Особенности инвестирования в инновационные проекты Текст научной статьи по специальности «Экономика и бизнес»

28

ЭКОНОМИКА И УПРАВЛЕНИЕ

УДК 330.322

Особенности инвестирования в инновационные проекты

В статье рассматриваются вопросы оценки риска и эффективности инвестиционных проектов компаний, связанных с внедрением новых сервисов услуг. Выявлены особенности финансирования проектов с учетом собственных и заемных средств. Разработана методика оценки эффективности реальных и финансовых инвестиций, позволяющая оптимизировать принимаемые решения по внедрению инноваций на рынке телекоммуникаций.

Ключевые слова: инвестиционный проект; рынок телекоммуникаций; имитационное моделирование; анализ рисков; моделирование.

The article reviews issues associated with assessing risks and effectiveness of investment projects of companies involved in introduction of new services. It shows peculiarities of financing projects with company's own and borrowed funds. A new methodology of evaluating the effectiveness of real and financial investments is developed, which helps to optimize innovation decision-making in the telecommunications market.

Keywords: investment project; telecommunications market; simulation modeling; risk analysis; modeling.

Трегуб Илона Владимировна

д-р экон. наук, профессор кафедры «Моделирование экономических и информационных систем» Финансового университета E-mail: ilonavl_fa@mail.ru

Оценка риска и эффективности инвестиционных проектов

Инвестирование компаний, в частности телекоммуникационных, связано с умением оценивать риски и эффективность инвестиционных проектов. Особенно это важно в случае инвестирования в инновационные проекты, к которым можно отнести создание принципиально новых сервисов услуг [1, с. 161-162; 2, с. 254-257].

Реализация инвестиционного проекта позволяет предприятию адаптироваться к макроэкономическим реалиям, изменениям во внешней среде, предвосхищая их. Все коммерческие предприятия в той или иной степени связаны с

инвестиционной деятельностью, но принятие инвестиционных решений зависит от видов инвестиций, стоимости проектов и осложняется ограниченностью инвестиционных затрат, множественностью доступных к реализации инвестиционных проектов, рисками принятия того или иного решения. Именно поэтому проблема эффективного инвестирования заслуживает особого внимания.

Инвестиционные решения должны приниматься компанией не только с учетом ее особенностей, но также в зависимости от условий внешней среды, в которой она действует, и возможности их изменений. Но в большинстве случаев все расчеты проводятся для некоторого базового варианта проекта, который считается разработчиками наиболее правдоподобным. Таким образом, делается предположение о полной определенности, т. е. о наличии всей информации, касающейся набора параметров проекта. В этом случае денежные потоки проекта считаются заранее известными и, как следствие, строится только одна модель движения денежных потоков. Предпосылка о наличии всей необходимой информации позволяет значительно упрощать проект, но в реальной экономике это случается крайне редко.

И. В. Трегуб ОСОБЕННОСТИ ИНВЕСТИРОВАНИЯ В ИННОВАЦИОННЫЕ ПРОЕКТЫ

29

Неопределенность приводит к тому, что набор параметров и денежные потоки проекта заранее неизвестны и могут принимать различные значения, т. е. у проекта появляются несколько возможных сценариев реализации. В связи с этим необходимым становится применение методов, позволяющих оценить эффективность и риски проекта с учетом изменений внешней среды.

Метод Монте-Карло позволяет учесть влияние неопределенности на эффективность инвестиционного проекта. Проведение имитационного моделирования по методу Монте-Карло основано на том, что при известных законах распределения экзогенных переменных можно с помощью определенной методики получить не единственное значение, а распределение результирующего показателя.

Схема использования метода Монте-Карло в количественном анализе рисков строится на математической модели результирующего показателя как функции от переменных составляющих и параметров. Переменными считаются случайные составляющие проекта, а параметрами — составляющие проекта, значения которых предполагаются детерминированными.

Математическая модель пересчитывается при каждом новом имитационном эксперименте, в течение которого значения основных неопределенных переменных выбираются случайным образом на основе генерирования случайных чисел. Результаты всех имитационных экспериментов объединяются в выборку и анализируются с помощью статистических методов с целью получения распределения вероятностей результирующего показателя и расчета основных измерителей риска проекта.

Эти и другие достоинства метода Монте-Карло делают его одним из лучших способов оценки инвестиционных проектов.

Применение метода Монте-Карло

В отечественной и зарубежной практике при разработке и экспертизе инвестиционного проекта оценка его эффективности осуществляется на основе анализа значений интегральных показателей, одним из которых является чистый приведенный доход (МРУ), характеризующий превышение суммарных денежных поступлений над суммарными затратами для данного проекта с учетом их разновременности:

(1)

где МРУ — чистый приведенный доход;

СРк — денежные поступления за к-ый год; г — ставка дисконтирования; п — продолжительность проекта;

1С — начальные инвестиции.

Очевидно, что если МРУ > 0, то проект

приносит прибыль и его следует принять, МРУ < 0, то от проекта следует отказаться, МРУ = 0, то проект нельзя считать ни прибыльным, ни убыточным.

Рассмотрим применение метода Монте-Карло на примере инвестиционного проекта компании, оказывающей услуги в телекоммуникационном секторе экономики.

Инвестиционные решения должны приниматься компанией не только с учетом ее особенностей, но также в зависимости от условий внешней среды, в которой она действует, и возможности их изменений

Пример.

Информация о проекте. По состоянию на текущий момент основным видом деятельности предприятия-инициатора является оказание дополнительных услуг сотовой связи — предоставление информационного контента потребителям по их запросу. Компания решает запустить новый сервис услуг на рынок.

На основе анализа рынка мобильного контента разработчиками проекта определены пессимистический, наиболее вероятный и оптимистический варианты значений переменных, в соответствии с которыми устанавливаются диапазоны изменения риск-переменных.

Анализ инвестиционного проекта будет проведен для двух различных структур финансирования: стопроцентного собственного финансирования; финансирования с привлечением заемных средств.

Финансирование проекта за счет собственных средств. Основные взаимосвязи в модели устанавливаются следующим образом. Выручка от

ЭКОНОМИКА И УПРАВЛЕНИЕ

Исходные данные модели (руб.)

Таблица 1

Объем оказанных услуг

Пессимистический вариант Наиболее вероятный вариант Оптимистический вариант

I квартал

500 000 600 000 700 000

II квартал

650 000 750 000 850 000

III квартал

700 000 800 000 900 000

IVквартал и далее

800 000 900 000 1 000 000

Цена услуги

Пессимистический вариант Наиболее вероятный вариант Оптимистический вариант

11 12,64 14,28

Материальные переменные издержки при оказании одной услуги

Пессимистический вариант Наиболее вероятный вариант Оптимистический вариант

5,74 4,74 3,74

продаж определяется объемом оказанных услуг и ценой одной услуги. Издержки зависят от объема оказанных услуг, переменных издержек на оказание одной услуги и постоянных затрат. Переменные издержки на оказание одной услуги определяются затратами на рекламу для повышения спроса на услуги и затратами на оплату труда в расчете на одну оказанную услугу. Квартальный платеж зависит от выручки от оказанных услуг, издержек производства, амортизации, ставки налога на прибыль организаций, отчислений во внебюджетные фонды, а также инвестиционных затрат.

С учетом вышеизложенного, квартальный платеж может быть вычислен следующим образом:

^ • р{ - ^ X (т{ + ^ - ^ - а; •

• (1 - Т) + А, -I,, (2)

где СГ[ - величина платежа в г-й квартал;

0г - объем оказанных услуг в количественном выражении в г-й квартал;

р( - цена одной услуги в г-й квартал;

- издержки на рекламу в расчете на одну оказанную услугу в г-й квартал;

- затраты на оплату труда в расчете на одну оказанную услугу в г-й квартал; ^ - постоянные издержки в г-й квартал;

Л1 - величина амортизационных отчислений в г-й квартал;

Т - суммарная ставка отчислений, производимых с прибыли предприятия;

I - инвестиционные затраты в г-й квартал.

Для базового варианта реализации проекта чистый приведенный доход (МРУ), рассчитанный по формуле (1), оказался равным 1 734 901 руб.

Для анализа и оценки рисков (возможных убытков) проекта будем использовать моделирование показателя чистого приведенного дохода инвестиционного проекта.

Математическая модель рассматриваемого инвестиционного проекта будет выглядеть следующим образом:

И. В. Трегуб ОСОБЕННОСТИ ИНВЕСТИРОВАНИЯ В ИННОВАЦИОННЫЕ ПРОЕКТЫ

я СР 3(1+у/4)‘ '

% *, (3)

где к переменным величинам модели отнесем:

0г - объем оказанных услуг в натуральном выражении в г-й квартал;

р{ - цена в руб. за единицу продукции в г-й квартал;

ш1 - переменные материальные затраты на единицу продукции в г-й квартал.

Постоянными величинами (параметрами модели) будем считать:

10 - начальные инвестиционные затраты;

) - номинальная ставка дисконтирования;

- затраты на оплату труда на одну оказанную услугу в г-й квартал;

Рг - постоянные издержки в г-й квартал;

Лг - амортизационные отчисления в г-й квартал;

Т- суммарная ставка налогов на прибыль.

При этом номинальная ставка дисконтирования может быть найдена по формуле:

1 + ) = (1 + Г) • (1 + І),

(4)

Важно отметить, что ожидаемое значение МРУ для компании является невысокой величиной, а стандартное отклонение МРУ превышает ожидаемое значение МРУ. Кроме того, коэффициент вариации превосходит единицу, что также свидетельствует о высоком риске проекта.

При этом вероятность того, что МРУ проекта будет отрицательной величиной, равна 0,369. Таким образом, с вероятностью более 35% можно говорить об отрицательных «поступлениях» от проекта. Такой результат нельзя считать удовлетворительным, и принятие решения об инвестициях в проект может привести к убыткам компании.

Схема использования метода Монте-Карло в количественном анализе рисков строится на математической модели результирующего показателя как функции от переменных составляющих и параметров

где ) - номинальная ставка дисконтирования; г - обычная ставка дисконтирования;

І - темп инфляции (модель для І разработана в приложении В).

На основе модели по равномерному закону было сгенерировано 1000 значений для каждой риск-переменной и получено соответственно 1000 значений результирующего показателя (МРУ).

Проверка по критерию х2 показала, что для уровня значимости а = 0,05 нет существенного различия между полученным экспериментальным распределением NPV и нормальным законом распределения с параметрами (р = 2 167 000; о2 = 6 484 002). Статистические характеристики полученного распределения приведены в табл. 2.

Таблица 2

Статистические характеристики

Показатель Значение

Математическое ожидание NPV 2 167 000,17 руб.

Дисперсия NPV 6 484 002,74 руб.

Коэффициент вариации NPV 2,99

Финансирование проекта с привлечением заемных средств. Для этого в модели необходимо учесть условия кредитования: соотношение собственных и заемных средств может быть разным. Рассмотрим вариант привлечения 70% заемного капитала для реализации проекта при сумме основного долга 32 000 000 руб., процентной ставке — 15% годовых, погашении суммы основного долга равными долями в течение 8 последних кварталов реализации инвестиционного проекта.

При этом изменение основных взаимосвязей в модели коснется только квартального платежа, который, помимо всего прочего, будет зависеть от процентов по кредиту, суммы полученных заемных средств и погашения суммы основного долга.

Учитывая вышеизложенное, квартальный платеж можно вычислить следующим образом:

Ср = (0, • Р, - ° х (т, + V) - - А,- Б) •

• (1 - Т) + А - К +Ъ - Ь (5)

где - сумма выплачиваемых процентов по кредиту в г-й квартал;

ЭКОНОМИКА И УПРАВЛЕНИЕ

Z г - полученные заемные средства в г-й квартал;

Lt - погашение суммы основного долга в г-й квартал.

Для базового варианта реализации проекта чистый приведенный доход (МРУ) оказался равным 13 516 678 руб.

Математическая модель для осуществления имитационного моделирования будет выглядеть следующим образом:

Ш3У=

с%_

га+^/4у

-V

(6)

Для данной схемы финансирования процесс генерации и последующего анализа остается прежним, однако полученные результаты существенно отличаются.

Величина ИРУ вновь оказалась распределенной нормально. Статистические характеристики полученного распределения представлены в табл. 3.

Таблица 3

Статистические характеристики

Показатель Значение

Математическое ожидание NPV 15 515 831,7 руб.

Стандартное отклонение NPV 7 930 763,72 руб.

Коэффициент вариации NPV 0,51

Значение стандартного отклонения МРУ не превышает ожидаемого значения МРУ, а коэффициент вариации не превосходит единицы, что говорит о приемлемости риска проекта. Вероятность того, что МРУ проекта будет отрицательной величиной, равна 0,025. Вероятность положительных поступлений от проекта равна 0,975. Такой результат для компании является хорошим, так как с вероятностью более 95% можно утверждать, что поступления от проекта будут положительными.

Таким образом, не рекомендуется реализовывать проект полностью за счет собственных средств. Следует привлечь к финансированию проекта коммерческий банк, что значительно снижает риски и даже повышает прибыль от проекта.

Аналогичные вычисления могут быть произведены и для других инвестиционных проектов, принимая во внимание их индивидуальную специфику.

Выводы

Анализ последствий предыдущего кризиса в телекоммуникационном секторе в США и недавнего финансового кризиса в России показал, что некоторым компаниям пришлось закрыть свой бизнес. Компании, которые не ушли с рынка и преуспели после кризиса, успешно развивали новые направления деятельности, ориентированные на вложение своих активов в финансовые и реальные инвестиции для создания новых сервисов услуг. Но для запуска новых инициатив производитель сервисов должен четко понимать потребности клиентов, хорошо формулировать свое предложение и уметь правильно оценить эффективность внедрения собственных идей.

Внедрение методики оценки эффективности реальных и финансовых инвестиций, методики оценки эффективности рекламных кампаний в практику деятельности предприятий на рынке услуг с добавленной стоимостью позволит оптимизировать принимаемые решения, оперативно реагировать на изменяющуюся внешнюю среду в условиях преодоления последствий мирового финансового кризиса, своевременно обновлять ассортимент услуг и обеспечит комплексный подход к решению актуальных вопросов перспективного развития. Это позволит компаниям успешно развиваться, а потребителям услуг — своевременно получать полноценную информацию, что ускорит переход нашей страны к информационному обществу.

Литература

1. Трегуб И. В., Облакова А. В. Моделирование потока платежей от инвестиционного проекта сотового оператора // Экономика, экология и общество России в 21-м столетии: Сборник научных трудов 11-й Международной научно-практической конференции. Ч. 3. СПб.: Изд-во Политехн. ун-та, 2009.

2. Трегуб И. В., Облакова А. В. Методика имитационного моделирования при анализе инвестиционных проектов сотовых операторов // Экономическое прогнозирование: модели и методы: Материалы V Международной научно-практической конференции / Под общ. ред. В. В. Давниса. Воронеж: Изд.-полиграф. центр Воронежского гос. ун-та, 2009. Ч. 1.