имитационное моделирование инвестиционного проекта

Имитационная модель содержит элементы непрерывного и дискретного действия, поэтому применяется для исследования динамических систем, когда требуется анализ узких мест, исследование динамики функционирования, когда желательно наблюдать на имитационной модели ход процесса в течение определенного времени
Имитационное моделирование — эффективный аппарат исследования стохастических систем, когда исследуемая система может быть подвержена влиянию многочисленных случайных факторов сложной природы (у математических моделей для этого класса систем ограниченные возможности). Имеется возможность проводить исследование в условиях неопределенности, при неполных и неточных данных.
Имитационное моделирование является наиболее ценным, системообразующим звеном в системах поддержки принятия решений, так как позволяет исследовать большое число альтернатив (вариантов решений), проигрывать различные сценарии при любых входных данных. Главное преимущество имитационного моделирования состоит в том, что исследователь для проверки новых стратегий и принятия решений, при изучении возможных ситуаций, всегда может получить ответ на вопрос «Что будет, если? ...». Имитационная модель позволяет прогнозировать, когда речь идет о проектируемой системе или исследуются процессы развития, т.е. в тех случаях, когда реальной системы не существует.
В имитационной модели может быть обеспечен различный (в том числе и очень высокий) уровень детализации моделируемых процессов. При этом модель создается поэтапно, постепенно, без существенных изменений, эволюционно.
2. Технология имитационного моделирования в среде Excel
2.1 Схема реализации метода Монте-Карло в инвестиционных расчетах

Имитационное моделирование есть процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различные стратегии, обеспечивающие функционирование данной системы. Таким образом, процесс имитационного моделирования мы понимаем как процесс, включающий и конструирование модели, и аналитическое применение модели для изучения некоторой проблемы.
Реализация этого способа анализа рисков инвестиционных проектов сложна, но результаты анализа играют важную роль как при оценке влияния неопределенности на показатели эффективности, так и при расчете общего уровня риска инвестиционного проекта.
Преимущества использования данного подхода в нестационарной российской экономике обусловлены следующими причинами:
• высокая неопределенность приводит к тому, что результаты реализации проекта существенно отличаются от спрогнозированных, поэтому во избежание серьезных потерь необходимо оценить, какова вероятность реализации неэффективного проекта;
• различного рода высокие риски, присутствующие в российской экономике, требуют от разработчиков проекта реализации мероприятий по управлению рисками, с помощью предлагаемого подхода можно заранее оценить, насколько те или иные мероприятия по управлению рисками смогут снизить рискованность проекта.
Разыгрывание выборок по методу Монте-Карло является основным принципом моделирования систем, содержащих стохастические или вероятностные элементы. Его зарождение связано с работой фон Неймана и Улана в конце 40-х годов, когда они ввели термин Монте-Карло и применили этот метод к решению некоторых задач экранирования ядерных излучений. Этот математический метод был известен уже много лет, но свое второе рождение он пережил, когда нашел в Лос-Аламосе применение в закрытых работах по ядерной технике, которые велись под кодовым названием «Монте-Карло». Применение метода оказалось настолько успешным, что он получил распространение и в других областях науки и техники, так что теперь многим специалистам термин «метод Монте-Карло» представляется синонимом термина «имитационное моделирование».
Каждый инвестиционный проект требует создания своей уникальной модели. Поэтому ее конкретный вид - это продукт разработчика.
Основная логика процедуры построения модели такова;
• определение переменных, которые включаются в модель;
• определение закона распределения переменных;
• определения функциональной взаимозависимости.
Схема использования метода Монте-Карло в количественном анализе рисков такова (рис. 2.1):

Рис. 2.1 Построение математической модели
Математическая модель для имитации в общем случае будет выглядеть следующим образом:

где Effect - это показатель эффективности инвестиционного проекта;
f - функция, задающая зависимость между составляющими потока