Введение 6
1 Проблемный анализ темы исследования 11
1.1 Обоснование необходимости информационно -аналитической поддержки
принятия решений 11
1.2 Обработка и представление экономической информации в условиях
неопределенности 15
1.2.1 Представление экономической информации в условиях
неопределенности 18
1.2.2 Обработка экономической информации в условиях
неопределенности 25
1.3 Методы распространения неопределенности 29
2 Математическая модель системы информационно-аналитической поддержки
принятия решений 36
2.1 Расчёт экономических показателей 36
2.2 Применение сплайнов для построения функции распределения 41
2.3 Порядковая статистика 47
2.3.1 Образование и упорядочение выборки 48
2.3.2 Построение надежных оценок функции распределения 50
2.4 Численный вероятностный анализ 52
2.4.1 Гистограммный подход 53
2.4.2 Операции над плотностями вероятности случайных величин 56
3 Программная реализация системы поддержки принятия экономических
решений 62
3.1 Компьютерные системы поддержки принятия решений 62
3.2 Функциональная модель разрабатываемой системы 66
3.2.1 Обработка входных данных 67
3.2.2 Графическое представление данных 73
3.2.3 Расчет чистого дисконтированного дохода 84
3.2.4 Анализ полученных решений 85
Заключение 87
Список сокращений 89
Список использованных источников 90
Приложение А 94

Купить

В процессе жизнедеятельности люди регулярно сталкиваются с необходимостью принятия решений. Для принятий некоторых решений достаточно накопленных человеком знаний, другие решения требуют более глубоких знаний проблемной области. Иногда человек не в состоянии произвести оценку накопленных знаний для формирования наиболее выгодного решения. От качества принимаемых решений зависит дальнейшая судьба объекта исследования. Следовательно, актуальной является задача нахождения оптимального, для дальнейшего развития, решения. Практическое применение поддержки принятия решений в рамках данной научно-исследовательской работы рассматривается на примере оценки привлекательности инвестиционных проектов.
Многие практические задачи, в том числе задачи принятия экономических решений, требуют учета неопределенных факторов, содержащихся в данных, с использованием которых строятся финансовые модели для оценки инвестиционных показателей. Эффективность полученных решений определяется рядом факторов. К таким факторам в первую очередь можно отнести данные, необходимые для описания и решения поставленной проблемы. Данные разнообразны по своей природе, включают в себя сведения об участниках или поставщиках, данные об активах и инвестициях, представляют разнообразную оперативную информацию (например, административные или текущие расходы), параметры выплат. Всякий раз при выборе методов для оценки инвестиционных показателей необходимо проводить исследование полноты, точности и актуальности данных для формирования актуарной информации, используемой в последующих расчетах для прогнозирования инвестиционных рисков [14]. Также, при работе с данными должен быть установлен определенный уровень их надежности. Особенно это касается вопросов, связанных с инвестиционной политикой, имеющей социально-экономическую направленность. Надежность данных заключается в том, что пользователи, для которых была создана некая актуарная информация, должны иметь возможность в значительной степени доверять релевантности информации, прозрачности допущений, полноте и понятности, включая сообщения о любой неопределенности, присущей информации. Любые действия, предпринятые по причине неточности или неполноты данных, увеличивают надежность полученной актуарной информации.
Природа неопределенных данных может быть случайной, связана с ошибками измерений, или определяться неполнотой информации. Тогда говорят о случайных, неточных, неполных данных. Можно найти множество аргументов, в поддержку, какую сторону или тип неопределенности подвергнуть исследованию, однако, понятно, что результаты полученных решений зависят от количества и качества соответствующей информации, доступных и ограниченных познавательных способностей лиц, принимающих решения, а также численных методов, выбранных для расчета. Присутствие неопределенной информации в данных, при решении задач оценки показателей привлекательности инвестиционных проектов, требует от исследователя адекватных методов ее представления и методов расчета. Чем более точно будет представлена неопределенность, и, чем лучше она будет учтена методом, тем эффективнее будет полученное решение.
Основным инструментом, применяемым финансовыми аналитиками для оценки привлекательности инвестиционных проектов, является метод дисконтированных денежных потоков. Метод дисконтированных денежных потоков (ДДП) был разработан в 1930-е годы выдающимся экономистом И. Фишером, который в работе «Теория процентных ставок» (1930 г.) ввел понятие чистой приведенной стоимости (NPV)[9]. Дальнейший вклад в развитие метода внесли такие экономисты, как Д. Кейнс, который предложил концепцию внутренней ставки доходности — IRR,и Э. Соломон, разработавший идею остаточной, или конечной, стоимости (Terminal Value) компании. Более 80 лет ДДП является одним из основных инструментов финансовых аналитиков: он в различных вариантах широко используется для оценки фундаментальной стоимости компаний и вычисления чистой приведенной стоимости инвестиционных проектов. Несмотря на свою популярность, данный метод имеет ряд широко известных недостатков, как с теоретической, так и с практической точки зрения [9]. Подробнее о преимуществах и недостатках метода дисконтированных денежных потоков рассказывается в разделе (1.3.2) настоящей научно-исследовательской работы.
За последние 30 лет было разработано множество альтернативных методов оценки стоимости и инвестиционной привлекательности, в зависимости от наличия стратегических и рыночных рисков, частично устраняющие недостатки метода ДДП.
Все виды риска можно условно разделить на две основные категории: дискретные риски и непрерывные риски (непрерывная неопределенность) [9]. К дискретным можно отнести риски, связанные со стратегическими решениями. К непрерывным рискам относятся рыночные риски, или риски колебания рыночных факторов (цена, процентные ставки, обменные курсы и т. д.). Следует отметить, что для различных этапов построения инвестиционного проекта на первый план могут выдвигаться либо непрерывные, либо дискретные риски. На начальных этапах (на этапах создания нового продукта) большую роль оказывают дискретные риски, а на более поздних этапах (коммерциализация и продажи) — непрерывные рыночные риски.
Если непрерывные и дискретные риски находятся на низком уровне, то тогда метод дисконтированных денежных потоков дает удовлетворительные результаты. В других же случаях целесообразно прибегнуть к альтернативным методам оценки инвестиционной привлекательности.
Одним из таких методов является компьютерное моделирование по методу Монте-Карло. Подробнее о данном методе рассказывается в разделе (1.3.2) настоящей научно-исследовательской работы.
Применение информационных технологий в процессе оценки инвестиционной привлекательности предприятий позволило облегчить и процесс принятия различных экономических и управленческих решений. Любая деятельность человека основывается на последовательности принятия решений. В повседневной жизни, в простых ситуациях для принятия решений достаточно традиционных навыков или интуиции. При решении более сложных задач, например, принятие инвестиционных решений, связанных с оценкой привлекательности инвестиционных проектов, человеческих навыков недостаточно, и тогда целесообразно применять специальные методы. Многообразие целей, сложность задач, ограничения и неопределенность требуют компьютерной поддержки процесса принятия решений.
В настоящее время известно множество компьютерных систем поддержки принятия решений, общий вид таких систем и возможные проблемы, связанные с генерацией приемлемых решений, представлены в первой главе настоящей научно-исследовательской работы.
Предлагаемый в данной работе метод оценки инвестиционных показателей подразумевает применение порядковой статистики. Порядковая статистика представляет собой упорядоченную по возрастанию выборку одинаково распределённых независимых случайных переменных. Существуют различные способы формирования исходных выборок, однако наиболее достоверной будет выборка, произведенная без участия человека в процессе принятия решения — включать или нет данный образец в выборку. На основании этого следует, что необходима модель информационно¬аналитической поддержки принятия экономических решений в условиях неопределенности.
Выше говорилось о различных видах риска и что их классификация зависит от вида неопределенности (непрерывной и дискретной). Однако следует также различать эпистемическую и элитарную неопределенности. Подробнее о видах неопределенности и методах работы с каждым из видов рассказывается в разделе (1.2) данной научно-исследовательской работы.
Основной целью данной научно-исследовательской работы являлось повышение эффективности принятия экономических решений в условиях неопределённости.
Для достижения поставленной цели были определены следующие задачи:
- провести проблемный анализ, изучить актуальность темы;
- провести анализ существующих аналогов, применяемых для решения обнаруженных проблем, выявить их недостатки;
- разработать собственный подход к решению выявленных проблем;
- разработать программную реализацию предложенного подхода;
- решить практические задачи.
Купить