- •0605010204-079
- •Предисловие
- •Глава 1 потоки платежей
- •§ 1.1. Потоки платежей и аннуитеты — информационная база финансового анализа
- •§ 1.2. Обобщающие параметры потоков платежей
- •§ 1.3. Расчет обобщающих параметров непрерывных рент
- •§1.4. Эквивалентные потоки платежей
- •§1.5. Определение доходности на основе потока платежей
- •§ 1.6. Современная стоимость потока платежей с учетом риска
- •Глава 2 модели износа оборудования
- •§ 2.1. Износ оборудования и методы определения сумм амортизации
- •§ 2.2. Линейная модель
- •§ 2.3. Нелинейные методы без начисления процентов на суммы амортизации
- •§ 2.4. Нелинейные методы с начислением процентов на суммы амортизации
- •§ 2.5. Налог на имущество и выбор модели износа
- •§ 2.6. Математическое приложение
- •Глава 3 определение барьерных значений экономических показателей
- •М. Булгаков § 3.1. Общая постановка задачи. Линейная модель
- •§ 3.2. Нелинейные модели
- •§ 3.3. Барьерные точки для налоговых ставок
- •§ 3.4. Положение барьерных точек при неопределенности в исходных данных
- •§ 3.5. Барьерные точки объемов производства, финансовый подход к их определению
- •§ 3.6. Математическое приложение
- •Глава 4 диверсификация и риск
- •§4.1. Риск
- •§ 4.2. Диверсификация инвестиций и дисперсия дохода
- •§ 4.3. Минимизация дисперсии дохода
- •§4.4. Математическое приложение
- •Глава 5 измерители эффективности капиталовложений. Чистый приведенный доход
- •§ 5.1. Характеристики эффективности производственных инвестиций
- •§ 5.2. Чистый приведенный доход
- •§ 5.3. Свойства чистого приведенного дохода
- •§5.4. Математическое приложение
- •Глава 6 измерители эффективности капиталовложений: внутренняя норма доходности и другие характеристики
- •§ 6.1. Внутренняя норма доходности
- •§ 6.2. Срок окупаемости
- •§ 6.3. Индекс доходности
- •§ 6.4. Соотношения относительных измерителей эффективности
- •§ 6.5. Сравнение результатов оценки эффективности
- •§ 6.6. Дополнительные измерители эффективности
- •§ 6.7. Моделирование инвестиционного процесса
- •§ 6.8. Анализ отзывчивости
- •§ 6.9. Математическое приложение
- •Глава 7 лизинг: расчет платежей
- •§ 7.1. Финансовый и оперативный лизинг
- •§ 7.2. Схемы погашения задолженности по лизинговому контракту
- •§ 7.3. Методы расчета регулярных лизинговых платежей
- •Регулярные платежи (метод а)
- •Регулярные постоянные платежи (метод б)
- •§ 7.4. Нерегулярные платежи
- •§ 7.5. Факторы, влияющие на размеры лизинговых платежей
- •Глава 8 интервальное экспертное прогнозирование
- •§ 8.1. Основные элементы методики
- •§ 8.2. Методы определения интервальных прогнозов
- •Методика а. Расчет интервального прогноза отдельной характеристики
- •Методика б. Прогноз суммы показателей
- •Методика в. Прогноз произведения двух параметров
- •§ 8.3. Математическое приложение
- •Приложение Коэффициенты наращения дискретных рент
- •Коэффициенты приведения дискретных рент
- •Коэффициенты приведения непрерывных рент
- •Значения функции стандартного нормального распределения
§ 7.5. Факторы, влияющие на размеры лизинговых платежей
Поскольку при заданной цене имущества размер лизингового платежа зависит от величины коэффициента рассрочки, в котором "сконцентрированы" все основные условия лизинга, то имеет смысл остановиться на факторах, определяющих его размер.
Очевидно, что с увеличением срока лизинга коэффициент рассрочки уменьшается. В пределе при получимa = i (рис. 7.3).
Как показано на рис. 7.3 влияние срока лизинга заметно сказывается в начале шкалы. Это иллюстрируется следующими данными, подсчитанными для i = 5% и платежей постнумерандо:
n |
4 |
8 |
16 |
20 | |
a |
0,28201 |
0,15472 |
0,09227 |
0,08024 |
0,05 |
При заданных размерах процентной ставки и срока лизинга увеличение доли остаточной стоимости линейно уменьшает величину коэффициента рассрочки.
Что касается процентной ставки, то, очевидно, чем она выше, тем больше коэффициент рассрочки, причем при i = 0 имеем a = 1/n (см. рис. 7.4). Влияние ставки усиливается вместе с ростом размера ставки. Так, для n = 12 находим
i |
0 |
5 |
10 |
15 |
а |
0,08333 |
0,11283 |
0,14676 |
0,18448 |
ПРИМЕР 9
Если в примере 1:
• сократить срок лизинга с 5 до 3 лет (на 40%), то а = 0,40211 и R = 40,211 (т. е. произойдет увеличение платежа на 52%);
• увеличить процентную ставку вдвое (с 10 до 20%), то а = 0,33438 и R = 33,438, т. е. имеет место увеличение на 26, 8%.
Рис. 7.3
Рис. 7.4
Выше процентная ставка i использовалась как некий "технический" параметр для дисконтирования платежей и начисления процентов. Если все параметры операции, кроме лизингового платежа, заданы в контракте, то управляющим параметром при расчете размера лизинговых платежей является уровень процентной ставки. В то же время если в контракте заданы размеры лизинговых платежей, то i характеризует общую доходность инвестиций в лизинговую операцию. Пусть теперь имущество приобретено за счет привлеченных средств, причем за кредит выплачиваются проценты по ставке r, тогда доходность от предпринимательской деятельности лизингодателя, или финансовая эффективность лизинга р, составит: p = i - r.
Глава 8 интервальное экспертное прогнозирование
Случайность — запасной фонд Господа Бога.
Всемогущий прибегает к нему лишь в тех
важных случаях, особенно теперь,
когда люди стали так проницательны,
что предвидят грядущее, наблюдая природу
и постигая ее закономерности.
А. Дюма
Если Вы когда-нибудь угадали,
никогда не позволяйте забыть это.
Из правил прогнозиста
§ 8.1. Основные элементы методики
Для количественного анализа инвестиций в производство необходим достаточно большой объем информации. Часть ее обеспечивается технико-экономическими расчетами и накопленной производственной статистикой. Однако многие данные, особенно при разработке крупных проектов, можно получить лишь экспертным путем. Существование значительных диапазонов для реально возможных будущих состояний объекта прогноза требует разработки не точечных, а интервальных экспертных прогнозов и наделения последних субъективными вероятностями их реализации (осуществления). Чем больше эта вероятность, тем шире интервал прогноза при всех прочих равных условиях. Кратко методика сводится к "извлечению" из эксперта некоторых суждений и их преобразованию в более узкие интервалы прогноза, чем это первоначально было задано экспертом для некоторых крайних ситуаций.
Определение интервала для прогнозируемой величины и его увязывание с вероятностью реализации можно во многих случаях сделать вполне выполнимой задачей, если воспользоваться предлагаемой ниже методикой41. Данная методика отличается прагматичностью: она проста в реализации и не требует от эксперта глубоких знаний в области теории вероятностей и математической статистики. Достаточно быть знакомым с основными параметрами статистических распределений (средней, модой, дисперсией). Однако за простоту, как правило, надо платить. Плата заключается в нестрогом применении положений математической статистики. Последнее, впрочем, оправдывается и тем, что сами исходные данные обычно не являются результатами статистических наблюдений.
Согласно данной методике в задачу эксперта входят:
• определение реально возможного диапазона значений прогнозируемой величины;
• выбор вида распределения вероятностей реализации в пределах этого диапазона;
• выбор уровня надежности прогноза (вероятности его реализации).
Кроме того, при прогнозировании сумм или произведения показателей эксперт должен вынести суждение о наличии (или отсутствии) значительной зависимости слагаемых или сомножителей (да, нет). Это суждение выносится исходя из содержания рассматриваемых показателей, накопленного опыта или, в лучшем случае, основывается на результатах предварительного регрессионного или корреляционного анализа статистических данных.
Кратко охарактеризуем перечисленные этапы.
Реально возможный диапазон (РВД) — полный интервал реально возможных значений, в котором с практически 100%-й вероятностью (наверняка) окажется, по мнению эксперта, соответствующая характеристика. Эксперт для этого определяет экстремальные значения показателя (нижнюю и верхнюю границу) исходя из крайних сценариев развития исследуемого объекта. Пример: ожидается, что при наихудшей конъюнктуре для продавца цена продукции не может быть меньше А, при наилучшей — не более Б, или темп роста производства в некотором временном интервале не опустится ниже а% и не превысит b%.
Ожидаемый вид распределения вероятностей для прогнозируемой величины в пределах установленного РВД. Эксперт должен вынести самое общее суждение о виде распределения, выбрав один из четырех вариантов. Предлагаются следующие виды распределений: а) нормальное; б) треугольное; в) трапециевидное; г) равномерное. Для упрощения полагаем, что распределения б) и в) являются симметричными. (Можно было бы рассмотреть и несимметричные варианты этих распределений, однако вряд ли эксперт сможет более или менее удовлетворительно определить необходимые для этого параметры.) Заметим, что распределения б) и в) не встречаются в "классической" статистике.
Рис. 8.1
(а) Нормальное распределение N. Ожидается, что варианты значений прогнозируемого параметра сосредоточены около среднего значения. Значения параметра, существенно отличающиеся от среднего, т. е. находящиеся в "хвостах" распределения, имеют малую вероятность осуществления.
(б) Треугольное распределение Т. Этот вид распределения можно рассматривать как некоторый суррогат нормального в тех случаях, когда известно только, что распределение симметрично и имеет одну моду, причем следует ожидать, что вероятность реализации более или менее равномерно растет по мере приближения к моде.
(в) Трапециевидное распределение Тр. Предполагается, что в пределах РВД существует интервал значений с наибольшей вероятностью реализации (НВР). Например, предполагается, что в диапазоне от 10 до 30% наиболее вероятны процентные ставки в пределах 15-25%.
(г) Равномерное распределение P. По мнению эксперта, все варианты прогнозируемого показателя имеют одинаковую вероятность реализации, что равносильно отсутствию каких-либо дополнительных экспертных суждений о характере явления.
По-видимому, наибольшую информацию эксперт должен иметь для того, чтобы утверждать, что распределение близко к нормальному42, и, наоборот, при полном отсутствии такой информации логично остановиться на равномерном распределении. Распределения Т и Тр занимают промежуточные места. Графическая иллюстрация перечисленных распределений приведена на рис. 8.1, на котором буквенные символы обозначают:
a, b — границы РВД;
М — модальное значение переменной;
M1 , M2 — границы НВР.
При использовании указанных распределений, кроме нормального, полагаем, что площадь под кривой распределения равна 1, или 100%. С небольшой натяжкой сказанное можно отнести и к нормальному распределению.
Третьим необходимым элементом методики является доверительная вероятность (ДВ), которая характеризует уровень вероятности реализации прогноза. Например, допустим, что интервальная оценка цены продукции в рамках прогноза считается надежной, если ДВ принята на уровне 0,9. Таким образом, в 9 случаях (шансах) из 10 (иными словами, с 90%-й вероятностью) можно утверждать, что прогноз окажется оправданным. Чем больше величина ДВ, тем ближе интервальный прогноз к РВД.