«Интерэкомс»
| Вид материала | Автореферат |
МАКРОУРОВЕНЬ
МЕГАУРОВЕНЬ
Формирование критериев инвестиционных
приоритетов развития ТК
регионов
Формирование критериев
инвестиционных приоритетов проектов модернизации
МЕЗОУРОВЕНЬ
МИКРОУРОВЕНЬ
Рис. 7. Структурная схема формирования инвестиционных приоритетов в отрасли
Для количественной оценки потенциальной ёмкости телекоммуникационного рынка были определены значения показателей его развития, обеспечивающие информационно-экономическую сбалансированность. С этой целью произведён анализ мировых закономерностей развития сферы инфокоммуникаций, выраженных информационно-экономическим законом: чем выше уровень экономического развития, определяемый через величину душевого валового внутреннего продукта (ДВВП), тем выше уровень инфокоммуникаций, характеризующийся плотностью инфокоммуникационных терминалов. Следует отметить, что закономерность корреляционных связей для различных видов инфокоммуникационных терминалов различна. Для сектора телекоммуникаций характерна логарифмическая зависимость от уровня душевого валового внутреннего продукта, в то время как сфере информатизации свойственна степенная закономерность. Соответствующие корреляционные закономерности представлены на рис.8 – 10.
Рис.8. Корреляционная зависимость плотности стационарных телефонных аппаратов
от уровня ДВВП
Рис.9. Корреляционная зависимость плотности мобильных телефонных аппаратов
от уровня ДВВП
Рис.10. Корреляционная зависимость плотности персональных компьютеров
от уровня ДВВП
Оценка статистической значимости построенных регрессионных моделей проведена с помощью F-теста, а уровень развития инфокоммуникаций, обеспечивающий информационно-экономическую сбалансированность представлен в табл. 1.
Табл.1. Уровень развития инфокоммуникаций, обеспечивающий
информационно-экономическую сбалансированность
| Наименование показателя развития инфокоммуникаций | Значение показателя |
| Плотность стационарных телефонных аппаратов, ТА/100 чел. | 51.34 |
| Плотность мобильных телефонных аппаратов, ТА/100 чел. | 72.67 |
| Плотность персональных компьютеров, ПК/100 чел. | 47.27 |
Потенциал региональных инфокоммуникационных рынков определятся разрывом между достигнутым уровнем развития инфокоммуникаций и значениями показателей, обеспечивающих информационно-экономическую сбалансированность.
Следует отметить, что рассчитанные показатели характеризуют средний уровень развития инфокоммуникационной инфраструктуры. Особенностью же России является высокий уровень неравномерности, в связи с этим представляется логичным наличие ряда регионов, в которых достигнутый уровень развития будет превышать значения показателей, обеспечивающие информационно-экономическую сбалансированность. Для таких регионов оценка рыночного потенциала может быть получена исходя из уровня насыщения. Результаты расчёта разрыва между достигнутым уровнем развития инфокоммуникаций и значениями показателей, обеспечивающими информационно-экономическую сбалансированность (уровень насыщения), представлены в табл.2.
Табл.2. Значения необходимого прироста инфокоммуникаций (фрагмент)
| Наименование региона |  |  | |
| Алтайский край | 24.43 | 51.33 | 32.43 |
| Амурская область | 29.29 | 27.25 | 35.15 |
| Архангельская область | 19.88 | 27.65 | 23.42 |
Для упрощения интерпретации результатов расчёта представляется необходимым перейти к относительным показателям, что позволит получить сравнительную оценку уровня развития региональной инфраструктуры. Переход может быть выполнен следующим образом:
, (1)где
– индекс рыночного потенциала сетей фиксированной связи в i-ом регионе,
– абсолютное значение показателя необходимого прироста плотности стационарных телефонных аппаратов в i-ом регионе,
– среднее значение показателя необходимого прироста в целом по генеральной совокупности. 
, (2)где
– индекс рыночного потенциала мобильных сетей в i-ом регионе,
– абсолютное значение показателя необходимого прироста плотности мобильных телефонных аппаратов в i-ом регионе,
– среднее значение показателя необходимого прироста в целом по генеральной совокупности.
, (3)где
– индекс рыночного потенциала компьютерных сетей в i-ом регионе,
– абсолютное значение показателя необходимого прироста плотности персональных компьютеров в i-ом регионе,
– среднее значение показателя необходимого прироста в целом по генеральной совокупности. Результаты расчёта индексов рыночного потенциала региональных отраслевых рынков представлены в табл. 3.
Табл. 3. Сравнительная оценка рыночного потенциала (фрагмент)
| Наименование региона | Относительный рыночный потенциал | ||
| Isp | Imp | Ipk | |
| Алтайский край | 1.06 | 1.91 | 0.95 |
| Амурская область | 1.28 | 1.01 | 1.03 |
| Архангельская область | 0.87 | 1.03 | 0.69 |
Для получения качественной характеристики уровня потенциала предлагается использовать следующую шкалу (табл.4).
Табл.4. Шкала качественной оценки уровня рыночного потенциала
| Качественная характеристика уровня рыночного потенциала | Диапазон значений индекса рыночного потенциала | |
| Нижняя граница диапазона | Верхняя граница диапазона | |
| очень низкий | 0.00 | 0.33 |
| низкий | 0.33 | 0.67 |
| ниже среднего | 0.67 | 1.00 |
| средний | 1.00 | 1.33 |
| выше среднего | 1.33 | 1.67 |
| высокий | 1.67 | 2.00 |
| очень высокий | 2.00 | 2.33 |
В результате проведённых исследований получены результаты качественной оценки уровня рыночного потенциала в разрезе регионов (табл.5).
Табл.5. Качественная оценка уровня рыночного потенциала региональных
инфокоммуникаций (фрагмент)
| Наименование региона | Качественные характеристики рыночного потенциала | ||
| Isp | Imp | Ipk | |
| Алтайский край | средний | высокий | ниже среднего |
Амурская область | средний | средний | средний |
| Архангельская область | ниже среднего | средний | ниже среднего |
Для перехода к оценке рыночного потенциала в денежном выражении разработана следующая аналитическая модель:
, 
, (4)где
– прирост душевого дохода отрасли в i-ом регионе; 
– численность населения в i-ом регионе;
– потенциал рынка услуг в i-ом регионе.Результаты расчёта рыночного потенциала в денежном исчислении и интегральной оценки представлены в табл. 6 и 7. Анализ полученных результатов показал, что все регионы по уровню рыночного потенциала можно разбить на три группы: регионы с высоким, средним и низким рыночным потенциалом.
Табл.6. Потенциал региональных инфокоммуникационных рынков (фрагмент)
| Наименование региона |  , тыс.руб./чел. |  , млн.руб. |
| Алтайский край | 16.70 | 42.79 |
| Амурская область | 13.64 | 12.10 |
| Архангельская область | 9.68 | 12.26 |
Табл. 7. Интегральная оценка рыночного потенциала регионов (фрагмент)
| Наименование региона | Рыночный потенциал, млн. руб. | Индекс рыночного потенциала | Качественная оценка рыночного потенциала | Ранг |
| Ростовская область | 75.99 | 4.04 | очень высокий | 1 |
| Краснодарский край | 61.93 | 3.29 | очень высокий | 2 |
| Республика Башкортостан | 50.85 | 2.70 | очень высокий | 3 |
В соответствии с предложенным алгоритмом оценки эффективности отраслевых инвестиционных ресурсов рассчитана средняя отдача в целом по системе и средняя отдача в каждом из рассматриваемых регионов, баллы эффективности (табл.8).
Табл.8. Расчет баллов эффективности (фрагмент)
| Р е г и о н ы | Баллы эффективности | |||
| П/Ф | П/Т | И/Ф | И/Т | |
| Белгородская область | 0.9584 | 0.3542 | 0.2492 | 0.0921 |
| Брянская область | 1.4451 | 0.5922 | 0.2210 | 0.0906 |
| Владимирская область | 0.8991 | 0.4968 | 0.2854 | 0.1577 |
| Липецкая область | 1.4071 | 0.7791 | 0.2993 | 0.1657 |
| Московская область | 0.6534 | 0.4771 | 1.1662 | 0.8514 |
| Москва | 1.0096 | 2.6467 | 1.7124 | 4.4891 |
В регионах, где по данным анализа ресурс используется эффективнее, чем в среднем по системе, балл эффективности больше единицы. Наоборот, чем ниже эффективность в отдельном регионе, тем больше значение коэффициента будет приближаться к нулевому значению.
Следуя последовательности предлагаемого алгоритма выполнения расчётов, произведён кластерный анализ регионов, причём в качестве критерия кластеризации приняты ранги по каждому из четырёх показателей. Для проведения расчётов использовалась программа StatSoft STATISTICA 6.0. Деление генеральной совокупности регионов на кластеры осуществлено с использованием иерархического кластерного анализа по правилу Уорда и позволило получить определённые результаты. В первый кластер, отличающийся наиболее эффективным использованием отраслевых ресурсов, попадает большинство российских регионов. В третий кластер, имеющий наихудшие показатели использования ресурсов, попало всего лишь пять регионов: Москва, Санкт-Петербург, Краснодарский край, Свердловская область и Приморский край.
В современных условиях региональные телекоммуникационные рынки отличаются значительной вариацией основных характеристик, что, как правило, не принимается во внимание при планировании инвестиционной деятельности. Именно поэтому разработка типологии регионов с позиции потенциальной ёмкости рынка, эффективности работы отраслевых ресурсов и инвестиционных рисков позволяет выбрать адекватную стратегию управления инвестиционной деятельностью.
Типология, как результат процедуры классификации, позволяет упорядочить объекты множества, выявить сходства и различия в их развитии, что даёт возможность их определённым образом систематизировать. В экономических исследованиях наибольшее распространение получили эмпирические типологии. Для представления результатов эмпирической типологии, как правило, используется способ представления объектов в многомерном пространстве.
В качестве критериев, положенных в основу построения типологии, выбраны: потенциальная ёмкость исследуемого рынка, эффективность работы отраслевых региональных ресурсов и региональные риски. Значения первых двух критериев рассчитываются по предложенным методикам, а в отношении третьего критерия можно отметить следующее. В настоящее время теория оценки инвестиционных региональных рисков находится в стадии своего развития и формирования и, как следствие, имеет место достаточно большое количество предлагаемых методических приёмов и методов выполнения оценочных расчётов, имеющих свои достоинства и недостатки. В рамках проводимых исследований не ставилось целью совершенствование методики оценки региональных рисков. Позиционирование регионов в трёхмерной матрице представлено на рис.11. Для регионов, попавших в сегмент А, характерна высокая эффективность использования отраслевых ресурсов, низкий инвестиционный риск и потенциальная ёмкость рынка. К таким регионам относятся: Калужская, Орловская области, Республика Коми, Новгородская, Псковская, Томская области, Республика Саха (Якутия), Костромская, Мурманская и Калининградская области. Операторы связи таких регионов способны самостоятельно реализовать свои стратегические планы в области достижения экономически сбалансированного состояния телекоммуникационного комплекса.
Потенциальная
ёмкость рынка
Рис. 11. Позиционирование регионов в трёхмерной матрице
Напротив, регионы, попавшие в группу С, характеризуются высоким инвестиционным риском, высокой потенциальной ёмкостью рынка и низкой эффективностью использования отраслевых ресурсов. Именно операторам этих регионов для ликвидации имеющего место цифрового неравенства необходима государственная поддержка. При принятии решения о реализации инвестиционных проектов в регионах группы В и С необходимо особенно тщательно подходить к оценке возможных рисков и их последствий. Для оценки экономической эффективности инвестиционных проектов, планируемых к реализации в этих регионах, следует использовать опционный подход.
В пятой главе изложена методика анализа и оценки экономической эффективности отраслевых инвестиционных проектов на основе теории реальных опционов.
Использование теории реальных опционов в практике инвестиционного анализа даёт возможность компенсировать несовершенство традиционных методов оценки эффективности ИП, не позволяющих в полной мере учитывать возможные риски инвестиционной деятельности и гибкость управленческих решений, заложенных в конкретный инвестиционный проект.
Теория реальных опционов предполагает использование методологии финансовых опционов в реальном бизнесе. Возникновение термина «реальный опцион» обусловлено аналогией между инвестиционными проектами и финансовыми опционами. Вместе с тем, проведённый анализ позволил выявить следующие ключевые отличия между финансовыми и реальными опционами. Во-первых, финансовый опцион обычно имеет менее продолжительный период, в течение которого он может быть исполнен. Во-вторых, владельцы финансовых опционов не могут воздействовать на курс финансового актива, в то время как стоимость инвестиционного проекта может быть увеличена, поскольку стратегические реальные опционы могут быть созданы менеджерами компании. В-третьих, финансовые опционы имеют относительно меньшую стоимость (обычно измеряется в десятках или сотнях долларов), чем реальные опционы (тысячи, миллионы или даже миллиарды долларов на один стратегический опцион). В-четвёртых, если финансовые опционы страхуют финансовый риск, то реальные – стратегический риск.
Гибкость, возможность изменить принятое решение в широком смысле слова имеет свою ценность. Чем больше таких возможностей содержится в проекте, тем большую ценность имеет и сам проект. Концептуально показатель чистой текущей стоимости ИП можно представить как сумму показателя NPV, рассчитанного согласно традиционной методике, и ценности заключённых в проекте управленческих опционов, что может быть представлено в виде следующей формулы:
, (5)где NPVexp (Expanded NPV) – расширенная чистая текущая стоимость ИП; NPVtr (Traditional NPV) – чистая текущая стоимость, рассчитанная традиционным методом; ROV (Real Options Value) – ценность реальных опционов.
В практике инвестиционного анализа имеется достаточное количество моделей оценки стоимости реальных опционов, однако, с учётом возможности практического использования особое внимание заслуживает биномиальный метод и модель Блека-Шоулза. Биномиальный метод заключается в моделировании движения стоимости базисного актива на основе биномиального закона. Предполагается, что в рассматриваемый период времени переменная может измениться лишь в двух направлениях: увеличиться с вероятностью p или уменьшиться с вероятностью 1-p. Таким образом, моделируется стохастическое поведение стоимости актива во времени. Увеличивая количество временных периодов, получают графическую фигуру, называемую биномиальной решёткой или биномиальным деревом. Для проведения расчетов на основе данного подхода используются следующие исходные данные: S0 – текущая стоимость базисного актива; X – стоимость исполнения опциона;
– волатильность денежных потоков; T – срок исполнения; rf – безрисковая ставка; u – фактор роста; d – фактор снижения; p– риск - нейтральная вероятность.Биномиальный подход предполагает поэтапное выполнение расчётов. На первом этапе создаётся решётка оценки базисного актива (underlying asset lattice) путём перемножения его текущей стоимости на коэффициенты роста и снижения. Далее устанавливается, какое влияние могут оказать те или иные решения на результат проекта. Для этого на втором этапе строится опционная решетка (с помощью метода обратной индукции). В соответствии с данным подходом сперва выполняется оценка завершающих узлов решётки, а затем, двигаясь справа налево, оцениваются промежуточные узлы. В каждом узле выбирается наиболее эффективное решение. Рассчитав эффект проекта с учётом опционов и отняв от него базисный эффект без их учёта, получим величину стоимости реальных опционов.
Применяя биномиальный метод для оценки реальных опционов, исходят из предположения, что число звеньев дискретно и заранее известно. Логика данного подхода требует, чтобы их количество соответствовало частоте принятия наиболее значимых для проекта решений. Узлы решётки должны быть теми моментами времени, в которых принимаются стратегические решения о сокращении, развитии, переключении бизнеса и т.д. В том случае, если проект требует постоянного мониторинга и ситуация может измениться в любую минуту, необходимо увеличивать число звеньев в биномиальной решетке, сокращая временные интервалы между её узлами. Таким образом дискретная биномиальная модель превращается в непрерывную. Когда процесс оценки является непрерывным, биномиальная модель оценки сходится с моделью Блека – Шоулза. По результатам проведенного исследования был разработан следующий алгоритм анализа и оценки экономической эффективности инвестиционного проекта, реализуемого в условиях неопределённости на основе опционного подхода (рис.12).
Исходным пунктом анализа является идентификация типов неопределённости и факторов риска, характерных для конкретного инвестиционного проекта. Основываясь на результатах анализа неопределённости, предлагается осуществлять процедуру идентификации рисков с использованием матрицы «Неопределённости – риски». Второй этап предполагает оценку экономической эффективности ИП на основе традиционного подхода (расчёт показателей NPV, IRR, PI, DPBP). Третий этап предложенного алгоритма предполагает количественную оценку риска ИП на основе имитационного моделирования методом Монте-Карло. Для потенциального инвестора информация об уровне риска ИП является очень ценной, но не менее важное значение имеет информация о возможности управления риском. Именно с этой точки зрения исследование реальных опционов представляет особый интерес.
Как показывает проведённый анализ, в настоящее время отсутствует устоявшаяся терминология в данной предметной области и единый подход к классификации опционов. Между тем, такая классификация необходима, поскольку позволяет чётко определить место каждого опциона в их общей системе. На рис.13 представлен предлагаемый вариант классификации.
Заключительным этапом анализа является сравнение результатов эффективности ИП, полученных на основе традиционного подхода, и с учётом ценности реальных опционов. Сравнительный анализ позволяет определить ценность управленческой гибкости. Представленные в диссертации расчёты доказывают возможность и целесообразность использования опционного подхода при оценке экономической эффективности отраслевых инвестиционных проектов модернизации.
Рис.12. Алгоритм анализа ИП на основе опционного подхода
Рис.13. Классификация реальных опционов
Основные выводы
1. Развитие мировой экономики характеризуется сегодня процессами глубокой трансформации на основе выдвижения идей и знаний в качестве ключевого фактора производства. Необходимым условием успешной интеграции России в мировое информационное пространство является наличие современной инфокоммуникационной инфраструктуры. Превращение информации и знаний в подлинный ресурс социально-экономического развития России связано с постановкой соответствующей цели на высшем государственном уровне и разработкой комплексной программы её достижения – созданием стратегии развития ИО. В настоящее время инфокоммуникационный комплекс РФ развивается довольно динамично. Однако, несмотря на высокие темпы роста, степень готовности России к ИО оценивается как недостаточная. Проведённый автором многомерный анализ уровня развития инфокоммуникаций 136 стран мира позволил выявить пять кластеров. Россия входит в состав кластера с развивающейся инфокоммуникационной структурой и имеющего четвёртый ранг.
2. Для России характерна высокая неравномерность в уровне развития инфокоммуникационной инфраструктуры в разрезе регионов. Неравномерность развития коррелирует с неравномерностью экономического развития, что подтверждают построенные корреляционные зависимости стационарной, мобильной телефонной плотности и плотности ПК от величины душевого валового регионального продукта субъектов Российской Федерации. В связи с этим одной из важнейших задач, стоящих сегодня перед инфокоммуникационным комплексом РФ, является его ускоренная модернизация с целью ликвидации имеющего место «цифрового разрыва» внутрироссийского масштаба.
3. Проблема привлечения инвестиций в инфокоммуникационный комплекс РФ является сегодня весьма актуальной. Преодоление имеющегося отставания в области построения информационного общества сопряжено со значительными инвестиционными затратами, объёмы которых превышают реальные возможности национальной администрации и региональных операторов. На основе проведенного анализа определено, что деятельность, связанная с подготовкой и реализацией отраслевых инвестиционных проектов модернизации имеет ряд особенностей. Наиболее важными из них являются: капиталоёмкость инфокоммуникационных проектов; наличие значительного лага между моментом вложения средств в инвестиционный проект и отдачей от них; стремительный рост требований к качеству услуг; сокращение времени жизненного цикла технологий; высокий срок окупаемости проектов; необходимость выполнения работ по индивидуальному проектированию с учетом технических характеристик действующей сети, ёмкости и структуры рынка и т.д.; высокий уровень неопределённости и, следовательно, риска.
4. В диссертации выявлено, что инвестиционные проекты по модернизации материально-технической базы отрасли носят стратегический характер и являются по своему содержанию инновационными. Именно инновационные проекты характеризуются высокой степенью неопределённости и подвержены влиянию различного рода рисков. Поэтому возникает объективная необходимость при расчёте экономических показателей эффективности подобного рода проектов учитывать возможные риски и оценивать экономические последствия их проявления.
5. В отличие от новых операторов связи, традиционные операторы в соответствии с действующим законодательством несут риск универсального оператора, выполняя оказание нерентабельных услуг. Если новые операторы принимают к реализации только экономически эффективные проектные решения, то традиционные операторы обязаны оказывать универсальные услуги, т.е. услуги связи, оказание которых любому пользователю на всей территории Российской Федерации в заданный срок, с установленным качеством и по доступной цене является обязательным независимо от эффективности её предоставления. Реализация основной части инвестиционных проектов модернизации инфокоммуникационного комплекса, не обес-обеспечивающих требуемого уровня экономической эффективности, осуществляется традиционными операторами связи. Именно поэтому необходимо выявление проектов, имеющих стратегическое значение с точки зрения ликвидации имеющего место цифрового неравенства, с целью подключения механизмов государственной поддержки.
6. Доказано, что существующие подходы к оценке инвестиционной привлекательности отрасли, а также официальные методики, регламентирующие расчёты по оценке экономической эффективности проектов модернизации, не учитывают ряд факторов, от которых зависит выбор направлений регулирования инвестиционной деятельности. Экономическая эффективность проектов часто недооценивается, так как при выполнении расчётов не учитываются стратегические перспективы развития бизнеса. Таким образом, из оценки проекта исключается ценность управленческой гибкости, то есть способность менеджеров принимать в будущем решения, адекватные складывающейся ситуации.
7. С целью совершенствования методологии и инструментария оценки экономической эффективности материально-технической базы отрасли в работе предложена концептуальная модель, предусматривающая оценку инвестиционной привлекательности с учётом региональных особенностей телекоммуникационных рынков и конкретных проектов модернизации. В качестве основных критериев принятия инвестиционных решений на макроуровне предлагается использовать эффективность работы отраслевых ресурсов в конкретном регионе, региональный отраслевой рыночный потенциал и риск инвестирования.
8. Оценку эффективности работы региональных отраслевых ресурсов предлагается осуществлять по баллам эффективности, рассчитанным на основе оценки производственных характеристик и сравнительных характеристик эффективности привлечённых инвестиций регионов. Систематизация регионов на основе рангов баллов эффективности с применением математического аппарата кластерного анализа позволяет выявить группы однородных регионов со схожим уровнем эффективности использования ресурсов.
В диссертации научно обоснована целесообразность оценки потенциальной ёмкости регионального отраслевого рынка на основе прогнозного уровня, соответствующего уровню информационно-экономического развития региона, и достигнутого уровня развития. Для оценки прогнозного значения уровня развития регионального рынка предложена расчётная аналитическая модель, построенная на основе метода множественной регрессии.
9. Разработанная типология региональных отраслевых рынков на основе трёхмерной матрицы, учитывающей состояние и перспективы отрасли в данном регионе, региональные риски и эффективность использования отраслевых ресурсов, позволяет обосновать выбор инвестиционной стратегии с целью достижения намеченных результатов в контексте ликвидации имеющего места цифрового неравенства. Систематизация регионов на основе интегральной оценки их инвестиционной привлекательности позволяет выявить проблемные регионы, для ликвидации цифрового неравенство которых требуется государственная поддержка, и выбрать адекватную условиям реализации инвестиционных проектов методику оценки их экономической эффективности.
10. Выявление приоритетных направлений инвестиционной деятельности по модернизации отрасли с позиций экономико-информационной сбалансированности осуществлено на основе результатов проведённого корреляционно-регрессионного анализа. Для принятия решения об инвестировании средств в развитие региональной телекоммуникационной инфраструктуры проведён аналогичный анализ на региональном уровне. Учитывая высокую неоднородность регионального развития отрасли, полученные данные анализа дополнены построением соответствующих уравнений множественной регрессии для более однородных групп (кластеров).
11. С целью совершенствования существующей методики оценки экономической эффективности инвестиционных проектов модернизации материально-технической базы организаций связи в диссертационной работе предложено использование концепции реальных опционов, которая позволяет количественно оценить имеющиеся в ИП возможности.
Предложенная научно обоснованная методология и инструментарий оценки экономической эффективности модернизации материально-технической базы отрасли связи вносит значительный вклад в развитие экономики отрасли связи и решение проблем построения информационного общества.
Список основных публикаций
Монографии:
- Сафонова Л.А., Смоловик Г.Н. Интеграция России в мировое информационное пространство (проблемы и перспективы). – Новосибирск.: СибГУТИ, 2005. – 139 с. (в т.ч. автора 90 с.).
2. Сафонова Л.А., Смоловик Г.Н. Экономическая эффективность инвестиционных проектов. Методология и инструментарий оценки. – Новосибирск.: СибГУТИ, 2007. – 160 с. (в т.ч. автора 90 с.).
Публикации в научных журналах по перечню ВАК:
3. Сафонова Л.А., Смоловик Г.Н. Исследование возможностей управления рисками инвестиционных проектов в отрасли связи //Труды учебных заведений связи, 2005. – №173. – 13 с. (в т.ч. автора 7 с.).
4. Сафонова Л.А., Смоловик Г.Н. Использование теории реальных опционов при оценке эффективности инвестиционных проектов в отрасли связи//Труды учебных заведений связи, 2006. – №175. –6 с. (в т.ч. автора 3 с.).
5. Сафонова Л.А., Смоловик Г.Н. Использование теории реальных опционов в практике принятия инвестиционных решений //Сибирская финансовая школа, 2006. – №3. – 7 с. (в т.ч. автора 4 с.).
6. Сафонова Л.А., Смоловик Г.Н. Об основных направлениях совершенствования отраслевой методики оценки эффективности инвестиционных проектов //Омский научный вестник, 2006. – №37(43). – 4с. (в т.ч. автора 2 с.).
7. Сафонова Л.А., Смоловик Г.Н. Использование теории реальных опционов при оценке эффективности инвестиционных проектов в отрасли связи //Электросвязь, 2007. – №1. – 4 с. (в т.ч. автора 2 с.).
8. Сафонова Л.А. Смоловик Г.Н. Реальные опционы как инструмент конкурентной борьбы при проведении тендеров //Российский экономический Интернет-журнал, 2008. – 15 с. (в т.ч. автора 9 с.).
9. Сафонова Л.А. Смоловик Г.Н. Концептуальная модель оценки инвестиционных приоритетов в сфере инфокоммуникаций//Вестник Сибирского государственного аэрокосмического университета имени М.Ф.Решетнева, 2009. – Выпуск 1(22). – 5 с. (в т.ч. автора 3 с.).
10. Сафонова Л.А. Особенности инвестиционных проектов в отрасли связи //Креативная экономика, 2010. – №3. – 2 с.
Учебные пособия:
11. Сафонова Л.А. Рынок ценных бумаг: Учебное пособие. – Новосибирск: СибГУТИ, 2006. – 210 с.
12. Сафонова Л.А. Валютные операции: Учебное пособие. – Новосибирск: СибГУТИ, 2004. – 67 с.
13. Сафонова Л.А., Плотникова Н.Ю. Финансовый менеджмент – М.: Высшая школа, 2005. – 160 с. (в т.ч. автора 50 с.)
Статьи, материалы конференций и научные доклады
14. Сафонова Л.А., Кожевникова А.В. Оценка приоритетных направлений развития телекоммуникационной инфраструктуры регионов// Перспективы развития современных средств и систем телекоммуникаций: материалы международной научно-технической конференции. – Томск, 2003. –5 с. (в т.ч. автора 4 с.).
15. Сафонова Л.А., Кожевникова А.В. Глобальное информационное общество и инфокоммуникационный комплекс России //Перспективы развития современных средств и систем телекоммуникаций: материалы международной научно-технической конференции. – Томск, 2003. –6 с. (в т.ч. автора 5 с.).
16. Сафонова Л.А., Смоловик Г.Н. О необходимости совершенствования методологии оценки эффективности инвестиции //Перспективы развития современных средств и систем телекоммуникаций: материалы международной научно-технической конференции. – Иркутск, 2004. – 5 с. (в т.ч. автора 2.5 с.).
17. Сафонова Л.А., Смоловик Г.Н. Использование теории реальных опционов при оценке эффективности инвестиционных проектов//Перспективы развития современных средств и систем телекоммуникаций: материалы международной научно-технической конференции. – Иркутск, 2004. – 6 с. (в т.ч. автора 3 с.).
18. Сафонова Л.А. Глобальное информационное общество и телекоммуникационный рынок России//Перспективы развития современных средств и систем телекоммуникаций: материалы международной научно-технической конференции. – Новосибирск, 2005. – 6 с.
19. Сафонова Л.А. Смоловик Г.Н. Использование системного подхода для управления инвестиционными процессами в отрасли телекоммуникаций //Перспективы развития современных средств и систем телекоммуникаций: материалы международной научно-технической конференции. – Новосибирск, 2005. – 7 с. (в т.ч. автора 3 с.).
20. Сафонова Л.А., Смоловик Г.Н. О необходимости совершенствования отраслевой методики оценки эффективности инвестиционных проектов // Перспективы развития современных средств и систем телекоммуникаций: материалы международной научно-технической конференции. – Екатеринбург, 2005. – 8 с. (в т.ч. автора 4 с.).
21. Сафонова Л.А., Смоловик Г.Н. Анализ состояния и перспектив развития телекоммуникационной отрасли РФ с учётом мировых тенденций// Информатика и проблемы телекоммуникаций: материалы российской научно-технической конференции. – Новосибирск, 2006. – 4 с. (в т.ч. автора 2 с.).
22. Сафонова Л.А., Смоловик Г.Н. Исследование подходов к выбору значения ставки дисконтирования//Перспективы развития современных средств и систем телекоммуникаций. – Иркутск, 2006. – 12 с. (в т.ч. автора
6 с.).
23. Сафонова Л.А., Смоловик Г.Н. Использование биномиального подхода к оценке стоимости реальных опционов//Перспективы развития современных средств и систем телекоммуникаций. – Иркутск, 2006. – 11 с. (в т.ч. автора 5.5 с.).
24. Сафонова Л.А. Оценка перспектив развития телекоммуникационного комплекса России//Доклады АН ВШ РФ, 2006. –№2(7). – 6 с.
25. Сафонова Л.А., Смоловик Г.Н. Использование реальных опционов при выборе инвестиционных проектов развития телекоммуникационных сетей//Инфокоммуникационные и вычислительные технологии и системы: материалы II Всероссийской конференции с международным участием. – Улан-Удэ, 2006. – 4 с. (в т.ч. автора 2 с.).
26. Сафонова Л.А., Смоловик Г.Н. Исследование перспектив развития инфокоммуникационного комплекса РФ//Проблемы функционирования информационных сетей: материалы международной конференции. – Новосибирск, 2006. – 3 с. (в т.ч. автора 1.5с.).
27. Сафонова Л.А., Молоканова Н.В. Региональные аспекты инвестиционной привлекательности отрасли//Вестник СибГУТИ, 2007. – №1. – 4 с. (в т.ч. автора 3 с.).
28. Сафонова Л.А.. Смоловик Г.Н. Развитие методического инструментария принятия инвестиционных решений на основе реальных опционов отрасли //Вестник СибГУТИ, 2007. – №1. – 3 с. (в т.ч. автора 1.5 с.).
29. Сафонова Л.А. Оценка эффективности инвестиционных проектов с использованием реальных опционов//Современные проблемы инфокоммуникаций и подготовка кадров для отрасли связи: материалы научно-практической конференции. – Новосибирск, 2007. – 8 с.
30. Сафонова Л.А. Смоловик Г.Н. Использование реальных опционов как инструмент оценки конкурентоспособности поставщика при проведении тендера//Российский внешнеэкономический вестник, 2007. –№8.– 6 с. (в т.ч. автора 3 с.).
31. Сафонова Л.А. О модернизации информационной инфраструктуры Российской Федерации//Инфосфера, 2010. – №45. – 6 с.
Подписано в печать 08.02.10. Формат 60×90 1/16. Объем 2,5 усл. п. л.
Т
ираж 100 экз. Заказ 51.