CC BY
48
В. А. Семиглазов,
Томский государственный университет систем управления и радиоэлектроники
Успех коммерциализации инновационных проектов зависит от инновационного климата во внешней среде фирмы и определяется следующими факторами:
У У
Развитие методики отбора
инновационных проектов в условиях полной
неопределенности Усовершенствование методики отбора инно-
I вационных проектов в условиях полной неопреде-
ленности заключается в добавлении двух критериев — минимиди и минимального риска к уже существующим критериям Лапласа, Вальда, Сэвиджа и Гурвица. Для разработки этих критериев введено новое понятие — мидипроект.
Improvement of methods of selection of innovation project in conditions of full vagueness lies in addition of two criteria — minimidi and minimal of risk to already existing Laplas, Wald, Savage and Gurvits criteria. For the development of these criteria a new concept Midiproject was entered.
онных проектов в условиях непредсказуемости рыночной ситуации.
В настоящее время существует несколько критериев отбора проекта из предложенного портфеля [1, 2, 3]. К ним относятся критерии максимакса, Вальда (критерий максимина), Сэвиджа (критерий мини-макса), Гурвица (критерий обобщенного максимина). В работе [1] предлагается использовать дополнительно критерий Лапласа (недостаточного обоснования), при котором предполагается три рыночные ситуации характеризовать равными вероятностями по 0,33. Нам представляется это допустимым, так как в условиях полной неопределенности нет никаких оснований какую-либо ситуацию предпочесть другим [4].
Критерий Вальда (максимин) — правило осторожного пессимиста. Суть критерия сводится к тому, что для всех сравниваемых проектов по всем трем рыночным ситуациям определяются минимальные варианты выручки и выбирается такой проект, который дает максимальный из всех минимальных доходов.
Критерий Сэвиджа (минимакс) оперирует не доходами, а потерями, которые рассчитываются по каждому проекту для каждой рыночной ситуации. Выбирается такой проект, у которого во всех рыночных ситуациях максимальные потери меньше максимальных потерь сравниваемых проектов.
Критерий Гурвица (оптимиста-пессимиста). Для каждого проекта выбирается наибольший и наименьший доход в рассматриваемых вариантах рыночных ситуаций, и с помощью коэффициентов пессимизма-оптимизма рассчитывается ожидаемый в среднем выигрыш. Выбирается проект с большим выигрышем.
Нами предлагается ввести два новых критерия — критерий минимального риска и критерий миними-ди — минимального отклонения от среднего (виртуального) проекта (мидипроекта).
Критерий минимального риска
Суть критерия заключается в том, что каждый из проектов анализируется на колеблемость выигрыша (дохода) в зависимости от рыночной ситуации. Про-
экономической и финансовой ситуациями в стране; научно-техническим и технологическим уровнями в отрасли;
социально-политической ситуацией в стране; нормативно-правовой атмосферой; состоянием рынка квалифицированных трудовых кадров;
инвестиционным климатом; сырьевыми ресурсами и природно-географическими условиями;
уровнем развития коммуникаций и др.
Изменение инновационного климата сказывается на изменении рыночной ситуации инноваций, при этом эту ситуацию можно характеризовать как стабильную, улучшающуюся или ухудшающуюся. Очевидно, что успех коммерциализации новшеств (выручка) будет зависеть от рыночной ситуации. Если с помощью вероятностных характеристик удастся оценить рыночные ситуации, то можно достаточно просто определить наиболее выгодный проект как для инвестирования, так и для коммерциализации.
Положение меняется, если неизвестны вероятности рыночных ситуаций (полная неопределенность). Прогнозируемый объем выручки от продажи инновационного товара — новичка на рынке — мы также можем определить с определенной долей оптимистичных, нормальных и пессимистичных ожиданий для каждого состояния рынка, либо используя свой личный опыт, либо прибегая к услугам консалтинговых фирм или экспертов.
Не проводя даже таких прикидочных расчетов, инноватор просто не может составить бизнес-план и привлечь инвесторов.
В практике коммерциализации инноваций в силу специфики новшества, конечно, в основном приходится иметь дело с полной неопределенностью рыночной ситуации. Учитывая это, весьма актуальной является задача разработки метода отбора инноваци-
ИННОВАЦИИ № 11 (98), 2006
ИННОВАЦИИ № 11 (98), 2006
Таблица 1
Доходы проектов в различных рыночных ситуациях
І Іроектьі Рыночная ситуация Сумма выигр. Мин. выигр. Выигрыш по Гурвицу X а V
Улуч-ся Стаб-я У худ-ея
1 2 3 4 5 6 7 8 9 10
1 -й 0,25 0,35 0,40 1,00 (IV) 0,25(1) 0,4-0,6 + 0,25-0,4 = 0,340 (IV) 0,330 0,06 0,190
2-й 0,75 0,20 0,30 1,25(111) 0,20(11) 0,75-0,6 + 0,2-0,4 = 0,530(111) 0,417 0,24 0,577
3-й 0,35 0,82 0,10 1,27(11) 0,10(111) 0.82 - 0.6 + 0,1 -0.4 = 0,532 ПП 0,420 0,30 0,714
4-й 0,80 0,20 0,35 1,35(1) 0,20(11) 0,8-0,6 + 0,2 -0,4 = 0,560(1) 0,450 0,26 0,580
Мидипроект 0,54 0,39 0,29
ект с меньшей колеблемостью (с меньшим коэффициентом вариации) выбирается ЛПР для инвестирования и реализации, т. к. проект с меньшей колеблемостью менее подвержен риску, недополучению выигрыша. Это очевидно из следующего. Если выигрыш проекта при любой рыночной ситуации постоянен (вариация выигрыша равна нулю), то из этого следует, что риск недополучения выигрыша в зависимости от ситуации на рынке также равен нулю.
Пусть, например, рассматривается i=1...n проектов в трех рыночных ситуациях (£=1...3): улучшающейся, стабильной и ухудшающейся. Для каждого из проектов и конкретной рыночной ситуации можно предсказать с той или иной точностью выигрыши В^. Набор выигрышей для каждого из проектов можно рассматривать как вариационный ряд и в соответствии с [5] можно определить простую среднеарифметическую сумму(Хг) для каждого г-го проекта —
Определим дисперсию а2 вариационного ряда для каждого из проектов:
3
стандартное отклонение вариационного ряда: и коэффициент вариации:
1 *г
Если перед ЛПР стоит задача выбора из инвестиционного портфеля наименее рискованного проекта, он выбирает проект с наименьшим коэффициентом вариации.
Критерий минимиди
Суть этого критерия заключается в том, что из набора реальных проектов формируется дополнительный виртуальный проект, у которого размеры выигрыша по различным рыночным ситуациям представляют собой арифметически средние выигрыши всех сравниваемых проектов для одинаковых ситуаций. Этот виртуальный проект назовем мидипроектом.
Лучшим из сравниваемых считается тот проект, у которого сумма квадратов отклонений выигрышей по всем рыночным ситуациям от мидипроекта является наименьшей.
Введение критерия минимиди основывается на широким использовании в математике, экономике, социологии средних величин и наличием у них определенных свойств:
У из теории вероятности известно, что основной закономерностью массовых случайных явлений является свойство устойчивости средних результатов [5];
У среднее арифметическое имеет семь замечательных свойств, используемых в теории статистики [5];
У дополнительно в математике используется теорема о среднем, математическое ожидание, среднее геометрическое, средневзвешенные величины и т. д.; У в экономике и социологии существуют понятия: средние цены, средняя зарплата по отрасли, средняя продолжительность жизни, среднедушевой доход, средний класс, средние издержки и т. д.;
У в диспутах, спорах часто оперируют аргументом: «истина находится посередине».
ЛПР может выбирать проект из принципа, чтобы доход был не ниже среднего.
Понятие мидипроекта очень удобно использовать для характеристики инвестиционного портфеля в целом с целью сравнения нескольких портфелей.
Рассмотрим пример комплексного использования всего набора критериев.
Допустим ЛПР проводит анализ четырех проектов с целью отбора наиболее выгодного из них. В табл. 1. представлены выигрыши (доходы) по всем проектам для трех ситуаций на рынке (колонки 2, 3, 4).
Выигрыши представлены в условных денежных единицах. В скобках представлены места, которые занимают проекты по конкретному критерию.
Проанализируем табл. 1 по критерию Лапласа, полагая равновероятными все ситуации на рынке. В этом случае победит тот проект, у которого суммарный выигрыш по всем рыночным ситуациям наибольший (колонка 5). Таким проектом будет проект № 4.
В колонке 6 представлены минимальные доходы по всем проектам. Из этих минимальных доходов выбираем наибольший — максимин. Это проект № 1.
Таблица 2
Потери проектов в различных рыночных ситуациях
Проекты Рыночная ситуация Максимальные
Улуч-ся Стаб-я Ухуд-ся і ютери
1 2 3 4 5
1-й 0,55 0,47 0 0,55(111)
2-й 0,05 0,62 0,10 0,62(11)
3-й 0,45 0 0,30 0,45(1)
4-й 0 0,62 0,05 0,62(11)
Таблица 3 Отклонение проектов от мидипроекта
Таблица 4
Нормированные значения проектов по всем критериям
В колонке 7 представлены расчеты по критерию Гурвица. Примем для примера коэффициент оптимизма равным 0,6, а коэффициент пессимизма — 1-0,6=0,4. Умножаем максимальный доход каждого проекта на 0,6, а минимальный — на 0,4, складываем результаты и выбираем наибольший. Таким проектом будет проект № 4.
В колонке 8, 9, 10 приведены результаты расчета коэффициента вариации. Наименьший коэффициент вариации у проекта № 1, он и является менее рискованным.
В табл. 2 приведены результаты расчетов потерь по критерию Сэвиджа.
Потери подсчитываются следующим образом. Для каждой из ситуаций на рынке подсчитывается разница между максимальной выручкой в колонке и остальными выручками в этой колонке, при этом для максимальной выручки эта разница, соответственно, равна нулю. Далее анализ ведется по строкам для каждого проекта. При этом выбираются наибольшие потери и выносятся в колонку 5. Из всех максимальных потерь выбираются минимальные — критерий минимакса. По этому критерию наименьшими потерями обладает проект № 3.
В нижней строке табл. 1 представлены выручки мидипроекта, как среднее значение выручек из четырех проектов для каждой рыночной ситуации.
В табл. 3. проведен подсчет суммы квадратов отклонений выручки каждого из проектов от мидипро-екта.
Как видно из табл. 3, наименьшее отклонение от мидипроекта у проекта № 2.
ЛПР в своей практической деятельности может отдать предпочтение любому из рассмотренных способов отбора проектов в зависимости от личного опыта или дополнительных внешних и внутренних условий (финансовая обеспеченность, готовность к риску, экономическое состояние фирмы и т. д.).
Возможен и другой подход. ЛПР тестирует проекты по всем шести критериям и проект, набравший большую сумму баллов по всем критериям, выбирается в качестве основного. Можно использовать следующую бальную (рейтинговую) систему:
за первое место присваивается 4 балла, за второе — три, за третье — два и за четвертое — одно. Тогда первый проект из нашего примера набрал бы 16 баллов; второй — 17; третий — 14; и четвертый — 18. Таким образом, выбор делается в пользу четвертого проекта.
Недостатком рейтинговой системы в том, что по какому-то из критериев проекты могут весьма незначительно отличаться, а за счет балльной оценки они будут существенно разнесены (например, проекты 1-й и 4-й по критерию минимиди; 2-й и 3-й по критерию минимального риска).
Для того, чтобы оценку сделать более объективной можно воспользоваться нормировкой. При этом лучшее значение по каждому из критериев принимается за единицу, а значения других проектов по этому критерию соотносятся с лучшим как частное от деления этих значений.
Причем, если за лучший параметр принимается наибольшая величина, то она занимает место в знаменателе; если принимается за лучшее наименьшее значение, то оно записывается в числитель. Нормированные величины каждого критерия суммируются по каждому проекту. Побеждает проект с наибольшей средней оценкой. В табл. 4. представлены нормированные значения для всех проектов по всем критериям для нашего примера.
Как видно из табл. 4., лидером становится проект № 1, при условии, что все критерии имеют одинаковый приоритет для ЛПР.
В противном случае, при суммировании, должны быть учтены весовые коэффициенты значимости каждого критерия, которые может выставить само ЛПР или эксперты.
Введение дополнительных критериев отбора проектов минимального риска и минимиди, расширяют поле выбора для ЛПР и повышает объективность принятия решения при групповой, комплексной оценке инвестиционного портфеля.
Литература
1. В. М. Гранатуров. Экономический риск: сущность, методы измерения, пути снижения:Учеб. пособие. М.: Дело и Сервис, 1999.
2. Н. В. Князевский, В. С. Князевский. Принятие рискованных решений в экономике и бизнесе. М.: Контур, 1998.
3. А. М. Дубров и др. Моделирование рисковых ситуаций в экономике и бизнесе :Учеб. пособие/Под ред. Б. А. Лагоши. 2-е изд., перераб. и доп. М.: Финансы и статистика, 2001.
4. В. А. Семиглазов. Принятие стратегических решений в условиях полной неопределенности конъюнктуры рынка//Науч-ная сессия ТУСУР-2003: материалы регион. науч.-техн. конф. Ч. 3. Томск: Томск. гос. ун-т систем упр. и радиоэлектроники, 2003.
5. И. И. Елисеева и др. Теория статистики с основами теории вероятностей: Учеб. пособие для вузов/Под ред. И. И. Елисеевой. М.: ЮНИТИ-ДАНА, 2001.
Про- екты Рыночная ситуация Сумма квадратов отклонении от мидинроекта
Улучшающаяся Стабильная Ухудшающаяся
1 2 3 4 5
1-й 0,25—54=—0,29 0,35-0,39—0,04 0,40-0,29=0,11 0,1104 (II)
2-й 0,75-0,54=0,21 0,20-0,39—0,19 0,30-0,29=0,01 0,0811 (I)
3-й 0,35-0,54—0,19 0,82-0,39=0,43 0,10-0,25—0,19 0,2860 (IV)
4-й 0,80-0,54=0,26 0,20-0,39—0,19 0,35-0,29=0,06 0,1116(11)
Проекты Лапласа Вальда Сэвиджа Гурвица Мин. риска Минимиди Сумма Среднее
1-й 0,74 1,00 0,82 0,61 1,00 0,73 4,17 0,695
2-й 0.92 0,80 0,73 0,95 0,33 1,00 3,73 0,622
3-й 0,94 0,40 1,00 0,95 0,27 0,28 3,56 0,593
4-й 1,00 0,80 0,73 1,00 0,33 0,73 3,86 0,643
ИННОВАЦИИ № 11 (98), 2006
