32645

Методы анализа и прогнозирования риска и неопределенности в проекте

Доклад

Менеджмент, консалтинг и предпринимательство

Анализ рисков процедуры выявления факторов рисков и оценки их значимости по сути анализ вероятности того что произойдут определенные нежелательные события и отрицательно повлияют на достижение целей проекта. Анализ рисков включает оценку рисков и методы снижения рисков или уменьшения связанных с ним неблагоприятных последствий. Назначение анализа рисков дать потенциальным партнерам необходимые данные для принятия ре шений о целесообразности участия в проекте и выработки мер по защите от воз можных финансовых потерь. Анализ рисков можно...

Русский

2013-09-04

274.5 KB

10 чел.

22.Методы анализа и прогнозирования риска и неопределенности в проекте.

Анализ рисков – процедуры выявления факторов рисков и оценки их значимости, по сути, анализ вероятности того, что произойдут определенные нежелательные события и отрицательно повлияют на достижение целей проекта. Анализ рисков включает оценку рисков и методы снижения рисков или уменьшения связанных с ним неблагоприятных последствий.

На первом этапе производится выявление соответствующих факторов и оценка их значимости. Назначение анализа рисков — дать потенциальным партнерам необходимые данные для принятия ре шений о целесообразности участия в проекте и выработки мер по защите от воз можных финансовых потерь.

Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный. Качественный анализ имеет целью опреде лить (идентифицировать) факторы, области и виды рисков. Количественный анализ рисков должен дать возможность численно определить размеры отдельных рисков и риска проекта в целом.

Методы количественного анализа риска

Анализ чувствительности

Анализ сценариев

  •  Анализ сценариев учитывает, что некоторые переменные взаимосвязаны и их можно одновременно согласовано менять.
  •  Разрабатываются два сценария – «оптимистический» и «пессимистический»
  •  Результаты анализа сводятся в матрицу и анализируется распределение значений чистой текущей стоимости проекта (NPV) и внутренней нормы рентабельности проекта (IRR).

Анализ моделей (метод «Монте-Карло»)

Метод позволяет анализировать и оценивать  различные сценарии реализации проекта и учитывать разные факторы риска в рамках единого подхода.

Метод реализует формализованную схему, которая позволяет разделить комплекс рисков на управляемые составляющие и вынести суждения о вероятности проявления и тяжести последствий исследуемых рисков.

Этапы анализа риска по методу «Монте-Карло»

  •  1. Составление математической модели – таблицы оценки проекта;
  •  2. Установление «уязвимых» и неопределенных переменных;
  •  3. Выявление неопределенности:
  •  4. Выявление и определение соотнесенных переменных:
  •  5.  Построение модели;
  •  6. Анализ результатов.

Если распределение вероятности и взаимодействие между переменными можно оценить и вести в компьютер, появляется возможность выработки множества сценариев, которые последовательны со статической точки зрения.

Затем осуществляется выборка этих распределений, строится последовательный и логичный поток денежных средств и рассчитываются значения NPV и IRR.

Повторяя этот процесс, можно оценить полное значение распределений NPV.


 

А также другие работы, которые могут Вас заинтересовать

77373. Язык программирования RiDE.L 18 KB
  Традиционно используемые в HPC языки с архитектурой классических компиляторов: C, C++, FORTRAN, Pascal – не позволяют справляться с этой сложностью настолько хорошо, насколько позволяют более поздние языки: Haskell, JavaScript, Oz, Ruby. Но программы, написанные на таких языках недостаточно эффективны во время исполнения
77374. Распределенная виртуальная сцена в онлайн-визуализации 30.5 KB
  Визуализация результатов вычислений для большого числа задач выполняется с помощью трехмерной графики. Для отображения результатов счета часто применяются стандартные графические пакеты, такие как ParaView или Open Data Explorer. При этом существует необходимость получать представление и о ходе выполнения программы и состоянии обрабатываемых данных.
77375. Изучение социальной тревожности у различных групп пользователей сети Интернет 391 KB
  Провести теоретический анализ работ, посвященных социальной тревожности и проблемам, связанным с использованием сети Интернет и онлайн-игр. Выделить и описать группы пользователей сети Интернет и виды сетевой активности. Выявить факторы, связанные с проявлением высокой социальной тревожности. Подобрать методически инструментарий, позволяющий определить уровень социальной тревожности. Провести анализ различий в проявлении социальной тревожности между респондентами из различных групп.
77376. О подсистеме истории в среде научной визуализации SharpEye 48.5 KB
  Обсуждаются пути реализации подсистемы редактируемой истории в возможности которой должны входить функции отката и повтора манипуляций проделанных пользователем сохранение и восстановлении подобранного вида сцены. Ключевые слова: научная визуализация система визуализации подключаемые внешние модули редактируемая истории откат повтор действий Введение В течение последних лет авторы разрабатывают среду ShrpEye конструктор систем научной визуализации [34]. Соответственно система должна предоставлять пользователю функционал...
77377. Функциональные возможности среды-конструктора систем научной визуализации SharpEye 38.5 KB
  Существующие системы научной визуализации можно разделить на три группы: универсальные системы (VIZIT, ParaView), системы, специализированные для некоторого класса задач (IVS3D, Venus, VolVis); и системы, специализированные для конкретной задачи. Недостатки первых двух групп – сложность в освоении, неизменность встроенных алгоритмов представления или высокая сложность их модификации.
77378. СИСТЕМА СОБЫТИЙНО-УПРАВЛЯЕМОЙ ТРАНСЛЯЦИИ LiME 34.5 KB
  Но архитектура мультиклеточных процессоров кроме повышения эффективности исполнения кода обладает рядом других важных и необходимых на практике возможностей таких как продолжение исполнения программы даже при выходе из строя части исполнительных устройств и группировка функциональные устройства более оптимальным для каждой конкретной задачи образом отключая при этом в целях экономии энергии устройства которые не используются и некоторые другие. В этой разработке самой первой из самых трудоёмких задач следует решить задачу по переводу...
77379. СОВРЕМЕННЫЕ МЕТОДЫ ВИЗУАЛИЗАЦИИ БОЛЬШИХ И СВЕРХБОЛЬШИХ ОБЪЁМНЫХ ДАННЫХ 30.5 KB
  Методы визуализации больших объёмных данных активно развиваются в том числе благодаря новым аппаратным средствам. В данной работе рассматриваются различные подходы к визуализации объёмных данных как с программной так и с аппаратной стороны актуальные на сегодняшний день. Также рассматривается специфика представления объёмных данных в памяти видеокарты и следующие из этого особенности и ограничения распределение задачи визуализации между GPU и CPU...
77380. Создание грид-сервисов для автоматизированной интеграции инженерных пакетов и интерактивных средств визуализации 38.5 KB
  Использование технологий Грид для обеспечения серьезных научных вычислений в интересах промышленности требует поддержки современных инженерных (Computer-Aided Engineering – CAE) пакетов. Инженерные пакеты, по сути, являются средами решения задач математической физики
77381. СРЕДА-КОНСТРУКТОР СИСТЕМ НАУЧНОЙ ВИЗУАЛИЗАЦИИ 33.5 KB
  В докладе сообщается о разрабатываемой авторами системе научной визуализации. В основе процесса научной визуализации лежит методика перевода абстрактных объектов в геометрические образы что дает возможность исследователю наблюдать результаты численного моделирования. Проблемой традиционных систем визуализации является жестко прописанный набор алгоритмов так что затруднена визуализация объектов образы которых строятся иными процедурами.