Анализ и оценка рисков для принятия инвестиционных решений в сельском хозяйстве тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Анализ и оценка рисков для принятия инвестиционных решений в сельском хозяйстве"

На правах рукописи

Чекмарева Наталья Вячеславовна

Анализ и оценка рисков для принятия инвестиционных решений в сельском хозяйстве

Специальности: 08.00.12 - бухгалтерский учет, статистика;

08.00.05 - экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами АПК и сельское, хозяйство)

Автореферат диссертации на соискание ученой степени кандидата экономических наук

Москва 2002

Работа выполнена в Московской сельскохозяйственной академии им К А Тимирязева

Научный руководитеіь-Официальные оппоненты

Ведущая организация

кандидат экономических наук, доцент Ллексанов Д.С.

доктор экономических наук профессор Грачева М.В.

кандидат экономических наук, доцент Шибалкии А.Б.

Институт системної о анализа РАН

Зашита состоится » Сіп/си. ак 2002 г в /¥ час на заседании диссертационного совета К-220 043 02 в Московской сельскохозяйственной академии им К А Тимирязева

Адрес 127550, Москва И-550, ул Тимирязевская 44 Сектор защиты диссертаций ТСХА

С диссертацией можно ознакомиться в 1 ТСХА

Автореферат разослан і ¿¿¿о— ' 4

Ученый секретарь диссертационного совета, кандидат экономических наук, доцент

і Гостникова Л В

Общая характеристика работы

Актуальность темы исследования.

В последние несколько лет наша страна переживает глубокий экономический кризис. По мнению многих специалистов, для выхода из него необходима активизация инвестиционной деятельности, в том числе в сфере сельскохозяйственного производства. Однако в настоящее время инвестиционная активность невелика, а в сельском хозяйстве особенно.

Одну из причин этого мы видим в высоких, но недостаточно изученных рисках сельскохозяйственного производства в российских предприятиях.

Потенциальных инвесторов останавливает, во-первых, недостаточно благоприятный инвестиционный климат в России вообще (социальные проблемы, изменяющееся законодательство, в т.ч. в части налогообложения), и, во-вторых, специфические риски именно в сельском хозяйстве.

Принятие инвестиционного решения в таких условиях должно основываться на убедительном доказательстве эффективности и реализуемости проекта, в том числе особое внимание следует уделить анализу рисков. Риск инвестиционного проекта представляет собой возможность возникновения негативных для участников проекта ситуаций. Роль анализа рисков в анализе проектов заключается в определении вероятностных характеристик показателей эффективности и реализуемости проекта и поиске путей снижения влияния неблагоприятных условий на проект. Мировой опыт показывает, что часто высокие риски не останавливают инвесторов, если они учтены при разработке проекта и проект достаточно эффективен.

Вопросам анализа инвестиций, анализа рисков и прогнозирования, а также проблемам принятия инвестиционных решений посвятили труды многие российские и зарубежные ученые: С.С. Сергеев, В.А. Добрынин, А.М. Гатаулин, К.П. Личко, A.B. Беляев, Дж. Кейнс, П.Л. Вилен-ский, В.Н. Лившиц, М.В. Грачева, Э.Н. Крылатых, В.М. Урезченко, И.В. Липсиц, В.В. Коссов, J. P. Gittinger, Ruud В.М. Huirne, Maxwell L. r- Brown., James G. Brown и др. Однако большинство этих исследований

ориентировано на проблемы эффективности капитальных вложений в АПК, общие вопросы современной методики анализа проектов, риски в других отраслях. При этом важные вопросы рисков инвестиций в сельское хозяйство остаются неисследованными.

Существует целый ряд методов анализа рисков инвестиционных проектов; для того, чтобы получить достоверные результаты при применении этих методов, необходимо иметь соответствующую входную информацию. Проблема информационного обеспечения анализа рисков

Научно обоснованный подход и тщательная подготовка информации необходимы для получения надежных результатов при анализе рисков Характер информации, необходимой для анализа рисков, достаточно специфичен — требуется вероятностная оценка показателей и их связей, следовательно, необходим довольно большой объем достоверных данных, на основании которых можно было бы судить о возможных значениях показателей В сельском хозяйстве, имеющем свои особенности и специфические риски, это тем более актуально При оценке степени риска конкретного инвестиционного проекта, связанного с сельскохозяйственным производством, исследователь сталкивается с рядом проблем Одна из них - недостаток объективных данных, вследствие чего анализ рисков часто производится с недостаточной точностью и не выполняет своей задачи, вчияя на качество инвестиционного решения

В то же время значительная часть данных, которые могут с тужить основой для анализа рисков, хранится в базах данных действующих автоматизированных систем обработки экономической информации Накапливаемые для других целей, эти данные могут быть использованы для анализа рисков при усювии дополнительной подготовки

Таким образом, проблема подготовки информации для анализа рисков инвестиционных проектов в сельском хозяйстве является актуальной и требует дальнейшего изучения. Необходима методика, позволяющая проводить анализ рисков инвестиционных проектов с учетом специфики отрасли сельскохозяйственного производства на базе достоверной информации

Нетыо исследования является разработка методики подготовки и использования информации для анализа рисков в сельском хозяйстве для повышения качества принимаемых инвестиционных решений

Задачи исследования Поставленная цель предусматривает решение следующих задач

- изучение теоретических и методочогических вопросов анализа рисков инвестиций, обобщение зарубежного опыта и отечественных разработок по данной теме,

- выявление особенностей рисков инвестиций в аграрном секторе,

- анализ рисков сельскохозяйственного производства в хозяйствах исследуемого региона,

- анализ рисков инвестиций в данном регионе,

- изучение систем учета и действующих автоматизированных систем (АС) как источника информации для анализа рисков инвестиций,

- разработка методики подготовки и использования данных для анализа рисков,

- экспериментальное применение разработанной методики при анализе рисков конкретных проектов и изучение влияния анализа рисков на принятие инвестиционных решений

Объект и методы исследования. Объектом исследования являлись сельскохозяйственные предприятия южной зоны Московской области.

Предмет исследования - риски инвестиций в сельскохозяйственном производстве региона и влияние их на инвестиционные решения.

Теоретической и методологической основой исследования являются труды отечественных и зарубежных ученых, посвященные оценке эффективности капитальных вложений в развитие сельскохозяйственного производства, анализу инвестиционных проектов и анализу рисков инвестиций в частности, а также работы ученых экономистов и статистиков, посвященные анализу временных рядов и прогнозированию, имитационному моделированию в экономике.

Источниками информации послужили материалы Госкомстата РФ, данные годовых отчетов, базы данных АС, разработки и результаты других авторов.

Для решения задач исследования применены абстрактно-логический, экономико-статистический, монографический, расчетно-конструктивный методы исследования, а также метод имитационного моделирования.

Научная новизна исследования заключается в разработке нового подхода к анализу рисков инвестиционных проектов в сельском хозяйстве, позволяющего повысить качество принимаемых инвестиционных решений.

Обобщен опыт отечественных и зарубежных ученых по вопросам анализа рисков инвестиций и применен к инвестиционным проектам в сельском хозяйстве.

Разработаны методические подходы к повышению качества инвестиционных решений на основе анализа рисков.

Определены риски инвестиций в сельскохозяйственное производство южной зоны Московской области, связанные с ценами реализации продукции, колебаниями урожайности товарных культур, неплатежеспособностью сельскохозяйственных предприятий.

Предложено и обосновано применение различных систем учета как источника информации для анализа рисков.

Разработана и применена на практике методика подготовки и использования данных для анализа рисков, в том числе наиболее перспективных его методов, на основе доступной сельскохозяйственному предприятию информации.

Практическая значимость. Практическое использование методики подготовки данных позволяет существенно расширить информационную базу для анализа рисков инвестиций в аграрном секторе, повысить качество анализа, достоверность его результатов, что доказано на примере реальных инвестиционных проектов. Результаты исследования могут быть использованы в других регионах, в научных исследованиях и учебном процессе сельскохозяйственных вузов при изучении курсов

«Экономическая оценка инвестиций», «Анализ рисков в инвестиционной деятельности», «Анализ инвестиционных проектов»

Апробация результатов исстедования Основные положения диссертационной работы доложены на научных конференциях ученых и специалистов в МСХА (июнь 2000, июнь 2001, декабрь 2001 гг), на выставке-семинаре «Информационные технологии в образовании» в МГУП (2000 г ) По теме диссертации опубликованы 4 научные статьи

Диссертация состоит из введения, трех глав, выводов и предложений, списка литературы, приложений Работа изчожена на 209 страницах машинописного текста, содержит 51 таблицу, 45 рисунков, 29 приложений Список использованной литературы включает 109 наименований

Во введении обосновывается актуальность темы, формулируются цели и задачи исследования, раскрываются научная новизна и практическая значимость результатов исследования

В первой главе «Теоретические основы и значение анализа рисков» даются определения риска и неопределенности, рассматриваются основные методы анализа рисков инвестиций Изучаются особенности инвестиционных рисков в сельском хозяйстве, информация для их оценки Исследуются действующие АС как источник информации Систематизируются показатели оценки вариации признака, устойчивости временного ряда. Определяется система показателей, характеризующих риски инвестиций

Во второй главе «Анализ финансово-хозяйственной деятельности сельскохозяйственных предприятий южной зоны Московской области с точки зрения рисков инвестиций» изучаются тенденции и современное состояние сельскохозяйственного производства в регионе, выявляются проектные ситуации — комплексы проблем, разрешимых при посредстве конкретных проектов, рассматриваются основные риски инвестиций, в т ч на примере реальных инвестиционных проектов

В третьей главе «Методика подготовки и использования данных для анализа рисков инвестиционных проектов и применение ее при принятии инвестиционных решений» разрабатываются методические подходы к подготовке информации для анализа рисков Сформулирована и применена к реальным инвестиционным проектам методика подготовки и использования данных для анализа рисков Проведен анализ рисков инвестиционных проектов с применением полученной информации Оценивается влияние качества анализа рисков на принятие инвестиционных решений в сельском хозяйстве

Основное содержание работы

В последние годы проблема инвестиций в сферу сельскохозяйственного производства еще более обострилась. Объем инвестиций по сравнению с уровнем 1990 г. сократился в десятки раз, в том числе уменьшилась статья бюджетного финансирования инвестиций в АПК. Автор считает, что привлечению необходимых для подъема сельского хозяйства инвестиций из внебюджетных источников препятствует наличие в отрасли дополнительных рисков, недостаточная обоснованность принятия инвестиционных решений, особенно в части анализа устойчивости инвестиционного проекта к изменяющимся условиям среды реализации проекта.

Задачи анализа рисков как части анализа инвестиционных проектов — качественно описать и количественно оценить возможные риски проекта и наметить пути их снижения. Недостаточное внимание к корректности проведения анализа рисков и достоверности его результатов могут привести к принятию неправильного инвестиционного решения и (или) направить усилия по снижению негативного влияния случайных факторов на проект не на те риски, которые действительно этого требуют.

В диссертации рассматриваются различные критерии принятия инвестиционных решений, используемые в отечественной и зарубежной практике, особенности их применения при оценке инвестиционных проектов в АПК. Подчеркивается необходимость рассмотрения показателей эффективности инвестиционного проекта в комплексе, так как они взаимно дополняют друг друга. Особое внимание следует уделить критериям осуществимости (реализуемости) проекта, таким как потребность в дополнительном финансировании при оценке проекта «до финансирования», неотрицательность накопленного сальдо в каждом периоде при оценке «после финансирования» и др.

При определении ключевых понятий риска и неопределенности автор отмечает различные толкования этих категорий в экономической литературе. Наиболее точно, по мнению автора, эти понятия сформулированы П.Л. Виленским, В.Н. Лившицем: «Неопределенность — неполнота, неточность информации об условии реализации проекта. Риск -возможность возникновения условий, приводящих к негативным последствиям для всех или отдельных участников проекта».

В настоящее время на практике используются разнообразные методы для оценки рисков, и выбор метода зависит, в первую очередь, от характера проекта, риски которого исследуются. Как показало исследование, методы, с успехом применяемые в промышленности, могут быть неприменимы в сельском хозяйстве. Это связано со спецификой сельскохозяйственного производства (подверженность влиянию погодных условий, ярко выраженная сезонность производства, тесная связь техно-

логических процессов с биологическими) и недостатком информации для анализа специфических рисков

Предприятию, оценивающему инвестиционный проект, особое внимание следует уделить изучению тех рисков, которыми оно в состоянии управлять С этой точки зрения приемлема следующая классификация рисков

I Внешнеэкономические риски - например, изменения цен на импортируемые ресурсы или экспортируемую продукцию На ситуацию на мировом рынке не в состоянии повлиять ни отдельное предприятие, ни район или область

II Риски, влияющие на сельскохозяйственное производство на уровне макроэкономики К ним относятся нестабильность экономического законодательства (в т ч налогового), политические риски; стихийные бедствия Влияние этих рисков значительно, однако они являются трудно прогнозируемыми и неуправляемыми на уровне предприятия

III Риски сельскохозяйственного производства на уровне предприятия (проекта) Это колебания рыночной конъюнктуры, цен, погодные риски, производственно-технологические риски, финансовое состояние участников проекта. Эта группа рисков частично поддается управлению и степень их влияния связана с неполнотой и неточностью информации

В нашем исследовании, направленном на совершенствование оценки рисков инвестиционных проектов в сечьскохозяиственном предприятии, мы уделим особое внимание анализу рисков III группы, т е рисков на уровне предприятия, в т ч технологическим (урожайность сельскохозяйственных культур, продуктивность сельскохозяйственных животных), и ценовым

При количественном анализе рисков важно оценить их с вероятностной точки зрения, так как значения параметров, при которых проект теряет эффективность или становится нереализуемым, могут иметь очень малую вероятность Для этого необходима достаточно массовая достоверная информация, позволяющая судить о характере распределения параметра проекта Информационной базой могут являться первичные бухгалтерские документы, регистрирующие отдельные события, а также базы данных автоматизированных систем По мнению автора, использование данных автоматизированных систем наиболее перспективно, так как это сравнительно дешевый источник достоверной информации, позволяющий обрабатывать большие объемы исходных данных

Независимо от источника получения информации, использование массовых данных о колебаниях параметра проекта для оценки риска без предварительного выделения случайной составляющей влечет ошибки анализа Необходима методика подготовки информации для анализа рисков, позволяющая выделить ту часть колебаний признака, которая

обусловлена влиянием случайных факторов, т.е. основными источниками рисков в сельском хозяйстве.

Исследование рисков инвестиций, информации для их оценки и разработка методики подготовки информации для анализа рисков проводились на примере сельскохозяйственных предприятий южной зоны Московской области. Основные производственные направления сельскохозяйственного производства в этой зоне — молочное скотоводство, а также производство овощей и зерна (табл. 1).

Таблица 1

Основные показатели хозяйственной деятельности сельскохозяйственных предприятий южной зоны Московской области, 2000 г.

Всего по Южная зона

Показатели Южная зона Московской в % ко всей

области области*

I. Всего сельхозугодий, тыс. га 304,6 1186,8 25.7

в т.ч. пашня 246,6 927,8 26.6

Посевные площади, тыс. га:

зерно 58,58 162,81 36.0

картофель 5,37 15,99 33.6

овощи открытого грунта 4,80 10,68 44.9

И. Поголовье КРС, тыс. гол.: 110,8 461,7 24.0

в т.ч. коров 50,8 203,1 25.0

III. Валовая продукция, млн. руб., 2172 11532 18.8

всего 947 3843 24.6

в.т.ч. растениеводства 123 7689 15.9

животноводства

Произведено продукции, тыс.

тонн 127,0 326,4 38.9

зерно 72,9 205,6 35.5

картофель 162,2 295,3 54.9

овощи открытого грунта 200,8 828,2 24.2

молоко 9,0 39,1 23.0

мясо КРС

IV. Реализовано продукции, тыс. руб.

зерно 166,3 307,6 54.1

картофель 139,7 302,9 46.1

овощи открытого грунта 249,0 412,4 60.4

молоко 747,9 3020,4 24.7

мясо 81,1 385,7 21.0

V. Рентабельность производства, %,

по всей деятельности 11.4 6.3 +5.1

зерно 65.2 58.5 +6.7

овощи открытого грунта 31.3 17.8 +13.5

молоко 30.5 27.6 +2.9

* - рентабельность - +/- пунктов

Размещение инвестиций накладывает определенные условия на круг сельскохозяйственных предприятий, включаемых в исследуемую совокупность Базой для формирования выборочной совокупности явились предприятия южной зоны Московской области, поставщики молока одного из крупных молокоперерабатывающих предприятий С целью укрепления своей сырьевой базы и получения молока более высокого качества мотокоперерабатывающее предприятие готово инвестировать средства в сетьскохозяйственное производство, если будет уверено в устойчивости финансового положения получателя инвестиций, а также в эффективности и реализуемости инвестиционных проектов После предварительного исследования, в котором участвовало более 10 хозяйств, были отобраны 5 предприятий, ставших реальными претендентами на получение кредита (табл 2)

Таблица 2

Размеры производства хозяйств южной зоны Московской обтасти, 2000 г

Москов-

ЗАО ская се- ЗАО АОЗТ АОЗТ В сред- В сред-

Показатепи < Серги- лекци- < Жилев- «Мали- «Горо- нем по нем по

евское» онная станция ское» но» д іще» чоне области

Всего с х. угодий га 3902 3217 2933 3986 4^35 4670 3075

из них пашня ">902* 2957 2492 4507 4257 2971 2416

Всего работников, чел в т ч занятых в с - 1247 1160 »91 320 409 291 176 151 340 305 261 236 264 230

V производстве

Поголовье КРС, гол 4594 2518 1323 1431 980 1402 1297

в т ч коровы 2200 913 649 752 449 644 577 |

Среднегодовая стоимость основных фон- 98304 88178 86021 34708 54525 57277 1 69007 ,

дов тыс руб

Всего производственных затрат в сельском 112758 48603 28237 18728 44813 25631 1 29083

хозяйстве, тыс руб

в г ч в растениеводстве 56113 25218 1 <058 8193 32800 11548 9955

в животноводстве 56645 23345 1517") 10535 12013 14083 19128

Товарная продукция, тыс руб 111933 45262 22609 18841 59990 21068 24694 |

втч продукция растениеводства животноводства 51048 55802 11590 22253 10465 12244 3081 15377 44975 9373 7938 12711 6312 17585

Удельный вес молока

'в товарной продукции, % 44 9 42 1 48 7 74 8 14 7 40 2 29 3

* - включая долголетние культурные пастбища

Проектные ситуации в отрасли молочного скотоводства

Рис. 1. Проектные ситуации в отрасли молочного скотоводства

Исследование проектных ситуаций в отрасли молочного скотоводства (рис 1) показало, что наиболее типичными являются 1) проблемы с обеспечением животных кормами собственного производства и качеством кормов («Сергиевское», «Жилевское», «Малино»), 2) необходимость повышения качества сдаваемого молока и, соответственно, цены реализации (МСС, «Жилевское», «Городище») (табл 3)

Таблица 3

Обеспеченность кормовыми угодьями, продуктивность и цены

реализации молока

Показатели ЗАО <Сер гиевское» ,,, , I ЗЛО«Жи-МСС 1 певскпе» \озт «Малино» АОЗТ < Городище»

Птатноеть скота на 100 га с х угодий* гот/100 га 69 46 45 36 28

Пчощадь кормовых культур на 1 гот крупного рогатого скота, га/гол 0 86 1 25 1 32 1 22 1 74

Произведено кормов т I кед 1 на 100 гас х уго- 376 дни* I на 1 гол КРС 1 5 46 353 7 73 164 3 64 170 4 74 213 7 70

Среднегодовой УДОЙ кг 49И 1 5723 4055 3^94 4697

Средняя цена реализации р\б /тонну ■5032 | 4802 | 4762 5850 4768

* с учетом плошали пашни в краткосрочном пользовании хозяйства

Проблема обеспечения животных кормами может быть решена за счет повышения урожайности кормовых культур («Жилевское», «Малино»), а также производства кормов более высокого качества Причина относительно низких по сравнению с другими хозяйствами цен реализации в МСС, «Жи-левском» и «Городище» - сравнительно низкое качество молока, при достаточно высоких показателях содержания жира и белка в молоке, из-за бактериальной обсеменности выше нормы оно, как правило, сдается II классом, значительно теряя в цене

Возможное решение указанных проблем и риски, с этим связанные, рассмотрены на примере двух типичных инвестиционных проектов проекта, направленного на укрепление собственной кормовой базы в ЗАО «Сергиевское» и покупки доильного зала с холодильным танком в ГУП МСС (табл 4) Инвестиционный проект в ЗАО «Сергиевское» включает два компонента - расширение площади долголетних культурных пастбищ и внедрение новой технологии производства кукурузы на зерно-сенаж Покупка доильного зала с холодильным танком на 12 тонн в ГУП МСС позволит повысить качество сдаваемого молока по показателю бактериальной обсеменен-ности, повышая его классность и цену реализации

Оба проекта имеют хорошие показатели эффективности, однако проект в ГУП МСС оценивается как нереализуемый, так как минимальное накопленное сальдо с учетом заемных средств отрицательно

Таблица 4

Основные характеристики инвестиционных проектов

Покачатечи До рассмотрения вопросов финансирования С учетом УСЛОВИЙ финансирования

ЗАО «Сергиевское» ГУП МСС ЗАО < С ерги-евское > ГУП МСС

Сметная стоимость проекта, тыс pv6 45 575 11 922 ч X

Финансирование собственные средства * * Wo 30%

заемные средства 70° о 70%

NiPV тыс pv6 36 890 24 383 28 914 23 029

IRR °о 27 28 41 48 86 67 20

PI 1 89 3 И 1 71 3 03

Периоц окупаемости чет 4 84 3 52 5 56 3 61

Потребность в допол- 1

28143

9872

368

-488

| нитетытм финансировании минимальное , накопленное сальдо | тыс руб __

После анализа финансового состояния, которое оценено как устойчивое, среди рисков инвестиционных проектов особо исследовались ценовые - цены реализации молока и других видов продукции, технологические урожайность и продуктивность. Источниками информации для анализа ценовых рисков послужили базы данных автоматизированных систем, технологических рисков — данные статистической отчетности

Подготовка данных к анализу рисков направлена на разделение колебаний параметров проекта на закономерные колебания и колебания под воздействием действительно случайных факторов Пока не выявлен закономерный компонент вариации, вся вариация признака будет отнесена на долю случайных колебаний в силу своей неопределенности При этом к рискам проекта, связанным с изменением значения исследуемого признака под воздействием объективно случайных факторов неправомерно добавляются риски, обусловленные невниманием к существующим закономерностям в изменении признака

При разтожении динамического ряда выделялись, как правило, следующие составляющие тренд как общая направленность изменений значений признака, сезонные колебания, особенно характерные для сельскохозяйственного производства и случайные колебания, включающие изменения признака под воздействием случайных или неучтенных факторов

Выявленные закономерности в изменении признака (тренд, сезонные колебания) являются важной информацией для инвестиционного проекта, так как дают возможность обоснованно строить модель проекта. Повышение качества планирования снижает риски инвестиционных решений, связанные с использованием неточной информации.

Характеристики случайной составляющей вариационного ряда необходимы для классического анализа рисков.

Таким образом, задачами предварительной подготовки данных являются:

- отбор признаков, которые могут быть существенными для данного инвестиционного проекта;

- обеспечение качественной однородности исследуемого ряда;

- выделение закономерной и случайной составляющих динамического ряда с целью разделения вариации по источникам согласно формуле разложения дисперсии:

2 _ 2 , 2 , 2 .

О общ О тренд ^ сезон ' О ост5

- формализация закономерных изменений признака с целью применения при построении денежных потоков инвестиционного проекта;

- исследование случайной составляющей вариационного ряда данных с целью применения его характеристик при анализе рисков.

В частности, при исследовании вариации цены реализации молока в одном из исследуемых хозяйств были выделены следующие закономерности: тренд — прямая и сезонные колебания — синусоида (рис. 2). Анализ показал, что 49% объема вариации обусловлено трендом, 20% - сезонными колебаниями и лишь 31% - случайными колебаниями (табл. 5).

Рис. 2. Фактические и расчетные среднемесячные цены реализации молока, рубУкг

Таблица 5

Характеристики вариационного ряда цены реализации молока

Показатели

Размах вариации руб

Средиеквадрагтическое отклонение

Исходная вариация

1 69

Остаточная вариация после исключения тренда (прямая)

Коэффициент вариации

Ü 33^ " 821

1 18 0239 S 87

Остаточная вариация поспе исключения сезонных колебаний (синусоида)

_1 00_ 0 187 _ 4 59

Объем вариации

2 797

1 431

0 875

Дочявариации

100 00

51 17

41 30

Аналогичным образом обработаны динамические ряды цен и объемов реализации основных товарных продуктов сельскохозяйственного производства в исследуемых хозяйствах Выявлены следующие особенности

- динамика цен реализации отдельных продуктов (овощей защищенного грунта) имеет характерную форму сезонных колебаний, не достаточно точно описываемую уравнением синусоиды В этом случае рекомендуется воспользоваться методом простой экстраполяции, также применяя его к отклонениям от тренда,

- динамика цен реализации некоторых видов сельскохозяйственной продукции (например, мяса) $а исследуемый период не содержит выраженных сезонных колебаний, стучайные отклонения оценивались как отклонения от тренда,

- исследование цен реализации овощей в течение года показало, что необходимо разделение динамического ряда на качественно однородные периоды (разделение реализации из хранилищ и без хранения),

- при исследовании динамики урожайности колебания по годам оценивались как отклонения от тренда

Проведенные исследования позволили разработать методику подготовки информации для анализа рисков Она включает следующие этапы

I этап - подготовка информации к обработке Он заключается в получении данных из баз автоматизированных систем или других источников, может осуществляться разтичными способами экспорт данных встроенными средствами автоматизированных систем, конвертация баз данных открытых форматов и пр Также на этом этапе необходимо провести отбор информации по содержанию (например, записи о реализации продукции), фильтрацию записей по выбранным критериям (определенный вид продукции), сортировку и группировку данных Результатом этого этапа является динамический ряд, подлежащий обработке

II этап - выделение тренда как основной тенденции изменения значений фактора Содержит такие элементы, как

- выделение качественно однородных периодов для последующего выделения тренда.

- выравнивание динамического ряда, полученного на предыдущем этапе, с применением метода наименьших квадратов по различным формам трендов;

- выбор формы уравнения, наиболее соответствующей динамике показателя.

На III этапе можно выделить следующую составляющую вариационного ряда — сезонные колебания. Он включает:

- расчет отклонений фактических значений от выбранной на предыдущем этапе линии тренда;

- принятие решения о наличии или отсутствии сезонных колебаний для данного динамического ряда;

- на основании формы сезонных колебаний выбор метода выравнивания сезонных колебаний - метод наименьших квадратов (синусоида), простая экстраполяция, др.;

- задание цикла колебаний (количество периодов в цикле);

- расчет сезонных колебаний.

IV этап позволяет получить случайную составляющую вариационного ряда как ряд отклонений фактических значений от расчетных по полученным выше формам зависимости, а также рассчитать характеристики вариационного ряда по этапам снятия закономерных тенденций.

V этап — анализ полученных результатов, отбор информации для использования при анализе рисков.

Результаты применения данной методики могут быть использованы в следующих направлениях:

1. Выявленные закономерные тенденции должны быть заложены в модель проекта, что повышает точность расчетов и делает модель более достоверной.

2. Оставшиеся после снятия основных закономерных тенденций колебания могут бьггь отнесены к случайным колебаниям и содержат именно ту вариацию, характеристики которой необходимы при анализе рисков.

3. Для более точного отражения характера распределения случайные колебания внутри однородной совокупности хозяйств можно объединять. Объединение данных о случайных колебаниях цен реализации продукции различных сельскохозяйственных предприятий требует предварительной оценки существенности разности дисперсий. При проверке гипотезы о равенстве дисперсий двух выборок применяется критерий Б-Фишера.

Дня оценки эффективности и реализуемости были разработаны две модели каждого проекта с разделением первых лет реализации проекта по месяцам. Модель I составлялась с использованием средних значений параметров проекта, в модели II были учтены выявленные закономерные изменения цен и объемов реализации в течение года (сезонные колебания). Модели составлялись в базисных ценах.

При проведении анализа рисков на основе модели II использовалась информация, полученная на этапе подготовки данных к анализу рисков, при

анализе модели I использовались параметры исходной совокупности (без выделения случайной составляющей)

Таблица 6

Сравнительный анализ чувствительности критерия реализуемости проекта к изменению его параметров (при проектном финансировании.

СЗАО "Сергиевское')

Параметр изменение (+/ Эффективность проекта (МРУ, тыс руб) Осуществимость проекта (минимальное накоптенное сальдо тыс руб) Критическое значе ние (+/- %)

модетьI модель II модель I модель II модетьI чодеіь II

Капитальные затраты всего 16511 19820 не осуществим (-20<;4) осуществим (279) -4 +23

Текущие ¡а трчты всего + 10 26316 29510 не осуществим (-1884) осуществим (447) +2 +12

в г ч по ското водству + !0 26172 29366 не осуществим ( 1644> осуществим (688) 1

Продуктивность скота 10 23294 26486 не осуществим (-1262) осуществим (837) .2 -15

в т ч молочная I продуктив-1 ность 10 24006 27177 не осуществим (-1032) осущест вим (1067) -3 -17

Цены реализа- не осу- не осуществим (-4) ■

, ц,ш продукции 10 17385 20361 ществим (-21021 2 -10

в т ч молока не осу- не осуще-

15845 19058 ществим (-4098) ствим (-2235) -11

10 224^2 25&91 не осуществим (-186<;) осушест вим (233) -І- -11

Анализ чувствительности показал, что модель II, составленная с учетом существующих закономерностей, характеризует проект как более устойчивый к изменениям параметров под действием случайных факторов При анализе чувствительности на базе модели I проект рассматривается как неустойчивый по целому ряду позиций снижение цен реализации и продуктивности животных, увечичение капитальных и текущих затрат При этом наиболее уязвимым является условие реализуемости Использование в модели И сведений о сезонных изменениях параметров позволило реально оценить границу критического значения (табл 6)

Переключающие (критические) значения должны быть проанализированы с точки зрения вероятности их наступления Базой для этого анализа является совокупность случайных отклонений, полученная на этапе подготовки информации к анализу (модель И).

Полученные путем исключения закономерных составляющих случайные отклонения могут быть корректно применены только тогда, когда исключенные составляющие учтены при разработке проекта. Следовательно, для базисного варианта (модели I) в качестве предельных отклонений должны выступать фактические абсолютные минимумы (максимумы) за исследуемый период при изучении чувствительности к общему падению (росту) параметра и фактические абсолютные минимумы (максимумы) по периодам при исследовании влияния падения (роста) параметра в отдельные месяцы (периоды).

При исследовании влияния падения средней цены реализации молока обнаружено, что в модели I фактически наблюдавшееся отклонение (-13%) много больше критического значения -2% (в силу содержания в нем не только случайностей). Формальное проведение анализа может привести к отказу от проекта как от неустойчивого. При этом реальная ситуация (рис. 2) выглядит по-другому. Действительным переключающим значением отклонения средней цены реализации молока для проекта является -11%, фактически наблюдавшееся отклонение от закономерного графика сезонной вариации цен составило -9%.

Рис. 3. Сравнение переключающих значений отклонений цены реализации молока с максимальными фактическими отклонениями

Подобным образом исследовано влияние падения цен реализации в отдельные месяцы проекта, снижения урожайности в отдельные годы проекта под действием случайных факторов. Модель II благодаря гибкому учету изменений параметров проекта позволяет определить действительную устойчивость проекта, и принятие инвестиционного решения с использованием этой модели будет более обоснованным.

Оценка показателей эффективности и реализуемости инвестиционных проектов показала, что расчетные показатели обеих моделей проекта для СЗАО «Сергиевское» удовлетворяют требованиям, предъявляемым к инвестиционным проектам: ЫРУ с учетом привлечения заемных средств положительно, минимальное накопленное сальдо также выше нуля. В ГУП МСС расчетные показатели эффективности (ЫРУ) удовлетворительны, но вызывает опасения реализуемость проекта: при оценке проекта на базе модели I ми-

%

В переключающее

значение Ш фактическое отклонение

модель I модель II

нимальное накопленное сальдо отрицательно (-488 тыс руб ), а на базе модели II немногим выше нуля (+19 тыс руб)

Кроме того, результаты анализа чувствительности говорят о том, что реализуемость и, в меньшей степени, эффективность обоих проектов (особенно проекта для МСС) значительно реагируют на изменение условий реализации проекта, на колебания параметров проекта под воздействием случайных факторов Для оценки степени риска для проектов в цепом проводилось имитационное моделирование, позволяющее получить распределение значений показателей эффективности и реализуемости при случайным образом варьирующих параметрах проекта

Имитационное моделирование проводилось с использованием инструмента Risk Master, для каждого проекта выполнялась серия из 1000 испытаний Входными параметрами являлись- колебания цены реализации молока по месяцам первого года реализации проекта, колебания молочной продуктивности животных, колебания урожайности товарных культур Выходные параметры значения NPV до и после финансирования, потребность в финансировании, минимальное накопленное сальдо

Сравнение результатов испытаний для двух моделей каждого проекта позволило реально оценить уровень риска для проекта в целом. Подтвердилось предположение о том, что наиболее уязвимым является условие реализуемости проекта (минимальное накопленное сальдо) - этот параметр имеет наибольший коэффициент вариации (от 2,71 в «Сергиевском», модель I до 3,48 в МСС модель II)

Все значения показателей эффективности на графике кумуляты лежат в области правее нуля, поэтому единственным ограничением для проектов является выполнение условия реализуемости - минимальное накопленное сальдо Проведенные испытания определяют вероятность получения негативного результата для проекта как вероятность наступления отрицательного значения jToro показателя реализуемости (рис 4, 5)

Cumu ative Probability

I

1500

Рис 4 Кумулята значений минимального накопленного сальдо, руб (ГУП МСС)

1000 5QQ- _0 _ 500 1000

Модель I Модель II

8000

Рис. 5. Кумулята значений минимального накопленного сальдо, руб.

(СЗАО «Сергиевский»)

Таким образом, уровень риска для проекта в «Сергиевском» на базе модели I составляет 36,6%; на базе модели II — 0,3%. Оценка проекта без учета существующих особенностей производства может привести к отказу от проекта, если этот уровень риска окажется неприемлемым для предприятия. В то же время реальные характеристики этого проекта характеризуют его как весьма устойчивый и эффективный.

Уровень риска проекта в МСС на базе модели I очень высок — 73,3%. Проект с таким высоким уровнем риска скорее всего будет отклонен. Анализ проекта на базе модели II оценивает риск на уровне 39,0%. Учитывая предшествующие этапы анализа, этот уровень риска для данного проекта довольно высок. В этом случае необходимо разрабатывать систему мер снижению рисков. Кроме того, принятие инвестиционного решения зависит от уровня риска, приемлемого для предприятия, реализующего проект.

Выводы и предложения

1. Для преодоления кризиса в сельском хозяйстве России необходима активизация инвестиционной деятельности. В настоящее время инвестиционная привлекательность этой сферы производства невелика; в большой степени это обусловлено высокими рисками инвестиций в сельском хозяйстве и их неопределенностью.

2. При оценке рисков инвестиций в сельском хозяйстве необходимо комплексно использовать известные инструменты (методы анализа инвестиционных проектов, финансового состояния предприятий, статистические методы) с учетом специфики отрасли.

3. Изучение рисков инвестиций в хозяйствах южной зоны Московской области показало, что ценовые и технологические (также имеющие ценовой

-6000 -4000 -2000 0_2000 4000 6000

I Модель I ——Модель II1

компонент) риски оказывают большое влияние на эффективность и реализуемость инвестиционных проектов в сельском хозяйстве Так, коэффициент эчастичности ЫРУ по продуктивности достигает 1,3, по ценам реализации -2,8

4 Несовершенство оценок рисков напрямую связано с существующей проблемой информационного обеспечения анализа рисков Входной информацией для анализа рисков являются специфические сведения, требующие большого объема исходных данных

5 В качестве источника информации для анализа рисков с успехом могут быть использованы базы данных действующих автоматизированных систем

6 Чтобы проводить анализ рисков на базе достоверной информации о колебаниях параметров инвестиционного проекта под воздействием случайных факторов, необходимо учитывать следующее

- данные должны быть обработаны с целью разде тения вариации признака на закономерную и стучайную составляющие,

- закономерности должны быть учтены при разработке модели проекта,

- выделенные случайные колебания служат базой для анализа рисков,

- с целью повышения достоверности распределения случайных колебаний совокупность возможно увеличивать путем объединения данных о случайных колебаниях цены на продукт в однородных с точки зрения производства и реализации этой продукции хозяйствах

7 Применение предлагаемой методики подготовки данных для анализа рисков инвестиционных проектов позволило реально оценить риски инвестиций При этом установлено, что значения критерия реализуемости изменяются в ботыпей степени, чем критерия эффективности Например, при падении цен реализации молока на 20% значение критерия эффективности одного из проектов уменьшается на 17% и остается положительным, но проект неосуществим - минимальное накопленное сальдо отрицательно (-2235 тыс руб )

8 Более достоверная оценка рисков инвестиций, достигаемая за счет учета специфики сельского хозяйства, значительно влияет на принятие инвестиционного решения (при оценке проектов без учета особенностей сельскохозяйственного производства уровень риска для исследованных проектов составил 36,6% и 73,3%; с учетом - 0,3% и 39,0% соответственно)

9 Практическое использование предлагаемого метода подготовки данных существенно повышает качество анализа рисков инвестиционных проектов, что должно способствовать привлечению инвестиций в сельскохозяйственное производство

Основные положения диссертации изложены в следующих опубликованных работах:

1. Алексанов Д.С., Чекмарева Н.В. Об использовании данных о реализации сельскохозяйственной продукции для оценки рисков инвестиционной деятельности // Информационный бюллетень ИКС Московской области. -М.: Изд-во МСХА, 2001. - №2. - С. 11-13.

2. Алексанов Д.С., Чекмарева Н.В. Что можно рекомендовать разработчикам инвестиционных проектов в сельском хозяйстве // Информационный бюллетень ИКС Московской области. - М.: Изд-во МСХА, 2001. - №4. -С. 41-43.

3. Чекмарева Н.В. Использование баз данных автоматизированных систем бухгалтерского учета для анализа рисков. Деп. во ВНИИТЭИАгро-пром, per. №152/62 ВС-2000.

4. Чекмарева Н.В. Подготовка информации для анализа рисков // Материалы научной конференции молодых ученых и специалистов МСХА 5—6 июня 2001 г. -М.: Изд-во МСХА, 2001. - С. 154-155.

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Чекмарева, Наталья Вячеславовна

Введение.

1. Теоретические основы и значение анализа рисков.

1.1. Анализ рисков и его роль в принятии инвестиционных решений.

1.2. Особенности рисков в сельском хозяйстве.

1.3. Информация для анализа рисков в сельском хозяйстве и ее источники

1.4. Методы, используемые при подготовке информации для анализа рисков.

2. Анализ финансово-хозяйственной деятельности сельскохозяйственных предприятий южной зоны Московской области с точки зрения рисков инвестиций.

2.1. Сельскохозяйственные предприятия южной зоны Московской области как объект исследования.

2.2. Риски сельскохозяйственного производства в исследуемом регионе.

2.3. Анализ проектных ситуаций в хозяйствах южной зоны Московской области.

2.4. Инвестиционные проекты и риски инвестиций.

3. Методика подготовки и использования данных для анализа рисков инвестиционных проектов и применение ее при принятии инвестиционных решений.

3.1. Разработка методики подготовки и использования данных для анализа рисков.

3.2. Методика подготовки и использования данных для анализа рисков.

3.3. Анализ рисков инвестиционных проектов с применением предлагаемой методики и влияние его на принятие инвестиционных решений.

Диссертация: введение по экономике, на тему "Анализ и оценка рисков для принятия инвестиционных решений в сельском хозяйстве"

В последние несколько лет наша страна переживает глубокий экономический кризис. По мнению многих специалистов, для выхода из него необходима активизация инвестиционной деятельности, в том числе в сфере сельскохозяйственного производства. Однако в настоящее время инвестиционная активность невелика, а в сельском хозяйстве особенно.

Одну из причин этого мы видим в высоких, но недостаточно изученных рисках сельскохозяйственного производства в российских предприятиях.

Потенциальных инвесторов останавливает, во-первых, недостаточно благоприятный инвестиционный климат в России вообще (социальные проблемы, изменяющееся законодательство, в т.ч. в части налогообложения), и, во-вторых, специфические риски именно в сельском хозяйстве[69].

Принятие инвестиционного решения в таких условиях должно основываться на убедительном доказательстве эффективности и реализуемости проекта, в том числе особое внимание следует уделить анализу рисков. Риск инвестиционного проекта представляет собой возможность возникновения негативных для участников проекта ситуаций. Роль анализа рисков в анализе проектов заключается в определении вероятностных характеристик показателей эффективности и реализуемости проекта и поиске путей снижения влияния неблагоприятных условий на проект. Мировой опыт показывает, что часто высокие риски не останавливают инвесторов, если они учтены при разработке проекта и проект достаточно эффективен.

Вопросам анализа инвестиций, анализа рисков и прогнозирования, а также проблемам принятия инвестиционных решений посвятили труды многие российские и зарубежные ученые: С.С. Сергеев, В.А. Добрынин, A.M. Гатаулин, К.П. Личко, А.В. Беляев, Дж. Кейнс, П.Л. Виленский , В.Н. Лившиц, М.В. Грачева, Э.Н. Крылатых, В.М. Урезченко, И.В. Липсиц, В.В. Кос-сов, J. P. Gittinger, Ruud В.М. Huirne, Maxwell L. Brown., James G. Brown и др.

Однако большинство этих исследований ориентировано на проблемы эффективности капитальных вложений в АПК [32, 57, 63, 75], общие вопросы современной методики анализа проектов [17, 18, 28, 37, 38, 72], риски в других отраслях [9, 37]. При этом важные вопросы рисков инвестиций в сельское хозяйство остаются неисследованными.

Существует целый ряд методов анализа рисков инвестиционных проектов; для того, чтобы получить достоверные результаты при применении этих методов, необходимо иметь соответствующую входную информацию. Проблема информационного обеспечения анализа рисков в сельском хозяйстве недостаточно полно изучена.

Научно обоснованный подход и тщательная подготовка информации необходимы для получения надежных результатов при анализе рисков. Характер информации, необходимой для анализа рисков, достаточно специфичен - требуется вероятностная оценка показателей и их связей, следовательно, необходим довольно большой объем достоверных данных, на основании которых можно было бы судить о возможных значениях показателей. В сельском хозяйстве, имеющем свои особенности и специфические риски, это тем более актуально. При оценке степени риска конкретного инвестиционного проекта, связанного с сельскохозяйственным производством, исследователь сталкивается с рядом проблем. Одна из них — недостаток объективных данных, вследствие чего анализ рисков часто производится с недостаточной точностью и не выполняет своей задачи, влияя на качество инвестиционного решения.

В то же время значительная часть данных, которые могут служить основой для анализа рисков, хранится в базах данных действующих автоматизированных систем обработки экономической информации. Накапливаемые для других целей, эти данные могут быть использованы для анализа рисков при условии дополнительной подготовки.

Таким образом, проблема подготовки информации для анализа рисков инвестиционных проектов в сельском хозяйстве является актуальной и требует дальнейшего изучения. Необходима методика, позволяющая проводить анализ рисков инвестиционных проектов с учетом специфики отрасли сельскохозяйственного производства на базе достоверной информации.

Целью исследования является разработка методики подготовки и использования информации для анализа рисков в сельском хозяйстве для повышения качества принимаемых инвестиционных решений.

Задачи исследования. Поставленная цель предусматривает решение следующих задач:

- изучение теоретических и методологических вопросов анализа рисков инвестиций, обобщение зарубежного опыта и отечественных разработок по данной теме;

- выявление особенностей рисков инвестиций в аграрном секторе;

- анализ рисков сельскохозяйственного производства в хозяйствах исследуемого региона;

- анализ рисков инвестиций в данном регионе;

- изучение систем учета и действующих автоматизированных систем (АС) как источника информации для анализа рисков инвестиций;

- разработка методики подготовки и использования данных для анализа рисков;

- экспериментальное применение разработанной методики при анализе рисков конкретных проектов и изучение влияния анализа рисков на принятие инвестиционных решений.

Объект и методы исследования. Объектом исследования являлись сельскохозяйственные предприятия южной зоны Московской области.

Предмет исследования - риски инвестиций в сельскохозяйственном производстве региона и влияние их на инвестиционные решения.

Теоретической и методологической основой исследования являются труды отечественных и зарубежных ученых, посвященные оценке эффективности капитальных вложений в развитие сельскохозяйственного производства, анализу инвестиционных проектов и анализу рисков инвестиций в частности, а также работы ученых экономистов и статистиков, посвященные анализу временных рядов и прогнозированию, имитационному моделированию в экономике.

Источниками информации послужили материалы Госкомстата РФ, данные годовых отчетов, базы данных АС, разработки и результаты других авторов.

Для решения задач исследования применены абстрактно-логический, экономико-статистический, монографический, расчетно-конструктивный методы исследования, а также метод имитационного моделирования.

Научная новизна исследования заключается в разработке нового подхода к анализу рисков инвестиционных проектов в сельском хозяйстве, позволяющего повысить качество принимаемых инвестиционных решений.

Обобщен опыт отечественных и зарубежных ученых по вопросам анализа рисков инвестиций и применен к инвестиционным проектам в сельском хозяйстве.

Разработаны методические подходы к повышению качества инвестиционных решений на основе анализа рисков.

Определены риски инвестиций в сельскохозяйственное производство южной зоны Московской области, связанные с ценами реализации продукции, колебаниями урожайности товарных культур, неплатежеспособностью сельскохозяйственных предприятий.

Предложено и обосновано применение различных систем учета как источника информации для анализа рисков.

Разработана и применена на практике методика подготовки и использования данных для анализа рисков, в том числе наиболее перспективных его методов, на основе доступной сельскохозяйственному предприятию информации.

Практическая значимость. Практическое использование методики подготовки данных позволяет существенно расширить информационную базу для анализа рисков инвестиций в аграрном секторе, повысить качество анализа, достоверность его результатов, что доказано на примере реальных инвестиционных проектов. Результаты исследования могут быть использованы для других инвестиционных проектов, в научных исследованиях и учебном процессе сельскохозяйственных вузов при изучении курсов «Экономическая оценка инвестиций», «Анализ рисков в инвестиционной деятельности», «Анализ инвестиционных проектов». 4 и Ф

Диссертация: заключение по теме "Бухгалтерский учет, статистика", Чекмарева, Наталья Вячеславовна

Выводы и предложения

1. Для преодоления кризиса в сельском хозяйстве России необходима активизация инвестиционной деятельности. В настоящее время инвестиционная привлекательность этой сферы производства невелика; в большой степени это обусловлено высокими рисками инвестиций в сельском хозяйстве и их неопределенностью.

2. При оценке рисков инвестиций в сельском хозяйстве необходимо комплексно использовать известные инструменты (методы анализа инвестиционных проектов, финансового состояния предприятий, статистические методы) с учетом специфики отрасли.

3. Изучение рисков инвестиций в хозяйствах южной зоны Московской области показало, что ценовые и технологические (также имеющие ценовой компонент) риски оказывают большое влияние на эффективность и реализуемость инвестиционных проектов в сельском хозяйстве. Так, коэффициент эластичности NPV по продуктивности достигает 1,3; по ценам реализации — 2,8.

4. Несовершенство оценок рисков напрямую связано с существующей проблемой информационного обеспечения анализа рисков. Входной информацией для анализа рисков являются специфические сведения, требующие большого объема исходных данных.

5. В качестве источника информации для анализа рисков с успехом могут быть использованы базы данных действующих автоматизированных систем.

6. Чтобы проводить анализ рисков на базе достоверной информации о колебаниях параметров инвестиционного проекта под воздействием случайных факторов, необходимо учитывать следующее:

- данные должны быть обработаны с целью разделения вариации признака на закономерную и случайную составляющие;

- закономерности должны быть учтены при разработке модели проекта;

- выделенные случайные колебания служат базой для анализа рисков;

- с целью повышения достоверности распределения случайных колебаний совокупность возможно увеличивать путем объединения данных о случайных колебаниях цены на продукт в однородных с точки зрения производства и реализации этой продукции хозяйствах.

7. Применение предлагаемой методики подготовки данных для анализа рисков инвестиционных проектов позволило реально оценить риски инвестиций. При этом установлено, что значения критерия реализуемости изменяются в большей степени, чем критерия эффективности. Например, при падении цен реализации молока на 20% значение критерия эффективности одного из проектов уменьшается на 17% и остается положительным, но проект неосуществим - минимальное накопленное сальдо отрицательно (2235 тыс. руб.).

8. Более достоверная оценка рисков инвестиций, достигаемая за счет учета специфики сельского хозяйства, значительно влияет на принятие инвестиционного решения (при оценке проектов без учета особенностей сельскохозяйственного производства уровень риска для исследованных проектов составил 36,6% и 73,3%; с учетом - 0,3% и 39,0% соответственно).

9. Практическое использование предлагаемого метода подготовки данных существенно повышает качество анализа рисков инвестиционных проектов, что должно способствовать привлечению инвестиций в сельскохозяйственное производство.