Введение:
Технико-экономическое обоснование или технико-экономическое обоснование устанавливает условия, которые делают инвестиционный проект жизнеспособным, то есть позволяют ему успешно реализоваться; Он также определяет функции или приоритеты, которые необходимо учитывать при его разработке. Для выполнения этого технико-экономического обоснования следует использовать традиционные методы финансовой оценки инвестиционного проекта, такие как чистая приведенная стоимость, внутренняя норма прибыли и срок окупаемости.
Учет риска при оценке инвестиционного предложения можно определить как процесс разработки распределения вероятностей некоторых экономических критериев. Как правило, наиболее распространенные распределения вероятностей, полученные при оценке, соответствуют чистой приведенной стоимости и внутренней норме прибыли. Однако, чтобы определить распределения вероятностей этих баз сравнения, необходимо знать распределения вероятностей неопределенных элементов проекта, таких как: срок службы, денежные потоки, процентные ставки, изменения паритета, уровень инфляции среди прочего.
При финансовой оценке инвестиционных проектов связан риск, который объясняется неопределенностью, связанной с рассмотрением NPV равным нулю, то есть тем, что проект является доступным, поскольку я получаю только то, что я инвестирую, NPV больше 0, составляет то есть, что проект прибыльный, и я возвращаю инвестиции за счет прибыли и NPV меньше 0, то есть что проект нерентабелен, без учета других переменных, таких как IRR, которая должна быть больше, чем альтернативные издержки капитала.
Это оправдывает необходимость изучения неопределенности, что означает, что может произойти больше вещей, чем будет.
По этой причине для анализа проекта были разработаны другие процедуры, такие как анализ чувствительности, анализ тупика, моделирование и деревья решений.
Моделирование - это сложная система со статистической базой, позволяющая справиться с неопределенностью путем сбора различных компонентов денежных потоков в математической модели, которая, повторяя этот процесс много раз, может определить распределение вероятностей доходности проекта.
Производительность моделирования обеспечивает отличную основу для принятия решений, так как лицо, принимающее решения, может рассматривать континуум альтернатив риска и доходности, а не единую точечную оценку.
Определение моделирования.
«Моделирование - это численный метод, который используется для проведения экспериментов на цифровом компьютере, основанный на логико-математической модели, которая запрограммирована в компьютере и описывает поведение компонентов системы и их взаимодействие во времени». (один)
«Моделирование - это особый вид моделирования, в котором мы пытаемся представить реальность в упрощенном виде. Как и в случае с математико-статистическими моделями, имитационные модели имеют серию входных или исходных данных, которые исследователь включает в модель, и серию выходных или результатов, которые вытекают из нее ». (два)
«Моделирование - это представление процесса или явления с помощью более простого, что позволяет анализировать его характеристики; Но симуляция - это не только это, это также что-то очень повседневное, в настоящее время это может быть симуляция экзамена, который учитель делает своему ученику для экзамена на служение,
производство текстиля, продуктов питания, игрушек, строительство инфраструктуры с помощью моделей, даже виртуальное обучение боевых летчиков ». (3)
«Моделирование - это не что иное, как использование модели системы, которая имеет желаемые характеристики реальности, с целью воспроизведения сути реальных операций (…)» (4)
«Это представление реальности посредством использования модели или другого механизма, который будет реагировать так же, как и реальность, при заданных условиях». (5)
Моделирование очень полезно для решения бизнес-задач, в которых все значения переменных неизвестны заранее или известны лишь частично, и нет способа легко их найти.
Он состоит из построения математической модели определенного типа, описывающей функционирование системы с точки зрения отдельных событий и компонентов. Кроме того, система разделена на элементы и их взаимосвязи с предсказуемым поведением, по крайней мере, с точки зрения распределения вероятностей для каждого из возможных состояний системы и ее входов.
Неправильное использование моделирования.
Финансовый менеджер похож на детектива, который должен использовать все улики. Моделирование должно быть еще одним способом получения информации об ожидаемых потоках управления и рисках. Но в окончательном инвестиционном решении применяется только одна цифра - чистая приведенная стоимость.
Финансовому менеджеру сообщается не распределение денежных потоков, а чистая приведенная стоимость или внутренняя норма прибыли. Разве полное распределение чистой приведенной стоимости не лучше одного числа? Но мы увидим, что это дополнительное рассуждение лучше и заводит финансового директора в ловушку.
Денежные потоки от каждой итерации имитационной модели конвертируются в чистую приведенную стоимость путем их дисконтирования по безрисковой ставке. Почему они не учитываются по альтернативной стоимости капитала? Потому что, если вы знаете, что это такое, вам не нужна имитационная модель, за исключением, возможно, облегчения прогнозирования денежных потоков. Безрисковая ставка используется, чтобы избежать предопределения риска.
Ожидаемая чистая приведенная стоимость не учитывает риски. Риск отражается в дисперсии распределения чистой приведенной стоимости. Таким образом, термин «чистая приведенная стоимость» имеет совершенно иное значение, чем обычно. Если актив имеет определенное количество возможных приведенных стоимостей, не имеет смысла связывать приведенную стоимость с ценой, по которой актив мог бы продаваться на конкурентном рынке капитала.
Если два проекта, которые не связаны между собой, объединяются, риск чистой приведенной стоимости объединенных проектов будет меньше, чем средний риск чистой приведенной стоимости двух отдельных проектов.
Это не только противоречит принципу ценностной деятельности, но и побуждает промоутеров маржинальных проектов нарушать систему, подавая совместные предложения.
Интерпретировать распределение чистой приведенной стоимости очень сложно. Поскольку безрисковое время не является альтернативной стоимостью капитала, для процесса дисконтирования нет экономической основы. Поскольку механика в целом произвольна, менеджерам можно сказать, как решать или что делать, только если вдохновение не приходит.
Некоторых из этих трудностей можно избежать, представив распределение внутренних норм прибыли. Это позволяет избежать использования учетной ставки.
произвольно за счет введения проблем, связанных с внутренней нормой доходности. Кроме того, менеджер снова остается рассматривать распределение без указаний относительно надлежащего баланса между ожидаемой доходностью и отклонениями прибыльности. Однако стандартное отклонение внутренней нормы прибыли можно использовать как приблизительное значение относительного риска проектов в той же сфере деятельности.
Шаги, которые необходимо выполнить для моделирования инвестиционного проекта.
Шаги, которые необходимо предпринять для моделирования инвестиционного проекта, очень хорошо изложены Раулем Коссом (6) и соответствуют тем, которые определены другими авторами в общем смысле.
При моделировании инвестиционного проекта необходимо следовать следующей логике:
1. Исходные данные.
- Ставка налога Альтернативная стоимость капитала Параметры проекта и их вероятностные распределения
2. Генератор случайных величин.
- Normal.Uniform.Exponential.Empirical.
3. Инвестиционная модель.
Амортизация.
- Он рассчитывается на основе типа активов и производственной деятельности, в которой они используются.
Критерии оценки.
- Внутренняя норма доходности, чистая приведенная стоимость, рентабельность инвестиций, срок окупаемости.
4. Распределение вероятностей выбранного критерия оценки.
- Гистограмма Кумулятивная гистограмма.
5. Статистический анализ.
- Диапазон среднего стандартного отклонения
6. Решение.
Выводы.
- Преимущества использования финансовой имитационной модели для определения жизнеспособности инвестиционного проекта заключаются в том, что эти модели применимы ко множеству продуктов и секторов. Их можно адаптировать к конкретным характеристикам изучаемого проекта.Модель финансового моделирования позволяет вам сосредоточить свое внимание на принятии решения о том, инвестировать ли в проект или нет, или сосредоточиться на улучшении тех аспектов, которые могут сделать его более прибыльным. Вместо того, чтобы тратить время на разработку сложных финансовых моделей, вы просто используете их. Это улучшает процесс принятия решений, потому что, когда ваши резервы имеют большое финансовое влияние, имитационная модель позволяет вам изменить ключевые моменты ваших инвестиций и оценить несколько сценариев. Вы сразу увидите эффекты, и вы сможете,быстро и легко принимать оптимальные решения.
Библиографические ссылки.
- Хиллер, Ф. С. и Либерман, Г. Дж. Введение в исследование операций. McGraw - Hill Interamericana. P. 153. 1991. ФИРИНГ, М. Б. и М. М. Хуфшмидт: «Методы моделирования для проектирования систем водных ресурсов». Издательство Гарвардского университета, Массачусетс, США, 1966. стр. 205. Ariza, FJ (1997a). Использование моделирования для контроля ошибок при растеризации. В Mapping n1 p. 39. Ariza, FJ (1997c). Моделирование и принятие решений с помощью ГИС. Аспирантура. Хаэнский университет. п. 45. Thierauf, RJ и Grosse, RA «Принятие решений посредством исследования операций». Глава 15, Мексика, 1999 г., стр. 463 - 464. Coss, RB 1997. »Анализ и оценка инвестиционных проектов». Редакция Лимуса. Mexico DF стр. 61-78.
