Содержание к диссертации
Введение
Глава I. Теоретические и методические подходы к оценке эффективности и инноваций . 14
1.1. Инновации: определение, сущность, классификация 14
1.2. Понятие и сущность эффектов и эффективности инвестиций в инновации, подходы к их классификации 26
1.3. Прогнозирование результатов реализации и распространения инноваций 37
Глава II Методические основы оценки эффективности инновационных проектов 57
2.1. Методы оценки экономической эффективности проектов в сфере информационных технологий 57
2.2. Модель быстрого экономического обоснования (Rapid Economic Justification) как метод обоснования эффективности инновационных проектов 66
2.3. Применение экспресс-анализа при оценке венчурных проектов .87
2.4. Подходы к использованию в процессе обоснования эффектности инновационных проектов моделей оценки, основанных на нечеткой логике 96
Глава III. Механизм функционирования быстрого экономического обоснования инновационных проектов в сфере информационных технологий на основе аппарата нечеткой логики . 113
3.1. Применение Rapid Economic Justification для оценки эффективности перехода ІТ-систем к облачным вычислениям 113
3.2. Оценка затрат и результатов от реализации проекта с применением инструментов нечеткой логики 134
Заключение 185
Список литературы 191
Приложения 202
- Понятие и сущность эффектов и эффективности инвестиций в инновации, подходы к их классификации
- Модель быстрого экономического обоснования (Rapid Economic Justification) как метод обоснования эффективности инновационных проектов
- Подходы к использованию в процессе обоснования эффектности инновационных проектов моделей оценки, основанных на нечеткой логике
- Оценка затрат и результатов от реализации проекта с применением инструментов нечеткой логики
Введение к работе
Актуальность темы исследования обусловливается спецификой современного этапа российской экономики. Необходимость быстрого преодоления технологического и технического отставания, цели развития, связанные с модернизацией не только экономической, но и социальной сферы, требуют пересмотра основных подходов к оценке эффективности инновационных проектов. В современном обществе необходимо принимать во внимание диффузное распространение эффектов от реализации инновационных проектов, что требует применения соответствующих методов оценки. С одной стороны, такие способы оценки проектов, должны быть специализированными и учитывать предмет анализа, его особенные признаки и свойства, а также специфику динамики его развития. С другой стороны, они должны обладать унифицированными признаками и предлагать инструменты, удобные в применении с точки зрения аналитиков, экспертов и руководителей, которые занимаются проведением оценки проектов.
В настоящее время наблюдается активное развитие методологических инструментов исследования вопросов реализации инновационных проектов. В зарубежной и отечественной литературе, в том числе и в публикациях специалистов компаний, непосредственно занимающихся оценкой проектов, представлено большое количество методов проведения оценки и управления эффективностью проектов. Описываемые модели позволяют производить исследование проекта в ракурсе, более удобном в установленных условиях оценки. Также алгоритмы, используемые в рамках традиционных методов, отличаются набором изучаемых факторов и параметров, логических связей, характером и областью оценки, отношением к фактору времени и изменениям, происходящим в процессе реализации проекта, отношением к риску. Однако следует отметить, что наиболее распространенные сейчас традиционные методы оценки экономической эффективности не учитывают специфику проектов инновационного характера. Предлагаемый процесс проведения анализа и набор показателей (прогнозных, немедленных или ретроспективных) для расчета и изучения не всегда являются эффективными в случае работы с инновационными проектами в связи с их спецификой.
Необходимость радикального сокращения инновационного цикла в российской экономике, осуществление технологического прорыва, восстановление ведущих позиций России как одного из научно-инновационных лидеров обуславливают необходимость ускорения процесса принятия решения на начальных стадиях инновационного проекта. В настоящее время инноваторы по нескольку лет не могут привлечь необходимые инвестиционные ресурсы в связи с отсутствием эффективного инструментария быстрого экономического обоснования, экспресс-диагностики эффективности инновационных предложений.
Указанные проблемы требуют проведения исследования возможностей развития математического аппарата современных моделей, в частности,
интеграции в них аппарата работы с нечеткой логикой. Классическая логика, лежащая в основе используемых сейчас методов обоснования эффективности инноваций, оперируя жесткими, однозначными понятиями, имеет четыре основных недостатка: во-первых, она не учитывает всего множества возможных значений изучаемого признака, во-вторых, она становится неэффективной, когда входная информация - разнородная, плохо структурированная или противоречивая, в-третьих, такая логика имеет существенные ограничения в области применения; в-четвертых, не всегда инструменты предоставляют результаты, учитывающие субъективность оценки. Такие ограничения особенно актуальны, когда эксперт анализирует инновационные проекты, которые по определению являются уникальными и по всем четырем параметрам не укладываются в рамки жесткого логического анализа, что и требует применения более гибких инструментов оценки. Адаптация элементов теории нечеткой логики, которая уже была апробирована в ряде отраслей и областей и показала свою эффективность, представляется перспективной в части работы с инновациями и оценкой инновационных проектов. На основе всего выше сказанного можно сделать вывод, что требуются дополнительные исследования в области проведения оценки инновационных проектов с применением качественных и количественных методов.
Степень разработанности темы. Вопросы инновационного менеджмента, сущности и понятия инноваций, характера их адаптации изучали в своих работах зарубежные (И.Шумпетер, Т.Брайан, П.Тротт, Ф.Котлер, Г.Менш, М.Додгсон, С.Мьйер, А.Афуа, П.Майерс, М.Крауфорд, Э.Роджерс, У.Саудер, Э.Ван де Вен, М.Додгсон, Р.Хендерсон, Т.Хагерстранд, Ф.Басс, Д.Мидглей, В.Махаджан, Л.Розенкопф, Э.Абрахамсон, Т.Валенте) и отечественные (В.Г.Медынский, Э.А.Уткин, Р.А. Фатхутдинов, С.В.Ильдеменов, П.Н.Завлин, Г.Я.Гольдштейн, Л.Водачек, С.Д.Ильенкова, Н.Д.Кондратьев, А.И.Пригожин, А.С.Кулагин, В.В.Платонов, Е.М.Рогова, В.П.Воробьев) экономисты, социологи, математики, инженеры.
Методология быстрого экономического обоснования (REJ) была предложена и описана специалистом американской компании Microsoft, Джузеппе Маскарелло. В принципе, большая часть документации и уточнений, которые были предложены относительно этой модели, были сделаны менеджерами Microsoft.
Математический аппарат нечеткой логики и постулаты нечеткой логики были сформулированы Л. Заде. Впоследствии работу с нечеткими множествами, оптимизацию нечетких условий, механизм приведения к четкости-нечеткости исследовали Х.Прад, Р.Беллман, Дж.Бакли, Б.Коско, Э.Кофлер, Э.Мамдани, Т.Сугено, Г.Чен, Э.Керр, А.А.Логинов, А.О.Недосекин, О.Б.Максимов, Г.С.Павлов, К.И.Воронов, С.Н.Фролов. В то же время, представляются мало разработанными методики интеграции систем нечеткой логики в модели, которые работают с экономикой, в частности, в области управления проектами. Можно обозначить ряд причин, которые являются
барьерами: сложность математического инструментария по сравнению с традиционным, слабое понимание принципов механизма реализации нечеткого анализа и возможностей его применения для решения задач в области экономики и менеджмента, отсутствие статистических данных или данных, получаемых эмпирическим путем, на основе которых могут быть апробированы системы нечеткой логики. Все это значительно снижает эффективность использования перспективных моделей, которые с одной стороны учитывают специфические признаки комплексных инновационных проектов, а с другой - обладают встроенным математическим аппаратом, обеспечивающим получение достоверного результата с заданной степенью точности.
Целью исследования является разработка гибкой методики экспресс-оценки инновационных проектов, учитывающей специфику объектов оценки и условия проведения анализа, позволяющей значительно ускорить процесс принятия решения о реализации инновационного проекта.
В соответствии с поставленной целью исследования, в работе решались следующие основные задачи:
Исследованы понятие и сущность новшества и инновации и их классификационные признаков;
Определены группы эффектов, которые возникают при реализации инновационных проектов, и характер их распространения (диффузии инноваций);
Выявлены свойства инновационных проектов в сфере информационных технологий;
Уточнена классификация способов и методов оценки инновационных проектов в области информационных технологий, их области применения и ограничения;
выявлены параллели между проектами в сфере информационных технологий и венчурными проектами;
Уточнен метод быстрого экономического обоснования и произведена его адаптация к оценке инновационных проектов;
Идентифицированы области применения и возможности интеграции принципов теории нечеткой логики в метод оценки экономических эффектов от внедрения инновационного проекта на основе метода быстрого экономического обоснования.
Предметом исследования является комплекс теоретических, методических, практических вопросов, связанных с исследованием и обоснованием экономической эффективности инновационных проектов и анализа эффектов, которые возникают при реализации инновационных проектов.
Объектом исследования является деятельность специалистов, занимающихся подготовкой и принятием решений о реализации инновационных проектов, в том числе венчурных, и управлением инновационными проектами,
Теоретической и методической основой диссертационного исследования являются работы и публикации зарубежных и российских авторов в области, инновационного и инвестиционного менеджмента, управления проектами, математического анализа.
Информационной базой исследования являются доклады, справки и материалы Федеральной службы государственной статистики России, аналитические отчеты, разработанные и публикуемые независимыми агентствами и компаниями, занимающимися исследованием рынков. Также использовались материалы годовых отчетов крупнейших компаний изучаемого рынка.
При написании диссертационной работы применялись общенаучные методы исследования - системный подход, анализ и синтез, методы логического и экономико-математического моделирования.
Научная новизна исследования заключается в том, что была построена теоретическая концептуальная модель экспресс-диагностики эффективности инновационных проектов, подтвержденная эмпирическим примером анализа эффектов, генерируемых инновационным проектом, и показывающая эффективность интеграции принципов работы с нечеткими множествами в метод быстрого экономического обоснования и разработаны методические рекомендации по ее практическому применению. К числу результатов, обладающих научной значимостью и выносимых на защиту, относятся:
- Предложены механизмы использования и адаптации модели быстрого
экономического обоснования применительно к российской специфике
проведения экономического анализа проектов. В том числе - определены
проблемы, которые препятствуют широкому применению и
популяризации качественного метода оценки проектов, и возможные
пути их устранения;
Определен и уточнен набор эффектов (как отдельных, так и в составе кластера), генерируемых при реализации инновационного проекта и подлежащих анализу и оценке. Предлагается производить оценку в рамках быстрого экономического обоснования инвестиционной привлекательности проекта. Эффективность рассматривается не как универсальная величина, но как субъективная мера оценки результатов проекта различными его участниками.
Дополнен и уточнен аппарат быстрого экономического обоснования (экспресс-оценки) инновационных и венчурных проектов, что позволяет проводить более полную оценку инновационных проектов и учитывать специфические черты проектов данного типа и генерируемых эффектов.
В рамках совершенствования способов оценки инновационных проектов предложены модификации аппарата нечетких множеств в целях оценки инновационных проектов. В частности, уточняются инструменты для работы с входной информацией, и предлагаются способы расширения функциональных возможностей модели, что позволяет более
эффективно работать с параметрами и признаками, которые
описываются качественно. - Обоснована эффективность предложенной модели при проведении
оценки венчурных высоко рисковых проектов с целью организации
оптимального распределения средств венчурных компаний и
инвесторов.
Практическая значимость исследования заключается в том, что разработанный метод (экспресс-оценка привлекательности проекта на основе моделей нечеткой логики) может быть использован предприятиями большинства отраслей, где измеряется оценка инновационных проектов, а также применен при принятии решений о включении венчурного проекта в портфель венчурного инвестора. Методические рекомендации могут быть использованы в практике инвестиционного анализа инновационных проектов, предложенные уточнения математического аппарата расширяют область применения модели, что подтверждается их использование в процессе обоснования экономической привлекательности конкретного проекта.
Апробация практических результатов исследования. Основные положения и результаты исследования нашли отражение в выступлениях автора на ряде российских научных конференций и в опубликованных автором научных работах. Основные результаты диссертационного исследования были обсуждены на научной конференции «Зимняя школа 2010», проводившейся Санкт-Петербургским филиалом Государственного университета - Высшая Школа Экономики 20-21 февраля 2010 года.
Структура диссертационной работы. Поставленные цели и задачи диссертационной работы определили её структуру. Работа состоит из введения, трех глав, заключения, библиографического списка, приложений, таблиц и рисунков. Общий объем работы составляет 201 страниц, список используемой литературы включает 122 источника.
В первой главе "Теоретические и методологические подходы к оценке эффективности инноваций" исследуются понятия новшества и инновации: сущность терминов, различные подходы к определению понятия "инновация" и классификации инноваций, идентифицируются специфические черты инновационных проектов и их отличия от других видов проектов. Рассматривается набор эффектов, которые возникают при разработке, реализации, освоении инновации. Исследуется механизм и диффузия инноваций в общественной среде, неоднородный характер распространения новшеств и эффектов от их реализации.
Вторая глава "Методические основы оценки эффективности инновационных проектов" посвящена различным методам и способам проведения оценки экономической эффективности инновационных проектов и анализа результатов их реализации. Исследуются комплексные методы, которые применяются в настоящее время при оценке проектов с большим количеством специфичных свойств и сложными взаимосвязями между параметрами и признаками. Дается характеристика одного из подходов
качественного анализа - метода быстрого экономического обоснования, который предполагает оценку не только результатов, получаемых при осуществлении проекта, но и параметров, которые характеризуют сам процесс реализации. Модель представляется эффективной для целей оценки высоко рисковых инновационных проектов. В частности, исследуются специфичные свойства венчурных проектов и обосновывается эффективность применения методологии экспресс-оценки при исследовании экономической привлекательности венчурных проектов. Как расширение данного метода предлагается и исследуется возможность встраивания инструментов для работы с нечеткими переменными в метод REJ: рассматриваются принципы и возможные области встраивания механизмов конвертирования качественных оценок в количественные через адаптацию аппарата нечеткой логики при оценке параметров, исследование которых представляется сложным и приводит к затруднению при определении влияния этих параметров на результирующие параметры.
В третьей главе "Совершенствование быстрого экономического обоснования инновационных проектов в сфере информационных технологий на основе аппарата нечеткой логики" осуществляется анализ и оценка проекта миграции приложений IT предприятия на облачную платформу. Разбираются проекты в сфере информационных технологий и выделяются специфические черты при анализе их как инновационных проектов, также обосновывается принадлежность ГТ-проектов к типу инновационных. При этом оценка производится с применением инструментария метода быстрого экономического обоснования, математический аппарат которого расширен с помощью техник работы с нечеткой логикой. Дается характеристика самого решения в области информационных технологий, описывается сценарий перехода на новую платформу (как проект, подлежащий оценке и в случае обоснования экономической эффективности - реализации), затем поэтапно разбирается процесс внедрения проекта и оценка ожидаемых результатов. Инвестиционный анализ, включая обследование рисков, осуществляется средствами аппарата нечеткой логики, сформированной для исследования конкретного проекта.
В заключении диссертационной работы показаны выводы, полученные в результате изучения предметной области исходя из сформулированных задач.
В приложении представлены аналитические и расчетные материалы, показывающие результаты апробации исследования на практике, а также часть теоретических материалов, являющихся дополнением и расширением областей, исследуемых в работе.
Понятие и сущность эффектов и эффективности инвестиций в инновации, подходы к их классификации
Очевидно, что как и любая деятельность, инновационная деятельность генерирует определенные результаты, т.е. является источником образования неких эффектов. В широком понимании, понятие эффективности отражает степень удовлетворения потребности или степень достижения поставленных целей или степень успешности реализации чего-либо (например, проекта). Соответственно, эффективность инвестиций характеризует результаты, получаемые в случае приложения инвестиций к какому-либо проекту. В связи с тем, что понятие "эффективность" является сложной категорией, эффективность инвестиций также включает в себя много аспектов, которые необходимо учитывать инвестору как лицу, заинтересованному в успешных результатах своего вложения, и лицу, ответственному за проект и стремящегося достичь максимального эффекта от инвестированных средств.
При выборе проекта инвестор оценивает его эффективность, абсолютную или относительную. Абсолютная эффективность проекта определяется на основе идентификации, расчета и анализа ряда показателей, в которых заинтересован инвестор. Если значения показателей, рассчитанные для конкретного проекта, определены как превышающие (или, наоборот, ниже, в зависимости от сущности исследуемого показателя) тех, с которыми проводится сравнение, то проект считается привлекательным и рекомендуется к реализации. В случае определения относительной эффективности аналитик производит сравнение нескольких проектов, анализируя полученные значения набора показателей для каждого проекта. Соответственно, лучшим проектом считается тот, который в наибольшей степени удовлетворяет требованиям инвестора, по сравнению с остальными. Следует отметить, что в настоящее время чаще всего при оценке эффективности инвестиций оба метода комбинируются: определяется ряд коэффициентов (показателей) и их критических значений, превышение (недостижение) которых делает проект непривлекательным для инвестора; с другой стороны, некоторые показатели сравниваются между собой и выбирается тот проект, который позволяет получать максимальный относительный эффект.
Ценность проекта для любой стороны, принимающей участие в нем, определяется как изменение выгод в результате проекта за вычетом изменений затрат, которые необходимо нести на этапах реализации проекта. Эффективность любого процесса является субъективной мерой, она может меняться с изменением оценок, критериев. Например, в зависимости от того, кто производит оценку эффективности (владелец предприятия, государство, потребители продукции данного предприятия), акцент при такой оценке делается на разные показатели эффективности. Для государства эффективным считается предприятие, приносящее определенный (максимальный) доход в бюджет в виде налоговых отчислений, или удовлетворяющее потребности населения, что в свою очередь имеет определенный социальный эффект. Для владельца предприятия важными показателями эффективности деятельности будет являться денежный поток, генерируемый бизнесом, доход от владения акциями, доля дивидендов в чистой прибыли предприятия, рентабельность собственного капитала. Также важно отметить, что эффекты, генерируемые проектом, могут быть не только положительными, но и негативными. В связи с тем, что эффект - это результат осуществленных мероприятий, он может быть как полезным или привлекательным для участников проекта или для общества, так и отрицательным. В рамках оценки эффектов как совокупности, необходимо исследовать и оценивать обе групп эффектов. Более того, в некоторых случаях усиление позитивных эффектов может быть сопряжено с появлением незначительных, но имеющих место быть негативных.
Оценка эффектов от инвестирования не сводится исключительно к оценке финансовых показателей (как зачастую считают руководители отечественных компаний), но требует более комплексного похода, учитывающего также прочие результаты, которые могут быть достигнуты в случае успешного осуществления проекта, в том числе и те, которые не могут быть оценены в денежном или даже количественном выражении.
Можно выделить следующие эффекты от реализации инновационно-инвестиционного проекта (см. рисунок 1.1), независимо от того, реализуются проекты микро- или макроуровня (возможны проекты, которые не индуцируют определенную категорию эффектов, например, бюджетный или научно-технический): экономический, бюджетный, налоговый, социальный, экологический, научно-технический.
Экономический эффект заключается в извлечении прибыли от реализации проекта или достижении каких-либо определенных финансовых показателей и может быть определен с помощью различных количественных или качественных методик, предложенных специалистами-аналитиками: традиционных, качественных (эвристических), вероятностных. Нахождение экономического эффекта сводится к расчету набора показателей, идентификации категорий затрат-доходов, обоснованию ресурсных затрат, определению бюджета для реализации проекта, анализу сопутствующих проекту рисков, определению места проекта в общей цепочке формирования стоимости, а также влияния проекта на другие экономические категории (например, стоимость компании).
Определяя экономические эффекты от осуществления проектов, установим разницу между близкими, но не синонимичными понятиями экономической, финансовой и инвестиционной эффективностью проекта. Очевидно, что эффективность в широком понимании характеризует соотношение между полученными результатами и затраченными ресурсами. Экономическая эффективность - более широкое понятие из трех рассматриваемых, определяемое как отношение полезных результатов к затраченным ресурсам и характеризующее норму доходности проекта. При этом оценка экономической эффективности может производиться для различных групп общества (предприниматели, собственники, государство, население). Финансовая эффективность показывает соотношение между финансовыми последствиями (результатами) и затратами, понесенными непосредственными участниками проекта, обеспечивающие достижение требуемого уровня доходности от финансовых вложений. Т.е. фактически анализируются финансовые потоки, генерируемые проектом. Инвестиционная эффективность отражает мнение группы инвесторов касательно соотношения уровня риска, уровня доходности, ликвидности и стоимости финансовых ресурсов (собственных или заемных), извлекаемых и авансируемых в течение осуществления проекта.
Для расчета бюджетной эффективности реализации инвестиционных проектов необходимо учитывать, что бюджеты разных уровней могут быть сами источником инвестиций, т.е. ситуация когда органы власти федерального, регионального или местного уровня являются участниками инвестиционных проектов. В этом случае эффективность участия бюджетных средств рассчитывается по аналогии с коммерческой эффективностью. При анализе бюджетной эффективности проекта учитываются изменения доходов и расходов бюджетных средств, обусловленные влиянием проекта на сторонние организации и население, если проект оказывает на них влияние. Основным показателем бюджетной эффективности является чистый дисконтированный доход бюджета, который определяется как разница между притоками и оттоками бюджетных средств с учетом дисконтирования. Также определяется бюджетный эффект за определенный период времени, который выражается в увеличении бюджетных доходов и (или) снижении бюджетных расходов в результате реализации.
Определение налогового эффекта от инвестиционного проекта заключается в расчете суммы, представленной к выплате в форме налоговых отчислений в бюджеты различных уровней (местный, региональный, федеральный). Т.е. инвестиции в данном случае рассматриваются как категория, увеличивающая налогооблагаемую базу (например, прибыль или стоимость имущества), что влечет за собой увеличение суммы налога, уплачиваемого предприятием.
Социальный эффект — это результат деятельности компании или вложения инвестиций в проект, направленный на благо общества в целом или отдельных групп населения, не связанный с получением прибыли. Оценка социальных результатов проекта предполагает, что проект соответствует социальным нормам, стандартам и условиям соблюдения прав человека. Социальная значимость (эффект) от вложения инвестиций, отражающая его вклад в улучшение социальной сферы, определяется с помощью оценок: уровня жизни (доходы населения); здоровья и продолжительности жизни (улучшение условий труда, развитие сферы здравоохранения); создания новых рабочих мест, обеспечивающих занятость не работающего населения; изменения рыночной стоимости имущества граждан (жилья, земельных участков), обусловленное реализацией проекта; при наличии соответствующей информации в состав затрат включаются ожидаемые потери от аварий и иных нештатных ситуаций; влияния реализации проекта на объемы производства (работ, услуг) сторонними предприятиями.
Более того, некоторые специалисты, занимающиеся оценкой социального эффекта от инвестиций в некоммерческом секторе экономике, предлагают использовать распространенные финансовые показатели (NPV, IRR, PI), но вместо значения величины денежных потоков использовать социальный эффект проекта (который также следует дисконтировать). При анализе инвестиционных проектов организации нельзя однозначно требовать положительных значений коэффициентов (таких как NPV), так как сумма затрат, связанных с реализацией проекта, может превышать приведенную социальную стоимость проекта.
Модель быстрого экономического обоснования (Rapid Economic Justification) как метод обоснования эффективности инновационных проектов
При оценке экономической эффективности проектов в настоящее время традиционно, рассматривают (если возможно — оценивают, в денежном выражении) те улучшения и эффекты, которые можно достичь при; внедрении и развертывании проекта. Большая; часть методологий в основе своей имеет предложения, изложенные в рамках модели совокупной стоимости владения, и элементы моделей, позволяющих оценить стратегическую роль проекта в рамках принятой ГТ-стратегии предприятия. В то же время, представляется достаточно сложным оценить все эффекты; от внедрения; конкретного проекта в сфере высоких технологий, что зачастую приводит к тому, что показатели экономической эффективности рассчитываются неверно, т.к. учитывается только часть общего эффекта. В связи с этим возникла необходимость в создании;такой модели, с помощью которой аналитик мог бы определить и дать количественную и качественную оценку тех эффектов, которые генерируются проектам на всех этапах его жизненного цикла, начиная с выбора наиболее подходящего решения и до стадии его обновления / ликвидации. Необходим более систематизированный подход, основанный на целях и планах предприятия. Отталкиваясь от бизнес-стратегии компании, необходимо сформировать портфель ГГ-проектов, влияющих на стратегически важные показатели, а затем рассчитать показатели их экономической эффективности. В результате руководство компании получит необходимую информацию для принятия решений по формированию портфеля инвестиционных проектов и возможность оптимально использовать имеющиеся: ресурсы для достижения поставленных целей. При этом также необходимо оптимизировать и обосновать эффективность операций цепочки создания стоимости ГГ-проекта.
Все. эти требования были учтены при разработке модели анализа и оценки экономической эффективности проектов REJ.
Сама модель была первоначально разработана и применялась для оценки исключительно проектов в области информационных технологий. Однако впоследствии ее принципы были расширены и в настоящее время REJ используется для оценки проектов различных отраслей; В диссертации мы рассмотрим оригинальную модель, предложенную разработчиками, т.к. впоследствии в третьей главе модель быстрого экономического обоснования будет применена для оценки инновационного: ГГ-проекта.
Модель. REJ (Rapid Economic Justification, Метод быстрого экономического обоснования) разработанная Джузеппе Маскарелло, сотрудником компании Microsoft, в 1997 году. [83], является одной из наиболее мощных моделей, . используемых специалистами, . оценивающими целесообразность вложения инвестиционных средств в IT проекты или оценки результатов своих вложений. Кроме того,.REJ позволяет оценить не только прямой эффект от инвестирования вТГ-проект, но и косвенный (как, например, оптимизацию бизнес-процессов в результате внедрения новых технологий). Объективность оценки обеспечивается использованием в рамках REJ нескольких методик: ТСО, элементов ВSC (критических факторов успеха и ключевых показателей эффективности), ROI- и. других, а также рассмотрением рисков; присущих любым проектам. Таким образом, REJ представляет собой модель, учитывающую не только финансовые характеристики проекта, но и процесс его реализации и эффекты от него, как прямые, так и косвенные.. Разработчики REJ модели предлагают рассматривать следующие роли участников команды: основной инвестор, менеджер проекта, бизнес-аналитик, финансовый аналитик, 1Т-аналитик, аудитор (см. приложение 12).
Весь процесс анализа проекта при применении REJ модели можно разбить на 5 последовательных этапов, каждый из которых требует наличия определенных входящих документов (информации) и имеет набор результирующих, некоторые из которых передаются на следующий этап для дальнейшей проработки или включаются в конечный отчет обоснования эффективности проекта (рисунок 2.2):
а) оценка текущего состояния бизнеса;
б) разработка решения (собственного или выбор поставщика и технологии);
в) определение и расчет (количественная оценка) или описание (качественная оценка) выгод и затрат от проекта;
г) оценка рисков;
д) расчет финансовых показателей;
е) составление меморандума и заключения о привлекательности проекта.
Также можно уточнить предложенную карту последовательности стадий конкретными шагами-действиями, которые должны быть выполнены рабочими группами (специалистами), принимающими участие в аналитической работе конкретного этапа (рисунок 2.3). Некоторые функции, выполняемые на определенных этапах, совпадают - это показывает как тесную связь между этапами, так и то, что ряд функций (например, оценка рисков) актуальна для большинства этапов модели.
Оценка бизнеса
Начальным этапом анализа является оценка текущего состояния предприятия и идентификация существующих проблем. На этой стадии, прежде всего, определяется состав рабочих групп, идентифицируются критические факторы успеха (CSF) предприятия и их показатели (ключевые показатели эффективности, KPI), а также составляется план их достижения. Это необходимо для команды аналитиков, которая будут проводить экономическое обоснование проекта, чтобы она могла подготовить и предложить решение, которое соответствует общей стратегии компании и направлено на достижение установленных CSF.
На этой стадии особое внимание должно быть уделено правильному выбору критических факторов успеха, т.к. они представляют собой характеристики внешней и внутренней среды предприятия, имеющие первостепенное значение для достижения целей компании. Ключевые показатели эффективности - это показатели, которые могут быть найдены расчетным путем и которые показывают эффективность деятельности компании с точки зрения достижения CSF. Соответственно, каждый CSF должен иметь KPI, с помощью которого он может быть оценен.
Подходы к использованию в процессе обоснования эффектности инновационных проектов моделей оценки, основанных на нечеткой логике
Как уже было установлено, в настоящее время разработаны и применяются различные методы оценки экономической эффективности проектов. Стоит однако отметить, что каждый из методов (включая модель быстрого экономического обоснования как один из качественных методов) имеет собственные ограничения и области локального применения, в рамках которых его применение показывает наибольшую эффективность. Общим для всех комплексных моделей признаком является уровень субъективности оценки, который принимает группа экспертов, занимающаяся оценкой, и который отражает не только собственное отношение участников к анализируемому объекту и процессу оценки, но и степень вероятности принятия неправильного решения. Результат, полученный при применении метода, в котором присутствуют элементы анализа и принятия решения на основе экспертных оценок, в той или иной степени является субъективным. Соответсвенно, при тех же. условиях и при реализации того же метода другой группой экспертов, результат может отличаться.
Субъективность оценки имеет место быть из-за инструментов, которыми пользуются эксперты в рамках применения той или иной модели оценки. Несовершенство математического аппарата, неполнота или :слабая ; структуризация информации об объекте анализа (оценки), противоречивость входной информации, а также наличие признаков, которые крайне затруднительно или в принципе невозможно оценить количественно и которые могут только характеризоваться качественно — основные причины, которые затрудняют проведение анализа. Важной объективной причиной возникновения потребности в появлении нового, аппарата работы с массивами данных, поступающих на входе в некую систему и требующих обработки и принятия конечного решения, является набор ограничений; связанных с использованием классической (аристотелевой) математики: Исторически наибольшее распространение получили модели оперирующие однозначными (четкими) понятиями - 1 или 0, да ил и нет, принять или отклонить, лево или право. Однако между этими полюсами в действительности расположено огромное количество вариантов, которые имеют место в- реальности, но не предусмотрены в таких бинарных моделях. Т.е.,. например, между понятиями "горячо" и "холодно" можно ввести; ряд промежуточных состояний температур: тепло, прохладно. Или, если использовать множество. нецелых чисел, то можно составить бесконечный ряд чисел от 0 до Г-- Таким образом, мы получаем множество значений показателя, скажем, из первого примера с температурой, которые в . разной мере соответствуют словесному описанию "тепло". Таким образом, мы получаем большое количество значений, которые невозможно однозначно идентифицировать при использовании четкой шкалы: какими бы мелкими не были такие, шкалы, они все-равно не смогут охватывать весь набор, значений, которые можно определить для данного объекта, его свойства. Более того, в словесном описании, т.е. в лингвистическом языке человека, значительно чаще используется описание предмета, явления, события именно не полярными определениями "1 / 0", а имеющими относительный характер. Это в том числе определяется субъективным восприятием, которое в разных случаях будет давать различную оценку одному и тому же свойству.
В отличие от подходов классической четкой математики, альтернативный, сформулированный в рамках теории нечеткой логики и нечетких множеств, подход смягчает целый ряд требований и предлагает аппарат, который математически обосновывает субъективные оценки и повышает совокупную объективность проводимого анализа. Основоположником теории нечетких множеств является американский профессор электротехники Беркли, Лотфи Аскер Заде, изложивший концепцию идеи в статье "Fuzzy sets" в 1965 г. Начиная отсчет развития теории от этого момента, можно выделить следующие этапы развития модели [4]: е) (1965 - начало 80х гг.) - формирование и описание основных принципов нечетких множеств. Материалы по этому этапу были изложены самим Л.Заде ("Fuzzy Sets"), а также, Д.Дюбисом и Х.Праде ("Fuzzy Sets and Systems: Theory and Applications"), Р.Беллманом ("Decision-Making in a Fuzzy Environment"), которые изложили операции над нечеткими числами. Беллман также нашел в нечетких множествах развитие теории динамического программирования. В 1966 г. отечественный профессор А.А.Логинов (один из членов российской школы, изучавшей теорию вероятности) [23], а позднее, в 1968 г. и сам Заде, определил и попытался охарактеризовать связь между теорией нечеткой логики и теорией вероятности. Для интерпретации этой связи он обратился к логике построения функций принадлежности, которая имеет много общего с терминами и математическим механизмом теории вероятности. Таким образом, была идентифицирована связь и возможности применения идей Блэка и Лушкевича в предложенном Заде инструменте. ж) (1980 - 1995 гг.) - Дж.Бакли ("Fuzzy Expert Systems and Fuzzy Reasoning"), Б.Коско ("Fuzziness vs. Probability"), П.Чизман ("An Inquiry into Computer Understanding") развивают теорию, показывая практическое применение ее в различных областях, в т.ч. в экономике и финансах. Именно в это время (1973 г.) рождается новое направление — Fuzzy Economics. Здесь стоит отдельно отметить заслуги Бартоломео Коско, который сформулировал теорему о нечеткой аппроксимизации (нечетком приближении) - FAT, Fuzzy Approximation Theorem. Согласно ей, любая система, описанная четкими математическими правилами и формулировками, может быть перестроена и аппроксимизирована системой, основанной на нечетких правилах. В этом случае такая система будет описывать изучаемый объект таким образом, что база знаний fuzzy logic будет отражать традиционные характеристики, а система фаззификации-дефаззификации позволит конвертировать четкий вход (стимул, раздражитель системы) в нечеткие высказывания типа ЕСЛИ-ТО, и соответственно, генерировать конечный, четкий результат. Также он объяснил связь между нечеткой логикой и нейросетями.
з) (1995 г. - ...) — активное распространение идей и применение их на практике многими крупными компаниями (в первую очередь — американскими и японскими производителями электроники). Э.Кофлер ("Linear Partial Information with Applications in Fuzzy Sets and Systems"), Э.Мамдани ("An Experiment in Linguistic Synthesis with a Fuzzy Logic Controller"), Т.Сугено ("Systems Based Nonlinear Adaptive Control") описывают алгоритмы, которые становятся одними из самых популярных в настоящее время. Среди отечественных математиков можно выделить Недосекина А.О., Воронова К.И., Максимова О.Б., Павлова Г.С., Фролова С.Н., которые внесли значительный вклад в развитие теории нечетких множеств.
Сейчас математические модели работы с нечеткими множествами используются в электронном оборудовании (компьютерная техника, медицина, системы позиционирования на местности, робототехнике), автомобильной, аэрокосмической и транспортной промышленности, проектировании систем сбора и анализа информации (особенно систем, которые генерируют результаты в режиме реального времени, используя в качестве входящих стимулов различные типы данных — графику, текст, числовые данные, полученные с сенсоров), а также в военной отрасли. Наиболее активно нечеткая логика в экономике применяется в области трейдинга, финансового анализа и в системе принятия управленческих решений. Но несмотря на то, что сама теория была сформулирована и описана еще в 1965 г., а некоторые принципы, которые она использовала, - еще раньше, в 1930-х гг., научная общественность приняла ее с недоверием. Причиной было то, что она запускала революционные процессы в осмыслении возможностей математического аппарата, и превращала его из холодной однозначной машины синтеза, обработки, дискретизации поступающих данных и вывода однозначного результата-ответа в аппарат, который мог предоставлять вычисления в более понятной и удобной для человека форме — в форме стохастических и приближенных формулировок. Как отмечали сами основоположники теории, она раскрашивала черно-белый мир традиционной математики двоичных значений в цветной мир человеческих определений.
Непосредственно процесс, который реализован при применении аппарата нечеткой логики, можно изобразить следующей схемой последовательных блоков (рисунок 2.15):
Оценка затрат и результатов от реализации проекта с применением инструментов нечеткой логики
Наибольшие трудности при анализе инновационных проектов вызывают - следующие две главы REJ методики: оценка выгод(результатов)/затрат и оценка рисков. Т.к. рассматриваемый нами проект является инновационным в сфере информационных технологий, одной из наших задач становится нахождение оптимального пути решения данного типа проблем.
Как уже отмечалось, при оценке денежных потоков, которые генерирует проект, не так сложно найти их затратную часть: широко распространенная и описанная методология определения совокупной стоимости владения, Total Cost of Ownership, предоставляет все необходимые инструменты и расчетную документацию, которая вполне работает и при анализе инновационных проектов. В принципе, издержки на запуск проекта, его развертывание, эксплуатацию, а также на ликвидацию (в случае, если она предусмотрена) можно определить с высокой долей успешности и точности, если составить детальную классификацию (или список) групп затрат, которые возникнут при работе с проектом. ТСО калькуляторы уже имеют в своей структуре перечень основных групп издержек, которые при желании можно расширить специфичными для данного проекта. Возможные ошибки скорее могут заключаться в том, что эксперт может не учесть затраты, которые он впоследствии понесет при реализации проекта. Например, неявные издержки, которые требуют более тщательного анализа. Более того, в зависимости от специфики проекта, роль неявных издержек может очень сильно варьироваться и в некоторых случаях их недооценка может стать критической впоследствии.
Итак, определим основные затраты, которые будет нести заказчик (JTI) при миграции систем бизнес-аналитики на облачную платформу. При анализе затрат следует учесть, что компания не переходит на полный ІТ-аутсорсинг в этой области, и часть конечного решения по-прежнему будет работать на стороне заказчика. Это обусловлено концепцией организации работы с ресурсами BI в будущем, позволяющем одновременно и перенести их на удаленную облачную платформу, и обеспечить комфортную работу данных систем с другими узлами JTI КИС (для этого и нужны программно-аппаратные слои на стороне JTI). Следовательно, структура затрат в данном проекте будет отличаться от традиционной структуры затрат, которые несет пользователь облачных технологий.
Для структурирования и калькуляции совокупных затрат наиболее оптимальной моделью, которой мы и предлагаем воспользоваться, является ТСО (Total Cost of Ownership, Совокупная стоимость владения). Как уже отмечалось ранее, данная модель учета затрат проектов, в том числе инновационных, является насколько простой, настолько и эффективной и удобной. ТСО - это инструмент, позволяющий аналитику классифицировать затраты в удобном ракурсе, учесть их на всех этапах реализации проекта. В рамках ТСО наиболее часто используется классификация затрат, предложенная компаниями Microsoft, Gartner и Interpose, предполагающая разделение затрат на прямые (бюджетные или капитальные), связанные с закупкой, инсталляцией, эксплуатацией, проектированием решения, и косвенные (внебюджетные), которые возникают в ходе эксплуатации систем и связаны с ее простоями, некорректным использованием, пользовательскими ошибками и т.д. В рамках нашего проекта мы рассмотрим только издержки, которые возникают на всем протяжении проекта от его подготовки и планирования до запуска в продуктивную эксплуатацию. Это позволит, во-первых, оценить динамику изменения затрат по интересующим категориям в каждом периоде (отчетный период - квартал года); во-вторых, учесть прямые и косвенные и затраты; в-третьих, выделить исключительно затраты, связанные с проектом миграции. При оценке проектов, имеющих в основном косвенные эффекты, последний момент представляет особую важность. Это связано с тем, что для таких проектов может быть достаточно нетривиальной задачей выделение именно тех затрат, которые будут направлены на их реализацию, а не на направление в целом. К примеру, реализация IT проекта штатными отделами, занимающимися модернизацией и поддержкой информационной системы предприятия. С одной стороны, их участие необходимо и в поддержке текущей КИС (что не входит в проектные издержки); с другой — они участвуют в реализации проекта, соответственно, генерируют затраты, которые должны быть отнесены и учтены как проектные. Вопрос, который должен решить аналитик в этом случае, - это то, как учитывать такие затраты, какие отнести к проектным, а какие учитывать как общие, связанные с внепроектной деятельностью отдела.
В структуре затрат, представленной в таблице в приложении 23, представлены только те, которые отнесены к проектным (например, организация технической платформы, получение внешних и внутренних консультаций, документирование и др.).
Более сложной задачей данного сегмента REJ является анализ выгод и эффектов, генерируемых проектом. Для инновационных проектов в общем , данная задача представляет трудности в первую очередь в связи с тем, что они не имеют аналогов, соответственно, отсутствует возможность проанализировать подобные проекты, которые уже имели место быть в отрасли или на рынке, и использовать их опыт для оценки текущего проекта. В связи с этим, большое количество экспертов предпочитает не рассчитывать эффекты от реализуемых ГГ-проектов (или ограничиться перечислением основных преимуществ, которые дает использование той или иной технологии), а оценивать эффективность проектов на основе структуры проектных затрат. Так, мы наблюдаем конвергентность анализа затрат и анализа прибыльности проекта. Эксперт определяет структуру и размер затрат, которые будет нести предприятие при внедрении проекта и при последующей эксплуатации решения, и сравнивает их с установленным порогом, т.е. с максимальным бюджетом, который может быть выделен для реализации проектов данной области. Если сумма проектных затрат не превышает установленных бюджетных ограничений, то проект одобряется руководством и реализуется. Другой наиболее частый способ оценки эффективности - это определение, насколько сократятся издержки анализируемой бизнес-активности после внедрения проекта. Если в результате внедрения нового ГГ-решения сумма чистой экономии на сокращении издержек (в оцениваемом интервале времени) превысит размер затрат на реализацию проекта, то проект признается эффективным. Таким образом, при оценке эффектов от реализации проекта, экспертиза чаще сводится к перечислению этих эффектов и опять же анализу затратной части проекта, но не к количественной или качественной оценке параметров, характеризующих прибыльную часть, тем более не оценка их в денежном эквиваленте (определение денежных потоков, генерируемых проектом). Также, большинство моделей, описывающих оценку результатов от реализации ГГ-проектов, не требуют выполнения однозначных инструкций для определения эффективности, предоставляют эксперту свободу идентификации параметров оценки, которые он сочтет важными для данного проекта. Таким образом, это позволяет составлять уникальные наборы параметров для проектов, но одновременно с этим отсутствуют рекомендации по тому, как обсчитывать такие параметры. В результате можно говорить о том, что в настоящее время отсутствует практика предоставления объективной и полноценной оценки выгод и эффектов, которые получает компания при реализации IT-проекта. Выше обозначенные барьеры можно считать объективными и мешающими проведению подобной оценки, что затрудняет и общую оценку проекта.
REJ модель не имеет определенных рекомендаций по этому вопросу и предлагает экспертной группе самостоятельно определить, какие потенциальные выгоды получит компания в случае реализации проекта, а затем ранжировать их. Но тогда группа экспертов столкнется с теми же проблемами, вызванными спецификой оценки ГГ-проектов, которые скорее всего будут решены составлением списка преимуществ от внедрения решения, оценкой оптимизации затрат или предоставлением субъективного мнений эксперта, основанного на его опыте или на опыте похожих проектов. Очевидно, что такие методы не являются эффективными при ведении оценки инновационных проектов. С нашей точки зрения, для повышения результативности и эффективности оценки выгод подобных проектов, следует отказаться от классических моделей с традиционной математической логикой в пользу семантических моделей.
Эксперту будет комфортнее описывать эффекты от реализации проекта, что он может сделать с достаточной долей объективности, нежели дефинировать субъективные количественные оценки каждого эффекта. Таким образом, мы можем получить качественные оценки эффектов, которые однако необходимо попытаться конвертировать в количественные. И для решения этой задачи мы воспользуемся результатами работы Л.Заде, его теорией о взаимодействии четких и нечетких множеств. По сути, эксперт, оценивающий комплексные IT-проекты, должен решить задачу, подобную той, в ходе решения которой Заде и пришел к пониманию необходимости перехода к нечетким множествам: описание явлений и процессов эффективнее делать с помощью многообразного лингвистического языка, а не бинарного аристотелева. Следовательно, если мы можем описать сложный процесс с помощью семантических выражений, и сформировать аппарат нечеткой логики, который может произвести дефаззификацию, - мы получаем инструмент, который может на выходе предоставить количественные значения параметров, характеризующих исходный проект, и таким образом преодолеть установленные ограничения.
