(Действующий) Применение теории самоорганизации к оценке и управлению совокупными...

Докипедия просит пользователей использовать в своей электронной переписке скопированные части текстов нормативных документов. Автоматически генерируемые обратные ссылки на источник информации, доставят удовольствие вашим адресатам.

Действующий
Название
Сущность
Случаи применения
Вероятностно-статистические методы
Анализ временных рядов, установление корреляционных связей с какими-либо показателями и др. Основной принцип – установление статистических зависимостей от конечного числа заранее известных числовых факторов
Оценка риска уже действующих проектов, либо при наличии данных по аналогичным проектам при наличии четких числовых данных
Методы статистики нечисловых данных
Методы интервальной статистики и интервальной математики, а также методы теории нечеткости. Основной принцип – установление зависимостей от конечного числа заранее известных нечисловых факторов
Оценка риска уже действующих проектов, либо при наличии данных по аналогичным проектам при наличии нечисловых данных
Методы теории конфликтов (теории игр)
Оценка результатов в зависимости от комбинации действий участников. Моделирование ситуаций.
Неопределенность связана с активными действиями соперников или партнеров
Существенным недостатком всех перечисленных подходов к оценке совокупного риска инновационного проекта является признание детерминизма систем (под системой в данном случае понимается инновационный проект с его участниками, системой коммуникаций и взаимодействий). Существующие подходы позволяют получить общую оценку риска всего проекта (как в виде конкретного числа, так и в виде интервала значений) на основе учета влияния конечного, заранее определенного перечня внешних факторов, не учитывая при этом влияние внутренних сил проекта.
С нашей точки зрения, нивелировать этот недостаток позволит метод оценки риска, разработанный на основе теории самоорганизации.
Поскольку инновационные проекты зависят, как правило, от взаимодействия большого числа участников, данным системам присуще свойство самоорганизации.
Теория самоорганизации (теория динамического хаоса) получила широкое распространение в физике, некоторое распространение для моделирования социальных (в первую очередь политических) систем; в экономике она используется, в основном, для прогнозирования рыночного курса акций.
Основная отличительная черта теории – учет взаимного влияния факторов системы друг на друга. В соответствии с теорией самоорганизации система обладает следующими свойствами [5, с. 67]:
наличие обратной связи (поведение системы в любой момент времени зависит от ее состояния в прошлом, более того, текущее состояние влияет на поведение системы в будущем);
возможность наличия более одного положения равновесия (вплоть до бесконечности);
фрактальность системы;
чувствительная зависимость от начальных условий.
Следует иметь в виду, что теория самоорганизации применима, в первую очередь, в краткосрочном периоде, что обусловлено следующим. Если в относительно короткий промежуток времени реализуется большое число факторов риска, вероятен крах проекта, т.к. вследствие эффекта «снежного кома» факторы риска будут оказывать влияние друг на друга: решение одной проблемы потребует затрат ресурсов (в т.ч. и временных), отвлекая их от решения другой проблемы, может породить дополнительные проблемы и т.п. И наоборот, если реализовался один рисковый фактор и его влияние было преодолено, после чего прошел значительный промежуток времени до проявления влияния второго фактора, то первый фактор не окажет существенного влияния на проект в целом.
Таким образом, несмотря на то, что инновации рискованны в принципе, наиболее опасными моментами для предприятия будут либо появление непреодолимых факторов, либо появление в короткий промежуток времени большого числа различных факторов. То есть задача управления рисками состоит, помимо «классического» выделения наиболее существенных факторов риска, еще и в выделении моментов концентрации влияния нескольких факторов.
Данный факт в соответствии с теорией самоорганизации объясняется и характеризуется показателем энтропии, отражающим степень неупорядоченности состояния системы, соответственно, для возникновения упорядочения в системе необходим отток (диссипация) энтропии.
Диапазон значений искомого показателя, к которому стремится система, в терминологии теории самоорганизации называется аттрактор, причем, на наш взгляд, применительно к инновационным проектам наиболее применим странный («хаотический») тип аттрактора.
Используя определения классического системного анализа, энтропии системы будет соответствовать совокупный риск на каждом из этапов. Отличие будет заключаться в учете взаимного влияния отдельных частных факторов друг на друга.
Значению аттрактора будет соответствовать накопленный (кумулятивный) риск инновационного проекта. Отличие от традиционных методов оценки риска заключается, во-первых, в учете обратной связи, во-вторых, в учете свойства фрактальности системы, то есть повторения схожих действий участников проекта и, соответственно, динамики состояния системы.
Чтобы определить значение аттрактора системы (кумулятивного риска), необходимо определить показатель энтропии (совокупного риска) на каждом из этапов жизненного цикла инновационного проекта, что, в свою очередь, требует оценки отдельных частных факторов риска. Для этого, во-первых, тем или иным известным методом необходимо спрогнозировать наиболее существенные факторы риска, во-вторых, по каждому из факторов количественно определить комплекс параметров, указанных в таблице 2.
Показатель риска с учетом комбинации всех факторов предлагается рассчитывать по следующей формуле:
1916 × 538 пикс.     Открыть в новом окне
где R – риск реализации i-го фактора;
?t–период времени от последнего фактора риска.
Таблица 2 Параметры факторов риска
Обозначение
Описание
r
Вероятность реализации (средневзвешенная среди оценок экспертов в соответствии с рейтингом RE)
w
Коэффициент важности
k
Коэффициент, отражающий степень подготовленности к реализации фактора
?t
Временной фактор дает количественную оценку промежутка времени от начала планирования
Графическая иллюстрация результата применения метода, сформированная на условном примере, представлена на рис.4.
Формула (3) дает возможность определения вероятностной характеристики рисков на каждом отдельном этапе жизненного цикла проекта, однако необходимо также учесть синергетическое влияние факторов риска по мере накопления их числа высокий риск на первых стадиях проекта делает его последующие стадии труднопрогнозируемыми и высокорисковыми:
 
1128 × 740 пикс.     Открыть в новом окне
где RS – суммарный риск проекта;
m – степенной коэффициент, показывающий влияние отдельных факторов риска на риск проекта в целом. Выводится эмпирически с учетом условия, что наличие одного дополнительного критического фактора повышает общий уровень риска проекта на одну ступень (от низкого к умеренному, от умеренного к высокому, от высокого к критическому);
Ri – риск отдельного фактора, рассчитываемый по формуле (3), он делится на 10 для удобства исчисления и приведения оценок к 10-балльным;
E – коэффициент успешности мероприятий (учитывает их своевременность и затраты по отношению к потерям) по преодолению рисковых ситуаций участниками проекта в прошлом (коэффициент фрактальности), оценивается в долях (более 1 – действия были эффективны, уменьшает скорость роста кумулятивного риска проекта, менее 1 – действия были неэффективны, еще более увеличивает риск проекта). На этапе предварительного расчета (перед стартом проекта и при отсутствии данных по предыдущим проектам) коэффициент успешности целесообразно принять за 1, по мере реализации проекта данные будут пополняться и коэффициент E будет пересчитываться.
Графическая интерпретация результата вычисления для условного примера представлена на рис. 5. Как видно, в нашем примере за счет наличия двух критических факторов риск проекта высок.
Результатом применения метода в этом случае будет либо проект, укладывающийся в установленные инвестором пределы риска, либо решение об отмене проекта по причине его слишком высокого риска.
3. На третьем этапе для отобранных на втором этапе проектов проводится оценка наиболее целесообразного момента вывода инновации на рынок.
Один и тот же инновационный продукт, в зависимости от величины «затрат на переключение», может быть провальным в одно время и очень успешным в другое. С течением времени внедряются новые технологии в различных
отраслях, которые подготавливают внедрение продуктов, основанных на схожих технологиях. Таким образом, чем позднее будет внедрена инновация, тем при прочих равных условиях, затраты на переключение потребителей будут меньше. С другой стороны, при слишком позднем выходе на рынок у продукта могут появиться субституты, что существенно уменьшит рынок и создаст условия для провала инновационного проекта. И с этой точки зрения момент вывода продукта на рынок может сыграть решающую роль в его успешности.
Общепринято, что функция продаж инновационного продукта благодаря описанному эффекту носит S-образный характер.
Если за нулевой отсчет времени принять момент планирования, то функцию объема продаж инновационного продукта можно выразить следующим образом:
 
1800 × 589 пикс.     Открыть в новом окне

где f(t) – функция объема продаж, шт.;
t – временной параметр, месяцев/лет;
? – период времени, необходимый для внедрения технологии (например, строительства крупного завода по производству изделий по данной технологии);
n – параметр, учитывающий скорость роста объема продаж до достижения «пикового» момента;
m – параметр, учитывающий скорость роста объема продаж в «пиковый» момент.
Пример графической интерпретации полученной зависимости представлен на рис.6. Исходя из полученного графика примерных объемов реализации, инициатор проекта может подобрать такое время его старта, которое позволило бы, с одной стороны, внедрить продукт на рынок, когда потребитель будет уже знаком с технологией, с другой стороны, опередить потенциальных конкурентов.
800 × 400 пикс.     Открыть в новом окне
Рис.6. Выбор момента вывода товара на рынок
Таким образом, результаты проведенного исследования позволяют сформулировать следующие выводы.
1. Проблема развития методического обеспечения системы управления рисками инновационных проектов является актуальной, что подтверждается, с одной стороны, отсутствием в научной литературе полноценных методов оценки совокупного риска с учетом влияния внутренних сил инновационного проекта, а с другой – практической необходимостью этих методов.