Управление финансовыми рисками корпораций индустрии ритейла в условиях экономической нестабильности тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Пешко Станислав Игоревич

• Пешко Станислав Игоревич
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Пешко Станислав Игоревич

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ УПРАВЛЕНИЯ ФИНАНСОВЫМИ РИСКАМИ ИНДУСТРИИ РИТЕЙЛА В УСЛОВИЯХ ЭКОНОМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ

1.1. Анализ основных тенденций и закономерностей современного развития индустрии ритейла

1.2. Финансовые риски в системе предпринимательских рисков компаний индустрии ритейла

1.3. Идентификация и влияние ключевых источников неопределенности на частные

финансовые риски для корпоративного сектора

Выводы по главе

ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ УПРАВЛЕНИЯ ФИНАНСОВЫМИ РИСКАМИ С УЧЕТОМ ВОЗДЕЙСТВИЯ ВНЕШНИХ ФАКТОРОВ

2.1. Методические основы оценки экономической нестабильности и ее влияния на ключевые отрасли реального сектора экономики

2.2. Совершенствование методов прогнозирования и оценки наиболее значимых финансовых рисков компаний индустрии ритейла на основе корреляционно-регрессионного анализа макроэкономических факторов

2.3. Концепция принятия финансовых рискоустойчивых решений в условиях

повышенной неопределенности

Выводы по главе

ГЛАВА 3. ФОРМИРОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ ФИНАНСОВЫМИ РИСКАМИ КОРПОРАЦИЙ ИНДУСТРИИ РИТЕЙЛА В УСЛОВИЯХ ЭКОНОМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ

3.1. Подход к формированию системы управления финансовыми рисками корпораций индустрии ритейла

3.2. Разработка алгоритма оценки эффективности системы управления финансовыми рисками

3.3. Апробация методики прогнозирования влияния внешних факторов на показатели результатов и эффективности хозяйственной деятельности компаний

индустрии ритейла на примере основных ритейл-сетей

3.4. Разработка рекомендаций по формированию системы управления ключевыми финансовыми рисками индустрии ритейла в условиях экономической

нестабильности

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСТОЧНИКОВ

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Управление финансовыми рисками корпораций индустрии ритейла в условиях экономической нестабильности»

ВВЕДЕНИЕ

Актуальность темы исследования. Рыночные отношения формируют условия, в которых вопросы оценки и управления финансовыми рисками приобретают самостоятельное теоретическое и прикладное значение как существенная составная часть деятельности корпораций. Успех компании неразрывно связан с обоснованностью и применимостью выбранного стратегического пути развития бизнеса. В процессе разработки стратегии отдельной корпорации неизбежно приходится учитывать вероятности возникновения финансовых рисков.

Корпорации постоянно находятся в поиске новых способов ведения бизнеса и важно в процессе развития своевременно идентифицировать и определить меры по управлению финансовыми рисками. Поиск и совершенствование путей осуществления стратегии с учетом вероятных финансовых рисков обусловлен неопределенностью принимаемых предпринимательских и финансовых решений и осуществим исключительно в условиях наличия альтернатив, обеспечивающих принятие рискоустойчивых решений. В условиях экономической нестабильности закономерно возникает вопрос об управлении финансовыми рисками, их своевременной идентификации, оценке и разработке соответствующих мероприятий, направленных на снижение таких рисков в условиях экономической нестабильности. Ритейл, являясь, проводником между производством, логистикой и потребителем, представляет сферу деятельности, находящуюся в зависимости от большого количества внешних факторов.

Недостаточная теоретическая разработанность методических основ управления финансовыми рисками, применимая к индустрии ритейла, а также нехватка практических рекомендаций по упомянутому направлению деятельности субъектов хозяйствования обуславливают актуальность темы диссертационного исследования.

Степень разработанности научной проблемы. Вопросы предпринимательских рисков были рассмотрены в фундаментальных работах таких

авторов как: Кантильон Р., Найт Ф.Х., Смит А., Тюнен И.Г. и другие. Среди современных зарубежных экономистов, исследовавших проблемы риска в предпринимательской деятельности, можно выделить: Баззела Р.Д., Бачкаи Т., Кинга У., Клиланда Д., Мушика Э., Мюллера П., Питерса М., Хизрича Р., Шарпа У.Ф. и других.

Концепция финансовых рисков рассматривается работах ряда зарубежных авторов, среди которых Галлахер Р., Кейнс Дж.М., Маршалл А., Моргенштерн О., Найт Ф.Х., Нейман Дж., Пигу А.С., Смит А., Шумпетер Й., Эрроу К. и другие.

Среди отечественных исследователей, освящающих вопросы рисков предпринимательских структур, в том числе финансовых рисков, можно выделить: Альгина А.П., Балабанова И.Т., Белозерова С.А., Иванова В.В., Волкова Д.Л., Воронову Н.С., Зубову Л.В., Кайля В.Н., Клейнера Г.Б., Кумачеву С.Ш., Кунина В.А., Соколову С.В., Соложенцеву Е.Д., Шапкина А.С., Шахова В.В. и других.

Методология и практический инструментарий управления рисками, в том числе финансовыми рисками, в различной степени рассматриваются в работах известных российских исследователей, среди которых: Балабанов И.Т., Бланк И.А., Буянова М.Э., Васин С.М., Воронова Н.С., Гранатуров В.М., Гурнович Т.Г., Егоров В.Б., Иванов В.В., Калайда С.А., Кальварский Г.В., Ковалев В.В., Ковалев Вит.В., Кунин В.А., Лисица М.И., Лобанов А.А., Печалова М.Ю., Петрова Е.А., Покровская Н.В., Попков В.П., Уткин Э.А., Улыбина Л.К., Шапкин А.С., Шутов В.С. и другие.

Труды зарубежных и российских ученых характеризуются неоднозначностью в трактовке риска и понимании его содержания и сущности, что связано с многогранностью данного понятия и наличием большого количества методов и инструментов современного риск-менеджмента. Анализ работ показал, что несмотря на глубокую теоретическую и методологическую проработку существенных аспектов финансового риск-менеджмента, ряд вопросов остается дискуссионным и неразрешенным, в частности в отношении инструментов и методов прогнозирования и оценки финансовых рисков компаний индустрии ритейла в условиях экономической нестабильности, что определило тему, цель и задачи диссертационного исследования.

Целью диссертационной работы является разработка и обоснование концептуального подхода к совершенствованию инструментария управления финансовыми рисками на микроуровне с учетом отраслевой специфики индустрии ритейла.

Задачи диссертационной работы:

1. Определить этапы развития индустрии ритейла в современной России и основные тенденции и закономерности развития российского ритейла.

2. Дать характеристику влиянию предпринимательских рисков на финансовые риски корпорации.

3. Определить и обосновать признаки экономической нестабильности. Предложить методику оценки уровней экономической нестабильности отдельных отраслей экономики и определить направления использования полученных оценок для целей управления частными финансовыми рисками компаний.

4. Оценить волатильности интегрального и отраслевых биржевых индексов московской биржи.

5. Разработать методику прогнозирования и оценки влияния факторов макроуровня на риски снижения прибыльности и рентабельности.

6. Предложить показатели, направленные на оценку количественного эффекта влияния внешних факторов на финансовые показатели корпорации.

7. Определить способы совершенствования эффекта комбинированного рычага и методы управления финансовыми рисками при различных уровнях экономической нестабильности для принятия финансового рискоустойчивого решения.

8. Формализовать алгоритм оценки эффективности системы управления финансовыми рисками.

Объект диссертационного исследования: финансовые риски корпораций индустрии ритейла.

Предмет исследования: процесс воздействия внешних факторов на финансовые показатели и финансовые риски компаний индустрии ритейла.

Теоретической основой исследования являются труды отечественных и зарубежных исследователей в области финансов и управления финансовыми рисками. В частности, в основе исследования лежат труды по оценке волатильности, управлению структурой капитала, влиянию экономической нестабильности на деятельность корпораций, классификации рисков.

Методология исследования. Методология исследования построена на базе диалектического системного подхода, применении общенаучных и эмпирических методов, а именно сравнительного, логического и факторного анализа, дедукции, индукции, синтеза, обобщения и группировки данных, а также экономического анализа, теории вероятности, математической статистики, методов формализации с использованием теоретического аппарата анализа влияния финансовых решений на финансовые риски и финансовых рисков на финансовое состояние и финансовые результаты корпорации. Особое внимание уделено исследованиям по вопросам управления риском потери финансовой устойчивости, структурным риском, а также рисками снижения прибыльности и рентабельности.

Информационную базу исследования составили нормативно-правовые акты РФ, статистические материалы Банка России, Федеральной службы государственной статистики, российских информационных и рейтинговых агентств.

Обоснованность результатов исследования определяется проведением анализа отечественных и зарубежных трудов по управлению финансовыми рисками, аргументированным выбором источников и их критической проработкой, соответствием методологии современного финансового риск-менеджмента, результатами научных изысканий и экспериментальными данными, обработкой и проведенной оценкой общедоступных официальных статистических данных, апробацией полученных результатов исследования на международных и национальных научно-практических конференциях.

Достоверность результатов исследования обеспечивается использованием современной методологии исследования, следованием принципам научного познания, достоверностью и разнообразием источников исследования, апробацией

основных результатов исследования в рецензируемых научных изданиях и на научно-практических конференциях.

Соответствие диссертации Паспорту научной специальности. Тема диссертационного исследования соответствует области исследования паспорта научной специальности 5.2.4. Финансы (экономические науки): п. 19. «Финансовые риски. Финансовый риск-менеджмент», п. 15 «Корпоративные финансы. Финансовая стратегия корпораций. Финансовый менеджмент» и п. 17 «Система финансового контроля в корпорациях: содержание, формы, методы и инструменты реализации».

Научная новизна диссертационного исследования состоит в разработке и обосновании концептуального подхода к совершенствованию инструментария управления финансовыми рисками на микроуровне с учетом отраслевой специфики индустрии ритейла, заключающегося в управлении риском потери финансовой устойчивости на основе управления комплексным левериджем, объединяющим воздействие финансового, операционного и входного левериджей, где последний отражает влияние внешних факторов на показатели выручки.

Теоретическая значимость исследования заключается в совершенствовании методов управления финансовыми рисками корпораций индустрии ритейла в условиях экономической нестабильности на основе определения уровней экономической нестабильности, и разработанной методики оценки влияния внешних факторов на показатели выручки и прибыли компаний с применением предложенных показателей входного и комплексного рычагов в целях управления рисками с учётом уровня экономической нестабильности.

Практическая значимость исследования заключается в разработке методических положений по прогнозированию и оценке рисков снижения прибыли и рентабельности под воздействием внешних факторов, разработке концепции принятия финансовых рискоустойчивых решений и выработке рекомендаций по финансовому риск-менеджменту в условиях экономической нестабильности.

Апробация результатов исследования. Результаты и выводы исследования были обсуждены и положительно оценены на восьми международных и

национальных конференциях и семинаре, а именно: национальная научно-практическая конференция «Развитие финансовых отношении в циркулярной экономике» (Санкт-Петербург, 22 октября 2021 г.), международная научно-практическая конференция «Цифровая экономика и финансы» (Санкт-Петербург, 17-18 марта 2022 г.), национальная научно-практическая конференция «Устойчивое развитие (ESG): финансы, экономика, промышленность» (Санкт-Петербург, 21 октября 2022 г.), международная научно-практическая конференция молодых учёных и специалистов по устойчивому развитию, инвестициям и финансовым рискам «Финатлон форум» (Москва, 17 ноября 2022 г.), семинар молодых ученых «Наука и технологии: перспективные направления исследования» (Санкт-Петербург, 13 декабря 2022 г.), международная научно-практическая конференция «Цифровая экономика и финансы» (Санкт-Петербург, 16-17 марта 2023 г.), национальная научно-практическая конференция с международным участием «Устойчивое развитие (ESG): финансы, экономика, промышленность» (Санкт-Петербург, 19-20 октября 2023 г.), международная научно-практическая конференция «Цифровая экономика и финансы» (Санкт-Петербург, 14-15 марта 2024 г.), международная конференция «Управление бизнесом в цифровой экономике» (Санкт-Петербург, 21-22 марта 2024 г.).

Публикации результатов исследования. Основные положения и результаты диссертационного исследования опубликованы в 16 научных публикациях общим объемом 8.4 п. л. (авторских - 5.71 п. л.), включая 7 статей в научных изданиях, входящих в перечень ВАК, объемом 4.6 п. л. (авторских - 3.36 п. л.) и 1 статья в научном журнале, входящем в перечень ВАК и индексируемом в Web of Science и Scopus, объемом 1.3 п. л. (авторских - 0.43 п. л.).

Личный вклад автора. Работа выполнена в Санкт-Петербургском университете технологий управления и экономики. Ряд исследований проводился совместно с В. А. Куниным и А. Ю. Румянцевой. В связи с тем, что часть результатов исследований опубликована в соавторстве, где сложно однозначно определить вклад каждого участника, в диссертации ссылки приводятся с полным

перечислением авторов. При этом результаты, представленные к защите, получены лично автором.

Структура диссертационного исследования. Диссертация изложена на 241 страницах и состоит из введения, основной части, заключения, библиографического списка из 229 источников и 23 приложений. Основная часть диссертации включает три главы из 10 параграфов и выводы по каждой главе, содержит 60 таблиц и 25 рисунков.

Основные научные результаты:

1. Разработан алгоритм прогнозирования влияния макроэкономических факторов на финансовые риски снижения показателей прибыли и рентабельности на основе анализа чувствительности предложенных коэффициентов к возможным изменениям рыночной конъюнктуры [68, 70] (личный вклад составляет не менее 80%).

2. Предложены показатели входного и комплексного левериджа, позволяющие получить количественную оценку влияния внешних факторов на финансовые результаты компании, что дает возможность оценить воздействие факторов внешней среды на указанные результаты компаний индустрии ритейла [70] (личный вклад составляет не менее 80%).

3. Определен алгоритм принятия финансовых рискоустойчивых решений по привлечению и распределению капитала компании с целью эффективного конкурентоспособного развития бизнеса вне зависимости от степени воздействия внешних и внутренних факторов риска и уровня неопределённости [65, 194] (личный вклад составляет не менее 80%).

4. Формализован многоступенчатый алгоритм оценки эффективности системы управления финансовыми рисками, основанный на последовательном применении комплексной оценки, включающей количественный анализ соответствия ключевых финансовых показателей установленным критериям и углубленный анализ причин отклонения фактических значений этих показателей от ожидаемых значений. Алгоритм предусматривает итеративный характер оценки с

повторным проведением и корректировкой мер реагирования для непрерывного совершенствования системы управления финансовыми рисками [95, 97, 101].

5. Определены и обоснованы характеристики экономической нестабильности макроэкономической системы, заключающиеся в повышенном уровне волатильности биржевых индексов и резком существенном изменении макроэкономических факторов. На основе полученных аналитических оценок уровней волатильности биржевых индексов разработана методика управления частными финансовыми рисками компаний [66, 99] (личный вклад составляет не менее 80%).

6. Дана характеристика взаимного влияния финансовых и других предпринимательских рисков, раскрывающая механизм их взаимосвязи и отражающая иерархическую структуру воздействия рисков на финансовое состояние и финансовые результаты компании [69, 94, 96, 98, 103] (личный вклад составляет не менее 80%).

7. Систематизированы и охарактеризованы основные тенденции и закономерности развития индустрии российского ритейла, выражающиеся в консолидации ритейл-сетей, активной цифровизации и развитии собственных торговых марок [100, 102].

Положения, выносимые на защиту:

1. Разработан алгоритм прогнозирования влияния макроэкономических факторов на финансовые риски снижения показателей прибыли и рентабельности на основе анализа чувствительности предложенных коэффициентов к возможным изменениям рыночной конъюнктуры.

2. Предложены показатели входного и комплексного левериджа, позволяющие получить количественную оценку влияния внешних факторов на финансовые результаты компании, что дает возможность оценить воздействие факторов внешней среды на указанные результаты компаний индустрии ритейла.

3. Определен алгоритм принятия финансовых рискоустойчивых решений по привлечению и распределению капитала компании с целью эффективного

конкурентоспособного развития бизнеса вне зависимости от степени воздействия внешних и внутренних факторов риска и уровня неопределённости.

4. Формализован многоступенчатый алгоритм оценки эффективности системы управления финансовыми рисками, основанный на последовательном применении комплексной оценки, включающей: количественный анализ соответствия ключевых финансовых показателей установленным критериям, и углубленный анализ причин отклонения фактических значений этих показателей от ожидаемых значений. Алгоритм предусматривает итеративный характер оценки с повторным проведением и корректировкой мер реагирования для непрерывного совершенствования системы управления финансовыми рисками.

5. Определены и обоснованы характеристики экономической нестабильности макроэкономической системы, заключающиеся в повышенном уровне волатильности биржевых индексов и резком существенном изменении макроэкономических факторов. На основе полученных аналитических оценок уровней волатильности биржевых индексов разработана методика управления частными финансовыми рисками компаний.

6. Дана характеристика взаимного влияния финансовых и других предпринимательских рисков, раскрывающая механизм их взаимосвязи и отражающая иерархическую структуру воздействия рисков на финансовое состояние и финансовые результаты компании.

7. Систематизированы и охарактеризованы основные тенденции и закономерности развития индустрии российского ритейла, выражающиеся в консолидации ритейл-сетей, активной цифровизации и развитии собственных торговых марок.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ УПРАВЛЕНИЯ ФИНАНСОВЫМИ РИСКАМИ ИНДУСТРИИ РИТЕЙЛА В УСЛОВИЯХ ЭКОНОМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ

1.1. Анализ основных тенденций и закономерностей современного развития индустрии ритейла

Первые торговые сети появились в Англии в 1850-х годах, к 1875 году их количество достигло значения 29. В совокупности создатели торговых сетей в тот период владели более чем 1000 магазинов [186]. В 2020 году крупнейшая торговая сеть по выручке - американская компания Walmart, насчитывающая более 10,5 тысяч магазинов, которые представлены в 24 странах мира. Сейчас ритейл является основным проводником между потребителем и производителем товаров, а компаниям, стремящимся к успеху в данной отрасли необходимо удовлетворять запросы всех категорий граждан.

Можно выделить следующие ключевые этапы развития ритейла в России:

Зарождение ритейла. В 1990-1998 годах начали появляться первые магазины таких торговых сетей, как Седьмой Континент, Лента, Перекресток (в 2006 году объединилась с торговой сетью Пятерочка, которые образовали X5 Retail Group), Л'Этуаль, КЕЙ, Рив Гош, Спортмастер, Магнит, М.Видео, Азбука Вкуса и другие. Первым форматом сетей стали, в основном, супермаркеты для среднего класса и выше. В связи со сложностью масштабирования такого направления и финансовым кризисом 1998 года, ритейлеры изменили направление в сторону более дешевых магазинов, доступных большему количеству потребителей [100].

Развитие дискаунтеров. В следующие 2 года были открыты такие магазины как Пятерочка, Дикси, Копейка, О'кей и Патэрсон (последняя в дальнейшем поглощена X5 Retail Group). Развитие дискаунтеров связано с низкой покупательской способностью населения. Данный этап также характеризуется снижением импорта продуктов питания, что стимулировало рост российского производства [100]. В связи с тем, что в новых сетях акцент предпринимателей был

сделан не на цену товара, а на сравнительно невысокий уровень доходов населения, то это стимулировало рост количества магазинов, обеспечивая тем самым больший охват рынка [100].

Появление иностранных сетей. В 2000-2006 годы на рынок выходят международные ритейлеры, например Metro Cash&Carry, IKEA, Auchan, Globus. Выход сетей международного уровня на рынок говорит о его потенциале быстрого роста. Но большое количество конкурентов не стало препятствием для развития отечественных сетей [100]. Для ускорения роста, российские компании начинают привлекать заемное финансирование, что становится основным источником новых денежных средств в компаниях [100].

Начиная с 2005 года стали появляться ритейлеры, чей оборот превышал 1 млрд. долларов США. Начинается рост количества торгово-развлекательных центров, за счет которых выросло количество торговых площадей [100].

Развитие интернет-торговли. В этот же период (2000-2006 гг.) начинает зарождаться интернет-торговля. Появляются сервисы по доставке потребительских товаров такие как Ozon, Wildberries, позже Avito, Lamoda и большинство продуктовых ритейлеров. Рынок интернет-торговли сильно отставал от мировых тенденций в связи с низким проникновением интернета. В 2003 году к сети Интернет было подключено до 10% населения, четырьмя годами позднее, к 2007 году данный показатель вырос вдвое, и составил 20% [121]. К 2020 году ситуация значительно изменилась: большая часть населения страны старше 12 лет (78%) имели доступ в интернет [6]. Рост показателя проникновения интернета, а также скорость и качество предоставляемых сервисов побуждают потребителей к использованию онлайн-платформ, как в ситуациях, когда требуется приобрести товары длительного пользования, так и при решении повседневных задач [100].

По состоянию на 2020 год, несмотря на существенный рост, с 2% в 2019 году до 3,9%, доля продаж в сети интернет все еще незначительна [36]. Однако события, связанные с пандемией COVID-19, в частности карантинные меры и рекомендации по самоизоляции, существенно сместили фокус потребителя с покупок в офлайн на онлайн-формат. Рост популярности онлайн-сервисов и доля покупок в сети

продолжили расти и в 2021 году (4,3% за 1 квартал 2021 года), так как попробовав однажды, многим потребителям уже было сложно отказаться от удобных современных сервисов. Также росту онлайн-продаж способствовала смена поколений и повышения уровня цифровой грамотности населения.

Согласно Euromonitor International, рост офлайн-ритейла в 2020 г. к 2015 г. составил 12%, а онлайн - на 188%.

В США онлайн-продажи в 2020 г. составляют 14,4% в общей структуре розничной торговли, в то время как в 2015 г. составляли 7,3%, о чем говорится в актуальных данных Statista [219]. Следовательно, можно говорить о тенденции изменения в структуре онлайн и офлайн-продаж [100].

Тенденция на рост онлайн-продаж, вероятно, связана не только с удобством, но и выгодами практически для всех сторон реализации. Так потребители получают быструю и зачастую бесплатную доставку, а продавец - возможность выкладывать товары и настраивать процесс сбора заказа наиболее эффективно, чем это можно сделать в офлайн-магазинах, в том числе за счет организации дарк-сторов вдали от проходных мест. Омниканальность компаний, совмещающих онлайн и офлайн продажи, позволяют продавать товары более наглядно [103]. Примерами таких кейсов являются бренды Sephora (позволили «примерить» макияж), IKEA (наглядная демонстрация мебели в доме покупателя), Starbucks (онлайн заказ кофе и получение в ближайшей кофейне) [103].

Можно выделить продовольственный, смешанный (FMCG - fast moving consumer goods) и непродовольственный ритейл. Продовольственный ритейл представлен только специализированными магазинами и мини-маркетами, где доля непродовольственных товаров существенно меньше, чем в других форматах магазинов. Основные форматы розничных сетей FMCG: гипермаркеты и cash&carry, супермаркеты, магазины у дома, дискаунтеры, мини-маркеты (см. таблицу 1.1). Основная характеристика данных форматов представлена в таблице 1.2.

Таблица 1.1. Основные форматы FMCG

Формат Площадь Ассортимент Непродо- Ценовой Основные представители Целевая аудитория

вольствен- сегмент

ные товары

Гипермаркет от 2,5 тыс. 30 - 60 тыс. 15 - 40% Низкий или Лента, О'Кей, Auchan, Metro, Менее состоятельные

и cash&carry м2 наименований средний Globus клиенты, покупатели оптовые

Супермаркет от 500 м2 до 5 - 30 тыс. 10 - 25% Средний Азбука Вкуса, ВкусВилл, Потребители с

2,5 тыс. м2 наименований Перекресток, Billa, Spar разным дохода уровнем

Мягкий 350 м2 - 1,5 2 - 7 тыс. Менее 15% Низкий Пятерочка, Верный, Магнит, Потребители с

дискаунтер тыс. м2 наименований Дикси, Монетка низким дохода уровнем

Жесткий 250 м2 - 2 0,5 - 3 тыс. Менее 15% Низкий Светофор, ДА!, Батон, Потребители с

дискаунтер тыс. м2 наименовании Хороший низким дохода уровнем

Онлайн Хранение более 30 тыс. 15 - 95% Низкий или Перекресток впрок, Озон, Потребители с

на наименований средний Утконос, Wildberries, Ozon, разным уровнем

дарксторах беру!, ВкусВилл, Самокат дохода

Магазин «у 50 м2 - 500 0,6 - 13 тыс. Менее 10% Средний или ВкусВилл, Фасоль (от Metro), Потребители с

дома» м2 наименований выше среднего Красное и белое, Магнолия разным дохода уровнем

Специали- 30 м2 - 120 До 16 тыс. Менее 1% Низкий или Бристоль, Ароматный мир, Потребители с

зированные м2 наименований (за исключение м Fix Price) средний ВинЛаб, РосАл, Градус, Fix Price, Великолукский мясокомбинат, РотФронт и др. разным дохода уровнем

Мини-маркет до 50 м2 до 500 Менее 10% Средний или Нет крупных сетей, в основном Потребители с

наименований выше среднего представлены ИП разным дохода уровнем

On

Источник: составлено автором

Таблица 1.2. Характеристика основных форматов магазинов

Формат Преимущества Недостатки

Гипермаркет и cash&carry Самый большой ассортимент товаров, проведение большого количества акций, низкая наценка, просторная парковка. Расположение далеко от дома, необходимость использования транспорта, возможные большие очереди в пиковые часы.

Супермаркет Удобное расположение в местах с высоким трафиком, более широкий ассортимент по сравнению с магазинами у дома. Возможные очереди, особенно в часы пик, средний уровень наценки.

Список литературы диссертационного исследования кандидат наук Пешко Станислав Игоревич, 2025 год

Источник: [81"

Относительно новыми секторами, выделенными Московской Биржей только в 2020 году, являются сектор информационных технологий и сектор строительных компаний. В связи с малым количеством сопоставимых данных, данные сектора экономики были исключены из выборки. Для дальнейшего анализа были взяты только полные периоды, начинающиеся 1 января. Ориентируясь на описанный выше подход по модификации оценки уровней волатильности в зависимости от нестационарных факторов, были сделаны соответствующие корректировки для аналогичных периодов в 2008 и 2022 гг. Результаты оценки уровней волатильности представлены в приложениях 6 и 7. Сравнительные данные до модификации за обозначенные периоды указаны в приложении 8.

Сводные данные по уровням волатильности, а также количеству наблюдений представлены в приложении 9.

Приложение 10 демонстрирует сравнительную характеристику

волатильности различных отраслевых индексов по отношению к индексу 1МОЕХ.

Этот показатель, рассчитанный по формуле 2.12, представляет собой соотношение

случаев, когда волатильность отраслевого индекса достигала определенного

уровня, к аналогичным случаям для индекса 1МОЕХ.

к„

(2.12)

К1МОЕХ

где Кп - количество наблюдений по уровням волатильности отраслевого индекса в относительном выражении;

К1М0ЕХ - количество наблюдений по уровням волатильности бенчмарка (например, индекса 1МОЕХ для данного примера) в относительном выражении [99].

Также в приложении 10 представлен коэффициент корреляции уровней волатильности отраслевого индекса с уровнями волатильности бенчмарка (индекса 1МОЕХ).

Исходя из проведенного анализа таблиц, представленных в приложениях 6 - 10, можно сделать следующие выводы:

1. Наиболее близкими по волатильности к индексу 1МОЕХ являются следующие отраслевые индексы: МОЕХ^, МОЕХСН и MOEXOG, что, вероятно, связано с большой долей аллокации индекса 1МОЕХ на акции компаний, входящие в данные отраслевые индексы.

2. Хуже всего повторяют динамику основного биржевого индекса 1МОЕХ следующие отраслевые индексы: МОЕХЕи, МОЕХММ и МОЕХСК Аллокация индекса 1МОЕХ на акции компаний, входящие в вышеназванные сектора экономики не так велика, что и является причиной отклонения динамики.

3. Наиболее волатильным и, соответственно наиболее экономически нестабильным, является отраслевой индекс МОЕХ^ (телекоммуникационный сектор), на втором месте - индекс МОЕХСК (потребительский сектор).

4. Наименее волатильным и, соответственно, наиболее экономически устойчивым является отраслевой индекс МОЕХСН.

Хотя результаты 1 и 2 тесно связаны с большой или, наоборот, низкой аллокацией основного индекса на отдельные сектора экономики, индекс 1МОЕХ является бенчмарком для российских компаний, так как в существенной степени отражает сбалансированную оценку капитализации основных компаний страны.

2.2. Совершенствование методов прогнозирования и оценки наиболее значимых финансовых рисков компаний индустрии ритейла на основе корреляционно-регрессионного анализа макроэкономических факторов

Рост тех или иных финансовых рисков компании могут быть спровоцированы не только в связи с финансовой деятельностью компании, но и с ведением бизнеса в целом. Данное положение связано с тем, что вся деятельность компании отражается на ее финансах в ключевых рисках, а именно снижению доходов и росту расходов. Таким образом, возникает необходимость управления финансовыми рисками через идентификацию влияния всех рисков компании на ее финансовую деятельность.

Как показано в параграфе 1.2, на финансовые риски оказывают прямое влияние хозяйственные риски, репутационные риски, кадровые риски и ИТ-риски.

В отношении финансовых рисков, как отражения всей деятельности компании, риски других классов, будут факторными для большинства финансовых рисков. Основой для данных рисков являются риски по снижению выручки и росту расходов. Соответственно, для оценки всех значимых финансовых рисков компании необходимо учитывать данную специфику и ориентироваться на возможную реализацию и рост рисков других классов.

При проведении анализа по идентификации возможных факторных рисков, которые приводят к росту финансовых рисков, имеет место анализ внутренней и внешней информации. Под внутренней информацией подразумеваются все данные, которые компания собирает в процессе ведения финансово-хозяйственной деятельности компании, в том числе, но не ограничиваясь - данные о проведенных сделках, данные о контрагентах, данные о закупках товаров и услуг, необходимых для поддержания основной деятельности и прочую доступную информацию. Под внешней информацией подразумевается любая доступная информация, размещенная в открытых источниках или таких закрытых источниках, к которым есть доступ у компании. Такая внутренняя информация может использоваться для дальнейшего анализа финансовых рисков, а также для управления ними.

Требования к таким данным должны быть установлены и зафиксированы в политике по управлению финансовыми рисками или сопутствующей документации. Среди таких требований могут быть следующие: актуальность, достоверность, точность представленных данных, непредвзятая объективная оценка финансового и репутационного положения контрагента, проверка контрагента по доступным источникам на предмет добросовестности и прочие.

Рассмотрим риски снижения доходов и роста расходов, а также соответствующие факторные риски, представленные на рисунке 2.3.

Оценка влияния факторов на частные финансовые риски компаний может быть выполнена с использованием факторного анализа или метода экспертной оценки, основным отличием которого является наличие субъективного суждения. При этом, применение экспертной оценки актуально в условиях невозможности проведения объективной количественной и / или качественной оценки.

Риски снижения выручки (факторы первого порядка) подвержены влиянию целого ряда факторов более высокого порядка. При проведении анализа рекомендуется выделить все возможные факторы, способные оказать существенное воздействие на данные риски. Глубокое понимание этих факторов позволит эффективнее управлять рисками и сократить потенциальные потери. Факторы этих рисков снижения выручки выделены на рисунке 2.4.

Рисунок 2.3. Риски снижения выручки и роста расходов компаний

и их факторные риски [68]

Рисунок 2.4. Система факторов риска снижения выручки [68]

На рисунке 2.5 представлено влияние внешних факторов на частные финансовые риски через комбинированный рычаг.

Оценку влияния внешних факторов на частные финансовые риски компании возможно произвести с использованием корреляционно-регрессионного анализа, методика которой представлена, в частности, в [64, 68, 70, 75, 104].

Этап 1. Выбор оборота розничной торговли РФ ^0) в качестве результирующего показателя обусловлен отражением состояния данным показателем розничной торговли на макроуровне, что позволяет проводить сопоставление с динамикой макроэкономических факторов. Фактор Y0 находится в прямой зависимости от выручки компаний, что отражено в таблице 2.10.

где DOL (Degree of Operating Leverage) - эффект операционного рычага; DFL (Degree of Financial Leverage) - эффект финансового рычага; DCL (Degree of Combined Leverage) - эффект комбинированного рычага; EBIT (Earnings before Interests and Taxes) - прибыль до вычета процентов и налогов; FC (Fixed Costs) -постоянные расходы; IE (Interests expenses) - процентные расходы.

Рисунок 2.5. Влияние внешних факторов на частные финансовые риски [70] Таблица 2.10. Анализ корреляции выручки крупнейших ритейлеров и оборота розничной торговли РФ

Условное Наименование Период анализа Коэффициент

обозначение магазина корреляции, гг. корреляции

Y1 X5Group 2005 - 2021 0.94

Y2 ПАО Тандер (Магнит) 2005 - 2021 0.97

Y3 М.Видео - Эльдорадо 2007 - 2021 0.92

Y4 Лента 2010 - 2021 0.97

Источник: составлено автором, по данным компаний.

Отобранные крупнейшие розничные сети, представленные выше (выручка которых отмечена под коэффициентами Y1 - Y4), вошли в десятку лидеров по объему выручки за 2021 год по данным InfoLine, опубликованным на [109], и RAEX [112]. Среди данного списка были отобраны компаниями, отчетность которых

находится в открытом доступе и доступна как минимум с 2010 года, что необходимо для дальнейшего статистического анализа.

Как и ожидалось, показатели Y1 - Y4 имеют очень высокую корреляцию (более 90%) с Y0, что подтверждает выдвинутую ранее гипотезу.

В связи с отсутствием возможности использования внутренних данных компаний (в частности, информации по отдельным регионам, выручке по каждому магазину, факторах, оказывающих влияние на выручку и прибыль), в качестве факторных показателей были выделены макроэкономические показатели, которые рассчитываются на государственном уровне, что дает наибольшую достоверность в точности и правдивости представленных данных.

Для достижения более точных оценок следует использовать внешнюю и внутреннюю информацию. Соответственно, можно сформулировать ключевую рекомендацию по применению данной методологии в контексте финансового риск-менеджмента. Эта рекомендация заключается в комплексном использовании двух типов информации: 1) закрытая информация, которая не доступна широкому кругу участников рынка, 2) специфическая внешняя информация, оказывающая значительное влияние на финансовые показатели организации.

Таблица 2.11 содержит перечень факторных показателей, отобранных для последующего исследования. Эти показатели: оказывают воздействие на риски снижения выручки; имеют открытые данные за период, начиная как минимум с 2005 года. Факторы были выбраны с учетом их потенциального влияния на финансовые риски и наличия долгосрочной статистической информации, что позволяет провести более глубокий и репрезентативный анализ.

Таблица 2.11. Выбранные факторные показатели

Условное обозначение Наименование Комментарий и/или источник

У0 Оборот розничной торговли (ОРТ), млн. руб. За год, [138]

Б1.1 Индекс потребительс ких цен на товары и услуги Все товары и услуги, % За год, [36]

Б1.2 Все товары, %

Б1.3 Базовый индекс потребительских цен, %

Б1.4 Все товары (без алкогольных напитков), %

Условное обозначение Наименование Комментарий и/или источник

F1.5 Продовольственные товары (без алкогольных напитков), %

F1.6 Продовольственные товары, %

F1.7 Непродовольственные товары, %

F2 Наличная и безналичная составляющие М2. Денежная масса (М2), млрд. руб. Среднее за год по месячным данным, [145]

F3 Экспорт товаров и услуг (миллион рублей) - в текущих ценах, млн. руб. За год, [36]

F4 Доля импортных потребительских товаров в товарных ресурсах розничной торговли, % За год, [138]

F5 Индексы физического объёма импорта товаров и услуг, % За год, [36]

F6 Индекс физического объема ОРТ пищевыми продуктами, включая напитки, и табачными изделиями, % [36]

F7 Международная инвестиционная позиция Российской Федерации по состоянию на дату (стандартные компоненты), млрд. долл. США Среднее за период, [145]

F8 Платежный баланс Российской Федерации (стандартные компоненты), млрд. долл. США Сальдо за год, [145]

F9 Удельный вес непродовольственных товаров в структуре ОРТ, % [138]

F10.1 Население РФ, тыс. чел. [226]

F10.2 Прирост населения РФ, тыс. чел. На основе F10.1

F11 Среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций в целом по экономике Российской Федерации, тыс. руб. [138]

F12 Уровень безработицы, % население в возрасте 15-72 лет [138]

F13.1 ВВП России на душу населения по паритету покупательной способности, долл. США За год, [36]

F13.2 ВВП на душу населения в текущих ценах, руб. [138]

F14 Среднегодовой валютный курс Доллара США, руб. / долл. США Среднее за год, [145]

F15 Индекс потребительской уверенности, % Среднее за год по квартальным данным, [138]

F16 Индекс производительности труда по России, % [138]

Источник: [68]

Рассмотрим причинно-следственные связи показателей, определенных в таблице 2.11:

1. Ожидается, что рост Индекс потребительских цен (ИПЦ, факторы F1.1 - F1.7) оказывает положительное влияние на ОРТ, так как рост цен, как правило, влечет за собой увеличение объема выручки от реализации товаров и услуг.

2. Предполагается, что увеличение объема денежного агрегата M2 (фактор F2) может стимулировать рост потребительских расходов населения.

3. Предполагается, что рост F3, F5 и F13.1 - F13.2 может оказать косвенное положительное воздействие на ОРТ за счет косвенного влияния на рост заработных плат и потребительских расходов.

4. Рост F4 может свидетельствовать о росте покупательной способности населения. Аналогичная взаимосвязь может прослеживаться и с F9. Увеличение доли непродовольственных товаров в потребительской корзине может быть обусловлено ростом платежеспособности населения, что, в свою очередь, приводит к общему увеличению ОРТ.

5. Рост F6 может отражать рост ОРТ в количественном выражении.

6. Более высокий F7 характеризует меньшие обязательства перед иностранными инвесторами, что может оказать косвенное влияние на покупательную способность населения. Аналогичный механизм у F8.

7. Рост населения страны, факторы F10.1 - F10.2, может стимулировать рост потребления в количественном выражении и, соответственно, рост ОРТ.

8. Рост F11 может стимулировать ОРТ за счет увеличения потребления или роста средней цены потребляемой продукции.

9. Рост F12 может стимулировать падение доходов населения и характеризовать снижение объемов потребления.

10. Изменение F14 может характеризовать изменчивость цен или структуры потребления в связи с возможным непропорциональным ростом заработной платы.

11. F15 отражает уверенность и ожидания населения в своих будущих доходах. Так как часть ОРТ приходится на дорогостоящие покупки, совершаемые, в том числе, за счет кредитных средств, ожидается статистически значимое влияние данного показателя на результирующий.

12. F16 в случае своего снижения, может спровоцировать негативный рост ОРТ в связи с ростом издержек на производство.

Таким образом, в анализе участвует 24 факторных показателя ^1.1 - F16), помимо результирующего показателя.

Этап 2. Мультиколлинеарность факторов представлена в приложении 11 и отражает зависимость Y0 от F1 - F16.

Этап 3. Выделим факторы, которые оказывают слабое влияние на Y (согласно шкале Чеддока, значение по модулю меньше 0.3). Также необходимо оставить только по одному показателю с наибольшей корреляцией из группы факторов F1, F10 и F13. Отобранные для удаления факторы выделены серым цветом в приложении 11.

При этом факторы, имеющие уровень автокорреляции по шкале Чеддока 0.9 и выше также исключаются в связи с возможным дублированием эффектов и, как следствием, построение нерепрезентативной математической модели. Такие факторы требуют дополнительного анализа, что представлено в приложении 12.

Для дальнейшего проведения анализа были отобраны следующие факторы: F1.1, F4, F5, F6, F9, F10.1, F12, F13.1, F14, F15 и F16.

Этап 4. При построении регрессионной модели были использованы выделенные ранее факторы после проведения их анализа.

Полученная регрессионная статистика представлена в таблице 2.12.

Таблица 2.12. Регрессионная статистика

Наименование показателя Показатель

Коэффициент множественной линейной детерминации (Я-квадрат), И 2 0.9995

Нормированный Я-квадрат, Я^] 0.9994

Стандартная ошибка уравнения регрессии, 388 185.41

Наблюдения, п 17

Источник: составлено автором

Регрессионная статистика содержит следующие данные: 1. И2 - коэффициент множественной линейной детерминации. И2 > 0.95 соответствует высокому уровню аппроксимации регрессионного уравнения и о качественности получаемой модели, при 0.8 > И2 > 0.95 уровень аппроксимации удовлетворительный, а при И2 < 0.8 - недостаточный.

2. Нормированный Я^], в отличие от Яа, может уменьшаться при добавлении факторов, не оказывающих влияние на регрессионную модель [124].

В рамках данного регрессионного уравнения была построена модель, где

п

Я^] = 0.9994, что соответствует высокой точности аппроксимации.

3. Стандартная ошибка регрессии БЕ1Н выражена в единицах показателя У и представляет собой меру неопределенности факторов [124].

4. Количество наблюдений п в рамках данной работы выражено в

количестве лет.

Дисперсионный анализ представлен в таблице 2.13. Таблица 2.13. Дисперсионный анализ (Л^ОУЛ)

df SS MS F Значимость F

Регрессия 11 1 497 581 674 132 100 136 143 788 557 463 903.48 0.00000016

Остаток 5 753 439 569 357.28 150 687 913 871.46 — —

Итого 16 1 498 335 113 701 450 — — —

Источник: составлено автором

В таблице 2.13 представлен дисперсионный анализ (или ANOVA - Analysis of Variance), который отражает следующие показатели:

1. df — количество степеней свободы регрессии dfregression, остатка

dfresidual и итого dftotal.

2. SS — объясненная (по строке регрессия), остаточная (по строке остаток) и полная (по строке итого) суммы квадратов отклонений предсказанных от значения результирующего показателя У [124].

3. MSregression и MSresidual — дисперсия на одну степень свободы для регрессии и остатка соответственно.

4. F — показатель, отражающий насколько хорошо регрессионная модель объясняет общую дисперсию зависимого показателя [124].

На основе значения F принимается решение о проверке нулевой гипотезы Н0, согласно которой факторные показатели не оказывают влияния на результирующий показатель и объясняют его не лучше абсолютно случайных величин.

Согласно общепринятой методике, если F > Ртаб, где Ртаб - табличное значение критерия Фишера для определенного уровня значимости а и соответствующих dfregression и dfresidua^, следует считать, что объясненная дисперсия И2 больше необъясненной 1-Я2, а модель является значимой [124]. Соответственно, принимается решение об отклонении нулевой гипотезы Н0 и значимости полученной модели множественной линейной регрессии.

В рамках полученной регрессионной модели значение F составило 903.48, при критической точке 5 равной 4.7. Так как соблюдается неравенство

^.о5;11; 5 < Р, то нулевая гипотеза на уровне значимости а = 0.05 может быть отклонена, а полученная модель множественной регрессии является значимой.

5. F-значимость - показатель статистической значимости созданной регрессионной модели и служит для оценки достоверности разработанного уравнения регрессии, должен быть меньше заданного порога значимости а.

Так как значимость F в полученном уравнении равна 0.00000016, что меньше а = 0.05, то уравнение следует признать значимым. Коэффициенты полученного уравнения регрессии представлены в таблице 2.14.

Таблица 2.14. Оценка коэффициентов регрессоров для ОРТ

Показатель Коэффициенты Стандартная ошибка 8 1- статистика р-уа1ие

Свободный член -370 940 361.55 121 944 264.36 -3.0419 0.0287

Б1.1 178 459.54 57 324.47 3.1131 0.0265

Б4 -4 574.03 88 214.07 -0.0519 0.9607

Б5 119 147.98 17 597.75 6.7706 0.0011

Б6 -251 163.21 63 906.32 -3.9302 0.0111

Б9 703 849.77 338 947.57 2.0766 0.0925

Б10.1 2 547.79 750.77 3.3936 0.0194

Б12 -466 854.24 499 247.07 -0.9351 0.3927

Б13.1 1 102.54 66.95 16.4685 0.0000

Б14 33 358.54 67 455.18 0.4945 0.6419

Б15 -104 378.45 126 825.20 -0.8230 0.4480

Б16 -415 228.32 254 501.76 -1.6315 0.1637

Источник: составлено автором

В таблице 2.14 представлены следующие данные: 1. Коэффициенты регрессоров ак по столбцу «Коэффициенты».

2. Стандартная ошибка S для каждого регрессора, но при условии, что все остальные регрессоры - константы.

3. С помощью показателя истатистики проверяется нулевая гипотеза, которая заключается в незначимости отдельного регрессора, что может быть выражено как Н0.ак = 0.

Проверка производится по ^статистике Стьюдента (табличные значения) на уровне значимости а и количестве степеней свободы равном п — 2. После определения а;п-а), показатель ^статистики для каждого регрессора проверяется на значимость и соответствие неравенству 2.13.

> \Тк\ (2.13)

4. p-значение (или p-value) - показатель статистической значимости, который отражает вероятность получения ошибки при отклонении нулевой гипотезы Н0ш.ак = 0. Для подтверждения возможности отклонения нулевой гипотезы и подтверждения значимости отдельного регрессора и его коэффициента требуется, чтобыp-value регрессора к было меньше уровня значимости а.

При наличии в модели хотя бы одного незначимого регрессора модель не может считаться приемлемой для практического использования. Для получения приемлемой модели незначимые регрессоры исключаются из модели последовательно (от наименьшего значения \Тк\ до прохождения порога в 1^а.п-а) всеми регрессорами или от наибольшего значения рк до достижения всеми регрессорами уровня значимости а).

При этом, некоторые регрессоры (показывающие высокую причинно-следственную связь), могут быть оставлены в уравнении и использоваться в дальнейшем. Исключение таких регрессоров может оказать существенное влияние на качество и интерпретируемость регрессионной модели, то есть будет отсутствовать принципиально необходимый фактор. В таком случае необходимо анализировать следующий показатель.

Рассмотрим полученные значения в рамках построенного регрессионного уравнения. При а = 0.05 и п — 2 = 17 — 2 = 15, получим значение

£(о.о5;15) = 2.131. Проверив показатели ^статистики T по регрессорам k, можно говорить об отклонении нулевой гипотезы регрессоров F1.1, F5, F9, F10.1 и F13.1 при а = 0.05. При этом, исключение незначимых регрессоров производится пошагово. Наибольшее значение p-value приходится на регрессор F4, где рк = 0.9607.

По результатам построенной модели было выявлено, нулевая гипотеза не отвергается для регрессоров F12, F14, F15 и F16 на уровне значимости 5%. Поэтому следует продолжить исключение регрессоров.

Хотя р^а1ие по регрессору F14 было представлено наибольшим значением, было принято решение об исключении следующего регрессора F15 (следующее максимальное значение), что связано с двумя основными факторами:

1) доля импортных потребительских товаров в товарных ресурсах розничной торговли, согласно Росстат [138], находится приблизительно на уровне 40% (в 2019 г. - 38%, в 2020 г. - 39%, в 2021 г. - 39%), а доля импортных продовольственных товаров в товарных ресурсах розничной торговли продовольственными товарами составляет примерно четверть от всех продовольственных товаров (в 2019 г. - 25%, в 2020 г. - 28%, в 2021 г. - 24%);

2) в среднем за 2019-2021гг. общая сумма расчетов по внешнеторговым контрактам по импорту товаров и услуг валютами из перечня1 составила 67.3% (оплата российским рублем - 29.1%, прочими валютами - 3.6%), тенденция в 2022 и 2023 гг. показывает отрицательную динамику роста оплат иностранными валютами из этого перечня и составляет 56.6% и 34% соответственно (при оплатах российским рублем в размере 28.1% и 30% соответственно и прочими валютами -15.2% и 36% соответственно), согласно данным ЦБ РФ [145].

На основании приведенных факторов, а также в связи с тем фактором, что доллар США также зачастую используется в качестве основной валюты для

1 Утвержденного распоряжением Правительства РФ от 05.03.2022 N 430-р «Об утверждении перечня иностранных государств и территорий, совершающих недружественные действия в отношении Российской Федерации, российских юридических и физических лиц»

определения кросс-курсов, исключение данного показателя не представляется логичным и обоснованным для получения достоверной регрессионной модели.

По результатам регрессионной модели (после исключения фактора F15), было выявлено, что нулевая гипотеза не отвергается для регрессора F12 на уровне значимости 5%. Соответственно, необходимо продолжить исключение незначимых регрессоров.

При этом значение показателя ^статистики для регрессора F14, не исключенном на предыдущем шаге, составляет 1Т¥1А\ = 4.083, что больше критического значения £(0.05;15) = 2.131. P-value данного регрессора составляет 0.0047, что меньше уровня значимости 5%, поэтому нулевая гипотеза для данного показателя может быть отвергнута.

После исключения регрессора F12 была получена регрессионная модель, представленная в таблицах 2.15, 2.16 и 2.17.

Таблица 2.15. Регрессионная статистика (после исключения факторов F4, F12 и F15)

Наименование показателя Показатель

Я2 0.9994

п2 ^ай] 0.9987

344 652.29

п 17

Источник: составлено автором

Таблица 2.16. Дисперсионный анализ (после исключения факторов F4, F12 и

F15)

й/ ££ И8 F Значимость F

Регрессия 11 1 497 384 832 093 210 187 173 104 011 652 1 575.73 5.65 •Ю-12

Остаток 5 950 281 608 241.95 118 785 201 030.24 - -

Итого 16 1 498 335 113 701 450 - - -

Источник: составлено автором

Таблица 2.17. Оценка коэффициентов регрессоров для ОРТ (после исключения факторов F4, F12 и F15)

Коэффициенты Стандартная ошибка 8 1- статистика р-уа1ие

Свободный член -347 684 533.24 45 994 239.45 -7.5593 0.0001

Коэффициенты Стандартная ошибка 8 1- статистика р-уа1ие

Б1.1 194 219.35 42 930.57 4.5240 0.0019

Б5 120 094.90 15 460.95 7.7676 0.0001

Б6 -292 474.74 39 442.16 -7.4153 0.0001

Б9 909 878.38 183 274.78 4.9646 0.0011

Б10.1 2 400.82 325.00 7.3870 0.0001

Б13.1 1 106.67 27.02 40.9545 0.0000

Б14 77 511.22 16 918.01 4.5816 0.0018

Б1б -552 746.45 120 292.05 -4.5950 0.0018

Источник: составлено автором

Как видно из таблицы 2.17, ^статистика по всем регрессорам больше £(0.05;15) = 2.131, а p-value регрессоров не превышают уровень значимости 5%, соответственно, можно говорить об отклонении нулевой гипотезы для

П П

используемых регрессоров. Проанализировав показатели И2 и ,

представленные в таблице 2.15, а также значения F и значимости F, представленные в таблице 2.16, можно прийти к выводу об отвержении нулевой гипотезы на уровне регрессионного уравнения. Соответственно, модель является статистически значимой.

На основе проведенного анализа получим следующее уравнение регрессии для У0 за прогнозируемый период /:

У01 = - 347 684 533.24 + 194 219.35 • F1.1 + 120 094.9 • F5 - 292 474.74 • F6 + + 909 878.38 • F9 + 2 400.82 • F10.1 + 1 106.67 • F13.1 + 77 511.22 • F14 -

- 552 746.45 • F16 (2.14)

Возможно также получить интервальную оценку У^, для этого необходимо определить ширину доверительного интервала [124].

На рисунке 2.6 представлен график регрессии (основанный на предсказанных значениях 70) и график фактических значений У0 по годам.

Как видно из рисунка 2.6, фактические значения У0 лежат на кривой или очень близко к кривой, полученной в рамках регрессионного уравнения.

41,000,000 А

36,000,000

.Д---Д

31,000,000 л---4""

Д---А"

26,000,000

- -д

21,000,000 ,-А-'

16,000,000

, д----д

11,000,000 6,000,000 А"~

2004 2006 2008 2010 2012 2014 2016 2018 2020 2022 Д Фактическое У0 -----Предсказанное У0

Рисунок 2.6. График регрессии и фактических значений [составлено автором]

В приложении 13 представлен вывод остатков регрессионного уравнения У 0 и оценки ширины доверительного интервала. Остатки регрессионной модели не превышают ширину доверительного интервала, что говорит о надежности получаемых данных. Математическое ожидание остатков регрессионной модели равно 0. данных. МатематическоеОценки абсолютного и относительного отклонения предсказанных значений У0 от фактических У0 представлены в приложении 14.

Рассмотрим математический и экономический смысл полученных коэффициентов регрессионной модели, представленные в таблице 2.17.

Коэффициент регрессора аРк отражает математическое ожидание изменения

результирующего показателя У^ вследствие изменения значения регрессора ^ на единицу. На основе значения коэффициента регрессора, среднего значения регрессора и среднего значения результирующего показателя может быть определен коэффициент средней эластичности 8£рк, который отражает чувствительность результирующего показателя к изменению факторного показателя (на сколько процентов изменится результирующий показатель в случае изменения факторного показателя на 1%) [124], определяется по формуле:

8£рк=(2.15)

где ак - коэффициент регрессора Рк; Рк - среднее значение регрессора Рк за исследуемый период; У - среднее значение результирующего показателя У [124].

В случае интерпретации изменения факторных показателей, выраженных в процентах, может возникнуть ситуация, где смотрится относительное изменение индекса, например, индекса потребительских цен, который уже выражен в процентах. В таком случае для более наглядной интерпретации имеет смысл оценить среднюю эластичность £рк, которая отражает изменение результирующего показателя в зависимости от абсолютного изменения факторного показателя по формуле 2.16. Показатель средней эластичности sFk отвечает на вопрос: на сколько процентов в среднем изменится результирующий показатель Y при изменении факторного показателя Fk на единицу.

Преобразовав формулу 2.16, с учетом формулы 2.15 получим равенство 2.17.

ар, -100

£рк = -У- (2.17)

В таблице 2.18 представлены коэффициенты средней эластичности 8г¥к и средняя эластичность 8Рк для регрессоров модели.

Таблица 2.18. Коэффициенты средней эластичности

Наименование показателя Ед. изм. "к К или F к SsFk, % %

Y0 Оборот розничной торговли (ОРТ) млн. руб. - 22 722 415.98 -

F1.1 Индекс потребительских цен (все товары и услуги) % 194 219.35 107.91 0.922 0.855

F5 Индекс физического объёма импорта товаров и услуг % 120 094.90 106.01 0.560 0.529

F6 Индекс физического объема ОРТ пищевыми продуктами, включая напитки, и табачными изделиями % -292 474.74 102.97 -1.325 -1.287

F9 Удельный вес непродовольственных товаров в структуре ОРТ % 909 878.38 52.63 2.107 4.004

F10.1 Население РФ тыс. чел. 2 400.82 144 254.69 15.242 0.011

F13.1 ВВП России на душу населения по паритету долл. США 1 106.67 23 363.18 1.138 0.005

Наименование показателя Ед. изм. "к Y или F/1 S£Fk, % £Fk, %

покупательной способности

F14 Курс доллара США руб. 77 511.22 44.61 0.152 0.341

F16 Индекс производительности труда по России % -552 746.45 102.57 -2.495 -2.433

Источник: составлено автором

Как можно заметить, в таблице 2.18 не приведен расчет эластичности для свободного члена (Y-пересечение, intercept). Это связано с тем, что свободный член отражает значение показателя Y0 в том случае, если все регрессоры равны нулю. Фактически, у данного коэффициента есть только математический смысл, в то время как экономический смысл отсутствует, так как значение ОРТ не может быть меньше нуля, как и значения представленных в регрессионной модели факторов.

Ранжирование регрессоров по убыванию мощности их воздействия (взятой по модулю коэффициента эластичности 8sFk на результирующий показатель) представлен в таблице 2.19.

Таблица 2.19. Ранжирование факторов по убыванию мощности воздействия

Ранг Фактор Наименование показателя Ед. изм. SeFk, %

1 F10.1 Население РФ тыс. чел. 15.242

2 F16 Индекс производительности труда по России % -2.495

3 F9 Удельный вес непродовольственных товаров в структуре ОРТ % 2.107

4 F6 Индекс физического объема ОРТ пищевыми продуктами, включая напитки, и табачными изделиями % -1.325

5 F13.1 ВВП России на душу населения по паритету покупательной способности долл. США 1.138

6 F1.1 Индекс потребительских цен, все товары и услуги % 0.922

7 F5 Индекс физического объёма импорта товаров и услуг % 0.560

8 F14 Курс доллара США руб. 0.152

Источник: составлено автором

Интерпретируя результаты таблицы 2.18 и 2.19 можно отметить, что наиболее мощное влияние оказывает изменение фактора F10.1 - Население РФ по коэффициенту средней эластичности. Изменение данного показателя на 1% влечет

изменение факторного показателя У0 на 15.242%. Другими словами, изменение населения РФ на 1 тыс. чел. приводит к изменению результирующего показателя У0 на 0.011%. Положительное значение коэффициента регрессии аР101 говорит о прямом воздействии фактора на результирующий показатель. Причинно-следственная связь данного фактора очевидна и заключается в том, что, чем больше население страны, тем больше спрос на товары розничной торговли.

Следующим по мощности фактором является индекс производительности труда (ИПТ) по России в целом F16. Влияние данного фактора носит обратный характер: рост фактора F16 на 1% от его среднего приводит к снижению У0 на 2.495% или рост фактора F16 на 1 процентный пункт от его среднего значения приводит к снижению У0 на 2.433%. Близкие значения связаны с тем, что индекс производительности труда выражается в процентах от производительности труда прошлого года и отражает темп роста, соответственно, его значение близко 100%. При этом, причинно-следственная связь данного фактора с результирующим показателем не является очевидной и может заключаться в том, что снижение затрат на труд приводит к снижению платежеспособности населения, что в свою очередь оказывает негативное влияние на ОРТ. ИПТ, согласно Росстат [36] определяется как частное от деления индекса физического объема ВВП и индекса изменения совокупных затрат труда, что может быть представлено в виде формулы 2.18.

__индекс физического объема ВВП 1

ИП1 —--(2.18)

индекса изменения совокупных затрат труда

Индекс физического объема ВВП определяется как отношение абсолютных объемов ВВП двух рассматриваемых периодов в постоянных ценах (ценах базисного периода) [138]. То есть фактически индекс физического объема ВВП отражает темп роста ВВП в сопоставимых ценах.

Индекс изменения совокупных затрат труда определен на основе трудовых затрат на всех видах работ, включая дополнительную работу и производство продукции для собственного потребления [36]. Фактически, расчетное значение данного индекса представляет темп роста затрат на труд. Соответственно, изменение ИПТ может быть представлено в виде таблицы 2.20.

Таблица 2.20. Матрица влияния изменения ВВП и затрат на труд на ИПТ

Показатель ВВП

Направление показателя Константа Рост Снижение

Константа Нет влияния на Рост ИПТ Снижение ИПТ

Затраты на ИПТ

труд Рост Снижение ИПТ Неопределенность Снижение ИПТ

Снижение Рост ИПТ Рост ИПТ Неопределенность

Источник: составлено автором

Таким образом, рост ИПТ возможен в следующих случаях: рост ВВП или снижение затрат на труд. При этом, рост ВВП уже учтен в показателе (исследование мультиколлинеарности показало независимость факторов F13.1 и F16 в связи с чем было принято решение оставить оба фактора). А в случае снижения затрат на труд, у населения меньше свободных денежных средств для потребления, в связи с чем сокращается общее потребление необязательных товаров, что оказывает негативное воздействие на ОРТ.

Третьим по мощности фактором является удельный вес непродовольственных товаров F9. Изменение фактора F9 на 1% в относительном выражении оказывает изменение на 1.325% результирующего показателя У0 от его среднего значения или изменение фактора F9 на 1 п.п. окажет влияние в 4.004% от среднего значения результирующего показателя 70. Причинно-следственная связь представляется следующей: изменение потребления непродовольственных товаров (в частности, изменение в структуре продаж автомобилей, техники, частично одежды, аксессуаров и прочих товаров, не являющихся товарами первой необходимости) является индикативным признаком потребительской уверенности в стабильности будущих цен на товары, а его рост или снижение может отражать ожидания потребителей относительно ИПЦ, представленные в таблице 2.21.

В то же время, в зависимости от времени роста фактора F9 может быть сделан вывод о реализации отложенного спроса, вызванного каким-либо нестационарным фактором.

Таблица 2.21. Характеристика ожиданий потребителей в зависимости от изменения удельного веса непродовольственных товаров в структуре оборота

розничной торговли (фактор F9)

Направление показателя Опасения потребителей относительно изменения ИПЦ в ближайшем будущем

Рост Снижение

Изменение удельного веса непродовольствен ных товаров в структуре оборота розничной торговли Е9 Ожидание увеличения ИПЦ может приводить к фактическому росту продаж непродовольственных товаров и реализации стратегии по накоплению неденежных ресурсов (так как ожидаемая ценность денежных средств будет снижаться вследствие ожидаемого роста ИПЦ) Ожидание снижения ИПЦ приводит к снижению продаж непродовольственных товаров и реализации стратегии накопления денежных средств (так как не ожидается отрицательного изменения ценности денежных средств)

Источник: составлено автором

Следующим по мощности воздействия фактором является индекс физического объема ОРТ пищевыми продуктами, напитками и табачными изделиями F6. Изменение данного индекса на 1% от его среднего значения ведет к обратному изменению ОРТ на -1.325% или изменение индекса на 1 п.п. в абсолютном выражении влечет к обратному изменению У0 на -1.287%. Данный индекс отражает относительное изменение оборота в результате изменения только его физического объема при исключении влияния динамики цен. Обратное воздействие данного индекса на У0 обусловлено тем, что рост расходов на продовольственные товары замедляет потребление непродовольственных товаров.

Влияние фактора F13.1 оказывает прямое воздействие на ОРТ, изменение фактора F13.1 на 1% ведет к изменению У0 в среднем на 1.138%. Также можно говорить, что изменение F13.1 на 1 долл. США ведет к изменению У0 в среднем на 0.005%.

Изменение фактора F1.1 - ИПЦ на все товары и услуги на 1% в относительном выражении от среднего значения приводит к изменению У0 на 0.922% или изменение фактора F1.1 на 1 п.п. в относительном выражении приводит к росту ОРТ на 0.855%. Прямое воздействие обусловлено ростом цен на товары, отраженные в структуре ОРТ.

Предпоследним по мощности воздействия фактором является F5 - индекс физического объема импорта товаров и услуг, который в случае изменения на 1% в относительном выражении формируем изменение У0 на 0.56% или изменение фактора F5 на 1 п.п. вызывает изменение ОРТ на 0.529%. Логика влияния фактора обусловлена доступностью иностранных товаров, чем больше их представлено на рынке, тем больше возможностей к потреблению различных потребительских товаров (в том числе более дорогостоящих аналогов техники, одежды и других категорий потребительских товаров).

Последним по степени воздействия фактором в рамках данной регрессионной модели является курс доллара США - F14. Изменение данного фактора на 1% влечет изменение ОРТ на 0.152%, а изменение F14 на 1 руб. за долл. США сопровождается изменением ОРТ на 0.341%.

Проанализировав экономический и математический смысл коэффициентов регрессоров, можно сделать вывод, что модель адекватно описывает взаимоотношения между факторными и результирующим показателем.

Выше представлена модель, составленная путем последовательного исключения факторов. При этом, существует другой подход, который заключается в последовательном включении факторов. Методика такого подхода, а также построенная регрессионная модель представлены в приложении 15. Полученная модель оказалась с меньшей точностью аппроксимации, о чем свидетельствуют более

низкое значение и более высокое значение З^щ. В связи с чем, данная модель была отвергнута для целей настоящего исследования.

Некоторые факторы могут оказывать отсроченное влияние на результирующую переменную. Изменения в экономических показателях, таких как средняя заработная плата, могут не сразу отражаться на ОРТ. Это объясняется тем, что потребители часто имеют накопления, позволяющие им поддерживать привычный уровень покупок в течение некоторого времени. Однако, если снижение доходов продолжается длительный период, это может привести к общему падению покупательской способности населения. Исходя из этих наблюдений, было предположено, что ряд экономических факторов в исследуемом наборе данных

может оказывать не мгновенное, а отложенное влияние. При этом, такое отложенное влияние на ОРТ не может быть существенно большим, то есть не должен превышать горизонта 1-2 лет, что связано с изменчивостью структуры потребления и ее адаптивностью в зависимости от влияния различных факторов. В рамках приложения 16 была проверена гипотеза о наличии временного лага воздействия факторных показателей на ОРТ, где было выявлено наличие статистически значимого временного лага между показателем F6 и Y0. При этом, регрессионное уравнение, включающее данный временной лаг оказалось с меньшим Яаа], чем в базовой модели, представленной выше. Более низкое значение характеризует меньшую точность аппроксимации функции, в связи с чем, данная гипотеза была отвергнута в рамках данного исследования.

Прогнозирование влияния внешних факторов риска на финансовые показатели компаний

Оценка влияния внешних факторов на показатели прибыли от продаж и рентабельности продаж определяется как:

8Р5 = 5_б5-ТС-бТС (2.19)

РБ у у

с-ппс ктс^ЗЯ+ЗТС) -пЛ

6Н05Р* = Н05РЗ<1 + 85)' (2.20)

где 5, ТС, РБ, Я0Брб - показатели выручки, общих издержек, прибыли от продаж и рентабельности продаж в условиях отсутствии активации внешних факторов риска соответственно;

6Б,6ТС,6Р5,6Я05рб - относительные изменения выручки, общих издержек,

прибыли от продаж и рентабельности продаж под воздействием внешних факторов

соответственно; тс

ктс = ~ - коэффициент уровня издержек [60].

При этом, можно считать, что 8ТС = 0 для целей оценки влияния факторов риска. Тогда, методика оценки будет выглядеть следующим образом:

1. Оценка прогнозного значения выручки под внешними факторами:

Yi = bi + YJnk=1a^Fk (2.21)

где ak и bi - коэффициенты факторных показателей и показатель свободного члена для i-го ритейлера, полученные в рамках расчёта регрессионных моделей соответственно;

Fk - прогнозные значения факторов [68].

Тогда, получим следующее равенство для определенных ранее факторов: Yi = bi + ai.i • F1.1 + • F^ + • + • ^в + а9 • +

+ а10.1 • +F10.1 + а12 • F12 + а14 • F14 + а15 • F15 + а1в • F16 (2.22)

2. Прогнозное значение относительного изменения выручки под воздействием изменения факторов определяется по формуле:

у. — V-

SYt = (2.23)

где Yi - оборот розничной торговли в последнем отчётном периоде [68].

3. По формулам 2.24 и 2.25 оцениваются прогнозные значения относительного изменения прибыли от продаж и рентабельности продаж под воздействием внешних факторов риска соответственно.

SPSi = (2.24)

где Si и 6Si - выручка от продаж без влияния изменения внешних факторов (по умолчанию - выручка за прошлый период) и ее относительное изменение под воздействием внешних факторов соответственно, тогда 6Si = 6Yi [68].

SROS _ k.Tc'8Sj /2 25)

PSÍ = ROSPSi-(1 + SSiy ( . )

Применение методики позволяет провести комплексную оценки влияние внешних факторов риска на показатели прибыли и рентабельности, а также определить наиболее значимые факторы, оказывающих влияние на частные финансовые риски [70].

Далее также возможна оценка влияния внешних факторов на показатели комбинированного рычага, которые будут выполняться следующим образом. Прибыль от продаж в общем виде может быть как:

PS = S — TC = S — FC — VC = S — FC — kvc • S, (2.26)

где S - базовая выручка от продаж (в рамках данной концепции S = Yt), VC - переменные издержки,

кус = ~с - коэффициент уровня переменных издержек, характеризуемый

отношением переменных издержек в выручке [70].

Базовая выручка от продаж подразумевает отсутствие активации внешних факторов риска.

Тогда ожидаемая величина прибыли от продаж PS под влиянием изменения факторного показателя Fk может быть оценена как:

PS = 88Fk — FC — кус • S • т^ 88Fk, (2.27)

где m - темп роста, выраженный в процентах и определяемое как отношение прогнозируемого значения фактора Fk к базисному, SsFk - коэффициент средней эластичности фактора Fk [70], или [70]:

PS = S^(1 — кус) • т • SsFk — FC (2.28)

Также оценку PS можно представить в виде доверительного интервала [70]: (PS — D^(1 — кус) • т • S£Fk; PS — D • (1 + кус) • т • Se^) (2.29)

Рентабельности продаж в зависимости от внешних факторов может быть оценена по формуле [70]:

_ S-(1-kvc)-m-8£F, -FC

ROSPS = —-—-^-, (2.30)

где ROSPS - рентабельность продаж по операционной прибыли (прибыли от

продаж),

или:

F с

Доверительный интервал оценки ROS PS примет вид [70]:

— + (2.32)

m-SeFk S m-SaFk S v '

При сальдо прочих доходов и расходов равном нулю, PS = EBIT, где EBIT (Earnings before Interests and Taxes) - прибыль до вычета процентов и налогов.

Эффект влияния внешних факторов на комбинированный рычаг можно определить как:

DCL = (l + /(l-r^r), (2.33)

v ebitj ' \ ebitj ' v j

где EBIT = PS, IE - процентные расходы [70], или [70]:

DCL = (2.34)

EBIT—IE y '

Получаем, что формула 2.34 позволяет оценить воздействие внешних факторов на комбинированный рычаг и, как следствие, на прибыль и рентабельность компании. Показатель, оцениваемый по формуле 2.34 можно рассматривать как комплексный леверидж, который определяет воздействие внешних факторов на чистую прибыль компаний. Этот леверидж определяет совместное сквозное действие входного рычага между изменением внешних макроэкономических факторов и изменением выручки и комбинированного рычага. Фиксируя значения макроэкономических факторов, кроме одного, можно на основе формулы 2.34 оценить влияние исследуемого фактора на чистую прибыль компании индустрии ритейла и прогнозировать изменение этой прибыли на основе прогнозов исследуемого фактора [70].

Таким образом, как показано выше, базируясь на прогнозных значениях макроэкономических показателей представляется возможным прогнозирование значений финансовых показателей и оценки возникающих рисков, в частности, рисков снижения показателей прибыли и рентабельности [70]. Данная методика может быть использована при оценке эффекта и эффективности под воздействием внешних факторов [70]. Такие оценки могут быть использованы в стратегическом и операционном финансовом риск-менеджменте для прогнозирования и мониторинга соответствующих рисков.

Также, как показано в [70], имеет смысл построение регрессионной модели выручки компании по отдельным регионам, в которых она функционирует, так как это повышает общее качество модели и позволяет делать более точный прогноз

влияния мезоэкономических факторов на финансовые результаты компании, которые проявляются на уровне регионов.

Тогда, прогнозное значение выручки компании будет определяться по формуле:

Yi = lrqe=g1(bi + YZ=1a^Fk), (2.35)

где reg - количество регионов, в которых функционирует компания [70].

Таким образом, учет внешних факторов затрагивает только изменение прогнозного значения выручки, но не влияет на последующие аналитическое оценки, определенные ранее. Такой подход обеспечивает более надежную и достоверную оценку потенциальных изменений под воздействием внешней среды.

2.3. Концепция принятия финансовых рискоустойчивых решений в условиях повышенной неопределенности

В условиях экономической нестабильности при принятии финансовых решений, менеджмент компании сталкивается с большим количеством альтернатив, что порождает сложности анализа и, как следствие, в условиях отсутствия времени, может приводить к высокорискованным решениям. Принятие высокорискованных финансовых решений является проблематичным в условиях экономической нестабильности и неопределенности, что связано с кратным ростом частных финансовых рисков компании, в том числе рисков платежеспособности, ликвидности и банкротства. Рост таких рисков в условиях экономической нестабильности не является приемлемым для большинства компаний. Соответственно для компании важно формализовать аппарат принятия сложных финансовых решений в условиях экономической нестабильности и, как следствие, повышенной неопределенности и повышенных частных финансовых рисков, обладающих низкой чувствительностью к внешним факторам реализации частных финансовых рисков.

Как известно, финансовые решения компании направлены на получение прибыли в краткосрочном и долгосрочном периодах [160, 205, 192]. При этом

позитивные финансовые результаты оказывают положительное влияние на стоимость компании [163, 221, 161, 215, 202], повышение которой является ключевой задачей управления бизнесом. Как отмечается в [196], руководство компании принимает финансовые решения исходя из рыночной информации. При этом, процесс получения и обработки данной информации в современной финансовой практике осуществляется в условиях неопределённости.

В условиях характерной для настоящего времени неопределенности существует большой доверительный интервал оценки показателей или параметров деятельности компании, которые оказывают влияние на оценку возможных потерь, вызванных реализацией различных и, в частности, финансовых рисков [66] и процесс принятия финансовых решений.

Повышенная неопределенность способствует росту мотивации менеджмента к откладыванию принятия решений в ожидании более точной и полной информации, что провоцирует снижение чувствительности компании к изменениям внешних факторов [158].

Согласно исследованию [164] повышенная неопределенность тесно связана с последовательным и существенным снижением экономической активности, снижением инфляции, ростом безработицы и снижением доходности облигаций и цен на акции.

К важнейшим решениям в области финансов относят финансовые и инвестиционные решения. Согласно С.А. Белозерову, финансовые решения могут быть распределены как решения по формированию: 1) структуры и величины источников дохода; 2) структуры будущих расходов [10]. В.И. Соловьев, в свою очередь, предлагает классифицировать финансовые решения в зависимости от их типов, а именно: 1) решения о распределении денежных средств (в том числе на направление денежных средств на потребление и сбережение); 2) инвестиционные решения; 3) решения о долговом финансировании; 4) решения по управлению рисками [125]. В то же время, часть исследователей (например, [214]) также относят решения по определению оборотного капитала в состав решений в области управления финансами.

Исследование [206] показывает, что инвестиционные решения не влияют на риск акционерного капитала, решения в отношении оборотного капитала оказывают положительное влияние на риск акционерного капитала, а финансовые решения оказывают негативное влияние на риск акционерного капитала риск. Инвестиционные решения представляют собой отдельный класс решений, разделяемый на подклассы решений в сферах реального и финансового инвестирования.

Как отмечено в [194], ключевые финансовые решения лежат в сфере управления структурой капитала и формировании дивидендной политики. Рассмотрим их более подробно.

Определение структуры капитала является одним из важнейших решений в деятельности компании, так как позволяет найти баланс между различными источниками финансирования [182], а также их стоимостью, что определяется компромиссной теорией структуры капитала [203]. В исследованиях [179, 181, 201], получены результаты, которые говорят о том, что компании охотнее используют консервативную стратегию в области заемного финансирования, отдавая предпочтение финансированию за счет собственного капитала. Реинвестирование полученной прибыли в инвестиционные проекты может стать решающей в условиях неопределенности, что находит отражение в исследовании [170].

В условиях экономической нестабильности и, как следствие, повышенной неопределенности, важным аспектом принятия финансовых решений является их способность противостоять тому или иному финансовому риску, то есть обладание рискоустойчивостью. В работе [42] под рискоустойчивостью экономического субъекта определяется устойчивость к воздействию внешних рисков, то есть обладание низкой чувствительностью эффективности предпринимательской деятельности к воздействию рисков, через принятие адекватных и эффективных решений. В работе [44] под рискоустойчивостью предприятия определяется как характеристика способности корпорации к долгосрочному эффективному продолжению деятельности на выбранных отраслевых рынках вне зависимости от степени воздействия внешних и внутренних факторов риска. Как определено в

исследовании [194], последнее определение наиболее полно трактует рискоустойчивое решение, поскольку акцентирует внимание не только на противостоянии рискам, но и на способности к долгосрочному эффективному продолжению деятельности.

Как предложено в [194], под определением «финансового рискоустойчивого решения» следует понимать решение по управлению привлечением и распределением капитала компании, нацеленное на её эффективное конкурентоспособное развитие вне зависимости от степени воздействия внешних и внутренних факторов риска и уровня неопределённости.

Процесс принятия решений основывается на разработке цели и способов действий; анализе последствий; сборе, анализе и оценке полученных данных; выработке и реализации мероприятий; осуществлении контроля после реализации принятого решения [17, 88, 197].

В рамках этапов принятия финансовых решений следует опираться на факторы влияния внутренней (факторы микроокружения) и внешней (факторы макроокружения) среды, которые представлены на рисунках 1.9 и 1.10 настоящей работы соответственно.

При управлении издержками и прибылью компании может возникнуть структурный риск. Этот риск проявляется в возникновении ущерба вследствие несоответствия структуры издержек конъюнктуре рынка сбыта, что связано с неэффективностью структурирования операционных издержек. Соответственно, такой риск зависит от доли постоянных издержек в общей структуре издержек корпорации. Высокий уровень постоянных издержек в периоды спада продаж или высокий уровень переменных издержек в период подъема продаж может существенно сократить прибыльность компании и даже привести к убыточности её основной деятельности и потере финансовой устойчивости.

Одним из показателей риска потери финансовой устойчивости может выступать динамика коэффициента финансовой независимости и сравнение данного показателя со средними отраслевыми значениями в регионе ведения деятельности. Коэффициент финансовой независимости определяется

соотношением собственного капитала к общей величине активов компании и отражает долю активов, сформированных за счет собственного капитала.

Далее проанализируем механизм применения эффекта комбинированного рычага (далее - DCL), определяемого по результатам комплексной оценки совместного воздействия эффектов финансового и операционного рычагов DFL и DOL, и выбор дивидендной политики при принятии финансовых рискоустойчивых решений.

Для исследования и оценки финансовых рискоустойчивых решений и целесообразности их принятия предлагается оценивать и осуществлять мониторинг совместного воздействия операционного и финансового рычагов, которое определяется эффектом комбинированного рычага DCL.

Комплексная оценка DCL производится по следующей формуле:

DCL = DFL X DOL (2.36)

При управлении структурой издержек и управлении процессом привлечения и использования заёмного капитала компания должна учитывать совместное воздействие операционного и финансового рычагов, отсутствие учета которых может привести к потере финансовой устойчивости.

При оценке рычагов будем считать, что сальдо прочих доходов и расходов равно нулю. Тогда прибыль до уплаты процентов и налогов EBIT определяется только факторами операционной деятельности и совпадает с прибылью от продаж (операционной прибылью).

DFL может быть рассчитан по показателям отчета о финансовых результатах и по данным бухгалтерского баланса. В финансовой практике используются две концепции понимания и оценки финансового рычага: американская и европейская [194].

Американская концепция эффекта финансового рычага показывает на сколько процентов изменится чистая прибыль компании при увеличении операционной прибыли на 1% и оценивается по формуле:

DFL = ЕВ1Т , (2.37)

EBIT—IE у '

где IE - процентные расходы [194].

Европейский подход к эффекту финансового рычага количественно оценивает процентное изменение финансовой рентабельности, вызванное использованием заемных средств следующим образом:

DFL = (l-t)x (ROA -r)x g), (2.38)

где t - налоговая ставка;

ROA - экономическая рентабельность;

r - соответствует WACC;

D и E - заемный и собственный капитал соответственно [194].

В соответствии с формулой 2.38, эффект финансового рычага определяется произведением трёх факторов: налогового корректора 1-t, дифференциала ROA-r и плеча рычага, определяемого отношением D/E. При этом налоговый корректор играет роль масштабирующего множителя, ослабляющего эффект, причём тем сильнее, чем больше ставка налога на прибыль, дифференциал определяет знак эффекта, а плечо рычага - силу его воздействия, которое в зависимости от знака дифференциала является позитивным или негативным.

Эффект операционного рычага DOL показывает на сколько процентов изменится прибыль от продаж (операционная прибыль) при изменении выручки на 1%. Из определения операционного рычага следует, что для оценки совместного воздействия операционного и финансового рычагов удобно использовать американскую трактовку финансового рычага. При таком подходе комбинированный рычаг показывает, на сколько процентов изменится чистая прибыль компании при изменении выручки на 1%.

Если изменение выручки не сопровождается изменением постоянных издержек и изменением доли переменных издержек в выручке, то эффект операционного рычага оценивается по формуле:

DOL = (2.39)

EBIT ' v '

где FC - постоянные затраты.

Как показывает исследование [175], компании с большим операционным рычагом более подвержены экономическим шокам. Таким образом, в условиях

повышенной неопределенности низкое значение DOL более предпочтительно, так как защищает компанию в случае негативного изменения рыночной конъюнктуры. Как показано в [62], сила эффекта операционного рычага определяется двумя факторами: долей постоянных издержек в общих издержках компании и долей общих издержек в выручке. При фиксированном объёме общих издержек, компания может проводить в отношении DOL либо агрессивную, либо сбалансированную, либо консервативную политику. Агрессивная политика связана с высокой долей постоянных издержек в общих издержках, и сопряжена с высоким уровнем структурного риска. Сбалансированная или нейтральная политика, связана со средней долей постоянных издержек в общих издержках компании, и характеризуется умеренным структурным риском, в то время как консервативная политика ориентирована на минимизацию постоянных издержек и, как следствие, минимизацию структурного риска и шансов роста прибыли при благоприятном изменении рыночной конъюнктуры.

При привлечении заёмного капитала и, как следствие, управлении DFL, возможно использование либо агрессивной политики, связанной с относительно большим объёмом заемного финансирования, либо сбалансированной или нейтральной политики, связанной со средним уровнем заемного финансирования, либо консервативной политики минимизации заемного финансирования.