Автореферат (1169121), страница 3

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

Текст из файла (страница 3)

Для удобства построения методики оценки рисков ГПЧ, рискисистематизированыпоосновнымгруппам.Представленаукрупненная17классификация основных видов рисков: зависимые от участников проекта и независимые от них. Предложены основные принципы распределения рисковтакие как – принцип вовлеченности сторон, принцип владения техническими иуправленческими возможностями, принцип финансовой устойчивости, принципсоотнесения рисков с объемами и видами финансовых вложений в проект.Предложенная классификация распределения рисков между участникамиГЧП, позволяет в ходе реализации проекта оптимизировать решения,направленные на снижение затрат, обусловленных рисками. Рассмотреныосновные пути снижения рисков (на примере риска объема спроса).

Дляпроведения полной оценки проекта риски сведены в матрицу рисков,показывающуюзначимостьопределенныхприоритеты в управлении рисками.смежныхрисков,атакжеСформированы методические подходыопределения причин возникновения рисков ГЧП и приведены основныеподходы к управлению рисками.3.Разработана методика оценки эффективности от реализации проектовГЧПвинфраструктурныхобъектахавтодорожногокомплекса,отличающаяся от существующих подходов и включающая экономическуюи социальную эффективность.Автором предложена методика для оценки рисков государственно-частногопартнерстваприреализациипроектоввобластиинфраструктурыавтодорожного комплекса на основе построения математической модели исформировано методическое обеспечение для проведения экспертного опроса,разработана методика оценки рисков ГЧП для объектов инфраструктурыавтодорожного комплекса на основе экспертного опроса, а также построенаматематическая модель, применяемая для обработки результатов и взвешиваниярисков ГЧП.Для проведения анализа возможных рисков была сформирована экспертнаягруппапо инфраструктурным проектам ГЧП.

Наоснове полученной18информации была построена рейтинговая модель оценки рисков проектов ГЧП.Был предложен алгоритм экспертного анализа риска, включающий:- определение согласованности мнений экспертов на основе коэффициентаконкордации, позволяющего отбросить крайние оценки экспертов;- проведениедифференцированнойоценкиуровнякомпетентностиэкспертов по каждому виду риска ГЧП и установление его предельногоуровня, приемлемого для участников ГЧП, реализующих проекты вобласти строительства платных дорог и объектов инфраструктуры;- оценку риска экспертами с точки зрения вероятности наступлениярискового события (в долях единицы) и опасности данного риска дляуспешного завершения проекта автодорожного комплекса.Методы обработки экспертной информации включали в себя три этапа:1. Этапконтролянепротиворечивостииндивидуальныхмненийэкспертов.2.

Этап определения согласованности мнений экспертов.3. Этап агрегирования мненийэкспертов – построение единого,совокупного мнения экспертов.После систематизации результатов проведенного опроса, была предложенаматематическая модель для обработки данных и взвешивания рисков проектовГЧП с последующим присвоением коэффициента значимости каждому из них.Для этого была проведена оценка согласованности мнений экспертов,заданных в виде произвольной цифровой оценки этих факторов, что можетпроводиться путем расчета степени разброса мнений экспертов вокругусредненного значения этой оценки. В случае оценки каждого отдельногофактора этот разброс был определен как среднеквадратическое отклонение(одномерный случай), а в случае комплексной оценки сразу по группе факторовопределено значение среднеквадратического расстояния от средней точки19(центра масс точек – мнений экспертов в n – мерном пространстве переменных– оцениваемых факторов) до самих точек-мнений в n-мерном пространстве.В одномерном случае оценивался коэффициент вариации, т.е.

отношениеполученной вариации к математическому ожиданию, и (как и в многомерномслучае) доля всех точек, попавших в n-мерную сферу радиусом сигма (илисигма с определенным коэффициентом) с ограничениями-нормативами по этимкритериям.В многомерном случае использован аналог коэффициента вариации –отношение модуля среднеквадратичного радиуса отклонения R, к длине векторав центр масс (из нулевой точки – начала координат.)Длянахождениясреднеквадратическогозначениядлясреднеквадратичных отклонений предложен следующий подход:( 2 ) 1 n1 n 1 m  Di      ( xij  xi ) 2 n i 1n i 1 m j 1n m11 n2 n x m  xij 2    xi 2    i   xij n  m i 1 j 1n i 1n i 1 m j 1n m11 n  xij 2    xi 2 n  m i 1 j 1n i 11 n 1 m 2     xij  xi 2 n i 1  m j 1Где,σ2 - среднеквадратическоеотклонение;n- факторы (набор рисков);m – эксперты;xij - оценка рисков экспертамиDi – дисперсия показателей, данныхэкспертами по i-му фактору(1)Радиус сферы принятия решения определен как:L  n  ( 2 ) nDi 1i(2)Путем анализа разброса точек (векторного значения показаний экспертов повсему множеству факторов в группе) были удалены те данные (риски проектовГЧП), которые существенно отклонялись от основного мнения группы.На рис.2.

представлен вариант возможного сочетания показанийэкспертов при следующих данных – количество оцениваемых параметров – 320(соответственно демонстрация проводится в многомерном пространстве),количество экспертов – 9. При этом на рисунке отмечено:Зеленым цветом – сфера радиуса σ для нахождения количества показаний,попадающих в допустимую зону вокруг центральной (средневзвешенной)точки, показанной тёмно-зелёным цветом, синим цветом показаны те точки,которые попадают в σ-сферу, красным цветом показаны точки, не попавшие в σсферу.Путем анализа разброса точек (векторного значения показаний экспертовпо всему множеству факторов в группе) были удалены те данные, которыесущественно отклоняются от основного мнения группы (здесь и далеедопускаем отсутствие кластеров мнений ввиду малого количества экспертов).F1F2, где F1,2,3 – факторы(риски)F3F2Рис.2.

- Пример иллюстрации сочетания мнений экспертов со сферойсреднеквадратического радиуса оценки согласованности данных в пространствефакторов.Рис.3. - Пример иллюстрации сочетания мнений экспертов по оцениваемымфакторам с конусом принятия решения о согласованности данных впространстве экспертов (случай немалых средних значений по факторам).21Длярешениярассогласованиямненийэкспертовбылопредложеноопределять расхождение с полным согласием через функцию от угла векторов,выходящих из точки, смещенной от начала координат на единичный вектор {1,-1,-1,…,-1},(рис.3), тем самым обеспечивая допустимую возможностьразброса при малых средних (требуемую в связи с дискретным шагомизменения данных).Рис.4. - Теоретический расчет ожидаемой σ(х) при интервальном методе опросаэкспертов (‘rez’ - ось результата; ‘Ma’ – математическое ожидание)СиспользованиемпрограммыStatistica7.0былпроведенпредварительный корреляционный анализ.

Как отмечалось выше, анализсогласованности мнений экспертов первоначально проводился определениемкоэффициентов корреляции между переменными, представляющими из себяоценки рисков проектов ГЧП, заданные различными экспертами между собой ис обобщенным (средним) значением риска. Расчеты проводились как пополному полю данных (все таблицы подфакторов, все типы строк/ влияния), таки по отдельным сечениям – отдельно по каждой таблице и отдельно по каждомуклассу влияния.Первый этап анализа показал, что мнения экспертов по значениям рисковпроектов ГЧП в целом достаточно хорошо согласуются, однако по некоторымсечениям отдельные эксперты выпадают.Для более углубленного анализа компетентности того или иного экспертаи эффективности оценивания тех или иных подфакторов (рисков проектов ГЧП)были определены, помимо средних значений, среднеквадратические отклонения22по показаниям экспертов в каждой строке каждой анкетной таблицы, после чегопостроены распределения получаемого массива данных как по коэффициентувариации мнений экспертов, так и по среднему гармоническому откоэффициента вариации и среднеквадратического отклонения (рис.5).Рис.5.

- Разброс коэффициентов вариации мнений экспертов по весам вцелом по всем факторам и подфакторам.По результатам экспертной оценки были сформированы очищенные группырисков проектов ГЧП для дальнейшего включения в модель. Таким образом,проведя анализ экспертных данных, сведенных в 11 таблиц, удалось снизитьобобщенный разброс векторов мнений экспертов по оцениваемым рискам ГЧП,собранным по подфакторам в отдельные таблицы, и получить более точныезначения для оцениваемых рисков проектов ГЧП.Апробация результатов исследований была проведена на примерестроительства платной скоростной автомагистрали Москва-Санкт-Петербург научастке км 58 – км 684. Стоимость реализации двух этапов строительстваучастков 58-149 км автомобильной дороги составляет 73 916, 35 млрд.

рублей.Расчет финансовой эффективности проектабыл проведен путемиспользования различных значений коэффициента выгоды (0,5; 0,6; 0,7; и 0,8),при разных сроках действия операционной концессии – 20-, 25-, 30-, 35-, 40 лет.Был проведен анализ и расчёт таких показателей эффективности проекта, какставка внутренней нормы доходности, чистая приведенная стоимость денежных23потоков, дисконтированный и недисконтированный периоды окупаемости,индексы прибыльности проекта.На рис.6. перечислены основные модифицированные этапы разработкиматематической модели для оценки рисков ГЧП (рис.6):Методом экспертныхоценок проведенкачественный анализпроектного,систематического и форсмажорного рисков проектаСоставлен алгоритмэкспертного анализа рискаОбоснована методикаотбора экспертов иобработка полученнойэкспертной информацииВведена авторскаяматематическая модель дляобработки данных опроса ивзвешивания рисков споследующим присвоениемкоэффициента значимостикаждому из нихДля более углубленного оценкиподфакторов определены,помимо средних значений,среднеквадратическиеотклонения по показаниямэкспертов, после чего построеныраспределения получаемогомассива данных, как покоэффициенту вариации, так ипо среднему гармоническому откоэффициента вариацииДана оценка эффективностиГЧП-проекта построительству участкаавтомагистрали МоскваСанкт-ПетербургПо результатампроведенных расчётовсформированоопределение «качества»оценок экспертов и покаждой таблицеподфакторов представленокончательный результатанализа согласованностиданныхПриведена авторскаягруппировка рисков дляпроведения экспертногоопросаВыявленазакономерность ипредставлен вариантвозможного сочетанияпоказаний экспертовпри определенныхпараметрахПосле коррекции,проведенной всоответствии свыполненныманализом, показаныокончательныерезультаты обобщенияэкспертного опросаВ соответствии с методическимирекомендациями приведенсценарный анализ проекта,который включает в себя двапараметра: коэффициент выгодыи структуру капиталаРис.6.

Характеристики

Список файлов диссертации