Анализ рисков диверсифицированной компании ПАО МТС

Таблица 2. Риски Группы компаний ПАО МТС

Вид риска	Причины	Принимаемые меры
Риск изменений процентных ставок	Займы в USD/EUR под плавающие процентные ставки	Группа заключает соглашения процентного свопа
Риск изменения курса валют	Кредитные обязательства в USD и EUR	Заключение кросс валютных своповых соглашений
Риск ликвидности	Коэффициент текущей ликвидности CR=1,007; QR=0,8	Группа поддерживает портфель обязательств с различными (1-8 лет) сроками погашения
Кредитный риск	Инвестиционная деятельность Группы	Дифференциация вложений (разные фин. институты, географические регионы и др.)
Риск потери конкурентного преимущества	Возможное слияние Теле2 и Вымпелкома	Разработка более привлекательных для клиента предложений (как ценовых, так и технологичных)
Регулятивный риск	Необходимость ежегодного продления лицензии на оказание телекоммуникационных услуг	Мониторинг и контроль нарушений, который могут повлечь отказ в лицензии
	Ужесточенный контроль со стороны ФАС и ФНС	Снижение тарифов на роуминг (в ответ на письмо ФАС)
Риск утечки инсайдерской информации и технических сбоев	-	Регулярный мониторинг и наличие IT департамент
Технологи-ческий риск	Быстрое развитие технологий, возможность устаревания	Ускоренное развитие LTE в регионах России
Макро-экономический риск	Затяжной кризис в стране, высокая инфляция, низкие доходы населения и безработица	-

Таким образом, мы видим, что компания осуществляет управление в области валютных и процентных рисков путём хеджирования при помощи свопов, а также контролирует риски кредитный и ликвидности. Одной из основных проблем для компании является возможность снижения прибыли в виду высокой конкурентной среды и макроэкономических показателей в стране, что может оказать влияние на денежные потоки компании. Следовательно, необходимо провести оценку максимальных потерь для последующих рекомендаций по управлению рисками.

2.5 Выбор методов оценки показателей компании МТС

Исходя из того, что именно макроэкономические риски в настоящее время особенно присущи компании, мы решили посмотреть зависимость выручки компании от показателей инфляции и темпа роста ВВП в России, прогнозные значения которых имеются на основании оценки Министерства экономического развития. В период кризиса, как было отмечено выше, покупатели начинают экономить и исключать некоторые статьи расходов своего семейного бюджета, следовательно, по предположению автора исследования, это может сказать на выручке компаний, работающих в сфере товаров и услуг.

Для построения регрессии вышеописанной зависимости будет использовано программное обеспечение R. Далее на основании полученной регрессии и концепции Corporate Metrics будет сделан прогноз выручки на 2016-2018 года путем стохастического моделирования методом Монте-Карло в программном обеспечении Crystal Ball, являющимся надстройкой для Excel.

Помимо выручки, согласно концепции Corporate Metrics, одним из важнейших показателей, подверженных риску, является свободный денежный поток. Согласно описанной выше методике мы спрогнозируем значения компонентов FCF и выведем максимально возможные потери, рассчитав CFaR.

В завершении мы смоделируем цену акций методом Монте-Карло и рассчитаем максимально возможный спад цены акций компании МТС как VaR и разработаем рекомендации по управлению рисками в компании исходя из всех полученных показателей.

риск менеджмент телекоммуникация управление

3. Построение системы риск-менеджмента компании МТС

В данной главе мы рассмотрим практическое применение вышеописанных методов оценки рисков, а также разработаем рекомендации для компании МТС по управлению ими.

3.1 Расчет согласно эконометрическим моделям

Для построения зависимости выручки от темпа роста ВВП и показателя инфляции были собраны следующий данные:

Таблица 3. Данные по ВВП, инфляции и выручке за 2005-2015.

год	Темп роста ВВП Данные получены из электронного ресурса http://ru.tradingeconomics.com (дата обращения: 14.05.2016)	Инфляция Данные получены с электронной базы показателей инфляции [30]	Темп роста выручки Данные собраны из годовых консолидированных отчётностей компании ПАО МТС за период 2005-2015[27].
2005	6,40%	10,91%	28,14%
2006	8,20%	9%	38%
2007	8,50%	11,87%	34,95%
2008	5,20%	13,28%	25,77%
2009	-7,80%	8,80%	5,49%
2010	4,30%	8,78%	10,58%
2011	4,30%	6,10%	14,27%
2012	3,40%	6,58%	9,66%
2013	1,30%	6,45%	7,75%
2014	0,60%	11,36%	5,94%
2015	-3,90%	12,91%	2,08%

Для того чтобы избежать эффекта автокорреляции, использовались не абсолютные величины, а темпы их роста. Мы сделали допущение о линейной зависимости данных показателей и построили регрессию в программе R и получили следующую зависимость:

Выручка = 2,0691*ВВП+1,1463*Инфляция - 0,1848,

описательная статистика показана на рис. 7, где gdp - темп роста ВВП, inf - инфляция.

Мы видим, что согласно R^2 adjusted модель объясняет 65% дисперсии зависимой переменной. Данное значение является ожидаемым в связи с тем, что на выручку, безусловно, влияет еще множество других факторов. Тем не менее, с вероятностью 99% мы можем принять гипотезу о том, что темп роста выручки зависит от темпа роста ВВП, однако, показатель инфляции такой возможности не дает.

Coefficients:	Estimate	Std. Error	t value	Pr (>|t|)
Intercept	-0,1848	9,2776	-0,02	0,9846
gdp	2,0691	0,4806	4,306	0,0026	**
inf	1,1463	0,9246	1,24	0,2502
Signif. Codes	0 '***'	0,001 '**'	0,01 '*'	0,05 '.'	0,1
Residual standart error:	7,591	on 8 degrees	of freedom
Multiple R-squared:	0,7169		Adj. R-squared:	0,6461
F-statistics:	10,13 on 2 and 8 DF		p-value:	0,006427

Рис. 7. Описательная статистика регрессии из ПО R Studio.

Согласно данным Минэкономразвития, прогнозные значения инфляции и ВВП на 2016-2018 гг. являются следующими:

Таблица 4

прогноз	2016	0,70%	10,40%
прогноз	2017	1,90%	8,60%
прогноз	2018	2,40%	6,80%

Сделаем допущение о том, что эти переменные имеют нормальное распределение и осуществим 50000 итераций случайных событий. Мы построили распределение прогнозного значения темпа роста выручки на три года.



Рис. 8. Прогноз темпа роста выручки за 2016 г. из ПО Crystal Ball

Рис. 9. Прогноз темпа роста выручки за 2017 г. из ПО Crystal Ball

Как мы видим, прогнозные значения подчиняются нормальному и логнормальному распределениям. Мы намеренно указали значения 5% и 95% перцентилей и математического ожидания. Исходя из макроэкономических факторов, рассчитаем значения выручки на ближайшие три года:



Рис. 10. Прогноз темпа роста выручки за 2018 г. из ПО Crystal Ball

Sales at risk 2016 = sales in 2015 Sales in 2015 = 438213 млн. руб. (годовая консолидированная отчётность компании за 2015 год) * (13,23-6,55)+sales in 2015 = 467 486 млн. руб.

Sales at risk 2017 = 491 281 млн. руб.

Sales at risk 2018 = 513241 млн. руб.

Таким образом, темп роста выручки на 2016-2018 составили 6,7%, 5,1% и 4,5% соответственно, что говорит нам о том, что необходимы разработки новых стратегий стимуляции продаж, рассчитанных на снижающиеся доходы потребителей и экономическую нестабильность.

Для исследования будущего свободного денежного потока потребовались данные финансовых показателей за последние 10 лет, такие как чистая прибыль, амортизационные отчисления, изменения в оборотном капитале (?WC) и капитальные вложения (CAPEX).

По причине отсутствия внутренних конфиденциальных данных компании о товарообороте, стоимостных значений и др., в виду того, что компания МТС была создана недавно относительно крупнейших мировых конгломератов и работает в сфере постоянного развития технологий и расширения целевой аудитории, мы имеем возможность строить прогнозы на очень маленьком объеме данных, которые, как мы допускаем, не могут гарантировать абсолютно точных прогнозов. Мы рассчитали математическое ожидание и среднеквадратичное отклонение каждого компонента денежного потока, задачи им нормальное распределение и при помощи моделирования Монте-Карло мы получили следующее распределение вероятности свободного денежного потока на 2016 год, включая описательную статистику:

Рис. 11. Прогноз свободного денежного потока за 2016г. из ПО Crystal Ball

Как мы видим, FCF подчиняется логнормальному распределению. Согласно концепции Corporate Metrics, рассчитаем показатель денежного потока при риске:

CFaR = 37 780 - ( - 19 286) = 57 066 млн. руб.

Таким образом, мы получаем, что с вероятностью 95% падение денежного потока не превысит 57 066 млн. руб. Однако если обратить внимание на то, что в 2015 году FCF составил 51 млрд. руб., возможные предсказанные потери могут катастрофически сказаться на деятельности компании, а значит, менеджменту ПАО МТС стоит обратить особое на это внимание. По мнению автора данного исследования, стоит пересмотреть подход к величине заемных средств и потери доли чистой прибыли.

Рис. 12. Описательная статистика распределения FCF

На последнем этапе расчёта рисковых показателей в рамках данного исследования рассмотрим возможное падение цены акций МТС, что влияет на стоимость компании и лояльность инвесторов.

Для предсказания стоимости акции методом Монте-Карло будем использовать модель оценки курсовой стоимости по следующей формуле:

?S = м*Sn * t + у *Sn *sqrt(t)*е [3],

где ?S - изменение курсовой стоимости

м - доходность акции Для упрощения возьмем дивидендную доходность из расчёта 25 рублей на акцию МТС за 2015 год,

t - количество дней прогноза в году,

у - стандартное отклонение акции Для нахождения стандартного отклонения были использованы исторические данные за период 13.05.2015-13.05.2016 [33].,

е - случайная нормально-распределенная величина.

Мы решили сделать трехдневный прогноз возможного падения курса акций, было получено следующее распределение цены акции на 16.05.2016:

Рис. 13. Распределение прогнозной цены акции МТС на 16.05 из ПО Crystal Ball

Отметим, что прогнозируемая цена акции имеет бета-распределение. Рассчитаем возможное отклонение цены акции:

Price at Risk = 221,7 - 22,19 = 199,51

Следовательно, с вероятностью 95% курс акций МТС не упадёт больше, чем на 199,51 руб. Исходя из курса на 13.05.2016 при наступлении события из 5% маловероятных событий, акции могут упасть в 4,5 раза. Компании стоит разработать механизм повышения лояльности акционеров с целью поддержания и повышения курса акций.

3.2 Рекомендации по управлению рисками компании МТС

Если говорить о риск-менеджменте как о системе, то первое, что должно быть налажено в компании - это взаимодействие всех департаментов. Как мы выяснили в нашем исследовании, отсутствие некоторых данных не позволяет точно сформировать ряд показателей, поэтому своевременное предоставление информации в департамент по управлению рисками крайне необходимо.

Когда имеются все данные внутри компании, необходимо по возможности собрать информацию о показателях компаний этой же отрасли, в особенности главных конкурентах (Вымпелком, Мегафон, Теле2), потому что убытки, которые несут они по каким-либо причинам могут коснуться и компанию МТС. По итогам 2015 года у главного конкурента компании Вымпелком темп роста выручки по отношению к 2014 году составил 5,7% по сравнению с 2,1% у МТС. Учитывая предсказанный нами сценарий развития выручки на ближайшие три года, а именно нисходящей тенденции темпа прироста, менеджменту необходимо пересмотреть план действий по повышению маржинальности, в противном случае чистая прибыль компании будет продолжать снижаться.

Кроме того, исходя из полученной зависимости выручки от макроэкономических показателей, необходимо выработать методы минимизации зависимости от этих показателей или, напротив, подстроиться под них и извлечь дополнительную прибыль.

Параллельно сравнению с показателями конкурентов, необходимо контролировать уровень инвестиционной привлекательности компании. Одним из показателей, которые на неё влияют, является рыночная цена акций МТС. Вероятные потери, которые мы получили из расчёта на 3 дня, говорят о том, что компании необходимо уделить внимание стратегии привлечения инвесторов. Одним из способов является упор на преимуществах диверсифицированного бизнеса с целью захвата большей доли рынка, которая будет способствовать как увеличению выручки, так и повышению инвестиционной привлекательности для российских и зарубежных инвесторов.

После анализа возможных внешних действий, менеджменту компании необходимо обратить внимание на показатель FCF, который, как мы выяснили, подвержен спаду при имеющейся деятельности компании. В целях поддержания высоких финансовых показателей компании, а в особенности выручки и чистого денежного потока, менеджменту ПАО МТС необходимо разработать ценовые стратегии с целью минимизации зависимости от макроэкономических факторов. В условиях высокой конкуренции, экономического кризиса и высокой неопределенности компании стоит минимизировать соотношение собственного и заемного капитала, которые могут привести к неплатежеспособности в случае резких изменений в экономике.

Исходя из вышесказанного, построим упрощённый вариант системы риск-менеджмента в ПАО МТС:

Рис. 14. Система риск-менеджмента компании МТС

Заключение

Экономический кризис 2014 - 2015 годов еще раз напоминает о том, насколько важно наличие квалифицированного департамента управления рисками в компаниях как финансового, так и нефинансового секторов.

Развитие риск-менеджмента на протяжении последних 30 лет показало, что взаимосвязь всех рисков действительно высока и необходимо разрабатывать методики, позволяющие максимально полно учесть возможные потери, система ERM, имеющая ряд недостатков, тем не менее, является хорошим началом для этого.

Развитие компьютерных технологий значительно упростило процесс анализа и прогнозирования данных, имитационное моделирование стремится к избеганию погрешностей, но всё еще не является совершенной. Вероятностные подходы зачастую требуют допущений о типе распределения, которое в реальной жизни не всегда поддаётся чёткому закону.

Кроме того, у внешнего аналитика компании возникают сложности с полнотой имеющихся данных. Зачастую информация о внутренних процессах компании является конфиденциальной. При этом описанные в данной работе методы оценки рисков и приведённые примеры могут быть основой, от которой действующие риск-менеджеры могут отталкиваться.

Деятельность компании представляет собой комплекс рисков, которые зависят в том числе и от отрасли, в которой данная компания действует. Перед тем как приступить к анализу рисков какой-либо компании стоит также взять во внимание существующие проблемы и способы их решения компаний из смежных областей. Более того, кризисы, которые происходят весьма циклично, позволяют оценить риски на основе исторических данных и приготовить возможные стратегии при наступлении следующего.

В данном исследовании был проведен анализ рисков диверсифицированной компании ПАО МТС, которая осуществляет свою деятельность в области коммуникаций. Широкий охват рынка, как на территории России, так и по СНГ, позволяет компании показывать относительно высокие финансовые показатели даже в период крайней нестабильности экономики, сопровождающейся геополитическими проблемами вроде санкций. Компания МТС использует множество инструментов риск-менеджмента вроде деривативов, установления кредитных лимитов и дифференцирования вложений. Однако за последние три года даже у компании - лидера рынка произошло снижение показателя чистой прибыли, и менеджмент компании в годовом отчёте по итогам 2015 года не спрогнозировал резких улучшений в ближайшие годы.

Курс компании в ближайшее время взят на сохранение инвесторов и привлечение новых путём установления высокого целевого показателя дивидендов на 2016-2018 гг., который по сегодняшнему курсу акций превышает доходность по банковским депозитам. В случае если компанией будут разработаны стратегии минимизации зависимости от макроэкономических показателей, у неё есть все шансы на успешный рост.

Список литературы

1. Асват Дамодаран. Инвестиционная оценка. Инструменты и методы оценки любых активов/Пер. с англ. Д. Липинского, И. Розмаинского, А. Скоробогатова. -- 5-е изд. -- М. : Альпина Бизнес Букс, 2014. -- 1340 с.

2. Анализ и оценка рисков в бизнесе: учебник и практикум для бакалавриата и магистратуры / Т.Г. Касьяненко, Г.А. Маховикова. - 2-е изд., перераб. и доп. - М.: Издательство Юрайт, 2016. - 381с. - Серия: Бакалавр и магистр. Академический курс.

3. Буренин А.Н. Управление портфелем ценных бумаг. - М.: Научно-техническое общество имени академика С.И. Вавилова, 2007.

4. Джон К. Халл. Опционы, фьючерсы и другие производные финансовые инструменты, 8-е издание. М.: «Вильямс», 2013. 1072 с.

5. Круи М., Галай Д., Марк Р. Основы риск-менеджмента // пер. с англ. / М. Круи.-М.: Юрайт. - 2016

6. Лимитовский М.А. Инвестиционные проекты и реальные опционы на развивающихся рынках. / М.А. Лимитовский. - М. : Дело, 2004. - 538 с.

7. Оценка интегрированного инновационного риска на основе методологии Value At Risk - И. В. Демкин. «Проблемы анализа риска», т.3, №4, 2006, с. 362-378

8. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь. -- 2-е изд., испр. М.: ИНФРА-М. 479 с.. 1999.

9. Управление рисками: учебник и практикум для бакалавриата и магистратуры / А.В. Воронцовский. - М. : Издательство Юрайт, 2016 - 414 с. - Серия : Бакалавр и магистр. Академический курс

10. Швец С.К. Прогнозная оценка рисковой стоимости компании с использованием технологии CorporateMetrics // Известия Санкт-Петербургского государственного экономического университета. 2015. № 6 (96). С. 33-40.

11. Экономика. Толковый словарь. -- М.: "ИНФРА-М", Издательство "Весь Мир". Дж. Блэк. Общая редакция: д.э.н. Осадчая И.М 2000

12. Энциклопедия финансового риск менеджмента. Под ред. канд. экон. наук А. А. Лобанова и А. В. Чугунова 4 е издание, исправленное и дополненное. Москва, 2009.

13. Диверсификация как стратегия развития предприятия. Еремина Е.В. - Вестник КГУ им. Н.А. Некрасова №8, 2006

14. Объём продаж или его прогноз в системе KPI? Маленькая рокировка для большой игры. Селихов Д.А. - "Менеджмент сегодня", #4, 2011 г.

15. Риск-менеджмент в сфере ретейла. Степаненко О.А. - "Управление финансовыми рисками", #2, 2015 г.

16. Стратегии управления рисками ретейловых компаний малого и среднего бизнеса в условиях экономического кризиса. Степаненко О.А. - "Управление финансовыми рисками", #3, 2015 г.

17. Cumming C.M., Hirtle B.J. The Challenges of Risk Management in Diversified Financial Companies (2001)

18. Evaluating banks performance using key financial indicators - a quantitative modeling of Russian banks. - Sharma Satish, Shebalkov Mikhail // Journal of Developing Areas. Winter2016, Vol. 50 Issue 1, p425-453. 29p.

19. Muhammad Kashif Shad. A Conceptual Framework for Enterprise Risk Management performance measure through Economic Value Added. Global Business and Management - Research: An International Journal Vol. 7, № 2 - 2015.

20. Perry J.S., Herd T.J. Reducing M&A risk through improved due diligence //Strategy & Leadership. - 2004. - Т. 32. - №. 2. - pp. 12-19.

21. Ph.D. Emilia Vasile. Risk management in the financial and accounting activity. Internal Auditing & Risk Management An. VII, № 1(25) - 2012.

22. Philippe Jorion. The Annual Review of Financial Economics. Retrieved December 29, 2015, [electronic resourse] URL: http://financial.annualreviews.org

23. Prokopczuk, Marcel, et al. Quantifying risk in the electricity business: A RAROC-based ap-proach //Energy Economics Vol. 29.5. -2007 -pp.1033-1049..

24. Risk Metrics. Corporate MetricsTM. Technical Document. New York: Risk Metrics Group, 1999.

25. Sara A. Lundqvist. Why firms implement risk governance - Stepping beyond traditional risk management to enterprise risk management. // School of Economics and Management//Elsevier - 2015.

26. Ведомости

27. Официальный сайт компании МТС

28. РосБизнесКонсалтанг

29. РИА новости

30. Таблица уровня инфляции

31. Теория и практика финансового учёта

32. Финам.ру

33. Финансовые новости Finanz

34. Центральный Банк России

Размещено на Allbest.ru