Risk-informed project selection for developing breakthrough technologies

Abstract

Public research funding programs advance innovative research and produce significant societal benefit through the development of breakthrough technologies. However, these programs have in general been criticized for inefficient allocation of funds, hampering the advancement of breakthroughs. Some of the hypothesized shortcomings of these programs include the absence of a holistic portfolio approach to risk management, excessively risk-averse selection of individual projects, and not funding projects conditionally in multiple stages.

In this thesis, we develop a stochastic optimization model for formulating risk-informed research funding policies to support the development of breakthrough technologies. We include an option to abandon projects in the model, granting the decision maker a possibility to experiment with a large set of projects by launching them for a set period of time, and committing resources only to those which hold the most promise after initial experimentation. Furthermore, we introduce concentration risk by allowing different project sizes and we model portfolio level risk using the Value-at-Risk framework.

Our numerical results are aligned with the aforementioned criticism towards research funding programs. The results show that there can be a clear trade-off between supporting the development of breakthrough technologies and research in a more general sense. In light of our numerical results, conditional project funding is important in risk-informed development of breakthrough technologies. However, conditional funding of small projects did not function as a risk mitigate due to the stiffness of the decision model. Rather, we found that more risk-seeking funding policies can be formed by increasing the duration and share of the conditional funding. Nevertheless, conditional funding of large projects can be a tool for risk management and promote the development of breakthrough technologies.

Tutkimusrahoitusohjelmat edistävät innovatiivista tutkimusta ja tuottavat merkittävää yhteiskunnallista hyötyä läpimurtoteknologioiden kehityksen kautta. Näitä ohjelmia on kuitenkin yleisellä tasolla kritisoitu varojen tehottomasta allokoinnista. Tehottomuuden takana oleviin puutteisiin on arvioitu kuuluvan muun muassa portfolionäkökulman puuttuminen riskienhallinnasta, yksittäisten projektien ylivarovainen valinta, sekä projektien rahoittaminen ilman väliarvointeja.

Tässä työssä kehitetään stokastinen optimointimalli läpimurtoteknologioiden kehittämiseen tähtäävien riskitietoisten tutkimusrahoitustoimintaperiaatteiden muodostamiseksi. Malli sisältää reaalioption uudelleenarvioitujen projektien hylkäämiseksi, mikä antaa päätöksentekijälle mahdollisuuden käynnistää iso joukko projekteja kokeiluajaksi ja siten sitoutua rahoittamaan vain lupaavimpia projekteja. Mallissa voidaan tarkastella eri kokoisista projekteista aiheutuvaa keskittymäriskiä, jota mallinnetaan portfoliotasolla Value-at-Risk kehikolla.

Työn numeeriset tulokset tukevat aiemmin esitettyä kritiikkiä tutkimusrahoitusohjelmia kohtaan. Tulokset osoittavat, että optimaalisten rahoitustoimintaperiaatteiden muodostamiseen vaikuttaa vahvasti se, tavoitteleeko päätöksentekijä läpimurtoteknologioiden kehittämistä vai tieteellisen tutkimuksen edistämistä yleisemmällä tasolla. Numeeristen tulosten valossa projektien ehdollinen rahoittaminen on tärkeä osa riskitietoista läpimurtoteknologioiden kehittämistä. Pienten projektien ehdollinen rahoittaminen ei kuitenkaan vähentänyt rahoitusohjelman riskitasoa mallin rajoitusten ja jäykkyyden takia. Päinvastoin, ehdollisen projektirahoituksen lisääminen ja pidentäminen nosti riskitasoa. Suurten projektien ehdollinen rahoittaminen osoittautui keinoksi hallita rahoitusohjelmien riskitasoa sekä tukea läpimurtoteknologioiden kehittämistä.