Анализ и управление денежными средствами и их эквивалентами

3) постоянными, а следовательно, и планируемыми считаются поступления и выплаты организации, что позволяет вычислить чистый денежный поток;

4) поддается расчету уровень  затрат, связанных с превращением  ценных бумаг и других финансовых  инструментов в наличные деньги, а также потери от упущенной  выгоды в виде процентов за  предполагаемые вложения свободных средств.

Согласно рассматриваемой модели для определения оптимального остатка денежных средств можно использовать модель оптимальной партии заказа (EOQ):            

    С =                                                                                             (3)

где, С — оптимальная сумма денежных средств;

F — фиксированные затраты  по купле-продаже ценных бумаг  или обслуживанию полученной ссуды;

Т — годовая потребность в денежных средствах, необходимых для поддержания текущих операций;

r — величина альтернативного  дохода (процентная ставка краткосрочных рыночных ценных бумаг).

Пример 1.

Определим оптимальный остаток денежных средств по модели Баумоля-Тобина, если планируемый объем денежного оборота составил 24 000 тыс. руб., расходы по обслуживанию одной операции пополнения денежных средств — 80 руб., уровень потерь альтернативных доходов при хранении денежных средств — 10 %.

По формуле (1) рассчитаем верхний предел остатка денежных средств организации:

тыс.р

Средний остаток денежных средств составит 97,98 тыс. руб. (195,96 / 2).

Недостаток модели Баумоля-Тобина — предположение о предсказуемости и устойчивости денежного потока. Также в ней не учитываются цикличность и сезонность, свойственные большинству денежных потоков.

 

3.2 Модель Миллера-Орра

 

Отмеченные выше недостатки модели Баумоля-Тобина нивелирует модель Миллера-Орра, являющаяся усовершенствованной моделью EOQ. Ее авторы М. Миллер и Д. Орр пользуются при построении модели статистическими методом, а именно процессом Бернулли — стохастическим процессом, в котором поступление и расходование денежных средств во времени являются независимыми случайными событиями.

При управлении уровнем ликвидности финансовый менеджер должен исходить из следующей логики: остаток денежных средств хаотически меняется до тех пор, пока не достигает верхнего предела. Как только это происходит, необходимо покупать достаточное количество ликвидных инструментов с целью вернуть уровень денежных средств к некоторому нормальному уровню (точке возврата). Если запас денежных средств достигает нижнего предела, то в этом случае необходимо продавать ликвидные краткосрочные ценные бумаги и таким образом пополнять запас ликвидности до нормального предела.

Минимальная величина остатка денежных средств на расчетном счете принимается на уровне страхового запаса, а максимальная – на уровне его трехкратного размера. Однако при решении вопроса о диапазоне (разности между верхним и нижним пределами остатка денежных средств) рекомендуется учесть следующее: если ежедневная изменчивость денежных потоков велика или постоянные затраты, связанные с покупкой и продажей ценных бумаг, высоки, то предприятию следует увеличить размах вариации и наоборот. Также рекомендуется уменьшить размах вариации, если есть возможность получения дохода благодаря высокой процентной ставке по ценным бумагам.

При использовании данной модели следует учесть допущение, что расходы по покупке и продаже ценных бумаг фиксированы и равны между собой.

 

 

Рисунок 4. График изменения остатка средств на расчетном счете (модель Миллера-Орра)

Для определения точки возврата используется следующая формула:

 

                                                                                      (4)

где, Z — целевой остаток денежных средств;

δ2 — дисперсия сальдо дневного денежного потока;

r — относительная величина  альтернативных затрат (в расчете на день);

L — нижний предел остатка денежных средств.

Верхний предел остатка денежных средств определяется по формуле:

H = 3Z – 2L.                                                                                            (5)

Средний остаток денежных средств находится по формуле:

С = (4Z – L) / 3,                                                                                      (6)

Пример 2.

Рассчитаем оптимальный остаток денежных средств по модели Миллера-Орра, если среднеквадратичное (стандартное) отклонение ежемесячного объема денежного оборота составляет 165 тыс. руб., расходы по обслуживанию одной операции пополнения денежных средств — 80 руб., среднедневной уровень потерь альтернативных доходов при хранении денежных средств — 0,0083 %. Минимальный остаток денежных средств — 2500 тыс. руб.

По формуле (4) определим целевой остаток денежных средств:

 

                      

Верхний предел остатка денежных средств определим по формуле (5):

Н = 3 × 2558,17 – 2 × 2500 = 2674,5 тыс. руб.

Средний размер остатка денежных средств определим по формуле (6):

С=(4*2558,17-2500)/3=3577,56 тыс.р.

Главным недостатком модели является то, что верхняя граница коридора уровня ликвидности устанавливается в зависимости от нижней, но при этом не существует четкой методики установления нижней границы. Менеджеру, контролирующему уровень ликвидности, в определении нижней границы приходится опираться на здравый смысл и опыт, отсюда возникает субъективность оценок модели.

 

3.3 Модель Стоуна

 

Модель Стоуна в отличие от предыдущей больше внимания уделяет управлению целевым остатком, нежели его определению; вместе с тем она во многом сходна с моделью Миллера—Орра. Верхний и нижний пределы остатка средств на счете подлежат уточнению в зависимости от информации о денежных потоках, ожидаемых в ближайшие несколько дней. Концепция модели Стоуна представлена на рисунке 5. Так же как и в модели Миллера—Орра, Z представляет собой целевой остаток средств на счете, к которому фирма стремится, а H и L — соответственно верхний и нижний пределы его колебаний. Кроме указанных, модель Стоуна имеет внутренние контрольные лимиты: Н - х и L + x. В отличие от модели Миллера — Орра, когда при достижении контрольных лимитов совершаются немедленные действия, в модели Стоуна это происходит не всегда.

Проиллюстрируем данный факт. Предположим, что остаток средств на счете достиг внешнего верхнего предела (точка А на рис. 3) в момент t. Вместо автоматического перевода величины (H - Z) дол. из наличности в ценные бумаги финансовый менеджер делает прогноз на несколько предстоящих дней. Если ожидаемый остаток средств в момент t + ∆ останется выше внутреннего предела H — х, например его размер определяется в точке В, то (В - Z) д.е. будут обращены в ценные бумаги.

Рисунок 5. Модель Стоуна

Если же прогноз окажет, что в момент t + ∆ величина денежного остатка будет соответствовать точке С, то фирма не будет покупать ценные бумаги. Аналогичные рассуждения верны и в отношении нижнего предела.

Таким образом, основной особенностью модели Стоуна является то, что действия фирмы в текущий момент определяются прогнозом на ближайшее будущее. Следовательно, достижение верхнего предела не вызовет немедленного пе­ревода наличности в ценные бумаги, если в ближайшие дни ожидаются относи­тельно высокие расходы денежных средств; тем самым минимизируется число конвертационных операций и, следовательно, снижаются расходы.

В отличие от модели Миллера—Орра модель Стоуна не указывает методов определения целевого остатка денежных средств и контрольных пределов, но они могут быть определены с помощью модели Миллера—Орра, а x и период, на который делается прогноз, — с помощью практического опыта.

 

3.4 Имитационное моделирование по методу Монте-Карло

 

При оценке риска крупного инвестиционного проекта желательно не ограничиваться анализом чувствительности и методом сценариев. В условиях высокой неопределенности и риска предпочтительнее использовать альтернативные методы, одним из которых является метод Монте-Карло. Данный метод увязывает воедино анааиз чувствительности и метод сценариев. При этом метод Монте-Карло является значительно более сложной технологией, чем анализ сценариев, однако электронные средства делают этот процесс вполне осуществимым.

Определение метода (вернее, группы методов) заложено в его названии: Монте-Карло — столица европейского игорного бизнеса, где люди годами ищут способы улучшить свои шансы в азартных играх. Метод Монте-Карло — это метод решения различных задач с помощью генерации случайных последовательностей.

Метод имитационного моделирования Монте-Карло создает дополнительную возможность при оценке риска за счет создания случайных сценариев.

Специалисты различают понятия имитационного и численного моделирования: в первом случае моделируется поведение всех компонентов системы, во втором — только наиболее существенных. Метод Монте-Карло относится к им1ггаиионному моделированию, в котором при расчете какой-либо системы воспроизводится и исследуется поведение всех ее компонентов. Если поведение системы достаточно сложно и невозможно описать его математическими формулами, необходимо поставить определенное число экспериментов (так называемых случайных испытаний) с каждым из узлов этой системы и оценить, как они себя ведут. Таким образом, в общем случае имитационное моделирование Монте-Карло — это процедура, с помощью которой математическая модель определения какого-либо финансового показателя — NPK IRR, PI подвергается ряду имитационных прогонов с помощью компьютера.

При использовании метода Монте-Карло формируются последовательные сценарии с использованием исходных данных, которые по смыслу проекта являются неопределенными, и потому в процессе анализа рассматриваются как случайные величины. Компьютер начинает работу с выбора случайного значения каждого из переменных параметров проекта — цены продукции, переменных затрат, объема продаж, причем процесс имитации осуществляется таким образом, чтобы случайный выбор значений из определенных вероятностных распределений не нарушал существования известных или предполагаемых отношений корреляции среди переменных. Затем для данного сценария находится значение показателя, например, NPV4 которое записывается в память компьютера. Далее случайным образом выбирается другой набор случайных переменных и вычисляется итоговый показатель NPV для второго сценария. Этот процесс повторяется множество раз, иногда несколько тысяч раз. Результаты всех имитационных экспериментов объединяются в выборку и анализируются с помощью статистических методов с целью получения закона распределения вероятностей показателя NPV, В отдельных случаях ограничиваются моментами, характеризующими статистические параметры объекта. Среднее значение выборки используется как оценка среднего значения чистой текущей стоимости проекта, а среднее квадратическое отклонение (коэффициент вариации выборки) используется для измерения его риска. В качестве меры риска в инвестиционном проектировании целесообразно также использовать вероятность получения отрицательного значения NPV.

Результат анализа риска выражается не каким-либо единственным значением NPV9 а вероятностным распределением всех возможных его значений.

Следовательно, потенциальный инвестор с помощью метода Монте-Карло будет обеспечен полным набором данных, характеризующих риск проекта. На этой основе принимается взвешенное решение о вложении средств. Процесс анализа риска включает ряд стадий:

1. Построение прогнозной  модели, определяющей результирующий  показатель как функцию от  переменных и параметров. В качестве  базовой модели для анализа инвестиционного риска обычно используется модель расчета показателя NPV.

2. Проведение анализа  выбранных переменных. Из их числа  выбирают только те, изменение  которых существенным образом  влияет на результат (отбор может  производиться, например, с помощью анализа чувствительности).

3. Определение вероятностного  закона распределения выбранных переменных.

4. Установление границ диапазона значений переменных.

5. Определение корреляционных  связей между выбранными переменными (фактически наличие корреляции  ограничивает случайный выбор  отдельных значений для коррелированных  переменных; две коррелированные  переменные моделируются так, что  при случайном выборе одной  из них другая выбирается не  свободно, а в диапазоне значений, который управляется смоделированным значением первой переменной).

6. Проведение имитационных  прогонов (генерируются случайные  сценарии, основанные на наборе  допущений; всю работу проводит  компьютер).

7. Осуществление статистического  анализа результатов имитации.

 

 

 

 

 

 

 

 

 

 

 

Заключение

 

Денежные средства предприятия включают в себя деньги в кассе и на расчетном счете в коммерческих банках. Различные виды текущих активов обладают различной ликвидностью, под которой понимают временной период, необходимый для конвертации данного актива в денежные средства, и расходы по обеспечению этой конвертации. Только денежным средствам присуща абсолютная ликвидность. Для того чтобы вовремя оплачивать счета поставщиков, предприятие должно обладать определенным уровнем абсолютной ликвидности.

Управление денежными потоками и анализ денежных средств является одним из важнейших направлений деятельности финансового менеджера. Оно включает в себя расчет финансового цикла, анализ денежного потока, его прогнозирование, определение оптимального уровня денежных средств, составление бюджетов денежных средств.