ВВЕДЕНИЕ 8
1 Методы анализа риска инвестиционного проекта 10
1.1 Основные понятия, применяемые в анализе рисков инвестиционной
деятельности 10
1.2 Существующие подходы к анализу риска инвестиционного проекта 18
1.3 Ограничения существующих подходов анализа риска проектов 27
2 Методы учёта нечёткой информации в анализе инвестиционного проекта 32
2.1 Основные положения теории нечетких множеств 32
2.2 Модель анализа рисков инвестиционного проекта с учётом нечёткой
информации 35
2.3 Лингвистический подход к анализу риска инвестиционного проекта 39
3 Использование нечёткой информации для анализа инвестиционно-строительных
проектов ОАО «ТДСК» 43
3.1 Общая характеристика ОАО «ТДСК» и описание данных 43
3.2 Использование классических методов анализа рисков для реализованного
проекта 47
3.3 Анализ рисков реализованного проекта с учётом нечёткой информации 52
3.4 Анализ рисков реализуемого проекта с учётом нечёткой информации 58
3.5 Выводы и практические рекомендации по совершенствованию инвестиционно¬
строительных проектов ОАО «ТДСК» 65
ЗАКЛЮЧЕНИЕ 70
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 73
ПРИЛОЖЕНИЕ А Данные по проекту КПД-1 (фрагмент) 82
ПРИЛОЖЕНИЕ Б Данные по проекту КПД-2 (фрагмент) 84
ПРИЛОЖЕНИЕ В Программная реализация
Процесс инвестирования играет важную роль в экономике любой страны. Инвестирование в значительной степени определяет экономический рост государства, занятость населения и составляет существенный элемент базы, на которой основывается экономическое развитие общества. Нарастающая инвестиционная активность, постоянное повышение уровня квалификации персонала определяют наличие потребности в совершенствовании управления инвестиционными процессами. Непрерывное изменение окружающей среды и недостатки существующих методов оценки риска формируют значимость повышения точности оценки эффективности инвестиционных проектов. Разработка инвестиционного проекта всегда осуществляется в условиях неопределенности и отсутствия достоверных статистических данных, в связи с чем возникает необходимость применения современных экономико-математических методов, которые позволили бы принимать разумные инвестиционные решения.
Активизация инвестиционной деятельности на предприятиях - один из основных путей преодоления кризисных явлений экономики России. В связи с этим возникает потребность в совершенствовании управления рисками инвестиционных проектов, а также преодолении проблемы ограниченной практической применимостью на практике большинства существующих методов оценки рисков комплексных инвестиционных проектов. Результаты исследования могут быть использованы в планировании инвестиционных проектов при анализе их рисков любыми субъектами инвестиционной деятельности. Практическая значимость указанной проблемы определила выбор темы исследования, постановку его целей и задач.
Целью исследования является повышение точности анализа рисков инвестиционных проектов в условиях неопределенности с применением экономико-математических методов.
В соответствии с поставленной целью следует решить следующие задачи:
- рассмотреть основные теоретические понятия инвестиционной деятельности;
- проанализировать существующие методы оценки рисков инвестиционных проектов;
- рассмотреть возможность использования методов учета нечеткой информации в управлении инвестиционными процессами;
- составить алгоритм оценки риска инвестиционного проекта;
- разработать практические рекомендации по совершенствованию оценки и управления рисками инвестиционного проекта.
Объект исследования -инвестиционно-строительные проекты ОАО “ТДСК”. Предметом исследования является риски инвестиционных проектов.
В работе аргументирована возможность применения нечетко-множественного подхода в управлении инвестиционными процессами в условиях нечёткой информации, приведён расчёт значения риск-функции инвестиционного проекта с учётом колебания планируемых значений денежных потоков проекта.
В исследовании применяются такие научные методы исследования как: экономическо-математическое моделирование, метод экспертной оценки, теория нечётких множеств.
Теоретической и методологической основой исследования являются нормативно-правовые документы и законодательные акты РФ, научная литература, фундаментальные и прикладные исследования российских и зарубежных ученых (Недосекин А.О., Смоляк С.А., Виленский П.Л., Грачева М.В. и др.), публикации в периодической литературе, электронные источники, статистические данные, теория нечетких множеств, теория вероятностей.
Инвестиционный проект - это основная форма вложения капитала с целью получения эффекта в будущем. При реализации инвестиционного проекта любой его участник должен учитывать, что может возникнуть ситуация риска. Риск учитывается в любой экономической сфере, он возникает потому, что будущие действия или события неизвестны. Он описывает возможность того, что конечный результат будет лучше или хуже ожидаемого. В большинстве случаев риск носит негативный характер, однако в последнее время также воспринимается как возможность получить лучшие результаты, чем ожидалось, - риск проекта включает в себя как угрозы целям проекта, так и возможности для улучшения этих целей.
Анализ рисков инвестиционного проекта - это процесс систематического подхода к рискам в рамках проекта, с целью планирования, выявления, мониторинга, контроля и предложения решений для минимизации потенциальных угроз неэффективности проекта. Риск инвестиционного проекта может быть определен как степень подверженности событию, которое может произойти в ущерб выгоде или деятельности проекта. Его можно описать как комбинацию между вероятностью возникновения риска и последствиями с точки зрения потерь или выгод в результате риска.
Анализ рисков проекта включает в себя следующие процессы: планирование, идентификация, качественный анализ, количественный анализ, коммуникация и планирование реагирования на риск.
Среди традиционных инструментов количественного анализа можно выделить: методы корректировки притока денежных средств и ставки дисконтирования; метод анализа чувствительности критериев эффективности инвестиций, метод сценариев, метод Монте-Карло, метод деревьев решений. Выбор конкретного метода анализа инвестиционного риска зависит от возможностей информационной базы, требований к конечным результатам. Традиционные методы анализа риска характеризуются общими основными недостатками и ограничениями, такими как: высокая доля риска неправильной субъективной оценки при присвоении вероятностей экспертных оценок, а также отсутствие статистической информации для разумного применения вероятностных методов. В связи с этим они располагают ограниченной практической применимостью по причине упрощения моделей. Необходимо дополнительно добавить такой аппарат, с помощью которого возможно адекватное описание исходных данных проектов и получение более корректных результатов, которые охватывали бы весь спектр возможных сценариев развития инвестиционного проекта. В этом случае на помощь может прийти аппарат теории нечетких множеств.
Теория нечетких множеств предлагает несколько подходов, применимых для оценки и принятия решений на фоне неопределенности в анализе рисков инвестиционных проектов. Их основная задача - придать исходным нечётким данным формализованный вид, а их основная функция - добиться наибольшей эффективности проекта с нечеткими входными данными. С помощью определенных операций с нечеткими числами и нечеткими высказываниями, в соответствии со всеми правилами и законами нечеткой логики, возможно получить результирующий интервал или четкие значения для целевого показателя.
Инвестиционный проект - это процесс, состоящий из нескольких этапов. На самом первом этапе на первый план выходит исследование качественных рисков. Нужен инструмент, способный интегрировать все качественные факторы, которые зачастую инвестор может сформулировать лишь в словесной форме и на выходе показать влияние этих факторов на будущие результаты. Таким инструментом может быть система нечеткого вывода, в которой на основе совокупности нечетких предпосылок, заключений и базы правил нечеткого вывода получаем на выходе оценку показателей проекта как в качественном, так и в количественном виде.
На тех стадиях проекта, когда формируются плановые бюджеты, на первый план выходит количественный анализ рисков - удастся ли инвестору получить желаемую прибыль и какой возникает при этом риск. Подобный анализ можно провести представленным в работе нечетко-множественным методом.
В практической части работы были рассмотрены два инвестиционно-строительных проекта томской компании ТДСК. Реализованный проект был рассмотрен с точки зрения планирования. Первоначально проект был проанализирован с помощью классических методов анализа эффективности инвестиций. Были применены метод анализа чувствительности и имитационный метод Монте-Карло. В анализе чувствительности было получено, что итоговые показатели проекта более чувствительны к продажам. Для метода Монте-Карло было сделано 2 моделирования с разными вероятностными распределениями параметров. Были получены прогнозные вероятностные средние значения для NPV, рассчитаны стандартное отклонение и коэффициент вариации, которые можно интерпретировать как меру риска. По результатам расчетов был сделан вывод, что, во- первых, снижение неопределенности во входных данных повышает адекватность результирующих вероятностных показателей. Во-вторых, эти показатели очень чувствительны к задаваемым вероятностным характеристикам исходных факторов, что и было отмечено ранее как один из основных недостатков классических методов анализа риска инвестиций.
Далее был проделан анализ обоих инвестиционных проектов (реализованного и реализуемого в настоящее время) с применением нечетко-множественного подхода. Параметры проектов были заданы как нечеткие переменные. На их основе получены в нечетко-интервальном виде такие интегральные показатели проектов, как чистый дисконтированный доход (NPV)и дисконтированный коэффициент рентабельности (DPI). Далее для этих показателей были рассчитаны риски их недостижения как в виде отдельных значений, так и в виде общих риск-функций. Были получены конкретные показатели, при которых инвестор может в новом проекте достичь той же эффективности, что и в уже реализованном. Было показано, что, хотя риски недостижения заданных уровней эффективности при реализации проектов получились в модели высокими, практическая возможность их осуществления является реальной. Можно сказать, инвестор склонен в планах к переоценке рисков, занижая показатели, и тем самым увеличивает степень неопределенности. В результате анализа это приводит к высоким показателям риска неэффективности. В таком случае хотелось бы порекомендовать инвестору более гибко реагировать на меняющиеся условия рынка, ведь стратегия перестраховки в перспективе может привести к снижению эффективности.
Таким образом, нечетко-множественный подход показывает себя более эффективным при анализе инвестиций и может использоваться для замены традиционных алгоритмов или в сочетании с ними. Расчеты на основе нечетких данных позволяют охватить весь спектр возможных ситуаций и рассчитать возможность возникновения риска, его количественные показатели, а также отнести данный проект к определенной группе риска и сделать соответствующие выводы.
1. Алтунин А.Е. Модели и алгоритмы принятия решений в нечетких условиях: монография / А. Е. Алтунин, М.В. Семухин - Тюмень: Изд-во ТГУ, 2000 - 352 с.
2. Беллман Р. Принятие решений в расплывчатых условиях / Р. Беллман, Л. Заде // Вопросы анализа и процедуры принятия решений: сб. ст. - М., 1976. - С. 172-215.
3. Белов П.Г. Управление рисками, системный анализ и моделирование: учебник и практикум / П.Г. Белов - М.: Изд-во Юрайт, 2019. - 211 с.
4. Беляева Е.Д. Инвестиционная политика предприятия как элемент долгосрочной финансовой политики / Е. Д. Беляева, Н. В. Собченко // Экономика и социум. - 2017. - №3(22). - С. 1742-1745.
5. Бирман Г., Экономический анализ инвестиционных проектов / Г. Бирман, С. Шмидт. - М.: ЮНИТИ, 2019. - 345 с.
6. Блау С. Л. Инвестиционный анализ: учебник для бакалавров / С. Л. Блау. - 3-е изд.
— Москва.: Издательско-торговая корпорация «Дашков и К°», 2020. - 256 с. - URL: https://znanium.com/catalog/product/1091545(дата обращения: 12.05.2021). - Режим доступа: для зарегистр. пользователей.
7. Борисова О. В. Инвестиционный анализ: учебник и практикум для бакалавриата и магистратуры: в 2 т. / О. В. Борисова, Н. И. Малых, Л. В. Овешникова. - ISBN: 978-5-534-01718-2. // Москва: Изд-во Юрайт, 2019. - Т.1 - 218 с. - URL: https://urait.ru/bcode/432922(дата обращения: 02.05.2021). - Режим доступа: для зарегистр. пользователей.
8. Борисов В.В. Нечеткие модели и сети / В.В. Борисов, В.В. Круглов, А.С. Федулов.
- Изд-во: Горячая линия-Телеком, 2012. - 284 с.
9. Борщ Л.М. Приоритеты формирования инвестиционной активности в экономике / Л.М. Борщ, Ю.Н. Воробьев, А.П. Бондарь // Гуманитарные, социально-экономические и общественные науки. - 2019. - №12. - С. 225-228.
10. Бычкова С.М. Анализ инвестиционной стратегии с позиций стейкхолдерской теории / С. М. Бычкова, Н.Н. Макарова, Е. А. Жидкова // Учет. Анализ. Аудит. - 2019. - № 1. - С. 33- 38.
11. Виленский П.Л. Оценка эффективности инвестиционных проектов: теория и практика / П.Л. Виленский, В.Н. Лившиц, С.А. Смоляк. - М.: Дело, 2015. - 241 с.
12. Воробьева Т. В. Управление инвестиционным проектом: учебная литература для вузов / Т. В. Воробьева. - 3-е изд. - Москва: Интернет-Университет Информационных Технологий (ИНТУИТ), 2019. - 146 c.
13. Воровская Е. В. Подходы к классификации инвестиционных проектов // Новая наука: опыт, традиции, инновации. - 2019. - № 4-1 (77). - С. 40—46.
14. Годовая бухгалтерская отчётность ОАО «ТДСК» за 2020 год // Раскрытие в сети
интернет годовой бухгалтерской отчётности - Томск, 2021. - URL:
https://disclosure.1prime.ru/Portal/Default.aspx?emId=7014036553 (дата обращения:
02.05.2021).
15. Годовой отчёт общему собранию акционеров ОАО «ТДСК» по результатам работы за 2019 год // Раскрытие в сети интернет отчёта общему собранию акционеров — Томск, 2020. - URL: https://disclosure.1prime.ru/Portal/Default.aspx?emId=7014036553(дата обращения: 02.03.2021).
16. Горбачев, С. В. Нейро-нечеткие методы в интеллектуальных системах обработки
и анализа многомерной информации : монография / С. В. Горбачев, В. И. Сырямкин ; под редакцией В. И. Сырямкина. Томск: ТГУ, 2014. - 442 с.
17. Горбунов Д.В. Методические подходы к отбору инвесторов в целях осуществления совместного инвестирования инновационных проектов // Азимут научных исследований. Экономика и управление. - 2019. - Т. 6, № 2 (19). - С. 70-74.
18. Глушенко С.А. Система нечеткого моделирования рисков инвестиционно-строительных проектов / С. А. Глушенко, А. И. Долженко // Бизнес- информатика. - 2015. - № 1 (31). - С. 48-58.
19. Грачева М. В. Учет проектных рисков в нестационарных условиях //Финансовая аналитика: проблемы и решения. - 2015. - № 32. - С. 2-14.
20. Гринчар Н. Н. Оценка экономической эффективности инвестиционных проектов по критерию экономической устойчивости // Universum: Экономика и юриспруденция. - 2019. - № 4 (37). - С. 20-23.
21. Гришина Е. Ю. Сравнительный анализ методологических рекомендаций по оценке эффективности инвестиционных проектов от 1999 года и от 2008 / Е. Ю. Гришина, Е. И. Михайлова, О. М. Фокина // Профессиональные компетенции государственных служащих: формирование и развитие. - 2019. - С. 173-183.
22. Дугушкина А. Н. Основные принципы оценки эффективности инвестиций / А. Н. Дугушкина, А. И. Зотова // Материалы ивановских чтений. - 2017. - № 2-1 (12). - С. 152-159.
23. Евсюкова Е.А. Решение задач нечеткой логики в среде Mathcad // Образовательные технологи и общество. - 2011. - № 2 (14). - С. 306-315.
24. Журавлев И.Б. Связь риска со стоимостью инновационного проекта // Управление финансовыми рисками. - 2019. - No4. - С.290-297. - URL: https://grebennikon- ru.ez.lib.tsu.ru/article-etqa.html(дата обращения: 19.04.2021).
25. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л. Заде; Пер. с англ. - М.: Мир, 1976. - 165 с.
26. Зак Ю.А. Алгоритм выбора специалистов для реализации инновационных проектов // Менеджмент сегодня. - 2019. - No4. - С.246-254. - URL: https://grebennikon- ru.ez.lib.tsu.ru/article-40d7.html(дата обращения: 14. 03.2021).
27. Зак Ю.А. Нечеткие оценки продолжительности выполнения проектов //
Менеджмент сегодня. - 2019. - No2. - С.158-164. - URL: https://grebennikon-
ru.ez.lib.tsu.ru/article-29l7.html (дата обращения: 14. 03.2021).
28. Как рассчитать ставку дисконтирования и риски для производственного
предприятия // Справочник экономиста. - [Б. м.], 2021. - URL:
https://www.profiz.ru/se/9_2008/kak_raschitat_stavku_i_ri(дата обращения 11.03.2021 г.).
29. Каранина Е.В. Оптимизация процесса систематизации и оценки рисков предприятия в кризисных условиях // Вестник Пермского университета - 2020. - № 4(7). - С. 10-14. - URL: http://econom.psu.ru/upload/iblock/fb9/karanina-e.v.-optimizatsiya-protsessa- sistematizatsii-otsenki-riskov-predpriyatiya-v-krizisnykh-usloviyakh.pdf(дата обращения: 07.05.2021).
30. Кириченко А.О. Управление инвестициями корпорации и оценка эффективности риска инвестиционных проектов // Фундаментальные исследования. - 2017. - № 5. - С. 584-588.
31. Ковалев В. В. Инвестиции : учебник для бакалавров / В. В. Ковалев, В. В. Иванов,
В. А. Кантаурова. - Ростов-на-Дону: Изд-во Проспект, 2021. - 592 с.
32. Ковалев П.П. Особенности оценки рисков инвестиционных проектов // Экономика: вчера, сегодня, завтра. - 2019. - Том 7, № 5. - С. 251-260.
33. Королькова Е.М. Риск-менеджмент реальных инвестиций // Экономика и предпринимательство. - 2019. - №7(72). - С. 536-546.
34. Косов М.Е. Критерии и методы оценки эффективности инвестиционных проектов // Азимут научных исследований: экономика и управление. - 2019. - Т. 6, № 4 (21). - С. 120-123.
35. Кофман А., Введение теории нечетких множеств в управлении предприятиями / А. Кофман, Хил Алуха Х. - Минск: Выш. школа, 1992. - 352 с.
36. Лавренова Г.А. Анализ методов оценки рисков инвестиционной деятельности предприятия / Г.А. Лавренова, Е. В. Лавренова, - М.: ЭКОНОМИНФО, 2020. - Т.15. - С.71-76.
37. Лапшакова Е.Ю., Григорьева Н.Н. К вопросу об оценке экономической эффективности инвестиционных проектов // Транспортная инфраструктура Сибирского региона. - 2020. - Т. 2. - С. 192-195.
38. Лисовский, А. Л. Управление инвестиционными проектами: учебно-методическое пособие / А. Л. Лисовский, Т. А. Никерова, Л. А. Шмелева. — Москва: Научный консультант, 2019. — 72 с.
39. Максимов О.Б. Анализ риска инвестиций с применением нечетких множеств // Управление риском. - 2020. - №1. - С. 223-225.
40. Матвеева, Л. Г. Управление инвестиционными проектами в условиях риска и неопределенности: учебное пособие для вузов / Л. Г. Матвеева, А. Ю. Никитаева, О. А. Чернова, Е. Ф. Щипанов. - ISBN: 978-5-534-04586-4 // Москва: Изд-во Юрайт, 2020. - 298 с. - URL: https://urait.ru/bcode/452764(дата обращения: 02.05.2021).
41. Мачерет Д.А. Об оценке эффективности инвестиций в инновационные проекты // Д. А. Мачерет, А.В. Кудрявцева // Экономика железных дорог. - 2019. - №12. - С. 21-26.
42. Методические рекомендации по оценке эффективности инвестиционных проектов (утв. Минэкономики РФ, Минфином РФ, Госстроем РФ 21.06. 1999 N BK 477) // КонсультантПлюс: справ. правовая система. - Версия Проф. - М., 2021. - Режим доступа: локальная сеть Науч. б-ки Том. гос. ун-та.
43. Моделирование системы нечеткого вывода // MATLAB. - [Б. м.], 2021. - URL: https://ch.mathworks.com/?s_tid=gn_logo(дата обращения: 04.05.2021).
44. Недосекин А.О. Новый показатель оценки риска инвестиций / А. О. Недосекин,
К. И. Воронов // Административно-управленческий портал - М., 2020. - URL:
http://www.aup.rU/articles/investment/4.htm(дата обращения: 05.05.2021 г.).
45. Недосекин А.О. Новый комплексный показатель оценки финансового состояния предприятия / О. Недосекин, А. О. Максимов // Административно-управленческий портал - М., 2020. - URL: http://www.aup.ru/articles/finance/8.htm(дата обращения: 07.05.2021 г.).
46. Недосекин А.О. Методологические основы моделирования финансовой деятельности с использованием нечётко-множественных описаний // Административно-управленческий портал - М., 2020. - URL: http://www.mirkin.ru/_docs/doctor005.pdf(дата обращения: 20.12.2020 г.).
47. Недосекин А.О. Нечетко-множественный подход в маркетинговых исследованиях / А. О. Недосекин, А. Овсянко // Административно-управленческий портал
- М., 2020. - URL: http://www.aup.ru/articles/marketing/15.htm(дата обращения: 10.05.2021 г.).
48. Недосекин А.О. Простейшая оценка риска инвестиционного проекта // Современные аспекты экономики. - 2002. - №11. - С. 45-54.
49. Новостной портал The Village // Новости Москвы, Санкт-Петербурга [Б. м.].,
2021. - URL: https://www.thevillage.rU/village/business/hf/148961-reyting-fondov#4(дата
обращения: 04.05.2021).
50. Об инвестиционной деятельности в Российской Федерации, осуществляемой в форме капитальных вложений: федер. закон от 25.02.1999 г. № 39 - ФЗ (ред. от 08.12.2020) // КонсультантПлюс: справ. правовая система. - Версия Проф. - М., 2021. - Режим доступа: локальная сеть Науч. б-ки Том. гос. ун-та.
51. Об утверждении порядка проведения экспертизы и методики оценки эффективности инвестиционных проектов: распоряжение Губернатора Том. обл. от 04.06.2007г. № 294-р: (ред. 07.11.2018г. № 297 - р). // КонсультантПлюс: справ. правовая система. - Томская область - М., 2021. - Режим доступа: локальная сеть Науч. б-ки Том. гос. ун-та.
52. Об участии в долевом строительстве многоквартирных домов и иных объектов недвижимости и о внесении изменений в некоторые законодательные акты Российской Федерации и отдельные законодательные акты Российской Федерации: федер. закон от 27.06.2019 г. № 151- ФЗ (ред. от 30.04.2021) // КонсультантПлюс: справ. правовая система.
- Версия Проф. - М., 2021. - Режим доступа: локальная сеть Науч. б-ки Том. гос. ун-та.
53. Павлов А. Н. Принятие решений в условиях нечеткой информации: учеб. пособие / А. Н. Павлов, Б. В. Соколов. - СПб: ГУАП, 2006 - 72 с.
54. Павлыш Э.В. Оптимизация инвестиционных затрат при реализации комплексных инновационных проектов // Управление экономическими системами. - 2017. - №5 (7). - С. 54.
55. Пайни К. Неопределенные выгоды. Влияние рисков на реализацию выгод // Управление проектами и программами. - 2019. - No2. - С.152-163. - URL: https://grebennikon-ru.ez.lib.tsu.ru/article-si0z.html(дата обращения: 11.05.2021).
56. Погодина Т.В. Управление финансовыми рисками инвестиционных процессов в регионе // Научные ведомости белгородского государственного университета. Экономика. Информатика. - 2019. - Т. 41, № 2. - С. 20-24.
57. Попова А. Ю. Оценка риска инвестиционного проекта // Экономика и бизнес. - 2021. - №2 - С. 53-57. - URL: http://ej.kubagro.ru/2006/03/pdf/07.pdf(дата обращения: 12.03.2019).
58. Птускин А.С. Решение стратегических задач в условиях размытой информации / А. С. Птускин. - М.: Изд-во: Дашков и К, 2019. - 357 с.
59. Риск-менеджмент инвестиционного проекта: учебник для студентов вузов, обучающихся по экономическим специальностям / Под ред. М.В. Грачёвой, А.Б. Секерина.
- М.: ЮНИТИ-ДАНА, 2019. - 544с.
60. Роднина С.М. Использование метода нечёткой логики при оценке недвижимости // Информатика, телекоммуникации и управление. - 2020. - №6. - С.15.
61. Росстат // Статистический сборник «Строительство России - 2020» [Б. м.]., 2021.
- URL: https://rosstat.gov.ru/storage/mediabank/tASKTSkO/Stroitelstvo_2020.pdf(дата
обращения: 12.03.2021).
62. Саати Т. Л. Об измерении неосязаемого. Подход к относительным измерениям на основе главного собственного вектора матрицы парных сравнений // Cloud Of Science. - 2015. - Т. 2, № 1. - С. 105 - 118.
63. Саати Т. Л. Относительное измерение и его обобщение в принятии решений. Почему парные сравнения являются ключевыми в математике для измерения неосязаемых факторов // Cloud Of Science. - 2016. - Т. 3, № 2. - C. 171-262.
64. Саати Т.Л. Принятие решений. Метод анализа иерархий. / Т. Л. Саати; пер. Р.Г.Вачнадзе. - М.: Радио и связь, 199. - 344 с.
65. Седова, Н. А. Mathcad: решение задач по теории нечётких множеств: учебное пособие / Н. А. Седова, В. А. Седов. - Саратов: Ай Пи Эр Медиа, 2019. - 199 c.
66. Седова, Н. А. Теория нечетких множеств: учебное пособие / Н. А. Седова, В. А. Седов. - Саратов: Ай Пи Ар Медиа, 2019. - 421 c.
67. Серебрякова, Т. Ю. Риски организации: их учет, анализ и контроль: монография / Т. Ю. Серебрякова, О. Г. Гордеева. - Москва: ИНФРА-М, 2020. - 233 с.
68. Султанова, Д. Ш. Технико-экономическое обоснование инвестиционного проекта: учебное пособие / Д. Ш. Султанова, Д. Д. Исхакова, А. Ю. Маляшова. - Казань: Казанский национальный исследовательский технологический университет, 2019. - 120 c.
69. Тегин А.В. Проявления финансовых рисков в строительной отрасли и их влияние на стоимость компаний // Управление финансовыми рисками. - 2019. - No3. - С.210-218. - URL: https://grebennikon-ru.ez.lib.tsu.ru/article-tqfz.html (дата обращения: 15.02.2021).
70. Территориальный орган Федеральной службы государственной статистики по Томской области // Томскстат: [Б. м.]., 2021. - URL: https://tmsk.gks.ru/(дата обращения: 08.04.2021 г.).
71. Тимшина Д.В. Нечёткая логика и анализ эффективности инвестиционных проектов в среде MatLab, Fuzzy Logic Toolbox / Д. В. Тимшина, Ю. Ю. Работа // Вестник академии знаний. - 2014. - №1 (8). - С. 70-81.
72. Ткачева С.А. Инвестиционная политика и инвестиционная стратегия как взаимосвязанные элементы эффективной деятельности предприятия // Апробация. - 2016.
- № 10 (49). - С. 149-150.
73. Томасова Д. А. Стратегический анализ с применением размытой логики и теории нечетких множеств: учебное пособие / Д. А. Томасова. — Саратов: Ай Пи Эр Медиа, 2019.
— 105 c.
74. Турмачев Е.С. Методические проблемы количественного определения рисков инвестиционных проектов // Анализ эффективности инвестиций. - 2021. - №3. - С. 100¬101. - URL: http://www.cfin.ru/press/afa/97_3_232-240.pdf. (дата обращения: 12.05.2021).
75. Уварова, С. С. Организационно-экономические изменения инвестиционно-строительного комплекса на микроуровне: управление и анализ: монография / С. С. Уварова, С. В. Беляева, - 2-е изд. - Москва: МИСИ-МГСУ, 2020. - 188 с.
76. Управление инвестиционными проектами в условиях риска и неопределенности: учебное пособие / под ред. Л. Г. Матвеева, А. Ю. Никитаева, О. А. Чернова, Е. Ф. Щипанова.
— Ростов-на-Дону: Издательство Южного федерального университета, 2020. — 299 c.
77. Фалин Г.И. Метод Монте-Карло в теории риска // Анализ эффективности инвестиций. - 2020. - №4. - С. 50-51. - URL: https://www.math.msu.su.htm. (дата обращения: 04.05.2021).
78. Федеральная служба государственной статистики / Росстат. - [М.], 2021. -URL: http://www. https://www.gks.ru/(дата обращения: 20.04.2021 г.).
79. Флегонтов, А. В. Моделирование задач принятия решений при нечетких исходных данных: монография / А. В. Флегонтов, В. Б. Вилков, А. К. Черных. - Санкт- Петербург: Лань, 2021. - 332 с.
80. Фокина О.М. Сравнительный анализ методологических рекомендаций по оценке эффективности инвестиционных проектов от 1999 года и от 2008 / О.М. Фокина, Е.Ю. Гришина, Е.И. Михайлова // Материалы межвузовской научно-практической конференции «Профессиональные компетенции государственных служащих: формирование и развитие»
- Воронеж: Издательско-полиграфический центр «Научная книга», 2019. - С.173-181.
81. Хобта В. М. Формирование хозяйственных решений / В.М. Хобта, О.А.Солодова,
С.И. Кравченко, О.Н. Фищенко, Д.В. Егоренко. -Донецк: Изд-во Каштан, 2015. - 416 с.
82. Царев В.В. Оценка экономической эффективности инвестиций/ В.В. Царев. - СПб.: Питер, 2019 - 500 с. - URL: https://dlib.rsl.ru/01002455491(дата обращения: 19.05.2021 г.).
83. Циплакова Е.М. Инвестиционный анализ: учебное пособие / Циплакова Е.М. —
Челябинск, Москва Ай Пи Ар Медиа, 2020. - 54 c. - URL:
http://www.iprbookshop.ru/94202.html(дата обращения: 12.05.2021). - Режим доступа: для зарегистр. пользователей.
84. Чернов В.Б. Оценка финансовой реализуемости и коммерческой эффективности комплексного инвестиционного проекта // Экономика и математические методы. - 2005. - Т. 41, №2. - С. 29-37.
85. Черняк, В. З. Управление инвестиционными проектами : учебное пособие для вузов / В. З. Черняк. — Москва: ЮНИТИ-ДАНА, 2017. — 364 c.
86. Шарп У. Инвестиции: теория и практика / У. Шарп, Г. Александер, Г. Бэйли; пер. с англ. - М.: ИНФРА-М, 2019. - 256 c.
87. Шваков Е. Е. Инвестиционный потенциал промышленного предприятия, его оценка, формирование и развитие / Е. Е. Шваков, А. Я. Троцковский // Финансы и кредит. - 2017. - № 3. - С. 54-64.
88. Шмалько С.П. Оценка уровня экономической безопасности предприятия с позиции нечетких финансовых показателей / С. П. Шмалько, Д. А. Пивоваров // Новая наука: Стратегии и векторы развития. - 2019. - № 6-1 (88). - С. 212-217.
89. Штовба С.Д. «Введение в теорию нечетких множеств и нечеткую логику»/ Нечёткая логика. - [Б. м.]., 2021. - URL: http://www.matlab.ru/fuzzylogic/book1/index.asp(дата обращения: 12.04.2021).
85. Элбейбитов А. Проблемы оценки рисков инвестиционных проектов // Инновации и инвестиции - 2020. - №1. - С. 73 - 78. - URL: http://groupglobal.org/ru/publication/58846- problemy-ocenki-riskovinvesticionnyh-proektov(дата обращения: 11.02.2021).