Авторефераты по всем темам >>
Авторефераты по экономике
На правах рукописи
ФЕДОРЧУК АННА АЛЕКСЕЕВНА
РАЗРАБОТКА МОДЕЛИ ОЦЕНКИ РИСКОВ ЭЛЕКТРОЭНЕРГЕТИЧЕСКОЙ КОМПАНИИ
Специальность 08.00.13 - Математические и инструментальные методы экономики
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата экономических наук
Москва - 2012
Работа выполнена на кафедре Прикладной математики федерального бюджетного государственного образовательного учреждения высшего профессионального образования Московский государственный университет экономики, статистики и информатики (МЭСИ).
Научный консультант: кандидат технических наук, доцент Мастяева Ирина Николаевна
Официальные оппоненты: Хрусталев Евгений Юрьевич доктор экономических наук, профессор, ведущий научный сотрудник федерального государственного бюджетного учреждения науки Центральный экономикоматематический институт РАН Андреев Антон Юрьевич кандидат экономических наук, андеррайтер Управления корпоративного андеррайтинга Департамента рисков ОАО Сбербанк России
Ведущая организация: федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Российский экономический университет имени Г.В.
Плеханова
Защита диссертации состоится л19 декабря 2012 г. в 14:00 на заседании диссертационного совета Д 212.151.01 в МЭСИ по адресу: 119501, г.Москва, ул. Нежинская, д.7.
С диссертацией можно ознакомиться в библиотеке университета.
Автореферат разослан л____________ 2012 г.
Ученый секретарь диссертационного совета, Мастяева И.Н.
кандидат технических наук, доцент I.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. В настоящее время в России происходит реформирование электроэнергетики: либерализация оптового рынка электроэнергии, введение программы энергосбережения и энергоэффективности, изменение тарифного регулирования и создание оптового рынка мощности. Изменение условий функционирования оказывает непосредственное влияние на состояние каждого объекта электроэнергетики, поэтому для достижения стратегических целей (в первую очередь - оставаться прибыльными) компаниям требуются новые инструменты и технологии для перехода от регулируемого рынка к конкурентному.
Конкурентный рынок характеризуется принятием решений в условиях относительной неопределенности, поэтому возникает потребность прогнозирования возможных потерь, а значит создания системы рискменеджмента. Оценка рисков и разработка мероприятий по управлению рисками позволяет компании выстраивать оптимальную стратегию поведения на рынке и оценивать величину необходимого капитала для покрытия возможных потерь.
В электроэнергетических компаниях достаточно давно существует фрагментарное использование риск-ориентированного подхода: внедрена отчетность о технологических нарушениях (Приказ Минэнерго России от 02.03.2010 №92 "Об утверждении формы отчета об авариях в электроэнергетике и порядка ее заполнения"), используются нормативно установленные лимиты ответственности по рыночным сделкам, техника безопасности и инструктаж сотрудников, но не существует модели управления рисками, которая охватывает большинство бизнес-процессов компании и позволяет рассчитать риски с учетом их взаимосвязей.
В существующих в настоящее время стандартах указывается необходимость разработки способов оценки рисков, без раскрытия методик и моделей. Для создания работающего механизма оценки рисков, способного давать результаты для принятия стратегических решений и финансового планирования, необходимо разработать методологическую базу для оценки каждого риска, а также математическую модель для расчета их совместного воздействия на итоговый финансовый результат деятельности компании.
Таким образом, решение задачи построения эффективной системы измерения, прогнозирования и минимизации рисков, возникающих в ходе деятельности электроэнергетических компаний, обуславливают актуальность исследования.
Степень разработанности и изученности темы. Современная законодательная база менеджмента риска представлена международными и российскими стандартами: FERMA, COSO, PMBOK, ГОСТ Р 51897-20"Менеджмент риска. Термины и определения". Данные нормативы декларируют основные этапы построения системы управления рисками, но не касаются правил их адаптации и не дают рекомендаций по их применению.
Понятие, подходы и методы управления рисками освещаются в трудах С.Н. Воробьева, В.М. Гранатурова, А.М. Дуброва, Р.М. Качалова, Б.А.
агоши, В.Н. Лившица, М.В. Чекулаева, Е.Ю. Хрусталева. Основные зарубежные публикации об исследованиях рисков, разработке показателей, по которым можно измерить риск, связаны с именем известного американского экономиста Ф. Найта. В числе зарубежных авторов следует отметить работы Э. Альтмана, М. Баттеруорта, П. Бернстайш, Т. Коха, Э.
Кэрри, П. Надлера, Дж. Пикфорда, П. Рлуза, Дж.Ф. Синкли, Р. Стульца, Н.
Тэрнбулла. В целом как теоретические, так и прикладные аспекты оценки рисков глубоко проработаны. Вместе с тем, с точки зрения построения системы управления рисками, учитывающей особенности электроэнергетики, вопросы методической и инструментальной поддержки задач оценки рисков и принятия решений по управлению ими, остаются недостаточно исследованными.
Большинство исследований российских и зарубежных ученых посвящено оценке рисков финансовых компаний, моделированию рыночных ситуаций. Риски электроэнергетических компаний рассматриваются прежде всего с точки зрения страхования возможных убытков при наступлении технологического нарушения. Таким образом, не существует решения задачи оценки рисков, возникающих в процессе деятельности электроэнергетической компании, что обуславливает высокую потребность в исследованиях, посвященных построению модели оценки рисков компании с учетом особенностей именно этой отрасли.
Отмеченные обстоятельства определили выбор темы исследования, его логику, цель, задачи и научную новизну.
Цель и задачи исследования. Целью диссертационного исследования является разработка модели оценки рисков электроэнергетической компании в рамках построения оптимальной стратегии поведения на рынке и оценки величины необходимого капитала для покрытия возможных потерь с учетом специфики электроэнергетики и системы ее экономических отношений.
Поставленная в работе цель определила необходимость решения следующих задач:
1. Провести исследование и сравнение существующих концепций управления рисками в российской и международной практике;
2. Построить алгоритм выявления рисков и классифицировать их на примере одной из крупнейших электроэнергетических компаний;
3. Разработать методики количественной оценки моделируемых рисков электроэнергетической компании на примере технологического, процентного и валютного рисков;
4. Разработать методику оценки немоделируемых рисков на основании экспертных оценок и построить математическую модель для расчета их совместного воздействия на итоговый финансовый результат деятельности компании;
5. Построить модель расчета агрегированного риска, величины убытков и расчета уровня толерантности к ним компании, разработать критерий классификации рисков на допустимые и критические;
6. Разработать методические рекомендации по организации процесса построения системы управления рисками электроэнергетической компании с учетом предложенных методик;
7. Провести апробацию разработанной методики оценки рисков и обосновать экономическую эффективность реализованной модели оценки и управления рисками электроэнергетической компании.
Объект исследования: риски, возникающие в ходе текущей деятельности организации электроэнергетики.
Предмет исследования: методы и модели оценки рисков электроэнергетической компании.
Область исследования. Результаты диссертационного исследования соответствуют требованиям п. 1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем:
отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений паспорта специальности 08.00.13 ВАК Минобрнауки России.
Теоретическая и методологическая основа исследования. В основу диссертации положены теоретические и методологические разработки зарубежных и российских ученых и специалистов в области страхового дела, финансовой математики, теории вероятностей и математической статистики, случайных процессов, численных методов, теории риска, моделирования рисковых ситуаций, риск-менеджмента.
Научная новизна. В диссертационной работе поставлена и решена задача разработки методов количественной оценки рисков электроэнергетической компании и создания математической модели для оценки агрегированного риска компании и его влияния на итоговый финансовый результат деятельности компании.
Наиболее существенные результаты исследования, полученные лично автором и содержащие элементы научной новизны:
1. Разработан алгоритм выявления и описания рисков электроэнергетической компании, отличительной особенностью которого является возможность агрегирования рисков по принципам общности факторов их возникновения и последствий реализации, а так же причинноследственных взаимосвязей между рисками. Предложенный автором способ описания рисков дает возможность проводить факторный анализ возникновения рисков с целью выявления наиболее высокорисковых процессов компании, а также исключает двойной учет возможных ущербов при проведении оценки рисков.
2. Разработаны методики оценки рисков, характерных для электроэнергетической компании при производственной деятельности и энерготрейдинге: методика оценки технологического риска и лимита рыночных потерь от технологических нарушений, процентного и валютного рисков. Данные методики позволяют разработать прогноз общего уровня финансово-экономических потерь от возникновения технологических нарушений, определить наиболее приоритетные задачи ремонта и технического перевооружения, сформировать предложения по объемам и стоимости аварийного запаса материально-технических ресурсов.
3. Разработана методика оценки немоделируемых рисков. Автором предложен способ оценки рисков, для которых не существует возможности создания модели расчета по причине отсутствия статистических данных, что характерно для электроэнергетики по причине реформирования этой отрасли и зависимости от государственного регулирования. Описан перечень величин, которые оценивают эксперты и порядок проведения количественной оценки по результатам сбор экспертных оценок.
4. Реализована модель расчета величины агрегированного риска. В отличие от большинства существующих методик оценки рисков, которые описывают способы расчета конкретного риска или группы рисков, но не учитывают их совокупное влияние на финансовый результат деятельности компании, предложенная автором модель позволяет проводить оценку рисков с учетом их корреляции и рассчитывать совокупную величину рисков компании.
5. Предложен порядок построения кривой толерантности к рискам электроэнергетической компании и разработан критерий классификации рисков на допустимые и критические. Для сравнения рисков по величине ущерба и вероятности одновременно автором было введено понятие эквивалентного уровня толерантности и разработан порядок построения кривой толерантности, что дает возможность проранжировать все риски для определения приоритетного порядка управления рисками.
Теоретическая и практическая значимость исследования.
Теоретическая значимость результатов диссертационного исследования состоит в дальнейшем развитии методов оценки рисков, разработке методики комплексной оценки рисков и построения алгоритма выявления и мониторинга рисков, а также развитии общих положений риск-менеджмента в компаниях электроэнергетики.
Практическая значимость результатов диссертационного исследования заключается в формировании рабочей модели оценки рисков, которая позволяет электроэнергетическим компаниям сокращать издержки, планировать ремонтные программы, принимать решения по рыночным сделкам и другие управленческие решения. Автором разработаны методические рекомендации по дальнейшему развитию системы управления рисками и проведения мониторинга рисков. Осуществлена апробация полученных результатов, проведены работы по построению системы управления рисками, на основании предложенных алгоритмов выявления и оценки рисков.
Апробация и внедрение результатов исследования. Основные положения и выводы диссертации докладывались и получили одобрительные оценки на конференциях: Модернизация России: ключевые проблемы и решения, Москва, июль 2011 г.; Корпоративная система управления рисками, Москва, октябрь 2011 г.; Инновационное развитие российской экономики, Москва, декабрь 2011 г.
Основные результаты диссертационной работы внедрены в деятельность ОАО Третья генерирующая компания оптового рынка электроэнергии при построении системы управления рисками и используются в учебном процессе Московского государственного университета экономики, статистики и информатики при обучении дисциплине Теория риска и моделирование рисковых ситуаций.
Публикации. Основные результаты диссертационного исследования опубликованы в 5 авторских работах общим объемом 1,35 п.л., из них объемом 1,05 п.л. в научных журналах, рекомендованных ВАК Минобрнауки России.
Структура диссертационной работы. Диссертация состоит из введения, трех глав, заключения, выводов по каждой главе, библиографического списка литературы и приложений. Общий объем работы составляет 144 страницы, включая 19 рисунков, 6 таблиц, библиографический список литературы из 112 наименований и приложение на 11 страницах.
II. ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ В соответствии с поставленными задачами, автором были получены следующие результаты исследования:
1. Алгоритм выявления и описания рисков электроэнергетической компании. В работе подробно рассмотрена существующая ситуация в электроэнергетике и выявлены основные риски, присущие электроэнергетической компании: отраслевые, страновые, региональные, финансовые и риски производственной деятельности.
Структурно риск описывается как совокупность рискового события, факторов и последствий риска, а также дополнительных классификационных признаков (Рисунок 1).
Фактор Рисковое событие Последствие Классификационные Классификационные признаки фактора признаки последствия Рисунок 1 - Структура риска В исследовании предложен алгоритм и различные методы для выявления рисков: анализ данных о событиях, связанных с убытками (внутренние и внешние данные), проведение анкетирования, интервью, опросов функциональных менеджеров, ответственных за выполнение задач, анализ локальных нормативных актов, отчеты о проведении операционных осмотров, интерактивные групповые семинары и фокус-группы, анализ структуры и цепочки бизнес-процессов и метод структурных диаграмм, анализ статистики технологических нарушений, инцидентов, отказов оборудования.
В работе приведены результаты проведенной автором работы по созданию реестра рисков для электростанции.
2. Методики количественной оценки моделируемых рисков электроэнергетической компании на примере технологического, процентного и валютного рисков. Для электроэнергетической компании моделируемыми рисками чаще всего являются рыночные и технологические, которые характеризуют основную деятельность компании на оптовом рынке электроэнергии.
Оценка технологического риска и лимита рыночных потерь от технологических нарушений. Убытки компании в случае аварии или технологического нарушения определяются согласно методике расчета экономического ущерба (Приказ Минэнерго России от 02.03.2010 №92 "Об утверждении формы отчета об авариях в электроэнергетике и порядка ее заполнения"). Такая статистика ведется по всем случаям технологических нарушений на каждой станции, соответственно имеется база данных по технологическим нарушениям за несколько лет. Экономический ущерб представляет собой сумму 10 компонентов ущерба (, где - индекс компонента ущерба): затраты на ведение ремонтных работ, возмещение экологического ущерба, социального ущерба, убытков потребителям, потери на балансирующем рынке и т.д.
Для обеспечения сравнимости исторических данных с данными за истекший период осуществляется дисконтирование денежных показателей ущерба. Для показателя iЦого компонента ущерба, произошедшего лет назад (, величина дисконтированного ущерба (D означает дисконтированный) определяется по формуле:
где - показатель инфляции i-ого компонента ущерба в году от текущего года ( лет назад).
Автором введен показатель SL, характеризующий удельный экономический ущерб от технологических нарушений в части рыночных потерь в расчете на единицу времени и мощности:
где - дисконтированная величина экономического ущерба, - время простоя в часах, - снижение мощности в МВт.
Нам необходимо получить взаимосвязь между тремя показателями SL, P и T. Для этого в исследовании используется приведение показателей к нормально распределенным (с помощью натурального логарифма). Далее, с помощью ковариационной матрицы, используя разложение Холецкого, находим корреляцию показателей между собой.
Далее производится 10 000 случайных экспериментов, в результате которых рассчитываются величины рыночных потерь.
Для вычисления каждой из этих величин осуществляются следующие действия:
- Производится аппроксимация показателя DT (период между технологическими нарушениями в днях). По полученному распределению генерируются случайные числа до тех пор, пока их сумма не превысит 365.
Таким образом, получается количество технологических нарушений в каждом модельном году.
- Моделируется трехмерная нормально распределенная случайная величина (логарифмы показателей SL, P и T), с полученными ранее математическими ожиданиями и ковариационной матрицей для каждого модельного технологического нарушения.
- Рассчитываются показатели SL, P и T для каждого модельного технологического нарушения.
- Рассчитываются показатели для каждого модельного технологического нарушения.
- Суммарный ущерб от технологических нарушений за моделируемый год рассчитывается как сумма полученных для каждого модельного технологического нарушения.
Далее рассчитываются показатели ожидаемого убытка и риска.
Показатель определяется как средняя величина по всем суммарным ущербам от технологических нарушений, полученных в результате моделирования, а - как 97,5% квантиль вышеуказанного распределения данных.
Оценка процентного риска. Автором приведена классификация процентного риска: риск временного разрыва, базисный риск, риск кривой доходности, риск опционности. Введены показатели для оценки процентного риска, в том числе совокупный показатель непредвиденных потерь (UEL - уровень потенциального уменьшения финансового результата вследствие неблагоприятного изменения процентных ставок), приводится порядок расчета каждого из показателей.
Для оценки чувствительности чистого процентного расхода к изменению процентных ставок используются два основных подхода: имитационное моделирование и сценарный подход.
Оценка валютного риска. Валютный риск делится на две ключевые составляющие: риск неблагоприятного изменения справедливой стоимости активов или обязательств и риск изменения денежных потоков, под воздействием изменения обменных курсов.
Оценка валютного риска в соответствии с его ключевыми составляющими разделяется на две части:
- Оценка риска изменения справедливой стоимости активов и/или обязательств, номинированных в иностранной валюте, в рамках которой рассчитываются такие показатели как: открытая валютная позиция (ОВП) в отдельной валюте, относительная ОВП, непредвиденные потери по риску изменения справедливой стоимости активов и/или обязательств, номинированных в иностранной валюте.
- Оценка риска изменения денежных потоков, в рамках которой рассчитываются такие показатели как: GAP в отдельной валюте в определенный момент времени t, GAP в отдельной валюте на всем горизонте планирования, непредвиденные потери по риску изменения денежных потоков.
3. Методика оценки немоделируемых рисков. Процесс оценки немоделируемых рисков состоит из двух основных этапов: сбор экспертных оценок и количественная оценка рисков. Несколько немоделируемых рисков, объединнных по определнному правилу, могут быть оценены совместно как агрегированный риск.
Под агрегированным риском понимается синтетическая рисковая структура, полученная путем объединения отдельных рисков по классификационным признакам.
Экспертная оценка факторов и последствий рисков проводилась коллегией экспертов в составе не менее пяти человек из числа ключевых работников функциональных направлений одной из электроэнергетических компаний. За горизонт оценки принимается один календарный год. Для каждого отдельного риска эксперты оценивают следующие величины:
минимальную и максимальную частоту влияния каждого фактора на наступление данного рискового события; вероятность единичной реализации каждого последствия при условии наступления данного рискового события; минимальный и максимальный ущерб компании от единичной реализации каждого последствия.
При оценке немоделируемых рисков автором предложено использовать следующие распределения вероятностей: распределение Пуассона, биномиальное распределение, экстремальное распределение, обобщнное экстремальное распределение.
Автором впервые предложено проводить оценку параметров распределения ущерба по каждому последствию следующим образом.
Экспертные оценки минимального возможного ущерба - и максимального возможного ущерба - по каждому последствию считаются соответственно нижней и верхней границами доверительного интервала с доверительной вероятностью (Рисунок 2). Математическое ожидание и стандартное отклонение рассчитываются по формулам:
( ( )) ( ( )) ( ( )) ( ( )) ( ( )) ( ( )) Рисунок 2 - Плотность распределения убытков по риску Доверительная вероятность определяется в зависимости от количества экспертов, принимавших участие в выработке согласованной позиции по оценке данного риска, по таблице 1.
Таблица 1. Зависимость доверительной вероятности от количества экспертов Количество экспертов Доверительная вероятность 5 0,7 0,9 0, Алгоритм количественной оценки риска.
1) По полученным от экспертов данным для каждого риска отдельно оцениваются параметры соответствующих распределений:
- для каждого фактора интенсивность, (i изменяется от 1 до количества факторов данного риска q);
- для рискового события интенсивность так как сумма независимых случайных величин, распределнных по Пуассону с интенсивностями, также имеет распределение Пуассона с интенсивностью.
- для каждого из последствий среднее и стандартное отклонение для экстремального распределения.
2) Проводится расчт убытка по каждому из 10000 модельных лет:
- случайно по Пуассоновскому распределению генерируется - частота влияния iЦого фактора на наступление рискового события;
- сгенерированные частоты суммируются по всем факторам для данного - общее количество наступлений рискового события риска за один модельный год;
- случайно по биномиальному распределению генерируются по всем последствиям данного риска - количество реализаций jЦого последствия за год при наступивших за год рисковых событиях;
- по каждому из наступивших jЦых последствий случайно генерируются величины убытков по экстремальному распределению и суммируются;
- посчитанные таким образом убытки по всем последствиям суммируются, и рассчитывается общий ущерб по данному риску за один год.
3) В итоге формируется выборка из распределения возможных убытков в виде массива из 10000 значений, на основе которого рассчитываются характеристики данного риска.
Результаты количественной оценки - характеристики риска. В качестве ожидаемого убытка выбирается величина отклонения от соответствующей статьи в бизнес-плане. В случае отсутствия соответствующей статьи в бизнес-плане ожидаемый убыток предполагается равным среднему значению по сгенерированной выборке.
Для каждого отдельного риска считаются следующие статистики:
- средний убыток, превышающий ожидаемый. Из сгенерированной выборки исключаются все реализации, ниже ожидаемой, и рассчитывается среднее по оставшейся части выборки.
- вероятность убытка, превышающего ожидаемый. Количество реализаций с убытком выше ожидаемого делится на общее количество реализаций - 10000.
- квантиль распределения убытков. Для нахождения квантиля полученная выборка упорядочивается по возрастанию, рассчитывается среднее между значениями убытков под номерами 9500 и 9501.
Подсчитанное среднее является 95% перцентилем (или 0,квантилем) распределения убытка по данному риску.
Предложенная автором методика оценки немоделируемых рисков позволяет количественно выражать оценку вероятности и величины ущерба от риска по итогам экспертной оценки. Данная методика является универсальной и подходит не только компаниям электроэнергетики, но и может быть применена для расчета любых немоделируемых рисков.
Методика формализует порядок экспертной оценки и дает возможность использовать полученные результаты при финансовом планировании и принятии стратегических решений.
4. Модель расчета величины агрегированного риска.
Агрегированный риск может быть синтезирован либо путм объединения нескольких немоделируемых рисков полностью, либо путм их частичного объединения. Под частичным объединением понимается, например, объединение только факторов, отнеснных к одному функциональному направлению, а также рисковых событий и последствий, соответствующих данному объединению факторов. Расчт характеристик агрегированного риска (группы рисков) проводится следующим образом:
- для каждой отдельной цепочки фактор - рисковое событие - последствие проводится расчт количества наступивших за год последствий по формуле, где - интенсивность наступление рискового события, а - вероятность реализации последствия;
- если к одному последствию приводят несколько разных рисковых событий, то соответствующие интенсивности суммируются, графически это отображено на рисунке 3 (Последствие №2).
Фактор a1 Последствие №pak1=a paРисковое событие A aa=a1+a2+aФактор apaПоследствие №k2=a pa2+bpbbpbФактор Рисковое событие B bb=b2+b3+bПоследствие №pbk3=bpbФактор bРисунок 3 - Агрегированный риск Случайно по Пуассоновскому распределению генерируется - количество реализаций jЦого последствия за год. По каждому из наступивших jЦых последствий случайно генерируются величины убытков по экстремальному распределению и суммируются. Посчитанные таким образом убытки по всем последствиям суммируются и рассчитывается общий ущерб по данному риску за один год. Аналогично отдельному риску, проводиться моделирование, формируется распределение возможных убытков в виде массива из 10000 значений, рассчитываются характеристики агрегированного риска. В качестве характеристик агрегированного риска, аналогично отдельному риску, считаются: средний убыток, превышающий ожидаемый; вероятность убытка, превышающего ожидаемый; 95% перцентиль распределения убытков.
5. Порядок построения кривой толерантности к рискам электроэнергетической компании и критерий классификации рисков на допустимые и критические. Автором предложено рассмотрение функции полезности компании, с точки зрения управления рисками, в виде кривой Кобба-Дугласа, где - величина убытка в тысячах рублей, - вероятность получения убытка, - параметр, принимающий значения от 0 до 1, определяющий предпочтения между убытком и вероятностью.
Кривые безразличия функции полезности компании, по предположению автора, имеют вид семейства гипербол,, - вероятность убытка, - величина убытка, - параметр, - константа. Кривая безразличия - это множество точек, имеющих одинаковую полезность для компании.
Кривая толерантности - это одна из кривых безразличия функции полезности компании, проходящая через точки на карте рисков, соответствующие риск-аппетиту и болевому порогу. Первая точка имеет координаты по вероятности 1, по величине убытка - значение риск-аппетита ( - величина в тысячах рублей), поскольку риск-аппетит - это уровень совокупного риска, которую компания в целом считает для себя приемлемой.
Вторая точка имеет координаты по вероятности 0,01, по величине убытка - значение болевого порога ( - величина в тысячах рублей). Так как возможные убытки должны быть ниже болевого порога с вероятностью 0,99.
Исходя из условия прохождения через точки и рассчитываются константа и параметр. Таким образом, кривая толерантности компании определяется по формуле ( ), где параметр k вычисляется по вышеприведенной формуле.
Построение кривой толерантности по компании приведено на рисунке 4.
Рисунок 4 - Построение кривой толерантности После разделения всех рисков на допустимые и критические необходимо проранжировать риски для определения приоритетного порядка управления рисками. Поскольку необходимо сравнивать риски одновременно по величине ущерба и вероятности, то для сравнения рисков используется эквивалентный уровень толерантности. Для каждого риска, с характеристиками, где - величина риска, а - вероятность риска, рассчитывается величина - эквивалентный уровень толерантности, параметр - определяется по результатам расчта при построении кривой толерантности, - условный номер риска.
Все риски упорядочиваются по возрастанию эквивалентного уровня толерантности. Чем выше значение этого показателя для риска, тем более существенным является данный риск для компании. Риск с характеристиками является критическим в рамках всей компании, если для него выполняется условие ( ). Расчт эквивалентного уровня толерантности геометрически выглядит следующим образом: через каждую точку, соответствующую риску, проводится кривая безразличия к функции полезности, аналогичная кривой толерантности. Чем выше кривая безразличия, на которой расположен риск, тем хуже его характеристики (Рисунок 5).
Рисунок 5 - Определение эквивалентного уровня толерантности Из приведнного выше примера следует, что:
- риск 2 относится к критическим рискам (соответствующая точка расположена выше кривой толерантности);
- риск 1 и риск 3 относятся к рискам допустимого уровня (расположены ниже кривой толерантности);
- характеристики риска 2 хуже, характеристик риска 1 ( );
- с точки зрения толерантности характеристики риска 1 и риска 3 схожи (соответствующие точки лежат на кривой безразличия одного уровня).
6. Методические рекомендации по организации процесса построения системы управления рисками, проведена апробация полученных результатов. По результатам оценки сформирована карта рисков для компании (Рисунок 6). Карта рисков представляет собой диаграмму, на которой для каждого отдельного риска указана его величина и вероятность. В качестве величины риска принимается средняя величина убытка, превышающая средний ожидаемый убыток по данному риску. В качестве вероятности принимается вероятность того, что величина убытка вследствие реализации данного риска превысит средний ожидаемый убыток.
Рисунок 6 - Карта рисков Автором предложены различные варианты представления карты рисков руководству компании, для удобства принятия решений, описаны плюсы и минусы каждого из представлений. Результаты выявления и оценки рисков целесообразно использовать в следующих процессах:
формирование инвестиционной программы, формирование ремонтной программы, обоснование производственной программы, разработка перечня мероприятий в плане реализации стратегии, формирование программы страхования, оценка жизненного цикла производственного оборудования и так далее.
В работе описаны рекомендации по дальнейшему развитию - организации процесса построения системы управления рисками, описаны следующие возможные этапы:
- разработка планов мероприятия по управлению рисками - мониторинг рисков - раскрытие информации и контроллинг системы - оценка эффективности системы.
По итогам проведения оценки рисков и реализации плана мероприятий по управлению этими рисками в крупной электроэнергетической компании, были получены следующие результаты:
- снижение количества технологических нарушений на 6%;
- снижение ущерба от технологических нарушений на 3%;
- снижение резервного фонда на ликвидацию последствий технологических нарушений на 4%;
- повышение точности прогноза исполнения бизнес-плана по чистой прибыли на 4%.
Основные выводы диссертации:
1. Проведено исследование и сравнение существующих концепций управления рисками. Выявлены и классифицированы риски на примере одной из крупнейших электроэнергетических компаний.
2. Разработаны методики оценки основных моделируемых рисков (технологический, процентный, валютный), при использовании которых можно оптимизировать работу на оптовом рынке электроэнергии и планирование ремонтных и инвестиционных программ, снизить количество технологических нарушений и управлять финансовыми потоками с минимальными потерями для компании.
3. Разработаны методики количественной оценки моделируемых рисков электроэнергетической компании. Разработан и реализован алгоритм моделирования ущербов от реализации рисков на основании оценок экспертов и исторических данных. Методика формализует порядок экспертной оценки и позволяет использовать полученные результаты при финансовом планировании и принятии стратегических решений.
4. Реализована модель комплексной оценки рисков электроэнергетической компании как синтез задач: моделирования оценки рисков, моделирования агрегированной величины убытков и расчета их совместного воздействия на итоговый финансовый результат деятельности компании.
5. Предложен алгоритм построения кривой толерантности к рискам электроэнергетической компании и разработан критерий классификации рисков на допустимые и критические. Разработан подход к декомпозиции уровня толерантности к рискам по функциональным направлениям и формализован подход к ранжированию рисков.
6. Разработан инструментарий построения системы управления рисками, с учетом предложенных методик: описан алгоритм формирования карты рисков компании, как инструмента принятия стратегических решений.
Предложен порядок дальнейшего развития системы управления рисками.
7. Проведена апробация и обоснована экономическая эффективность реализованной модели оценки и управления рисками электроэнергетической компании.
III. ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ В изданиях, рекомендованных Высшей аттестационной комиссией Министерства образования и науки Российской Федерации:
1. Федорчук А.А. Моделируемые и немоделируемые риски энергетической компании // Национальные интересы: приоритеты и безопасность. - 2012. - №4. - 0,4 п.л.;
2. Федорчук А.А. Методика оценки уровня толерантности и ранжирования рисков компании // Надежность и безопасность энергетики. - 2012. - №2 (17). - 0,35 п.л.;
3. Федорчук А.А. Стратегия генерирующей компании на оптовом рынке электроэнергии // Экономика, статистика и информатика. Вестник УМО. - 2010. - №6. - 0,2 п.л.;
4. Федорчук А.А. Применение современных информационных технологий для планирования развития электрических сетей // Труды вольного экономического общества России. - 2010. - т.137. - 0,1 п.л.;
Научные статьи в других периодических изданиях:
5. Федорчук А.А. Энергосбережение и энергоэффективность - возможности и риски электросетевой компании // Депонированный сборник Россия в современном мире. - 2011. - т.9. - 0,3 п.л.