Особливості використання імітаційного моделювання для оцінки ризиків інвестиційних проектів промислового підприємства

Размещено на http://www.allbest.ru/

Особливості використання імітаційного моделювання для оцінки ризиків інвестиційних проектів промислового підприємства

О.В. Латишева

О.Д. Титаренко

Донбаська державна машинобудівна академія, м. Краматорськ

Постановка проблеми. Обґрунтування доцільності реалізації інвестиційного проекту пов'язано з аналізом показників його ефективності та ризикових чинників, вплив яких на результати інвестиційного процесу обумовлено тим, що критерії оцінки ефективності інвестицій залежать від прогнозованих грошових потоків. Проведення імітаційного експерименту методом МонтеКарло для аналізу ризику проекту (можливих відхилень від запланованих значень) передбачає прийняття рішення на підґрунті встановлення взаємозв'язків між вхідними і вихідними показниками та оцінювання впливу вхідних параметрів на остаточний результат завдяки аналізу розподілу ймовірностей для ключових параметрів моделі [1, c. 18].

Імітаційне моделювання методом МонтеКарло дозволяє оцінити можливі результати, засновані на розподілах випадкових факторів (величин), що передбачає процес проведення експериментів з математичними моделями складних систем [8, с. 36], "цілі проведення таких експериментів можуть бути самими різними -- від виявлення властивостей і закономірностей системи, до вирішення конкретних практичних завдань управління" на різних ієрархічних рівнях [6, с. 16].

Для аналізу ризику інвестиційних проектів, як правило, використовують прогнозні дані, тому для адекватного оцінювання ризику якщо відсутні фактичні дані їх замінюють величинами, отриманими в процесі імітаційного експерименту [2, c. 15].

Аналіз останніх досліджень. Вітчизняні та закордоні науковці [15] пропонують для оцінювання інвестиційноінноваційних ризиків використання різних методів, зокрема імітаційне моделювання методом МонтеКарло, який дозволяє встановити закономірності розподілу деяких із складових проекту і розподілу результуючого параметра, обчислити його основні характеристики: математичне сподівання, дисперсію, середнє квадратичне відхилення. Останніми роками фахівцями удосконалено методи, які дають змогу вимірювати й управляти всіма типами ризиків у межах усього підприємства. Дослідження цього питання проводили такі провідні українські та закордонні вчені, як: Ю.М. Барташевська, С.М. Ілляшенко, П.П. Микитюк, В.І. Максимов, Б.Г. Сенів, Н.О. Целіна, О.Д. Мельниченко, О.О. Удалих, В.В. Царьов та ін. [15], які приділяють багато уваги комп'ютерному моделюванню, яке стає одним із методів економічного аналізу [9, с. 23].

Виділення раніше не вирішеної частини проблеми.

Проблемне поле імітаційного моделювання в економіці складають дослідження питань аналізу ризиків проектів, що зумовлює необхідність отримання інформації щодо визначальних ризикфакторів, які заважають перспективам успішного впровадження проектів промислових підприємств.

В умовах промислових підприємств використання імітаційного моделювання для аналізу ризиків інвестиційних проектів та алгоритм застосування методу МонтеКарло має певні особливості. Це пов'язано з тим, що в умовах промислових підприємств існує багато ризикових факторів, які безпосередньо пов'язані з виробничим процесом (виробничий, інноваційний, організаційний, транспортний ризики), що обумовлено специфікою підприємств промислової галузі та особливостями ризикових чинників на всіх етапах втілення здійснюваних операцій інвестиційного проекту.

Метою статті є визначення процедури найбільш значимих ризиків промислового підприємства на підставі застосування імітаційного моделювання. економічний інвестиційний моделювання

Виклад основного матеріалу дослідження. Пропонується застосування імітаційного моделювання для аналізу ризиків на прикладі інвестиційного проекту модернізації виробництва механічного цеху № 11 ПрАТ «НКМЗ» завдяки використанню ППП Excel (у вигляді серії експериментів покликаних отримати емпіричні оцінки ступеня впливу різних факторів (вихідних величин) на деякі залежні від них результати (показники)), що дозволяє отримати дані щодо ключових змінних параметрів проекту і можливих меж змін цих показників (табл. 1) та інших умовно постійних параметрів проекту (табл. 2). Оскільки проект модернізації виробництва механічного цеху №11 ПрАТ «НКМЗ» розрахований на 5 років, проводиться імітація першого року реалізації проекту, так як саме він є визначальним для подальшої «долі» проекту.

Першим етапом аналізу є визначення залежності результуючого показника від вихідних даних. При цьому в якості результуючого показника зазвичай виступає один із критеріїв ефективності: чиста поточна вартість (NPV), внутрішня норма прибутковості (IRR), індекс доходності (PI). Ключовими змінюваними параметрами є: змінні витрати (V), обсяг випуску (Q) і ціна продукції (P). Діапазони можливих змін варійованих показників наведено в табл. 1, при цьому будемо виходити з припущення, що всі ключові змінні мають рівномірний розподіл ймовірностей.

Імітаційні експерименти проводяться завдяки використанню вбудованих функцій у ППП Excel в тому випадку, коли ймовірності реалізації всіх значень випадкової величини вважаються однаковими. Тоді для імітації значень необхідної змінної варто скористатися математичними функціями "RAND" або "RANDBETWEEN". Далі представлено методику аналізу інвестиційних ризиків в ППП Excel, з метою спрощення та підвищення наочності аналізу для його проведення в ППП Excel виділено два аркуша (табл. 3, табл. 4). Перший аркуш -- "Імітація", призначений для побудови генеральної сукупності, для чого необхідні формули наведено в табл. 3.

Перша частина листа (блок комірок А1:Е7) призначена для введення діапазонів змін ключових змінних, значення яких будуть генеруватися в процесі проведення експерименту. В комірці В7 задається загальна кількість імітацій (експериментів). Формула, задана в комірці Е7, обчислює номер останнього рядка вихідного блоку, в який будуть поміщені отримані значення. Друга частина листа (блок комірок А9:Е11) призначена для проведення імітації. Формули у клітинках А10:С11 генерують значення відповідних змінних з урахуванням заданих у клітинці В3.С5 діапазонів їх змін. Формули у осередках D10:E11 обчислюють величину потоку платежів і його чисту сучасну вартість відповідно. При цьому значення постійних змінних беруться з наступного листа шаблону -- "Результати аналізу”. Лист "Результати аналізу", крім постійних значень змінних містить також функції, які обчислюють параметри розподілу змінних (Q, V, P) та результатних (NCF, NPV) змінних і ймовірність різних подій. Визначені для даного листа формули наведено в табл. 4.

Функції " МІН" і "МАКС" обчислюють мінімальне і максимальне значення масиву даних з блоку комірок, зазначеного в якості аргументу. Функція "РОЗРАХУНОКЯКЩО" здійснює підрахунок кількості осередків у вказаному блоці, значення яких задовольняють заданій умові. В нашому випадку, задана в комірці F13, ця функція здійснює підрахунок кількості негативних значень "NPV", що містяться в блоці комірок "NPV". Механізм дії функції "СУМЯКЩО" аналогічний функції "РОЗРАХУНОКЯКЩО"[15], відмінність полягає лише в тому, що ця функція підсумовує значення осередків у вказаному блоці, якщо вони задовольняють заданій умові.

В нашому випадку, задані в комірках F14:F15, функції здійснює підрахунок суми негативних (осередок F14) і позитивних (осередок F15) значень NPV, що містяться в блоці ЧСС. Дві останні формули (осередок Е18 і осередок F18) призначені для проведення імовірнісного аналізу розподілу чистої поточної вартості проекту NPV. Виходимо з припущення про незалежність і рівномірному розподілі ключових змінних (Q, V, P). Однак розподіл при цьому буде мати резуль тативне значення -- показник NPV, заздалегідь визначити неможливо.

Одне з можливих рішень цієї проблеми -- спробувати апроксимувати невідомий розподіл якимнебудь відомим. При цьому в якості наближення найзручніше використовувати нормальний розподіл [4, с.26].

Приведення випадкової змінної до стандартно розподіленою величини здійснюється за допомогою нормалізації за допомогою статистичних функцій "НОРМАЛІЗАЦІЯ" і "НОРМСТРРОЗП".

На основі отриманої моделі розрахунку проведемо імітаційний аналіз інвестиційних ризиків:

введемо значення постійних змінних (табл. 2) у осередках В2:В4 і D2:D4 листа "Результати аналізу";

введемо значення діапазонів змін ключових змінних (табл. 1) у осередках В3:С5 аркуша "Імітація";

задамо в осередку В7 необхідне число експериментів = 40;

встановимо курсор у осередок А11 і вставити потрібну кількість рядків в шаблон (номер останнього рядка буде обчислено в Е7);

скопіюємо формулу блоку А10:Е10 необхідну кількість разів;

на аркуші "Результати аналізу" проаналізуємо отримані результати.

Результатом виконання цих дій було заповнення блоку А10:Е509 випадковими значеннями ключових змінних V, Q, P і результатами обчислень величин NCF та NPV.

Результати ймовірнісного аналізу показують, що шанс отримати негативну величину NPV практично дорівнює нулю. Ще більший оптимізм вселяють результати аналізу розподілу чистих надходжень від проекту NCF. Можна стверджувати, що надходження від проекту будуть позитивними величинами.

Сума всіх негативних значень NPV до отриманої генеральної сукупності (осередок F14) може бути інтерпретована як чиста вартість невизначеності для інвестора у разі прийняття проекту. Аналогічно сума всіх позитивних значень NPV (осередок F15) може трактуватися як чиста вартість невизначеності для інвестора у разі відхилення проекту. Незважаючи на всю умовність цих показників, в цілому вони являють собою індикатори доцільності проведення подальшого аналізу.

Розмір NPV становить 5 986 344,7 грн, відхилення ±607 959,1 грн.

Таким чином, імітаційна модель дозволяє розрахувати не тільки ризик втрат, але і можливі коливання кінцевого результату від реалізації проекту і його ймовірність отримання [9,с. 13].

Одним з найважливіших етапів аналізу результатів імітаційного експерименту є дослідження залежностей між ключовими параметрами. Кількісна оцінка варіації безпосередньо залежить від ступеня кореляції між випадковими величинами. На рис. 3 наведено побудований на підставі 40 імітацій графік розподілу значень ключових параметрів V, P і Q, варіація значень всіх трьох параметрів носить не випадковий характер, що підтверджує їх залежність. Для порівняння нижче наведено графік розподілу потоку платежів NCF і величини NPV .

Як і слід було очікувати, напрямки коливань тут в точності збігаються, між цими величинами існує сильний кореляційний зв'язок, близький до функціонального.

На підставі виконаного раніше аналізу чуттєвості ризикфакторів було визначено, що для даного інвестиційного проекту модернізації виробництва в умовах механічного цеху №11 ПрАТ «НКМЗ» найбільш ризиковими факторами є: ціна на продукцію, обсяг реалізації та змінні витрати. Проведений далі аналіз ризику методом МонтеКарло дозволив додатково визначити ймовірні значення величини грошових потоків припливів та відтоків проекту. Отримані результати дозволяють сформувати наочну картину щодо зон ризику, розподілу ключових параметрів для успішної реалізації проекту, ймовірні значення ключових величин та їх стандартні відхилення. Існуючі залежності вихідних параметрів та результуючих показників проекту необхідні для подальшого корегування управлінських рішень на усіх етапах реалізації проекту, а також для визначення та запобігання основних ризиків проекту.

Висновки. Запропонований підхід до оцінки ризику промислового підприємства завдяки застосуванню методу МонтеКарло дозволив отримати розподіл ймовірностей результуючої проектної змінної, середнього значення, середнього квадратичного відхилення та коефіцієнта варіації результуючого показника проекту в умовах механічного цеху №11 ПрАТ «НКМЗ». Прийняття остаточних інвестиційних рішень далі пропонується здійснювати на підґрунті результатів візуального аналізу вимірників ризику (коефіцієнт очікуваних втрат, ймовірність реалізації неефективного проекту), що потребує подальших опрацьовувань в напрямі досліджування ймовірних зон ризику, отриманих в результаті імітаційного моделювання.

Список використаних джерел

1. Бланк И.А. Управление финансовыми рисками [Текст] / И.А. Бланк. -- К.: НикаЦентр, 2015. -- 600 с.

2. Грачева М.В. Моделирование экономических процессов [Текст] / М.В. Грачева, Л.Н. Фадеева, Ю.Н. Черемных. -- 2015. -- 309 с.

3. Захарін С.В. Особливості регулювання інвестиційної та інноваційної діяльності корпоративного сектора в трансформаційній економіці [Текст] / С.В. Захарін // Проблеми науки. -- 2014. -- №4. -- С. 12--19.

4. Ілляшенко С.М. Економічний ризик: навч. посібник [Текст] / С.М. Ілляшенко. -- 2ге вид., доп. таперероб. -- К.: Центр навчальної літератури, 2016. -- 220 с.

5. Колесов Ю.Б. Моделирование систем. Динамические и гибридные системы проекты: учеб. пособие [Текст] / Ю.Б. Колесов, Ю.Б. Сениченков. -- СПб., 2016. -- 360 с.

6. Лукасевич И.Я. Методы анализа рисков инвестиционных проектов [Текст] / И.Я. Лукасевич // Управление финансовыми рисками. -- 2015. -- №4. -- С 16--17.

7. Микитюк П.П. Аналіз інвестиційноінноваційної діяльності підприємств: монографія [Текст] / П.П. Микитюк. -- Тернопіль: Тернограф, 2016. -- 304 с.

8. Микитюк, П. П. Інноваційна діяльність: навч. посібник [Текст] / П.П. Микитюк, Б.Г. Сенів. -- К.: ЦУЛ, 2014. -- 392 с.

9. Шапкин А.С. Экономические и финансовые риски. Оценка, управление, портфель инвестиций [Текст] / А.С. Шапкин; 4е изд. -- М., 2015. -- 198 с.

10. Стрєльніков Р. М. Інформаційноорганізаційне забезпечення функціонування ринку інвестиційних послуг в умовах ринкової економіки / Р. М. Стрєльніков // Економічний вісник Донбасу. -- 2016. -- № 3 (45). С. 171176.

Размещено на Allbest.ru