Investigating real options valuation methods for high-value, high-uncertainty investments : applying simulation and fuzzy-based techniques to uncertain R&D projects, complex systems, and inter-stakeholder dynamics
Liukkonen, Santeri (2023)
Pro gradu -tutkielma
2023
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe20231214154224
https://urn.fi/URN:NBN:fi-fe20231214154224
Tiivistelmä
By investigating issues facing Real Option (RO) adoption, this study attempts to dissect the perceived complexity of RO-theory and simplify its use for practitioners. Three real-world inspired business cases from Finland are analyzed using emerging methods for Real Options valuation (ROV), namely the Datar-Mathews (DM) underpinned by Monte Carlo (MC) simulation, and the Fuzzy Pay-Off (FPOM) methods.
Identified challenges of RO-theory adoption informed the implementation of chosen methods using spreadsheet software and the Python programming language. This process was conducted by developing a simplified set of universally applicable input parameters and procedures needed for Real Options analysis (ROA).
To evaluate the impact and insights achievable from simplifying ROA, three application cases from different contexts were selected: (1) evaluating strategic decisions involved in R&D initiatives, (2) estimating the value of flexibility “in” complex engineering systems, and (3) supporting inter-stakeholder negotiations and interactions by helping partners share risks and incentivize project stakeholders.
It is found that RO-theory can support decision-makers by helping evaluate, quantify, and harness the inherent risks and uncertainties encountered in investment decision-making. The performance and decision-making value of the two methods were compared. General-use spreadsheet and Jupyter notebook templates were created. The outcomes of the thesis would be of value to corporate and state decision-makers having potential for helping democratize Real Options methods. Tutkimuksessa selvitetään reaalioptioiden (RO) hyödyntämiseen liittyviä haasteita yrittämällä samalla purkaa reaalioptioteorian monimutkaiseksi nähtyä kokonaisuutta sen käytön yksinkertaistamiseksi. Tutkimuksessa analysoidaan kolmea investointia käyttäen uusimpien joukkoon kuuluvia reaalioptioiden arvostusmenetelmiä, joita ovat Datar-Mathews (DM) perustuen Monte Carlo (MC) simulaatioon, sekä Fuzzy Pay-Off (FPOM) menetelmät.
Yleisten RO-teorian käyttöön liittyvien haasteiden tunnistamisen jälkeen valitut arvostusmenetelmät operationalisoidaan taulukkolaskentaohjelmiston ja Pythonohjelmointikielen avulla. Operationalisointi toteutetaan kehittämällä ja yksinkertaistamalla joukko yleispäteviä investointeihin liittyviä menettelytapoja sekä syöttöparametreja, joita tarvitaan reaalioptioanalyysin toteuttamiseen (ROA).
Yksinkertaistetun ROA:n kautta sovellustapauksia lähestytään kolmesta eri näkökulmasta: (1) T&K-aloitteisiin liittyvien strategisten päätösten arviointi, (2) joustavuuden arvon määrittäminen kompleksisissa teknisissä järjestelmissä, ja (3) sidosryhmien välisten neuvottelujen tukeminen riskien optimoinnilla sekä osapuolten osallistamisella.
Tutkimuksesta käy ilmi, että RO-teoria voi tukea päätöksentekijöitä auttamalla heitä investointeihin liittyvien riskien ja epävarmuustekijöiden arvioimisessa sekä hyödyntämisessä. Yleiskäyttöisten taulukkolaskenta- ja Jupyter notebook -mallien luomisen lisäksi kahden valitun menetelmän päätöksentekoa tukevaa arvoa verrattiin keskenään. Tutkielman tuloksista voivat hyötyä yritysten ja julkisen sektorin päätöksentekijät, jotka voivat osaltaan edesauttaa RO-menetelmien yleistä käyttäjäkunnan laajentamista ja jalkauttamista organisaatioissa.
Identified challenges of RO-theory adoption informed the implementation of chosen methods using spreadsheet software and the Python programming language. This process was conducted by developing a simplified set of universally applicable input parameters and procedures needed for Real Options analysis (ROA).
To evaluate the impact and insights achievable from simplifying ROA, three application cases from different contexts were selected: (1) evaluating strategic decisions involved in R&D initiatives, (2) estimating the value of flexibility “in” complex engineering systems, and (3) supporting inter-stakeholder negotiations and interactions by helping partners share risks and incentivize project stakeholders.
It is found that RO-theory can support decision-makers by helping evaluate, quantify, and harness the inherent risks and uncertainties encountered in investment decision-making. The performance and decision-making value of the two methods were compared. General-use spreadsheet and Jupyter notebook templates were created. The outcomes of the thesis would be of value to corporate and state decision-makers having potential for helping democratize Real Options methods.
Yleisten RO-teorian käyttöön liittyvien haasteiden tunnistamisen jälkeen valitut arvostusmenetelmät operationalisoidaan taulukkolaskentaohjelmiston ja Pythonohjelmointikielen avulla. Operationalisointi toteutetaan kehittämällä ja yksinkertaistamalla joukko yleispäteviä investointeihin liittyviä menettelytapoja sekä syöttöparametreja, joita tarvitaan reaalioptioanalyysin toteuttamiseen (ROA).
Yksinkertaistetun ROA:n kautta sovellustapauksia lähestytään kolmesta eri näkökulmasta: (1) T&K-aloitteisiin liittyvien strategisten päätösten arviointi, (2) joustavuuden arvon määrittäminen kompleksisissa teknisissä järjestelmissä, ja (3) sidosryhmien välisten neuvottelujen tukeminen riskien optimoinnilla sekä osapuolten osallistamisella.
Tutkimuksesta käy ilmi, että RO-teoria voi tukea päätöksentekijöitä auttamalla heitä investointeihin liittyvien riskien ja epävarmuustekijöiden arvioimisessa sekä hyödyntämisessä. Yleiskäyttöisten taulukkolaskenta- ja Jupyter notebook -mallien luomisen lisäksi kahden valitun menetelmän päätöksentekoa tukevaa arvoa verrattiin keskenään. Tutkielman tuloksista voivat hyötyä yritysten ja julkisen sektorin päätöksentekijät, jotka voivat osaltaan edesauttaa RO-menetelmien yleistä käyttäjäkunnan laajentamista ja jalkauttamista organisaatioissa.