5. Выборочные вероятности. Было найдено несколько методов включения вероятностных переменных некоторых факторов в калькуляцию коэффициента отдачи. Так, Л. Грант, обсуждая программу прогнозирования коэффициента отдачи на дисконтные наличные средства с учетом старения или износа эксплуатируемого оборудования, подсчитывает фактор вероятности того, что вложения будут закончены, когда они станут зависеть от возможности распространения фактора срока эксплуатации. Подсчитав этот фактор на каждый год максимального срока эксплуатации продукта, он определяет общий ожидаемый показатель отдачи.
Эдвард Бенион предлагает использовать теорию "игры" для того, чтобы учесть альтернативные темпы роста рынка, поскольку они определили бы уровень отдачи для этих различных альтернатив. Он, оперируя приблизительными оценками вероятностей, предполагает, что появятся особые темпы роста для развития наилучшей из возможных стратегий. Бенион указывает, что прогнозирование может оказать отрицательное влияние на бюджетные решения капитала, если оно заканчивается на простом представлении единственного наиболее вероятного предсказания. С коэффициентом оцененной вероятности прогноза, со знанием затрат компании на альтернативное капиталовложение и с подсчетом вероятностных безразличии можно существенно снизить границу ошибок. Бизнесмен может только сказать, как далеко зайдет его прогноз до того, как он приведет его к неправильному решению.
Заметьте, что оба данных метода дают возможность вычислить ожидаемый показатель отдачи, каждый из них основан на введении только одного неопределенного фактора: продолжительности жизненного цикла - в первом случае; роста рынка- во втором. Оба метода способствуют тому, что исполнитель имеет возможность видеть альтернативы вложений. Но ни один не заостряет свое внимание на "предпринимаемых рисках" или на "долгожданной отдаче", чтобы оказать существенную помощь в принятии сложного решения при планировании капитала.
Заострение внимания на картине
Поскольку каждый из множества факторов, введенных в оценку принятия решения, представляет собой некую неопределенность, исполнителю необходимо иметь полное описание эффектов, которые получают показатели отдачи. Наша цель -предложить ясную и четкую картину "родственного" риска и возможные факторы вероятности, возникающие до и после по причине предварительного знания.
Моделирование комбинаций этих факторов явилось ключом извлечения максимально возможного количества информации из доступных нам прогнозов. Подход очень прост при использовании компьютера для исполнения всех расчетов. Подобная компьютерная программа была предложена С. Хессом и X. Квигли.
Для выполнения анализа компания должна пройти следующие шаги:
1. Определить ряд ключевых факторов (цена продаж, темп роста продаж и т. д.) и вероятность каждого оцененного фактора (пессимистичный, наиболее вероятный, оптимистичный; наихудший, средний, наилучший).
2. Выбрать наугад для каждого фактора одну значимость. Затем сложить значимости всех факторов и подсчитать возможный уровень капиталоотдачи (или настоящую значимость) при этой комбинации. Например, комбинация: пессимистичная вероятность фактора "цена" складывается с оптимистичным фактором "рост рынка". При этом должна быть учтена взаимозависимость факторов, которую мы увидим позже.
3. Проделывать это вновь и вновь для определения случайных факторов, влияющих на точность каждого возможного уровня отдачи. Поскольку возможных комбинаций значимостей насчитывается миллионы, возникает необходимость проверки вероятности появления многих различных показателей капиталоотдачи. Это сродни тому, как при бросании фишек мы пытаемся выяснить процент случаев, когда выпадает "7". Запишем полученные показатели отдачи, ранжируя их от потерь (если факторы выступают против нас) до получения максимального значения при данных оценках.
Для каждого результата определены шансы вероятности возникновения. Обратите внимание, что, возможно, вы получите показатель отдачи, на основании которого потом и будете строить прогноз, пройдя через более чем одну комбинацию событий. Чем больше комбинаций для данного показателя, тем больше шансов его получить (как в случае с выпавшей "7" при бросании фишек). Средние значимости всех исходов извлекаются из среднего ожидания и сопоставляются с шансами.
Так же определяются отклонения результативных значений от среднего. Это важно, поскольку при равенстве всех факторов менеджер предпочтет более низкий уровень отклонения для идентичного показателя отдачи. Эта концепция уже использовалась применительно к портфелю инвестиций.
Когда планируемая отдача и уровень отклонения варианта инвестирования определены, этот механизм может быть применен для исследования их эффективности в различных комбинациях в сопоставлении с управленческими целями.
Практический тест
Чтобы увидеть, как данный подход работает на практике, давайте воспользуемся опытом менеджера, который уже проанализировал инвестиционное предложение по условному методу. Используя тот же график инвестиций, те же ожидаемые значения, мы увидим, какие новые результаты даст нам новый метод, и сравним их с результатами, полученными от применения общепринятых методов.
Предположим, менеджеру расширяющейся гостиничной компании предстоит принять решение по условным вариантам капиталовложения. При этом необходимо выбрать один из трех вариантов, наиболее выгодный для компании в плане максимального показателя капиталоотдачи и минимального показателя риска. Возможные альтернативы капитального вложения: 1) курортная гостиница на побережье, 2) гостиница в центре города, 3) конгресс-отель для деловых людей. На какое вложение стоит делать ставку? На какой уровень отдачи на капитал компания может надеяться? Каковы риски? Нам придется самым тщательным и глубоким образом использовать данные маркетинговых исследований и финансового анализа, которые уже были проведены, для представления управляющему звену всей полноты картины данного проекта.
В качестве основополагающих менеджер решил использовать следующие элементы гостиницы:
1. Расположение.
2. Возраст здания.
3. Размер здания.
4. Клиентуру (бизнесмены, отдыхающие и т. д.).
5. Размер рынка.
6. Темп роста рынка.
7. Долю рынка.
8. Средний номерной тариф.
9. Конкурентоспособность.
10. Предлагаемое обслуживание.
11. Источники доходов по департаментам.
12. Расходы по департаментам.
13. Процент безработных в данной местности,
14. Первоначальные расходы на строительство.
15. Срок эксплуатации.
16. Тип и затраты на обновление.
Именно эти элементы (факторы) типичны для проектов многих компаний. Все они должны быть проанализированы и сложены для определения измерителя аттрактивности (привлекательности) предложенных капитальных вложений для каждой из трех альтернатив.
Это предложение мы будем анализировать согласно рекомендованному нами механизму.
Наша задача - для каждого из шестнадцати факторов нарисовать кривую частоты распространения, или кривую вероятности. Информация будет включать: возможное ранжирование значимости каждого фактора, среднее значение, предположение вероятности того, что различные возможные значения будут иметь место. Наш опыт подсказывает нам, что при значительных проектах капиталовложений менеджеры обычно делают крупные инвестиции в фонды для заострения внимания на каждом из родственных факторов. Объективный анализ применительно к каждому из значений без малейшего дополнительного усилия может дать субъективную вероятность распределения.
Это означает проверку и опрос всех привлеченных экспертов, чтобы, например, выяснить, можно ли с какой-то уверенностью говорить, что оцениваемые затраты на строительство имеют строго определенную ценность, или следует считать, что они лежат в данной области ценностей. Наш опыт предполагает, что ряд встреч с управленческим персоналом для обсуждения распределения ценностей обязательно поможет прийти к реальным ответам на первичные вопросы.
Область знаний будет иметь прямое отношение к степени уверенности оценщика в своем решении. Установленные оценки могут восприниматься как точные. Одни будут представлены распределением вероятностей, показывая, например, что есть лишь один случай из десяти, когда полученное значение будет отлично от наилучшей оценки более чем на 10 %. Другие - могут иметь уровни отклонений 100 % вниз и вверх от наилучшей оценки. Мы рассматриваем фактор цены реализации конечного продукта, задавая работникам, ответственным за изначальные оценки, следующие вопросы:
1. При ожидаемой цене REC (per pax per night) 51 долл., какова вероятность, что эта цена превысит 55 долл.?
2. Есть ли шанс, что цена превысит,65 долл.?
3. Насколько вероятно падение цены до уровня 47 долл.?
Менеджеры должны задавать подобные вопросы касательно каждого фактора до тех пор, пока смогут построить кривую вероятности для каждого из них. Практика показывает, что это не так уж и трудно, как кажется. Часто данные по степени вариаций (отклонений) уже имеются: например, практические данные по степени отклонения цены продукта-заменителя. Менеджер может судить о вариациях продаж по их результатам в данной отрасли. Даже для факторов, вариантность которых на практике неизвестна (как в случае с текущими затратами на новый продукт), человек, дающий среднюю оценку, должен иметь в виду степень уверенности в своем предположении. Чем меньше уверенность человека в своей оценке, тем шире область возможных отклонений.