Международный экономический форум 2012

Давнис В.В., Коротких В.В.

Эконометрическое моделирование рейтинговых оценок инвестиционной привлекательности территориальных таксонов

Одной их имманентных черт отечественной экономики справедливо считается неоднородность инвестиционного пространства. В связи с этим анализ и оценка инвестиционной привлекательности территориальных таксонов Российской Федерации представляет колоссальный научный и практический интерес в условиях формирования концепции долгосрочного развития страны. По нашему мнению, ни промышленные центры, унаследованные от советской эпохи, ни современные финансовые центры, существующие в определенной автономии от реального сектора, уже не в состоянии удерживать на плаву структурно разбалансированную высокомонополизированную отечественную экономику, не говоря уже о хоть каком-либо реальном экономическом росте.

Достаточным условием роста и развития национальной экономики, можно считать развитие регионов, драйвером которого на сегодняшний день выступают инвестиций. Одним из необходимых условий будет являться компетентный выбор объекта инвестирования. В основе такого выбора лежит оценка привлекательности потенциальных объектов инвестирования.

По нашему мнению, целесообразно трактовать инвестиционную привлекательность объекта как релятивный атрибут, отражающий эффективность системы отношений между субъектами хозяйствования по поводу развития данного объекта, а также поддержания его конкурентоспособности. Его специфика заключается в том, что она детерминирована характеристиками не только рассматриваемого объекта, а характеристиками всей рассматриваемой совокупности. Инвестиционная привлекательность обусловливает экономическую целесообразность инвестирования, а также степень согласованности интересов и возможностей инвестора и реципиента, что, в конечном счете, обеспечит достижение целей каждого из них на обоюдно приемлемых условиях.

Очевидно, что сравнительный анализ объектов инвестирования должен производиться на основе сопоставления количественных оценок их инвестиционной привлекательности. В процессе оценки рассматривается система информационных показателей, характеризующая различные аспекты деятельности объекта. Для территориальных таксонов такая система включает формальные показатели, рассчитываемые на основе предоставляемых ими статистических данных. Нередко существует необходимость включения в систему и неформальных показателей. Как правило, они не имеют четкого набора исходных данных, поэтому для их оценки зачастую привлекаются эксперты.

В задачах оценки инвестиционной привлекательности в условиях неопределенности подходящим является аппарат рейтингового оценивания. На наш взгляд, применение аппарата рейтингового оценивания в отечественной практике финансового менеджмента вообще и инвестиционного в частности имеет огромный потенциал. Обыденное представление о рейтинге как о некой шкале сравнения, превалирующее над компетентным пониманием содержания этого понятия, ограничивает возможность применение соответствующего математического аппарата. Мы не склонны трактовать рейтинги («rating») предельно широко как рейтинг вообще и не редуцируем его к рэнкингам («ranking»).

Во избежание путаницы, приведем нашу интерпретацию рейтинга как переменной. Рейтинг – качественная порядковая переменная, по численному значению которой идентифицируется принадлежность объекта определенному классу. Значения рейтинговых оценок определены на комбинации номинальной и ранговой шкал. Именно такое понимание рейтинга обеспечивает требуемый уровень формализации переменной и позволяет проводить количественный анализ и моделирование рейтинговых оценок.

По нашему мнению, для решения задачи определения инвестиционной привлекательности территориальных таксонов с помощью аппарата рейтингового оценивания, уместна следующая логика расчетов. Во-первых, требуется провести многомерную классификацию объектов рассматриваемой совокупности. Отправной точкой классификации является определение уровня объекта по каждому показателю или их группе. Для определения уровня необходимо соотнести значение показателя объекта с его средним значением в рамках рассматриваемой совокупности. В зависимости от положения этого объекта ему присваивается некоторый уровень по рассмотренному показателю. Во-вторых, необходимо сформировать номинальную составляющую рейтинговой шкалы. С помощью этой шкалы объекты анализируемой совокупности распределяются по выделенным классам. Объекты, попавшие в один класс, корректно считать однородными, но только в рамках рассматриваемой системы информационных показателей. В-третьих, формируется ранговая составляющая рейтинговой шкалы. Как правило, этот этап редко обходится без участия экспертов. Для оценивания рангов выделенных классов мы тоже планируем привлекать экспертов. Может показаться, что привлекая экспертов, мы не исключаем субъективный элемент при формировании ранговой шкалы, а наоборот усиливаем его, чем снижаем адекватность и репрезентативность методики в целом. Такое мнение возможно и было бы справедливым, если бы этап экспертного оценивания был завершающим. На деле же эксперты используются не более чем как инструмент получения информации, требуемой для дальнейшей формализации этапа присвоения рангов. Для этого строится логистическая модель множественного выбора с упорядоченными альтернативами(ordered logit model), выявляющая на формальном уровне зависимости, замеченные экспертами, и способная присваивать рейтинги анализируемым объектам. По данной модели будем предсказывать вероятность принадлежности объекта ранее выделенным и ранжированным классам. Класс, вероятность принадлежности к которому набольшая, по сути, и будет являться его рейтинговой оценкой в анализируемом периоде. Фактически модель является итогом построения распознающей системы рейтингового оценивания. В дальнейшем предполагается включить в алгоритм расчетов блок анализа динамики рейтинговых оценок (анализ дрейфа рейтинга).