9. ПРОБЛЕМЫ НЕОПРЕДЕЛЕННОСТИ ПРИ ПРИНЯТИИ ПРЕДПРИНИМАТЕЛЬСКИХ РЕШЕНИЙ И РИСКИ ПРИ ВЫПОЛНЕНИИ ИННОВАЦИОННЫХ ПРОЕКТОВ 9.1. Роль неопределенности в задаче оптимизации управления предпринимательскими проектами
В [3] автором отмечалось, что сложность моделирования экономико-производственных систем (а к ним, несомненно, относится создание и реализация нововведений, как орудия в конкурентной борьбе) определяется тем, что большинство параметров таких систем носит вероятностный характер, а, главное, они являются нестационарными. Планирование и управление по некоторым образом обработанным (например, усредненным) характеристикам не дают должного эффекта, так как пока они осуществляются, изменяются и сама система, и окружающая её среда. При этом возникают проблемы размерности системы, недостатка априорной информации, наличия плохо формализуемых факторов, нечеткости и множественности критериев оценки принимаемых решений и т.д. В этих условиях применение эконометрических моделей для принятия предпринимательских решений имеет чисто теоретический интерес [29].
Даже в задаче оперативного управления установившимся производством (например, промышленным) возникают проблемы:
управления непрерывностью производственного процесса (особенно в многономенклатурном производстве);
учета нерегулярности этого процесса;
нарушения регулярности снабжения;
принципиальной нерегулярности финансовых потоков;
учета быстроменяющихся рыночных условий;
маркетинговых особенностей производства и сбыта;
внешних угроз и благоприятных возможностей, как стратегических детерминант поведения фирмы;
учета общей экономической, технологической и социальной обстановок и так далее.
Следует отметить устойчивую тенденцию увеличения нестабильности мирового рынка, что принципиально увеличивает неопределенность при принятии предпринимательских решений.
Все эти (и многие другие) типы неопределенностей особенно усиливают свое влияние на характер и оценку предпринимательских решений в глобальном стратегическом инновационном менеджменте. Прежде всего, следует отметить фундаментальную неопределенность при использовании инноваций как предпринимательского ресурса. Уже отмечалось [3], что не только результаты конкретных задач НИОКР трудно предвидеть, но и часто возникают проблемы выполнения и реализации ранее непредусмотренных работ, которые могут отодвинуть на второй план уже намеченные и даже создать для фирмы возможности появления новых стратегических единиц бизнеса. Даже если такой ситуации не возникает, управление потоком проектов внутри фирмы связано с множеством решений конкретных задач в условиях неопределенности [29-38]. При этом на объективные обстоятельства неопределенности естественно накладываются и субъективные факторы (например, оценки ЛПР), а также взаимовлияние частных факторов, часто носящее нелинейный характер.
Следует отметить, что учет численных показателей неопределенности в конкретном планировании деятельности фирм находится по существу в зачаточном состоянии и начал применяться сравнительно недавно после появления основополагающих работ школы А. Кофмана [31, 32], а в России работ А.О. Недосекина.
В соответствии с логико-методологическим подходом Данько [6] понимание взаимоотношений необходимого и случайного предполагает последовательность в отслеживании данного взаимоотношения. Понимание случая, как некоторой произвольной игры, нехарактерно для предпринимателя, который обязан конкретно планировать достижение успеха своей деятельности. Случайное в логико-методологическом понимании означает лишь недораскрытое, недоопознанное в данных рамках необходимого проявления закономерностей внешних явлений. Следовательно, случайное это то, что при реализации данного комплекса условий может как существовать, так и не существовать. Условия отражения внешних факторов требуют от фирмы умения оперативно реагировать на все возрастающее число факторов, которые предстают в виде случайного, но по сути дела отражают совокупности внешних и внутренних условий деятельности фирмы в конкуренции.
Следует различать два значения случайности: случайность отдельного явления и случайность, как характеристику массового стохастического процесса, составляющего необходимое содержание закономерной траектории фирмы в рыночной глобальной обстановке. Так, переход конкретного потребителя от одной компании-поставщика к другой носит, как правило, случайный характер, связанный с личностными оценками инновационного потенциала компании, а часто и просто с эмоциями. Инновационная политика компании-поставщика имеет целью удержать и расширить контролируемый сегмент потребителей, то есть имеет характер массового стохастического процесса.
Таким образом, вся предпринимательская деятельность фирмы, и особенно ее инновационная составляющая, связана с ситуацией неопределенности, которая в конечном счете характеризует случайное на рынке и в деятельности фирмы. На последнем положении следует остановиться особо. Вопрос должен быть поставлен следующим образом: присутствует ли в оперативном управлении деятельностью фирмы элемент неопределенности, присущий реализации самого процесса управления?
Математическая формулировка задачи программирования траектории движения объекта сводится к определению начальных условий, условий на момент окончания управления и класса допустимых функций управления, которые переводят объект из начального в конечное желаемое состояние. Оптимизация управления сводится к обеспечению экстремума некоторого критерия оптимальности (минимум затрат, времени процесса управления и т.д.). Строгая математическая постановка задачи неизбежно упирается в принципиальную невозможность точного определения (измерения) начальных условий объекта. Чем больше погрешность таких измерений, тем больше будет отклонение траектории объекта от желаемого. Следует учесть, что далее на этот процесс накладываются внешние возмущения и неточности определения конечного положения [33]. Предельно достижимая в конкретных случаях точность измерений определяется характером измерительной ситуации, выделенным измерительным ресурсом и множеством ситуаций, на котором определяется принятая за критерий точности характеристика погрешности. Требования к точности измерений устанавливаются исходя из априорных оценок допустимых уровней ошибок первого и второго рода ("пропуск" или "ложная тревога"). Если требования к качеству измерений устанавливаются в виде допустимого уровня потерь, то по этим требованиям определяются допустимые значения ошибок первого и второго рода, а по ним – требуемая точность измерений [34].
Поскольку характер и параметры внешних (и внутренних) возмущений объекта для экономико-производственных (и особенно инновационных) систем не могут быть определены с достаточной надежностью, управление таким процессом принципиально должно быть адаптивным, при котором происходит подстройка параметров и структуры регулятора в процессе управления [29].
9.2. Роль концепции риска в управлении инновационными проектами
Итак, "неопределенность" один из главных признаков инновационного проекта. Тогда совершенно естественен вопрос об отношениях инноватора к риску, о риск-менеджменте инноваций, о балансе доходности и риска при конкретных инновационных проектах. Следует отметить основные компоненты концепции риска для инновационных проектов:
риск имеет место по отношению к будущему, а, значит, тесно связан с принятием решения;
категории "неопределенность" и "риск" тесно связаны, однако это не синонимы;
риск возникает в тех случаях, когда надо принять решение (один из вариантов перевода слова "риск" - "принятие решения, результат которого неизвестен");
риск субъективен, а неопределенность объективна [35];
для инновации справедливо правило: "если нет риска, то нет и ничего нового" инновация, как орудие глобальной конкуренции, становится бессмысленной.
Цена риска для принимающего решение связана с вероятностью наступления события риска и величиной ущерба от этого события. Субъективная сторона риска связана с индивидуальным отношением к его последствиям ЛПР, его толерантности по отношению к риску. Отношение инвестора к риску можно описать кривыми индифферентности, а также в терминах теории полезности.
Итак, можно суммировать главное следующим образом:
неопределенность - объективное условие существования риска;
необходимость принятия решения субъективная причина существова ния риска;
будущее - источник риска;
величина потерь основная угроза от риска;
возможность потерь степень угрозы от риска;
взаимосвязь "риск-доходность" – стимулирующий фактор принятия решения в условиях неопределенности;
толерантность к риску субъективная составляющая риска [35].
Любой риск инновационного проектирования многогранен в своих проявлениях и представляет собою сложную конструкцию из элементов других рисков. Проявления риска индивидуальны для каждого участника ситуации (председатель совета корпорации, президент, основные вице-президенты, руководитель разработки, основные специалисты, маркетологи, финансисты и т.д.).
Таким образом, риск инновационного проекта это система факторов, проявляющаяся в виде комплексов рисков, индивидуальных для каждого участника проекта в количественном и качественном отношениях [35]. Такую систему можно представить в следующем виде:
 ,
где n возможное количество отдельных рисков;
m число участников выполнения проекта,
Rij – частный риск для частного участника процесса.
Итак, значение любого риска для каждого участника индивидуально, а общий риск инновационного проекта есть сложная система частных (в том числе, индивидуальных) рисков со сложными многочисленными связями. Система риск-менеджмента инновационного проекта должна содержать стадии в соответствии с рис. 9.1 [6].
Рис. 9.1. Структура риск-менеджмента инновационного проекта
9.3. Практика риск-менеджмента инновационного процесса
Практически редко фирма выполняет только один инновационный процесс. Реальной является задача учета неопределенностей при управлении портфелем НИОКР. Последние подходы к решению этой проблемы можно оценить по работе [36]. Авторы статьи специалисты с многолетним опытом работы в области НИОКР, маркетинга, а также консалтинга по принятию сложных решений в бизнесе в условиях рисков и неопределенности. Рассматриваемая в статье задача распределения ограниченных ресурсов по проектам НИОКР является одной из наиболее трудных для руководства корпорации из-за всегда присутствующей неопределенности в оценке будущих результатов. Численный анализ и ранжирование идей на ранних стадиях процесса может ввести в заблуждение, так как:
метрика и "взвешивание" могут меняться с изменением фазы проекта НИОКР;
текущий портфель НИОКР отображает сегодняшние оценки рисков и эффективности отдельных работ;
оценка качественной информации может быть критичной для оценки всего портфеля;
портфель НИОКР должен быть сбалансирован с целями и стратегиями корпорации.
Для распределения ресурсов НИОКР могут быть использованы различные процедуры, но надо иметь в виду, что каждая из них может обеспечить лишь определенный взгляд на ситуацию, оставаясь бесполезной в других случаях. К таким процедурам относят:
решетку оценок по стадиям и фазам проекта [37], однако в этом случае можно получить противоречивые результаты на ранних стадиях и при разработке концепции проекта;
графы потребителей, однако конкретные вершины графов не отражают разницу между уровнями неопределенности, что может привести к заведомо плохим решениям;
набор критериев (метрики), что дает численное ранжирование проектов, однако остается проблема неопределенности информации, поэтому использование метрик на ранних стадиях проекта может привести к ошибкам на поздних стадиях [4, 37];
деревья решений [38], которые позволяют оценивать риски проектов и их эффективность, однако требуют точной информации о вероятностях успеха, которой нет на стадиях формулировки идей.
Мы видим, что в большинстве случаев время лучший ключ к идентификации, а не дискуссии по численным оценкам.
В американской практике НИОКР принято выделять шесть фаз или стадий процесса НИОКР:
- идея;
- концепция;
- прототип;
- разработка;
- коммерциализация;
- завершение.
Каждая фаза содержит контрольную точку для обзора, переосмысления и оценки прогресса (рис. 9.2). Стадию "завершения" можно назвать "подведение итогов". Её задача: определение источников принятых решений, создание базы для улучшения рассмотрения результатов на различных стадиях, возможность учесть моральный климат в команде, получить источники будущих идей.
Рис. 9.2. Схема фаз проекта
На всех стадиях необходимая информация и критерии оценок могут сильно отличаться. Хорошей отправной точкой выявления критических факторов, которыми могут быть риск или неопределенность, является применение критериев, использованных на ранних стадиях, впоследствии.
В случае неопределенности точки на некоторой диаграмме не могут отражать ситуацию и следует переходить к областям возможного разброса данных (рис. 9.3). Важно ограничить неопределенность по оси успеха в разработке и производстве, что влияет на будущие финансовые потоки. Критичные факторы в этом случае: время разработки, издержки с учетом масштаба производства, необходимость дополнительного персонала для разработки.
Анализ графиков проектов (рис. 9.3) дает полезную информацию для решений по организации НИОКР. Например, расположение кластеров эллипсов неопределенности на графике вероятность успеха – чистая текущая стоимость (NPV) совместно с перечнями ключевых факторов, определяющих риск и будущие денежные потоки, и оценками тенденций годовых объемов продаж и необходимых ресурсов для окончания проектов фактически определяют текущие ранговые оценки проектов в портфеле НИОКР фирмы. В табл. 9.1. приведены неопределенности, которые могут существенно влиять, по мнению авторов [36], на вероятность технического или производственного успеха проекта и его NPV.
Рис. 9.3. Оценка неопределенности в отдельных проектах
Таблица 9.1
Неопределенности, которые могут существенно влиять на вероятность успеха проекта и его NPV
Вероятность успеха
|
NPV
|
1. Требуемые инвестиции
|
1. Время, отводимое покупателю на решение о покупке
|
2. Требуемая новая технология
|
2. Угроза конкуренции
|
3. Требуемые новые продукты
|
3. Новые барьеры, препятствующие входу на рынок
|
4. Потенциальные проблемы снабжения
|
4. Необходимость продуктовой дифференциации в результате конкуренции
|
5. Прогнозируемое время разработки
|
5. Эрозия цены
|
6. Расширение диапазона продуктов
|
6. Возможность глобализации рынка
|
7. Партнерство, лицензирование и слияние
|
7. Стоимость коммерциализации
|
8. Качество и организация процесса изготовления
|
8. Динамика масштабов рынка
|
9. Наличие необходимых искусств у персонала фирмы
|
|
Первичную оценку вероятности успеха проекта можно выполнить с помощью рекомендаций рис. 9.4.
Рис. 9.4. Индикаторы возможной вероятности успеха проекта
Сложной задачей остается объединение количественной и качественной информации (особенно опыта и интуиции ЛПР).
Выделение ресурсов на отдельные проекты должно быть сбалансировано с краткосрочными и долгосрочными целями. Обычно частные решения по краткосрочным целям могут входить в противоречие с решениями, обеспечивающими достижение долгосрочных целей. Типичные противоречия приведены в табл. 9.2.
Таблица 9.2
Противоречия частных задач при доминировании долгосрочных и краткосрочных целей
Краткосрочные цели
|
Долгосрочные цели
|
1. Недифференцированные продукты
2. Снижение издержек на производство существующих продуктов
3. Цены, основанные на рыночной ситуации
4. Снижение текущих затрат и инвестиций
5. Допустимый риск
6. Отсутствие четкого видения и стратегии
7. Широко определенное направление бизнеса
|
1. Целевые продукты
2. Рост объемов продаж новых продуктов
3. Цены, учитывающие идею качества продуктов
4. Рост продаж и прибыли
5. Допущение определенного риска
6. Ясные, четкие видения и стратегии
7. Узкая фокусировка бизнеса
|
Авторы работы [36] делают упор на следующие подходы к учету неопределенности при выполнении проектов НИОКР:
фиксирование факта различий подходов к неопределенности на разных стадиях разработки;
целесообразность преодоления неопределенности на более поздних этапах разработки после накопления необходимой информации;
обеспечение баланса целей, оценок и частных задач исходя из стратегии корпорации;
учет неопределенности при принятии решений о распределении ресурсов и приоритетах отдельных проектов в портфеле НИОКР.
Автор работы [38] является видным ученым и практиком в области НИОКР в следующих отраслях: механика, электроника, программное обеспечение. Он работал инженером и менеджером в таких компаниях, как IBM, Bell Lab и других. Его подход к риск-менеджменту в НИОКР можно назвать агрессивным. Это следует из названия статьи [38] и книги, соавтором которой он является [39].
Главный лозунг автора [38] "эффективное управление рисками весьма продуктивно". Он считает, что ожидание момента материализации риска лишь расточает время и средства. Наиболее выгодный путь риск-менеджмента идентификация рисков, когда еще остается свобода действий и решений. В таких случаях можно минимизировать влияние рисков на выполнение графика работ и бюджет НИОКР.
Исследовав 2000 разработок, выполненных в течение последних 25 лет, автор [38] нашел, что успех зависит, главным образом, от следующих шести факторов:
дифференцированности суперпродуктов;
солидной подготовки разработки (оценок конкурентной обстановки, наличия технического и финансового обеспечения и т.д.);
отличных маркетинговых действий;
технологической стороны разработки;
точного определения продукта в начале разработки;
правильного подбора межфункциональной команды.
Очевидно, что диапазон возможных источников риска достаточно широк. Степень влияния конкретного риска часто зависит от того, что уже проинвестировано к моменту оценки. Если в этом случае будет сделана попытка вернуться назад, то, безусловно, задержится прогресс разработки. Ключом к управлению рисками является контролирование их вероятности появления, которая уменьшается с прогрессом разработки. Риск остается, но, управляя им, мы снижаем шансы того, что возможна катастрофа. Эффективно управляемый риск менее разрушителен, чем работа в режиме реакции на его проявление. Характер ситуации при управляемом и неуправляемом рисках отражен на рис. 9.5.
Рис. 9.5. Сравнение последствий неуправляемого (A) и управляемого (B) рисков
Уровень риска есть базовый критерий для решения о начале проекта, как и графика его выполнения, и бюджета. Неточность оценки уровня риска до начала работ может быть устранена впоследствии.
После идентификации рисков следует установить их приоритеты. Полезно при этом использовать карту рисков (рис. 9.6).
Рис. 9.6. Карта рисков
На поле карты рисков нанесены данные для шести рисков, выбранных из более длинного списка:
P3 не определены требования к эксплуатации продукта;
M8 крестный отец проекта уходит, возникают проблемы с управлением;
TS11 будет ли тестирование воспроизводить условия эксплуатации?;
TС4 будет ли обеспечена работа при требуемой температуре?;
C13 не надо ли улучшить основной параметр в интересах победы в конкуренции?;
S2 отсутствие проверенной системы компьютерной поддержки поставок.
Пороговая линия на рис. 9.6 отсекает риски, особо важные (расположены выше неё), требующие активного риск-менеджмента. Риски, расположенные на карте ниже этой линии, не требуют такого подхода. Управление обычно заключается в понижении вероятности риска. Каждый риск требует специального плана действий со своими сроками и критериями выполнения. Пример такого плана в Web-исполнении фирмы Tellabs показан на рис. 9.7.
Управление рисками включает работу по каждому конкретному плану и обновление данных на карте рисков. Это обновление должно содержать следующие компоненты:
перемещение точек рисков при активном управлении (обычно влево);
перемещение точек рисков, лежащих ниже пороговой линии;
идентификация новых рисков и их нанесение на карту;
генерацию планов действий для тех рисков, которые лежат ниже этой линии.
Основная часть риск-менеджмента сводится, как правило, к избежанию слабостей. Однако слабости могут обеспечить фирму информацией, которая позволяет быстрее разработать новый продукт. Разработка продукта есть процесс обучения. Поэтому целесообразно планировать эксперименты таким образом, чтобы они давали информацию о "среднем пути" между удовлетворением требований и ошибками.
В заключении целесообразно привести ряд рекомендаций автора [38]:
ключом к управлению рисками является обычно контроль отношения правдоподобия, которое должно двигаться вниз по мере прогресса разработки;
так как большинство критичных рисков носят межфункциональный характер, то для поиска их следует создавать межфункциональные группы специалистов;
начало работы с наиболее легкими для устранения рисками плохой путь в разработке нового продукта;
для ускорения обучения следует планировать эксперименты так, чтобы результаты были "средним путем" между критериями соответствия требованиям и несоответствия им.
RisklD: Testproj-079
|
State: CLOSED
|
Date Originated:
1999/03/05
|
Originator: Guy Merritt
|
Owner:
|
Joan Hoigard
|
Owner e-mail:
|
hoieard@tellabs.com
|
Impact Severity:
|
30 Work Days
|
Risk Exposure:
|
4.50
|
Impact Type:
|
Schedule Impact
|
Risk Factor:
|
0.92
|
Risk Event
|
Risk Impact
|
Prototype build for ABC module on the Surface Mount Technology (SMT) line will not be completed by April 20, 1999.
|
Firmware unit testing for the ABC module will delayed by six weeks.
|
Event Drivers
|
Impact Drivers
|
1. SMT line is scheduled for
replacement during the prototype build for the ABC module. Time required for replacement is six weeks.
|
1. Firmware Unit testing activity for A3C module is on the critical path.
2. Firmware Unit testing requires ABC module.
|
Probability of Event (Pe): 0.3
|
Probability of Impact (Pi): 0.5
|
Prevention Plan 1
|
Contingency Plan 1
|
Due Date:
|
March 9 1999
|
Due Date:
|
April 101999
|
Date Completed:
|
March 29 1999
|
Date Completed:
|
April 141999
|
Owner:
|
Joan Hoigard
|
Owner:
|
Bob Maher
|
Plan the replacement for the SMT line to occur four weeks earlier to allow the ABC module to be built on time. We need to contact the vendor.
|
Develop a hardware emulator to allow unit testing to continue without the A3C module.
|
Status 1
|
Status 1
|
March 29, 1999: SMT line vendor is not able to install earlier due to other customer commitments.
|
April 6, 1999: A simple emulator has been developed. It appears that 85% of the firmware functions can be tested without the ABC module.
|
Notes:
April 10, 1999: Risk Event occured and Firmware unit testing has been completed using the hardware emulator. Resultant schedule slip will only be 4 work days. May 10, 1999: Prototypes have bean built and the last 15% of testing has been completed.
Closure Data
Actual Closed Date:
|
May 101999
|
Actual Impact:
|
4 Work Days
|
Disposition of Risk
|
Occured
|
Disposition of Risk
|
Mitigated
|
Event:
|
Impact:
|
Last Modified: 1999/03/05
|
Рис. 9.7. Web-версия плана работы фирмы по конкретному риску
9.4. Системы оценок риска проекта с высоким уровнем неопределенности
Предыдущие параграфы этой монографии и весь опыт проектантов сложных систем подсказывает, что наибольшие знания в оценке рискованности проекта, особенно нового и наукоемкого, имеют частные риски по тем критериям, техническим и маркетинговым характеристикам нового продукта, которые имеют ключевое значение для технического и коммерческого успеха проекта. Этот достаточно естественный вывод позволяет вернуться к системам оценки проекта, их мониторинга и принимаемым при этом решениям.
Вопрос достаточно старый какие критерии, какой инструментарий их оценок следует использовать при оптимизации портфеля инновационных проектов фирмы? Приведенный выше перечень библиографических источников не только не исчерпывающий, но и ничтожен по объему в мировой библиографии по этому вопросу. Ответ на вопрос "почему сложилось такое положение?" достаточно прост и ясен не может быть однозначно установленного перечня критериев ("метрики"), оценки которых к тому же субъективны, выражают частные интересы отдельных субъектов глобального рынка. Очевидно, не надо обсуждать, пожалуй, и коренную, но не решенную в практическом смысле проблему свертки частных критериев оценки систем в некий обобщенный критерий. Тем не менее, для оценки валидности тех или иных неопределенностей (и связанных с ними рисков) следует остановиться на, пусть временном, но каком-либо достаточно общем подходе к этой проблеме. Автором разработаны таблицы оценки основных рисков при разработке сложных наукоемких систем на основе системы критериев оценки альтернативных вариантов проекта, изложенной в [41] (Strateqic technology assesment review - STAR-свод стратегических технологических оценок).
Авторы этой работы профессора всемирно признанных университетов Колумбийского и Пенсильванского (Уортоновская школа бизнеса первая по мировому рейтингу Financial Times). Разработанная ими система основана на многолетнем опыте сотрудничества с такими фирмами, как Dn Pont, Intel, Hewlett-Packard, Sonera Co., General Electric, IBM, Citibank, Matsushita, Texas Instrument и другие. Авторы [41] исходят из следующих посылок.
Реальные основания выбора - логика нахождения проектов, которые максимизируют обучение и доступ к возможностям, которые позволяют снизить издержки и риск. Хотя это существенные преимущества по сравнению с обычными подходами, инструментарий их использования остается скудным. Статья описывает метод оценки неопределенных проектов с помощью приближенных критериев выбора путем накопления ряда оценок. Переменными являются размеры и устойчивость потенциальных потоков дохода, скорость или задержки в рыночной адаптации, издержки на разработку, коммерциализацию, а также рыночные оценки силы компании такие, как позиция в конкуренции, зависимость от стандартов и степень неопределенности. Каждая переменная измеряется путем опроса экспертов, что может использоваться и для оценок рисков альтернативных проектов и использования тех или иных рецептов, даже если они связаны с отказом от проекта или с его реконфигурацией. Главным достоинством такого подхода является комплексность технологических и стратегических аспектов.
Общая концепция системы STAR ("генетический код" по терминологии авторов) отражена на рис. 9.8.
Рис. 9.8. Концепция системы STAR
Система STAR была выбрана ведущим в области бизнеса изданием Nikkei Shimbun в 1998 г. в качестве одной из 50 наиболее значимых инноваций в сфере менеджмента. Следует подчеркнуть, что приоритетность этой разработки вытекает из ее практической направленности.
В [42] предлагается несколько иная версия оценок вероятности успеха проектов. Она состоит в использовании так называемых «закрепленных» (anchored) шкал. Авторы работы [42], известные ученые США в области теории и практики стратегического инновационного менеджмента, входили в подкомитет IRI (Industrial Research Institute) по исследованию лучших практик фирм США в управлении портфелем НИОКР. Этим подкомитетом была разработана система «закрепленных шкал» для определения вероятности успеха на основе оценок экспертов. Авторы [42] считают, что такая система оценок может быть легко модифицирована применительно к нуждам отдельных фирм. По методике производится два ряда оценок: вероятности технического успеха и вероятности коммерческого успеха. Эти оценки обрабатываются с учетом весов частных факторов. Представляют интерес перечень частных факторов и оценки уровня их составляющих (см. приложение 2). Анализ показывает, что предполагаемая методика хорошо корреспондирует с системой STAR. Авторы [42] отмечают, что оценки в 5 баллов по большинству факторов соответствуют вероятностям успеха 0,85 – 0,90, а оценки в один балл обычно коррелируют с вероятностью успеха менее 0,1.
Оценки рисков с учетом неопределенности по отдельным факторам делаются с помощью табл. П 1.1 – П 1.14 прил. 1. Предусмотрены экспертные оценки важности частного риска по конкретному фактору, собственно оценки этого риска в баллах от нуля до десяти, а также столбец, содержащий произведение оценки важности фактора на оценку риска по нему.
По мнению автора [42] и авторов STAR, наиболее важны для анализа данные по каждому фактору риска, по крайней мере, до тех пор, пока эти данные не нанесены на карту риска. Однако можно предложить и метод свертывания этих оценок в единый критерий балльных оценок. Уровни рисков в табл. 9.3 установлены в соответствии с европейской практикой.
Таблица 9.3
Оценки общих уровней рискованности проекта
Уровень рискованности
|
Сумма баллов
|
Отношение оцененного уровня к предельному
|
Нерисковый проект
|
0 – 125
|
0 – 0,1
|
Минимальный риск
|
125 - 375
|
0,1 – 0,3
|
Средний риск
|
375 - 750
|
0,3 – 0,6
|
Высокий риск
|
750 - 938
|
0,6 – 0,75
|
Полный риск
|
938 - 1250
|
0,75 – 1
|
В таблицах прил. 1 балльную оценку уровня рисков предлагается проводить в диапазоне от нуля до десяти. Конечно, каждая фирма может использовать любые другие диапазоны оценок. При этом, естественно, следует соответствующим образом скорректировать данные табл. 9.3.
Конкретные уровни рисков и степень их важности определяется экспертами. В качестве ориентировочных критериев (только в порядке рекомендаций) можно предложить следующее:
уверенность в отсутствии риска 0-1 балл;
скорее мнение об отсутствии риска, чем о его наличии 2-4 балла;
позиция относительно риска неопределена 5 баллов;
скорее уверенность в наличии риска, чем в его отсутствии 6-8 баллов;
уверенность в высоком риске 9-10 баллов.
Оценки при использовании системы STAR делаются в предположении, что страна, где выполняются работы по портфелю инноваций, установлена. В противном случае необходимо выполнить и оценки по страновому риску.
|
