Software & Systems

Возможность привлечения внешних инвестиций в проекты развития горнодобывающих предприятий в значительной мере зависит от результатов оценки и анализа их инвестиционной привлекательности. Повышение качества, достоверности и надежности принимаемых инвестиционных решений требует разработки методических подходов, основанных на использовании современных методик и методов оценки инвестиционных проектов, адаптированных к специфике горнодобывающего производства.

Специфической особенностью инвестиционных горнопромышленных проектов является зависимость эффективности их реализации от факторов природного характера. Высокая изменчивость указанных факторов обусловливает степень и характер неопределенности основных параметров модели движения денежных потоков, что свидетельствует о высокой степени риска при принятии инвестиционных решений.

В настоящее время актуальной задачей является формализация процесса учета неопределенности и риска инвестиционных горнопромышленных проектов. Это позволяет обеспечить более высокий уровень достоверности расчетных показателей коммерческой эффективности в условиях неопределенности внешней и внутренней среды их реализации.

Риск инвестирования горнопромышленных проектов напрямую связан с неопределенностью среды его реализации. Как показал анализ, существующие методики оценки эффективности инвестиционных проектов с учетом рисков предусматривают учет в основном только негативных последствий состояния факторов среды реализации проекта, исключая возможность прогноза положительных тенденций.

В настоящее время в мировой практике оценка проектных рисков осуществляется с использованием следующих основных методов:

·     однофакторный анализ – метод корректировки нормы дисконта; анализ чувствительности показателей эффективности проекта;

·     многофакторный анализ – сценарный подход; метод достоверных эквивалентов (коэффициентов достоверности); метод сценариев;

·     вероятностно-теоретический – анализ вероятностных распределений потоков платежей; построение дерева решений; метод Монте-Карло (имитационное моделирование) и др.

Ни один из существующих методов не позволяет осуществить всесторонний учет неопределенности среды реализации и факторов риска при расчете эффективности проектов промышленного инвестирования.

Поэтому для определения экономической эффективности инвестиционных проектов горнодобывающих предприятий в рамках пакета прикладных программ «InvestUpr» был разработан модуль управления эффективностью инвестиционного проекта в условиях неопределенности среды его реализации. Он позволил осуществлять анализ факторов риска инвестиционного проекта по различным сценариям развития его внешней и внутренней среды на различных этапах жизненного цикла.

Модуль управления эффективностью инвестиционных проектов горнодобывающих предприятий в условиях неопределенности состоит из четырех основных блоков:

1)  создание информационной модели инвестиционного проекта;

2)  оценка эффективности инвестиционного проекта в условиях неопределенности среды его реализации;

3)  моделирование значений показателей эффективности и агрегированных показателей проекта;

4)  управление эффективностью инвестиционного проекта в условиях неопределенности среды его реализации.

Создание информационной модели инвестиционного проекта

Для оценки эффективности инвестиционных проектов горнодобывающих предприятий в условиях неопределенности среды их реализации разработана информационная модель, которая включает в себя:

·     формирование базового перечня технико-экономических, технологических и организационных показателей реализации проекта Z={z1, z2, …, zm};

·     определение на их основе агрегированных показателей проекта Х={x1, x2, x3, ..., xn} " ХÎZ;

·     определение вида и характера взаимосвязей агрегированных показателей с традиционно используемыми показателями эффективности jэффi=fi(x1, x2, x3, ..., xn).

Характер выявленных взаимосвязей агрегированных показателей и показателей эффективности позволил определить полиномиальный вид зависимостей  показателей модели движения денежных потоков от реализации проекта. В качестве метода моделирования денежных потоков, способного адекватно учесть взаимосвязи показателей информационной модели проекта, использован метод группового учета аргументов. Он лишен недостатков широко распространенных методов регрессионного анализа и позволяет достигать экстремума выбранного критерия селекции, а не минимума среднеквадратичной ошибки, как в методе наименьших квадратов, на всех экспериментальных точках при заданном виде уравнения регрессии. Метод позволяет адекватно эффективно оценить проекты с учетом изменения факторов внешней и внутренней среды, так как имеется возможность моделирования потока реальных денег с учетом взаимосвязи, характера и степени неопределенности его основных параметров. Взаимосвязь параметров фиксируется в рамках информационной модели, а степень и характер неопределенности задаются статистическими законами распределения.

По традиционно используемым вероятностным алгоритмам метода группового учета аргументов с учетом специфики решаемой задачи после каждого ряда селекции выбираются уравнения регрессии (см. табл.). Они позволяют осуществлять оценку проекта по установленным в рамках информационной модели взаимозависимостям ключевых факторов внешней {Хвн} и внутренней среды {Хв} и показателей эффективности реализации проектов {Ээф}=(CF; NPV; PI; IRR; PP).

При определении экстремума функции показателей эффективности Ээф(Х) " Х={Хвн} È {Хвн} реализации проекта использовался следующий подход, предусматривающий выполнение условия dЭэф(Х)/dХ =0.

Результатом моделирования является определение значения Х=Хоpt, соответствующего стационарным точкам исследуемой функции на интервале ХÎ[Хф;Хпр], (где Хф и Хпр – фактический и проектный уровни исследуемого показателя соответственно). Определенный оптимальный параметр Хоpt проверяется на соответствие Хopt<Хф или Хopt>Хпр и корректируется в случае необходимости Хopt=Хф и Хopt=Хпр соответственно, с последующим определением значений.

Подбор распределений осуществлялся на основе статистических данных технико-экономичес­кого обоснования инвестиционного проекта. Критерием выбора варианта закона распределения являлась традиционно используемая для этих целей величина c2, при условии c2£c2r,5%.

Определение вероятности реализации Рj производилось путем построения совместного закона распределения плотностей вероятностей определенного показателя эффективности (Mf) и суммарных капитальных затрат (Kz). Определение функции распределения F(Mf Kz) этого закона и вероятности реализации производилось с учетом следующего соотношения:

f(Mf Kz)=[¶2F(Mz Kz)]/(¶Mf¶Kz).

В соответствии с данными распределения определяется вероятность достижения конкретных значений финансового итога и показателей эффективности на каждом расчетном шаге жизненного цикла проекта.

Оценка эффективности инвестиционного проекта в условиях неопределенности среды его реализации

Ограниченный набор проектных показателей, высокая степень вариации основных технико-экономических показателей на стадиях технико-экономического обоснования и регламента определяют требования к достоверной оценке экономической эффективности. Следовательно, для достижения желаемых результатов экономической оценки эффективности и комплексного управления качеством инвестиционного проекта с учетом неопределенности необходимо формирование опорных сценариев развития внешней и внутренней среды реализации проекта (пессимистический, оптимистический и ряд промежуточных (вероятностных)). По каждому из сформированных сценариев определяются значения расчетных показателей и показателей экономической эффективности реализации инвестиционного проекта.

Моделирование значений показателей эффективности и агрегированных показателей проекта

На основе установленных в рамках информационной модели взаимосвязей определяются значения каждого критерия эффективности в зависимости от возможных изменений агрегированных показателей на каждом расчетном шаге жизненного цикла проекта.

Это обеспечивает широкие возможности для реализации имитационного моделирования агрегированных показателей и показателей эффективности проекта с учетом возможных изменений каждого из них в условиях неопределенности среды реализации.

Управление эффективностью инвестиционного проекта в условиях неопределенности среды реализации

Комплексное управление эффективностью и агрегированными показателями инвестиционного проекта осуществляется на базе результатов имитационного моделирования и с учетом неопределенности среды реализации инвестиционного проекта включает в себя следующие шаги.

Шаг 1. Поиск экстремальных значений критериев эффективности и соответствующих им агрегированных показателей проекта.

Шаг 2. Оценка значений агрегированных  показателей, обеспечивающих заданную эффективность проекта.

Шаг 3. Комплексное управление агрегированными показателями и эффективностью проекта с учетом неопределенности среды его реализации.

Таким образом, разработанный модуль позволил определить возможность повышения эффективности деятельности горнодобывающих предприятий в структуре компании на основе комплексного управления эффективностью проектов промышленного инвестирования в условиях неопределенности среды реализации.

Предлагаемый модуль предназначен для решения комплекса задач управления инвестиционными проектами на предынвестиционной фазе их жизненного цикла. Он обеспечивает подготовку информации для принятия объективно обоснованных решений о соответствии проекта стратегии предприятия и требованиям к уровню эффективности инвестиций, определяемых инвестиционной политикой компании.

Разработанный модуль управления эффективностью инвестиционных проектов горнодобывающих предприятий в условиях неопределенности обеспечит:

-    определение приоритетности финансирования инвестиционных проектов исходя из наиболее полного соответствия целям и задачам оптимальной стратегии;

-    определение приоритетности финансирования инвестиционных проектов с точки зрения эффективности вложений;

-    оценку и выбор оптимальных горнопромышленных проектов с учетом конкретных условий и возможностей инвестирования;

-    обоснованное формирование перечня проектов стратегической программы повышения эффективности деятельности предприятия;

-    определение структуры предпочтений проектов, определяющей их дальнейшую перспективу на рынке инвестиционных ресурсов;

-    повышение инвестиционной привлекательности горнопромышленных проектов.