ОСОБЕННОСТИ СЦЕНАРНОГО ПОДХОДА ПРИ МОДЕЛИРОВАНИИ ЭФФЕКТИВНОСТИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ

Цель исследования – изучение и разработка процедурных этапов алгоритма сценарного подхода в реализации модели оценки эффективности инвестиционных проектов в условиях динамики цифровой экономики на базе проводимых имитационных экспериментов.
Методология. Основу методологии исследования составляют методы системного и комплексного анализа, экономико-статистические методы обработки информации, корреляционный и регрессионный анализ и моделирование. Оценка отечественных и зарубежных исследований, статистических данных материалов и публикаций.
Оригинальность / ценность исследования. Исследован сценарный подход к оценке эффективности инвестиционного проекта в условиях цифровой экономики по разработанному алгоритму проведения имитационного эксперимента. Выполнены расчеты комплексных показателей эффективности инвестиционного проекта для различных сценариев.
Результаты исследования. Разработан алгоритм сценарного подхода и проведены имитационные эксперименты по моделированию эффективности методов оценки инвестиционных проектов в условиях динамики развития факторов цифровой экономики. На основе проведенного исследования были разработаны рекомендации по совершенствования механизмов инвестиционного обеспечения отраслевых сфер экономики.

1. Виленский П. Л. Оценка эффективности инвестиционных проектов: теория и практика: учебник / П. Л. Виленский, В. Н. Лившиц, С. А. Смоляк - 5-е издание. – М.: ПолиПринтСервис, 2015. – 1300 с.

2. Вьюненко Л. Ф. Имитационное моделирование. учебник и практикум для академического бакалавриата / Л. Ф. Вьюненко, М. В. Михайлов, Т. Н. Первозванская. – Люберцы: Юрайт, 2016. – 283 c.

3. Акопов А. С. Имитационное моделирование: учебник и практикум для академического бакалавриата / А. С. Акопов. – Люберцы: Юрайт. 2016. – 389 c.

4. Багриновский К. А. Методологические проблемы имитационного моделирования хозяйственного механизма // Экономика и математические методы. – 1980. – Т.16. – Вып. 5. – С. 837–848.

5. Алексанов Д. С., Кошелев В. М. Экономическая оценка инвестиций. – М.: Колос-Пресс, 2002. – 382 с.

6. Ендовицкий Д. А. Инвестиционный анализ в реальном секторе экономики: Учеб. пособие / Л. Т. Гиляровская, Д. А. Ендовицкий. – М.: Финансы и статистика, 2003. – 352 с.

7. Волков И. М., Грачева М. В. Проектный анализ. – М.: ИНФРА-М, 2009. – 495 с.

8. Ковалев В. В. Методы оценки инвестиционных проектов. – М.: Финансы и статистика, 2003. – 144 с.

9. Четыркин Е. М. Статистические методы прогнозирования. – М.: Статистика, 1977. – С. 54–59.

10. Hellwing Z. Schematbudowy prognozy staticznej metoda wag harmonicznych // PrzegladStatystyczny. – R. XIV. – No. 2. – 1967. – P. 133–153.

11. Brown R. G. Smoothing, Forecasting and Prediction of Discrete Time Series. – N.Y.: Prentice-Hall, Englewood Cliffs, 1963. – P. 83–85.

12. Zhang J., Xiao Q. Optimal investment of a time-dependent renewal risk model with stochastic return // Journal of Inequalities and Applications. – 2015. – P. 1–12. – DOI: 10.1186/s13660-015-0707-3.

13. Kostadinova R., Klüppelberg C. Integrated insurance risk models with exponential Lévy investment // Insurance. Mathematics and Economics. – 2008. – Vol. 42 (2). – P. 560–577.

14. Статистический ежегодник «Казахстан в 2019 году» / Департамент статистики г. Астана, 2020. – 478 с.

15. Szidarovszky F., Matsumoto A. Nonlinear multiplier-accelerator model with investment and consumption delays // Structural Change and Economic Dynamics. 2015. – Vol. 33. – P. 1–9.

16. Ayres R., Voudouris V. The economic growth enigma: Capital, labour and useful energy? // Energy Policy. – 2014. – Vol. 64. – P. 16−28.

17. Девятков В. В. Имитационное моделирование: Учебное пособие / Н. Б. Кобелев, В. А. Половников, В. В. Девятков. – М.: КУРС, НИЦ ИНФРА-М, 2013. – 368 c.

18. Статистическое моделирование и прогнозирование: Учеб. пособие / Г. М. Гамбаров, Н. М. Журавель, Ю. Г. Королев и др.; Под ред. А. Г. Гранберга. – М.: Финансы и статистика, 1990. – 383 с.

19. Френкель А. А. Прогнозирование производительности труда: методы и модели. – М.: Экономика, 1989. – С. 89–93.

20. Федосеев В. В., Дайитбегов Д. М., Гармаш А. Н. Экономико-математические методы и прикладные модели. – М.: ЮНИТИ, 2000. – 391 c.

21. Черныш Е. А. Прогнозирование и планирование в условиях рынка: Учеб. пособие / Е. А. Черныш, А. А. Новикова, Н. П. Молчанова. – М.: ПРИОР, 1999. – С. 73–76.

22. Песаран М., Слейтер Л. Динамическая регрессия: Теория и алгоритмы. – М.: Финансы и статистика, 1984. – С. 98–104.