Имитационное моделирование управления рисками инвестиционных проектов тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Быкова, Александра Георгиевна

• Быкова, Александра Георгиевна
• кандидат экономических наук
• 2003

Оглавление диссертации кандидат экономических наук Быкова, Александра Георгиевна

ВВЕДЕНИЕ.

ГЛАВА 1. ИСПОЛЬЗОВАНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ В ПРОЕКТНОМ АНАЛИЗЕ.

1.1. Теоретические основы использования имитационного моделирования как инструмента исследования рисков инвестиционных проектов.

1.1.1. Риск и неопределенность инвестиционного проекта. Место имитационного моделирования при принятии решений в условиях риска и неопределенности.

1.1.2. Схема применения метода Монте-Карло в риск-анализе ИП.

1.2. практическое применение имитационного моделирования в проектном анализе для оценки рисков.

1.2.1. Обзор программного обеспечения.

1.2.2. Особенности применения вероятностного имитационного моделирования в условиях российской экономики.

ГЛАВА 2. ОСНОВНЫЕ ПРИНЦИПЫ ИСПОЛЬЗОВАНИЯ ВЕРОЯТНОСТНОГО ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ДЛЯ УПРАВЛЕНИИ РИСКАМИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ.

2.1. Общие принципы построения моделей вероятностного имитационного моделирования для управления рисками инвестиционных проектов.

2.1.1. Методы управления рисками инвестиционных проектов.

2.1.2. Основные требования к исходной информации при моделировании.

2.1.3. Основные требования к точности и надежности результатов моделирования.

2.1.4. Оценка эффективности выбранного метода управления рисками.

2.1.5. Описание программного обеспечения, используемого для проведения имитационного моделирования.

2.1.6. Описание примеров инвестиционных проектов, используемых для моделирования.

2.2. ВЕРОЯТНОСТНЫЕ ИМИТАЦИОННЫЕ МОДЕЛИ УПРАВЛЕНИЯ РИСКАМИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ.

2.2.1. Вероятностная имитационная модель оценки рисков ИП.

2.2.2. Вероятностная имитационная модель управления рисками ИП с помощью метода уклонения от рисков.

2.2.3. Вероятностная имитационная модель управления рисками ИП с помощью диссипации рисков проекта.

2.2.4. Вероятностная имитационная модель управления рисками ИП с помощью компенсации рисков.

ГЛАВА 3. ОПТИМИЗАЦИОННЫЙ ПОДХОД К УПРАВЛЕНИЮ РИСКАМИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ.

I 3.1. Методика поиска оптимального способа управления рисками инвестиционных проектов на основе имитационного моделирования.

3.2. Практическое применение последовательного поиска оптимального управления рисками инвестиционного проекта.

Введение диссертации (часть автореферата) на тему «Имитационное моделирование управления рисками инвестиционных проектов»

Актуальность темы

В настоящее время российская экономика испытывает существенный дефицит инвестиций. Именно увеличение инвестиционной активности может стать стимулирующим фактором, позволяющим обеспечить стабильный экономический рост. Помимо макроэкономических факторов, определяющих инвестиционный климат в стране, при принятии решений о реализации отдельного инвестиционного проекта наибольшее значение имеет эффективность инвестиций, то есть степень соответствия результатов поставленным целям.

Микроэкономический подход к решению задачи привлечения инвестиций -важное направление исследований. В значительном количестве научных работ на основе стандартных подходов проектного анализа формируется методология разработки бизнес-плана инвестиционного проекта в соответствии с международными стандартами в условиях российской экономической действительности [6,20, 31, 38,42,47, 48, 50].

При большой роли фактора неопределенности, а именно, неполноты и неточности информации об условиях реализации ИП, требуется изменение стандартных подходов проектного анализа к оценке проекта. В основном, это связано с наличием различного рода рисков, другими словами, с возможностями возникновения неблагоприятных последствий при определенных условиях осуществления ИП. Степень влияния рисков характеризует рискованность (неустойчивость) проекта как его неэффективность при определенных возможных условиях его реализации.

Наличие качественного бизнес-плана инвестиционного проекта, к сожалению, не достаточно для обоснования того, что данный инвестиционный проект при его реализации в условиях высокорискованной российской экономики сможет обладать такой эффективностью и прибыльностью, как это предполагается в бизнес-плане. Таким образом, учет фактора неопределенности, различных рисков и поиск эффективных методов управления рисками, позволяющих путем реализации специальных антирисковых мероприятий добиться уменьшения негативного эффекта случайных вариаций, становятся в российской экономической действительности необходимыми компонентами процесса разработки и экспертизы ИП.

Очевидно, что для обоснования привлекательности проекта и обеспечения его успешной реализации необходимо проведение качественного и количественного анализа рисков проекта, разработка антирисковых мероприятий, оценка связанных с ними затрат и эффекта от их реализации, проведение расчетов, демонстрирующих устойчивость проекта к изменениям экономической ситуации.

Для определения эффекта конкретного метода управления рисками необходимо наличие инструментов его количественной оценки. Тогда моделирование управления рисками позволит сравнить эффективности методов и выбрать оптимальный вариант, таким образом, уже на предынвестиционной стадии обеспечивая требуемое снижение рискованности проекта при ограниченных затратах на проведение антирисковых мероприятий.

Следует отметить, что теоретический подход к учету неопределенности и рисков сформирован еще не полностью. Большинство исследований на тему учета рисков ограничиваются определением и классификацией возможных источников риска. Относительно оценки эффективности проекта в условиях неопределенности в научной литературе встречаются разные точки зрения. В частности, предлагается корректировать ставку дисконтирования [25, 53, 54, 88], использовать стандартные методы количественного анализа рисков (анализ чувствительности, сценарный подход и т.д.) [12, 24, 25, 31, 88], оценивать ожидаемый интегральный эффект с учетом вида неопределенности [19, 20, 68-72], оценивать риск проекта, понимаемый как его устойчивость [15,24,25, 57, 58, 65].

Таким образом, создание методов оценки и управления рисками инвестиционных проектов с использованием математических средств, в частности, имитационного моделирования по методу Монте-Карло представляет интерес с точки зрения развития теории оценки проектов в условиях неопределенности.

Ограничивая область исследования ситуациями вероятностной неопределенности, то есть наличия информации о вероятностях событий и законах распределения случайных величин, можно сделать вывод о преимуществах метода Монте-Карло. Имитационное моделирование по сравнению с анализом чувствительности, сценарным подходом, методом планирования эксперимента позволяет наиболее адекватно учесть все идентифицированные риски и количественно оценить рискованность и эффективность ИП, а следовательно, определить влияние управления рисками на проект.

Такой инструмент количественного анализа рисков позволяет моделировать различные методы управления рисками, рассчитывать их результаты, сравнивать их между собой и выбирать оптимальные варианты. Он может быть применен как разработчиками проекта для повышения его инвестиционной привлекательности, так и инвесторами при экспертизе проекта, осуществляемого в условиях российской экономики.

Таким образом, научные работы, которые развивают методику применения имитационного моделирования для количественной оценки и управления рисками помимо теоретической значимости имеют важное прикладное значение.

Целью диссертации является разработка методических основ применения вероятностного имитационного моделирования для управления рисками инвестиционных проектов, включая построение экономико-математических вероятностных имитационных моделей для оценки, оптимизации и выбора методов управления рисками.

В соответствии с этой целью в работе поставлены и решены следующие задачи:

1. Выявить возможности и определить область применения метода Монте-Карло для количественной оценки рискованности инвестиционного проекта на основе обзора опыта исследования рисков в проектном анализе.

2. Разработать методику применения имитационного моделирования для количественного анализа проектных рисков путем развития имеющихся в литературе рекомендаций по использованию метода Монте-Карло в инвестиционных расчетах, обеспечивающую выполнение требований содержательной адекватности, точности и надежности результатов.

3. Разработать экономико-математические вероятностные имитационные модели управления рисками инвестиционных проектов, позволяющие осуществлять расчеты по разработанной методике с целью анализа влияния выбранной схемы минимизации рисков на рискованность и эффективность проекта.

4. Разработать методику оптимизации управления рисками инвестиционного проекта, основанную на применении вероятностных имитационных моделей управления рисками.

5. Разработать программное обеспечение процесса вероятностного имитационного моделирования, реализующее методику применения метода Монте-Карло для проведения расчетов по разработанным вероятностным имитационным моделям, удовлетворяющее требованиям гибкого сочетания средств генерации случайных величин и событий с моделями денежных потоков проекта.

6. Проверить практическую применимость разработанных методик и экономико-математических моделей на примерах конкретных инвестиционных проектов.

Объектом исследования выступают инвестиционные проекты, которые разрабатываются на предынвестиционной стадии. Предметом исследования является изучение влияния методов управления рисками на изменение рискованности и эффективности инвестиционных проектов.

Теоретическая и методологическая основы диссертации

В работе широко использовалась российская и зарубежная экономическая литература, посвященная как методологии качественного и количественного анализа рисков инвестиционного проекта, оценки экономической эффективности проектов в условиях неопределенности, так и непосредственно вопросам имитационного моделирования по методу Монте-Карло. Теоретической основой являлись работы Д.Б.Хертца (Hertz; 1964, 1968, 1979, 1983)[93-96], в которых впервые был разработан подход по применению имитационного моделирования при бюджетировании капиталовложений, в инвестиционных расчетах, Р. Брейли, С. Майерса (Breally, Meyers; 1988) [88] с описанием и анализом методов количественного анализа рисков, В.Н. Лившица, С.А. Смоляка (Смоляк; 1980, 1990, 1993, 1996), (Виленский, Лившиц, Смоляк; 2001) [20, 68-72], в которых представлена методика оценки проектов в нестабильных хозяйственных условиях, наиболее глубоко и теоретически четко проанализированы вопросы учета неопределенности и риска при принятии инвестиционных решений, P.M. Качалова (Качалов; 1997, 2002) [33, 34], в которых определены подходы и методы управления хозяйственным риском. Исследования в диссертации проводились на основе методов исследования операций, методов теории вероятностей и математической статистики, методов оптимизации и планирования экспериментов. Для построения вероятностных имитационных моделей управления рисками был использован инструментарий финансового планирования и финансового анализа.

Научная новизна работы

Научная новизна работы определяется следующим:

1) В результате исследования методологии анализа рисков инвестиционных проектов сформулированы условия целесообразности применения метода Монте-Карло и требования к исходной информации для количественной оценки влияния идентифицированных рисков и методов управления рисками.

2) На основе обобщения описанных в литературе подходов к применению метода Монте-Карло в инвестиционных расчетах разработана методика применения вероятностного имитационного моделирования для оценки и управления проектными рисками. Такая методика позволяет обеспечить качество результатов моделирования за счет выбора случайных переменных модели на основе объединенного рейтинга эластичности и вариабельности, учета разных законов распределения и типов вероятностной зависимости, алгоритма выбора количества реализаций по требуемой точности и надежности результатов, анализа результатов моделирования с помощью статистических методов.

3)В рамках основных методов управления рисками ИП разработаны оригинальные вероятностные имитационные модели, позволяющие по предложенной методике количественно оценить эффект различных антирисковых мероприятий. Модели страхования проектных рисков входят в класс методов уклонения от рисков. Модель диверсификации поставщиков сырья относится к методам диссипации рисков. Методы компенсации рисков представлены моделью создания страховых запасов сырья.

4) Предложена методика оптимизации управления рисками инвестиционных проектов. Она позволяет найти способ управления рисками (значения управляемых параметров), который обеспечивает минимальную рискованность при ограничении на минимально приемлемое значение эффективности, либо максимальную эффективность при ограничении на максимально приемлемую рискованность проекта. Предложено последовательно: выбрать в рамках одного метода наилучший с точки зрения заданного критерия способ управления рисками, для чего результаты имитационного моделирования обрабатываются с помощью планирования эксперимента с целью постановки и решения стандартными средствами соответствующей оптимизационной задачи; выбрать из альтернативных методов управления рисками наиболее соответствующую конкретному инвестиционному проекту альтернативу путем проверки статистических гипотез с целью сравнения результатов имитационного моделирования для определенных на предыдущем шаге оптимальных способов.

5) Разработано программное обеспечение вероятностного имитационного моделирования, удовлетворяющее как требованиям точности и надежности результатов, так и требованиям гибкости и полноты представления экономических процессов.

6) В результате проведенных расчетов с применением разработанных в диссертации экономико-математических моделей и программного обеспечения для конкретных инвестиционных проектов найдены оптимальные схемы управления проектными рисками, подтверждающие практическую применимость предлагаемых методик имитационного моделирования и оптимизации управления рисками.

Практическая ценность

Практическая значимость диссертации состоит в том, состоит в том, что представленные в работе методика и вероятностные имитационные модели могут быть использованы при анализе рисков конкретных ИП для сравнения эффективности методов управления рисками на этапе разработки или экспертизы проектов. Особенно полезной является возможность проведения расчетов по предложенным в диссертации математическим моделям имитации в комплексе с моделями денежных потоков ИП, запрограммированными в электронных таблицах Microsoft Excel, совместно с программными средствами бизнес-планирования на базе Microsoft Excel (в частности, с программой «Альт-инвест»).

Апробация работы

Основные результаты работы обсуждались на научном семинаре «Инвестиционное проектирование» кафедры ММАЭ экономического факультета МГУ (2002), на научных конференциях на экономическом факультете МГУ -Ломоносов-99 (1999) и Немчиновских чтениях экономического факультета МГУ (2000).

Разработанная методика и программное обеспечение использовались при демонстрации возможностей метода Монте-Карло как инструмента количественного анализа рисков в рамках учебных курсов на экономическом факультете МГУ и в Академии народного хозяйства при Правительстве Российской Федерации в 2000-2002 гг.

Публикации

Автором опубликовано по теме диссертации 4 научные работы, общим объемом 4,6 печатных листов, в том числе один учебник в качестве соавтора.

Диссертация состоит из введения, трех разделов и заключения. Общий объем машинописного текста составляет 164 листа.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Быкова, Александра Георгиевна

Основные результаты работы обсуждались на научном семинаре «Инвестиционное проектирование» кафедры ММАЭ экономического факультета МГУ (декабрь, 2002), на научной конференции на экономическом факультете МГУ «Ломоносов-99» и Немчиновских чтениях экономического факультета МГУ (2000).

Основные положения диссертации были опубликованы в 4 работах общим объемом 4,6 п.л. По теме диссертации опубликованы следующие работы: 1. Быкова А.Г. «Моделирование управления рисками инвестиционных проекгов»//Ломоносов-2003: Международная конференция студентов, аспирантов и молодых ученых по фундаментальным наукам, МГУ им. М.В. Ломоносова 15-17 апреля 2003. Сборник тезисов. М., ТЕИС, 2003,0,1 пл.

2. Риск-анализ инвестиционного проекта. Под общ. ред. MB. Грачевой, М.: «Юнити», 2001 (в соавторстве), 3 пл.

3. Новокрещенова А.Г.1 «Анализ рисков инвестиционного проекта в условиях нестационарной экономики» //Сборник статей студентов Школы магистров. Программа «Математические методы анализа экономики», М.: Экономический факультет МГУ; ТЕИС, 2000,1 пл.

4. Новокрещенова А.Г.2 «Математические методы анализа рисков в инвестиционном проектировании» //Материалы научной конференции студентов и аспирантов «Ломоносов-99», М.: Экономический факультет МГУ, ТЕИС, 1999, 0.5 пл.

1 Новокрещенова - девичья фамилия Быковой А.Г.

ЗАКЛЮЧЕНИЕ

Проведенное в рамках диссертационной работы исследование позволило получить следующие результаты:

1.В результате исследования методологии анализа рисков ИП была обоснована целесообразность применения имитационного моделирования в условиях вероятностной неопределенности как для количественной оценки влияния всех идентифицированных рисков на проектные результаты, так и для количественной оценки эффекта управления рисками ИП по выбранным показателям рискованности и эффективности.

2. Проведенный анализ теоретических научных работ и российского компьютерного инструментария применения метода Монте-Карло для анализа рисков ИП подтвердил необходимость усовершенствования методики имитационного моделирования и потребность в разработке программы, более полно реализующей метод.

В работе предложены методика, алгоритм и программное обеспечение реализации метода Монте-Карло для моделирования управления рисками ИП. По сравнению с известными подходами к применению имитационного моделирования в инвестиционных расчетах методика отличается схемой выбора случайных переменных модели на основе объединенного рейтинга эластичности и вариабельности, расширенным набором законов распределения, разнообразными средствами учета вероятностной зависимости, автоматическим выбором количества имитационных экспериментов по условиям точности и надежности результатов, гибким сочетанием средств генерации случайных величин и событий с моделями денежных потоков.

3. Для количественной оценки эффекта различных методов управления рисками построены вероятностные имитационные модели, представляющие основные классы методов — модели страхования, диверсификации и создания страховых запасов. Расчеты, проведенные по этим моделям с использованием предложенной в работе методики имитационного моделирования, показали, что при управлении рисками могут возникать два разнонаправленнных эффекта -эффект снижения рискованности проекта и эффект снижения ожидаемой эффективности проекта, вызванный затратами на антирисковые мероприятия. Наличие таких эффектов определяет необходимость в оптимизации с целью поиска наилучшего для конкретного ИП метода управления рисками.

4. Для поиска оптимального управления рисками разработана методика последовательной оптимизации с точки зрения выбранного критерия -минимизации рискованности проекта при ограничении на минимально приемлемую величину ожидаемой эффективности или максимизации ожидаемой эффективности при ограничении на максимально приемлемую рискованность ИП.

На первом этапе осуществляется поиск наилучшего способа управления рисками в рамках одного метода. Предложенный алгоритм расчетов с использованием имитационного моделирования и планирования эксперимента позволяет сформулировать в аналитическом виде оптимизационную задачу, решаемую методами линейного или нелинейного программирования. На втором этапе с помощью проверки статистических гипотез предложено сравнивать результаты альтернативных методов управления рисками при оптимальных значениях управляемых параметров с целью выбора наилучшей альтернативы.

5. В результате выполненных расчетов с применением разработанных в диссертации моделей и программного обеспечения для конкретного ИП найдены оптимальные способы управления рисками в случаях диверсификации поставщиков и создания страховых запасов, в качестве наилучшей альтернативы выбрана диверсификация. Выполненные расчеты подтвердили практическую применимость предлагаемой методики реализации метода Монте-Карло, вероятностных имитационных моделей и методики оптимизации для анализа эффективности управления рисками инвестиционных проектов.

Список литературы диссертационного исследования кандидат экономических наук Быкова, Александра Георгиевна, 2003 год

1. Авдеев A.M., Павловец В.И. Экономические показатели инвестиционных проектов в условиях инфляции. Экономика и коммерция № 3, 1994.

2. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. Учебник для вузов. М., «ЮНИТИ», 1998.

3. Айвазян С.А. и др. Прикладная статистика. Основы моделирования и первичная обработка данных. М., «Наука», 1983.

4. Анализ риска и адаптивности инвестиционных проектов в нефтяной промышленности в переходный период/ЛГруды Вольного экономического общества России. М., 1997.

5. Арсланова 3., Лившиц В. Оценка эффективности инвестиционных проектов в разных системах хозяйствования. М., «Инвестиции в России», № 1, 1995.

6. Арсланова 3., Лившиц В. Принципы оценки эффективности инвестиционных проектов в разных системах хозяйствования. М., «Инвестиции в России», № 2, 1995.

7. Афанасьев М.Ю., Суворов Б.П. Исследование операций в экономике: Учебное пособие. М., Экономический факультет МГУ, ТЕИС, 2002.

8. Баканов М.И., Шеремет А.Д. Теория экономического анализа. М., «Финансы и статистика», 1995.

9. Балабанов И.Т. Риск-менеджмент. М., «Финансы и статистика». 1996.

10. Беренс В., Хавранек П.М. Руководство по подготовке промышленных технико-экономических исследований. М., АОЗТ «Интерэксперт», 1995.

11. Бирман Г., Шмидт С. Экономический анализ инвестиционных проектов. Пер с англ. М., «Банки и биржи», «ЮНИТИ», 1997.

12. Блех Ю., Гетце У. Инвестиционные расчеты. Модели и методы оценки инвестиционных проектов. Калининград, Янтарный сказ, 1997.

13. Бокс Дж. ,Г. Дженкинс. Анализ временных рядов. Прогноз и управление. Выпуск 1.М., «Мир», 1974.

14. Бромвич М. Анализ экономической эффективности капиталовложений. М., «Инфра-М», 1996.

15. Вагнер Г. Основы исследования операций. М., Мир, 1973.

16. Вентцель Е.С. Исследование операций. Задачи, принципы, методология. М., «Наука», 1980.

17. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. М., «Наука», 1988.

18. Виленский П.Л., Лившиц В.Н., Орлова Е.Р., Смоляк С.А. Методы оценки эффективности инвестиционных проектов. М., «Дело», 1998.

19. Виленский П.Л., Лившиц В.Н. Оценка эффективности инвестиционных проектов с учетом реальных характеристик экономической среды. Аудит и финансовый анализ, № 3. М., «Компьютерный аудит», 2000.

20. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов: Теория и практика: Учеб.-практ. пособие. М., «Дело», 2001.

21. Воропаев В.И. Управление проектами в России. М., Алане, 1995.

22. Горюнов В.И. Зарубин Ю.В. Основы имитационного моделирования. Конспект лекций. М., МИСИ им. В.В. Куйбышева, 1989.

23. Грачева М.В. Анализ проектных рисков. М., «Финстатинформ», 1999.

24. Грачева М.В., Волков И.М. Проектный анализ. М., «Юнити», 1998.

25. Дрейпер Н., Смит Г. Прикладной регрессионный анализ.М., «Статистика», 1973.

26. Клейнен Дж. Статистические методы в имитационном моделировании. М., «Статистика», 1978.

27. Ендовицкий Д.А. О концепции анализа инвестиций. М., «Аудит и финансовый анализ», № 1, 1999.

28. Ермаков С.М., Михайлов Г.А. Статистическое моделирование. М., «Наука», 1982.

29. Забелин П.В., Моисеева Н.К. Основы стратегического управления. М., «Маркетинг», 1997.

30. Зайченко. Ю.П. Исследование операций. Киев, «Вшца школа», 1975.

31. Идрисов А.Б. Планирование и анализ эффективности инвестиций. М., «Проинвестконсалтинг», 1995.

32. Катасонов В.Ю., Морозов Д.С. «Проектное финансирование: организация, управление риском, страхование». М., «Анкил», 2000.

33. Качалов Р.М. Управление хозяйственным риском производственных систем//Экономика и математические методы. Т.ЗЗ.,Вып. 4.,1997.

34. Качалов. Управление хозяйственным риском. М., Наука, 2002.

35. Кендал М., Стьюарт А. Статистические выводы и связи. М., Наука, 1973.

36. Клейнер Г.Б., Тамбовцев В.Л., Качалов P.M. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность. М., «Экономика», 1997.

37. Ковалев В.В. Методы оценки инвестиционных проектов. М., «Финансы и статистика», 1999.

38. Ковалев В.В. Финансовый анализ. М., «Финансы и статистика», 1997.

39. Козелецкий Ю. Психологическая теория принятия решений. М., Прогресс, 1979.

40. Кувшинникова Е.В. Финансовый анализ предприятий. Российский и международный опыт. М., ТОО НВП «ИНЭК», 1998.

41. Кузнецов О.А., Лившиц В.Н. Структура капитала. Анализ методов ее учета при оценке инвестиционных проектов. М., Экономика и математические методы, том31, № 2, 1995.

42. Кузнецова О.А. Лившиц В.Н. Структура капитала. Анализ методов ее учета при оценке инвестиционных проектов//Экономика и математические методы. Т. 31, вып.4, 1995.

43. Ларичев О.И. Принятие решений как научное направление: методологические проблемы// Системные исследования: методологические проблемы. М., Наука, 1982.

44. Ларичев О.И. Теория и методы принятия решений. М., Логос, 2000.

45. Лившиц В.Н. Проектный анализ: методология, принятая во Всемирном банке. М., Экономика и математические методы, № 3, 1994.

46. Лившиц В.Н., Трофимова Н.В. Инвестиционный климат в России и оценка эффективности инвестиционных проектов. Св. сб. «Управление экономикой переходного периода». Под ред. В.В. Макарова. Вып.2. М., Наука, Физматлит, 1998.

47. Лившиц В.Н., Лившиц С.В. Учет нестационарностей при оценках инвестиций в России. М., Аудит и финансовый анализ, № 1, 1999.

48. Липсиц И.В., Коссов В.В. Инвестиционный проект. М., «БЕК», 1996.

49. Львов Д.С. Методологические проблемы оценки проектов. М., Экономика и математические методы, том 34, № 4, 1995.

50. Массе. П. Критерии и методы оптимального определения капиталовложений. М., «Статистика», 1971.

51. Мескон М., Альберт М., Хедоури Ф. Основы менеджмента. М., «Дело ЛТД», 1994.

52. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования. Официальное издание. М., «Теринвест», 1994.

53. Методические рекомендации по оценке эффективности инвестиционных проектов (вторая редакция). Официальное издание. М., «Экономика», 2000.

54. Митрополький А.К. Техника статистических вычислений. М., Наука, 1971.

55. Никитина Т.В. Страхование коммерческих и финансовых рисков, Питер, 2002.

56. Новокрещенова А.Г. Анализ рисков инвестиционного проекта в условиях нестационарной экономики. //Сборник статей студентов Школы магистров.

57. Программа «Математические методы анализа экономики». М.: Экономический факультет МГУ; ТЕИС, 2000.

58. Новокрещенова А.Г. Математические методы анализа рисков в инвестиционном проектировании. //Материалы научной конференции студентов и аспирантов «Ломоносов-99». М., Экономический факультет МГУ, ТЕИС, 1999.

59. Норткотт Д. Принятие инвестиционных решений. М., «Банки и биржи, ЮНИТИ, 1997.

60. Плещинский А.С. Эффективность финансово-промышленных групп. Механизм трансфертных цен/Препринт#ШР/96/005.М., ЦЭМИ РАН, 1996.

61. Поляк Ю.А., Филимонов В.А. Статистическое машинное моделирование средств связи. М., «Радио и связь», 1988.

62. Принципы инвестирования. М., СП «Crocus International», 1992.

63. Принятие инвестиционных решений: общий инструментарий. Общие концепции и методология/ Под. ред. Канон-Оливареса и И.Н. Зимина, Институт экономического развития Мирового банка, 1997.

64. Пугачев В. С. Теория вероятностей и математическая статистика. М., Наука, 1979.

65. Риск-анализ инвестиционного проекта. Под общ. ред. М.В. Грачевой. М., «Юнити», 2001.

66. Руководство пользователя «Project Expert 4.1. for Windows». M., «Про-Инвест-Консалтинг», 1995.

67. Седова С.В. Модель оптимизации инвестиционных проектов и алгоритм ее численного анализа. М., Экономика и математические методы, том 35, № 1, 1999.

68. Смоляк С.А. О правилах сравнения альтернатив с неопределенными затратами и результатами. Вероятностные модели математической экономики. М., ЦЭМИ АН СССР, 1990.

69. Смоляк С. А. О правилах сравнения вариантов хозяйственных мероприятий в условиях неопределенности. Исследования по стохастической теории управления и математической экономике. М., ЦЭМИ АН СССР, 1980.

70. Смоляк С.А. О правилах сравнения нечетких альтернатив. М., Экономика и математические методы, том 29, № 4,1993.

71. Смоляк С.А. Оценка эффективности проектов в условиях интервально-вероятностной неопределенности. М., Экономика и математические методы, том 34, № 3, 1998.

72. Смоляк. С.А. О сравнении альтернатив со случайным эффектом. М., Экономика и математические методы, том 32, № 4, 1996.

73. Соболь И.М. Метод Монте-Карло. М., «Наука», 1972.

74. Составление бизнес-плана. Пособия Эрнст энд Янг. Э.С.Зингель и др. М., «Джон Уайли энд Санз», 1994.

75. Стоянова Е. Финансовый менеджмент в условиях инфляции. М., «Перспектива», 1994.

76. Страхование (конспект лекций). М., «Издательство ПРИОР», 2002. Автор-составитель: Бендина Н.В.

77. Страхование. Под редакцией профессора Шахова В.В. М., «Анкил», 2002.

78. Техническая кибернетика, теория автоматического регулирования. Книга 2. Анализ и синтез линейных непрерывных и дискретных систем автоматического регулирования Колл.авторов. Под ред. д-ра наук, проф. В.В. Солодовникова. М., «Машиностроение», 1967.

79. Управление инвестициями: в 2-х т. Под ред. В.В. Шеремета. М., Высшая школа, 1998.

80. Холт Р.Н. Баренс С.Б. Планирование инвестиций. М., Дело ЛТД 1994.

81. Холт Р.Н. Основы финансового менеджмента. М., «Дело Лтд», 1995.

82. Хорн Ван Дж.К. Основы управления финансами. М., Финансы и статистика, 1996.

83. Четыркин Е.М. Методы финансовых и коммерческих расчетов. М., «Дело Лтд», 1995.

84. Шеремет А.Д., Сайфулин Р.С. Методика финансового анализа. М., «Инфра-М», 1996.

85. Юдаков О., Шаров В. Методы оценки финансовой эффективности и рисков совокупности реальных инвестиционных проектов в условиях неопределенности. Инвестиции в России. М., № 5, 1999.

86. Юдаков О. «Методы оценки финансовой эффективности и рисков реальных инвестиций в условиях неопределенности». Инвестиции в России. М., № 3, 1999.

87. Anscombe F.J., Auman R.J. A Definition of Subjective propability//Annals of Mathematical Statistics, Vol. 34,1963.

88. Breally.R.A., Meyers. S.C. Principles of Corporate Finance.Graw-Hillbook, 1988.

89. Chapman C.B., Ward.S. Project Risk Management: Processes, Techniques, and Insights. Chichester, John Wiley&Sons, 1999.

90. Dailami M., I. Lipkovich, and J. Van Dyck. INFRISK: A Computer Simulation Approach to Risk Management in Infrastructure Project Finance Transactions. World Bank, WPS 2083, 2001.

91. Davies D.G. The Economic Evaluation of Projects: Papers from a Curriculum Development Workshop, D.G. Davies, editor. World Bank Institute, 1996.

92. Finnetry, John D. Project Financing: Asset-Based Financial Engineering. New York, John Wiley&Sons, 1996.

93. Hertz D.B. Investment Policies that Pay Off. Harvard Business Review 46, January-February 1968, pp.96-108.

94. Hertz, David B. Risk Analysis in Capital Investment. Harvard Business Review, January-February 1964.

95. Hertz, David B. Risk Analysis in Capital Investment. Harvard Business Review, HBR Classic, September-October 1979, pp. 169-182.

96. Hertz D.B., and Thomas H. Risk Analysis and its Applications. New York, John Wiley and Sons, 1983.

97. Hicks J.R. Theory of Uncertainty and ProfitZ/Economica, Vol. 11, 1931.

98. Hurwic L. Optimality Criteria for decision Making under Ignorance//Coweles Commission Papers, № 370, 1951.

99. Irwin F.W. Stated expectations as function of probability and desirability of outcomes//J.Person.No21.1953.

100. Knight F.H. Risk, Uncertainty and Profit.London,L.S.E., 1933.

101. Metropolis N., Ulam S. The Monte Carlo Method//J. Amer.Statistical assoc., 44,#247, 1949, p.335- 341.

102. Nichols N.A. Scientific Management at Merck: An Interview with CFO Yndy Lewent, Harvard Business Review 72, January-February 1994, p.91.

103. Sharpe W.F. Capital Assets Prices: A Theory of Market Equilibrium Under Condition of Risk//Journal of Finance, September 1964.

104. Tintner G. The theory of Choice under subjective Risk and Uncertainty//Econometrica, Vol. 9, 1941.

105. UNTOO Manual for the preparation of Industrial Feasibility Studies», Vienna, UNTOO, ID/206, 1986.