Главная  | О журнале  | Авторы  | Новости  | Конкурсы  | Вопросы / Ответы

К содержанию номера журнала: Вестник КАСУ №4 - 2006

Авторы: Курлов М.А., Конопьянова Г.А.

Миссией энергоснабжающей организации является надежное, качественное и бесперебойное снабжение электроэнергией всех потребителей в зоне своей ответственности. Энергоснабжающие организации в РК являются субъектами розничного конкурентного рынка, а электроэнергия, в свою очередь, является товаром.

В современных конкурентных условиях хозяйствования энергоснабжающая организация вынуждена искать более эффективные методы контроля над результатом своей финансово-хозяйственной деятельности, используя весь арсенал инструментов финансового менеджмента, одним из которых является финансовое планирование.

Однако финансовое моделирование хозяйственной деятельности энергоснабжающей организации связано с некоторыми проблемами:

- наличием неопределенности в вопросах цен на покупку и транзит электроэнергии,

- наличием высокой неопределенности в вопросах отпускной цены на электроэнергию потребителям;

- наличием неопределенности в отношении прочих ключевых параметров бизнеса, которая, в свою очередь, порождает неопределенность результирующего годового денежного потока и/или прибыли.

В этой связи весьма актуальной является проблема совершенствования методики бюджетирования с использованием имитационного (численно-статистического) моделирования, позволяющая оценить неопределенность денежного потока, и связанный с этим вероятный дефицит денежных средств в непосредственной увязке с принципами и методами бухгалтерского учета.

Процесс финансового планирования, а именно динамический ряд возможных исходов финансового потока, являющийся объектом исследования, представляет собой, в данном конкретном случае, сложную систему с вероятностным характером.

Вероятные изменения в величине цен на покупку и транзит электроэнергии вынуждают руководство предприятия планировать перераспределение финансовых ресурсов и пополнять оборотные средства путем привлечения заемных средств.

Актуальность имитационного (сценарного подхода) к решению проблем заключается в том, что, в отличие от традиционного аналитического моделирования, принцип статистического основывается на том, что математическая модель воспроизводит процесс потребности в финансовых ресурсах для покрытия кассовых денежных разрывов во времени. Причем, имитируются вероятные величины остатков (дефицита) денежных средств в модели Прогнозного отчета о движении денежных средств, с сохранением логики их распределения.

Имитационная модель, позволяющая наиболее вероятно определить наличие или дефицит денежных средств, представляет собой случайный процесс, который моделируется с помощью генератора случайных чисел (остатков; дефицита) денежных средств, и в дальнейшем анализируется взаимодействие нескольких случайных потоков по заданному алгоритму. В настоящий момент системы имитационного моделирования являются наиболее эффективным средством исследования сложных систем, какой и является процесс финансового планирования в сфере снабжения электроэнергией. Основным достоинством является универсальность подхода при моделировании систем различной сложности и с различной степенью детализации.

Разработка финансовой модели предприятия реализуется на основе системно-комплексного подхода в несколько этапов: определяются миссия, цели и стратегия достижения целей компании, проводится диагностика структуры управления, формируется финансовая структура компании, устанавливаются ключевые финансовые показатели компании, разрабатывается блок-схема процесса бюджетного планирования, анализируются затраты предприятия и на их основе разрабатывается управленческий план счетов.

Далее разрабатываются бюджетные формы, таблицы и форматы, формируется схема процесса взаимодействия операционных и финансовых бюджетов на основе методики двойной записи по счету, формируется трансформационная прогнозная таблица, формируются сценарии прогнозного отчета о доходах и расходах, прогнозного баланса и прогнозного отчета о движении денежных средств (на основе экстремальных входных параметров модели), для каждого варианта рассчитываются ключевые финансовые показатели, наконец, на основе сценарного анализа принимается оптимальная финансовая стратегия на предстоящий финансовый год, позволяющая минимизировать риски, связанные с неопределенностью рыночной конъюнктуры.

На основе многократных имитаций входящих параметров, таких, как цена покупной энергии, затраты на транзит, отпускная цена реализации, в прогнозных вариантах отчетов о движении денежных средств формируется динамический статистический ряд возможного наличия или дефицита денежных средств.

В процессе исследования возникает противоречивая ситуация: финансовые ресурсы энергоснабжающего предприятия должны быть достаточными для предотвращения «перебоев» в обеспечении оплаты энергопроизводящим (генерация) и энергопередающим организациям, но данные ресурсы не могут быть большими из-за издержек по их содержанию, связанных с выплатой вознаграждения кредитным институтам. Следует понимать, что увеличение кредиторской задолженности перед кредитной организацией увеличивает вероятность неплатежеспособности, а в дальнейшем - и банкротства организации. С другой стороны, недостаточное количество денежных средств на счетах компании ведет к большим потерям электрораспределительной компании, которые связаны с ухудшением качества и недовыполнением планово-предупредительных ремонтов электрических сетей и прочего электрооборудования. Возможны, кстати, и более серьезные ущербы, определяемые возрастанием вероятности аварийных и чрезвычайных ситуаций, связанных с отключением электроснабжения.

Регулируемые рыночные отношения предусматривают высокую вероятность несогласования отпускной цены на электрическую энергию или ее согласования в неполном объеме. Поэтому увеличиваются неопределенность и, тем самым, разброс распределения в финансовой модели. Чем выше разброс потребности в денежных средствах, тем большая величина заемных средств необходима для покрытия «пиковых» потребностей в них. Для определения оптимальной величины банковского кредита можно рассмотреть модель следующего вида. В соответствие с рис. 1, потребность в деньгах распределилась в следующих пределах (min 179 млн. тенге; max 592 млн. тенге). В качестве гарантированной оплаты за транзит электрической энергии выступает величина кредита, равная максимальной потребности в финансовых ресурсах, в соответствие с рис. 1. Потребность в финансовых ресурсах не может быть равна средней прогнозной потребности, так как при этом, в случае любых отклонений потребности в большую сторону, происходит только частичная оплата контрагентам, и, следовательно, недовыполнение ремонтов по замене и эксплуатации электрических сетей и оборудования, которое, в свою очередь, характеризуется высоким коэффициентом износа.

Рисунок 1. Прогнозируемое распределение потребности в деньгах

На рисунке 1 видно, что пополнение оборотных средств путем внешнего финансирования снижает вероятность неоплаты поставщикам, снижает простои в выполнении ремонтов и, следовательно, снижает риск возможных потерь, связанных с реализацией электроэнергии.

Вместе с тем, однако, одновременно увеличиваются и расходы, необходимые для содержания кредитных финансовых ресурсов. Затраты по содержанию кредита зависят от его величины и ставки вознаграждения r. Таким образом, при наиболее оптимальной величине кредита суммарные потери и издержки компании будут минимальны. При меньшей величине кредита сумма потерь растет из-за возрастания риска дефицита денежных средств для оплаты за транзит электрической энергии и связанных с этим простоев в выполнении графиков плановых ремонтных работ, при большей величине кредита – из-за увеличения расходов по выплате вознаграждения (особенно при высокой процентной ставке ввиду высокой вероятности неплатежеспособности коммунальной компании).

Пусть прогнозируемый дефицит наличности для каждой итерации модели распределился, как показано на рисунке 2.

Для того, чтобы оценить и исследовать прогнозное распределение дефицита денежных средств, необходимо с достаточной точностью охарактеризовать данное распределение надлежащим теоретическим законом распределения.

Рисунок 2. Функция плотности эмпирического прогнозного распределения дефицита в денежных средствах.

Необходимо определить вид функции распределения, то есть произвести подбор аппроксимирующего закона распределения для дефицита, причем, с максимальной вероятностью согласования, иначе говоря, эмпирическому распределению дефицита должен максимально возможно соответствовать теоретический закон распределения.

В задачах теории вероятностей встречается несколько видов функции распределения: гауссовское (нормальное) распределение; гамма-распределение, распределение Вейбула и другие.

Пусть значения годового дефицита наличности для каждой итерации имитационной модели распределились, например, по нормальному закону, как показано на рис. 3.

Гауссовским называют распределение вероятностей непрерывной случайной величины, которое описывается плотностью:

(1)

где x – значение (середина интервала), для которого строится распределение.

μ - среднее арифметическое распределения;

σ - стандартное (среднеквадратическое) отклонение распределения;

e – значение экспоненты, равное приблизительно 2,718.

Рисунок 3. Распределение годовой вероятной потребности в денежных средствах

Размер оптимальной величины заемных финансовых ресурсов зависит от следующих факторов:

- величины потерь, связанных с возможными авариями вследствие неполного проведения всего объема планово-предупредительных ремонтов;

- стоимостью содержания заемных финансовых средств.

На рисунке 3 точка А соответствует средней потребности в денежных средствах. Если величина кредита будет равна М, то вероятность того, что в произвольно выбранный сценарий (момент времени) потребность в денежных средствах P превысит М предприятия, будет численно равна заштрихованной области на рисунке 3. Эта вероятность представляет собой вероятность недостаточности финансовых потоков в сторону материнской компании - энергопередающей организации в течение финансового года, и связанные с этим аварийные отказы оборудования, ввиду недовыполнения ремонтов, снижение объемов реализации, прочие убытки и ущербы из-за некачественного обеспечения электроснабжения. Аналитически данная вероятность может быть определена интегральным выражением.

(2)

где F(P) – закон распределения потребностей в финансовых ресурсах;

p – вероятность неисполнения обязательств по оплате.

Вероятность неисполнения обязательств по оплате – это число случаев неоплаты к общему числу контрольных замеров в имитационной модели, и ее величина зависит от выбранного закона распределения потребностей в денежных средствах.

В свою очередь, при известной вероятности неисполнения обязательств по оплате, годовые потери, связанные с недовыполнением плановых ремонтов электрических линий и прочего оборудования, будут равны

, (3)

где По – потери в распределительных бизнесах, связанные с неисполнением обязательств ЭСО перед ЭПО (простои в распределении электроэнергии по сетям до конечного потребителя – снижение объемов реализации), млн. тенге/год;

No - количество связанных с этим аварийных отказов у энергопередающей организации, раз/год;

Тпр - средняя продолжительность отсутствия работы электрических линий и (или) электрического оборудования, час;

– средние удельные потери на 1 час простоя электросетевого оборудования, задействованного в транспортировке электрической энергии, млн.тг./час;

n – количество точек контрольных замеров в модели;

p – значение вероятности неисполнения оплаты в сторону энергопередающей организации.

Годовой размер вознаграждения за пользование заемными денежными средствами (затраты на содержание банковского кредита) можно рассчитать по формуле:

, (4)

где М – размер банковского кредита, млн. тенге/год;

r – величина плавающей ставки вознаграждения, %;

Из формулы 3 и 4 вытекает, что вероятные совокупные годовые потери и издержки в распределительных компаниях можно выразить выражением:

(5)

Первое слагаемое (5) с ростом величины заемных средств уменьшается, а второе – увеличивается, что и обусловливает существование оптимальной величины банковского кредита на рисунке 4.

Рисунок 4. Определение оптимальной величины банковского кредита

Поскольку аналитическое решение интегрального уравнения (2) затруднительно, наиболее целесообразным методом его решения и является имитационное моделирование.

Для закона распределения (1) F (принят нормальным, со средним и дисперсией, определяемыми натурными обследованиями) генерируется выборка годовых потребностей в финансовых ресурсах для каждого сценария. Затем, для различных значений потребностей в финансовых ресурсах М, подсчитывается число членов этой выборки N, для которых выполняется неравенство P>М. Вероятность неисполнения оплаты определяется, как отношение N к общему числу членов выборки.

Изменяя параметры данной имитационной модели, можно оперативно спрогнозировать и проанализировать оптимальную величину заемных денежных средств.

ЛИТЕРАТУРА

1. Карр Ч., Хоув Ч. Количественные методы принятия решений в управлении и экономике. - М: Мир, 1996.

2. Айвазян С.А. Прикладная статистика. - М.: Статистика, 1985.

3. Ермаков С.М., Михайлов Г.А. Статистическое моделирование.– 2-е изд., дополн. – М.: Наука, 1982.

4. Гмурман В.Е. Теория вероятностей и математическая статистика. Учебное пособие для вузов. Изд. 6-е, стер. – М.: Высшая школа, 1997.

5. Долгопятова Т.Г., Суворов А.С. и другие. Математическое моделирование экономических процессов. - Изд-во МГУ, 1990.



К содержанию номера журнала: Вестник КАСУ №4 - 2006


 © 2018 - Вестник КАСУ