Розробка та обґрунтування синтемного методичного підходу до оцінки ефективності впровадження інвестиційного бізнес-проєкту в умовах впливу факторів зовнішнього ринкового середовища
DOI:
https://doi.org/10.15587/1729-4061.2023.279621Ключові слова:
математична модель, прогнозування ефективності бізнес-проєкту, синергетичний підхід, чистий дисконтований дохідАнотація
Оцінка ефективності впровадження інвестиційного проєкту є ключовим питанням при прийнятті управлінських рішень як на етапі створення стартапу, так і для розширення діючого бізнесу.
В роботі розроблено системний підхід щодо створення математичної моделі для вирішення проблеми прогнозування ефективності бізнес-проєктів з урахуванням впливу факторів зовнішнього економічного середовища. До таких факторів пропонується включити: вплив попиту і пропозиції на ціну товару, політичні і галузеві ризики, об’єми товарозабезпечення та продажів. З огляду на це, запропоновано метод розрахунку політичної складової коефіцієнту дисконтування із застосуванням рядів Фур’є. Із застосуванням теорії диференційних рівнянь, кореляційного та регресійного аналізу розроблено математичну модель прогнозування показників ефективності впровадження бізнес-проєкту з урахуванням впливу факторів зовнішнього економічного середовища. На базі цього розроблено узагальнений алгоритм застосування математичної моделі для прогнозування ефективності інвестиційних проєктів у різних галузях бізнесу.
Отримані результати при застосуванні диференційних рівнянь і змінного коефіцієнту дисконтування показали зменшення показників NPV на 14 %, і PI на 5,1 %, що обумовлено більш точним врахуванням політичної складової при розрахунку коефіцієнту дисконтування. Також, при впливі попиту і пропозиції на ціну товару та нелінійних грошових потоках було виявлено, що термін окупності однозначно не вказує на ефективність впровадження інвестиційного бізнес-проєкту. Визначення цих факторів дає більш точну інформацію інвестору або власнику бізнесу при прогнозуванні стійкості бізнес-проєкту для прийняття управлінських рішень щодо його впровадження
Посилання
- Dilaver, Ö., Calvert Jump, R., Levine, P. (2018). Agent‐based macroeconomics and dynamic stochastic general equilibrium models: where do we go from here? Journal of Economic Surveys, 32 (4), 1134–1159. doi: https://doi.org/10.1111/joes.12249
- Téllez León, I., Venegas Martínez, F., Rodríguez Nava, A. (2011). Inflation Volatility and Growth in a Stochastic Small Open Economy: A Mixed Jump-Diffusion Approach. Economía Teoría y Práctica, 35. doi: https://doi.org/10.24275/etypuam/ne/352011/tellez
- Vines, D., Wills, S. (2018). The rebuilding macroeconomic theory project: an analytical assessment. Oxford Review of Economic Policy, 34 (1-2), 1–42. doi: https://doi.org/10.1093/oxrep/grx062
- Stiglitz, J. E. (2018). Where modern macroeconomics went wrong. Oxford Review of Economic Policy, 34 (1-2), 70–106. Available at: https://academic.oup.com/oxrep/article/34/1-2/70/4781816
- Blanchard, O. (2018). On the future of macroeconomic models. Oxford Review of Economic Policy, 34 (1-2), 43–54. doi: https://doi.org/10.1093/oxrep/grx045
- Brynjolfsson, E., Jin, W., McElheran, K. (2021). The power of prediction: predictive analytics, workplace complements, and business performance. Business Economics, 56 (4), 217–239. doi: https://doi.org/10.1057/s11369-021-00224-5
- Kuzhda, Т. (2012). Retail sales forecasting with application the multiple regression. Sotsialno-ekonomichni problemy i derzhava, 1 (6), 91–101. Available at: https://elartu.tntu.edu.ua/bitstream/123456789/1716/4/12ktibrm.pdf
- Adams, P. A., Adrian, T., Boyarchenko, N., Giannone, D. (2021). Forecasting macroeconomic risks. International Journal of Forecasting, 37 (3), 1173–1191. doi: https://doi.org/10.1016/j.ijforecast.2021.01.003
- Kumar, V., Garg, M. L. (2018). Predictive Analytics: A Review of Trends and Techniques. International Journal of Computer Applications, 182 (1), 31–37. doi: https://doi.org/10.5120/ijca2018917434
- Maliar, L., Maliar, S., Winant, P. (2021). Deep learning for solving dynamic economic models. Journal of Monetary Economics, 122, 76–101. doi: https://doi.org/10.1016/j.jmoneco.2021.07.004
- Karaca, Y., Baleanu, D. (2022). Evolutionary Mathematical Science, Fractional Modeling and Artificial Intelligence of Nonlinear Dynamics in Complex Systems. Chaos Theory and Applications, 4 (3), 111–118. Available at: https://dergipark.org.tr/en/pub/chaos/issue/73033/1188154
- Swanson, N. R., Xiong, W. (2018). Big data analytics in economics: What have we learned so far, and where should we go from here? Canadian Journal of Economics/Revue Canadienne d’économique, 51 (3), 695–746. doi: https://doi.org/10.1111/caje.12336
- de Resende, C. C., Pereira, A. C. M., Cardoso, R. T. N., de Magalhães, A. R. B. (2017). Investigating market efficiency through a forecasting model based on differential equations. Physica A: Statistical Mechanics and Its Applications, 474, 199–212. doi: https://doi.org/10.1016/j.physa.2017.01.057
- Liu, W. W., Liu, Y., Chan, N. H. (2018). Modeling eBay price using stochastic differential equations. Journal of Forecasting, 38 (1), 63–72. doi: https://doi.org/10.1002/for.2551
- Dipple, S., Choudhary, A., Flamino, J., Szymanski, B. K., Korniss, G. (2020). Using correlated stochastic differential equations to forecast cryptocurrency rates and social media activities. Applied Network Science, 5 (1). doi: https://doi.org/10.1007/s41109-020-00259-1
- Krusell, P., Smith, Jr., A. A. (1998). Income and Wealth Heterogeneity in the Macroeconomy. Journal of Political Economy, 106 (5), 867–896. doi: https://doi.org/10.1086/250034
- Guide to the business plan. Available at: https://www.unido.org/sites/default/files/2008-07/Annex_7_Guide_to_the_Business_Plan_0.pdf
- Watsham, T. J., Parramore, K. (1997). Quantitative Methods in Finance. International Thomson Business Press, 393.
- Dupakova, J., Hurt, J., Stepan, J. (2003). Stochastic Modeling in Economics and Finance. Springer, 386. doi: https://doi.org/10.1007/b101992
- Kabachenko, D. (2015). Improving the assessment effectiveness methods of innovative industrial Leading Ukrainian Companies activity. New Developments in Mining Engineering 2015, 353–361. doi: https://doi.org/10.1201/b19901-62
- Kabachenko, D., Cherkas, O. (2019). Features of enterprises management system in modern business conditions. European journal of economics and management. Management in economic sectors and enterprises. Regional economy, 5 (3), 74–84. Available at: https://eujem.cz/wp-content/uploads/2019/eujem_2019_5_3/13.pdf
- Antomonov, M. Yu. (2018). Matematicheskaya obrabotka i analiz mediko-biologicheskikh dannykh. Kyiv: MITS «Medinform», 579.
- Degtyareva, N. A. (2018). Modeli analiza i prognozirovaniya na osnove vremennykh ryadov. Chelyabinsk: Izd-vo ZAO Biblioteka A. Millera, 160.
- Shchelkalin, V. (2014). “Caterpillar”-SSA and Box-Jenkins hybrid models and methods for time series forecasting. Eastern-European Journal of Enterprise Technologies, 5 (4 (71)), 43–62. doi: https://doi.org/10.15587/1729-4061.2014.28172
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Dmytro Kabachenko, Erik Lapkhanov
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.