Расчет точки безубыточности для предприятия, выпускающего три вида продукции

№ п/п	Наименование статьи	Продукт «А»	Продукт «Б»	Продукт В»	Итого
1	Объем продаж, млн. д.е.	100	200	700	1000
2	Доля в объеме продаж, %	10	20	70	100
3	Цена за единицу, тыс. д.е.	2	5	10	-
4	Переменные издержки, млн. д.е.	40	120	380	540
5	Доход, млн. д.е.	60	80	320	460
6	Уровень дохода от объема продаж, %	-	-	-	46
7	Постоянные издержки, млн. д.е..	-	-	-	200
8	Точка безубыточности для производства в целом, млн. д.е. [с. 7/с. 6]	-	-	-	434
9	Точка безубыточности по видам продук­ции, млн. д.е. [с. 2 х с. 8]	43,4	86,8	303,8	434
10	Точка безубыточности по видам продук­ции, шт. [с. 9 х 1000/с. 3]	21700	17360	30380	-

Показатель точки безубыточности позволяет определить:

• требуемый объем продаж, обеспечивающий получение прибыли,

• зависимость прибыли предприятия от изменения цены,

• значение каждого продукта в доле покрытия общих затрат. Показатель точки безубыточности следует использовать при:

• введении в производство нового продукта,

• модернизации производственных мощностей,

• создании нового предприятия,

• изменении производственной или административной деятельно­сти предприятия.

Анализ чувствительности проекта позволяет оценить, как изменя­ются результирующие показатели реализации проекта при различных значениях заданных переменных, необходимых для расчета. Этот вид анализа позволяет определить наиболее критические переменные, которые в наибольшей степени могут повлиять на осуществимость и эффективность проекта.

В качестве варьируемых исходных переменных принимают:

• объем продаж,

• цену за единицу продукции,

• инвестиционные затраты или их составляющие,

• график строительства,

• операционные затраты или их составляющие,

• срок задержек платежей,

• уровень инфляции,

• процент по займам, ставку дисконта и др.

В качестве результирующих показателей реализации проекта могут выступать:

• показатели эффективности (чистый дисконтированный доход, внутренняя норма доходности, индекс доходности, срок окупае­мости, рентабельность инвестиций),

• ежегодные показатели проекта (балансовая прибыль, чистая при­быль, сальдо накопленных реальных денег).

При относительном анализе чувствительности сравнивается отно­сительное влияние исходных переменных (при их изменении на фик­сированную величину, например на 10 %) на результирующие показатели проекта. Этот анализ позволяет определить наиболее су­щественные для проекта исходные переменные. Их изменение должно контролироваться в первую очередь.

Абсолютный анализ чувствительности позволяет определить чис­ленное отклонение резулътатирующих показателей при изменении значений исходных переменных. Значения переменных, соответству­ющие нулевым значениям результирующих показателей, соответству­ют рассмотренным выше показателям предельного уровня.

Результаты анализа чувствительности приводятся в табличной или графической формах. Последняя является более наглядной (см. рис. 2.4) и должна применяться в презентационных целях.

Анализ сценариев развития проекта позволяет оценить влияние на проект возможного одновременного изменения нескольких перемен­ных через вероятность каждого сценария (см. табл. 2.12). Этот вид анализа может выполняться как с помощью электронных таблиц (например, Microsoft Excel версия не ниже 4.0), так и с применением специальных компь­ютерных программ, позволяющих использовать методы имитационно­го моделирования.

В первом случае формируются 3—5 сценариев развития проекта. Каждому сценарию должны соответствовать:

• набор значений исходных переменных,

• рассчитанные значения результирующих показателей,

• некоторая вероятность наступления данного сценария, определя­емая экспертным путем.

В результате расчета определяются средние (с учетом вероятности наступления каждого сценария) значения результирующих показателей.

Таблица 2.12

Сценарии развития проекта

Сценарии	Вероятность	ЧДД (млн. д.е.)	ЧДД с учетом веро­ятности (млн. д.е.)
«оптимистичный»	0,1	100	10
«нормальный»	0,5	80	40
«пессимистичный	0,4	50	20
Всего	1	—	70

В случае небольшого числа переменных и возможных сценариев развития проекта для анализа риска можно воспользоваться методом дерева решений (см. рис. 2.5). Преимущество данного метода - в его наглядности. Последовательность сбора данных для построения дерева решений для анализа риска включает следующие шаги:

• определение состава и продолжительности фаз жизненного цикла проекта;

• определение ключевых событий, которые могут повлиять на дальнейшее развитие проекта;

• определение времени наступления ключевых событий;

• формулировка всех возможных решений, которые могут быть приняты в результате наступления каждого ключевого события;

• определение вероятности принятия каждого решения;

• определение стоимости каждого этапа осуществления проекта (стоимости работ между ключевыми событиями).

На основании полученных данных строится дерево решений. Его узлы представляют собой ключевые события, а стрелки, соединяющие узлы,-проводимые работы по реализации проекта. Кроме того, на дереве решений приводится информация относительно времени, стоимости работ и вероятности принятия того или иного решения.

Рис. 2.4. Формы представления результатов относительного и абсолютного анализа

В результате построения дерева решений определяется вероятность каждого сценария развития проекта, эффективность по каждому сце­нарию, а также интегральная эффективность проекта. Положительная величина показателя эффективности проекта (например, чистого ди­сконтированного дохода) указывает на приемлемую степень риска, связанного с осуществлением проекта.

При формировании сценариев с использованием методов имита­ционного моделирования (см. рис. 2.6) применяется такая последова­тельность действии:

• определяются интервалы возможного изменения исходных пере­ менных, внутри которых эти переменные являются случайными величинами,

• определяются виды распределения вероятностей внутри заданных интервалов,

• устанавливаются коэффициенты корреляции между зависимыми переменными,

• многократно (не менее 200 раз) рассчитываются результирующие показатели,

• полученные результирующие показатели рассматриваются как случайные величины, которым соответствуют такие характеристи­ки, как: математическое ожидание, дисперсия, функция распределения и плотность вероятностей,

• определяется вероятность попадания результирующих показате­лей в тот или иной интервал, вероятность превышения минималь­но допустимого значения и др.

Анализ значений результирующих показателей при сформирован­ных сценариях позволяет оценить возможный интервал их изменения при различных условиях реализации проекта. Вероятностные характе­ристики используются для:

• принятия инвестиционных решений,

• ранжирования проектов,

• обоснования рациональных размеров и форм резервирования и страхования.

Применяя тот или иной метод анализа риска, следует иметь в виду, что кажущаяся высокая (особенно при использовании имитационного моделирования) точность результатов может быть обманчивой и ввести в заблуждение аналитиков и лиц, принимающих решение.