авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 2 | 3 || 5 |

Развитие методологии и инструментария оценки экономической эффективности модернизации материально-технической базы отрасли связи

-- [ Страница 4 ] --

В соответствии с предложенным алгоритмом оценки эффективности отраслевых инвестиционных ресурсов рассчитана средняя отдача в целом по системе и средняя отдача в каждом из рассматриваемых регионов, баллы эффективности (табл.8).

Табл.8. Расчет баллов эффективности (фрагмент)

Р е г и о н ы

Баллы эффективности

П/Ф

П/Т

И/Ф

И/Т

Белгородская область

0.9584

0.3542

0.2492

0.0921

Брянская область

1.4451

0.5922

0.2210

0.0906

Владимирская область

0.8991

0.4968

0.2854

0.1577

Липецкая область

1.4071

0.7791

0.2993

0.1657

Московская область

0.6534

0.4771

1.1662

0.8514

Москва

1.0096

2.6467

1.7124

4.4891

В регионах, где по данным анализа ресурс используется эффективнее, чем в среднем по системе, балл эффективности больше единицы. Наоборот, чем ниже эффективность в отдельном регионе, тем больше значение коэффициента будет приближаться к нулевому значению.

Следуя последовательности предлагаемого алгоритма выполнения расчётов, произведён кластерный анализ регионов, причём в качестве критерия кластеризации приняты ранги по каждому из четырёх показателей. Для проведения расчётов использовалась программа StatSoft STATISTICA 6.0. Деление генеральной совокупности регионов на кластеры осуществлено с использованием иерархического кластерного анализа по правилу Уорда и позволило получить определённые результаты. В первый кластер, отличающийся наиболее эффективным использованием отраслевых ресурсов, попадает большинство российских регионов. В третий кластер, имеющий наихудшие показатели использования ресурсов, попало всего лишь пять регионов: Москва, Санкт-Петербург, Краснодарский край, Свердловская область и Приморский край.

В современных условиях региональные телекоммуникационные рынки отличаются значительной вариацией основных характеристик, что, как правило, не принимается во внимание при планировании инвестиционной деятельности. Именно поэтому разработка типологии регионов с позиции потенциальной ёмкости рынка, эффективности работы отраслевых ресурсов и инвестиционных рисков позволяет выбрать адекватную стратегию управления инвестиционной деятельностью.

Типология, как результат процедуры классификации, позволяет упорядочить объекты множества, выявить сходства и различия в их развитии, что даёт возможность их определённым образом систематизировать. В экономических исследованиях наибольшее распространение получили эмпирические типологии. Для представления результатов эмпирической типологии, как правило, используется способ представления объектов в многомерном пространстве.

В качестве критериев, положенных в основу построения типологии, выбраны: потенциальная ёмкость исследуемого рынка, эффективность работы отраслевых региональных ресурсов и региональные риски. Значения первых двух критериев рассчитываются по предложенным методикам, а в отношении третьего критерия можно отметить следующее. В настоящее время теория оценки инвестиционных региональных рисков находится в стадии своего развития и формирования и, как следствие, имеет место достаточно большое количество предлагаемых методических приёмов и методов выполнения оценочных расчётов, имеющих свои достоинства и недостатки. В рамках проводимых исследований не ставилось целью совершенствование методики оценки региональных рисков. Позиционирование регионов в трёхмерной матрице представлено на рис.11. Для регионов, попавших в сегмент А, характерна высокая эффективность использования отраслевых ресурсов, низкий инвестиционный риск и потенциальная ёмкость рынка. К таким регионам относятся: Калужская, Орловская области, Республика Коми, Новгородская, Псковская, Томская области, Республика Саха (Якутия), Костромская, Мурманская и Калининградская области. Операторы связи таких регионов способны самостоятельно реализовать свои стратегические планы в области достижения экономически сбалансированного состояния телекоммуникационного комплекса.

Рис. 11. Позиционирование регионов в трёхмерной матрице

Напротив, регионы, попавшие в группу С, характеризуются высоким инвестиционным риском, высокой потенциальной ёмкостью рынка и низкой эффективностью использования отраслевых ресурсов. Именно операторам этих регионов для ликвидации имеющего место цифрового неравенства необходима государственная поддержка. При принятии решения о реализации инвестиционных проектов в регионах группы В и С необходимо особенно тщательно подходить к оценке возможных рисков и их последствий. Для оценки экономической эффективности инвестиционных проектов, планируемых к реализации в этих регионах, следует использовать опционный подход.

В пятой главе изложена методика анализа и оценки экономической эффективности отраслевых инвестиционных проектов на основе теории реальных опционов.

Использование теории реальных опционов в практике инвестиционного анализа даёт возможность компенсировать несовершенство традиционных методов оценки эффективности ИП, не позволяющих в полной мере учитывать возможные риски инвестиционной деятельности и гибкость управленческих решений, заложенных в конкретный инвестиционный проект.

Теория реальных опционов предполагает использование методологии финансовых опционов в реальном бизнесе. Возникновение термина «реальный опцион» обусловлено аналогией между инвестиционными проектами и финансовыми опционами. Вместе с тем, проведённый анализ позволил выявить следующие ключевые отличия между финансовыми и реальными опционами. Во-первых, финансовый опцион обычно имеет менее продолжительный период, в течение которого он может быть исполнен. Во-вторых, владельцы финансовых опционов не могут воздействовать на курс финансового актива, в то время как стоимость инвестиционного проекта может быть увеличена, поскольку стратегические реальные опционы могут быть созданы менеджерами компании. В-третьих, финансовые опционы имеют относительно меньшую стоимость (обычно измеряется в десятках или сотнях долларов), чем реальные опционы (тысячи, миллионы или даже миллиарды долларов на один стратегический опцион). В-четвёртых, если финансовые опционы страхуют финансовый риск, то реальные – стратегический риск.

Гибкость, возможность изменить принятое решение в широком смысле слова имеет свою ценность. Чем больше таких возможностей содержится в проекте, тем большую ценность имеет и сам проект. Концептуально показатель чистой текущей стоимости ИП можно представить как сумму показателя NPV, рассчитанного согласно традиционной методике, и ценности заключённых в проекте управленческих опционов, что может быть представлено в виде следующей формулы:

, (5)

где NPVexp (Expanded NPV) – расширенная чистая текущая стоимость ИП; NPVtr (Traditional NPV) – чистая текущая стоимость, рассчитанная традиционным методом; ROV (Real Options Value) – ценность реальных опционов.

В практике инвестиционного анализа имеется достаточное количество моделей оценки стоимости реальных опционов, однако, с учётом возможности практического использования особое внимание заслуживает биномиальный метод и модель Блека-Шоулза. Биномиальный метод заключается в моделировании движения стоимости базисного актива на основе биномиального закона. Предполагается, что в рассматриваемый период времени переменная может измениться лишь в двух направлениях: увеличиться с вероятностью p или уменьшиться с вероятностью 1-p. Таким образом, моделируется стохастическое поведение стоимости актива во времени. Увеличивая количество временных периодов, получают графическую фигуру, называемую биномиальной решёткой или биномиальным деревом. Для проведения расчетов на основе данного подхода используются следующие исходные данные: S0 – текущая стоимость базисного актива; X – стоимость исполнения опциона; – волатильность денежных потоков; T – срок исполнения; rf – безрисковая ставка; u – фактор роста; d – фактор снижения; p– риск - нейтральная вероятность.

Биномиальный подход предполагает поэтапное выполнение расчётов. На первом этапе создаётся решётка оценки базисного актива (underlying asset lattice) путём перемножения его текущей стоимости на коэффициенты роста и снижения. Далее устанавливается, какое влияние могут оказать те или иные решения на результат проекта. Для этого на втором этапе строится опционная решетка (с помощью метода обратной индукции). В соответствии с данным подходом сперва выполняется оценка завершающих узлов решётки, а затем, двигаясь справа налево, оцениваются промежуточные узлы. В каждом узле выбирается наиболее эффективное решение. Рассчитав эффект проекта с учётом опционов и отняв от него базисный эффект без их учёта, получим величину стоимости реальных опционов.

Применяя биномиальный метод для оценки реальных опционов, исходят из предположения, что число звеньев дискретно и заранее известно. Логика данного подхода требует, чтобы их количество соответствовало частоте принятия наиболее значимых для проекта решений. Узлы решётки должны быть теми моментами времени, в которых принимаются стратегические решения о сокращении, развитии, переключении бизнеса и т.д. В том случае, если проект требует постоянного мониторинга и ситуация может измениться в любую минуту, необходимо увеличивать число звеньев в биномиальной решетке, сокращая временные интервалы между её узлами. Таким образом дискретная биномиальная модель превращается в непрерывную. Когда процесс оценки является непрерывным, биномиальная модель оценки сходится с моделью Блека – Шоулза. По результатам проведенного исследования был разработан следующий алгоритм анализа и оценки экономической эффективности инвестиционного проекта, реализуемого в условиях неопределённости на основе опционного подхода (рис.12).

Исходным пунктом анализа является идентификация типов неопределённости и факторов риска, характерных для конкретного инвестиционного проекта. Основываясь на результатах анализа неопределённости, предлагается осуществлять процедуру идентификации рисков с использованием матрицы «Неопределённости – риски». Второй этап предполагает оценку экономической эффективности ИП на основе традиционного подхода (расчёт показателей NPV, IRR, PI, DPBP). Третий этап предложенного алгоритма предполагает количественную оценку риска ИП на основе имитационного моделирования методом Монте-Карло. Для потенциального инвестора информация об уровне риска ИП является очень ценной, но не менее важное значение имеет информация о возможности управления риском. Именно с этой точки зрения исследование реальных опционов представляет особый интерес.

Как показывает проведённый анализ, в настоящее время отсутствует устоявшаяся терминология в данной предметной области и единый подход к классификации опционов. Между тем, такая классификация необходима, поскольку позволяет чётко определить место каждого опциона в их общей системе. На рис.13 представлен предлагаемый вариант классификации.

Заключительным этапом анализа является сравнение результатов эффективности ИП, полученных на основе традиционного подхода, и с учётом ценности реальных опционов. Сравнительный анализ позволяет определить ценность управленческой гибкости. Представленные в диссертации расчёты доказывают возможность и целесообразность использования опционного подхода при оценке экономической эффективности отраслевых инвестиционных проектов модернизации.

Рис.12. Алгоритм анализа ИП на основе опционного подхода

Рис.13. Классификация реальных опционов

Основные выводы

1. Развитие мировой экономики характеризуется сегодня процессами глубокой трансформации на основе выдвижения идей и знаний в качестве ключевого фактора производства. Необходимым условием успешной интеграции России в мировое информационное пространство является наличие современной инфокоммуникационной инфраструктуры. Превращение информации и знаний в подлинный ресурс социально-экономического развития России связано с постановкой соответствующей цели на высшем государственном уровне и разработкой комплексной программы её достижения – созданием стратегии развития ИО. В настоящее время инфокоммуникационный комплекс РФ развивается довольно динамично. Однако, несмотря на высокие темпы роста, степень готовности России к ИО оценивается как недостаточная. Проведённый автором многомерный анализ уровня развития инфокоммуникаций 136 стран мира позволил выявить пять кластеров. Россия входит в состав кластера с развивающейся инфокоммуникационной структурой и имеющего четвёртый ранг.

2. Для России характерна высокая неравномерность в уровне развития инфокоммуникационной инфраструктуры в разрезе регионов. Неравномерность развития коррелирует с неравномерностью экономического развития, что подтверждают построенные корреляционные зависимости стационарной, мобильной телефонной плотности и плотности ПК от величины душевого валового регионального продукта субъектов Российской Федерации. В связи с этим одной из важнейших задач, стоящих сегодня перед инфокоммуникационным комплексом РФ, является его ускоренная модернизация с целью ликвидации имеющего место «цифрового разрыва» внутрироссийского масштаба.

3. Проблема привлечения инвестиций в инфокоммуникационный комплекс РФ является сегодня весьма актуальной. Преодоление имеющегося отставания в области построения информационного общества сопряжено со значительными инвестиционными затратами, объёмы которых превышают реальные возможности национальной администрации и региональных операторов. На основе проведенного анализа определено, что деятельность, связанная с подготовкой и реализацией отраслевых инвестиционных проектов модернизации имеет ряд особенностей. Наиболее важными из них являются: капиталоёмкость инфокоммуникационных проектов; наличие значительного лага между моментом вложения средств в инвестиционный проект и отдачей от них; стремительный рост требований к качеству услуг; сокращение времени жизненного цикла технологий; высокий срок окупаемости проектов; необходимость выполнения работ по индивидуальному проектированию с учетом технических характеристик действующей сети, ёмкости и структуры рынка и т.д.; высокий уровень неопределённости и, следовательно, риска.

4. В диссертации выявлено, что инвестиционные проекты по модернизации материально-технической базы отрасли носят стратегический характер и являются по своему содержанию инновационными. Именно инновационные проекты характеризуются высокой степенью неопределённости и подвержены влиянию различного рода рисков. Поэтому возникает объективная необходимость при расчёте экономических показателей эффективности подобного рода проектов учитывать возможные риски и оценивать экономические последствия их проявления.



Pages:     | 1 |   ...   | 2 | 3 || 5 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.