Effectiveness evaluation of the companies’ internal investment projects

Cover Page

Cite item

Full Text

Abstract

many companies are implementing a variety of projects aimed at increasing the efficiency of their activities by reducing costs in various ways. Such projects are associated with the need to invest the company's resources in optimizing production processes and business processes and do not generate additional revenue. Due to the lack of additional revenue, it is not advisable to apply classical investment analysis methods to internal projects. Nevertheless, the very fact of investment makes it possible to make judgments about the effectiveness of the project in the terminology of investment analysis. According to the proposed methodology, it is recommended to isolate the cash flows generated by the project from the cash flows of the entire enterprise and analyze their change based on a comparative analysis "with the project" and "without the project". The study proposes to consider the change in cash flow as a result of the project implementation as the basis for further investment analysis. In this case, the methodology of such analysis consists in constructing a tree of key performance indicators, starting with an analysis of changes in influencing factors and ending with investment performance indicators NPV, IRR, PBP and DPBP. Next, an analysis of the sensitivity of the project is performed as a result of a change in the value of influencing factors. The article is valuable for investment analysis specialists, corporate financiers and project managers interested in substantiating cost optimization decisions. The developed approach helps improve the quality of management decisions and minimize risks when implementing internal initiatives.

About the authors

D. S Bezruchko

Higher School of Engineering and Economics; Peter the Great St. Petersburg Polytechnic University

Email: dbezru@mail.ru
ORCID iD: 0000-0002-6891-5261

I. V Ilyin

Higher School of Business Engineering; Peter the Great St. Petersburg Polytechnic University

Email: ivi2475@yandex.ru
ORCID iD: 0000-0003-2981-0624

References

  1. Шмелева А., Сулоева С. Разработка механизма адаптации цифрового инновационного потенциала организации с учетом особенностей цифровых инновационных проектов // Sustainable Development and Engineering Economics. 2022. № 2. С. 63 – 80. DOI: https://doi.org/10.48554/SDEE.2022.2.5
  2. Князькова В.С. Развитие функционально-стоимостного анализа и особенности его применения при проектировании программных продуктов // ?-Economy. 2022. Т. 15. № 5. С. 111 – 121. DOI: https://doi.org/10.18721/JE.15507
  3. Кухарев А.А. Технология цифровых проектов: ключевые принципы и практические советы по эффективной реализации: пер. с англ. М.: ДМК Пресс, 2017. 320 с.
  4. Николаевский В.В. Цифровая экономика: сущность, определение и онтология экономической системы в контексте информационно-коммуникационных технологий // Финансы и кредит. 2022. Т. 28. № 11. С. 2593 – 2628. DOI: https://doi.org/10.24891/fc.28.11.2593
  5. Гужев Д.А. Методика расчета чистого дисконтированного дохода инвестиционного проекта с учетом вариативности определения денежного потока капитальных вложений // Финансы и кредит. 2022. Т. 28. № 9. С. 2016 – 2031. DOI: https://doi.org/10.24891/fc.28.9.2016
  6. Гусев А.В. Особенности расчета инвестиционной эффективности проектов региона по методу NPV // Маркетинг и логистика. 2018. № 3. С. 34 – 39.
  7. Гасанов О.С. Влияние цифровизации на экономику России // Финансы и кредит. 2022. Т. 28. № 7. С. 1534 – 1553. DOI: https://doi.org/10.24891/fc.28.7.1534
  8. Пономарева Е.А. Цифровизации экономики как движущая сила экономического роста: только ли инфраструктура имеет значение? // Журнал Новой экономической ассоциации. 2021. № 3. С. 51 – 68.
  9. Субцельная Т.А. Тищенко С.А. Негрий В.А. К вопросу о применимости междисциплинарных методов в экономических исследованиях // Финансы и кредит. 2022. Т. 28. № 4. С. 788 – 805 DOI: https://doi.org/10.24891/fc.28.4.788
  10. Пласкова Н.С. Развитие методологии экономического анализа в цифровой экономике // Учет. Анализ. Аудит. 2018. Т. 5. № 2. С. 36 – 43.
  11. Винокур И.Р. Методика анализа и управления рисками // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. 2019. № 3. С. 93—108.
  12. Полянин А.В., Головина Т.А. Концепция управления инновационной деятельностью промышленных систем на основе технологии цифрового двойника // Научно-технические ведомости СПбГПУ. Экономические науки. 2021. Т. 14. № 5. С. 7 – 23. DOI: https://doi.org/10.18721/JE.14501
  13. Бирюков А.Н. Анализ чувствительности показателей эффективности инвестиционных проектов на основе динамических методов // Вестник УрФУ. Серия экономика и управление. 2017. Т. 16. № 6. С. 954 – 968. doi: 10.15826/vestnik.2017.16.6.045
  14. Позднякова Е.А., Раменская Л.А., Воронов Д.С. Анализ чувствительности как инструмент принятия решений о реализации инвестиционного проекта горнодобывающей отрасли Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2021. Т. 21, вып. 3. С. 295 – 303 https://doi.org/10.18500/1994-2540-2021-21-3-295-303
  15. Раменская А.В., Пивоварова К.В. Метод Монте-Карло и инструментальные средства его реализации : методические указания / Оренбургский гос. ун-т. Оренбург: ОГУ, 2018. 58 с.
  16. Ильин И.В., Безручко Д.С. Программа для оценки рисков внутренних инвестиционных проектов в энергетике. Свидетельство о государственной регистрации программы для ЭВМ №2024680109, 2024
  17. Национальный стандарт РФ ГОСТ Р ИСО 21500-2014 "Руководство по проектному менеджменту". Введ. 2014-11-26. М.: Стандартинформ, 2014. 46 с.
  18. A guide to the project management body of knowledge (PMBOK guide) // Project Management Institute. 2017. 976 p. ISBN: 978-1-62825-184-5.
  19. Benninga S., Mofkadi T. Financial Modeling: A Comprehensive Guide to Financial Mathematics. MIT Press, 2022. 1048 p.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».