Интелектуальные технологии моделирования многофакторных рисков в задачах обоснования ставок дисконтирования и капитализации тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Алексеев, Александр Олегович |
| Место защиты | Пермь |
| Год | 2010 |
| Шифр ВАК РФ | 08.00.13 |
Диссертация
Автореферат диссертации по теме "Интелектуальные технологии моделирования многофакторных рисков в задачах обоснования ставок дисконтирования и капитализации"
Алексеев Александр Олегович
ИНТЕЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ МОДЕЛИРОВАНИЯ МНОГОФАКТОРНЫХ РИСКОВ В ЗАДАЧАХ ОБОСНОВАНИЯ СТАВОК ДИСКОНТИРОВАНИЯ И КАПИТАЛИЗАЦИИ
Специальность 08.00.13 - Математические и инструментальные методы экономики
Автореферат диссертации на соискание ученой степени кандидата экономических наук
1 С ЛЕК 2010
Пермь 2010
004617839
Работа выпонена в государственном образовательном учреждении высшего профессионального образования Пермский государственный технический университет
Научны руководитель Заслуженный работник Высшей школы РФ
доктор технических наук, профессор Харитонов Валерий Алексеевич
Официальные оппоненты доктор физико-математических наук, профессор
Панюков Анатолий Васильевич
кандидат экономических наук Ивлиев Сергей Владимирович
Ведущая организация Учреждение Российской академии наук
Институт проблем управления им. В.А. Трапезникова РАН
Защита состоится 23 декабря 2010 г. в 16.00 часов на заседании диссертационного Совета ДМ 221.189.07 при ГОУ ВПО Пермский государственный университет по адресу: 614990, г. Пермь, ул. Букирева, 15, зал заседаний Ученого совета.
С диссертацией можно ознакомиться в библиотеке Пермского государственного университета, с авторефератом - в библиотеке и на сайте Пермского государственного университета www.psu.ru.
Автореферат разослан 23 ноября 2010 г.
Ученый секретарь диссертационного совета доктор экономических наук, доцент
Малышев Ю.А.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Привлекательность инновационных проектов для инвестора и заказчика зависит от соотношения в них показателей доходности и риска.
Для инвестора в инновационных проектах особую важность имеет уровень риска. За последствия, связанные с рисковыми событиями, именно он несет всю поноту ответственности и поэтому вправе требовать допонительное вознаграждение (премию) за риск. Это удорожает стоимость проекта, что создает проблемы для заказчика в процессе расчетов за предоставленные инвестиции в ходе реализации проекта. В случае необоснованного завышения уровня риска привлекательность проекта для инвестора снижается, и он может оказаться в ситуации упущенной экономической выгоды, отказавшись от финансирования проекта. При занижении уровня риска инвестор получает меньшее вознаграждение, что может осложнить ему несение принятой финансовой ответственности за состоявшиеся рисковые события в другом проекте из инвестиционного портфеля. Таким образом, инвестор заинтересован в повышении степени обоснованности уровня риска в каждом инновационном проекте, исходя из его отношения к рискам вообще как игрока рынка инвестиций.
Заказчика проекта принципиально интересует снижение уровня риска, исходя из субъективных позиций инвестора в отношении риска, вследствие чего для заказчика инновационный проект становится более привлекательным с точки зрения объема выплат инвестору за финансирование проекта. Активная позиция заказчика в вопросе снижения уровня риска становится понятной и делает востребованным решение этой задачи методами управления рисками.
Обе проблемы решаются развитием методов моделирования рисков инновационных проектов с учетом многофакторности рисковых ситуаций и субъективного восприятия инвестором неопределенности, присутствующей в каждом проекте. В основе неопределенности проектов лежит двойственность каждого фактора риска с точки зрения возможности наступления рискового события и ожидаемых в связи с этим потерь, воспринимаемая лицами, принимающими решения (ПР), субъективно, в соответствии с типом ПР. Связь двойственности фактора риска связана с уровнем риска и устанавливается функцией свертки.
Описанные отношения между инвестором и заказчиком, связанные с управлением рисками, проявляются при определении ставки дисконтирования денежных потоков, применяемой для пересчета будущих доходов в текущую стоимость и ставки капитализации при определении стоимости бизнеса и недвижимости. Известные технологии моделирования рисков инновационной деятельности не обеспечивают высокую степень обоснованности ставок дисконтирования и ставок капитализации, включая управленческие решения по снижению рисков, в связи с тем, что они не обеспечивают адекватность моделей риска субъективному восприятию прототипом (ПР) многофакторности и двойственности риска. Среди известных подходов к моделированию предпочтений наибольший интерес представляют интелектуальные технологии, описывающие поведение участников инвестиционных процессов в задачах выбора на основе деревьев критериев и матриц свертки и отличающиеся расширенными функциональными возможностями.
Актуальность работы обусловлена необходимостью повышения степени обоснованности ставок дисконтирования и ставок капитализации в инновационной деятельности предприятий с использованием интелектуальных технологий моделирования многофакторных рисков с учетом их двойственности.
Степень разработанности проблемы. Существенный вклад в теорию риска сделали зарубежные авторы Дж.С. Миль, Дж.Б. Кларк, Э. Янг, Д. Вайнер, Ф.Б. Хоули, Ф.Х. Найт, П. Бернстайн и другие. Среди них следует выделить Ф.Х. Найта, обобщившего различные взгляды на проблему риска и прибыли в целом. По его мнению, проблема дожна решаться в виде компенсации (премии) предпринимателям из доли прибыли в связи с ответственностью за возможные последствия рисковых событий. В настоящее время этот прием встречается при определении ставок дисконтирования, однако без достаточного обоснования. В известной работе П. Бернстайна остро поставлены проблемы квантирования, учета двойственности рисков и агрегирования факторов риска. Однако они не нашли своего продожения в конструктивном плане.
Проблемам обоснования ставок дисконтирования и капитализации в недвижимости посвятили работы отечественные ученые Е.И. Тарасевич, C.B. Грибовский, Н.П. Баринов, И.А. Бузова, В.В. Терехова и др. Анализ их трудов показал, что в настоящее время отсутствует единая терминологическая и методическая база определения ставок дисконтирования и капитализации. Действующая редакция методических рекомендаций по оценке эффективности инвестиционных проектов, утвержденных Минэкономики РФ, Минфином РФ и Госстроем РФ от 21 июня 1999 г. № ВК477, не проясняет сложившуюся ситуацию.
Моделирование индивидуальных и колективных предпочтений на основе деревьев критериев и матриц свертки, играющее ключевую роль в решении проблемы учета субъективизма ПР, нашло свое развитие в работах A.B. Щепкина, В.Н. Буркова, Д.А. Новикова, В.А. Харитонова, A.A. Белых и др. Однако эти авторы практически не коснулись проблем моделирования риска.
Таким образом, на сегодняшний день недостаточно разработаны теоретические и прикладные основы моделирования рисков. До сих пор исследователи затрагивали лишь отдельные аспекты проблемы анализа и управления рисками, не рассматривая ее как целостное явление. Этим обстоятельством объясняется имеющийся спрос на интелектуальные технологии моделирования многофакторных рисков с учетом их двойственности, способные обеспечить высокую степень обоснованности уровня риска и эффективное управление рисками, что востребовано в инновационной деятельности предприятий. Все вышеизложенное определило цель и задачи, логику построения и содержание диссертационной работы.
Цель и задачи исследования. Целью исследования является повышение степени обоснованности ставок дисконтирования и ставок капитализации инновационной деятельности с использованием интелектуальных технологий моделирования двойственности и агрегирования факторов риска.
Реализация поставленной цели определила необходимость решения следующих частных задач:
1. Разработка концепции моделирования многофакторных рисков с учетом их двойственности.
2. Решение задач выбора матриц свертки рискообразующих параметров на множестве канонических матриц и нахождения соответствия между типами ПР и матричными моделями двойственности риска.
3. Построение моделей комплексного оценивания многофакторных рисков с учетом их двойственности.
4. Разработка интелектуальных технологий обоснования ставок дисконтирования и капитализации.
5. Разработка интелектуальной технологии управления рисками.
Объектом исследования являются предприятия всех организационно-
правовых форм.
Предметом исследования является влияние рисков на степень обоснованности инвестиционных решений в области инновационной деятельности предприятий на основе моделей с учетом многофакторности и субъективности рисков.
Теоретической н методологической основой исследования являются труды отечественных и зарубежных ученых в области оценки экономической эффективности инвестиций, оценки собственности и недвижимости, теории риска, теории вероятности, теории нечетких множеств, агрегирования частных критериев в комплексную оценку, моделирования предпочтений, теории дискретной математики и теорий математического анализа.
Область исследования. Диссертационная работа соответствует паспорту научных специальностей ВАК 08.00.13 - математические и инструментальные методы экономики, п. 1.4 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений, п. 2.3 Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях.
Научная новизна диссертационной работы. В процессе исследования автором получены следующие научные и практические результаты, являющиеся предметом защиты и определяющие научную новизну работы:
1. Разработана концепция моделирования многофакторных рисков с учетом их двойственности, отличающаяся использованием матричных моделей предпочтений инвесторов в соответствии с их типом с целью повышения привлекательности инновационного проекта для каждого инвестора и заказчика путем достаточного обоснования уровня риска эффективного управления рисками.
2. Решена задача выбора матриц свертки рискообразующих параметров на множестве канонических матриц. Решение отличается целенаправленным перебором вариантов топологии конструируемых матриц свертки в соответствии с типами ПР методом ветвей и границ, связанных с условиями каноничности матриц свертки данного класса и отношением функционального соответствия между типами ПР и матричными моделями двойственности риска.
3. Построена модель комплексного оцешшания многофакторных рисков с учетом их двойственности на основе модифицированного метода взвешен-
ных коэффициентов, отличающаяся тем, что их значения устанавливаются набором уровней однофакторных рисков, который расширяется по рискообра-зующим параметрам процедурой линеаризации матричной свертки.
4. Разработаны интелектуальные технологии обоснования ставок дисконтирования и капитализации, отличающиеся формированием поправок на риск с использованием комплексной оценки риска и процедуры согласования стандартной шкалы комплексного оценивания со шкалами поправок на риск инвестора и заказчика.
5. Разработана интелектуальная технология управления рисками, отличающаяся оптимизацией расходов заказчика по снижению уровня риска в рамках предпочтений инвестора.
Теоретическая и практическая значимость исследования.
Теоретическая значимость исследования заключается в развитии теории риска по направлениям квантирования рисков: моделирования однофакторных рисков с учетом их двойственности на основе нелинейных (матричных) сверток в соответствии с типом ПР и агрегирования многофакторных рисков на основе модифицированного метода взвешенных коэффициентов, устанавливаемых набором уровней однофакторных рисков.
Практическая значимость диссертации определяется возможностью использования интелектуальных технологий моделирования многофакторных рисков в задачах повышения степени обоснованности ставок дисконтирования проектов и ставок капитализации объектов недвижимости в инновационной деятельности предприятий.
Апробация работы. Основные результаты работы докладывались на:
- международных научно-практических конференциях Теория активных систем - 2007, 2009, г. Москва, Россия, 8-9 октября 2007 г., 17-19 октября 2009 г.;
- семинарах Теория управления организационными системами в Институте проблем управления им. В.А. Трапезникова Российской академии наук, г. Москва, 11 декабря 2008 г., 18 октября 2009 г.;
- научно-практических конференциях студентов, аспирантов, молодых ученных строительного факультета ПГТУ Строительство, Архитектура. Теория и практика, г. Пермь, 4 декабря 2007 г., 10-11 декабря 2008 г., 16-17 декабря 2009 г.;
- Всероссийской научно-практической конференции Инновационный потенциал аграрной науки - основа развития АПК, г. Пермь, 21 ноября 2008 г.;
- семинаре Лаборатории конструктивных методов исследования динамических моделей кафедры Информационные технологии и математические методы в экономике ПГУ, г. Пермь, 20 мая 2009 г., 29 сентября 2010 г.;
- VI Всероссийской школе-семинаре молодых ученых Управление большими системами-2009, г. Ижевск, 31 августа - 5 сентября 2009 г.;
- Всероссийской научно-практической конференции Актуальные проблемы экономики и управления на предприятиях машиностроения, нефтяной и газовой промышленности в условиях инновационно-ориентированной экономики, г. Пермь, 27-28 сентября 2009 г.;
- VIII конкурсе научных докладов по гуманитарным наукам аспирантов ПГТУ, г. Пермь, 4 ноября 2009 г. (получен диплом);
- семинаре Пермского научно-образовательного центра проблем управления (на базе ПГТУ), г. Пермь, 11 февраля 2010 г.;
- Всероссийском конкурсе молодых ученых по теории управления и ее приложениям, Институт проблем управления им. В.А. Трапезникова Российской академии наук, г. Москва, 1 мая 2010 г. (получен диплом);
- VII Международной школе-конференции молодых ученых Управление большими системами 2010, г. Пермь, Россия, 27-29 мая 2010 г. (получен диплом).
Результаты исследования реализованы в деятельности группы строительных компаний ООО Трест первый г. Перми, а также ЗАО АКБ Транскапи-табанк Пермский филиал.
Основные положения диссертации используются в учебном процессе Пермского государственного технического университета и Пермской государственной сельскохозяйственной академии им. Д.А. Прянишникова и включены в методические рекомендации по выпонению индивидуальных научно-исследовательских работ студентов Моделирование и учет многофакторных рисков при решении проблем урбанистики, включенной в образовательную программу подготовки специалистов по направлению 270115.65 Экспертиза и управление недвижимостью и магистров по направлению 270100.68 Строительство по магистерской программе Технологии управления недвижимостью.
Публикации. Основные результаты диссертации опубликованы в 21 научной работе (в соавторстве 17), в том числе свидетельство о регистрации программы для ЭВМ, 5 работ - в ведущих рецензируемых журналах, определенных Высшей аттестационной комиссией (общий объем указанных публикаций составил более 4 п.л.).
Структура работы. Работа изложена на 128 страницах машинописного текста, состоит из введения, трех глав, заключения и приложения. Работа илюстрирована 10 таблицами, 26 рисунками. Библиографический список содержит 137 наименований литературных источников.
Во введении обоснована актуальность исследуемой проблемы, сформулированы цель работы, объект и предмет исследования, научная новизна и практическая значимость полученных результатов, их апробация.
В первой главе - Анализ проблемы моделирования рисков - произведен ретроспективный анализ динамики изменения парадигмы моделирования рисков в сторону повышения актуальности учета двойственности и многофакторности рисков в современных условиях. Обоснован выбор нелинейных матричных сверток в качестве математического инструмента исследования. Разработана концепция моделирования многофакторных рисков с учетом их двойственности и на этой основе сформулированы частные задачи исследования.
Во второй главе - Интелектуальные технологии разработки моделей многофакторных рисков - предложена матричная модель двойственности риска с учетом типа ПР и разработан агоритм идентификации, соответствующий типам ПР. Описана процедура сертификации матриц как средство проверки их адекватности типу ПР. Разработана модель многофакторных рисков с учетом их двойственности на основе модифицированного метода взвешенных коэффициентов.
В третьей главе - Интелектуальные технологии обоснования ставки дисконтирования и ставки капитализации - анализируются современные кумулятивные методы определения ставок дисконтирования и капитализации. Предложены интелектуальные технологии обоснования ставок дисконтирования и капитализации на основе агрегирования комплексного уровня риска с уровнем премирования и согласования стандартной шкалы комплексного оценивания со шкалами инвестора и заказчика. Разработана интелектуальная технология управления рисками, отличающаяся решением задачи оптимизации расходов заказчика.
В заключении содержатся основные выводы теоретического и практического характера, намечены возможные направления дальнейших исследований.
ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ
1. Разработана концепция моделирования многофакторных рисков с учетом их двойственности, отличающаяся использованием матричных моделей предпочтений инвесторов в соответствии с их типом с целью повышения привлекательности инновационного проекта для каждого инвестора и заказчика путем достаточного обоснования уровня риска эффективного управления рисками.
Проведенный анализ состояния проблемы выявил узкие места в теории и практике моделирования многофакторных рисков (табл. 1), что нашло свое отражение в новой концепции.
Концепция моделирования рисков инновационной деятельности:
Принцип 1. Риски следует рассматривать как неизбежное обстоятельство принятия инновационных решений, отличающихся большой неопределенностью.
Принцип 2. Количественная оценка рисков необходима как неотъемлемая составляющая обоснования инвестиционных решений в инновационной деятельности, отражающая привлекательность проектов для инвестора и заказчика.
Принцип 3. Повышения инвестиционной привлекательности проектов для инвестора можно добиться высокой степенью обоснования уровня риска инновационных проектов.
Принцип 4. Повышения инвестиционной привлекательности проектов для заказчика следует достигать на пути эффективного управления рисками (снижения уровня риска).
Принцип 5. Поное решение поставленной задачи требует одновременного учета всех существенных факторов риска, т.е. разработки многофакторной модели рисков.
Принцип 6. Каждый риск дожен рассматриваться с позиции двойственности: возможности возникновения рискового события и размера ущерба в случае наступления рискового события.
Принцип 7. Моделирование рисков с учетом их двойственности приводит к неизбежному проявлению субъективизма лицом, принимающим решение.
Принцип 8. Решение задачи учета двойственности риска лежит в плоскости моделирования предпочтений ПР.
Принцип 9. Для количественного оценивания (квантирования) риска предварительно необходимо решить задачу выбора модели оценивания риска (модели риска).
Принцип 10. Высокие требования к функциональным возможностям моделей риска позволяют сделать выбор в пользу нелинейных матричных моде-
лей предпочтений ПР, придающих технологиям моделирования рисков статус интелектуальных.
Таблица 1
Динамика изменения парадигмы моделирования рисков
Этапы развития парадигмы моделирования рисков Содержание парадигмы
Характеристика развития математических и инструментальных средств Постановка задачи моделирования рисков Методы управления рисками
До XII века Римская система счисления. Целочисленная арифметика. Абак Вычисление размеров возможных прибыли и потерь Оккультизм
ХИ-ХУИ века Арабская система счисления. Арифметические операции над дробными числами. Счеты Вычисление соотношения возможных прибылей и потерь Методы резервирования
ХУП-Х1Х века Теория вероятности, статистика, открытие регрессии. Механические вычислительные устройства ВУ Моделирование числовых характеристик рисковых событий Инструменты страхования
XIX век - первая пол. XX века Аддитивные методы агрегирования. Электромеханиче-сие ВУ Моделирование комплексного уровня риска аддитивными методами Развитие инструментов страхования, хеджирование, фьючерсы и др.
Вторая половина XX века Теории игр, принятия решений, исследования операций. Теория нечетких множеств. Агрегирование с учетом человеческого фактора. ЭВМ Моделирование двойственности и многофакторных рисков инновационной и другой деятельности Обоснование ставок дисконтирования и капитализации
Принцип 11. Моделирование предпочтений ПР относительно двойственности риска дожно выпоняться при минимальных требованиях к специальной подготовке респондентов.
Принцип 12. Наименьшим требованием к специальной подготовке носителя предпочтений является установление сюръективноего соответствия между прототипами и каноническими матрицами свертки.
Принцип 13. Иерархические модели многофакторных рисков функционально более соответствуют задаче управления рисками, но усложняют работу экспертов на этапе разработки модели, поэтому моделирование многофактср-ных рисков следует выпонять на основе универсальной бинарной матрицы свертки рискообразующих параметров с привлечением модифицированного метода взвешенных коэффициентов.
Принцип 14. Интелектуальные технологии как совокупность методически отработанных процессов и методов моделирования многофакторных рисков обеспечивают конструктивность процедуры обоснования ставок дисконтирования и ставок капитализации в инвестиционной деятельности предприятий. Методологически целесообразно разделить на два этапа технологию: разработка модели многофакторного риска и оценивание рисков, включая назначение поправок на риски.
Принцип 15. Использование интелектуальных технологий управления рисками дожно ставить своей целью минимизацию расходов заказчика на выпонение проектов в условиях неопределенности (риска).
На основании этих принципов обоснован состав частных задач исследования, направленных на обоснование уровня риска и оптимизацию расходов на управление рисками в соответствии с предпочтениями ПР.
2. Решена задача выбора матриц свертки рнскообразующих параметров на множестве канонических матриц. Решение отличается целенаправленным перебором вариантов топологии конструируемых матриц свертки в соответствии с типами ПР методом ветвей и границ, связанных с условиями каноничности матриц свертки данного класса, и отношением функционального соответствия между типами ПР и матричными моделями двойственности риска.
В качестве модели двойственности риска выбрана бинарная матричная свертка рнскообразующих параметров.
Методом ветвей и границ решена задача выбора матричных моделей возможных предпочтений ПР по отношению к двойственности риска: возможности возникновения рискового события ХР(Р) и уровня ущерба Хс(С) в случае наступления рискового события. Перечисление элементов множества допустимых матричных моделей осуществляется перебором топологий (конструированием вариантов запонения главной диагонали, а затем ее боковых элементов (рис. 1)) матриц свертки. Неперспективные продожения перебора исключаются выпонением требования каноничности объектов конструирования.
В результате решения задачи выбора матриц свертки, подходящих для моделирования двойственности риска, исходная мощность множества уменьшена с 1236 (поное множество канонических матриц свертки) до 48.
Задача нахождения соответствия между типами ПР и моделями двойственности риска решена на основе введенных характеристик несимметричности N (1) и неравномерности (оптимистичности) О (2) запонения матриц свертки, определяющих стратегию поведения ПР.
где ту, тр - произвольные элементы матрицы свертки.
Значение характеристики несимметричности N = -10 свидетельствует о поном приоритете уровня возможности наступления рискового события Х,(Р) над уровнем ущерба Хс{С). Это проявляется в превышении, хотя бы на единицу,
О = 27,37
значения свертки в любом элементе т^ правовой половины матрицы значения свертки в симметричном ему элементе тц в левой половине матрицы. Пошаговое увеличение N от -10 до 0 приводит к постепенному уменьшению приоритета
Хр(Р) на величину 5 % (1, отнесенная к длине интервала -10,10 ) до его поного исчезновения. Дальнейшее увеличение N от 0 до 10 приводит к постепенному росту приоритета уровня ущерба ХсЦС). Таким образом, данная характеристика обозначает приоритет одного из критериев над другим, что может служить выражением в процентах отношения респондента к степени влияния рискообра-зующих параметров на формирование уровня риска (табл. 2).
ц
4 3 4
3 2 3
1 1 1
1 1 1 4
ХДС) 4 3 2 1 большие
л ХАР) 3 средние
4 4
3 2 2
2 1 1 ч малые
1 1 1
ХАО 4 3 й 2 1 ч1
. ХС)=Хе(П
МОШБ иилишч.
Рис. 1. Конструирование допустимых вариантов свертки моделей двойственности риска: а - ПР, более склонное к риску; б - ПР, менее склонное к риску
Таблица 2
Соответствие отношения ПР к характеристике несимметричности
N -10 -9 -8 -7 -5 -4 -3 -2 -1 0
ПриоритетХР(Р)( 100 -ЛИС)), % 100 95 90 85 80 75 70 65 60 55 50
N 1 2 3 4 5 б 7 8 9 10
Приоритет Хр(Р)( 100 - Хс(С)\ % 45 40 35 30 25 20 15 10 5 0
Аналогично рассуждение приводит к табл. 3, позволяющей выяснить отношение респондента к значению востребованной характеристики оптими-стичности. Для определения матрицы, соответствующей типу респондента, достаточно выяснить его мнение в количественной форме по сопутствующим параметрам, находящимся в соответствии с множеством моделей двойственности риска.
Таблица 3
Соответствие отношения ПР к характеристике оптимистичности
Доля оптимизма эксперта, % 100 90 80 70 60 50 40 30 20 10 0
О 27 28 29 30 31 32 33 34 35 36 37
Для подтверждения лицом, принимающим решение, соответствия матрицы двойственности риска его типу предлагается использовать механизм сертификации моделей предпочтений, описывающий интегральную степень влияния частных критериев на комплексную оценку в зависимости от набора
стандартных функций свертки в составе топологической интерпретации матрицы риска (рис. 2).
Сертификат матрицы свертки, представленной на рис. 2 и взятой в качестве илюстративного примера, выглядит следующим образом (рис. 3).
Табличная форма сертификата сворачивается в строку или стобец посредством поэлементного суммирования, что может стать допонительной информацией при подтверждении правильности выбора матрицы.
В первом случае (рис. 4, а), новая форма сертификата описывает влияние отдельного критерия на диапазоны варьирования комплексной оценки.
О 10 2030 40 ?0 60 70 л0 9л 100
ШР)
4 3 2 2 4
3 3 1 3
* 2 1 1 2
3 2 1 1 1
Рис. 2. Топологическое представление матрицы риска (а); N = 3 и Л/= 34, в качественной (б) и в физической (в) шкалах
мал ср бол /? мал ср бол_Л
мал 0.375 _ мал 0 0.1667 _
ср 0.5 0.5 _ ср 0.375 0.5
бол 0.375 0.5 бол 0.25 0 0.5
Л\(С ХАР)
Рис. 3. Сертификат влияния: а-уровня ущерба на уровень риска; б - уровня возможности наступления рискового события на уровень риска
мал. ср. бал. я Я я
Ш) 0.8"5 0,875 0.5 мал. 0.375 мал. 0,167
ср. 1 ср. 0.875
мал. ср. бол. Я бол. 0.8*5 бол. 0.75
ХГ(Р) 0.625 0.667 0.5 ХС) ххр)
Рис. 4. Сертификаты-строки (а); сертификаты-стобцы (б)
Во втором случае (рис. 4, б) илюстрируется степень влияния отдельных областей варьирования частного критерия на комплексную оценку в целом.
3. Построена модель комплексного оценивания многофакторных рисков с учетом их двойственности на основе модифицированного метода взвешенных коэффициентов, отличающаяся тем, что их значения устанавливаются набором уровней однофакторных рисков, который расширяется по рискообразующим параметрам процедурой линеаризации матричной свертки.
Ввиду сложности экспертного обоснования матриц верхних уровней в иерархической модели многофакторных рисков предлагается задачу качественного анализа рисков решать с помощью набора уровней однофакторных рисков на универсальной бинарной матрице риска. В этом случае может быть получен более простой инструмент качественного анализа, сохраняющий способность учитывать как двойственность, так и многофакторность рисков. Для этого необходимо принять допущение об отсутствии у ПР предвзятости к тем или иным факторам риска.
Для построения линейной модели комплексного оценивания (КО) уровня риска устанавливаются значения взвешенных коэффициентов по результатам оценивания уровней риска с помощью универсальной бинарной матрицы риска по всем факторам риска (см. рис. 3), табл. 4. Тогда комплексный (интегральный) уровень Я риска определится в соответствии с соотношением (3):
Д = \/к, е(0,1), л;. (3)
1=1 /=1 1=1
Таблица 4
Оценивание уровнен риска с помощью уннверсалыюй матрицы
Факторы риска 1 с, Хс(С.) Р, я,
Фактор № 1 0,53 2.59 0,27 1,81 1,59
Фактор № 2 0,35 2,05 0,13 1,39 1,08
Фактор № 3 0,33 1,99 0,62 2,86 1,86
Выражение линейной модели комплексного оценивания риска для примера (рис. 3, табл. 4) принимает вид Я = 0,35 Х Я, + 0,24 Х Яг + 0,41 Л3.
Полученную линейную модель комплексного оценивания риска предлагается расширить по рискообразующим параметрам процедурой линеаризации матричной модели двойственности риска в точках оценивания уровней риска по каждому фактору. Решение задачи расширения линейной модели комплексного оценивания связано с представлением линейной модели комплексного оценивания уровня риска (3) в приращениях через дифференциал функции К(ХР,ХС) в окрестности текущих значений уровней риска (4), (5).
до <М) до (И)
ДЯ, + = + (4)
ил р иЛ с
ЛЙ=(*;ДХДР,)+А;ЛУС(ДС,)) (5)
в окрестности текущих уровней риска |А'Р(р*;);Л'с(с*,))/ = 1,и|, где основное внимание уделено определению коэффициентов при линейных членах.
Для избежания погрешностей численного дифференцирования коэффициенты у'Л и jc находятся графоаналитическим методом по эпюрам функций
чувствительности уровня риска к рискообразующим факторам (рис. 5)
Подстановкой линейной свертки - результата линеаризации бинарной матричной свертки (4), в линейную свертку (3) получаем искомую модель комплексного оценивания рисков (5).
/ / ......2..................^ ХА / / \ ...... / 1 ^ 4
Рис. 5. Определение коэффициентов линеаризации и -области на основе эпюры функций чувствительности в точке = 1,81 и Хс(С\) = 2,59
Выражение искомой свертки для примера (табл. 4) принимает вид
Выражение (5) можно использовать на этапе качественного анализа рисков и в роли целевой функции в задачах обоснования оптимальных решений при управлении рисками, где необходимо обеспечить эффективность целевого расходования средств, что является содержанием количестве иного анализа рисков.
4. Разработаны интелектуальные технологии обоснования ставок дисконтирования и капитализации, отличающиеся формированием поправок на риск с использованием комплексной оценки риска и процедуры согласования стандартной шкалы комплексного оценивания со шкалами поправок на риск инвестора и заказчика.
Взамен кумулятивного подхода ставки дисконтирования ЯЛ и капитализации Як устанавливаются на основе агрегирования п уровней рисков в комплексный уровень Я с учетом субъективного мнения инвестора и последующим приведением полученного результата к шкале процентных ставок на премирование.
Интелектуальные технологии обоснования ставок дисконтирования предложено осуществлять в соответствии с агоритмом, на первом этапе которого матричной сверткой определяется комплексный уровень риска.
Шаг 1. Определение типа инвестора по отношению к рисковым событиям и соответствующей универсальной модели комплексного оценивания факторов риска (табл. 2,3).
Шаг 2. Сертификация матричной свертки с целью проверки адекватности инвестором выбранной матрицы риска. Если инвестор не подтверждает выбор, то повторяется шаг 1.
Шаг 3. Построение функций приведения рискообразующих параметров факторов риска проекта к стандартной шкале матрицы риска.
Шаг 4. Экспертное оценивание значений рискообразующих параметров проекта для каждого фактора риска.
Шаг 5. Определение уровней риска с учетом двойственности (рис. 2, б).
Шаг 6. Определение текущего комплексного уровня риска проекта Л' на основе модифицированного метода взвешенных коэффициентов (3).
Второй этап разработанной технологии осуществляется приведением полученного результата к шкале процентных ставок на премирование.
Шаг 7. Построение инвестором матрицы свертки уровня безопасности проекта Л"Е, имеющего обратную шкалу по сравнению с комплексным уровнем риска Д: ХБ = 5 - Я, с уровнем премирования Хп в комплексный критерий уровня инвестиционной привлекательности проекта Хт (рис. 6).
XДД. инвестиционная птвлекатешость V
Хе = 2,5
уровень премирования
Рис. 6. Матрица (о) и ее топологическое представление (б) свертки уровня премирования и уровня безопасности в комплексную оценку линвестиционная привлекательность
Шаг 8. Построение функции чувствительности для полученной матрицы свертки аргумента ХП в качественной форме Хш(ХП)\х.^5 д. при заданном
значении уровня безопасности Л'* (рис. 7, а).
Шаг 9. Построение функций приведения уровня премирования инвестора -^п (гИ) и заказчика Л'^г3], характеризуемых прямой и обратной шкалами
соответственно, отличающихся размерами области определения (у инвестора она шире, (рис. 1,6) и используемых при анализе возможности достижения консенсуса по вопросу обоснования процентной ставки г.
Шаг 10. Достижение равновесия (решения игры), необходимого для окончательного определения процентной ставки г, осуществляется рассмотрением его возможных вариантов, ограниченных вертикалями й - безрисковой ставкой и И Ч максимальным значением, на которое готов пойти заказчик (рис. 7, б и 8). Если ни один из допустимых вариантов не устраивает обе стороны, перед заказчиком возникает задача снижения уровня риска (повышения уровня безопасности), которая может иметь оптимальное решение с учетом предпочтений инвестора. В случае успешного решения данной задачи этот шаг дожен повториться с целью обоснования взаимоприемлемой процентной ставки дне-
ГШ' Х л V
уровень безопасности
4 3 2 2
3 3 2 1
3 2 1 1
л 3 2 1 I
4 - очень надежный 3 - надежный 2 - не безопасный 1 - абсолютно рискованный
квитирования с1 = г. Если инвестор представляет собой колективный орган, то согласованное мнение его членов относительно требуемых размеров премирования можно установить путем использования механизма активной экспертизы с целью уменьшения возможности манипулирования результатом.
Рис. 7. Функции чувствительности инвестиционной привлекательности проекта при заданном уровне безопасности (а); функции приведения уровня премирования инвестора и заказчика (б)
Технология обоснования ставки капитализации отличается от вышеизло женной допонительным шагом (шаг 11) определения нормы возврата на ка питал Яг за ( периодов, например, методом Инвуда.
(\ + 1{<1У-1
Шкала заказчика
.ф. Шкала инвестора
Рис. 8. Функции чувствительности в количественной форме аргумента
Технологии обоснования ставок дисконтирования реализованы в Пермском филиале АКБ Транскапитабанк (ЗАО) с целью анализа уровня риска инвестиционных проектов и целесообразности их кредитования.
5. Разработана интелектуальная технология управления рисками, отличающаяся оптимизацией расходов заказчика по снижению уровня риска в рамках предпочтений инвестора.
Решение задачи оптимизации расходов заказчика на управление рисками концептуально представлено на рис. 9.
X, затраты заказчика
5 = /(!+</)
Лип+ общие затраты заказчика
затраты на выплаты процентов инвестору за предоставленные средства
V, выплаты инвестору, соответствующие безрисковым инвестициям
>>1ф, затраты на управление рисками
Гор| Д, уровень риска
Рис. 9. Постановка задачи оптимизации расходов на управления рисками
Достижение минимума суммарных расходов заказчика на погашение инвестиций, премию инвестору за риск и собственное управление рисками на основе разработанной технологии илюстрируется на примере строительства многоэтажного жилого дома в группе строительных компаний ООО Трест первый, г. Пермь.
Исходные данные задачи: требуемая сумма инвестиций для реализации проекта равна 141 654 тыс. руб., безрисковая ставка с/ как среднее значение доходности облигаций федерального займа на момент оценки проекта составляет 8 %, максимальная процентная ставка ) строительной компании - 15 %. В качестве методов управления рисками выбраны: страхование строительно-монтажных работ (ш1), строительных машин и оборудования (ш2); активный маркетинг в СМИ (тЗ); резервирование на случай непредвиденных расходов (т4) и комбинации этих методов.
Премия за риск г определена кумулятивным методом обоснования ставки дисконтирования, модифицированным на основе многофакторной модели риска с учетом предпочтений инвестора и оптимального управления рисками со стороны заказчика, что илюстрируется примером, представленным рис. 10.
1.-е 1,61 1.Л 2.03 2.29
т1; тЗ; тЗ; Ы т1: т2; тЗ ш1;гпЗ 411 тЗ
исходное состояние
Уровенк риска проекта, соотеетстшюите мгодыуправления рпекачн
Рис. 10. Оптимизация расходов на управления рисками
Из рис. 10 видно, что оптимальным решением заказчика (т1) будет вложение в управление рисками 1014 тыс. руб. Экономия выплат инвестору со-
ставит 3283 тыс. руб., а общая эффективность управления рисками достигнет 2268 тыс. руб.
Управление рисками позволяет снизить ставку дисконтирования. Это приводит к повышению показателей экономической эффективности инновационно-инвестиционных проектов. При снижении ставки дисконтирования растет чистый дисконтированный доход (чистая приведенная стоимость -NPV), увеличивается интервал между расчетной ставкой дисконтирования и внутренней нормой доходности (IRR). Уменьшается и дисконтированный срок окупаемости (DPP), что в целом приводит к повышению привлекательности и надежности инновационно-инвестиционных проектов.
При обосновании ставки дисконтирования инновационных проектов эффективность управления рисками предлагается оценивать по изменению показателей экономической эффективности инвестиций, например, чистой приведенной стоимости NPV в сопоставлении с уровнями затрат S' на вариант t управления рисками
в CF д CV
NPV'-NPV = y-- V >S<> 0, (7)
Щ\ + М + Ш') Щ\ + М)"
где CFb - поток денежных средств за период b, ARd' - изменение ставки дисконтирования, с учетом изменения поправок на риск г' вследствие снижения его уровня AR'.
Задача выбора наилучшего варианта управления рисками для данного показателя tЩv формулируется следующим образом:
NPV'-NPV)
-Jt-J- (Ю
Для расчетного примера изменение чистой приведенной стоимости проекта NPV с учетом вариантов управления рисками выбранными методами (см. рис. 10) представлено в табл. 5. Выбор эффективного управленческого решения осуществляется в соответствии с выражением (8).
Из табл. 5 видно, что вложенные в управление рисками 1014 тыс. руб. увеличивают показатель чистой приведенной стоимости проекта на 531 тыс. руб. Это составляет 52 % от вложенной суммы на страхование строительно-монтажных работ.
Предложенные интелектуальные технологии управления рисками представляют интерес для задач оценки недвижимости и бизнеса.
При оценке недвижимости эффективность управления рисками предлагается оценивать по изменению стоимости объекта недвижимости.
В сопоставлении с уровнями затрат S' на вариант t управления рисками изменение стоимости объекта недвижимости составит
ЧОДгод чодД Rk + ARk' Rk
где Сон' и Сон - стоимость объекта недвижимости с учетом и без разработанных управленческих решений t, направленных на снижение риска ЛR'; ЧОДго, - чистый операционный доход, который объект недвижимости может
Cv = '4max
Сон' -сон = Д, Z.-^zr^zs'zb (9)
принести в течение года; АЯк' - изменение ставки капитализации вследствие изменения ставки дисконтирования.
Таблица 5
Расчетный пример задачи оптимизации по увеличению показателя экономической эффективности инвестиций - NPV
Методы управления рисками R Rd с NPV , NI>V 'оп 1
Комплексный уровень риска, шкала КО Ставка дисконтирования проекта, % Затраты на управление рисками, тыс. руб. Чистая приведенная стоимость проекта, тыс. руб. Критерий эффективности управления
Исходное состояние 2,57 15 0 82 665 0
mi 2,03 12 1014 83 196 0,52
ш2 2,29 14 762 82 937 0,36
mi; m3 1,78 11 2016 83 447 0,39
mi; т2; тЗ 1,61 11 2778 83 622 0,34
ш1;т2;тЗ;т4 1,42 10 5778 83 805 0,20
Таким образом, при оценке недвижимости задача выбора наилучшего варианта гсор1 по аналогии с выражением (8) формулируется следующим образом:
/-ЦтахрЮ^}. (10)
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
В ходе исследования получены следующие результаты и выводы.
1. Предложенная концепция моделирования многофакторных рисков на основе интелектуальных технологий может служить методологическим базисом повышения эффективности инновационной деятельности предприятий.
2. Интелектуальные технологии разработки моделей рисков с учетом их двойственности и субъективизма лица, принимающего решения являются эффективным инструментальным средством качественного анализа многофакторных рисков.
3. Обоснование ставки дисконтирования и ставки капитализации на основе многофакторных моделей риска является эффективным методом количественного анализа предпринимательских рисков.
4. Достоверность полученных результатов обеспечена логически выстроенной поэтапной методикой разработки матричных моделей двойственности риска и инвестиционной привлекательности проекта в соответствии с типом инвестора и вычислительным экспериментом - комплексной сертификацией. Она подтверждает адекватность моделей прототипам по принципу обратной связи.
5. Возможность достижения равновесия в игре инвестора с заказчиком как условие инвестиционной реализуемости инновационного проекта поддер-
живается согласованием стандартной шкалы комплексного оценивания со шкалами поправок на риск обоих игроков.
По теме исследования опубликована 21 работа, в том числе 5 работ в ведущих рецензируемых журналах, определенных ВАК РФ.
Публикации в изданиях, рекомендованных ВАК:
1. Харитонов В.А., Алексеев А.О., Елохова И.В. Нише-оптимальное управление многофакторными рисками инновационных проектов // Вестн. Сам. гос. экон. ун-та. Экономика. -2010. -№ 6 (68). - С. 95-101.
2. Лыков М.В., Алексеев А.О., Харитонов В.А. Инновационные технологии управления конкурсной деятельностью // Вестн. Сам. гос. экон. ун-та. Экономика. - 2010. - № 6 (68). - С. 36-40.
3. Харитонов В.А., Новопашина Е.И., Алексеев А.О. Двухэтапное управление многофакторными рисками в задачах обоснования ставки капитализации // Недвижимость: экономика, управление. - 2010. - № 2 (3-4). - С. 27-31.
4. Белых A.A., Шайдулин Р.Ф., Гуреев К.А., Харитонов В.А., Алексеев А.О. Принцип многомодельности в задаче моделирования индивидуальных предпочтений // Управление большими системами. Специальный выпуск 30.1 Сетевые модели в управлении. - М.: ИПУ РАН, 2010. - С. 128-143.
5. Харитонов В.А., Алексеев А.О. Сетевые механизмы анализа многофакторных рисков // Управление большими системами. Специальный выпуск 30.1 Сетевые модели в управлении. - М.: ИПУ РАН, 2010. - С. 197-218.
Монография:
6. Интелектуальные технологии обоснования инновационные решений: монография / Харитонов В.А. [и др.].; под ред. В.А. Харитонова. - Пермь: Изд-во Перм. гос. техн. ун-та, 2010. - 363 с.
В других изданиях:
7. Алексеев А.О. Система оценивания интегрального уровня риска в многофакторных задачах управления // Строительство, Архитектура. Теория и практика: тез. докл. аспирантов, молодых ученых и студентов на науч.-практ. конф. строительного факультета (г. Пермь, 4-5 декабря 2007 г.). - Пермь: Изд-во Перм. гос. техн. ун-та, 2008. - С. 204-205.
8. Алексеев А.О., Харитонов В.А. Модель комплексного оценивания уровня риска в многофакторных задачах управления // Теория активных сис-тем-2007; тр. междунар. науч.-практ. конф. Управление большими система-ми-2007. - М.: ИПУ РАН, 2007. - С. 202-205.
9. Алексеев А.О., Шайдулин Р.Ф. Расширение функциональных возможностей механизмов комплексного оценивания // Теория активных систем-2007: тр. междунар. науч.-практ. конф. Управление Большими системами-2007. -М.: ИПУ РАН, 2007. - С. 205-208.
10. Лыков М.В., Харитонов В.А., Алексеев А.О. Система сертификации моделей предпочтений // Инновационный потенциал аграрной науки - основа развития АПК: материалы всерос. науч.-практ. конф., Пермь, 21 нояб. 2008 г.Пермь: Изд-во ФГОУ ВПО Пермская ГСХА, 2008. - Ч. II. - С. 232-237.
П.Алексеев А.О., Стаматин В.И., Харитонов В.А. Моделирование согласованных предпочтений с использованием механизмов активной экспертизы // Инновационный потенциал аграрной науки - основа развития АПК: материалы всерос. науч.-практ. конф., Пермь, 21 ноября 2008 г. - Пермь: Изд-во ФГОУ ВПО Пермская ГСХА, 2008. - Ч. II. - С. 237-241.
12. Алексеев А.О. Определение ставки капитализации в многофакторной задаче риска // Актуальные проблемы экономики и управления на предприятиях машиностроения, нефтяной и газовой промышленности в условиях инновационно-ориентированной экономики: сб. тез. всерос. науч.-практ. конф. (Пермь, 27-28 сент. 2009 г.). - Пермь: Изд-во Перм. гос. техн. ун-та, 2009. -С. 122-125.
13. Харитонов В.А., Алексеев А.О. Многофакторные модели рисков с учетом предпочтений ПР // Сборник трудов VI Всерос. школы-семинара молодых ученых Управление большими системами. - Ижевск: Бон Анца, 2009.-Т. 1.-С. 27-31.
14. Харитонов В.А., Алексеев А.О. Количественный анализ уровней риска на основе универсальной бинарной модели предпочтения ПР // Вестн. Перм. ун-та. Серия Экономика. - 2009. - № 2 (2). - С. 13-23.
15. Алексеев А.О., Белых A.A., Шайдулин Р.Ф. Сертификация матричных моделей предпочтений // Теория активных систем: тр. междунар. науч.-практ. конф. (г.Москва, 17-19 нояб. 2009г.).; под. общ. ред. В.Н.Буркова, Д. А. Новикова. - М.: ИПУ РАН, 2009. - Т. I. - С. 178-182.
16. Алексеев А.О., Харитонов В.А. Моделирование рисков на основе матричной свертки рискообразующих параметров // Теория активных систем: тр. междунар. науч.-практ. конф. (г. Москва, 17-19 ноября 2009 г.).; под общ. ред. В.Н. Буркова, Д. А. Новикова. - М.: ИПУ РАН, 2009. - Т. И. - С. 66-69.
17. Алексеев А.О. Неманипулируемое премирование за риски // Стратегическое и проектное управление: сб. науч. ст,; Перм. гос. ун-т. - Пермь, 2009.-С. 101-104.
18. Алексеев А.О., Любимов A.B. Оперативное управление рисками с использованием теории игр // Стратегическое и проектное управление: сб. науч. ст.; Перм. гос. ун-т. - Пермь, 2009. - С. 105-109.
19. Алексеев А.О. Управление многофакторными рисками // Управление большими системами: материалы VII Всерос. школы-конф. молодых ученых Перм. гос. техн. ун-т. - Пермь, 2010. - Т. 1. - С. 128-132.
20. Лыков М.В., Алексеев А.О., Миронова Л.А., Новопашина Е.И. Проблемы адекватности моделей предпочтений // Управление большими системами: материалы VII Всерос. школы-конф. молодых ученых. - Пермь: Изд-во Перм. гос. техн. ун-та, 2010. - Т. 1. - С. 310-313.
Свидетельство о регистрации программы для ЭВМ:
21. Свидетельство о государственной регистрации программы для ЭВМ № 2009616217 Адаптивная неманипулируемая процедура обработки результатов активного экспертного оценивания / A.A. Белых, В.А. Харитонов, Р.Ф. Шайдулин, М.И. Мелехин, А.О. Алексеев, от 11 нояб. 2009.
Подписано в печать 18.11.2010. Формат 60x90/16. Усл. печ. л. 1,5. Тираж 100 экз. Заказ № 245/2010.
Издательство
Пермского государственного технического университета Адрес: 614990, г. Пермь, Комсомольский пр., 29, к. 113. Тел.:(342)219-80-33
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Алексеев, Александр Олегович
Введение
Глава 1 Анализ проблемы моделирования рисков
1.1. Ретроспективный взгляд на постановку задачи моделирования 12 риска в современных условиях
1.2. Обоснование выбора математического аппарата исследования
1.3. Разработка концепции моделирования многофакторных 34 рисков с учетом их двойственности
Глава 2 Интелектуальные технологии разработки моделей многофакторных рисков
2.1 Решение задачи выбора матриц свертки рискообразующих 43 параметров
2.1.1 Конструирование матриц свертки рискообразующих 44 параметров
2.1.2 Установления соответствия между матричными 52 моделями и типами ПР
2.2. Разработка матричных моделей многофакторных рисков
Глава 3 Интелектуальные технологии обоснования ставки дисконтирования и ставки капитализации
3.1. Разработка интелектуальных технологий обоснования ставок дисконтирования и капитализации
3.2. Разработка интелектуальной технологии оптимизации многофакторных рисков
Диссертация: введение по экономике, на тему "Интелектуальные технологии моделирования многофакторных рисков в задачах обоснования ставок дисконтирования и капитализации"
Актуальность темы. Привлекательность инновационных проектов для инвестора и заказчика зависит от соотношения в них показателей доходности и риска.
Для инвестора в инновационных проектах особую важность имеет уровень риска. За последствия, связанные с рисковыми событиями, именно он несет всю поноту ответственности и поэтому вправе требовать допонительное вознаграждение (премию) за риск. Это удорожает стоимость проекта, что создает проблемы для заказчика в процессе расчетов за предоставленные инвестиции в ходе реализации проекта. В случае необоснованного завышения уровня риска привлекательность проекта для инвестора снижается, и он может оказаться в ситуации упущенной экономической выгоды, отказавшись от финансирования проекта. При занижении уровня риска инвестор получает меньшее вознаграждение, что может осложнить ему несение принятой финансовой ответственности за состоявшиеся рисковые события в другом проекте из инвестиционного портфеля. Таким образом, инвестор заинтересован в повышении степени обоснованности уровня риска в каждом инновационном проекте, исходя из его отношения к рискам вообще как игрока рынка инвестиций.
Заказчика проекта принципиально интересует снижение уровня риска, исходя из субъективных позиций инвестора в отношении риска, вследствие чего для заказчика инновационный проект становится более привлекательным с точки зрения обьема выплат инвестору за финансирование проекта. Поэтому активная позиция заказчика в вопросе снижеиия уровня риска становится понятной и делает востребованным решение этой задачи методами управления рисками.
Обе проблемы решаются развитием методов моделирования рисков инновационных проектов с учетом многофакторности рисковых ситуаций с учетом субъективного восприятия инвестором неопределенности, присутствующей в каждом проекте. В основе неопределенности проектов лежит двойственность каждого фактора риска с точки зрения возможности наступления рискового события и ожидаемых в связи с этим потерь, воспринимаемая лицами, принимающими решения (ЛИР) субъективно, в соответствии с типом ПР. Связь двойственности фактора риска связана с уровнем риска устанавливается функцией свертки.
Описанные отношения между инвестором и заказчиком, связанные с управлением рисками, проявляются при определении ставки дисконтирования денежных потоков, применяемой для пересчета будущих доходов в текущую стоимость и ставки капитализации при определении стоимости недвижимости. Известные технологии моделирования рисков инновационной деятельности не обеспечивают высокую степень обоснованности ставок дисконтирования и ставок капитализации, включая мероприятия по снижению рисков в связи с тем, что они не обеспечивают адекватность моделей риска субъективному восприятию прототипом (ПР) многофакторности и двойственности риска. Среди известных подходов к моделированию предпочтений наибольший интерес представляют интелектуальные технологии, описывающие поведение участников инвестиционных процессов в задачах выбора па основе деревьев критериев и матриц свертки и отличающиеся расширенными функциональными возможностями.
Актуальность работы обусловлена необходимостью повышения степени обоснованности ставок дисконтирования и ставок капитализации в инновационной деятельности предприятий с использованием интелектуальных технологий моделирования многофакторных рисков с учетом их двойственности.
Степень разработанности проблемы. Существенный вклад в теорию риска осуществили зарубежные авторы Дж.С.Миль, Дж.Б. Кларк, Э.Янг, Д. Вайнер, Ф.Б. Хоули, Ф.Х.Найт, П. Бернстайн и другие. Среди.них следует выделить Ф.Х.Найта, обобщившего различные взгляды на общую проблему риска и прибыли. По его мнению, проблема дожна решаться в виде компенсации (премии) предпринимателям из доли прибыли в связи с ответственностью за возможные последствия рисковых событий. В настоящее время этот прием, встречается при определении ставок дисконтирования, однако, без достаточного обоснования.
В' известной работе П. Бернстайна остро, поставлены проблемы, квантирования, учета двойственности рисков и агрегирования факторов риска. Однако, они не нашли своего продожения в конструктивном плане.
Проблемам, обоснования' ставок, дисконтирования и капитализации в недвижимости свои работы посвятили отечественные ученые Тарасевич Е.И:, Грибовский С.Вь, Баринов Н.П., Бузова И.А., Терехова^В.В. и др. Анализ их трудов показал, что в настоящее время отсутствует единая терминологическая и методическая база определения^ ставок дисконтирования и капитализации. Действующая^ редакция методических рекомендаций по- оценке эффективности инвестиционных проектов, утвержденных Минэкономики РФ, Минфином РФ- и Госстроем РФ от 21 июня 1999 г. № ВК477 не проясняет сложившуюся ситуацию.
Моделирование индивидуальных и колективных предпочтений на основе деревьев критериев, и матриц свертки, играющее ключевую роль в решение проблемы учета субъективизма ПР, нашло свое развитие в работах ЩепкинаА.В., БурковаВ:Н., НовиковаД.А., ХаритоноваВ'.А., БелыхА.А. и др. Однако эти авторы практически не коснулись проблем моделирования риска.
Таким образом, на сегодняшний день недостаточно разработаны теоретические и прикладные основы моделирования* рисков. До сих пор исследователи затрагивали лишь отдельные аспекты проблемы анализа и управления, рисками, не рассматривая его как целостное явление. Этим обстоятельством объясняется имеющийся спрос на интелектуальные технологии моделирования многофакторных рисков с учетом их двойственности, способные обеспечить высокую степень обоснованности уровня риска и эффективное управление рисками, что востребовано в инновационной деятельности предприятий строительной отрасли. Все вышеизложенное определило цель и задачи, логику построения и содержание диссертационной работы.
Цели и задачи исследования. Целью исследования является повышение степени обоснованности ставок дисконтирования и ставок капитализации инновационной деятельности предприятий с использованием интелектуальных технологий моделирования двойственности и агрегирования факторов риска.
Реализация поставленной цели определила необходимость решения следующих частных задач:
1. Разработка концепции моделирования многофакторных рисков с учетом их двойственности.
2. Решение задач выбора матриц свертки рискообразующих параметров на множестве канонических матриц и нахождения соответствия между типами ПР и матричными моделями двойственности риска.
3. Построение моделей комплексного оценивания многофакторных рисков с учетом их двойственности.
4. Разработка интелектуальных технологий обоснования ставок дисконтирования и капитализации.
5. Разработка интелектуальной технологий управления рисками. Объектом исследования являются предприятия всех организационноправовых форм.
Предметом исследования являются возможности учета многофакторности и субъективности в моделях рисков и их' влияние на степень обоснованности инвестиционных решений в области инновационной деятельности предприятий.
Теоретической и методологической основой исследования являются труды отечественных и зарубежных ученых в области оценки экономической эффективности инвестиций, оценки недвижимости и собствености, теории риска, теории вероятности, теории нечетких множеств, агрегирования частных критериев в комплексную оценку, моделирования предпочтений, теории дискретной математики и теорий математического анализа.
Область исследования. Диссертационная работа соответствует паспорту научных специальностей ВАК 08.00.13 - математические и инструментальные методы экономики, п. 1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений, п.2.3. Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях.
Научная новизна диссертационной работы. В процессе исследования автором получены следующие научные и практические результаты, являющиеся предметом защиты и определяющие научную новизну работы:
1. Разработана концепция моделирования многофакторных рисков с учетом их двойственности, отличающаяся использованием матричных моделей предпочтений инвесторов в соответствии с их типом с целью повышения привлекательности инновационного проекта для каждого инвестора и заказчика путем достаточного обоснования уровня риска эффективного управления рисками.
2. Решена задача выбора матриц свертки рискообразующих параметров на множестве канонических матриц. Решение отличается целенаправленным перебором вариантов топологии конструируемых матриц свертки в соответствии с типами ПР методом ветвей и границ, связанных с условиями каноничности матриц свертки данного класса и отношением функционального соответствия между типами ПР и матричными моделями двойственности риска.
3. Построена модель комплексного оценивания многофакторных рисков с учетом их двойственности на основе модифицированного метода взвешенных коэффициентов, отличающаяся тем, что их значения устанавливаются набором уровней однофакторных рисков, который расширяется по рискообразующим параметрам процедурой линеаризации матричной свертки.
4. Разработаны интелектуальные технологии обоснования ставок дисконтирования и капитализации, отличающиеся формированием поправок на риск с использованием комплексной оценки риска и процедуры согласования стандартной шкалы комплексного оценивания со шкалами поправок на риск инвестора и заказчика.
5. Разработана интелектуальная технология управления рисками, отличающаяся оптимизацией расходов заказчика по снижению уровня риска в рамках предпочтений инвестора.
Теоретическая и практическая значимость исследования.
Теоретическая значимость исследования заключается в развитии теории риска по направлениям квантирования рисков: моделирования однофакторных рисков с учетом их двойственности на основе нелинейных (матричных) сверток в соответствии с типом ПР и агрегирования многофакторных рисков на основе модифицированного метода взвешенных коэффициентов, устанавливаемых набором уровней однофакторных рисков.
Практическая значимость диссертации определяется возможностью использования интелектуальных технологий моделирования многофакторных рисков в задачах повышения степени обоснованности ставок дисконтирования проектов и ставок капитализации объектов недвижимости в инновационной деятельности предприятий строительной отрасли.
Апробация работы. Основные результаты работы докладывались па: международных научно-практических конференциях Теория активных систем - 2007, 2009, г. Москва, Россия, 8-9 октября 2007, 17-19 октября 2009.
- семинарах Теория управления организационными системами в Институте проблем управления им. В.А. Трапезникова Российской академии наук. г. Москва, 11 декабря 2008, 18 октября 2009.
- научно-практических конференциях студентов, аспирантов, молодых ученных строительного факультета ПГТУ Строительство, Архитектура. Теория и практика, г. Пермь, 4 декабря 2007, 10-11 декабря 2008, 16-17 декабря 2009.
- Всероссийской научно-практической конференции Инновационный потенциал аграрной науки - основа развития АПК г. Пермь, 21 ноября 2008.
- семинаре Лаборатории конструктивных методов исследования динамических моделей кафедры Информационные технологии и математические методы в экономике , Пермского государственного университета, г. Пермь, 20 мая 2009, 29 сентября 2010.
- VI Всероссийской школе-семинаре молодых ученых Управление большими системами 2009, г. Ижевск, 31 августа - 5 сентября 2009.
- Всероссийской научно-практической конференции Актуальные проблемы экономики и управления на предприятиях машиностроения, нефтяной и газовой промышленности в условиях инновационно-ориентированной экономики, г. Пермь, 27-28 сентября 2009.
- VIII конкурсе научных докладов по гуманитарным наукам аспирантов ПГТУ, г. Пермь, 4 ноября 2009 (получен диплом).
- семинаре Пермского научно-образовательного центра проблем управления (на базе ПГТУ) г.Пермь, 11 февраля 2010.
- Всероссийском конкурсе молодых ученых по теории управления и ее приложениям, Институт проблем управления им. В.А. Трапезникова Российской академии наук. г. Москва, 1 мая 2010 (получен диплом)
VII Международной школе-конференции молодых ученых Управление большими системами 2010, г. Пермь, Россия, 27-29 мая .2010 (получен диплом)
Результаты исследования реализованы в деятельности группы строительных компаний ООО Трест первый г. Перми, а также ЗАО АКБ Транскапитабанк Пермский филиал.
Основные положения диссертации используются в учебном процессе Пермского государственного технического университета и Пермской ^ государственной сельскохозяйственной академии им. Д.А. Прянишникова и включены в методические рекомендации по выпонению индивидуальных научно-исследовательских работ студентов Моделирование и учет многофакторных рисков при решении проблем урбанистики, включенной в образовательную программу подготовки специалистов по направлению 270115.65 Экспертиза и управление недвижимостью и магистров по направлению 270100.68 Строительство по магистерской программе Технологии управления недвижимостью.
Публикации. Основные результаты диссертации опубликованы в 21 научной работе (в соавторстве 17), в т.ч. свидетельство о регистрации программы для ЭВМ, 5 работ - в ведущих рецензируемых журналах, определенных Высшей аттестационной комиссией (общий объем указанных публикаций составил более 4 п.л.).
Структура работы Работа изложена на 125 страницах машинописного текста, состоит из введения, трех глав, заключения и двух приложений. Работа илюстрирована 16 таблицами, 62 рисунками. Библиографический список содержит 137 наименований литературных источников.
Во введении обоснована актуальность исследуемой проблемы, сформулированы цель работы, объект и предмет исследования, научная новизна и практическая значимость полученных результатов, их апробация.
В первой главе Ч Анализ проблемы моделирования рисков Произведен ретроспективный анализ динамики изменения парадигмы моделирования рисков в сторону повышения актуальности учета двойственности и многофакторности рисков в современных условиях. Обоснован выбор нелинейных матричных сверток в качестве математического инструмента исследования. Разработана концепция моделирования многофакторных рисков с учетом их двойственности и на этой основе сформулированы частные задачи исследования.
Во второй главе - Интелектуальные технологии разработки моделей многофакторных рисков Предложена матричная модель двойственности риска с учетом типа ПР и разработан агоритм идентификации, соответствующих типам ПР. Описана процедура сертификации матриц как средство проверки их адекватности типу ПР. Разработана модель многофакторных рисков с учетом их двойственности на основе модифицированного метода взвешенных коэффициентов.
В третьей главе Ч Интелектуальные технологии обоснования ставки дисконтирования и ставки капитализации. Анализируются современные кумулятивные методы определения ставок дисконтирования и ' капитализации. Предложены интелектуальные технологии обоснования ставок дисконтирования и капитализации на основе агрегирования комплексного уровня риска с уровнем премирования и согласования стандартной шкалы комплексного оценивания со шкалами инвестора и заказчика. Разработана интелектуальная технология управления рисками, отличающаяся решением задачи оптимизации расходов заказчика
В заключении содержатся основные выводы теоретического и практического характера, намечены возможные направления дальнейших исследований.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Алексеев, Александр Олегович
Выводы по главе 3 1. Полученная в главе 2 линейная модель комплексного оценивания риска расширена по рискообразующим параметрам процедурой линеаризации матричной модели двойственности риска в точках оценивания уровней риска по каждому фактору. Решение задачи расширения линейной модели комплексного оценивания связано с представлением линейной модели комплексного оценивания уровня риска в приращениях через дифференциал функции свертки в окрестности текущих значений уровней риска, где основное внимание уделено определению коэффициентов при линейных членах.
Для избежания погрешностей численного дифференцирования коэффициенты линеаризации находятся графоаналитическим методом по эпюрам функций чувствительности уровня риска к рискообразующим факторам.
Выражение искомой свертки можно использовать на этапе качественного анализа рисков и в роли целевой функции в задачах обоснования оптимальных решений при управлении рисками, где необходимо обеспечить эффективность целевого расходования.средств, что является содержанием количественного анализа рисков.
2. В развитие кумулятивного подхода ставки дисконтирования и капитализации устанавливаются на основе агрегирования всех уровней рисков в комплексный уровень с учетом субъективного мнения инвестора и последующим приведением полученного результата к шкале процентных ставок на премирование.
3. Интелектуальные технологии обоснования ставок дисконтирования предложено строить в соответствии с агоритмом, на первом этапе которого матричной сверткой определяется комплексный уровень риска. А на втором этапе разработанной технологии осуществляется приведение полученного результата к шкале процентных ставок на премирование.
Достижение равновесия (решения игры), необходимого для окончательного определения процентной ставки, осуществляется рассмотрением его возможных вариантов, ограниченных безрисковоп ставкой и максимальным значением ставки, на которое го гов пойти заказчик. Если ни один из допустимых вариантов не устраивает обе стороны, перед заказчиком возникает задача снижения уровня риска (повышения уровня безопасности), которая может иметь оптимальное решение с учетом предпочтений инвестора. В случае успешного решения данной задачи этот шаг дожен повториться с целью обоснования взаимоприемлемой процентной ставки дисконтирования.
Если инвестор представляет собой колективный орган, то согласованное мнение его членов относительно требуемых размеров премирования можно установить путем использования механизма активной экспертизы с целью уменьшения возможности манипулирования результатом.
4. Технология обоснования ставки капитализации отличается от вышеизложенной допонительным шагом определения нормы возврата на капитал за указанное число периодов.
Технологии обоснования ставок дисконтирования реализованы в Пермском филиале АКБ Транскапитабанк (ЗАО) с целью анализа уровня риска инвестиционных проектов и целесообразности их кредитования.
5. Достижение минимума суммарных расходов заказчика на погашение инвестиций, премию инвестору за риск и собственное управление рисками на основе разработанной технологии илюстрируется на примере строительства многоэтажного жилого дома в группе строительных компаний ООО Греет первый, г. Пермь.
6. Управление рисками позволяет снизить ставку дисконтирования. Это приводит к повышению показателей экономической эффективности инновационно-инвестиционных проектов. При снижении ставки дисконтирования растет чистый дисконтированный доход (чистая приведенная стоимость - NPV), увеличивается интервал между расчетной ставкой дисконтирования и внутренней нормой доходности (IRR). Уменьшается и дисконтированный срок окупаемости (DPP), что в целом приводит к повышению привлекательности и надежности инновационно-инвестиционных проектов.
7. При обосновании ставки дисконтирования инновационных проектов эффективность управления рисками предлагается оценивать по изменению показателей экономической эффективности инвестиций, например, чистой приведенной стоимости NPV в сопоставлении с уровнями затрат на вариант управления рисками
8. Предложенные интелектуальные технологии управления рисками представляют интерес для задач оценки недвижимости и бизнеса. При оценке недвижимости эффективность управления рисками предлагается оценивать по изменению стоимости объекта недвижимости.
Заключение
В ходе исследования решена важная для народного хозяйства задача моделирования многофакторных рисков с учетом их двойственности и получены следующие результаты и выводы.
1. Предложенная концепция моделирования многофакторных рисков на основе интелектуальных технологий может служить методологическим базисом повышения эффективности инновационной деятельности предприятий строительной отрасли.
2. Интелектуальные технологии разработки моделей рисков с учетом их двойственности и субъективизма лица, принимающего решения являются эффективным инструментальным средством качественного анализа много факторных рисков.
3. Обоснование ставки дисконтирования и ставки капитализации на основе многофакторных моделей риска является эффективным методом количественного анализа предпринимательских рисков.
4. Достоверность полученных результатов обеспечена логически выстроенной поэтапной методикой разработки матричных моделей двойственности риска и инвестиционной привлекательности проекта в соответствии с типом инвестора и вычислительным экспериментом Ч комплексной сертификацией, подтверждающей адекватность моделей прототипам по принципу обратной связи, а так же согласованием стандартной шкалы комплексного оценивания со шкалами поправок на риск инвестора и заказчика.
Несмотря на достигнутые в работе существенные сдвиги в решении проблемы моделирования многофакторных рисков, данную проблему нельзя считать закрытой.
Остается актуальным моделирование многофакторных рисков на основе иерархических матричных моделей, обладающих более широкими функциональными возможностями. Это касается, прежде всего, функций чувствительности комплексного уровня риска к вариациям отдельных уровней риска и их рискообразующих параметров. Эти математические конструкции являются ключом к обоснованию оптимальных (в рамках предпочтений ПР) траекторий снижения рисков, в том числе на этапах оперативного управления рисками, по мере разрешения рисковых событий и связанных с ними изменений рисковых ситуаций.
Список интелектуальных технологий моделирования интелектуальных технологий может быть продожен в рамках диверсификации данного подхода на другие экономические процессы, протекающие в условиях неопределенности.
Отдельный интерес представляет исследование поведения инвесторов в задах согласования размеров премирования за риск, как разновидности страхования, с учетом портфельного анализа зоны их ответственности, обеспечивающего благополучные исходы при негативном завершении отдельных инвестиционных проектов.
Диссертация: библиография по экономике, кандидат экономических наук , Алексеев, Александр Олегович, Пермь
1. Economicus: большой англо-русский словарь по экономике, финансам и менеджменту. Под общ. ред. Сторчевого М. А. й 2003-2009 Economicus Ltd Электронный ресурс.: URL -Ссыка на домен более не работаетp>
2. Азгальдов Г.Г. Квалиметрия и ее применение в оценке собственности // Московский оценщик, 2000, № 9.
3. Азгальдов Г.Г. Построение дерева показателей свойств объекта // Стандарты и качество. 1996.-№11. - С. 97-104.
4. Азгальдов Г.Г. Практическая квалиметрия в системе качества: ошибки и заблуждения // Методы менеджмента качества, 2001, N 3.
5. Алексеев А.О. Неманипулиремое премирование за риски / Стратегическое и проектное управление: сб. науч.ст. / Перм. гос. ун-т. -Пермь, 2009.-с. 101-104.
6. Алексеев А.О. Управление многофакторными рисками / Управление большими системами: мат. VII Всерос. школы-конф. молодых ученых, т.1 / Перм. гос. техн. ун-т. Пермь, 2010. - с. 128-132.
7. Алексеев А.О., Любимов A.B. Оперативное управление рисками с использованием теории игр / Стратегическое и проектное управление: сб. науч.ст. /Перм. гос. ун-т. Пермь, 2009. - с. 105- 109.
8. Алексеев А.О., Харитонов В.А. Модель комплексного оценивания уровня риска в многофакторных задачах управления / Теория активных систем -2007: тр. межд. науч.-практ. конф. Управление Большими системами 2007 М.:ИПУ РАН, 2007. с. 202-205.
9. Алексеев А.О., Шайдулин Р.Ф. Расширение функциональных возможностей механизмов комплексного оценивания / Теория активных систем-2007: тр. межд. науч.-практ. конф. Управление Большими системами 2007 М.:ИПУ РАН, 2007. с.205-208.
10. Аляев Ю.А. Дискретная математика и математическая логика: учебник / ЮЛ. Аляев, С. Ф. Тюрин. М.: Финансы и статистика, 2006. -368 с: ил.
11. Андронникова Н.Г., Бурков В.Н., Леонтьев С.В., Комплексное оценивание в задачах регионального управления М.: ИПУ РАН, 2002. - 58с.
12. Андронникова Н.Г., Леонтьев С.В., Новиков Д.А.Процедуры нечеткого комплексного оценивания Труды международной научно-практическойконференции "Современные сложные системы управления". Липецк: ГТУ, 2002., 12-14 марта. С. 7-8.
13. Базел В. Кокс Д. Браун Р. Информация и риск в маркитенге / пер. с англ. Под ред. М.Р. Ефимовой. М.:Финстатинформ, 1993
14. Балабанов И.Т Риск-менеджмент. М. Финансы и статистика, 1996
15. Бадин К.В. Риск-менеджмент: Учебное пособие. Ч М.: Эксмо, 2006. Ч 368 с. Ч (Риск-менеджмент).
16. Бадин К.В., Воробьев С,Н. Риск-менеджмент: Учебное пособие. Ч М.: Гардарики, 2005. 285 с: ил.
17. Бадин К.В., Воробьев С.Н. Системный анализ управления рисками в предпринимательстве. ЧВоронеж: МОДЭК, 2005.
18. Баркалов С.А. Бабкин В.Ф. Управление проектами в строительстве. Лабораторный практикум: Учеб. пособие. М.:ИздательствО'АСВ, 2003. -288 стр.
19. Белых A.A., Харитонов В.А. Интерпретация эффективности сложных систем с позиций рыночных отношений Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2010. № 59. С. 211-231.
20. Белых A.A. Шайдулин Р.Ф. Гуреев К.А. Харитонов В.А. Алексеев А.О. Принцип многомодельности в задаче моделирования индивидуальных предпочтений / Управление большими системами № ЗОЛ. М.: ИПУ РАН. 2010.
21. Белых A.A., Шайдулии Р.Ф., Харитонов В.А. Интелектуальные технологии повышения эффективности информационных систем // Политематический , сетевой электронный научный журнал Кубанского государственного аграрного университета. 2010. № 60. С. 191-123
22. Беляков А.Ю., Елохова И.В., Мерсон М.Э., Харитонов В.А. Транзитивные замыкания на деревьях комплексного оценивания Управление большими системами: сборник трудов. 2004. № 9. С. 53-56.
23. Беляков А.Ю., Елохова И.В., Харитонов В.А. Активная экспертиза класса несимметричности матрицы свертки Управление большими системами: сборник трудов. 2005. № 10. С. 23-25.
24. Бернстайн П. Против богов: Укрощение риска. 2-е изд., стер. / Пер. с англ. А Марантиди. - М.: ЗАО Олимп - Бизнес, 2008. - 400 с.
25. Борисов А.Н., Алексеев A.B. Крумберг O.A. Модель принятия решения на основе лингвистической переменной. Рига: Зинате, 1982 - 256с.
26. Борисов А.Н., Алексеев A.B. Меркурьев Г.В. и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989. - 304с.
27. Борисов А.Н., Левченков A.C. Методы оценки решений Учебное пособие Рига Ч 1980 Ч 60с.
28. Бурков В.Н., Новиков Д.А. Страхование: оптимизация и перераспределение риска // Инвестиционный эксперт. 1997. № 5. С. 24-27.
29. Бурков В.Н., Заложнев А.Ю., Новиков Д.А. Управление риском: механизмы взаимного и смешанного страхования // Автоматика и Телемеханика. 2001. № 10. С. 125-131.
30. Бурков В.Н., Коргин H.A., Новиков Д.А. Введение в теорию управления организационными системами: Учебник / Под ред. Д.А. Новикова. М.: Книжный дом ЛИБРОКОМ, 2009. - 264с.
31. Бурков В.Н., Новиков Д.А. Как управлять проектами М.: Синтег, 1997. 190 с.
32. Бурков В.Н., Новиков Д.А., Щепкин A.B. Механизмы управления эколого-экономическими системами / под ред. академика С.Н. Васильева. -М.: Издательство физико-математической литературы, 2008. 244 с.
33. Бурков В.Н., Щепкин A.B. Механизмы обеспечения безопасности-оценка эффективности // Вопросы экономики. 1992. № 1.
34. Вальравен К. Управление риском в коммерческом банке / под. ред. Уорд и Л. Миркина. Вашингтон: ИЭР, 1997. 330 с
35. Варжапетян А.Г. Квалиметрия: Учебное пособие / СПбГУАП. СПб., 2005 176 с.: ил.
36. Велесько Е.И. Инвестиционное проектирование: Учебное пособие; БГЭУ, 2003 228с.
37. Венцель Е.С. Исследование операции. Задачи, принципы, методология Учебное пособие для студентов втузов. Ч 2-е изд., стер М.: Высш. шк., 2001.-208 с.
38. Воробьев С.Н. Управление рисками в предпринимательстве / С.Н. Воробьев, К.В. Бадин. 3-е изд. Ч М.: Издательско-торговая корпорация Дашков и К0, 2009. - 772с.
39. Галасюк В. О ставке дисконтирования и природе экономических расчетов Финансовый директор №10 2007 с 69-79
40. Галасюк В. Учет рисков в ставке дисконтирования, электронный ресурс. URL hltp://www.fd.m/blogs.htm?id=:8
41. Гамза В.А. Екатеринославский Ю.Ю. рисковый спектр коммерческих организаций. М.: Экономика, 2002.
42. Глухов В.В., Медников М.Д., Коробко С.Б. Математические методы и модели для менеджмента / 3-е изд., стер. СПб.: Издательство Лань, 2007. - 528 е.: ил. - (Учебники для вузов. Специальная литература).
43. Грабовый П.Г. Риски в современном бизнесе / Г1.Г. Грабовый. М.: АЛАНС, 1994. 286 с.
44. Грантуров В.М. Экономический риск, сущность, методы измерения, пути снижения. Методическое пособие. М: Дело и сервис, 2002.
45. Грибовский C.B. Еще раз о ставках капитализации и дисконтирования М.: Оценочная деятельность, №3, 2007
46. Грибовский C.B. Методы капитализации доходов. Курс лекций. СПб.: РОСТРОПРЕСС, 1997
47. Грибовский C.B. Определение ставки дисконтирования для объектов, требующих значительных финансовых вложений. М.: Вопросы оценки, 1997
48. Грибовский C.B., Жуковский В.В., Табала Д.Н. Ставка дисконтирования не игра воображения, а строгая наука. М.: Вопросы оценки, №3, 1997
49. Долин П.А. Справочник по технике безопасности. М.: Энергия, 1985.
50. Дубров A.M. Математическое моделирование в экономике и бизнесе: Учебное пособие для вузов, М.: Финансы и статистика, 1999г. 174с., ил.
51. Дуглас, М. Риск как судебный механизм / Мэри Дуглас // перевод А.Д. Ковалева THESIS. 1994. - Вып. 5
52. Ефремова Т.Ф. Большой современный токовый словарь русского языка. 2006
53. Иваненко В.И., Лабковский В.А. Проблема неопределенности в задачах принятия решений Киев: Наук. Думка, 1990. - 136с.67. Х Кандинская O.A. Управление финансовыми рисками: поиск оптимальной стратегии. М.: Изд-во АО Консатбанкир, 2000
54. Качалов P.M. Управление хозяйственным риском. Ч *М.: Наука, 2002
55. Ковалев А.П. Оценка етоимеоти машин, оборудования и транспортных средств / А.П. Ковалев, A.A. Кушель, B.C. Хомяков, Ю.В. Андрианов, Б.Е. Лужанский, И.В. Королев, С.М. Чемерикин. М.: Интерреклама, 2003. -488с.
56. Корнилова Т.В. Психология риска и принятия решений: Учеб. пособие для вузов. М.: Аспект Пресс, 2003
57. Кремер Н.Ш. Теория вероятности и математическая статистика: Учебник для вузов. 2-е изд., перераб. И доп. - М:ЮНИТИ-ДАНА, 2007. -573 с.
58. Лепешкина М. Инвестиционные риски / РИСК: Ресурсы, Информация, Снабжение, Конкуренция № IV, 2002. с.45-50
59. Лепешкина М. Инвестиционные риски (продожение) / РИСК: Ресурсы, Информация, Снабжение, Конкуренция № 15 2003. с.65-71.
60. Липсиц И.Г. Экономический анализ реальных инвестиций: Учебник для вузов. Высшая школа экономики, 2е изд., М.: Экономистъ, 2003 - 345с.: ил.
61. Лыков М.В., Алексеев А.О., Миронова Л.А., Новопашина Е.И. Проблемы адекватности моделей предпочтений Х / Управление большими системами: мат. VII Всерос. школы-конф. молодых ученых, т.1 / Перм. гос. техн. ун-т. Пермь, 2010. - с. 310-313.
62. Лыков М.В., Алексеев А.О., Харитонов В.А. Инновационные технологии управления конкурсной деятельностью / Вестн. Сам. гос. экон. ун-та. Экономика. №6(68). -2010.
63. Лыков М.В., Меновщиков К.В. Активная экспертиза матриц свертки механизмов комплексного оценивания объектов недвижимости //1. л
64. Строительство, архитектура. Теория и практика: Тезисы докладов аспирантов, молодых ученых, студентов на семинаре, посвященном 45-летию строительного факультета ПГТУ (г. Пермь, 8 декабря 2004 г.). Пермь 2005. -Зс.
65. Мазур И.И., Шапиро В.Д. Ольдеборге Н.Г. Управление проектами: Учебное пособие / под общ. ред. И.И.Мазура. 2-е изд. М.: Омега-Л, 2004. 644 с.
66. Международные стандартные оценки. Кн. 2 Микерин Г.И. (руководитель), Недужий М.И., Павлов Н.В., Яшина H.H.- М.: ОАО Типография НОВОСТИ, 2000. 360 с.
67. Меркулов Я.С. Экономический анализ эффективности инвестиций и финансирование инвестиционных проектов: Учебник, -М.: Дис, 2000г.
68. Методика определения категории риска при инвестиционном кредитовании и проектном финансировании, применяемая в Сбербанке РФ / регламент по финансированию инвестиционных проектов № 479-р от 5 февраля 1999 года Сбербанка России
69. Методические рекомендации по оценке эффективности инвестиционных проектов (Вторая редакция, исправленная и допоненная) (утв. Минэкономики РФ, Минфином РФ и Госстроем РФ от 21 июня 1999 г. N ВК 477)
70. Михайлец В.Б.Ставка дисконтирования в оценочной деятельности // вопросы оценки. №3 2002. с 35-39.
71. Михайлец В.Б. Еще раз о ставке дисконтирования в оценочной деятельности и методах доходного подхода Вопросы оценки № 1, 2005 с. 2435
72. Найт Ф.Х. Риск, неопределенность и прибыль / Пер. с англ. М.: Дело, 2003.-360 с.
73. Недосекин А.О. Оценка риска бизнеса на основе нечетких данных /А. Недосекин Ч Москва, 2002.
74. Новиков Д.А. Теория управления организационными системами. М.: Московский психолого-социальный институт, 2005. - 284 с.
75. Новиков Д.А. Управление проектами: организационные механизмы. Ч М.: ПМСОФТ, 2007. 140 с.
76. О чем думают экономисты. Беседы с нобелевскими лауреатами / Под редакцией Пола Самуэльсона и Уильяма Барнетта Серия: Скоково. -Издательство: Альпина Бизнес Букс, 2009 г. 496 с.
77. Пол Э. Самуэльсон, Вильям Д. Нордхаус Экономика. Издательство: Вильяме. 2006. - 1360 С.
78. Птускин A.C. Ранжирование инвестиционных проектов по уровню риска с использованием лингвистического подхода / Экономическая наука современной России, 2003, №3. С. 94-101.
79. Романова А.И., Ибрагимова А. Р. Конкурентоспособность строительных предприятий: теория и практика анализа. Казань: КГА-СА, 2002. - 172 с.
80. Руководство к Своду знаний по управлению проектами (Руководство РМВОКо) 3-е издание. Project Management Institute, 14 Campus Boulevard, Newtown Square, PA 19073-3299 USA / США 2004. 401 с.
81. Руководство к Своду знаний по управлению проектами (Руководство РМВОКо) 4-е издание. Project Management Institute, Four Campus Boulevard, Newtown Square, PA 19073-3299 USA / США 2008. 241 с.
82. Словарь В. Даля. Токовый словарь живого великорусского языка Издательство: Рипол Классик, 2006 г. 2750 с.
83. Словарь Макса Фасмера электронный ресурс.: URL Ссыка на домен более не работаетall-russian/russian-dictionary-synonyms-term-75093.htm
84. Смоляк С.А. Дисконтирование денежных потоков в задачах оценки эффективности инвестиционных проектов и стоимости имущества. М.: Наука, 2006.
85. Соснин A.C. Пригунов П.Я. Менеджмент безопасности предпринимательства. Киев: Европейский университет, 2002
86. Стаматин В.И., Харитонов В.А. Технологическая функция как основа конструирования индуктивной производственной функции / Вестник Самарского государственного экономического университета. 2009. № 61. С. 106-109.
87. Страхование предпринимательских рисков / под. ред. А.И. Муровьева. СПб.: Лань, 2001
88. Тарасевич Е.И. Анализ Инвестиций в недвижимость Санкт-Петербург. Издательство МКС 2000 428 с.
89. Тарасевич Е. И. Оценка недвижимости. Санкт-Петербург, Издательство СПбГТУ. 1997.-422 с.
90. Тезаурус русской деловой лексики. Словарь подготовлен лексикографической группой отдела прикладной лингвистики компании ABBYY. й ABBYY, 2004
91. Тэпман Л.И. Риски в экономике. М.: Юнити-Дана, 2002. 380 с.
92. Уисон P.A. Квантовая психология Перевод с англ. под ред. Я. Невструева. ЧК.: ЯНУС, 1998.Ч-224с.
93. Управление проектами: Основы профессиональных знаний, Национальные требования к компетенции специалистов. М.: Изд-во "Консатинговое Агентство "КУБС Групп - Кооперация, Бизнес-Сервис", 2001-265 с.
94. Фадеев С. Не рисковать многим ради малого / РИСК: Ресурсы, Информация, Снабжение, Конкуренция № I, 2003. с.59-64
95. Фатхутдинов P.A. Инновационный менеджмент: Учебник для вузов СПб.: 2002-400с. Ил.
96. Финансово-кредитный энциклопедический словарь / под ред.А.Г. Грязновой. М.: Финансы и статистика, 2002
97. Харитонов и др. Интелектуальные технологии обоснования инновационные решений / Монография под науч. ред. Харитонова В.А. -Пермь: Издательство Перм. гос. техн. ун-та. 2010. 363 с.
98. Харитонов В.А., Алексеев А.О, Количественный анализ уровней риска на основе универсальной бинарной модели предпочтения ПР / Вестник Пермского университета. Серия Экономика. 2009, №2(2). - с.13-23.
99. Харитонов В.А., Алексеев А.О. Сетевые механизмы анализа многофакторными рисками / Управление большими системами. Специальный выпуск № 30.1. Сетевые модели в управлении М.: ИПУ РАН. 2010.
100. Харитонов В.А., Алексеев А.О., Елохова И.В. Ните-оптимальное управление многофакторными рисками инновационных проектов / Вести. Сам. гос. экон. ун-та. Экономика. №6(68). 2010.
101. Харитонов В.А., Белых A.A. Технологии современного менеджмента. Инновационно-образовательный проект / Под научн. ред. В.А. Харитонова. Ч Пермь.: ПГТУ, 2007. 187 с.
102. Харитонов В.А., Белых A.A., Шайдулин Р.Ф. Свидетельство об официальной регистрации программы для ЭВМ № 2007614834. Автоматизированные системы комплексного оценивания объектов 22.11.2007.
103. Харитонов В.А., Белых A.A., Шайдулин Р.Ф. Свидетельство об официальной регистрации программы для Х ЭВМ № 2008612724. Автоматизированные системы исследования моделей комплексного оценивания объектов. 30.05.2008.
104. Харитонов В.А., Белых A.A., Шайдулин Р.Ф. Свидетельство об официальной регистрации программы для ЭВМ № 2009610220. Автоматизированные системы оперативного исследования моделей'объектов комплексного оценивания. 05.11.2008.
105. Харитонов В.А., Новопашина Е.И., Алексеев А.О. Двухэтапное управление многофакторными рисками в задачах обоснования ставки капитализации / Недвижимость: экономика, управление. №2 (3-4). 2010 -с.27-31
106. Цыганов В.В., Бородин В. А., Шишкин Г.Б. Интелектуальное предприятие: механизмы овладения капиталом и властью (теория и практика управления эволюцией организации) М.: Университетская книга; 2004. -768с.: ил.
107. Чернова Г.В. Управление рисками: Учебное пособие. М.: Веби, 2003 -158с. Ил.
108. Шапкин A.C. Экономические и финансовые риски: М.: Дашков и К. 2003 543с. Ил.
109. Щепкин A.B. Моделирование механизма снижения уровня риска на предприятии / Управление большими системами. Выпуск 9. М.: ИПУ РАН, 2004. С.214-219.
110. Щепкин Д.А. Определение параметров экономических механизмов снижения уровня риска / Управление большими системами. Выпуск 3. М.: ИПУ РАН, 2003. С. 110-112.
111. Щепкин Д.А. Штрафы при управлении уровнем риска на предприятии / Управление большими системами. Выпуск 9. М.: ИПУ РАН, 2004. С.220-231.
112. Экономика и управление недвижимостью. Учебник для вузов/ Под ред. проф. П.Г. Грабовского. Смоленск: Изд-во Смолин плюс, М.: Изд-во АСВ, 1999.
Похожие диссертации
- Оценка и страхование рисков производственной сферы
- Ресурсный подход к управлению инвестиционной деятельностью строительных организаций
- Стратегические приоритеты индустриально-инновационного развития Казахстана в условиях интеграции на пространстве СНГ
- Инновационное развитие экономических систем
- Модернизация механизма повышения конкурентоспособности промышленных предприятий