ЧИСЛЕННОЕ ИССЛЕДОВАНИЕ ПАРАМЕТРОВ ЖИЗНЕННОГО ЦИКЛА ИНВЕСТИЦИОННОГО ПРОЕКТА

Аннотация: в работе, в рамках модели линейного оптимального управления, с использованием автоматизированного программного комплекса, проведено исследование влияния некоторых характеристик внешней и внутренней среды инвестиционного проекта на оптимальные значения сроков его окупаемости; выдвинута и численно обоснована гипотеза о более существенном влиянии на указанный показатель параметров внутренней среды проекта.

Ключевые слова: срок окупаемости, оптимизационный подход, кибернетическая модель, показатели экономической эффективности.

Изучение законов функционирования производственных предприятий сегодня трудно осуществить без использования автоматизированных информационных систем (АИС).

В процессе обучения нами была освоена оптимизационная финансово-аналитическая АИС, описание которой можно встретить в работе [1]. Данная АИС решает задачи оценки эффективности и выбора предприятием оптимальных параметров объемов производства и финансирования на основе такой оптимизационной модели, как модель линейного программирования. В нее заносится информация о проекте производства продукции, включающая стоимость продукции и оценку спроса на нее, стоимость, производительность и срок службы основных производственных фондов (ОПФ), характеристики окружающей рыночной среды, а также ограничений на используемые производственные и финансовые ресурсы [4,5].

Решение указанной задачи позволяет выявлять экономический потенциал деятельности предприятия и, в частности, изучать такие характеристики оптимального жизненного цикла, как срок окупаемости (Payback Period, PP), максимальный значение чистой приведенной стоимости (Net Present Value, NPV), предельный срок окончания проекта и др.

Рассмотрим численный эксперимент по модели производителя, описанной в работах [2,6] со следующими входными параметрами: n=2; β=0,09; p=0,6; ; ; M₀=40000 д.е; Cr₀=0 д.е; Dot₀=0 д.е; T=5 лет; r=0,28; c₁=c₂=20000 д.е; P₁=0.41 д.е; P₂=0.48д.е; T₁=T₂=20 лет; V₁=10⁶ шт, V₂=0.75∙10⁶ шт; q₁=q₂=10⁶ д.е. Данный набор входных параметров характеризует реальный инвестиционный проект по производству инновационной продукции в машиностроительной отрасли. На рисунках 1,2 приведены ряд зависимостей NPV проекта от горизонта его планирования при варьировании таких характеристик проекта, как стоимость единицы продукции (рисунок 1) и ставка дисконтирования (рисунок 2).

Рисунок 1 – Зависимости NPV проекта от горизонта его планирования при варьировании стоимости единицы продукции

Рисунок 2 – Зависимости NPV проекта от горизонта его планирования при варьировании ставка дисконтирования

Визуальный анализ рисунков позволяет выдвинуть исследовательскую гипотезу о том, что, в рамках используемой математической модели, характеристики жизненного цикла проекта в большей мере зависят от показателей, описывающих внутреннюю среду проекта, чем от показателей, описывающих его внешнюю среду.

Надо отметить, что аналогичные приведенным на рисунках результаты можно получить, варьируя другие параметры в модели: ресурсных и финансовых ограничений, налоговых ставок и пр.

Таким образом, с помощью оптимизационного пакета финансового анализа [1] численно проверено, что на срок окупаемости инвестиционного проекта, описываемого оптимизационной моделью [2], значительно большее влияние оказывают характеристики его внутренней производственной среды.

Список литературы:

1. Горбунов М.А., Медведев А.В., Победаш П.Н., Смольянинов А.В. Оптимизационный пакет прикладных программ «Карма» и его применение в задачах бизнес-планирования // Фундаментальные исследования. – 2015. – №4-0. – С.42-47.
2. Медведев А.В. Модель оптимального финансово-инвестиционного планирования деятельности производственного предприятия // Международный журнал прикладных и фундаментальных исследований. – 2015. – № 9-4. – С. 622-625.
3. Медведев А.В. Оптимизационная система поддержки принятия решений в бизнес-планировании // Успехи современного естествознания. – 2015. – №1(4). – С.679-683.
4. Медведев А.В. Оптимизационное планирование проектов функционирования экономических систем с заемным финансированием деятельности производителя // Фундаментальные исследования. – 2016. – №9(2). – С.273-278.
5. Семенкин Е.С. Модели и алгоритмы для поддержки принятия решений инвестиционного аналитика / Е.С.Семенкин, А.В.Медведев, А.Ю.Ворожейкин // Вестник Томского государственного университета. Серия «Информатика. Кибернетика. Математика». – 2006. – №293 – С.63-70.
6.   Трусов А.Н. Оценка потребности в кредитном ресурсе бизнес-проекта в зависимости от показателя производительности активов / А.Н.Трусов, Е.Р.Кашкинова, А.И.Леонтьева // В сборнике Международной научно-практической конференции «Инновационные механизмы решения проблем научного развития» сборник статей. – 2016. – С.191-195.