- •1 Описание проекта
- •1.1 Обоснование актуальности проекта
- •1.2 Расположение и схема завода
- •1.3 Технология производства
- •1.4 Продукты проекта
- •2 Стратегический анализ
- •2.1 Анализ внешней среды проекта
- •2.2 Анализ внутренней среды
- •2.3 Swot-анализ
- •3 Маркетинг проекта
- •3.1 Поставщики сырья
- •3.2 Исследование потребительского рынка диоксида титана
- •3.3 Конкуренты – производители диоксида титана
- •3.4 Прогнозирование объема сбыта диоксида титана
- •3.5 Исследование потребительского рынка стальной заготовки
- •3.6 Конкуренты – производители стальной заготовки
- •3.7 Прогнозирование объемов сбыта стальной заготовки
- •4 Описание project expert
- •5 Моделирование проекта в project expert
- •5.1 Раздел «Проект»
- •5.2 Раздел «Компания»
- •5.3 Раздел «Окружение»
- •5.4 Раздел «Инвестиционный план»
- •5.5 Раздел «Операционный план»
- •5.6 Раздел «Финансирование»
- •5.7 Раздел «Результаты»
- •5.8 Раздел «Анализ проекта»
- •5.8.1 Эффективность инвестиций
- •5.8.2 Анализ чувствительности
- •5.8.3 Анализ безубыточности
- •5.8.4 Монте-Карло
5.8.4 Монте-Карло
Метод Монте-Карло представляет собой метод стохастического имитационного моделирования проекта. Метод позволяет оценить все возможные комбинации переменных.
Анализ Монте-Карло на величину чистого приведенного дохода NPV проводился с целью проверки устойчивости проекта к снижению цен на продукции, стоимости затрат на материалы и комплектующие и сумму общих издержек. В ходе анализ было проведено 1000 имитаций проекта со случайными отклонениями от планового уровня показателей от -10% до +10%. Количество построенных доверительных интервалов – 11 штук.
В ходе проведения анализа рисков по методу Монте-Карло производился выбор ключевых факторов риска и значения отклонений показателей. Результаты статистического анализа проекта представлены в таблице 5.19.
Таблица 5.19 – Неопределенность определения показателей эффективности
Показатель |
Среднее значение |
Неопределенность, % |
Дисконтированный период окупаемости, мес. |
28 |
0,17 |
Индекс прибыльности |
1,62 |
0,12 |
Чистый приведенный доход, руб. |
4 126 092 976 |
0,30 |
Внутренняя норма рентабельности, % |
37,18 |
0,09 |
Период окупаемости, мес. |
5 |
0,15 |
Средняя норма рентабельности, % |
52,58 |
0,12 |
Модифицированная внутренняя норма рентабельности, % |
27,93 |
0,05 |
Сравнивая значения показателей таблицы 5.15 и 5.19, можно сделать вывод о том, что большинство показателей (средняя норма рентабельности, чистый приведенный доход, индекс прибыльности, внутренняя норма рентабельности и модифицированная внутренняя норма рентабельности), рассчитанных статистическим методом, примерно совпадают с показателями, рассчитанными ранее. Полученные значения неопределенности этих показателей (за исключением чистого приведенного дохода) находятся в пределах установленного допустимого диапазона отклонений, равного 20% (а именно, от 5% до 12%), а значит риск в целом незначителен. Однако все-таки следует обратить особое внимание на показательNPV.
Риск, вязанный с получением чистой приведенной стоимости в размере 4 126 092 976 руб. Для получения 1 руб. NPV возможные потери будут составлять 30 копеек.
В результате проведенного статистического анализа была определена устойчивость проекта, равная 97,7%, что свидетельствует о высокой вероятности завершения проекта к запланированным показателям благодаря наличию достаточной суммы денежных средств, получаемых при ведении деятельности, а также благодаря эффективной системе планирования работ и
контроля их выполнения.
На гистограмме распределения NPV (рисунок 5.9) видно, что получение отрицательного значения чистого дисконтированного дохода невозможно. Значения показателей NPV имеют положительное значение.
Рисунок 5.9 – Гистограмма распределения NPV
На рисунке 5.9 отмечено, что распределение NPV проекта близко к нормальному закону распределения. Значит, с вероятностью 97,7% можно утверждать, что значение NPV будет составлять 4 132 425 641 рублей.
Таким образом, результаты анализа Монте-Карло позволяют сделать вывод об относительно низкой рискованности проекта.
Выводы по разделу пять
При помощи имитационного моделирования с использованием программного продукта Project Expert удалось определили эффект и эффективность проекта, его устойчивость и рискованность.
В процессе моделирования проекта по созданию производства диоксида титана и стальной заготовки, были внесены исходные данных по следующим разделам программного продукта Project Expert: «Проект», «Компания», «Окружение», «Инвестиционный план», «Операционный план», «Финансирование». Выходные данные были получены в разделах «Результаты» и «Анализ проекта».
Большое значение имеют итоговые таблицы «Прибыли и убытки», «Кэш-фло».
Значения чистой прибыли отрицательны в период инвестирования денежных средств в проект, а с момента начала производства продукции становятся положительными.
Баланс наличности кэш-фло на начало и конец всех периодов представляет собой только положительные значения, что говорит о наличии денежных средств на счету предприятия, а также о рациональном распределении имеющихся средств и эффективной организации производства, исключающих необходимость привлечения дополнительных средств.
Анализ показателей эффективности указывает на экономическую целесообразность и высокую эффективность данного проекта. Об этом свидетельствуют положительный показатель чистого приведенного дохода NPV (4 132 425 641 руб.). Каждый вложенный в проект рубль приносит 62 копейки прибыли. Запас рентабельности инвестиций сверх упущенной выгоды составляет 62% при величине отдачи на вложенный капитал в 37,29%. Проект со среднегодовой доходности проекта в 28% сможет вернуть вложенные в него средства за 71 месяц (6 лет).
Наиболее чувствительным проект оказался к снижению цены и объема сбыта и увеличению прямых издержек. Однако изменений этих показателей на 13%, 11% и 22% соответственно маловероятно.
Тенденция снижения точки безубыточности и увеличения запаса финансовой прочности в целом от 89% до 93% к концу периода по сравнению с началом периода производства продукции связана с выпуском большого объема продукции и получением достаточно больших объемов денежных поступлений от реализации этой продукции.
В результате проведенного статистического анализа была определена устойчивость проекта, равная 97,7%, что свидетельствует о высокой вероятности завершения проекта к запланированным показателям. Результаты анализа Монте-Карло позволяют сделать вывод об относительно низкой рискованности проекта.
