Диссертация (1138642), страница 7

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

Текст из файла (страница 7)

Вобщем виде матрица балансировки выглядит так (Рисунок 7):44ВысокийрискОбластьизбеганияСтратегическиепроектыНизкий E[NpV]Высокий E[NpV]ОбластьисследованияУслугиНизкийрискРисунок 7. E[NpV] vs NpV@R.Данный метод позволяет также ранжировать проекты, на основематрицы. Приоритет получают те проекты, которые лежат правее иниже основного ряда, а исключаются из рассмотрения проекты изверхнего левого угла матрицы.

Проекты на главной диагоналибалансируются с учетом риска и принятых приоритетных проектов. Кнедостаткамметодаколичествопроектовможновнеотнести,главнойво-первых,диагонали,чтонебольшоесокращаетфильтрующие возможности модели. Во-вторых, модель не учитываетвзаимовлияние проектов, которое может заметно влиять на NPV.Стоит также рассказать о применении метода нечеткихмножеств для управления портфелем проектов.

Данный методиспользуется многими авторами [1, 3, 41, 144], но чаще всего он оченьсложный и громоздкий, поэтому автор работы рассмотрел лишь одиниз вариантов применения данного метода – нечеткое целочисленноелинейное программирование [143].В принципе, данный подход можно применить к любомупортфелю проектов, стоит лишь заменить переменные. Стоитотметить,чтоданныйметодвцеломпохожналинейное45программирование, лишь роль отдельных переменных играютнечеткие множества.Применения нечетких множеств для решения задач управленияпортфелем проектов имеет свои достоинства и недостатки. Кдостоинствам можно отнести: Возможностьиспользованиявмоделикачественнойинформации Возможность использования малых выборок Более гибкий подход к оценке по сравнению с теориейвероятности Позволяет получить результат, как в виде точного значения,так и в виде интервальных значенийНедостатками применения метода нечетких множеств являются: Сложность подготовки входных данных Непонятность для менеджмента (без знания математики) Вероятность правильного решения, по сравнению с теориейвероятностей не увеличивается.Наконец, существуют модели, использующие генетическиеалгоритмы для формирования портфеля.

В основе модели лежитмуравьиныйалгоритм,моделирующийповедениемуравьев,определяющих оптимальный путь при своих перемещениях спомощьюследовферомона.Краткопроцесснахожденияоптимального пути можно описать так:Муравьи находят путь к еде, при этом каждый муравей находитсвою дорогу по случайному принципу и помечает ее порциейферомона. Затем муравьи начинают перемещаться от еды кмуравейнику, при этом те из них, кто нашел более близкий путь,бегают чаще, следовательно, феромона они оставляют больше.

Вскоредругие муравьи переходят на путь, где больше феромона, и тем самым46еще больше увеличивают его привлекательность, нанося свою порциювещества. В конечном итоге, все муравьи добираются до еды посамому короткому пути.Данный алгоритм уже давно применяется для решенияоптимизационныхзадач,например,длярешениязадачикоммивояжера. Доернер [63] же предложил применить эту модельпоиска оптимального решения к задаче селекции портфеля проектов(подробнее см. [63]).Ли [89] предлагает использовать для селекции проектовметодикутехнологическихдорожныхкарт.Дорожнаякартаосновывается на долгосрочной технологической стратегии компаниии показывает основные технологии и продукты, которые компаниядолжна освоить в будущем.На основе дорожной карты необходимо сформировать портфельпроектов. В своей работе автор предлагает лишь методологию, но неконкретную модель [89].Достоинствами данного метода является соответствие портфелястратегиииопределениевременизапусковсоответствующихпроектов, недостатками – узкая направленность и не учет ресурсныхограничений.Классификация моделейТаким образом, можно выделить следующие классификациимоделей селекции проектов.По количеству критериев (Царев [23]): Однокритериальные МногокритериальныеК однокритериальным относятся чаще всего математические ифинансовые модели.47По характеру используемой в модели информации: Количественная информация Качественная информация Количественная и КачественнаяМатематическиеифинансовыемоделииспользуютпреимущественно количественную информацию.По результату использования метода: Ранжирование Группировка Один или несколько итоговых варианта портфеляБольшинство методов дают на выходе ранжированный списокпроектов, на основании которого проекты попадают в портфель.

Частьметодов делят проекты на группы – более предпочтительные илименее предпочтительные. И, наконец, третья группа методов (восновном математические) предлагают сразу законченный списокпроектов в портфеле.Кроме того, автор диссертационного исследования предлагаетсвою типологию моделей селекции проектов исходя из того, чтоположено в их основу: Экспертные – в основе лежит экспертное мнение Финансовые – в основе финансовые показатели Математические (оптимизационные) – основаны наоптимизации Смешанные – используют сочетания предыдущих типовВ экспертных методах могут применяться другие типы моделей,но главным все равно остается экспертное мнение.

В то же время,безусловно, экспертные оценки используются в остальных методах,но они являются экзогенными переменными.48Автор систематизировал информацию о целях и методахселекции портфеля проектов в одной таблице. Цели определеныавтором на основе систематизации изложенных выше исследований: максимизация по количественному или качественномукритерию, в зависимости от задач портфеля; создание сбалансированного портфеля соответствие портфеля стратегии компанииДругими словами, цель портфельной селекции получить лучшийпортфель, который соответствует стратегии компании и балансируетразличные характеристики для снижения риска.В Таблице (Таблица 2) показана применимость разных методовдля достижения целей формирования портфеля.

Знаком «П» выделенавозможность применения данного метода для достижения целиселекции, а знаком «О» – ограниченная возможность примененияметода.Таблица 2. Применение различных методов для достижения целей формирования портфеляпроектов.ТипЦелиОптимизационныеФинансовыеЭкспертныеМетодыРанжированиеМетод ДельфиМетод профилейИнтерактивная селекцияМетод анализа иерархийМетод парный сравненийМетод подсчета очковТехнологическиедорожные картыNPVECVИндекс продуктивностиDPPМетодреальныхопционовДерево решенийЛинейноепрограммирование (и еговариации)НелинейноеМаксимизация портфеля покритериюколичественномуППППППкачественному/балльномуПППППППСозданиесбалансированного портфеляСоответствие портфелястратегииООООООПППППП49СмешанныепрограммированиеДинамическоепрограммированиеЦелевоепрограммированиеМетоднечеткихмножеств(какдополнение)ИмитационноемоделированиеТеория игрЭвристические методыППОПОПOППOСценарное планированиеМатрицыПузырьковые диаграммыМодель стратегическихкорзинСтратПланПООПOПППКак видно из таблицы (Таблица 2) нет одного метода, которыймог бы решить сразу все задачи формирования портфеля проектов,универсальных решений не существует.

Проблема балансировкипортфеля обычно решается с помощью матриц и пузырьковыхдиаграмм.Из-за использования балльных оценок невозможно применятьматематические методы, в то же время экспертные методырассматривают максимизацию стоимости портфеля лишь как один изпараметров, а при большом количестве проектов вообще не всостоянии ее максимизировать.Цели соответствия портфеля стратегии компании можнодостичьмоделями,несколькимилибоспособами:моделями,либоспециализированнымиработающимискачественнойинформацией.Кроме того, на основании сравнительного анализа методовможно сделать несколько выводов и рекомендаций.Во-первых, стоит отметить некоторую специализацию типовмоделей:финансовыемоделибольшеподходятдляанализа50отдельных проектов, тогда как оптимизационные – для формированияоптимального портфеля.Во-вторых, экспертные модели подходят чаще всего только дляформирования портфеля из небольшого количества проектов, так какэкспертам сложно выбрать наилучший портфель на основе большогочисла проектов, не прибегая к методам оптимизации.В-третьих, для учета взаимовлияния проектов подходят толькооптимизационные методы, так как они оценивают портфель целиком,чтонеобходимодляправильнойоценкипоследствиявзаимозависимости проектов.В-четвертых, факторы риска позволяют оценивать методы ECV,дерево решений и оптимизационные модели, а неопределенностьучитывает метод нечетких множеств и имитационное моделирование,в том числе встроенное в другие инструменты.В-пятых, смешанные модели нужно использовать толькосовместно с другими моделями.Таким образом, универсальной модели селекции проектов несуществует.

Это происходит из-за того, что основные цели селекциичастичнопротиворечатдругдругу(например,максимизацияколичественного критерия и сбалансированность).1.2.5.Типология моделей селекции портфеляПЗНПСелекция портфелей ПЗНП является более конкретной задачей,чем селекция портфелей в целом. Но даже здесь нет четкойклассификации методов и моделей формирования портфеля.

Большойобъем работы в области как управления портфелем ПЗНП в целом, таки в части селекции портфеля, проделал Купер. Он сформулировал трицели управления портфелем ПЗНП: Максимизация стоимости портфеля51 Создание сбалансированного портфеля Соответствие портфеля стратегии компании.Если рассматривать селекцию портфеля ПЗНП как частныйслучай селекции портфеля проектов, то в данном случае выбранамаксимизация по количественному критерию.Купер выделяет отдельные методы по их достижению,используемые различными крупными компаниями [45-56]. Такимобразом, одна из классификаций методов селекции портфеля ПЗНП –по целям управления портфелем. Итак, рассмотрим основные методыдостижения данных целей.Максимизация стоимости портфеляОсновные методы достижения цели максимизации: NPV ECV (Ожидаемая коммерческая ценность) Индекс продуктивности (Productivity Index) Динамический ранжированный список (Dynamic Rank OrderedList) Модель подсчета очков (Scoring model)Определение NPV и максимизация по данному показателю –один из самых используемых методов.

Аддитивность и сравнимостьпроектов запуска продуктов по NPV делает этот инструментуниверсальным, кроме того, NPV позволяет ранжировать проекты.Основными недостатком метода NPV являются отсутствие учетафакторов риска и неопределенности, взаимовлияния проектов, а такжесложностьв полученииправильнойинформацииобудущихденежных потоках.Метод ECV является расширенным вариантом NPV – сдобавлением вероятностногоподхода. Основываясь на дереве52решений данный метод, корректирует будущие дисконтированныеденежные потоки на вероятность успеха каждой стадии запусканового продукта. Один из вариантов данного метода приведен нарисунке (Рисунок 8).КоммерческийуспехТехническийуспехPts$ECVРазработка$DДа$NPVPscДаЗапуск$CНетКоммерческаянеудачаНетТехническаянеудачаРисунок 8. Пример метода ECV., где$ECV – ожидаемая коммерческая ценность проектаSI – степень влияния проекта на стратегию (1,2,3 балла)Pts – вероятность технического успехаPcs – вероятность коммерческого успехаD – затраты на разработкуC – затраты на коммерциализациюКупер выделяет три основных преимущества данного метода:1.

Характеристики

Список файлов диссертации