WWW.OS.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Научные публикации
 

«Application of the method of simulation to predict the dynamics of the annual allowable cut the Tver region for the ...»

УДК 338.439.223

ЭКОНОМИЧЕСКИЕ АСПЕКТЫ АНАЛИЗА РИСКОВ В ЛЕСНОМ

ХОЗЯЙСТВЕ

научный сотрудник, Всероссийский научноА. С. Шальнев,

исследовательский институт лесоводства и механизации лесного хозяйства,

andrechalnev@gmail.com

Рассматриваются применение современных компьютерных методов

для экономической оценки рисков в лесном хозяйстве.

Ключевые слова: лесное хозяйство, оценка рисков, факторный анализ, прогнозирование, экономическая эффективность.

Application of the method of simulation to predict the dynamics of the annual allowable cut the Tver region for the period 2014–2030 years.

Key words: annual-allowable cut, simulation modeling, forecasting.

В условиях современной рыночной экономики при оценке экономической эффективности проекта необходимо учитывать фактор риска.

Риск — это возможность возникновения неблагоприятной ситуации или неудачного исхода производственно-хозяйственной или какой-либо другой деятельности.

Неблагоприятной ситуацией или неудачным исходом при этом могут быть [1]:

упущенная выгода;

убыток (потеря собственных средств);

отсутствие результата (ни прибыли, ни убытка);

недополучение дохода или прибыли;

событие, которое может привести к убыткам или недополучению доходов в будущем.



Без исследования и оценки факторов риска невозможно получить достоверную картину эффективности проекта. В лесном хозяйстве необходимость учета риска усиливается тем, что длительность воспроизводства новых лесов составляет десятки лет, что намного выше срока реализации инвестиционных проектов в других отраслях экономики.

Выбор того или иного способа количественной оценки рисков зависит, в первую очередь, от объема доступной, в т.ч. статистической, информации о риске и требуемой точности оценок. Также приходится учитывать фактический уровень риска. Чем меньше вероятность наступления, тем труднее измерить риск.

Общий принцип при выборе методов измерения сводится к максимально возможному использованию доступных статистических данных. Если их нет, они недостаточны или неприменимы, фактический материал заменяется теоретическими гипотезами или экспертными оценками.

Метод Монте-Карло является способом оценки влияния неопределенности оценки параметров системы в широком диапазоне ситуаций. Метод обычно используют для оценки диапазона изменения результатов и относительной частоты значений в этом диапазоне для количественных величин, таких как стоимость, продолжительность производительность, спрос и др.

Моделирование методом Монте-Карло может бы использовано для двух различных целей:

- трансформирования неопределенности для обычных аналитических моделей;

- расчета вероятностей, если аналитические методы не могут быть использованы.

Для оценки риска в расчетах экономической эффективности ведения лесного хозяйства из этих трех методов, нам в наибольшей степени подходит моделирование методом Монте-Карло, так как данный метод может быть адаптирован к любому распределению входных данных, включая эмпирические распределения, построенные на основе наблюдений за соответствующими системами. Полученные модели относительно просты для работы и могут быть при необходимости расширены. Метод позволяет учесть любые воздействия и взаимосвязи, включая такие тонкие как условные зависимости. Для идентификации сильных и слабых влияний может быть применен анализ чувствительности. Модели являются понятными, а взаимосвязь между входами и выходами - прозрачной.

Метод позволяет достичь требуемой точности результатов [2]:

Однако в полном объеме воспользоваться Методом Монте-Карло можно только использовав, один из современных программных продуктов, предназначенных для оценки риска в инвестиционных проектах, для наших задач наиболее подходят программные продукты компании Palisade, а именно @RISK и PrecisionTree версий 6.0.

@RISK (произносится как “эт риск”) выполняет анализ рисков с использованием моделирования по методу Монте-Карло. Программа вычисляет и отслеживает результаты множества возможных сценариев и выдает связанные с ними вероятности и риски. Таким образом, оценивается, на какие риски можно пойти и каких лучше избежать, и принять лучшее решение в условиях неопределенности.

@RISK также позволяет выбирать наилучшие стратегии управления рисками. Это возможно благодаря интеграции модуля RISKOptimizer, который объединяет моделирование по методу Монте-Карло с последними технологиями поиска оптимальных решений с неопределенными значениями исходных данных. Программный продукт полностью интегрирован с офисным пакетом программ Microsoft и работает в качестве плагина к Microsoft Excel.

С помощью PrecisionTree можно составлять и анализировать визуальные планы действий с использованием деревьев решений непосредственно в Microsoft Excel. Деревья решений — это количественные диаграммы с узлами и ветвями, которые представляют различные возможные пути решений и случайные события. Они помогают определить и вычислить значения всех возможных альтернатив, чтобы выбрать наилучший вариант.

Применение @Risk и PrecisionTree для оценки эффективности стратегий ведения лесного хозяйства и связанных с ними рисков, рассмотрим на примере конкретного лесного участка в Республике Марий Эл.





В качестве примера приведем расчет эффективности разных способов рубок и формирующихся при их проведении стратегий ведения лесного хозяйства для березняков, произрастающих в ТЛУ С2, наиболее распространенного типа лесорастительных условий ландшафта ОршаноЙошкаролинской сглаженной равнины Республики Марий Эл.

Расчет экономической эффективности проведем для трех возможных стратегий ведения лесного хозяйства в спелых березняках: традиционной (сплошная рубка с восстановлением лесными культурами ели), выборочной (равномерно-постепенная рубка) и чересполосной (чересполосно-пасечная рубка) [3].

Таксационные характеристики древостоев, необходимые для расчета стратегий ведения лесного хозяйства, были определены исходя из фактического состояния лесного фонда, отраженного в материалах последнего лесоустройства [4].

Анализ повыдельной таксационной базы данных лесного фонда расположенного в данном ландшафте выявил следующие средние характеристики березняков в возрасте 65 лет: средний состав насаждения (6Б2Ос1Е1Лп), запас 263 м3/га, полнота 0,8. В таких насаждениях на большинстве лесных участков формируется подрост и 2-й ярус из ели и липы в количестве, достаточном для формирования будущих древостоев. Средний возраст 2-го яруса для ели в таких березняках составляет около 50-ти лет и для липы около 30-ти лет [5].

Изменение запаса насаждений в зависимости от лесохозяйственных мероприятий, получены на основании данных Тюрина [6]. Для расчета расходов используются данные полученные путем опроса организаций, находящихся в Йошкар-Оле, Выксе и Балахне и занимающихся лесозаготовкой и лесовосстановлением, о ценах на их услуги, набор лесохозяйственных мероприятий определен исходя из практики проведения рубок и лесовозобновления на территории Марий Эл. Для расчета доходов используются средние цены разделенные по породам и категориям крупности для Республики Марий Эл. Коэффициент дисконтирования берется на уровне 2%.

Для расчета показателей экономической эффективности необходимо собрать суммы доходов и расходов по годам. В качестве основного показателя экономической эффективности используем чистую приведенную стоимость [7]. Расчеты представлены в табл. 1.

Таблица 1. Показатели экономической эффективности стратегий Коэффици Чистый Номер ент Чистый приведен вариа Мероприятие Год Доходы Расходы дисконтир доход ный нта ования доход Сплошная рубка с отводом лесосек 1 272 729 99 940 1,0000 172 789 172 789 Посадка л/к 2 17 866 0,9804 -17 866 -17 516 3-х кратный уход за л/к 2 5 583 0,9804 -5 583 -5 474 Дополнение 10% 2 1 977 0,9804 -1 977 -1 938 Механизированный уход за л/к 3 8 120 0,9612 -8 120 -7 805 Традиционная

–  –  –

2-й прием рубки (50%) с отводом 9 174 009 66 750 0,8535 107 259 91 544 лесосек Сплошная рубка Ели с отводом лесосек 41 470 022 129 960 0,4529 340 062 154 011 Финальная рубка с отводом лесосек 86 247 245 131 520 0,1858 115 725 21 499 ИТОГО 1 029 708 436 060 593 648 297 656 Теперь построим дерево решений с помощью PrecisionTree 6, оно предоставит формальную структуру, в которой решения и случайные события связаны в последовательности слева направо. Решения, случайные события и конечные результаты представлены узлами и связаны с ветвями.

Результат — это древовидная структура с «корнями» слева и вариантами окупаемости справа. В каждый узел дерева добавляется вероятность происходящих событий и окупаемость событий и решений. Используя PrecisionTree можно проследить окупаемость и вероятность каждого возможного пути дерева.

В вероятностях достижения результата закладываются все неучтенные риски, которые невозможно учесть в колебании стоимостных показателей.

Они делятся по трем категориям: хорошо (вероятность 50%) – достигнутый результат по показателю чистой приведенной стоимости будет сохранен, удовлетворительно (40%) – результат будет уменьшен в силу различных факторов на величину до 50% от достигнутого уровня и плохо (10%) результат будет полностью потерян (рис. 1).

Рисунок 1. Ввод вероятностей достижения результата В общем виде полученное дерево решений представлено на рис.

2.

После построения дерева и ввода вероятностей и значений сразу можно увидеть оптимальную стратегию ведения лесного хозяйства по результатам автоматических расчетов PrecisionTree. В частности, PrecisionTree вводит ярлык «ИСТИНА» для каждой ветви оптимального решения. Таким образом, следуя по ярлыкам «ИСТИНА», можно просмотреть оптимальную стратегию или с помощью команду «Предложение политики» в меню «анализ решений». В нашем случае оптимальной стратегией является - чересполоснопасечная (рис. 3). Значение, написанное зеленым шрифтом показывает значение по оптимальной стратегии с учетом вероятности благоприятного результата и составляет 247 547 рублей.

Последующий анализ чувствительности необходимый любого анализа реальных решений, и его легко выполнить с помощью PrecisionTree. Цель заключается в том, чтобы варьировать один или два ввода и отследить, как изменяется (если изменяется) оптимальная стратегия. Для этого проще всего создать один раздел «Вводы» на листе, указав в нем ключевые вводы, и использовать в дереве ссылки на эти ячейки вводов. Суть состоит в том, чтобы дерево автоматически изменялось при изменении вводов. В нашем случае с помощью анализа чувствительности мы можем получить график торнадо, отражающий влияние колебаний цены на величину чистой приведенной стоимости по стратегиям.

Рисунок 2. Дерево решений по выбору стратегии ведения лесного хозяйства Рисунок 3.

Определение оптимальной стратегии ведения лесного хозяйства Полученный в результате расчетов проведенных PrecisionTree график торнадо представлен на рис. 4. Это означает, что наиболее чувствительны результаты по стратегиям к изменению цены на среднюю древесину березы (ячейка U9), также очень чувствителен к изменению цен на крупную древесину березы (ячейка Т9), среднюю древесину ели (ячейка U11), среднюю древесину липы (ячейка U12) и крупную древесину ели (ячейка Т11).

Рисунок 4. График торнадо Теперь перейдем к анализу рисков с помощью плагина @RISK.

Для этого используем уже имеющуюся у нас модель определения показателей экономической эффективности по стратегиям ведения лесного хозяйства, построенную с помощью PrecisionTree.

В модели присутствует несколько неопределенных значений, связанных с затратами и доходами по стратегиям ведения лесного хозяйства.

Данные распределения вероятностей показывают возможные значения и вероятность их возникновения. Так как их величина очень зависит от цен на рынке на древесину и на услуги по лесозаготовке и лесовозобновлению, которые могут изменяться скачкообразным образом, в данном случае для вводов @RISK используется треугольное распределение.

Для треугольного распределения в качестве параметров задаются минимальное, наиболее вероятное и максимальное значения. Форма этого распределения представляет собой треугольник, где вершиной служит наиболее вероятное значение.

На рис. 5 представлено как будет выглядеть график вывода показателя чистой приведенной стоимости по Чересполосно-пасечной стратегии.

Рисунок 5. Гистограмма результатов по Чересполосно-пасечной стратегии Минимально возможное значение NPV попадает в 5% перцентиль.

Также можно увидеть, что вероятность крайних значений не очень высока, ниже средне примерно 7,8%, а выше среднего 11,8%. На основе этих вероятностей и перцентилей компания сможет принять решение о реализации проекта или отказе от него.

С помощью графика торнадо (рис. 6) можно увидеть, какие величины доходов и расходов в наибольшей степени оказывают влияние на величину чистой приведенной стоимости. С помощью модифицированного графика торнадо можно получить коэффициенты регрессии для показателей доходов и расходов по отношению к чистой приведенной стоимости (рис. 7).

Таким образом, можно сделать выводы. Что даже с учетом рисков результаты расчетов по стратегиям существенно не изменятся. Однако для получения более точных данных необходимо проводить более детальный и подробный анализ с включением большего числа вводов, таких как запас древесины, цены на древесину [8], услуги по лесозаготовке и лесовозобновлению, а также учитывать внешние факторы, такие как цикличность экономики и возможность экономических кризисов.

Рисунок 6. График торнадо по чересполосно-пасечной стратегии Рисунок 7.

График торнадо коэффициентов регрессии чистой приведённой стоимости Список литературы

1. Гранатуров В.М. Экономический риск: сущность, методы измерения, пути снижения: Учебное пособие. — 2-е изд., перераб. и доп. — М., 2002. — С. 160.

2. Кантор О.Г. Классификация методов количественной оценки экономического риска. Вестник УГАТУ - 2013. Т. 17, № 7 (60) - с. 34–39.

3. Шальнев А.С. Предложения по оценке экономической эффективности в лесном хозяйстве /.С. Шальнев, В.В. Дегтев // European Social Science Journal. - 2014. № 11-2 (50). - с. 18-22.

4. Алексеев А.В., Концепция ландшафтного подхода и применение биотехнологческих методов в формировании стратегий ведения лесного хозяйства / А.В. Алексеев, П.Т. Воронков, А. С. Шальнев, Э.В. Леонтьев, А.Р.

Хакимуллин, Р.Р. Хусаинов, А.М. Валиева, О.А. Янышева // Размножение лесных растений в культуре in vitro как основа плантационного выращивания: Материалы международной научно-практической конференции (г. Йошкар-Ола, 25-26 сентября 2014 г.). – Йошкар-Ола: ПГТУ с. 125-134.

5. Алексеев А.В. Использование показателя чистой приведенной стоимости для оценки экономической эффективности рубок лесных насаждений / А.В. Алексеев, П.Т. Воронков, А. С. Шальнев, В.В. Дегтев, А.М.Валиева // Йошкар-Ола: Вестник ПГТУ. сер.: Экономика и управление, 2014. - №4. –С.71-78.

6. Тюрин А.В. Нормальная производительность насаждений сосны, березы, осины и ели. Изд. 2-е, Сельколхозгиз. – Москва – Ленинград, 1931 – 212 с.

7. Шальнев А.С. Чистая при веденная стоимость как индикатор экономической эффективности в лесном хозяйстве / А.С. Шальнев, В.В.

Дегтев // Вестник ТГПУ. – 2015, № 5 (158). – с. 48-51.

8. Шальнев А.С. Изменение цен на лесную продукцию как индикатор развития лесного сектора / П.Т. Воронков, А.С. Шальнев // СБПНИИЛХ:

Труды Санкт-Петербургского научно-исследовательского института лесного хозяйства, - 2013 №1. – с. 58-63.



 
Похожие работы:

«Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ при ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ» Орловский филиал А.А. АННЕНКОВА, Н.В. ХОМЯКОВА ФОРМИРОВАНИЕ КОРПОРАТИВНОЙ СОЦИАЛЬНОЙ ОТВЕТСТВЕННОСТИ РОССИЙСКОГО БИЗНЕСА И МЕХАНИЗМЫ ЕЕ РАЗВИТИЯ Научная монография Орел УДК 005.35 ББК 65.290.2 А-68 Рекомендовано к изданию Ученым советом Орловского филиала РАНХиГС Рецензенты: Родионова Е.М.,...»

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ ИТМО: ГОДЫ И ЛЮДИ Серия книг по истории создания и развития Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики (бывшего Ленинградского института точной механики и оптики) Выпуск 7 Основана в 2000 году по решению Ученого совета Университета в ознаменование 100-летия со дня создания в составе Ремесленного училища цесаревича Николая Механико-оптического и часового отделения, превращенного...»

«1. Цели дисциплины: Цель дисциплины сформировать у студентов представление о социально-политических аспектах общественной жизни, механизмах их функционирования и развития, в том числе и в современном российском обществе.Задачами дисциплины являются следующие: дать студентам знания о генезисе политики, развитии предмета политологии, ее методов, категориального аппарата, показать особенности политологии в системе политических наук; сформулировать представление о сущности политических отношений и...»

«European Journal of Medicine, 2015, Vol.(7), Is. 1 Copyright © 2015 by Academic Publishing House Researcher Published in the Russian Federation European Journal of Medicine Has been issued since 2013. ISSN: 2308-6513 E-ISSN: 2310-3434 Vol. 7, Is. 1, pp. 4-14, 2015 DOI: 10.13187/ejm.2015.7.4 www.ejournal5.com UDC 61 Ozone Therapy in Treatment of Female Infertility Maradi A. Burduli Telavi State University named Jacob Gogebashvili, Georgia 2200 Telavi, University Str. N 1 Abstract Ozone therapy...»

«МАТЕРИАЛЫ УРАЛЬСКОЙ ГОРНОПРОМЫШЛЕННОЙ ДЕКАДЫ 4-14 апреля 2005 г. ГЕОМЕХАНИКА И ГЕОТЕХНОЛОГИИ ОПТИМИЗАЦИЯ И УПРАВЛЕНИЕ РАЗРАБОТКОЙ ГАЗОВОГО МЕСТОРОЖДЕНИЯ ШАКУРОВ Р. Р. ООО Ноябрьскгаздобыча, Губкинский ГП Одним из основных факторов, влияющих на технологический режим работы газовых скважин, является наличие подошвенной воды в массивных и приконтурных частях месторождений пластового типа. Несмотря на большое количество работ, посвященных эксплуатации скважин, вскрывших пласты с подошвенной водой,...»





Загрузка...


 
2016 www.os.x-pdf.ru - «Бесплатная электронная библиотека - Научные публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.