Geum.ru
Темы диссертаций по экономике » Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда

Развитие методов оценки рисков инвестиционных проектов промышленного предприятия на основе экспертно-аналитического моделирования тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Батин, Борис Александрович
Место защиты Москва
Год 2009
Шифр ВАК РФ 08.00.05
Диссертация

Автореферат диссертации по теме "Развитие методов оценки рисков инвестиционных проектов промышленного предприятия на основе экспертно-аналитического моделирования"

На правах рукописи

003473853

Батин Борис Александрович

РАЗВИТИЕ МЕТОДОВ ОЦЕНКИ РИСКОВ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ НА ОСНОВЕ ЭКСПЕРТНО-АНАЛИТИЧЕСКОГО МОДЕЛИРОВАНИЯ

08.00.05 - Экономика и управление народным хозяйством (управление инновациями и инвестиционной деятельностью) 08.00.13 - Математические и инструментальные методы экономики (математические методы)

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Москва-2009

003473853

Работа выпонена в ГОУ ДПО Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы (ГОУ ДПО ГАСИС)

Научный руководитель:

кандидат экономических наук, доцент Сафронова Анастасия Анатольевна

Официальные оппоненты: доктор экономических наук, профессор

Шуметов Вадим Георгиевич

Ведущая организация:

кандидат экономических наук, доцент Петровская Мария Владимировна

Московская финансово-промышленная академия

Защита состоится л03 июля 2009 г. в 14:00 часов на заседании Диссертационного Совета Д 212.043.01 по присуждению ученой степени доктора экономических наук при ГОУ ДПО Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы (ГОУ ДПО ГАСИС) по адресу: 129272, г. Москва, ул. Трифоновская, д. 57 ауд. 208.

С диссертацией можно ознакомиться в библиотеке и на официальном интернет-сайте ГОУ ДПО ГАСИС (www.gasis.ru).

Автореферат разослан л03 июня 2009 г.

Ученый секретарь диссертационного совета Д 212.043.01, к.э.н., доцент

С.Ю. Семенов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. В современных условиях происходящей в России массовой реструктуризации предприятий не только крупного, но и среднего бизнеса, возрастает роль решения проблем их развития в условиях высокой неопределенности, когда, помимо количественных финансовых и экономических факторов, надо учитывать также факторы, не оцениваемые количественно. Речь идет, прежде всего, о необходимости оценки многочисленных факторов риска, сопровождающих реализацию инвестиционных проектов. Имеющиеся методики риск-анализа, в основном, носят чисто качественный характер, либо основаны на производственной статистике, которой по впоне понятным причинам в российской экономике пока недостаточно.

Сложившаяся ситуация в данной сфере экономических знаний обусловливает необходимость обращения к современным эффективным методам системного анализа, к которым, в частности, относятся методы экс-пертно-аналитического моделирования и прогнозирования, позволяющие сравнивать инвестиционные проекты по целому ряду количественных и качественных факторов. Данные методы в настоящее время уже в достаточной мере освоены экономистами-аналитиками, однако до сих пор отсутствуют методические разработки, которые позволили бы внедрить их в практику топ-менеджеров промышленных предприятий.

Исходя из изложенного, актуальной является задача совершенствования методики оценки рисков инвестиционных проектов промышленного предприятия по модернизации производственных процессов, на основе новейших методов моделирования и прогнозирования. Данная область исследований относится к направлению 4.15 Паспорта специальности 08.00.05 Развитие методологии анализа, методов оценки, моделирования и прогнозирования инвестиционной деятельности в экономических системах и направлению 1.4 Паспорта специальности 08.00.13 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем.

Степень разработанности проблемы. Вопросы разработки методологии оценки инвестиционных проектов, включая проблемы риск-анализа, рассматривались в работах Е.М.. Блеха, И.М. Вокова, П.Л. Виленского, О.С. Виханского, М.В. Грачевой, Ю.Ю.Екатеринославского, P.M. Качало-

ва, Г.Б. Клейнера, В.Н. Лившица, Н.П. Тихомирова, А.Б. Секерина, С.А. Смоляка, B.JI. Тамбовцева и др. В области теории подготовки управленческих решений, в том числе экспертными методами, в разрезе исследуемой проблемы представляют интерес работы О.И. Ларичева, Б.Г. Лит-вака, Дж.А. Милера, Г. Монтогомери и О. Свенсона, Д. Пейна, X. Райфа, Б. Руа, Т. Саати, Г. Саймона. В этом ряду следует также указать работы российских авторов по исследованию и созданию интелектуальных систем и информационных технологий принятия решений А.И. Иоффина, A.C. Любутова, М.А. Потапова, К.А. Пупкова, В.Б. Тихомирова, М.М. Тихомирова, И.Г. Яковлева.

Анализ указанных работ показал, что имеющиеся в них теоретические и методологические положения могут быть использованы при разработке выбранной темы исследования, в то же время научную разработанность методологии оценки рисков инвестиционных проектов действующего промышленного предприятия нельзя признать достаточной. Это обусловило выбор объекта, предмета, целей и задач диссертационного исследования.

Объект исследования - промышленные предприятия, разрабатывающие и реализующие инвестиционные проекты по модернизации производственных процессов.

Предмет исследования - методы и модели оценки рисков инвестиционных проектов промышленного предприятия.

Цель исследования состоит в развитии методов оценки рисков инвестиционных проектов промышленного предприятия по модернизации производственных процессов.

Достижение поставленной цели осуществлялось постановкой и решением следующих основных задач исследования:

- рассмотреть теоретико-методологические основы риск-анализа инвестиционных проектов;

- выпонить анализ существующих методов оценки рисков инвестиционных проектов промышленных предприятий;

- разработать базовые модели оценки рисков инвестиционных проектов промышленного предприятия на основе экспертно-аналитического подхода;

- разработать эконометрические модели и выпонить анализ чувст-

вительности оценок рисков инвестиционных проектов промышленного предприятия;

- предложить инструментарий риск-анализа инвестиционных проектов промышленного предприятия.

Теоретической и методологической основой диссертационного исследования послужили теоретические положения и методологические принципы, содержащиеся в исследованиях отечественных и зарубежных авторов по проблемам риск-анализа и риск-менеджмента, вопросам оценки инвестиционных проектов. В процессе исследования применяся методологический аппарат инвестиционного анализа, методы системного исследования, статистические методы одномерного и многомерного анализа данных, экономико-математические методы моделирования.

Фактологическая база диссертации построена на материалах анализа отечественных и зарубежных публикаций по проблематике исследования, статистических и экспертных данных.

Научная новизна проведенного исследования заключается в развитии методов оценки рисков инвестиционных проектов предприятия промышленности по модернизации производственных процессов на основе экспертно-аналитического и имитационного моделирования, что позволит повысить надежность принимаемых управленческих решений.

Научная новизна подтверждается следующими полученными научными выводами и результатами, выносимыми на защиту.

Специальность 08.00.05 - Экономика и управление народным хозяйством (управление инновациями и инвестиционной деятельностью).

1. В результате сравнительного анализа методов оценки рисков инвестиционных проектов промышленных предприятий установлено, что в условиях высокой неопределенности, сопровождающей инвестирование в модернизацию производственных процессов, на ведущие позиции выходит экспертно-аналитический подход к риск-анализу и риск-менеджменту. Определены направления развития методов оценки рисков инвестиционных проектов промышленных предприятий, включающие разработку базовых моделей риск-анализа на основе методов анализа иерархий и аналитических сетей, разработку эконометрических моделей анализа чувствительности оценок рисков инвестиционных проектов и совершенствование инструментария риск-анализа инвестиционных проектов на основе применения

нейросетевых технологий.

2. Разработана базовая, иерархическая модель оценки рисков инвестиционных проектов промышленного предприятия, позволяющая в результате ее напонения экспертными знаниями получить оценки весов рисков по направлениям инвестиций, с одной стороны, и видов рисков, - с другой. Особенность предложенной базовой модели Ч в учете как прямого, так и обратного влияния двух основных компонентов иерархии - видов риска и направлений инвестиций, что позволяет повысить надежность экспертных оценок соотношения их приоритетов.

3. Обоснована необходимость применения для риск-анализа инвестиционных проектов более сложных сетевых экспертно-аналитических моделей, позволяющих учесть обратную связь между видами риска и направлениями инвестиций, с одной стороны, и возможную коррелирован-ность отдельных видов риска и направлений инвестиций, с другой. Предложена и апробирована иерархия сетевых экспертно-аналитических моделей, что позволяет формализовать процесс риск-анализа инвестиционных проектов, повысить надежность его результатов.

4. Проведена экспертно-аналитическая оценка чувствительности инвестиционных проектов промышленного предприятия, в ходе которой установлено, что в число наиболее чувствительных факторов риска входят: производственный риск - рейтинг 1 в направлении инвестиций Выпуск новой продукции и рейтинг 2 в направлениях инвестиций Переход на менее затратные технологии и Замена оборудования; социальный риск - рейтинг 2 в направлениях Выпуск новой продукции и Переход на менее затратные технологии; финансовый риск Ч рейтинг 3 в направлении Выпуск новой продукции и рейтинг 1 в двух других направлениях инвестиций. Обосновано, что при количественной оценке денежных потоков следует обращать особое внимание на эти виды рисков.

Специальность 08.00.13 - Математические и инструментальные методы экономики (математические методы).

1. Разработана методика формирования эмпирической базы для эко-нометрического и нейросетевого моделирования чувствительности оценок риска инвестиционных проектов. Методика основана на получении имитационных оценок при изменении парных суждений в матрице, созданной экспертами.

2. Показана недостаточность использования для оценки чувствительности инвестиционных проектов моделей множественной линейной регрессии. Создана нейросетевая модель, с помощью которой выявлена принципиальная нелинейность модели чувствительности и произведена оценка эластичности риска проектов по видам основных рисков.

Апробация и реализация результатов исследования. Основные результаты диссертационного исследования обсуждались и были одобрены на конференциях и семинарах различного уровня. Среди них: научно-практические семинары профессорско-преподавательского состава Государственной академии профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы (ГАСИС), Всероссийская научно-практическая конференция Национальные проекты (Москва, Московский экономический институт, 2007). Методика исследования инвестиционных процессов в малом бизнесе на региональном уровне внедрена в учебный процесс ГОУ ДПО ГАСИС.

Публикации. По результатам выпоненного исследования опубликовано 4 работы. Общий объем публикаций 3,45 п.л.

Объем и структура диссертации. Диссертация содержит 148 страниц основного текста, в том числе 32 рисунка и 26 таблиц, список использованных источников из 158 наименований, приложений. Ниже приводится структура работы.

Введение.

Глава 1. Теоретико-методические основы оценки рисков инвестиционных проектов действующего предприятия промышленности.

1.1. Теоретико-методологические основы риск-анализа инвестиционных проектов.

1.2. Методы оценки рисков инвестиций в модернизацию производственных процессов промышленных предприятий.

Глава 2. Разработка базовых экспертно-аналитических моделей оценки рисков инвестиционных проектов промышленного предприятия.

2.1. Базовая иерархическая экспертно-аналитическая модель оценки рисков инвестиционных проектов промышленного предприятия.

2.2. Иерархия сетевых экспертно-аналитических моделей оценки рисков инвестиционных проектов промышленного предприятия.

Глава 3. Анализ чувствительности оценок рисков инвестиционных проектов промышленного предприятия.

3.1. Постановка задачи анализа чувствительности оценок рисков инвестиционных проектов промышленного предприятия.

3.2. Разработка модели анализа чувствительности оценок рисков инвестиционных проектов промышленного предприятия.

3.3. Применение нейросетевых технологий для анализа чувствительности оценок рисков инвестиционных проектов промышленного предприятия.

Заключение.

Список использованных источников.

Приложения.

ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ РАБОТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. В период 1992-1998 гг. развитие российской экономики протекало на фоне глубокого инвестиционного кризиса, внешними формами проявления которого были острая нехватка капиталообразующих инвестиций на рынке и устойчивое нежелание инвесторов вкладывать средства в производственный (реальный) сектор экономики. Основные причины - это инфляция, высокий рост процентных ставок при неадекватной низкой рентабельности производства, высокая рискованность капиталовложений, продожительные сроки их окупаемости по сравнению с вложениями в операции с ценными бумагами, облигации и ГКО, негативное влияние теневого сектора, беспрецедентный отток капитала за рубеж.

Текущий период развития реального сектора российской экономики характеризуется ростом инвестиционной активности промышленных предприятий, и в этой связи возрастает актуальность разработки научно обоснованных методик анализа инвестиционных проектов, предназначенных для практического использования непосредственно топ-менеджментом промышленных предприятиях. В то же время, поскольку принятие инвестиционных решений сопряжено с высоким уровнем риска, непременным требованием к их разработке является учет в ходе инвестиционного проектирования факторов риска.

В результате сравнительного анализа методов оценки рисков инвестиционных проектов промышленных предприятий в работе установлено, что в условиях высокой неопределенности, сопровождающей инвестирование в модернизацию производственных процессов, на ведущие позиции выходит экспертно-аналитический подход к риск-анализу и риск-менеджменту. Этот подход в последнее время все чаще используется в практике принятия управленческих решений постольку, поскольку он позволяет учесть многочисленные факторы риска, которые либо принципиально не могут быть оценены количественно, либо такая оценка связана с трудоемкими расчетами, не основанными, однако, на достоверных данных. В этом случае естественным является обращение к экспертным знаниям.

В настоящее время развита достаточно стройная теория экспертно-аналитического моделирования, которая является, по сути, важным разделом системного анализа. В рамках данной теории постулируется, что любая, даже слабоструктурированная проблема может быть представлена в виде иерархии взаимодействующих между собой слоев (уровней) этой проблемы - цели, подцелей, факторов, критериев, акторов (действующих лиц), целей акторов, их политик, альтернативных сценариев развития ситуации. Предложен основной метод экспертно-аналитического моделирования - метод анализа иерархий (МАИ), в математическом плане основанный на теории обрагносимметрических матриц. Основным практическим результатом приложения этой теории к МАИ является возможность расчета компонентов вектора приоритетов элементов на каждом уровне иерархии и их интеграции в итоговый вектор приоритетов альтернатив на нижнем уровне.

Позднее метод анализа иерархий был существенно усовершенствован, и в настоящее время можно говорить о создании обобщающего метода аналитических сетей (MAC), частным случаем которого является МАИ. В математическом плане MAC предполагает построение суперматрицы, блоками которой служат матрицы отдельных иерархий; с помощью достаточно простых операций над суперматрицей удается существенно уточнить экспертную информацию путем учета обратных связей и взаимодействий между слоями и элементами иерархической модели.

Несмотря на наличие законченной теории экспертно-аналитического моделирования, а также достаточно многочисленных примеров ее приме-

нения к решению конкретных задач экономики, включая анализ инвестиционных проектов, пока еще преждевременно говорить о широком использовании экспертно-аналитического моделирования не только специалистами-практиками, непосредственно занятыми реализацией инвестиционных проектов, но и специалистами консатинговых фирм. Причин здесь несколько, но главная из них - это креативность решения конкретных проблем. В число таких проблем входит и риск-анализ инвестиционных проектов промышленных предприятий. Существующие методики риск-анализа инвестиционных проектов на базе экспертно-аналитического моделирования фрагментарны и не охватывают все его стороны; в частности, не развиты методы анализа чувствительности инвестиционных проектов к изменению факторов риска. Кроме того, в известных методиках не отражены последние достижения метода аналитических сетей, учет которых может существенно повысить надежность управленческих решений по выбору направления инвестиций.

В работе обосновано, что развитие методов оценки рисков инвестиционных проектов промышленных предприятий на основе экспертно-аналитического моделирования целесообразно осуществлять одновременно по трем направлениям:

1) разработка базовых моделей риск-анализа на основе МАИ и MAC;

2) разработка эконометрических моделей анализа чувствительности оценок рисков инвестиционных проектов;

3) совершенствование инструментария риск-анализа инвестиционных проектов на основе применения нейросетевых технологий.

Представляется, что совокупность этих направлений может обеспечить достижение нового качества риск-менеджмента.

2. Центральная идея экспертно-аналитического подхода к количественной оценке рисков инвестиционных проектов состоит в представлении слабоструктурированной проблемы в виде когнитивной иерархической модели, которая в простейшем случае содержит три уровня: фокус (цель), критерии, альтернативы. В конкретном случае рисков инвестиционных проектов промышленных предприятий это следующие уровни:

- первый уровень Ч фокус - оценка приоритетов альтернативных инвестиционных проектов с точки зрения их рисков;

- второй уровень Ч виды рисков инвестиционных проектов (произ-

водственный, инвестиционно-финансовый, рыночный, финансовый, социальный, экологический и политический риски);

- третий уровень - альтернативные инвестиционные проекты.

В большинстве случаев инвестиционные проекты действующих промышленных предприятий связаны с модернизацией производственных процессов, и в этой связи следует рассматривать следующие типы проектов: переход на менее затратные технологии; замена изношенного оборудования; выпуск продукции, новой для предприятия; обучение кадров. Однако эти инвестиционные проекты не являются альтернативными в классическом смысле - так, например, выпуск новой для предприятия продукции, скорее всего, будет сопровождаться заменой оборудования и переходом на другие технологии; обучение кадров сопровождает каждое из названных направлений и т.д. Поэтому скорее следует говорить не об альтернативных проектах, а об альтернативных направлениях инвестиций -ввиду ограниченности ресурсов маловероятным представляется поное инвестирование одновременно во все направления.

На примере риск-анализа инвестиционных проектов промышленного предприятия по модернизации производственного процесса, обоснована базовая иерархическая модель, позволяющая в результате ее напонения экспертными знаниями получить оценки весов рисков по направлениям инвестиций, с одной стороны, и видов рисков, - с другой. Особенность предложенной базовой модели - в учете как прямого, так и обратного влияния двух основных компонентов иерархии - видов риска и направлений инвестиций, что позволяет повысить надежность экспертных оценок соотношения их приоритетов.

В этой связи в работе введены новые понятия - прямая и обратная иерархические модели риск-анализа. Прямая иерархическая модель риск-анализа (модель МАИ-1) содержит указанные выше три уровня в последовательности: цель (фокус) - виды рисков инвестиционных проектов - альтернативные направления инвестиций. Обратная иерархическая модель риск-анализа (модель МАИ-2) также содержит указанные эти уровни, но в иной последовательности: цель (фокус) - альтернативные направления инвестиций - виды рисков инвестиционных проектов. В принципе, обе модели обеспечивают оценку приоритетов как видов риска, так и направлений инвестиций, но если в первом случае более надежными являются оценки

приоритетов направлений инвестиций, поскольку они рассчитываются как компоненты итогового вектора приоритетов, то во втором случае более надежными будут оценки приоритетов видов риска.

Организацию опроса группы экспертов и первичную обработку их суждений предлагается проводить с помощью экспертно-аналитической системы Expert Decide (разработка специалистов Орловского государственного технического университета и Орловской региональной академии государственной службы) по итеративной схеме, представленной на рис. 1.

Рис. 1. Схема процесса экспертно-аналитического моделирования рисков инвестиций в системе Expert Decide (прямая иерархия)

Итеративность процесса экспертно-аналитического моделирования состоит в том, что в случае признания экспертами незначимыми каких-то элементов иерархии, или же, напротив, необходимости включения в когнитивную модель допонительных элементов, производится корректировка модели (на рис. 1 показано обратной связью от этапа 3 к этапу 1). В результате исключения каких-либо элементов из когнитивной модели, созданной в экспертно-аналитической системе Expert Decide, все оценки, вы-

поненные экспертами, сохраняются, и появляется возможность получить итоговый результат. При добавлении элементов экспертам предлагается допонить матрицы парных сравнений своими суждениями о степени значимости новых пар элементов, при сохранении выпоненных ими ранее парных сравнений.

Эта же схема действительна и в случае обратной иерархии (модель МАИ-2).

3. Рассмотренная выше базовая иерархическая модель, однако, не учитывает обратную связь между уровнями виды риска и направления инвестиций, а также взаимодействия элементов на этих уровнях. На рис. 2 представлена сетевая структура, учитывающая обратную связь и эти взаимодействия.

Рис. 2. Структура сети, учитывающей обратную связь между уровнями и взаимодействия видов риска и направлений инвестиций

Цель сети, представленной на рис. 2, та же, что и ранее - оценка рисков направлений инвестирования в модернизацию предприятия пищевой промышленности. Но теперь верхний уровень - виды рисков инвестирования: производственный, инвестиционно-финансовый, рыночный, политический, финансовый, институционально-правовой, социальный, нижний -направления инвестиций: замена оборудования, переход на менее затратные технологии, выпуск новой продукции. Эти уровни образуют две компоненты, каждая из которых содержит указанные элементы. Предполага-

Виды риска:

производственный, инвестиционно-финансовый, рыночный, финансовый, социальный

ется, что виды риска, как и направления инвестиций, взаимосвязаны. Предполагается также, что не только виды рисков определяют приоритеты направлений инвестирования, но и направления инвестирования, со своей стороны, обладают различной степенью характерности для разных видов рисков.

Согласно теории аналитических сетей, сетевой модели отвечает суперматрица, которая имеет блочную структуру.

В работе поэтапно рассмотрены суперматрицы, отвечающие усложненной модели:

- с учетом обратной связи (модель MAC-1);

- с учетом корреляции видов риска (модель МАС-2);

- с учетом корреляции направлений инвестиций (модель МАС-3);

- с учетом и обратной связи, и корреляции видов риска и направлений инвестиций (модель МАС-4).

Оценки приоритетов направлений инвестиций и видов риска, полученные в результате опроса экспертов и последующих математических операций с суперматрицами, представлены в табл. 1 и на рис. 3. Здесь же приведены результаты, полученные ранее по иерархическим моделям МАИ-1 и МАИ-2.

Таблица 1

Сравнение приоритетов направлений инвестиций и видов риска инвестирования ' в модернизацию производственных процессов предприятия пищевой промышленности по иерархическим и сетевым моделям

Модель Направления инвестиций Виды риска

Заме- Пере- Вы- Обу- Про- Инве- Ры- Фи- Соци-

на ход на пуск чение изво- сти- ноч- нан- аль-

обо- менее новой кад- дстве цион- ный совый ный

рудо- затрат про- ров нный но-

вания трат-ные технологии дукции фи-нан-совый

МАИ-1 0,290 0,183 0,460 0,067 0,155 0,109 0,467 0,195 0,075

МАИ-2 0,199 0,131 0,460 0,054 0,144 0,185 0,282 0,283 0,107

МАС-1 0,323 0,224 0,616 0,072 0,183 0,214 0,195 0,264 0,144

МАС-2 0,286 0,169 0,475 0,070 0,167 0,202 0,230 0,272 0,128

МАС-3 0,315 0,216 0,396 0,073 0,177 0,236 0,220 0,253 0,115

МАС-4 0,283 0,167 0,479 0,070 0,168 0,231 0,237 0,258 0,107

Видно, что вектор приоритетов направлений инвестиций по иерархической модели МАИ-2 заметно отличается от векторов приоритетов направлений инвестиций по иерархической модели МАИ-1, а также векторов приоритетов направлений инвестиций по сетевым моделям. С другой стороны, вектор приоритетов видов рисков инвестиций по иерархической модели МАИ-1 отличается от векторов видов рисков инвестиций по иерархической модели МАИ-2, как и от векторов видов рисков инвестиций по сетевым моделям МАС-1 ... МАС-4.

Вид риска Направление инвестиций

Рис. 3. Профили приоритетов элементов иерархических и сетевых моделей: а - риска видов инвестиций в модернизацию производственных процессов на предприятии пищевой промышленности; б - риска направлений инвестиций

Поскольку разброс приоритетов элементов иерархических моделей невелик, т.е. пять моделей МАИ-2, МАС-1 ... МАС-4 в случае оценки весов видов риска, с одной стороны, МАИ-1, МАС-1 ... МАС-4 в случае оценки весов риска по направлениям инвестиций, с другой, представляют собой однородные выборки, выпонено их усреднение - рис. 4. Наибольшими рисками характеризуются инвестиции в создание продукции, новой для предприятия; здесь же и наибольшая вариабельность экспертных оценок по разным моделям. Минимальные риски - для инвестиций в обучение кадров, этому же направлению инвестирования отвечает и минимальный разброс экспертных оценок. Рыночные риски меньше финансовых рисков, но превышают инвестиционно-финансовые риски. Социальные риски еще

меньше - 95%-й доверительный интервал ниже среднего по данному иерархическому уровню значения 0,2.

195% ВДГ 55% НДГ О Среднее

Т 95% ВДГ 1 95%ЦЦГ Среднее

Вид риска

Направление инвестиций

Рис. 4. Результаты усреднения приоритетов элементов иерархических и сетевых моделей по моделям, образующим однородные подвыборки: а - видов риска инвестиций в модернизацию производственных процессов на предприятии пищевой промышленности; б - риска направлений инвестиций. Пунктирными линиями указаны средние приоритеты по уровням иерархий

Полученные результаты подтверждают целесообразность применения для риск-анализа инвестиционных проектов сетевых экспертно-аналитических моделей, учитывающих обратную связь между видами риска и направлениями инвестиций, а также коррелированность отдельных видов риска и направлений инвестиций. Представление сетевых эксперт-но-аналитических моделей в виде иерархии облегчает работу экспертов в процессе риск-анализа инвестиционных проектов, что повышает надежность получаемых оценок.

4. Важной составной частью анализа рисков инвестиционных проектов является оценка чувствительности приоритетов рисков проектов при изменении определяющих их факторов. Как правило, в ходе анализа чувствительности происходит последовательно-единичное изменение каждой переменной: только одна из переменных меняет свое значение на прогнозное число процентов и на этой основе пересчитывается новая величина используемого критерия. Нами предлагается иной подход, основанный на эконометрическом моделировании и позволяющий от последовательно-

единичного изменения каждой переменной перейти к одновременному изменению всех переменных, включаемых в анализ.

В работе предложена методика формирования эмпирической базы для эконометрического и нейросетевого моделирования чувствительности оценок риска инвестиционных проектов. Эта методика основана на получении имитационных оценок при изменении парных суждений (варьировании оценок парных сравнений в пределах 1 деления шкалы отношений) в матрице, созданной экспертами.

5. На основе полученной таким образом эмпирической базы разработаны линейные модели оценки чувствительности инвестиционных проектов:

7, = 0,679 - 0,523^ - 0,142*2 + 0,047*3 - 0,212*, - 0,556*5; (1) Г2 = 0,257 + 0,197*1 - 0,068*3 + 0,173*, + 0,157*5; (2)

Г3 = 0,094 + 0,299*, + 0,116*2 + 0,333*5 . (3)

Здесь Г], У2> Г3 - оценки риска направлений инвестиций Выпуск новой продукции, Замена оборудования, Переход на менее затратные технологии соответственно; *,, *2> *з, *4, *5 - оценки приоритетов производственного, инвестиционно-финансового, рыночного, финансового и социального рисков.

Модели (1)-(3) статистически значимы на уровне не хуже 0,0005, что позволило рассчитать коэффициенты эластичности в центре имитационного лэксперимента, характеризуемого следующими значениями оценок рисков: производственный риск (*1)ср=0,160; инвестиционно-финансовый риск (*2)ср=0,109; рыночный риск (*3)ср=0,461; финансовый риск №)ср=0,192; социальный риск (*5)ср=0,075, по формуле

Е, = Ь,х(Х^/Гсг> (4)

где й,- - коэффициент регрессии.

Полученные результаты представлены в табл. 2.

В число наиболее чувствительных факторов риска входят: производственный риск - рейтинг 1 в направлении инвестиций Выпуск новой продукции и рейтинг 2 в направлениях инвестиций Переход на менее затратные технологии и Замена оборудования; социальный риск - рейтинг 2 в направлениях Выпуск новой продукции и Переход на менее затратные технологии; финансовый риск - рейтинг 3 в направлении Выпуск новой продукции и рейтинг 1 в двух других направлениях инвести-

ций. Очевидно, что при количественной оценке денежных потоков следует обращать особое внимание на эти виды рисков.

Таблица 2

Коэффициент эластичности и рейтинг факторов риска по направлениям

инвестиций в производственный процесс модернизации предприятия __пищевой промышленности_

Предиктор (вид Направление инвестиций

риска) Выпуск новой про- Замена оборудова- Переход на менее за-

дукции ния тратные технологии

Эластич- Рейтинг Эластич- Рейтинг Эластич- Рейтинг

ность ность ность

Производствен- -0,161 1 0,061 2 0,061 2

ный Х\

Инвестиционно- -0,030 5 - - 0,024 3

финансовый Хг

Рыночный Хт, 0,042 4 -0,060 3 - -

Финансовый X* -0,078 3 0,064 1 0,064 1

Социальный Х$ -0,080 2 0,023 4 0,048 2

6. В принципе, для анализа чувствительности приоритетов инвестиционных проектов достаточно располагать линейными моделями множественной регрессии типа моделей (1)-(3). Однако не всегда можно ограничиться линейными моделями, кроме того, они дают оценку эластичности лишь в среднем, в центре имитационного эксперимента. В этой связи на примере моделирования оценки чувствительности инвестиций в направление Переход на менее затратные технологии по трем видам рисков (см. формулу(З)) в работе обоснована принципиальная возможность использования в этих целях нейросетевых моделей, с помощью которых могут быть описаны нелинейные зависимости практически любой сложности.

Для нейросетевого моделирования выбрана система Neural Connection v.2.1, выгодно отличающаяся сочетанием прозрачности интерфейса с развитыми функциональными характеристиками. Эта система позволяет применять четыре типа нейросети и три статистических метода, из которых для решения задач моделирования и прогнозирования чаще всего применяются две нейросети - многослойный персептрон (MLP) и радиальная базисная функция (RBF). Сеть первой структуры может моделировать нелинейную функцию практически любой сложности, причем эта сложность определяется числом слоев и числом элементов в каждом слое.

Исходя из этого, для решения поставленной задачи построена MLP-сеть на основе многослойного персептрона с автоматической настройкой

параметров в составе: центрального модуля MLP-1, входной модуль Input-1, выходные текстовые и графические модули Text-1, Output-1, TSP-1, Graph-1, Whatlf-l, управляющие модули - Filter-1, симулятор Sim-1.

При формировании набора обучающих примеров рекомендуется иметь не менее N=lOx(m+n) примеров, где т - число входных факторов, п - число выходных факторов, что в рассматриваемом случае составляет 10х(3+1)=40 примеров. Однако имеющийся массив данных с числом примеров N= 21 оказася достаточным для разделения исходной выборки на обучающую (17 фактов), тестовую (2 факта) и контрольную (2 факта).

Анализ диаграмм фактических и предсказанных нейросетевой моделью значений выходной переменной показал, что MLP-сеть обеспечивает удовлетворительное совпадение экспертных и предсказанных моделью оценок риска по направлениям инвестиций Переход на менее затратные технологии.

Система Neural Connection 2.1 позволяет строить графики зависимости выходной переменной от уровней входных факторов в виде так называемых сеточных поверхностей, в которых каждому сочетанию уровней входных факторов сопоставлены расчетные значения выходной переменной - в данном случае, предсказанная нейросетевой моделью оценка риска по направлениям инвестиций Переход на менее затратные технологии. Входных факторов риска Ч три, поэтому поную картину может дать анализ набора из трех подобных графиков (рис. 5).

0. 17 0.14'

0. 18 0 13

0. 18^0-09 в

0. 1? 0.09?

0. 13^0. 09

Рис. 5. Зависимость, предсказанных MLP-сетью, оценки риска по направлениям инвестиций Переход на менее затратные технологии: а - от приоритетов производственного и инвестиционно-финансового риска; б- от приоритетов производственного и социального риска; в - от приоритетов инвестиционно-финансового и социального риска Имеющийся в системе Neural Connection модуль лWhat If... - Что

если? позволяет строить сечения получаемых трехмерных графиков с целью анализа изменения выходной переменной при изменении входных факторов, а также производить оценку эластичности выходной переменной по любому входному фактору, что крайне важно в экономических исследованиях.

Прогностические возможности инструмента лWhat If... в работе продемонстрированы на примере прогнозирования эластичности риска направления инвестиционного проекта Переход на менее затратные технологии по социальному риску (рис. 6).

шшшшяшяшявяшштшищ

Sensitivity of MLP1 to СОЦИДЛЬН and ИНВЕСТОР. 0.13 0.20

0.09 0.06

СОЦИАЛЬН 0.075

When СОЦИАЛЬН is 0.075000, and ИНВЕСТФ is 0.120000 : A 6.25% increase in СОЦИАЛЬН from 0.075000 to 0.079690, increases MLP1 by 0.92%. from 0.180629 to 0.102288.

Рис. 6. Прогнозирование эластичности риска направления проекта Переход на менее затратные технологии по социальному риску с помощью инструмента лWhat If...

Результаты предсказания коэффициента эластичности приведены в текстовой части рабочего поля: при увеличении приоритета социального риска с 0,075000 до 0,079690, т.е. на 6,25%, приоритет риска направления инвестиций Переход на менее затратные технологии увеличивается на 0,92% (с 0,180629 до 0,182288). Отсюда имеем:

E(Y3/XS) = 0,92% / 6,25% = 0,147.

Этот прогноз отвечает приоритету инвестиционно-финансового риска 0,120 и начальному значению приоритета социального риска 0,075; обе величины можно изменять с помощью движков на горизонтальной и вертикальной осях левой диаграммы рабочего поля на рис. 5.

Аналогично, получены оценки эластичности риска рассматриваемого направления по инвестиционно-финансовому риску (73/Z2)=0,068 и эластичности риска данного направления по производственному риску E(Y3/Xx)= 0,271.

Сравнивая полученные оценки эластичности, можно сделать вывод: эластичность риска рассматриваемого направления инвестиций по производственному риску превышает эластичность по социальному риску в 1,84

раза и по инвестиционно-финансовому риску - в 3,99 раза.

В работе отмечается, что получаемые с помощью нейросетевых технологий оценки чувствительности обладают несомненным преимуществом перед оценками по линейным моделям множественной регрессии - если последние - это оценки в среднем, то первые - это мгновенные значения эластичности, отвечающие конкретному сочетанию приоритетов риска различного вида.

На основании полученных результатов приведенная методика анализа чувствительности оценок проектов к факторам риска на основе нейросе-тевого моделирования может быть рекомендована к практическому применению.

ОСНОВНЫЕ ПОЛОЖЕНИЯ И ВЫВОДЫ ДИССЕРТАЦИИ ОТРАЖЕНЫ В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ:

1. Батин, Б.А. Экспертно-аналитический подход к оценке рисков инвестиционных проектов предприятия [Текст] / Б.А. Батин // Транспортное дело России. № 4. - М.,2009, с. 85-88 (0,75 п.л.)

2. Батин, Б.А. Иерархия сетевых экспертно-аналитических моделей оценки рисков инвестиционных проектов промышленного предприятия [Текст] / Б.А. Батин // Вестник научно-исследовательского института развития профессионального образования. Серия Экономика и управление. М.: ИИЦ НИИРПО. 2008. Вып.1. с.95-110 (1,0 п.л.)

3. Батин, Б.А. Анализ чувствительности оценок рисков инвестиционных проектов промышленного предприятия методами эконометрического моделирования [Текст] / Б.А. Батин // Вестник научно-исследовательского института развития профессионального образования. Серия Экономика и управление. М.: ИИЦ НИИРПО. 2008. Вып.2. с.101-114 (0,7 п.л.)

4. Батин, Б.А. Применение нейросетевых технологий для анализа чувствительности оценок рисков инвестиционных проектов промышленного предприятия [Текст] / Б.А. Батин // Вестник научно-исследовательского института развития профессионального образования. Серия Экономика и управление. М.: ИИЦ НИИРПО. 2008. Вып.2. с.115-130(1,0 п.л.)

Подписано в печать 29.05.2009. Сдано в производство 01.06.2009. Формат бумаги 60x90/16. Усл. печ. л. 1,0. Тираж 100 экз. Заказ № ДС-23/09

Издательство ГОУ ДПО ГАСИС, Москва, ул. Трифоновская, 57

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Батин, Борис Александрович

ВВЕДЕНИЕ.

Глава 1 ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ

РИСКОВ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ ДЕЙСТВУЮЩЕГО

ПРЕДПРИЯТИЯ ПРОМЫШЛЕННОСТИ.

1.1 Теоретико-методологические основы риск-анализа инвестиционных проектов

1.2 Методы оценки рисков инвестиций в модернизацию производственных процессов промышленных предприятий.

Глава 2 Разработка базовых экспертно-аналитических моделей оценки рисков инвестиционных проектов промышленного пред

Приятия.

2.1 Базовая иерархическая э д 9249 09 ^ М

2.2 Иерархия сетевых экспертно-аналитических моделей оценки рисков инвестиционных проектов промышленного предприятия

Глава 3 АНАЛИЗ ЧУВСТВИТЕЛЬНОСТИ ОЦЕНОК РИСКОВ

ИНВЕСТИЦИОННЫХ ПРОЕКТОВ ПРОМЫШЛЕННОГО

ПРЕДПРИЯТИЯ.

3.1 Постановка задачи анализа чувствительности оценок рисков инвестиционных проектов промышленного предприятия.

3.2 Разработка модели анализа чувствительности оценок рисков инвестиционных проектов промышленного предприятия.

Диссертация: введение по экономике, на тему "Развитие методов оценки рисков инвестиционных проектов промышленного предприятия на основе экспертно-аналитического моделирования"

Актуальность темы исследования. В современных условиях прою ходящей в России массовой реструктуризации предприятий не только круг ного, но и среднего бизнеса, возрастает роль решения проблем их развития условиях высокой неопределенности, когда, помимо количественных фшш совых и экономических факторов, надо учитывать также факторы, не оцеш ваемые количественно. Речь идет, прежде всего, о необходимости оценк многочисленных факторов риска, сопровождающих реализацию инвестищ онных проектов. Имеющиеся методики риск-анализа, в основном, носят чи< то качественный характер, либо основаны на производственной статистик которой по впоне понятным причинам в российской экономике пока недо< таточно.

Сложившаяся ситуация в данной сфере экономических знаний об; словливает необходимость обращения к современным эффективным метода системного анализа, к которым, в частности, относятся методы эксперта! аналитического моделирования и прогнозирования, позволяющие сравнивав инвестиционные проекты по целому ряду количественных и качественнь факторов. Данные методы в настоящее время уже в достаточной мере осво ны экономистами-аналитиками, однако до сих пор отсутствуют методич ские разработки, которые позволили бы внедрить их в практику то] менеджеров промышленных предприятий.

Исходя из изложенного, актуальной является задача совершенствов ния методики оценки рисков инвестиционных проектов промышленно] предприятия по модернизации производственных процессов, на основе н вейших методов моделирования и прогнозирования. Данная область иссл дований относится к направлению 4.15 Паспорта специальности 08.ОСИ Развитие методологии анализа, методов оценки, моделирования и прогн зирования инвестиционной деятельности в экономических системах и н 5 правлению 1.4 Паспорта специальности 08.00.13 Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем.

Степень разработанности проблемы. Вопросы разработки методологии оценки инвестиционных проектов, включая проблемы риск-анализа, рассматривались в работах Ю. Блеха, И.М. Вокова, П.Л. Виленского, О.С. Ви-ханского, М.В. Грачевой, P.M. Качалова, Г.Б. Клейнера, В.Н. Лившица, Н.П. Тихомирова, А.Б. Секерина, С.А. Смоляка, В.Л. Тамбовцева и др. В области теории подготовки управленческих решений, в том числе экспертными методами, в разрезе исследуемой проблемы представляют интерес работы О.И. Ларичева, Б.Г. Литвака, Дж.А. Милера, Г. Монтогомери и О. Свенсона, Д. Пейна, X. Райфа, Б. Руа, Т. Саати, Г. Саймона. В этом ряду следует также указать работы российских авторов по исследованию и созданию интелектуальных систем и информационных технологий принятия решений А.И. Иоффина, A.C. Любутова, М.А. Потапова, К.А. Пупкова, В.Б. Тихомирова, М.М. Тихомирова, И.Г. Яковлева.

Анализ указанных работ показал, что имеющиеся в них теоретические и методологические положения могут быть использованы при разработке выбранной темы исследования, в то же время научную разработанность методологии оценки рисков инвестиционных проектов действующего промышленного предприятия нельзя признать достаточной. Это обусловило выбор объекта, предмета, целей и задач диссертационного исследования.

Объект исследования - промышленные предприятия, планирующие и реализующие инвестиционные проекты по модернизации производственных процессов.

Предмет исследования - модели оценки рисков инвестиционных проектов промышленного предприятия.

Цель исследования состоит в развитии методов оценки рисков инв стиционных проектов промышленного предприятия по модернизации прои водственных процессов.

Достижение поставленной цели осуществлялось постановкой и реш нием следующих основных задач исследования:

- рассмотреть теоретико-методологические основы риск-анализа инв стиционных проектов;

- выпонить анализ существующих методов оценки рисков инвестиц: онных проектов промышленных предприятий;

- разработать базовые модели оценки рисков инвестиционных проекте промышленного предприятия на основе экспертно-аналитического подхода;

- разработать эконометрические модели и выпонить анализ чувств] тельности оценок рисков инвестиционных проектов промышленного пре, приятия;

- предложить инструментарий риск-анализа инвестиционных проекте промышленного предприятия.

Теоретической и методологической основой диссертационного и следования послужили теоретические положения и методологические при: ципы, содержащиеся в исследованиях отечественных и зарубежных авторе по проблемам риск-анализа и риск-менеджмента, вопросам оценки инвест: ционных проектов. В процессе исследования применяся методологически аппарат инвестиционного анализа, методы системного исследования, стат: стические методы одномерного и многомерного анализа данных, экономик математические методы моделирования.

Фактологическая база диссертации построена на материалах анали отечественных и зарубежных публикаций по проблематике исследовани статистических и экспертных данных.

Научная новизна проведенного исследования заключается в разв: тии методов оценки рисков инвестиционных проектов предприятия промьп 7 ленности по модернизации производственных процессов, на основе эксперт-но-аналитического и имитационного моделирования, что позволит повысить надежность принимаемых управленческих решений.

Научная новизна подтверждается следующими полученными научными выводами и результатами, выносимыми на защиту.

Специальность 08.00.05 - Экономика и управление народным хозяйством (управление инновациями и инвестиционной деятельностью).

1. В результате сравнительного анализа методов оценки рисков инвестиционных проектов промышленных предприятий установлено, что в условиях высокой неопределенности, сопровождающей инвестирование в модернизацию производственных процессов, на ведущие позиции выходит экс-пертно-аналитический подход к риск-анализу и риск-менеджменту. Обосновано, что развитие методов оценки рисков инвестиционных проектов промышленных предприятий целесообразно осуществлять по трем направлениям: 1) разработка базовых моделей риск-анализа на основе методов анализа иерархий и аналитических сетей, 2) разработка эконометрических моделей анализа чувствительности оценок рисков инвестиционных проектов и 3) совершенствование инструментария риск-анализа инвестиционных проектов на основе применения нейросетевых технологий.

2. На примере риск-анализа инвестиционных проектов промышленного предприятия по модернизации производственного процесса, обоснована базовая концептуальная иерархическая модель, позволяющая в результате ее напонения экспертными знаниями получить оценки относительных весов рисков направлений инвестиций, с одной стороны, и видов рисков, с другой. Особенность предложенной базовой модели - в учете как прямого, так и обратного влияния двух основных компонентов иерархии - видов риска и направлений инвестиций, что позволяет повысить надежность экспертных оценок соотношения их весов.

3. Обоснована необходимость применения для риск-анализа инвест! ционных проектов более сложных сетевых экспертно-аналитических мод( лей, позволяющих учесть обратную связь между видами риска и направл< ниями инвестиций, с одной стороны, и возможную коррелированность ог дельных видов риска и направлений инвестиций, с другой. Предложена и т робирована иерархия сетевых экспертно-аналитических моделей, что позв< ляет формализовать процесс риск-анализа инвестиционных проектов, повь сить надежность его результатов.

4. Разработаны модели оценки чувствительности инвестиционных пр< ектов, выпонена оценка эластичностей весов риска направлений инвестицк по приоритетам рисков различного вида, определены их рейтинги. Обосн< вано, что в число наиболее чувствительных факторов риска входят: прои водственный риск Ч рейтинг 1 в направлении инвестиций Выпуск новс продукции и рейтинг 2 в направлениях инвестиций Переход на менее з тратные технологии и Замена оборудования; социальный риск - рейтш 2 в направлениях Выпуск новой продукции и Переход на менее затратнь технологии; финансовый риск - рейтинг 3 в направлении Выпуск новс продукции и рейтинг 1 в двух других направлениях инвестиций. Обоснов но, что при количественной оценке денежных потоков следует обращать оо бое внимание на эти виды рисков.

Специальность 08.00.13 - Математические и инструментальные мет ды экономики (математические методы).

1. Разработана методика формирования эмпирической базы для экой метрического и нейросетевого моделирования чувствительности оценок ри ка инвестиционных проектов. Методика основана на получении экспертнь имитационных оценок при изменении парных суждений в матрице, созда: ной экспертами, и не требует их привлечения для выпонения данной раб ты. 9

2. Показана недостаточность использования для оценки чувствительности инвестиционных проектов моделей множественной линейной регрессии. Создана нейросетевая модель, с помощью которой выявлена принципиальная нелинейность модели чувствительности и произведена оценка эластичности весов риска проектов направлений инвестиций по приоритетам видов основных рисков.

Апробация и реализация результатов исследования. Основные результаты диссертационного исследования обсуждались и были одобрены на конференциях и семинарах различного уровня. Среди них: научно-практические семинары профессорско-преподавательского состава Государственной академии профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы (ГАСИС), Всероссийская научно-практическая конференция Национальные проекты (Москва, Московский экономический институт, 2007). Методика исследования инвестиционных процессов в малом бизнесе на региональном уровне внедрена в учебный процесс ГОУ ДПО ГАСИС.

Публикации. По результатам выпоненного исследования опубликовано 4 работы. Общий объем публикаций 3,1 пл., все - авторские.

Объем и структура диссертации. Диссертация содержит 148 страниц основного текста, в том числе 32 рисунка и 26 таблиц, список использованных источников из 158 наименований, приложение.

Диссертация: заключение по теме "Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда", Батин, Борис Александрович

ЗАКЛЮЧЕНИЕ

Результаты выпоненных исследований, направленных на развитие методов оценки рисков инвестиционных проектов промышленного предприятия по модернизации производственных процессов, позволяют сделать следующие выводы.

1. Установлено, что в условиях высокой неопределенности, сопровождающей инвестирование в модернизацию производственных процессов, на ведущие позиции выходит экспертно-аналитический подход к риск-анализу и риск-менеджменту. Развитие методов оценки рисков инвестиционных проектов промышленных предприятий целесообразно осуществлять по трем направлениям:

1) разработка базовых моделей риск-анализа на основе методов анализа иерархий и аналитических сетей,

2) разработка эконометрических моделей анализа чувствительности оценок рисков инвестиционных проектов и

3) совершенствование инструментария риск-анализа инвестиционных проектов на основе применения нейросетевых технологий.

2. На примере риск-анализа инвестиционных проектов промышленного предприятия по модернизации производственного процесса, обоснована базовая концептуальная иерархическая модель, позволяющая в результате ее напонения экспертными знаниями получить оценки относительных весов рисков направлений инвестиций, с одной стороны, и видов рисков, с другой. Особенность предложенной базовой модели - в учете как прямого, так и обратного влияния двух основных компонентов иерархии - видов риска и направлений инвестиций, что позволяет повысить надежность экспертных оценок соотношения их весов.

3. Обоснована необходимость применения для риск-анализа инвестиционных проектов более сложных сетевых экспертно-аналитических моделей, позволяющих учесть обратную связь между видами риска и направлениями инвестиций, с одной стороны, и возможную коррелированность < дельных видов риска и направлений инвестиций, с другой. Предложена и ; робирована иерархия сетевых экспертно-аналитических моделей, что поз] ляет формализовать процесс риск-анализа инвестиционных проектов, noi сить надежность его результатов.

4. Разработана методика формирования эмпирической базы (создаг так называемых примеров) для эконометрического и нейросетевого мо, лирования. Методика основана на получении экспертных имитационн оценок при изменении парных суждений в матрице, созданной эксперт (группой экспертов), и не требует привлечения экспертов для выпонен данной работы. Эмпирически обосновано, что сгенерированная таким об зом эмпирическая база отвечает всем требованиям многомерного етатисти ского анализа - переменные являются количественными - измеренными шкале отношений, а их распределение не противоречит нормальному закоь

5. В результате реализации процедуры линейного множественного р рессионного анализа по схеме лForward в пакете анализа данных обще венных наук SPSS Base получены модели чувствительности оценок ве( риска направлений инвестиций Выпуск новой продукции, Переход на i нее затратные технологии и Замена оборудования, в зависимости от менения весов основных видов риска инвестиционных проектов произвол венных процессов по модернизации промышленного предприятия. Обос] вано, что две модели - для направлений инвестиций Выпуск новой прод; ции и Замена оборудования - адекватно отражают имитационные данш а третья модель - для направления Переход на менее затратные технолога - не впоне адекватна, что требует перехода к нелинейному моделированш

6. Выпонена оценка значений средней (хордовой) эластичности вес риска направлений инвестиций по весам рисков различного вида, опреде. ны их рейтинги. Обосновано, что в число наиболее чувствительных фактор риска входят:

- производственный риск - рейтинг 1 в направлении Выпуск новой продукции и рейтинг 2 в двух других направлениях инвестиций;

- социальный риск - рейтинг 2 в направлениях Выпуск новой продукции и Переход на менее затратные технологии;

- финансовый риск - рейтинг 3 в направлении Выпуск новой продукции и рейтинг 1 в двух других направлениях инвестиций.

Именно на эти виды рисков следует обращать внимание при количественной оценке денежных потоков.

7. Показана недостаточность использования для оценки чувствительности инвестиционных проектов моделей множественной линейной регрессии. Создана нейросетевая модель, с помощью которой произведена оценка эластичности весов риска направления инвестиций Переход на менее затратные технологии по весам основных рисков - производственного, инвестиционно-финансового, рыночного, финансового и социального. Выявлена принципиальная нелинейность модели чувствительности. Приведены примеры прогнозирования эластичности весов риска рассматриваемого направления инвестиций, показаны возможности нейросетевых технологий.

8. На примере направления инвестиций Переход на менее затратные технологии эмпирически доказано, что расчеты средней (хордовой) эластичности весов риска направлений инвестиций по линейным моделям множественной регрессии близки к расчетам по нейросетевым моделям. Это дает основание рекомендовать, наряду с прогнозированием по нейросетевым моделям мгновенной эластичности, предварительную оценку чувствительности оценок весов риска направлений инвестиций производить по более простым линейным моделям.

Диссертация: библиография по экономике, кандидат экономических наук , Батин, Борис Александрович, Москва

1. Абакина И.Л. Страхование экологических рисков (из практики США). М. : Инфра-М, 1998.

2. Адлер Ю.П., Шмерлинг Д.Л. Парные сравнения в прошлом, настоящем и будущем / Дэвид Г. Метод парных сравнений. М.: Статистика, 1978.

3. Альгин А.П. Риск в предпринимательстве. СПб., 1992.

4. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2001

5. Антышев Д.Б. Управление финансовыми рисками промышленного предприятия. Автореф. дис. . к-таэкон. наук. СПб., 2002.

6. Анфилатов B.C., Емельянов A.A., Кукушкин A.A. Системный анализ в управлении: Учебн. пособие. М.: Финансы и статистика. 2002.

7. Астапов K.JI. Законодательное регулирование инвестиций в Российской Федерации на федеральном и региональном уровнях // Законодательство и экономика. 2004. №5.

8. Багиева М.Н. Комплексная оценка рисков коммерческого предприятия. Автореф. дис. . к-та экон. наук. СПб.: Ун-т экономики и финансов, 1999.

9. Баззел Р.Д. и др. Информация и риск в менеджменте. М.: Финста-тинформ, 1994.

10. Балабанов И.Т. Риск-менеджмент. М.: Финансы и статистика.1996.

11. Бард B.C. Инвестиционные проблемы российской экономики. М.: Экзамен, 2000.

12. Бачкаи Т., Месена Д. и др. Хозяйственный риск и методы его мерения. М.: Экономика, 1979.

13. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. М.: Статиста1974.

14. Бирман Г., Шмидт С. Экономический анализ инвестиционн проектов. М.: ЮНИТИ, Банки и биржи, 1997.

15. Бланк H.A. Инвестиционный менеджмент. Киев: МП ИТЕ. ТД, Юнайтед Лондон Трейд Лимитед, 1995.

16. Бочаров В.В. Инвестиции: Учебник для вузов. 2-е изд. СПб.: Г тер, 2008.

17. Булавко O.A. Формирование инвестиционной политики в Р-сийской Федерации. Автореф. . к-та экон. наук. СПб., 2004.

18. Бублик Н.Д., Попенов C.B., Секерин А.Б. Управление финан выми и банковскими рисками: Учебное пособие. Уфа: Альтернатива РТ 1998.

19. Бублик Н.Д., Силантьев В.Б. Риск-ресурс: Проблемы венчур. стохастической деятельности. Уфа: БТИПБ, 1999.152

20. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО ДиаСофтЮП, 2002.

21. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов. Теория и практика.: Учеб. пособие. 2-е изд. М.: Дело, 2002.

22. Воков И.М., Грачева М.В. Проектный анализ: Продвинутый курс: Учеб. пособие. М.: ИНФРА-М, 2004.

23. Вокодав Ю.П., Олейников Е.А., Филин С.А., Пирогов М.В. Инвестиционная политика современной России. Монография / Под ред. акад. Е.А. Олейникова. М.: Рос. экон. акад. 2001.

24. Воронова Т.А., Сулоева C.B. Иностранные инвестиции и инвестиционная политика России и регионов. Владивосток:-Изд-во ДВГАЭУ, 2002.

25. Высоцкий Д.А. Совершенствование методов анализа риска инвестиционных проектов в реальном секторе экономики. Автореф. дис. . к-та экон. наук. Иркутск, 2000.

26. Гитман П.Дж., Джонк М.Д. Основы инвестирования. М., 2001.

27. Городная В.Е. Инвестиционная политика как фактор регионального развития. Автореф. . к-та экон. наук. СПб., 2004.

28. Грабовый П.Г., Петрова С.Н. и др. Риски в современном бизнесе. М.: Алане, 1994.

29. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения. Учеб. пособие. М.: Дело и сервис, 1999.

30. Гранберг А.Г. Основы региональной экономики. 2-е изд. М.: ГУ ВШЭ, 2001.

31. Грачева М.В. Анализ проектных рисков. М.: Финстатинформ,1999.

32. Грачева М.В., Секерин А.Б. Проектный анализ инвестиционного проекта. М.: ЮНИТИ, 2009.

33. Гудов В.А. Структура хозяйственного риска предприятия // На и образование. Новые технологии. Межвуз. сб. науч. трудов, Вып.2 Эко мика и технологии, Москва: НИЦ МГУДТ, 2002.

34. Гудов В.А. Управление промышленным предприятием на осн структурного анализа рисков. Дис. . к-та экон. наук. Орел: ОГТУ, 2005.

35. Гэбрейт Дж. Экономические теории и цели общества. М.: П гресс, 1979.

36. Доугерти К. Введение в эконометрику. М.: ИНФРА-М, 1997.

37. Дубров A.M., Лагоша Б.А., Хрусталев Е.Ю. Моделирование р ковых ситуаций в экономике и бизнесе. М.: Финансы и статистика, 1996.

38. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные ста стические методы: Учебник. М.: Финансы и статистика, 1998.

39. Друбецкий Я.Н. Управление инвестиционными проектами п мышленных предприятий с учетом риска. Автореф. дис. . к-та экон. не М, 2002.

40. Дуглас Л.Д. Анализ рисков операций с операциями на ры ценных бумаг. М.: Филинъ, 1998.

41. Дэвид Г. Метод парных сравнений / Под ред Ю.П. Адлера. Статистика, 1978.

42. Егоров А.Ю., Валинурова Л.С. Концепция эффективного упр ления инвестиционным процессом в социально-экономических система. Инновации и инвестиции, 2004. №3.

43. Егоров А.Ю., Валинурова Л.С. Методологические пробле управления инвестиционным процессом в социально-экономических сис мах // Инновации и инвестиции, 2004. №2.

44. Егоров А.Ю., Валинурова Л.С. Современная Россия: ситуаци инвестиционной сфере // Инновации и инвестиции, 2004. №1.

45. Екатеринославский Ю.Ю., Зиновьев Ю.В. Разработка програм управления рисками предприятия // Инновации и инвестиции, 2004. №1.154

46. Емельянов A.A. Имитационное моделирование в управлении рисками. СПб.: Инжэкон, 2000.

47. Забелина О.В. Управление рисками в сфере промышленного бизнеса. Тверь: Тверск. гос. университет, 1999.

48. Закон РФ от 26 июня 1991 г. Об инвестиционной деятельности в РСФСР.

49. Замков О.О., Черемных Ю.Н., Тостопятенко A.B. Математические методы в экономике: Учебник, 2-е изд. М.: МГУ, Дело и Сервис, 1999.

50. Идрисов А.Е, Картышев С.В., Постников A.B. Стратегическое планирование и анализ эффективности инвестиций, М.: Информ.-изд. дом Филинь, 1996.

51. Ильенкова Н.Д. Классификация и анализ факторов риска невостребованности продукции // Экономика и коммерция. 1995. Вып.2.

52. Качалов P.M. Управление хозяйственным риском на предприятиях. Ч. 1 и 2. М.: Изд. Центрального экономико-математического института РАН, 1999.

53. Качалов P.M. Управление хозяйственным риском. М.: Наука,2002.

54. Кейнс Дж.М. Общая теория занятости, процента и денег. М.: Прогресс, 1978.

55. Клейнер Г.Б., Тамбовцев В.Л., Качалов P.M. Предприятие в нестабильной экономической среде: риски, стратегия, безопасность. М.: Экономика, 1997.

56. Князевская Н.В., Князевский B.C. Принятие рискованных решений в экономике и бизнесе. М.: Контур, 1998.1

57. Козлова Е.А. Анализ экономической рискоустойчивости п| мышленного предприятия. Автореф. дис. . к-та экон. наук. Челябинск, 20(

58. Колемаев В.А., Староверов О.В., Турундаевский В.Б. Теория i роятностей и математическая статистика: Учеб. пособие для экон. спец. i зов; Под ред. В.А. Колемаева. М.: Высш. шк., 1991.

59. Кондратьев В. Особенности инвестиционной модели России Проблемы теории и практики управления. 2004. №3.

60. Кондратьев Н.Д. Большие циклы конъюнктуры и теория пред! дения. М. Экономика, 2002.

61. Королев Г.В. Управление риском экономической несостояте. ности промышленного предприятия на основе методов экспертной оцен) Дис. . к-та экон. наук. Орел: ОГТУ, 2005.

62. Кошечкин С.А. Развитие экономического инструментария уче риска в инвестиционном проектировании. Автореф. дис. . к-та экон. на; Н.Новгород, 2000

63. Краснов A.M. Управление рисками инвестиционных проект промышленных предприятий. Дис. . к-та экон. наук. М.: ГАСИС, 2006.

64. Кривошеев С.С. Управление промышленными предприятиям! учетом факторов хозяйственного риска. Автореф. дис. . к-та экон. на; Орел: ОреГТУ, 2003.

65. Кузнецов А.И. Expert Decide для Windows 95, Windows 98 и W dows NT. Версия 2.0. Руководство пользователя / Под редакцией В.Г. Шуг\ това. Орел: ОРАГС, 2000.

66. Курс экономики / Под ред. Б.А. Райзберга. М.: Инфра-М, 1997.

67. Курс экономической теории: учебник / Под общ. ред. М.И. 4ei рина и Е.А. Кисилевой. 5-е доп. и перераб. изд. Киров: АСА, 2003.

68. Лапуста М.Г. Шаршукова Л.Г. Риски в предпринимательск деятельности. М.: ИНФРА-М, 1996.

69. Леонтьев В. Экономические эссе. Теории, исследования, факть политика. М.: Политиздат, 1990.156

70. Леонтьев O.B. Оценка риска инвестиционных проектов в промышленности. Автореф. дис. . к-таэкон. наук. Минск, 2001.

71. Литвак Б.Г. Экспертная информация: методы получения и анализа. М.: Радио и связь, 1981.

72. Льюс Р.Д., Райфа X. Игры и решения. М: ИЛ, 1961.

73. Макконнел K.P., Брю С.Л. Экономикс: принципы, проблемы и политика. В 2-х томах. М.: ИНФРА-М, 2000.

74. Маршал А. Принципы экономической науки. Т.1. М.: Прогресс,1993.

75. May В. Экономическая политика 2006 года: на пути к инвестиционному росту // Вопросы экономики. 2007. №2.

76. Методические рекомендации по оценке эффективности инвестиционных проектов (вторая редакция). М.: Экономика, 2000;

77. Миэринь Л.А. Основы рискологии: учебн. пособие. СПб.: Изд-во СПбГУЭФ, 1998.

78. Милых Ф.Г., Гудов В.А., Королев Г.В. Об одном подходе к оценке риска производственного предприятия // Актуальные проблемы планирования и прогнозирования. М-лы межд. н.-метод. конф.,Орел: ОГУ, 2003, Ч.Ш. С.52-56.

79. Модели и механизмы управления развитием хозяйственных систем на основе экспертной информации / А.Ф. Мартынов, Ф.Г. Милых, A.A. Свалов, В.Г. Шуметов. Под ред. В.Г. Шуметова. Орел: ОГАУ, 2003.

80. Москвин В.А. Управление рисками при реализации инвестиционных проектов. Рекомендации для предприятий и коммерческих банков. М.: Финансы и статистика, 2004.

81. Мулен Э. Теория игр с примерами из математической экономики. М.: Мир, 1985.

82. Мур А., Хиарнден К. Руководство по безопасности бизнеса. М.: Филинъ, 1998.1

83. Мырынюк А.Н. Организация управления рисками инвестицис ной деятельности предприятия. Автореф. дис. . к-та экон. наук. М., 2001.

84. Найт Ф. Понятие риска и неопределенности // THESIS, 19* Вып.5.

85. Нарышкин С. Е. Иностранные инвестиции (региональный ; пект). Монография. СПб.: Изд-во С.-Петерб. гос. ун-та экономики и фиш сов, 2005.

86. Невейкина Н.В. Управление рисками финансовых вложений предприятии. Автореф. дис. . к-та экон. наук. СПб.: С.-Петерб. гос. ун 2002.

87. Нейман Дж., Моргенштерн О. Теория игр и экономическое по: дение. М.: Наука, 1970.

88. Нейронные сети. STATISTICA Neural Networks. М.: Горячая j ния Телеком, 2001.

89. Николова J1.B. Управление риск-факторами инвестиционнс проекта. Автореф. дис. . к-та экон. наук. СПб., 2004.

90. Оболенский В.П., Поспелов В.А. Глобализация мировой эко. мики: проблемы и риски российского предпринимательства. М.: Наука, 20(

91. Первозванский A.A., Первозванская Т.Н. Финансовый рын< расчет и риск. М.: ИНФРА-М, 1994.

92. Плис А.И., Сливина H.A. MathCAD математический практик для экономистов и инженеров: Учебное пособие. М.: Финансы и статиста 1999.

93. Порфирьев Б.Н. Концепция риска, который никогда не равен i лю//Энергия. 1989. №8.

94. Райтер Э.Г. Совершенствование организационной структуры ; ционерного общества в условиях риска (на примере предприятий мапли строения). Автореф. дис. . к-та экон. наук. Владимир: Владимир, гос. уг 1998.158

95. Ревунков Г.И., Самохвалов Э.Н., Чистов В.В. Базы и банки данных и знаний: Учебник для вузов / Под ред. В.Н. Четверикова. М.: Высш. шк, 1992.

96. Решетов А.Э. Система управления рисками на предприятиях промышленности. Автореф. дис. . к-та экон. наук. СПб., 2002.

97. Риск-анализ инвестиционного проекта: Учебник для вузов. Под ред. М.В. Грачевой. М.: ЮНИТИ-ДАНА, 2001.

98. Розенберг Д.М. Инвестиции. Терминологический словарь. М.: Инфра-М, 1997.

99. Российская экономика в 2004 году. Тенденции и перспективы. (Выпуск 26). М: Институт экономики переходи, периода, 2004.

100. Российская экономика в 2005 году. Тенденции и перспективы. (Выпуск 27). М: Институт экономики переходи, периода, 2005.

101. Рукобратский П.Б. Разработка системы комплексной оптимизации рыночного риска и доходности на промышленном предприятии. Автореф. дис. . к-та экон. наук. М., 2002.

102. Румянцева Е.Е. Новая экономическая энциклопедия. М.: ИНФРА-М, 2005.

103. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.

104. Саати Т. Принятие решений при зависимостях и обратных связях: Аналитические сети. Пер. с англ. / Науч. ред. A.B. Андрейчиков, О.Н. Анд-рейчикова. М.: Издательство ЛЕСИ, 2008.

105. Севрук В.Т. Банковские риски. М.: Дело тд., 1995.

106. Секерин А.Б. Концепция риска как ресурса и ее применение к портфельным инвестициям // Вестник Воронежск. гос. ун-та. Экономика и управление. 2006. № 1.

107. Секерин А.Б. Механизм формирования риска экономической несостоятельности производственного предприятия // Вестник ВГУ. Сер. Экономика. 2005. №1.1

108. Секерин А.Б. Моделирование управления риском на основе ко цепции риск-ресурс // Моделирование и прогнозирование социальв политических и экономических явлений и процессов: региональный acnei Сб. трудов конф. Орел: ОРАГС, 2003.

109. Секерин А.Б. Моделирование управления риском как ресурсом его применения для оптимизации системы налогового контроля // Вести МГУ, сер. Экономика. 2003. №6.

110. Секерин А.Б. О методологии управления экономическим риск* // Вестник Воронежск. гос. ун-та. Экономика и управление. 2004. №1.

111. Секерин А.Б., Гудов В.А. Интеграционная модель управлен риском // Экономико-математические методы и инф. технологии в анализе моделировании рыночных процессов. Матер, межд. н.-практ. конф. Кире ВятГУ, 2004.

112. Секерин А.Б., Гудов В.А., Догов В.В. Показатели уровня рис и интеграционная концепция управления риском промышленного предпр ятия // Наука и образование. Новые технологии. Межвуз. сб. науч. труде Вып. №2 Экономика и технологии. М.: ИИЦ МГУДТ, 2002.

113. Секерин А.Б., Гудов В.А., Шуметов В.Г. Факторы риска npoi водственного предприятия, связанные с ситуацией на рынке труда // Рын труда, занятость, доходы: проблемы и тенденции развития. М-лы межд. i практ. конф. Орел: ОГУ, 2003.

114. Секерин А.Б., Мамошина Т.М. Анализ и оценка риска. Курс ле ций. М.: МГУДТ, 2003.

115. Секерин А.Б., Шуметов В.Г. Управление хозяйственным риск< производственных систем. Орел: ОРАГС, 2009.

116. Секерин А.Б., Шуметов В.Г., Гудов В.А. Перспективы пример ния метода анализа иерархий для построения профиля риска производстве ного предприятия // Актуальные проблемы планирования и прогнозирован! М-лы всерос. н.-метод, конф. Орел, ОГУ, 2003.160

117. Секерин А.Б., Шуметов В.Г., Гудов В.А. Управление хозяйственным риском производственного предприятия на основе интегрированного подхода. Препринт. Орел: ОГУ, 2003.

118. Секлецова О. В. Оценка и управление рисками инвестиционной деятельности предприятия: на примере предприятий пищевой пром-сти Ке-мер. обл. Автореф. дис. . к-та экон. наук. Новосибирск: Новосиб. гос. ун-т. 2004.

119. Спицнадель В.Н. Теория и практика принятия оптимальных решений. Учеб. пособие. СПб.: Изд. дом Бизнес-пресса, 2002.

120. Стратегии бизнеса: аналитический справочник / Под общей редакцией академика РАЕН, д.э.н. Г.Б. Клейнера. М.: КОНСЭКО, 1998.

121. Строев С.П. Модели управления риском экономической несостоятельности промышленного предприятия. Дис. . к-та экон. наук. Воронеж: ВГУ, 2008.

122. Ступаков B.C., Токаренко Г.С. Риск-менеджмент. М.: Финансы и статистика, 2004.

123. Сурков В. В. Совершенствование управления рисками в инвестиционных проектах: (на примере произв. инфраструктуры),. Автореф. дис. . к-та экон. наук. М., 2004.

124. Теория и практика принятия решений в экономике и управлении экспертными методами / В.А. Иванов, В.Г. Шуметов, Ф.Г. Милых и др. М.: МГУДТ, 2003.

125. Тихомиров Н.П. Особенности выбора стратегий управления инвестициями в условиях рисков и неопределенности в исходной информации // Инновации и инвестиции, 2004. №1.

126. Тумасянц Р.И. Управление финансовыми рисками и стратегия догосрочного развития промышленного предприятия. Автореф. дис. . к-та экон. наук. М.: Высш. шк. приватизации и предпринимательства, 1997.

127. Университетская информационная система Россия. Интернет-ресурс www.cir.ru.1

128. Управление инвестициями / Под общ. ред. В.В. Шеремета. F Высшая школа, 1998.

129. Уткин Э.А. Риск-менеджмент. М.: Из-во ACT. 1997.

130. Фишберн П. Теория полезности для принятия решений. М.: Н< ка, 1978.

131. Хованов Н.В. Математические модели риска и неопределенное СПб.: Изд-во СпбГУ, 1998.

132. Хохлов Н.В. Управление риском. М.: ЮНИТИ-ДАНА, 1999.

133. Цай Т.Н., Грабовый П.Г., Марашда Б.С. Конкуренция и ynpaBj ние рисками на предприятиях в условиях рынка. М.: AJIAHC, 1997.

134. Чернов В.А. Анализ коммерческого риска / Под ред. М.И. Bai нова. М.: Финансы и статистика, 1998.

135. Чугунов М.Н. Совершенствование методов снижения рисков потерь на промышленных предприятиях. Автореф. дис. . к-та экон. на; Саранск, 2001.

136. Шаститко А.Е. Теория фирмы: альтернативные подходы // Р< сийский экономический журнал. 1995. №8.

137. Шеремет А.Д., Сайфулин P.C. Методика финансового анали М: ИНФРА-М, 1995.

138. Шеремет А.Д., Сайфулин P.C. Финансы предприятий. ИНФРА-М, 1997.

139. Шуметов В.Г. Управление инновационным процессом в хоз^ ственной системе на основе современных информационных технолог! Монография / Под общ. ред. А.Ю. Егорова. М.: Изд-во Палеотип, 2004

140. Шуметов В.Г., Секерин А.Б., Гудов В.А. Инновационный менеджмент на основе экспертных знаний. Орел: ОРАГС, 2003.

141. Шумпетер И.А. Теория экономического развития (исследование предпринимательской прибыли, капитала, процента и циклы конъюнктуры). М.: Прогресс, 1982.

142. Экономика предприятия: Учебник / Под ред. В.Я. Горфинкеля, Е.М. Купрякова. М.: Банки и биржи, ЮНИТИ, 1996.

143. Экономика предприятия: Учебник / Под ред. О.И. Вокова. М.: ИНФРА-М, 1997.

144. Яркина Т.В. Основы экономики предприятия: Учебн. пособие. -Симферополь: Таврия, 1999.

145. Arrow K.J. Essays in the Theory of Risk Bearing. Amsterdam: North Holland, 1970.

146. Aven Т. Foundations of Risk Analysis: A Knowledge and Decision-Oriented Perspective. John Wiley & Sons, Ltd. 2003.

147. Friedman M., Savage L.I. The utility analysis of choices involving risk // Journ. of Polit. Econom. 1948. Vol. LVI.

148. Greenfield M.A., Gindorf Т.Е. Risk as a resource a new paradigm. Ссыка на домен более не работаетoffice/codeq/risk/risk.pdf.

149. Hisrick R.D., Peters M.P. Enterpreneurship: Starting, Developing and Managing a new enterprise. Homewood, Boston, Irwing, 1989.

150. Knight F.H. Risk, Uncertainty, and Profit. New York: Houghton Mif-flin&Co., 1921.

151. Nelson R.R., Winter S.G. An Evolutionary Theory and Economic Change, Harvard University Press. Cambridge MA, 1982.

152. Neural Connection 2.0 Application Guide. Chicago, SPPS Inc. and Recognition Systems Inc., 1997

153. Risk management system DELAN 3.1. New York. NY 10004, Delta Analytic Corporation, 80 Broad Street, 1995.

Похожие диссертации