Пенсионный убыток (В. Кулаковский, "Риск-менеджмент", N 11-12, ноябрь-декабрь 2008 г.)

Пенсионный убыток

На первый взгляд старение персонала - далеко не первоочередная проблема предприятия. Однако многие крупные компании уже сейчас задумываются об убытках, которыми грозит выход на пенсию ключевых сотрудников.

Со временем в компании может сложиться ситуация, когда на смену выбывающим сотрудникам перестанут приходить молодые специалисты. Это означает возникновение риска нехватки персонала, который сказывается на временном горизонте в пять и более лет. Снижение доли опытного персонала провоцирует негативные события, например в производственной сфере это грозит возникновением аварийных ситуаций.

Квалифицированный персонал - это ключевой фактор деятельности компании. Не стоит забывать о том, что бизнес - это не денежные потоки и не объем основных фондов, а прежде всего люди. Компетентные сотрудники, как правило, "строят" бизнес, являются инициаторами полезных нововведений, и именно от них в конечном счете зависит благополучие компании. В свою очередь уход ключевых сотрудников может спровоцировать ситуации, связанные не только с падением доходности от операций, но и с отложенным эффектом от укрепления кадровых позиций конкурентов.

Доля квалифицированного персонала должна постепенно возрастать, так что нехватка ключевых сотрудников может трактоваться и как недостаточный темп их профессионального роста, и как результат активного развития компании.

Расчет риска старения

Для моделирования рисков возрастной структуры сотрудников и их старения можно использовать потоковую модель, которая описывает приток и выбытие персонала. Выявив определенное количество категорий персонала (например, три категории: руководящий персонал, инженерно-технические работники и производственный персонал), следует распределить всех сотрудников компании по стратам - возрастным категориям. Математическим объектом моделирования является функция распределения персонала по возрастам. Необходимо смоделировать динамику (то есть временную траекторию) функции распределения от начального момента времени до выбранного горизонта планирования. Кроме того, необходимо определить вероятность возможных неблагоприятных отклонений функции распределения от ожидаемой траектории. Эти отклонения с определенной вероятностью могут привести к нежелательной возрастной структуре персонала. За элементарную единицу времени принимается один год. Модель описывает изменение функции распределения персонала за счет притока и выбытия в данном объекте моделирования за текущий год (рис. 1).

Состав и структура моделей

Модели строятся для следующих потоков персонала, учитываемых в общей модели:

прием персонала на работу;

выбытие персонала за счет увольнения по собственному желанию;

выбытие персонала за счет увольнения по инициативе работодателя;

выбытие персонала за счет выхода на пенсию;

выбытие персонала по смерти и инвалидности.

Количественным показателем данных потоков, используемым при построении дополнительных моделей, является интенсивность движения персонала в потоке, выраженная в количестве прибывшего/убывшего персонала за определенный временной период. В модели рассматриваются факторы внешней и внутренней среды компании. Эти два класса факторов принципиально различны по подверженности и чувствительности к управленческим действиям, а значит, и по уровню неопределенности их будущих значений. Это необходимо учитывать при моделировании и оценке рисков.

При моделировании факторы влияния представляются в количественных значениях, в состав которых для каждой дополнительной модели потока персонала входят различные показатели, такие как соотношение уровня зарплат, выплачиваемых организацией, и уровня зарплат на рынке труда; потребность в персонале; затраты на подготовку персонала и др. На значения коэффициентов притока и выбытия персонала влияют три вида потоков событий:

Прямо управляемые потоки. Определяются прямыми управленческими решениями. Например, выбытие вследствие увольнения на пенсию может частично регулироваться прямыми решениям, такими как решение увольнять всех мужчин по достижении ими пенсионного возраста или оставлять в штате не более 30% персонала, достигшего пенсионного возраста и пр.

Косвенно управляемые потоки. Так, если молодежь не желает идти на предприятие, ее поток можно увеличить путем повышения должностных окладов, формирования привлекательного социального пакета, позиционирования профессий в качестве престижных.

Неуправляемые потоки - выбытие персонала по причине смерти, инвалидности, неизлечимых заболеваний, достижения пенсионного возраста.

Общий вид типовой модели расчета потоков персонала

 Фактор 1      /-----------------\

 -------------|                 |    Интенсивность движения

 Фактор 2      |                 |     персонала в потоке

 -------------| Поток персонала |--------------------------------------

 Фактор k      |                 |

 -------------|                 |

               \-----------------/

Рис. 1

Прямо регулируемые потоки могут планироваться исходя из решений руководства предприятия. Косвенно управляемые потоки в краткосрочной и в значительной степени в среднесрочной перспективе прогнозируются, а в долгосрочной перспективе также подвержены управлению. Неуправляемые потоки прогнозируются на любой временной горизонт. Из сказанного ясно, что регулируемые и нерегулируемые потоки играют различную роль в зависимости от горизонта планирования.

Для построения моделей используются временные ряды перечисленных выше входных и выходных факторов за несколько прошедших лет. Процедура подготовки и проверки исходных данных состоит из следующих основных шагов:

1. проверка достоверности и полноты информации во временных рядах данных, устранение пропусков в данных;

2. проверка временных рядов на синхронность и частотность, то есть установление одинакового временного лага во всех временных рядах, используемых для построения одной модели;

3. интерполяция/разбивка данных с целью понижения временного лага для формального увеличения максимального количества входных параметров модели.

Взаимосвязь между выходным и входными параметрами каждой модели устанавливается в виде аппроксимирующей функции:

     Pвых = f(P1вх,..., Pnвх).

Поиск конкретного вида этой функции осуществляется посредством подбора независимых параметров функций на временных рядах исходных данных с помощью метода наименьших квадратов. В результате мы получаем функцию, которую можно использовать для сценарного моделирования и оценки риска в рамках имитационной потоковой модели.

Распределение и расчет

Расчетное распределение персонала по возрастам строится методом Монте-Карло на основе потоковой модели. Функция распределения количества персонала по возрастам до страты "6" включительно показана для примера на рис. 2. "Размыв" функции распределения вокруг среднего значения вызван ошибками, которые могут возникнуть в связи с плохо предсказуемыми изменениями факторов риска, влияющих на численность персонала. Для простоты функция плотности изображена в виде кривой, хотя реально это гистограмма, строящаяся по ограниченному числу симуляций.

Риск персонала рассчитывается как недобор персонала заданного диапазона возрастов на выбираемых доверительных уровнях по методу VaR (в зависимости от толерантности к риску по данной категории персонала). Также, что очевидно, может быть оценен риск недобора персонала в целом (включая разбивку по категориям персонала) и рассчитано количество необходимого, но не набранного персонала.

"Расчет рисков"

Кроме VaR, можно использовать сценарный анализ, который предполагает, что эволюция функции распределения персонала происходит при экспертно заданных значениях факторов риска, влияющих на потоки. Анализ проводится на заданном временном горизонте (например, 5 либо 20 лет) в зависимости от оказываемых менеджментом компании управляющих воздействий и изменений внешних факторов. Блок-схема проведения сценарного анализа приведена на рис. 3. Проведение сценарного анализа начинается с задания начальной возрастной функции плотности (левая часть рис. 3). Затем задаются сценарии - политики по управлению персоналом в разрезе возрастных страт (внутренние факторы), а также динамика неуправляемых показателей, влияющих на потоки персонала (внешние факторы). Далее проводится расчет распределения персонала по возрастам для каждой возрастной страты на заданный горизонт планирования. Проведение сценарного анализа дает представление о том, как изменятся следующие показатели:

вид функции распределения персонала (возрастная структура);

средний возраст персонала;

общая численность персонала;

риск персонала (в одной из приведенных трактовок).

Расчет указанных показателей возможен с лагом в один год в случае пятилетнего горизонта планирования и с лагом в пять лет в случае двадцатилетнего. Анализ значений показателей персонала (первых четырех показателей) возможен как в масштабах производственной единицы в целом, так и в разрезе заданной возрастной группы. Стоит отметить, что для каждого сценария возможно определение чувствительности рассчитываемых показателей к изменению внешних и/или внутренних факторов. Для этого необходимо осуществить моделирование эволюции функции распределения персонала при измененном значении заданного фактора (значения остальных факторов не меняются и совпадают с заданными в сценарии). Чувствительность показателя к данному фактору определяется как отношение отклонения значения показателя от рассчитанного в сценарии к изменению фактора. Проведение анализа чувствительности позволяет выявить факторы, изменение которых оказывает наибольшее воздействие на возрастную структуру персонала, и может быть использовано для принятия управленческих решений по выработке политики работы с персоналом. Данная статья не охватывает все аспекты управления столь значимыми рисками персонала (стоит отметить, что в абсолютном большинстве выполненных нами проектов один или два риска из этой категории стабильно попадали в десятку критических). Тем не менее я надеюсь что она, по крайней мере, дает общее понимание подхода, с помощью которого можно как минимум попытаться оценить эти уникальные риски.

"Описание последовательности моделирования динамики возрастной структуры персонала в процессе сценарного моделирования"

В. Кулаковский,

специалист департамента риск-консалтинга

ЗАО "Марш - страховые брокеры"

"Риск-менеджмент", N 11-12, ноябрь-декабрь 2008 г.