Финансовое моделирование в условиях финансового кризиса
Во время кризиса, в то время, когда денежный анализ на базе исторических данных может, скорее, привести к ностальгической улыбке (не забывайте доходности и рекордные показатели выручки в 2007 году у строителей и нефтяников?!), коррекция и построение новых уже созданных денежных моделей по существующим либо перспективным заемщикам становятся еще более актуальными, чем прежде, поскольку дают некие варианты будущего в условиях глобальной неопределенности.// Н.И. Опарина.
Банковское кредитование. Номер 2/2009.
Денежное моделирование: что сутки будущий нам готовит
Одним из наиболее значимых элементов оценки денежного положения заемщиков в банках наровне с денежным анализом есть проведение денежного моделирования. Под денежной моделью в данном контексте будем осознавать комплект взаимосвязанных последовательностей данных, отражающих самые важные показатели деятельности компании-заемщика, в зависимости от выбранного сценария трансформации ее внешней внутренних характеристик и деловой среды бизнеса.Денежное моделирование ипрогнозирование позволяет действенного анализа непростых и неизвестных обстановок, которые связаны с принятием стратегических ответов, является инструментомфинансистов, что разрешает разглядеть много вариантов в предположении «что будет, в случае если?» и прожить их без утраты положенных средств.Прогнозирование дает возможность приобрести сценарий развития на базе анализа текущей обстановке (мы знаем, как на данный момент растетприбыль, и можем постараться выяснить, как она будет расти через полгода, в случае если ничего не изменится), а моделирование разрешает вносить возмущение и определять вероятные последствия: «что будет, в случае если я сделаю так» либо «что будет, в случае если случится такое-то событие».Денежное моделирование особенно актуально сейчас, в то время, когда уменьшается доступность и возрастаетстоимость внешнего финансирования, возрастают устойчивости потери бизнеса и риски ликвидности и наиболее значимым условием для его развития становитсярост операционной эффективности.Денежная модель проектов компании снабжает единое ответ этих задач:- разрешает имитировать финансовые потоки планируемой деятельности и оценить будущее денежное состояние компании;- показывает, откуда будут браться и на что тратиться денежные ресурсы компании; — выступает базой для анализа рисков и выстраивания совокупности риск-менеджмента компании;- снабжает постоянную аналитическую работу, разрешая оперативно корректировать и вести пересчет вероятных вариантов проекта, сценариев развития бизнеса;- значительно экономит время, разрешая избежать рассмотрения неприемлемых вариантов и скоро решить о прекращении неперспективных инвестиционных проектов.Особенно действенным представляется денежное моделирование для ответа трудоемких задач, предполагающих наличие громадного практического опыта и качественной методической базы.
В их числе:- оценка инвестиционных проектов, пересмотр и формирование инвестиционной программы;- управление и оценка рисками;- прогнозирование финансовых динамики и потоков денежного состояния компании;- проведение денежных расчетов бизнес-замысла;- определение хороших вариантов финансирования, его структуры и объёмов;- постановка регулярного бизнес-процесса и планирования принятия инвестиционных ответов;- оценка и моделирование разных сценариев предстоящего развития бизнеса, а также поглощения и слияния.Для денежной модели нужно последовательное исполнение таких шагов, как:- анализ и сбор данных для денежной модели (производственные и денежные показатели);- выделение главных факторов (драйверов модели);- внешние факторы, воздействующие на результаты компании (рыночные тенденции, направления валюты, инфляция и т.д.);- сравнение и создание моделей других сценариев либо вариантов инвестиционных проектов;- расчет инвестиционных и денежных показателей, например, установленных денежных ковенантов по кредиту; — анализ стресс-устойчивости бизнеса к трансформации окружающей среды (к примеру, расчеты с поставщиками).Модель обязательно включает:- динамические связи главных показателей, данных и результатов проекта;- результаты расчетов — главные формы денежной отчетности (в большинстве случаев, прогнозный баланс, отчет о убытках и прибылях и отчет о перемещении денежных средств);- рассчитанные на их базе прогнозные денежные показатели (включая EBITDA, покрытие процентов и т.д.) и интегральные показатели эффективности.Исходные допущения для денежной модели компании возможно классифицировать по следующим областям:- экономические показатели (инфляция, цены на готовый товар и сырьё/услугу, ставки, валютные котировки);- ожидаемая динамика продаж для данного рынка;- расходы и операционные доходы;- обслуживание долга и использование кредита;- дивиденды и налогообложение.На начальном этапе производится сбор и актуальности информации и проверка достоверности, на базе которой проводится моделирование. Наряду с этим нужно учитывать, что применяемая отчетность (нужно, консолидированная интернациональная отчетность за 3 года) обязана соответствовать критерию последовательности (постоянный последовательность отчетных данных) и сопоставимости (неизменность методики расчета показателей).
Кроме этого делается выбор валюты представления данных, что стало особенно актуальным в связи с снижением курсу российской нацвалюты, которая происходит на данный момент на отечественных глазах.Но проведения моделирования только на базе анализа прошлых событий не хватает для полноценной оценки рисков. Исходя из этого, наровне с историческими сценариями, кредитным организациям направляться разрабатывать гипотетические сценарии, характеризующиеся максимальным риском и потенциальными потерями для заемщика.
В следствии на данный момент самый распространенной методикой есть сценарный анализ (на базе исторических либо гипотетических событий) — оптимистический (в большинстве случаев его предоставляет сама компания-заемщик), пессимистический (берутся самые «грустные» догадки, время от времени таковой сценарий именуют стресс- либо краш-тестом для обнаружения условий, при которых клиент скорее мертв, чем жив, не смотря на то, что кое-какие выделяют таковой вид кратковременных прогнозов как отдельный) и реалистический (в большинстве случаев делает сам банк на базе показателей компании, анализа и независимых экспертов внешних данных).Конечная и, быть может, самая существенная стадия денежного моделирования — это проверка исходных предположений и допущений, использованных при прогнозировании. Эта проверка именуется анализом чувствительности.
На данной стадии, по существу, проверяется верность выводов методом варьирования догадок. Чтобы осуществить анализ чувствительности прогноза, необходимо обратиться к тем главным допущениям, каковые были сделаны при составлении прогноза. Допущение считается главным, если оно оказывает значительное влияние на отчетность компании.
По окончании определения этих допущений нужно, изменяя их одно за вторым, оценить действие этих трансформаций. Чтобы не утратить отправной точки анализа и избежать путаницы, принципиально важно поменять допущения по одному, сохраняя остальные допущения неизменными, и лишь затем изучить результаты трансформаций различных пар допущений.
Хорошее разрешение — какое количество пикселей на дюйм
Одним из самых распространенных споров около денежного моделирования есть спор о том, какой должна быть их сложность. светло, чтомодель не должна содержать предельное число совсем примитивных зависимостей. «При через чур примитивной модели оппонент поставлен в двоичную обстановку верю — не верю.
В случае если же имеется возможность видеть влияние различных факторов, поиграть данными, то появляется предмет для диалога», — говорит один из специалистов.Но сложность модели может причинить и массу неприятностей. К примеру, второй эксперт уверен в том, что «в то время, когда составитель модели оказывается человеком с хорошей математической подготовкой, довольно часто начинаются ритуальные пляски около цифр.
Часто забывают, что нужна осмысленная интерпретация, познание сути процессов, приведших к данной зависимости, а сложные математические и статистические способы, в большинстве случаев, мало этому содействуют». Практически во всех случаях достаточно арифметических действий и разных экстерполяций.Юрий Волков (ВШМ при ГУ ВШЭ) говорит, что в модели должно быть не более пяти ответственных вводных параметров, от которых изменяются итоговые результаты.
В случае если их окажется больше, то приобретаемые результаты, согласно его точке зрения, восприниматься. К тому же значительно чаще предполагается, что исходныеданные свободны друг от друга.
И не смотря на то, что это не всегда так, попытки ввести вмодель их обоюдные зависимости только все запутывают.Елена Кувшинникова, менеджер Центра опытного обучения компании «Эрнст энд Янг», считает, что в случае если задача модели — определиться с выбором стратегии, с выбором дорог роста цены бизнеса, то не следует все усложнять, а «кроме того наоборот: упрощение модели до определенного комплекта главных показателей может упростить принятие стратегического ответа, высветить значительное и отделить зерна от плевел».Вероятнее, горизонт и сложность планирования модели должны определяться целью построения прогнозов и смогут быть оправданы увеличением достоверности прогнозируемых данных. В случае если модель строится, к примеру, для определения экономического результата при слиянии двух компаний, то количество и сложность данных и допущений будет больше, чем в модели, направленной на примерную оценку темпов роста выручки одной маленькой компании.
Сложность модели, не считая числа сценариев, входящих и допущений/исходящих данных, зависит кроме этого и от выбора способа прогнозирования. математические модели и Современные компьютеры дают громадную свободу выбора, но наряду с этим стоит не забывать принцип «лезвия Оккама» — не плодите лишних сущностей!Кое-какие компании при денежном прогнозировании строят лишь модель перемещения денежных средств (cash-flow), которая отвечает, не считая другого, на самый злободневный вопрос о ликвидности, тогда как большая часть банков предпочитают видеть все три главные формы отчетности (баланс, отчет о убытках и прибылях и перемещение денежных средств) для полноты картины.Еще одним из рабочих моментов есть выбор срока прогнозирования либо, как сейчас принято сказать, горизонта планирования.
В условиях стабильного рынка в большинстве случаев делаются допущения на срок до 5-7 лет, но в условиях сильной волатильности и неопределенности многих внешних параметров в качестве горизонта планирования смогут быть приняты 3 либо кроме того всего 1 год.И, само собой разумеется, достоверность прогнозов уменьшается с возрастанием срока. Несколько «Бейкер Тилли Русаудит» обнародовала информацию изучения о структуре управления затрат в больших и средних русских компаниях в январе 2009 года.
Эти опроса около 100 компаний (64% опрощеных — компании с оборотом выше $100 млн в год) сравниваются с июльским подобным изучением группы. самый важный вывод аналитиков звучит следующим образом: к началу 2009 года в большинстве компаний случился настоящий «обвал горизонта планирования» без смены стратегии развития компаний.
Число компаний, менеджмент которых готов поддерживать долговременные (сроком более двух лет) замыслы практикой своевременного управления бюджетом компаний, снизилось с 19 до 3%. Во многом реакция компаний на кризис, обваливший горизонт планирования, была позвана неясностью прогнозов. За исключением кредитного кризиса, развивавшегося с августа, прогнозы не давали оснований предвещать ни промышленный обвал в конце 2008 года, ни девальвационный шок.Выбор способов, применяемых при прогнозировании, зависит от возможностей аналитика — это смогут быть как сложные динамические математические модели, так и простые линейные/эспоненциальные/пропорциональные зависимости определенных размеров.
Прогнозирование на базе пропорциональных зависимостей
Базой для разработки способа пропорциональных зависимостей показателей помогают две главные характеристики любой экономической совокупности — инерционность и взаимосвязь.Одной из очевидных изюминок действующей коммерческой структуре как совокупности есть естественным образом согласованное сотрудничество ее отдельных элементов (как качественных, так и поддающихся количественному измерению). Это указывает, что многие показатели, кроме того не будучи связанными между собой формализованными методами, однако изменяются в динамике согласованно.
Разумеется, что в случае если некая совокупность будет в состоянии равновесия, то отдельные ее элементы не смогут функционировать хаотично, по крайней мере, вариабельность действий имеет определенныеограничения.Вторая черта — инерционность — в приложении к деятельности компании кроме этого достаточно очевидна. Суть ее пребывает в том, что в стабильно трудящейся компании с устоявшимися коммерческими связями и технологическими процессами не может быть резких «всплесков» в отношении главных количественных черт.
Так, в случае если часть себестоимости продукции в общей выручке составила в отчетном периоде 70%, в большинстве случаев, нет оснований считать, что в следующем периоде значение этого показателя значительно изменится. И изюминкой моделирования в кризисное время именно есть предвосхищение трансформаций сложившихся соотношений.Способ пропорциональных зависимостей показателей опирается на тезис о том, что возможно идентифицировать некоторый показатель, являющийся самоё важным с позиции чёрта деятельности компании, что благодаря такому свойству имел возможность бы быть использован как базисный для определения прогнозных значений вторых показателей в том смысле, что они «привязываются» к базисному показателю посредством несложных пропорциональных зависимостей.
К примеру, в качестве базисного показателя значительно чаще употребляется либовыручка от реализации, или себестоимость реализованной (произведенной) продукции.Последовательность процедур данного способа такова:1)идентифицируется базисный показатель B (к примеру, выручка от реализации);2) определяются производные показатели, прогнозирование которых воображает интерес (в частности, к ним смогут относиться показатели бухгалтерской отчетности в той либо другой номенклатуре статей, потому, что именноотчетность представляет собой формализованнуюмодель, дающую достаточно объективное представление об экономическом потенциале компании). В большинстве случаев, целесообразность и необходимость выделения того либо иного производного показателя определяются его значимостью в отчетности;3) для каждого производного показателя P устанавливается вид его зависимости от базисного показателя: P = f(B).
Значительно чаще выбирается линейный вид данной зависимости.При разработке прогнозной отчетности в первую очередь составляется прогнозный вариант отчета о убытках и прибылях, потому, что в этом случае рассчитываетсяприбыль, являющаяся одним из исходных показателей для разрабатываемого баланса.При прогнозировании баланса рассчитывают в первую очередь ожидаемые значения его активных статей. Что касается пассивных статей, то работа с ними завершается посредством способа балансовой увязки показателей, значительно чаще выявляется потребность во внешних источниках финансирования.
В кризисное время, в то время, когда большая часть активных инвестиций и операций жестко контролируются, вероятно моделирование пассивов через отчет о перемещении денежных средств: какие конкретно минимальные инвестиции вероятны при существующей долговой нагрузке либо какие конкретно дополнительные заимствования потребуются для поддержания деятельности.Фактически прогнозирование осуществляется на протяжении имитационного моделирования, в то время, когда при расчетах варьируются темпы трансформации независимых факторов и базового показателя, а его результатом есть построение нескольких вариантов прогнозной отчетности. Выбор оптимального из них и применение в будущем в качестве ориентира делаются уже посредством неформализованных параметров.
Точность прогнозов
Главными параметрами при оценке эффективности модели, применяемой в прогнозировании, помогают полнота представления и точность прогноза будущего денежного состояния предприятия. С позиций полноты, непременно, наилучшими являются способы, разрешающие выстроить три прогнозные формы отчетности. В этом случае будущее состояние предприятия возможно проанализировать не меньше подробно, чем его настоящее положение.
Вопрос с точностью прогноза пара более сложен и требует более внимания. Точность либо неточность прогноза — это отличие между прогнозным и фактическим значениями. В каждой конкретной модели эта величина зависит от последовательности факторов.
И, само собой разумеется, возможность сбываемости прогнозов в кризисные либо переломные годы существенно понижается из-за структурных макро- и микроизменений.Очень ключевую роль играются историческиеданные, применяемые при выработке модели прогнозирования. В совершенстве нужно иметь много данных за значительныйпериод времени, но знание прошлого не дает знания будущего. Помимо этого, используемыеданные должны быть «обычными» с позиций обстановки.
Стохастические способы прогнозирования, применяющие аппарат математической статистики, предъявляют к историческим данным в полной мере конкретные требования, при невыполнения которых не может быть гарантирована точность прогнозирования.Эти должны быть точными, сопоставимыми, достаточно представительными для проявления закономерности, однородными и устойчивыми. На практике оказывается, что этому критерию соответствуют не все историческиеданные, поскольку на деятельно растущих рынках происходило много слияний, поглощений, и диверсификации бизнеса, что стало причиной размытости трендов в консолидированной отчетности (аналитик видел только «среднюю температуру по поликлинике»), особенно на уровне холдингов.Точность прогноза зависит от правильности выбора способа прогнозирования в том либо другом конкретном случае.
Но это не свидетельствует, что в каждом случае применима лишь какая-нибудь одна модель. В полной мере быть может, что во многих случаях пара разных моделей выдадут довольно качественные оценки. Главным элементом в любой модели прогнозирования есть тренд, либо линия главной тенденции трансформации последовательности.
В большинстве моделей предполагается, что тренд есть линейным, но такое предположение не всегда закономерно и может отрицательно оказать влияние на точность прогноза. На точность прогноза кроме этого воздействует применяемый способ отделения от тренда сезонных колебаний — сложения либо умножения.
При применении способов регрессии очень принципиально важно верно выделить причинно-следственные связи между разными факторами и заложить эти соотношения в модель.Перед тем как применять модель для составления настоящих прогнозов, ее нужно проверить на объективность, с тем дабы обеспечить точность прогнозов. Этого возможно достигнуть двумя различными дорогами.1.
Результаты, полученные посредством модели, сравниваются с фактическими значениями через какой-то временной отрезок, в то время, когда те появляются. Недочёт для того чтобы подхода пребывает в том, что проверка «беспристрастности» модели может занять большое количество времени, поскольку по-настоящему проверить модель возможно лишь на продолжительном временном отрезке.2. Модель строится исходя из усеченного комплекта имеющихся исторических данных.
Оставшиеся эти возможно применять для сравнения с прогнозными показателями, взятыми посредством данной модели. Для того чтобы рода проверка более реалистична, поскольку она практически моделирует прогнозную обстановку.
Недочёт этого способа пребывает в том, что самые последние, а следовательно, и важнейшие показатели исключены из процесса формирования исходной модели.В свете сказанного выше относительно проверки модели делается ясным, что чтобы уменьшить ожидаемые неточности, нужно будет вносить трансформации в уже существующую модель. Такие трансформации вносятся в течении всего периода применения модели в реальности.
Постоянное внесение трансформаций вероятно в том, что касается тренда, сезонных и циклических колебаний, и любого применяемого причинно-следственного соотношения. Эти трансформации после этого проверяются посредством уже обрисованных способов.
Так, процесс оформления модели включает в себя пара этапов: сбор данных, выработку исходной модели, диагностику, уточнение — и снова все сперва на базе постоянного сбора дополнительных данных для обеспечения надежности модели в качестве источника прогнозной информации о денежном положении компании.При разработке любой из моделей прогнозирования предполагается, что обстановка в будущем не будет очень сильно различаться от настоящей. Иначе говоря считается, что все значимые факторы или учтены в модели прогнозирования, или неизменны в течение всего периода времени, на котором она употребляется.
Но модель — это неизменно огрубление настоящей обстановке методом отбора из нескончаемого количества действующих факторов ограниченного числа тех из них, каковые считаются самые важными исходя из конкретных целей анализа. эффективность и Точность выстроенной модели будут напрямую зависеть от обоснованности и правильности для того чтобы отбора. При применении модели для прогнозирования направляться не забывать о существовании факторов, сознательно либо несознательно не включенных в нее, каковые, однако, влияют на состояние предприятия в будущем.
Мало теории — дабы больше к этому не возвращаться
Денежное прогнозирование — это разработка и исследование вероятных дорог развития финансов организаций в возможности. Его задачами являются определение предполагаемого количества денег в прогнозируемом периоде, источников их направления и формирования самоё эффективного применения.
Денежные прогнозы являются частьюнеспециализированного бизнес-замысла и включают, в большинстве случаев, прогнозный отчет о убытках и прибылях, прогнозный баланс, бюджет денежных средств (кассовый замысел), бюджет инвестиций. Следовательно, денежное прогнозирование представляет собой одну из составляющих частей главного бюджета организации — денежный бюджет.Главный бюджет отражает те результаты, каковые должны быть взяты в прогнозируемом периоде, и материальные и трудовые ресурсы, нужные для его исполнения.В денежных прогнозах серьёзное значение имеет период времени, на что вычислен прогноз.
Своевременный либо так называемый текущий прогноз, в большинстве случаев, рассчитывается на время, за который не ожидается значительных трансформаций прогнозируемого объекта. В большинстве случаев — это срок в течение месяца либо квартала. Кратковременный прогноз в большинстве случаев ориентируется на возможность лишь количественных трансформаций в чёрте объекта анализа.
Временной горизонт для того чтобы прогнозирования, в большинстве случаев, не превышает одного года. Долговременные денежные прогнозы даются на период, за который предусматриваются не только количественные, но и качественные трансформации разбираемой организации.
На практике прогнозирование осуществляется на базе: оценки возможностей развития хозяйствующего субъекта; аналогии с тенденциями денежных взаимоотношений у сопоставимых организаций; оценки вероятного продолжения в будущем закономерностей и тенденций прошлого; модели будущего денежного состояния, выстроенной в соответствии с ожидаемым либо желательным трансформациям последовательности условий, возможности которых достаточно прекрасно известны.В соответствии с оценкам зарубежных и отечественных экспертов известно более чем 150 способов прогнозирования, но значительно чаще денежное прогнозирование основано на предварительной смете расходов и доходов, учитывающей оптимальные расходы и максимальные доходы и стабильное предполагаемое денежное состояние организации, обеспеченное потоками финансовой наличности.Составление прогнозной денежной отчетности довольно часто основывается на данных главного бюджета, что представляет собой законченное выражение маркетинговых, производственных и других замыслов, нужных с целью достижения поставленных целей. В базе построения расчёта и финансового бюджета его главных показателей лежит, в большинстве случаев (из которого постоянно бывают исключения), прогноз количества продаж.
Низкая достоверность оценки продаж снижает достоверность всех остальных прогнозных расчетов.Предусмотренное повышение количества продаж должно отыскать отражение в повышении количества производства. Это со своей стороны влечет за собой рост затрат, с одной стороны, и рост материальных запасов, готовой продукции и незавершённого производства — с другой.
Повышение производственных запасов предполагает рост задолженности по кредиту.Опыт говорит, что рост продаж увеличивает дебиторскую задолженность, что ведет к повышению утрат по неисправимым долгам в безотносительном выражении.Прирост оборотных дебиторской (задолженности и активов запасов) за вычетом прироста задолженности по кредиту, обусловленной повышением их приобретения, определяет величину потребности в собственном оборотном капитале, вытекающую из планируемого повышения количества продаж.Полученная величина потребности в собственном оборотном капитале должна быть сопоставима с планируемой величиной прибыли как источника покрытия данной потребности. Недостаточность прибыли говорит о несбалансированности показателей денежного бюджета.
Для этого нужно искать решения, среди которых смогут быть такие, как: привлечение кредитов банка; повышение периода расчетов с кредиторами и как следствие — повышение задолженности по кредиту; мероприятия по ускорению оборачиваемости оборотных активов.Если в силу определенных объективных либо субъективных обстоятельств реализация указанных мероприятий не представляется вероятной, имеется основания считать, что планируемое повышение продаж не обеспечено нужными источниками, что может повлечь значительные денежные неприятности в будущем.Предполагаемый рост продаж делает нужным повышение производственных запасов. В этом случае нарушается структура финансовых потоков.
При повышении платежей (закупка материалов, отчисления и оплата труда с нее, возросшие налоги) имеет место сокращение финансовых поступлений.В организациях используются разные способы прогнозирования продаж. В их числе возможно выделить следующие:- применение знаний и опыта торговых, денежных, производственных начальников. Этот способ, в большинстве случаев, самый легко и скоро снабжает принятие ответа.
Его недочётом есть понижение либо полное отсутствие персональной ответственности за сделанный прогноз и принятую смету;- использование статистических способов. самый простой пример: изучение тенденций трансформации количества продаж посредством анализа темпов роста показателей продаж. Данный и другие, более сложные статистические способы (к примеру, корреляционный анализ) делают прогноз более надежным.
Вместе с тем преимущественная ориентация на них может привести к важным просчетам, потому, что результаты прогнозирования, полученные способами статистики, подвержены влиянию случайных колебаний;- привлечение сбытовых структур. Сотрудничество товаропроизводителей с торговой инфраструктурой повышает уровень качества прогноза потребности в продукции.
Одна из форм для того чтобы сотрудничества — заключение соглашений форвардного типа, разрешающих фирмам-производителям обеспечить сбыт, спланировать производство, загрузку мощностей, запасы продукции.Все эти способы взаимно дополняют друг друга. самый точный прогноз будет взят в том случае, если один из них рассматривается как инструмент дополнительного контроля результатов, взятых вторыми способами.
Случай из судьбы — главные моменты
Разглядим на практическом примере главные показатели денежной модели и их связь в динамике на примере денежного прогноза для русского дилера АВС (все приведенные цифры являются расчетными, и каждые совпадения с настоящими разрешёнными следует считать случайными).Предположим, что отечественный дилер автомобилей занимается лишь продажей новых автомобилей (без продажи подержанных технического обслуживания и автомобилей). Целью построения модели есть выяснение условий, при которых АВС не сможет расплатиться по кредитам, взятым в 2007 году на постройку нового дилерского центра, и тестирование главных денежных коэффициентов.Возможности российского автомобильного рынка на 2009 являются далеко не радужными1, и три сценария его развития (динамика продаж машин в штуках и в процентах) станут главными драйверами отечественной модели.
Таблица 1. Сценарии развития автомобильного рынка
| Сценарий развития, продажи в штуках | 2007 г. | 2008 г. | 2009 г. | 2010 г. | 2011 г. | 2012 г. |
| Оптимистичный | 2 412 930 | 3 157 300 | 3 650 100 | 4 281 750 | 4 941 600 | 5 609 800 |
| Реалистичный | 2 412 930 | 2 850 000 | 2 600 000 | 2 900 000 | 3 200 000 | 4 000 000 |
| Пессимистичный | 2 412 930 | 2 850 000 | 2 100 000 | 1 900 000 | 2 000 000 | 2 200 000 |
| Сценарий развития, динамика продаж в процентах | ||||||
| Оптимистичный, % | 31 | 16 | 17 | 15 | 14 | |
| Реалистичный, % | 18 | -9 | 12 | 10 | 25 | |
| Пессимистичный, % | 18 | -26 | -10 | 5 | 10 |
Главным параметром данной модели есть количество продаж, и эта величина может определяться различными методами, в зависимости от имеющихся данных и сложности дешёвого ПО. Прогнозные значения выручки для каждого года смогут получаться методом взвешивания, экстерполяции либо линейной зависимости прогнозных значений релевантных факторов для каждого из сценариев развития.В самом несложном случае, количество продаж дилера автомобилей будет производной числа реализованных автомобилей (с заданным трендом по сценарию) на их отпускную цену.
Цена может определяться как себестоимость плюс некая маржа либо на базе исторических данных с коррекцией на некие ожидаемые события (к примеру, увеличение импортных пошлин либо коррекция стоимостей производителями машин).В редких случаях, в то время, когда достаточно совершенно верно известны доли рынка главных игроков и имеется основания доверять имеющимся сценариям развития рынка, расчет возможно произвести следующим образом:Количество продаж = Число автомобилей по сценарию x Часть рынка x Цена.Но в большинстве случаев компании реализовывают линейку сопутствующих услуг и товаров, и тогда разумно наблюдать на эти прошлых лет с целью определения цены продаж (наряду с этим большие и минимальные исторические значения смогут употребляться для оптимистического и пессимистического прогноза). Для более сложных моделей, в случае если отпускные стоимости указаны в рублях, а цены — в долларах, делается соответствующая коррекция на отличие курса.Количество продаж = тренд продаж по сценарию (%) x Цена продаж (min, max) x Девальвация рубля за разглядываемый период (%).В некоторых случаях аналитик может забрать прогнозы по одной и той же компании, выполненные несколькими банками/агентствами (к примеру, из открытых информационных источников), и сделать консенсус-прогноз как среднее арифметическое отысканных вариантов.
Достоверность для того чтобы консенсус-прогноза зависит от качества имеющихся данных.Как вы уже увидели, допущений по мере работы может становиться все больше, и требуется сдерживать собственную фантазию, дабы оказалось не целое «дерево допущений», а лишь три сценария с некоторым комплектом изменяющихся факторов.Сделаем следующие допущения по главным параметрам:- экономические показатели (инфляция (не учитываем), себестоимость и отпускные цены на автомобили (возрастут в 2008 году как минимум на 5% из-за увеличения импортных пошлин), ставки (берем максимально 20% с 2009 года, не смотря на то, что по существующим кредитам смогут быть и фиксированные проценты), валютные котировки (делаем храброе допущение, что компания реализовывает и берёт в долларах));- ожидаемая динамика продаж для данного рынка (по трем сценариям);- расходы и операционные доходы (сохраняем прошлую структуру, за исключением оптимизации персонала и, следовательно, сокращения неспециализированных затрат);- обслуживание долга и использование кредита (в совершенстве необходимо знать график погашения существующего кредитного портфеля);- дивиденды и налогообложение (на базе исторических данных).Прогнозный баланс, отчет о убытках и прибылях и отчет о перемещении денежных средств связаны между собой посредством нескольких показателей. В числе главных взаимозависимостей параметров отметим лишь главные:- главные средства (Property, Plant, Equipment) этого года приблизительно равны PPE прошлого года плюс капитальные затраты (Capex) минус амортизация;- неспециализированный долг этого года равен сумме долга прошлого года плюс/минус новые займы/выплаты главного долга в этом году;- личный капитал (Equity) этого года приблизительно равен прошлогоднему значению плюс нераспределенная прибыль нынешнего года;- динамика продаж обязана коррелировать с динамикой кредиторской/дебиторской задолженности (при сохранении условий расчетов с поставщиками/клиентами).Еще одно правило, которым пользуются при построении моделей, — в случае если тренд либо прогноз какого-либо показателя (к примеру, другие затраты/доходы либо отложенные налоговые активы/пассивы) представляется неясным либо непредсказуемым, его нулевым.
Главные выводы
В рассмотренном нами случае компания АВС сможет удовлетворительно обслуживать долг (выплачивать проценты и главную сумму долга) лишь при условии, что темпы падения количества продаж не превысят 9% в 2009 году в натуральном выражении при неизменной операционной марже. В другом случае (пессимистический сценарий) появляется риск рефинансирования (компания не может выплачивать долг в соответствии с ранее установленным графиком), и риск понижения покрытия процентов, в связи с неспециализированным увеличением ставок на рынке.Эта модель дает ответ и на ряд других вопросов: какой уровень капитальных затрат может себе позволить компания в соответствии с настоящими продажами, сколько денег и в то время, когда нужно завлекать на рынке, как должны измениться денежные ковенанты (в случае если таковые предусмотрены по кредитным соглашениям), какие конкретно торговые скидки может сделать компания (поделиться собственной маржой) клиентам и многие другие.
Мы строили, строили и наконец выстроили. Ура?
Сегодняшний экономический кризис, приближение которого не смогли спрогнозировать кроме того ведущие банки мира, стал причиной волны скепсиса в отношении достоверности экономических прогнозов по большому счету и денежных моделей фирм-заемщиков в частности. Знание прошлого не свидетельствует знания будущего, исходя из этого каждая проекция (линейная, пропорциональная либо сложная динамическая) исторических разрешённых должна корректироваться экспертами.
без сомнений, любое предсказание будущего — как интуитивно-ритуальное, так и научное — несет в себе лишь некую долю возможности. Стоит признать, что в условиях недавней эйфории и объявления «новой экономики, которая может вечно развиваться без рецессии», модели строились по одному сценарию — выдать желаемое за настоящее.
Но категоричный вопрос «может, по большому счету 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 направлений заставляют искать хоть какую-то точку опоры либо ориентир на будущее. Исходя из этого денежное моделирование делается более актуальным, чем в эру стабильности, при условии шепетильно проработанных допущений, при наличии нескольких сценариев развития оцениваемого экспертных оценок и предприятия.
Таблица 2. Оптимистический вариант: Все будет прекрасно, либо Стакан наполовину полон ($ млн)
| Факт | Прогноз | |||||
| 1 | 2 | 3 | ||||
| Отчет о убытках и прибылях | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Количество продаж | 965 | 1326 | 1533 | 1798 | 2075 | 2356 |
| Справочно: Число реализованных автомобилей | 48 259 | 63 146 | 73 002 | 85 635 | 98 832 | 112 196 |
| Цена продаж | 830 | 1154 | 1334 | 1565 | 1785 | 2026 |
| Другие операционные затраты | 97 | 133 | 138 | 162 | 208 | 236 |
| EBITDA | 39 | 40 | 61 | 72 | 83 | 94 |
| Амортизация | 4 | 5 | 6 | 6 | 8 | 9 |
| EBIT | 34 | 34 | 56 | 66 | 75 | 85 |
| Процентные затраты | 7 | 12 | 14 | 4 | 2 | 0 |
| Другие неоперационные затраты | -1 | -1 | -1 | -1 | -2 | -2 |
| Налог на прибыль | 6 | 5 | 8 | 12 | 14 | 17 |
| Чистая прибыль | 20 | 16 | 32 | 49 | 58 | 66 |
| Баланс | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Строения, сооружения | 106 | 136 | 141 | 148 | 189 | 236 |
| Другие внеоборотные активы | 14 | 16 | 17 | 19 | 20 | 22 |
| Итого главные средства | 120 | 152 | 158 | 167 | 210 | 258 |
| Наличные и их эвиваленты | 22 | 12 | 5 | 7 | 11 | 15 |
| Другие оборотные активы | 139 | 174 | 195 | 211 | 223 | 235 |
| Итого оборотные средства | 161 | 186 | 200 | 218 | 234 | 250 |
| Итого активы | 281 | 338 | 358 | 384 | 444 | 508 |
| Личный капитал | 90 | 106 | 139 | 187 | 245 | 312 |
| Кратковременный долг | 59 | 42 | 21 | 6 | 3 | 0 |
| Другие кратковременные обязательства | 86 | 90 | 100 | 120 | 150 | 160 |
| Итого кратковременные обязательства | 145 | 132 | 121 | 126 | 153 | 160 |
| Долговременный долг | 41 | 78 | 49 | 14 | 7 | 0 |
| Другие долговременные обязательства | 5 | 22 | 49 | 27 | 39 | 37 |
| Итого долговременные обязательства | 46 | 100 | 98 | 71 | 46 | 37 |
| Итого обязательства и капитал | 281 | 338 | 358 | 384 | 444 | 508 |
| Отчет о перемещении денежных средств | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Чистая прибыль | 20 | 16 | 32 | 49 | 58 | 66 |
| Амортизация | 4 | 5 | 6 | 6 | 8 | 9 |
| Неденежные элементы | 0 | 0 | 0 | 0 | 0 | 0 |
| Трансформации оборотного капитала | -11 | -15 | 11 | 5 | -6 | -9 |
| Операционный финансовый поток | 14 | 7 | 49 | 60 | 59 | 67 |
| Капитальные затраты | -29 | -30 | -5 | -7 | -42 | -47 |
| Другие инвестиции | 3 | 0 | 0 | 0 | 0 | 0 |
| Инвестиционный финансовый поток | -26 | -30 | -5 | -7 | -42 | -47 |
| Вольный финансовый поток | -12 | -23 | 44 | 53 | 17 | 19 |
| Чистая сумма займов/погашений | 32 | 20 | -50 | -50 | -10 | -10 |
| Барыши и другие | -2 | -7 | -1 | -1 | -3 | -5 |
| Денежный поток | 30 | 13 | -51 | -51 | -13 | -15 |
| Курсовые корректировки | 0 | 0 | 0 | 0 | 0 | 0 |
| Чистый финансовый поток: | 17 | -10 | -7 | 2 | 4 | 4 |
| наличные на начало периода | 4 | 22 | 12 | 5 | 7 | 11 |
| наличные на конец периода | 22 | 12 | 5 | 7 | 11 | 15 |
| Главные коэффициенты | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Валовая маржа | 14% | 13% | 13% | 13% | 14% | 14% |
| Маржа EBITDA | 4% | 3% | 4% | 4% | 4% | 4% |
| Маржа чистой прибыли | 2% | 1% | 2% | 3% | 3% | 3% |
| Чистый долг/EBITDA | 2,0 | 2,7 | 1,1 | 0,2 | 0,0 | 0,2 |
| Чистый долг/Личный капитал | 0,9 | 1,0 | 0,5 | 0,1 | 0,0 | 0,0 |
| EBITDA/Процентные платежи | 5,5 | 3,3 | 4,4 | 18,0 | 41,5 | нет |
| Неспециализированный долг | 100 | 120 | 70 | 20 | 10 | 0 |
Таблица 3. Реалистический сценарий: Золотая середина, либо Прекрасно информированный банкир ($ млн)
| Факт | Прогноз | |||||
| 1 | 2 | 3 | ||||
| Отчет о убытках и прибылях | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Количество продаж | 965 | 1197 | 1092 | 1218 | 1344 | 1680 |
| Справочно: Число реализованных автомобилей | 48 259 | 57 000 | 52 000 | 58 000 | 64 000 | 80 000 |
| Цена продаж | 830 | 1041 | 950 | 1060 | 1156 | 1445 |
| Другие операционные затраты | 97 | 120 | 98 | 110 | 134 | 168 |
| EBITDA | 39 | 36 | 44 | 49 | 54 | 67 |
| Амортизация | 4 | 5 | 6 | 6 | 6 | 7 |
| EBIT | 34 | 30 | 38 | 43 | 47 | 60 |
| Процентные затраты | 7 | 12 | 19 | 14 | 12 | 9 |
| Другие неоперационные затраты | -1 | -1 | -1 | -1 | -1 | -1 |
| Налог на прибыль | 6 | 4 | 4 | 6 | 7 | 10 |
| Чистая прибыль | 20 | 14 | 15 | 22 | 27 | 40 |
| Баланс | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Строения, сооружения | 106 | 136 | 139 | 144 | 158 | 174 |
| Другие внеоборотные активы | 14 | 15 | 15 | 15 | 16 | 18 |
| Итого главные средства | 120 | 151 | 154 | 160 | 174 | 193 |
| Наличные и их эвиваленты | 22 | 9 | 8 | 9 | 12 | 16 |
| Другие оборотные активы | 139 | 167 | 160 | 168 | 174 | 194 |
| Итого оборотные средства | 161 | 176 | 168 | 178 | 187 | 210 |
| Итого активы | 281 | 327 | 322 | 337 | 361 | 403 |
| Личный капитал | 90 | 104 | 118 | 140 | 168 | 208 |
| Кратковременный долг | 59 | 42 | 29 | 21 | 18 | 14 |
| Другие кратковременные обязательства | 86 | 90 | 85 | 100 | 110 | 120 |
| Итого кратковременные обязательства | 145 | 132 | 114 | 121 | 128 | 134 |
| Долговременный долг | 41 | 78 | 67 | 50 | 43 | 32 |
| Другие долговременные обязательства | 5 | 13 | 23 | 26 | 22 | 29 |
| Итого долговременные обязательства | 46 | 91 | 90 | 76 | 65 | 61 |
| Итого обязательства и капитал | 281 | 327 | 322 | 337 | 361 | 403 |
| Отчет о перемещении денежных средств | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Чистая прибыль | 20 | 14 | 15 | 22 | 27 | 40 |
| Амортизация | 4 | 5 | 6 | 6 | 6 | 7 |
| Неденежные элементы | 0 | 0 | 0 | 0 | 0 | 0 |
| Трансформации оборотного капитала | -11 | -15 | 8 | 4 | -4 | -7 |
| Операционный финансовый поток | 14 | 4 | 28 | 32 | 30 | 40 |
| Капитальные затраты | -29 | -30 | -3 | -5 | -13 | -17 |
| Другие инвестиции | 3 | 0 | 0 | 0 | 0 | 0 |
| Инвестиционный финансовый поток | -26 | -30 | -3 | -5 | -13 | -17 |
| Вольный финансовый поток | -12 | -26 | 24 | 27 | 16 | 23 |
| Чистая сумма займов/погашений | 32 | 20 | -24 | -25 | -10 | -15 |
| Барыши и другие | -2 | -7 | -1 | -1 | -3 | -5 |
| Денежный поток | 30 | 13 | -25 | -26 | -13 | -20 |
| Курсовые корректировки | 0 | 0 | 0 | 0 | 0 | 0 |
| Чистый финансовый поток: | 17 | -13 | -1 | 1 | 3 | 3 |
| наличные на начало периода | 4 | 22 | 9 | 8 | 9 | 12 |
| наличные на конец периода | 22 | 9 | 8 | 9 | 12 | 16 |
| Главные коэффициенты | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 |
| Валовая маржа | 14% | 13% | 13% | 13% | 14% | 14% |
| Маржа EBITDA | 4% | 3% | 4% | 4% | 4% | 4% |
| Маржа чистой прибыли | 2% | 1% | 2% | 2% | 2% | 2% |
| Чистый долг/EBITDA | 2,0 | 3,1 | 2,0 | 1,3 | 0,9 | 0,5 |
| Чистый долг/Личный капитал | 0,9 | 1,1 | 0,7 | 0,4 | 0,3 | 0,1 |
| EBITDA/Процентные платежи | 5,5 | 3,0 | 2,3 | 3,4 | 4,4 | 7,3 |
| Неспециализированный долг | 100 | 120 | 96 | 71 | 61 | 46 |
Таблица 4. Пессимистический сценарий: Все пропало, либо Этюд в багряных тонах ($ млн)
Н.И. Опарина, Натиксис Банк (ЗАО), кредитный аналитик
| Факт | Прогноз | |||||
| 1 | 2 | 3 | ||||
