МЕТОДЫ ОЦЕНКИ ФИНАНСОВО-ЭКОНОМИЧЕСКОЙ СОСТОЯТЕЛЬНОСТИ ПРОЕКТА

КАЧЕСТВЕННЫЕ КРИТЕРИИ ОЦЕНКИ РАЗЛИЧНЫХ ХАРАКТЕРИСТИК ИНВЕСТИЦИОННОГО ПРОЕКТА

Как уже говорилось ранее, все методы оценки состоятельности проекта можно разделить на количественные и качественные. Так, качественные методы предполагают анализ эффективности по переменным, оцениваемым на основании имеющегося опыта и интуиции экспертов, руководства, комиссий. В этих случаях определяются лишь наиболее благоприятные направления, сравнение же при приблизительно равных оценках затруднено и носит субъективный характер. С целью устранения этого недостатка при их использовании привлекают либо специалистов с большим опытом, либо охватывают широкий круг лиц. Количественные методы строятся на базе определенных правил, процедур, регламентов, поэтому оценка инвестиционных проектов приобретает более реальное содержание.

Принципиально то, что, как уже было указано ранее, использование для получения конечных результатов качественных методов может быть эффективным только в том случае, если их применяют опытные и квалифицированные специалисты. Такие методы крайне необходимы, если решение следует принять быстро, не производя длительные рутинные расчеты. Статистика показывает, что профессионал, имеющий достаточный опыт в определенной сфере деятельности, интуитивно принимает решение в рамках своей компетенции, которое не уступает решению, просчитанному командой аналитиков. Главная разница в стоимости услуг высококвалифицированных специалистов и рядовых аналитиков. Как правило, если позволяет время, большинство компаний предпочитает формализованные количественные методы оценки потенциальной эффективности инвестиций именно по причине меньших издержек.

С другой стороны, на начальном этапе инвестиционного проектирования практически все команды разработки проекта применяют какие-либо качественные методы. При использовании качественных показателей определяется общее соответствие проектной деятельности тактическим и стратегическим целям компании, а уже количественные показатели помогают рассчитать финансовую эффективность инвестиций, их прибыльность и рискованность. Основные количественные показатели рассмотрены в следующем разделе учебного пособия.

В случае комбинированного применения качественные методы должны связываться с техническим анализом, отчасти такие методы можно назвать эвристическими. Они также будут рассмотрены далее в этом разделе.

В первую очередь в данном разделе приведена краткая характеристика ряда популярных качественных методов и подходов анализа состоятельности инвестиционного проекта, в частности:

  • 1) бенчмаркинг — сопоставление действующего или планируемого проекта с другими проектами с целью выработки критериев оценки исполнения [363];
  • 2) соответствие цели проекта перспективам развития деловой среды [266];
  • 3) групповые экспертные методы:
    • • мозговой атаки;
    • • сценариев;
    • • экспертных оценок;
    • • Дельфи;
    • • деловой игры;
  • 4) морфологические методы и ряд других.

Бенчмаркинг (Benchmarking) — процесс определения, понимания и адаптации имеющихся примеров эффективного функционирования компании с целью улучшения собственной работы. Бенчмаркинг можно рассматривать как дополнительный инструмент управления качеством проекта. Несмотря на то что чаще всего данный метод стратегического исследования применяется в маркетинге, в инвестиционном проектировании в целом он также может иметь определенное значение. Популярность и масштабность применения бенчмаркинга ограничивается трудностью получения объективных показателей из-за закрытости компаний, в том числе собственной. Существующие системы финансового и налогового учета не всегда позволяют получить реальные данные по тем или иным направлениям деятельности.

В зависимости от конкретной сферы применения метода бенчмаркинга можно условно выделить следующие его виды:

  • • бенчмаркинг конкурентоспособности — измерение характеристик предприятия, исследования специфических продуктов, возможностей процесса или административных методов и сопоставление их с характеристиками конкурентов;
  • • внутренний бенчмаркинг — сопоставляются характеристики производственных единиц со схожими бизнес-процессами внутри организации;
  • • функциональный бенчмаркинг — сравниваются определенные функции двух или более организаций в том же секторе;
  • • бенчмаркинг процесса — сравниваются показатели определенных процессов и ограниченных функций с предприятиями, у которых лучшие характеристики в аналогичных процессах.

При проведении бенчмаркинга можно выделить следующие этапы:

  • 1) определение объекта бенчмаркинга;
  • 2) выбор партнера по бенчмаркингу;
  • 3) поиск информации;
  • 4) анализ;
  • 5) внедрение.

К качественным методам можно отнести и некоторые графические методы, которые не подходят под описание количественных методов, но в то же время не являются полностью интуитивными или экспертными, такие как:

  • 1) диаграмма причинно-следственных связей (диаграмма Иши- кавы/рыбьего скелета);
  • 2) контрольные диаграммы.

Диаграмма причинно-следственных связей (диаграмма Ишикавы, диаграмма рыбьего скелета) иллюстрирует связь различных факторов с возможными проблемами или эффектами (рис. 4.1).

Диаграмма причинно-следственных связей

Рис. 4.1. Диаграмма причинно-следственных связей

Контрольные диаграммы предназначены для определения того, насколько стабильно протекает тот или иной процесс и насколько предсказуемо его развитие в рамках инвестиционного проектирования (рис. 4.2) [67].

Верхний предел контроля

Контрольная диаграмма исполнения расписания проекта

Рис. 4.2. Контрольная диаграмма исполнения расписания проекта

Диаграмма зависимостей представляет собой графическое отображение процесса и помогает анализировать причины возникновения проблем (рис. 4.3).

Диаграммы зависимостей процесса

Рис. 4.3. Диаграммы зависимостей процесса

Теперь вернемся к упомянутым в начале раздела эвристическим методам. В общем виде «эвристика» (от греч. heuresko — отыскиваю, открываю) может пониматься как:

  • 1) научно-прикладная дисциплина, изучающая творческую деятельность (в то же время следует признать, что основателей теории и общепринятых основных положений не существует);
  • 2) приемы решения проблемных (творческих, нестандартных, креативных) задач в условиях неопределенности, которые обычно противопоставляются формальным методам решения, опирающимся, например, на точные математические алгоритмы;
  • 3) метод обучения;
  • 4) один из способов создания компьютерных программ.

В связи с тем что зачастую главным критерием выбора новой предпринимательской идеи для инвестиционного проекта является востребованность новшества потребителем, всегда были необходимы методы принятия подобных решений. Помимо приведенной выше классификации на качественные и количественные, методы принятия решений условно можно делить на концеп туальные (на основе интуиции, эвристические) и формальные (математические). Они не всегда полностью совпадают с первой классификацией. Кроме того, ряд научных школ выделяет эвристические методы в отдельную группу, представляющую собой совокупность качественного и количественного подходов либо совокупность математических принципов и интуитивных методов познания.

Использование тех или иных методов определяется конкретной проблемной ситуацией. В общем виде задача принятия решений может быть представлена следующим образом: при заданных у сло- виях а, с учетом неиз вестных факторов найти такое решение х е X, которое, по возможности, обеспечивает максимальное значение показателя эффективности W

«Эвристичность» методов принятия решений уве личивается с увеличением фактора неопределенности В,. Чисто формальными методами (математическими) могут решаться только детерминированные задачи. Уже наличие случайностей с известными законами распределения приводит к риску неправильного принятия решения, а полная неопределенность, несмотря на возможность использования игровых методов, фактически переводит проблему в поле концептуальных задач. Основой эвристики является психология, особенно раздел психологии творческого или продуктивного мышления.

Таким образом, эвристические методы можно представить как систему принципов и правил, задающих наиболее вероятностные стратегии и тактики деятельности решающего, стимулирующие его интуитивное мышление в процессе решения, генерирование новых идей и на этой основе существенно повышающие эффективность решения определенного класса творческих задач. Эвристический алгоритм (эвристика) — это, в свою очередь, алгоритм решения задачи, который не имеет строгого обоснования, но тем не менее дает приемлемое решение данной задачи в большинстве практически значимых случаев.

Однако необходимо четко понимать, что эвристика, в отличие от формализованного корректного алгоритма решения задачи, обладает рядом особенностей, в частности:

  • • она не гарантирует нахождение лучшего решения;
  • • вообще не гарантирует нахождение решения, даже если оно заведомо существует (возможен «пропуск цели»);
  • • может дать неверное решение в некоторых случаях.

Эвристические алгоритмы широко применяются для решения

задач высокой вычислительной сложности: в частности, класса NP (non-deterministic polynomial), когда отсутствуют сертификаты решения либо нет возможности использовать машину Тьюринга.

Рассмотрим пример эффективности использования эвристического алгоритма на одной из самых классических задач теории принятия решений:

Формулировка задачи коммивояжера (1934 г.)

Коммивояжер должен выйти из первого города, посетить по разу в неизвестном порядке города 2, 3,п и вернуться в первый город. Расстояния между городами известны. В каком порядке следу ет обходить города, чтобы замкнутый путь (тур) коммивояжера был кратчайшим?

Задача коммивояжера и варианты ее решения

Рис. 4.4. Задача коммивояжера и варианты ее решения

Рассмотрим три эвристических алгоритма, решающих симметричную задачу коммивояжера с неравенством треугольника с ошибкой не более чем в два раза (р = 2) (рис. 4.4).

  • 1. Деревянный алгоритм: построим для графа минимальное покрывающее дерево с помощью алгоритма Прима, а затем совершим обход дерева в порядке root-left-right, удаляя повторяющиеся вершины. Время работы этого алгоритма равно О(Е) = Q(V2).
  • 2. Самый очевидный алгоритм решения задачи коммивояжера — жадный: из текущего города идти в ближайший из тех, куда еще не ходил. Если выполняется неравенство треугольника, нетрудно доказать, что этот алгоритм ошибается не более, чем в два раза. Трудоемкость этого алгоритма 0(К2).
  • 3. Алгоритм Карга-Томпсона {эвристика ближайшей точки) чуть менее очевиден: сначала возьмем две ближайшие вершины (вырожденный тур), затем в цикле по всем ребрам уже построенного тура для каждого ребра (и, у) выберем из свободных вершин такую w, чтобы с(и, w) + c(w, v)-c(u, v) было минимальным и включим w в тур между и и у. Для этого способа также р = 2, однако его трудоемкость составляет уже 0( К3).

На основе рассмотренных примеров можно сказать, что возможность (допустимость) использования эвристик для исследования конкретных систем управления, как и для решения каждой обособленной задачи, определяется соотношением затраты на решение задачи точным и эвристическим методами, ценой ошибки и статистическими параметрами эвристики. Кроме того, важным является наличие или отсутствие на выходе «филь тра здравого смысла» — оценки результата человеком.

Допустим, имеется известный, но чрезвычайно сложный точный алгоритм решения задачи и имеется эвристика, которая требу ет в 1000 раз меньше затрат и дает приемлемое решение в 95% случаев. Для простоты примем, что цена точного решения постоянна, как и цена ошибки.

Тогда в среднем решение эвристическим методом будет стоить:

где Т— цена точного решения; Е— цена ошибки.

Средняя разница в цене решения точным и эвристическим методами:

Следовательно, эвристика в среднем оказывается выгоднее точного решения, если только цена ошибки не превышает двадцати- кратную(!) цену точного решения.

Если же на выходе результат решения критически оценивается человеком, то применение эвристики становится еще эффективнее: когда ошибка, выданная эвристикой, оказывается достаточно мала, чтобы человек ее не заметил, цена этой ошибки обычно гораздо ниже, а серьезные ошибки будут отсеяны «фильтром здравого смысла», следовательно, не нанесут существенного вреда.

Среди эвристических можно назвать методы:

  • • ранжирования;
  • • гирлянд ассоциаций;
  • • контрольных вопросов;
  • • расстановки приоритетов;
  • • матричные (морфологические);
  • • все экспертные.

Рассмотрим подробнее группу интересных и популярных методов морфологического анализа (General Morphological Analysis). Впервые в виде единой системы методы морфологического анализа сложных проблем и систем были раз работаны и предложены американским астрономом швейцарского происхождения Фрицем Цвикки.

Основная идея морфологического подхода заключается в том, чтобы систематически находить наибольшее число, а в идеале и пределе — все возможные варианты решения поставленной проблемы или реализации системы путем комбинирования основ ных (выделенных исследователем) структурных элементов системы или их отдельных признаков. При этом система (или проблема) может разбиваться на части разнообразными способами и рассматриваться в различных аспектах.

Ф. Цвикки сформулировал три базовых аспекта выдвинутого морфологического подхода:

  • 1. Морфологический подход включает некие общие принципы, которые составляют в сумме определенный общефилософский взгляд на вещи.
  • 2. Базовая философия морфолога подкреплена общими методологическими положениями.
  • 3. Философия и методология морфолога автоматически приводят к ясности мысли и эффективности действия, которые можно назвать морфологическим образом жизни.

Кроме общих положений, Цвикки предложил и ряд отдельных способов (методов) морфологического моделирования, которые рассмотрены далее:

  • • метод систематического покрытия поля (МСПП);
  • • метод отрицания и конструирования (МОК);
  • • метод морфологического ящика (ММЯ);
  • • метод экстремальных ситуаций (МЭС);
  • • метод сопоставления совершенного с дефектным (МССД);
  • • метод обобщения (МО).

Метод отрицания и конструирования (МОК): любое утверждение, сформулированное в конечных и полностью определенных терминах, не может быть абсолютно верным. Иными словами, любое правило, любой закон, любое условие можно и должно подвергать сомнению, поскольку они имеют ограниченную область действия.

Ярким практическим примером реализации МОКа является смена запретительного стиля административной системы («запрещено все, что не разрешено»), подавлявшего не только нарушение инструкций, но и любую инициативу и творчество, на демократический стиль руководства, поощряющий самодеятельность («разрешено все, что не запрещено») и дающий возможность каждому самоутвердиться и быть полезным обществу (когда результаты удается довести до стадии «конструирования», т.е. создания новых работоспособных структур).

В технике МОК очень плодотворен, причем наибольшей эвристической силой он обладает на стадии постановки задачи, целеполагания. Его основные этапы:

  • 1) выявление целесообразности исследования объекта (реальной или мыслимой системы), определения признаков, характеристик, свойств или иных атрибутов, существенных для выполнения главной полезной функции системы;
  • 2) отрицание одного из выявленных признаков, отказ от него и замена его принципиально иным признаком (необязательно противоположенным отброшенному);
  • 3) конструирование (сначала мысленно, а при удачном завершении «мысленного конструирования» — натуральное) новой системы с замененной характеристикой. Остальные характеристики, не связанные с замененной, оставляют теми же, что и в исходном объекте.

Метод отрицания и конструирования, как правило, используется совместно с такими качественными приемами и инструментами исследования и поиска решений, направленными на уменьшение инертности мышления субъекта, как:

  • • списки контрольных вопросов;
  • • метод систематического покрытия поля;
  • • метод морфологического ящика;
  • • метод фокальных объектов, метод гирлянд ассоциаций и аппарат;
  • • аппарат технического противоречия в АРИЗ;
  • • принцип идеальности в АРИЗ;
  • • оператор РВС (размеры, время, стоимость) в АРИЗ.

Метод морфологического ящика (ММЯ): для проведения морфологического анализа необходима точная формулировка проблемы, причем независимо от того, что в исходной задаче речь идет только об одной конкретной системе, обобщаются изыскания на все возможные системы с аналогичной структурой и в итоге дается ответ на более общий вопрос. Метод подразумевает следующие этапы:

  • 1. Точно сформулировать проблему, подлежащую решению.
  • 2. Выявить и охарактеризовать все параметры, которые могли бы войти в решение заданной проблемы.
  • 3. Сконструировать морфологический ящик или многомерную матрицу, содержащую все решения заданной проблемы (рис. 4.5).
  • 4. Все решения, содержащиеся в морфологическом ящике, внимательно проанализировать и оценить с точки зрения целей, которые должны быть достигнуты.
  • 5. Выбрать и реализовать наилучшие решения (при условии наличия необходимых средств). Этот этап практической реализации требует дополнительного морфологического исследования.
Метод морфологического ящика

Рис. 4.5. Метод морфологического ящика

Универсальность ММЯ была успешно продемонстрирована самим Цвикки на целом ряде примеров: в течение нескольких лет он получил 16 патентов (из них только три с соавторами), в резуль тате чего тысячи инженеров стали внедрять морфологические ящик, но зачастую неправильно.

Интерпретаторы и последователи Цвикки не всегда адекватно понимали и передавали его идеи, даже формулировки самих этапов ММЯ в разных пособиях были скорректированы и еще более сокращены по сравнению с исходным текстом, приведенным выше. В результате метод морфологического ящика, оторванный от общих принципов морфологического подхода, стал недостаточно эффективным в применении.

Однако следует признать морфологический подход весьма плодотворным способом мышления (как его позиционировал сам Цвикки), который в своих конкретных реализациях может служить методом обработки проблемы: подготовки, переформулировки, изменения взгляда на проблему. При этом оценка и выбор решения остаются прерогативой человека, а не алгоритма.

Стоит отметить, что метод морфологического ящика, с одной стороны, требует в оформлении особой тщательности, а с другой — неизбежно связан с многократными исправлениями, дополнениями и вычеркиваниями.

Основные ноу-хау, обеспечивающие эффективность работы ММЯ:

  • 1) максимально точная формулировка цели морфологического исследования, снятие акцента директивности, возможная переформулировка или уточнение цели;
  • 2) все параметры должны быть примерно равнозначимы с точки зрения поставленной цели;
  • 3) никаких оценок вариантов не следует проводить до полного оформления морфологического множества;
  • 4) для каждой строки морфологической таблицы проверить, являются ли частные варианты реализации параметра альтернативными и является ли осмысленным вариант «отсутствует»;
  • 5) после определения полного объема морфологического множества проверить, нельзя ли морфологическую таблицу разделить на 2—3 блока, которые можно было бы анализировать не сразу, а последовательно, друг за другом.

Метод экстремальных ситуаций (МЭС) — это один из следственных методов морфологического подхода Цвикки, реализуется, в том числе, через игровое обучение, через создание различных условных ситуаций, направленных на воссоздание и усвоение общественного опыта во всех его проявлениях: знаниях, навыках, умениях, эмоционально-оценочной деятельности.

На современном этапе исследования систем метод коррелирует с теорией стресс-менеджмента. Основателем учения о стрессах является Ганс Селье, который в 1935 г. обосновал учение о стрессе как о реакциях человека на вредные воздействия путем общего напряжения всех защитных сил организма.

В переводе с английского «стресс» означает у силие и напряжение. Именно специфические реакции человека на стресс дали основание строить на данном явлении метод поиска и принятия решений. В общем виде реакция на стресс проходит в три фазы:

  • 1) тревога и мобилизация всех защитных сил организма;
  • 2) активное сопротивление внешнему вредному воздействию путем выработки в больших количествах различных химических веществ в организме, высокая концентрация которых помогает преодолеть стресс, но неблагоприятна для жизнедеятельности организма в целом, так как истощает его ресурсы;
  • 3) истощение сил организма, снижение потенциала его адаптивных возможностей и возрастание угрозы различных заболеваний.

Методы исследования операций (математические) — совокупность всех методов нахождения оптимальных решений с использованием технологий математического и статистического моделирования, а также различных эвристических подходов во многих областях человеческой деятельности. Основные особенности метода исследования операций следующие.

  • 1. Системный подход к анализу выбранной проблемы: любая задача рассматривается с точки зрения ее воздействия на функционирование всей системы в целом.
  • 2. По мере решения какой-либо проблемы всегда возникают новые задачи, в связи с чем применение операционных методов для узко-ограниченных целей неэффективно. Наибольший результат может быть достигнут только в случае непрерывного исследования, которое обеспечивало бы преемственность при переходе от одной задачи к другой.
  • 3. Стремление найти оптимальное решение поставленной задачи (хотя на практике часто приходится ограничиваться поиском лишь «достаточно хорошего» — субоптимального решения). Поэтому один из создателей исследования операций, Т. Саати, определил данный метод как «...искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими методами» [246].
  • 4. Исследования проводятся комплексно, одновременно по многим направлениям. Для проведения исследования создается операционная группа, в состав которой входят специалисты различных сфер знания: математики, инженеры, экономисты, психологи, социологи и др. Задачей создания таких операционных групп является совокупное исследование всего многообразия факторов, которые могут повлиять на решение проблемы, и использование идей и методов различных наук.

Метод исследования операций тесно связан с наукой управления (Management Science), теорией игр, математическим программированием, системным анализом, методами искусственного интеллекта, теорией оптимальных решений, эвристическими и метаэвристиче- скими подходами (в частности, теория удовлетворения ограничений и нейронные сети).

Исследования операций используют в основном крупные западные компании в решении задач планирования производства (контроллинга, маркетинга, логистики) и прочих сложных задач. Кроме того, метод исследования операций активно используется правительствами многих стран для оценки боевой эффективности вооружений, военной техники и воинских формирований, развития новых видов вооружений, решения комплексных задач снабжения армий, продвижения армий, развития стратегий войн, развития межгосударственных торговых механизмов, прогнозирования (например, климата) и т.д. Решение комплексных задач повышенной важности производится методами исследования операций на суперкомпьютерах, но разработки ведутся на простых ПК. На малых предприятиях данный метод применяется, как правило, на обычных мощных компьютерах.

Метод функционально-стоимостного анализа (ФСЛ) (Function Cost Analysis — FCA) — метод технико-экономического исследования систем, который направлен на оптимизацию соотношения между их потребительскими свойствами (функций, еще воспринимаемых как качество) и затратами на достижения этих свойств. Метод разработал конструктор Пермского телефонного завода Ю.М. Соболев. Используется как методология непрерывного совершенствования продукции, услуг, производственных технологий, организационных структур. ФСА позволяет оценить реальную стоимость продукта или услуги безотносительно к организационной структуре компании.

Основные идеи ФСА:

  • • клиента интересует не продукция как таковая, а польза, которую он получит от ее использования;
  • • клиент стремится сократить свои затраты;
  • • интересующие клиента функции можно выполнить различными способами, а следовательно, с различной эффективностью и затратами;
  • • среди возможных альтернатив реализации функций существуют такие, в которых соотношение качества и цены является оптимальным для потребителя.

Алгоритм:

  • 1. Определяется последовательность функций, необходимых для производства товара (услуги).
  • 2. Для каждой функции определяются полные годовые затраты и количество рабочих часов.
  • 3. Для каждой функции на основе оценок из пункта 2 определяется количественная характеристика источника издержек (costdriver).
  • 4. После того как для всех функций будут определены их источники издержек, проводится окончательный расчет затрат на производство конкретного продукта или услуги.

Основные различия между ФСА и традиционными методами:

  • 1. Традиционный учет подразумевает, что объекты затрат потребляют ресурсы, а в ФСА принято считать, что объекты затрат потребляют функции.
  • 2. Традиционный учет в качестве базы распределения затрат использует количественные показатели, а в ФСА применяются источники издержек на различных уровнях.
  • 3. Традиционный учет ориентирован на структуру производства, а ФСА ориентирован на процессы (функции).

Метод ФСА очень близок с методом расчета себестоимости по видам деятельности (Activity Based Costing, ЛВС). Стоит однако отметить, что данный метод нельзя путать с технологией А#С-анализа, аббревиатура которого расшифровывается как Always Better Control, он построен на принципе Парето (в упрощенном виде: 20% всех товаров дают 80% оборота, следовательно, надежный контроль 20% позиций позволяет на 80% контролировать систему).

Расчет себестоимости по видам деятельности — это специальная модель описания затрат, которая идентифицирует работы фирмы и оценки стоимости всех продуктов и сервисов в соответствии с настоящей стоимостью каждой отдельно взятой работы. Эта модель также переводит накладные расходы в прямые затраты, в отличие от обычной модели описания затрат.

Статистические методы

Теперь рассмотрим ряд методов статистического анализа, так как они связаны с очень многими другими качественными и количественными методами и широко применяются как в инвестиционном проектировании, так и в других видах деятельности. Данными методами обрабатывается некоторая случайная выборка, под которой понимаются результаты N последовательных и независимых экспериментов со случайной величиной или событием. Выборка должна быть репрезентативной, т.е. объем исходной информации (которая будет обрабатываться) должен быть достаточен для получения результатов с требуемой точностью и надежностью.

Используется для исследования объектов и процессов по результатам массовых экспериментов со случайными величинами или событиями. Примером статистического характера процесса может служить появление неисправностей при работе технической системы управления, а изучение случайностей как инструмента исследования может иллюстрировать вероятностные методы поиска экстремума какой-либо функции.

Среди наиболее популярных статистических методов исследования систем управления можно назвать следующие:

  • • регрессионный анализ;
  • • корреляционный анализ;
  • • дисперсионный анализ;
  • • ковариационный анализ;
  • • анализ временных рядов;
  • • метод главных компонентов;
  • • факторный анализ.

Метод факторного анализа (МФЛ) — это многомерный статистический метод, который применяется для изучения взаимосвязей между значениями переменных, т.е. метод подразумевает комплексное и системное изучение и измерение воздействия выбранных факторов на величину результирующих показателей.

Отбор факторов для анализа необходимого обобщающего показателя осуществляется на основе как теоретических, так и практических знаний в конкретной отрасли. При этом обычно исходят из принципа: чем больший комплекс факторов исследуется, тем точнее будут результаты анализа. Вместе с тем необходимо иметь в виду, что если этот комплекс факторов рассматривается как механическая сумма, без учета их взаимодействия, без выделения главных, определяющих, то выводы могут быть ошибочными.

Моделирование экономических показателей также представляет собой сложную проблему в факторном анализе, решение которой требует специальных знаний и навыков.

В зависимости от типа факторной модели различают два основных вида факторного анализа — детерминированный и стохастический.

В отличие от жестко детерминированного стохастический подход для реализации требует ряд предпосылок:

  • • наличие совокупности;
  • • достаточный объем наблюдений;
  • • случайность и независимость наблюдений;
  • • однородность;
  • • наличие распределения признаков, близкого к нормальному

Кроме деления на детерминированный и стохастический, различают следующие типы факторного анализа:

  • • прямой и обратный;
  • • одноступенчатый и многоступенчатый;
  • • статический и динамичный;
  • • ретроспективный и перспективный (прогнозный).

Для руководителей МФА — дополнительный «угол зрения» на существующие системы, однако на практике метод применяется редко в силу ряда причин:

  • 1) реализация этого метода требует некоторых усилий и специфического инструмента (программного продукта);
  • 2) у компаний есть другие «вечные» первоочередные задачи.

Эффективно, когда факторный метод анализа «встроен» в финансовую модель компании, а не является абстрактным приложением.

Примером факторного анализа является модель Дюпона, позволяющая определить, за счет каких факторов происходило изменение рентабельности, т.е. произвести факторный анализ рентабельности.

Метод корреляционного анализа — это еще один многомерный статистический метод, также применяемый для изучения взаимосвязей между значениями переменных.

Из-за влияния числа реализаций при моделировании N на оценку коэффициента корреляции необходимо убедиться в том, что действительно отражает наличие статистически значимой корреляционной зависимости между исследуемыми переменными модели Мм. Это можно сделать проверкой гипотезы #Q: rxh = 0. Если гипотеза Н0 при анализе отвергается, то корреляционную зависимость признают статистически значимой.

При анализе результатов моделирования системы S важно отметить следующее: даже если удалось установить тесную зависимость между двумя переменными, то отсюда еще непосредственно не следует их причинно-следственная взаимообусловленность. Возможна ситуация, когда случайные х и h стохастически зависимы, хотя причинно они являются для системы S независимыми. При статистическом моделировании наличие такой зависимости может иметь место, например, из-за коррелированности последовательностей псевдослучайных чисел, используемых для имитации событий, положенных в основу вычисления значений х и у.

Следовательно, метод корреляционного анализа устанавливает связь между исследуемыми случайными переменными машинной модели и оценивает тесноту этой связи (рис. 4.6—4.8) Однако в дополнение к этому желательно располагать моделью зависимости, полученной после обработки результатов моделирования.

Полная отрицательная корреляция (г = -1)

Рис. 4.6. Полная отрицательная корреляция (г = -1)

Полная положительная корреляция (г - +1)

Рис. 4.7. Полная положительная корреляция (г - +1)

Примеры соответственно положительной, отрицательной и нулевой корреляции

Рис. 4.8. Примеры соответственно положительной, отрицательной и нулевой корреляции

Метод статистических испытаний также входит в группу статистических. Он подразумевает следующее.

  • 1. Применение компьютерных технологий, в которых в эконометрическую модель искусственно вводится большое число случайных элементов. Как правило, моделируется последовательность независимых одинаково распределенных случайных величин или же последовательность, которая построена на основе подобной (например, последовательность кумулятивных сумм).
  • 2. Потребность в методе статистических испытаний появляется в связи с тем, что чисто теоретические методы дают точное решение лишь в исключительных случаях. Либо тогда, когда исходные случайные величины имеют вполне определенные функции распределения (например, нормальное распределение), чего в практике почти не бывает. Либо когда объемы выборок очень велики (с практической точки зрения — бесконечны), что тоже неосуществимо.
  • 3. В методах статистических испытаний можно выделять две составляющие. Базой являются датчики псевдослучайных чисел. Результат работы таких датчиков — последовательности чисел, обладающие определенными свойствами последовательностей случайных величин (в значении теории вероятностей). Надстройкой являются различные алгоритмы, использующие последовательности псевдослучайных чисел.
  • 4. Метод лежит в основе имитационного моделирования, в частности используется метод Монте-Карло.
  • 5. Фундаментальной проблемой является трудность построения хорошего смещенного распределения при усложнении изучаемой системы. В этом смысле сложными системами называют системы с долгой памятью, так как для систем, где происходит сложная обработка малого количества входных параметров (т .е. в задачах с малой размерностью), проблема построения выборки по значимости проще.

Метод выдвижения и проверки статистических гипотез. Статистическая гипотеза представляет собой некое предположение о законе распределения случайной величины или о параметрах этого закона, которое формируется на базе выборки. Примерами статистических гипотез являются, например, следующие предположения:

  • 1) генеральная совокупность распределена по экспоненциальному закону;
  • 2) математические ожидания двух экспоненциально распределенных выборок равны друг другу.

В первой из них высказано предположение о виде закона распределения, а во второй, соответственно, — о параметрах двух распределений. Гипотезы, в основе которых нет никаких допущений о конкретном виде закона распределения, называют непараметрическими, в противном случае — параметрическими.

Гипотезу, которая утверждает, что различие между сравниваемыми характеристиками отсутствует, а наблюдаемые отклонения объясняются исключительно случайными колебаниями в выборках, по данным которых производится сравнение, называют нулевой (основной) гипотезой и обозначают #0. Наряду с основной гипотезой рассматривают и альтернативную (конкурирующую, противоречащую) ей гипотезу Ну И если нулевая гипотеза будет отвергнута, то будет иметь место альтернативная гипотеза (на рис. 4.9 приведены примеры статистических гипотез).

Примеры односторонней (а) и двусторонней (б) гипотез

Рис. 4.9. Примеры односторонней (а) и двусторонней (б) гипотез

Основной принцип проверки статистических гипотез: если наблюдаемое значение критерия принадлежит критической области, то нулевую гипотезу отвергают; если наблюдаемое значение критерия принадлежит области принятия гипотезы, то гипотезу принимают. Критическими точками (границами) Avn называют точки, от- деляющие критическую область от области принятия гипотезы.

Особенно часто процедура проверки статистических гипотез применяется для оценки существенности расхождений сводных характеристик отдельных совокупностей (групп): средних, относительных величин. Такого рода задачи, как правило, возникают в социальной статистике. Трудоемкость статистико-социологических исследований приводит к тому, что почти все они строятся на несплошном учете. Поэтому проблема доказательности выводов в социальной статистике стоит особенно остро. Применяя процедуру проверки статистических гипотез, следует помнить, что она может гарантировать результаты с определенной вероятностью лишь по беспристрастным выборкам, на основе объективных данных.

В классической теории проверки статистических гипотез рассматривается отношение плотностей вероятностей, параметры которых принимают заданные четкие значения. Эти значения зависят от априорных сведений относительно помехи. В действительности из-за неопределенности помехи задаваемые значения параметров известны лишь приближенно и являются нечеткими числами, поэтому возникает необходимость в модификации испытания отношения правдоподобия с учетом нечеткости значений, которые принимают параметры. Это приводит к задаче модификации классической последовательной процедуры в ее нечеткий аналог.

При формировании критериев проверки статистических гипотез наиболее часто используются распределения Пирсона, Фишера, Стьюдента и Кохрена.

Методы теории массового обслуживания (теория очередей) раздел теории вероятностей, целью исследований которого является рациональный выбор структуры системы обслуживания и процесса обслуживания на основе изучения потоков требований на обслуживание, поступающих в систему и выходящих из нее, длительности ожидания и длины очередей. В теории массового обслуживания используются методы теории вероятностей и математической статистики, поэтому в рамках инвестиционного проектирования их относят к статистическим.

В основе теории массового обслуживания лежит теория потока однородных событий, которую разработал советский математик

А.Я. Хинчин. Он вывел, что:

  • • поток заявок однороден, если все заявки равноправны и рассматриваются только моменты времени поступления заявок, т.е. факты заявок без уточнения деталей каждой конкретной заявки;
  • • поток без последействия, если число событий любого интервала времени (/, t +х) не зависит от числа событий на любом другом не пересекающемся с нашим (t, /+х) интервале времени;
  • • поток заявок стационарен, если вероятность появления п событий на интервале времени (t, t + х) не зависит от времени t, а зависит только от длины этого участка;
  • • однородный стационарный поток без последствий является простейшим, потоком Пуассона.

Число п событий такого потока, выпадающих на интервал х, распределено по Закону Пуассона:

Пуассоновский поток заявок удобен при решении задач теории массового обслуживания. Несмотря на то, что простейшие потоки редко встречаются на практике, многие из моделиру емых потоков возможно рассматривать как простейшие.

Система массового обслуживания (СМО) — это система, которая следует из теории очереди и обслуживает поступающие в нее требования с помощью определенных приборов. Классическая СМО содержит от одного прибора до бесконечного их числа. В зависимости от наличия возможности ожидания поступающими требованиями начала обслуживания СМО подразделяются на:

  • • системы с потерями, в которых требования, не нашедшие в момент поступления ни одного свободного прибора, теряются;
  • • системы с ожиданием, в которых имеется накопитель бесконечной емкости для буферизации поступивших требований, при этом ожидающие требования образуют очередь;
  • • системы с накопителем конечной емкости (ожиданием и ограничениями), в которых длина очереди не может превышать емкости накопителя; при этом требование, поступающее в переполненную СМО (отсутствуют свободные места для ожидания), теряется.

Выбор требования из очереди на обслуживание производится с помощью так называемой дисциплины обслуживания. Их примерами являются FCFS/FIFO (пришедший первым обслуживается первым), LCFS/LIFO (пришедший последним обслуживается первым), RANDOM (случайный выбор). В системах с ожиданием накопитель в общем случае может иметь сложную структуру.

Самостоятельным методом исследования в инвестиционном проектировании является метод исследования информационных потоков. Он подразумевает анализ информационных потоков и дает возможность выявить схему работы элементов управления, обеспечивая информационное отображение объекта управления, взаимосвязь между его элементами, а также структуру и ди намику информационных потоков. Кроме того, изучаются формы докумен тов и недокументированных сообщений. В процессе исследования информационных потоков анализируются:

  • 1) официальные положения и инструкции, регламентирующие функции подразделений и определяющие сроки и процедуры обработки информации и принятия решений;
  • 2) входные документы, источники которых находятся вне системы;
  • 3) систематически обновляемые записи в виде картотек или книг, используемые в процессе работы;
  • 4) промежуточные документы, получаемые и использу емые в процессе обработки данных;
  • 5) выходные документы.

Анализ информационных потоков осуществляется с помо щью специально разработанных методов:

  • • графического;
  • • с использованием сетевой модели;
  • • графоаналитического;
  • • с использованием графов типа «дерево».

Параметрический метод обобщает результаты структурного, информационного и функционального анализа и выполняется с целью оценки эффективности системы управления на основе определения количественных значений ее показателей. Объектами параметрического анализа являются частные и обобщенные показатели системы, образующие иерархическую структуру.

Верхнему уровню такой структуры соответствуют показатели, определяющие внешние свойства анализируемой системы и позволяющие оценить ее влияние на эффективность решения задач надсистемой более высокого уровня, а нижним уровням будут соответствовать отдельные частные показатели элементов системы управления.

Параметрические методы сегодня используются в задачах линейного программирования. При этом практически применимые методы разработаны для случая, когда от параметра линейно зависят только коэффициенты целевой функции. Для случаев, когда от параметров зависят коэффициенты при переменных в у словиях, еще не существует общих методов.

Параметрический метод лежит в основе процесса параметрического моделирования (проектирования) (часто используют термин параметризация), т.е. моделирования (проектирования) с использованием параметров элементов модели и соотношений между этими параметрами. Параметризация позволяет за короткое время «проиграть» (с помощью изменения параметров или геометрических отношений) различные конструктивные схемы и избежать принципиальных ошибок.

Методы математической логики также нельзя отнести ни к одной из рассмотренных выше групп. В целом применение в логике математических методов становится возможным тогда, когда суждения формулируются на некотором точном языке. Такие точные языки имеют две стороны: синтаксис и семантику. Синтаксисом называется совокупность правил построения объектов языка (обычно называемых формулами). Семантикой называется совокупность соглашений, описывающих наше понимание формул (или некоторых из них) и позволяющих считать одни формулы верными, а другие — нет.

Важную роль в математической логике играют понятия дедуктивной теории и исчисления. Исчислением называется совокупность правил вывода, позволяющих считать некоторые формулы выводимыми.

Логическими операциями являются:

  • • конъюкция;
  • • дизъюкция;
  • • эквиваленция;
  • • импликация.

В связи с тем, что в практике инвестиционного планирования часто приходится сталкиваться с необходимостью нетривиального подхода к решению задач, целесообразно рассмотреть ряд методов активации творческого мышления инноватора или разработчика какого-либо проекта.

Одним из способов нахождения необходимой идеи, который нередко используется командами разработки проекта, — метод свободных ассоциаций. В его основе лежат такие принципы, как принцип:

  • • свободных ассоциаций;
  • • антиконформизма;
  • • отсроченного критического анализа.

Метод инверсии также позволяет в определенной степени активировать творческое мышление исследователя. Он основывается на закономерности (принципе) дуализма, диалектического единства и оптимального использования противоположных (прямых и обратных) процедур творческого мышления. Составляющими его компонентами являются:

  • • анализ и синтез;
  • • логическое и интуитивное познание;
  • • статические и динамические характеристики объекта исследования;
  • • внешние и внутренние стороны объекта;
  • • увеличение или, наоборот, уменьшение размеров;
  • • конкретное и абстрактное мышление;
  • • реальное и фантастическое восприятие;
  • • разъединение и объединение элементов объекта исследования;
  • • конвергенция (сужение поля поиска) и дивергенция (расширение поля поиска).

Метод синектики — еще один метод-активатор. В процессе применения данного метода большое внимание уделяется использованию метода аналогий. Аналогия используется в самых различных видах: как личная (эмпатия), прямая, фантастическая и символическая. Символическая аналогия, например, приняла форму конкретного приема определенного поиска названия, характеризующего в парадоксальной форме определенное понятие.

Эвристические приемы как готовые схемы действия составляют объект эвристической логики, в то время как реальный процесс эвристической деятельности — объект психологии. В любом случае нужно помнить, что правильность выбора оптимального решения на основе экспертных методов чаще всего зависит от квалифицированной оценки их результатов. Использование эвристических методов в инвестиционном проектировании позволяет развить творческое воображение и способности к быстрому поиску нетрадиционных решений проблем, что может существенно повышать конкурентоспособность разрабатываемых проектов.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >