Assessing the profitability of investment projects using ordered fuzzy numbers

• Autorzy: Pisz Iwona , Chwastyk Anna , Łapuńka Iwona

Identyfikatory

DOI

10.17270/J.LOG.2019.342

Warianty tytułu

PL

Ocena opłacalności projektów z wykorzystaniem skierowanych liczb rozmytych

• Języki publikacji: EN

Abstrakty

EN

Background: This article is motivated by the fact that most approaches to capital budgeting are deterministic. In reality, the capital budgeting problem is accompanied by the uncertainty and risk associated with dealing with imprecise data. Taking this uncertainty into account when performing analyses and calculations not only helps to better measure the profitability of investment projects, but also to expand the applicability of capital budgeting methods under real-life or uncertain conditions. The major contribution of this paper is the development of a novel approach to assessing the profitability of an investment project in the presence of uncertainty. Methods: We present a novel approach for incorporating uncertainty into how the profitability of investment projects is assessed, which we term Ordered Fuzzy Net Present Value (OFNPV). The proposed method measures the level of investment project effectiveness using a model based on ordered fuzzy numbers (OFNs). In addition, ordered fuzzy numbers are used to describe changes to the investment parameters in the assumed time horizon. This paper illustrates an implementation of the proposed technique using a numerical example of an investment process in the logistics department of a company. Results: The use of the proposed method based on OFNs allows experts to gauge the real-life accuracy of the considered phenomenon, and to express their assessment of its dynamic changes. This is vital to the problem of profitability assessment in investment projects. Conclusions: Our approach offers a new perspective on the problem of investment in projects and constitutes an effective tool for assessing the profitability of investment projects. This tool could constitute a valuable source of knowledge for investors involved in decision-making processes.

PL

Wstęp: U podstaw rozważań leży stwierdzenie, że większość podejść do budżetowania kapitałowego ma charakter deterministyczny. W rzeczywistości problemowi budżetowania towarzyszy niepewność i ryzyko związane z przetwarzaniem nieprecyzyjnych danych. Uwzględnienie tej niepewności nie tylko pomaga lepiej zmierzyć efektywność projektów inwestycyjnych, ale także rozszerzyć zastosowanie metod budżetowania kapitałowego w warunkach rzeczywistych lub niepewnych. Głównym celem artykułu jest opracowanie nowatorskiego podejścia do oceny opłacalności projektu inwestycyjnego w warunkach niepewności. Metody: Prezentujemy nowatorskie podejście uwzględniające niepewność w ocenie opłacalności projektów inwestycyjnych Ordered Fuzzy Net Present Value (OFNPV). Proponowana metoda umożliwia dokonanie oceny efektywności projektu inwestycyjnego za pomocą modelu opartego na skierowanych liczbach rozmytych (OFN). Ponadto skierowane liczby rozmyte służą do opisu zmian parametrów inwestycyjnych w założonym horyzoncie czasowym. Artykuł ilustruje wdrożenie proponowanego podejścia z wykorzystaniem przykładu procesu inwestycyjnego w przedsiębiorstwie w obszarze logistycznym. Wyniki: Zastosowanie proponowanej metody opartej na OFN pozwala ekspertom ocenić dokładność rozpatrywanego zjawiska, a także wyrazić swoją ocenę na temat dynamiki ich zmian. Ma to kluczowe znaczenie dla problemu oceny opłacalności projektów inwestycyjnych. Wnioski: Proponowane podejście oferuje nowe spojrzenie na problem inwestycyjny i stanowi skuteczne narzędzie do oceny opłacalności projektów inwestycyjnych. Narzędzie to może stanowić cenne źródło wiedzy dla inwestorów zaangażowanych w procesy decyzyjne.

Słowa kluczowe

EN

project; investment project; capital budgeting; NPV; fuzzy number; ordered fuzzy number

PL

projekt; projekt inwestycyjny; budżetowanie kapitałowe; NPV; liczba rozmyta; skierowana liczba rozmyta

• Wydawca: Wyższa Szkoła Logistyki
• Czasopismo: LogForum
• Rocznik: 2019
• Tom: Vol. 15, no. 3
• Strony: 377--389
• Opis fizyczny: Bibliogr. 25 poz., rys., tab., wykr.

Twórcy

autor

Pisz Iwona

• Opole University, Faculty of Economics, Ozimska 46a, 45-058 Opole, Poland

autor

Chwastyk Anna

• Opole University of Technology, Faculty of Production Engineering and Logistics, Sosnowskiego 31, 45-272 Opole, Poland

autor

Łapuńka Iwona

• Opole University of Technology, Faculty of Production Engineering and Logistics, Sosnowskiego 31, 45-272 Opole, Poland

Bibliografia

• 1. Appadoo S.S., 2014. Possibilistic Fuzzy Net Present Value Model and Application, Mathematical Problems in Engineering, Article ID 865968, 11 pages http://doi.org/10.1155/2014/865968.
• 2. Bednarek T., Kosiński W., Węgrzyn-Wolska K., 2014. On orientation sensitive defuzzification functionals. [in:] Rutkowski L., Korytkowski M., Scherer R., Tadeusiewicz R., Zadeh L., Zurada J., (eds.) Artificial Intelligence and Soft Computing, Lecture Notes in Computer Science, Springer International Publishing 8468, 653-664 http://doi.org/10.1007/978-3-319-07176-3_57.
• 3. J.J. Buckley, 1987. The fuzzy mathematics of finance, Fuzzy Sets and Systems, 21, 257-273 https://doi.org/10.1016/0165-0114(87)90128-X.
• 4. Calzi M.L., 1990. Towards a general setting for the fuzzy mathematics of finance, Fuzzy Sets and Systems 35, 265-280 http://doi.org/10.1016/0165-0114(90)90001-M.
• 5. Chansa-ngavej C., Mount-Campbell C.A., 1991. Decision criteria in capital budgeting under uncertainties: implications for future research, International Journal of Production Economics, 23, 25-35 http://doi.org/10.1016/0925-5273(91)90045-U.
• 6. Chen S., 1991. An empirical examination of capital budgeting techniques: impact of investment types and firm characteristics, Engineering Economist, 23, 1991, 145-170 http://doi.org/10.1080/00137919508903142.
• 7. Chiu Ch.-Y., Park Ch.S., 1994. Fuzzy cash flow analysis using present worth criterion, Engineering Economist, 39, 2, 113-138 http://doi.org/10.1080/00137919408903117.
• 8. Chiu Ch.-Y., Park Ch.S., 1998, Capital budgeting decisions with fuzzy projects, Engineering Economist, 43, 2, 125-150 http://doi.org/10.1080/00137919808903193.
• 9. Chwastyk A., Kosiński W., 2013. Fuzzy calculus with applications, Mathematica Applicanda, 41 (1), 47-96 http://doi.org/10.14708/ma.v41i1.380.
• 10. Czerniak J.M., 2017. The OFNAnt method based on Ant Colony Optimization used to solve the TSP. [in:] Prokopowicz P., Czerniak J., Mikołajewski D., Apiecionek Ł., Ślęzak D., (eds.), Theory and Applications of Ordered Fuzzy Numbers. A Tribute to Professor Witold Kosiński, Studies in Fuzziness and Soft Computing 356, 207-222 http://doi.org/10.1007/978-3-319-59614-3.
• 11. Huang X., 2007. Chance-constrained programming models for capital budgeting with NPV as fuzzy parameters, Journal of Computational and Applied Mathematics, 198, 149-159 http://doi.org/10.1016/j.cam.2005.11.026.
• 12. Huang X., 2008, Mean-variance model for fuzzy capital budgeting, Computers & Industrial Engineering, 55, 1, 34-47 http://doi.org/10.1016/j.cie.2007.11.015.
• 13. Kacprzak D., 2014. Prezentacja cen dóbr konsumpcyjnych oraz dynamiki ich zmian za pomocą skierowanych liczb rozmytych, [Presentation of consumer goods prices and their dynamics: ordered fuzzy numbers analysis], Optimum. Studia ekonomiczne, 1 (67), 184-196.
• 14. Kahraman C., Kaya I., 2010. Investment analyses using fuzzy probability concept, Technological and Economic Development of Economy 16 (1), 43-57 http://doi.org/10.3846/tede.2010.03.
• 15. Kosiński W., 2006. On soft computing and modelling, Image Processing Communications, An International Journal with special section: Technologies of Data Transmission and Processing, held in 5th International Conference INTERPOR 2006, 11 (1), 71-82.
• 16. Kosiński W.K., Kosiński W., Kościeński K., 2013. Ordered fuzzy numbers approach to an investment project Evaluation, Management and Production Engineering Review, 2 (5) 9, 50-62 http://doi.org/10.2478/mper-2013-0015.
• 17. Kosiński W., Piasecki W., Wilczyńska-Sztyma D., 2009. On fuzzy rules and defuzzification functionals for Ordered Fuzzy Numbers, in: Burczyński T., Cholewa W., Moczulski W., (eds.) Proc. Of AI-Meth'2009 Conference, November 2009, AI-METH Series, Gliwice, 161-178.
• 18. Kuchta D., 2000. Fuzzy capital budgeting, Fuzzy Sets and Systems, 111, 367-385 http://doi.org/10.1016/S0165-0114(98)00088-8.
• 19. Nosratpour M., Nazeri A., Meftahi H., 2012. Fuzzy net present value for engineering analysis, Management Science Letters, 2, 2153-2158 http://doi.org/10.5267/j.msl.2012.06.002.
• 20. Prokopowicz P., Czerniak J., Mikołajewski D., Apiecionek Ł., Ślęzak D., (eds.), 2017. Theory and Applications of Ordered Fuzzy Numbers. A Tribute to Professor Witold Kosiński, Studies in Fuzziness and Soft Computing 356, 199-213 http://doi.org/10.1007/978-3-319-59614-3.
• 21. Rudnik K., Kacprzak D., 2017. Fuzzy TOPSIS method with ordered fuzzy numbers for flow control in a manufacturing system, Applied Soft Computing, 52, 1020-1041 http://doi.org/10.1016/j.asoc.2016.09.027.
• 22. Roszkowska E., Kacprzak D., 2016. The fuzzy saw and fuzzy TOPSIS procedures based on ordered fuzzy numbers, Information Sciences, 369, 564-584 http://doi.org/10.1016/j.ins.2016.07.044.
• 23. Tsao C.T., 2010. The expectation-deviation net present value by fuzzy arithmetic for capital investments, Journal of Statistics and Management Systems, 13, 2, 267-281 http://doi.org/10.1080/09720510.2010.10701539.
• 24. Zadeh L.A., 1965. Fuzzy sets, Information and Control, 8, 338-353 http://doi.org/10.1016/S0019-9958(65)90241-X.
• 25. Zhang W.-G., Mei Q., Lu Q., Xiao W.-L., 2011. Evaluating methods of investment project and optimizing models of portfolio selection in fuzzy uncertainty, Computers & Industrial Engineering 61, 721-728 http://doi.org/10.1016/j.cie.2011.05.003

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).