Методика оценки инвестиционной эффективности хозяйствующего субъекта в условиях неопределенности с учетом фактора времени
Ключевые слова:
множества, теория нечетких множеств, нечеткие множества, арифметические действия, нечеткие отношения, бинарные отношения, метод нечетких булевых переменных, лингвистическая переменная, трапециевидные нечеткие числа, инвестиционная эффективность, хозяйствующий субъектАннотация
Введение. В современном мире, в условиях неопределенности, инвестиции следует рассматривать сквозь призму временных факторов, таких как стоимость денег во времени, инфляция, изменения в рыночной среде и стратегические цели. Понимание временной динамики инвестиций помогает инвесторам принимать более обоснованные финансовые решения, оптимизировать свою стратегию и минимизировать риски. Фактор неопределенности при вложении инвестиций представляет собой один из ключевых аспектов, влияющих на принятие инвестиционных решений. Неопределенность может возникать из различных источников и оказывать значительное влияние на доходность и риск инвестиций. Оценка инвестиционной эффективности хозяйствующего субъекта в условиях неопределенности требует применения комплексного подхода, который будет учитывать разнообразные факторы, включая экономические риски, временные горизонты и динамику изменения внешней среды. В этом случае необходимо разработать методику комплексной оценки инвестиционной привлекательности.
Материалы и методы. Теоретической и методологической базой исследования послужила научная литература, а также научные публикации по вопросам управления и методам оценки инвестиционной деятельности хозяйствующего субъекта, научно-практические статьи по комплексной оценке инвестиционной деятельности. Проведен анализ методов по моделированию инвестиционной эффективности в условиях неопределенности зарубежных авторов (Wilson R., Watkins J.J., Xo'jamurodov A., Esanboyev F., Abidxadjaev U., Karimov M., Davletov F.) и отечественных авторов (Шориков А.Ф., Буценко Е.В., Хиггинс Р.С., Раймерс М., Буркальцева Д.Д., Гук О.А., Филатова О.В., Бондарь А.П.). Рассмотрены такие методы, как сценарный анализ, метод Монте-Карло, методы нечетко-множественного управления.
Результаты. В результате анализа методов оценки инвестиционной деятельности сделан вывод о том, что совместное использование сценарного анализа, метода Монте-Карло и теории нечетких множеств позволит хозяйствующему субъекту дать комплексное представление о возможных инвестиционных результатах. Эти методы позволят учитывать неопределенности, оценивать риски и принимать более обоснованные решения в условиях динамичного и сложного рынка. Интеграция этих подходов может повысить точность оценки инвестиционной эффективности и увеличить шансы на успешное управление инвестициями. В работе определены критерии оценки уровня инвестиционного потенциала, разработана методика оценки инвестиционной эффективности хозяйствующего субъекта на основе метода прообраза нечеткого множества при бинарном отношении и метода нечетких булевых переменных.
Обсуждение. Статья может быть полезна финансовым аналитикам, менеджерам проектов, стратегическим планировщикам, банкам и кредитным учреждениям, стейкхолдерам, государственным органам, а также консалтинговым компаниям, которые дают консультации своим клиентам по вопросам инвестиций и управления рисками. Предложенная методика поможет всем заинтересованным сторонам принимать более обоснованные решения, минимизировать риски и оптимизировать используемые ресурсы.
Скачивания
Библиографические ссылки
[1] Xo’jamurodov A., Esanboyev F. Vaqt Va Samaradorlikni
Baholash Asosida Investitsiya Loyihalarini Boshqarish.
Iqtisodiy Taraqqiyot va Tahlil. 2024. Т. 2. № 9. С. 209–216.
DOI 10.60078/2992-877X-2024-vol2-iss9-pp209-216.
EDN WHACNO.
[2] Abidxadjaev U., Karimov M., Davletov F. Davlat mablag‘lari
ishtirokidagi investitsiya loyihalarini baholash bo‘yicha
qo‘llanma. Makroiqtisodiy va hududiy tadqiqotlar instituti
(MHTI). 2023. T. 72 bet.
[3] Шориков А. Ф. Сетевое моделирование оптимизации процессов инвестиционного проектирования
при наличии нескольких технологий // Вестник
УрФУ. Серия: Экономика и управление. 2016. № 6.
С. 926–943. DOI 10.15826/vestnik. 2016.15.6.046.
EDN XHYAVJ.
[4] Буркальцева Д. Д., Гук О. А., Филатова О. В., Бондарь А. П. Направления развития менеджмента инвестиций // Экономика и менеджмент в условиях
нелинейной динамики. СПб.: Санкт-Петербургский политех. университет Петра Великого, 2017. С. 615–664.
DOI 10.18720/IEP/2017.2/25. EDN YKIFGB.
[5] Шориков А. Ф., Буценко Е. В. Прогнозирование и оптимизация результата управления инвестиционным
проектированием. М.: Ленанд, 2017. 272 с. ISBN 978-
5-9710-4771-1. EDN ZESLOH.
[6] Шориков А. Ф., Буценко Е. В. Экспертная система
инвестиционного проектирования // Прикладная информатика. 2013. № 5 (47). С. 96–103. EDN RWLBSZ.
[7] Зулкорнеева П. Р., Гайфуллина Ф. Ш. Оценка экономической эффективности проекта с помощью метода
Монте-Карло // Меридиан. 2020. № 8 (42). С. 450–
452. EDN EERQIX.
[8] Ухоботов В. И., Михайлова Е. С. Об одном подходе к
сравнению нечетких чисел в задачах принятия решений // Вестник Южно-Уральского государственного
университета. Серия Математика. Механика. Физика.
2015. Т. 7, выпуск 1. С. 32–37. EDN TGEQZT.
[9] Назаров Д. М. Нечеткая модель управления скоростью оборотного капитала как имплицитный фактор
экономики / XIX Международная конференция по мягким вычислениям и измерениям (SCM’2016). 2016.
Т. 2. С. 302–304. EDN WWYQTB.
[10] Протас Н. Г., Чернышева Я. Д. Оценка риск-профиля
инвестора с целью формирования инвестиционного портфеля / Интеллектуальный потенциал Сибири: 31-я Региональная научная студенческая конференция: материалы конференции. Новосибирск,
22–26 мая 2023 года. Новосибирск : Новосибирский государственный технический университет,
2023. С. 386–390. EDN XPMNME.
[11] Медынская М. К. Теория нечетких множеств. понятие нечеткого множества / XVIII Международная
конференция по мягким вычислениям и измерениям
(SCM’2015). 2015. Т. 1. С. 46–48. EDN TVZKGX.
[12] Киселева И. А., Гаспарян М. С., Карманов М. В., Кузнецов В. И. Методы оценки рисков и принятия решений в
инвестиционных проектах в условиях экономической
нестабильности // Журнал управления и технологий.
2023. № 1 (23). С. 57–68. EDN TMUNXK.
[13] Мищенко А. В., Перцева М. А.Оптимизационные модели управления инвестициями при создании нового
предприятия с учетом неопределенности и риска //
Экономический анализ: теория и практика. 2012.
№ 47 (302). С. 34–48. EDN PJQQAD.
[14] Пожарская Г. И., Молодецкая С. Ф. Исследование инвестиционных рисков стартап-проекта методом нечеткого моделирования // Вопросы управления. 2018.
№ 6 (55). С. 91–97. EDN YUNOAH.
[15] Споров Д. С. Принципы оценки эффективности
инвестиционного проекта и учет рисков при при
оценке эффективности // Молодой ученый. 2024.
№ 48 (547). С. 114–116. EDN SEHEHE.
[16] Кондратьева В. С., Конышева Е. В. Инвестиции и инвестиционная деятельность: роль, оценка и минимизация рисков // Молодежная наука в XXI веке: традиции,
инновации, векторы развития : материалы VII Международной научно-исследовательской конференции,
Оренбург, 25–26 апреля 2024 года. Оренбург: Приволжский государственный университет путей сообщения, 2024. С. 410–413. EDN HVSFWR.
[17] Фот Н. П. Применение методов нечеткой логики при
оценке // Законодательная и прикладная метрология.
2022. № 6 (180). С. 20–24. EDN VWGTQC.
[18] Гарифуллина С. Р., Хабибрахманов Б. И. Функции принадлежности нечетких множеств и их применение в экономико-математическом моделировании // Математические методы и модели в исследовании государственных
и корпоративных финансов и финансовых рынков : сборник материалов Всероссийской научно-практической
конференции, Уфа, 10–11 декабря 2015 года. Том 2. Уфа :
Аэтерна, 2015. С. 183–189. EDN VBNBEJ.
[19] Гучук В. В. Технологические аспекты формализации
процедуры корректировки экспертной кластеризации объектов // Инновационная наука. 2024. №2-2.
С. 11–13. EDN HFIQTN.
[20] Ухоботов В. И. , Щичко П. В. Об одном подходе к сравнению нечетких чисел // Вестник Южно-Уральского
государственного университета. Серия: Математическое моделирование и программирование. 2011.
№ 37 (254). С. 54–62. EDN OITVCF.
[1] Xo’jamurodov, A., Esanboyev, F. Vaqt (2024) Va
Samaradorlikni Baholash Asosida Investitsiya
Loyihalarini Boshqarish. Iqtisodiy Taraqqiyot va
Tahlil. 2 (9), pp. 209–216. https://doi.org/10.60078/
2992-877X-2024-vol2-iss9-pp209-216. https://www.
elibrary.ru/whacno.
[2] Abidxadjaev, U., Karimov, M., Davletov, F. (2023) Davlat mablag‘lari ishtirokidagi investitsiya loyihalarini baholash bo‘yicha qo‘llanma. Makroiqtisodiy va hududiy
tadqiqotlar instituti (MHTI), no. 72, pp. 102–115.
[3] Shorikov, A. F. (2016) Network modeling of optimization
processes of investment projecting in the presence
of multiple technologies. Vestnik UrFU. Seria: Ekonomika i upravlenie, no. 6, pp. 926–943. https://doi.
org/10.15826/vestnik.2016.15.6.046. https://www.elibrary.ru/xhyavj.
[4] Burkal’ceva, D. D., Guk, O. A., Filatova, O. V., Bondar’, A. P.
(2017) Directions of Investment Management Development. Economics and Management in Nonlinear Dynamics of SPb. St. Petersburg Polytechnic. University of
Peter the Great, pp. 615–664. https://doi.org/10.18720/
IEP/2017.2/25. https://www.elibrary.ru/ykifgb.
[5] Shorikov, A. F., Bucenko, E. V. (2017) Forecasting and
optimization of the result of investment design management. Moscow, Publ. Lenand, 272 p. https://www.
elibrary.ru/zesloh.
[6] Shorikov, A. F., Bucenko, E. V. (2013) Expert system
of investment design. Applied Informatics, no. 5 (47),
pp. 96–103. https://www.elibrary.ru/rwlbsz.
[7] Zulkorneeva, P. R., Gajfullina, F. Sh. (2020) Evaluating the
cost-effectiveness of the project using the Monte Carlo
method. Meridian, no. 8 (42), pp. 450–452. https://www.
elibrary.ru/eerqix.
[8] Uhobotov, V. I., Mihajlova, E. S. (2015) On one approach
to comparing fuzzy numbers in decision-making problems, Bulletin of the South Ural State University Series
“Mathematics. Mechanics. Physics”, no. 7 (1), pp. 32–37.
https://www.elibrary.ru/tgeqzt.
[9] Nazarov, D. M. (2016) Fuzzy Model of Working Capital
Speed Management as an Implicit Factor of Economy. XIX
International Conference on Soft Computing and Measurements (SCM’2016), no. 2, pp. 302–304. https://www.
elibrary.ru/wwyqtb.
[10] Protas, N. G., Chernysheva, Ya. D. (2023) Otsenka
risk-profilya investora s tsel’yu formirovaniya investitsionnogo portfelya. Intellektual’nyy potentsial Sibiri :
31-ya Regional’naya nauchnaya studencheskaya konferentsiya: materialy konferentsii. V 7-mi chastyakh,
Novosibirsk, 22–26 maya 2023 g. Novosibirsk, Publ. Novosibirskiy gosudarstvennyy tekhnicheskiy universitet,
pp. 386–390. https://www.elibrary.ru/xpmnme.
[11] Medynskaja, M. K. (2015) The fuzzy set theory. The concept of a fuzzy set. XVIII International Conference on
Soft Calculations and Measurements (SCM’2015), no. 1,
pp. 46–48. https://www.elibrary.ru/tvzkgx.
[12] Kiseleva, I. A., Gasparyan, M. S. , Karmanov, M. V., Kuznetsov,
V. I. (2023) Metody otsenki riskov i prinyatiya resheniy v razlichnykh proyektakh v usloviyakh ekonomicheskoy nestabil’nosti. Zhurnal upravleniya i tekhnologiy, no. 1 (23),
pp. 57–68. https://www.elibrary.ru/tmunxk.
[13] Mishhenko, A. V., Perceva, M. A. (2012) Optimization
models of investment management when creating a
new enterprise taking into account uncertainty and risk.
Economic analysis: theory and practice, no. 47 (302),
pp. 34–48. https://www.elibrary.ru/pjqqad.
[14] Pozharskaja, G. I., Molodeckaja, S. F. (2018) Investigating the investment risks of a startup project using fuzzy
modeling. Management issues, no. 6 (55), pp. 91–97.
https://www.elibrary.ru/yunoah.
[15] Sporov, D. S. (2024) Printsipy otsenki effektivnosti investitsionnogo proyekta i uchet riskov pri effektivnosti
ekonomiki. Molodoy uchenyy, no. 48 (547), pp. 114–116.
https://www.elibrary.ru/sekhekhe.
[16] Kondrat’yeva, V. S. (2024) Investitsii i investitsionnaya
deyatel’nost’: rol’, tsennost’ i minimizatsiya riskov. Molodezhnaya nauka v XXI veke: traditsii, innovatsii, razvitiye:
materialy VII Mezhdunarodnoy nauchno-issledovatel’skoy
konferentsii, Orenburg, 25–26 aprelya 2024 goda. Orenburg, Publ. Privolzhskiy gosudarstvennyy universitet putey
svyazi, pp. 410–413. https://www.elibrary.ru/hvsfwr.
[17] Fot, N. P. (2022) Primeneniye metodov nechetkoy logiki
pri otritsatel’nom riske. Zakonodatel’naya i prikladnaya
metrologiya, no. 6 (180), pp. 20–24. https://www.elibrary.ru/vrgtkk.
[18] Garifullina, S. R., Habibrahmanov, B. I. (2015) Functions
of belonging of fuzzy sets and their application in economic and mathematical modeling. Mathematical methods and models in the study of public and corporate
finance and financial markets.Collection of materials of
the All-Russian Scientific and Practical Conference, Ufa,
pp. 183–189. https://www.elibrary.ru/vbmkel.
[19] Guchuk, V. V. (2024) Tekhnologicheskiye aspekty formirovaniya protsedur korrektirovki ekspertnoy klasterizatsii ob’yektov. Innovatsionnaya nauka,
no. 2 (2), pp. 11–13. https://www.elibrary.ru/hfiqtn.
[20] Uhobotov, V. I., Shhichko, P. V. (2011) About one approach
to the comparison of fuzzy numbers. Bulletin of South
Ural State University. Series: Mathematical Modeling
and Programming, no. 37 (254), pp. 54–62. https://www.
elibrary.ru/oitvcf.