Особенности управления финансовыми рисками компаний в эпоху цифровизации | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 29 января, печатный экземпляр отправим 2 февраля.

Опубликовать статью в журнале

Автор:

Рубрика: Экономика и управление

Опубликовано в Молодой учёный №47 (389) ноябрь 2021 г.

Дата публикации: 15.11.2021

Статья просмотрена: 65 раз

Библиографическое описание:

Груздев, С. Н. Особенности управления финансовыми рисками компаний в эпоху цифровизации / С. Н. Груздев. — Текст : непосредственный // Молодой ученый. — 2021. — № 47 (389). — С. 89-92. — URL: https://moluch.ru/archive/389/85533/ (дата обращения: 18.01.2022).



В статье рассматриваются особенности управления финансовыми рисками компаний в эпоху цифровизации. Проведен обзор разных видов рисков. Приводится описание технологии Больших Данных как способа снизить риски компании и увеличить их шансы на развитие. Рассматриваются сложности внедрения технологии Больших Данных в Российской Федерации.

Ключевые слова: финансовые риски, цифровизация, цифровая трансформация, большие данные, Big Data.

В настоящее время мировая экономика, и российская в том числе, подвержена огромному числу вызовов. Так, например, у крупных промышленных компаний всегда идет работа с огромными объемами информации. Это расширение рынков сбыта продукции, множество договоров, малейшее нарушение которых ведет к огромным финансовым потерям.

Анализ особенностей управления финансовыми рисками компании уже много десятилетий является одним из общепризнанных направлений развития экономической науки в промышленно развитых странах. За этот период по данной проблематике выпущен не один десяток монографий и учебных пособий, издаются специализированные журналы, сформировались определенные научные школы и направления, проводятся крупные конференции.

Финансовые риски являются одними из основных рисков предпринимательской деятельности, которые ведут к потере финансовых ресурсов, в том числе денежных средств. К ним относятся изменение рыночных цен на сырье, производимую продукцию, колебания валютных курсов, процентных ставок и другие.

Более того, в 2019 году компании столкнулись с новейшим вызовом в виде пандемии короновируса. Исключение части постоянных сотрудников из производственного процесса, либо вообще полная приостановка деятельности ряда компаний просто не могли не повлечь за собой нарушений договоров и гигантских финансовых убытков. Показатель ВВП, который рос с 2015 года впервые упал в 2020 чуть более чем на 3 %. Визуально это изображено на рисунке 1 [3].

Динамика ВВП РФ в 2015–2020 гг., млрд. руб.

Рис. 1. Динамика ВВП РФ в 2015–2020 гг., млрд. руб.

Согласно данным аудиторской компании Finexpertiza, совокупная прибыль российских компаний в марте — мае 2020 года была на 67 % ниже аналогичного периода прошлого года. При этом пострадали практически все отрасли. Более того, российский бизнес впервые за много лет показал отрицательный результат в марте, что наглядно показано на рисунке 2 [4]. Это можно связать с неожиданностью и неготовностью компаний к такому повороту событий как введение карантинных мер в связи с пандемией COVID-19.

Прибыль российских компаний в январе — мае 2020, млрд. руб.

Рис. 2. Прибыль российских компаний в январе — мае 2020, млрд. руб.

Как видно из вышесказанного, финансовые риски могут быть очень разнообразными и мало предсказуемыми. На производстве так же присутствуют финансовые риски, связанные с невыполнением планов выработки ввиду простоев оборудования, либо выполнения действий или бездействия сотрудников в определенные моменты, которых можно было бы избежать.

В большой компании достаточно сложно просчитать все варианты событий и есть вероятность возникновения ошибки человеческого фактора.

Таким образом, буквально все в российской экономике указывает на необходимость ускоренной цифровизации, что позволит продолжать бизнес при минимально присутствующем количестве сотрудников, наращивать его обороты, а современные программы если не исключат ряд человеческих ошибок, то сведут их количество к минимуму. Особый толчок для развития этого направления делает Указ Президента Российской Федерации от 21.07.2020 № 474 «О национальных целях развития Российской Федерации на период до 2030 года» [1], где в одном из пунктов указывается на такую национальную цель, как цифровая трансформация. В нем ставятся такие задачи, как увеличение вложений в отечественные решения в сфере информационных технологий в четыре раза по сравнению с 2019 годом, до 97 % домохозяйств должен быть обеспечен доступ к информационно-телекоммуникационной сети «Интернет», до 95 % всех социально значимых услуг должны быть доступны в электронном виде. Отдельно отмечена необходимость достижения «цифровой зрелости» ключевых отраслей экономики и социальной сферы.

Проблема неточной оценки финансовых рисков является основной для возникновения тех или иных кризисных ситуаций. При этом возможность возникновения тех или иных финансовых рисков практически в любой компании на современном этапе является значительной. В настоящее время существует множество методов оценки рисков. Такие известные как метод комиссии, суда, экспертных оценок, Дельфи и другие. Существует множество моделей оценки совокупного риска, различные стратегии для управления ими. В любом случае, человеку даже хорошо подготовленному достаточно сложно ориентироваться во всем многообразии, не упустить каких-либо деталей, чтобы это не привело к ошибкам, связанным с человеческим фактором.

В связи с вышесказанным, особый интерес появляется к технологиям Больших Данных (Big Data), связанный с постоянным ростом объема данных, с которыми приходится работать современным компаниям. Под «Big Data» или «Большими данными» понимается совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных с целью получения воспринимаемых человеком результатов [5]. Сферы, в которых можно использовать данную технологию очень обширны. С помощью Big Data можно узнать о предпочтениях клиентов и выпускать наиболее востребованную на рынке продукцию. Также благодаря данной технологии на производстве можно точнее понять при каких условиях производится товар не надлежащего качества, искоренив которые можно снизить издержки производства, а также риски невыполнения планов выпуска. Банки при помощи Big Data могут точнее оценить платежеспособность заемщика и тем самым снизить возможность недополучения средств. В страховании при помощи данных технологий можно более точно оценить риски, оптимизировать расходы и анализировать профили клиентов.

В качестве конкретных примеров компаний, применяющих технологии Больший Данных, можно привести компанию «Газпром нефть», которая сумела разобраться в сбоях автоматического перезапуска насосов, тем самым восстановила свою работоспособность и избежала гигантских финансовых потерь. Компания Intel благодаря данной технологии сэкономила около 30 миллионов долларов, путем исследования производственного процесса и снизив количество тестов. MasterCard собирая и анализируя огромные массивы данных о клиентах предупреждает финансовые организации о их платежеспособности, тем самым снижая риски.

В Российской Федерации применяются различные меры на государственном уровне для развития технологий Big Data. Разработан национальный стандарт «Информационные технологии. Большие данные. Обзор и словарь»., по состоянию на май 2021 года существуют также планы создать госоператора в области Больших Данных.

По сути, Big Data — это огромный объем информации о каком-либо явлении, изучить который подручными средствами зачастую невозможно. На основе массива полученной информации в интеллектуальных машинах строятся варианты возможного будущего и приводятся возможные результаты. Благодаря этому пользователь становится максимально информированным об объекте исследования и взвесив все «за» и «против» должен быть в состоянии принять верное решение. В таблице 1 приводится сравнение традиционной базы данных и базы Больших Данных [6].

Таблица 1

Сравнительная характеристика традиционной базы данных и базы Больших Данных

Характеристика

Традиционная база данных

База Больших Данных

Объем информации

От гигабайт до терабайт

От петабайт до эксабайт

Способ хранения информации

Централизованный

Децентрализованный

Структурированность данных

Структурирована

Полуструктурирована и неструктурирована

Модель хранения и обработки данных

Вертикальная модель

Горизонтальная модель

Взаимосвязь данных

Сильная

Слабая

Несмотря на свою значимость российский рынок Big Data имеет много проблем для развития. К ним относятся:

  1. Достаточно высокая стоимость внедрения, что практически не дает шансов малому и среднему бизнесу, в то время как крупный бизнес в состоянии себе это позволить и еще дальше уйти от конкурентов;
  2. Малое количество грамотных специалистов в сфере, несмотря на активное развитие образования по данному направлению. Некоторые учебные центры предлагают курсы по обучению детей Big Data, называя его как одно из приоритетных направлений;
  3. Ограниченный выбор решений, что следует из двух предыдущих пунктов, так как применять данные технологии в состоянии только представители крупного бизнеса, но и они не всегда довольны результатом дорогостоящего внедрения ввиду того, что результаты полученной аналитики еще необходимо и грамотно применить на практике;
  4. Опасения по поводу конфиденциальности данных. Несмотря на то, что в мире идет активная борьба, тем не менее проблема утечки данных не становится меньше год от года [2].

Таким образом, можно сделать вывод, что экономика Российской Федерации на современном этапе испытывает большие трудности. Возможность возникновения финансовых рисков в российских компаниях рассматривается как значительная. Одним из вариантов для снижения финансовых рисков является развитие и увеличение роли цифровых технологий в экономике. Одним из приоритетных направлений является внедрение и расширение работы с технологией Больших данных (Big Data). Однако несмотря на огромный положительный эффект, данная технология имеет множество сложностей для внедрения в нашей стране.

Литература:

  1. Указ Президента Российской Федерации «О национальных целях развития Российской Федерации на период до 2030 года» от 21 июля 2020 года № 474 // Российская газета. 2020 г. № 159 (8213).
  2. Большие данные (Big Data) в России. // TADVISER. Государство. Бизнес. Технологии. URL: https://clck.ru/Yndb8 (дата обращения: 20.10.2021).
  3. Национальные счета // Федеральная служба государственной статистики URL: https://rosstat.gov.ru/accounts (дата обращения: 20.10.2021).
  4. Российский бизнес показал сильнейшее падение прибыли за 16 лет // Finexpertiza URL: https://finexpertiza.ru/press-service/researches/2020/padenie-pribyli-za-16-let/ (дата обращения: 20.10.2021).
  5. Что такое Big Data // РБК Тренды URL: https://trends.rbc.ru/trends/innovation/5d6c020b9a7947a740fea65c#card_5d6c020b9a7947a740fea65c_5 (дата обращения: 20.10.2021).
  6. Шаль А. В. Технологии больших данных в статистике // Учет и статистика. 2017. № 2 (46). URL: https://cyberleninka.ru/article/n/tehnologii-bolshih-dannyh-v-statistike (дата обращения: 05.11.2021).
Основные термины (генерируются автоматически): данные, Российская Федерация, компания, риск, традиционная база данных, возможность возникновения, крупный бизнес, производственный процесс, современный этап, цифровая трансформация.


Задать вопрос