Описание издания | Свежий номер | Архив | Приобрести/Подписаться |
Финансовое моделирование в условиях финансового кризисаВ условиях финансового кризиса, когда финансовый анализ на основе исторических данных может, скорее, вызвать ностальгическую улыбку (помните рекордные показатели выручки и доходности в 2007 году у нефтяников и строителей?!), построение новых и коррекция уже созданных финансовых моделей по существующим или перспективным заемщикам становятся еще более актуальными, чем прежде, так как дают некие варианты будущего в условиях глобальной неопределенности. Финансовое моделирование: что день грядущий нам готовитОдним из важнейших элементов оценки финансового положения заемщиков в банках наряду с финансовым анализом является проведение финансового моделирования. Под финансовой моделью в данном контексте будем понимать набор взаимосвязанных рядов данных, отражающих наиболее важные показатели деятельности компании-заемщика, в зависимости от выбранного сценария изменения ее внешней деловой среды и внутренних характеристик бизнеса. Финансовое моделирование и прогнозирование дает возможность эффективного анализа сложных и неопределенных ситуаций, связанных с принятием стратегических решений, представляет собой инструмент финансистов, который позволяет рассмотреть большое число вариантов в предположении «что будет, если?» и прожить их без потери вложенных средств. Прогнозирование позволяет получить сценарий развития на основе анализа текущей ситуации (мы знаем, как сейчас растет прибыль, и можем попытаться узнать, как она будет расти через полгода, если ничего не изменится), а моделирование позволяет вносить возмущение и определять возможные последствия: «что будет, если я сделаю так» или «что будет, если произойдет такое-то событие». Финансовое моделирование особенно актуально сегодня, когда сокращается доступность и возрастает стоимость внешнего финансирования, увеличиваются риски потери ликвидности и устойчивости бизнеса и важнейшим условием для его развития становится рост операционной эффективности. Финансовая модель проектов компании обеспечивает единое решение этих задач: - позволяет имитировать денежные потоки планируемой деятельности и оценить будущее финансовое состояние компании; - показывает, откуда будут браться и на что тратиться финансовые ресурсы компании; - выступает основой для анализа рисков и выстраивания системы риск-менеджмента компании; - обеспечивает непрерывную аналитическую работу, позволяя оперативно корректировать и вести пересчет возможных вариантов проекта, сценариев развития бизнеса; - существенно экономит время, позволяя избежать рассмотрения неприемлемых вариантов и быстро принять решение о прекращении неперспективных инвестиционных проектов. Особенно эффективным представляется финансовое моделирование для решения трудоемких задач, предполагающих наличие большого практического опыта и качественной методической основы. В их числе: - оценка инвестиционных проектов, формирование и пересмотр инвестиционной программы; - оценка и управление рисками; - прогнозирование денежных потоков и динамики финансового состояния компании; - проведение финансовых расчетов бизнес-плана; - определение оптимальных вариантов финансирования, его объемов и структуры; - постановка регулярного бизнес-планирования и процесса принятия инвестиционных решений; - моделирование и оценка различных сценариев дальнейшего развития бизнеса, в том числе слияния и поглощения. Для создания финансовой модели необходимо последовательное выполнение таких шагов, как: - сбор и анализ исходных данных для финансовой модели (производственные и финансовые показатели); - выделение ключевых факторов (драйверов модели); - внешние факторы, влияющие на результаты компании (рыночные тенденции, курсы валюты, инфляция и т.д.); - создание и сравнение моделей альтернативных сценариев или вариантов инвестиционных проектов; - расчет инвестиционных и финансовых показателей, в частности, установленных финансовых ковенантов по кредиту; - анализ стресс-устойчивости бизнеса к изменению внешней среды (например, расчеты с поставщиками). Модель в обязательном порядке включает: - динамические связи ключевых показателей, исходных данных и результатов проекта; - результаты расчетов — основные формы финансовой отчетности (как правило, прогнозный баланс, отчет о прибылях и убытках и отчет о движении денежных средств); - рассчитанные на их основе прогнозные финансовые показатели (включая EBITDA, покрытие процентов и т.д.) и интегральные показатели эффективности. Исходные допущения для финансовой модели компании можно классифицировать по следующим областям: - макроэкономические показатели (инфляция, цены на сырье и готовый товар/услугу, процентные ставки, курсы валют); - ожидаемая динамика продаж для данного рынка; - операционные доходы и расходы; - использование кредита и обслуживание долга; - налогообложение и дивиденды. На первоначальном этапе производится сбор и проверка достоверности и актуальности информации, на основе которой проводится моделирование. При этом необходимо учитывать, что используемая отчетность (желательно, консолидированная международная отчетность за 3 года) должна соответствовать критерию последовательности (непрерывный ряд отчетных данных) и сопоставимости (неизменность методики расчета показателей). Также делается выбор валюты представления данных, что стало особенно актуальным в связи с девальвацией рубля, которая происходит сейчас на наших глазах. Однако проведения моделирования исключительно на основе анализа прошлых событий недостаточно для полноценной оценки рисков. Поэтому, наряду с историческими сценариями, кредитным организациям следует разрабатывать гипотетические сценарии, характеризующиеся максимально возможным риском и потенциальными потерями для заемщика. В результате в настоящее время наиболее распространенной методикой является сценарный анализ (на основе исторических или гипотетических событий) — оптимистический (обычно его предоставляет сама компания-заемщик), пессимистический (берутся наиболее «грустные» предположения, иногда такой сценарий называют стресс- или краш-тестом для выявления условий, при которых клиент скорее мертв, чем жив, хотя некоторые выделяют такой вид краткосрочных прогнозов как отдельный) и реалистический (обычно делает сам банк на основе показателей компании, независимых экспертов и анализа внешних данных). Конечная и, возможно, наиболее существенная стадия финансового моделирования — это проверка исходных допущений и предположений, использованных при прогнозировании. Эта проверка называется анализом чувствительности. На этой стадии, по существу, проверяется верность выводов путем варьирования предположений. Для того чтобы осуществить анализ чувствительности прогноза, нужно обратиться к тем основным допущениям, которые были сделаны при составлении прогноза. Допущение считается основным, если оно оказывает существенное влияние на отчетность компании. После определения этих допущений необходимо, изменяя их одно за другим, оценить влияние этих изменений. Для того чтобы не потерять отправной точки анализа и избежать путаницы, важно менять допущения по одному, сохраняя остальные допущения неизменными, и только после этого исследовать результаты изменений разных пар допущений. Хорошее разрешение - сколько пикселей на дюймОдним из самых распространенных споров вокруг финансового моделирования является спор о том, какой должна быть их сложность. Ясно, что модель не должна содержать минимальное количество совсем примитивных зависимостей. «При слишком примитивной модели оппонент поставлен в бинарную ситуацию “верю — не верю”. Если же есть возможность видеть влияние разных факторов, поиграть данными, то появляется предмет для диалога», — говорит один из экспертов. Однако сложность модели может доставить и массу проблем. Например, другой специалист считает, что «когда составитель модели оказывается человеком с хорошей математической подготовкой, часто начинаются ритуальные пляски вокруг цифр. Нередко забывают, что нужна осмысленная интерпретация, понимание сути процессов, приведших к этой зависимости, а сложные математические и статистические методы, как правило, мало этому способствуют». В подавляющем большинстве случаев достаточно арифметических действий и различных экстерполяций. Юрий Волков (ВШМ при ГУ ВШЭ) утверждает, что в модели должно быть не более пяти важных вводных параметров, от которых меняются итоговые результаты. Если их окажется больше, то получаемые результаты, по его мнению, просто перестают восприниматься. К тому же чаще всего предполагается, что исходные данные независимы друг от друга. И хотя это не всегда так, попытки ввести в модель их взаимные зависимости лишь все запутывают. Елена Кувшинникова, менеджер Центра профессионального обучения компании «Эрнст энд Янг», полагает, что если задача модели — определиться с выбором стратегии, с выбором путей роста стоимости бизнеса, то не стоит все усложнять, а «даже напротив: упрощение модели до определенного набора ключевых показателей может упростить принятие стратегического решения, высветить существенное и отделить зерна от плевел». Скорее всего, сложность и горизонт планирования модели должны определяться целью построения прогнозов и могут быть оправданы повышением достоверности прогнозируемых данных. Если модель строится, например, для определения экономического эффекта при слиянии двух компаний, то сложность и количество данных и допущений будет больше, чем в модели, направленной на примерную оценку темпов роста выручки одной небольшой фирмы. Сложность модели, кроме числа сценариев, допущений и входящих/исходящих данных, зависит также и от выбора метода прогнозирования. Современные компьютеры и математические модели дают большую свободу выбора, но при этом стоит помнить принцип «лезвия Оккама» — не плодите лишних сущностей! Некоторые компании при финансовом прогнозировании строят только модель движения денежных средств (cash-flow), которая отвечает, кроме прочего, на самый злободневный вопрос о ликвидности, в то время как большинство банков предпочитают видеть все три основные формы отчетности (баланс, отчет о прибылях и убытках и движение денежных средств) для полноты картины. Еще одним из рабочих моментов является выбор срока прогнозирования или, как теперь принято говорить, горизонта планирования. В условиях стабильного рынка обычно делаются допущения на срок до 5–7 лет, однако в условиях сильной волатильности и неопределенности многих внешних параметров в качестве горизонта планирования могут быть приняты 3 или даже всего 1 год. И, конечно, достоверность прогнозов снижается по мере увеличения срока. Группа «Бейкер Тилли Русаудит» опубликовала данные исследования о структуре управления затрат в крупных и средних российских компаниях в январе 2009 года. Данные опроса около 100 компаний (64% респондентов — компании с оборотом выше $100 млн в год) сравниваются с июльским аналогичным исследованием группы. Наиболее важный вывод аналитиков звучит следующим образом: к началу 2009 года в большинстве компаний произошел настоящий «обвал горизонта планирования» без смены стратегии развития компаний. Число компаний, менеджмент которых готов поддерживать долгосрочные (сроком более двух лет) планы практикой оперативного управления бюджетом компаний, снизилось с 19 до 3%. Во многом реакция компаний на кризис, обваливший горизонт планирования, была вызвана неясностью прогнозов. За исключением кредитного кризиса, развивавшегося с августа, прогнозы не давали достаточных оснований предсказывать ни промышленный обвал в конце 2008 года, ни девальвационный шок. Выбор методов, используемых при прогнозировании, зависит от возможностей аналитика — это могут быть как сложные динамические математические модели, так и простые линейные/эспоненциальные/пропорциональные зависимости определенных величин. Прогнозирование на основе пропорциональных зависимостейОсновой для разработки метода пропорциональных зависимостей показателей служат две основные характеристики любой экономической системы — взаимосвязь и инерционность. Одной из очевидных особенностей действующей коммерческой организации как системы является естественным образом согласованное взаимодействие ее отдельных элементов (как качественных, так и поддающихся количественному измерению). Это означает, что многие показатели, даже не будучи связанными между собой формализованными алгоритмами, тем не менее изменяются в динамике согласованно. Очевидно, что если некая система находится в состоянии равновесия, то отдельные ее элементы не могут действовать хаотично, по крайней мере, вариабельность действий имеет определенные ограничения. Вторая характеристика — инерционность — в приложении к деятельности компании также достаточно очевидна. Смысл ее состоит в том, что в стабильно работающей компании с устоявшимися технологическими процессами и коммерческими связями не может быть резких «всплесков» в отношении ключевых количественных характеристик. Так, если доля себестоимости продукции в общей выручке составила в отчетном периоде 70%, как правило, нет оснований полагать, что в следующем периоде значение этого показателя существенно изменится. И особенностью моделирования в кризисное время как раз является предвосхищение изменений сложившихся соотношений. Метод пропорциональных зависимостей показателей опирается на тезис о том, что можно идентифицировать некий показатель, являющийся наиболее важным с позиции характеристики деятельности компании, который благодаря такому свойству мог бы быть использован как базовый для определения прогнозных значений других показателей в том смысле, что они «привязываются» к базовому показателю с помощью простейших пропорциональных зависимостей. Например, в качестве базового показателя чаще всего используется либо выручка от реализации, либо себестоимость реализованной (произведенной) продукции. Последовательность процедур данного метода такова: 1) идентифицируется базовый показатель B (например, выручка от реализации); 2) определяются производные показатели, прогнозирование которых представляет интерес (в частности, к ним могут относиться показатели бухгалтерской отчетности в той или иной номенклатуре статей, поскольку именно отчетность представляет собой формализованную модель, дающую достаточно объективное представление об экономическом потенциале компании). Как правило, необходимость и целесообразность выделения того или иного производного показателя определяются его значимостью в отчетности; 3) для каждого производного показателя P устанавливается вид его зависимости от базового показателя: P = f(B). Чаще всего выбирается линейный вид этой зависимости. При разработке прогнозной отчетности прежде всего составляется прогнозный вариант отчета о прибылях и убытках, поскольку в этом случае рассчитывается прибыль, являющаяся одним из исходных показателей для разрабатываемого баланса. При прогнозировании баланса рассчитывают прежде всего ожидаемые значения его активных статей. Что касается пассивных статей, то работа с ними завершается с помощью метода балансовой увязки показателей, чаще всего выявляется потребность во внешних источниках финансирования. В кризисное время, когда большинство активных операций и инвестиций жестко контролируются, возможно моделирование пассивов через отчет о движении денежных средств: какие минимальные инвестиции возможны при существующей долговой нагрузке или какие дополнительные заимствования потребуются для поддержания деятельности. Собственно прогнозирование осуществляется в ходе имитационного моделирования, когда при расчетах варьируются темпы изменения базового показателя и независимых факторов, а его результатом является построение нескольких вариантов прогнозной отчетности. Выбор оптимального из них и использование в дальнейшем в качестве ориентира делаются уже с помощью неформализованных критериев. Точность прогнозовОсновными критериями при оценке эффективности модели, используемой в прогнозировании, служат точность прогноза и полнота представления будущего финансового состояния предприятия. С точки зрения полноты, безусловно, наилучшими являются методы, позволяющие построить три прогнозные формы отчетности. В этом случае будущее состояние предприятия можно проанализировать не менее детально, чем его настоящее положение. Вопрос с точностью прогноза несколько более сложен и требует более пристального внимания. Точность или ошибка прогноза — это разница между прогнозным и фактическим значениями. В каждой конкретной модели эта величина зависит от ряда факторов. И, конечно, вероятность сбываемости прогнозов в кризисные или переломные годы значительно снижается из-за структурных макро- и микроизменений. Чрезвычайно важную роль играют исторические данные, используемые при выработке модели прогнозирования. В идеале желательно иметь большое количество данных за значительный период времени, но знание прошлого не дает знания будущего. Кроме того, используемые данные должны быть «типичными» с точки зрения ситуации. Стохастические методы прогнозирования, использующие аппарат математической статистики, предъявляют к историческим данным вполне конкретные требования, в случае невыполнения которых не может быть гарантирована точность прогнозирования. Данные должны быть достоверными, сопоставимыми, достаточно представительными для проявления закономерности, однородными и устойчивыми. На практике оказывается, что этому критерию соответствуют далеко не все исторические данные, так как на активно растущих рынках происходило большое число слияний, поглощений, а также диверсификации бизнеса, что привело к размытости трендов в консолидированной отчетности (аналитик видел лишь «среднюю температуру по больнице»), особенно на уровне холдингов. Точность прогноза зависит от правильности выбора метода прогнозирования в том или ином конкретном случае. Однако это не означает, что в каждом случае применима только какая-нибудь одна модель. Вполне возможно, что в ряде случаев несколько различных моделей выдадут относительно надежные оценки. Основным элементом в любой модели прогнозирования является тренд, или линия основной тенденции изменения ряда. В большинстве моделей предполагается, что тренд является линейным, однако такое предположение не всегда закономерно и может отрицательно повлиять на точность прогноза. На точность прогноза также влияет используемый метод отделения от тренда сезонных колебаний — сложения или умножения. При использовании методов регрессии крайне важно правильно выделить причинно-следственные связи между различными факторами и заложить эти соотношения в модель. Прежде чем использовать модель для составления реальных прогнозов, ее необходимо проверить на объективность, с тем чтобы обеспечить точность прогнозов. Этого можно достичь двумя разными путями. 1. Результаты, полученные с помощью модели, сравниваются с фактическими значениями через какой-то промежуток времени, когда те появляются. Недостаток такого подхода состоит в том, что проверка «беспристрастности» модели может занять много времени, так как по-настоящему проверить модель можно только на продолжительном временном отрезке. 2. Модель строится исходя из усеченного набора имеющихся исторических данных. Оставшиеся данные можно использовать для сравнения с прогнозными показателями, полученными с помощью этой модели. Такого рода проверка более реалистична, так как она фактически моделирует прогнозную ситуацию. Недостаток этого метода состоит в том, что самые последние, а следовательно, и наиболее значимые показатели исключены из процесса формирования исходной модели. В свете вышесказанного относительно проверки модели становится ясным, что для того, чтобы уменьшить ожидаемые ошибки, придется вносить изменения в уже существующую модель. Такие изменения вносятся на протяжении всего периода применения модели в реальной жизни. Непрерывное внесение изменений возможно в том, что касается тренда, сезонных и циклических колебаний, а также любого используемого причинно-следственного соотношения. Эти изменения затем проверяются с помощью уже описанных методов. Таким образом, процесс оформления модели включает в себя несколько этапов: сбор данных, выработку исходной модели, проверку, уточнение — и опять все сначала на основе непрерывного сбора дополнительных данных с целью обеспечения надежности модели в качестве источника прогнозной информации о финансовом положении компании. При разработке любой из моделей прогнозирования предполагается, что ситуация в будущем не будет сильно отличаться от настоящей. Другими словами, считается, что все значимые факторы либо учтены в модели прогнозирования, либо неизменны в течение всего периода времени, на котором она используется. Однако модель — это всегда огрубление реальной ситуации путем отбора из бесконечного количества действующих факторов ограниченного числа тех из них, которые считаются наиболее важными исходя из конкретных целей анализа. Точность и эффективность построенной модели будут напрямую зависеть от правильности и обоснованности такого отбора. При использовании модели для прогнозирования следует помнить о существовании факторов, сознательно или несознательно не включенных в нее, которые, тем не менее, оказывают влияние на состояние предприятия в будущем. Немного теории — чтобы больше к этому не возвращатьсяФинансовое прогнозирование — это исследование и разработка возможных путей развития финансов организаций в перспективе. Его задачами являются определение предполагаемого объема финансовых ресурсов в прогнозируемом периоде, источников их формирования и направления наиболее эффективного использования. Финансовые прогнозы представляют собой часть общего бизнес-плана и включают, как правило, прогнозный отчет о прибылях и убытках, прогнозный баланс, бюджет денежных средств (кассовый план), бюджет инвестиций. Следовательно, финансовое прогнозирование представляет собой одну из составляющих частей основного бюджета организации — финансовый бюджет. Основной бюджет отражает те результаты, которые должны быть получены в прогнозируемом периоде, и материальные и трудовые ресурсы, необходимые для его выполнения. В финансовых прогнозах важное значение имеет период времени, на который рассчитан прогноз. Оперативный или так называемый текущий прогноз, как правило, рассчитывается на время, в течение которого не ожидается существенных изменений прогнозируемого объекта. Обычно — это срок в течение месяца или квартала. Краткосрочный прогноз обычно ориентируется на перспективу только количественных изменений в характеристике объекта анализа. Временной горизонт такого прогнозирования, как правило, не превышает одного года. Долгосрочные финансовые прогнозы даются на период, в течение которого предусматриваются не только количественные, но и качественные изменения анализируемой организации. На практике прогнозирование осуществляется на основе: оценки перспектив развития хозяйствующего субъекта; аналогии с тенденциями финансовых отношений у сопоставимых организаций; оценки возможного продолжения в будущем тенденций и закономерностей прошлого; модели будущего финансового состояния, построенной согласно ожидаемым или желательным изменениям ряда условий, перспективы которых достаточно хорошо известны. Согласно оценкам зарубежных и отечественных специалистов известно свыше 150 методов прогнозирования, но чаще всего финансовое прогнозирование основано на предварительной смете доходов и расходов, учитывающей максимальные доходы и оптимальные расходы и стабильное предполагаемое финансовое состояние организации, обеспеченное потоками денежной наличности. Составление прогнозной финансовой отчетности часто основывается на данных основного бюджета, который представляет собой законченное выражение маркетинговых, производственных и других планов, необходимых для достижения поставленных целей. В основе построения финансового бюджета и расчета его основных показателей лежит, как правило (из которого всегда бывают исключения), прогноз объема продаж. Низкая достоверность оценки продаж снижает достоверность всех остальных прогнозных расчетов. Предусмотренное увеличение объема продаж должно найти отражение в увеличении объема производства. Это в свою очередь влечет за собой рост расходов, с одной стороны, и рост материальных запасов, незавершенного производства и готовой продукции — с другой. Увеличение производственных запасов предполагает рост кредиторской задолженности. Практика показывает, что рост продаж увеличивает дебиторскую задолженность, что приводит к увеличению потерь по безнадежным долгам в абсолютном выражении. Прирост оборотных активов (запасов и дебиторской задолженности) за вычетом прироста кредиторской задолженности, обусловленной увеличением их приобретения, определяет величину потребности в собственном оборотном капитале, вытекающую из планируемого увеличения объема продаж. Полученная величина потребности в собственном оборотном капитале должна быть сопоставима с планируемой величиной прибыли как источника покрытия этой потребности. Недостаточность прибыли свидетельствует о несбалансированности показателей финансового бюджета. Для этого необходимо искать решения, среди которых могут быть такие, как: привлечение кредитов банка; увеличение периода расчетов с кредиторами и как следствие — увеличение кредиторской задолженности; мероприятия по ускорению оборачиваемости оборотных активов. В случае если в силу определенных объективных или субъективных причин реализация указанных мероприятий не представляется возможной, есть основания полагать, что планируемое увеличение продаж не обеспечено необходимыми источниками, что может повлечь серьезные финансовые проблемы в будущем. Предполагаемый рост продаж делает необходимым увеличение производственных запасов. В данном случае нарушается структура денежных потоков. При увеличении платежей (закупка материалов, оплата труда и отчисления с нее, возросшие налоги) имеет место сокращение денежных поступлений. В организациях применяются различные методы прогнозирования продаж. В их числе можно выделить следующие: - использование опыта и знаний торговых, финансовых, производственных руководителей. Данный метод, как правило, наиболее просто и быстро обеспечивает принятие решения. Его недостатком является снижение или полное отсутствие персональной ответственности за сделанный прогноз и принятую смету; - применение статистических методов. Наиболее простой пример: исследование тенденций изменения объема продаж с помощью анализа темпов роста показателей продаж. Этот и другие, более сложные статистические методы (например, корреляционный анализ) делают прогноз более надежным. Вместе с тем преимущественная ориентация на них может привести к серьезным просчетам, поскольку результаты прогнозирования, полученные методами статистики, подвержены влиянию случайных колебаний; - привлечение сбытовых структур. Взаимодействие товаропроизводителей с торговой инфраструктурой повышает качество прогноза потребности в продукции. Одна из форм такого взаимодействия — заключение договоров форвардного типа, позволяющих предприятиям-производителям обеспечить сбыт, спланировать производство, загрузку мощностей, запасы продукции. Все эти методы взаимно дополняют друг друга. Наиболее точный прогноз будет получен в том случае, если один из них рассматривается как инструмент дополнительного контроля результатов, полученных другими методами. Случай из жизни — основные моментыРассмотрим на практическом примере основные показатели финансовой модели и их взаимосвязь в динамике на примере финансового прогноза для российского дилера АВС (все приведенные цифры являются расчетными, и любые совпадения с реальными данными следует считать случайными). Предположим, что наш автодилер занимается только продажей новых машин (без продажи подержанных автомобилей и технического обслуживания). Целью построения модели является выяснение условий, при которых АВС не сможет расплатиться по кредитам, полученным в 2007 году на строительство нового дилерского центра, а также тестирование основных финансовых коэффициентов. Перспективы российского автомобильного рынка на 2009 являются далеко не радужными1, и три сценария его развития (динамика продаж автомобилей в штуках и в процентах) станут основными драйверами нашей модели. Таблица 1. Сценарии развития автомобильного рынка
Ключевым параметром данной модели является объем продаж, и эта величина может определяться разными способами, в зависимости от имеющихся данных и сложности доступного программного обеспечения. Прогнозные значения выручки для каждого года могут получаться путем взвешивания, экстерполяции или линейной зависимости прогнозных значений релевантных факторов для каждого из сценариев развития. В самом простом случае, объем продаж автодилера будет производной числа проданных машин (с заданным трендом по сценарию) на их отпускную цену. Цена может определяться как себестоимость плюс некая маржа или на основе исторических данных с коррекцией на некие ожидаемые события (например, повышение импортных пошлин или коррекция цен автопроизводителями). В редких случаях, когда достаточно точно известны доли рынка основных игроков и есть основания доверять имеющимся сценариям развития рынка, расчет можно произвести следующим образом: Объем продаж = Число машин по сценарию x Доля рынка x Цена. Но обычно компании продают линейку товаров и сопутствующих услуг, и тогда разумно смотреть на данные прошлых лет с целью определения стоимости продаж (при этом максимальные и минимальные исторические значения могут использоваться для оптимистического и пессимистического прогноза). Для более сложных моделей, если отпускные цены указаны в рублях, а закупочные цены — в долларах, делается соответствующая коррекция на разницу курса. Объем продаж = тренд продаж по сценарию (%) x Стоимость продаж (min, max) x Девальвация рубля за рассматриваемый период (%). В некоторых случаях аналитик может взять прогнозы по одной и той же компании, выполненные несколькими банками/агентствами (например, из открытых информационных источников), и сделать консенсус-прогноз как среднее арифметическое найденных вариантов. Достоверность такого консенсус-прогноза зависит от качества имеющихся данных. Как вы уже заметили, допущений по мере работы может становиться все больше и больше, и требуется сдерживать свою фантазию, чтобы получилось не целое «дерево допущений», а только три сценария с некоторым набором меняющихся факторов. Сделаем следующие допущения по основным параметрам: - макроэкономические показатели (инфляция (не учитываем), себестоимость и отпускные цены на машины (возрастут в 2008 году как минимум на 5% из-за повышения импортных пошлин), процентные ставки (берем максимально 20% с 2009 года, хотя по существующим кредитам могут быть и фиксированные проценты), курсы валют (делаем смелое допущение, что компания продает и покупает в долларах)); - ожидаемая динамика продаж для данного рынка (по трем сценариям); - операционные доходы и расходы (сохраняем прежнюю структуру, за исключением оптимизации персонала и, следовательно, сокращения общих затрат); - использование кредита и обслуживание долга (в идеале нужно знать график погашения существующего кредитного портфеля); - налогообложение и дивиденды (на основе исторических данных). Прогнозный баланс, отчет о прибылях и убытках и отчет о движении денежных средств связаны между собой с помощью нескольких показателей. В числе основных взаимозависимостей параметров отметим только основные: - основные средства (Property, Plant, Equipment) текущего года примерно равны PPE предыдущего года плюс капитальные затраты (Capex) минус амортизация; - общий долг текущего года равен сумме долга прошлого года плюс/минус новые займы/выплаты основного долга в текущем году; - собственный капитал (Equity) текущего года примерно равен прошлогоднему значению плюс нераспределенная прибыль нынешнего года; - динамика продаж должна коррелировать с динамикой кредиторской/дебиторской задолженности (при сохранении условий расчетов с поставщиками/покупателями). Еще одно правило, которым пользуются при построении моделей, — если тренд или прогноз какого-либо показателя (например, прочие расходы/доходы или отложенные налоговые активы/пассивы) представляется неясным или непредсказуемым, его просто делают нулевым. Основные выводыВ рассмотренном нами случае компания АВС сможет удовлетворительно обслуживать долг (выплачивать проценты и основную сумму долга) только при условии, что темпы падения объема продаж не превысят 9% в 2009 году в натуральном выражении при неизменной операционной марже. В противном случае (пессимистический сценарий) возникает риск рефинансирования (компания не способна выплачивать долг в соответствии с ранее установленным графиком), а также риск снижения покрытия процентов, в связи с общим повышением процентных ставок на рынке. Данная модель дает ответ и на ряд других вопросов: какой уровень капитальных затрат может себе позволить компания в соответствии с реальными продажами, сколько денег и когда надо привлекать на рынке, как должны измениться финансовые ковенанты (если таковые предусмотрены по кредитным договорам), какие торговые скидки может сделать компания (поделиться своей маржой) покупателям и многие другие. Мы строили, строили и наконец построили. Ура?Нынешний финансовый кризис, приближение которого не смогли спрогнозировать даже ведущие банки мира, вызвал волну скепсиса в отношении достоверности экономических прогнозов вообще и финансовых моделей предприятий-заемщиков в частности. Знание прошлого не означает знания будущего, поэтому любая проекция (линейная, пропорциональная или сложная динамическая) исторических данных должна корректироваться специалистами. Несомненно, любое предсказание будущего — как интуитивно-ритуальное, так и научно-техническое — несет в себе только некоторую долю вероятности. Стоит признать, что в условиях недавней эйфории и объявления «новой экономики, которая может бесконечно развиваться без рецессии», модели строились по одному сценарию — выдать желаемое за действительное. Но категоричный вопрос «может, вообще отказаться от этого инструмента?» более целесообразно заменить на другой: «как его скорректировать с целью получения большей достоверности определенных значений?». Тем более что реалии сегодняшнего дня с непредсказуемостью цен на сырье и волатильностью валютных курсов заставляют искать хоть какую-то точку опоры или ориентир на будущее. Поэтому финансовое моделирование становится более актуальным, чем в эпоху стабильности, при условии тщательно проработанных допущений, при наличии нескольких сценариев развития оцениваемого предприятия и экспертных оценок. Таблица 2. Оптимистический вариант: Все будет хорошо, или Стакан наполовину полон ($ млн)
Таблица 3. Реалистический сценарий: Золотая середина, или Хорошо информированный банкир ($ млн)
Таблица 4. Пессимистический сценарий: Все пропало, или Этюд в багровых тонах ($ млн)
1 - Опарина Н.И. Автомобильный рынок России // Банковский ритейл. 2009. № 1. С. 52–65. |
АСН – Агентство Страховых Новостей: Полный рейтинг страховых компаний. |