Details

Title: Оценка рисков инновационного проекта, основанная на синтезе методов нечетких множеств и анализа иерархий // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Экономические науки. – 2020 Т. 13, № 6
Creators: Пупенцова С. В.; Поняева И. И.
Imprint: 2020
Collection: Общая коллекция
Subjects: Экономика; Математическая экономика. Эконометрика; инновационные проекты; риски инновационных проектов; оценка рисков проектов; метод нечетких множеств; метод анализа иерархий (математика); инвестиции; экономико-математическое моделирование; innovative projects; risks of innovative projects; project risk assessment; fuzzy set methods; method of hierarchy analysis (mathematics); investment; economic-mathematical modeling
UDC: 330.4
LBC: 65в631
Document type: Article, report
File type: PDF
Language: Russian
DOI: 10.18721/JE.13606
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)

Allowed Actions: Read Download (0.5 Mb)

Group: Anonymous

Network: Internet

Annotation

Происходящая повсеместно крупная реструктуризация бизнеса в современных условиях приводит к тому, что решение многих проблем компаний, вне зависимости от их размеров и сфер деятельности, протекает в условиях полного или частичного отсутствия информации. В таких условиях следует применять комбинированные методы оценки факторов объекта вложения инвестиций, инновационная составляющая которого предрасположена к рискованности. Отсутствие или неполнота информации предполагает нелинейных характер, что подразумевает использование математических инструментов для оценки степени влияния рисков инновационного проекта. В данной работе предложена идея синтеза методов нечетких множеств Л. Заде и метода иерархий Т. Саати, применение которых непосредственно и осуществляется в заданных условиях при заранее неустановленных данных и отсутствии информации и выражается в построении матриц парных суждений на базе экспертных оценок. В результате ранжирования рисков инновационного проекта по модернизации производственного процесса промышленного предприятия было определено и обосновано, что в число наиболее важных рисков, влияющих на ход реализации проекта, относятся производственные, рыночные и финансовые риски. Это означает, что на данные риски в аналогичных условиях первостепенно следует обращать внимание при количественной оценке денежных потоков. В ходе исследования также было принято решение определить зависимость и степень влияния внешних и внутренних рисков инновационных проектов на итоговый выбор объекта инвестирования. В качестве примера рассмотрены три альтернативных вложения инвестиций в модернизацию производственного процесса промышленного предприятия. Методы экономико-математического моделирования позволили провести оценки эластичности приоритетов направления инвестиций по изменениям рисков проекта. Научная новизна исследования заключается в развитии качественных методов экспертной оценки рисков инновационно-инвестиционных проектов за счет синтеза методов Т. Саати и Л. Заде с применением анализа чувствительности, что имеет существенное значение для оценки и ранжирования влияния рисков. Описанный в работе синтез методов для оценки рисков инновационного проекта обладает общностью и может найти свое применение в анализе чувствительности рисков проектов как на промышленном предприятии, при проведении его реструктуризации и модернизации, так и в иных инновационных проектах смежных сфер экономики.

The large-scale business restructuring that is taking place everywhere in modern conditions leads to the fact that the solution of many problems of companies, regardless of their size and areas of activity, takes place in the conditions of complete or partial lack of information. In such circumstances, combined methods should be used to assess the factors of the investment object, the innovative component of which is predisposed to riskiness. The absence or incompleteness of information implies a non-linear nature, which implies the use of mathematical tools to assess the degree of impact of risks of an innovative project. In this paper, the idea of synthesis of fuzzy set methods and the method of hierarchies by T. Saati is proposed, the application of which is carried out directly under specified conditions with previously unknown data and lack of information and is expressed in the construction of matrices of paired judgments based on expert assessments. As a result of ranking the risks of an innovative project to modernize the production process of an industrial enterprise, it was determined and justified that the most "important" risks that affect the progress of the project include production, market and financial risks. This means that these risks in similar circumstances should be given priority when quantifying cash flows. In the course of the study, it was also decided to determine the dependence and degree of influence of external and internal risks of innovative projects on the final choice of investment object. As an example, three alternative investments in the modernization of the production process of an industrial enterprise were selected for consideration. Methods of economic and mathematical modeling allowed us to assess the elasticity of investment priorities based on changes in project risks. The scientific novelty of the research consists in the development of qualitative methods of expert risk assessment of innovative and investment projects, through the synthesis of the methods of T. Saati and L. Zade using sensitivity analysis, which is essential for assessing and ranking the impact of risks. The synthesis of methods for assessing the risks of an innovative project described in this paper has a commonality and can be used in analyzing the sensitivity of project risks both at an industrial enterprise, during its restructuring and modernization, and in other innovative projects in related areas of the economy.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
-> Internet All Read Print Download

Usage statistics

stat Access count: 65
Last 30 days: 3
Detailed usage statistics