محاسبه نرخ بازگشت سرمایه در شرایط عدم اطمینان
محاسبه نرخ بازگشت سرمایه در شرایط عدم اطمینان
محمد صالحی1
1) کارشناس برنامه ریزی و کنترل پروژه شرکت مبین سازه گستر خلیج فارس
کد IOI مقاله
:
XCBA-EFZHK
محل انتشار :
دومین کنفرانس مهندسی صنایع ،اقتصاد و مدیریت ایتالیا(iemconf.com/2nd)
چکیده :
شرکت های بزرگ برای افزایش سرمایه، سود بیشتر و ابقا در بازار رقابتی، یا درپروژه های مختلف سرمایه گذاری میکنند و یا در مناقصات مختلف متناسب با ساختار سازمانی خودشان شرکت می کنند که قطعا انتخاب اقتصادی ترین پروژه چه برای سرمایه گذاری و چه برای شرکت در مناقصه بسیار مهم است. اما سوالی که مطرح می شود این است که کدام یک از این پروژه ها اقتصادی تر و چه قیمتی را بعنوان قیمت بهینه برای بردن مناقصه باید اعلام کرد؟ در واقع رسیدن به یک تصمیم بهتر و انتخاب بهترین پروژه، به عوامل بسیار زیادی از جمله سرمایه فعلی، کوتاه مدت یا بلند مدت بودن پروژه، نرخ بازگشت سرمایه و .... بستگی دارد که هرکدام از موارد ذکر شده را میتوان در شرایط اطمینان و عدم اطمینان مورد بررسی و نتایجی را بواسطه آنها در اختیار مدیریت قرار داد. بهترین تصمیم زمانی می تواند اتخاذ گردد که پارامترهای مساله در شرایط عدم اطمینان مورد بررسی قرار گرفته باشند زیرا دربررسی متغیرها در شرایط اطمینان، فرض بر این است که پارامترها با قطعیت معلومند و متدهای آنالیز حساسیت (نمودار هندسی حساسیت، منحنی بی تفاوتی، حدود تخمین و....) که اثر تغییر در پارامترها را بررسی می کنند، بطور همزمان همه پارامترهای یک فرآیند مالی را نمی توانند تجزیه و تحلیل کنند و صرفا در یک حدود مشخص و با فرض معلوم بودن، متغیرهای فرآیند مالی را تحلیل میکنند. از آنجاییکه یکی از پرکاربردترین تکنیکها در ارزیابی اقتصادی پروژه ها برای تصمیم گیری، روش ارزش فعلی خالص می باشد و پاشنه محاسبات آن نیز وابسته به یک نرخ بازگشت سرمایه است، می بایست نرخ بازگشت سرمایه در شرایط عدم اطمینان مورد تحلیل قرار بگیرد تا نتایج مطمعن تری بر اساس آن در اخذ تصمیم حاصل شود. لذا رویکرد و هدف این مقاله محاسبه نرخ بازگشت سرمایه در شرایط عدم اطمینان با بکارگیری شبیه سازی مونت کارلو می باشد تا با احتمال بالایی، بتوان نرخ بهره ای را به مدیریت ارشد سازمان اعلام نمودکه بهترین تصمیم برای انتخاب پروژه یا برآورد قیمت مناقصه اتخاذ گردد.
کلمات کلیدی : نرخ بازگشت سرمایه عدم اطمینان شبیه سازی مونت کارلو