Интеллектуальные технологии обоснования инновационных решений

После соответствующей обработки полученной информации эксперты могут быть приглашены уже на утверждение окончательного варианта решения, который будем называть согласованным коллективным решением.

Последовательность действий в методах принятия согласованных решений заключается в следующем (рис. 3.54):

1) для всех объектов оценивания устанавливается m-мерный вектор значений частных критериев;

Рис. 3.54. Мнемосхема технологии принятия согласованных коллективных решений

2) для первого объекта сопоставления вычисляются комплексные оценки на основе моделей предпочтений всех экспертов X11*, X21*, ..., Xn1*;

3)с помощью активной экспертизы (АЭ) находятся согласованные оценки по данному объекту и другим объектам сопоставления;

4)индекс варианта согласованного решения определяется по признаку наибольшей из согласованных комплексной оценки.

Положительные моменты предложенной методики следующие:

241

–учет мнения всех сторон при установлении согласованных оценок;

–существенное уменьшение возможности манипулирования согласованными оценками отдельных «заинтересованных» экспертов;

–документируемость всех исходных, промежуточных

иокончательных результатов обоснования принимаемого коллективного решения.

Данный механизм может быть модифицирован для принятия коллективных решений в коллегиальных органах, участники которого имеют различные доли ответственности. Это достигается правом тиражирования отдельными экспертами своего мнения пропорционально доли ответственности, что проявится на этапе активной экспертизы.

Методы моделирования коллективных предпочтений.

Моделирование коллективных предпочтений более привлекательно, чем нахождение согласованных коллективных решений, поскольку не только освобождает членов коллегиального руководства от рутинной работы по согласованию решений, но и предоставляет дополнительные функциональные возможности для изучения различных ситуаций принятия решений с учетом мнений всех заинтересованных сторон.

Решение данной задачи путем непосредственного построения искомой модели проблематично, поскольку оно требует пошагового согласования множества частных вопросов выполнения этой процедуры. Предлагается поиск подходящей модели коллективных предпочтений среди моделей, представленных каждым членом этого коллектива. В модели, претендующей на ранг коллективной модели, должно быть реализовано наиболее взвешенное по сравнению с другими суждение относительно рассматриваемой проблемной области.

Последовательность действий в предложенной процедуре моделирования коллективных предпочтений заключается в следующем (рис. 3.55):

242

1)на принципах маркетинга осуществляется выборка группы респондентов (экспертов) из коллектива, предпочтения которого играют роль прототипа модели;

2)для всей группы респондентов составляются модели

предпочтения r1M , r2M , ..., rnM ;

Рис. 3.55. Мнемосхема технологии моделирования коллективных предпочтений

3) в отличие от представляемого множества объектов сопоставления (задача 13) в качестве множества представле-

ния строится набор X 1, X 2 , ..., X π виртуальных объектов

оценивания (рабочих точек), заданным образом покрывающих область определения модели индивидуальных предпочтений;

243

4) по методике предыдущего подхода устанавливается ряд согласованных комплексных оценок для указанных выше виртуальных объектов оценивания: где π – количество рабочих точек, а полученный ряд представляет собой образ идеальной согласованной модели предпочтений;

5)вычисляется среднеквадратические отклонения (СКО);

6)определяется индекс согласованной модели коллективного предпочтения согласно выражению

iсогл = Ind min σi ,

n

как наилучшего приближения к идеальной модели предпочтений по критерию СКО относительно идеальных оценок при

условии достаточной близости к ней: σiсогл ≤σдоп. Если условие не выполняется, то следует увеличить число респондентов, либо проверить их правомочность представлять данный коллектив.

Обсуждаемые подходы к согласованному оцениванию и моделированию предпочтений на основе усовершенствованного механизма активной экспертизы способствуют расширению области применения методов управления организационными системами, характеризующимися большим числом активных элементов, не связанных жесткой структурой, к каковым относятся группы экспертов, занимающиеся повышением эффективности ИС, коллективные органы, кондоминиумы, рынки и другие объекты с признаками однородности.

244

Глава 4

ПРИКЛАДНЫЕ ТЕХНОЛОГИИ ОБОСНОВАНИЯ HIGH-HUME ОПТИМАЛЬНЫХ ИННОВАЦИОННЫХ РЕШЕНИЙ

4.1.Управление многофакторными рисками

винновационной деятельности

4.1.1.Постановка задачи

Впрактике оценивания эффективности инновационных проектов, отличающихся значительной степенью неопреде-

ленности, для определения ставки дисконтирования Rd с учетом n факторов риска используется кумулятивный подход, который формально можно записать следующим образом

ное значение премии, вытекающее из аддитивной модели рисков с учетом субъективного мнения экспертов.

Ставка дисконтирования применяется не только для определения экономической эффективности инвестиционных и инновационных проектов, но и в оценке бизнеса, что является весьма актуальным, если речь идет об инновационных предприятиях. В общем случае стоимость бизнеса определяется стоимостью компании в прогнозный и постпрогнозный периоды. Стоимость в прогнозный период определяется как

245

сумма дисконтированных денежных потоков в рассматриваемом интервале времени:

где t – номер периода, на начало которого производится оценка бизнеса, T – число прогнозных периодов, используемых для расчета, CFt – денежный поток для периода t.

Расчет величины стоимости компании в постпрогнозный период на практике определяют по формуле Гордона

где CFt+1 – денежный поток в первый год постпрогнозного периода, g – темпы роста денежного потока, измеряемые

в годовых процентах.

Стоит отметить важные ограничения использования формулы Гордона:

–денежный поток в первый год постпрогнозного периода следует прогнозировать отдельно с учетом роста потоков

впрогнозный период;

–для приведения полученной стоимости к текущим показателям используют ту же ставку дисконта, что и для прогнозного периода.

Перечисленные методы применяются также в области определения стоимости объектов недвижимости в рамках доходного подхода: стоимость недвижимости оценивается как текущая стоимость будущих денежных потоков, отображая количество дохода, который сможет принести в течение сво-

его срока службы оцениваемый объект недвижимости. В этом случае модель Гордона применяется для определения реверсии.

В отличие от метода дисконтированных денежных потоков метод прямой капитализации заключается в приведении

246

к текущей стоимости объекта недвижимости дохода только за один год. Это осуществляется за счет деления чистого операционного дохода на ставку капитализации, базой для которой является ставка дисконтирования

где ЧОДгод – чистый операционных доход, который объект

недвижимости может принести в течение года;

Rk – ставка капитализации, определяемая по формуле

где e – эффективная ставка налогообложения; ∆норм.возв –

норма возврата инвестиций (норма возмещения капитала). Традиционно норма возмещения капитала может быть

определена методами Ринга, Хоскольда и Инвуда, получившим на практике широкое распространение:

Таким образом, зависимость ставки капитализации от ставки дисконтирования принимает вид

Стоит отметить тот факт, что управление рисками позволяет снизить уровень риска как отдельных факторов, так и риска проекта в целом, что в конечном счете ведет к уменьшению ставки дисконтирования. Это приведет к повышению показателей экономической эффективности инвестиционных и инновационных проектов. При снижении ставки дисконтирования растет чистый дисконтированный доход (чистая приведенная стоимость – NPV), увеличивается ин-

247

тервал между расчетной ставкой дисконтирования и внутренней нормой доходности (IRR), который некоторые эксперты интерпретируют как «устойчивость» проекта к изменениям внешней среды. Уменьшается и дисконтированный срок окупаемости (DPB), что в целом приводит к повышению привлекательности и надежности инвестиционных и инновационных проектов.

Экспертные оценки премий за риск, с одной стороны, несут в себе возможность полезного использования основного источника информации – профессиональных знаний экспертов в задачах управления рисками, но, с другой стороны, их субъективизм может быть источником манипулирования значениями устанавливаемых ставок дисконтирования, влияющими на показатели экономической эффективности и привлекательность инновационных проектов, стоимость инновационного предприятия и т.д. Разрешение данного противоречия достигается разделением во времени процедуры обоснования ставок дисконтирования на два последовательных этапа: разработка моделей рисков и управление рисками, включая назначение премий за риск.

Модель рисков, основанная на традиционном кумулятивном подходе, совмещает оба этапа и допускает манипулирование обоснованием затрат на управление рисками.

Hume-технологии управления эволюцией, в современных условиях выдвигаемые как альтернатива high-tech- технологиям в пользу направлений развития среды в интересах людей с учетом рисков, не могут обходиться без глубокого изучения и учета их индивидуальных и коллективных предпочтений [3]. В соответствии с концепцией «Черного ящика» в качестве гипотезы о структуре неизвестных психических процессов принятия решений человеком особую популярность имеют модели в виде разнообразных линейных и нелинейных сверток существенных частных критериев.

248

Ниже обсуждается двухэтапное, ориентированное на предпочтения экспертов управление многофакторными рисками на основе композиции линейных и матричных моделей свертки, снижающее возможности манипулирования в задачах обоснования ставок дисконтирования инновационных проектов.

4.1.2. Разработка модели многофакторных рисков

Покажем, что двухэтапное управление рисками можно достигнуть на основе метода взвешенных коэффициентов, повышая его эффективность достаточным обоснованием отношения порядка на множестве факторов риска. Сложность особого рода при разработке модели многофакторных рисков возникает вследствие необходимости учета двухаспектного характера каждого рискового события: возможность P возникновения рискового события и размер потерь C в случае наступления этого события, что не всегда именно по этой причине принимается во внимание в работах, посвященных моделированию рисков. Преодоление сформулированного затруднения осуществляется на основе использования универсальной бинарной матрицы свертки.

Универсальность матриц свертки означает возможность использования общей бинарной матрицы [11] для оценивания уровней всех факторов риска посредством свертки рискообразущих параметров, представляемых в единой шкале измерения. Последнее означает принятие допущения о снижении интереса экспертов к источнику рискового события (фактору) в сравнении со значениями его рискообразующих параметров.

Пусть комплексное оценивание группы рисков описывается линейной сверткой

где kl , Rl – взвешенные коэффициенты и уровни риска по l -му фактору соответственно; n – число учитываемых факторов риска; R – комплексная (интегральная) оценка уровня риска.

Основной проблемой использования метода взвешенных коэффициентов линейной свертки является определение ве-

совых коэффициентов kl , l =1,n. Решение этой проблемы

предлагается осуществлять путем использования упомянутых выше универсальных матричных сверток с топологической интерпретацией [4].

Представим процедуру определения весовых коэффициентов kl через уровни риска Rl на примере нескольких рисковых событий, для которых экспертами установлены значе-