Диссертация (1137999), страница 23
Текст из файла (страница 23)
Результаты свидетельствовали о высоком уровне риска.Вероятность оптимистического сценариянеудачисоставляла 8,2%, а вероятность– 65,4%. В связи с высокой вероятностью пессимистическогосценария, математическое ожидание временных и финансовых затрат меньшеминимальнонеобходимыхзначенийдляуспешнойкоммерциализацииинновации, соответствующих вероятному сценарию.
При этом стандартное146отклонение составляло 11,67% для длительности и 16,83% для стоимостикоммерциализации инновации.Таблица 26 – Работы в рамках коммерциализации инновации№1234567891011121314151617РаботаПодписание договоров о поставке 3D-принтеровИзменение условий договоров о поставке 3D-принтеровПоиск нового поставщика 3D-принтеровПодписание договоров о поставке 3D-принтеров с новымпоставщикомПоставка 3D-принтеровПоставка дополнительных комплектующихПуско-наладка оборудованияПовторная пуско-наладкаИзготовление опытного образцаДоработка опытного образцаТестирование опытного образцаЗаключение договоров поставки материалов и услугИзменение условий договоров поставки материалов иуслугПоиск новых поставщиков материалов и услугПоставка материаловЗапуск производстваОтказ от проектаДлительность Стоимость,(раб. дней)руб.17 50059 300722 800205 7005124801054310571520-3 997 3471 998 674333 112166 556193 420145 065483 550259 275347 785725 3251 005 550-Для оценки рисков ресурсного обеспечения МИП был применен методМонте-Карло.
Использовались те же рисковые факторы, что и при сценарноманализе: валютный риск, процентный риск, риск, связанный с повышениемставок обязательных платежей, риск отклонения цен ресурсов от плановыхзначений по иным причинам. Распределение значений всех рисковых факторовсчиталось нормальным. Математические ожидания всех рисковых факторовсоответствовало их значениям, используемым в МОРО МИП. Стандартноеотклонение курса доллара США рассчитано по историческим данным за периодс 1 января 2016 по 10 февраля 2017 г., процентной ставки по месячным даннымза период 2016 г. Стандартные отклонения значений ставок обязательныхплатежей и отклонения стоимости ресурсов по иным причинам полученыэкспертным методом.10,95 дней17 500 р.0,0520,747 дней5 дней9 300 р.5 700 р.0,950,8124 дня3 997 347р.0,30,0530,70,160,870,520 дней80 дней10 дней22 800 р.1 998 674р.333 11 р.80,490,85 дней166 556 р.0,44 дня193 420 р.100,50,83 дня145 065 р.110,7120,910 дней5 дней483 550 р.259 275 р.0,0513150,77 дней347 785 р.20 дней1 005 550р.0,30,05140,650,915 дней0,30,10,10,20,10,20,10,20,3725 325 р.Рисунок 30 – Сетевой график дерева решений коммерциализации инновации0,350,11617Таблица 27 – Обобщенная оценка рисков МИП в области 3D-печатиСценарийКоличество Длительность,путейраб.
дней1178127195,3285151,7Стоимость,руб.6 268 574,046 771 955,984 758 528,34ВероятностьОптимистическийВероятныйПессимистическийМатематическое165,325 415 040,29ожиданиеСтандартное19,3911 342,85отклонениеТаблица 28 – Вероятности значений рисковых факторовМатематическоеожидание63,315,09%0,08160,26400,6544-Стандартноеотклонение5,2070,797%Курс долл. США, руб.Процентная ставкаОбязательные платежи отфактически уплачиваемой49%4%заработной платыПрочие отклонения03%Имитационное моделирование может осуществляться в программе MSExcel или ином специализированном программном обеспечении. Указанныефакторы определяют цены каждого из ресурсов.
Путем многократногоповторения вычислений (в данном случае 20 000 циклов) оценивалосьсовокупное влияние рисков на устойчивость проекта. Математическоеожидание NCF составило 5 769 231 руб., а стандартное отклонение 651 358,04руб. CFaR для 99,73% вероятности составляло 1 954 074,11 руб.Рисунок 31 – Распределение значений NCF в результате имитационногомоделирования149Таким образом, для оценки рисков ресурсного обеспечения МИП, былииспользованы четыре метода: анализ чувствительности, сценарный анализ,дерево решений, имитационное моделирование по методу Монте-Карло.Анализ чувствительности позволил определить наиболее значимые факторы,влияющие на показатели эффективности деятельности МИП. Применениесценарногоанализапозволилооценитьвлияниенаденежныйпотокодновременного изменения всех рисковых факторов МОРО МИП.
Это даловозможностьнайтиматематическоеожиданиеNCFкоммерциализацииинновации МИП в области 3D-печати и его стандартное отклонение. Дляпримененияметодадополнительныедереварешенийпараметры:вчисломодельпотребовалосьэтаповввестикоммерциализации,продолжительность и стоимость каждого из них, а также установитьвероятностные взаимосвязи между ними. Для визуализации был построенсетевой график. Все пути движения по этому графику были сгруппированы посценариям, что дало возможность оценить вероятность успеха и неудачикоммерциализации,атакжематематическоеожиданиеистандартноеотклонение ее совокупной стоимости и продолжительности.
Важно отметить,что характеристики сценариев методов сценарного анализа и дерева решенийнесопоставимы между собой по причине различной логики их составления.Метод Монте-Карло дает возможность использовать не дискретные значениярисковых факторов, а их распределения, что позволило оценить распределениеNCF и найти CFaR.Совокупное применение четырех указанных методов оценки рисковпозволяет получить полную картину рисков коммерциализации инновацииМИП.
Данная информация является основой для формирования перечня мер поэлиминированию рисков.Эффективность инструментов воздействия на риск определяется ихстоимостью, с одной стороны, имерой снижениянеопределенностиотносительно будущих значений базового параметра – с другой. Для150элиминированиярисковресурсногообеспеченияМИПцелесообразноиспользовать следующие инструменты:1.
Закреплениевдоговорахответственностипоставщиковзанекачественное/несвоевременное исполнение своих обязательств;2. Заключениеконтрактовспоставщикамиврублях«подключ»,исключающих появление дополнительных затрат;3. Установление отношений с несколькими поставщиками аналогичныхтоваров/услуг;4. Создание пула предварительных заказов для планирования загрузкипредприятия;5. Резервирование материалов для обеспечения бесперебойной работы;6. Открытиекредитнойлиниидляудовлетворенияпотребностивдополнительном финансировании;7. Страхование основных средств, ответственности;8. Установление контактов с местными органами власти и институтамиподдержки инноваций;9.
Привлечение сторонних экспертов для анализа жизнеспособности МИП.Таким образом, можно сделать вывод, что проект являлся достаточнорискованным, вероятность неудачи является существенной. Однако прииспользовании указанных инструментов воздействия на риск, а такжерегулярного мониторинга и адаптации системы, МИП мог занять свою нишу надинамично развивающемся рынке медицинской 3D-печати. Кроме того,сформированные в результате указанного проекта компетенции в областиуправления ресурсами, позволяли в дальнейшем выходить в новые сегментырынка технологий 3D-печати.151Выводы 3 главыПроцесс оптимизации ресурсного обеспечения включает в себя 10 этапов,центральным из которых является определение оптимальной структурыресурсов.
Для этой цели может использоваться МОРО МИП, основанной наиспользованииметодовматематическогопрограммирования.Целевойфункцией МОРО МИП является функция чистого денежного потока (NCF) отвнедрения инновации.В связи с тем, что в модели используются булевые и непрерывныепеременные, применение МОРО МИП осуществляется в три этапа:1.Составление сценариев приобретения тиражируемых ресурсов;2.Оптимизация использования арендуемых и расходуемых ресурсовпо каждому сценарию;3.Сравнение результатов каждого сценария, выбор оптимального.Для нахождения оптимальной структуры ресурсов может использоватьсяпрограммный продукт, разработанный в рамках данного исследования.В рамках исследования МОРО была применена для нахожденияоптимального плана производства и определения потребности в ресурсахпроекта по использованию технологий 3D-печати в протезировании.
На основеданных модели был проведен анализ рисков данного проекта, предложеныдействия по их элиминированию.152ЗАКЛЮЧЕНИЕРазвитие инновационной системы является одной из важнейших задач,стоящих перед Россией на современном этапе. МИП являются одним изключевых звеньев этой системы, поскольку они обеспечивают взаимосвязьмежду ее основными участниками, принимают на себя значительную частьрисков инновационного процесса.Цельдиссертационногоисследованиясостоялавтеоретическомисследовании, разработке научно-методических положений, инструментов,направленных на повышение эффективности и снижение рисков процессаресурсного обеспечения МИП. В результате проведенного исследования былиполучены следующие научные результаты.На основе концептуальной модели национальной инновационнойсистемы обоснованы ключевые факторы, определяющие инновационнуюактивность малых предприятий, рассмотрены особенности сетевоговзаимодействия МИП, проанализированы специфические характеристикижизненного цикла МИП, предложен метод выявления ведущих субъектовнаразличныхэтапахинновационногоциклапоисточникамфинансирования.По результатам анализа ряда статей в ведущих мировых научныхжурналах были выявлены основные факторы, определяющие инновационнуюактивность малого бизнеса.
К ним относятсяпартнерствах,использованиеучастиеинформационныхвисоюзахикоммуникационныхтехнологий, интенсивное использование человеческого капитала – высокийуровеньуправленческихнавыков(невсегдавыражаетсяввысокойдобавленной стоимости на сотрудника, т.к. на ранних стадиях финансовыепоказатели могут быть низкими), понимание и внедрение принциповкорпоративной социальной ответственности.153Кооперация с внешними субъектами является необходимым условиемвыживания МИП. Основная задача такого взаимодействия для МИП состоит втом, чтобы преодолеть ресурсные ограничения.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
