Модели и методы принятия стратегических решений по распределению реальных инвестиций предприятия с применением теории нечетких множеств тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Деревянко, Павел Михайлович

  • Деревянко, Павел Михайлович
  • кандидат экономических науккандидат экономических наук
  • 2006, Санкт-Петербург
  • Специальность ВАК РФ08.00.13
  • Количество страниц 224
Деревянко, Павел Михайлович. Модели и методы принятия стратегических решений по распределению реальных инвестиций предприятия с применением теории нечетких множеств: дис. кандидат экономических наук: 08.00.13 - Математические и инструментальные методы экономики. Санкт-Петербург. 2006. 224 с.

Оглавление диссертации кандидат экономических наук Деревянко, Павел Михайлович

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ

ВВЕДЕНИЕ

ГЛАВА 1. ОСНОВНЫЕ ПОДХОДЫ К ФОРМАЛИЗАЦИИ НЕОПРЕДЕЛЕННОСТИ В ЗАДАЧАХ СТРАТЕГИЧЕСКОГО УПРАВЛЕНИЯ РЕАЛЬНЫМИ ИНВЕСТИЦИЯМИ ПРЕДПРИЯТИЯ

1.1. Задачи стратегического управления реальными инвестициями предприятия и их особенности

1.2. Классификация видов неопределенности и риска в задачах принятия стратегических инвестиционных решений

1.3. Анализ основных подходов и традиционных методов принятия инвестиционных решений в условиях неопределенности

1.4. Обоснование применения теории нечетких множеств к моделированию задач принятия стратегических инвестиционных решений

Выводы по Главе

ГЛАВА 2. РАЗРАБОТКА МОДЕЛЕЙ И МЕТОДОВ ПРИНЯТИЯ СТРАТЕГИЧЕСКИХ РЕШЕНИЙ ПО РАСПРЕДЕЛЕНИЮ РЕАЛЬНЫХ ИНВЕСТИЦИЙ ПРЕДПРИЯТИЯ С ПРИМЕНЕНИЕМ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ

2.1. Анализ и разработка методов выполнения операций над нечеткими числами, необходимых при моделировании задач принятия стратегических инвестиционных решений в условиях неопределенности

2.2. Модификация "метода парных сравнений" при нечетких исходных данных, с учетом повторяемости нечетких величин

2.3. Методика анализа безубыточности производства по инвестиционному проекту в условиях неопределенности исходных данных

2.4. Методика многокритериальной оценки эффективности и риска инвестиционных проектов в условиях неопределенности

2.4.1 Модели и методы оценки эффективности инвестиционного проекта при нечеткой исходной информации

2.4.2 Методы оценки риска инвестиционного проекта при нечеткой исходной информации

2.4.3 Методы многокритериальной оценки и ранжирования инвестиционных проектов на основе нечетко-интервального подхода

2.5 Модели формирования оптимального портфеля инвестиционных проектов при нечеткой исходной информации

Выводы по Главе

ГЛАВА 3. РЕШЕНИЕ ЗАДАЧ ПРИНЯТИЯ СТРАТЕГИЧЕСКИХ РЕШЕНИЙ ПО РАСПРЕДЕЛЕНИЮ РЕАЛЬНЫХ ИНВЕСТИЦИЙ ПРЕДПРИЯТИЯ НА ОСНОВЕ ПРОГРАММНОЙ РЕАЛИЗАЦИИ ^ РАЗРАБОТАННЫХ МОДЕЛЕЙ И МЕТОДОВ

3.1. Выбор инструментального средства для программной реализации, разработанных моделей и методов

3.2. Оценка экономической эффективности и риска инвестиционных проектов при нечеткой исходной информации на примере создания компании по производству строительных блоков в Санкт-Петербурге

3.3. Анализ безубыточности производства по инвестиционному проекту в условиях неопределенности исходных данных

3.4. Многокритериальная оценка и ранжирование инвестиционных проектов на основе нечетко-интервального подхода

3.5. Решение задачи формирования оптимального портфеля инвестиционных проектов при нечеткой исходной информации

Выводы по Главе

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Модели и методы принятия стратегических решений по распределению реальных инвестиций предприятия с применением теории нечетких множеств»

Важной отличительной особенностью внешней среды предприятия является наличие рыночной неопределенности. В новых условиях, когда внешняя среда стала менее благоприятной, а конкуренция - более жесткой, роль научного подхода в решении актуальных задач стратегического управления реальными инвестициями резко возрастает. Стратегическое управление реальными инвестициями предприятия заключается в последовательном осуществлении следующих взаимодействующих стадий: стратегический анализ, стратегическое планирование, реализация инвестиционной стратегии, контроль выполнения стратегии. Важным условием успешного развития предприятия, в соответствии с избранной инвестиционно-финансовой стратегией, является его инвестиционная активность. Процесс распределения инвестиций представляет собой инвестиционную деятельность предприятия, которая характеризует процесс обоснования и реализации наиболее эффективных форм вложения капитала, направленных на расширение экономического потенциала предприятия. Стратегические цели инвестиционной деятельности предприятия формируются исходя из системы целей общей стратегии экономического развития. Инвестиционная деятельность предприятия является основной формой реализации его экономической стратегии, обеспечения роста его операционной деятельности.

Очевидно, что не представляется возможным полностью формализовать все стадии стратегического управления реальными инвестициями, но некоторые его этапы, в частности, реализация инвестиционной стратегии, могут быть адекватно формализованы на основе аппарата ТНМ, что позволит принимать научно обоснованные стратегические инвестиционные решения.

Неопределенность, присутствующая в задачах, решаемых на стадии реализации инвестиционной стратегии предприятия, характеризуется размытостью используемых мнений и оценок экспертов, неполнотой и нечеткостью информации об основных параметрах и условиях анализируемой задачи, необходимостью учета степени отношения ЛПР к риску. Помимо неопределенности, сложность стадии реализации инвестиционной стратегии предприятия заключается в решении целого ряда задач, заключающихся в формировании, оценке и ранжировании достаточно большого множества инвестиционных проектов, и выборе из них наиболее приемлемых. Все они должны наиболее полно соответствовать принятым целям стратегического развития, которые были сформулированы в миссии предприятия. Очевидно, что на данной стадии целесообразно применение формальных методов и современных информационных технологий.

При решении выше описанных задач используются, прежде всего, интегральные показатели экономической эффективности ИП, при этом возможности решения данных задач, в силу их природной неопределенности, в рамках методов, пригодных к применению в условиях определенности или предположении о случайном характере переменных с известным законом распределения, ограничены. Применение традиционных моделей и методов, основанных на детерминистическом подходе, для решения перечисленных задач, ограничено в современных рыночных условиях, поскольку данные методы направлены на задачи с полностью определенными параметрами и получение точного ответа, что в условиях неоднозначно определенных и качественных параметров, присущих рынку, дает в большинстве случаев неадекватное решение. Использование методов математической статистики затрудняется тем, что управленческие решения приходится принимать в условиях неопределенности, дефицита ресурсов, времени и информации, а практически каждая финансово-экономическая ситуация уникальна по своей природе, поэтому не удается с необходимым уровнем достоверности обосновать определенный закон распределения. В результате ЛПР часто отказываются от применения формальных методов и предпочитают руководствоваться профессиональным опытом и управленческой интуицией. Следовательно, требуется разработка и внедрение новых методов научного стратегического управления реальными инвестициями.

В данной диссертационной работе для формализации неустранимой неопределенности, присущей задачам стратегического управления реальными инвестициями, обосновывается применение теории нечетких множеств. В работе осуществлена разработка и программная реализация комплекса экономико-математических моделей и методов решения задач, характерных для стадии реализации инвестиционной стратегии предприятия, с использованием математического аппарата ТНМ. Для этого потребовалось осуществить дальнейшее развитие математического аппарата ТНМ: определить основные подходы к интерпретации нечетких множеств, предложить новые формальные процедуры осуществления арифметических операций над нечеткими числами, которые позволяют получить результат с меньшей степенью неопределенности, предложить подходы к решению задач нечеткого математического программирования, осуществить дальнейшее развитие подходов к многокритериальному принятию стратегических инвестиционных решений при нечеткой исходной информации. Разработанный инструментарий можно также применять для решения других задач стратегического управления деятельностью предприятия.

Анализ математического аппарата теории нечетких множеств и, разработанные на его основе прикладные методики, позволяют сделать вывод о высокой эффективности аппарата теории нечетких множеств в решении задач стратегического управления реальными инвестициями предприятия.

Актуальность темы диссертации. В связи с переходом России к рыночной экономике произошли кардинальные перемены в сфере управления деятельностью предприятия, важной отличительной особенностью внешней среды предприятия стало наличие рыночной неопределенности. Одной из приоритетных задач принятия решений на предприятии являются задачи стратегического финансово-инвестиционного управления, заключающиеся в обосновании вариантов привлечения и размещения денежных средств. При этом в научных публикациях факторам неопределенности и риску реализации стратегических инвестиционных решений уделено недостаточно исследований. Поэтому проблема принятия обоснованных решений в задачах стратегического управления реальными инвестициями предприятия особенно актуально стоит перед отечественной экономической наукой.

В условиях нестабильности рыночной среды оправдано использование аппарата теории нечетких множеств (ТНМ) в исследование этого класса задач. Задачи принятия стратегических инвестиционных решений в условиях неопределенности, базирующиеся на аппарате ТНМ, могут охватывать такие направления как анализ безубыточности, многокритериальная оценка эффективности и риска инвестиционных проектов, формирование оптимального портфеля инвестиционных проектов. При этом, несмотря на значительное развитие математического аппарата ТНМ, актуальным является дальнейшее развитие формальных процедур обработки различных типов нечетких данных для более эффективного использования ТНМ в решении задач принятия стратегических инвестиционных решений в условиях неопределенности. Недостаточно исследований уделено вопросу экономической интерпретации получаемых результатов.

Актуальность темы диссертации непосредственно связана с ее большой практической значимостью. Все еще сложная экономическая ситуация в стране, необходимость резкого сокращения числа убыточных предприятий, недостаточно полная разработанность практических аспектов стратегического управления реальными инвестициями предприятия в нестабильных условиях определили целесообразность проведения диссертационного исследования, поэтому возникла как научная, так и практическая необходимость написания данной диссертационной работы, посвященной теории и практике стратегического управления реальными инвестициями предприятия в современных условиях на основе аппарата теории нечетких множеств.

Все вышеизложенное определяет актуальность выбранной темы диссертационной работы, а также подтверждает ее практическую значимость и научную новизну результатов исследований.

Степень разработанности темы исследования. Исследования, посвященные проблемам стратегического управления предприятиями, содержатся в трудах Р. Акоффа, И.Ансоффа, А.Мескона, М.Потрера и других.

Положения теории нечетких множеств нашли широкое отражение в зарубежной и отечественной литературе в трудах Аверкина А.Н., Алиева Р.А., Ал-тунина А.Е., Батыршина И.З., Борисова А.Н., Брусаковой И.А., Власова М.П., Дюбуа Д., Заде JI.A., Клира Дж., Котлярова И.Д., Орловского С.А., Поспелова Д.А., Прада А. и других, в работах которых исследуются методы формализации сложных систем и принятия решений в условиях неопределенности.

Исследования, посвященные приложению теории нечетких множеств к задачам экономики и финансов, содержатся в трудах следующих иностранных исследователей: Бакли Дж., Бояджиева Дж., Запоунидиса К., Кофмана А., Севастьянова П.В., Хил Алухи X., Хил Лафуэнте A.M. и других. Среди отечественных исследователей данного направления необходимо отметить вклад Недосе-кина А.О., Оразбаева Б.Б., Птускина А.С. и других.

Вместе с тем, анализ зарубежных и отечественных публикаций по данной тематике позволяет сделать вывод о необходимости проведения дальнейших теоретических и практических исследований в области стратегического управления реальными инвестициями предприятия с применением ТНМ. Это связано, с тем, что большинство исследователей рассматривают только отдельные аспекты и узкие вопросы принятия стратегических инвестиционных решений при нечеткой исходной информации, остается не до конца решенной проблема вычисления важнейших показателей экономической эффективности и риска инвестиционного проекта при нечеткой исходной информации, в результате отсутствует комплексный подход к решению задач стратегического управления реальными инвестициями предприятия, что не позволяет широко внедрять результаты этих исследований в практику. Поэтому, диссертация посвящена комплексному решению задач стратегического управления реальными инвестициями предприятия при нечеткой исходной информации и, следовательно, тема диссертации является актуальной.

Цель и задачи исследования. Целью диссертационного исследования является анализ, разработка и программная реализация комплекса моделей и методов принятия стратегических решений по распределению реальных инвестиций предприятия с применением аппарата теории нечетких множеств.

Для достижения указанной цели были поставлены следующие задачи:

1. Провести сравнительный анализ традиционных методов решения задач стратегического управления реальными инвестициями предприятия в условиях неопределенности и риска.

2. Формализовать нечетко-интервальный подход к моделированию задач принятия стратегических инвестиционных решений в условиях неопределенности исходной информации по входным параметрам инвестиционного проекта.

3. Провести анализ аппарата ТНМ и дальнейшее развитие методов, необходимых при моделировании задач стратегического управления реальными инвестициями предприятия при нечеткой исходной информации.

4. Для осуществления программной реализации разработанных в диссертации моделей и методов, провести сравнительный анализ программных средств, реализующих нечеткое моделирование.

5. Провести практическую апробацию предложенных методик на реальных данных на примере использования программного средства MatLab.

Объектом исследования является инвестиционная деятельность предприятия, заключающаяся в распределении реальных инвестиций в условиях неопределенности.

Предметом исследования являются математические модели и методы стратегического управления реальными инвестициями предприятия при нечеткой исходной информации, разработка которых позволит повысить научную обоснованность и эффективность стратегических решений по распределению реальных инвестиций с учетом неопределенности.

Методология исследования. Теоретической и методологической основой диссертационного исследования являются научные труды отечественных и зарубежных ученых в области теории нечетких множеств, имитационного моделирования, инвестиционного менеджмента, стратегического управления предприятиями, многокритериального принятия решений, опубликованные в монографических изданиях, учебниках, ведущих научных зарубежных и отечественных журналах, а также информационные ресурсы сети Интернет.

Для решения поставленных в диссертации задач потребовалось применение следующих методов исследования экономических систем, функционирующих в условиях существенной неопределенности: методов общей теории систем, методов теории нечетких множеств и теории вероятности, методов регрессионного анализа, метода экспертных оценок, методов теории принятия решений и методов инвестиционного анализа.

В качестве информационной базы диссертационного исследования послужили законодательные и иные нормативные акты, действующие в Российской

Федерации, посвященные проблемам оценки эффективности и риска инвестиционных проектов.

Программная реализация разработанных методик, выполнение анализа и экспериментальных расчетов осуществлялось в программной среде математического пакета MatLab. При программной реализации разработанных методик использовалась методология объектно-ориентированного программирования.

Научная новизна диссертационной работы состоит в том, что в ней дано новое решение актуальной научно-экономической проблемы: разработке на основе аппарата теории нечетких множеств комплекса моделей и методов стратегического управления реальными инвестициями предприятия в условиях неопределенности, позволяющих формализовать в единой форме и использовать в качестве исходной информации всю доступную неоднородную информацию (детерминированную, интервальную, статистическую, лингвистическую), что повышает обоснованность и качество принимаемых стратегических решений.

Научная новизна диссертационной работы заключается в следующих положениях, выносимых на защиту:

1. Научное обоснование применения аппарата ТНМ к решению задач принятия стратегических решений по распределению реальных инвестиций предприятия в условиях неопределенности.

2. Дальнейшее развитие подходов и методов, необходимых при моделировании задач стратегического управления реальными инвестициями предприятия при нечеткой исходной информации:

• описаны основные подходы к интерпретации нечетких множеств;

• в практических расчетах обоснованно применение модифицированного "а -уровнего принципа обобщения";

• расширены существующие и предложены новые подходы к осуществлению различных операций над нечеткими числами: формальные процедуры осуществления арифметических операций, позволяющие получить результат с меньшей степенью неопределенности, методы дефаззификации и сравнения нечетких чисел с учетом отношения ЛПР к риску;

3. Модифицированный "метод парных сравнений", адаптированный для обработки нечетких оценок группы экспертов с учетом повторяемости нечетких величин, который позволяет получить коэффициенты важности критериев (в том числе критериев эффективности инвестиционного проекта), характеризующиеся меньшей степенью неопределенности.

4. Методика анализа безубыточности производства по инвестиционному проекту в условиях нечеткой исходной информации, которая расширяет возможности использования традиционного анализа безубыточности в современных рыночных условиях и позволяет оперативно получать ответ на вопрос «а что будет, если» по инвестиционному проекту.

5. Модификации главных методов оценки эффективности (NPV, PI, DPP, IRR, MIRR) и риска инвестиционного проекта, позволяющие использовать различные виды нечетких интервалов (чисел) в качестве входных параметров инвестиционного проекта. Дана экономическая интерпретация и выработаны правила принятия стратегических инвестиционных решений по каждому из вышеперечисленных показателей эффективности, полученных в виде нечетких интервалов (чисел).

6. Методика многокритериальной оценки эффективности и риска инвестиционных проектов при нечеткой исходной информации, позволяющая провести сравнение нескольких инвестиционных проектов и выбрать из них наиболее приемлемый для предприятия.

7. Модель формирования оптимального портфеля инвестиционных проектов при нечеткой исходной информации. Модель представлена в виде задачи нечеткого математического программирования, для решения которой предложены новые эффективные методы: метод замены нечетких параметров задачи их четкими значениями на основе разработанного метода дефаззификации нечетких чисел, учитывающего отношение ЛПР к риску, метод замены нечетких параметров задачи множеством а -уровней.

Теоретическая и практическая значимость работы заключается в следующих основных результатах:

1. Теоретическая значимость работы заключается в том, что разработанные модели, методы и методики являются теоретическим ядром системы поддержки принятия стратегических инвестиционных решений по распределению реальных инвестиций предприятия при решении целого ряда стратегических задач, характерных для стадии реализации инвестиционной стратегии предприятия: оценки и обосновании целесообразности участия предприятия в инвестиционном проекте, сравнении нескольких инвестиционных проектов (вариантов проекта) и выборе из них наиболее приемлемого для предприятия, формировании оптимального портфеля инвестиционных проектов при ограничениях по объему различных ресурсов на реализацию проектов.

2. Проведенное дальнейшее развитие методов обработки нечетких интервалов (чисел) позволяет уменьшить степень неопределенности получаемого результата и дает возможность широкого использования ТНМ в различных задачах экономики и финансов.

3. Полученные в диссертации научные результаты могут быть использованы в учебно-педагогическом процессе университетов и включены в соответствующие темы учебных курсов при изучении проблем и вопросов финансового и инвестиционного менеджмента в условиях неопределенности.

4. Практическая значимость работы заключается в том, что результаты исследования доведены диссертантом до конкретных алгоритмов, методик и программной реализации в системе MatLab, что позволяет использовать их в реальной деятельности предприятий и банков.

5. Практическая реализация разработанных адекватных современным рыночным условиям методик, рекомендаций в процессы инвестиционного планирования предприятий позволяет решить актуальную научно-экономическую проблему: повысить обоснованность и эффективность стратегических решений по распределению реальных инвестиций при нечеткой исходной информации.

6. Разработанные методики увеличивают аналитическую базу принимаемых стратегических инвестиционных решений, поэтому они могут использоваться как в непосредственной деятельности предприятий, банков, так и с целью обоснования новых направлений дальнейшего развития, например, виртуальных предприятий.

Научная апробация и внедрение результатов исследования. Основные положения и результаты диссертационной работы докладывались, обсуждались и изложены в материалах 2-ой Международной научно-практической конференции "Экономика и инфокоммуникации в XXI веке" (24-29 ноября 2003 года, Санкт-Петербург); 7-ой Международной конференции "Мягкие вычисления и измерения" (SCM'2004, 17-19 июня 2004 года, Санкт-Петербург); 7-ой и 8-ой научно-практической конференции студентов и аспирантов СПбГИЭУ "Менеджмент и экономика в творчестве молодых исследователей" (2004, 2005 год); 1-ой научно-практической конференции "Современные проблемы прикладной информатики" (СППИ-1, 23-25 мая 2005 года, Санкт-Петербург).

Основные результаты исследования были апробированы и приняты к внедрению в практическую деятельность ООО «Истэк» при оценке эффективности и риска инвестиционных проектов в строительной сфере.

Результаты исследования использованы в учебном процессе СПбГИЭУ при проведении лекционных, практических занятий и лабораторных работ по специальности 080801 - Прикладная информатика в экономике по следующим дисциплинам: «Имитационное моделирование экономических процессов», «Теория экономических информационных систем».

Публикации. Основные положения диссертационного исследования опубликованы в семи научных статьях общим объемом 2 п.л.

Структура и объем диссертации. Диссертация состоит из списка используемых сокращений, введения, трех глав, заключения, списка литературы и 6 приложений. Общий объем диссертационной работы составляет 224 страницы машинописного текста, включает 29 рисунков, 17 таблиц.

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Заключение диссертации по теме «Математические и инструментальные методы экономики», Деревянко, Павел Михайлович

ВЫВОДЫ ПО ГЛАВЕ 3

В данной главе осуществлено практическое применение разработанных автором моделей и методов принятия стратегических решений по распределению реальных инвестиций предприятия при нечеткой исходной информации, на основе их программной реализации, а именно:

1. Проведен анализ программных средств, реализующих нечеткое моделирование, в результате которого обосновано использование системы MATLAB в качестве программного средства, в рамках которого автором программно реализованы разработанные модели и методы.

2. Осуществлен анализ и прогноз показателей на основе различных нечетких линейных регрессионных моделей: как классических (симметричных), так и их модификаций (несимметричных), на примере прогноза ввода жилья в эксплуатацию в Санкт-Петербурге.

3. Проведена оценка экономической эффективности и риска инвестиционных проектов по важнейшим показателям (NPV, PI, DPP, IRR, MIRR), в том числе для инвестиционных проектов, характеризующихся неординарными денежными потоками, на основе применения методов, предложенных в главе 2. Доказана эффективность применения предлагаемого алгоритма (рис. 2.4), позволяющего уменьшить неопределенность получаемых в нечетком виде показателей эффективности РШ.

4. Проведен анализ безубыточности производства по РШ и доказана эффективность применения предлагаемого алгоритма (рис. 2.4), позволяющего значительно уменьшить неопределенность получаемых в нечетком виде показателей операционного, финансового, общего рычагов.

5. Проведена многокритериальная оценка и ранжирование РШ в соответствии с разработанной методикой (рис. 2.17).

6. Решены задачи формирования оптимального портфеля инвестиционных проектов при нечеткой исходной информации на основе применения различных моделей задач, разработанных в § 2.5.

7. На основе практического применения разработанных моделей и методов принятия стратегических инвестиционных решений показаны дополнительные преимущества применения формализмов ТНМ, заключающихся, в частности, в возможности формализации в пределах одной модели различных макро-, микроэкономических параметров инвестиционных проектов и многообразных целевых установок, обусловленных различными интересами участников РШ.

ЗАКЛЮЧЕНИЕ

Проведенное диссертационное исследование позволяет сделать следующие основные выводы:

1. В ходе аналитического обзора традиционных моделей и методов решения задач стратегического управления реальными инвестициями предприятия в условиях неопределенности и риска, выявлены основные недостатки и ограничения их применения, для преодоления которых дано научное обоснование применения аппарата ТНМ к решению задач данного класса.

2. Расширены существующие и предложены новые подходы к осуществлению различных операций над нечеткими числами, необходимые при моделировании задач стратегического управления деятельностью предприятия при нечеткой исходной информации:

• Разработаны формальные процедуры осуществления арифметических операций, позволяющие получить результат с меньшей степенью неопределенности;

• Разработаны методы дефаззификации и сравнения нечетких чисел с учетом отношения ЛПР к риску;

3. Предложен модифицированный "метод парных сравнений", адаптированный для обработки нечетких оценок группы экспертов с учетом повторяемости нечетких величин, который позволяет получить коэффициенты важности частных критериев, характеризующиеся меньшей степенью неопределенности;

4. Разработана методика анализа безубыточности производства по инвестиционному проекту (ИП) в условиях нечеткой исходной информации, которая позволяет адаптировать традиционный анализ безубыточности к современным рыночным условиям и дает возможность управлять объемом прибыли и уровнем риска в условиях высокой неустойчивости современного бизнеса, обусловленной неопределенностью внешнего окружения предприятия, а также оперативно получать ответ на вопрос «а что будет, если» по ИП;

5. Предложены модификации главных методов оценки эффективности (NPV, PI, DPP, IRR, MIRR) и риска инвестиционного проекта, позволяющие использовать различные виды нечетких интервалов (чисел) в качестве входных параметров инвестиционного проекта, в том числе для неординарных денежных потоков, на основе применения предлагаемых формальных процедур обработки нечетких чисел, позволяющих уменьшить степень неопределенности получаемых в нечетком виде показателей эффективности инвестиционного проекта. Дана экономическая интерпретация и выработаны правила принятия стратегических инвестиционных решений по каждому из вышеперечисленных показателей эффективности, полученных в виде нечетких интервалов (чисел);

6. Разработана методика многокритериальной оценки эффективности и риска инвестиционных проектов при нечеткой исходной информации, позволяющая провести сравнение нескольких инвестиционных проектов и выбрать из них наиболее приемлемый для предприятия;

7. Разработана модель формирования оптимального портфеля инвестиционных проектов при нечеткой исходной информации. Модель представлена в виде задачи нечеткого математического программирования, для решения которой предложены новые эффективные методы: метод замены нечетких параметров задачи их четкими значениями на основе разработанного метода дефаззификации нечетких чисел, учитывающего отношение ЛПР к риску, метод замены нечетких параметров задачи множеством а -уровней.

8. Разработанные адекватные современным рыночным условиям методики, модели и алгоритмы позволяют повысить научную обоснованность, эффективность принимаемых стратегических решений по распределению реальных инвестиций при нечеткой исходной информации, увеличивают аналитическую базу, предоставляют возможность формализации различных макро-, микроэкономических параметров инвестиционных проектов и многообразных целевых установок, обусловленных различными интересами участников ИП.

Список литературы диссертационного исследования кандидат экономических наук Деревянко, Павел Михайлович, 2006 год

1. Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит., 1986. - 312 с.

2. Акофф Р. Планирование будущего корпораций. М.: Прогресс, 1985.

3. Алексеев А.В. Интерпретация и определение функций принадлежности нечетких множеств // Методы и системы принятия решений. Рига: РГТИ, 1979.-с. 42-50.

4. Алексеев А.В. Применение нечеткой математики в задачах принятия решений // Прикладные задачи анализа решений в организационно-технических системах. Рига: РПИ, 1983, с. 38-42.

5. Алехина А.Э. Принятие решений в финансовом анализе в условиях нестохастической неопределенности // Новости искусственного интеллекта. №3, 2000, с. 217-234.

6. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. -М.: Энергоатомиздат, 1991. 240 с.

7. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Изд-во ТГУ, 2000. - 352 с.

8. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике.- М.: Финансы и статистика, 2002. 368 е.: ил.

9. Ансофф И. Стратегическое управление. М.: Экономика, 1989.

10. Батыршин И.З. Основные операции нечеткой логики и их обобщения. -Казань: Отечество, 2001. 101 е.: ил.

11. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. - М.: Мир, 1976, с. 172215.

12. Бетонная монополия Электронный ресурс. : Деловая газета «Взгляд». -Электрон, дан. М., 2005 - . - Режим доступа: http:// www.vz.ru, свободный. - Загл. с экрана.

13. Бирман Г., Шмидт С. Экономический анализ инвестиционных проектов. -М.: ЮНИТИ, 1997.-345 с.

14. Бланк И.А., Основы финансового менеджмента. Т.2. К.: Ника-Центр, Эль-га, 2001.-512 с.

15. Борисов А.Н., Алексеев А.В., Крумберг О.А. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982. - 256 с.

16. Борисов А.Н., Алексеев А.В., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений. М: Радио и связь. 1989. -304с.

17. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990 - 184 с.

18. Бочарников В.П. Fuzzy-технология: Математические основы. Практика моделирования в экономике. СПб.: "Наука" РАН, 2001 - 328 с.

19. Бужевич Г.А. Легкие бетоны на пористых заполнителях. М.: Изд-во литературы по строительству, 1970. - 272 с.

20. Бузырев В.В., Васильев В.Д., Зубарев А.А. Выбор инвестиционных решений и проектов: оптимизационный подход. СПб.: Изд-во СПбГУЭФ, 1999.-224 с.

21. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов. Теория и практика. М.: Дело, 2004. - 888 с.

22. Вощинин А.П. Задачи анализа с неопределенными данными интерваль-ность и/или случайность? // Интервальная математика и распространение ограничений: Рабочие совещания. - МКВМ-2004, с. 147-158.

23. Вощинин А.П., Сотиров Г.Р. Оптимизация в условиях неопределенности. -М.: Изд-во МЭИ (СССР); "Техника" (НРБ), 1989. 224 с.

24. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1988. - 446 с.

25. Деревянко П.М. Элементы нечеткой логики при формировании инвестиционного портфеля // Экономика и инфокоммуникации в XXI веке: Труды И-й международной научно-практической конференции. 24-29 ноября 2003г. СПб.: Изд-во СПбГПУ, 2003. - с. 317-319.

26. Деревянко П.М. Нечетко-логический подход к формированию инвестиционного портфеля // Инструментальные методы в экономике: Сборник научных трудов. СПб.: СПбГИЭУ, 2004. - с. 117-123.

27. Деревянко П.М. Оценка риска неэффективности инвестиционного проекта с позиций теории нечетких множеств // Мягкие вычисления и измерения (SCM'2004): VII международная конференция 17-19 июня 2004 г. СПб.: СПбГЭТУ, 2004. - с. 167-171.

28. Дилигенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. М.: Издательство «Машиностроение - 1», 2004. - 401 с.

29. Друкер П. Управление, нацеленное на результаты: Пер. с англ. М.: Технологическая школа бизнеса, 1994.

30. Дугельный А.П., Комаров В.Ф. Бюджетное управление предприятием: Учеб.-практ. пособие. М.: Дело, 2003. - 432 с.

31. Ендовицкий Д.А. Комплексный анализ и контроль инвестиционной деятельности: методология и практика / Под ред. проф. Л.Т. Гиляровской. -М.: Финансы и статистика, 2001. 400 е.: ил.

32. Жуковин В.Е. Нечеткие многокритериальные модели принятия решений. -Тбилиси: Мецниереба, 1988. 71 с.

33. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений.- В кн.: Математика сегодня. М.: Знание, 1974, с.5-49.

34. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений: Пер. с англ. М.: Мир, 1976. - 165 с.

35. Зайченко Ю.П. Исследование операций. Нечеткая оптимизация. Киев: Вища школа, 1991. - 191 с.

36. Калмыков С.А., Шокин Ю.И., Юдашев З.Х. Методы интервального анализа. Новосибирск.: Наука. Сиб. отд-ние, 1986 - 223 с.

37. Кельтон В., Лоу А. Имитационное моделирование. Классика CS. 3-е изд. -СПб.: Питер; Киев: Издательская группа BHV, 2004. - 847 с.

38. Кини Р.Л., Райфа X. Принятие решений при многих критериях: Предпочтения и замещения. М.: Радио и связь, 1981. - 560 с.

39. Клейнер Г.Б., Тамбовцев В.Л., Качалов P.M. Предприятие в нестабильной экономической среде: риски, стратегия, безопасность. М.: Экономика, 1997.-288 с.

40. Клубков С.В. О задаче разработки метода оценки риска инвестирования // Сб. научных трудов: "Инструментальные методы и средства информационно-аналитических систем". М.: МЭСИ, 2003. - с. 48-52.

41. Ковалев В.В. Введение в финансовый менеджмент. М.: Финансы и статистика, 2001. - 768 е.: ил.

42. Количественные методы в экономических исследованиях / Под ред. М.В. Грачевой и др. М.: ЮНИТИ-ДАНА, 2004. - 791 с.

43. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. М.: Радио и связь, 1982. - 432 с.

44. Кофман А., Хил Алуха X. Введение теории нечетких множеств в управлении предприятиями: Пер. с исп. Мн.: Вышэйшая школа, 1992. - 224 с.

45. Кравец А.С. Природа вероятности. М.: Мысль, 1976. - 173 с.

46. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука: Физматлит, 1996. - 208 с.

47. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fiizzyTECH.- СПб.: БХВ-Петербург, 2003. 736 е.: ил.

48. Макконнел К.Р., Брю С.Л. Экономикс: Принципы, проблемы и политика. В 2-х т.: Пер. с англ. Т.1. М.: Республика, 1993. - 400 с.

49. Малышев Н.Г., Берштейн Л.С., Боженюк А.В. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. - 136 е.: ил.

50. Маркова В.Д., Кузнецова С.А. Стратегический менеджмент: Курс лекций.- М.: ИНФРА-М; Новосибирск: Сибирское соглашение, 2005. 288 с.

51. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука. Гл. ред. физ.-мат. лит., 1990.272 с.

52. Методические рекомендации по оценке эффективности инвестиционных проектов, № ВК 477 от 21.06.99 г., утвеждено Министерством экономики РФ, Министерством финансов РФ, Государственным комитетом РФ по строительству, архитектуре и жилищной политике.

53. Миллер Дж. А. Магическое число семь: плюс или минус два. О некоторых пределах нашей способности перерабатывать информацию // Инженерная психология. -М.: Прогресс, 1964, с. 192-225.

54. Нириньяни А.С. Недоопределенность в системе представления и обработки знаний //Изв. АН СССР. Техническая кибернетика. 1986, № 5.- с.3-28

55. Негойце К. Применение теории систем к проблемам управления. М.: Мир, 1981 -180 с.

56. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций. СПб.: Типография «Сезам», 2002. - 181 с.

57. Недосекин А.О. Оценка риска инвестиций по NPV произвольно-нечеткой формы Электронный ресурс. : Персональный сайт в Интернете. Электрон. дан. - СПб., 2004 -. - Режим доступа: http://sedok.narod.ru/, свободный. - Загл. с экрана.

58. Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ. / Под ред. P.P. Ягера. М.: Радио и связь, 1986. - 408 е.: ил.

59. Норткотт Д. Принятие инвестиционных решений: Пер. с англ. М.: Банки и биржи, ЮНИТИ, 1997. - 247 с.

60. Орлов А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980.-64 с.

61. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука. Главная редакция физико-математической литературы, 1981.-208 с.

62. Первичный рынок жилья в Санкт-Петербурге. Итоги 2004 года Электронный ресурс. : Портал по недвижимости Санкт-Петербурга. Электрон, дан. - М., 2004 - . - Режим доступа: http://www. realtybroker.spb.ru/, свободный. — Загл. с экрана.

63. Прикладные нечеткие системы / К. Асаи, Д. Ватада, С, Иван и др. / Пер. с яп. Ю.Н. Чернышева / Под. ред. Т. Тэрано. М.: Мир, 1993. - 368 с.

64. Промышленность строительных материалов Электронный ресурс. : Инвестиционная группа "РЕГИОН". Электрон, дан. - М., 2005 - . - Режим доступа: http://www.region.ru/, свободный. - Загл. с экрана.

65. Птускин А.С. Решение стратегических задач в условиях размытой информации. М.: Дашков и К0, 2003. - 240 е.: ил.

66. Риск-анализ инвестиционного проекта: Учебник для вузов / Под ред. М.В. Грачевой. М.: ЮНИТИ-ДАНА, 2001. - 351 с.

67. Россия. Обзор рынка недвижимости 2005 Электронный ресурс. : Консалтинговое агенство "Colliers International". Электрон, дан. - М., 2005 - . -Режим доступа: http://www. colliers.ru/, свободный. - Загл. с экрана.

68. Рыжов А.П. Элементы теории нечетких множеств и измерения нечеткости. М.: Диалог-МГУ, 1998. - 116 с.

69. Рэдхед К., Хыос С. Управление финансовыми рисками: Пер. с англ. М.: Инфра-М, 1996.-288 с.

70. Саати Т. Принятие решений. Метод анализа иерархий / Пер. с англ.- М.: Радио и связь, 1993. 316 с.

71. Севастьянов П.В., Севастьянов Д.П. Оценка финансовых параметров и риска инвестиций с позиций теории нечетких множеств // "Надежные программы", 1997, №1, с. 10-19.

72. Смоляк С.А. Оценка эффективности инвестиционных проектов в условиях риска и неопределенности. Теория ожидаемого эффекта. М.: Наука, 2002.- 172 с.

73. Смоляк С.А. Учет специфики инвестиционных проектов при оценке их эффективности // Аудит и финансовый анализ, 1999, №3.

74. Специфика загородной недвижимости Санкт-Петербурга Электронный ресурс. : Аналитика по недвижимости. Электрон, дан. - СПб., 2005 - . -Режим доступа: http://www.realtyinvest.ru/, свободный. - Загл. с экрана.

75. Спрос на рынке загородной недвижимости Ленобласти Электронный ресурс. : Региональный сервер недвижимости Санкт-Петербурга. Электрон, дан. - СПб., 2005 - . - Режим доступа: http://www.estate.spb.ru/, свободный. - Загл. с экрана.

76. Технология бетонных и железобетонных изделий: Учебник для инж.-строит. вузов / Под ред. В.Н. Сизова. М.: Изд-во «Высшая школа», 1972.- 520 с.

77. Трухаев Р.И. Модели принятия решений в условиях неопределенности. -М.: Наука, 1981.-258 с.

78. Федеральный закон "Об инвестиционной деятельности в РФ, осуществляемой в форме капитальных вложений" от 25 февраля 1999 г. №39-Ф3

79. Финансовый менеджмент: теория и практика: Учебник / Под ред. Е.С. Стояновой. 5-е изд., перераб. и доп. - М.: Изд-во «Перспектива», 2002. -656 с.

80. Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978. -352 с.

81. Хил Лафуенте A.M. Финансовый анализ в условиях неопределенности: Пер. с исп. -Мн.: Тэхналопя, 1998. 150 с.

82. Царев В.В. Оценка экономической эффективности инвестиций. СПб.: Питер, 2004. - 464 е.: ил.

83. Через три года будет три миллиона Электронный ресурс. : КоммерсантЪ СПБ. Электрон, дан. - СПб., 2005 - . - Режим доступа: http://www.kommersant.ru/, свободный. - Загл. с экрана.

84. Чернов В.А. Инвестиционная стратегия. М.: ЮНИТИ-Дана, 2003- 158 с.

85. Четыркин Е.М. Финансовый анализ производственных инвестиций. 2-е изд., испр. и доп. -М.: Дело, 2001. - 256 с.

86. Шапиро Д.И. Принятие решений в системах организационного управления: использование расплывчатых категорий. М.: Энергоатомиздат, 1983.- 185 с.

87. Шарп У., Александер Г., Бейли Дж. Инвестиции: Пер. с англ. М.: ИНФРА-М, 1999. - 1028 с.

88. Шнейдер В.Е., Астанский Л.Ю., Богуславский А.И. и др. Экономика, организация и планирование производства строительных материалов / Под общей ред. В.Е. Шнейдера. М.: Изд-во литературы по строительству, 1972. - 440 с.

89. Экономическая стратегия фирмы / Под ред. А.П. Градова. СПб.: Специальная литература, 1995. - 414 с.

90. Эшби Р.У. Введение в кибернетику. М.: Наука, 1959.

91. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: Учеб. пособие. М.: Финансы и статистика, 2004. - 320 е.: ил.

92. Buckley J.J. Fuzzy hierarchical analysis // Fuzzy Sets and Systems, 1985, N17, pp. 233-247.

93. Buckley J.J. The Fuzzy Mathematics of Finance // Fuzzy Sets and Systems, 1987, N21, pp. 257-273.

94. Buckley J.J., Qu Y. On Using a -cuts to Evaluate Fuzzy Equations // Fuzzy Sets and Systems, 1990, №38, pp. 309-312.

95. Buckley J.J., Qu Y. Solving Fuzzy Equations: A New Solution Concept // Fuzzy Sets and Systems, 1991, №39, pp. 291-301.

96. Buckley J.J. Solving Fuzzy Equations in Economics and Finance // Fuzzy Sets and Systems, 1992, №48, pp. 289-296.

97. Chang D.-Y. Applications of the Extent Analysis Method on Fuzzy AHP // European Journal of Operational Research, 1996, №95, pp. 649-655.

98. Chang P.-T., Lee E.S. The Estimation of Normalized Fuzzy Weights // Computers and Mathematics with Applications, 1995, №29, pp. 21-42.

99. Chang Yun-Hsi O., Ayyub Bilal M. Fuzzy Regression Methods a Comparative Assessment //Fuzzy Sets and Systems, 2001, №119, pp. 187-203.

100. Chansangavej Ch., Mount-Campbell C.A., Decision Criteria in Capital Budgeting under Uncertainties: Implications for Future Research // Int. J. Prod. Economics, 1991, №23, pp. 25-35.

101. Chiu Ch.-Yu, Park Ch. S. Fuzzy Cash Flow Analysis Using Present Worth Criterion // Eng. Economist, 39 (2), 1994, pp. 113-138.

102. Dimova L., Sevastianov D., Sevastianov P. Application of fuzzy sets theory methods for the evaluation of investment efficiency parameters // Fuzzy economic review, 2000, Vol.5, №1, pp. 34-48

103. Dong W.M., Shah H.C. Vertex method for computing functions of fuzzy variables // Fuzzy Sets and Systems, 1987, Vol.24, №1, pp. 65-78.

104. Dubois D., Prade H. Additions of Interactive Fuzzy Numbers // IEEE Trans. On Automatic Control, 1981, Vol.26, №4, pp. 926-936.

105. Dubois D., Prade H. Fuzzy Real Algebra: Some Results // Fuzzy Sets and Systems, 1979, Vol.2, №4, pp. 327-348.

106. Dubois D., Prade H. Fuzzy Sets and Systems: Theory and Applications. New York: Academic Press, 1980. - 394 p.

107. Dubois D., Prade H. Inverse Operations for Fuzzy Numbers // Proc. of the IF AC Symp. Fuzzy Inform., Knowledge Representation and Decision Analysis/ Ed.: E. Sanchez, M. M. Gupta. Oxford: Pergamon Press, 1984. - pp. 18 - 38.

108. Dubois D., Prade H. Operations on Fuzzy Numbers // International Journal of Systems Science, 1978, Vol.9, №6, pp. 613-626.

109. Hastie K.L. One Businessman's View of Capital Budgeting // Financial Management, Winter 1974, pp. 36-43.

110. Hauke W. Using Yager's t-norms for Aggregation of Fuzzy Intervals // Fuzzy Sets and Systems, 1999, №101, pp. 59-65.

111. Hurwicz L. Optimality Criteria for Decision Making under Ignorance // Cowles commission papers, 1951, №370.

112. Ishibuchi Hisao., Nii Manabu. Fuzzy Regression Using Asymmetric Fuzzy Coefficients and Fuzzified Neural Networks // Fuzzy Sets and Systems, 2001, №119, pp. 273-290.

113. Kahraman C., Ruan D., Tolga E. Capital Budgeting Techniques Using Discounted Fuzzy versus Probabilistic Cash Flows // Information Sciences, 2002, №142, pp. 57-76.

114. Kaufmann A., Gupta M. Introduction to Fuzzy Arithmetic: Theory and Applications. New York: Van Nostrand Reinhold, 1985.

115. Klir G.J. Fuzzy Arithmetic with Requisite Constraints // Fuzzy Sets and Systems, 1997, №91, pp. 165-175.

116. Klir G.J., Yuan B. Fuzzy Sets and Fuzzy Logic. Englewood Cliffs, New Jersey: Prentice Hall, 1995.

117. Kuchta D. Fuzzy Capital Budgeting // Fuzzy Sets and Systems, 2000, №111, pp. 367-385.

118. Laarhoven van P.J.M., Pedrycz W. A Fuzzy Extension of Saaty's Priority Theory // Fuzzy Sets and Systems, 1983, №11, pp. 229-241.

119. Lewellen W.G., Long M.S. Simulation versus Single-Value Estimates in Capital Expenditure Analysis // Decision Sci., 1972. Oct. pp. 19-33.

120. Li Calzi M. Towards a General Setting for the Fuzzy Mathematics of Finance // Fuzzy Sets and Systems, 1990, №35, pp. 265-280.

121. Lootsma F.A. Fuzzy Logic for Planning and Decision Making. Dordrecht: Kluwer Academic Publishers, 1997.

122. Moore R.E. Interval Analysis. NJ: Prentice Hall, Englewood Cliffs, 1966.

123. Nakamura K. Preference Relations on Set of Fuzzy Utilities as a Basis for Decision Making // Fuzzy Sets and Systems, 1986, №20, pp. 147-162.

124. Nguyen H.T. A Note on the Extension Principle for Fuzzy Sets // Journal of Mathematical Analysis and Applications, 1978, №64, pp. 369-380.

125. Ramik J., Rimanek J. Inequality Relation Between Fuzzy Numbers and Its Use in Fuzzy Optimization // Fuzzy Sets and Systems, 1985, №16, pp. 123-138.

126. Tanaka H., Uejima S., Asai K. Linear Regression Analysis with Fuzzy Model // IEEE Trans. Systems Man Cybernet., 1982, №12(6), pp. 903-907.

127. Wagenknecht M., Hartmann K. On Fuzzy Rank Ordering in Polyoptimisation // Fuzzy Sets and Systems, 1983, №11, pp. 253-264.

128. Wang X., Kerre E.E. Reasonable Properties for the Ordering of Fuzzy Quantities (I), (II) // Fuzzy Sets and Systems, 2001, №112, pp. 375-385, pp. 387-405.

129. Ward T.L. Discounted Fuzzy Cashflow Analysis // Proceedings of Fall Industrial Engineering Conference, 1985, pp.476 -481.

130. Weingartner H.M., Criteria for Programming Investment Project Selection // Journal of Industrial Economics, 1966, №15, pp. 65-76.

131. Yager R.A. A Foundation for a Theory of Possibility // Journal of Cybernetics, 1980, №10, pp. 177-209.

132. Yager R.A. On the Measure of Fuzziness and Negation. Part 1. Membership in the Unit Interval // Int. J. Gen. Syst., 1979, №5, pp. 221-229.

133. Yuan Y. Criteria for Evaluating Fuzzy Ranking Methods // Fuzzy Sets and Systems, 1991, №44, pp. 139-157.

134. Zadeh L.A. Fuzzy Sets // Information and Control, 1965, Vol.8, №3, pp. 338353.

135. Zadeh L.A. Fuzzy Sets as a Basis for a Theory of Possibility // Fuzzy Sets and Systems, 1978, №1, pp. 3-28.

136. Zimmerman H.-J. Fuzzy Sets Theory and Its Applications. - Dordrecht: Kluwer Academic Publishers, 1994.

137. Технико-экономические показатели ИП по производству керамзитобетонных блоков

138. Первоначальные единовременные (инвестиционные' расходы (в руб)

139. Капитальные вложения 15930996

140. Стационарная камнеформовочная машина системы "MASA", модель "RECORD 250 AF" в полностью автоматическом исполнении с учетом затрат на доставку и установку 181240€*34,15руб/€= =6189346

141. Бетонио-смесительный узел по производству керамзитобе-тона с учетом затрат на доставку и установку 720000013. 2 Бортовые машины "КАМАЗ 65117-030" грузпод. 14 тонн 208965014.2 Погрузчика грузпод. 2 тонны 452000

142. Первоначальные расходы па оборотные средства 27600003. Прочие расходы 19600001. Итого 20650996

143. Условно-переменные изде. Керамзитобетона M5G )жки на прои , плотность i зводство 1 куб.м. 00 кг/куб.м.

144. Наименование Расход на 1куб.м. Цена Стоимость, руб.

145. Цемент М400 220 кг 2500 руб/т 550

146. Керамзит фр. 10-20мм 500 кг/куб.м 430 кг 650 руб/куб.м 559

147. Песок 117 кг 250 руб/куб.м 19,5

148. Вода 210 л 11 руб/куб.м 2,31

149. Электроэнергия 13,9 кВтч 1,3 руб/кВтч 18,071. Итого 1149

150. Пустотность производимых керамзитобетонных блоков составляет 28%, поэтому ус ловно-переменные издержки на изготовление 1 куб.м. керамзитобетонных блоков составят 1149*0,72=828 руб/куб.м.

151. Условно-постоянные издержки в год

152. Статьи расходов Сумма (руб.)

153. Арендная плата 12*290 руб./кв.м* 1108 кв.м=3855840

154. Амортизационные отчисления 2.1) Оборудование 2.2) Транспорт 0,15*13389346=2008402 0,1*2541650=254165

155. Заработная плата персоналу 2808000

156. Единый социальный налог 717280

157. Плата за средства связи 120006. Расходы на рекламу 163920

158. Страховые взносы 0,07*15930996=1115170

159. Транспортный налог 2*25руб/л.с.*260л.с.= 130009.Прочие расходы 7000001. Итого 11647777

160. Технико-экономические показатели ИП по производству пенобетопных блоков

161. Первоначальные единовременные (инвестиционные' I расходы (в руб)

162. Капитальные вложения 13127907

163. Оборудование для производства пенобетонных блоков в полностью автоматическом исполнении с учетом затрат на доставку и установку 3586257

164. Бетоппо-смесительпый узел по производству бетона с учетом затрат на доставку и установку 700000013. 2 Бортовые машины "КАМАЗ 65117-030" грузпод. 14 тонн 208965014. 2 Погрузчика грузпод. 2 тонны 452000

165. Первоначальные расходы на оборотные средства 31200003. Прочие расходы 23500001. Итого 18597907и

166. Условно-переменные издержки на производство 1 куб.м. Пенобетона М50, плотность 800 кг/куб.м.

167. Наименование Расход на 1куб.м. Цена Стоимость, руб.

168. Цемент М400 400 кг 2500 руб/т 1000

169. Песок 340 кг 250 руб/куб.м 56,67

170. Вода 200 л 11 руб/куб.м 2,21. Добавки 1 л 55 руб/л 55

171. Электроэнергия 13 кВтч 1,3 руб/кВтч 19,91. Итого 1134

172. Пустотность производимых пенобетонных блоков составляет 15%, поэтому условно-переменные издержки на 1 куб.м. пенобетонных блоков составят 1134*0,85=964руб/куб.м.в

173. Условно-постоянные издержки в год

174. Статьи расходов Сумма (руб.)

175. Арендная плата 12*290 руб./кв.м*1108 кв.м=3855840

176. Амортизационные отчисления 2.1) Оборудование 2.2) Транспорт 0,15*13389346=1587939 0,1*2541650=254165

177. Заработная плата персоналу 2808000

178. Единый социальный налог 717280

179. Плата за средства связи 120006. Расходы на рекламу 163920

180. Страховые взносы 0,07*13127907=918953

181. Транспортный налог 2*25руб/л.с.*260л.с.= 130009.Прочие расходы 7000001. Итого 110310971. Расходы на рекламу в год

182. Средство рекламы Вид рекламы Затраты

183. Журнал "Стройка" 1/8 полосы (180x28 мм) + 5 строк 12*4нед.*1180руб/нед= 4720 руб

184. Журнал "СтройМаркет" 1/8 полосы (88x59 мм) + 5 строк 12*4нед.* 1120руб/нед= 4480 руб

185. Справочник "Строй Price" 186x40+ 10 строк 12*4нед.* 1115 руб/нед= 4460 руб1. Итого 163920 руб

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.