Цель: разработка инновационного подхода к управлению рисками в проектах государственно-частного партнерства (ГЧП) с применением передовых технологий искусственного интеллекта, которые позволяют создать модель оценки рисков, учитывающую нелинейные взаимосвязи между различными риск-факторами.
Методы. Помимо традиционных методов научного познания, в работе использовались междисциплинарные подходы риск-менеджмента и сложившейся практики машинного обучения. Методическую основу исследования составили работы по оценке рисков и применению алгоритмов ИИ в данной области. Эмпирическую базу исследования составили данные официального портала РОСИНФРА о проектах государственно-частного партнерства.
Результаты работы. Изучена практика применения алгоритмов искусственного интеллекта к задаче оценки рисков ГЧП-проектов в России и за рубежом. Установлено, что наиболее эффективный результат показывают модели случайного леса. Однако представленные решения не учитывают российские экономические реалии. Авторами структурирована база реализованных ГЧП-проектов, пригодная для моделирования рисков. Разработана модель оценки риска недостижения целей российских ГЧП-проектов, выполнена оценка ее качества. Предложены рекомендации по внедрению модели в операционный контур процессов реализации проектов ГЧП.
Выводы. Разработанная модель позволяет по общим параметрам ГЧП-проекта (регион, орган власти, срок соглашения, отрасль и сфера реализации и проч.) с точностью 93% (по метрике ROC\AUC) оценить риск того, что проект завершится некорректно (по причине несостоявшегося конкурса, отказа от запуска, расторжения по решению суда, отмены/аннулирования конкурса). С помощью модели органы исполнительной власти РФ могут выстраивать риск-менеджмент по управлению ГЧП-проектами в регионах и, тем самым, способствовать повышению их финансовой эффективности. Также статья может стать полезной практикующим специалистам по управлению проектами и оценщикам.