CC BY
64
УДК 330.322:338.24
Л. М. РАБИНОВИЧ,
заслуженный деятель науки Российской Федерации и Республики Татарстан, доктор экономических наук, профессор
Институт экономики, управления и права (г. Казань), Россия,
Е. П. ФАДЕЕВА,
доктор экономических наук, кандидат физико-математических наук, доцент
Набережночелнинский филиал Института экономики, управления и права (г. Казань),
г. Набережные Челны, Россия
ИНВЕСТИЦИОННОМУ ПРОЦЕССУ - НАУЧНОЕ УПРАВЛЕНИЕ
Цель: На основе результатов многолетних исследований авторов осветить принципы решения наиболее сложных, важных и дискуссионных аспектов, позволяющих по-новому взглянуть на часто упоминаемую, но пока малоизученную проблему инвестирования.
Методы: В процессе исследования была использована совокупность разных методов с преобладанием экономико-математических методов моделирования и эмпирического анализа с помощью статистических пакетов прикладных программ STADIA, STATGRAPHICS, STATISTICA и SPSS. Кроме того были использованы методы оценки риска инвестиционных проектов Монте-Карло и распределения вероятностей Шарлье.
Результаты: установлено, теоретически доказано и методически обосновано, что, вопреки общепринятому мнению, главные параметры всех двухсот исследованных инвестиционных проектов распределены по нормальному закону (закону Гаусса), а чистый дисконтированный доход NPV этому закону не подчиняется, поэтому при его анализе нельзя использовать распространенные на практике методы. Нужны другие, показанные в статье. Достоверность результатов исследования повышается благодаря использованию авторами информационной базы двухсот реальных объектов инвестирования.
Научная новизна: заключается в обосновании нестандартного, креативного подхода к оценке инвестиционных проектов и выбору на этой основе наиболее эффективного их варианта.
Практическая значимость: собственники, менеджеры и работники предприятий, фирм, сфер экономики при подаче заявок на инвестиции смогут применять, в противовес общепринятым, изложенные в статье методы анализа и прогнозирования инвестиционных процессов, что будет способствовать рациональному использованию инвестиций и повышению за счет этого фактора эффективности производства. Выводы и предложения авторов носят оригинальный характер, обладают значительной новизной и в случае реализации могут принести практическую пользу за счет обоснованного привлечения, рационального использования инвестиций и повышения за счет этого фактора эффективности производства.
Ключевые слова: инвестиции; эффективность; методические подходы к анализу; экономико-математические методы анализа и прогнозирования; метод Монте-Карло; распределение Шарлье; моделирование инвестиционного процесса; закон Гаусса; эффективность производства; инвестиционный процесс.
Введение
Сегодня трудно найти средство массовой информации, в котором отсутствуют термины инвестор, инвестирование, не обсуждаются различные аспекты инвестиционного процесса. Однако де-терминантой большинства высказываний служит поиск инвестора, размер инвестиций, содержание инвестиционного портфеля, направления использования инвестиций. При этом упускается важнейший аспект проблемы - обоснование методов управления этим важным процессом.
Смелость - начало дела, но Случай - хозяин конца
Демокрит
Напомним, что известны несколько определений сущности управления (менеджмента) инвестициями. Одно из них - сбор, обработка и использование информации в целях принятия оптимального решения. Наука доказывает, а практика подтверждает, что искомый результат может быть достигнут только в случае использования трех условий: качественной информации, глубокого анализа, использования методов экономико-математического моделирования. Этому и посвящена статья.
Результаты исследования
Общепринятым критерием оценки эффективности инвестиционного проекта, решения о принятии его к внедрению является положительное значение чистого дисконтированного дохода (далее - ШРУ), размер которого определяется как разность текущей оценки будущих денежных поступлений и инвестиционных затрат. Понятно, что особенность инвестиционных проектов состоит в том, что значения их ШРУ носят вероятностный (случайный) характер.
Большинство описанных в литературе подходов к принятию решений о внедрении рискованных инвестиционных проектов носят описательный характер, т. е. предпринимаются попытки описать степень рискованности инвестиционного проекта неформализованно, на основе анализа факторов риска и их возможного влияния на эффект от проекта. В результате использования таких подходов можно определить значение ШРУ и степень риска получения этого значения, т. е. построить вероятностное распределение такой оценки - либо в виде таблицы (метод сценариев), либо непрерывное, как предусматривает метод стохастического (вероятностного, случайного) имитационного моделирования (например, метод Монте-Карло).
Как известно, основным критерием эффективности инвестиционных проектов является чистый дисконтированный доход ШРУ. Если ШРУ > 0, то это означает, что реализация инвестиционного проекта возместит первоначальные инвестиции (70), обеспечит получение прибыли и ее некоторый резерв, равный ЫРУ. При ЫРУ < 0 проект считается убыточным, его, следовательно, следует отклонить.
Таким образом, ШРУ - это максимальная сумма, которую может заплатить предприятие за возможность инвестировать средства в инвестиционный проект без ухудшения своего финансового положения. ШРУ - это показатель, на который может увеличиться стоимость фирмы, предприятия в результате реализации проекта.
Экономический смысл ШРУ заключается в следующем:
- во-первых, ШРУ можно трактовать как максимальную величину, на которую фирма должна увеличить свои инвестиции, чтобы не потерпеть убытков при сложившемся доходе и ставке дисконтирования;
- во-вторых, NPV может быть рассмотрена как сложившаяся величина чистого дохода (превышение совокупного долга);
- в-третьих, если инвестиции осуществляются за счет собственных средств, то NPV означает экономию инвестиций от вложения внутрифирменных средств;
- в-четвертых, NPV - это нереализованный прирост капитала;
- в-пятых, NPV характеризует массу прибыли от инвестированного капитала;
- в-шестых, - это цена, по которой можно выгодно продать идею проекта до его реализации [1, 2, 3].
Исследование чистого дисконтированного дохода почти двухсот инвестиционных проектов (большое число объектов - гарантия достоверности результатов) привело авторов статьи к заключению о том, что если главные параметры проектов распределены по нормальному закону (закону Гаусса), то чистый дисконтированный доход NPV всех исследованных инвестиционных проектов этому закону не подчиняется. Об этом свидетельствует, во-первых, вид гистограммы (эмпирического распределения) NPV, имеющей явно выраженную правостороннюю скошенность; во-вторых, значения коэффициентов асимметрии (скоса) s и эксцесса е, значительно отличающиеся от нуля. Это говорит о правосторонней асимметрии (так как s > 0) и об остроконечности (так как е > 0) кривой распределения NPV по сравнению с нормальной кривой (распределением Гаусса), у которой s = e = 0 [4].
Более того, проверка статистической гипотезы о нормальном распределении NPV была проведена также с помощью специальных статистических критериев: Колмогорова-Смирнова, ю2 (омега-квадрат критерий), х2 (критерий хи-квадрат) и с помощью статистических пакетов прикладных программ STADIA, STATGRAPHICS, STATISTICA и SPSS [3]. Все эти критерии свидетельствуют об однозначности выводов об отсутствии у результативного показателя инвестиционных проектов (NPV) распределения вероятностей Гаусса.
Среди 35 непрерывных вероятностных распределений, наиболее часто используемых на практике, авторы статьи выбрали распределение Шарлье [5] как наиболее адекватное распределение вероятностей для чистого дисконтированного дохода NPV. Этот выбор был обусловлен следующими причинами:
Во-первых, распределение Шарлье используется на практике для сглаживания эмпирических распределений с умеренными асимметрией и эксцессом (а именно такие асимметрия и эксцесс оказались у всех исследуемых NPV).
Во-вторых, распределение Шарлье является четырехпараметрическим распределением вероятностей, где в качестве параметров выступают математическое ожидание (среднее значение) р; стандартное (среднеквадратическое) отклонение о; коэффициент асимметрии у и коэффициент эксцесса у2 Статистические (выборочные) оценки этих четырех параметров довольно просто могут быть рассчитаны по эмпирическому распределению NPV (методом моментов или методом максимального правдоподобия). По этой причине распределение Шарлье может быть выбрано в качестве закона распределения любого инвестиционного проекта.
В-третьих, функция распределения Шарлье включает в себя функцию Лапласа Ф0(х) и функцию плотности вероятности стандартного нормального распределения ф(х), значения которых протабулированы и содержатся во всех учебниках, задачниках и справочниках по теории вероятностей, например, в работе Е. В. Гмурана [4], и Microsoft Excel.
Затем на информационной основе инвестиционного проекта, реализуемого ООО «Водолей» в 2014-2016 гг., была изучена обоснованность выбора распределения Шарлье как распределения вероятностей чистого дисконтированного дохода исследуемого проекта и возможностей, которые предоставляет такой выбор для прогнозирования, ибо, как говорил английский ученый Г. Спенсер: «цель всякой науки есть предвидение».
Целью инвестиционного проекта ООО «Водолей» послужило оказание услуг населению г. Набережные Челны по продаже и монтажу систем очистки воды. Системы водоочистки предназначены для очистки природной воды до показателей качества, отвечающих российским и зарубежным санитарно-гигиеническим требованиям. Основными составными элементами водоподготовки являются фильтры, пройдя через которые вода становится пригодной не только для хозяйственно-бытовых целей, но и для приготовления пищи.
Фирма ООО «Водолей» работает с фильтрами и комплексами по предварительной обработке воды различных компаний-производителей
(«Pentek», «Atoll», «Honeywel», «AirPump», «Seko»), а также магнитными преобразователями воды («MWS») и ультрафиолетовыми обеззара-живателями («R-CAN»).
Компания «Pentek» поставляет оборудование, на основе которого собираются надежные и экономичные системы любого назначения - от водоснабжения домов до предприятий по бути-лированию питьевой воды и специального оборудования для производственных целей.
Наибольшей популярностью пользуются так называемые патронные системы «Pentek», состоящие из стандартных высокопрочных пластиковых колб и широкого ассортимента подходящих к ним картриджей.
На основе этих элементов можно создавать любые легко модернизируемые конструкции самого разного назначения путем параллельно-последовательного наращивания количества колб и наполнения их различными картриджами:
- фильтрами серии «Slim Line» для холодной воды;
- фильтрами серии «Big Blue» для холодной воды;
- аксессуарами.
«Atoll» включает 2 различные группы товара: питьевые фильтры бытового назначения и мощные системы коммерческого, и производственного назначения. Это оборудование характеризуется тем, что собирается в США из комплектующих нескольких производителей, специализирующихся в узких высокотехнологичных областях, поэтому в результате достигается высочайшее качество очистки воды, что подтверждается сертификатами NSF и WQA: системы очистки воды обратноосмотические; магистральные фильтры малой производительности «Slim Line» (с картриджами); магистральные фильтры высокой производительности «Big Blue» (с картриджами и без); проточные питьевые системы.
Системы очистки воды компании «Honeywel» обеспечивают грубую и тонкую очистку жидкости от механических примесей и защищают от скачков давления магистрали и любые устройства потребления воды. Продукция фирмы является образцом надежности, унифицированности и эргономично сти: фильтры F 76S; FF 06; FK 06; HS 10S; редукционные клапаны; аксессуары для фильтров.
Магнитные преобразователи «MWS» предназначены для обработки воды полем постоянных магнитов большой мощности. Такая обработка позволяет избежать выпадения накипи на стенках труб и нагревательных элементов. При этом существующая накипь разрыхляется и выносится потоком воды.
Магнитные преобразователи «MWS» могут быть включены в состав любых установок, подверженных накипеобразованию в процессе эксплуатации. В результате магнитной обработки воды вместо прикипевших твердых отложений кальция образуется оксидная пленка, защищающая оборудование от точечной коррозии.
Устройства МПВ «MWS» не требуют для работы каких-либо химических реагентов и затрат электроэнергии и являются абсолютно экологически чистыми: бытовая серия магнитных преобразователей воды; промышленная серия магнитных преобразователей воды. Фильтрационные системы очистки воды для квартиры отличаются от «коттеджных» простотой установки. Как правило, монтаж бытовых фильтров в многоквартирном доме не требует врезки в водопроводную линию.
ООО «Водолей» в рамках рекомендуемого инвестиционного проекта предлагает следующие цены на оборудование и стоимость монтажа систем очистки воды: «Аквафор Трио норма» (1 600 рублей), «Аквафор Кристалл М» (2 600 рублей), «Аквафор Кристалл Н» (2 300 рублей), «Барьер ПРОФИ Standart» (2 300 рублей), «Барьер ПРОФИ Ferrum» (2 800 рублей), «Домашняя станция очистки воды Overntrop Dy 32R1» (18 500 рублей), «Фильтры механической очистки с ручной обратной промывкой BWT MULTIPUR 65M» (50 000 рублей) Стоимость монтажа первых пяти систем составляет 500 рублей, последних двух - 2 500 рублей. Необходимые для реализации инвестиционного проекта средства в сумме J0 = 2,5 млн рублей рублей вложены учредителями в долях (20 % для каждого из них). Эта сумма не является обременительной для инвесторов, в связи с чем ООО «Водолей» не планирует привлекать внешние инвестиционные ресурсы.
В основу проведенного авторами исследования был положен метод Монте-Карло - метод стохастического имитационного моделирования [6], который объединяет идею анализа чувствительности и теорию игр. Изменения главных факторов
инвестиционного проекта были заданы не интер-вально, а в виде вероятностного распределения.
Согласно методу Монте-Карло на персональном компьютере (далее - ПК) в среде Microsoft Excel были сгенерированы 30 000 значений главных параметров проекта, изменяющихся в интервалах: цена (в рублей) Р = 3000 ^ 3400; условно-переменные затраты за единицу продукции (в рублей) V = 2000 ^ 2400; и численность единиц продукции Q = 5600 ^ 5800 (в год).
По 30 000 значений каждого из отобранных параметров проекта генерировались с помощью инструмента ПК «Анализ данных», «Генерация случайных чисел» в предположении, что каждый из них подчиняется нормальному вероятностному распределению со средними значениями: V = 2200 рублей; P = 3200 единиц P = 3200 рублей. Любое из 30 000 сгенерированных значений параметра P, например, согласно методу Монте-Карло, комбинировалось с любым из 30 000 значений других параметров V и Q. Остальные параметры инвестиционного проекта считались неизменными. В результате по известной из инвестиционного анализа формуле для чистых поступлений от проекта [6] были рассчитаны на ПК 30 000 значений чистых поступлений NCF в виде аннуитета:
NCFt = NCF = [Q (P - V) - F - A](1 -T) + A, (1)
а затем столько же значений чистого дисконтированного дохода NPV по формуле:
NCF
NPV = y_NcF--j
tl(l + r)'
(2)
где г = 0,24 (или 24%) - ставка дисконтирования,
= 2,5 млн рублей - первоначальные инвестиции, Р = 300 000 рублей - постоянные расходы, п = 3 (лет) - срок инвестиционного проекта, Т = 0,2 (или 20 %) - ставка налога на прибыль, А = 12 000 рублей - амортизация [6].
Исследование эмпирического распределения ШРУ (т. е. его гистограммы) указало на очевидную правостороннюю скошенность чистого дисконтированного дохода. Это является положительным моментом, так как означает, что большие значения ШРУ являются более вероятными (известно, что чем больше ШРУ, тем эффективнее инвестиционный проект). Для подтверждения правосторонней скошенности чистого дисконтированного дохода
был использован также другой инструмент «Анализа данных» ПК - «Описательная статистика». Результатом использования этого инструмента явилась нижеследующая электронная таблица, содержащая наиболее широко используемые в практическом анализе характеристики распределений для главных параметров проекта V, Q, Р и его результативных показателей ШСР и NPV.
Анализ статистических данных приведенной таблицы позволил сформулировать нижеследующие выводы.
Прежде всего, это касается исследования медиан главных параметров Р, Q, V и результативных показателей NCF и NPV .
Как известно, медиана - это середина численного ряда или интервала. Как и математическое ожидание (т. е. среднее), медиана является одной из важнейших характеристик центра распределения случайной величины. В симметричных распределениях (например, в нормальном распределении - распределении Гаусса) значение медианы должно быть равным или очень близким к среднему значению. Из таблицы видно, что данное условие соблюдается для параметров проекта Р, Q, V (так как значения их медиан лежат в интервале (М (Е) - г; М (Е) + г, где г - стандартная ошибка соответствующего параметра), чего нельзя сказать о результативных показателях NCF и NPV, поскольку значения их медиан существенно меньше их средних значений. Это также приводит к выводу о возможной правосторонней асимметричности их распределений.
Асимметричность или коэффициент асимметрии (скоса) ^ характеризует смещение распределения исследуемого параметра проекта относительно его среднего. Если я > 0, то длинная часть лежит правее среднего значения, и наоборот. Для нормального распределения я = 0. Как следует из таблицы, асимметрия главных параметров проекта Р, Q, Vпрактически несущественна (я ~ 0), однако, о NCF и NPV этого сказать нельзя, поскольку я для них равен 0,590111. Для оценки значимости коэффициента асимметрии я для NPV рассчитали стандартную ошибку асимметрии по известной формуле математической статистики [4]:
6 • (m -1)
I [(m + 1)(m + 3)]
теории математической статистики, если отношение коэффициента асимметрии я к величине его ошибки о меньше трех (я : о < 3), то
асимм Г ^ асимм х '
асимметрия считается несущественной, т. е. ее наличие объясняется воздействием случайных факторов. Поскольку для исследуемого проекта отношение я : о = 41,73063 > 3 для NCF и NPV,
асимм
то асимметрию следует считать существенной и высказанное выше предположение о правосторонней скошенности NCF и NPV подтверждается.
Аналогичным образом была осуществлена проверка значимости величины эксцесса е. Из теории математической статистики [6] известна формула для расчета стандартной ошибки эксцесса
о = о
е эксцесс
24 • m (m - 2) (m - 3) (m -1)2 (m + 3) (m + 5)
(4)
(3)
где т - число значений исследуемого параметра проекта (у нас т = 30 000). Как известно из
где т - число значений случайной величины (у нас это NPV и т = 30 000). Известно, что если отношение (е : ое) меньше трех, то эксцесс следует считать незначительным и его величиной можно пренебречь. В нашем случае ое = 0,028279 и е : ое = 16,3671, что значительно больше трех и, следовательно, наличие эксцесса объясняется воздействием на случайную величину NPV неслучайных факторов и потому им (эксцессом) нельзя пренебречь [6].
Как известно, эксцесс характеризует остроконечность (в случае его положительности) или пологость (при его отрицательности) вероятностного распределения изучаемой случайной величины (NPV) по сравнению с нормальным распределением [6]. Теоретически эксцесс нормального распределения должен быть равен нулю, однако на практике для генеральных совокупностей больших объемов его малыми значениями можно пренебречь.
Как следует из приведенной таблицы, параметры P Q, Vраспределены по нормальному закону, так как их коэффициенты асимметрии (скоса) и эксцесса близки к нулю. Однако результативный показатель проекта - его чистый дисконтированный доход NPV - не распределен по нормальному закону, о чем свидетельствуют его коэффициенты асимметрии и эксцесса (и их значимость), а также вид гистограммы NPV, указывающий на остроконечность (так как е > 0) и несимметричность (так как я > 0) кривой распределения NPV по сравнению с нормальной кривой.
о
асимм
Выше было доказано, что в качестве закона распределения для чистого дисконтированного дохода ШРУ исследуемого инвестиционного проекта
следует выбрать распределение Шарлье. Поэтому
* *
в качестве статистических оценок р, о , у1 и у2 четырех параметров распределения Шарлье были выбраны значения соответствующих параметров из электронной таблицы «Описательная статистика»: р* = 6912509 (среднее значение); а* = 4115382 (стандартное отклонение); у1* = 0,590111 (асимметричность); у2* = 0,462875 (эксцесс). Сам закон распределения вероятностей чистого дисконтированного дохода ШРУ распределения Шарлье тогда будет задан следующей функцией распределения:
F([x) = 2 + Ф 0 ( ^ 2 1а
x - ц
h
x - ц
-1
24
x - ц
- 3 •
x - ц
1 „„ ( x - 6912509 = - + Ф
4115382
(x - 6912509' -q>I -
4115382
| 0,590111 \~~6~
x - 6912509 4115382
-1
0,462875 24
4115382
x - 6912509 V ( x - 6912509 - 3 •
4115382
ф (x) =
1
■ e
x 2
n
Ф0(x)=
1
V2n
• dz
(7)
дисконтированный доход превзойдет денежную сумму и (доллар, евро или рубль).
Если инвесторам (менеджерам) инвестиционного проекта важно знать, какова будет вероятность того, что чистый дисконтированный доход (резерв прибыли проекта ШРУ) превзойдет сумму 6 млн рублей, т. е. Р {ШРУ > 6 000 000}, то, как известно из теории вероятностей [4], эту вероятность удобнее находить по формуле: Р {ШРУ > 6 000 000} = 1 - Р{ШРУ < 6 000 000}, (8) поскольку вероятность Р{ШРУ < 6 000 000} - это есть значение функции распределения случайной величины ШРУ в точке х=6 000 000, т. е. Р {ШРУ < 6 000 000} = Р (6 000 000). Используя таблицы функций Ф0(г) и ф(г) из работы Гмурмана [2] и рассчитали Р (6 000 000) по формуле (5).
Итак,
6000000 - 6912509 4115382
= -0,2217 и ф (-0,2217) =
(5)
где р - параметр положения, математическое ожидание (среднее значение) случайной величины ШРУ; о - параметр масштаба, стандартное отклонение; у1 - параметр формы, асимметрия; у2 - параметр формы, эксцесс;
= 0,3894; Ф0 (-0,2217) = -Ф0(0,2217) = -0,0871 в силу четности функции ф(х): ф (-х) = ф(х) и нечетности функции Лапласа Ф0(х): Ф0 (-х) = = -Ф0(х) [4]. Тогда Р {ШРУ < 6 000 000} = = Р (6 000 000)= 0,4444 по формуле (5) и искомая вероятность составит Р{ШРУ >6 000 000} = = 1 - 0,4444 = 0,5556 или 55,6 %.
Важно отметить, что рассчитанная по формуле (5) вероятность того, что ШРУ будет больше нуля и, следовательно, проект следует внедрять, равна: Р {ШРУ> 0} = 1 - Р{ШРУ<0} = 1 - Р(0) = 1 - 0,5 -- Ф0 (-1,68) + ф (-1,68).
(6)
0,590111
0,462875
•[(-1,68)3 + 3 -1,68]Ц
плотность вероятности (функция плотности) стандартного нормального распределения;
функция Лапласа [5].
Функция распределения случайной величины является, как известно, ее исчерпывающей характеристикой, т. е. знание функции распределения обеспечивает исследователя (инвестора) полнейшей информацией о возможном поведении чистого дисконтированного дохода ШРУ в будущем, так как позволяет вычислить любую из вероятностей вида Р {ШРУ > и}, где и - любая сумма (доллар, евро или рубль), т. е. вероятность того, что чистый
•[1,682 -116 1 1 24
= 0,97088 или 97,1 %, где значения функций Ф0 (-1,68) = -0,0973 и ф (-1,68) = 0,4535 взяты из
таблиц [4].
Подчеркнем, что вероятность риска данного инвестиционного проекта, т. е. Р{ШРУ < 0}, рассчитанная методом Монте-Карло, равна 2,87 %, поскольку 861 значение ШРУ из 30 000
( 861
оказалось меньше нуля: I-
^30000
Отсюда видно, что результаты расчетов риска
по методу Монте-Карло (2,87%) и по распределению вероятностей Шарлье (5) 2,912 (100 % -97,088 % = 2,912 %) практически совпадают, т. е. теоретическое распределение Шарлье адекватно
• 100 % = 2,87 %.
+
ф
6
ст
а
h
2
2
а
а
2
+
2
Z
2
e
сгладило эмпирическое распределение вероятностей чистого дисконтированного дохода NPV исследуемого проекта.
Аналогично по функции распределения (5) были рассчитаны другие интересующие инвестора вероятности, например, такие как:
Р {NPV> 4 млн рублей} = 0,7565 или 75,65 %;
Р {NPV> 8 млн рублей} = 0,356 или 35,6 % и т. д.
Выводы
Знание таких вероятностей обеспечит инвестора информацией о целесообразности инвестирования в данный проект и прогнозом будущих денежных поступлений от реализации проекта.
Внеаудиторные встречи авторов статьи с выпускниками университетов, институтов, с молодыми предпринимателями, с обучающимися на факультетах повышения квалификации выявляют преобладающее у них мнение о том, что надежды на положительные результаты деятельности предприятий, фирм, сфер экономики связываются ими в основном с размерами инвестиций, их структурой и сроками использования. Трудно возразить против важности всех этих сторон данной проблемы. Однако думается, что такой под-
ход не имеет научной основы, а следовательно, контрпродуктивен. Заявке на инвестиции должен предшествовать глубокий анализ и прогнозирование эффективности инвестиционного процесса с использованием инновационных методических подходов. Определенную помощь в креативном решении этой актуальной проблемы может оказать содержание приводимой статьи.
Спислк литературы
1. Теплова Т. В. Финансовый менеджмент: управление капиталом и инвестициями: учебник. М.: ГУ ВШЭ, 2000. 504 с.
2. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов. Теория и практика: учеб. пособие. 3-е изд., испр. и доп. М.: Дело, 2004. 888 с.
3. Чугунов В .И., Прокаева И.Г. К вопросу качества технико-экономического обоснования инвестиционного проекта // Финансы и кредит. 2013. № 27 (555). С.64-69.
4. Гмурман Е.В. Руководство к решению задач по теории вероятностей и математической статистике: учеб. пособие. 11-е изд., перераб. М.: Высшее образование, 2006. 404 с.
5. Вадзинский Р.Н. Справочник по вероятностным распределениям. СПб.: Наука, 2001. 295 с.
6. Лукасевич И.А. Анализ финансовых операций. Методы, модели, техника вычислений: учеб. пособие. М.: ЮНИТИ, 1998. 400 р.
В редакцию материал поступил 16.09.14 © Рабинович Л. М., Фадеева Е. П., 2014
Информация об авторах
Рабинович Леонид Михайлович, заслуженный деятель науки Российской Федерации и Республики Татарстан, доктор экономических наук, профессор кафедры финансового менеджмента, Институт экономики, управления и права (г Казань) Адрес: 420111, г. Казань, ул. Московская, 42, тел.: (843) 231-92-90 E-mail: info@ieml.ru
Фадеева Елизавета Петровна, доктор экономики, кандидат физико-математических наук, доцент, Набережночел-нинский филиал Института экономики, управления и права (г. Казань)
Адрес: 423322, г. Набережные Челны, Набережночелнинский проспект, 31, тел.: (3552) 34-04-96 E-mail: office@chl.ieml.ru
Как цитировать статью: Рабинович Л.М., Фадеева Е.П. Инвестиционному процессу научное управление // Актуальные проблемы экономики и права. 2014. № 4 (32). С. 170-182.
L. M. RABINOVICH,
Honored Researcher of the Russian Federation and Tatarstan Republic, Doctor of Economics, Professor
Institute of Economics, Management and Law (Kazan), Russia,
E. P. FADEYEVA,
Doctor of Economics, PhD (Physics and Mathematics), Associate Professor Naberezhniye Chelny branch of Institute of Economics, Management and Law (Kazan), Naberezhniye Chelny, Russia SCIENTIFIC MANAGEMENT FOR INVESTMENT PROCESS
Brevity is the beginning of business, but Incident is the master of its ending.
Democritus
Objective: Basing on the results of long-term researches of the authors, to reveal the principles of solving the most complex, important and disputable aspects, allowing to take a new view of the investment issue, which is often referred to, but is still poorly investigated.
Methods: During research a complex of various methods was used, such as economic-mathematical methods of modelling and empirical analysis with statistical software STADIA, STATGRAPHICS, STATISTICA and SPSS. Besides, the Monte-Carlo method of investment risk estimation and Charlier probability distribution were used.
Results: It was stated, the oretically proved and methodologically grounded that, despite the current opinion, the main parameters of the two hundred investment projects under research are normally distributed (Gauss Law), while the NPV does not follow this law. That is why the traditional methods cannot be used and should be substituted for the ones presented in the article. The reliability of the results is high due to the use the actual database of two hundred investment objects.
Scientific novelty: grounding the non-standard, creative approach to investment projects evaluation and choosing the most effective option.
Practical value: the owners, managers and employees of enterprises of various economic sectors may implement the new methods of analysis, and prediction of investment processes, which will promote the rational using of investment and increasing the production efficiency. The authors' conclusions and proposals are unique and new, and their implementation can be practically useful due to the grounded attraction and rational use of investment, thus increasing the production efficiency.
Key words: investment; efficiency; methodological approaches to analysis; economic-mathematical methods of analysis and prediction; Monte-Carlo method; Charlier probability distribution; modelling of investment process; Gauss Law; production efficiency; investment process.
References
1. Teplova, T.V. Finansovyi menedzhment: upravlenie kapitalom i investitsiyami: uchebnik (Financial Management: capital and investment management: textbook). Moscow: GU VShE, 2000, 504 p.
2. Vilenskii, P.L., Livshits, V.N., Smolyak, S.A. Otsenkaeffektivnosti investitsionnykhproektov. Teoriyaipraktika: ucheb. posobie (Estimation of investment projects' efficiency. Theory and practice: manual). Moscow: Delo, 2004. 888 p. ISBN 5-7749-0286-2
3. Chugunov, V.I., Prokaeva, I.G. Kvoprosukachestvatekhniko-ekonomicheskogoobosnovaniyainvestitsionnogoproekta (On the issue of the quality of technical-economic grounding of an investment project). Finansy i kredit, 2013, no. 27 (555), pp.64-69.
4. Gmurman, E.V. Rukovodstvo k resheniyu zadach po teorii veroyatnostei i matematicheskoi statistike: ucheb. posobie (Manual on solving problems in probability theory and mathematical statistics: manual). Moscow: Vysshee obrazovanie, 2006, 404 p. ISBN 5-9692-0032-8.
5. Vadzinskii, R.N. Spravochnikpo veroyatnostnym raspredeleniyam (Reference book on probability distributions). Saint-Petrsburg: Nauka, 2001, 295 p.
6. Lukasevich, I.A. Analiz finansovykh operatsii. Metody, modeli, tekhnika vychislenii: ucheb. posobie (Analysis of financial operations. Methods, models, calculation technique: manual). Moscow: YuNITI, 1998, 400 p. ISBN 5-85173-115-X
Received 16.09.14
Information about the authors
Rabinovich Leonid Mikhailovich, Honored Researcher of the Russian Federation and Tatarstan Republic, Doctor of Economics, Professor of the Chair of Financial Management, Institute of Economics, Management and Law (Kazan) Address: 42 Moskovskaya St., 420111, Kazan, tel.: (843) 231-92-90 E-mail: info@ieml.ru
Fadeyeva Elizaveta Petrovna, Doctor of Economics, PhD (Physics and Mathematics), Associate Professor, Naberezhniye Chelny branch of Institute of Economics, Management and Law (Kazan)
Address: 31 Naberezhnochelninskiy Prospekt, 423322, Naberezhniye Chelny, tel.: (3552) 34-04-96 E-mail: office@chl.ieml.ru
How to cite the article: Rabinovich L.M., Fadeyeva E.P. Scientific management for investment process. Aktual'niye problemy ekonomiki i prava, 2014, no. 4 (32), pp. 170-182.
V_У
© Rabinovich L. M., Fadeyeva E. P., 2014
