Галина Саламатова, «Металлоинвест»: Риск-менеджмент, или как мы принимаем решения на основе имитационного моделирования

Сегодня мы поговорим о том, как на практике применять количественные методы оценки рисков и, в частности, имитационное моделирование для принятия обоснованных управленческих решений.

Мой многолетний опыт – более 15 лет в различных отраслях – позволил нашей команде в «Металлоинвесте» выстроить по-настоящему бизнес-ориентированные систему риск-менеджмента и внутреннего контроля. Практические знания из промышленности, IT, агросектора и логистики стали основой для эффективных решений, которые мы успешно внедрили.

В «Металлоинвесте» мы не просто анализируем риски, развиваем систему внутреннего контроля, а активно инициируем изменения: реализуем проекты по оптимизации и повышению эффективности бизнеса. За шесть лет моей работы функция риск-менеджмента сформировала внутреннего заказчика в лице бизнес-подразделений, которые осознанно управляют неопределённостью в своей зоне ответственности и применяют для оценки рисков наиболее подходящие инструменты или их комбинации.

Для количественной оценки рисков в нашей компании используются: сценарный анализ, анализ чувствительности, рейтинги, деревья решений и имитационные модели. В зависимости от «стоимости» принимаемого решения выбираются соответствующие инструменты: упрощённые, такие как сценарный анализ или анализ чувствительности, например, для средних и мелких проектов. В то время, как для бизнес-плана или крупных проектов проводится более сложное имитационное моделирование.

Деревья решений в сочетании с имитационным моделированием – для отдельных решений руководства, связанных с неопределённостью различных сценариев того или иного решения.

Что такое имитационная модель и зачем она нужна?

Если кратко, имитационное моделирование – это симулятор, который, при качественной оценке рисков, позволяет увидеть все потенциально возможные сценарии финансового результата компании.

Имитационный метод Монте-Карло появился более 80 лет назад и был разработан в рамках «Манхэттенского проекта» для моделирования поведения нейтронов в расщепляющемся материале. За эти годы данный метод с успехом применялся там, где приходилось учитывать неопределённость при принятии решения, в том числе при оценке рисков. Крупнейшие мировые компании используют имитационное моделирование при стратегическом, инвестиционном, бюджетном планировании и во многих других сферах деятельности.

В случае классического планирования используются единичные значения допущений (цена, объём, курс валюты и т.п.) для формирования определённого целевого параметра – например, EBITDA или денежного потока. Главный вопрос: насколько представленный план реалистичен? Непонятно, является ли он чрезмерно агрессивным или, напротив, излишне консервативным, и каков будет необходимый уровень усилий для его выполнения. Организации могут поставить себе в план в общем-то любые целевые значения, в том числе недостижимые. И только оценка рисков позволяет подсветить нереалистичность такого плана.

Кроме того, используя такой подход, можно оценить и вероятность достижения отдельных КПЭ, что достаточно важно для понимания уровня мотивации руководителей. Хорошо выполненная имитационная модель позволяет увидеть практически 100% возможных сценариев для финансовых результатов компании.

С чего начинается имитационная модель?

Первый важный шаг для построения имитационной модели – это формирование финансовой модели бизнеса, позволяющей расчётным путём, на базе допущений (входящих параметров) с использованием формул, вычислить целевые значения. Финансовая модель должна отражать логику бизнеса, являться неким финансовым двойником бизнеса и быть итерационной. Это значит, что при изменении вводных должен меняться результат.

Далее, и это самый сложный и ответственный этап, риск-менеджеры совместно с бизнесом оценивают риски и природу неопределённости, и ее влияние на допущения, на которых строится план и в которые «верит» менеджмент. Для параметра цены железорудного сырья, например, мы совместно с коммерсантами анализируем статистику, рыночные тренды, чтобы определить реалистичный коридор значений. Аналогично – по другим ключевым параметрам, подверженным рискам отклонения от плана и существенно влияющим на финансовый результат.

Кроме того, учитываются возможные корреляции между параметрами «под риском» для исключения нереалистичных сценариев, например, сценариев, когда связанные между собой параметры (например, цены на ГБЖ и цены на лом) имеют разнонаправленную динамику.

От качества выполненной оценки зависит и качество результата имитационного моделирования. И это не «чёрный ящик». Именно поэтому все параметры распределений по допущениям согласовываются с высшим руководством и являются частью материалов для принятия решения.

Далее для имитационного моделирования каждая «точечная» цифра допущений менеджмента в финансовой модели заменяется на распределение значений с использованием специализированного программного обеспечения (мы используем «МоделРиск»). Затем запускаем расчёт установленного количества сценариев. Мы моделируем 10 тысяч сценариев для нашего бюджета. «МоделРиск» записывает 10 тысяч сценариев и все параметры, которые «выпали» в каждом сценарии. В результате мы получаем распределение вероятностей всех целевых значений, которые мы анализируем (в случае «Металлоинвест» это EBITDA и денежный поток).

Диаграмма распределения целевого значения выглядит как набор столбиков. Чем выше столбик на графике, тем выше вероятность попадания будущей EBITDA именно в это значение. И тогда, наложив наш первоначальный «точечный» план на это распределение, мы можем объективно оценить его амбициозность и достижимость в процентах.

В моей практике бывали случаи, когда масштабные проекты с высоким IRR после оценки рисков показывали вероятность достижения в 1%. И компания от таких проектов отказывалась – риски оказывались неприемлемыми.

От финансов к производству: как оценить риск простоя?

Теперь поговорим о том, как применить вышеизложенный подход к оценке производственных рисков. Реализация производственных рисков выражается, в первую очередь, в форме незапланированных простоев и дополнительных затрат на восстановление операционного процесса. Простой – это не произведённая продукция, и соответственно, не реализованная.

Приведу пример оценки рисков для комплекса среднего и мелкого дробления на одном из комбинатов компании. Мы фокусируемся на «узких местах» – узлах, у которых нет резервирования. Если в карьере сломается один из большого числа самосвалов, резервный его сможет заменить. В случае выхода из строя критичного узла дробилки – производство встанет.

Одна из распространённых проблем в российской промышленности – работа оборудования, нормативный срок использования которого давно превышен. Это один из ключевых риск-факторов для рисков производства.

Как мы строим модель для оценки рисков производства:

Распределение потерь в тоннах показывает, насколько могут быть недовыполнены планы производства. Кроме того, важный наглядный результат – диаграмма-торнадо. Она, по сути, ранжирует влияние на общие потери каждого узла (например, каскада дробилок), и формирует диапазон этого влияния в денежном выражении. Это даёт чёткое понимание, куда в первую очередь нужно направлять инвестиции на модернизацию или создание резервов, где самые болезненные «узкие места».

С какими проблемами сталкиваемся при распространении этой методики?

Во-первых, сложно моделировать системы с резервированием производственных активов. В таких случаях нужно предусматривать в модели соответствующий алгоритм «что, если?», анализирующий выход из строя нескольких узлов в конкретном сценарии.

Во-вторых, это нехватка качественных данных. Сбор производственных данных не всегда автоматизирован, вследствие чего данные могут быть не точными, не объективными. В настоящее время в «Металлоинвесте» сформирован план мероприятий по повышению качества данных производственного учёта.

Как модель интегрируется в бизнес-планы и бюджеты?

Частый вопрос: модель сделали, а что дальше? Оценка рисков в данном случае является важнейшей частью для принятия управленческих решений. Если уровень риска приемлемый, решение принимается. В других случаях Совет директоров, например, может счесть план недостаточно напряжённым или амбициозным и настоять на его пересмотре. Либо напротив – чрезмерно рискованным. В таких случаях план также пересматривается, включаются инструменты хеджирования или страхования. Также могут разрабатываться планы действий на случай реализации негативных сценариев: например, открытие резервных кредитных линий в банках и т.п.

Кроме того, для валидации качества оценки каждый год мы проводим gap-анализ: смотрим, куда попал фактический результат относительно нашего оценочного распределения. Это позволяет нам и владельцам процессов корректировать будущие оценки, накапливать статистический опыт.

Причём здесь внутренний контроль и автоматизация?

Оценка рисков и информированные решения – это критически важная, но лишь первая ступень. Чтобы управление рисками работало на практике, необходимо внедрить его в конкретные бизнес-процессы. Здесь ключевую роль играет система внутреннего контроля.

Наша работа в этой области строится по следующему принципу:

Таким образом, система контроля – это механизм, который напрямую связывает стратегию управления рисками с повседневными операциями компании. А комплексное и органичное развитие риск-менеджмента и внутреннего контроля в диалоге с бизнес-подразделениями позволяет предлагать наиболее полезные идеи и инструменты для бизнеса.

В заключении хочется сказать, что само по себе имитационное моделирование – это не гадание на кофейной гуще, а совершенно чёткий инструмент для осознанного принятия решений в условиях неопределённости. Он позволяет не спланировать одну волшебную целевую точку, а понять весь спектр возможных исходов и осознанно выбирать, на какой риск мы идём. Именно это, на мой взгляд, и составляет суть современного риск-менеджмента.

Галина Саламатова, директор по управлению рисками и внутреннему контролю, «Металлоинвест»