Предыдущая Следующая

1.      Расположение.

2.      Возраст здания.

3.      Размер здания.

4.      Клиентуру (бизнесмены, отдыхающие и т. д.).

5.      Размер рынка.

6.      Темп роста рынка.

7.      Долю рынка.

8.      Средний номерной тариф.

9.      Конкурентоспособность.

10.  Предлагаемое обслуживание.

11.  Источники доходов по департаментам.

12.  Расходы по департаментам.

13.  Процент безработных в данной местности,

14.  Первоначальные расходы на строительство.

15.  Срок эксплуатации.

16.  Тип и затраты на обновление.

Именно эти элементы (факторы) типичны для проектов многих компаний. Все они должны быть проанализированы и сложены для определения измерителя аттрактивности (привлекательности) предложенных капитальных вложений для каждой из трех альтернатив.

Это предложение мы будем анализировать согласно рекомендованному нами механизму.

Наша задача - для каждого из шестнадцати факторов нарисовать кривую частоты распространения, или кривую вероятности. Информация будет включать: возможное ранжирование значимости каждого фактора, среднее значение, предположение вероятности того, что различные возможные значения будут иметь место. Наш опыт подсказывает нам, что при значительных проектах капиталовложений менеджеры обычно делают крупные инвестиции в фонды для заострения внимания на каждом из родственных факторов. Объективный анализ применительно к каждому из значений без малейшего дополнительного усилия может дать субъективную вероятность распределения.

Это означает проверку и опрос всех привлеченных экспертов, чтобы, например, выяснить, можно ли с какой-то уверенностью говорить, что оцениваемые затраты на строительство имеют строго определенную ценность, или следует считать, что они лежат в данной области ценностей. Наш опыт предполагает, что ряд встреч с управленческим персоналом для обсуждения распределения ценностей обязательно поможет прийти к реальным ответам на первичные вопросы.

Область знаний будет иметь прямое отношение к степени уверенности оценщика в своем решении. Установленные оценки могут восприниматься как точные. Одни будут представлены распределением вероятностей, показывая, например, что есть лишь один случай из десяти, когда полученное значение будет отлично от наилучшей оценки более чем на 10 %. Другие - могут иметь уровни отклонений 100 % вниз и вверх от наилучшей оценки. Мы рассматриваем фактор цены реализации конечного продукта, задавая работникам, ответственным за изначальные оценки, следующие вопросы:

1.      При ожидаемой цене REC (per pax per night) 51 долл., какова вероятность, что эта цена превысит 55 долл.?

2.      Есть ли шанс, что цена превысит,65 долл.?

3.      Насколько вероятно падение цены до уровня 47 долл.?


Предыдущая Следующая


Hosted by uCoz