Содержание к диссертации
Введение
Глава 1. Проведение экспресс-анализа инвестиционных проектов: особенности, важность, методы 15
1.1. Специфика и тенденции развития промышленности в России на примере строительной отрасли 15
1.2. Особенности экономического анализа инвестиционного проекта на разных стадиях его реализации 23
1.3. Эволюция количественных методов в экономическом анализе 31
1.4. Виды неопределенности и риска, связанные с реализацией инвестиционных проектов, и методы их учета 39
Глава 2. Использование элементов гибридных систем в инвестиционном анализе 55
2.1. Методологические основы теории нечетких множеств, и их использование в построении систем управления и принятия решений 55
2.2. Методы расчета показателей эффективности инвестиционных проектов при исходной нечеткой информации 75
2.3. Современные вычислительные структуры - искусственные нейронные сети 83
2.4. Модификации алгоритма обратного распространения ошибки и другие методы обучения ИНС, учитывающие специфику данных экономической природы 94
2.5. Использование гибридных систем для проведения экспертного анализа: преимущества, адаптированный алгоритм обучения нейро-нечетких сетей 103
2.6. Возможности использования нечетких регрессионных моделей в эконометрическом анализе 110
Глава 3. Практическое применение и программная реализация методов и моделей экспресс-анализа на основе элементов ТНМ и ИНС для оценки инвестиционно- строительных проектов 118
3.1. Использование нечеткого регрессионного анализа для прогнозирования потока поступлений инвестиционно-строительного проекта 118
3.2. Снижение дефицита информации при принятии инвестиционных решений с помощью нейросетевых моделей обработки данных 128
3.3. Построение экспертной системы анализа себестоимости ИСП на базе систем нечеткого вывода и нечетких нейронных сетей 138
3.4. Обоснование эффективности инвестиционного проекта с использованием элементов ТНМ и ИНС на примере оценки ИСП 145
Заключение 156
Список используемой литературы 159
Приложение 164
- Особенности экономического анализа инвестиционного проекта на разных стадиях его реализации
- Методы расчета показателей эффективности инвестиционных проектов при исходной нечеткой информации
- Снижение дефицита информации при принятии инвестиционных решений с помощью нейросетевых моделей обработки данных
- Обоснование эффективности инвестиционного проекта с использованием элементов ТНМ и ИНС на примере оценки ИСП
Введение к работе
Актуальность исследования. В настоящее время очевидны общемировые тенденции к возрастанию нестабильности финансовых и экономических систем. В то же время в России продолжается процесс развития рыночных отношений, что создает специфические условия для функционирования отечественных предприятий. Компании вынуждены принимать решения, находясь в рамках рыночной конъюнктуры, все еще проходящей этап становления, который сопровождается высокой степенью неопределенности внешней среды. Важной предпосылкой успешного развития любой крупной компании в высоко конкурентной среде является ее активная и непременно эффективная инвестиционная деятельность. Процесс формирования оптимальной инвестиционной политики компанией состоит в рассмотрении всего множества потенциальных проектов и обоснованном выборе наиболее выгодных из них в конкретной ситуации. Важность правильного выбора тем больше, чем масштабнее проект и чем сложнее его модифицировать или выйти из него уже после начала реализации. В наибольшей степени это справедливо по отношению к предприятиям, реализующим социально значимые инвестиционные проекты, носящие инновационный характер, нацеленные на развитие инфраструктуры, которые рассматриваются как приоритетные для российской экономики и поддерживаются государством, а значит, являются объектами особенно острой конкурентной борьбы. В полной мере приведенным характеристикам соответствуют предприятия строительной отрасли, инвестиционно-строительная деятельность которых будет рассматриваться в данной работе в качестве области, где результаты диссертационного исследования могут быть успешно использованы.
Компаниям необходимо максимально качественно и за короткое время оценивать потенциальные инвестиционные проекты (ИП), степень проработанности которых крайне низка и, следовательно, в распоряжении имеются весьма ограниченные, неполные, неточные сведения. В подобных противоречивых условиях в рамках проведения экспресс-анализа проекта из-за недостатка информации о проекте затруднено и нецелесообразно как применение стандартных подходов оценки эффективности проектов, так и использование имеющихся автоматизированных программных средств анализа, среди которых отсутствуют продукты, адаптированные к условиям экспресс-анализа ИП. В описанной ситуации оправдано и эффективно использование элементов теории нечетких множеств (ТНМ) и искусственных нейронных сетей, благодаря чему многие факторы неопределенности могут быть формализованы и корректно учтены в процессе оценки проекта.
Искусственные нейронные сети (ИНС) представляют собой современные вычислительные системы способные преобразовывать информацию подобно тому, как это происходит в процессе мыслительной деятельности человека, и, таким образом, решать сложные неструктурированные задачи. Нейронные сети имеют возможность автоматического обучения на основе существующей базы знаний, с их помощью решают задачи распознавания образов, прогнозирования, управления сложными системами. Дополнительными преимуществами обладают сети гибридной структуры, объединяющие в себе нейросетевые и нечетко-множественные подходы к анализу данных. Нейро-нечеткие сети позволяют учесть одновременно и знания и предположения экспертов, и статистическую информацию, накопленную в процессе функционирования организации, тем самым уменьшая субъективность оценки проекта, так как часть параметров определяется автоматически в процессе обучения. Одновременно, становится логичной структура нейронной сети, так как каждый слой нейронов выполняет свою, заранее определенную роль, а сложившиеся в результате обучения параметры элементов сети обретают понятный исследователю смысл. Использование на практике подобных сложных и ресурсоемких, но эффективных систем обработки данных и извлечения знаний из располагаемой информации, стало возможным благодаря бурному развитию и широкому распространению в последние десятилетия вычислительной техники, а таюке доступность и большой выбор соответствующих программных продуктов.
Актуальность темы диссертации определена тем, что отечественные компании остро нуждаются в эффективных методах оценки ИИ в рамках экспресс-анализа, которые могли бы максимально полно использовать всевозможную информацию о проекте и при этом имели бы широкие возможности автоматизации. Таким образом, возникла необходимость написания научной работы, в рамках которой обосновывается эффективность использования элементов ТИМ и ИНС при оценке инвестиционных проектов и разрабатываются соответствующие методы экспресс анализа.
Степень разработанности темы исследования. Проблемам стратегического управления предприятиями и обоснования инвестиционных решений посвящено много работ зарубежных и отечественных авторов таких, как Мескон М., Хедоури Ф., Шарп У., Воронцовский А.В. Специфика инвестиционной деятельности применительно к строительной отрасли в рамках ее развития на данном этапе в России раскрывается в трудах отечественных авторов: Асаула Н.А, Бузырева В.В., Заренкова В.А. Проблемы решения задач многокритериального оценивания, в том числе, в рамках инвестиционного анализа, изложены в работах: Хованова Н.В., Царева В.В.
Основные положения теории нечетких множеств и возможности их практического применения широко излагаются и исследуются в работах Заде Л. А., Леоненкова А.В., Кофмана А., Недосекина А.О., Хил Алуха X., Ярушкиной Н.Г., данное направление очень популярно среди японских авторов: Tanaka Н., Uejima S., Yun-His О. Chang и др.
Исследования в области построения и использования аппарата искусственных нейронных сетей представлены в работах Круглова В.В., МакКаллока У., Минского М., Пайперта С, Пилиньского М., Розенблатта Ф.
Подробный анализ публикаций показал глубокую степень разработки теоретических основ ТНМ и ИНС, а также их приложений в технических областях знаний и отраслях производства, однако отчетливо выявился недостаток комплексного использования подобных методов в финансовом, экономическом и инвестиционном анализе. Возможности оценки с помощью ТНМ и ИНС инвестиционной привлекательности строительных проектов столь значимых в рамках экономики региона и даже страны в литературе практически не представлены, что говорит о необходимости проведения исследований в данном направлении и подтверждает актуальность заявленной темы диссертации.
Цель и задачи исследования. Целью диссертационного исследования является разработка комплекса методов и моделей проведения экспресс-анализа ИП в условиях высокой степени неопределенности, присущей стадии инициации проекта, на основе аппарата ТИМ и ИНС.
Для достижения указанной цели необходимо решить следующие задачи:
- выявить и исследовать основные факторы неопределенности и риска, характерные для начальных этапов оценки и реализации ИП;
- систематизировать существующие методы учета неопределенности и риска при принятии инвестиционных решений и проанализировать их эффективность;
- провести анализ теоретических основ ТНМ и ИНС и возможности комплексного использования элементов этих теорий для обоснования эффективности инвестиций в условиях недостаточной и неточной информации;
- разработать экономико-математические модели расчета показателей ИП в нечетко-множественной форме;
- разработать методы проведения экспресс-анализа инвестиционных проектов на стадии инициации, опирающиеся на элементы ТНМ и ИНС и использующие возможности современных программных продуктов;
- осуществить практическую реализацию полученных методов в рамках оценки показателей эффективности реального ИСП. Объектом исследования являются предприятия различных организационно-правовых форм, осуществляющие инновационную и инвестиционную деятельность.
Предметом исследования является процесс принятия решения о целесообразности реализации инвестиционного проекта в рамках его предварительного экспресс-анализа.
Методология исследования. Теоретической и методологической основой диссертационного исследования являются монографии, пособия и публикации в периодической печати российских и зарубежных авторов, посвященные таким областям научного знания, как теория нечетких множеств, искусственные нейронные сети, мягкие вычисления, имитационное моделирование, математическое программирование, управление инвестициями, экономика недвижимости, разработка экспертных систем, а также ресурсы сети Интернет и материалы семинаров и конференций.
В рамках проведения исследований в работе использовались следующие научные методы: системный анализ, методы инвестиционного анализа, методы математического программирования, методы ТНМ и ИНС, метод экспертных оценок, метод верификации.
Инструментальная поддержка разработанных методов заключается в использовании таких программных средств, как интегрированная программная среда Matlab и ее приложения, язык программирования Matlab, программное обеспечение для моделирования и анализа динамических систем Simulink, пакет статистического анализа EViews, аналитическая платформа Deductor.
Информационную базу исследования составили данные по основным показателям развития экономики России, данные, характеризующие состояние рынка недвижимости Санкт-Петербурга, информация о деятельности строительных компаний.
Научная новизна состоит в том, что в диссертационном исследовании дано оригинальное решение актуальной научно-практической задачи оценки компанией ИП на стадии из инициации, заключающееся в разработке методов экспресс-анализа ИП, позволяющих учесть весь имеющийся объем неоднородной информации о проекте.
Научная новизна диссертационного исследования определяется следующими результатами, выносимыми на защиту:
- произведена классификация ситуаций риска и неопределенности и характеристика традиционных методов обоснования инвестиций в условиях неопределенности с точки зрения их эффективности при анализе инвестиционных проектов;
- разработаны методы оценки показателей эффективности инвестиционных проектов при условии представления исходной неточной, неполной информации в нечетко-множественном виде, которые дают возможность получить гораздо более информативные для инвестора показатели, содержащие, в том числе, информацию о риске проекта:
о метод расчета чистой настоящей стоимости (NPV) в виде нечетких чисел стандартной и произвольной формы, что позволяет инвестору формировать объективную оценку проекта и принимать обоснованное решение об экономической оправданности его реализации;
о методы расчета показателей дисконтированного срока окупаемости (DPP) в точной форме и внутренней нормы доходности (IRR) в точной форме и в виде нечеткого числа стандартной формы в ситуации, когда компоненты чистого денежного потока представлены нечеткими числами произвольной формы;
- разработан метод применения аппарата искусственных нейронных сетей для построения графика распределения затрат на реализацию ИП во времени, который позволяет рассмотреть проект не изолированно, а с учетом специфики деятельности конкретной организации;
- построена модель экспертной системы, содержащая элементы «мягких вычислений»: механизм нечеткого вывода, в котором параметры оптимальным образом настраиваются с помощью ИНС, целью которой является определение себестоимости ИП на основе ограниченного объема информации о параметрах проекта;
- предложен пример проведения экспресс-анализа ИСП в условиях неопределенности на основе ТНМ и ИНС, на базе информационного материала строительного холдинга и данных ранка недвижимости Санкт Петербурга.
Теоретическая и практическая значимость работы заключается в следующих основных результатах:
- в диссертационном исследовании разработаны методы расчета показателей эффективности инвестиционных проектов в нечеткой форме, что дает возможность эффективно решить научно-экономическую задачу обоснования компаниями инвестиционных проектов в рамках экспресс-анализа;
- результаты обобщения и развития теоретических основ нечетко-множественного анализа, теории искусственных нейронных сетей, а также гибридных систем и нечеткого регрессионного анализа, содержащиеся в работе, могут быть использованы для дальнейших научных исследований, а также в решении широкого круга практических задач в различных областях деятельности;
- практическая значимость диссертации состоит в универсальности разработанных моделей и методов и доступности используемых инструментальных средств, что позволяет предприятию любой организационно-правовой формы, осуществляющему инновационную и инвестиционную деятельность, применять основные результаты диссертационного исследования в процессе экспресс-анализа инвестиционных проектов;
- аналитический материал и научные результаты, изложенные в диссертации, могут быть включены в учебные программы ВУЗов в рамках дисциплин, посвященных вопросам искусственного интеллекта, инвестиционного анализа, экономики недвижимости.
Научная апробация и внедрение результатов исследования. Основные положения и результаты, полученные в диссертационном исследовании, обсуждались и изложены в материалах:
- Ежегодной научно-практической конференции «Актуальные проблемы менеджмента в России на современном этапе: пути достижения высокой конкурентоспособности», Санкт-Петербург, СПбГУ, Экономический факультет, 16 декабря 2005 года;
- Политехнического Симпозиума: «Молодые ученые — промышленности Северо-Западного региона», Санкт-Петербург, СПбГПУ, 8 декабря 2006 года;
- Международной научной конференции: «Экономическое развитие: теория и практика», Санкт-Петербург, СПбГУ, Экономический факультет 5-7 апреля 2007 года;
- 8-го Всероссийского симпозиума по прикладной и промышленной математике, Сочи-Адлер, 29 сентября — 7 октября 2007 года;
- 13-ой международной конференции «Предпринимательство и реформы в России», Санкт-Петербург, СПбГУ, Экономический факультет, 25-26 октября 2007 года;
- Всероссийского форума студентов, аспирантов и молодых ученых «Наука и инновации в технических университетах», Санкт-Петербург, СПбГПУ, 10-12 октября 2007 года;
- Политехнического Симпозиума: «Молодые ученые — промышленности Северо-Западного региона», Санкт-Петербург, СПбГПУ, 6 декабря 2007 года.
Основные результаты исследования были приняты к внедрению в практическую деятельность ЗАО Управляющая компания — Строительный холдинг «Эталон-ЛенСпецСМУ» в процессе проведения экспресс-анализа потенциальных ИСП в рамках стратегического планирования развития организации. Отдельные материалы диссертации были использованы при проведении лекционных и семинарских занятий на экономическом факультете СПбГУ в рамках дисциплин: «Информатика» и «Информационные технологии в экономике».
Публикации. Основные результаты диссертационного исследования опубликованы в трех научных статьях и тезисах материалов конференций общим объемом 1,5 п.л.
Объем и структура работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и 9 приложений. Диссертация изложена на 181 странице, включает 15 таблиц, 30 рисунков, 1 диаграмму.
Во введении обосновывается актуальность диссертационного исследования, определяются цель и основные задачи диссертации, аргументируется научная новизна исследования, излагается его теоретическая значимость и прикладное значение результатов.
В первой главе диссертации описываются особенности реализации ИП в рамках сложившейся на сегодняшний день в России экономической и социально-политической конъюнктуры. Далее в контексте этих особенностей рассматривается эффективность и выявляются слабые места традиционных методов обоснования инвестиций в условиях неопределенности и риска. В первой главе также производится анализ состояния и тенденций развития строительной отрасли России
Вторая глава посвящена изложению теоретических основ диссертационного исследования, в ней приводятся и разрабатываются положения, модели и методы, касающиеся проведения инвестиционного анализа, опираясь на такие научные направления, как ТНМ, системы ИНС, гибридные структуры, нечеткий регрессионный анализ. Третья глава содержит практическое применение разработанных диссертантом методов экспресс-анализа ИСП на основе элементов «мягких вычислений» на примере оценки реального строительного проекта.
В заключении приводятся основные выводы, которые позволяет сделать проведенное научное исследование, и описываются перспективы дальнейшей научной работы диссертанта.
Особенности экономического анализа инвестиционного проекта на разных стадиях его реализации
Понятие инвестиции в каждом частном случае может быть наполнено различным содержанием: это зависит от субъекта, занятого инвестиционной деятельностью, от объекта инвестирования, от специфики той точки зрения, с которой этот термин рассматривается. Однако в любой интерпретации сохраняются наиболее характерные признаки этого понятия, сформулированные в следующем определении, которое и будет использоваться в данной работе в дальнейшем. Инвестиции — расходование собственного или заемного капитала юридическим или физическим лицом (инвестором) для осуществления, как правило, долгосрочных, целей, не связанных с текущим потреблением [10, 8]. Процесс инвестирования и совокупность практических действий по реализации инвестиций носят название инвестиционной деятельности. В последнее время в России (а за рубежом гораздо раньше) инвестиционная деятельность стала рассматриваться с позиций теории управления проектами, в рамках которой центральным понятием является инвестиционный проект.
В настоящее время отечественная школа управления проектами еще только проходит этап становления, причем, практически всецело опираясь на зарубежную методологию и информационные технологии, которые не всегда являются самыми передовыми и часто не могут столь же эффективно применяться в условиях российской действительности. Причина такой зависимости от зарубежных разработок и общего отставание отнюдь не состоит в том, что в нашей стране никогда не применялись проектно-ориентированные подходы. За период существования Советского Союза в стране было реализовано большое количество очень крупных и сложных проектов национального масштаба в области строительства, промышленного производства, сельского хозяйства, в социальной сфере. Начиная с самого зарождения теории управления проектом (30-е годы 20-го века), уровень развития базовой методологии этой теории и инструментальных средств ее реализации в нашей стране соответствовал уровню, достигнутому ведущими иностранными государствами (лидерами являются США, страны Западной Европы) [44, 71]. Проблема состоит в том, что все эти проекты осуществлялись в условиях разительно отличающихся от тех, которые характерны для открытой экономики, ориентированной на рыночные отношения. Проекты в рамках командно-административной экономики инициировались непосредственно органами государственной власти и носили общегосударственный или региональный характер, следовательно, цели этих проектов, критерии и обстоятельства их выбора были отличны от современных условий высоко конкурентной среды, в которой движущей силой являются частные интересы субъектов рыночных отношений. К сожалению, в процессе проникновения общемировых тенденций организации управления проектом в российскую практику интенсивно разрушались и те фундаментальные знания, которые были накоплены советской наукой.
Таким образом, на сегодняшний день актуальной является задача выработки концепций управления, соединяющих передовой зарубежный опыт с возрождением богатых российский традиций и учитывающих специфику нынешней хозяйственной жизни. Для разрешения данной задачи необходимо, с одной стороны, проведение соответствующей теоретической подготовки специалистов в области управления в ВУЗах, с другой - поддержка со стороны представителей бизнеса. Действительно, в последние годы во многих ведущих ВУЗах страны открываются кафедры управления проектами (Государственный Университет Управления, Санкт-Петербургский Инженерно-Экономический университет, Южно-Уральский Государственный Университет, архитектурно-строительные ВУЗы и т.д.). Что же касается непосредственных участников бизнес-процессов, то здесь положительная динамика заключается в активном взаимном обмене опытом с зарубежными коллегами, повышении квалификации сотрудников на различных курсах, стажировках. Одной из отраслей экономики, где практика применения положений теории управления проектами имеет большую историю, является строительство. Инвестиции в сфере строительства имеют свои отличительные особенности, обусловленные сложностью и крупномасштабностью объектов строительства, особенностями реализуемых технологических процессов, большой стратегической важностью отрасли. Поэтому выделяют понятие инвестщио}1но-строителъный проект - это проект, предусматривающий реализацию полного цикла вложений и инвестиций в строительство объекта (от начального вложения капиталов до достижения целей инвестиций и завершения предусмотренных проектом работ) [20]. Существуют различные классификации проектов вообще и инвестиционно-строительных проектов в частности. Самая распространенная из них акцентирует внимание на самом понятии проект, уделяя при этом мало внимания особенностям процесса управления. В данном случае выделяются классы в соответствии с различными характеристиками проекта: в зависимости от его длительности и сложности реализации, по объекту строительства, масштабу инвестиций, по источникам финансирования и т.д. Другой способ классификации проектов, [44, 81-89-109] в свою очередь, концентрирует внимание на методах организации управления, выбирая в качестве критерия, согласно которому проект относится к тому или иному классу, существенные различия в сути управления этим проектом. Согласно второму подходу проекты делятся на:
Терминальные (конечные) — проекты, имеющие конечную цель и четко ограниченный жизненный цикл;
Развивающиеся — проекты, на момент инициации не имеющие конечных целей, достижение которых означало бы завершение проекта; в таких проектах конечные цели появляются, но момент их появления заранее не определен;
Открытые - проекты, принципиально не имеющие конечных целей, достижение которых означало бы завершение проекта; цели в данном случае носят индикативный характер и корректируются в процессе реализации проекта;
Мультипроекты — объединения нескольких проектов с целью получения организацией синергетического эффекта, оптимизации ресурсов, улучшения координации, достижения иных целей.
Инвестиционно-строительные проекты согласно второй классификации чаще всего относятся к терминальным проектам, если рассматривается обособленный ИСП, или мультипроектам в случае реализации компанией целого комплекса взаимосвязанных проектов. Однако в последнее время, с активным развитием девелопмента в России все больше ИСП начинают носить характер развивающихся проектов.
Проекты с позиций системного подхода представляют собой сложные системы, поэтому даже теоретический анализ приводит к неоднозначности мнений и подходов, как это было относительно их классификации. Аналогичная ситуация имеет место в случае выделения фаз жизненного цикла инвестиционного проекта и соответствующих им процессов в управлении проектом [19; 44]. Принципы выделения фаз и процессов зависят от отрасли, к которой относится предприятие, реализующее проект, от используемого метода и целей, достижению которых способствует данное выделение. В рамках нашего исследования, достаточно рассмотреть следующие наиболее важные стадии реализации проекта
Методы расчета показателей эффективности инвестиционных проектов при исходной нечеткой информации
Возможности использования информации в нечеткой форме при анализе инвестиционных проектов и построения на ее основе денежных потоков, описывающих проект, компоненты которых представлены нечеткими числами, предоставляют исследователю широкий спектр дополнительных сведений для анализа потенциальной привлекательности проекта. Тем не менее, наиболее популярными и общепринятыми критериями эффективности ИП является набор показателей, упомянутых в первой главе: NPV, IRR, DPP. Следовательно, для наиболее объективного обоснования инвестиционного решения эти показатели необходимо уметь рассчитывать и при условии, что денежные потоки имеют нечеткую форму, а для максимально полного анализа желательно также иметь возможность представлять сами показатели эффективности как в точной, так и в нечеткой форме. Далее представлены разработанные автором соответствующие методики расчета NPV, IRR, DPP как для случая, когда нечеткость параметров проекта моделируется с помощью стандартных функций принадлежности (треугольная, трапециевидная), так и функций произвольной формы. Предположим, что денежные потоки представлены нечеткими числами, тогда значение чистой настоящей стоимости рассчитывается по формуле (2.27): Int 5 Outt — объемы поступлений и затрат в -ом периоде соответственно, представленные в виде нечетких чисел; г — ставка дисконтирования (точное значение). Если компоненты денежных потоков имеют функции принадлежности стандартной формы, то значение NPV в данном случае также будет иметь вид нечеткого числа соответствующей стандартной формы, так как операции вычитания и сложения нечетких чисел и деления на точное число не изменяют первоначальной формы нечеткого числа. Если же и ставку дисконтирования предполагается, рассматривать, как нечеткое число, то результат деления двух нечетких чисел, как указывалось в пункте 2.1., уже не сохраняет исходной стандартной формы. В случае, когда ставка дисконтирования мала и разброс ее возможных значений также мал (справедливое предположение для условий развитых устойчивых экономик), то кривизна функции принадлежности нечеткого NPV незначительна и ею можно пренебречь и рассматривать нечеткое число, как стандартное. Однако применительно к реалиям российской экономики утверждение о низком значении ставки дисконтирования не верно, и это нельзя не учитывать. В этом случае автором предлагается проводить.все необходимые вычисления в среде Matlab, приложения которой обладают мощным аппаратом обработки нечеткой информации, представляя функции принадлежности в дискретной форме, что, однако, оказывает незначительное влияние на точность вычислений, так как современные компьютерные технологии позволяют оперировать огромными массивами данных. Аналогичным образом в среде Matlab может быть произведен расчет NPV, а результаты графически визуализированы в случае, когда денежные потоки имеют функции принадлежности не стандартной, а произвольной формы.
Определение другого важного показателя эффективности ИП - внутренней нормы доходности, в классической постановке заключается в решении относительно неизвестной переменной IRR уравнения (2.28) (предполагается, что необходимые условия существования единственного положительного корня уравнения (2.28) выполнены). Однако при наличии в левой части уравнения (2.28) компонентов в нечеткой форме (формула (2.29)) поиск значения IRR в форме точного числа, имеющего строгое математическое обоснование и при этом являющегося по своему смыслу адекватным целям исследования, становится сложной и неоднозначной задачей. Таким образом, левая часть (2.29) имеет вид нечеткого числа, а правая является точным числом нуль, следовательно, для того, чтобы иметь возможность корректно производить математические операции в процессе вычисления показателя, необходимо преобразовать уравнение (2.29) так, чтобы его правая и левая части согласовались. Автором предлагается два варианта преобразования: Первый вариант состоит в изменении формы правой части, которую предлагается интерпретировать, как нечеткий нуль, который характеризуется тем, что максимальная степень принадлежности этому нечеткому числу должна быть у точного числа нуль. Выпуклое нечеткое число А, базовым для которого является множество вещественных чисел X, называется нечетким нулем, если Мл (0) Значение IRR, найденное в рамках такого видоизменения уравнения (2.29), может быть проинтерпретировано, как величина (точная) ставки дисконтирования, при которой значение чистой настоящей стоимости равняется нечеткому числу, функция принадлежности которого такова, что в значении нуль достигает своего максимума — единицы.
Данный подход прост в применении и однозначен в тех частных случаях, когда используются нечеткие числа треугольной формы. Если же нечеткие числа, участвующие в расчетах имеют сложную форму, или в принципе подобное изложение сущности внутренней ставки доходности представляется исследователю неочевидным с точки зрения интуитивного восприятия, то предлагается использовать для расчета показателя второй способ, приводимый ниже. Второй вариант предполагает обратное преобразование (2.29) -приведение к точному виду левой части уравнения, что достигается с помощью одного из методов дефазификации, приведенных в п. 2.1. В данном случае искомое значение IRR является решением уравнения (2.30). где defuzzi ) - одна из функций, позволяющих сопоставить точное значение аргументу, представленному нечетким числом. Если денежные потоки выражены нечеткими числами стандартной формы, то уравнение (2.30) может быть выписано и решено в явном виде. В случае, когда денежные потоки имеют произвольную нечеткую форму (например, сложная составная функция), тогда определение IRR осуществляется методом целенаправленного перебора значений искомого показателя до тех пор, пока не будет достигнуто равенство в выражении (2.30) с некоторой заданной точностью. Вычисление показателя эффективно выполнять с помощью программной среды Matlab, так как в ее приложении, посвященном нечеткой логике, предусмотрены различные методы дефазификации, а сам алгоритм расчета удобно формализовать и реализовать с помощью языка программирования Matlab.
Снижение дефицита информации при принятии инвестиционных решений с помощью нейросетевых моделей обработки данных
Продолжая исследовать проблему проведения экспресс-анализа ИСП, обратимся ко второй неотъемлемой составляющей денежного потока — потоку затрат. Продемонстрируем возможности описанных выше во второй главе нейросетевых подходов к анализу данных на примере определения затратной части ИСП. В отличие от поступлений, которые во многом определяются складывающейся рыночной конъюнктурой, расходы на реализацию ИСП гораздо более специфичны для каждого конкретного строительного предприятия. Информация о затратах является в основном внутренней для предприятия, и ее сбор и анализ - одна из важных функций управления. Тем не менее, существуют специализированные сборники содержащие данные о себестоимости строительства различных объектов недвижимости с высокой степенью детализации. К подобным внешним (по отношению к строительной компании) источникам относится, например, справочник «Укрупненные показатели базисной стоимости строительства по объектом аналогам (УПБС-2001)», который регулярно обновляется и выходит в печать. Данное справочное издание содержит стоимостные характеристики сотен объектов, среди которых могут быть отобраны наиболее соответствующие целям анализа конкретного проекта и включены в обучающее множество для ИНС.
Основной статьей расходов на реализацию ИСП являются непосредственно затраты на проведение СМР, они в наибольшей степени поддаются систематизации, анализу и прогнозированию, поэтому задачей исследования в данном параграфе является выявление с помощью аппарата ИНС закономерностей распределения затрат на СМР во времени.
На стадиях реализации проекта, начиная с этапа планирования, затраты на СМР уже можно представить в виде календарного графика, отражающего структуру работ, последовательность их выполнения, планируемые объемы финансирования. Наглядный пример календарного графика СМР условного строительного проекта и график суммарных затрат на СМР приведены в приложении 6.
На стадии инициации точное содержание работ неизвестно, и можно лишь попытаться определить общий вид кривой суммарных затрат, опираясь на имеющиеся в распоряжении характеристики проекта и опыт осуществления предыдущих проектов. Предварительный визуальный анализ графиков фактически сложившихся затрат на реализацию большого числа разнообразных ИСП (данные касаются объектов жилищного строительства, возведенных строительным холдингом «Эталон-ЛенСпецСМУ») позволяет сформулировать предположение о наличии связи между формой графика затрат на СМР и такими характеристиками проекта, как площадь объекта и продолжительность строительства. Указанная связь наглядно проявляется в обобщенных трендах графиков расходов на строительные работы, которые приведены на рисунке 3.3. Все проекты согласно распределению затрат во времени можно разделить на. две большие группы, первая из которых соответствует строительству объектов малой площади (10-20 тыс. м2), а вторая - строительству больших жилых комплексов общей площадью от 30 до 70 тыс. м2 и более.
Для малых объектов, как видно на рисунке 3.3, свойственны относительно (общего объема расходов по проекту) большие затраты в самом начале строительства, а пик расходов приходится на первую половину срока проведения работ. Применительно к крупномасштабным объектам справедливо обратное: основные затраты ложатся на вторую половину строительного цикла и распределены более равномерно, благодаря чему кривая затрат имеет более плавную форму без резких выбросов.
Индивидуальная форма графика финансирования конкретного ИСП зависит от ряда факторов, среди которых есть как вполне объективные и поддающиеся качественному или количественному анализу, так и трудноформализуемые, чьи механизмы и степень влияния определить очень сложно или невозможно. К первой группе факторов относятся, например, различия между технологическими схемами строительства и различные принципы и возможности финансирования проектов значительно отличающихся по масштабу. В данном случае мы пренебрегаем макроэкономическими, политическими и иными внешними факторами, способными значительно исказить процесс реализации ИСП, и в качестве статистического материала выбраны лишь те проекты, развитие которых происходило в условиях достаточно стабильной внешней конъюнктуры. Факторы второй группы могут быть как результатом сложившегося корпоративного стиля ведения проектов, так и следствием субъективных отношений различной природы, касающихся конкретного проекта или же могут представлять собой стечение случайных событий и непредвиденных обстоятельств.
Целью построения нейросетевой модели является обнаружение наиболее значимых факторов и определение характера их влияния, что позволит на основе базы знаний, содержащей информацию о уже завершенных проектах, строить предположения относительно искомых характеристик (распределение расходов во времени) новых объектов. Статистические данные по затратам на СМР приведены в таблице П7.1 приложения 7, где представлены пятнадцать проектов строительства жилой недвижимости, наиболее характерные для рассматриваемой строительной компании (холдинг «Эталон-ЛенСпецСМУ»). Также в результате изучения объектов аналогов, приводимых в справочнике УПБС-2001, было выделено порядка ста объектов, чьи характеристики целесообразно использовать в процессе обучения ИНС. Среди факторов, имеющих наибольшее влияние на распределение затрат на СМР во времени, были выделены следующие
Обоснование эффективности инвестиционного проекта с использованием элементов ТНМ и ИНС на примере оценки ИСП
В данном параграфе для оценки ИСП, взятого ранее в качестве примера, будут использованы предложенные автором методики расчета основных показателей эффективности на основе нечетко-множественных моделей, которые изложены в параграфе 2.2. Используя результаты, полученные в предыдущих параграфах текущей главы, можно сформировать денежные потоки по проекту в необходимой для исследования форме. Итоговый поток поступлений, представленный в таблице 3.5, получен из потока, сформированного на базе нечеткой регрессионной модели в параграфе 3.1 (таблица 3.1), с помощью группировки данных по кварталам и за вычетом затрат на рекламу и привлечение инвестиций, которые согласно практики реализации ИСП составляют 5% от общего объема поступлений. Рассмотрим вторую методику расчета удельной себестоимости строительства, использующую модель нейронной нечеткой сети. В данном случае в распоряжении имеется лишь точное значение удельной себестоимости, которое равняется 37973 руб./м2, следовательно, общие затраты на СМР по проекту вычисляются как: Согласно графику распределения затрат на СМР во времени, построенному в параграфе 3.2 на основе нейросетевого анализа статистической информации, денежный поток затрат на СМР имеет вид, представленный в таблице 3.6. Анализ реализации ИСП компанией показал, что доля затрат на имущественные права, плату за землю, согласования составляет порядка 40% от затрат на СМР и приходится на начало реализации проекта. Затраты за управление ИСП, проектирование, авторский надзор, непредвиденные расходы распределены по всему циклу строительства и составляют порядка 20% от СМР. Затраты на весь ИСП приведены в таблице 3.7. Чистый денежный поток по проекту без учета налогообложения и обязательных выплат равен разнице квартальных поступлений (таблица 3.5) и затрат (таблица 3.7) и представлен в таблице 3.8.
Предположим в данном случае, что выбрано точное значение ставки дисконтирования равное 3% в квартал. Указанное значение ставки может быть обосновано кумулятивным методом расчета, основными составляющими которого являются безрисковая ставка процента и надбавка за страновой риск. Для определения безрисковой ставки обычно рассматриваются доходности по наиболее надежным ценным бумагам в стране: государственным долговым обязательствам, облигациям крупных компаний. В России на начало 2008 года доходности подобных бумаг находятся в диапазоне 6-7% в год. Премия за страновой риск определяется на основе рейтинга страны, составляемого агентствами и консалтинговыми фирмами, например, PricewaterhouseCoopers, Ernst&Young и др.
Значение премии за страновой риск для России - порядка 4-5%. Выбранная ставка дисконтирования также соответствует сущности и назначению самого процесса дисконтирования, так как она приблизительно равна темпу инфляции в стране и, таким образом, представляет собой минимальное значение доходности проекта, которое позволит инвестору хотя бы ничего не потерять, реализуя проект. Задав ставку дисконтирования, можно вычислить значение NPV, согласно формуле (ЗЛО). Int — объем поступлений в /-ом квартале, представленный в виде нечеткого числа треугольной формы; Outt — объем затрат на реализацию ИСП в t-ом квартале (точное значение). На рисунке 3.10 представлено значение NPV для потока, соответствующего финансовому результату (разница поступлений и прямых затрат без учета налогообложения и обязательных выплат) от реализации ИСП в виде нечеткого числа. — интервал, в рамках которого могут находиться значения NPV — [317,1; 917,7] млн. руб.; — наиболее ожидаемое значение показателя, имеющее максимальную степень принадлежности, - 457,3 млн. руб.; — значение NPV будет скорее превышать наиболее ожидаемую величину (457,3 млн. руб.), нежели наоборот; — точное значение, полученное по методу центра тяжести, составляет 564 млн. руб. Для определения внутренней ставки процента в четкой форме в рамках первого варианта расчета этого показателя, приведенного во второй главе, необходимо относительно IRR решить следующее уравнение, в котором правая часть рассматривается, как нечеткий нуль: Левая часть (3.11) будет иметь асимметричную треугольную форму (так же как и все слагаемые левой части) с вершиной в нуле, таким образом, IRR вычисляется в данном частном случае, как ставка внутренней нормы доходности для ряда точных чисел, соответствующих вершинам треугольных нечетких значений дисконтированного денежного потока (средняя строка таблице 3.8). В итоге, квартальное значение IRR равняется 35,7%, что соответствует годовой доходности в размере 142,8% (столь огромная норма доходности получена, потому что не учитываются налоговые и иные обязательные выплаты, и сами условия реализации проекта крайне оптимистичны, так как продажи начинаются с первого же квартала, однако в описываемых условиях высокого спроса на недвижимость и экономического роста крупные широко известные строительные компании действительно могут ожидать от реализации ИСП сопоставимые с полученными нормами доходности).
Определение точного значения IRR согласно второму варианту осуществляется с помощью решения уравнения (2.30) относительно известных значений денежного потока, искомое значение IRR в квартал в соответствии с данным подходом равняется 41%. Перейдем к построению показателей эффективности, используя данные о себестоимости строительства в виде нечеткого множества, полученные с помощью алгоритма Мамдани. В данном случае дополнительно предположим, что ставка дисконтирования так же представлена в виде нечеткого числа треугольной формы, что усложнит модель, однако сделает ее еще более приближенной к естественному образу мышления эксперта, а результаты моделирования более информативными.
