CC BY
133
УДК 33
ПРИМЕНЕНИЕ МЕТОДОВ ЭКСПЕРТНЫХ ОЦЕНОК ДЛЯ РАНЖИРОВАНИЯ
ИНВЕСТИЦИОННЫХ ПРОЕКТОВ
Перебатова Е.А., доцент кафедры «Международный бизнес» ФГБОУВО «Российский университет транспорта (МИИТ)» Алфёров А.А., научный сотрудник ФГБОУ ВО «Российский университет транспорта (МИИТ)» Гришина Н.В., старший преподаватель кафедры «Международный бизнес» ФГБОУ ВО «Российский университет транспорта (МИИТ)»
Представлен подход, основанный на методах экспертных оценок для ранжирования инвестиционных проектов. Подход целесообразен в условиях высокой динамики внешней среды и позволяет использовать матричные данные и бальные оценки.
Ключевые слова: экспертные методы, инвестиционные проекты, стоимость-эффективность.
APPLICATION OF EXPERT METHOD IN RANKING INVESTMENT PROJECTS
Perebatova E., associate professor of the International Business chair, FSEIHE «Russian University of Transport» (RUT- MIIT)» Alferov A., researcher, FSEI HE «Russian University of Transport» (RUT - MIIT)» Grishina N., senior lecturer of the International Business chair, FSEI HE «Russian University of Transport» (RUT - MIIT)»
The approach of expert method for forming the rank of investment projects is presented here. Method is appropriate in a highly dynamic environment and gives the possibility to use matrix data analysis techniques and scores.
Keywords: expert method, investment projects, a price-performance ratio.
Экспертный метод является важнейшим инструментом управления сложными экономическими, организационными и социальными системами. Характерной чертой метода является разнообразие организационных форм экспертизы, способов сбора первичной экспертной информации и подходов к обобщению мнений коллектива экспертов. В настоящее время применяют целый ряд различных способов обобщения (агрегирования) предпочтений различных экспертов. Каждый из этих способов может давать отличные от других результаты агрегирования, усиливая или подавляя ошибки экспертов. Для надежного использования результатов экспертизы целесообразно выполнять агрегирование различными способами, сопоставляя полученные данные с точки зрения их объективности. Таким образом, для систематического применения экспертного метода необходимо программно-математическое обеспечение задачи агрегирования экспертных предпочтений, а также методические рекомендации по использованию различных компонент этого программно-математического пакета. В данной статье предлагается набор методов агрегирования, оформленный в виде программного пакета, позволяющего пользователю обработать одни и те же данные различными способами.
Рассматриваются два основных способа сбора экспертной информации - парные сравнения объектов и ранжирование исследуемых объектов. Матрицы парных сравнений могут быть бинарными, балльными или нормированными. Ранжировки также могут реализовываться различными способами: в естественных измерителях, в баллах, в распределении мест. Конечные результаты экспертизы могут заключаться в присвоении каждому объекту весового коэффициента или места в ранжированном списке.
Характер входной информации и требования к результатам определяют наборы допустимых способов агрегирования.
Для входной информации в виде матриц парных сравнений предлагается использовать вычисление правого вектора Фробениуса (ПВФ), метод анализа иерархий Саати (МАИ), сверхтранзитивную аппроксимацию исходных матриц (СТА), упорядочение по правилу Кондорсе (ПК). При этом ПВФ, МАИ, СТА присваивают объектам весовые коэффициенты, а правило Кондорсе выявляет возможность или невозможность частичного упорядочения объектов по непосредственным результатам парных сравнений. Перечисленные способы результативны как для данных, полученных от одного эксперта, так и для усредненных данных коллектива экспертов.
Группа способов, основанных на ранжированных данных, принципиально, требует сведений от коллектива экспертов. Совокупность ранжировок экспертов образует профиль предпочтений. В разработанном пакете предусмотрено агрегирование профиля предпочтений методом вероятностного моделирования (МВМ), применением правил голосования Борда (ПГБ), Копленда (ПГК) и Симпсона (ПГС). Все эти способы присваивают изучаемым объектам весовые коэффициенты.
Включение в пакет способов агрегирования профилей предпочтений позволяет применить двухэтапную схему агрегирования
матриц парных сравнений, при которой каждая матрица парных сравнений одного эксперта преобразуется в ранжировку, а полученный в результате этого профиль предпочтений агрегируется одним из перечисленных выше методов.
Надо учитывать, что каждый из способов обработки экспертной информации, с одной стороны, не использует всей косвенной информации экспертизы, а, с другой стороны, вносит в эту информацию изменения, связанные с организацией вычислительного процесса. Объективную оценку надежности метода обработки можно получить на основе статистического моделирования вычислительных процессов для эталонных ранжировок с учетом случайных вариаций экспертных мнений. Создание описанного выше пакета программно-математическое обеспечения позволяет выполнить это исследование и выработать методические рекомендации по применению методов агрегирования экспертных предпочтений.
Методы экспертного оценивания хороши на первом отборочном этапе формирования портфеля инвестиционных проектов. После первоначальной ранжировки можно более детально анализировать проекты, применяя метод «стоимость - эффективность», который позволяет выработать основные принципы распределения ресурсов, в то время как МАИ (метод анализа иерархий) используется для структурирования проблемы распределения и измерения факторов, важных для решения.
Чтобы измерить относительную важность компонент, выгод и затрат, нужно проанализировать общественное мнение, применить экспертные суждения и сравнить с результатом аналогичных проектов.
В планировании ресурсы часто имеют форму денег, почти всегда конечны или даже недостаточны, т. е. их не бывает в неограниченном количестве, и поэтому с их помощью невозможно достигнуть всех целей. В результате на различные проекты или предложения ресурсы обычно распределяются в соответствии с осознаваемой ценностью альтернатив. Фактически существует три различных типа задач распределения ресурсов: 1) выбор одного проекта, осуществляемого с использованием всех имеющихся ресурсов; 2) выбор комбинации проектов, на которые должны быть распределены имеющиеся ресурсы в равных или неравных долях; 3) распределение ресурсов по имеющимся проектам в соответствии с их остаточным (маргинальным) потенциалом.
В применении МАИ для структурирования проблем «стоимость - эффективность» отметим два направления развития традиционных методов: а) выражение в цифрах неосязаемых, неэкономических факторов, которые до сих пор не использовались эффективно в принятии решений; б) получение явно выраженных и обоснованных компромиссов между несколькими критериями выбора, включая многие цели и виды деятельности на выходе. Чтобы реализовать эти направления развития, во-первых, строятся дополняющие друг друга иерархии затрат и выгод. Отношения выгод к затратам, которые называются «отношениями предпочтения», вычисляются и проецируются на будущее с целью определения про-
TRANSPORT BUSINESS IN RUSSIA | №5 2017 | 17
ектов, которые могут быть полезными при реализации в будущем. Таким образом, при анализе может быть получен, явно выраженный временной диапазон, что позволяет производить различные коррекции в будущем.
Представляется более осмысленным подход, основанный на рас-смотрении доходов и издержек одновременно. Он известен как анализ «стоимость-эффективность» и основан на стремлении сравнить объемы доходов в расчете на единицу ресурса (т. е. денег), которая будет потрачена по каждой из альтернатив.
В табл. 1.1 представлены оценки издержек и доходов, связанные с проектами внедрения турникетов на 4-х станциях московской железной дороги.
В проекте А ожидаются большие доходы, чем в остальных, однако он довольно-таки дорог.
Проект В - наименее дорогостоящий, однако понятно, что после его реализации будут получены наименьшие доходы.
Отношение доходов к издержкам в проекте Г самые большие, и, данный проект целесообразен к внедрению в первую очередь, но следует провести сравнение с проектом Б, так как отношения доходов к издержкам этих двух проектов приблизительно одинаковы.
Таблица 1.1. Анализ «стоимость - эффективность»
Проект Издержки (в млн. $) млн. Доходы Отношение доходов к издержкам Ранжирование
А 300 600 2,0 3
Б 150 350 2,33 2
В 100 175 1,75 4
Г 200 500 2,50 1
При анализе «стоимость - эффективность» возникает много проблем, связанных с измерением. Отношение доходов к издержкам, по существу, не является четкой объективной мерой качества, как может показаться. Например, неясно, как оценивать в деньгах выгоды и издержки неосязаемых ценностей? Это субъективные и ценностные суждения, находящиеся вне рамок объективности, которые описывают отношение доходов к издержкам. Даже когда все факторы можно сравнить в терминах идентичных единиц измерения, существует фактор риска при прогнозировании определенных результатов (например, проект Г даёт 500 единиц доходов) который не учитывается адекватно при проведении анализа «стоимость-эффективность» так, как он традиционно используется на практике. Более того, техника еще более усложняется из-за необходимости учитывать как прямые (первичные), так косвенные (вторичные) издержки и выгоды. Доходы и издержки можно распределить по многим областям - социальным, экономическим, политическим, управленческим - и что взаимозависимость этих категорий следует учитывать при оценке альтернатив.
В МАИ подчеркивается необходимость иерархически структурировать проблемы анализа «стоимость-эффективность» и сравнивать альтернативы и соответствующие им признаки попарно в терминах интенсивности их вклада в осуществление целей. Издержки, связанные с альтернативами, также следует описать как иерархии или
сети, чтобы охватить их динамическое воздействие и относительные воздействия на проблему. Более того, МАИ допускает, что двум или более альтернативам вместе может соответствовать большее отношение выгод к издержкам, чем одной альтернативе.
В подобных проблемах при применении МАИ требуется построить две иерархии: одну для издержек, другую для выгод с одними и теми же альтернативами на нижнем уровне. Таким образом, можно получить два вектора приоритетов - доходов и издержек. Затем на основе этих векторов, полученных на первом этапе, вычисляются отношения доходов к издержкам для каждой альтернативы. Данный способ отличается от произвольных превращений в «единицы» доходов и издержек, которые используются при традиционном подходе. Используя полученные величины приоритетов доходов и издержек, можно произвести маргинальный анализ.
При проведении попарных сравнений в иерархии издержек нужно помнить, что высокое место при ранжировании альтернативы отражает большие «издержки», связанные с ней. Об этом упоминается потому, что в иерархиях, более высокий ранг альтернативы означает более высокий уровень желательности сравниваемых с ней элементов. В иерархии издержек ранжирование отражает прямо противоположное свойство.
При подходе к анализу «стоимость - эффективность» с помощью МАИ не пытаются привязать стандартные единицы измерения (например, деньги) к издержкам или выгодам, которые нельзя выражать таким образом. Более того, МАИ - удобный и концептуально полезный подход к выражению как прямых, так и косвенных факторов посредством иерархического описания проблемы доходов и издержек и одновременного объяснения отношений между многими элементами. Важно также помнить, что иерархии строятся одновременно с выработкой суждений участниками в процессе планирования.
Представленные положения могут с успехом использоваться в работе инвестиционных фондов, а также в кредитных отделах банков для оценки инвестиционных проектов, формирования инвестиционного портфеля и последующего анализа эффективности управления инвестиционным портфелем. С их помощью можно существенно оптимизировать бюджет капитальных вложений, а также повысить степень обоснованности принятия решений при оценке, анализе и отборе инвестиционных проектов.
Литература:
1. Саати Т. Принятие решений. Метод анализа иерархий./ Перев. с англ. - М.: Радио и связь, 1993 - 320 с.
2. Саати Т., Кернс К. Аналитическое планирование. Организация систем. / Перев. с англ. - Вачнадзе Р. Г. - М.: Радио и связь, 1991 - 224 с.
3. Мулен Э. Кооперативное принятие решений: аксиомы и модели. М.: Мир, 1991. - 464 с.
4. Организационно-экономическое моделирование: учебник : в 3 ч. Ч. 1. Нечисловая статистика. -М.: Изд -во МГТУ им. Н.Э. Баумана, 2009. - 541 с.
5. Вероятность и прикладная статистика: Основные факты. Справочник для студентов и специалистов. -М.: КНОРУС, 2009. - 190 с.
18 ТКЛШРОЮ" БШШБББ Ш КШБТЛ | №5 2017 |
