Диссертация (1154434), страница 39

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

Текст из файла (страница 39)

Будем полагать, что каждое мероприятиехарактеризуется величиной S Э0i плановой стоимости реализации и величинойS Эi , определяющей возможное значение стоимости в процессе реализациипроекта с учетом возможного воздействия факторов риска. В этом случаеуровень риска повышения стоимости этапа зависит от величины ( SЭi  SЭ0i ) длякаждого мероприятия этапа.Формула оценки риска превышения стоимости реализации этапа проектаимеет следующий вид: ( SЭ1  SЭ01 )  ( SЭ2  SЭ02 )  ...

 ( SЭQ  SЭ0Q ) .R  E000SS...SЭ2Э1QИногда необходимо учитывать разновременность каждого из мероприятийэтапа, что приводит к необходимости введения весовых коэффициентов. Тогдаформулы для оценки уровня риска и определения весовых коэффициентовзапишутся следующим образом: a1 ( SQ1  SQ01 )  a2 ( SQ2  SQ02 )  ...  aN ( SQN  SQ0N ) R  E ,a1SQ01  a2 SQ02  ...  aN SQ0Nmax Tiai ,Tiгде Ti – время реализации мероприятий этапа космического проекта.Таким образом, стоимостные потери зависят от планового значения216стоимости реализации этапа проекта и уровня риска:LЭ  L( RЭ , SЭ0 ).Согласно определению риска (4.1), формула для величины потерьзапишется следующим образом:LЭ  RЭ  SЭ0 .Управление такими рисками осуществляется на более низком уровне, аименно – при детальном рассмотрении каждого из мероприятий этапакосмической программы.Итак,опишемэкономико-математическуюмодельанализарисков,связанных с финансовыми потерями в рамках этапа проекта по созданиюпродукцииракетно-космическойпромышленностинаосновеключевыхкомпетенций.

При построении экономико-математической модели будемруководствоваться требованиями ГОСТ Р ИСО/МЭК 31010-2011 «Менеджментриска. Методы оценки риска». Одним из методов анализа рисков является методпостроения «матрицы последствий и вероятностей»255 . В соответствии с этимметодом формирование потерь при реализации мероприятия этапа проектаможно описать в виде системы причин повышения стоимости (факторы риска)реализации мероприятия и совокупности негативных последствий проявленияфакторов риска. Каждому последствию в рамках данной схемы соответствуетвеличина финансовых потерь L j , что соответствует необходимому объемудополнительного финансирования проекта при прогнозируемом воздействиифакторов риска.Для оценки негативного воздействия факторов риска введем в модельвеличину bi оценки влияния факторов риска на формирование финансовых255ГОСТ Р ИСО/МЭК 31010-2011 «Менеджмент риска.

Методы оценки риска».217потерь. Эта величина распределена по некоторому вероятностному закону ипринимает значения из отрезка от 0 до 1. Для практических расчетовцелесообразно использовать дискретные законы распределения таких величин.При известном дискретном законе математическое ожидание интенсивностипроявления фактора риска Fi можно определить следующим образом:nb( Fi )   b j  p j ,j 1где p j – вероятность проявления фактора риска Fi со значением оценки влиянияна формирование потерь b j ;j – некоторое заданное множество индексов значений дискретного законараспределения.В общем случае каждый фактор риска оказывает влияние на финансовыепотери,вызванныепоследствиями,итакоевлияниеоказываетсянеравнозначным.

Поэтому необходимо ввести в модель весовые коэффициентыwij факторов риска, выражающие степень влияния факторов риска наформирование финансовых потерь, соответствующих последствиям. Приналичии таких данных формула для оценки дополнительного финансированиядля мероприятия M в рамках этапа запишется в следующем виде:mnj 1i 1LM   L j  wijbi .(4.2)Введенные в модель весовые коэффициенты wij подлежат установлению врамках метода определения матрицы последствий и вероятностей, элементыкоторой выражают степени влияния фактора риска на формированиефинансовых потерь для каждого из последствий (см.

табл. 4.1).218Таблица 4.1Матрица последствий и вероятностейФакторФактор 1Последствие 1Последствие 2w11w21w12w22……wn1wn 2Фактор 2…Фактор n……Последствие mw1mw2m…………wnmИсточник: составлено автором.Для заполнения подобных матриц широко используют экспертные методы,а также различные регрессионные модели. Отметим, чтоnwi 1ij 1, j  1,2,..., m .Дискретный закон распределения вероятности степени проявленияфактора риска при реализации мероприятия также может быть определенразличными методами экономического прогнозирования, что будет показано вмодельном примере.Продемонстрируемнапримереработупредложеннойэкономико-математической модели.На рис.

4.4 представлен пример устойчивого управления проектами, когдана 4-м этапе его реализации удается сделать прогноз о возможном превышениистоимости проекта, предпринять необходимые меры и вернуть стоимостьпроекта на плановую траекторию.Рис. 4.5 иллюстрирует другую ситуацию, когда не удается правильноспрогнозировать риски повышения стоимости, в результате чего стоимостьреализации проекта возрастает сверх плана.Далее приведем пример расчета, иллюстрирующего описанные ситуации.Пусть в результате анализа факторов риска и последствий их проявления приреализации мероприятия 4 этапа космического проекта было выявлено10 факторов риска и 4 последствия их проявления.Продемонстрируем методы вычисления оценки степени проявленияконкретных факторов риска на этапе реализации проекта.219Рис.

4.4. Устойчивое управление проектомИсточник: составлено автором.Рис. 4.5. Неустойчивое управление проектомИсточник: составлено автором.220Пусть необходимо оценить вероятную степень проявления фактора риска«Колебания курса валют». Для оценки необходимо располагать прогнознымизначениями стоимости иностранной валюты, установленными финансовымирегуляторами на государственном уровне.

Риск заключается в превышенииреального курса валюты над прогнозным во время реализации проекта.Пусть дискретный закон распределения вероятности для рассматриваемогофактора риска описывает это превышение (в % от прогноза). Такой законраспределения вероятности может быть представлен в виде табл. 4.2.Таблица 4.2Дискретный закон распределения вероятности для рассматриваемого фактора рискаПревышение реального курса, %Нормированные значенияВероятность0%00,8до 10%0,140,110–20%0,430,0520–30%0,710,0330–40%10,02Источник: составлено автором.Для расчета оценки степени проявления фактора риска в качестве опорныхзначений дискретного закона будем рассматривать середины соответствующихинтервалов, нормированные на единицу.

Таким образом,b  0  0,8  0,14  0,1  0,43  0,05  0,71  0,03  1  0,02  0,077 .Другойспособоценкистепенипроявленияфактороврискапродемонстрируем на примере инфляции. Действительно, вследствие высокойинфляции может увеличиться стоимость реализации проекта. Одним из методовоценки рисков, рекомендованных ГОСТ Р ИСО/МЭК 31010-2011 «Менеджментриска. Методы оценки риска», является метод Монте-Карло, который«используют для установления изменений системы, возникающих в результатеизменений входных данных системы с учетом распределения входных данных иих связи с выходными данными. Анализ может быть использован для модели,определяющей взаимосвязь входных и выходных данных. Входные данные221могутбытьописаныкакслучайныевеличиныссоответствующимираспределениями и присущей им неопределенностью»256. В этом смысле методМонте-Карло соответствует постановке задачи оценки степени проявленияриска.

В основе метода в данном случае лежит рассмотрение интервалов, вкоторых может находиться вероятное значение уровня инфляции. Обычноуровень инфляции прогнозируется на нескольких уровнях (позитивный,негативный и т.п.), и на основании прогноза может быть оценена вероятностьожидаемого уровня инфляции из того или иного интервала.Далее в соответствии с методом Монте-Карло происходит разыгрываниеслучайной величины следующим образом по формуле:j 1Yi  a ij 1  (a ij  a ij 1 )(   pli )l 1p ij.В этой формуле [a j 1, a j ] – отрезки, в которых может находитьсяфактическое значение величины Yi ; p ij – соответствующая вероятность дляданного отрезка;  – случайная величина, равномерно распределенная наотрезке (0, 1). После проведения большого количества испытаний с различнымизначениями параметра  в качестве оценки каждой случайной величины Yiберется ее математическое ожидание. В качестве оценки берется значениематематического ожидания, нормированное к максимально прогнозируемомузначению параметра.Уровень инфляции и вероятность представлены в табл.

4.3.В результате расчета по методу Монте-Карло получаем ожидаемое значениеинфляции 10,6 %. Таким образом, в качестве оценки степени проявленияфактора риска «Инфляция» можно рассмотреть следующую величину, равнуюразнице между ожидаемым и заложенным в проект значением, деленную наразницу между максимально прогнозируемым и заложенным в проект значением.256ГОСТ Р ИСО/МЭК 31010-2011 «Менеджмент риска. Методы оценки риска».222Таблица 4.3Уровень инфляции и вероятностьУровень инфляцииВероятность7,4–9,4%0,19,4–11,4%0,6511,4–13,4%0,25Источник: составлено автором.Пусть в проект заложен уровень инфляции 10 %, тогдаb10,6  10 0,18 .13,4  10С помощью предложенных подходов можно оценить степень проявления идругих факторов риска.С целью достижения устойчивости при выполнении проекта была сделанаоценка возможного превышения стоимости реализации проекта.

Для этого былаполучена матрица риска, вероятные значения превышения финансирования приреализации каждого из последствий и определены законы распределениявероятности проявления факторов риска с определенными значениямиинтенсивности.Матрица рисков представлена в табл. 4.4.Вероятная степень проявления факторов риска представлена в табл. 4.5.Вероятные максимальные объемы финансовых потерь в результатепроявления каждого из последствий представлены в табл.

4.6.На основании формулы (4.2) было получено значение вероятных потерь приреализации рассматриваемого мероприятия:LM  0,317 .Пусть в результате реализации мероприятий по управлению риском удалосьснизить неблагоприятное воздействие факторов, в результате чего вероятныеоценки степени проявления факторов риска приняли следующий вид (см. табл.

4.7).223Таблица 4.4Матрица рисковВеса wijFactor 1Factor 2Factor 3Factor 4Factor 5Factor 6Factor 7Factor 8Factor 9Factor 10outcome 10,1480,0610,0380,2110,1070,1690,0310,0580,1480,029outcome 20,0810,0910,1370,1980,1080,2120,0410,0150,0110,106outcome 30,0690,0820,0810,1620,0720,0820,2210,0910,1220,018Источник: составлено автором.Таблица 4.5Вероятная степень проявления факторов рискаВеса wijFactor 1Factor 2Factor 3Factor 4Factor 5Factor 6Factor 7Factor 8Factor 9Factor 10Степень проявления0,510,470,320,260,460,380,060,520,250,19Источник: составлено автором.Таблица 4.6Вероятные максимальные объемы финансовых потерьв результате проявления каждого из последствий, млрд руб.outcome 10,44outcome 20,33outcome 30,15Источник: составлено автором.Таблица 4.7224Вероятная степень проявления факторов рискапосле мероприятий по управлению рискамиВеса wijИнтенсивность проявления0,110,050,090,020,040,080,050,030,070,09Factor 1Factor 2Factor 3Factor 4Factor 5Factor 6Factor 7Factor 8Factor 9Factor 10Источник: составлено автором.Новое значение вероятных потерь при реализации рассматриваемогомероприятияLM  0,055.Значительное снижение финансовых потерь (более чем в 5 раз) в результатепринятия необходимых решений по управлению рисками свидетельствует обольшойустойчивостиуправленияпроектом.Результатырасчетовпроиллюстрированы на рис.

4.6.Прогнозированиевероятныхпотерьприподготовкереализациимероприятий проекта по выпуску космической продукции способствуетсвоевременномуучетуфактороврискаиповышениюэкономическойустойчивости процесса реализации наукоемкого проекта. Таким образом,мероприятия по прогнозированию и учету вероятного проявления факторовриска способствуют сохранению конкурентных преимуществ реализуемогокосмического проекта. Учет рисков при реализации проектов является одним изинструментов, сопровождающим процесс использования ключевых компетенцийдля повышения конкурентоспособности предприятий и интегрированных структур.225Рис.

Характеристики

Список файлов диссертации