Интеграция метода реальных опционов и нечетких множеств для оценки инновационных компаний

Размещено на http://www.allbest.ru/

УДК 332.628

Интеграция метода реальных опционов и нечетких множеств для оценки инновационных компаний

Integration of the real option method and fuzzy numbers in valuation of innovation projects.

Сирик Екатерина

Высшая школа экономики

nsirik@yandex.ru

г. Санкт-Петербург

В статье предложен новый подход к оценке инновационных проектов, состоящий в комбинировании нечетко-множественного подхода и метода дисконтированных денежных потоков с учетом риска. Предложенный метод дает дополнительные возможности инновационным проектам, поскольку позволяет учитывать взаимосвязь между риском и возможностями, которые открываются перед предприятием, принимающим риск.

инновационный множественный дисконтированный денежный

В современной теории финансов традиционные методы и подходы, применяемые к оценке эффективности инвестиционных проектов, зачастую демонстрируют свою ограниченность, поскольку в большинстве своем предназначены для компаний, функционирующих в стабильных сферах бизнеса. Такие методы не включают в расчеты управленческую гибкость, риск и неопределенность проекта, следовательно, они игнорируют возможность поэтапного планирования и финансирования проекта, где существует возможность в процессе реализации проекта изменять инвестиционные данные во внешней и внутренней среде.

В России в последние годы происходит достаточно бурный процесс создания новых высокотехнологичных компаний, и рынок отличается высокой степенью неопределенности.

Наиболее интересными с точки зрения управления проектом в условиях риска неопределенности экономического развития представляются инновационные отрасли, обладающие высокой технологической динамикой и волатильностъю.

Инновационные предприятия характеризуются неопределенностью ситуаций, риском принятия решений, множественностью доступных вариантов вложения капитала, ограниченностью финансовых ресурсов для инвестирования, большим количеством входных показателей, а также наличием у лица, принимающего решения, информации, которая слабо формализована и не может быть учтена при применении только количественных методов.

Экономическая литература, как правило, не дает определения понятия «неопределенность» из-за большой абстрактности этого понятия. На наш взгляд, понятие неопределенность и риск неразрывно связаны между собой, но также имеют достаточно существенную разницу. Неопределенность невозможно полностью исключить, особенно при планировании и прогнозировании.

В более общем смысле можно дать такое определение понятию неопределенность - недостаточность сведений об условиях, в которых будет протекать экономическая деятельность, низкая степень предвидения этих условий. Неопределенность связана с риском планирования, принятия решений, осуществления действий на всех уровнях экономической системы.

Общепринятые два основных подхода к определению понятия риска:

Классический, представителями которого являются Дж. Милль [3], Сениор Н.У. [2], Райзберг Б.А. [9], Бланк И.А. [3, c.244], Воропаев Ю.Н. [6], Фильчагина И. [10], Чумаченко Н.Г. [11]. Представители этого подхода рассматривают риск как возможность возникновения в процессе реализации инвестиций неблагоприятных обстоятельств, которые могут обусловить снижение его расчетного эффекта;

Неоклассический подход, представителями которого являются Бочкан Т., Мессен Д. [4], Баканов М.И., Чернов В.А. [1], Гитман Л. Дж., Джонк М. Д. [7, c.230], Костин Ю.Д., Кузьменко С.В., [5].

Риск они рассматривают как возможность отклонения величины фактического инвестиционного дохода (или конкретного условно-денежного потока) от величины ожидаемого; чем изменчивее и шире шкала колебаний возможных доходов (потоков), тем выше риск, и наоборот.

По нашему мнению более обоснованным является неоклассический подход к определению риска, хотя и последствия риска чаще всего проявляются в виде финансовых потерь. Риск потерь - это альтернатива получения дополнительного дохода.

Мы считаем, что какими бы разнообразными и многочисленными не были факторы риска конкретных инвестиций (например, скачок цен на сырье, увеличение сроков строительства нового цеха, нарушение технологии производства, появление на рынке серьезного конкурента и др.) - все они в конечном итоге проявляются лишь в двух аспектах:

Фактические положительные условно-денежные потоки (денежные потоки, доходы) окажутся меньше ожидаемых;

Фактические отрицательные условно-денежные потоки (денежные потоки, расходы) окажутся больше ожидаемых (по абсолютной величине).

Таким образом, неопределенность - это неустранимое качество рыночной среды, связанное с тем, что на рыночные условия оказывает одновременное воздействие множество факторов различной природы и направленности, а степень этого воздействия не является детерминированной. Тогда риск - это численно измеримая возможность потери, вызванная необходимостью принятия решения в процессе взаимодействия с рыночной средой, обладающей свойством неопределенности

Проблема учета неопределенности и риска возникает в инвестиционных расчетах при определении эффективности инвестиций, когда инвестор вынужден определить для себя, на какой риск он готов пойти, чтобы получить желаемый результат. При этом решение этой двухкритериальной задачи осложняется тем, что толерантность инвесторов к риску индивидуальна.

Традиционно для оценки интервалов изменения случайных величин, выработка гипотез по законам их распределения, а также учета и оценки корреляционных связей между этими переменными используется статистическая информация, экспертные оценки, методы имитационного моделирования, а также аналоговые методы. При использовании статистических и аналитических методов специалисты сталкиваются с тем фактом, что рыночная неопределенность не имеет статистической природы.

Использование же аналоговых методов не дает нужной четкости полученных данных, а при анализе уникальных инновационных проектов вообще становится невозможным.

Для того, чтобы исследовать возможную смену эффективности инвестиций, необходимо должным образом описать существующую инвестиционную неопределенность в части будущего финансового состояния проекта, как в части выручки, так и в части перспективных затрат. По мнению авторов, при оценке эффективности инвестиций наиболее приемлемым является использование показателей дисконтирования с учетом риска и методологии нечеткой математики.

Впервые в 1965 году в работе американского математика Лофти Заде "Fuzzy sets" ("Нечеткие множества") была представлена концепция нечётких множеств. В отличие от классической теории множеств, где принадлежность элементов множеству оценивается в бинарных терминах в соответствии с чётким условием -- элемент либо принадлежит, либо нет данному множеству, нечеткая логика позволяет определять промежуточные значения между стандартными оценками. С помощью данного математического аппарата переменную «цена» можно рассматривать как переменную со значениями "очень низкая", "низкая", "средняя", "высокая", "очень высокая", сформулировать математически и впоследствии обработать с помощью ЭВМ. Таким образом, с помощью данного математического аппарата удалось максимально приблизить механизм компьютерной обработки и анализа данных к человеческому мышлению [13].

Согласно нему в качестве значений определенных переменных выступают не только числа, но и слова или предложения естественного языка, т.е. могут использоваться нечеткие множества и лингвистические переменные.

Теория нечетких множеств разрешает градуированную оценку отношения принадлежности элементов к множеству; то есть это отношение описывается при помощи функции принадлежности

(1)

Пусть X - универсальное множество, а функцией принадлежности является некая математическая функция, задающая степень или уверенность, с которой элементы некоторого множества X принадлежат заданному нечеткому множеству A. Чем больше аргумент x соответствует нечеткому множеству A, тем больше значение , т.е. тем ближе значения аргумента к 1.

Функция принимает значения в некотором линейно упорядоченном множестве X. Множество X называют множеством принадлежностей, часто в качестве X выбирается отрезок [0,1].

Тогда нечёткое множество А определяется как

(2)

Основой использования нечеткой модели определения показателей эффективности инвестиций является представление и показателей, и входных параметров в виде нечетко - лингвистических переменных. Достижение такого наиболее оптимального результата может быть получено при корректировке статистически или аналитически полученных исходных данных на величину риска колебания этого параметра, заданная нечеткой переменной.

Для определения эффективности инновационного проекта будем использовать показатель дисконтирования с учетом риска (rDCF). Для определения данного показателя предлагается использовать общеизвестную формулу расчета дисконтированных денежных потоков ,

где NPV - чистая приведенная стоимость;

- свободный денежный поток;

r - ставка дисконтирования;

t- время., однако для учета риска инновационного проекта необходимо пересчитывать денежные потоки на каждом этапе с учетом вероятности вывода инновационного продукта на следующий этап разработки.

Формула расчета по rNPV в общем виде выглядит следующим образом:

(3)

где NPV - чистая приведенная стоимость, скорректированная на риск;

вероятность вывода технологии в момент времени t;

вероятность достижения денежного потока t CF в момент времени t.

Метод дисконтированных денежных потоков с учетом риска (rDCF) расширяет оценку метода дисконтированных денежных потоков (DCF), частично включает в себя основу реальных опционов, предусматривает различные сценарии развития проекта в будущем и представляет простое дерево, которое включает риск неудачи на каждом этапе инновационной разработки.

Для задания нечеткой переменной при определении составляющих необходимо перемножить их статистически или аналитически полученные величины на коэффициент риска их отклонения от ожидаемых величин, который бы задавался нечетко-лингвистической переменной в виде треугольных нечетких чисел.

При этом моделируют выражение следующего вида: параметр A примерно равняется и однозначно находится в диапазоне .

Корректировка параметра при этом определяется по формуле

(4)

Используя правила операций над положительными нечеткими числами [19, c25], можно записать значение для скорректированного rNPV ', приведенного к треугольной форме:

(5)

Значения параметров чистого приведенного с учетом риска, выраженного нечетким числом, определяются (6) - (8).

(6)

(7)

(8)

При этом скорректированный rNPV будет характеризоваться функцией принадлежности

(9)

Согласно изложенному выше принципу нечеткой логики графическое описание представлено на рис.1.

Рис. 1. Нечеткая треугольная скорректированная на риск приведенная стоимость

Для того чтобы рассчитать стоимость инновационного проекта мы предлагаем интерпретировать функцию принадлежности как плотность вероятностного распределения и рассмотреть математическое ожидание и дисперсию соответствующей случайной величины.

Невозможно рассмотреть параметры случайной величины, оперируя функцией принадлежности треугольного нечеткого числа, поэтому мы интерпретируем эту функцию как плотность распределения случайной величины с соответствующими ей параметрами - дисперсией и математическим ожиданием. Иными словами, для того чтобы математически описать функцию принадлежности треугольного нечеткого числа, необходимо ввести для полного параметрического описания поведения случайной величины при нормальном законе распределения два этих параметра.

Для определения стоимости реального опциона методом rDCF предложено использовать следующую формулу [14]:

(10)

стоимость реального опциона;

нечеткое число rNPV;

нечеткое среднее значение положительных значений

область положительных значений нечеткого распределения

область отрицательных значений нечеткого распределения.

Таблица 1 - Возможностное среднее значение E(A) для положительной области значений для треугольного нечеткого числа

Нечеткий подход для метода rDCF дает дополнительные возможности инновационным проектам, поскольку позволяет учитывать взаимосвязь между риском и возможностями, которые открываются перед предприятием, принимающим его.

Список литературы

1. Баканов М.И. Анализ коммерческого риска /Баканов М.И., Чернов В.А. // Бух. учет. -1993.-№ 10. -С. 9-15

2. Бартон Т.Л., Шенкир У., Уокер П. Комплексный подход к риск-менеджменту: стоит ли этим заниматься,- М.: Издательский дом «Вильяме», 200315.

3. Бланк И.А. Инвестиционный менеджмент. / И.А. Бланк. - М.: Эльга, Ника-Центр, 2001. -- 448 с.

4. Бочкан Т. Хозяйственный риск и методы его измерения / Пер. с венг. / Т.Бочкан, Д.Мессен, Д.Мико и др. - М.: Экономика, 1979. - 224 с

5. Буханова С.М. Предпринимательские риски: Учеб. Пособие/Буханова С.М., Краснов М.Н. - Белгород: Изд-во БелГТАСМ. - 78 с.

6. Воропаев Ю.Н. Риски, присущие бизнесу// Бух.учет. - 1995. - № 4. - С. 29-30.

7. Гитман Л. Дж. Основы инвестирования. / Л.Дж. Гитман, М.Д. Джонк : пер. с англ. - М. : Дело, 1997. - 467 с. ISBN 5-7749-0011-8

8. Кузьменко С.В. Управление экономическими рисками в корпоративном секторе электроэнергетики. [Монография] / С.В. Кузьменко,

9. Райзберг Б.А. Предпринимательство и риск. М. - 2002. - С.168

10. Фильчагина И. Мы возьмем на себя ваши риски// Бизнес для всех. - 1996,-№9.-С. 13

11. Чумаченко Н.Г. Статистико-математические методы анализа в управлении производством США. - М.: Статистика, 1979. - 154 Гробовой П.Г. Риски в современном бизнесе / П.Г. Гробовой, С.Н. Петрова, С.И. Полтавцев и др. - М.: Аланс, 1994. - 237 с. ISBN 5-87115-009-8

12. Ю.Д. Костин. - Харьков : ИПП Контраст, 2005. - 248 с. - ISBN 966-96447-7-1

13. Лотфи Заде "Fuzzy sets" ("Нечеткие множества"). Information and Control. 1965. Vol.8. - P. 338-353

14. Collan, M., Fullйr, R. and Mezei, J. (1) A Fuzzy Pay-Off Method for Real Option Valuation Journal of Applied Mathematics and Decision Sciences, Vol. 2009.

Размещено на Allbest.ru