ارزيابي طرح هاي اقتصادي در شرايط عدم قطعيت (رويكرد فازي)

Assesment of Economic Projects in Uncertain Conditions (Fuzzy Approach)

فرض وجود قطعيت كامل كه در شرايط تحليل اقتصادي ايستا مورد استفاده قرار مي¬گيرد، اگرچه تجزيه و تحليل اقتصادي را آسان‎تر مي‎كند، اما منطقي به نظر نمي‎رسد، زيرا در بيش‎تر پروژه¬ها زمان نقش مهمي را ايفا ميكند. در اين فاصله‎ي زماني، مقدار درآمد و هزينه‎هاي آينده، تحت تأثير عواملي قرار مي‎گيرد كه خارج از كنترل سرمايه‎گذار بوده و دقيقا قابل پيش‎بيني نيستند. لذا در عمل به‎دليل وجود ريسك و عدم قطعيت، معمولا بين آن‎چه كه پيش‎بيني شده و آن‎چه كه تحقق يافته، تفاوت وجود دارد. در برخورد با شرايط ريسك و عدم قطعيت، حتي ممكن است با تغيير مختصر در مقدار پارامتر نامطمئن، نتيجه‎ي تحليل اقتصادي تغيير كند. در اين مطالعه با استفاده از مباحث مربوط به منطق فازي در جهت رفع اين نقصان تلاش خواهد شد. اين پژوهش براي نخستين بار اقدام به ارائه‎ي مدلي جهت ارزيابي طرح‎هاي اقتصادي در شرايط عدم قطعيت با استفاده از منطق فازي مي¬كند. هم‎چنين بررسي ادبيات موضوع در ساير كشورها نيز حاكي از اندك بودن تعداد مطالعات انجام گرفته در اين زمينه است كه آن هم با استفاده از نسبت منفعت به هزينه انجام گرفته است. بنابراين اين مطالعه از نظر تعميم و كاربرد منطق فازي، به ساير روش‎هاي ارزيابي طرح‎ها نيز مي¬تواند منحصر به فرد قلمداد شود. طبقه‌بندي JEL : CO2، C61

The Certainty assumption that is used in economic analysis, althouth is easier in analysis, may be but not logical because in most projects time is playing a key role. In this time horizon the amount of income and future costs affecting by factors that are not managable by investors and can not to be forecasted. Therefore in practice usually there is a gap between forecased and real variables. In risk and uncertainty condition the results of economic analysis could be altered by a few changes in uncertain parameter. In this paper, the formulas for the analyses of fuzzy present value, fuzzy equivalent uniform annual value and fuzzy benefit–cost ratio are developed given some numeric examples. This paper one of the few researches which used a model for economic evaluation of projects with fuzzy logic. JEL Classification: CO2, C61