автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизированная система количественной оценки риска инновационного проекта

На правах рукописи

Туманов Александр Юрьевич

АВТОМАТИЗИРОВАННАЯ СИСТЕМА КОЛИЧЕСТВЕННОЙ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА

Специальность: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (сфера

услуг)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2006

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный политехнический университет» (ГОУ «СПбГПУ»)

Научный руководитель:

доктор технических наук, профессор Нурулин Юрий Рифкатович

Официальные оппоненты:

доктор технических наук, профессор Маслов Владимир Иванович

кандидат технических наук Третьяков Владимир Александрович

Ведущая организация: Научно-производственная фирма «Электронные системы управления и приборы»

Защита состоится «25» апреля 2006г. в _ часов на заседании диссертационного совета

Д212.229.21 при ГОУ ВПО «Санкт-Петербургский государственный политехнический университет» по адресу: 195251, г. Санкт-Петербург, Политехническая ул. 29, главное здание, ауд._

С диссертацией можно познакомиться в фундаментальной библиотеке ГОУ ВПО «Санкт-Петербургский государственный политехнический университет».

Автореферат разослан « »_2006г.

Ученый секретарь диссертационного совета

доктор технических наук, профессор

Редько С.Г.

aoob /у

бчаэ

Общая характеристика работы

Актуальность темы. Риск инновационного проекта имеет в своей основе неопределенность будущего развития событий, отсутствие полноценной базы анализа и статистики по всем параметрам всилу природы и уникальности самого проекта. Важным элементом теории инноваций и одной из особенностей, отличающих инновационное проектирование от инвестиционного, является понятие жизненного цикла инновационного проекта. Жизненный цикл инновационного проекта принято делить на этапы, которые различаются по составу работ, продолжительности, величине вложенных средств, трудоемкости и материалоемкости, компетентности и квалификации временного коллектива, применяемым технологиям управления и др. Поэтому важно определить, чему равна, как изменяется величина риска и каковы причины, приводящие к наступлению неблагоприятных последствий на протяжении жизненного цикла инновационного проекта. Для этого необходимо учесть максимально возможное количество причин (факторов) и источников риска проекта и определить, как характеристики факторов связаны с показателями риска этапа и проекта в целом. При разработке показателей риска для социо-технической системы, которой является инновационный проект, важно учитывать следующие аспекты: случайность рассматриваемых процессов; искаженность информации о возможных событиях и процессах; принятие решения в условиях частичной неопределенности, многофакторность.

Разработкой общей теории риска в разное время занимались Дж. Уильяме, Е. Альтман и др. В работах У. Шарпа, Ст. Росса, Дж.Фон Неймана., Дж. Сигала и др. изложены основополагающие принципы качественной и количественной оценки риска инвестиционного проектирования в условиях неопределённости. Среди отечественных исследователей следует выделить работы А.П. Альгина, В.Д. Шапиро, A.A. Первозванского, Е.М. Четыркина, В.В. Ковалева, А.О. Недосекина, И.П. Агафоновой и др.

В настоящее время в рамках инноватики как науки сформировалась концепция риска, определяющая основные принципы качественной оценки риска инновационных проектов. В работах последних лет представлены научные разработки по различным аспектам разработки и совершенствования методик учета и оценки рисков в инвестиционном проектировании, однако методики количественной оценки риска инновационного проекта и средства автоматизации, включающие модели и инструменты для их практического применения, разработаны недостаточно полно и не вполне учитывают тенденции и взаимосвязи категорий "источники риска - факторы риска - вероятности риска - компенсационная доходность -показатели риска". В результате этого они не обеспечивают научно обоснованного решения актуальных задач реализации инновационных проектов (количественный анализ риска в условиях частичной неопределенности, учёт факторов д^^иггностей их проявления на

I ВИБЛИОи/д

разных этапах жизненного цикла, автоматизация оценки риска) и снижают достоверность показателей инновационного проекта.

К числу недостаточно проработанных также следует отнести проблему формирования точной и максимально полной информации о влиянии социо-фактора риска, что является одной из особенностей инновационного проекта (формирование «команды» для реализации проекта, ее потенциал, достаточность квалификации и опыта участников, компетентность, реализуемость проекта силами авторского коллектива, мотивации и др.). Исследования, акцентирующие внимание на аспектах инновационного проекта, связывающих воедино формализованное описание предметной области, условий, допущений, инвестирования, факторов риска, вероятностей их проявления с компенсационной доходностью и показателями риска актуальны, т.к. помогут более объективно оценить риск инновационного проекта.

Таким образом, для инновационного проектирования, имеющего ряд особенностей и принципиальных отличий от инвестиционного, требуется создание методики и средств автоматизации количественной оценки риска инновационного проекта. В связи с вышеизложенным, создание автоматизированной системы количественной оценки риска инновационного проекта является актуальной и практически востребованной задачей.

Цель исследования.

Целью исследования является создание автоматизированной системы количественной оценки риска инновационного проекта и ускорение процесса принятия управленческих решений в инновационном проектировании в условиях частичной неопределенности. Для достижения поставленной цели необходимо решить следующие задачи:

- анализ существующих методик оценки риска инновационного проекта; формирование и классификация существенных факторов риска инновационного

проекта на всех этапах его жизненного цикла;

- разработка методики количественной оценки риска, адаптированной для инновационных проектов;

- разработка автоматизированной системы количественной оценки риска инновационного проекта.

Методологическая основа диссертационного исследования. Методологической основой диссертационного исследования является теория инноваций, теория риска, неоклассическая теория финансов, теория инвестиций, теория автоматизированных систем управления и их информационного обеспечения, теория вероятностей и математическая статистика, теория нечетких множеств.

Информационная база исследования. В работе использовались статистические материалы Госкомстата РФ, информационные сборники, бизнес-планы инновационных

проектов. С целью изучения отечественного опыта инновационного проектирования были использованы результаты реализованных инновационных проектов.

Научная новизна. Научная новизна работы заключается в новом решении задачи автоматизированной количественной оценки риска инновационного проекта, адаптированной для инновационного проектирования, что имеет существенное значение для управления проектами и позволяет учитывать социо-фактор риска и жизненный цикл инновационного проекта, применить двухуровневую структуру вероятностей факторов риска и корректировать апостериорные вероятности проявления факторов риска в зависимости от условий проекта, формализовать взаимосвязь между факторами риска, компенсационной доходностью и показателями оценки риска инновационного проекта.

Научные результаты. В процессе исследования получены следующие основные результаты, выносимые на защиту:

1. Предложена классификация факторов риска инновационного проекта, позволяющая выявить существенные факторы риска и их источники.

2. Разработана стохастическая математическая модель количественной оценки риска инновационного проекта, что позволило выявить важные взаимосвязи факторов и показателей риска и формализовать их.

3. Разработана методика количественной оценки риска инновационного проекта, позволяющая учитывать взаимосвязи категорий "источники риска - факторы риска -вероятности риска компенсационная доходность - показатели риска" и этапы жизненного цикла, что обеспечивает повышение достоверности оценки риска.

4. Разработана автоматизированная система количественной оценки риска инновационного проекта, включающая экспертную систему для определения апостериорных вероятностей проявления факторов риска на различных этапах жизненного цикла инновационного проекта на основе базы знаний факторов риска инновационного проекта, что дало возможность ускорить процесс принятия решений и повысить достоверность количественной оценки риска инновационного проекта.

Достоверность результатов. Обоснованность и достоверность результатов и выводов, полученных в диссертационном исследовании, подтверждается совпадением результатов моделирования и анализа показателей оценки риска инновационных проектов.

Практическая значимость. На основе предложенной в работе методики количественной оценки риска и автоматизированной системы был разработан программный комплекс «Оценка риска инновационного проекта», который был использован при оценке коммерческой эффективности ряда инновационных проектов в научно-производственной фирме «Электронные системы управления и приборы». Применение результатов работы позволило повысить научную обоснованность, достоверность принимаемых инвестиционных

решений Появилась возможность дать количественную оценку риска инновационного проекта в стоимостном выражении и в относительных показателях. Была произведена детализация расчета риска инновационного проекта в зависимости от этапа его жизненного цикла Сократилось время и трудоемкость рутинных операций по определению факторов риска инновационного проекта и их вероятностей. Финансовый эффект от внедрения автоматизированной системы оценки риска инновационного проекта выразился в оптимизации размера резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и неопределённостью условий реализации проекта.

Результаты исследований используются в учебных курсах студентов Института инноватики (ИИ) СПбГПУ и слушателей системы повышения квалификации и переподготовки кадров «Программа подготовки управленческих кадров для народного хозяйства Российской федерации».

Основные положения и результаты диссертации могут быть использованы как инвесторами для оценки риска вложения средств, так и менеджерами при разработке и реализации инновационных проектов.

Апробация работы Основные положения работы докладывались в 2003-2005гт. на научных конференциях, в том числе, Международной научно-практической конференции «Социально-экономические преобразования в условиях трансформации общества», Всероссийской научно-технической конференции «Проблемы информатики в образовании, управлении, экономике и технике», научных семинарах ИИ СПбГПУ.

По теме диссертации опубликовано 8 научных работ.

Структура и объём диссертации. Диссертация состоит из введения, трех глав, глоссария, заключения, списка использованной литературы, приложений Объем диссертации составляет 197 страниц машинописного текста и включает 27 рисунков, 9 таблиц, 5 приложений. Список литературы включает в себя 146 наименований.

Во введении дается обоснование актуальности проблемы и темы диссертации, характеризуется степень ее разработанности, определяются объект, предмет, формулируется цель и задачи исследований, представлена формула диссертационного исследования, показывается научная новизна и практическая значимость диссертационной работы, сформулированы положения, выносимые на защиту.

В первой главе рассмотрены вопросы теории риска и проведен анализ традиционных методик оценки риска.

Процесс оценки риска требует изучения и учета многих технических, экономических, финансовых и правовых факторов риска инновационного проекта, которые регулируются уровнем неопределенности. Задача количественной оценки риска состоит в определении характеристик потерь при проявлении многих, но не связанных между собой, факторов риска

инновационного проекта. Наиболее перспективным в этом случае представляется создание математической модели оценки риска с использованием современных статистических методов с элементами нечеткой логики, которая позволит учитывать влияние факторов риска в условиях частичной неопределенности.

В работе был проведен анализ способов получения информации о субъективных вероятностях случайного события, который показал, что применение различных подходов к выбору математических моделей оценки риска инновационного проекта регулируется уровнем неопределенности. По мере достижения неопределенностью пороговых критических значений, когда количественные данные по субъективным вероятностям отсутствуют или превалируют только качественные оценки, применение субъективно-вероятностных методов ограничивается. В то же время нечетко-множественный подход позволяет учитывать высокий уровень неопределенности.

При проведении идентификации факторов риска инновационного проекта было выяснено, что первый шаг решения задачи количественной оценки риска состоит в выявлении совокупности факторов, которые могут существенно повлиять на реализацию инновационного проекта. Факторами риска проекта могут выступать внутренние и внешние, по отношению к проекту, причины наступления неблагоприятных событий. На основании анализа различных классификаций риска и факторов риска установлено, что, несмотря на индивидуальный и уникальный характер каждого инновационного проекта существует некоторый ограниченный набор факторов риска (10-15), которые необходимо распределить по классам, в соответствии с выбранными признаками классификации. Такая классификация необходима для формализации оценки риска инновационного проекта и позволит перейти в дальнейшем к количественной оценке риска инновационного проекта.

Проведенный анализ существующих методик оценки риска проектов показал, что представленные в настоящее время методики количественной оценки рисков не могут адекватно оценить риск инновационного проекта по следующим причинам.

- инновационный проект является социо-технической системой, в которой оценку рисков можно представить многоуровневой многофакторной моделью, факторами которой являются корневые причины возникновения рисков. Все представленные в настоящее время методы количественной оценки рисков не учитывают многообразия всех этих факторов, не дают возможности спрогнозировать потери при реализации факторов риска в различной комбинации и последовательности;

- представленные методы не учитывают того, что инновационное проектирование имеет ряд особенностей (социофактор риска, учет жизненного цикла инновационного проекта), которые позволяют говорить о неравномерности величины риска на различных этапах инновационного проекта;

- представленные математические модели существующих методов не учитывают важнейшие взаимосвязи параметров и показателей оценки риска инновационного проекта (источники - факторы риска - вероятности - компенсационная доходность - эффективность).

Исходя из вышеизложенного, инновационное проектирование требует проведения исследования по созданию методики количественной оценки риска инновационного проекта в полной мере учитывающих ключевые особенности инновационного проекта. Этому исследованию посвящена следующая глава диссертации.

Во второй главе рассматриваются вопросы исследования и обоснования классификации факторов риска, математической модели и методики количественной оценки риска инновационного проекта, учитывающих ключевые особенности инновационного проектирования.

Предложенная классификация факторов риска инновационного проекта имеет трехуровневую структуру и включает в себя существенные факторы, вторичные факторы и источники риска. На рис.1, представлен фрагмент классификации факторов риска инновационного проекта.

Рис.1. Фрагмент классификации факторов риска инновационного проекта

В работе предложена математическая модель количественной оценки риска инновационного проекта, которая предусматривает возможность включения неограниченного количества факторов единичного риска. Математическая модель, применяемая для оценки риска инновационного проекта - стохастическая с элементами нечеткой логики, допускающая наличие случайных воздействий на исследуемые показатели и использующая аппарат теории вероятностей и математической статистики. В ходе описания модели вначале определяются экзогенные и эндогенные переменные. Экзогенными переменными являются те переменные, которые задаются для модели извне. В нашем случае это - безрисковая доходность, К'-коэффициент инфляции.

Введем обозначения для эндогенных переменных - тех переменных, которые определяются в ходе расчетов по модели. Это Р(С)Р(С1) Р(С5) - апостериорные вероятности возникновения факторов риска инновационного проекта с учетом условных вероятностей, ^ - поправка на

внешний риск^- поправка на внутренний риск, Npv - чистый приведенный дохода без учета

риска, Npv -чистый приведенный доход с учетом риска, RISK - NPV-NPV - абсолютный

показатель риска, Rr= risk - относительный показатель рисковость инновационного проекта.

NPV,

В ходе формализации условий задачи количественной оценки риска была определена зависимость компенсационной доходности от вероятностей проявления факторов риска, которая показывает, как совокупность факторов риска проекта влияет на компенсационную доходность, а, следовательно, и на эффективность проекта. Известно, что компенсационная доходность на каждом этапе жизненного цикла проекта ^ может быть представлена в

следующем виде: 1де

- безрисковая доходность, % ^ -коэффициент инфляции, %

Л - поправка, учитывающая воздействие внешних факторов риска, % ^ - поправка, учитывающая воздействие внутренних факторов риска, % По каждому ключевому фактору риска оценивается поправка на риск. Формула поправки, учитывающей воздействие внутренних факторов риска Rm:

где гж - поправка к-го внутреннего фактора риска инновационного проекта. Формула поправки на внешний риск Л,:

где га - поправка к-го внешнего фактора риска инновационного проекта. Учитывая, что связь переменных Р и Л, на которую накладываются воздействия случайных факторов является статистической, производим выбор формулы взаимосвязи. В ходе спецификации была выбрана линейная формула.

В ходе исследования взаимосвязи вероятностей проявления факторов риска и компенсационной доходности инновационного проекта были получены уравнение регрессии и количественные значения параметров. Пусть величины Ли Р связаны некоторой функциональной зависимостью вида Я = <р(Р), причем функция <р нам неизвестна и ее требуется определить. Обозначая результат ]-го измерения через г], имеем

где <5, - случайная ошибка.

В ходе решения задачи, носящей название сглаживание зависимостей, получим линейную функцию:

Если подставить найденное значение поправки на риск в уравнение (1), то получим полную формулу зависимости компенсационной доходности от вероятностей проявления к факторов риска инновационного проекта

Предложенная в работе методика количественной оценки риска инновационного проекта базируется на многофакторной математической модели количественной оценки риска инновационного проекта в рамках субъективно - вероятностного подхода В основу методики легли несколько основных допущений: - компенсационная доходность непостоянна на протяжении проекта;

1'

где ?=!у г, Р^-^Р,' пЪ' »7*

1 " Iм

т".р> = ~ Ш 2 = -£(/>,У/ - рЛ2 ■

п п

1 чг

п"

- инвестиционные затраты на реализацию проекта в действительности не являются одномоментными (финансирование следующего этапа после завершения предыдущего), и можно разделить проект в соответствии с его жизненным циклом на отдельные этапы не только в организационном плане, но и в финансовом;

- некоторые данные, используемые в оценке риска инновационного проекта, неизбежно основываются на субъективных оценках, а не на устойчивых статистических наблюдениях;

- многоуровневая детализация при определении этапов проекта, факторов риска и их источников сказывается на достоверности оценки риска в сторону ее повышения;

факторы риска инновационного проекта являются статистически независимыми совместными событиями;

риск инновационного проекта это единичный риск, относящийся только к одному проекту, и вложения в проект являются, единственными активами участников.

Предлагаемая в работе методика количественной оценки инновационного проекта включает в себя следующие основные операции:

1. Выбор способа определения априорных вероятностей для математической модели оценки риска

Выбор способа определения априорных вероятностей необходим вследствие того, что уровень частичной неопределенности может существенно различаться. В случае превышения уровня неопределенности пороговых значений, когда превалируют качественные оценки, возможно применение нечетко-множественного способа определения априорных вероятностей. Схема выбора способа определения априорных вероятностей для математической модели оценки риска инновационного в зависимости от уровня неопределенности представлена на рис.2.

Рис. 2. Схема выбора способа определения априорных вероятностей для математической модели оценки риска инновационного проекта в зависимости от уровня неопределенности

2. Выявление существенных факторов риска производится на основе разработанного примерного классификатора факторов риска инновационного проекта. Если менеджеры проекта считают необходимым идентифицировать дополнительные факторы

риска, вследствие уникальности своего проекта, то эта работа может быть выполнена путем построения ряда причинно-следственных диаграмм.

3. Получение из базы знаний данных о величинах субъективных априорных вероятностей проявления факторов риска (субъективные априорные вероятности проявления факторов риска без дополнительных условий, субъективные априорные условные вероятности). На рис.3, и в таблице 2. приведен пример экспертной оценки априорных точечных вероятностей факторов риска инновационного проекта.

Распределение априорных вероятностей фактор« риска концепция*

////////////Л'

□Неправ исх расчеты ■ Социо-фактор Онепр оценка рынка ■нелр упр проектом □отсутствие техн базы □неуд финансир. □отсутствие закон базы ■отсутствие произв м ■плохие соц усл. ■Договорные отн ■ненад участи пр_

Рис 3. Диаграмма вероятностей факторов риска проекта на этапе «идея —► концепция» Таблица 2 Факторы риска и динамика изменения точечных априорных вероятностей факторов риска в зависимости от этапа жизненного цикла проекта.

Фактор\ № этапа 1 2 3 4 5 6

1 Неправильные исходные теор расчеты и оценки (С1) 0,85 0,8 0,7 0,6 0,1 0,05

2 Социо-фактор (С2) 0,75 0,86 0,91 0,85 0,82 0,69

Í Неправильная оценка рынка (СЗ) 0,05 0.8 0,1 0,1 0,1 0,8

4 Неудовлетворительное управление п (С4) 0,05 0,05 0,9 0,9 0,8 0,1

5 Отсутствие необходимой технологической базы (С5) 0.5 0.5 0,8 0,8 0,8 0.05

S Неудовлетворительное финансирование (Сб) 0,9 0,8 0,8 0,7 0.3 0.1

7 Изменения в законодательстве (С7) 0,8 0,8 0,7 0,05 0,05 0,05

3 Онутствис необх произв Мощностей (С8) 0.8 0,8 0,7 0,05 0,05 0,05

9 Трудности с обеспечением соц условий (С9) 0,05 0,05 0,8 0,8 0,5 0,05

10 Ошибки в договорных отношениях (СЮ) 0,05 0,9 0,7 0,6 0,6 0.9

11 Ненадежность участников проекта (СП) 0.05 0,9 0,5 0,5 0,5 0,8

12 Регионально-страновой фактор (С 12) 0,9 0,85 0,7 0.5 0.2 0,05

13 Недооценка конкурентов (СИ) 0,05 0,5 0.1 01 0,1 0,3

14 Изменения требования заказчика (С 14) 0,05 0,05 0,5 0,7 0,8 0,9

4. Определение апостериорных вероятностей возникновения риска инновационного проекта по каждому фактору риска с использованием экспертной системы

(ЭС), включающую базу знаний, в результате чего происходит корректировка вероятностей факторов риска с учетом условий проекта. Блок-схема определения апостериорных вероятностей в ЭС приведена на рис.4.

Рис.4. Блок-схема определения апостериорных вероятностей

База знаний включает в себя три блока. Первый блок содержит описание базы знаний, имя автора и комментарий. Второй блок представляет собой свидетельства Е - вопросы

уточняющего характера, характеризующие источники риска. Третий блок включает в себя

правила логического вывода:

Исход№0,Р[, i, Ру, Рп];

Исход № 1, Р [, i, Ру, Рп ];

Исход №2, Р [, i, Ру, Рп ];

Исход№М,Р[, i, Ру, Рп].

В начале описания правила вывода задаётся исход, представляющий собой определенный фактор риска инновационного проекта, вероятность которого меняется в соответствии с данным правилом, затем априорная вероятность данного исхода Р= Р(Нк), т.е. вероятность исхода в случае отсутствия дополнительной информации. Далее расположены несколько повторяющихся полей, каждое из которых состоит из трёх элементов. Первый элемент i - это номер соответствующего вопроса (свидетельства). Следующие два элемента Ру = Р(А /Я,) и Рп = Р(А /Н2) - соответственно условные вероятности получения ответа

«Да» на этот вопрос, если возможный исход верен и неверен. Или, если сформулировать по-другому: факторы риска инновационного проекта (исходы) проявляются, приводя к неблагоприятным последствиям с вероятностью Р=Р{Нк). Предлагается система вопросов (свидетельств), при ответе, на которые пользователи отвечают «Да» для проявляющихся факторов риска с условной вероятностью Ру = Р(А /Я,), а для факторов риска которые не

приводят к неблагоприятным последствиям с условной вероятностью Рп = Р(А /Н2). Значения Р(А /Я,) и Р(А /Нг), подставленные в формулу Байеса, позволяют вычислить

апостериорные вероятности исхода, т.е. вероятности, скорректированные в соответствии с ответом «да» или «нет» на данный вопрос (свидетельство) Е:

P{HJA),-WPiA/H,)

(P(H,)*P(A/Hí) + P(A/H1)*(l-P(HI))

Р(Нг/А) =

Р(Н\)* Р(А! Н2)

(Р(Н\)*Р(А1 Н2)+Р(А! Я,)»(1-Р(Я2))

Форма вывода результатов консультации в ЭС для определения апостериорных вероятностей факторов риска представлены на рис. 5.

I РАСЧГТ РИСКА 1

Файл Расчет Справка Исходные данные База детый |

База знаний факторов риска инновационного проекта (ИП) Позволяет выявить ключевые факторы риска ИП и вероятности возникновения риска под воздействием каждого фактора

Подтверждающие свидетельства_

Вероятности факторов риска ИП

»1 Наименование Фактора 1 Риск,®

2 Социо-Фактор 75 0;

3 Марквт»с 10.0:

4 Ыправлете гфоектом 90 (Г

5 Теядаюгия еак

Б Финансирование и Финансовые цюблемы 80 К

7 Характеристики проекта 70 0: в

8 Область деятельности 700:

9 Социальные условия проекта ооо:

10 Догоецжые отношения 70 0:

11 Ненадежность участников проекта 500:

12. Регионально-сграновой Фактор 70 0:—

13 Усилен» ксикуретии то:

14 И'Н.УЧ^! ЦЧ ТПяДлвЧ! 1Л ^акя-уджя 41 гг^.

<1 м 1 >1

Выбрать вопрос и ответить

23 Загружены ли привлекаемые специалиста в других прост а |

24 Имеется ли в вашем ИП несогласованность в обязанное! 26 Решения принимаются слишком медленно?

26 Существует ли противоречивость раслреаеленмя властнь

27 Считаете ли Вы что личные отношения между членами ко

28 Освоило ли рисоводство ИП современные методы управ' I

29 Производительность компьютеров и программного обесг 11

30 При разработке проекта допущены ошибки в определен*—1

31 Существует т начальная неоправелениость в ценообра»

32 Привлекаете ли Вы высоквалиФицироваиных специалист

33 Существует ли недостаток средств при реализации прое»

34 Работает ш система юрадической ответственности субге

35 Осуществляется ы у Вас в ИП пламфовжие Финансовь

36 Существует гч персональная финансовая заинтересован

37 Получаете ли вы удовлетворение от участия в проекте?

38 У членов временного коллектива(комаиаы) есть ориеига V |

С да

С" нет С неэнаю

Рис.5. Форма вывода результатов консультации в ЭС для определения апостериорных вероятностей факторов риска инновационного проекта

5. Получение из базы знаний удельных весов факторов риска по величине потерь от их воздействия и предварительный расчет риска по каждому фактору с получением характеристик в процентном отношении наступления неблагоприятного события. Удельные веса факторов риска определяются путем исследования матрицы приоритезации (ранжирование возможностей выбора). Пример нахождения удельных весов факторов риска проекта путем составления матрицы приоритезации представлены в таблице 3. Таблица 3. Матрицы приоритезации удельных весов факторов риска

Факторы риска 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Вес

1 (С1) Ш 0,2 1 0,2 1 1 10 5 5 од 5 1 5 ОД 34,7 0,07

2 (С2) 5 Шг 10 5 5 10 10 10 5 10 10 5 10 5 100 ОД

3 <СЗ) 1 0,1 шш 1 1 0,2 5 5 5 1 5 1 5 1 314 0,06

4 (С4) 5 0,2 1 1 0,2 5 5 5 1 5 1 5 1 35,4 0,07

5 <С5) 1 0,2 1 1 1 0,2 5 5 5 10 ОД 5 ОД 34,8 0,07

6 (С6) 1 0,1 5 5 1 Ш 1 1 5 1 10 0,2 5 1 363 0,08

7 (С7) 0,1 0.1 02 0,2 од 1 УМК/ т?, 1 1 ОД 5 5 1 0,1 15,1 0,03

8 <С8) 0,2 0,1 02 0.2 0,2 1 1 ш 1 ОД 1 ОД 1 0.1 6,4 0,01

9 (С9) 0,2 0,1 02 0,2 ОД 0,2 1 1 0,1 1 од 1 0,1 5,5 0,01

10 (СЮ) 5 0,2 1 1 5 1 5 5 10 ш% 5 1 5 1 44,2 0,09

11 (С11) 1 0,1 0,2 0,2 0.2 0,1 0,2 1 1 од 0.1 1 02 5,5 0,01

12 (С12) 1 0,2 1 1 5 5 10 5 5 1 10 5 1 50,2 0,1

13 (С13) 0,2 0,2 0,2 0,2 0.2 0,2 1 1 1 од 1 од ш 0,1 5,7 0,01

14 (С14) 5 0,2 5 5 5 5 10 10 10 1 5 5 10 УШ, 76,2 0,16

ИТОГО сумма 483,3

6. Ранжирование и определение ключевых факторов риска инновационного проекта

Ранжирование факторов риска происходит путем сравнения величин произведений апостериорных вероятностей факторов риска и их удельных весов с пороговыми значениями. При этом выбираются значения превышающие их. Все факторы риска, удовлетворяющие этому условию, являются ключевыми факторами риска. Среди ключевых факторов риска также проводится ранжирование. Во главе списка располагается ключевой фактор риска с максимальными величинами P*J, а замыкает его фактор с минимальным P*J.

Представление результатов ранжирования факторов риска инновационного проекта возможно виде графического представления величин отражаемых значимость факторов риска в форме диаграммы из вертикальных столбцов. Такое представление позволяет визуализировать информацию для дальнейшей оценки и внесения изменений и улучшений.

7. Расчет поправок, учитывающая воздействие внешних и внутренних факторов

риска инновационного проекта по формулам и R,„~^rlmt

«•I «*1

8. Расчет компенсационной доходности по формуле

*

п * 7W

4-1 Jrpj

9. Расчет чистого приведенного дохода без учета риска ^ру

10. Расчет чистого приведенного дохода с учетом риска Npv

11. Нахождение абсолютной показателя риска, величины риска в стоимостном выражении , RISK =NPV- NPVr

12. Расчет относительного показателя рисковостъ Rr этапа инновационного проекта. Rr= RISK ,

МРУ.

Результаты расчета этапных рисков заносятся в отчет в виде таблицы 4. Таблица 4. Результаты расчетов показателей риска

Этапы инновационного проекта Компенсационная доходность К, % Чистый приведенный доход без учета риска NPV •руб" Чистый приведенный доход с учетом риска NPVk, руб. Риск RISK, руб. Рисковостъ Rr, %

к-тый этап К NPV. NPV. RISK . Rr.

(п-1) этап к NPV., NPV RISK., Rr.,

п-ный этап к. NPV. NPV„ RISK Rr .

Проект в целом Крг NPV NPV,,, RISK , Rr„

Также результаты оценки риска могут быть представлены в виде графиков (рискограмм), которые показывают зависимости априорных и апостериорных вероятностей ключевого фактора риска от времени (динамика тренда). Пример рискограммы социо-фактора риска показан на рис.6.

Исходные дан«>«} Результаты | Тзбгмда оеэчльгзтое ] Аиатммма рисков : Д>«»-*«аомс*ое §

Построить график аяя фактора }сйй»5жтор ~~~ *™~ 3

Динамика рисков по зтапаи для фактора: Социо-фактор I

Рис.6. Рискограмма социо-фактора риска инновационного проекта 13. Интерпретация полученных результатов

Интерпретация полученных результатов может происходить путем сравнения с табулированными пороговыми значениями показателей риска для относительных показателей. Например, если величина рисковости ^ превышает некоторую предельную

величину, по шкале уровня рисковости, приведенной в таблице 5., то это является основанием для отклонения или приостановления реализации проекта до устранения неблагоприятного влияния, выявленных факторов риска инновационного проекта. Показатель RISK , как абсолютный показатель риска, измеряемый в денежном выражении, показывает сумму потерь от воздействия совокупности ключевых факторов риска. Также он может интерпретироваться менеджерами проекта как размер резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и частичной неопределённостью условий реализации проекта.

Таблица 5. Таблица пороговых величин показателей риска инновационного проекта

Вероятности факторов риска Р (в дол. ед.) Поправка на риск R, (•/.) Рисковость дг,(вдол. ед.) Лингвистическое представление риска инновационного проекта

0-0,15 0 0 Допустимый уровень

0,15-0,3 0-50 0-0,64 Переходный уровень

0,3-0,9 50-240 0,64-0,95 Критический уровень

0,9-1 >240 >0,95 Неприемлемый уровень

Обобщенно можно представить процедуры количественной оценки риска этапа инновационного проекта в виде граф-модели, которая приведена на рис.7.

о _ Л/Ж

1\У---опгоснтслышй показатель.

Рис.7. Граф-модель количественной оценки риска утапа инновационного проекта В работе также было проведено исследование социо-фактора риска инновационного проекта, которое показало, что вероятность социо-фактора риска, имеющего сложную многоуровневую структуру, непостоянна на разных этапах жизненного цикла инновационного проекта.

Необходимым развитием разработанной выше методики количественной оценки риска инновационного проекта и обязательным условием ее применения в качестве инструмента

анализа и моделирования является ее автоматизация, поэтому в третья глава посвящена разработке автоматизированной системы оценки риска инновационного проекта (АСОРИП).

В настоящее время существует несколько сотен систем, так или иначе, реализующих функции оценки риска. Некоторые из них представляют собой информационные системы поддержки управления проектами, в которых присутствует модуль оценки риска, другие являются приложениями и дополнениями систем календарного планирования, либо самостоятельными программными продуктами по оценке риска.

Наиболее известными в России стали системы оценки риска, такие как: @Risk Professional for Project; Dekker TRAKKER; Enterprise project; ER Project 1000; Intelligent Planner; Mesa/Vista Risk Manager; Risk Track; Open Plan, Risk Watch, CRAMM, COBRA, АванГард, ТРИФ, КОНДОР+, Project expert и др Эти программные продукты базируются на различных подходах к оценке риска и решению различных задач. Несмотря на многочисленность, представленных для анализа программных средств, применение их для оценки риска инновационного проекта ограничивается невозможностью адекватного детализированного описания в них предметной области проекта и неразработанностью достоверных методик оценки риска инновационного проекта. Имеющиеся программные средства дают оценку риска, не учитывающую основные особенности инновационного проекта. На основании сравнительного анализа этих программных продуктов установлено, что все представленные системы оценки риска не учитывают:

- изменение риска на различных этапах жизненного цикла инновационного проекта;

- влияние социо-фактора риска проекта;

- зависимость «факторы риска - компенсационная доходность - показатели риска».

В работе представлена автоматизированная система оценки риска инновационного проекта, которая реализована в виде программного комплекса «Оценка риска инновационного проекта». Программный комплекс АСОРИП содержит несколько взаимосвязанных модулей. В первый модуль включен тест руководителя инновационного проекта, в котором выясняется подготовленность тестируемого к участию и руководству инновационным проектом. Во втором модуле производится расчет апостериорных вероятностей факторов риска, связанных с инновационным проектом. Расчет производится на основе ответов на вопросы экспертной системы. Вероятности факторов риска пересчитываются согласно весовым коэффициентам факторов. Рассчитываются поправки, учитывающие воздействие внешних факторов риска и воздействие внутренних факторов риска. В третьем модуле производится расчет абсолютных и относительных показателей риска этапа проекта, и дается оценка эффективности проекта с учетом риска.

Алгоритм работы автоматизированной системы оценки риска инновационного проекта представлен на рис.8.

J

Вхопное меню

X

Социологическое

исследование

Тест

Оценка риска проекта i

ИпентиЛжкания писков

Определение апостериорных вер.

Расчет поправки на внешний и внутренний риск

*

Расчет показа!елей риска проекта

Рис. 8. Схема алгоритма работы автоматизированной системы оценки риска

Программный комплекс создан на базе программной платформы «Delphi 6». Проведенная оценка эффективности АСОРИП показала, что автоматизированная система оценки риска инновационного проекта обеспечивает:

- оптимизацию размера резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и неопределённостью условий реализации проекта;

- увеличение возможности раннего предупреждения (устранения) риска - исключение источника риска в результате целенаправленных действий субъекта риска на основе результатов АСОРИП;

снижение риска - снижение вероятности реализации фактора риска в результате действия субъектов риска на основе выходных данных АСОРИП, что обусловлено получением новых знаний и снижением уровня частичной неопределенности;

возможность анализа неограниченного количества сценариев реализации проекта с учетом условий проекта;

- уменьшение времени и трудозатрат рутинных операций идентификации факторов риска инновационного проекта.

В заключении диссертации сформулированы основные результаты диссертационного исследования:

1. Предложена классификация факторов риска инновационного проекта, позволяющая выявить существенные факторы риска и их источники.

2. Разработана математическая модель количественной оценки риска инновационного проекта, что позволило выявить важные взаимосвязи факторов и показателей риска и формализовать их.

3. Разработана методика количественной оценки риска инновационного проекта, позволяющая более достоверно оценить риск, учитывая взаимосвязи категорий "источники риска - факторы риска - вероятности риска - компенсационная доходность - показатели риска" и этапы жизненного цикла.

4. Разработана автоматизированная система количественной оценки риска инновационного проекта, включающая экспертную систему для определения апостериорных вероятностей проявления факторов риска на различных этапах жизненного цикла инновационного проекта на основе базы знаний факторов риска инновационного проекта и их вероятностей, что дало возможность ускорить процесс принятия решений и повысить достоверность количественной оценки риска инновационного проекта.

По теме диссертации опубликованы следующие работы:

1 Туманова О.Н., Туманов А.Ю. Анализ применения компьютерных технологий в предпринимательской деятельности (малом бизнесе) Сборник материалов Всероссийской научно-технической конференции» Проблемы информатики в образовании, управлении, экономике и технике» - Пенза, 2001. - С. 103-105. 0,1 п.л.

2 Туманов А Ю. Экспресс-оценка риска инновационного проекта. Сборник материалов международной научно-практической конференции «Опыт и проблемы социально-экономических преобразований в условиях трансформации общества: регион, город, предприятие» - Пенза: РИО ПГСХА, 2003. - С. 258-260. - 0,25 п.л.

3. Туманов А.Ю. Информационная технология «Экспресс-оценка риска инновационного проекта - Инновации в науке, образовании и производстве- Труды СПбГТТУ №488 / под

редакцией В.Г. Колосова и И.Л. Туккеля. СПб.: Изд-во СПбГПУ, 2004. - С. 106-109. - 0,25 п.л.

4. Туманов А.Ю. Формирование механизма учета риска в инновационном проектировании - Инновации в науке, образовании и производстве: Труды СПбГПУ №492 / под редакцией В.Г. Колосова и И.Л. Туккеля. - СПб : Изд-во СПбГПУ, 2004. - С. 120-125. -0,3 п.л.

5. Нурулин Ю.Р., Савватеева E.H., Туманов А.Ю. Финансовое обеспечение инновационной деятельности: Учебное пособие. - СПб.: Изд-во Политехи. Ун-та, 2004. -250с,- 16 п.л.

6. Туманов А.Ю, Культин Н.Б., Туккель И Л., Черняк В С. Комплексный бизнес-тренинг «Управление инновационными проектами» Учеб. Пособие под ред. И.Л. Туккеля.- СПб.: СПбГПУ, 2004. - 16 с.ил. - 1,0 п.л.

7. Туманов А.Ю, Нурулин Ю.Р. Исследование функциональной зависимости вероятностей проявления факторов риска и компенсационной доходности инновационного проекта - Инновации в науке, образовании и производстве: Труды СПбГПУ №493 / под редакцией И.Л. Туккеля,- СПб.: Изд-во СПбГПУ, 2005. - С. 45-50. - 0,3 п.л.

8 Туманов А.Ю. Определение апостериорных вероятностей факторов риска инновационного проекта с использованием экспертной системы - Инновации в науке, образовании и производстве: Труды СПбГПУ №493 / под редакцией И Л Туккеля. - СПб.: Изд-во СПбГПУ, 2005. - С. 73-79. - 0,3 п.л.

9. Туманов А.Ю. Способы достоверной оценки априорных субъективных вероятностей факторов риска на разных этапах жизненного цикла инновационного проекта - Инновации в науке, образовании и производстве- Труды СПбГПУ №496 / под редакцией И.Л Туккеля. -СПб.: Изд-во СПбГПУ, 2006. - С. 43-50. - 0,3 п.л.

10. Туманов А.Ю. Исследование социо-фактора риска инновационного проекта -Инновации в науке, образовании и производстве: Труды СПбГПУ №496 / под редакцией И Л Туккеля. - СПб.: Изд-во СПбГПУ, 2006. - С. 69-75. - 0,3 п.л.

Лицензия ЛР №020593 от 07.08.97

Подписано в печать 14.03.2006. Формат 60x84/16. Печать цифровая. Усл. печ. л.1,0. Тираж 100. Заказ 376Ь.

Отпечатано с готового оригинал-макета, предоставленного автором, в Цифровом типографском центре Издательства Политехнического университета. 195251, Санкт-Петербург, Политехническая ул., 29. Тел.: 550-40-14 Тел./факс: 297-57-76

ч

»

6199

ВВЕДЕНИЕ.

Общая характеристика работы.

ГЛАВА 1. ТЕОРИЯ РИСКА И АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА.

1.1. п011ятие риска инновационного проекта.

1.2. Статистические критерии риска.

1.3.Соотношение вероятностных, экспертных и нечетко-множественных подходов к моделированию оценки риска.

1.4. Структура риска инновационного проекта.

1.5. Анализ существующих классификаций факторов риска.

1.6. Анализ существующих методик количественной оценки риска.

1.7. Сравнительный анализ математических моделей оценки риска инновационного проекта.33 выводы.

ГЛАВА 2. МЕТОДИКА КОЛИЧЕСТВЕННОЙ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА, УЧИТЫВАЮЩАЯ КЛЮЧЕВЫЕ ОСОБЕННОСТИ ИННОВАЦИОННОГО ПРОЕКТИРОВАНИЯ

2.1 .Определение ключевых факторов риска ИП с помощью причинно-следственной диаграммы

2.2. Исследование социо-фактора риска инновационного проекта.

2.3. Классификация факторов риска инновационного проекта.

2.4. Математическая модель оценки риска инновационного проекта.

2.5.определение апостериорных вероятностей факторов риска инновационного проекта.

2.6. Оценка величины удельного веса воздействия фактора риска от всей совокупности факторов риска инновационного проекта. л 2.7. Методика корректировки вероятности риска (КВР).

Выводы.

ГЛАВА 3. АВТОМАТИЗАЦИЯ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ РИСКА ИННОВАЦИОННОГО ПРОЕКТА.

3.1.Обзор и анализ существующих автоматизированных систем оценки риска.

3.2.Назначение, функции, состав и структуры АСО.

3.3.Содержание работ по созданию « Автоматизированной системы оценки риска инновационного проекта».

3.4. Принципиальная схема алгоритма работы автоматизированной системы оценки риска инновационного проекта.

3.5. Программное обеспечение АСОРИП.

3.6. апробирова11ие результатов диссертации на практике.

Выводы.

Общая характеристика работы

Актуальность темы

Риск инновационного проекта, в силу уникальности самого проекта, в основе своей имеет неопределенность будущего развития событий, а также отсутствие полноценной базы анализа и статистики по всем параметрам проекта. Понятие жизненного цикла инновационного проекта является важным элементом теории инноваций и одной из особенностей, отличающих инновационное проектирование от инвестиционного, поэтому исследователям риска инновационного проекта необходимо знать о том, как риск проекта распределен и изменяется на всем его протяжении. В инновационном проектировании принято выделять несколько этапов жизненного цикла инновационного проекта. Действительно, чтобы получить финансовый результат, проект проходит долгий и сложный путь, начиная с идеи, создания концептуального бизнес-плана, разработки нового продукта и его авторской и патентной защиты, организации и планировании производства и заканчивая коммерциализацией и продвижением нового товара на рынки сбыта. И на каждом из этапов инновационной цепочки имеется возможность влияния возмущающих воздействий и наступления неблагоприятного исхода. Этапы жизненного цикла инновационного проекта различаются по составу работ, продолжительности, величине вложенных средств, трудоемкости и материалоемкости, компетентности и квалификации временного коллектива, применяемым технологиям управления и др., поэтому величины риска этапов не могут быть одинаковыми. Если это так, важно определить, чему равна, как изменяется величина риска на протяжении жизненного цикла инновационного проекта и каковы причины, приводящие к наступлению неблагоприятных последствий. Достоверную оценку величины риска и вклад каждого этапа в общий проектный риск можно получить, если есть возможность учесть максимально возможное количество причин (факторов) и источников риска проекта. Это можно сделать, применяя многофакторную математическую модель оценки риска, которая на настоящий момент является самой перспективной. Учет предполагает выявление, идентификацию, факторов риска, которые более всего влияют на его величину и являются ключевыми, а также присвоение им количественных характеристик. Величины вероятности проявления фактора риска и удельного веса ко всей совокупности факторов, являющиеся такими характеристиками в рамках субъективно-вероятностного подхода, могут изменяться в зависимости от этапа жизненного цикла, так как влияние каждого фактора риска может варьироваться в определенных пределах в зависимости от условий проекта. Возникает вопрос о достоверных способах определения вероятностей проявления факторов риска и о том, как характеристики факторов связаны с показателями риска этапа и проекта в целом. При разработке показателей риска для социо-технической системы, которой является инновационный проект, учитываются следующие аспекты: случайность рассматриваемых процессов; искаженность информации о возможных событиях и процессах; принятие решения в условиях частичной неопределенности, многофакторность. Все это обуславливает сложность проблемы количественной оценки риска для такой системы. Так как инновационный проект реализуется в рамках различной информационной среды, от детерминированной до принадлежащей к системе нечетких множеств, то способы определения вероятностей могут состоять из набора:

• способов, характеризующихся субъективной вероятностью (распределение случайной величины неизвестно, но известны вероятности отдельных событий, определенные экспертным путем);

• способов, учитывающих природу интервальной неопределенности (распределение случайной величины неизвестно, но известно, что она может принимать любое значение в определенном интервале);

• способов, учитывающих теорию нечетких множеств, когда исход события известен лишь в некотором приближении с определенной степенью принадлежности к этим исходам.

Необходимость учета изменения риска на различных этапах жизненного цикла, идентификации факторов риска и вероятностей их проявления на каждом этапе, выявления способов определения вероятностей факторов риска в зависимости от уровня неопределенности предопределило актуальность решения задачи количественной оценки риска инновационного проекта.

Современный уровень науки и техники позволяет использовать новые технологии - элементы исскуственного интеллекта (экспертные системы), базы данных (базы знаний), которые способствуют получению новых знаний. Их применение для оценки риска инновационного проекта дает возможность руководителям инновационных проектов и инвесторам более объективно оценить общее состояние процессов, происходящих на каждом этапе инновационного проекта, способствует более полному представлению руководителей инновационных проектов и инвесторов о предметной области проекта и позволяют быстрее сформировать информационную базу для принятия оптимальных управленческих решений с учетом риска.

Создание на научной основе автоматизированной системы интегрированной количественной оценки риска инновационного проекта, как технологического процесса, ее последовательная увязка по иерархическим уровням и интеграция в единую систему сбора и обработки данных и оперативного управления повышает качество и эффективность управления инновационными проектами.

Исследования, акцентирующие внимание на аспектах инновационного проекта, связывающих воедино формализованное описание предметной области, условий, допущений, инвестирования, факторов риска, вероятностей их проявления с компенсационной доходностью и показателями риска актуальны, т.к. помогут более объективно оценить риск инновационного проекта.

Таким образом, для инновационного проектирования, имеющего ряд особенностей и принципиальных отличий от инвестиционного, требуется создание методики и средств автоматизации количественной оценки риска инновационного проекта. В связи с вышеизложенным, создание автоматизированной системы количественной оценки риска инновационного проекта является актуальной и практически востребованной задачей.

Состояние и степень изученности проблемы

На настоящее время в рамках инноватики как науки сформировались концепция риска, основные принципы качественной и количественной оценки риска инновационных проектов [45, 6].

В инновационном проектировании инвестиционный аспект занимает важное место, поэтому в работе были учтены результаты исследования в области риска инвестиций таких авторов, как Ф.Найта, Ч.Доу, И.Фишера, Г.Марковица , Дж.Данцига, Дж.Кейнса, У.Шарпа, Ст.Росса, М.Шоулса, Ф.Блека, Ф.Модильяни, М.Миллера, Дж.Фон Неймана., Дж. Сигала[115, 131, 15].

В создание современной экономической и финансовой математики, которая занимает важное место при моделировании процессов в инновационном проектировании, внесли разработки представители отечественной школы теории вероятностей академика А.Н.Колмогорова: О.О. Замков, И.Н. Коваленко, А.В. Толстопятенко, Ю.Н. Черемных, А. А. Филиппова, [33, 41]. В работе были учтены исследования в области теории нечетких множеств и прикладных методов нечеткой логики Л.Заде, Б.Боско,

A.О. Недосекина [145, 146, 80, 81].

Разработкой общей теории риска в разное время занимались Дж. Уильяме, Е. Альтман. Среди отечественных исследователей следует выделить работы А.П. Альгина, В.Д. Шапиро, А.А. Первозванского, Е.М. Четыркина,

B.В.Ковалева [114, 40].

В процессе исследования был учтен конкретный опыт и разработки в области влияния социо-фактора на инновационный проект, которые представлены в работах В.В. Глухова, А.Н. Кобышева, А.В. Козлова, О.В. § Колосовой, JI.B. Черненькой [95, 71, 60].

В условиях всеобщей информатизации и автоматизации особенное внимание необходимо уделять информационным технологиям и созданию автоматизированных систем оценки, а в дальнейшем и управления рисками инновационного проекта, поэтому в ходе научного исследования изучались работы Г.А. Титоренко, М.Г. Зайцева, С.Г. Редько, В.И. Маслова, В.А. Третьякова [36, 34].

Процессы, методы и техника управления инновационного проектирования предъявляют определенные требования к оценке риска инновационного проекта. Поэтому в ходе исследования изучались работы В.Г. Колосова, Ю.Р.Нурулина, В.Н. Тисенко, И.Л. Туккеля, Б.Ф. Фомина, В.Н.Гунина[45, 62, 103,38].

В работах последних лет представлены научные разработки по различным аспектам разработки и совершенствования методик учета и оценки рисков в инвестиционном проектировании, однако методики количественной оценки риска инновационного проекта и средства автоматизации, включающие модели и инструменты для их практического применения, разработаны недостаточно полно и не вполне учитывают тенденции и взаимосвязи категорий "источники риска - факторы риска - вероятности риска - компенсационная доходность -показатели риска". В результате этого они не обеспечивают научно обоснованного решения актуальных задач реализации инновационных проектов (количественный анализ риска в условиях частичной неопределенности, учёт факторов риска и вероятностей их проявления на разных этапах жизненного цикла, автоматизация оценки риска) и снижают достоверность показателей инновационного проекта.

К числу недостаточно проработанных также следует отнести проблему формирования точной и максимально полной информации о влиянии социо-фактора риска, что является одной из особенностей инновационного проекта (формирование «команды» для реализации проекта, ее потенциал, достаточность квалификации и опыта участников, компетентность, реализуемость проекта силами авторского коллектива, мотивации и др.) [45, 62,

103].

Поэтому исследования, акцентирующие внимание на этих аспектах инновационного проекта, связывающих формализованное описание предметной области проекта, начальных условий, ограничений, финансирования, доходности и социо-фактора с факторами риска инновационного проекта, вероятностями их проявления помогут более объективно оценить риск инновационного проекта с использованием методов и средств, позволяющих формализовать оценку возможных рисков инновационных проектов.

Цель исследования

Целью исследования является повышение достоверности количественной оценки риска инновационного проекта и ускорение процесса принятия решений, путем создания методики и средств автоматизации количественной оценки риска. Для достижения поставленной цели необходимо решить следующие задачи:

- анализ существующих методик оценки риска инновационного проекта; формирование и классификация существенных факторов риска инновационного проекта на всех этапах его жизненного цикла;

- разработка методики количественной оценки риска, адаптированной для инновационных проектов;

- разработка автоматизированной системы количественной оценки риска инновационного проекта.

Предмет исследования

Предметом исследования являются методики количественной оценки риска инновационного проекта. Объект исследования

Объектом исследования являются процессы количественной оценки риска инновационного проекта.

Методологическая основа диссертационного исследования

4 Методологической основой диссертационного исследования является теория инноваций, теория риска, неоклассическая теория финансов, теория инвестиций, теория автоматизированных систем управления и их информационного обеспечения, теория вероятностей и математическая статистика, теория нечетких множеств.

Информационная база исследования

В работе использовались статистические материалы Госкомстата РФ, информационные сборники, бизнес-планы инновационных проектов. С целью изучения отечественного опыта инновационного проектирования были использованы результаты реализованных инновационных проектов.

Научная новизна

Научная новизна работы заключается в новом решении задачи ^ автоматизации количественной оценки риска инновационного проекта, что имеет существенное значение для управления проектами и позволяет учитывать социо-фактор риска и жизненный цикл инновационного проекта, применить двухуровневую структуру вероятностей факторов риска и корректировать апостериорные вероятности проявления факторов риска в зависимости от условий проекта, формализовать взаимосвязь между факторами риска, компенсационной доходностью и показателями оценки риска инновационного проекта.

Научные результаты

В процессе исследования получены следующие основные результаты, выносимые на защиту:

1. Предложена классификация факторов риска инновационного проекта, позволяющая выявить существенные факторы риска и их источники.

2. Разработана математическая модель количественной оценки риска * инновационного проекта, что позволило выявить важные взаимосвязи факторов и показателей риска и формализовать их.

3. Разработана методика количественной оценки риска инновационного * проекта, позволяющая учитывать взаимосвязи категорий "источники риска — факторы риска - вероятности риска - компенсационная доходность -показатели риска" и этапы жизненного цикла, что обеспечивает повышение достоверности оценки риска.

4. Разработана автоматизированная система количественной оценки риска инновационного проекта, включающая экспертную систему для определения апостериорных вероятностей проявления факторов риска на различных этапах жизненного цикла инновационного проекта на основе базы знаний факторов риска инновационного проекта, что дало возможность ускорить процесс принятия решений и повысить достоверность количественной оценки риска инновационного проекта.

Ф Достоверность результатов

Обоснованность и достоверность результатов и выводов, полученных в диссертационном исследовании подверждается совпадением результатов моделирования и фактическими показателями реализации инновационных проектов.

Практическая значимость

На основе предложенной в работе методики количественной оценки риска и автоматизированной системы был разработан программный комплекс «Оценка риска инновационного проекта», который был использован при оценке коммерческой эффективности ряда инновационных проектов в научно-производственной фирме «Электронные системы управления и приборы». Применение результатов работы позволило повысить научную обоснованность, достоверность принимаемых инвестиционных решений. Появилась возможность дать количественную оценку риска инновационного проекта в стоимостном выражении и в относительных показателях. Была произведена ft детализация расчета риска инновационного проекта в зависимости от этапа его жизненного цикла. Сократилось время и трудоемкость рутинных операций по определения факторов риска инновационного проекта и их вероятностей. Финансовый эффект от внедрения автоматизированной системы оценки риска инновационного проекта выразился в оптимизации размера резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и неопределённостью условий реализации проекта.

Результаты исследований используются в учебных курсах студентов Института инноватики (ИИ) СПбГПУ и слушателей системы повышения квалификации и переподготовки кадров «Программа подготовки управленческих кадров для народного хозяйства Российской федерации».

Основные положения и результаты диссертации могут быть использованы как инвесторами для оценки риска вложения средств, так и менеджерами при разработке и реализации инновационных проектов.

Апробация работы

Основные положения работы докладывались в 2003-2005гг. на научных конференциях, в том числе, Международной научно-практической конференции «Социально-экономические преобразования в условиях трансформации общества», Всероссийской научно-технической конференции «Проблемы информатики в образовании, управлении, экономике и технике», научных семинарах ИИ СПбГПУ. Публикации. По теме диссертации опубликовано 8 научных работ.

Структура и объём диссертации

Диссертация состоит из введения, трех глав, глоссария, заключения, списка использованной литературы, приложений. Объем диссертации составляет 197 страниц машинописного текста и включает 27 рисунков, 9 таблиц, 5 приложений. Список литературы включает в себя 146 наименований.

Выводы

1. Проведенный сравнительный анализ программных продуктов оценки риска показал невозможность адекватной оценки риска инновационного проекта на базе имеющихся программных средств по оценке риска, которые производят оценку риска, не учитывающую основные особенности инновационного проекта: неравномерность риска на различных этапах жизненного цикла проекта, социо-фактор риска проекта. Анализ выявил насущную потребность в создании автоматизированной системы оценки риска (АСОРИП) на базе современных информационных технологий.

2. Исследования в рамках технологии создания автоматизированных систем показали, что разработанная концепция автоматизированной системы обеспечивает выполнение сформированных требований к количественной оценке рисков проекта.

Разработан алгоритм работы автоматизированной системы оценки риска инновационного проекта.

3. В виде базового варианта прототипа системы был принят вариант разработки новой АСОРИП на базе программной платформы «Delphi 6». Обоснование такого решения заключается в возможности быстрого создания необходимых взаимосвязанных программных модулей. В результате проведенной работы создан прототип АСОРИП, который прошел апробацию на реальных инновационных проектах. Достоверность оценки подтверждается результатами апробации и сравнением с результатами оценки риска другими методами.

Проведенная оценка эффективности АСОРИП показала, что автоматизированная система оценки риска инновационного проекта обеспечивает:

- уменьшение или оптимизацию размера резервных фондов и страховых отчислений, необходимость которых обусловлена наличием рисков и неопределённостью условий реализации проекта;

- увеличение возможности раннего предупреждения (устранения) риска -исключение источника риска в результате целенаправленных действий субъекта риска на основе результатов АСОРИП;

- снижение (контроль) риска - снижение вероятности реализации фактора (источника) риска в результате действия субъектов риска на основе выходных данных АСОРИП, что обусловлено снижением получением новых знаний и снижением неопределенности. возможность анализа неограниченного количества сценариев реализации проекта с учетом различной степени риска.

- уменьшение времени и трудозатрат рутинных операций идентификации факторов риска инновационного проекта

Заключение

Целью исследования являлось повышение достоверности количественной оценки риска инновационного проекта и ускорение процесса принятия решений, путем создания методики и средств автоматизации количественной оценки риска в условиях частичной неопределённости. В процессе выполнения работы были решены следующие задачи:

- проведен анализ существующих методик оценки рисков инновационного проекта;

- сформированы и классифицированы факторы риска инновационного проекта на этапах жизненного цикла инновационного проекта;

- создана методика количественной оценки риска инновационных проектов;

В процессе исследования получены теоретические и практические результаты, определяющие новизну и являющиеся предметом защиты:

1.Проанализированы традиционные методы оценки риска в инновационном проектировании в условиях частичной неопределенности. Исследована субъективно-вероятностная и нечетко-множественная природа риска инновационного проекта, что позволило более полно учесть взаимосвязи таких категорий как «риск», «доходность», «жизненный цикл проекта» и, следовательно, повысить качество решения актуальной задачи определения количественных показателей риска инновационного проекта в условиях частичной неопределённости.

2. Предложена классификация факторов риска инновационного проекта.

4. Разработана, представлена и апробирована экспертная система для определения апостериорных вероятностей проявления факторов риска на различных этапах жизненного цикла инновационного проекта на основе базы знаний факторов риска инновационного проекта.

5. Разработана методика количественной оценки риска инновационного проекта, позволяющая учитывать взаимосвязи категорий "источники риска -факторы риска - вероятности риска - компенсационная доходность - показатели риска" и этапы жизненного цикла, что обеспечивает повышение достоверности оценки риска.

6. Разработана автоматизированная система количественной оценки риска инновационного проекта, включающая экспертную систему для определения апостериорных вероятностей проявления факторов риска на различных этапах жизненного цикла инновационного проекта на основе базы знаний факторов риска инновационного проекта, что дало возможность ускорить процесс принятия решений и повысить достоверность количественной оценки риска инновационного проекта.

Глоссарий

Основные термины и понятийный аппарат, применяемые в данной работе.

Автоматизированная система оценки (АСО) - совокупность математических методов, технических средств и организационных комплексов, обеспечивающих рациональную оценку сложного явления, объекта или процесса в соответствии с заданной целью. В составе АСО выделяют:

- основную часть, в которую входят информационное, техническое и математическое обеспечение; и

- функциональную часть, к которой относятся взаимосвязанные программы, автоматизирующие конкретные функции оценки.

Автоматизированная система (АС) — комплекс технических, программных, других средств и персонала, предназначенный для автоматизации различных процессов.

Автоматизированное рабочее место (АРМ) - индивидуальный комплекс технических и программных средств, предназначенный для автоматизации профессионального труда специалиста и обеспечивающий подготовку, редактирование, поиск и выдачу на экран, и печать необходимых ему документов и данных. Автоматизированное рабочее место обеспечивает оператора всеми средствами, необходимыми для выполнения определенных функций.

База знаний — семантическая модель, предназначенную для представления в ЭВМ знаний, накопленных человеком в определенной предметной области.

Достоверность - форма существования истины, обоснованной каким-либо способом, например экспериментом. Критерий истины - практика (реализуемость).

Конкретность истины - точный учет всех условий в которых находится предмет познания.

Информационное обеспечение в автоматизированных системах -совокупность единой системы классификации и кодирования информации, унифицированных систем документации и информационных массивов.

Инновационный проект (ИП) — комплекс взаимосвязанных мероприятий, предназначенных для достижения в течение заданного периода времени и при установленном бюджете поставленных задач с четко определенными целями и ограничениями, связанными с особенностями инновационной деятельности.

Жизненный цикл инновационного проекта - совокупность ступеней развития от возникновения идеи до полного завершения инновационного проекта, который принято разделять на фазы (стадии, этапы).

Классификация - структуризация, систематизация объекта по определенным классификационным признакам.

Лингвистическое обеспечение автоматизированной системы — совокупность языковых средств, используемых в автоматизированных системах, а также правил формализации естественного языка в целях повышения эффективности машинной обработки информации.

Математическое обеспечение автоматизированной системы — совокупность алгоритмов и программ, необходимых для управления системой и решения с ее помощью задач обработки информации вычислительной техникой.

Машина логического вывода — механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая-либо его разновидность)

Модель - любой образ, аналог мысленный или условный какого-либо процесса или явления, используемый в качестве его заместителя.

Математическая модель объекта — это его отображение в виде совокупности уравнений, неравенств, логических отношений, графиков и др.

Неопределенность - неполнота или отсутствие информации о некоторых аспектах инновационного проекта, являющаяся предпосылкой к возникновению риска.

Опытная эксплуатация автоматизированной системы — комплексная проверка готовности автоматизированной системы. Опытная эксплуатация имеет своей целью проверку алгоритмов, отладку программ и технологического процесса обработки данных в реальных условиях.

Оценка риска инновационного проекта — совокупность регулярных процедур анализа риска, заключающихся в идентификации источников его возникновения, анализе внешних и внутренних причин (факторов) риска и их вероятностей, определении показателей оценки уровня риска, а также в установлении моделей взамосвязи показателей и факторов риска, адаптированных для инновационного проектирования.

Подсистема автоматизированной системы — часть автоматизированной системы, выделенная по функциональному или структурному признаку, отвечающему конкретным целям и задачам.

Подсистема общения ЭС служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также, дающая возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.

• Подсистема приобретения знаний ЭС служит для корректировки и пополнения базы знаний. В простейшем случае это - редактор базы знаний, в более сложных экспертных системах - средства для извлечения знаний из баз данных, неструктурированного текста, графической информации.

Прикладное программное обеспечение - программное обеспечение, состоящее из:

- отдельных прикладных программ и пакетов прикладных программ, предназначенных для решения различных задач пользователей;

- автоматизированных систем, созданных на основе этих (пакетов) прикладных программ.

Программное обеспечение автоматизированной системы — совокупность программ для реализации целей и задач автоматизированной системы

Системный подход — направление методологии научного познания и социальной практики, в основе которого лежит рассмотрение объектов как систем, ориентирует исследование на раскрытие целостности объекта, на выявление ^ многообразных типов связей в нем и сведение их в единую целостную картину.

Техническое задание на автоматизированную систему - утвержденный в установленном порядке документ, определяющий цели, требования и основные исходные данные необходимые для разработки автоматизированной системы и содержащий предварительную оценку эффективности.

Техническое обеспечение автоматизированной системы - комплекс технических средств, предназначенных для обеспечения работы автоматизированной системы.

Эффект - категория, характеризующее превышение результатов реализации проекта над затратами на нее за определенный период времени. Увеличивает ВВП проекта.

Эффективность ИП — категория, отражающая соответствие инновационного проекта, достижению целей и удовлетворению интересов его участников.

Функциональная подсистема — составная часть автоматизированной системы, реализующая одну или несколько близких функций.

1. Методические рекомендации по оценке эффективности инвестиционных проектов . Мин. экономики РФ; Мин. фин. РФ; Гос. ком. РФ по строит., арх-ной и жилищной политике. Утв. 21 июня 1999 г. - № ВК 477. - вторая редакция.- Москва: Экономика, 2000. — 417с.

2. Искусственный интеллект. Применение в интегрированных производственных системах. Под ред. Э.Кьюсиака. М.: Машиностроение, 1991.

3. Агафонова И.П. Характеристика и классификация рисков инновационного проекта.// Менеджмент в России и за рубежом №6. 2002.

4. Александрова Т.В. и др. Управление инновационными проектами. Учебное пособие в 2-х частях./ Под общ.ред. проф. И.Л. Туккеля СПб.: СПбГТУ, 1999.- 180с.

5. Архангельский В. Н. и др. Рыночное хозяйствование и риски / В. Н.

6. Архангельский, Г. В. Горланов, В. К. Гуртов и др.; Редкол.: В. И. Кушлин, д.э.н., проф., А. Н. Фоломьев, д.э.н., проф. (отв. ред.); Рос. акад. гос. службы при Президенте Рос. Федерации. СПб.: Наука, 2000. - 431 с.

7. Ю.Балабанов И. Т. Риск-менеджмент / И. Т. Балабанов. М.: Финансы и статистика, 1996. - 192 с. - (Производственное издание).

8. П.Беликов А. Ю. Теория рисков: Учеб. пособие / А. Ю. Беликов; М-вообразования Рос. Федерации, Иркут. гос. экон. акад. Иркутск: Изд-во Иркут. гос. экон. акад., 2001. - 95 с.

9. Бобонец А. И. Оценка рисков в деятельности предприятий цементнойпромышленности: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / А.

10. И. Бобонец; Белгород, гос. технолог, академия строит, мат-лов. Белгород,2000.-25 с.

11. Боков В. В. и др. Предпринимательские риски и хеджирование в отечественной и зарубежной экономике: Учеб. пособие / В. В. Боков, П. В. Забелин, В. Г. Федцов; Акад. рус. предпринимателей, Ин-т рус. предпринимательства. М.: ПРИОР, 1999.-128 с.

12. Большов А. В. и др. Риск-менеджмент: Учеб. пособие / А. В. Болынов, А. Д. Хайруллина; М-во образования Рос. Федерации, Казан, финансово-экон. ин-т. -Казань: Изд-во КФЭИ, 1999. 110 с.

13. Бригхем Ю., Гапенски JI. Финансовый менеджмент: Полный курс: в 2-х т./ пер. с англ. под ред. В.В. Ковалева. СПб.: экономическая школа, 2000г.- т.1,2.

14. Буренина Г. А. Стратегический анализ рисков промышленного предприятия: Препринт / Г. А. Буренина; М-во образования Рос. Федерации, С.-Петерб. гос. ун-т экономики и финансов. СПб.: Изд-во СПбГУЭФ, 1999. - 28 с.

15. Буянов В. П. Методологические основы оценки и управления экономическими рисками в малом бизнесе: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / В. П. Буянов; Гос. ун-т. упр-я. -М., 2000. 17 с.

16. Быкова Н. И. Предпринимательский риск /Н. И. Быкова; М-во образования Рос. Федерации, С.-Петерб. гос. ун-т экономики и финансов. Препр.. - СПб.: Изд-во СПбГУЭФ, 2001.-16 с.

17. Воронцова Г. В. Методические основы управления рисками деятельности строительных предприятий: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / Г. В. Воронцова; Хабар, гос. технич. ун-т. Хабаровск, 2000. - 18 с.

18. Воропаев Ю. Н. Риски, присущие бизнесу // Бухгалтерский учёт. 1995. - № 4. -С. 29-31.

19. ГОСТ 24.103-84 Взамен ГОСТ 16084-75 АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ.

20. Грабовый П. Г. и др. Риски в современном бизнесе / П. Г. Грабовый; С. Н. Петрова; С. И. Полтавцев; К. Г. Романова; Б. Б. Хрусталёв; С. М. Яровенко. -М.: Алане, 1994.-200с.

21. Гранатуров В. М. Экономический риск: сущность, методы измерения, пути снижения: Учеб. пособие / В. М. Гранатуров. -М.: Дело и Сервис, 1999.

22. Грачева М. В. и др. Риск-анализ инвестиционного проекта: Учебник для вузов / М. В. Грачева, С. Я. Бабаскин, И. М. Волков, А. Г. Новокрещенова, В. А. Первушин, С. Ю. Симаранов; Под ред. М. В. Грачевой. М.: ЮНИТИ-ДАНА,2001.-351 с.

23. Джурабаева Г. К. Оценка и управление риском промышленной организации: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / Г. К. Джурабаева; Новосиб. гос. технич. ун-т. Новосибирск - 2000. - 25 с.

24. Дмитриев М. Н., Кошечкин С. А. Методы количественного анализа рисков инвестиционных проектов // Экономика строительства. 2001. - № 5 (508). - С. 27-34.

25. Дубров А. М. и др. Моделирование рисковых ситуаций в экономике и бизнесе: Учеб. Пособие / А. М. Дубров, Б. А. Лагоша, Е. Ю. Хрусталев; Под ред. Б. А. Лагоши. -М.: Финансы и статистика, 2000. 176 с.

26. Егоров В. Б. Методы анализа и преодоления рисков инновационно-ориентированных предприятий: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / В. Б. Егоров; С.-Петерб. гос. инженерно-экономич. академия. -СПб., 2000.- 18 с.

27. Забелина О. В. Формирование системы управления рисками промышленных предприятий: Автореф. дис. на соиск. учен. степ. д. э. н.: Спец. 08.00.05 / О. В. Забелина; Росс, экономич. академия им. Г. В. Плеханова. -М., 2000. 35 с.

28. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник / Под общ.ред.д.э.н., проф. А.В. Сидоровича; МГУ им. М.В. Ломоносова 4-е изд., стереотип. -М.: Издательство «дело и сервис», 2004.- 368 с.

29. Зайцев М.Г. Методы оптимизации управления для менеджеров: Компьютерно-ориентированный подход: Учебное пособие. М.: Дело, 2002. - 304 с.

30. Живетин В.Б. Введение в анализ риска.- Казань: Казанское математическое общество, 1999. 320 с.

31. Информационные технологии управления: Учеб. Пособие для вузов /Под ред. Проф. Г.А. Титоренко. 2-е изд., доп. - М.: ЮНИТИ-ДАНА, 2003. - 439 с.

32. Инсайд на высокой чистоте, Журнал «Эксперт», №17(418), 2004

33. Качанова Т.Л., Фомин Б.Ф. Информационная технология решения стратегических проблем. СПб.: Политехника, 2002.-76 е.: ил. (Проблемы инновационного развития. Вып.1)

34. Киселева К. С. Риски инвестиционного кредитования в России и пути их снижения: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.01 / К. С. Киселева; Ин-т молодёжи. М., 2000. - 19 с.

35. Ковалев В. В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности / В. В. Ковалев. 2-е изд., перераб. и доп. - М.: Финансы и статистика, 1998. - 512 с.

36. Коваленко И.Н., Филиппова А.А. Теория вероятностей и математическая статистика. Учебное пособие. М., «Высшая школа», 1973 г. с.368 с.

37. Козлов А. П. Формы управления рисками в деятельности предприятия: Препринт / А. П. Козлов. М.: Диалог-МГУ, 1999. - 17 с.

38. Колчин В. Г. Методы оценки рисков инвестора в инвестиционно-строительных проектах: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / В. Г. Колчин; Центр-ный научно-исследов. ин-т экономики и упр-я в стр-ве. М., 1998.- 17 с.

39. Колосов В.Г. Введение в инноватику: Учебное пособие,- СПб.: Изд-во СПбГПУ, 2002. 147 е.: ил.

40. Космина Т. В. Методические основы анализа экономических рисков инвестиционных проектов в условиях открытой экономики России: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / Т. В. Космина; С.-Петерб. гос. технич. ун-т. СПб., 2000. - 16 с.

41. Котов В. В. К вопросу защиты инвестиций от рисков // Экономика строительства. 2001. - № 8 (511). - С. 33-42.

42. Кривов В. Проблема рисков при принятии управленческих решений // Управление риском. 2000. - № 4. - С. 15-17.

43. Кузьмин И. И. Риск и безопасность: концепция, методология, методы / И. И. Кузьмин. М, 1993. - 160 с.

44. Куракина Ю. Г. Оценка фактора риска в инвестиционных расчётах // Бухгалтерский учёт. 1995. - № 6. - С. 22-27.

45. Кравец А.С. Природа вероятности, М.: Мысль, 1976

46. Лапуста М. Г. и др. Риски в предпринимательской деятельности: Учеб. пособие. / М. Г. Лапуста, Л. Г. Шаршукова. М.: ИНФРА-М, 1998. - 223 с.

47. Лопарев С., Шелупанов А. Анализ инструментальных средств оценки рисков утечки информации в компьютерной сети предприятия // Вопросы защиты информации № 4, 2003

48. Лобанов А., Филин С., Чугунов А. Риск-менеджмент // Риск. 1997. - № 4. - С. 43; №5-6.-45 с.

49. Логистика, эффективность и риск внешнеэкономических операций / К. В. Захаров, А. В. Цыганок, В. П. Бочарников, А.К. Захаров. Киев: ИНЭКС, 2000. - 237 с.

50. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц.-М.: Мир, 1991.-568 е., ил.

51. Н.Г. Малышев, Л.С. Берштейн, А.В. Боженюк. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991.

52. Д.Марселлус. Программирование экспертных систем на Турбо-Прологе. М.: Финансы и статистика, 1994.

53. А.Н.Мелихов, Л.С.Бернштейн, С.Я.Коровин. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990.

54. В.Е. Магер, Л.В. Черненькая. Мотивация и роль руководства в управлении качеством. СПб: «Политехника», 1998. - 70 с.

55. Н.Нильсон. Принципы искусственного интеллекта. М.: Радио и связь, 1985.

56. Нурулин Ю.Р. Автоматизированное управление наукоемкими инновационными проектами. СПб.: Политехника, 1998.-241 с.

57. Нурулин Ю.Р., Саватеева Е.Н., Туманов А.Ю. Финансове обеспечение инновационной деятельности: Учебное пособие. СПб.: Изд-во Политехи. Унта, 2004 - 250 с.

58. Попов Э.В. Экспертные системы. М:, Наука, 1987.

59. Построение экспертных систем. Под ред. Ф.Хейес-Рота, Д.Уотермена, Д.Лената. М.: Мир, 1987.

60. Системы управления базами данных и знаний. Справочное издание под ред. А.Н.Наумова. М.: Финансы и статистика, 1991.

61. К.Таунсенд, Д.Фохт. Проектирование и программная реализация экспертных систем на персональных ЭВМ. М.: Финансы и статистика, 1990.

62. Д.Уотерман. Руководство по экспертным системам. М.: Мир, 1989.

63. Экспертные системы. Принципы работы и примеры. Под ред. Р.Форсайта.- М.: Радио и связь, 1987.

64. Дж. Элти, М. Кумбс. Экспертные системы. Концепции и примеры. М.: Финансы и статистика, 1987.

65. Магер В.Е., Черненькая JI.B. Групповые методы выработки управленческих решений. СПб.: Политехника, 1997. - 83 с.

66. Мангуш К. С. Экономическая оценка риска инвестиционного проекта строительства угледобывающего предприятия: Автореф. дис. на соиск. учен, степ. к. э. н.: Спец. 08.00.05 / К. С. Мангуш; Мое. гос. горный ун-т. М., 2001. — 18 с.

67. Меньшиков В. В. Концептуальные основы оценки экологического риска: Учеб. пособие к лекц. курсу "Техноген. системы и экол. риск" / В. В. Меньшиков; Междунар. независимый эколого-политол. ун-т. М.: Изд-во МНЭПУ, 2001. -43 с.

68. Миэринь JI. А. и др. Основы рискологии: Учеб. пособие / JI. А. Миэринь; С.-Петерб. гос. ун-т экономики и финансов, Каф. общ. экон. теории. СПб.: Изд-во С.-Петерб. гос. ун-та экономики и финансов, 1998. - 138 с.

69. Можаева И. С. Методические основы управления проектными рисками в жилищном строительстве: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / И. С. Можаева; С.-Петерб. гос. ун-т экономики и финансов. СПб., 2000.- 19 с.

70. Морозов Д. Инструменты управления проектными рисками. Страхование от проектных рисков // Управление риском. 1999. - № 2. - С. 23-34.

71. Морозов Д. Основные принципы управления проектными рисками // Управление риском. 1999. - № 1. - С. 13-21.

72. Нуждин В.Н., Кадамцева Г.Г. Стратегическое управление качеством образования: Учебное пособие/ Иван.гос.энерг. ун-т.- Иваново. 2002.-88 с.

73. Нейлор К. Как построить свою экспертную систему: Пер. с англ.-М.: Энергоатомиздат, 1991.-286 е., ил.

74. Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами // Аудит и финансовый анализ, № 2, 2000.

75. Оценка эффективности и инвестиционной привлекательности региональных рисковых проектов: Препринт № 33 / JI. JI. Прокудина; Новосиб. гос. ун-т, НИИ мат.-информ. основ обучения. Новосибирск: Б.и., 1998. - 33 с.

76. Первушина Т. JT. Риски менеджмента: Для специальности 06.08.00 всех форм обучения. / Т. JI. Первушина; М-во образования Рос. Федерации, Сиб. гос. технол. ун-т. Красноярск: СибГТУ, 2000.

77. Поляков С. Ю. Об оценке рисков инвестиционных проектов // Бухгалтерский учёт. 1996. - № 8. - С. 66-71.

78. Попова Г. В. Руководитель в условиях экономического риска и кризиса / Г. В. Попова. Воронеж: Изд-во Воронеж, гос. ун-та, 1997. - 105 с.

79. Построение экспертных систем: Пер. с англ./Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената М.: Мир, 1987.-441 е., ил

80. Рогов М. А. Риск-менеджмент / М. А. Рогов. М.: Финансы и статистика, 2001. - 118с.

81. Рушневская О. В. Методы оценки риска инвестиционных проектов и управления им: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.10 / О. В. Рушневская; Иванов, гос. химико-технолог. ун-т. Иваново, 2000. - 17 с.

82. Селиванов К. В. Управление инвестиционными рисками в промышленности на основе хеджирования: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / К. В. Селиванов; С.-Петерб. гос. ун-т экономики и финансов. СПб., 2000. — 16 с.

83. Серегин Е. В. Предпринимательские риски: Учеб. пособие / Е. В. Серегин; Фин. акад. при Правительстве Рос. Федерации. Каф. "Финансы предприятий и фин. менеджмент". М.: ФА, 1999. - 40 с.

84. Ситуационный анализ. Деловые ситуации и деловые игры для менеджмента.Учебное пособие. Глухов В.В.,Кобышев А.Н., Козлов А.В. под ред. профессора В.В. Глухова. СПбГТУ, Санкт-Петербург. 1998. 301с.

85. Скамай Jl. Кому улыбается прибыль. Критерии и методы количественной и качественной оценки уровня предпринимательских рисков // Риск. 1998. - № 2-3.-С. 54; №4.-С. 18.

86. Смирнов В. Процесс управления риском // Управление риском. 1997. - № 4. -С. 9-12.

87. Стаханов В. Н. и др. Коммерческие риски в региональных экономических потоках / В. Н. Стаханов, М. А. Чернышев, В. Е. Шамарин; М-во общ. и проф. образования Рос. Федерации, Рост. гос. строит, ун-т. Ростов н/Д: Рост. гос. строит, ун-т, 1998. - 173 с.

88. Теребулин С.С. Управление рисками инвестиционных проектов в пищевой промышленности: Автореф. дис. на соиск. учен. степ. к. э. н.: Спец. 08.00.05 / С.С. Теребулин; Московский государственный университет пищевых производств. М., 2002. - 16 с.

89. Титов В. В. Организационно-методические вопросы управления рисками в российском бизнесе: Учеб. пособие / В. В. Титов; М-во высш. и проф. образования Рос. Федерации, Обн. ин-т атом, энергетики. Обнинск: ИАТЭ, 1999.-76 с.

90. Трифонов С. В. Модель оптимизации цены риска при обосновании реальных инвестиций: Препринт / С. В. Трифонов; М-во общ. и проф. образования Рос. Федерации, С.-Петерб. гос. ун-т экономики и финансов. СПб.: Изд-во СПбГУЭФ, 1999.-16 с.

91. Туманов А.Ю. Информационная технология «Экспресс-оценка риска инновационного проекта» Инновации в науке, образовании и производстве. Труды СПбГПУ №488 под редакцией В.Г. Колосова и И.Л. Туккеля,- Спб: Изд-во СП6ГПУ,2004.- с.106.

92. ЮЗ.Туккель И.Л. О методологии управления инновационными проектами. -Инновации в науке, образовании и производстве. Труды СПбГПУ №492 под редакцией В.Г. Колосова и И.Л. Туккеля,- Спб: Изд-во СПбГПУ,2004.- с.72.

93. Уткин Э. А. Риск-менеджмент: Учебник / Э. А. Уткин; Ассоц. авт. и издателей "Тандем". -М.: ЭКМОС, 1998.-287 с.

94. Учёт факторов неопределённости и рисков в предварительном технико-экономическом обосновании инвестиционных проектов // Управление риском. -1997.-№3.-С. 43-46.

95. Юб.Хованов Н. В. Математические модели риска и неопределённости / Н. В. Хованов. СПб.: Изд-во СПбГУ, 1998.

96. Хомкалов Г. В. Риски в инвестировании: анализ и оценка / Г. В. Хомкалов, Е. А. Панкратьева; М-во общ. и проф. образования Рос. Федерации, Иркут. гос. экон. акад. Иркутск: Изд-во ИГЭА, 1998. - 95 с.

97. Хохлов Н. В. Управление риском: Учеб. Пособие для вузов / Н. В. Хохлов. -М.: ЮНИТИ-ДАНА, 2001. 239 с.

98. Черкасов В. В. Проблемы риска в управленческой деятельности / В. В. Черкасов. -М.: Рефл-бук; Киев: Ваклер, 1999.-287 с.

99. П.Чернов В. А. Анализ коммерческого риска: Практ. пособие. / В. А. Чернов; Под ред. проф. М. И. Баканова. -М.: Финансы и статистика, 1998. 128 с.

100. Чернова Г. В. Практика управления рисками на уровне предприятия / Г. В. Чернова. СПб.: Питер, 200. - 176 с. - (Серия "Краткий курс").

101. Човушян Э. О. и др. Управление риском и устойчивое развитие. Учебное пособие для экономических вузов / Э. О. Човушян, М. А. Сидоров; Рос. Экон. Акад им. Г. В. Плеханова. М.: Изд-во РЭА им. Г. В. Плеханова, 1999. - 528 с.

102. Н.Шапиро В.Д. и др. Управление проектами. СПб.: ДваТри, 1996. - 610с.

103. Шарп У., Александер Г., Бэйли Дж. Инвестиции: Пер. с англ. М.: ИНФРА-М, 1998.-XII, 1028с.

104. Шаршукова JT. Кто становится банкротом? Анализ факторов, влияющих на уровень предпринимательского риска // Риск. 1997. - № 5. - С. 5.

105. Шеремет В. В. и др. Управление инвестициями: Справ, пособие для специалистов и предпринимателей: в 2-х т. / ПроектМенеджмент Консалтинг; Под. общ. ред. Шеремета В. В.; Науч. ред: Павлюченко В. М., Шапиро В. Д. -М.: Высшая школа, 1998.

106. Шумпетер И. Теория экономического развития (исследование предпринимательской прибыли, капитала, кредита, процента и цикла конъюнктуры). М.: Прогресс, 1982. - 456с.

107. Эриашвили Н. Д. Предпринимательские риски в маркетинговых программах / Н. Д. Эриашвили. М.: Финансы, 2000. - 28 с.

108. Ноу-хау центр Электронный ресурс. Электрон, текстовые дан. РФ,2004. -Режим доступа: http:// design@know-how-center.com- Загл. с титул, экрана.

109. Construction Risk: Points of View in association with Building Электронный ресурс. / Ernst & Young LLP. Электрон, текстовые дан. - UK: Ernst & Young LLP, 2001. - Режим доступа: www.ey.com/uk/realestate/. - Загл. с титул, экрана.

110. Introduction to the Operational Risk Assessment (ORA) model Электронный ресурс. / Skanska Financial Services AB. Электрон, текстовые дан. - [Б, м.]:

111. Skanska Financial Services AB, 2002. (Operational Risk Assessment). - Систем, требования: MS Word 97 or higher. - Загл. с титул, экрана.

112. Ross S. The Arbitrage Theory of Capital Asset Pricing // Journ. Econ. Theory. 1976. Dec. P. 341-360.

113. Project Risk Management Methods Электронный ресурс. / Dr. Stephen Grey. -Электрон, текстовые дан. Australia: Broadleaf Capital International Pty Ltd, 1999.- Режим доступа: http://www.broadleaf.com.au. Загл. с титул, экрана.

114. Risk Management Handbook for JPL Projects Электронный ресурс. / Dr. James Rose; JPL Risk Management Team. Электрон, текстовые дан. - USA, 1998. -Режим доступа: http://ma.jpl.nasa.gov/risk/indexoverview.htm. - Загл. с титул, экрана.

115. Universal Risk Project. Final Report Электронный ресурс. / Risk Management Specific Interest Group. Электрон, текстовые дан. - USA: RiskSIG, 2002. -Режим доступа: http://www.risksig.com/articles/index.htm. - Загл. с титул, экрана.

116. Zadeh L.Fuzzy sets as a basis for a theory of possibility // Fuzzy Sets and Systems. -1978.-Vol.1, №1.

117. Zadeh L. Torward a Perception-Based Theory of Probabilistic Reasoning with Imprecise Probabilities // Journal of Statistical Planning and Inference, 105, 2002.