ВУЗ: Пермский национальный исследовательский политехнический университет
Категория: Учебное пособие
Дисциплина: Информационные технологии в управлении
Добавлен: 20.10.2018
Просмотров: 7141
Скачиваний: 19
«Информационные технологии в экономике и управлении». Ахметова М.И., Крутова А.В.
Кафедра «Экономика и финансы», ПНИПУ
2017
91
Предложенный инвестору инвестиционный проект является
прибыльным: чистый дисконтированный доход положительный,
внутренняя норма доходности равна 38%, что больше ставки
дисконтирования (следует отметить, что проект с внутренней нормой
доходности ниже ставки дисконтирования является убыточным),
индекс доходности составляет 1,1, что больше 1, коэффициент
рентабельности инвестиции равен 52%, поэтому инвестору стоит
принять этот проект.
Тренинг 3.7. Оценка экономической эффективности проекта
Проведите анализ чувствительности инвестиционного проекта по
данным маркетингового исследования. Спрос на новую модель
электроинструмента компании «Прима» при цене 710 руб. составит 80
тыс. штук в год. Материалы и комплектующие в структуре выручки
составляют примерно 50%, а заработная плата основных рабочих с
отчислениями около 20%, заработная плата инженерно-технического
персонала с отчислениями равна 6%, транспортные расходы – 10%,
прочие производственные – 4%. Общезаводские и управленческие
расходы в расчетах не учитываются, поскольку изделие внедряется на
уже
существующем
производстве,
затраты
инвестиционного
характера составляют 15 млн. руб. Ставку дисконтирования принять
равной 10%. Расчет привести на 5 лет.
В качестве основных показателей эффективности проекта
рассчитать NPV, IRR, PI, DPP, PP, ROI и на основании расчетов
сделать вывод: является ли предложенный инвестиционный проект
экономически эффективным? Будет ли проект прибыльным, если
ставка дисконтирования увеличится до 19%?
«Информационные технологии в экономике и управлении». Ахметова М.И., Крутова А.В.
Кафедра «Экономика и финансы», ПНИПУ
2017
92
Для расчетов показателей эффективности можете использовать
прилагаемую таблицу (рис 3.23).
Рис. 3.23
«Информационные технологии в экономике и управлении». Ахметова М.И., Крутова А.В.
Кафедра «Экономика и финансы», ПНИПУ
2017
93
Раздел 4. Анализ и прогнозирование данных в MS Excel
4.1.
Инструменты прогнозирования
Руководители организаций ежедневно сталкиваются с задачами,
решение которых требует анализа имеющейся накопленной
информации,
в
частности,
для
прогнозирования
событий.
Прогнозирование – это процесс обработки имеющихся данных,
нахождения связей между ними, с последующим составлением
перспектив развития какого-либо явления.
На практике при анализе каких-либо явлений обнаруживаются
связи между несколькими различными параметрами (факторами).
Например, спрос на продукцию зависит от цены продукта, от качества,
маркетингового продвижения. Однако существуют определенные
связи и между двумя параметрами, выделенными из списка
взаимосвязанных параметров – спрос на продукцию зависит от цены.
Существуют два базовых инструмента, с помощью которых
анализируются взаимосвязи параметров в математических методах
анализа:
Корреляционный анализ: оценивает степень взаимосвязи
параметров;
Регрессионный анализ: показывает можно ли предсказать
изменение переменных.
При корреляционном анализе для определения связи двух
параметров используется коэффициент корреляции, принимающий
значения в интервале -1<R<1. Если коэффициент корреляции близок
к -1 или 1 – связь переменных сильная, если R>0 – связь между
переменными положительная (прямая). Тогда, можно утверждать,
что оба параметра одновременно возрастают или убывают, а при
«Информационные технологии в экономике и управлении». Ахметова М.И., Крутова А.В.
Кафедра «Экономика и финансы», ПНИПУ
2017
94
R<0 связь отрицательная (обратная) - с возрастанием одной
величины другая имеет устойчивую тенденцию к убыванию.
Регрессионный анализ позволяет предсказать значения
случайной величины на основании значений одной или нескольких
независимых случайных величин. Взаимосвязи между величинами
можно описать в виде аналитического уравнения – уравнения
регрессии, а также можно отобразить графически – линиями
регрессии.
Параметром
регрессионного
анализа
является
коэффициент детерминации - R
2
, принимающий значения от 0 до 1.
Коэффициент показывает, насколько точно найденная функция
регрессии описывает связь между исходными значениями факторов
X и Y. Чем ближе R
2
к 1, тем в большей степени уравнение
регрессии объясняет изучаемый фактор.
В MS Excel существуют следующие виды трендов и формы
уравнений для описания взаимодействия параметров исследуемого
процесса:
Линейный: Y = aX + b;
Логарифмический: Y = a + Ln(X);
Степенной: Y = a * X
b
;
Полиноминальный: Y = a + b
1
X + b
2
X
2
+ …+ b
n
X
n
;
Экспоненциальный: Y = eb
x
.
Тренинг 4.1. Построение линии тренда
Ниже представлена зависимость спроса от цены некого
продукта. Проведем анализ связи спроса и цены на продукт (рис. 3.1).
Необходимо построить линию тренда, а также определить, сколько
составит спрос, если цена продукта установится на 76 руб.?
«Информационные технологии в экономике и управлении». Ахметова М.И., Крутова А.В.
Кафедра «Экономика и финансы», ПНИПУ
2017
95
Рис. 3.1
Для начала построим точечную диаграмму. В качестве
зависимой переменой принимаем Y (спрос), а независимой
переменной – X (цена). Для этого, выбираем наши данные, затем
заходим во вкладку «Вставка» выбираем «Диаграмма» точечную (рис.
3.2).
Рис. 3.2
После чего можно добавить линию тренда: выделяем точки на
диаграмме, нажимаем правой кнопкой мыши и выбираем «Добавить
линию тренда» (рис. 3.3).
Рис. 3.3