Предпринимательские решения: моделирование рисков инновационных проектов

Notes:

April 10, 1999: Risk Event occured and Firmware unit testing has been completed using the hardware emulator. Resultant schedule slip will only be 4 work days. May 10, 1999: Prototypes have bean built and the last 15% of testing has been completed.

Closure Data

 

Рис. 10. Web-версия плана работы фирмы по конкретному риску

 

Заключение 

     Глобальный  стратегический инновационный менеджмент возник как естественная интеграция двух объективно существующих взаимодополняющих  видов человеческой деятельности: 
- глобализация экономики на основе неценовой (по качеству продуктов/услуг) конкуренции; 
- взрывное развитие научно-технического прогресса, опережающий рост наукоемких секторов мировой экономики.

     Эти потоки, взаимно переплетаясь и питая  друг друга, и привели к глобальной стратегической инновационной активности транснациональных корпораций. Естественным развитием этого процесса явилась интеллектуализация бизнеса (логическая цепь: основное орудие в конкуренции - инновации,  - их основа  - знания,  - отсюда необходимость их менеджмента) [7].

     Изложенный  здесь обзор технологий и практики глобальных фирм, полностью подтвердил о нецелесообразности отдельно исследовать стратегический менеджмент глобальных фирм и их инновационный менеджмент.

     Роль  инноваций как фактора глобальной конкуренции подтверждается, как  правило, отрицательным коэффициентом  корреляции интенсивности НИОКР  и годовых объемов продаж, что  говорит о том, что компании, занимающие худшее конкурентное положение, вынуждены  затрачивать относительно большие  средства на НИОКР с целью обеспечения  конкурентного успеха.

     Введение  в оборот исследователей глобального стратегического инновационного менеджмента не снимает проблем, характерных для управления НИОКР вне зависимости от их стратегической значимости. К их числу можно отнести: 
- проблему неопреденности и риска при принятии решений по НИОКР; 
- практику риск-менеджмента НИОКР; 
- сравнительную оценку вариантов НИОКР; 
- организацию процесса разработки технологической стратегии фирмы.

Практика  решения этих проблем рассмотрена  во второй и третьей главе.

 

Список  использованной литературы

1. Портер  М. Е. Конкуренция. СПб., М., Киев: Изд. дом «Вильямс», 2000. 
2. Кастельс М. Глобальный капитализм // Экономическая стратегия, 2000, № 3. 
3. Нехаев С.А. Основные тенденции развития инвестиционного рынка в эпоху глобализации // www.delovoy.newmail.ru, 2000. 
4. Гольдштейн Г. Я. Стратегические аспекты управления НИОКР. Таганрог: Изд-во ТРТУ, 2000.

5. McGrath R. E., McMillan I. C. The Entrepreneurial Mindest: Strategies for Continuosly Creating Opportnunity in an Age of Uncertainty. Boston MA: Harvard Business School press, 2001.

6. Бендиков  М. А. Оценка реализуемости  инновационного проекта // Менеджмент  в России и за рубежом, 2001, №2.

7. The Art and Science of Business Intelligence Analysis / Eds. Ben Gilad. Stamford CT: JAI Press Inc., 1996.

8. Кинев Ю. Ю. Оценка рисков финансово-хозяйственной деятельности предприятий на этапе принятия решения // Менеджмент в России и за рубежом, 2000, №5. 
9. Davis J., Fusfeld A., Scriven E., Tritle G. Determining a projects probability of success // RTM, 2001, v.44, №3.

 

Приложение 1.

Бюджетные ограничения проектов выбора.

(Budget-Constrained Project Selection)  

 

     Группа R&D определило восемь возможных проектов. Чистая приведенная стоимость вычисляется: (1) ожидаемые доходы по каждому проекту, если она будет успешной, (2) оценкам вероятность успеха для каждого проекта, и (3) первоначальных инвестиций, необходимых для каждого проекта. Используя эти данные, финансовый менеджер может вычислить ожидаемый доход и ожидаемую прибыль по каждому проекту, как это показано в таблице модели. К сожалению, имеющийся бюджет составляет всего лишь $ 2,0 млн., а выделение всех проектов потребуется в общей сложности первоначальные инвестиции в размере 2,8 млн. долл. США. Таким образом, проблема заключается в определении, какие из проектов, необходимо выбрать с максимальной общей ожидаемой прибылью, оставаясь в пределах бюджетных ограничений. Усложняется это решение тем, что оба ожидаемой прибыли и процент успеха крайне неопределенны. 
            Каждый из 8 проектов, ожидаемых доходов и успеха. Сумма этих двух факторов равна ожидаемой прибыли, а ожидаемая прибыль является ожидаемый доход за вычетом первоначальных инвестиций для выбранного проекта. Решения в колонке H бинарные, то есть, они могут принимать только значения нуль и один, представляющий решения или не выбора или выбор каждого проекта. С 1 ("Go" решение), ожидаемая прибыль проекта рассчитывается. С нуля ("непроходной" решение), ожидаемая прибыль становится равной нулю. Инвестиции в ячейку F15 это необходимые инвестиции в колонке F умножается на соответствующие решения переменной в столбце H.

     Ожидаемая прибыль и процент успеха являются неопределенными, и, хотя хорошие решения могут быть определены посредством инспекций или методом проб и ошибок, опираясь на решение ожидаемых значений может быть опасно, потому что не позволяет оценить риски. Если проект не будет успешным, компания рискует понести потери первоначальных инвестиций.

Использование Crystal Ball 
Crystal Ball позволяет создавать распределения вероятностей, которые описывают неопределенность конкретных входных переменных.

Например, для первого проекта:

Так же мы можем сами моделировать доходы и вероятности. Например, для первого:

      
             Эта модель также включает в себя Crystal Ball прогноз, как показано на голубой. Прогнозы уравнений, или результатов, которые вы хотите проанализировать, после моделирования. Во время моделирования, Crystal Ball сохраняет значения в прогнозе клеток и отображает их в Forecast Chart, которая является гистограмма моделируемых значений. В этом примере это Total profit. 
          При запуске программы моделирования, Crystal Ball генерирует случайное число для каждого предположения (на основе предположения, каким образом была определена) и места, новое значение в ячейке. Excel затем пересчитывает модели. Можно проверить это, выбрав Single Step на панели инструментов Crystal Ball.

 
 
           Чтобы просмотреть, какие из предположения имели наибольшее влияние на общую прибыль, используя чувствительность диаграммы. Какие предположения в наибольшей степени затрагивают этот прогноз?

       
Использование OptQuest 
          Можно приступить к решению оптимизации с использованием OptQuest. В этой модели, необходимо определить, какие из проектов, необходимо выбрать, чтобы получить максимальную общую ожидаемую прибыль, оставаясь в пределах бюджетных ограничений.

     OptQuest требует решения переменных, которые находятся в колонке H, и, как описано выше, это будет либо один или ноль. Для просмотра сведений о решении переменной, выделите ячейку и выберете Define Decision на панели Crystal Ball.

       
         OptQuest из меню Run и использовать OptQuest мастера, чтобы просмотреть параметры оптимизации.

        Проблема одна: ограничения (в бюджет) и одна цель: максимизировать общую прибыль. Для бюджетных ограничений, необходимо создать формулу, где общая стоимость проектов меньше или равно бюджету. Это линейное уравнение, где успех каждого проекта (решение переменной) умножается на стоимость этого проекта.

       Полученная формула выглядит следующим образом:  
250000 * Проект 1 + 650 000              + 650 000       * Проект 2 + 250 000 * Проект 3 + 500 000 * Проект 4 + 700 000 * Проект 5 + 30 000 * Проект 6 + 350 000 * Проект 7 + 70 000 * Проект 8 <= 2000000  
       Выполнить оптимизации. Для каждой оптимизации OptQuest выбирает новое значение в пределах определенного диапазона каждого решения переменной (например, 0 или 1) и работает моделирования Crystal Ball (например, в 2000 испытаний). OptQuest затем сохраняет среднюю общую сумму прибыли. OptQuest запускает еще одно моделирование на новые решения переменных. OptQuest повторяет этот процесс, постоянно ищет улучшения общей прибыли, пока она либо работает через все возможные решения или достижения конца набора времени работы.

 
     Как OptQuest работает: он использует несколько metaheuristic методы и приемы для анализа прошлых результатов и улучшает качество и скорость его процессов.  Можно наблюдать прогресс OptQuest через производительность график, который показывает уплощенная линии как она сходится к оптимального результата.  
          Что является лучшим сочетанием проектов, что приводит к высокой средней общей прибыли? После того как OptQuest будет завершена, можно скопировать оптимальных результатов обратно в таблице с помощью копирования лучшее решение в электронную таблицу в меню Edit. Таблица теперь показывает оптимальное решение, и Crystal Ball отображает прогноз диаграммы  моделирования  лучших оптимизаций. Можно использовать решение OptQuest по анализу целей обзоров других партий продукции, что привело к высокой общей величине прибыли.  

 

Приложение 2.

Глава 6. Выбор настройки Run.

Теперь, когда мы рассмотрели основы создания модели Crystal Ball и использовали свои прогнозы, для принятия решения, мы будем внимательно смотреть на параметры доступные через меню "Выполнить настройки для контроля выполнения Ваших имитационных моделей.

     Рисунок 6.1 показана вкладка Испытания в  диалоговом окне Выполнить настройки. Здесь Crystal Ball производит процесс генерации случайных переменных из стохастической предположения, что у вас есть определенные для вашей модели оценки формулы, которые зависят от этих значений, затем расчет и сохранение прогнозных значений.

     Когда вы нажмете кнопку Выполнить, Crystal Ball начинает выполнение шагов изображенных на рисунке 6.2. Меры, принятые Crystal Ball на каждом шаге описываются следующим образом:

     Сначала Crystal Ball готовится запустить моделирование, посмотрев на 
предположения и прогнозы в клетках таблице, и готовится  сохранить 
прогнозные  значения в памяти компьютера.

     Заданное  значение в каждом испытании Crystal Ball начинает с  генерации случайного значения каждого стохастического предположения и помещает его в соответствующую клетку.

     Crystal Ball поручает Excel пересчитать использованные  значения, которые были только что помещены в клетки. Обновления каждой ячейки таблицы зависят от предположений.

Полученные  Результаты Crystal Ball имеют обновленное значение каждого из прогноза клеток и сохраняет его в памяти. Если у вас включен анализ чувствительности, Crystal Ball также сохраняет текущее значение каждого предположения ячейки на данном этапе 
для возможного анализа позже с чувствительностью карт.