Автоматизация анализа долгосрочных инвестиций в среде MATLAB

Воронов С.С.
Бакалавр
Забнев В.С
Бакалавр
Тюрин И.Ю.
Бакалавр
Жалнин В.П.
кандидат технических наук, доцент
Московский государственный
технический университет им. Н.Э.Баумана
Международный научно-исследовательский журнал
№3-4 (57) 2017

Введение

Технологии цифрового инструментального производства (FAB-LAB) получили большое распространение в современных условиях конкурентного контрактного производства. Оценка проекта FAB-LAB многовариантная задача, которая требует эффективных, простых и удобных инструментов оценки инвестиционных показателей (ИП) реализуемого проекта [1, C. 1].

Ввиду роста количества локальных инвестиционных проектов по развертыванию FAB-LAB возрастает спрос на средства автоматизации, облегчающие анализ финансовых оценок проектов [2, С. 2]. Можно отметить различные виды программного обеспечения для решения экономических задач, однако, большинство из них требуют высокой квалификации работников и времени на их освоение. Поэтому основная проблема, которая сейчас существует - это отсутствие готовых, интуитивных систем, позволяющих просто и быстро обрабатывать базовые показатели эффективности цифрового контрактного производства.

Решить такие проблемы можно с использованием простых и эффективных программных библиотек на основе IP модулей, реализованных в интуитивно понятной программной среде. IP модули - это законченные и полнофункциональные модули прикладного программного обеспечения с открытым кодом. В данной работе реализован интуитивно понятный расчёт долгосрочных инвестиций с использованием IP модулей в среде MathworksMatlab R2016b [3, С. 4]. Такой подход позволил создать банк простых программных IP модулей оценки показателей эффективности цифрового инструментального производства.

Цель работы - реализация IP модулей для автоматизированного расчёта показателей долгосрочных инвестиций. Для достижения заявленной цели в работе предусматривается решение следующего комплекса задач:

• анализ существующих методов анализа долгосрочных инвестиций;
• оценка возможных способов реализации расчётов;
• разработка методики работы с программными средами;
• разработка библиотеки программных IP модулей, реализующих необходимые расчёты.

Прикладные IP модули реализуют концепцию автоматизированных расчётов и представляют собой программный код, обрабатываемый в среде MathworksMatlab R2016b [4, С. 3].

1. Классификация методов анализа инвестиционных проектов

Классификация методов анализа инвестиционных проектов подробно рассмотрена в [5, C. 6]. Анализ предпочтительности подразумевает выбор наилучших ИП, обеспечивающих в будущем формирование прибыли [6, C. 4]. Проблема оценки ИП и подходы к ее автоматизации рассмотрим в части количественной оценки эффективности инвестиций с учетом особенностей автоматизации исчисления базовых характеристик с использованием MathworksMatlab R2016b.

Совокупность показателей, применяемых для оценки эффективности инвестиций, можно разбить на две группы, в зависимости от того, учитывают они или нет фактор времени [7, С. 3]. Классификация наиболее широко применяемых в мировой практике показателей оценки эффективности инвестиций согласно выделенному признаку приведена на рис. 1 [5, С. 6].

Основное внимание уделим автоматизации оценки с использованием решения MathworksMatlab R2016b количественных показателей: чистой современной стоимости, индекса рентабельности проекта и внутренней норма доходности.

Значения чистой современной стоимости (netpresentvalue — NPV) заключается в том [7, С. 10], чтобы найти разницу между инвестиционными затратами и будущими доходами, выраженную в скорректированной во времени ( как правило, к началу реализации проекта) денежной величине. При заданной норме дисконта можно определить современную величину всех оттоков и притоков денежных средств в течение экономической жизни проекта, а также сопоставить их друг с другом. Результатом такого сопоставления будет положительная или отрицательная величина (чистый приток или чистый отток денежных средств), которая показывает, удовлетворяет или нет проект принятой норме дисконта.

Индекс рентабельности (benefit-costratio, profitabilityindex — PI) показывает [7, С. 12], сколько единиц современной величины денежного потока приходится на единицу предполагаемых первоначальных затрат. Если величина критерия PI > 1, то современная стоимость денежного потока проекта превышает первоначальные инвестиции, обеспечивая тем самым наличие положительной величины NPV. При этом норма рентабельности превышает заданную, и проект следует принять.

Внутренняя норма доходности (internalrateofreturn — IRR) — наиболее широко используемый критерий эффективности инвестиций [7, С. 20]. Под внутренней нормой доходности понимают процентную ставку, при которой чистая современная стоимость инвестиционного проекта равна нулю. В общем случае, чем выше величина IRR, тем больше эффективность инвестиций. На практике величина IRR сравнивается с заданной нормой дисконта r. При этом если IRR > r, проект обеспечивает положительную NPV и доходность, равную IRR — r. Если IRR < r, затраты превышают доходы, и проект будет убыточным. Общее правило IRR : если IRR > r, то проект принимается, иначе его следует отклонить.

2. Архитектура IP модулей анализа долгосрочных инвестиций

Рассмотрим расчёты выделенных показателей в среде MathworksMatlab R2016b на примере виртуального FAB-LAB, реализующего методы "Бережливого производства" [8, C.4].

Пусть создается виртуальный FAB LAB - RE:Boot. Примем, что инвестиции (IC) составляют 50 000р. Прогнозируется рост акции данной кампании с формированием доходной части (Pn) за 6 лет (n) (рис. 3) с нормой дисконта (r) в 10%. Необходимо оценить экономическую эффективность проекта.

Расчёт NPV выполняется на основе вводимых пользователем данных с использованием IP модуля, программный код по расчёту NPV₁ и PV₁ представлен на рисунке 2.

Представленный код содержит необходимые формулы расчёта NPV и реализует простой интерфейс для работы. Он выполняется в MathworksMatlab R2016b и предоставляет пользователю последовательно ввести все используемые данные в рабочем окне и сразу увидеть результат расчёта.

Рабочее окно программы для примера расчёта NPVi и PVi представлена на рисунке 3.

Поскольку NPV положительна, то в случае отсутствии иных решений проект может быть принят. Инвестиции окупятся согласно расчётам в течении 5 лет.

В другом примере, формируется инвестиционный пакет развития двух новых компаний: RE:Boot и ITMasters, с учетом принятой нормы дисконта составляет 10% (таблице 1).

Таблица 1 - Оценки базовых показателей

В результате оценки NPV обоих проектов составляет 27510 р., что не позволяет однозначно выбрать наилучший вариант. Следовательно, кроме абсолютных показателей эффективности целесообразно применять относительные показатели [9, C. 5]: индекс рентабельности (PI) и внутреннюю норму доходи. Осуществим расчёт PI. Программный код расчёта NPV₂ и PV₂ дан на рисунке 4.

Следовательно, решение RE:Boot обеспечивает большую рентабельность инвестиций и в случае невозможности реализации обоих проектов следует выбрать его.

Перейдём к расчёту внутренней нормы доходности (IRR). Она определяется по методике, реализация который представлен на рисунке 6.

Анализируя, что IRR > r на 15%, можно выбрать проект RE:Boot, даже при притоке наличности ниже предполагаемого, фирма всё-таки сможет окупить свои затраты.

При оценке ПИ целесообразно оценивать риски и показатели проекта с позиций страхования [11, С. 3]. Например, риски стихийных бедствий, пожара, риски строймонтажа, риски простоя в производстве, противоправные действия третьих лиц и другие [12, C. 5].

Страховая сумма по договору страхования обычно берется в размере, пропорциональном величине инвестиций либо в размере инвестиций и части прибыли по проекту в размере безрисковой ставки [13, C. 4].

В итоге формируется комплексное решение для автоматизированного сопровождения развертывания цифрового инструментального производства в условиях сквозного обеспечения качества [14, С. 6].

Предлагаемая автоматизированная реализация методики оценки инвестиционных показателей позволяет давать комплексную оценку современным MES-систем (Manufacturing Execution System - Система Исполнения Производства), объединяющие разрозненные "лоскутки автоматизации" на предприятии и повышающие конкурентоспособность предприятия за счет увеличения гибкости производства и снижения издержек, детального планирования и моделирования производственных процессов [15, C. 5].

Используя данные оценки, MES-системы позволяют оценить инвестиционные показатели производственной деятельностью в соответствии с поступающими заказами, требованиями конструкторской и технологической документации, актуальным состоянием оборудования, преследуя при этом цели максимальной эффективности и минимальной стоимости выполнения производственных процессов [16, C. 6].

Заключение

Предложенная в работе библиотека IP модулей для среды MathworksMatlab R2016b позволяет эффективно выполнять финансовый анализ различных задач оценки ИП. Полученные результаты направлены на автоматизированную оценку инвестиционной картины типового цифрового инструментального производства в среде Matlab.

Список литературы

1. Арабов Д.И., Власов А.И., Гриднев В.Н., Григорьев П.В. Концепция цифрового инструментального производства (FAB LAB) для прототипирования изделий электронной техники / Арабов Д.И., Власов А.И., Гриднев В.Н., Григорьев П.В. // Международный научно-исследовательский журнал. - 2016. - № 5-3 (47). - С. 23-34.

2. Арабов Д.И., Верясова А.Ю., Гриднев В.Н. Комплексное макетирование узлов вычислительной техники с использованием инфраструктуры цифрового производства (FAB-LAB) в условиях сквозного обеспечения качества / Арабов Д.И., Верясова А.Ю., Гриднев В.Н. // Труды международного симпозиума Надежность и качество. - 2016. -№ 1. - С. 189-192.

3. Маркелов В.В., Власов А.И., Зотьева Д.Е. Автоматизация методов входного статистического контроля при управлении качеством изделий электронной техники в среде МАТНЕАВ / Маркелов В.В., Власов А.И., Зотьева Д.Е. // Надежность и качество сложных систем. - 2014. - № 3 (7). - С. 38-43.

4. Медведев В.С., Потемкин В.Г. Control System Toolbox. MATLAB 5 для студентов / Под общей ред. к.т.н. В.Г.Потемкина - М. Диалог-МИФИ, 1999. - 287 с.

5. Глотов Е.А., Череватенко В.А. Реализация методов имитационного моделирования рисков инвестиционных проектов средствами MS Excel / Глотов Е.А., Череватенко В.А. // Бизнес Информ. 2014. №9. С. 119 - 124.

6. Ощепков А.Ю. Системы автоматического управления: теория, применение, моделирование в MATLAB: учебное пособие. - 2-е изд., испр. и доп. - СПб.: Издательство «Лань», 2013. - 203 с.: ил.

7. Романов А.Н. Компьютеризация финансово-экономического анализа коммерческой деятельности фирм. Учебное пособие для вузов. —М.: Интерпакс, 1994. - 314 с.

8. Власов А.И., Ганев Ю.М., Карпунин А.А. Картирование потока создания ценностей в концепции "Бережливого производства" / Власов А.И., Ганев Ю.М., Карпунин А.А. // Информационные технологии в проектировании и производстве. - 2016. - №2 (162). - С. 23-27.

9. Власов А.И., Ганев Ю.М., Карпунин А.А. Системный анализ "Бережливого производства" инструментами визуального моделирования / Власов А.И., Ганев Ю.М., Карпунин А.А. // Информационные технологии в проектировании и производстве. - 2015. - №4 (160). - С. 19-24.

10. Власов А.И., Ганев Ю.М., Карпунин А.А. Система 5S-технология создания эффективного рабочего места в концепции "Бережливого производства" / Власов А.И., Ганев Ю.М., Карпунин А.А. // Информационные технологии в проектировании и производстве. - 2016. - № 1 (161). - С. 65-68.

11. Жалнин В.П. Автоматизация рабочего места продавца страховых услуг / Жалнин В.П. // Современные научные исследования и инновации. - 2016. - № 7 (63). - С. 101 -103.

12. Жалнин В.П. Методический подход к созданию новых страховых продуктов / Жалнин В.П. // Современные научные исследования и инновации. - 2016. - № 7 (63). - С. 198-203.

13. Власов А.И., Овчинников Е.М. Банковские и корпоративные автоматизированные информационные системы. Принципы, средства и системы документооборота коммерческого банка - М.: УЦ "Газпром", 1999. - 107 с.

14. Власов А.И., Маркелов В.В., Камышная Э.Н. Системный анализ процесса управления качеством изделий электронной техники / Власов А.И., Маркелов В.В., Камышная Э.Н. // Надежность и качество сложных систем. -2014. - № 1 (5). - С. 35-42.

15. Власов А.И., Маркелов В.В., Зотьева Д.Е. Управление и контроль качества изделий электронной техники. семь основных инструментов системного анализа при управлении качеством изделий электронной техники // Датчики и системы. - 2014. - № 8 (183). - С. 55-66.

16. Власов А.И., Маркелов В.В., Зотьева Д.Е. Функциональная визуальная модель контроля качества ЭС / Власов А.И., Маркелов В.В., Зотьева Д.Е. // Проектирование и технология электронных средств. - 2014. - № 1. - С. 25-30.