Методика управления процессами реализации инвестиционно-строительных проектов промышленной недвижимости на прединвестиционной фазе

• Автор: Муляр, Владимир Юрьевич
• Шифр специальности: 08.00.05
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Москва
• Количество страниц: 172 с. : ил.

ОГЛАВЛЕНИЕ
Введение
ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ ПРОБЛЕМ ПРОИЗВОДСТВЕННОГО СЕКТОРА РОССИЙСКОЙ ЭКОНОМИКИ, МЕТОДЫ И МОДЕЛИ ОПРЕДЕЛЕНИЯ ЭФФЕКТИВНОСТИ ПРОМЫШЛЕННЫХ ПРОЕКТОВ,

СОВРЕМЕННЫЕ СПОСОБЫ ИХ РЕАЛИЗАЦИИ

1 Л. Современное состояние и тенденции развития промышленного сектора России

1.2. Концепция крупных промышленных инвестиционно-строительных проектов. Анализ существующих методов и инструментов определения эффективности инвестиций в производственный сектор

1.3. Существующие методы управления проектами. Основные модели и схемы

их реализации

Выводы к 1 главе

ГЛАВА 2. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ СОВЕРШЕНСТВОВАНИЯ МЕХАНИЗМА УПРАВЛЕНИЯ ПРОЦЕССАМИ РЕАЛИЗАЦИИ ИНВЕСТИЦИОННО-СТРОИТЕЛЬНЫХ ПРОЕКТОВ ПРОМЫШЛЕННОЙ НЕДВИЖИМОСТИ НА ПРЕДИНВЕСТИЦИОННОЙ ФАЗЕ
2.1. Комплексный алгоритм реализации прединвестиционной фазы промышленного инвестиционно-строительного проекта
2.2. Анализ существующих рисков при реализации промышленного ИСП
2.3. Оптимизация интегрального показателя оценки эффективности промышленного инвестиционно-строительного проекта на основе модели
модифицированной текущей стоимости денежных потоков (АРУ)
Выводы ко 2 главе
ГЛАВА 3. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ОЦЕНКИ ИНВЕСТИЦИОННОСТРОИТЕЛЬНЫХ ПРОЕКТОВ ПРОМЫШЛЕННОЙ НЕДВИЖИМОСТИ НА
ПРЕДИНВЕСТИЦИОННОЙ ФАЗЕ С УЧЕТОМ РАЗЛИЧНЫХ ФАКТОРОВ
РИСКА ПРОЕКТА
3.1 Оценка эффективности ИСП «Завод по производству синтетических монокристаллов» на основе метода модифицированного интегрального показателя АРУ
3.2. Многокритериальный подход обоснования целесообразности использования модифицированного интегрального показателя эффективности инвестиций в промышленных инвестиционно-строительных проектах
3.3. Анализ концепции модифицированного интегрального показателя эффективности на примере промышленного инвестиционно-строительного
проекта
Выводы к 3 главе
Основные выводы и предложения
СПИСОК ЛИТЕРАТУРЫ
Введение
Актуальность темы исследования. От результатов решения проблемы повышения эффективности реализации инвестиционно-строительных проектов (ИСП) промышленной недвижимости в большой степени зависит уровень экономического развития национальной экономики и благосостояния граждан.
Анализ современного состояния и тенденций развития производственного сектора России, проведенный автором, показал, что в условиях недостаточной конкурентоспособности российского производства и, в целом, низкого уровня высокотехнологичного промышленного оснащения предприятий стройиндустрии одним из приоритетных направлений становится общенациональное развитие промышленной базы.
Модернизация производственного сектора в условиях ограниченного инвестиционного капитала требует максимально эффективного подхода к разработке ИСП промышленной недвижимости. Большое социально-экономическое значение реализации ИСП промышленной недвижимости для национальной экономики обуславливает необходимость проведения комплексных исследований таких проектов на прединвестиционной стадии, задача которых состоит в выявлении наиболее эффективных способов их обоснования.
Реализация крупных, технологически-сложных инвестиционностроительных объектов промышленной недвижимости является сложной задачей по целому ряду причин, а именно: высокая капиталоемкость проекта,
технологическая сложность производственного оборудования, длительный срок реализации на прединвестиционной и инвестиционной фазах жизненного цикла, а также подверженность большому количеству проектных и финансовых рисков.
Исследование, проведенное соискателем, позволяет предположить, что технико-экономическое обоснование ИСП промышленной недвижимости, проведенное на основе процессного подхода в рамках прединвестиционной фазы, способствует повышению эффективности реализации таких проектов за счет поэтапного обоснования каждого параметра, формирующего проект как целостную систему.

способны предоставить очень точные прогнозы. С другой стороны, существует большое количество прецедентов, при которых такие модели прогнозировали ошибочное поведение даже в таких предсказуемых сферах, как фондовые рынки[97].
В дополнение к четырем базовым методам, классифицированным Армстронгом и Кроманом и уже описанным выше, существует новый «интеллектуальный» метод, позволяющий прогнозировать переменные данные -искусственная нейронная сеть.
Искусственная нейронная сеть - ANN (англ. Artificial neural network) -технология, разработанная в процессе исследований функционирования нейронов головного мозга человека[120]. Искусственная нейронная сеть выстраивает модели с помощью компьютерной эмуляции биологической нервной системы. Нейронная сеть функционирует по принципу многократной проверки входящих данных с тем, чтобы определить взаимосвязи различных узлов модели, автоматически дополнить отсутствующие блоки, а также исправить обнаруженные ошибки в своей же системе связи. За счет этого механизма самообучения ANN может выстроить довольно точный прогноз даже при отсутствии ряда данных[95]. В настоящий момент моделирование с помощью ANN широко применяется в финансовом секторе, а также в медицине и биологии - например, при расшифровке белков и ДНК[16].
Искусственные нейронные сети - вычислительные системы, построенные по принципам, подобным биологическим, в основе которых лежит принцип параллельного функционирования простых процессов с множеством связей. При разработке архитектуры искусственной нейронной сети делается ряд допущений и предположений, которые с определенной точки зрения понижают точность моделирования системы. Однако, несмотря на это, такие модели обладают огромным количеством свойств: распознавание образов, обучение на основе полученного в процессе функционирования опыта, фильтрация избыточных объемов информации. Одной из уникальных особенностей искусственных