Моделирование инвестиционных проектов на основе алгоритмических сетей тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Моделирование инвестиционных проектов на основе алгоритмических сетей"

На правах рукописи

Орехова Наталья Юрьевна

Моделирование инвестиционных проектов на основе алгоритмических сетей

з.

Специальность 08.00.13. «Математические и инструментальные методы в экономике»

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петербург 2003

гоог -

21737

На правах рукописи

Орехова Наталья Юрьевна

Моделирование инвестиционных проектов на основе алгоритмических сетей

Специальность 08.00.13. «Математические и инструментальные методы в экономике»

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Санкт-Петбрбург 2003

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Санкт-Петербургском государственном университете экономики и финансов»

Научный руководитель

Официальные оппоненты:

кандидат экономических наук доцент

Эйсснер Юрий Николаевич.

доктор экономических наук профессор

Миэринь Лариса Александровна,

доктор экономических наук профессор

Горенбургов Михаил Абрамович.

Ведущая организация Санкт-Петербургский

государственный университет.

Защита состоится « /3 » НОЯС/рЯ 2003г. в_часов на заседании

диссертационного совета Д212.^37.03 при Государственном образовательном учреждении высшего профессионального образования «Санкт-Петербургском государственном университете экономики и финансов»: 191023, Санкт-Петербург, ул. Садовая, ауд._

С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет экономики и финансов».

Автореферат разослан « В » ОХ-ТЯб^Я2003г.

Ученый секретарь диссертационного совета

РОС,! ••¡»ОПАЛЬНАЯ ПИ .'ИОТЕКА

01<=>е*в>рг ЗЮО^РК

Завгородняя А. В.

1. Общая характеристика работы. Актуальность темы.

Экономико-математическое моделирование является неотъемлемой частью любого серьезного исследования, особенно в такой важной области экономики как инвестиционное проектирование и анализ проектных рисков. Развитие инвестиционного проекта протекает в условиях постоянно меняющейся внешней среды и подвержено влиянию объективно существующей неопределенности. Поэтому модель инвестиционного проекта должна учитывать вероятностный характер инвестиционного процесса и содержать аппарат для проведения риск-анализа проекта. Эффективным методом позволяющим моделировать стохастические процессы и учитывать влияние неопределенности на эффективность инвестиционного проекта является имитационное моделирование. Для реализации имитационных моделей целесообразно применить технологию автоматизированного моделирования.

В настоящее время разработаны системы автоматизации моделирования, в частности, системы алгоритмического моделирования, основанные на применении языка алгоритмических сетей, позволяющие значительно упростить процесс моделирования. Существующие автоматизированные системы этого класса не содержат аппарата вероятностного моделирования и используются только для моделирования детерминированных задач. Для использования их в качестве средства моделирования стохастических процессов необходимо разработать соответствующее методологическое обеспечение.

Применение систем автоматизации моделирования для решения задач инвестиционного проектирования позволит разработать имитационную стохастическую модель инвестиционного проекта, сориентировать разрабатываемое программное обеспечение на конечного пользователя и повысить эффективность разработок.

Разработка методики стохастического моделирования позволит внедрить в практику современную технологию моделирования инвестиционных проектов, основанную на применении средств автоматизации моделирования, на примере системы алгоритмического моделирования.

Вышесказанное определяет актуальность темы диссертационного исследования. Цель работы.

Целью работы является разработка методов и моделей построения имитационных средств для комплексного исследования инвестиционных проектов на основе алгоритмических сетей и выработки проектных решений в условиях неопределенности и риска. Задачи исследования:

- анализ критериев эффективности инвестиционных проектов, с целью обобщения и систематизации методологических принципов инвестиционного проектирования;

- идентификация проектных рисков и методов их исследования;

- структурно-алгоритмический анализ имитируемого объекта с целью построения адекватной имитационной модели;

- программная реализация модели инвестиционного проекта с использованием инструментальной системы моделирования на основе средств когнитивной графики Когнитрон. Реализация модели в алгоритмических сетях;

- разработка методики расчета инвестиционного проекта с учетом вероятностного характера процесса;

- реализация в алгоритмических сетях имитационной модели с учетом вероятностных характеристик инвестиционного проекта.

- разработка инструментария вероятностного моделирования для системы алгоритмического моделирования.

Предметом исследования являются методы имитационного моделирования для исследования инвестиционных проектов. Объектом исследования являются инвестиционные проекты предприятий всех форм собственности

Теоретической и методологической основой исследований являются труды отечественных и зарубежных исследователей в областях: современной инвестиционной теории (Бирман Г., Шмидт С., Беренс В., Хав-ранек П.М.), теории управления риском (Кпейнер Г.Б., Воронцовский A.B., Грачева М.В.,Балабанов И.Т), имитационного моделирования (Бус-ленко Н.П., Шрейдер Ю.А, Соболь И.М.), теории алгоритмических сетей (Иванищев В.В., Кругов А.П., Марлей В.Е., Петров A.A.). Научная новизна.

- разработана имитационная модель анализа и расчета инвестиционных проектов с учетом вероятностного характера процесса;

- разработана методика представления предметной области - инвестиционного проектирования - в формализме алгоритмических сетей;

- разработана методика представления имитационной стохастической модели в формализме алгоритмических сетей.

Практическая ценность

Разработанная модель для исследования инвестиционных проектов может быть использована как инвесторами для анализа эффективности инвестиционного проекта, так и реципиентами при проектировании инвестиционных проектов.

В рамках выполнения работы в качестве средства программной реализации имитационной модели инвестиционного проекта была успешно апробирована инструментальная система моделирования на основе средств когнитивной графики.

Практическое применение предлагаемого инструментария учета неопределенности и риска в инвестиционном проектировании позволит

повысить научную обоснованность и качество принимаемых инвестиционных решений. Экономический эффект от внедрения новых проектных технологий выражается в снижении размера резервных фондов и страховых отчислений, необходимость которых обусловлена риском и неопределенностью условий реализации проекта. Апробация работы.

Результаты диссертационной работы докладывались на международной конференции «Региональная информатика» (С.-Петербург, 2000 г.), международной конференции «Информатика для устойчивого развития» (С.-Петербург, 2000 г.), международной конференции «Simulation Application in the Baltic Area»(Linkoping, Sweden,2000), на семинарах и рабочих совещаниях в ООО «ПЛАЗМА» и ООО «ОРТ» в 2000-2001 гг. в С-Петербурге. Работа «Построение математической модели инвестиционного проекта» получила вторую премию на II Конкурсе Международного научного фонда экономических исследований академика Н.П. Федо-ренко.

Публикации.

По теме диссертации опубликовано 6 печатных работ. Структура работы.

Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения. Основной текст изложен на 160 страницах машинописного текста, полный объем диссертационной работы, включая 25 рисунков и 6 таблиц, составил 196 страниц. Список литературы содержит 52 наименования.

В Главе 1 «Имитационное моделирование при обосновании инвестиционных проектов» формулируется задача разработки методологии построения имитационных средств для исследования инвестиционных проектов на основе алгоритмических сетей; дается классификация инвестиционных рисков и рассматриваются методы их анализа и оценки. Рассматривается инструментальная система моделирования на основе

б

алгоритмических сетей, позволяющая осуществить программную реализацию имитационной модели.

В Главе II «Разработка модели инвестиционного проекта и технология ее использования» представлен аналитический обзор методов расчета критериев эффективности инвестиционного проекта, проведен структурно-алгоритмический анализ инвестиционного проекта и составлен сценарий инвестиционного процесса. Разработана методика расчета параметров и показателей эффективности инвестиционного проекта с учетом вероятностного характера процесса, разработана методика представления инвестиционного проекта в формализме алгоритмических сетей. Проведен структурно-алгоритмический анализ имитационной модели, реализующей наиболее распространенные виды теоретических распределений и методы риск-анализа инвестиционного проекта, разработана методика представления имитационной модели в формализме алгоритмических сетей.

В Главе III «Анализ инвестиционных проектов на основе разработанной модели» рассматривается использование методических разработок в виде технологий инвестиционного проектирования.

В Заключении формулируются научные и практические результаты диссертационного исследования 2. Содержание работы.

Применение систем автоматизации моделирования для решения задач инвестиционного проектирования и риск-анализа инвестиционного проекта позволит упростить процесс моделирования, сориентировать разрабатываемое программное обеспечение на конечного пользователя и повысить эффективность разработок

В диссертационной работе в качестве инструмента для моделирования инвестиционных проектов предлагается использовать автоматизированную систему моделирования на основе алгоритмических сетей. Эта система дает возможность пользователю самостоятельно работать

с готовыми математическими моделями, а также создавать базу фрагментарных моделей для заданной предметной области и формировать требуемые ему модели за счет слияния выбранных фрагментарных моделей. Система содержит базу моделей вычислительных алгоритмов и позволяет использовать любую модель из этой базы для проведения соответствующих расчетов.

Для того, чтобы модель была адаптирована к системе, модель должна быть представлена в формализме алгоритмических сетей Алгоритмическая сеть - ориентированный граф, вершины которого - операторы, производящие вычисления или ввод информации, а дугам сопоставлены переменные. Наличие дуги указывает на информационную связь между вершинами. Алгоритмические сети подчиняются синтаксису языка алгоритмических сетей (ЯАС). Формализм алгоритмических сетей - это графическое представление системы рекуррентных выражений от аргумента произвольного типа, на структуру которого наложены ограничения

Развитие инвестиционного проекта подвержено влиянию объективно существующей неопределенности и рискам. Влияние риска неизбежно приводит к тому, что требования к экономическому содержанию инвестиционного проекта существенно меняются. Это обстоятельство обуславливает необходимость применения адекватных технологий анализа и оценки возникающих рисков.

Анализ риска подразделяют на два взаимодополняющих вида -качественный, имеющий целью определить факторы, области и виды рисков и количественный, с помощью которого рассчитывают размеры, как отдельных рисков, так и проекта в целом.

При инвестиционном проектировании необходимо принимать во внимание весь спектр возможных значений ключевых параметров проекта, с учетом их вероятности и характера ее распределения. Одним из наиболее распространенных численных методов решения задач с ве-

роятностными компонентами является метод статистических испытаний, позволяющий построить математическую модель для проекта со стохастическими параметрами и, зная вероятность распределения параметров, получить значения критериев эффективности проекта. Однако современные системы алгоритмического моделирования, не содержат аппарат вероятностного моделирования и позволяют моделировать только детерминированные задачи.

Для оценки инвестиционного проекта теория инвестиционного анализа предусматривает использование системы аналитических методов и показателей, которые условно объединяют в две группы. В первую из них включены методы, основанные на использовании концепции дисконтирования, такие как метод определения чистой текущей стоимости, расчета рентабельности инвестиций и внутренней норн мы прибыли. Вторую группу составляют простые, традиционные методы, не предполагающие использования концепции дисконтирования, в частности, метод расчета срока окупаемости инвестиций и метод средней нормы прибыли, а также нахождения точки безубыточности. Для получения адекватной оценки инвестиционного проекта в диссертационной работе применяются все перечисленные критерии

Исходя из поставленной задачи, был проведен структурно-алгоритмический анализ инвестиционного проекта, и разработана имитационная модель для исследования инвестиционного проекта.

Если рассматривать структуру математической модели, то в ее состав входят экзогенные и эндогенные параметры, система критериев, используемых для оценки инвестиционных проектов, а также математический аппарат, позволяющий описать взаимосвязи параметров модели и рассчитать критерии с учетом необходимых параметров. Результатом работы математической модели является расчет показателей коммерческой эффективности проекта. Показатели отображаются в графической и табличной форме.

Полученная модель структурирована и разбита на четыре блока, объединяющих элементы по смысловым и функциональным характеристикам.

Первый блок объединяет эндогенные параметры процесса Второй блок представляет собой расчетную часть модели. Для каждого конкретного периода времени рассчитывается коммерческая эффективность, в качестве эффекта выступает поток реальных денег

В третьем блоке производится расчет показателей эффективности проекта, на основании значений которых можно будет произвести анализ и оценку инвестиционного проекта и принять решение о возможности его реализации при заданных значениях параметров.

Четвертый блок объединяет экзогенные параметры процесса. В этом блоке производится вывод результатов расчетов в аналитическом или графическом виде.

В качестве средства программной реализации модели инвестиционного проекта использована инструментальная система моделирования Когнитрон. Чтобы адаптировать модель к системе, модель была представлена в формализме алгоритмических сетей: аналитическая модель была структурирована и трансформирована в ориентированный граф. После ввода в интерактивном режиме полученной алгоритмической сети в компьютер, автоматизированная система моделирования проверила алгоритмическую сеть на соответствие синтаксису ЯАС, и после этого реализовала программу расчета показателей модели.

Модель инвестиционного проекта является стохастической, поэтому, для учета вероятностного характера процесса, был разработан инструментарий вероятностного моделирования для автоматизированной системы алгоритмического моделирования. Разработанная имитационная модель метода статистических испытаний позволяет смоделировать значения стохастических параметров, а также провести риск-анализ инвестиционного проекта.

ю

Разработанная имитационная модель состоит из двух блоков.

В первом блоке происходит моделирование случайной величины, в соответствии с выбранным законом распределения. Модель реализует наиболее распространенные виды теоретических распределений, такие как: равномерное распределение, нормальное и экспоненциальное распределения.

Второй блок имитационной модели содержит инструментарий для проведения графического анализа, а также расчета и анализа количественных измерителей риска для показателей эффективности инвестиционного проекта.

В качестве средства программной реализации имитационной модели также была использована инструментальная система моделирования Когнитрон. Аналитическая имитационная модель, как и модель инвестиционного проекта, структурирована и представлена в формализме алгоритмических сетей.

Полученная модель представляет собой самостоятельную имитационную модель для расчета вероятностных компонентов самых различных процессов В качестве стандартной процедуры модель была включена в базу моделей вычислительных алгоритмов системы алгоритмического моделирования, что позволяет использовать ее в любой программе для моделирования стохастических параметров процессов. Таким образом, возможности систем алгоритмического моделирования значительно расширяются, за счет включения в систему инструментария вероятностного моделирования.

На основе полученных моделей была разработана методика расчета инвестиционного проекта с учетом вероятностного характера процесса. Технология проведения имитационного эксперимента представлена на рис. 1:

Эндогенные параметры процесса

..............................и................

ESN(t)

DPBI(t)

TBI(t)

Экзогенные параметры процесса

Выборки

значений

показателей

эффективн.

проекта

Блок 4.

Моделирование вероятностного параметра F(t), распределенного по нормальному закону распределения методом Монте-Карло

Генератор случайных чисел

Параметры распределения

Преобразование случайной величины в нормально распределенную случайную величину

Моделирование случайной величины, распределенной по нормальному закону с заданными параметрами распределения

Графический анализ показателей проекта

iiiiiiiiimtiirinrinf^^fitiife^ '

Анализ количественных показателей проекта

¿,,,^,1 , ! '''' -'''I ''■¿I j' 'i у ■ J, ^ J. ¿M.'J!, "¿I'i Д' (t/'l /¿¡¡¡.У! hil'M^'fc'tf ,У

Рис. 1 Технология моделирования инвестиционного проекта с учетом вероятностного характера процесса

где Блок 1 - эндогенные параметры процесса

Блок 2 - расчетная часть модели.

1 - Общий объем инвестиций.

2 - Амортизационные отчисления

3 - Издержки.

4 - Выручка.

5 - Операционная деятельность.

6 - Финансовая деятельность.

Блок 3 - расчет показателей эффективности проекта

7 - Чистая текущая стоимость

8 - Внутренняя норма прибыли.

9 - Показатель рентабельности инвестиций.

10 - Средняя норма прибыли

11- Срок окупаемости.

12 - Точка безубыточности

Блок 4 - имитационная модель метода статистических испытаний:

- моделирование стохастических параметров модели;

- риск-анализ инвестиционного проекта.

Блок 5 - экзогенные параметры процесса.

На основе полученных в результате моделирования по разработанной методике данных проводится графический и количественный анализ измерителей риска для показателей эффективности инвестиционного проекта, а также строятся графики зависимостей параметров инвестиционного проекта.

Полученная информация позволяет аналитику всесторонне проанализировать различные показатели инвестиционного проекта и принять на их основании верное инвестиционное решение.

Полученная имитационная модель для исследования и оценки инвестиционных проектов была апробирована на практике в качестве ба-

зового инструмента для расчета инвестиционного проекта, реализуемого ООО «ПЛАЗМА». Полученная модель достаточно точно аппроксимирует фактические данные, что позволяет получать прогнозы высокого качества. Эффективность инновации заключается в высвобождении оборотных средств и рассчитывается по оценкам эффективности инвестиционного проекта.

Применение технологии риск-анализа позволяет количественно и графически оценить риски инвестиционного проекта на примере инвестиционной деятельности ряда предприятий. Данная методика позволяет получить экономический эффект за счет снижения величины инвестиционного резервного фонда.

Эффективность применения разработанной методологии построения имитационных средств для исследования инвестиционных проектов на основе алгоритмических сетей обусловлена тем, что они могут быть легко реализованы даже неподготовленным пользователем, могут быть адаптированы к специфике конкретного предприятия, а универсальность используемых математических алгоритмов позволяет применять их для широкого спектра ситуаций неопределенностей, а также модифицировать и дополнять другими инструментами

Результаты диссертации могут быть использованы как предприятиями для проектирования инвестиционных проектов, так и финансовыми учреждениями для анализа эффективности этих проектов. 3. Основные выводы и результаты работы.

- научно обоснована целесообразность применения современной технологии моделирования на основе средств когнитивной графики для такой предметной области, как инвестиционное проектирование.

- разработана методика представления предметной области - инвестиционного проектирования - в формализме алгоритмических сетей. Разработана имитационная модель для исследования инвестиционных проектов. Модель реализована в алгоритмических сетях.

- разработана имитационная модель метода статистических испытаний, моделирующая наиболее распространенные виды теоретиче-

1 ских распределений и содержащая математический аппарат для

проведения графического и количественного анализа рисков инвестиционного проекта. Модель реализована в алгоритмических сетях

- разработан инструментарий вероятностного моделирования для автоматизированной системы алгоритмического моделирования

- разработана процедура анализа и расчета инвестиционных проектов ' с учетом вероятностного характера процесса.

- результаты исследований были использованы рядом предприятий для проектирования инвестиционных проектов, и количественной оценки рисков инвестиционных проектов. Применение разработанных технологий позволило получить эффект за счет снижения величины инвестиционных резервных фондов и высвобождения денежных средств. Использование системы автоматизации моделирования, как средства программной реализации имитационных моделей, дало возможность пользователям в короткий срок освоить программное обеспечение и самостоятельно вносить корректировки в базовую модель инвестиционного проекта в соответствии со спецификой кон-

J кретного предприятия

| 4. Работы, опубликованные по теме диссертации.

1. Н.Ю. Орехова. Моделирование инвестиционных проектов.// Инфор-

I

матика для устойчивого развития. С-Петербург: СПбГУ, 2000, с.72-79.

2. V.E. Marley, N.Yu. Orechova. Mathematical simulation of investment proj-! ects.// Simulation Applications in the Baltic Area. Link6ping, Sweden, jj 2000,140-149.

» 3. Н.Ю. Орехова. Построение математической модели инвестиционного

' проекта./ Экономика северо-запада. №4 2000г., С.-Петербург, 2000г.

4. Н.Ю. Орехова. Построение имитационной модели метода Монте-Карло для моделирования процессов с вероятностными компонентами. / Сборник трудов СПИИРАН . С.-Петербург, СПИИРАН, 2002г.

5. Н.Ю. Орехова. Построение математической модели инвестиционного проекта на основе алгоритмических сетей. / Сборник трудов СПИИРАН. С.-Петербург, СПИИРАН, 2002г

6. V.E. Marley, N.Yu. Orechova. Simulation of investment projects at algorithmic network .// Simulation Applications in the Baltic Area. Link6ping, Sweden, 2001, 164-175.

На правах рукописи

ОРЕХОВА Наталья Юрьевна

Моделирование инвестиционных проектов на основе алгоритмических сетей

Специальность 08.00.13 — «Математические и инструментальные методы в экономике»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

ЛР № 021251 от 23.10.97. Подписано к печати 08.10.2003.

_Формат 60x90/16. Печать ризограф. Тираж 100. Заказ 488._

Санкт-Петербургская государственная химико-фармацевтичекская академия Издательство СПХФА — член Издательско-полиграфической ассоциации вузов

Санкт-Петербурга 197376, Санкт-Петербург, ул. Профессора Попова, 14, тел. 234-15-23

РНБ Русский фонд

2005-4 23737

* « ■Г, \ %

\ %\л

\ г

2 8 OKI 2003

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Орехова, Наталья Юрьевна

Введение.

1. Имитационное моделирование при обосновании инвестиционных проектов.

1.1. Постановка задачи моделирования для обоснования инвестиционных проектов.

1.2. Инвестиционные риски.

1.2.1. Классификация инвестиционных рисков.

1.2.2. Оценка инвестиционных рисков.

1.2.2.1. Качественные оценки рисков инвестиционного проекта.

1.2.2.2. Количественные оценки рисков инвестиционного проекта.

1.2.2.2.1. Анализ чувствительности.

1.2.2.2.2. Анализ сценариев.

1.3. Применение метода статистических испытаний для моделирования стохастических процессов и риск-анализа инвестиционных проектов.

1.3.1. Схема реализации метода Монте-Карло в инвестиционных расчетах.

1.3.2. Построение математической модели.

Определение включаемых в модель переменных

1.3.3. Моделирование теоретических распределений.

1.3.3.1. Экспоненциальное распределение.

1.3.3.2. Равномерное распределение.

1.3.3.3. Нормальное распределение.

1.3.4. Осуществление имитации.

1.3.5. Анализ результатов.

1.3.5.1. Графический анализ.

1.3.5.2. Анализ количественных показателей.

1.3.5.2.1. Ожидаемое значение.

1.3.5.2.2. Ожидаемые потери.

1.3.5.2.3. Ожидаемый выигрыш.

1.3.5.2.4. Дисперсия и среднее квадратичное отклонение.

1.3.5.2.5. Коэффициент вариации.

1.3.5.2.6. Коэффициент ожидаемых потерь.

1.3.5.2.7. Вероятность реализации неэффективного проекта.

1.4. Алгоритмические сети и инструментальная система моделирования КОГНИТРОН.

1.4.1. Язык алгоритмических сетей.

1.4.2. Трансформация математических моделей в алгоритмические сети.

1.4.3. Особенности функционирования системы

Ы КОГНИТРОН.

1.5. Выводы и результаты.

2. Разработка модели инвестиционного проекта и технология ее использования.

2.1. Обзор методов расчета параметров инвестиционного проекта. Обоснование выбранных критериев оценки.

2.1.1. Метод чистой текущей стоимости.

2.1.2. Метод внутренней нормы прибыли.

2.1.3. Показатель рентабельности инвестиций.

2.1.4. Традиционные методы оценки инвестиций.

2.1.5. Точка безубыточности.

2.2. Описание модели.

2.2.1. Сценарий процесса.

2.2.2. Математические выражения.

2.3. Использование метода Монте-Карло для учета вероятностного характера процесса.

2.3.1. Реализация метода Монте-Карло в алгоритмических сетях для выбранных распределений.

2.3.1.1. Сценарий процесса.

2.3.1.2. Математические выражения.

2.4. Технология моделирования инвестиционного проекта с учетом вероятностного характера процесса.

2.5. Выводы и результаты.

3. Анализ инвестиционных проектов на основе разработанной модели.

3.1. Описание проекта, для которого производится вычислительный эксперимент.

3.1.1. Исходные данные.

3.1.2. Результаты машинных экспериментов.

3.2. Описание проведенных модельных экспериментов для расчета случайных величин по методу Монте-Карло.

3.2.1. Экспоненциальное распределение.

3.2.2. Нормальное распределение.

3.2.3. Равномерное распределение.

3.3. Описание проведенных модельных экспериментов для количественного и графического анализа рисков инвестиционного проекта по методу Монте-Карло.

3.4. Выводы и результаты.

Диссертация: введение по экономике, на тему "Моделирование инвестиционных проектов на основе алгоритмических сетей"

Актуальность темы.

Экономико-математическое моделирование является неотъемлемой частью любого серьезного исследования, особенно в такой важной области экономики как инвестиционное проектирование и анализ проектных рисков. Развитие инвестиционного проекта протекает в условиях постоянно меняющейся внешней среды и подвержено влиянию объективно существующей неопределенности. Поэтому модель инвестиционного проекта должна учитывать вероятностный характер инвестиционного процесса и содержать аппарат для проведения риск-анализа проекта. Эффективным методом позволяющим моделировать стохастические процессы и учитывать влияние неопределенности на эффективность инвестиционного проекта является имитационное моделирование. Для реализации имитационных моделей целесообразно применить технологию автоматизированного моделирования.

В настоящее время разработаны системы автоматизации моделирования, в частности, системы алгоритмического моделирования, основанные на применении языка алгоритмических сетей, позволяющие значительно упростить процесс моделирования. Существующие автоматизированные системы этого класса не содержат аппарата вероятностного моделирования и используются только для моделирования детерминированных задач. Для использования их в качестве средства моделирования стохастических процессов необходимо разработать соответствующее методологическое обеспечение.

Применение систем автоматизации моделирования для решения задач инвестиционного проектирования позволит разработать имитационную стохастическую модель инвестиционного проекта, сориентировать разрабатываемое программное обеспечение на конечного пользователя и повысить эффективность разработок.

Разработка методики стохастического моделирования позволит внедрить в практику современную технологию моделирования инвестиционных проектов, основанную на применении средств автоматизации моделирования, на примере системы алгоритмического моделирования.

Вышесказанное определяет актуальность темы диссертационного исследования.

Цель работы.

Целью работы является разработка методов и моделей построения имитационных средств для комплексного исследования инвестиционных проектов на основе алгоритмических сетей и выработки проектных решений в условиях неопределенности и риска.

Задачи исследования:

- анализ критериев эффективности инвестиционных проектов, с целью обобщения и систематизации методологических принципов инвестиционного проектирования;

- идентификация проектных рисков и методов их исследования;

- структурно-алгоритмический анализ имитируемого объекта с целью построения адекватной имитационной модели;

- программная реализация модели инвестиционного проекта с использованием инструментальной системы моделирования на основе средств когнитивной графики Когнитрон. Реализация модели в алгоритмических сетях;

- разработка методики расчета инвестиционного проекта с учетом вероятностного характера процесса;

- реализация в алгоритмических сетях имитационной модели с учетом вероятностных характеристик инвестиционного проекта.

- разработка инструментария вероятностного моделирования для системы алгоритмического моделирования.

Предметом исследования являются методы имитационного моделирования для исследования инвестиционных проектов.

Объектом исследования являются инвестиционные проекты предприятий всех форм собственности

Теоретической и методологической основой исследований являются труды отечественных и зарубежных исследователей в областях: современной инвестиционной теории (Бирман Г., Шмидт С., Беренс В., Хав-ранек П.М.), теории управления риском (Клейнер Г.Б., Воронцовский А.В., Грачева М.В.Балабанов И.Т), имитационного моделирования (Бус-ленко Н.П., Шрейдер Ю.А., Соболь И.М.), теории алгоритмических сетей (Иванищев В.В., Крутов А.П., Марлей В.Е., Петров А.А.).

Научная новизна.

- разработана имитационная модель анализа и расчета инвестиционных проектов с учетом вероятностного характера процесса;

- разработана методика представления предметной области - инвестиционного проектирования - в формализме алгоритмических сетей;

- разработана методика представления имитационной стохастической модели в формализме алгоритмических сетей.

Практическая ценность

Разработанная модель для исследования инвестиционных проектов может быть использована как инвесторами для анализа эффективности инвестиционного проекта, так и реципиентами при проектировании инвестиционных проектов.

В рамках выполнения работы в качестве средства программной реализации имитационной модели инвестиционного проекта была успешно апробирована инструментальная система моделирования на основе средств когнитивной графики.

Практическое применение предлагаемого инструментария учета неопределенности и риска в инвестиционном проектировании позволит повысить научную обоснованность и качество принимаемых инвестиционных решений. Экономический эффект от внедрения новых проектных технологий выражается в снижении размера резервных фондов и страховых отчислений, необходимость которых обусловлена риском и неопределенностью условий реализации проекта.

Апробация работы.

Результаты диссертационной работы докладывались на международной конференции «Региональная информатика» (С.-Петербург, 2000 г.), международной конференции «Информатика для устойчивого развития» (С.-Петербург, 2000 г.), международной конференции «Simulation Application in the Baltic Area»(Linkoping, Sweden,2000), на семинарах и рабочих совещаниях в ООО «ПЛАЗМА» и ООО «ОРТ» в 2000-2001 гг. в С-Петербурге. Работа «Построение математической модели инвестиционного проекта» получила вторую премию на II Конкурсе Международного научного фонда экономических исследований академика Н.П. Федо-ренко.

Публикации.

По теме диссертации опубликовано 6 печатных работ.

Структура работы.

Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения. Основной текст изложен на 160 страницах машинописного текста, полный объем диссертационной работы, включая 25 рисунков и 6 таблиц, составил 196 страниц. Список литературы содержит 52 наименования.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Орехова, Наталья Юрьевна

Целью проведенной работы было создание математической модели для исследования инвестиционных проектов, учитывающей вероятностный характер процесса и реализованной в алгоритмических сетях.В результате выполнения работы были решены следующие задачи:

1. Проведен анализ существующих методов расчета параметров инвестиционных проектов, а также критериев оценки инвестиционных проектов.2. Разработана структура и алгоритм имитационной модели для исследования инвестиционных проектов.3. Построена математическая модель для исследования инвестиционных проектов. Модель реализована на основе алгоритмических сетей.4.Разработана технология расчета инвестиционного проекта с учетом вероятностного характера процесса.5. Проведена идентификация проектных рисков и описана методология их исследования.6. В алгоритмических сетях разработана имитационная модель для реализации метода Монте-Карло, позволяющая моделировать процессы, на протекание которых влияют случайные факторы.В модели реализованы наиболее распространенные виды теоретических распределений. Модель содержит математический аппарат, позволяющий провести иск-анализ инвестиционного проекта.Полученная модель метода Монте-Карло, выраженная в ЯАС, была реализована в рамках системы КОГНИТРОН. Для определения адекватности модели была проведена серия машинных экспериментов для всех видов теоретических распределений.По результатам проведенных машинных экспериментов можно сделать заключение, что полученная имитационная модель метода Монте-Карло является работоспособной и адекватной для всех видов теоретических распределений и соответственно позволяет рассчитать значение случайной величины, распределенной по этим законам распределения. А т.к. модель метода Монте-Карло в качестве модуля входит в систему КОГНИТРОН, это значительно расширяет возможности системы и позволяет моделировать в КОГНИТРОНе процессы со случайными компонентами.Разработанная модель для исследования инвестиционных проектов была использована для расчета и оценки реальных инвестиционных проектов организации гостиницы. Данные, полученные в результате расчетов, стали основой бизнес-планов инвестиционных проектов.Полученные результаты и заключения экспертов позволяют сделать вывод об адекватности, полученной математической модели и эффективности ее использования для исследования инвестиционных проектов, как инвесторами, так и банками, финансирующими инвестиционные проекты, а также консультационными фирмами, проводящими анализ и оценку экономической эффективности инвестиционных проектов и учебными заведениями.Разработанная модель является первой специализированной моделью для оценки инвестиционных проектов в отдельной сфере экономики - гостиничном бизнесе. В перспективе, возможно, будет создан целый класс математических моделей для анализа и оценки инвестиционных проектов в различных отраслях хозяйства, учитывающих специфику каждой конкретной отрасли.Использование математических моделей в экономике, особенно, в такой важной ее области, как инвестиционное проектирование, позволяет осуществлять системное планирование на всех фазах жизненного цикла проекта и свести к минимуму факторы риска и неопределенности, что обеспечивает, в перспективе, широкие возможности для их применения.