3.4. Имитационное моделирование: Существует еще один метод управления процентным риском, основанный

И.Я. Лукасевич Имитационное моделирование инвестиционных рисков

3.4. Имитационное моделирование:  Существует еще один метод управления процентным риском, основанный

И.Я. Лукасевич, Lukas@iname.ru, lukas@vzfei.ru
Фрагменты из книги «Анализ финансовых операций»

Моделирование рисков инвестиционных проектов

Технология имитационного моделирования в среде EXCEL

Если не можете добиться результата, имитируйте кипучую деятельность и бешеную активность. (Из законов Мэрфи: следствие Эндрю)

Имитационное моделирование (simulation) является одним из мощнейших методов анализа экономических систем.

В общем случае, под имитацией понимают процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира [18].

Цели проведения подобных экспериментов могут быть самыми различными – от выявления свойств и закономерностей исследуемой системы, до решения конкретных практических задач.

С развитием средств вычислительной техники и программного обеспечения, спектр применения имитации в сфере экономики существенно расширился. В настоящее время ее используют как для решения задач внутрифирменного управления, так и для моделирования управления на макроэкономическом уровне.

Рассмотрим основные преимущества применения имитационного моделирования в процессе решения задач финансового анализа.

Как следует из определения, имитация – это компьютерный эксперимент. Единственное отличие подобного эксперимента от реального состоит в том, что он проводится с моделью системы, а не с самой системой.

Однако проведение реальных экспериментов с экономическими системами, по крайней мере, неразумно, требует значительных затрат и вряд ли осуществимо на практике.

Таким образом, имитация является единственным способом исследования систем без осуществления реальных экспериментов.

Часто практически невыполним или требует значительных затрат сбор необходимой информации для принятия решений. Например, при оценке риска инвестиционных проектов, как правило, используют прогнозные данные об объемах продаж, затратах, ценах и т.д.

Однако чтобы адекватно оценить риск необходимо иметь достаточное количество информации для формулировки правдоподобных гипотез о вероятностных распределениях ключевых параметров проекта. В подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. сгенерированными компьютером).

При решении многих задач финансового анализа используются модели, содержащие случайные величины, поведение которых не поддается управлению со стороны лиц, принимающих решения.

Такие модели называют стохастическими. Применение имитации позволяет сделать выводы о возможных результатах, основанные на вероятностных распределениях случайных факторов (величин).

Стохастическую имитацию часто называют методом Монте-Карло.

Существуют и другие преимущества имитации. Подробное изложение основ имитационного моделирования и его применения в различных сферах можно найти в [5, 18, 19, 21].

Мы же рассмотрим технологию применения имитационного моделирования для анализа рисков инвестиционных проектов в среде ППП EXCEL.

6.1 Моделирование рисков инвестиционных проектов

Имитационное моделирование представляет собой серию численных экспериментов призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели).

В общем случае, проведение имитационного эксперимента можно разбить на следующие этапы.

  1. Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.
  2. Задать законы распределения вероятностей для ключевых параметров модели.
  3. Провести компьютерную имитацию значений ключевых параметров модели.
  4. Рассчитать основные характеристики распределений исходных и выходных показателей.
  5. Провести анализ полученных результатов и принять решение.

Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей и сценариев.

Осуществим имитационное моделирование анализа рисков инвестиционного проекта на основании данных примера, используемого ранее для демонстрации метода сценариев в главе 5. Для удобства, приведем его условия еще раз.

Пример 6.1

Фирма рассматривает инвестиционный проект по производству продукта «А». В процессе предварительного анализа экспертами были выявлены три ключевых параметра проекта и определены возможные границы их изменений (табл. 6.1). Прочие параметры проекта считаются постоянными величинами (табл. 6.2).

Таблица 6.1

Ключевые параметры проекта по производству продукта «А»

СценарийПоказатели
НаихудшийНаилучшийВероятный
Объем выпуска – Q150300200
Цена за штуку – P405550
Переменные затраты – V352530

Таблица 6.2

Неизменяемые параметры проекта по производству продукта «А»

ПоказателиНаиболее вероятноезначение
Постоянные затраты – F500
Амортизация – A100
Налог на прибыль – T60%
Норма дисконта – r10%
Срок проекта – n5
Начальные инвестиции – I02000

Первым этапом анализа согласно сформулированному выше алгоритму является определение зависимости результирующего показателя от исходных. При этом в качестве результирующего показателя обычно выступает один из критериев эффективности: NPV, IRR, PI (см. главу 2).

Предположим, что используемым критерием является чистая современная стоимость проекта NPV:

(6.1)

где NCFt – величина чистого потока платежей в периоде t.

По условиям примера, значения нормы дисконта r и первоначального объема инвестиций I0 известны и считаются постоянными в течении срока реализации проекта (табл. 6.2).

По условиям примера ключевыми варьируемыми параметрами являются: переменные расходы V, объем выпуска Q и цена P. Диапазоны возможных изменений варьируемых показателей приведены в табл. 6.1. При этом будем исходить из предположения, что все ключевые переменные имеют равномерное распределение вероятностей.

Реализация третьего этапа может быть осуществлена только с применением ЭВМ, оснащенной специальными программными средствами. Поэтому прежде чем приступить к третьему этапу – имитационному эксперименту, познакомимся с соответствующими средствами ППП EXCEL, автоматизирующими его проведение.

Технология имитационного моделирования в среде ППП EXCEL

Проведение имитационных экспериментов в среде ППП EXCEL можно осуществить двумя способами – с помощью встроенных функций и путем использования инструмента «Генератор случайных чисел» дополнения «Анализ данных» (Analysis ToolPack). Для сравнения ниже рассматриваются оба способа. При этом основное внимание уделено технологии проведения имитационных экспериментов и последующего анализа результатов с использованием инструмента «Генератор случайных чисел».

Имитационное моделирование с применением функций ППП EXCEL

Следует отметить, что применение встроенных функций целесообразно лишь в том случае, когда вероятности реализации всех значений случайной величины считаются одинаковыми. Тогда для имитации значений требуемой переменной можно воспользоваться математическими функциями СЛЧИС() или СЛУЧМЕЖДУ(). Форматы функций приведены в табл. 6.3.

Таблица 6.3

Математические функции для генерации случайных чисел

Наименование функцииФормат функции
ОригинальнаяверсияЛокализованнаяверсия
RANDСЛЧИССЛЧИС() – не имеет аргументов
RANDBETWEENСЛУЧМЕЖДУСЛУЧМЕЖДУ(нижн_граница; верхн_граница)

Функция СЛЧИС()

Функция СЛЧИС() возвращает равномерно распределенное случайное число E, большее, либо равное 0 и меньшее 1, т.е.: 0 £ E < 1. Вместе с тем, путем несложных преобразований, с ее помощью можно получить любое случайное вещественное число. Например, чтобы получить случайное число между a и b, достаточно задать в любой ячейке ЭТ следующую формулу:

=СЛЧИС()*(b-a)+a

Эта функция не имеет аргументов. Если в ЭТ установлен режим автоматических вычислений, принятый по умолчанию, то возвращаемый функцией результат будет изменяться всякий раз, когда происходит ввод или корректировка данных. В режиме ручных вычислений пересчет всей ЭТ осуществляется только после нажатия клавиши [F9].

Настройка режима управления вычислениями производится установкой соответствующего флажка в подпункте «Вычисления» пункта «Параметры» темы «Сервис» главного меню.

В целом применение данной функции при решении задач финансового анализа ограничено рядом специфических приложений. Однако ее удобно использовать в некоторых случаях для генерации значений вероятности событий, а также вещественных чисел.

Функция СЛУЧМЕЖДУ(нижн_граница; верхн_граница)

Как следует из названия этой функции, она позволяет получить случайное число из заданного интервала. При этом тип возвращаемого числа (т.е. вещественное или целое) зависит от типа заданных аргументов.

В качестве примера, сгенерируем случайное значение для переменной Q (объем выпуска продукта). Согласно табл. 6.1, эта переменная принимает значения из диапазона 150 – 300.

Введите в любую ячейку ЭТ формулу:

=СЛУЧМЕЖДУ(150; 300) (Результат: 210) .

Если задать аналогичные формулы для переменных P и V, а также формулу для вычисления NPV и скопировать их требуемое число раз, можно получить генеральную совокупность, содержащую различные значения исходных показателей и полученных результатов. После чего, используя рассмотренные в предыдущих главах статистические функции, нетрудно рассчитатьсоответствующие параметры распределения и провести вероятностный анализ.

Продемонстрируем изложенный подход на решении примера 6.1. Перед тем, как приступить к разработке шаблона, целесообразно установить в ЭТ режим ручных вычислений. Для этого необходимо выполнить следующие действия.

  1. Выбрать в главном меню тему «Сервис».
  2. Выбрать пункт «Параметры» подпункт «Вычисления».
  3. Установить флажок «Вручную» и нажать кнопку «ОК».

Приступаем к разработке шаблона. С целью упрощения и повышения наглядности анализа выделим для его проведения в рабочей книге ППП EXCEL два листа.

Первый лист – «Имитация», предназначен для построения генеральной совокупности (рис. 6.1). Определенные в данном листе формулы и собственные имена ячеек приведены в табл. 6.4 и 6.5.

Рис. 6.1. Лист «Имитация»

Таблица 6.4

Формулы листа «Имитация»

ЯчейкаФормула
Е7=B7+10-2
A10=СЛУЧМЕЖДУ($B$3;$C$3)
A11=СЛУЧМЕЖДУ($B$3;$C$3)
B10=СЛУЧМЕЖДУ($B$4;$C$4)
B11=СЛУЧМЕЖДУ($B$4;$C$4)
C10=СЛУЧМЕЖДУ($B$5;$C$5)
C11=СЛУЧМЕЖДУ($B$5;$C$5)
D10=(B10*(C10-A10)-Пост_расх-Аморт)*(1-Налог)+Аморт
D11=(B11*(C11-A11)-Пост_расх-Аморт)*(1-Налог)+Аморт
E10=ПЗ(Норма;Срок;-D10)-Нач_инвест
E11=ПЗ(Норма;Срок;-D11)-Нач_инвест

Таблица 6.5

Имена ячеек листа «Имитация»

Адрес ячейки Имя

Источник: http://masters.donntu.org/2006/fvti/bludova/library/all/3st.htm

Имитационное моделирование инвестиционных рисков

3.4. Имитационное моделирование:  Существует еще один метод управления процентным риском, основанный

  • страница
  • Библиотека управления

6.1 Моделирование рисков инвестиционных проектов
6.2 Технология имитационного моделирования в среде EXCEL
6.2.1 Имитационное моделирование с применением функций EXCEL
6.2.2 Имитация с инструментом «Генератор случайных чисел»
6.2.3 Статистический анализ результатов имитации

Если не можете добиться результата, имитируйте кипучую деятельность и бешеную активность.

(Из законов Мэрфи: следствие Эндрю)

Имитационное моделирование (simulation) является одним из мощнейших методов анализа экономических систем.

В общем случае, под имитацией понимают процесс проведения на ЭВМ экспериментов с математическими моделями сложных систем реального мира [18].

Цели проведения подобных экспериментов могут быть самыми различными – от выявления свойств и закономерностей исследуемой системы, до решения конкретных практических задач.

С развитием средств вычислительной техники и программного обеспечения, спектр применения имитации в сфере экономики существенно расширился. В настоящее время ее используют как для решения задач внутрифирменного управления, так и для моделирования управления на макроэкономическом уровне.

Рассмотрим основные преимущества применения имитационного моделирования в процессе решения задач финансового анализа.

Как следует из определения, имитация – это компьютерный эксперимент. Единственное отличие подобного эксперимента от реального состоит в том, что он проводится с моделью системы, а не с самой системой.

Однако проведение реальных экспериментов с экономическими системами, по крайней мере, неразумно, требует значительных затрат и вряд ли осуществимо на практике.

Таким образом, имитация является единственным способом исследования систем без осуществления реальных экспериментов.

Часто практически невыполним или требует значительных затрат сбор необходимой информации для принятия решений. Например, при оценке риска инвестиционных проектов, как правило, используют прогнозные данные об объемах продаж, затратах, ценах и т.д.

Однако чтобы адекватно оценить риск необходимо иметь достаточное количество информации для формулировки правдоподобных гипотез о вероятностных распределениях ключевых параметров проекта. В подобных случаях отсутствующие фактические данные заменяются величинами, полученными в процессе имитационного эксперимента (т.е. сгенерированными компьютером).

При решении многих задач финансового анализа используются модели, содержащие случайные величины, поведение которых не поддается управлению со стороны лиц, принимающих решения.

Такие модели называют стохастическими. Применение имитации позволяет сделать выводы о возможных результатах, основанные на вероятностных распределениях случайных факторов (величин).

Стохастическую имитацию часто называют методом Монте-Карло.

Существуют и другие преимущества имитации. Подробное изложение основ имитационного моделирования и его применения в различных сферах можно найти в [5, 18, 19, 21].

Мы же рассмотрим технологию применения имитационного моделирования для анализа рисков инвестиционных проектов в среде ППП EXCEL.

6.1 Моделирование рисков инвестиционных проектов

Имитационное моделирование представляет собой серию численных экспериментов призванных получить эмпирические оценки степени влияния различных факторов (исходных величин) на некоторые зависящие от них результаты (показатели).

В общем случае, проведение имитационного эксперимента можно разбить на следующие этапы.

  1. Установить взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства.
  2. Задать законы распределения вероятностей для ключевых параметров модели.
  3. Провести компьютерную имитацию значений ключевых параметров модели.
  4. Рассчитать основные характеристики распределений исходных и выходных показателей.
  5. Провести анализ полученных результатов и принять решение.

Результаты имитационного эксперимента могут быть дополнены статистическим анализом, а также использоваться для построения прогнозных моделей и сценариев.

Осуществим имитационное моделирование анализа рисков инвестиционного проекта на основании данных примера, используемого ранее для демонстрации метода сценариев в главе 5. Для удобства, приведем его условия еще раз.

Пример 6.1

Фирма рассматривает инвестиционный проект по производству продукта «А». В процессе предварительного анализа экспертами были выявлены три ключевых параметра проекта и определены возможные границы их изменений

(табл. 6.1). Прочие параметры проекта считаются постоянными величинами (табл. 6.2).

Таблица 6.1

Ключевые параметры проекта по производству продукта «А»

СценарийПоказатели
НаихудшийНаилучшийВероятный
Объем выпуска – Q150300200
Цена за штуку – P405550
Переменные затраты – V352530

Таблица 6.2

Неизменяемые параметры проекта по производству продукта «А»

ПоказателиНаиболее вероятное значение
Постоянные затраты – F500
Амортизация – A100
Налог на прибыль – T60%
Норма дисконта – r10%
Срок проекта – n5
Начальные инвестиции – I02000

Первым этапом анализа согласно сформулированному выше алгоритму является определение зависимости результирующего показателя от исходных. При этом в качестве результирующего показателя обычно выступает один из критериев эффективности: NPV, IRR, PI (см. главу 2).

Предположим, что используемым критерием является чистая современная стоимость проекта NPV:

(6.1)

где NCFt – величина чистого потока платежей в периоде t.

По условиям примера, значения нормы дисконта r и первоначального объема инвестиций I0 известны и считаются постоянными в течении срока реализации проекта (табл. 6.2).

По условиям примера ключевыми варьируемыми параметрами являются: переменные расходы V, объем выпуска Q и цена P. Диапазоны возможных изменений варьируемых показателей приведены в табл. 6.1. При этом будем исходить из предположения, что все ключевые переменные имеют равномерное распределение вероятностей.

Реализация третьего этапа может быть осуществлена только с применением ЭВМ, оснащенной специальными программными средствами. Поэтому прежде чем приступить к третьему этапу – имитационному эксперименту, познакомимся с соответствующими средствами ППП EXCEL, автоматизирующими его проведение.

Версия для печати  

Источник: https://www.cfin.ru/finanalysis/imitation_model.shtml

Управление рисками с помощью имитационного моделирования. Новые технологии для операционного риск-менеджмента — NFP

3.4. Имитационное моделирование:  Существует еще один метод управления процентным риском, основанный

Старший менеджер NFP Алексей Ильин и консультант Андрей Гарифов о применении компьютерного имитационного моделирования в риск-менеджменте 

——————————————————————-Хотите узнать больше и разобраться в перспективной технологии?

Подключайтесь 29-30 мая к нашемувебинару

«Имитационное моделирование:онлайн-курс по оптимизации бизнес-процессов в AnyLogic». 
Подробности и регистрация >>
——————————————————————-

В каждом мегаполисе есть множество крупных объектов, через которые ежедневно проходят огромные людские потоки, — это вокзалы, аэропорты, транспортные узлы, крупные офисные и торговые центры. Обеспечение непрерывности их работы, устойчивость к нештатным ситуациям, катастрофам — все эти вопросы тщательно просчитываются еще на этапе проектирования.

В последние годы в США, Европе, ведущих странах Азии при проектировании объектов инфраструктуры города применяют новые технологии — системы имитационного моделирования (Simulation modelling), это компьютерные программы, позволяющие очень быстро и точно построить модель любого сложного объекта, например, торгового центра, и протестировать ее работу в разных режимах нагрузки, в том числе самых экстремальных.

С помощью системы имитационного моделирования, можно, например, спрогнозировать работу торгового центра не только в обычном режиме, но и в час пик, в дни распродаж, и, что особенно важно для жителей мегаполиса, в случае чрезвычайной ситуации.

Имитационная модель позволяет оценить уровень нагрузки на инфраструктуру в случае экстренной эвакуации людей и понять, что произойдет, если при этом часть людских потоков будет искусственно ограничена, например, из-за перекрытия некоторых пространств.

При проектировании нового объекта все эти сценарии предварительно моделируются на компьютере.

Моделирование пассажиропотока транспортного узла на Московской кольцевой железной дороге в среде AnyLogic — www.anylogic.com

Но что делать с объектами, построенными в прошлом веке и начале 2000-х? Таких технологий еще не было, да и нагрузка на эти объекты могла быть совсем иной. Проектируя транспортные развязки в конце ХХ века в Москве, никто даже не мог представить, какая нагрузка ляжет на них буквально через 10-20 лет.

Что делать новому владельцу такого бизнеса? Как быть уверенным в том, что нештатная ситуация или сильная перегрузка не приведет к катастрофическим последствиям? Стандартные аудиты, инспекции и проверки дадут уверенность в соответствии определенным требованиям и стандартам, но не более, тогда как собственнику важно убедиться в том, что дизайн объекта, построенного много лет назад, отвечает текущим вызовам времени.

Это как раз тот случай, когда новые технологии, а именно компьютерное имитационное моделирование, могут дать быстрые и точные ответы на эти вопросы.

Например, для крупного торгового центра можно достаточно быстро построить компьютерную 3-D модель здания по существующим картам и планам помещений, задать разные параметры нагрузки на торговые площади и провести тестирование модели в разных условиях, в том числе экстремальных.

Компьютерное моделирование поможет найти явные слабые места и учесть их в организации работы объекта, например, перенаправить людские потоки в часы пик, изменяя режимы работы лифтов или эскалаторов, принять своевременные меры в случае чрезвычайной ситуации, переработать аварийные планы. Далее можно провести аналогичное тестирование на обновленной модели и убедиться, что принятые меры дали нужный эффект.

В настоящее время технологии компьютерного имитационного моделирования уже активно применяются в США, Европе, Китае, Японии, Корее. В мире разработано достаточно много разных программ для компьютерного моделирования.

Сегодня лидером рынка систем имитационного моделирования является разработка российской компании AnyLogic, предлагающей одно из самых продвинутых решений на глобальном рынке. Решение уже несколько лет применяется по всему миру, наибольшее число внедрений этой системы приходится на США.

При этом имитационное моделирование в России пока еще не получило широкого применения. Однако в последние годы намечается перелом этой тенденции.

Российские компании начинают проявлять больше интереса к новым цифровым технологиям, и у AnyLogic уже есть первые впечатляющие проекты в России, такие как проектирование пассажиропотоков малого транспортного кольца Москвы, проектирование крупных транспортно-пересадочных узлов, а также проекты по имитационному моделированию производства, складов и логистических цепочек поставок в разных индустриях.

В ближайшие годы мы ожидаем рост применения компьютерного имитационного моделирования не только при проектировании новых объектов, но и в риск-менеджменте – обеспечении безопасности и отказоустойчивости уже существующих объектов.

Алексей Ильин, Андрей Гарифов, эксперты NFP

Источник: https://nfp2b.ru/2018/04/10/anylogic_risk-management/

3.6. Имитационное моделирование инвестиционных рисков

3.4. Имитационное моделирование:  Существует еще один метод управления процентным риском, основанный

Имитационноемоделирование (Simulation) является однимиз мощнейших методов анализа экономическойсистемы.

В общем случае подимитацией понимают процесс проведенияна ЭВМ экспериментов с математическимимоделями сложных систем реального мира.

При анализе рисковинвестиционных проектов обычно используютв качестве базы для экспериментовпрогнозные данные об объемах продаж,затратах, ценах и т.п.

При проведениифинансового анализа часто используютсямодели, содержащие случайные величины,поведение которых не детерминированоуправлением или принимающими решения.Стохастическая имитация известна подназванием «метод Монте-Карло».

Имитационноемоделирование представляет собой сериючисленных экспериментов, призванныхполучить эмпирические оценки степенивлияния различных факторов (исходныхвеличин) на некоторые зависящие от нихрезультаты (показатели).

В общем случаепроведение имитационного экспериментаможно разбить на следующие этапы.

1. Установитьвзаимосвязи между исходными и выходнымипоказателями в виде математическогоуравнения или неравенства.

2. Задать законыраспределения вероятностей для ключевыхпараметров модели.

3. Провестикомпьютерную имитацию значений ключевыхпараметров модели.

4. Рассчитатьосновные характеристики распределенийисходных и выходных показателей.

5. Провести анализполученных результатов и принятьрешение. Результаты имитационногоэксперимента могут быть дополненыстатистическим анализом, а такжеиспользоваться для построения прогнозныхмоделей сценариев.

Практическоеприменение данного метода продемонстрировалоширокие возможности его использованияинвестиционном проектировании, особеннов условиях неопределённости и риска.Данный метод особенно удобен дляпрактического применения тем, что удачносочетается с другими экономико-статистическимиметодами, а  также с теорией игр идругими методами исследования операций.

Имитационноемоделирование рисков может бытьдостаточно просто реализовано в средеEXCEL.

Вопрос 4. Методы снижения и управления рисками

Инновационнаядеятельность как объект исследования(оценки) риска обладает рядом особенностей. из них обусловлена значительнойотдалённостью результатов реализации,что крайне затрудняет их оценку.

Поэтомупри анализе инновационной деятельностиразумнее переходить от построениясложных моделей к поиску и подробномуописанию факторов риска и разработкемероприятий по снижению и управлениюкаждым из них.

Несмотряна отраслевую специфику, в большинствесекторов экономики используются вомногом сходные методы и механизмыснижения рисков, поэтому многообразиеспособов обеспечения экономическойбезопасности инновационной деятельностив рамках реализации концепцииприемлемого инновационного рискапутемснижения до допустимого и управленияуровнем инновационного риска можнообъединить в несколько следующихосновных групп.

В практикеуправления инновационными проектамиприменяют следующие способы сниженияриска:

1. Распределениериска между участниками проекта (передачачасти риска соисполнителям).

2. Страхование.

3. Резервированиесредств на покрытие непредвиденныхрасходов.

Распределениерискапроисходит при разработке финансовогоплана проекта и контрактных документов.При этом участники проекта принимаютряд решений, расширяющих, либо сужающихдиапазон потенциальных инвесторов. Припроведении соответствующих переговоровучастники проекта проявляют гибкостьотносительно того, какую долю риска онисогласны на себя принять.

Многие крупныепроекты могут иметь задержку в ихреализации, что может привести к такомуувеличению стоимости работ, котороепревысит первоначальную стоимостьпроекта. Поэтому важная роль принадлежитстрахованиюрисков.

Страхованиериска означаетпередачу определенных рисков страховойкомпании.

Создание резервасредств напокрытие непредвиденных расходовпредусматривает установление соотношениямежду потенциальными рисками, влияющимина стоимость проекта, и расходами,необходимыми для преодоления сбоев ввыполнении проекта.

При резервированиисредств на покрытие непредвиденныхрасходов учитывается точностьпервоначальной оценки стоимости проектаи его элементов.

Оценка непредвиденныхрасходов позволяет свести к минимумуперерасход средств.

Структура резервана покрытие непредвиденных расходовопределяется двумя методами:

1. Резерв делитсяна общий и специальный.

2. Определениенепредвиденных расходов по видам затрат(заработная плата, материалы и др.).

Общий резервпокрывает изменения в смете и др.

Специальныйрезерввключает надбавки на покрытие ростацен, увеличение расходов по позициям,оплату исков по контрактам. Это особенноважно в условиях инфляции.

Дифференциациярезерва по видам затрат позволяетопределить степень риска, связанногос каждым видом затрат, которые можно вдальнейшем распространить на отдельныеэтапы проекта.

Для дальнейшегоуточнения размеров непредвиденныхрасходов устанавливается взаимосвязьс элементами структуры разделения работна разных уровнях этого деления, в томчисле, на уровне комплексов (пакетов)работ. Такое детальное разделение работпомогает приобрести опыт и создать базуданных корректировки непредвиденныхрасходов.

Резерв нанепредвиденные расходы определяетсятолько по тем видам затрат, которыевошли в первоначальную смету и не должениспользоваться для компенсации затрат,являющихся следствием неудовлетворительнойработы.

План финансированияпроекта должен учитывать:

·        риск нежизнеспособности проекта;

·        налоговый риск;

·        риск незавершения проекта.

Инвесторы должныбыть уверены, что возможные доходы отпроекта будут достаточны для покрытиязатрат, выплаты задолженности обеспеченияокупаемости капиталовложений.

Источник: https://studfile.net/preview/3107219/page:7/

Имитационное моделирование: решение бизнес-задач и управление риском

3.4. Имитационное моделирование:  Существует еще один метод управления процентным риском, основанный

Министерство образования и науки РФ

САНКТ-ПЕТЕРБУРГСКАЯ АКАДЕМИЯ УПРАВЛЕНИЯ И ЭКОНОМИКИ

МАГАДАНСКИЙ ИНСТИТУТ ЭКОНОМИКИ

Факультет Экономики и управления

Кафедра Экономики и менеджмента

 КОНТРОЛЬНАЯ РАБОТА

По дисциплине: Финансовая среда предпринимательства и

предпринимательские риски

Тема:      Имитационное моделирование: решение бизнес-задач и управление риском

                                                                                                             Выполнила:

                                                                                                                       студентка 4 курса

                                                                                                                        группы 35320/4-4

                                                                                               Горбенко К.Д

                                                                                     Проверил

                                                                                                  Преподаватель:

                                                                                          Солопан И.Э.

                                                             МАГАДАН

                                                               2013

Введение…………………………………………………………………………………………………………… 3

1. Имитационное моделирование………………………………………………………………………5

1.1 Понятие, цели и область применения имитационного моделирования……5

1.2 Виды имитационного моделирования………………………………………………………..7

1.3 Основные преимущества и недостатки имитационного моделирования…..8

2. Решение бизнес-задач…………………………………………………………………………………..10

Заключение………………………………………………………………………………………………………14

Список литературы………………………….…………………………………………………………………15

Введение

Коммерческий риск — это риск, возникающий в процессе реализации товаров и услуг, произведенных или купленных предпринимателем1.

Коммерческие риски возникают из-за следующих основных причин:

-снижение объемов реализации в результате падения спроса или потребности на товар, реализуемый предпринимательской фирмой, вытеснение его конкурирующими товарами, введение ограничений на продажу;

-повышение закупочной цены товара в процессе осуществления предпринимательского проекта;

-непредвиденное снижение объемов закупок в сравнении с намеченными, что уменьшает масштаб всей операции и увеличивает расходы на единицу объема реализуемого товара (за счет условно постоянных расходов);

-потери товара;

-потери качества товара в процессе обращения (транспортировки, хранения), что приводит к снижению его цены;

-повышение издержек обращения в сравнении с намеченными в результате выплаты штрафов, непредвиденных пошлин и отчислений, что приводит к снижению прибыли предпринимательской фирмы.

Коммерческий риск включает в себя:

-риск, связанный с реализацией товара (услуг) на рынке;

-риск, связанный с транспортировкой товара (транспортный);

-риск, связанный с приемкой товара (услуг) покупателем;

-риск, связанный с платежеспособностью покупателя;

-риск форс-мажорных обстоятельств.

Сегодняшний уровень развития компьютерной индустрии привел к появлению абсолютно новых видов торговли, как, например, торговля через сеть Internet.

Сегодня уже необязательно иметь большой офис и штат сотрудников, чтобы получать баснословные прибыли. В пользу этого говорит тот факт, что рейтинги небольших по размерам IT-компаний могут взлететь до заоблачных высот за считанные дни.

А могут и не взлететь, а наоборот – принести просчитавшимся предпринимателям огромные убытки.

https://www.youtube.com/watch?v=ivvsjl9uOg4

Все это говорит о неопределенности ситуации и скоротечной изменчивости экономической среды. Вносит свое негативное воздействие и необходимость быстрого принятия решений, оперативной оценки ситуации.

В таких условиях гораздо больше, чем прежде, должна быть гибкость хозяйственного механизма, его способность быстро и без потерь реагировать на смену направлений развития науки и техники, на структуру спроса.

Это означает, что предпринимателям придется идти на риск. Основная задача в этом случае – выяснить степень его оправданности.

Настоящий предприниматель должен не стремиться избегать риска, а знать его разумные пределы, руководствоваться не только здравым смыслом, но еще и экономическим анализом степени риска.

1. Имитационное моделирование

1.1 Понятие, цели и область применения имитационного моделирования

Имитационное моделирование — это метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.2

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае математическая модель заменяется имитатором или имитационной моделью.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.3

К имитационному моделированию прибегают в случаях, когда:4

— дорого или невозможно экспериментировать на реальном объекте;

— невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

— необходимо сымитировать поведение системы во времени.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами — разработке симулятора (англ. simulation modeling) исследуемой предметной области для проведения различных экспериментов.

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.5

Области применения имитационного моделирования:6

— бизнес процессы;

— боевые действия;

— динамика населения;

— дорожное движение;

— ИТ-инфраструктура;

— математическое моделирование исторических процессов;

— логистика;

— пешеходная динамика;

— производство;

— рынок и конкуренция;

— сервисные центры;

— цепочки поставок;

— уличное движение;

— управление проектами;

— экономика здравоохранения;

— экосистемы

1.2 Виды имитационного моделирования

  1. Агентное моделирование — относительно новое (1990е-2000е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами, а наоборот. Когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы.7

Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент — некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

  1. Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960х годах.
  2. Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Форрестером в 1950 годах.

1.3 Основные преимущества и недостатки имитационного моделирования

1) Применение имитационных моделей дает множество преимуществ по сравнению с выполнением экспериментов над реальной системой и использованием других методов.

Стоимость. Допустим, компания уволила часть сотрудников, что в дальнейшем привело к снижению качества обслуживания и потери части клиентов. Принять обоснованное решение помогла бы имитационная модель, затраты на применение которой состоят лишь из цены программного обеспечения и стоимости консалтинговых услуг.8

 Время. В реальности оценить эффективность, например, новой сети распространения продукции или измененной структуры склада можно лишь через месяцы или даже годы. Имитационная модель позволяет определить оптимальность таких изменений за считанные минуты, необходимые для проведения эксперимента.

 Повторяемость. Современная жизнь требует от организаций быстрой реакции на изменение ситуации на рынке. Например, прогноз объемов спроса продукции должен быть составлен в срок, и его изменения критичны. С помощью имитационной модели можно провести неограниченное количество экспериментов с разными параметрами, чтобы определить наилучший вариант.

Точность. Традиционные расчетные математические методы требуют применения высокой степени абстракции и не учитывают важные детали. Имитационное моделирование позволяет описать структуру системы и её процессы в естественном виде, не прибегая к использованию формул и строгих математических зависимостей.

Наглядность. Имитационная модель обладает возможностями визуализации процесса работы системы во времени, схематичного задания её структуры и выдачи результатов в графическом виде. Это позволяет наглядно представить полученное решение и донести заложенные в него идеи до клиента и коллег.

Универсальность. Имитационное моделирование позволяет решать задачи из любых областей: производства, логистики, финансов, здравоохранения и многих других. В каждом случае модель имитирует, воспроизводит, реальную жизнь и позволяет проводить широкий набор экспериментов без влияния на реальные объекты.

2) Однако имитационное моделирование наряду с достоинствами имеет и недостатки:9

— разработка хорошей имитационной модели часто обходится дороже создания аналитической модели и требует больших временных затрат;

— может оказаться, что имитационная модель неточна (что бывает часто), и мы не в состоянии измерить степень этой неточности;

— зачастую исследователи обращаются к имитационному моделированию, не представляя тех трудностей , с которыми они встретятся и совершают при этом ряд ошибок методологического характера.

Источник: https://student.zoomru.ru/finans/imitacionnoe-modelirovanie-reshenie-bizneszadach-i/242251.1923773.s1.html

Studio-pravo
Добавить комментарий