Методы оценки эффективности инвестиционных проектов при стохастической неопределенности исходной информации

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Методы оценки эффективности инвестиционных проектов при стохастической неопределенности исходной информации (реферат, курсовая, диплом, контрольная)

Содержание

Глава I. Теоретико-методологические проблемы оценки эффективности инвестиционных проектов
- 1. 1. Инвестиционные проекты и показатели их эффективности
- 1. 2. Недостатки типовых показателей эффективности инвестиционных проектов
- 1. 3. Анализ подходов и методов оценки критериев эффективности инвестиционных проектов в условиях неопределенности и рисков.30'
- 1. 4. Направления совершенствования методов оценки критериев эффективности инвестиционных проектов
Глава II. Методы оценки показателей эффективности инвестиционных проектов в условиях неопределенности
- 2. 1. Подходы к оценке показателей эффективности проектов при различных степенях неопределенности исходной информации
- 2. 2. Особенности оценки и учета рискоснижающих затрат в составе ИРУ
- 2. 3. Методы построения-функциишлотности распределения ТУР К при статистической неопределенности исходной информации
Глава III. Методы оценки параметров распределений характеристик, входящих в критерии эффективности инвестиционных проектов в сфере нефтедобычи, и принятия решений по реализации этих проектов
- 3. 1. Инвестиционные проекты в сфере нефтедобычи
- 3. 2. Особенности оценки капитальных и эксплуатационных затрат
- 3. 3. Эконометрическое моделирование оценок капитальных и эксплуатационных затрат на группе месторождений нефтедобывающей компании
- 3. 4. Оценки критерия ЫРVинвестиционных проектов по добыче нефти
- 3. 5. Методы принятия решений о целесообразности реализации инвестиционных проектов в сфере нефтедобычи на основе оценок их эффективности

Актуальность выбранной темы исследования. Важнейшим условием: повышения темпов социально-экономического развития России, уровня и: качества жизни ее населения является реализация предприятиями различных сфер" народного хозяйства эффективных инвестиционных стратегий. В условизос ограниченности ресурсов такие стратегии предполагают вложение средств в инвестиционные проекты (ИП), характеризующиеся максимальной отдачей:. Выявление таких проектов предполагает использование адекватных содержанию этого понятия критериев.

В научной литературе можно встретить описание целого ряда критериев эффективности ИП, отражающих различные стороны их привлекательности для: инвесторов (доходность, быстрота возврата вложенных средств и т. п.). Многие из них нашли широкое применение в практике инвестиционного проектирования. Вместе с тем, ряд специалистов справедливо отмечают, что расчетные значения: этих критериев не обладают достаточной точностью и достоверностью. Это связано с тем, что процедуры их оценки не в полной мере-учитывают характер неопределенности используемой исходной информации, включая^ капитальные и: эксплуатационные затраты по проекту, будущие объемы производства и: реализации продукции, ее цену, темпы снижения стоимости денег, а также возможные риски реализации проектов и т. п.

Проблема учета неопределенности информации при оценке критериев эффективности ИП осложняется еще и тем, что ее степени могут значительно различаться (от статистической неопределенности, характеризующейся наличием: известных законов распределения соответствующих показателей, до алеаторнойс — когда даже интервалы существования их возможных значений определить" затруднительно). В такой ситуации возникает проблема обоснования и разработки: подходов и методов оценки критериев эффективности ИП, адекватных: присущему рассматриваемому проекту характеру неопределенности исходной информации.

Подобные разработки являются важным направлением повышения обоснованности инвестиционных стратегий особенно для предприятий реального сектора экономики, в частности, нефтедобывающего профиля. Это связано с большой затратностью ИП в этом секторе, обуславливающей значительные потери инвесторов и общества в целом в случае ошибочных инвестиционных решений. Все это предопределяет актуальность тематики диссертационного исследования.

Степень разработанности проблемы.

Проблематика обоснования' содержания критериев эффективности инвестиционных проектов и оценки* их значений широко^ освещена в. работах многих отечественных и зарубежных специалистов. Среди них можно выделить С. И1. Абрамова, Г. Дж. Александера, В. М. Аньшина, В. Барда, Г. Бирмана, А. В. Воронцовского, М. В. Грачеву, В. Катасонова, Б. Т. Кузнецова, В. В. Ковалева, П. JI. Виленского, В. Н. Лившица, Н. JI. Маренкова, Б. 3. Мильнера, Панферова Г. А., С. А. Смоляка, Т. У. Турманидзе, Р. А. Хоучена, В. В. Царева, В. Шапиро, Шуметова В. F. и многих других. I.

Итогом' проведенных ими исследований является^ разработка системы взаимосвязанных критериев эффективности (PV, NPV, IRR, PI, и других), отражающих различные стороны привлекательности ИП (доходность, рентабельность, период окупаемости и т. п.). Эти показатели нашли широкое применение в инвестиционной практике при обосновании и выборе наиболее приемлемых проектов. Вместе с тем, ряд ученых (Крушвиц JL, Хасанов М., Царев.

В. и др.) выдвигают достаточно весомые критические замечания в отношении этих критериев, связанные, например, с тем, что большинство из них являются следствием NPVm потому являются^ малоинформативными. При их оценке имеет место определенный субъективизм, особенно в выборе дисконта, величина которого оказывает существенное влияние на значение критерия. В частности, изза завышения дисконта спекулятивные краткосрочные инвестиции являются более предпочтительными по сравнению с долгосрочными реальными вложениями. Определенные проблемы оценки критериев ИП возникают при 5 наличии нескольких альтернативных вариантов развития проекта, при выборе между проектами с одинаковыми ЫРУ, но разными инвестиционными затратами и сроками окупаемости и т. п.

Особые замечания выдвигаются в отношении методики оценки критериев эффективности ИП в связи с проблемой учета неопределенностей условий реализации проектов и связанных с ними рисков снижения их эффективности, обусловленных возможным недополучением доходов и увеличением: затрат. Влияние этих случайных явлений на эффективность конкретного • МТ обычно рекомендуют учитывать в его критериях путем увеличения дисконта. Однако при таком подходе увеличивается степень субъективизма в оценках критериев.

На наш взгляд, неопределенности и риски реализации ИП, а также возможные дополнительные затраты, предпринимаемые с целью их снижения, должны непосредственно учитываться в составе критериев его эффективности в виде стохастических дополнительных или (и) основных потоков. Однако, в такой ситуации критерии должны рассматриваться как стохастические величины. Это, в свою очередь, порождает проблему обоснования закона распределениякритерия и определения* его рационального значения, на которое должен ориентироваться инвестор при формировании инвестиционной* стратегии.

Подходы и методы решения этих задач с необходимостью должны принимать, во внимание характер неопределенности значений финансовых потоков и дисконта проекта в будущем. В работах Н. Е. Алтунина, Д. В.

Давыдова, О. В’Лоскутовой, А. О. Недосекина, М. В. Семухина, Царева В., Лерча.

И., Маккейна Дж., и некоторых других специалистов предлагается закономерности распределения этих показателей выражать функциями принадлежности их значений определенным интервалам, на основе которых можно сформировать и функцию принадлежности критерия. В таком случае расчетное значение критерия можно оценить по приемлемому для инвестора асрезу этой функции. Такой подход представляется обоснованным: при неопределенности исходной информации средней степени (нечеткой неопределенности), характеризующейся наличием определенной статистики, но в 6 объеме, не позволяющем сформировать более точные закономерности распределения рассматриваемых величин.

При более высокой (интервальной) степени неопределенности значения потоков и дисконта можно представить только в виде интервалов' их существования. На их основе с использованием правил интервальной арифметики можно оценить только интервал существования значения критерия, а его значение, на которое ориентируются инвесторы — попытаться определить, на основе методов5 принятия5 решений в, условиях интервальной неопределенности. Такой подход приемлем' для' новых проектов, по которым еще не накоплена' достаточная статистика.

При низкой' (статистической) степени неопределенности исходной информации о потоках и дисконте проекта их закономерности распределений можно выразить вероятностными функциями их плотности, которые формируются при наличиидостаточной статистики, отражающей практику реализации ряда проектов, аналогичных рассматриваемому. На их основе можно попытаться? сформировать и функцию плотности распределения критерия. В. качестве его рационального значения, целесообразно' выбрать какой-либо квантиль распределения.

Вместе с тем, в научной литературе и в практике инвестиционного проектирования подходы иметоды оценки критериев эффективности ИП при статистической неопределенности исходной информации практически не рассматривались и не использовались, по-видимому, из-за сложности их реализации, вычислительных проблем. Нерешенность этой проблематики и предопределила цели и задачи данногоисследования.

Целью диссертационной работы является систематизация, совершенствование и разработка подходов и методов оценки критериев эффективности инвестиционных проектов в реальном секторе экономики при стохастическом характере и разных степенях неопределенности исходной информации об их финансовых потоках, дисконтах и рисках снижения эффективности.

Для достижения поставленной цели в работе решаются следующие задачи: 7.

Г. систематизация критериев эффективности ИП и исходной информации, используемой при их расчете критериев ИП, по степени ее неопределенности и способам представления;

2. обоснование возможных вариантов представления критериев ИП и определения их значений в зависимости от степени неопределенности исходной информации и способах учета рисков проекта;

3. разработка подходов и методов формирования? функций, характеризующих различные варианты представления закономерностейраспределения: значению критериев ИП, адекватных соответствующим степеням неопределенности исходной информации и учитываемым рискам, и методов принятия решений, но выбору рационального для инвесторов значения! критерияЕэффективности ИП;

4. разработка методов формирования функции, плотности распределения критериев эффективности ИП в зависимости от вариантов выражения статистической неопределенности исходной информации-:

5. разработка эконометрических моделей-, позволяющих оценить, параметры законов^ распределений прогнозных значений: потоков ИП в сфере нефтедобычи-, характеризующих уровни его капитальных и эксплуатационных затрат;

6. апробация и верификация разработанных подходов иметодов? оценки: критериев*- эффективности ИП на примере проектов разработки месторождений нефти;

71 разработка методов, принятияфешений при выборе рационального-варианта реализации ИИ в сфере нефтедобычи.

Объект исследования — инвестиционные проекты в реальном секторе экономики и критерии их эффективности.

Предмет исследования — методыоценки критериев эффективности ИП при неопределенности исходной информации и рисках их реализации.

Методологической и теоретической основой исследования являются1 труды отечественных и зарубежных ученых в области экономической теории, инвестиционного проектирования, анализа риска, принятия^ решений. При решении задач исследования использовались методы, системного анализа, теории 8 вероятностей и математической статистики, эконометрики, теории риска, математического анализа и оптимизации. В работе также использованы федеральные законы, нормативные акты и рекомендации по вопросам оценки эффективности ИП в реальном секторе экономики и, в частности, в сфере нефтедобычи, информационные материалы нефтедобывающих компаний.

Научная новизна диссертационного исследования состоит в систематизации, совершенствовании и разработке подходови методов оценки критериев эффективности инвестиционных проектов, рассматриваемых как стохастические величины, на основе формирования закономерностей распределения их значений1 и соответствующих им правил принятия, решений с учетом степени и адекватной ей формы представления неопределенности исходной информации о финансовых потоках и дисконтах, рисках реализации и отношения к ним инвесторов.

В работе получены следующие новые научные результаты:

1. выявлены недостатки методовоценки эффективности ИП, обусловленные недостаточным некорректным учетом стохастического характера исходной информации, возможностей выбора пути реализации проекта при наличии альтернативных вариантов;

2″. систематизирована по трем степеням неопределенности исходная информация, используемая при оценке критериев'' эффективности ИП (статистическая, нечеткая, интервальная), и обоснованы соответствующие способы ее представления (в виде функций плотности распределения показателей, функций их принадлежности заданных интервалам существования, только1 границ этих интервалов);

3. предложены варианты формализованного представления критериев эффективности ИП, рассматриваемых как стохастические величины, с учетом степени неопределенности исходной информации и возможностей отображения в них: а) рисков реализации проекта и рискоснижающих затратб) стохастического характера исходной информациии доказана эквивалентность этих вариантов;

4. обоснованы подходы к определению конкретного значения стохастического критерия эффективности ИП для разных форм выражения закономерностей его 9 распределения (как квантиля функции плотности распределения, как квантиля значения а-среза функции принадлежности, на основе критериев принятия решений типа Сэвиджа, Гурвица и т. п.);

5. разработаны подходы к построению функции плотности распределения критерия эффективности ИП на основе: а) операции свертки функций плотности распределений входящих в него показателейб)* оценок параметров, плотности распределения критерия с учетом возможностей разложения его как. сложной случайной величины в ряд Тейлора;

— разработаны эконометрические модели, позволяющие оценить параметры распределений капитальных и эксплуатационных затрат ИП по добыче нефти в зависимости от факторов, характеризующих условия добычи (количество скважин, объемы добычи, протяженность трубопроводов и т. п.);

— разработаны подходы к выбору рационального направления! реализации ИП по добыче нефти, использующие критерий на^ минимум функции потерь, обусловленных ошибочными решениями при оценке запасов сырьяопределена структура таких потерь и обоснованы предложения по-оценке ее элементов;

6. оценены значения критерия NPV проекта по* разработке нефтяного месторождения при различных формах выражения неопределенности исходной информации об условиях его реализации.

Теоретическая^ практическая значимость исследования.

Теоретическая значимость результатов диссертационной работы состоит в развитии подходов и математических методов оценки экономической эффективности ИП в реальном секторе экономики, реализуемых в условиях рисков избыточных потерь и неопределенности исходной информации, о будущих финансовых потоках и дисконте. Разработанные в диссертации методы позволяют повысить обоснованность и достоверность критериев эффективности ИП при различных степенях неопределенности условий их реализации.

Использование результатов диссертационного исследования позволит предприятиям реального сектора экономики и, в частности, нефтедобывающим.

10 компаниям повысить обоснованность инвестиционных решений и сформировать рациональные инвестиционные стратегии, способствующие росту их рыночной устойчивости.

Апробация результатов исследования. Основные теоретические и практические результаты диссертационного исследования обсуждались в 2010 году на 3-х международных конференциях, проведенных в г. С.-Петербурге «Реструктурирование экономики: ресурсы и механизмы», в г. Москве «Двадцать третьи международные Плехановские чтения», и в г. Сочи «Инновации на основе информационных и коммуникационных технологий», и на VI всероссийской конференции «Безопасность кризисных структур и территорий», проведенной 2427 мая 2011 г. в г. Екатеринбурге, на заседаниях научных семинаров кафедры математических методов в экономике РЭУ им. Г. В. Плеханова.

Результаты диссертации были использованы в 2010 году в научно-исследовательской работе «Разработка методики оценки и анализа капитальных и эксплуатационных затрат и эффективности инвестиционных проектов нефтедобычи», проводимой по заказу ОАО «НК Роснефть».

Публикации. По теме диссертации опубликовано 8 печатных работ, в том числе 4 работы опубликованы в журналах, входящих в список ВАК. Общий объем публикаций составляет 4,1 п. л., в которых личный вклад автора равен 1,9 п. л.

Заключение

В ходе диссертационного исследования получены следующие результаты.

1. Систематизированы критерии эффективности инвестиционных проектов и для проектов в сфере нефтедобычи структурированы по содержанию входящие в них характеристики финансовых потоков.

2. Выявлены недостатки типовых показателей эффективности ИП, затрудняющие получение достоверных оценок их эффективностипри выборе проектов в связи с недостаточным учетомнеопределенностей ' исходной информации и рисков их реализации.

3. Разработаны предложения по формам представления неопределенностей и рисков реализации, проектов в критериях их. эффективности, на основе которых получены модификациикритерияИРУ, учитывающие неопределенность используемой при его расчете исходной информации и риски проекта.

4. Систематизированы степени* неопределенности исходной информации, используемой при оценке критериев эффективности ИП, и для каждой, из них предложены формы представления исходных данных и значения критерия 'ИР У, рассматриваемого как случайная^переменная:

5. Для каждой формы представления критерия-./УР К в виде случайного показателя предложены подходы к оценке его значения, используемого при сопоставлении эффективностей альтернативных проектов.

6. Систематизированы, усовершенствованы методы оценки критерия ИРУ щт. разных формах представления исходных данных, соответствующих трем степеням их неопределенности (статистической, задаваемой функциями принадлежности, интервальной).

7. Предложены подходы к оценке функции плотности распределения ИР У путем свертки соответствующих функций входящих в него характеристик и на основе оценки его дисперсии по известным дисперсиям его характеристик.

8. Разработаны предложения по учету и оценке рискоснижающих затрат в составе критерия NPV, базирующиеся на принципе минимизации рисковых издержек ИП.

9. С использованием операции свертки получены аналитические выражения для функции плотности распределения случайной величины, представленной в виде суммы разнораспределенных случайных величин, которые могут быть использованы при оценке плотности распределения NPV.

10. Получены аналитические выражения4дисперсии-случайной величины-, представленной в виде произведения иотношения двух случайных величин, которые могут быть использованы при оценке дисперсии ТУР V.

11. Разработаны эконометрические модели, описывающие особенности формирования капитальных иэксплуатационных затрат при разработке ИП по освоению месторождений по добыче нефтив зависимости от их условий. Эти модели могут быть использованы" при формировании-плотностей распределения-соответствующих финансовых потоков по проекту и их дисперсий.

12. Приведены примеры расчетов значений критерия NPV при разных^, формах представления! исходной* информации.

13: Разработаны предложения по принятию решения-о целесообразности реализации ИП на основе риска ожидаемых потерь.

Из полученных в работе результатов вытекают следующие выводы.

1. Используемая на практике система показателей эффективности ИП (PI, NPV, IRR и другие) характеризуется существенными взаимосвязями между отдельными коэффициентами, обусловленными использованием в их расчетах практически одной и той же исходной информации и сходством методик расчета. Вследствие этого в этой системе можно выделить один основной показатель NPV, по отношению к которому остальные являются его производными и вследствие этого малоинформативными.

2. Вместе с тем и показатель NPV, как критерий эффективности ИП, характеризуется определенными недостатками. К их числу можно отнести:

— NPV является математическим ожиданием цели и в конкретных условиях часто полностью ее заменяет, отрываясь от действительности. В частности, NPV не учитывает другие эффекты инвестиционной деятельности — социальные, экономические и т. п.;

— NPV слишком чувствителен к изменениям дисконта, который обычно" устанавливается субъективно, на основе неформализуемого отношения инвесторов к риску;

— NPV субъективен в отношении учета рисков и неопределенности исходной информации, необходимой-для. его расчета, не учитывает возможные ошибки при-ее оценкеи некоторые другие.

3. В этой связи. представляется, целесообразным при оценке NPV разделить влияние на его величину инфляции, неопределенности в исходной информациии рисков проекта.

Значение дисконта целесообразно оценивать только по уровню инфляции, а неопределенности в, исходной информации и риски дополнительных (сверхожидаемых) издержек попроекту учитывать в составе финансовых потоков. G учетом, этого методики расчета NPV несколько меняются к, как* и статистическое содержание этого критерия. Его расчетная величина должна рассматриваться как случайная переменная, обусловленная либо случайным характером используемых при ее оценке данных, либо вхождением в состав потоков рисков их ошибок.

4. При этом неопределенности исходной информации и риски могут быть различных степенейкаждой из которой соответствует специфическая форма представления (низкой степени — плотности распределения, средней степени функция принадлежности, высокой — интервал существования). С учетом этого и значение NPОхарактеризуется той же формой представления, что и используемые при его оценке показатели. При этом значение NPV, используемое на практике, может быть оценено либо как квантиль распределения (обычно левый), либо как точка интервала, соответствующая выбранному а-срезу функции.

120 принадлежности, либо как точка интервала, определенная с использованием критериев выбора (Гурвица, Сэвиджа и других).

5. Выражение критерия ИРУ на основе включения в состав финансовых потоков рисков возможных потерь расширяет возможности управления величиной этого критерия путем учета в составе этих потоков и рискоснижающих затрат. В такой ситуации может быть поставлена задача минимизации издержек управления рисками, решение которой’увеличивает! уровень ИРУ и делает проекта более привлекательным:

6. Построение функций, характеризующих стохастику ИРУ на возможных интервалах его существованияпри статистической неопределенности' базируется на использовании операции свертки функций плотности характеристик этого показателя или оценке дисперсии ИРУ на основе дисперсий-данных характеристик с постулированием функции распределения ИРУ: при средней — аналогичной, операции для функций принадлежности, при высокойправил интервальной арифметики.

7. На практике законы распределений финансовых потоков и их основные характеристики на период реализации ИП (математические ожидания и дисперсии) могут быть оценены на основе моделей прогнозированиям значений. В работе на. примере капитальных и эксплуатационных затрат для ИП по освоению месторождений по добыче нефти показаны особенности использования для, этих целей эконометрических моделей, связывающих стоимости этих затрат с условиями добычи.

8. Оценки критерия эффективности ИРУ ИП по добыче нефти, как стохастических величинхарактеризующихся различными закономерностями распределений, полученные на основе предложенных в диссертации методов, подтвердили обоснованность предложенных в работе подходов к расчету этого показателя.

Показать весь текст

Список литературы

Алексеев A.B. Применение нечеткой математики в задачах принятия решений. — В сб.: Методы и системы принятия решений. — Рига: РПИ, 1983, с.38−42.
Алексеев A.B. Проблемы разработки математического обеспечения выполнения нечетких алгоритмов. В сб.: Модели выбора альтернатив в нечеткой среде.-Рига, 1984, с.79−82.
Аленфельд Г., Херцбергер Ю. Введение в интервальные вычисления. -М: Мир, 1987, 360с.
Алиев P.A., Либерзон М. И. Методы и алгоритмы координации в промышленных системах управления. М: Радио и связь, 1987.-208с.
Алтунин А. Е., Семухин М. В. Расчеты в условиях риска и неопределенности в нефтегазовых технологиях. Тюмень: Издательство ТГУ, 1997.
Алтунин А.Е. Оптимальное управление системами магистрального транспорта газа в условиях неопределенности. В сб.: «Проблемы нефти и газа Тюмени», Труды ЗапсибНИГНИ", Тюмень, вып.51, 1981.
Алтунин А.Е. Согласование нечетких решений по запасам нефти. Сборник докладов международной конференции по мягким вычислениям. Т.2. С.-Пб., изд-во СПбГЭТУ «ЛЭТИ», 2003, с. 159−163.
Алтунин А.Е., Востров H.H. Методы определения функций принадлежности в теории размытых множеств. Труды ЗапсибНИГНИ, Тюмень, вып. 154, 1980, с.62−72.
Алтунин А.Е., Востров H.H. Оптимизация многоуровневыхиерархических систем на основе теории размытых множеств и методов самоорганизации. В сб.: «Проблемы нефти и газа Тюмени», Тюмень, вып. 42,1 979, с.68−72.
П.Алтунин А. Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Издательство ТГУ, 2002. 352 с.
Алтунин А.Е., Семухин М. В. Основы выполнения технологических и экономических расчетов при управлении процессами нефтегазодобычи в условиях неопределенности.//Нефтяное хозяйство, № 6, 2002, с. 59−61.
Алтунин А.Е., Семухин М. В. Технологические расчеты при управлении- процессами нефтегазодобычи в условиях неопределенности. Сборник докладов международной конференции по мягким вычислениям. Т.2. -С.-Пб., изд-во СПбГЭТУ «ЛЭТИ», 2003, с. 74−77.
Алтунин А.Е., Семухин М. В., Алтунин Е. А., Ядрышникова O.A. Вероятностные и нечеткие оценки запасов нефти.// Нефтепромысловое дело, № 10, 2003, с. 54−58.
Ампилов Ю.П. Методы геолого-экономического моделирования ресурсов и запасов нефти и газа с учетом неопределенности и риска. -М.: Геоинформмарк, 2002.
Аоки М. Введение в методы оптимизации. М: Наука- 1977, 344с.
Беллман Р., Дрейфус С. Прикладные задачи динамического программирования. М: Наука, 1965.
Беллман Р., Заде JI. Принятие решений в расплывчатых условиях. В сб.: Вопросы анализа и процедуры принятия решений. — М: Мир, 1976, с.172−215.
Болотник Д.Н., Макарова Е. С., Рыбников A.B., Саркисов Г. Г. Постоянно действующие геолого-математические модели месторождений. Задачи, Возможности, Технологии.// Нефтяное хозяйство, № 7,2000.
Борисов А.Н. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982. — 256с.
Борщевич В.И., Ботнарь В. И. Нечеткое моделирование и проблемы его интерпретации. Кишинев, КПИ, 1984,13с
Брайсон А., Хо Ю-Ши. Прикладная теория оптимального управления. -М: Мир, 1972,544с.
Брейли Р., Майерс С. Принципы корпоративных финансов. М: Тройка-Диалог, 1997.
Бригхем Ю., Гапенски Л. Финансовый менеджмент. СПб.: Экономическая школа, 1997.
Бромвич М. Анализ экономической эффективности капиталовложений. -М.: Инфра-М. 1996.
Валдайцев С. В. Оценка бизнеса и управление стоимостью предприятия. -М.: ЮНИТИ, 2001.
Васильев Ф.П. Численные методы решения экстремальных задач., М: Наука, 1980−518с.
Виленский П.Л., Лившиц В. Н., Смоляк С. А. Оценка эффективности инвестиционных проектов: Теория и практика: Учебное пособие. 3-е изд., испр. и доп. — М.: Дело, 2004. — 888 с.
Временная методика* геолого-экономической оценки и классификации запасов и ресурсов нефти. М.: ИГиРГИ, ВНИИ, ВНИИОЭНГ, 1986.
Временная методика экономической оценки нефтяных и нефтегазовых месторождений. М.: ВНИИОЭНГ, 1983.
Временная методика экономической оценки прогнозных и перспективных ресурсов нефти. М: ВНИИОЭНГ, 1986.
Герд A.A. ПК «Стратегия» как инструмент оценки финансово-экономической эффективности геологоразведочных работ / A.A. Герт, В. А. Антонов, К. Н. Волкова, О. Г. Немова, М.: Технологии ТЭК, 2005.
Гермейер Ю. Б. Введение в теорию исследования операций. М: Наука, 1971.
Глухова Н.В. О взаимосвязи экономической и финансовойэффективности проектов СРП. Опыт работы, проблемы, методические аспекты // Нефтегазовая вертикаль, 2002, № 2.
Глухова Н.В., Стречень Е. В., Тихонова JI.B. Системный подход к оценке эффективности инвестиций в проекты освоения месторождений на шельфе арктических морей. // Нефть, газ и бизнес, 1999, № 12.
Гудмен И. Нечеткие множества как классы эквивалентности случайных множеств. В сб.: Нечеткие множества и теория- возможностей. — М: Радио и связь, 1986, с.241−264.
Гусев JI.A., Смирнова И. М. Размытые множества. Теория и приложения (обзор). //Автоматика и телемеханика, N 5, 1973, с.66−85.
Гутман И.С. Методы подсчета запасов нефти и газа. М.: Недра, 1985. -223 с.
Даниел Джонстон Анализ экономики геологоразведки, рисков и соглашений. М.: ЗАО «Олимп-Бизнес», 2002, — 452с.
Дементьев Л.Ф., Кирсанов А. Н., Лапердин А. Н. Оценка точности определения основных геолого-промысловых и технологических параметров Медвежьего и Уренгойского газовых месторождений. М.: Труды ВНИИЭгазпрома- вып. 120/10, с. 16−23.
Джафаров И. С, Пьянков В. Н., Алтунин А. Е., Львов В. И. Корпоративный* банк данных геолого-промысловой информации ТНК.// Нефтяное хозяйство № 6, 2002, с. 55−58.
Джонстон Д. Международный нефтяной бизнес. Налоговые системы и соглашения о разделе продукции. М.: ЗАО «Олимп-Бизнес», 2000.
Дюбуа Д., Прад А. К анализу и синтезу нечетких отображений. В сб.: Нечеткие множества и теория возможностей. — М.: Радио и связь, 1986, с.229−240.
Ефимова О. В. Финансовый анализ.// Бухгалтерский учет, 2002.
Желтов Ю.В. и др. Разработка и эксплуатация нефтегазоконденсатных месторождений. -М.: Недра, 1979, 254с.
Заде JI.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. — М.: Мир, 1976, 165с.
Закиров С.Н., Лапук Б. Б. Проектирование и разработка газовых месторождений. — М.: Недра, 1974.-374с.
Захаров A.B., Шокин Ю. И. Алгебраическое интервальное решение систем линейных интервальных уравнений Ах = в и Ах + d = в. Препринт ВЦ СО АН СССР, N 5, Красноярск, 1987, 17с.
Калмыков С.А., Шокин Ю. И., Юлдашев З. Х. Методы интервального анализа. Новосибирск: Наука, 1986, 222с.
Кандель А., Байатт У.Дж. Нечеткие множества, нечеткая алгебра, нечеткая статистика. // Труды американского общества инженеров-радиоэлектроников, т. 66, 1978, N12, с.37−61.
Карасев В.И., Потеряев А. Г., Шпильман В. И. Как получить прибыль с нерентабельных месторождений. // Нефть и капитал, 1996, № 9, С.25−28.
Карповский Е.Я., Чижов С. А. Оценка показателей качества программных средств с использованием лингвистических переменных. // Управляющиесистемы и машины, N2, 1987, с. 17−19.
Кашьян Р.Л., Pao А. Р. Построение динамических стохастических моделей по экспериментальным данным. М: Наука, 1983, 384с.
Кейн JI.A. Искусственный интеллект в обрабатывающих отраслях промышленности.// Нефть, газ и нефтехимия за рубежом, N 9- 1986, с.117−122.
Кини P. JL, Райфа X. Принятие решений при> многих критериях: предпочтения и замещения:—Mi: Радио и связь, 1981', 560с. бИКиорринг ВШ1, Левина И. Я. Объекты сигналы — данные — знания- http://inftech.webservis.m/it/conference/scm/1999/session7/knorTIng.htm
Клейнер Г. Б. Экономико-математическое моделирование и экономическая теория.// Экономика и математические методы, 2001, том 37, № 3.
Ковалев В. В. Методы оценки инвестиционных проектов. — М.: Финансы и статистика, 2003.
Корженко М.А., Лянгузов Д. Б. Адаптивное управление технологическими процессами газодобычи в условиях неопределенности.
Известия ВУЗов" «Нефть и газ» N6, 1981, с.78−81.
Крушвиц Л. Инвестиционные расчеты. СПб.: Питер, 2001.
Крушвиц Л. Финансирование и инвестиции. СПб.: Питер, 2000.
Крылов- H.A., Батурин Ю Н: Геолого-экономический анализ: освоения ресурсов нефти. -М-: Недра, 1990.
Кузнецов Б.Т. Инвестиции. М.:ЮНИТИДАНА, 2006.
Лимитовский М. А. Инвестиции на развивающихся рынках. М.: ДеКА, 2002.
Лурье А. Л. Абстрактная модель хозяйственного процесса и объективно обусловленные оценки. //Экономика и математические методы, 1966, том И, № 1.
Лурье А. Л. Оптимальные оценки и норма эффективности//Экономика иматематические методы, 1967, том III, № 2.
Луценко В.В. Оценка целесообразного объема использования трехмерных математических моделей при проектировании объектов разработки. //Нефтяное хозяйство, № 1, 2000, с.53−56.
Луценко Е.В., Симанков B.C. Адаптивное управление сложными системами на основе теории распознавания образов. — Краснодар: Техн. ун-тКубан. гос. технол. ун-та, 1999. -318 с.
Магомедов И.А. и др. Применение теории нечетких’множеств к задачам: управления нестационарными процессами. В сб.: Методы и системы" принятия решений. -Рига:РПИ, 1984, с.60−65.
Маленков Ю.А. Новые методы инвестиционного менеджмента. — С.-Пб.: «Бизнес-пресса», 20 021
Маргулов Р.Д., Тагиев В. Г., Гергедава Ш. К. Организация управления газодобывающим предприятием. М: Недра, 1981.
Маркушевич Н.С. Автоматизированная система диспетчерского управления.-М: Эиергоатомиздат, 1986,136с.
Меркулова О.Н. Теоретические основы и методология экономической оценки прогнозных ресурсов^ нефти- и газа шельфов Западно-Арктических морей России. -Апатиты: Изд.-во КНЦ РАН, 2000.
Месарович М., Мако Д., Такахара Я. Теория иерархических многоуровневых систем: М.: Мир, 1973.
Месарович М., Такахара Я. Общая теория систем. — М.: Мир, 1978.
Методика определения экономической эффективности освоения морских нефтяных и газовых месторождений. — Симферополь: ВНИПИшельф, 1989.
Методические рекомендации по оценке эффективности инвестиционных проектов. М.: Экономика, 2000.
Методические рекомендации по применению «Временной методики экономической оценки прогнозных и перспективных ресурсов нефти».1. Л.: ВНИГРИ, 1988.
Методические рекомендации по экономической оценке и классификации прогнозных ресурсов нефти и газа Мирового океана. Л.: ВНИГРИ, 1984.
Методические рекомендации по экономической оценке месторождений нефти, и газа шельфовых зон и континентального склона Мирового океана/Сост.: В. И. Назаров, П. Б. Никитин. -Л.: ВНИГРИ^ -1979:
Мирзаджанзаде А.Х., Хасанов М. М., Бахтизин Р. Н. Моделирование процессов нефтегазодобычи. Нелинейность, неравномерность, неопределенность. Москва-Ижевск: Институт компьютерных технологий, 2005. — 368 с.
Моисеев H.H. Математические задачи системного анализа. -М: Наука, 1981,488с.
Моисеев H.H. Элементы теории оптимальных систем. М: Наука, 1975, 528с.
Н.Никитин П. Б. Основные проблемы развития инвестиций в освоение ресурсов газа и нефти труднодоступных российских морей. ВНИИГАЗ на рубеже веков. Сборник научных трудов. — М., 2003.
Негойце К. Применение теории систем к проблемам управления. М.: Мир, 1981, 179с.
Недосекин А. О. Нечетко-множественный анализ риска фондовых инвестиций.-М.:2002.
Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами. //"Аудит и финансовый анализ, № 2,2000.
Нечеткие множества и теория возможностей. Последние достижения. -М: Радио и связь, 1986. 408с.
Никитин П.Б. Современная геолого-экономическая оценка нефтегазового потенциала Арктического шельфа // Минеральные ресурсы России. Экономика и управление. 1996. — № 2.
Новодворский В. Д., Клестова Н. В., Шпак А. В. Прибыль предприятия: бухгалтерская и экономическая// Финансы, 2003, № 4:
Норвич A.M., Турксен И. Б. Построение функций принадлежности. В сб.: Нечеткие множества и теория возможностей. — М: Радио и связь, 1986, с.64−71.
Норвич A.M., Турксен И. Б. Фундаментальное измерение нечеткости. В сб.: Нечеткие множества и теория возможностей. — М.: Радио и связь, 1986, с.54−64.
Орлов А.И. Устойчивость в социально-экономических моделях. М.: Наука, 1979.
Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. — М.: Наука, 1981,203с.
Панферов Г. А. Совершенны ли методические подходы к оценке эффективности инвестиционных проектов //Российский экономический, журнал: № 2,1997.
Прокопчина СВ. Байесовские интегрирующие технологии на основе интеллектуальных и мягких измерений. Сборник докладов конференции SCM'99. СПб: СПбГЭТУ, 1999. — С.25−32.
Пфанцагль И. Теория измерений. -М.: Мир, 1976. 166 с.
Рыбников A.B., Саркисов Г. Г. Стохастические геологические модели -методы, технологии, возможности.// Нефтяное хозяйство, № 6, 2001, с.22−25.
Семухин М.В. Нечеткие оценки запасов нефти. В сборнике докладовмеждународной конференции по мягким вычислениям. Т.2. С.-Пб., изд-во СПбГЭТУ «ЛЭТИ», 2003, с. 164−167.
Смоляк С.А. Дисконтирование денежных потоков в задачах оценки эффективности инвестиционных проектов и стоимости имущества. — В сборнике «Экономическая наука современной России» М.: Наука, 2006. -324 с.
Смоляк С.А. Оптимальное поведение фирмы на финансовом рынке и ставка дисконта. //Экономика и математические методы, 2004, том 40, № 2.
Смоляк С.А. Оценка эффективности инвестиционных проектов в" условиях риска и неопределенности (теория ожидаемого эффекта). М.: Наука, 2002.
Теплова Т. В. Финансовый менеджмент: управление капиталами и инвестициями. М.: ГУ ВШЭ, 2000.
Тихомиров Н.П., Дорохина Е. Ю. Эконометрика. — М.: Экзамен, 2003.
Тихомиров Н.П., Тихомирова- Т.М. Риск-анализ, в экономике. М.: Экономика, 2010.
Тихонов А.Н. и др. Регуляризующие алгоритмы и априорная информация. М: Наука, 1983, 200с.
Турманидзе Т.У. Экономическая оценка инвестиций.// Учебник М.: Экономика. 2008.
Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978.
Хасанов М., Карачурин Н., Тяжев Е. Оценка извлекаемых запасов нефти на основе феноменологических моделей.// Вестник инжинирингового центра ЮКОС, № 2, 2001, с.3−7.
Химмельблау Д. Анализ процессов статистическими методами. — М.: Мир, 1973, 468с.
Хирагава С. Вероятностная модель для оценки запасов нефти. Перевод1. Ц-8373, -М., 1973.
Хобер Дж.П. Робастность в статистике. М.: Мир, 1984, 304с.
Царев В.В. Оценка экономической эффективности инвестиций. — СПб-: «Питер», 2004. 464с.
Цыпкин Я.З. Адаптивные методы выбора решений в условиях неопределенности. // Автоматика и телемеханика, 1976, N 4, с.78−91.
Шишкин О.П. Автоматизированные системы управления предприятиями нефтяной промышленности. М.: Недра,. 1981,. 160-с.125- Шокин И. Ю. Интервальный анализ. Новосибирск: Наука, 1981, 112 с.
Шуметов В.Г. Управление инновационным процессом в хозяйственной системе на основе современных информационных технологий: — монография / Под общ: ред. проф^А-Ю1Егорова- Mi: Изд-во «Палеотип"^ 2004.
Щенников В.В., Маргулис М. М. Численный метод расчета нестационарных неизотермических течений в газотранспортных сетях. -В сб.: Вычислительная математика и программирование. МГПИ, М- 1983, с.29−44.
Bellman R.E., Gierts M. On the analitical formalism of theory of fuzzysets."Inform. Sci. M, 1973, v.5,N2,p.l49−156.
Buckley J.J. The Fuzzy Mathematics of Finance // Fuzzy Sets and Systems 1987, N21, p.257−273.
Chang S.S.L. Application of fuzzy set theory to economics. «Kybemetes», 1977, v.6, p.203−208.
Dubois D., Prade H. Fuzzy sets and systems: Theory and applisations. New York: Acad. Press, 1980, 394p.
Dubois D., Prade H. Operations on fuzzy numbers. Int. J. System sci., 1978, v.5, N2, p.613−626.
Dubois D., Prade H. Systems of linear fuzzy constraints. «Fuzzy Sets and Systems». 1980, v.3,Nl, p.37−48.
Flondor P. An example a fuzzy system. // Kybemetes, 1977, p.229−230.
Funy J.W., Fu K.S. An axiomatic approach to rational decision making in a fuzzy environment. «Fuzzy Sets and. Their Application to Cognitive and Decision Processes», New York, 1975, p.227−257.
Gorzalczany M.B. Interval-Valued Decisional Rule in Signal Transmission Problems. «Arhiwum automatyki i telemechaniki», t. XXX, N2, 1985, p.159−168.
Kahraman C., Ruan D., Tolga E. Capital Budgeting Techniques Using Discounted Fuzzy Versus Probabilistic Cash Flows // Information Sciences, 2002, N142, p.57−76.
Kannai Y. and Peleg B. A note on the extension of an order on a set to the power set // Journal of Economic Theory, 1984. V.32.
Kickert W.Y.M. Fuzzy theories on decision-making. «Martinus Nijhoff Social Sciences Division», Netherlands, 1978, 182p.
Kitowski J. Zastosowanie relacyjnych rownan rozmytych. «Zesz. nauk. AGH: Autom.», 1984, N37, 107p.
Kralik J., Stiegler P. A universal dynamic simulation models of gas pipeline networks. «IEEE Trans. Syst. Man. and Cybern.», 1984, N4, p.597−606.
Leitmann G. Deterministic control of uncertain systems. «Mat. Model. Sei. and Technol., 4 th Int. Conf. Zurich, 15−17 Aug. 1983, New York, 1983, p. 1−9.
Lerche I., MacKay J.A. Economic Risk In Hydrocarbon Expiration, Academic Press, San Diego, London, 1993.
Mamdani E.H., Efstathion HJ. Higher-order logics for handling uncertainty in expert systems. «Int. J. Man-Mach. Stud.», 1985, N3, p.243−259.
Ostermark R. Sensitivity analysis of linear fuzzy programs: an approach to parametric interdepedence. «Kybernetes», 1987, N2, p. l 13−120.
Pal S.K., Majumaer D.D. Effect of fuzzyfication on the plosive cognition system. «Int. J. Systems Sei.», 1978, v.9, N8, p.873−886.
Schwandt H. Newton-like interval methods for large nonlinear systems of equations on vector computers. «Comput. Phys. Commun.», 1985, N1−3, p.223−232.
Tanaka H., Fan L.T., Lai F.S., Toguchi K. Fault-tree analysis by fuzzy probability. «IEEE Trans. Reliab.», 1983, N5, p.453−457.
Willaeys D. Some of the properties of fuzzy discretisation. «Fuzzy Inf., IF AC Symp. Marseille, 19−21 July, 1983.» Oxford, 1984, p.61−69.

Заполнить форму текущей работой