CC BY
286
Формирование методики оценки инвестиционной привлекательности муниципальных образований
В.С. Панасейкина
Практическая реализация территориальной инвестиционной политики — одна из составляющих стабилизации и подъема экономики муниципального образования. Необходимым условием разработки концепции такой политики является подготовка методики и конкретных рекомендаций для муниципальных и региональных властей по диагностике инвестиционного климата и формированию территориальной инвестиционной стратегии, что позволит повысить качество управленческих решений, направленных на улучшение инвестиционного климата, а также будет способствовать привлечению частных капиталов для развития.
Для большинства существующих методик анализа инвестиционной привлекательности характерен ряд существенных недостатков:
- данные методики содержат весьма ограниченный набор индикативных признаков, освещающих инвестиционный климат в целом или отдельные его составные элементы, зачастую в искаженном виде;
- в большинстве своем данные методики построены на основе использования метода экспертных оценок, что обуславливает низкий уровень точности прогноза инвестиционной привлекательности, инвестиционного потенциала, инвестиционного риска и инвестиционной активности, характерных для данного территориального образования.
В связи с этим возникает необходимость разработки методики анализа инвестиционной привлекательности муниципальных образований, построенной на основе использования методов количественной диагностики.
Качественный подход позволяет оценить специфику каждой конкретной ситуации. Большим недостатком этого метода является чрезмерная субъективность оценок. Количественный подход к оценке инвестиционной привлекательности позволяет сравнивать различные территориальные образования по степени потенциала (риска), используя единый числовой фактор потенциала (риска), который суммирует относительное влияние определенного количества инвестиционных факторов посредством различных индикаторов. Использование экспертных оценок в данном методе сведено к минимуму. Наиболее распространенным количественным методом является эконометрическое моделирование сложных систем и процессов.
Основные этапы оценки и прогнозирования инвестиционной привлекательности муниципальных образований представлены на рис. 1.
Рис. 1. Основные этапы оценки и прогнозирования инвестиционной привлекательности муниципальных образований (разработаны автором)
Этап 1. Построение базы данных
Для построения модели инвестиционной привлекательности муниципальных образований необходимо сформировать информационную базу данных. База данных должна отвечать требованиям, предъявляемым к информации:
- точность;
- надежность;
- достоверность;
- полнота;
- правильный отбор первичных сведений.
Этап 2. Формирование перечня параметров, необходимых
для построения моделей оценки инвестиционной привлекательности муниципальных образований
Муниципальное образование — сложная система, состоящая из множества числа элементов. Сложность заключается, с одной стороны, в наличии большого числа факторов, воздействующих на систему; с другой стороны — в существовании взаимосвязей между различными факторами и взаимосвязей между различными элементами внутри одного фактора. Так, на инвестиционную привлекательность воздействуют факторы, формирующие инвестиционный потенциал и инвестиционный риск муниципального образования.
Количественная характеристика взаимосвязанных явлений формируется с помощью признаков. Признаки, характеризующие причину, являются независимыми; признаки, характеризующие следствие, называются зависимыми (результативными). Математически данная зависимость представляется следующей формулой1:
У=/(х1, х2,..., хп), (1)
где у — результативный признак;
х. — независимые признаки.
1 Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика, 1995.
В данном исследовании интегральная инвестиционная привлекательность рассматривается как переменная величина (у), зависимая от независимых переменных величин — интегральных уровней инвестиционного потенциала (х) и инвестиционного риска (х).
Инвестиционная активность муниципального образования показывает развитие инвестиционной деятельности в виде инвестиций в основной капитал.
Следовательно, инвестиционная привлекательность муниципального образования является независимой переменной, а инвестиционная активность — зависимой переменной, т. е. зависимым результирующим признаком.
Величина инвестиционного риска характеризует вероятность потери инвестиций или дохода от них. Интегральный уровень инвестиционного риска складывается из шести видов частных рисков (экономический, финансовый, политический, экологический, криминальный, социальный, законодательный), каждый из которых характеризуется целой группой показателей.
Инвестиционный потенциал, в свою очередь, представляет собой качественную характеристику, учитывающую основные макроэкономические характеристики в виде суммы объективных предпосылок для инвестиций и зависящую как от наличия и разнообразия сфер инвестирования, так и от экономического развития муниципального образования. Инвестиционный потенциал территориального образования складывается из следующих основных частных потенциалов (каждый из которых, в свою очередь, характеризуется целой группой показателей)2:
1) ресурсно-сырьевого (средневзвешенная обеспеченность запасами основных видов природных ресурсов);
2) трудового (трудовые ресурсы и их образовательный уровень);
3) производственного (совокупный результат хозяйственной деятельности населения в муниципальном образовании);
4) институционального (степень развития ведущих институтов рыночной экономики);
5) инфраструктурного (инфраструктурная обеспеченность муниципального образования);
6) финансового (объем налоговой базы и прибыльность предприятий региона);
7) потребительского (совокупная покупательная способность населения муниципального образования).
Таким образом, в разработанной нами методике предлагается перечень индикаторов второго порядка, используемый в методике РА «Эксперт». Индикаторы первого порядка формируются на основе результатов факторного анализа, проведенного в данном исследовании.
Отбор состава частных показателей инвестиционной привлекательности муниципальных образований (частные показатели инвестиционного потенциала и инвестиционного риска) и инвестиционной активности производится с использованием факторного анализа и основывается на основных положениях теории систем, таких как3:
- принцип необходимого разнообразия;
2 Рейтинг инвестиционной привлекательности регионов России // Эксперт. 1997. № 15.
3 Афифи А., Эйзен С. Статистический анализ. М.: Мир, 1988.
- принцип минимальной достаточности;
- принцип целевой ориентации факторов.
Так как формируемая модель необходима для решения проблем в экономической сфере, то она должна обладать экономическим смыслом, т.е. набор факториальных признаков должен соответствовать количественному определению степени инвестиционной привлекательности.
Проведенный нами факторный анализ позволил выявить влияние одних выбранных показателей инвестиционной привлекательности на изменение других. Факторы выбирались так, чтобы наблюдаемые величины имели бы максимально возможные нагрузки на один фактор и минимальные нагрузки на остальные факторы4. При этом уровень корреляционной связи между наблюдаемыми параметрами был минимальным, что, в свою очередь, свело к минимуму использование дублирующих или взаимоисключающих друг друга факторов.
Иными словами, основной задачей при проведении факторного анализа явился отбор наиболее значимых показателей с целью создания простой в применении методики, не перегруженной количественными и качественными показателями. Проведенный факторный анализ позволил более чем из 200 показателей выбрать наиболее важные и значимые.
По результатам проведенного факторного анализа в состав наиболее значимых частных показателей инвестиционной привлекательности включили лишь инвестиционно значимые факторы, которые в наибольшей мере формируют инвестиционную привлекательность муниципальных образований и которые рассматривает инвестор при принятии решения об инвестировании в то или иное муниципальное образование. В свою очередь, на данные показатели в меньшей степени оказывают воздействие различные макроэкономические факторы.
В данном исследовании оценка и моделирование инвестиционной привлекательности муниципальных образований производится в разрезе оценки:
- частных уровней инвестиционного потенциала (ресурсно-сырьевой, трудовой, производственный, институциональный, инфраструктурный, финансовый, потребительский);
- интегрального уровня инвестиционного потенциала;
- частных уровней инвестиционного риска (экономический, финансовый, политический, социальный, экологический, криминальный, законодательный);
- интегрального уровня инвестиционного риска;
- интегрального уровня инвестиционной привлекательности;
- интегрального уровня инвестиционной активности.
Для определения интегральной инвестиционной привлекательности муниципальных образований предлагаем использовать 51 показатель, в том числе 34 показателя, характеризующие инвестиционный потенциал, и 17 показателей, описывающих инвестиционный риск (табл.1).
На наш взгляд, подобный перечень исследуемых показателей является наиболее оправданным, т.к., если увеличить перечень факторов, то это усложнит получение исходных данных и проведение самой их оценки и оценки инвестиционной привлекательности муниципальных образований.
4 Адамадзиев К.Р. Моделирование экономических процессов: Учебный модуль. Махачкала, 2002.
Таблица 1
Состав индикаторов для определения инвестиционной привлекательности муниципальных образований
Индикаторы второго порядка Индикаторы первого порядка
Инвестиционный потенциал (ИП) в том числе: Ресурсно-сырьевой потенциал (РСП) РСП1 — Размещение природно-ресурсного потенциала (минеральные/сырьевые ресурсы) на душу населения (%); РСП2 — Размещение природно-ресурсного потенциала (лесные ресурсы) на душу населения (%); РСП3 — Размещение природно-ресурсного потенциала (земельные ресурсы) на душу населения (%); РСП4 — Стоимость основных фондов отраслей экономики (на конец года; по полной учетной стоимости) на душу населения (%); РСП5 — Площадь сельскохозяйственных угодий (тыс. га) на душу населения (%); РСП6 — Уровень износа основных фондов (на начало года, %); РСП7 — Залесенность (%); РСП8 — Площадь пашни (тыс. га) на душу населения (%);
Трудовой потенциал (ТП) ТП1 — Доля экономически активного населения во всем населении (%); ТП2 — Доля безработных в экономически активном населении (%);
Производственный потенциал (ПП) ПП1 — Валовой муниципальный продукт на душу населения (руб.); ПП2 — Объем промышленной продукции на душу населения (в фактически действовавших ценах; руб.); ПП3 — Продукция сельского хозяйства на душу населения (в хозяйствах всех категорий; в фактически действовавших ценах; руб.); ПП4 — Объем работ, выполненных по договорам строительного подряда на душу населения (в фактически действовавших ценах; руб.); ПП5 — Оборот розничной торговли на душу населения (руб.); ПП6 — Объем инвестиций в основной капитал на душу населения (в фактически действовавших ценах; руб.).
Институциональный потенциал (ИнстП) ИнстП1 — Доля малых предприятий во всех предприятиях муниципального образования (%); ИнстП2 — Доля работников, занятых на малых предприятиях (%); ИнстП3 — Доля малых промышленных предприятий в объеме произведенной продукции (%).
Инфраструктурный потенциал (ИнфрП) ИнфрП1 — Густота автодорог общего пользования с твердым покрытием (на конец года; км путей на 10 тыс. кв. км территории); ИнфрП2 — Грузооборот транспорта общего пользования в среднем на душу населения (тыс. т — км).
Продолжение таблицы 1
Индикаторы второго порядка Индикаторы первого порядка
Финансовый потенциал (ФП) ФП1 — Доходы бюджетов муниципальных образований на душу населения (тыс. руб.); ФП2 — Расходы бюджетов муниципальных образований на душу населения (тыс. руб.); ФП3 — Сальдированный финансовый результат организаций в среднем на одну организацию (прибыль минус убыток) (млн руб.); ФП4 — Удельный вес убыточных организаций (% от общего числа организаций).
Потребительский потенциал (ПотП) ПотП1 — Среднедушевые денежные доходы населения (в месяц; руб.); ПотП2 — Среднедушевые денежные расходы населения (в месяц; руб.); ПотПЗ — Потребление мяса и мясопродуктов на душу населения (в год, кг); ПотП4 — Потребление молока и молочных продуктов на душу населения (в год, кг); ПотП5 — Потребление сахара на душу населения (в год, кг); ПотП6 — Потребление картофеля на душу населения (в год, кг); ПотП7 — Потребление хлебных продуктов на душу населения (в год, кг); ПотП8 — Наличие квартирных телефонных аппаратов сети общего пользования на 1000 чел. населения (на конец года; шт.).
Инвестиционный риск (ИР)
Экономический риск (ЭР) ЭР1 — Темп роста валового муниципального продукта (в % к предыдущему году); ЭР2 — Темп роста объема промышленной продукции (в % к предыдущему году); ЭР3 — Темп роста объема инвестиций в основной капитал (в % к предыдущему году).
Финансовый риск (ФР) ФР1 — Соотношение доходов и расходов бюджетов муниципальных образований на душу населения (тыс. руб.); ФР2 — Соотношение суммы прибыли и суммы убытка организаций в среднем на одну организацию (прибыль минус убыток) (млн руб.).
Политический риск (ПР) ПР1 — Степень политической стабильности (напряженности)
Экологический риск (ЭкР) ЭкР1 — Выбросы загрязняющих веществ в атмосферный воздух от стационарных источников на единицу площади территории и душу населения; ЭкР2 — Выбросы загрязняющих веществ в атмосферный воздух от передвижных источников на единицу площади территории и душу населения; ЭкР3 — Радиационное загрязнение почвы на единицу площади территории и душу населения.
Продолжение таблицы 1
Индикаторы второго порядка Индикаторы первого порядка
Криминальный риск (КР) КР1 — Число зарегистрированных преступлений на 10 тыс. человек населения; КР2 — Число преступлений, совершенных несовершеннолетними или при их участии на 10 тыс. человек населения.
Социальный риск (СР) СР1 — Доля лиц с доходами ниже прожиточного минимума (%); СР2 — Коэффициент дифференциации доходов; СР3 — Уровень жизни населения.
Законодательный риск (ЗР) ЗР1 — Степень эффективности инвестиционного законодательства;
Инвестиционная активность (ИА) ИА1 — Объем инвестиций в основной капитал на душу населения (в фактически действовавших ценах; руб.); ИА2 — Темпы роста инвестиций в основной капитал на душу населения (в фактически действовавших ценах; руб.).
Для того чтобы получить интегральный уровень инвестиционного потенциала, интегральный уровень инвестиционного риска, интегральный уровень инвестиционной привлекательности и инвестиционной активности муниципальных образований, необходимо частные уровни инвестиционного потенциала, инвестиционного риска свести по формуле многомерной средней. Предлагаемая нами методика оценки инвестиционной привлекательности муниципальных образований не использует дифференциацию весов отдельных частных показателей инвестиционного потенциала и инвестиционного риска, что снижает субъективизм итоговых оценок. Для всех индикаторов применяются одинаковые весовые коэффициенты в размере 1,0. Следовательно, сумма весовых коэффициентов равна количеству интегрируемых индикаторов.
Сущность предлагаемого метода состоит в том, что числовое значение любого показателя в среднем по региону принимается за 1, а по муниципальным образованиям приравнивается к соответствующему отношению к среднему по республике уровню. Это позволяет дифференцировать муниципальные образования по степени инвестиционной привлекательности.
Этап 3. Кластеризация муниципальных образований по степени инвестиционной привлекательности
Проведение кластеризации необходимо для объединения в однородные группы по частным уровням инвестиционного потенциала и риска, интегральному уровню инвестиционного потенциала, интегральному уровню инвестиционного риска, интегральному уровню инвестиционной привлекательности и интегральному уровню инвестиционной активности, характеризующих степень инвестиционной привлекательности того или иного муниципального образования для потенциального инвестора.
Создание модели предполагает введение в процесс моделирования системы критериев. Иначе говоря, тенденции развития исследуемого объекта будут оцениваться с точки зрения принятой системы оценок, которая представляет
собой шкалу, содержащую перечень относительных оценок. Отобранным на втором этапе моделирования показателям присваиваем оценочные значения. Полученные оценки представляют собой результирующий фактор.
Предлагаем следующую оценочную систему:
- (-^; 0,7] — очень низкий уровень;
- [0,7; 0,9] — низкий уровень;
- [0,9; 1,1] — средний уровень;
- [1,1;1,5] — высокий уровень;
- [1,5; +те) — очень высокий уровень.
Очень низкий уровень предлагаем обозначать (-2);
- низкий уровень — (-1);
- средний уровень — (0);
- высокий уровень — (1);
- очень высокий уровень — (2).
Этап 4. Построение модели оценки инвестиционной привлекательности муниципальных образований
При построении модели оценки инвестиционной привлекательности используется регрессионный анализ зависимостей линейного типа. Этот выбор обусловлен следующими факторами: большинство современных эконометрических моделей оценки социально-экономического развития территорий построены на основе использования регрессионного анализа линейных зависимостей. Данный вид модели применяется в случае, когда необходимо изучить влияние сложных факторов, которые не могут быть выражены одним количественным показателем. На основе предложенной системы моделирования строим следующие модели: модель оценки частных уровней инвестиционного потенциала как функции от индикаторов первого порядка; модель оценки интегрального уровня инвестиционного потенциала муниципальных образований как функции от частных уровней инвестиционного потенциала; модель оценки частных уровней инвестиционного риска как функции от индикаторов первого порядка; модель оценки интегрального уровня инвестиционного риска муниципальных образований как функции от частных уровней инвестиционного риска; модель оценки интегрального уровня инвестиционного потенциала муниципальных образований как функции от частных уровней инвестиционного потенциала и риска; модель оценки интегрального уровня инвестиционной активности муниципальных образований как функции от индикаторов первого порядка.
Математически эконометрическая модель линейного типа представлена следующим образом5:
У = а„ + ах, ах+ •••+ ах, (2);
0 11 +22 п п
где У — результативный признак;
а1 а2, ...ап — параметры;
ао — независимый член регрессионной зависимости;
х1, х2, ... хп — простые переменные (показатели).
5 Боровиков В. $1аЙ8Йса. Искусство анализа данных на компьютере. СПб: Питер, 2003.
Этап 5. Проверка построенных моделей на значимость и адекватность
Для проверки построенных моделей на значимость и адекватность оцениваются следующие полученные показатели:
1) коэффициент детерминации. Данный показатель измеряет долю разброса относительно среднего значения, которую объясняет построенная регрессия;
2) уровень статистической значимости. Этот показатель представляет собой оцененную меру уверенности в правильности построенной регрессии. Уровень статистической значимости — это показатель, находящийся в убывающей зависимости от надежности результата6. Более высокий уровень соответствует более низкому уровню доверия к найденной зависимости между переменными;
3) анализ остатков. Остатки представляют собой разности между наблюдаемыми значениями и модельными, т.е. значениями, подсчитанными по модели с оцененными параметрами.
При исследовании инвестиционного поведения необходимо учитывать то, что инвестиционные процессы, наблюдаемые в муниципальных образованиях, подвержены постоянным изменениям, влиянию множества факторов быстро меняющейся внешней среды. Так, с течением времени одни факторы приобретают определяющее значение, другие — становятся менее значимыми. Следовательно, описанные модели необходимо использовать для краткосрочных и среднесрочных прогнозов инвестиционной привлекательности и инвестиционной активности муниципальных образований.
Предлагаемые модели обладают очевидным информативным свойством, т. к. с одной стороны, дают информацию о текущей инвестиционной привлекательности, с другой — выявляют проблемные зоны для развития инвестиционных процессов на уровне отдельных муниципальных образований. А воздействуя на проблемные зоны, можно влиять на муниципальное образование не только в интересах инвестора, но и самого муниципального образования. Большим преимуществом является то, что любой специалист, не обладая специальными навыками эконометрического моделирования и прогнозирования, может оценить инвестиционную привлекательность муниципальных образований на основе уже разработанных моделей, а также выявить те рычаги, на которые необходимо воздействовать для изменения инвестиционной привлекательности в целом, а также частных уровней инвестиционного потенциала и инвестиционного риска.
Таким образом, предложенная методика оценки инвестиционной привлекательности муниципальных образований позволяет получить количественное обоснование сравнительной выгодности различных альтернатив инвестирования при накладываемых ограничениях.
Методика учитывает объективно существующую взаимосвязь между инвестиционной привлекательностью муниципальных образований и наблюдаемой инвестиционной активностью, а также позволяет сравнивать между собой
6 Экономико-математические методы и прикладные модели. Учебное пособие. Под ред. В.В. Федосеева. М.: ЮНИТИ, 2007.
отдельные муниципальные показатели по уровню частных инвестиционных потенциалов, частных инвестиционных рисков, интегрального инвестиционного потенциала, интегрального инвестиционного риска и инвестиционной активности.
Результаты оценки можно использовать для разработки инвестиционной стратегии и инвестиционной политики муниципального образования, а также формирования материалов для позиционирования муниципального образования в инвестиционном поле. Важной особенностью сформированных моделей является простота применения, незагруженность индикаторами, максимальная приближенность к объекту исследования.
Использование предложенного инструментария позволит улучшить качество инвестиционной политики муниципальных образований, что непосредственно повлияет на повышение инвестиционной активности.
