Диссертация (1138642), страница 6

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 6)

Процесс формирования портфеля здесь описан вразрезе составных частей анализа (финансы, риск, взаимосвязь,стратегия), что более адекватно целям данной работы, чем подходСтандарта. Но в то же время упущены важные составляющие, такие,например, как внутренние и внешние коммуникации командыуправления портфелем проектов.По-своему интересен подход к управлению портфелем проектовМатвеева и др.

[15]. Они подчеркивают определяющую роль офисауправленияпроектамиивыделяютследующиесоставляющиеуправление портфелем:1. Сборисходнойинформацииопортфелепроектовисоставление соответствующего отчета;2. Формирование портфелей целей, ресурсов и активов;3. Увязка портфелей проектов, целей, ресурсов и активов,проведение их первоначальной оценки;384. Выявлениестратегическогоопределяющегоеересурсаспособностьорганизации,выполнятьнесколькопроектов одновременно;5.

Назначение приоритетов проектам, включенным в портфель,всоответствиисутвержденнымикритериямиисиспользованием имеющейся информации;6. Оценка сбалансированности портфеля проектов;7. Выработкарекомендацийпоулучшениюокупаемостиинвестиций в проекты;8. Организация заседаний Совета по управлению проектами иобеспечение информированности об их результатах.Впринципе,даннаяклассификацияперекликаетсясоСтандартом, но есть несколько отличий.

Например, использованиепортфелей целей, ресурсов и активов или оценка стратегическогоресурса компании. Но все равно, различие идет лишь на уровнетехник и методов.Такимобразом,несмотрянаразнообразиеподходовкопределению составляющих управления портфелем проектов, основаостается схожей, особенно это касается этапов, непосредственноотносящихся к содержанию данной работы – процессы оценкипроектов,отборапроектов,определенияприоритетовибалансирования портфеля.1.2.4.Типология моделей селекции портфеляпроектовОдной из важнейших задач управления портфелем проектовявляетсяпостроениеоптимальногопортфеляилиселекция.Существует достаточно большое количество различных методовоптимизации портфеля, но не так уж много из них применяется напрактике.

Чаще всего при оценке применимости модели выделяют39несколько ключевых факторов: доступность необходимых данных иих точность, понятность модели менеджменту компании, хорошаяобъясняющая способность модели. Как можно заметить первые двафактора находятся в обратной зависимости от третьего: чем болееточная и математически обоснованная модель, тем сложнее найти длянее необходимую информацию в достаточном объеме и тем сложнееее внедрить в компанию, так как не все менеджеры хорошо владеютматематическим аппаратом.

Соответственно, если модель сложна дляпонимания, компания вряд ли возьмет ее на вооружение. Поэтомуавтор работы не рассматривал самые математически сложные моделив своем анализе.Бадри [27] и Арчер [26] в своих работах приводят достаточноширокий список методов селекции портфеля проектов. Все онииспользовались различными авторами при решении определенныхзадач и имеют свои преимущества и недостатки. Бадри выделяет: Метод подсчета очков Ранжирование Дерево решений Метод Дельфи Метод нечетких множеств Метод анализа иерархий Целевое программирование Динамическое программирование Линейное программирование (и его вариации) Нелинейное программированиеОн критикует вышеуказанные модели и разрабатывает свою –«Усложненнуюмодельцелевогопрограммирования0-1»(Comprehensive 0-1 goal programming model) [27].

Арчер в свою40очередь строит оптимальную модель процесса построения портфеляпроектов и указывает на эффективность использования следующихклассов селективных моделей [26]: Специальные методы селекции портфелей (применяемыетолько в отдельных случаях).o Метод профилей (примитивный метод подсчета очков)o Интерактивная селекция (простая экспертная оценка) Сравнительные методыo Метод парный сравненийo Метод анализа иерархий Методы подсчета очков Матрицы портфелей (BSG, McKinsey) Оптимизационныемодели(максимизациястоимостипортфеля)o Методы программирования (линейного, нелинейного,динамического и т. д.)Таким образом, Арчер классифицирует модели селекциипортфелей по различным типам.

Данная классификация отличается отклассификации задач селекции портфеля проектов, предложенной вработе Матвеева [15].Во-первых,формированияонвыделяетпортфелядвапроектов:большихклассамоделейоднокритериальныеимногокритериальные задачи. Для классификации однокритериальныхзадач автор использует типологию Царева (Рисунок 6) [23]:41Математические модели формированияпортфеля проектовМоделистохастическогопрограммированияДетерминированныемоделиЛинейныемоделиНелинейныемоделиДинамическиемоделираспределенияГрафическиемоделиМодели принятиярешений при наличииэлементовнеопределенностиМодели,базирующиесяна элементахтеории игрИмитационныемоделиРисунок 6. Классификация однокритериальных задач оптимизации портфеля проектов поЦареву.Многокритериальныезадачиотличаютсянесколькимикритериями оптимизации, например, риск-доходность [127].

Каквидно, Матвеев рассматривает в своей работе лишь оптимизационныемодели селекции портфеля проектов. Данный класс моделейотличается большей математической точностью, но в то же времябольшинство исходных данных для них все равно определяетсяэкспертным путем.Купер в свою очередь выделяет ряд самых распространенныхмоделей для оптимизации R&D портфеля [49]: Финансовые модели и финансовые индексы (NPV, IRR, DPP) Вероятностные финансовые модели (Метод Монте-Карло,дерево решений) Метод реальных опционов Стратегические подходы Модели подсчета очков Метод аналитических иерархий Поведенческие подходы (например, метод Дельфи) Графические подходы (пузырьковые диаграммы).Стоит также рассмотреть некоторые отдельные подходы кселекции портфеля проектов.42Беттер и Гловер [30] используют основные положения моделиМарковица и применяют методы имитационного моделирования длярешения задачи селекции портфеля.

Основная цель модели –определение границы эффективных портфелей. Предпосылки модели: принимающий решение не склонен к риску – онвыбирает низкий риск и высокую доходность; возможно частичное участие в проектах.Математическое выражение модели выглядит следующимобразом:Maximize(1)Subject to: ∑где r – матрица средней доходности проектов, w – доляинвестиций в проект i от общего количества инвестиций, k –коэффициент склонности к риску, а Q – ковариационная матрица.Авторы используют для решения системы уравнений (1) методМонте-Карло. Таким образом, выбирается наилучший портфель призаданных условиях и известных характеристиках проектов–ковариационная матрица [30].Недостаткиподходасостоятвтом,чтопроектырассматриваются не в целом, а на только основе определенноговклада, оценка которого чаще всего невозможна, особенно призапуске новых продуктов.

Исключение может составлять работавенчурных фондов, но в данной работе они не рассматриваются.Кроме того, возникают проблемы с оценкой коэффициентовковариационной матрицы.Воллс [143] в свою очередь предлагает использовать теориюМарковица, но говорит о том, что предпосылка о негативномотношении к риску неверна, а лицо, принимающее решение должно43быть толерантно к риску, то есть принимать риск при наличии особыхфакторов,например,возникновенииэффектасинергии[143].«Толерантность к риску — показатель или совокупность показателей,отражающихуровеньриска,приемлемыйдляопределенногоиндивида» [17].

Она может оцениваться на основе вопросников,выявляющих отношение человека к риску, или с помощью методапоследовательного выбора из двух альтернатив. Второй метод можнопроиллюстрировать примером. Человеку последовательно предлагаютвыбрать один из двух вариантов лотереи, каждый из которыххарактеризуется выигрышем, потерями и вероятностью данногоисхода, при этом один, рискованнее другого (дисперсия выигрышавыше). Уровень вероятностей, при котором человек выберет болеерисковый вариант и характеризует толерантность к риску. На основесерии таких испытаний можно построит функцию полезностиинвестора с учетом риска. [17]Таким образом, портфель не всегда должен быть наименеерисковым, как утверждал Марковиц, а отражать толерантность криску лица, принимающего окончательное решение по формированиюпортфеля.Карон [42] предлагает подход к балансировке портфеляинженерных и подрядных работ на основе метода Монте-Карло.

Онрассматриваетдваосновныхпоказателядляполучениясбалансированного портфеля: NPV at Risk (NpV@R) – уровень риска,приходящийся на определенный уровень инвестиций, - как меру рискаи E[NpV] – ожидаемый уровень NPV, как меру доходности. Обапоказателяопределяютсяспомощьюметодаимитационногомоделирования Монте-Карло (подробнее см. [42]). Кроме того, размеркруга на диаграмме показывает объем необходимых инвестиций.

Характеристики

Список файлов диссертации