Оценка устойчивости и эффективности проекта

Одной из задач анализа проекта по созданию автоматизированной информационной системы управления взаиморасчетами с контрагентами предприятия сферы услуг является определение чувствительности показателей эффективности к изменениям различных параметров. Чем шире диапазон параметров, в котором показатели эффективности остаются в пределах приемлемых значений, тем выше показатель устойчивости проекта, тем лучше он защищен от колебаний различных факторов, оказывающих влияние на результаты реализации проекта.

К числу параметров, от которых зависит успех реализации любого проекта, могут относиться следующие показатели: размеры денежных поступлений, издержки, величина налогов, уровень инфляции и др. Все эти величины можно рассматривать как случайные факторы, оказывающие влияние на результат проекта. Цель статистического анализа состоит в определении степени воздействия случайных факторов на показатели эффективности проекта.

При проведении анализа необходимо определить, какие данные следует признать неопределенными, а также установить диапазон значений, в пределах которого они могут изменяться случайным образом. В любом случае, совокупность исходных данных, от которых зависит устойчивость проекта, отображается точкой, лежащей внутри выделенной области. Таких точек большое количество, поэтому выполнить расчет проекта для каждой из них невозможно. Тем не менее, необходимо определить, какое воздействие оказывает неопределенность исходных данных на поведение модели. Эта задача решается с помощью метода Монте-Карло. Для каждой, выбранной случайным способом точки, проводится расчет показателей эффективности.

Для количественной оценки результатов используются два критерия: среднее значение и неопределенность. Предположим, что произведено N опытов и получен набор значений некоторого показателя f_n (n=1,...,N). Тогда среднее значение M определяется по формуле:

Неопределенность (или коэффициент вариации) рассчитывается следующим образом:

Величину М можно интерпретировать как ожидаемое значение случайной величины f_n., а - как характеристику рассеяния значений f_n. Чем меньше, тем ближе лежат значения f_n друг к другу, тем точнее средняя величина М характеризует ожидаемое значение f_n.

Неопределенность можно рассматривать также как оценку риска, связанного с тем, что значение f_n отклонится от ожидаемой величины М.

Расчет статистических характеристик проекта проводился с использованием программного средства MS Excel, для этого было проведено 1000 опытов. Результаты расчетов приведены в табл. 4.8.

Таблица 4.8