеличения финансового потока.

Проведённые исследования позволяют рассчитать экономическую эффективность предлагаемых мероприятий, свидетельствующих о целесообразности их реализации и позволяющих сделать вывод, что разработанная система управления рисками  позволит не только повысить качество прогнозирования и планирования финансовых потоков, но и обеспечить укрепление финансового положения транспортной фирмы.

Практическая значимость проведённого исследования состоит в том, что предложенные мероприятия могут быть использованы для решения задач по снижению потерь за счёт управления совокупным риском и повышения эффективности в экономической деятельности фирмы.

Библиографический список

1.    Антонова Г. М., Цвиркун А. Д. Оптимизационно-имитационное моделирование для решения проблем оптимизациии современных сложных производственных систем // Проблемы управления. 2005. №5 С.19-27.
2.    Бирюков А.Н. Экономико-математические методы исследования проблем общественного транспорта муниципального образования // Научная жизнь. – 2010. – № 3. – С. 40-42
3.     Бирюков А.Н. Нечеткая регрессионная прогнозная многофакторная модель для решения экономической прикладной задачи // Управление экономическими системами: электронный научный журнал, 2010. – № 2 (22).
4.    Бирюков А.Н. Экономико-математическая модель управления рисками, с применением имитационного моделирования // Управление экономическими системами: электронный научный журнал, 2010. – № 3 (23)
5.    Бирюков А.Н. Экономико-математическое моделирование дохода бюджета в условиях неопределённости // Российский научный журнал «Экономика и управление», СПб. – 2009. – № 3. – С. 92-95 (0,56 п.л.).
6.    Бирюков А.Н. Прогнозирование финансовых потоков через экономико- математическую модель управления производственными рисками // Актуальные проблемы гуманитарных и естественных наук. – 2010. – № 9. – С. 78-85 (0,5 п.л.).
7.    Бирюков А. Н. Прогнозирование и планирование финансовых потоков на основе риска деятельности транспортных организаций // Грани познания: Сборник научных трудов молодых учёных. – 2009. – № 13. – С. 15-22 (0,5 п.л.)
8.    Бублик Н.Д., Голичев И.И., Горбатков С.А. Стохастическая оптимизация риска как ресурса в экономических системах. – Уфа: Из-во БГУ, 2000.
9.     Бублик Н.Д., Попенов С.В., Секерин А.Б. Управление финансами и банковскими рисками. – Уфа: Альтернатива РИЦ, 1998. - 254 с.
10.    Буянов Б. Б., Лубков Н. В., Поляк Г. Л. Система поддержки принятия управленческих решений с применением имитационного моделирования // Проблемы управления. 2006. №6 С.43-49.
11.    Автотранспорт: учёт и налогообложение / Под.ред. С.Б. Сазонтова. 3-е изд., испр. – 2002.
12.    Влацкая И. В., Татжибаева О. А. Применение методов имитационного моделирования в реинжиниринге бизнес процессов // Вестник ОГУ. 2010. №9 (115) С.98-103.
13.    Крупский А. Ю., Монахов А. Д. Инновации в имитационном моделировании // Интернет-журнал Науковедение. 2011. №2 (7) С.28.
14.    Макова А. С. Перспективы развития имитационного моделирования // Современные наукоемкие технологии. 2014. №7-1 С.59-60.
15.    Максимей И. В., Сукач Е. И., Галушко В. Н., Гируц П. В. Применение имитационных моделей для принятия решений в системах управления на транспорте // ММС. 2010. №1 С.185-192.
16.    Неизвестная Д. В. Применение имитационного моделирования при прогнозировании прибыли организаций водного транспорта // ВЭПС. 2014. №3 С.77-80.
17.    Полянская Я. В., Егорова Т. Д. Проектирование работы предприятия на основе имитационного моделирования // Вестник АГТУ. 2007. №4 С.84-86.
18.    Садова Кристина Владимировна, Краснов Станислав Сергеевич Имитационное моделирование в управлении социально-экономическими системами // Вестник ВУиТ. 2011. №18 С.65-72.
19.    Селиверстов Я. А. Селиверстов Святослав Александрович Применение метода имитационого моделирования для оценки эффективности новых видов городского пассажирского транспорта // Вестник государственного университета морского и речного флота им. адмирала С.О. Макарова. 2015. №3 (31) С.83-92.
20.    Глебова О.В., Мельникова О.Ю. Методы оценки рисков в условиях неопределенности // Иннов: электронный научный журнал, 2015. №1 (22). URL: http://www.innov.ru/science/economy/metody-otsenki-riskov-v-usloviyakh-/
21.    Турпищева М. С.  Разработка логистической модели пассажирских перевозок методами имитационного моделирования // Вестник АГТУ. 2011. №2 С.83-87.
22.    Триппель А.А., Ротарь В.Г. Моделирование процесса перевозок пассажиров городским электротранспортом // Проблемы экономики и менеджмента. 2012. №6 (10) С.68-70.



References

1. Antonova G. M., tsvirkun A. D. Optimization-simulation for solving problems Optimizatsiya today's complex production systems // Problems of management. 2005. No. 5 p. 19-27.
2. Biryukov A. N. Economic-mathematical methods of research of problems of public transport of the municipality // the Scientific life. – 2010. – No. 3. – S. 40-42
3. Biryukov A. N. Multivariate fuzzy regression predictive model for an applied problem // Management of economic systems: electronic scientific journal, 2010. – № 2 (22).
4. Biryukov A. N. Economic-mathematical model of risk management, with application of simulation modeling // Management of economic systems: electronic scientific magazine, 2010. – No. 3 (23)
5. Biryukov A. N. Economic-mathematical modeling of the budget in conditions of uncertainty // the Russian scientific journal "Economics and management", St. Petersburg. – 2009. – No. 3. – S. 92-95 (0,56 p. L.).
6. Biryukov A. N. Forecasting of cash flows through the economic - mathematical model of industrial risk management // Actual problems of humanitarian and natural Sciences. – 2010. No. 9. – S. 78-85 (0,5).
7. Biryukov A. N. Forecasting and planning of financial flows risk-based activities of transport organizations // facets of knowledge: Collection of scientific works of young scientists. – 2009. – No. 13. – S. 15-22 (0,5)
8. Bagel N.D., The I. I. Golichev, Gorbatkow S. A. Stochastic optimization of risk as a resource in economic systems. – Ufa: BSU, 2000.
9. Bagel N.D., Papanov S. V., Sekerin A. B. financial Management and banking risk. – Ufa: an alternative to the RIC, 1998. - 254 p.
10. Buyanov B. B., Lubkov N. V., Polyak G. L. a System of support of making administrative decisions with the use of simulation // Problems of management. 2006. No. 6 Pp. 43-49.
11. Vehicles: accounting and taxation / Under.ed. S. B. Sazontova. 3-e Izd., Rev. – 2002.
12. Blacka I. V., Tadjibaeva O. A. Application of methods of imitation simulation in reengineering of business processes // Vestnik OGU. 2010. No. 9 (115) Pp. 98-103.
13. Krupski, A., Monks A. D. Innovations in simulation // Internet journal of the sociology of Science. 2011. No. 2 (7) p. 28.
14. Makov A. S. Prospects for simulation modeling // Modern high technologies. 2014. No. 7-1 p. 59-60.
15. Maximay I. V., Sukach E. I., Galushko, V. N., Giruts P. V. Application of simulation models for decision making in control systems in transport / MMS. 2010. No. 1 Pp. 185-192.
16. Unknown D. V. the Use of simulation in predicting profit organizations of water transport // VEPS. 2014. No. 3 Pp. 77-80.
17. Polyanskaya A. V., Egorova, Etc. the Design of the enterprise on the basis of imitating modelling // Vestnik of ASTU. 2007. No. 4, p 84-86.
18. Garden Kristina V. Krasnov Stanislav simulation in the management of socio-economic systems // Vestnik Wait. 2011. No. 18 Pp. 65-72.
19. J. A. Seliverstov Seliverstov Svyatoslav Aleksandrovich application of the method imitational modelling to assess the effectiveness of new types of city passenger transport // Vestnik of state University of sea and river fleet them. Admiral S. O. Makarov. 2015. No. 3 (31) Pp. 83-92.
20. Glebova O.V., Mel'nikova O.Ju. Metody ocenki riskov v uslovijah neopredelennosti // Innov: jelektronnyj nauchnyj zhurnal, 2015. №1 (22). URL: http://www.innov.ru/science/economy/metody-otsenki-riskov-v-usloviyakh-/ 21. Toriseva M. S. Development of a logistics model of passenger transportation methods of simulation modeling // Vestnik of ASTU. 2011. No. 2 Pp. 83-87.
22. Triple A. A., Rotar V. G. Modelling of process of transportation of passengers by urban electric transport // Problems of Economics and management. 2012. No. 6 (10) Pp. 68-70.

Tweet

Яндекс.ВиджетINNOV