MULTIDIMENSIONAL APPROACH TO THE SENSITIVITY ANALYSIS OF INNOVATIVE PROJECTS RISK ASSESSMENT
https://doi.org/10.17747/2078-8886-2011-4-72-77
Abstract
Article is devoted to a multidimensional approach to an important part of risk analysis of innovative projects – evaluation of the sensitivity of risk when you change their underlying caus-es. Proposed and tested on a concrete example method of forming an empirical base for modeling the sensitivity of risk evaluations of innovative projects within that do not violate the consistency of the matrix of paired statements. It is shown that this can be obtained economically significant results, including assessment of priority areas of investment elasticity of the weights of different types of risks, and identifying the most sensitive risk factors.
About the Author
A. M. Pokrovskiy
The Plekhanov Russian Economic University
Russian Federation
Russian Federation
Ph.D. in Economics. A.P. and Ph.D. candidate in Mathematical Methods in Economics, MBA in Strategic Management, Assistant to Member of the Council of the Russian Federation.
Academic interest: risk management of credit organizations, management of investment projects in terms of uncertainty and risk, anti-crisis management of credit organizations and investment projects. He carries out research in the field of developing methodology of the risk sensitivity analysis of innovative projects with the use of multidimensional approach based on the imitative computational experiment and the following connectionist simulation.
References
1. Батин Б. А. Анализ чувствительности оценок рисков инвестиционных проектов промышленного предприятия методами эконометрического моделирования // Вестник НИИ развития профессионального образования. Сер. «Экономика и управление». М.: ИИЦ НИИРПО. 2008. Вып. 2. С. 101–114.
2. Волков И. М., Грачева М. В. Проектный анализ: Продвинутый курс: Учеб. пос. М.: Инфра-М, 2004. 495 с.
3. Иванов В. А., Шуметов В. Г., Милых Ф. Г. и др. Теория и практика принятия решений в экономике и управлении экспертными методами. М.: МГУДТ, 2003. 186 с.
4. Клейнен Дж. Статистические методы в имитационном моделировании. Вып. 1. М.: Статистика, 1978. 221 с.
5. Кузнецов А. И. Expert Decide для Windows 95, Windows 98 и Windows NT. Версия 2.0. Руководство пользователя / Под ред. В. Г. Шуметова. Орел: ОРАГС, 2000. 24 с.
6. Кузнецов А. И., Шуметов В. Г. Алгоритмы и процедуры системы поддержки принятия управленческих решений Expert Decide 2.0 // Компьютерные технологии в учебном процессе и научных исследованиях: Сб. докл. науч.‑метод. семинара Орел-ГАУ. Орел: ОрелГАУ, 2000. С. 110–119.
7. Налимов В. В. Теория эксперимента. М.: Наука, 1971. 208 с.
8. Налимов В. В., Чернова Н. А. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1965. 340 с.
9. Нейронные сети. STATISTICA Neural Networks. М.: Горячая линия – Телеком, 2001.
10. Покровский А. М. Методологические аспекты моделирования и управления инновационными проектами в условиях неопределенности и риска // Вестник Московского экономического института. 2009. Вып. 2. С. 10–28.
11. Риск-менеджмент инвестиционного проекта: Учебник / Под ред. М. В. Грачевой и А. Б. Секерина. М.: Юнити-Дана, 2009. 544 с.
12. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.
13. Шуметов В. Г. Управление инновационным процессом в хозяйственной системе на основе современных информационных технологий / Под общ. ред. А. Ю. Егорова. М.: Палеотип, 2004. 286 с.
14. Шуметов В. Г., Секерин А. Б., Гудов В. А. Инновационный менеджмент на основе экспертных знаний. Орел: ОРАГС, 2003. 366 с.
15. Neural Connection 2.0 Application Guide. Chicago: SPPS Inc. and Recognition Sys-tems Inc., 1997. 97 p.
Review
For citations:
Pokrovskiy A.M. MULTIDIMENSIONAL APPROACH TO THE SENSITIVITY ANALYSIS OF INNOVATIVE PROJECTS RISK ASSESSMENT. Strategic decisions and risk management. 2011;(4):72-77. (In Russ.) https://doi.org/10.17747/2078-8886-2011-4-72-77
Views:
2197
Email this article 