Delist.ru

Оценка эффективности управления инвестиционно-строительными проектами с использованием метода нейросетевой оптимизации (16.03.2010)

Автор: Морозов Александр Алексеевич

Следующая страница

7 Учет фактора времени - учет неравноценности разновременных затрат и результатов. Неравноценность денежных потоков преодолевается путем их дисконтирования или компаундирования - учет неравномерности поступления притоков и оттоков денежных средств

8 Учет только предстоящих затрат — принцип определения эффективности проекта, который необходимо отразить, главным образом, при его реализации на действующем производстве (например, если цель проекта — техническое перевооружение) - произведенные в прошлом затраты на их создание следует считать невозвратными, а следовательно, они не должны учитываться в денежных потоках;

- ранее созданные произв. фонды могут быть вовлечены в новый проект не по их балансовой оценке, а исходя из их альтернативной стоимости (включая продажу по рыночной стоимости)

9 Учет всех наиболее существенных последствий проекта - учитываются как экономические, так и внеэкономические последствия реализации проекта в потоках денежных средств - учет внеэкономических последствий реализации проекта, которые невозможно учесть в потоках денежных средств

10 Обеспечение условий сопоставимости показателей эффективности как альтернативных, так и независимых проектов - можно сопоставить цены на продукцию и ресурсы, объем продаж, макроэкономические показатели, норму дохода - учет рисковой составляющей проектов, а также специфических требований при сопоставлении проектов

11 Учет влияния инфляции на продукцию и используемые ресурсы, а также возможность использования нескольких валют при реализации проекта - привязка к ценам какого-либо периода (базисного периода);

- использование текущих цен, а сопоставимость денежных потоков в разные временные периоды обеспечивается путем дефлирования

12 Учет влияния неопределенности и рисков, сопровождающих реализацию проекта - учитывается через норму дохода, измеряет компенсацию, требуемую за риск - учитывается иными косвенными методами

13 Оценка эффективности реализуемых на действующих предприятиях (реконструкция, техперевооружение) проектов проводится по приростным величинам денежных потоков - определяются как разность потоков затрат и поступлений, в ситуации «с проектом» и «без проекта», т. е. сравнение денежных потоков производства после реализации проекта с потоками, которые имели бы место при сохранении базисных условий («без проекта»)

14 Учет специфических экономических и неэкономических интересов участников проекта - принцип учитывается при формировании денежных потоков для отдельных групп участников проекта, предъявляющих к нему специфические требования, а также в норме дохода участника - учитывается иными косвенными методами, при невозможности учета стоимостными показателями различных интересов участников проекта

15 Определение предпочтительности одного из ряда показателей эффективности при их совместном использовании для оценки проекта

- определяется функциональная взаимосвязь между множеством независимых переменных, а также их одновременное влияние на классифицирующую переменную

Продолжение таблицы 1

Выбор наиболее подходящего метода для оценки эффективности ИСП является ключевым вопросом при оценке любого бизнес-плана в связи с тем, что многие последующие действия при реализации ИСП будут непосредственно зависеть от этого решения. Имеется много методов оценки эффективности ИСП и используют они различную базу для проведения расчетов, тем самым выводы об эффективности проекта могут различаться друг от друга в зависимости от принятого метода оценки. Поэтому представляется очень важным изначально выбрать наиболее подходящий метод для оценки или реализовать возможность систематизации и обобщения различных методов оценки эффективности ИСП.

Для оценки эффективности ИСП с помощью построения нейронных сетей могут быть объединены различные виды эффективности (Рис. 1), которые оказывают непосредственное влияние на определение класса проекта.

В случае объединения различных видов эффективности при оценки ИСП, результаты получаются более точными в связи с тем, что учитывается влияние большего количества факторов, которые одновременное влияют на определение класса проекта. Так, на представленной схеме, оценка класса проекта непосредственно зависит от:

последствий реализации проекта для собственника вложенного капитала (коммерческая эффективность);

влияния на финансовые показатели деятельности хозяйствующего субъекта реализации инвестиционного проекта (финансовая эффективность);

финансовых последствий реализации проекта для федерального бюджета, бюджета субъекта федерации и муниципалитета (бюджетная эффективность);

последствий реализации проекта для национальной экономики, экономической целесообразности вложения средств в проект в количественном измерении, учета стоимостных измерений всех результатов и затрат (экономическая эффективность);

соотношения результатов реализации проекта с использованием определенного вида производственного ресурса (ресурсная эффективность);

социальных результатов реализации проекта (социальная эффективность);

влияния реализации проекта на окружающую природную среду (экологическая эффективность).

В свою очередь все вышеперечисленные виды эффективности, при их непосредственном расчете, исходят из представленных на рисунке 1 принципов для оценки эффективности, которые с одной стороны частично учитываются существующими методами для оценки эффективности, а с другой стороны не учитываются существующими методами. Однако, все перечисленные принципы оценки эффективности ИСП учитываются методом нейросетевой оптимизации.

Тем самым при оценке эффективности проектов возникает необходимость учета показателей различных видов эффективности, при этом величина силы влияния каждого из показателей на оценку эффективности ИСП не ясна. Однако при применении метода нейросетевой оптимизации, благодаря возможности проведения обучения с помощью имеющихся данных по уже реализованным аналогичным проектам, появляется возможность автоматического определения величины влияния различных показателей на эффективность ИСП.

Рисунок 1 – Определение класса проекта

В результате проведенного исследования, выявлено, что представленный метод по оценке эффективности ИСП с помощью нейронных сетей, в отличие от уже существующих методов, обладает целым рядом преимуществ:

- во-первых, он может объединить в себе все ранее известные методы и аккумулировать в себе их результаты;

- во-вторых, данный метод позволяет провести комплексную оценку эффективности ИСП, по всем интересующим показателям;

- в-третьих, позволяет рационально учесть степень влияния субъективных факторов ну оценку эффективности ИСП.

Оценка эффективности инвестиционных проектов с помощью метода нейросетевой оптимизации может быть широко применена на практике в ходе проведения конкурсов и тендеров, а также в ходе оценки эффективности реализации ИСП на основе имеющегося бизнес плана в связи с тем, что она подстраивается под любые требования, которые могут возникнуть в ходе проведения оценки.

Построение нейронной сети может быть осуществлено с помощью представленного ниже алгоритма построения нейронной сети для оценки эффективности управления ИСП. Один из возможных вариантов алгоритма программы для оценки эффективности управления ИСП представлен на рисунке 2. Его основные этапы:

1. Постановка задачи оценки эффективности управления ИСП. Назначение в программе оценки эффективности управления ИСП постоянных (неизменных) и варьируемых показателей. Выбор ограничений, параметров состояния и критериальных оценок (целевой функции).

2. Подготовка достаточно полных данных обучающей выборки для обучения и тестирования нейросети - расчет параметров оценки эффективности управления ИСП вычислительной программой при значениях варьируемых параметров, охватывающих область поиска оптимального решения. Входные параметры нейросети – варьируемые параметры показателей для оценки эффективности управления ИСП. Выходные параметры нейросети – параметры состояния ИСП. (Динамика объемов выпускаемой продукции, сроки строительства, показатели устойчивости производства, обеспеченности заказами, обеспеченность финансовыми и производственными запасами, динамика и структура численности работников, производительности труда, чистый дисконтированный доход, цены на оборудование, цены на материалы, стоимость продажи продукции, инфляция, срок окупаемости, рентабельность, жизненный цикл проекта и учет проектных рисков.).

3. Обучение нейросети на базе нейросетевой программы по данным подготовленной обучающей выборки. Тестирование нейросети на ряде решений, полученных по традиционной вычислительной программе и добавленных к обучающей выборке.

4. Внесение ограничений на величины варьируемых параметров показателей и параметров состояния модели для оценки эффективности управления ИСП (выделение допустимой области решения). Сгущение обучающей выборки с помощью нейросетевой интерполяции и экстраполяции.

Рисунок 2 - Алгоритм программы оценки эффективности управления инвестиционно-строительными проектами

5. Перебор вариантов решений из набора с помощью нейросети с учетом ограничений.

Шаги 4-5 зацикливаются: сначала перебор осуществляется на редкой сетке, затем на более густой – пока не будет достигнута достаточная для данной итерации точность.

загрузка...