МЕТОДИКА ОЦІНКИ ПРОЕКТУ ТЕХНІЧНОГО ПЕРЕОСНАЩЕННЯ НА ОСНОВІ ТЕОРІЇ НЕЧІТКИХ МНОЖИН

Authors

  • О. М. Загурський National University of Life and Environmental Sciences of Ukraine image/svg+xml

Abstract

Роль інвестицій у технічному переоснащенні автотранспортних підприємств на сучасному етапі розвитку економіки України є досить важливою. Реалізація процесу інвестування можлива лише за наявності попередніх даних про діяльність того чи іншого суб’єкта господарювання та можливі ризики, що можуть виникнути у процесі його впровадження. Найбільша точність і достовірність інвестиційного аналізу досягається за використання комбінованих методів оцінки ризику, які враховують максимальну кількість значущих чинників, а також їх вплив на кінцевий результат і взаємозв’язок один з одним. Тому оцінка інвестиційної привабливості потенційного об’єкта інвестування це перший крок при прийнятті інвестиційного рішення.

В статті розглянуто загальні методичні підходи щодо аналізу інвестиційної привабливості та запропоновано модель оцінки проекту з технічного переоснащення підприємств автотранспортної галузі із застосуванням теорії нечітких множин. Запропонований метод в силу його адаптивності та гнучкості дозволяє максимально об’єктивно урахувати всі реалії економіки країни, є простим у застосуванні та ефективним у використанні та дозволяє однозначно інтерпретувати результати математичної та аналітичної обробки визначеної групи цільових показників.

Author Biography

  • О. М. Загурський, National University of Life and Environmental Sciences of Ukraine
    доктор економічних наук

References

Недосекин А. О. Нечетко-множественный подход к актуарному моделированию. Режим доступа : http:pensionreform.ru.

Blavatskyy P. R. Probabilistic Risk Aversion with an Arbitrary Outcome Set. Economics Letters. 2011. №. 1. Р. 34–37.

Brotons J., Terceno A. Return Risk Map in a Fuzzy Environment. Fuzzy Economic Review. 2011. № 2. Р. 33–57.

Fishburn Р. Utility Theory. Management Science. 1968. Vol. 14. No 5. Р. 335–378.

Gulick G., Norde H. W. Fuzzy cores and fuzzy balancedness In: Mathematical Methods of Operations Research. Tilburg University, Netherlands. 2013. № 77, (2). Р. 131–146.

Horgby P. An Introduction to Fuzzy Inference in Economics. Homo Oeconomicus. 1999. № 15. Р. 543–559.

Huang Tao, Ruiqing Zhao, Wansheng Tang. Risk Model with Fuzzy Random Individual Claim Amount. European Journal of Operational Research. 2009. № 3.

Р. 879–890.

Zadeh L. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. Fuzzy sets and systems. 1997. Vol. 90. No 2.

Р. 111–127.

Published

2018-08-27

Issue

Section

Статті