Моделирование и прогнозирование инвестиционной привлекательности предприятий промышленности на базе рейтинговых оценок

Актуальность темы

исследования. В последнее время в отечественной практике большое внимание уделяется оценкам рейтинга предприятий различных отраслей промышленности. Рейтинг, по которому предприятие позиционируется в ряду аналогичных предприятий, во многом определяет дальнейшую траекторию его развития, причем это относится и к возможностям получения дополнительных инвестиций со стороны потенциальных инвесторов, и к мобилизации его внутренних ресурсов. Однако существующие методики оценки рейтинга не раскрывают возможности перемещения конкретного предприятия на более высокие позициив них не учитывается отраслевая специфика, хотя очевидно, что, например, предприятия добывающих отраслей обладают существенными отличиями от предприятий перерабатывающих отраслей. Другим существенным недостатком известных подходов к расчету рейтинга является высокая степень субъективности методик этого расчета. Это относится и к выбору составляющих рейтинга, и к форме их свертки в итоговый показатель.

Сказанное актуализирует исследования по разработке моделей инвестиционной привлекательности промышленных предприятий конкретных отраслей, позволяющих оценить возможности ее изменения за счет управления определяющими факторами, выполнить соответствующий прогноз. Подобные модели могут быть созданы на информационной базе рейтинговых оценок, связывающих итоговый рейтинг инвестиционной привлекательности предприятий с факторами их производственной и финансовой деятельности.

Степень разработанности проблемы. Важность обозначенной тематики обусловливает интерес отечественных исследователей к анализу факторов производственной и финансовой деятельности промышленных предприятий, определяющих их рейтинг. Эти факторы анализируют не только рейтинговые агентстваинтерес к этим вопросам обусловлен и таким явлением в российской экономике, как экономическая несостоятельность предприятий. В ряду отечественных исследований, раскрывающих факторы экономической несостоятельности, следует указать работы Л. Волкова, М. Делягина, В. Зубова, В. Ивановасреди зарубежных исследованиях — работы А. Берли, М. Дженсена, У. Меклинга, Г. Минза, Дж. Гэлбрейта, Г. Саймона, Ю. Фама. Значительный интерес в ракурсе данной темы представляют также труды JL Бляхмана, Г. Б. Клейнера, B. JL Тамбовцева и P.M. Качалова.

В то же время, наблюдается некоторая двойственность указанных работ. С одной стороны, рейтинг получил своеобразный «знак качества». Бизнес растет, и у него возникает потребность позиционировать себя на национальном рынке. Это порождает определенную субъективность подхода ряда аналитиков к критериям оценки составляющих рейтинга. С другой стороны, исследования факторов экономической несостоятельности, выполненные на высоком теоретическом и эмпирическом уровнях, охватывают только те из многочисленных факторов производственной и финансовой деятельности промышленных предприятий, которые критичны именно в этом плане.

Сказанное обусловливает необходимость исследований, на основании которых молено отобрать основные факторы производственной и финансовой деятельности предприятий конкретных отраслей промышленности, установить их связь с итоговым рейтингом инвестиционной привлекательности. Этим исследованиям должен предшествовать анализ методологических и методических подходов к оценке рейтинга инвестиционной привлекательности отраслей и предприятий, анализ роли математико-экономического моделирования в прогнозировании рейтинга.

При теоретической и методологической проработке перечисленных вопросов могут быть использованы труды классиков зарубежной экономической теории и прикладных аспектов моделирования экономических процессов в области инвестиционной деятельности: Г. Александера, Дж. Бэйли, Р. Гудвина, Е. Домара, Л. Иохансена, Н. Калдора, Дж. Кейнса, А. Маршалла, М. Миллера, r 6.

Ф. Модильяни, А. Пигу, Я. Поллака, Р. Солоу, Я. Тинбергена, П. Фишера, Е. Хагена, Э. Хансена, Р. Харрода, Д. Хикса, У. Шарпа и др.

В плане развития темы исследования содержательными являются также труды российских экономистов: С. Абрамова, В. Барда, H.A. Бланка, Ю. Бога-тина, В. В. Бочарова, В. К. Гуртова, В. Жданова, И. Зимина, Н. Колесникова, Д. С. Львова, Н. Мильчаковой, И. Сергеева, Ф. Тумусова, В. Е. Черкасова, В. Швандера и др.

Вопросы теории и практики математико-экономического моделирования отражены не только в фундаментальных трудах известных экономистов — Л. Клейна, Д. Макфадцена, Ф. Модильяни, Д. Тобина, Я. Фриша, Т. Хаавельмо, Дж. Хэкмена и др., но и в изданиях учебного характера — С. А. Айвазяна, И. С. Енюкова и Л.Д. МешалкинаК. ДоугертиA.M. Дуброва, B.C. Мхитаряна и Л.И. ТрошинаИ.И. ЕлисеевойЯ.Р. Магнуса, П. К. Катышева и A.A. Пересец-когоВ.П. Носко и др.

Объект исследования — отрасли российской промышленности и интенсивно развивающиеся предприятия машиностроения с позиций инвестиционной привлекательности.

Предмет исследования — методы моделирования и прогнозирования инвестиционной привлекательности отраслей промышленности и машиностроительных предприятий ЦФО на базе рейтинговых оценок.

Цель исследования состоит в совершенствовании методических подходов к моделированию и прогнозированию инвестиционной привлекательности промышленных предприятий, на примере машиностроительной отрасли.

Достижение поставленной цели осуществлялось постановкой и решением следующих основных задач исследования:

— выполнить анализ методологических походов и выявить особенности рейтингового подхода к оценке инвестиционной привлекательности отраслей промышленности и предприятий;

— выявить возможность использования рейтинговых оценок инвестиционной привлекательности отраслей промышленности и предприятий в целях моделирования;

— разработать модели инвестиционной привлекательности отраслей промышленности и видов экономической деятельности;

— разработать классификацию отраслей промышленности по информативным показателям инвестиционной привлекательности;

— разработать модель инвестиционной привлекательности промышленных предприятий, на примере машиностроительной отрасли;

— разработать и апробировать методику прогнозирования инвестиционной привлекательности предприятий машиностроительной отрасли на базе рейтинговых оценок.

Область исследования соответствует пункту 4.15 «Развитие методологии анализа, методов оценки, моделирования и прогнозирования инвестиционной деятельности в экономических системах» Паспорта специальности 08.00.05 «Экономика и управление народным хозяйством», раздел 4 «Управление инновациями и инвестиционной деятельностью».

Теоретической и методологической основой диссертационного исследования послужили методологические принципы, теоретические положения и выводы, содержащиеся в фундаментальных и прикладных исследованиях отечественных и зарубежных авторов по теории инвестиций и рейтинговому оцениванию, теории и практике применения математических методов моделирования и прогнозирования в экономике.

В процессе исследования применялся методический аппарат экономет-рического моделирования, методы факторного, кластерного и дискриминант-ного анализа, технологии нейросетевого моделирования. Обработка эмпирической информации и эконометрическое моделирование осуществлялись с использованием пакета программ статистического анализа данных общественных наук SPSS Base 8.0, нейросетевое моделирование проводилось с помощью системы Neural Connection 2.1.

Фактологическая база диссертации построена на материалах анализа отечественных и зарубежных публикаций по проблематике исследования, материалах Интернета, данных рейтинговых агентств, материалов Минэкономразвития, финансовой отчетности предприятий.

Научная новизна проведенного исследования заключается в разработке методических подходов к моделированию и прогнозированию инвестиционной привлекательности предприятий промышленности на базе рейтинговых оценок, на примере машиностроительной отрасли.

Научная новизна подтверждается следующими полученными научными выводами и результатами, выносимыми на защиту:

1. Выявлены принципиальные недостатки, препятствующие применению существующих методик оценки рейтинга инвестиционной привлекательности отраслей и предприятий промышленности в целях управления их инвестиционной привлекательностью: значения итогового рейтинга определяются одновременно по всему перечню объектов анализа, вид расчетных формул и веса частных показателей назначаются субъективно. В то же время, для моделирования инвестиционной привлекательности отраслей промышленности могут быть использованы данные рейтинга эффективности отраслей российской промышленности Рейтинговой компании АК&М, а для моделирования инвестиционной привлекательности предприятий — информационная база рейтинга предприятий ЦФО, содержащая ряд экономических и финансовых показателей их производственной деятельности.

2. Эмпирически доказана принципиальная возможность применения рейтинговых оценок Рейтинговой компании АК&М для моделирования инвестиционной привлекательности отраслей промышленности. Выявлена связь инвестиционной привлекательности отраслей промышленности с показателями функционирования предприятий и отрасли в целом, получены оценки влияния на итоговый. показатель инвестиционной привлекательности отрасли рентабельности предприятий и доли прибыльных предприятий. Показана качественная идентичность моделей инвестиционной привлекательности отраслей промышленности и видов экономической деятельности по данным 20 032 007 гг.

3. Обоснована спецификация и выполнена оценка параметров экономет-рической модели инвестиционной привлекательности предприятий машиностроения. Выявлено, что итоговый рейтинг предприятий машиностроения характеризуется наибольшей эластичностью по рентабельности основной деятельности, далее по степени влияния на результирующий показатель следуют: коэффициент текущей ликвидности, коэффициент автономии, рентабельность активов, чистая прибыль.

4. Разработана классификационная модель на базе линейной дискрими-нантной функции, которая позволяет по величинам входящих в нее информативных показателей экономической и финансовой деятельности предприятия машиностроения прогнозировать вероятность его отнесения к лидирующей группе по степени инвестиционной привлекательности и, тем самым, осуществлять управление его инвестиционной привлекательностью.

5. Разработана нейросетевая модель и апробированы основанные на этой модели нейросетевые технологии решения ряда прогностических и аналитических задач, включая расчет прогнозных значений вероятности отнесения предприятия к лидирующей группе для заданных сочетаний информативных показателей его экономической и финансовой деятельностиоценка коэффициента эластичности вероятности отнесения предприятия к лидирующей группе по этим показателямопределение сочетаний значений показателей, при которых достигается заданная вероятность отнесения предприятия к лидирующей группе.

Практическая значимость результатов исследования заключается в том, что разработанные в результате теоретических и эмпирических исследований методические подходы к моделированию и прогнозированию инвестиционной привлекательности предприятий промышленности на базе рейтингавых оценок, позволят научно обоснованно определять основные направления совершенствования их развития и повышения инвестиционной привлекательности.

Основные выводы и рекомендации работы могут служить методической базой для дальнейших исследований в области моделирования и прогнозирования инвестиционной привлекательности предприятий промышленности, а также предлагаются к использованию в учебном процессе при чтении дисциплины «Инвестиционный менеджмент» студентам и слушателям экономических и других специальностей вузов.

Апробация и реализация результатов исследования. Основные результаты диссертационного исследования обсуждались и были одобрены на конференциях и семинарах различного уровня. Среди них: научно-практические семинары профессорско-преподавательского состава Государственной академии профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы, института мировой экономики и информатизации, Всероссийская научно-практическая конференция «Современная Россия: экономика и государство» (Москва, Государственная академия специалистов инвестиционной сферы, 2005;2007 гг.). Методика моделирования и прогнозирования инвестиционной привлекательности предприятий промышленности на базе рейтинговых оценок внедрена в учебный процесс ГОУ ДПО «Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы».

Публикации. По результатам выполненного исследования опубликовано 6 работ. Общий объем публикаций 3,8 п.л., из которых 3,2 п.л. — авторские. ^.

Объем и структура диссертации. Диссертация содержит 161 страницу основного текста, в том числе 34 рисунка и 21 таблицу.

Список использованных источников

насчитывает 186 наименований.

Во введении обоснована актуальность темы исследования, определены цель и задачи, объект и предмет исследования, раскрыты научная новизна и практическая значимость работы.

В первой главе рассматриваются теоретико-методологические и методические основы анализа инвестиционной привлекательности отраслей и предприятий промышленности. Особое внимание уделено сравнительному анализу методик оценки инвестиционной привлекательности отраслей и предприятий промышленности различных рейтинговых агентств. Рассматриваются методические аспекты моделирования и прогнозирования инвестиционной привлекательности отраслей и предприятий промышленности.

Вторая глава содержит анализ показателей рейтинга и результаты моделирования инвестиционной привлекательности отраслей промышленности. Проводится рейтинговая оценка инвестиционной привлекательности отраслей промышленности, анализ факторной структуры показателей рейтинга инвестиционной привлекательности отраслей промышленности. Обоснована классификация отраслей промышленности по информативным показателям инвестиционной привлекательности.

Третья глава содержит изложение результатов прогнозирования инвестиционной привлекательности предприятия на базе рейтинговых оценок, на примере машиностроительной отрасли. Проводится эконометрическое моделирование инвестиционной привлекательности предприятий машиностроительной отрасли на базе множественного регрессионного и дискриминантно-го анализа. Приведена методика прогнозирования инвестиционной привлекательности предприятий машиностроительной отрасли на базе рейтинговых оценок с помощью нейросетевых технологий.

В заключении приведены основные выводы и результаты, полученные в ходе исследования.

ЗАКЛЮЧЕНИЕ

.

Результаты выполненных исследований, направленных на разработку и научное обоснование методических подходов к моделированию и прогнозированию инвестиционной привлекательности предприятий машиностроения на базе рейтинговых оценок, позволяют сделать следующие выводы.

1. Основной категорией в анализе инвестиционных процессов на уровне предприятий является инвестиционная привлекательность, представляющая собой совокупность различных объективных признаков, свойств, средств, возможностей хозяйствующего субъекта, обусловливающих потенциальный платежеспособный спрос на инвестиции.

2. При оценке инвестиционной привлекательности промышленного предприятия необходимо учитывать как его местонахождение — размещение предприятия в регионе с высоким инвестиционным потенциалом и низким инвестиционным риском существенно повышает его инвестиционную привлекательность, так и отраслевую принадлежность.

3. При сопоставлении статистических данных по инвестициям во временном аспекте необходимо учитывать различия классификации видов экономической деятельности по ОКВЭД и ранее действовавшей классификации отраслей по ОКОНХ. В методологическом плане эти различия обусловлены тем, что экономическая деятельность — это сочетание действий, приводящих к получению определенного набора продукции, а отрасль — это совокупность всех производственных единиц, осуществляющих преимущественно одинаковый или сходный вид производственной деятельности.

4. Существующие методики оценки рейтинга инвестиционной привлекательности отраслей и предприятий промышленности обладают рядом недостатков, препятствующих их применению в целях управления инвестиционной привлекательностью промышленных предприятий: значения итогового рейтинга определяются одновременно по всему перечню объектов анализа, вид расчетных формул и веса частных показателей назначаются субъективно. В то же время, для моделирования инвестиционной привлекательности отраслей промышленности могут быть использованы данные рейтинга эффективности отраслей российской промышленности Рейтинговой компании АК&М, а для моделирования инвестиционной привлекательности предприятий — информационная база рейтинга предприятий ЦФО, содержащая ряд экономических и финансовых показателей их производственной деятельности. В качестве дополнительной информационной базы могут быть также использованы данные рейтинга «Эксперт-400» агентства «Эксперт РА».

5. Формирование инвестиционной привлекательности промышленных предприятий есть многомерный процесс, определяемый множеством факторов, описываемых комплексом показателей, поэтому успешное моделирование и прогнозирование инвестиционной привлекательности возможно лишь в случае комплексного применения различных математико-экономических методов. В качестве таких методов перспективными являются методы многомерного статистического анализа — множественный линейный регрессионный анализ, дискриминатный анализ, кластерный и факторный анализы, а также нейронные сети.

6. В результате выполненных статистических исследований доказана принципиальная возможность применения рейтинговых оценок Рейтинговой компании АК&М для моделирования инвестиционной привлекательности отраслей промышленности. Выявлена связь инвестиционной привлекательности отраслей промышленности с показателями функционирования предприятий и отрасли в целом, дана оценка влияния на итоговый показатель инвестиционной привлекательности отрасли рентабельности предприятий и доли прибыльных предприятий. Эмпирическим путем показана качественная идентичность моделей инвестиционной привлекательности отраслей промышленности по данным 2003 и 2007 годов.

7. Разработана классификация отраслей по показателям инвестиционной привлекательности, которая может быть полезной при анализе проблем и путей их решения для отраслей промышленности, входящих в кластеры, однородные по комплексу эффективности их функционирования.

8. Обоснована спецификация эконометрической модели инвестиционной привлекательности предприятий машиностроения, в которую включены пять факторов их экономической и финансовой деятельности: чистая прибыль, рентабельность основной деятельности, рентабельность активов, коэффициент текущей ликвидности и коэффициент автономии. Выполнена оценка параметров модели. Выявлено, что итоговый рейтинг предприятий машиностроения характеризуется наибольшей эластичностью по рентабельности основной деятельности, далее по степени влияния на результирующий показатель следует коэффициент текущей ликвидности. Заметно меньше эластичность итогового рейтинга по коэффициенту автономии и рентабельности активов. Замыкает этот ранжированный перечень эластичность результирующего показателя по чистой прибыли.

9. Получена классификационная модель — линейная дискриминантная функция Фишера, включающая три предиктора — логарифм чистой прибыли, логарифм рентабельности основной деятельности и логарифм рентабельности активов. Наиболее сильно с дискриминантной функцией коррелирует логарифм рентабельности основной деятельности, на второй позиции — логарифм чистой прибыли и на третьей — логарифм коэффициента текущей ликвидности. Использование дискриминантной функции в качестве результирующего показателя позволяет, зная величины этих показателей, прогнозировать вероятность отнесения соответствующего машиностроительного предприятия ЦФО к той или иной группе по степени инвестиционной привлекательности и тем самым осуществлять управление его инвестиционной привлекательностью.

10. Разработана и апробирована нейросетевая модель, с помощью которой может быть решен ряд прогностических и аналитических задач, среди которых:

— расчет прогнозных значений вероятности отнесения предприятия к лидирующей группе для заданных сочетаний информативных показателей его экономической и финансовой деятельности;

— оценка коэффициента эластичности вероятности отнесения предприятия к лидирующей группе по этим показателям;

— определение сочетаний значений показателей, при которых достигается заданная вероятность отнесения предприятия к лидирующей группе.

Практическая значимость результатов исследования заключается в том, что разработанный в результате теоретических и эмпирических исследований методический подход к моделированию и прогнозированию инвестиционной привлекательности промышленных предприятий на базе рейтинговых оценок, на примере машиностроительной отрасли, доведены до конкретных алгоритмов и позволяют научно обоснованно определять основные направления совершенствования их производственной деятельности.

Предложенный методический подход носит общий характер и может быть использован также и в других отраслях промышленности и экономики в целом. Основные выводы и рекомендации работы могут служить методической базой для дальнейших исследований в области управления инвестиционными процессами, а также использоваться в учебном процессе при чтении дисциплин «Инвестиционный менеджмент», «Экономико-математические методы и модели» студентам и слушателям экономических и других специальностей вузов.