Разработка методики оценки инвестиционной привлекательности региональных хозяйствующих субъектов электротехнического кластера

Полный текст

Введение Различные виды неопределенности и риска сопровождают развитие экономики в современных условиях на всех уровнях ее функционирования. Поэтому разработка мер, направленных на преодоление этих неопределенностей, является одной из актуальных проблем современности. Формирование гибкой государственной экономической политики должно способствовать решению этих проблем. С этой целью необходим постоянный мониторинг экономического развития всех субъектов экономической системы. Одним из инструментов диагностики уровня развития субъектов экономической системы является оценка их инвестиционной привлекательности. В нашей работе инвестиционная привлекательность субъекта экономической системы (предприятия) рассматривается как интегральная оценка, характеризующая уровень доверия внешнего инвестора. Поэтому нами использованы факторы, отражающие стабильное развитие ресурсного потенциала, финансовой устойчивости и деятельности предприятия в целом. Все эти факторы способствуют снижению риска финансирования инвестиционной деятельности. Обзор литературы Основным источником информации для определения инвестиционной привлекательности предприятия является его бухгалтерская (финансовая) отчетность. Инвестиционная привлекательность предприятия, по мнению ряда авторов (Гоголева, Мелай (2020), Гребенникова, Варенникова (2021), Григорян (2017), Кулагина и др. (2014)), зависит от системы показателей, характеризующих финансовое состояние, и благодаря конкурентоспособности продукции формируется инвестиционная привлекательность. Другие исследователи рассматривают инвестиционную привлекательность во взаимосвязи с оценкой эффективности инвестиций, т. е. чем выше эффективность инвестиций, тем выше уровень инвестиционной привлекательности. Методы исследования В ходе исследования использовались такие методы, как сравнительный, компонентный и факторный анализ, эксперимент. Результаты исследования Для количественной оценки инвестиционной привлекательности предприятий нами предлагается система показателей, отражающих лишь внутренние факторы, влияющие на инвестиционную привлекательность предприятия: Х1 - коэффициент финансовой независимости; Х2 - коэффициент финансовой устойчивости; Х3 - коэффициент обеспеченности собственными оборотными средствами; Х4 - платежеспособность предприятия; Х5 - коэффициент текущей ликвидности; Х6 - экономическая рентабельность; Х7 - чистая рентабельность; Х8 - рентабельность запасов; Х9 - рентабельность внеоборотных активов; Х10 - рентабельность оборотных активов; Х11 - оборачиваемость собственного капитала; Х12 - оборачиваемость запасов; Х13 - оборачиваемость дебиторской задолженности; Х14 - оборачиваемость кредиторской задолженности. Анализ только внутренних факторов мы аргументируем тем, что внешние факторы весьма трудно оценить количественно. Ведущие позиции в развитии экономики Чувашской Республики занимает промышленность, обеспечивая треть создаваемого валового внутреннего продукта и более 90 % прибыли по основным отраслям экономики республики. В структуре промышленного производства республики преобладают предприятия энергетики и электроэнергетики, электротехнической и электронной отрасли. С целью привлечения внешних инвестиций целесообразно проводить постоянный мониторинг уровня инвестиционной привлекательности предприятий данного сектора экономики. Многообразие существующих методик по оценке уровня инвестиционной привлекательности предприятий обуславливает неопределенность при выборе одной-единственной. Учет специфики деятельности предприятия позволяет частично решить существующую проблему, но неполностью. Анализ существующих методов оценки инвестиционной привлекательности хозяйствующих субъектов показал, что в их основе лежит комплексное исследование показателей (Костылев, 2018; Митрофанов, Кулагина, 2021). Поэтому мы предлагаем применение методов факторного анализа для получения количественной оценки уровня инвестиционной привлекательности исследуемых нами предприятий. Отобранные в результате предварительного анализа показатели, влияющие на инвестиционную привлекательность предприятий электротехнической отрасли, могут быть зависимы между собой. Поэтому целесообразно составление укрупненных слабо зависимых между собой групп, состоящих из близких по смыслу показателей и называемых факторами. Последующий анализ ведется не с каждым показателем в отдельности, а с укрупненной группой - фактором. Исходные данные для расчета приведенных выше показателей нами взяты из годового бухгалтерского баланса ведущих предприятий электротехнической отрасли Чувашской Республики за период с 2011 по 2020 г. С целью выяснения возможности наличия зависимости между исследуемыми показателями нами рассчитаны парные коэффициенты корреляции, представленные в виде корреляционной матрицы (табл. 1). Таблица 1 / Table 1 Корреляционная матрица / Correlation matrix Х1 Х2 Х3 Х4 Х5 Х6 Х7 Х8 Х9 Х10 Х11 Х12 Х13 Х14 Х1 1,00 0,83 0,98 0,69 0,55 0,32 0,37 -0,62 0,30 0,31 -0,88 -0,38 0,46 0,58 Х2 0,83 1,00 0,82 0,69 0,67 0,20 0,27 -0,62 0,30 0,19 -0,75 -0,35 0,52 0,69 Х3 0,98 0,82 1,00 0,76 0,63 0,38 0,45 -0,59 0,34 0,39 -0,86 -0,38 0,46 0,65 Х4 0,69 0,69 0,76 1,00 0,93 0,14 0,13 -0,64 0,10 0,15 -0,45 -0,13 0,63 0,82 Х5 0,55 0,67 0,63 0,93 1,00 0,21 0,18 -0,50 0,12 0,20 -0,31 -0,12 0,49 0,86 Х6 0,32 0,20 0,38 0,14 0,21 1,00 0,86 0,25 0,59 0,96 -0,13 -0,63 -0,23 0,42 Х7 0,37 0,27 0,45 0,13 0,18 0,86 1,00 0,27 0,78 0,88 -0,36 -0,61 -0,33 0,22 Х8 -0,62 -0,62 -0,59 -0,64 -0,50 0,25 0,27 1,00 0,21 0,23 0,56 -0,21 -0,74 -0,44 Х9 0,30 0,30 0,34 0,10 0,12 0,59 0,78 0,21 1,00 0,65 -0,33 -0,46 -0,26 0,14 Х10 0,31 0,19 0,39 0,15 0,20 0,96 0,88 0,23 0,65 1,00 -0,15 -0,62 -0,22 0,40 Х11 -0,88 -0,75 -0,86 -0,45 -0,31 -0,13 -0,36 0,56 -0,33 -0,15 1,00 0,24 -0,30 -0,29 Х12 -0,38 -0,35 -0,38 -0,13 -0,12 -0,63 -0,61 -0,21 -0,46 -0,62 0,24 1,00 0,13 -0,33 Х13 0,46 0,52 0,46 0,63 0,49 -0,23 -0,33 -0,74 -0,26 -0,22 -0,30 0,13 1,00 0,54 Х14 0,58 0,69 0,65 0,82 0,86 0,42 0,22 -0,44 0,14 0,40 -0,29 -0,33 0,54 1,00 Источник: составлено авторами. Source: compiled by the authors. Построенная матрица коэффициентов корреляции (см. табл. 1) свидетельствует о наличии скрытых связей между отдельными показателями: Х1 и Х3 (коэффициент финансовой независимости и коэффициент обеспеченности собственными оборотными средствами), Х4 и Х5 (платежеспособность предприятия и коэффициент текущей ликвидности), Х6 и Х10 (экономическая рентабельность и рентабельность оборотных активов). Проверим значимость корреляционной матрицы R исходных признаков по критерию Уилкса - χ2 на уровне значимости α = 0,05꞉ H0 ꞉ R - незначима; H1 ꞉ R - значима. Наблюдаемое значение статистики критерия: 2 n 1 2p 5 ln R 285,21, набл 6 где n, p - объем выборки, по которой найдена корреляционная матрица R и число исходных признаков в анализе соответственно; |R| - определитель корреляционной матрицы R. 2 Критическая область: Vкрит 1 ; 192,864; . Так как ,2 p p 1 набл2 Vкрит, то принимается гипотеза H1 - корреляционная матрица значима, что говорит о том, что применение метода главных компонент является целесообразным. Исходные показатели сгруппируем в смысловые блоки по методу главных компонент. Для этого поэтапно преобразуем матрицу исходных данных (Х). Решая характеристическое уравнение | R - λE | = 0, определяем собственные значения корреляционной матрицы (табл. 2). Таблица 2 Собственные значения главных компонент Всего % дисперсии Суммарный % 6,632 47,370 47,370 3,964 28,317 75,688 1,359 9,704 85,392 0,605 4,325 89,717 0,496 3,540 93,256 0,366 2,614 95,870 0,211 1,507 97,377 0,168 1,201 98,578 0,096 0,689 99,266 0,061 0,433 99,699 0,024 0,175 99,874 0,012 0,083 99,957 0,004 0,027 99,984 0,002 0,016 100,000 Источник: рассчитано авторами. Eigenvalues of the principal components Table 2 Total % variances Summary % 6,632 47,370 47,370 3,964 28,317 75,688 1,359 9,704 85,392 0,605 4,325 89,717 0,496 3,540 93,256 0,366 2,614 95,870 0,211 1,507 97,377 0,168 1,201 98,578 0,096 0,689 99,266 0,061 0,433 99,699 0,024 0,175 99,874 0,012 0,083 99,957 0,004 0,027 99,984 0,002 0,016 100,000 Source: compiled by the authors. Из данных табл. 2 следует, что доля дисперсии исходных признаков, описываемых тремя главными компонентами, составляет более 85 %. Таким образом, можно ограничиться разбиением исходных признаков на три укрупненных фактора (главные компоненты). Далее строим матрицу факторных нагрузок (табл. 3). Для лучшей интерпретации главных компонент воспользуемся вращением признакового пространства Varimax raw: 2 p a Vj =. p2 Таблица 3 Матрица факторных нагрузок Показатели Z1 Z2 Z3 Х1 0,252 0,405 0,846 Х2 0,174 0,531 0,726 Х3 0,318 0,486 0,789 Х4 0,043 0,870 0,380 Х5 0,121 0,903 0,207 Х6 0,931 0,187 -0,035 Х7 0,941 -0,026 0,198 Х8 0,412 -0,506 -0,638 Х9 0,772 -0,100 0,257 Х10 0,939 0,170 -0,008 Х11 -0,160 -0,075 -0,962 Х12 -0,730 -0,080 -0,164 Х13 -0,413 0,659 0,362 Х14 0,268 0,914 0,166 Источник: рассчитано авторами. Matrix of factor loads Table 3 Indicators Z1 Z2 Z3 Х1 0,252 0,405 0,846 Х2 0,174 0,531 0,726 Х3 0,318 0,486 0,789 Х4 0,043 0,870 0,380 Х5 0,121 0,903 0,207 Х6 0,931 0,187 -0,035 Х7 0,941 -0,026 0,198 Х8 0,412 -0,506 -0,638 Х9 0,772 -0,100 0,257 Х10 0,939 0,170 -0,008 Х11 -0,160 -0,075 -0,962 Х12 -0,730 -0,080 -0,164 Х13 -0,413 0,659 0,362 Х14 0,268 0,914 0,166 Source: compiled by the authors. Интерпретация первой главной компоненты Z1 осуществлена по признакам Х6, Х7, Х9, Х10, Х12, как блок рентабельности предприятия; второй Z2 - по Х4, Х5, Х13, Х14, как блок финансового состояния; третьей Z3 - по Х1, Х2, Х3, Х8, Х11 как блок эффективности хозяйственной деятельности. На основе полученных трех независимых блоков показателей деятельности предприятий электротехнической промышленности проведем расчет интегральной оценки инвестиционной привлекательности в два этапа. На первом этапе определим потенциальные функции в разрезе. Эталонные значения показателей в используемой нами методике определены экспертным путем. Экспертная оценка зачастую носит субъективный характер. Чтобы снизить, хотя бы частично, субъективность методики, мы предлагаем воспользоваться оценкой этого показателя по формуле X ± 2⋅σX , использованной Архиповой (2019) и Кулагиной (2017). Потенциальные функции в разрезе блоков имеют вид Z1 = 0,2081X6 +0,2421X7 +0 1091, X9 +0,2378X10 +0,2026X12; Z2 = 0 1365, X4 +0 1535, X5 +0,4144X13 +0,2953X14; Z3 = 0,0892X1 +0,7709X2 +0,048X3 +0,0694X8 +0,0222X11. В процессе построения потенциальных функций, выделенных выше блоков и интегральной оценки инвестиционной привлекательности предприятий в качестве исходных данных показателей нами взяты средние арифметические соответствующих показателей всех исследуемых предприятий по каждому году исследуемого периода. Это связано с тем, что в нашем исследовании осуществляется единая оценка инвестиционной привлекательности предприятий одной отрасли. Исходными данными для расчета потенциальной функции блоков на втором этапе являются значения потенциальных функций первого блока, рассчитанные по значениям показателей исследуемых предприятий за 2011-2020 гг.: y% = 0,0893Z1 +0,0762Z2 +0,8343Z3. Результаты расчета интегральной оценки инвестиционной привлекательности ведущих предприятий электротехнической промышленности Чувашской республики представлены в табл. 4. Таблица 4 Инвестиционная привлекательность предприятий ООО «Чебоксарская Электротехника Год ООО НПП «ЭКРА» ОАО «Электроприбор» и Автоматика» 2011 0,998428 1,106585 1,031553 2012 1,027672 1,127985 1,101853 2013 0,837817 1,137676 1,067486 2014 0,925914 1,040178 1,024827 2015 0,837642 1,166862 1,089474 2016 0,775987 1,157102 1,152464 2017 0,993846 1,167723 1,124181 2018 1,113204 1,167036 1,11912 2019 1,088125 1,180354 1,080753 2020 1,114472 1,172968 1,059572 Источник: рассчитано авторами. Investment at tractiveness of enterprises Table 4 Year OOO NPP "EKRA" Cheboksary Electrical Engineering JSC "Electropribor" and Automation LLC 2011 0,998428 1,106585 1,031553 2012 1,027672 1,127985 1,101853 2013 0,837817 1,137676 1,067486 2014 0,925914 1,040178 1,024827 2015 0,837642 1,166862 1,089474 2016 0,775987 1,157102 1,152464 2017 0,993846 1,167723 1,124181 2018 1,113204 1,167036 1,11912 2019 1,088125 1,180354 1,080753 2020 1,114472 1,172968 1,059572 Source: compiled by the authors. Заключение Заметим, что в целом низкие показатели инвестиционной привлекательности предприятий в 2014 г. можно объяснить экономическим кризисом в стране, а также резким ослаблением рубля по отношению к иностранным валютам. В целом после 2014 г. интегральная оценка начала возрастать. Весовые коэффициенты факторов, полученные в ходе настоящего исследования, показывают доминирование показателей блока эффективности хозяйственной деятельности (Z3 ). Поэтому с целью дальнейшего повышения уровня инвестиционной привлекательности названных выше предприятий целесообразно наращивание показателей блока рентабельности предприятия (Z1 ) и блока финансового состояния (Z2 ). Это позволит выравнять влияние всех блоков на итоговый показатель инвестиционной привлекательности исследуемых предприятий и тем самым повысить уровень стабильного развития предприятия.

Об авторах

Евгений Петрович Митрофанов

Московский государственный гуманитарно-экономический университет; Российский университет спорта «ГЦОЛИФК»

Email: mep79@list.ru
ORCID iD: 0000-0002-8722-2321

кандидат экономических наук, доцент, заведующий кафедрой цифровых технологий

Российская Федерация, 107150, Москва, ул. Лосиноостровская, д. 49; Российская Федерация, 105122, Москва, Сиреневый бульвар, д. 4

Алевтина Григорьевна Кулагина

Чувашский государственный университет им. И.Н. Ульянова

Email: agkul68@bk.ru
ORCID iD: 0000-0001-5914-6029

кандидат экономических наук, доцент, доцент кафедры актуарной и финансовой математики

Российская Федерация, 428015, Чувашская Республика, г. Чебоксары, Московский пр-т, д. 15

Татьяна Вячеславовна Антипова

Московский авиационный институт (Национальный исследовательский университет)

Email: antipova0062@mail.ru
ORCID iD: 0000-0003-1727-3841

магистрант

Российская Федерация, 125993, Москва, Волоколамское шоссе, д. 4

Елена Александровна Солодова

Российский университет спорта «ГЦОЛИФК»

Автор, ответственный за переписку.
Email: helenasolodova@gmail.com
ORCID iD: 0000-0002-4490-1877

аспирант 1-го года обучения

Российская Федерация, 105122, Москва, Сиреневый бульвар, д. 4

Список литературы