Модели, алгоритмы и инструментальные средства инвестиционного проектирования: На примере малых и средних производственных предприятий тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Медников, Станислав Сергеевич

• Медников, Станислав Сергеевич
• кандидат экономических наук
• 2006

Оглавление диссертации кандидат экономических наук Медников, Станислав Сергеевич

ВВЕДЕНИЕ.

ГЛАВА 1 ИНВЕСТИЦИОННОЕ ПРОЕКТИРОВАНИЕ

ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЙ В РОССИИ.

1.1 Характеристика современного состояния и перспектив развития малых и средних производственных предприятий в России.

1.2 Инвестиционное проектирование производственных предприятий с учетом концепции жизненных циклов продуктов и технологий.

1.3 Формальное описание критериев инвестиционного проектирования

1.4 Неопределенность и риски в инвестиционном проектировании.

1.5 Многокритериальная оптимизация инвестиционного проекта с позиций теории нечетких множеств. Критерий эффективности инвестиционного проекта.

1.6 Модель расширения производства за счет собственных средств предприятия.

1.7 Выводы по главе

ГЛАВА 2 МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ ПРОЦЕССОВ

РАЗВИТИЯ ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЙ

2.1 Моделирование процессов развития малых и средних производственных предприятий.

2.2 Оптимизация процессов развития производства при условии постоянной рентабельности.

2.3 Оптимизация процессов развития производства при условии переменной рентабельности.

2.4 Оценка периода окупаемости реинвестиций при расширении производства.

2.5 Общее решение задачи оптимального реинвестирования прибыли в расширение производства.

2.6 Выводы по главе 2.

ГЛАВА 3 ОПТИМИЗАЦИЯ ИНВЕСТИЦИОННОГО ПРОЕКТА ПО ПО РАСШИРЕНИЮ ПРОИЗВОДСТВА В УСЛОВИЯХ

НЕОПРЕДЕЛЕННОСТИ ИСХОДНЫХ ДАННЫХ.

3.1 Расчет периода окупаемости и времени реинвестирования при расширении производства в условиях неопределенности исходных данных.

3.2 Построение критерия риска инвестиционного проекта.

3.3 Алгоритм расчета оптимального времени реинвестирования в расширение производства с учетом критерия эффективности.

3.4 Выводы по главе 3.

ГЛАВА 4 ИНВЕСТИЦИОННОЕ ПРОЕКТИРОВАНИЕ НОВЫХ ПРОИЗВОДСТВ С УЧЕТОМ

КРИТЕРИЯ ЭФФЕКТИВНОСТИ.

4.1 Инструментальное средство инвестиционного проектирования новых производств с учетом критерия эффективности.

4.2 Инвестиционное проектирование производства декоративной фасадной штукатурки для систем скрепления теплоизоляции на малом предприятии ООО «Стандарт-Технология».

4.3 Выводы по главе 4.

Введение диссертации (часть автореферата) на тему «Модели, алгоритмы и инструментальные средства инвестиционного проектирования: На примере малых и средних производственных предприятий»

Малый и средний бизнес в России имеет огромный потенциал развития: 14% занятых трудовых ресурсов в Российской Федерации и 50%-60% в развитых странах. В западных странах малый и средний бизнес обеспечивает основную долю налоговых поступлений, решает вопросы занятости, снятия социальной напряженности и др.

В России 14%-15% малых и средних предприятий работают в сфере промышленного производства. Рост объемов производства, повышение качества продукции, рост числа предприятий и занятости в малом и среднем бизнесе соответствуют задаче удвоения валового внутреннего продукта поставленной Президентом Российской Федерации.

Особенностью российских малых и средних производственных предприятий является низкий уровень, порядка 5%, финансирования за счет кредитных организаций. Подавляющая масса предприятий финансируется за счет собственных средств или кредитов поставщиков. Поэтому в российской практике особую важность приобретает проблема рационального использования имеющихся на предприятиях денежных фондов и развития производственной деятельности фирм за счет собственных средств. В трудах российских ученых К.А. Багриновского, JI.C. Понтрягина, С.Р. Хачатряна, В.Н. Буркова, В.Г. Засканова, Г.М. Гришанова, О.В. Павлова и др. приведены различные модели развития производственной деятельности предприятия.

Настоящий этап экономического развития, этап вхождения России во Всемирную Торговую Организацию, характеризуется усиливающейся конкуренцией между отечественными и иностранными производителями, быстрой сменой технологий производства и сокращением длительности жизненных циклов продуктов. В условиях быстро меняющейся рыночной коньюктуры предприятия должны не только концентрировать внимание на внутреннем состоянии дел, но и вырабатывать долгосрочную стратегию поведения, которая позволяла бы им успевать за изменениями, происходящими в их окружении. Эффективность работы предприятия может быть повышена за счет реализации инвестиционных проектов. По инвестиционному проектированию и оценки эффективности инвестиций известно большое количество работ отечественных и зарубежных ученых: А.Г. Грязновой, В.В. Царева, Г. Бирмана, Д. Фридмана, Ж. Ришара и др.

Существующие методики инвестиционного проектирования разрабатывались в первую очередь для удовлетворения потребностей крупных организаций и не в полной мере отвечают специфике малых и средних предприятий, поэтому, в настоящее время, актуальным для малых и средних производственных предприятий является разработка механизмов оценки экономической эффективности инвестиций и предпринимательского риска, связанного с реализацией инвестиционного проекта.

Малые и средние предприятия в силу малого масштаба производства контролируют малые доли рынка и соответственно сильнее зависят от изменений рыночной конъюктуры. В результате исходные данные для инвестиционного проектирования обладают значительной степенью неопределенности, а количество сценариев рыночного поведения велико. Соответственно, велик разброс значений экономических показателей инвестиционного проекта, вычисленных для различных сценариев, что рождает неуверенность инвестора и создает риск неверной интерпретации исходной информации для принятия решения.

Для прогнозирования ключевых показателей инвестиционного проекта, традиционно используют методы экстраполяции известных исходных данных в будущее, используя аппарат авторегрессионных зависимостей. Известно, что по мере удаления от текущего момента и появления новых тенденций, точность метода быстро падает. В общем случае по мере усиления неопределенности классические вероятностные описания уступают место, с одной стороны, субъективным вероятностям, основанным на экспертной оценке, а, с другой стороны, вероятностям, определенным не количественно, а качественно (приблизительно). При этом точечные оценки вероятностных распределений замещаются нечеткими (для методов теории нечетких множеств). Кроме того, методы нечетко-множественного описания позволяют задавать показатели проекта на основе прямого предвидения изменений, когда эти изменения недетерминированы предыдущим ходом событий и могут возникать неожиданно, что в ряде случаев сокращает ошибку прогнозирования.

Применение теории нечетких множеств к задачам инвестиционного проектирования развивалось многими учеными, например Л.Заде, Д. Бакли, Д. Кута, А. Кофманом, Р. Ягером, Н.В. Дилигенским, А.О. Недосекиным, П.В. Севастьяновым и др. и в настоящее время достаточно обосновано.

Задание исходных данных проекта в виде нечетких чисел приводит к тому, что экономические показатели проекта в свою очередь становятся нечеткими числами (интервалами значений). В этих условиях традиционные методы оптимизации и принятия решений (основанные на математической статистике и теории вероятности), разработанные для случая, когда критерии эффективности являются четкими числами, становятся непригодными. Адекватным методом решения задач инвестиционного проектирования в условиях неопределенности является применение теории нечетких множеств.

Цель и задачи исследования. Целью диссертационной работы является разработка моделей, критериев и алгоритмов инвестиционного проектирования развития малых и средних производственных предприятий. В соответствии с поставленной целью сформулированы следующие задачи:

- исследование уровня развития и актуальности использования методик оценки экономической эффективности инвестиционных проектов по развитию малых и средних производственных предприятий;

- разработка модели расширения производства за счет собственных средств предприятия с учетом жизненных циклов продуктов и технологий;

- определение оптимальных параметров реинвестирования и критериев целесообразности расширения производства;

- разработка способа построения критерия риска и критерия эффективности инвестиционного проекта методами теории нечетких множеств;

- разработка и формализация в виде программного продукта алгоритма комплексной оценки эффективности реивестирования в расширение производства при условии нечетко заданных исходных данных;

- разработка программного обеспечения по инвестиционному проектированию производственных предприятий в условиях неопределенности исходных данных с учетом критерия эффективности;

- практическая реализация разработанных моделей, критериев и алгоритмов инвестиционного проектирования, формализованных в виде программных продуктов на малом производственном предприятии.

Предмет исследования - методы и средства оценки экономической эффективности инвестирования денежных средств в малые и средние производственные предприятия.

Объект исследования - инвестиционные проекты развития малых и средних производственных предприятий.

Теоретические методы исследования.

Для решения поставленных задач в диссертационной работе использовались методологические, теоретические и методические основы оценки стоимости бизнеса, методы экономического и математического моделирования. Теоретической основой исследований, проведенных в работе, являются методы оценки эффективности инвестиционных проектов, методы многокритериального подхода к решению задач инвестиционного проектирования, методы численных расчетов, методы теории оптимального управления и системного подхода, методы теории нечетких множеств.

Научная новизна.

Научной новизной обладают следующие результаты работы:

- модель реинвестирования прибыли в расширение производства малых и средних предприятий, учитывающая жизненные циклы продуктов и технологий;

- установленный ступенчатый характер зависимости оптимальной ставки реинвестирования от времени для постоянной, переменной и кусочно-постоянной рентабельности реинвестированных средств;

- критерий минимальной рентабельности и критерий периода окупаемости реинвестиций, позволяющие проводить оценку целесообразности расширения производства;

- способ построения критерия риска неполучения дохода и критерия эффективности инвестиционного проекта методами теории нечетких множеств, позволяющих решать многокритериальные задачи инвестиционного проектирования в условиях неопределенности;

- алгоритмы оптимального реинвестирования прибыли в расширение производства и средства проектирования нового производства в условиях нечетко заданных исходных данных;

- программное обеспечение, реализующее предложенные в диссертации модели, критерии и алгоритмы инвестиционного проектирования малых и средних производственных предприятий.

Практическая значимость.

Предложенные в работе модели, критерии и алгоритмы позволяют разработать эффективную стратегию развития производственного предприятия и решать практические задачи оценки экономической эффективности и предпринимательских рисков от реализации инвестиционных проектов в условиях неопределенности исходных данных.

Теоретические результаты работы формализованы в виде комплекса компьютерных программ на базе вычислительных сред MATLAB 7.01, MS Excel и программы Альт-Инвест 3.0, который позволяет практикам автоматизировать расчеты по определению оптимальных параметров реинвестирования прибыли в расширения производства и инвестиционных проектов новых производств в случае нечетко заданных исходных данных и с учетом относительной важности для инвестора критериев риска и дохода.

Основные положения диссертационной работы были реализованы на малом предприятии по производству строительных отделочных материалов ООО «Стандарт-Технология». Результаты научных исследований нашли практическое применение в учебном процессе при подготовки курсов по специальности «Менеджмент» на кафедре экономики Самарского 8

Государственного Аэрокосмического Университета, в курсовых работах и дипломном проектировании, а также в теоретических и практических курсах, читаемых в Модельном учебном центре Департамента ФГСЗН по Самарской области. Имеются соответствующие документы о внедрении.

Апробация работы.

Результаты диссертационного исследования докладывались на международной научно-методической конференции «Организационный менеджмент: состояние, проблемы, тенденции», Пенза, 2004; научной школе-семинаре ИПУ РАН, СГАУ «Вопросы управления организационными системами», Самара, 2005.

Публикации.

По теме диссертации опубликовано 8 работ общим объемом 2,2 п.л.

В первой главе диссертации проанализировано современное состояние и перспективы развития малых и средних производственных предприятий в России. Приведены основные понятия концепции жизненных циклов продуктов и технологий, на основании которых сделано заключение о выборе длительности горизонта планирования инвестиционного проекта. Рассмотрены классические подходы к оценке эффективности и риска инвестиционных проектов. Обосновано применение методов теории нечетких множеств и методов многокритериального оценивания к решению задач инвестиционного проектирования в условиях неопределенности исходных данных. Введено понятие критерия эффективности инвестиционного проекта. Предложена модель расширения производства за счет собственных средств предприятия.

Во второй главе разработана модель развития малых и средних производственных предприятий, в которой расширение производства происходит за счет реинвестирования собственной прибыли. Методами теории оптимального управления установлена оптимальная зависимость от времени ставки реинвестирования. Результаты обобщены для случая, когда рентабельность производства является произвольной функцией времени. Исследована зависимость времени прекращения реинвестирования от изменения рентабельности реинвестированных средств. Предложены критерии целесообразности реинвестирования в расширение производства, j В третьей главе разработан способ построения критерия риска неполучения дохода, для случая когда доход представляется в виде нечеткого числа. Получен критерий эффективности для инвестиционных проектов с нечеткими исходными данными, использующий субъективные представления инвестора об относительной важности критериев риска и доходности. В зависимости от рангов относительной важности риска и дохода исследовано поведение критериальных оценок эффективности инвестиционного проекта. На основании критерия эффективности разработан и формализован в виде программного продукта алгоритм определения оптимального времени реинвестирования прибыли в Ф расширение производства, для случая, когда рентабельность реинвестирования задается нечетким числом.

В четвертой главе разработанные в работе критерии и алгоритмы формализованы в виде специального комплекса компьютерных программ на базе вычислительных сред MATLAB 7.01, MS Exel и Альт-Инвест 3.0, позволяющего решать задачи инвестиционного проектирования новых производств в условиях неопределенности исходных данных. Особенностью программы является то, что исходные данные инвестиционного проекта задаются в виде нечетких чисел, а для оценок экономических показателей проекта использовался критерий эффективности. На основе использования ^ программного комплекса было произведено инвестиционное проектирование производства штукатурки для фасадных работ на малом производственном предприятии ООО «Стандарт-Технология».

Заключение диссертации по теме «Математические и инструментальные методы экономики», Медников, Станислав Сергеевич

4.3 Выводы по главе 4

На основании проведенного анализа сделаны следующие выводы:

1. Применение методов теории нечетких множеств является последовательным и эффективным средством анализа инвестиционных проектов по развитию производства на малых и средних предприятиях.

2. Разработан специальный комплекс компьютерных программ на базе вычислительных сред MATLAB 7.01, MS Excel и Альт-Инвест 3.0, позволяющий проводить инвестиционное проектирование в условиях нечетких исходных данных с учетом критерия эффективности.

3. С помощью разработанного комплекса программ было проведено инвестиционное проектирование производства для малого предприятия ООО «Стандарт-Технология». Применение разработанных автором критериев и алгоритмов позволило отклонить неэффективный инвестиционный проект и и разработать проект нового производства.

4. Разработанные в диссертационной работе и формализованные в виде программ модели, критерии и алгоритмы могут быть использованы как производственными предприятиями, так и финансовыми учреждениями, консалтинговыми и аудиторскими компаниями для анализа эффективности инвестиционных проектов по развитию производства.

ЗАКЛЮЧЕНИЕ

На основании проделанной работы получены следующие результаты:

1. Разработана модель реинвестирования прибыли в расширение производства малых и средних предприятий. Основным параметром модели является коэффициент рентабельности реинвестированных средств, результаты расширения производства анализируются через чистый дисконтированный доход предприятия. Параметры модели не связаны с предметной областью предприятия и особенностями технологии производства. Учет временного фактора при моделировании развития производства осуществляется через ограничение горизонта планирования периодом развития в жизненном цикле продуктов и технологий.

2. Определены оптимальные параметры реинвестирования прибыли в расширение производства. Установлено, что наибольшую величину дисконтированного дохода на заданном горизонте планирования можно получить, если реинвестировать прибыль в расширение производства с максимально возможной интенсивностью от начала прогнозного периода вплоть до момента переключения. В оставшееся до конца прогнозного периода время реинвестирование не производится.

3. Исследована зависимость времени прекращения реинвестирования от изменения рентабельности реинвестированных средств.

4. Разработаны два критерия по отбору проектов расширения производства за счет реинвестирования собственных средств. Имея данные о рентабельности реинвестиций, горизонте планирования и ставки дисконта можно определить, во-первых, минимальные (критические) значения рентабельности и, во-вторых, горизонта планирования, при которых реинвестиции в расширение производства окупаются. Для случая постоянной рентабельности показана эквивалентность обоих критериев.

5. Получено аналитическое решение задачи оптимального реинвестирования прибыли в расширение производства для кусочно-постоянной рентабельности реинвестированных средств.

6. Установлен ступенчатый характер зависимости оптимальной ставки реинвестирования от времени для постоянной, переменной и кусочно-постоянной рентабельности реинвестированных средств.

7. Применение методов теории нечетких множеств для анализа инвестиционных проектов, является альтернативой классическому подходу, основанному на применении методов теории вероятности. Важными преимуществами такого подхода являются возможности учета различных субъективных факторов, возможность задания исходных данных не предопределенных прошлыми значениями, возможность проводить арифметические операции с параметрами проекта, заданными в виде нечетких чисел и др. Преимущества данного подхода возрастают по мере увеличения горизонта планирования и увеличения неопределенности исходных данных. Малые и средние предприятия, занимающие малые доли рынка, не имеющие резервных активов, в большой степени подверженные случайным колебаниям рыночной конъюнктуры, являются первоочередным объектом применения предлагаемого подхода.

8. Для оптимизации инвестиционного проекта по развитию производства в условиях неопределенности исходных данных, заданных в виде нечетких чисел, использование единственного условия максимума чистого дисконтированного дохода на горизонте планирования недостаточно. Для определения оптимальных параметров развития производства необходимо искать оптимум критерия эффективности, который определяется как субъективный баланс критериев дохода и риска.

9. Предложен способ построения критерия риска неполучения дохода, для случая, когда доход проекта задается нечетким числом.

Ю.Разработан критерий эффективности инвестиционного проекта с учетом относительной важности для инвестора критериев риска и дохода.

11.На основании критерия эффективности решена задача определения оптимального времени реинвестирования прибыли в расширение производства, для случая, когда рентабельность реинвестирования задается нечетким числом. Расчеты формализованы в виде программного продукта, созданного на базе вычислительной среды MATLAB 7.01.

12.Разработан специальный комплекс компьютерных программ на базе вычислительных сред MATLAB 7.01, MS Excel и Альт-Инвест 3.0, позволяющий проводить инвестиционное проектирование в условиях нечетких исходных данных с учетом критерия эффективности.

13. С помощью разработанного комплекса программ обеспечения проведено инвестиционное проектирование производства для малого предприятия ООО «Стандарт-Технология». Применение разработанных критериев и алгоритмов позволило отклонить неэффективный инвестиционный проект по расширению производства и разработать проект нового производства.

14.Разработанные в диссертационной работе и формализованные в виде программ модели, критерии и алгоритмы могут быть использованы как производственными предприятиями, так и финансовыми учреждениями, консалтинговыми и аудиторскими компаниями для анализа эффективности инвестиционных проектов по развитию производства.

Список литературы диссертационного исследования кандидат экономических наук Медников, Станислав Сергеевич, 2006 год

1. Адлер Ю.П. Планирование эксперимента при поиске оптимальных условий / Ю.П. Адлер, Е.В. Маркова. М.: Наука, 1976. - 279 с.

2. Ансофф И. Стратегическое управление / И. Ансофф. М.: Экономика, 1989.-202 с.

3. Бабурин B.J1. Инновационные циклы в российской экономике / B.J1. Бабурин. М.: Эдиториал УРСС, 2002. - 176 с.

4. Багриновский К.А. Экономические методы и модели (микроэкономика) / К.А. Багриновский, В.М. Матюшок.-М.: РУДН, 1999.

5. Бирман Г. Экономический анализ инвестиционных проектов / Г. Бирман, С. Шмидт, пер. с англ. под ред. Л.П. Белых. М.: Банки и биржи, ЮНИТИ, 1997.

6. Болтянский В.Г. Математические методы оптимального управления / В.Г. Болтянский. -М.: Наука, 1968. 408 с.

7. Борисов А.Н. Анализ решений и теория нечетких множеств / А.Н. Борисов // Методы и системы принятия решений. Рига., 1981. - С. 5-10.

8. Бригхэм Ю.Ф. Энциклопедия финансового менеджмента / Бригхэм Ю. Ф. пер. с англ. 5-е изд. М.: РАГС, ЭКОНОМИКА, 1998.

9. Бурков В.Н. Как управлять организациями / В.Н. Бурков, Д.А. Новиков.- М.: Синтег, 2004. 400 с.

10. Ю.Вагнер Г. Основы исследования операций: В 3 т / Г. Вагнер. М.: Мир, 1973. -т.З., 210 с.

11. П.Васина А.А. Финансовая диагностика и оценка проектов / А.А.Васина.- СПб.: Питер, 2004. 448 с.

12. Верстнин И.С. Методологический аспект теории расплывчатых понятий / И.С. Верстнин. М.: ВИНИТИ, 1978, № 3431. - 40 с.

13. Виленский П.Л. Оценка эффективности инвестиционных проектов. Теория и практика / П.Л. Виленский, В.Н. Лившиц М.: Дело, 2002.о ^

14. Вилкас Э.И. Решения: теория, информация, моделирование / Э.И. Вилкас, Е.З. Майминас. -М.: Радио и связь, 1981. 328 с.109

15. Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов Statistica и Excel / Э.А. Вуколов. М.: ИНФРА-М, 2004. - 464 с.

16. Выгодский М.Я. Справочник по высшей математике / М.Я Выгодский. М.: Большая медведица, 2001. - 863 с.

17. Гермейер Ю.Б. Введение в теорию исследования операций / Ю.Б. Гермейер. М.: Наука, 1971. - 220 с.

18. Глазьев С.Ю. О стратегии развития российской экономики / С.Ю. Глазьев // Научный доклад. М.: ЦЕМИ РАН, 2001.

19. Горелик В.А. Теоретико-игровые модели принятия решений в эколого-экономических системах / В.А. Горелик, А.Ф. Кононенко. М.: Радио и связь, 1982.- 144 с.

20. Дилигенский Н.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология / Н.В. Дилигенский, Л.Г. Дымова, П.В. Севастьянов. М.: Машиностроение-1, 2004.

21. Дубров A.M. Моделирование рисковых ситуаций в экономике и бизнесе / A.M. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев, Т.П. Барановская. М.: Финансы и статистика, 2003. - 222 с.

22. Дюбуа Д., Теория возможностей. Приложения к представлению знаний в информатике / Д. Дюбуа, А. Прад. -М.: Радио и связь, 1990. 288 с.

23. Дьяконов В.П. MATLAB 5.3.1 с пакетами расширений / В.П. Дьяконов, И.В. Абраменкова, В.В. Круглов. М.: Нолидж, 2001. - 880 с.

24. Дьяконов В.П. MATLAB 6/6.1/6.5 +Simulink 4/5 в математике и моделировании / В.П. Дьяконов. М.: СОЛОН-Пресс, 2003. - 576 с.

25. Егорова Н.Е. Дифференциальный анализ развития малых предприятий, использующих кредитно-инвестиционный ресурс / Н.Е. Егорова, С.Р. Хачатрян, М.А. Маренный // Аудит и финансовый анализ. 2001. - №4.

26. Калмыков С.А. Методы интервального анализа / С.А. Калмыков, Ю.И. Шокин, З.Х. Юлдашев. Новосибирск.: Наука, 1986. - 223 с.

27. Ковалев В.В. Методы оценки инвестиционных проектов / В.В. Ковалев. -М.: Финансы и статистика, 2003. 144 с.31 .Кондратьев Н.Д. Проблемы экономической динамики / Н.Д. Кондратьев. М., 1989.

28. Косачев Ю.В. Экономико-математические модели эффективности финансово-промышленных структур. М.: Логос, 2004. - 248 с.

29. Коупленд Т. Стоимость компаний: оценка и управление / Т Коупленд, Т. Колер, Д. Мурин. М.: ЗАО «Олимп-Бизнес», 2002. - 576 с.

30. Кофман А. Введение теории нечетких множеств в управлении предприятиями / А. Кофман, X. Хил Алуха. Минск.: Высшая школа, 1992.

31. Лапу ста М.Г. Риски в предпринимательской деятельности / М.Г. Лапуста, Л.Г. Шаршукова. М.: ИНФРА-М, 1998.

32. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А.В. Леоненков. СПб.: БХВ-Петербург, 2003. - 736 с.

33. Ли Э.Б. Основы теории оптимального управления / Э.Б. Ли, Л. Маркус. М.: Наука, 1972. - 576 с.

34. Мак-Дональд М. Стратегическое планирование маркетинга / Мак-Дональд М. СПб.: Питер, 2000.

35. Маленков Ю.А. Новые методы инвестиционного менеджмента / Ю.А. Маленков. СПб.: Бизнес-пресса, 2002. - 208 с.

36. Маховикова Г.А. Инвестиционный процесс на предприятии / Г.А. Маховикова, Кантор В.Е. СПб.: Питер, 2001. - 176 с.

37. Методологические рекомендации по оценке эффективности инвестиционных проетов и их отбору для финансирования (вторая редакция)», №ВК 477. Официальное издание. М.: экономика, 2000.111

38. Модильяни Ф. Сколько стоит фирма? Теорема ММ / Ф. Модильяни, М. Миллер: Пер. с англ. 2-е изд. - М.: Дело, 2001. - 272 с.

39. Моисеев Н.Н. Математические задачи системного анализа / Н.Н. Моисеев. -М.: Наука, 1981.-488с.

40. Моисеев Н.Н. Элементы теории оптимальных систем / Н.Н. Моисеев. -М.: Наука, 1974.-526 с.

41. Налоговый кодекс Российской Федерации (части первая и вторая). -М.: Финансы и статистика, 2001.

42. Негойце К. Применение теории систем и проблем управления / К. Негойце. М.: Мир, 1981. - 180с.

43. Недосекин А.О. Нечетко-множественный анализ рисков фондовых инвестиций. СПб, Типография «Сезам», 2002.

44. Недосекин А.О. Фондовый менеджмент в расплывчатых условиях. СПб, Типография «Сезам», 2003.

45. Никитина Н.Ш. Математическая статистика для экономистов: Учеб. пособие.-2-е изд., перераб. и доп.- М.: ИНФРА-М, 2001. 170 с.

46. Новик Ф.С. Оптимизация процессов технологии металлов методами планирования эксперимента / Ф.С. Новик, Я.Б. Арзов. М.: Машиностроение, 1980. - 304 с.

47. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации / С.А. Орловский. М.: Наука, 1981. - 208 с.

48. Пихлер И.Х. Менеджмент на малых и средних предприятиях / И. X. Пихлер, Х.Й. Плайтнер, К.Х. Шмидт. М.: Международные отношения, 2004.-300 с.

49. Подиновский В.В. Парето-оптимальные решения многокритериальных задач / В.В. Подиновский, В.Д. Ногин. М.: Наука, 1982. - 256 с.

50. Польза и преимущества зарубежного опыта поддержки и развития малого и среднего бизнеса применительно к России // Финансы и кредит. -2004.-№14. С. 63,71.

51. Понтрягин JI.C. Математическая теория оптимальных процессов / В.Г. Болтянский, Р.В. Гамкрелидзе, Е.Ф. Мищенко, JI.C. Понтрягин. М.: Наука, 1983.-392 с.

52. Рудый К.В. Циклы в современной экономике / К.В. Рудый. М., 2004.

53. Саати Т. Аналитическое планирование. Организация систем / Т. Саати, К. Керне. М.: Радио и связь, 1991. - 224 с.

54. Савицкая Г.В. Анализ хозяйственной деятельности предприятия / Г.В. Савицкая. Минск: Новое знание, 2000. - 688 с.

55. Самочкин В.Н. Фазы жизненного цикла изделий и планирование гибкого развития предприятия / В.Н. Самочкин // Маркетинг в России и за рубежом. 1998.-№ 5.

56. Севастьянов П.В. Многокритериальная идентификация и оптимизация технологических процессов / П.В. Севастьянов, Н.В. Туманов. -Минск: Наука и техника, 1990. 224 с.

57. Соколовский JI.E. Модели оптимального функционирования предприятия / JT.E. Соколовский. -М.: Наука, 1980. 175 с.

58. Строев Е.С. Экономика СНГ накануне третьего тысячелетия / JI.C. Бляхман, М.И. Кротов, Е.С. Строев. СПб., 1998. - 134 с.

59. Федеральный закон от 14.06.95 №88-ФЗ "О государственной поддержке малого предпринимательства в Российской Федерации" п. 1 ст. 3.

60. Федорюк М.В. Обыкновенные дифференциальные уравнения / М.В. Федорюк. М.: Наука, 1985. - 448 с.

61. Хачатрян С.Р. Прикладные методы математического моделирования экономических систем / С.Р. Хачатрян. М.: Экзамен, 2002.

62. Царев В.В. Оценка экономической эффективности инвестиций / В.В.Царев. СПб.: Питер, 2004. - 464 с.

63. Шнейдер А. Наука побеждать в инвестициях, менеджменте и маркетинге / Я.Кацман, Г.Топчишвили, А.Шнейдер. М.: ACT, 2002. - 232 с.

64. Юнь О. Инновационная деятельность в промышленности / Борисов В., Юнь О. // Экономист. 1999.-№9. С. 29-37.

65. Яковец Ю.В. Циклы. Кризисы. Прогнозы. / Ю.В. Яковец. М.: Наука, 1999.-448 с.

66. Bellman R. Decision-making in fuzzy environment Science / R. Bellman, L. Zadeh // Management. 1970.- №17. - P. 141-164.

67. Buckley J. The Fuzzy Mathematics of Finance / J. Buckley // Fuzzy Sets & Systems. 1987.-№21.

68. Buckley, J. Solving fuzzy equations in economics and finance / J. Buckley // Fuzzy Sets & Systems. 1992.-№48.

69. Chanas S. Multiobjective Programming in optimization of the Interval Objective Functions a generalized approach / S. Chanas, D. Kuchta // European Journal of Operational Research. 1996.-№9. P. 594-598.

70. Chen S. An empirical examination of capital budgeting techniques: impact of investment types and firm characteristics // Eng. Economist. 1995 .-№40(2).

71. Chu A. A Comparison pf Two Method^ for Determining the weights of Belonging to Fuzzy Sets / A. Chu, R. Kalaba, R. Springarn R // J. of Optimization theory and applications. 1979.-Vol.27, № 4. - P. 531-538.

72. Dimova L. Fuzzy Capital Budgeting: Investment Project Valuation and Optimization / L. Dimova, P. Sevastjanov, D. Sevastianov // Chenstohova Tech. Univercity Proceedings. 2001.

73. Dimova L. On the Fuzzy Internal Rate of Return / L. Dimova, P. Sevastjanov, D. Sevastianov// Chenstohova Tech. Univercity Proceedings. 2001.

74. Vorobiev D. Towards the theory of fuzzy differential equations / D. Vorobiev, S. Seikkala // Division of Mathematics, Faculty of Technology, University of Oulu, 90570. 2000.

75. Dubois D. Fuzzy sets and systems. Theory and applications. D. Dubois, H. Prade. New York: Asad. Press, 1980. - 344 p.

76. Hannan E. Linear programming with multiple fuzzy goals / E. Hannan // Fuzzy Sets and Systems. 1981.-Vol.6, № 3. - P. 235-489.

77. Kaufmann A. Introduction to Fuzzy Arithmetic: Theory and Applications / A. Kaufmann, M. Gupta. Van Nostrand Reinhold, 1991. ASIN: 0442008996.

78. Kuchta D. Fuzzy Capital Budgeting / D. Kuchta // Fuzzy Sets and Systems. -2000.- №111.

79. Jaulin L. Applied interval analysis / L. Jaulin, M. Kieffer, O. Didrit, E. Walter. London: Springer-Verlag, 2001.

80. Nedosekin A.O. FUZZY FINANCIAL MANAGEMENT/ A.O. Nedosekin // Russia, Moscow, AFA Library, 2003.

81. Negoita C. The current interest in fuzzy optimization / C. Negoita // Fuzzy Sets and Systems. 1985.

82. Sasaki T. Traffic control process of expressway by fuzzy logic / T. Sasaki, T. Akiyama// Fuzzy Sets and Systems. 1988.-Vol.26. - P. 165-178.

83. Sevastjanov P. A probabilistic approach to fuzzy and crisp interval ordering / Sevastjanov P., Rog P. // Task quarterly. 2003.-№l(7). - P. 147-156.

84. Tanaka H. Fuzzy linear programming based on fuzzy functions / H. Tanaka, A. Kiyaii. // Bull. Univ. Osaka Prefect. 1980.-Vol.29, №2. - P. 113-125.

85. Yager R. A foundation for a theory of possibility / R. Yager // J. of Cybernetics. 1980.-Vol. 10, №.3. - P. 177-209.

86. Yager R. Multiple objective decision-making using fuzzy sets / R. Yager // Int. J. Man-Mach. Sfud. 1979. -Vol.9, №4. - P. 375 382.

87. Yager R. On the Measure of Fuzziness and Negation. Part 1. Membership in the Unit Interval / R. Yager // Int. J. Gen. Syst. 1979. - №5.

88. Zadeh L.A. Fuzzy Sets / L.A. Zadeh // Information and Control. 1965.-V0I.8.-P. 338 - 353.

89. Zadeh L.A. Probability Measures of Fuzzy Events / L.A. Zadeh I I J. Math. Anal, and Appl. 1968.-Vol.23,№ 2. - P. 421-427.

90. Zadeh L.A. Fuzzy algorithms / L.A. Zadeh // Information and Control. -1968.-Vol.12. P. 94-102.

91. Кошечкин С.А. Концепция риска инвестиционного проекта: Электронный ресурс. / С.А. Кошечкин. Режим доступа к ресурсу: http: // www.koshechkin.narod.ru

92. Недосекин А. О. Новый показатель оценки риска инвестиций: Электронный ресурс. / А.О. Недосекин, К.И. Воронов. Режим доступа к ресурсу: http: // www.sedok.narod.ru

93. Недосекин А.О. Оценка риска инвестиций по NPV произвольно-нечеткой формы: Электронный ресурс. / А.О. Недосекин. Режим доступа к ресурсу: http: // www.sedok.narod.ru

94. ЮО.Недосекин А.О. IRC калькулятор для оценки риска прямых инвестиций: Электронный ресурс. / А.О. Недосекин. - Режим доступа к ресурсу: http: // www.sedok.narod.ru

95. Евдокимов А.В. Метод нечеткой линеаризации для численного решения алгебраических и дифференциальных уравнений: Электронный ресурс. / Евдокимов А.В. Режим доступа к ресурсу: http: // www.zhurnal.ape.relarn.ru