Экономико-математические модели и инструментальные методы анализа инвестиционной привлекательности зернопродуктовых логистических компаний тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Экономико-математические модели и инструментальные методы анализа инвестиционной привлекательности зернопродуктовых логистических компаний"

На правах рукописи

МАСЛЮКОВА ЕЛЕНА ВАСИЛЬЕВНА

ЭКОНОМИКО-МАТЕМАТИЧЕСКИЕ МОДЕЛИ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ АНАЛИЗА ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ ЗЕРНОПРОДУКТОВЫХ ЛОГИСТИЧЕСКИХ

КОМПАНИЙ

Специальность 08.00.13 - Математические и инструментальные методы экономики (экономические науки)

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата экономических наук

г г май 2014

Ростов-на-Дону - 2014

005549029

Диссертация выполнена на кафедре экономической кибернетики экономического факультета ФГАОУ ВПО «Южный федеральный университет»

Научный руководитель доктор экономических наук, профессор

Лазарева Елена Иосифовна

Официальные оппоненты: Барановская Татьяна Петровна

доктор экономических наук, профессор ФГБОУ ВПО «Кубанский государственный аграрный университет», заведующая кафедрой системного анализа и обработки информации

Ниворожкина Людмила Ивановна Заслуженный деятель науки РФ, доктор экономических наук, профессор ФГБОУ ВПО «Ростовский государственный экономический университет (РИНХ)», заведующая кафедрой математической статистики, эконометрики и актуарных расчетов

Ведущая организация: ФГБОУ ВПО «Южно-Российский

государственный политехнический университет (НПИ)» имени М.И. Платова

Защита диссертации состоится «20» июня 2014 года в 11:00 часов на заседании диссертационного совета Д 212.208.28 по экономическим наукам при ФГАОУ ВПО «Южный федеральный университет» по адресу: 344002, г. Ростов-на-Дону, ул. М. Горького 88, ауд. 118.

С диссертацией можно ознакомиться в Зональной научной библиотеке Южного федерального университета по адресу: г. Ростов-на-Дону, ул. Зорге, 21ж, с авторефератом - на официальном сайте ВАК Минобрнауки РФ: http://vak.ed.gov.ru/ и сайте Южного федерального университета: http://sfedu.ru.

Автореферат разослан «25» апреля 2014 года.

Отзывы на автореферат в двух экземплярах, подписанные и заверенные печатью, просим направлять по адресу: 347928, г. Таганрог, ГСП-17а, пер. Некрасовский, 44, диссертационный совет Д 212.208.28, ученому секретарю.

Ученый секретарь диссертационного совета к.э.н., доцент

М.А. Масыч

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования. Современные исследования инвестиционной привлекательности экономических систем базируются на применении широкого спектра математических методов. Однако, несмотря на многообразие существующих оценочных методов и развитость их математаческого аппарата, широко используемого для построения всевозможных рейтингов как инструментов оценки инвестиционной привлекательности финансово-экономических систем, на сегодняшний день отсутствует единая методологическая база, позволяющая осуществить комплексную оценку инвестиционной привлекательности этих систем. Сказанное в полной мере относится и к инструментарию экономико-математического моделирования инвестиционной привлекательности зернопродук-товых логистических компаний, в большой степени детерминирующей повышение конкурентоспособности и инвестиционной привлекательности зернопродуктового рынка в целом. Случайный выбор технологий оценивания инвестиционной ситуации, методик их применения и программного обеспечения может приводить к различным, обладающим вероятностной природой, результатам, что подвергает сомнению объективность получаемых оценок, а также требует специальных доказательств их соответствия решаемой проблеме.

Зернопродуктовые логистические компании — субъекты рынка услуг по хранению зерна - являются важнейшими структурными звеньями логистической системы зернопродуктового комплекса России, а их инвестиционный потенциал в большой степени детерминирует повышение конкурентоспособности и инвестиционной привлекательности зернопродуктового рынка в целом.

Сложившаяся инвестиционная конъюнктура современного рынка услуг по хранению зерна отражает характерные для зернового хозяйства страны тренды циклично-экстенсивного развития, природа которых негативно влияет и на смежные, в частности, зернопроизводящие отрасли. В качестве негативного мультипликативного эффекта, интегрирующего в себе не только кризисные явления в логистической цепи зерновых поставок, но и сокращение посевных площадей, значительные колебания урожайности зерновых культур, наблюдается устойчивая тенденция к снижению валового сбора зерна и ухудшению его качества.

Замедление негативных тенденций и переход к устойчивым траекториям инновационно-ориентированного инвестиционного развития возможны лишь при условии реализации комплексного подхода к оценке инвестиционной привлекательности зернопродуктовых логистических компаний и формированию стратегий ее повышения, определяющего систему приоритетов государственной инвестици-

3

онной политики. Значение процесса наращивания потенциала зернопродуктовых логистических компаний как инструмента привлечения инвестиционных ресурсов в зернопродуктовый комплекс особенно возрастает в условиях незавершенности (несмотря на прохождение основными субъектами рынка услуг по хранению зерна процедуры приватизации) процесса перераспределения собственности (с различными целями: укрупнение бизнеса, диверсификация капитала, спекулятивные мотивы и т.д.), а также определяется необходимостью вывода предприятий сферы услуг по хранению зерна из кризисного состояния при нехватке финансовых и производственных средств.

Решение многоаспектной задачи повышения эффективности, надежности и прозрачности результатов интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний становится возможным только при разработке соответствующего модельного инструментария, что актуализирует тему диссертационного исследования.

Степень разработанности проблемы. Проблематика современных подходов к оценке инвестиционной привлекательности различных экономических систем и эффективности принятия инвестиционных решений базируется на достаточно обширном и детально разработанном аппарате методов экономико-математического моделирования.

Общие теоретико-методологические подходы и методические основы системного анализа финансово-экономических проблем как фундаментальной основы экономико-математического моделирования обоснованы в исследованиях

A. Андрейчикова, О. Андрейчиковой, А. Антонова, Т. Барановской, Е. Герасимовой, Е. Голик, Д. Клиланд, И. Липсица, А. Милосердова, В. Попова, Б. Руа, Т. Саати, С. Смоляк, В. Соловьева, У. Шарпа и др. Изучению различных аспектов оценки активов в условиях неопределенности, разработке и эмпирической проверке модели формирования цен на активы и арбитражной теории ценообразования посвящены работы Г. Марковица, Дж. Тобина, Р. Линтнера, Я. Моссина, Дж. Линтнера, Е. Фама, М. Миллера, М. Шоулза, М. Рейнганэма, С. Росса, А. Гера, Р. Ролла, Н. Чена Н. и др.

Существенный вклад в разработку методов экономико-математического моделирования финансово-экономических процессов, а также их информационно-инструментальной поддержки внесли труды С. Айвазяна, Э. Берндта, М. Бутаковой,

B. Бухштабера, К. Доугерти, Т. Дубровой, И. Енюкова, Е. Лазаревой, Л. Матвеевой, Л. Мешалкина, В. Мхитаряна, Л. Ниворожкиной, Р. Нижегородцева и др.

Особую значимость для целей данного исследования представляют работы ученых, занимающихся вопросами изучения и внедрения в процессы принятия ин-

вестиционных решений методов экономико-математического моделирования: Р. Беллмана, Г. Гореловой, С. Емельянова, Р. Кини, С. Крюкова, О. Ларичева, Дж. Неймана, В. Ногина, В. Парето, В. Подиновского, И. Черноруцкого и др. Также стоит отменить значимый вклад, который внесли в разработку методов экономико-математического моделирования, их инструментальную поддержку следующие исследователи: С. Алексеева, О. Богатов, О. Гонова, А. Горбунов, В. Горчаков, Б. Лавровский, Р. Лузина, Ю. Лысенко, Н. Михеева, В. Петренко, В. Сидельников, В. Скоблев, Е. Стрельцова, А. Столбова и др.

Работы указанных и прочих авторов привели к формированию достаточно развитого аппарата экономико-математического моделирования инвестиционных процессов. Однако его применение в оценивании инвестиционной привлекательности конкретных организаций, в том числе зернопродуктовых логистических компаний, освещено незначительно; к настоящему времени не создана единая концепция экономико-математического моделирования характеристик инвестиционной привлекательности зернопродуктовых логистических компаний и детерминирующих ее факторов как базовой основы разработки эффективных решений в рамках государственной политики повышения их инвестиционной привлекательности.

Актуальность и недостаточная разработанность данной проблематики создают широкое поле для научного поиска, определяют его теоретическую, методическую и практическую значимость в условиях инновационно-ориентированного развития зернопродуктового комплекса, обусловливают постановку цели и задач данного исследования.

Цель и задачи диссертационного исследования. Цель настоящего исследования состоит в разработке экономико-математической модели и информационно-аналитического инструментария интегральной оценки инвестиционной привлекательности зернопродуктовых логистических компаний, служащих инструментом регулирования развития логистического сектора зернопродуктового комплекса в конкурентной рыночной среде.

Реализация поставленной цели потребовала последовательного решения системы взаимосвязанных задач, отражающих логическую структуру и последовательность этапов исследования:

— выявить и проанализировать экономическую сущность, специфику, принципы и основные характеристики процессов формирования инвестиционной привлекательности зернопродуктовых логистических компаний как объекта экономико-математического моделирования;

- обосновать концепцию моделирования и разработать экономико-математическую модель интегральной аналитической оценки инвестиционной при-

5

влекательности зернопродуктовых логистических компаний;

- разработать информационно-аналитический инструментарий для практического использования экономико-математической модели интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний;

- апробировать систему информационно-аналитической поддержки интегральной оценю! инвестиционной привлекательности зернопродуктовых логистических компаний;

- выработать рекомендации по использованию инструментальной системы в разработке приоритетных направлений государственной дифференцированной политики развития зернопродуктовых логистических компаний.

Объект и предмет исследования. Объектом исследования выступает регионально-структурированная макроэкономическая система зернопродуктовых логистических компаний, функционирование которой является стимулятором активизации инвестиционных взаимодействий логистических организаций и инициирует рост уровня инвестиционной привлекательности зернопродуктового рынка в целом. Предмет исследования - многоуровневые процессы формирования инвестиционной привлекательности зернопродуктовых логистических компаний, факторы, модели и математические методы анализа инвестиционных процессов.

Работа выполнена в соответствии с паспортом специальности 08.00.13. - Математические и инструментальные методы экономики (экономические науки): п. 1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений и п.2.4 Разработка систем поддержки принятия решений для обоснования общегосударственных программ в областях: социальной; финансовой; экологической политики.

Рабочая гипотеза диссертационного исследования основана на ряде теоретических положений, в соответствии с которыми совершенствование методики экономико-математического моделирования, разработка и практическое применение интегрированной системы инструментальной поддержки (ИСИП) интегральной оценки инвестиционной привлекательности зернопродуктовых логистических компаний как элемента системы поддержки принятия инвестиционных решений, способствует повышению их качества в единой информационно-аналитической среде за счет роста прозрачности и объективности процесса оценивания.

Теоретическая и методологическая база исследования включает фунда-

6

ментальные исследования, положения, концепции, гипотезы современной экономической теории, рыночной экономики, системный, целевой и функциональный подходы, с учетом условий рыночной трансформации российской экономики. Основными теоретическими предпосылками диссертационного исследования являются разработки отечественных и зарубежных ученых-экономистов в области исследования и оценок инвестиционной привлекательности. В основу диссертационной работы положены научные положения и математический аппарат системного анализа, экономико-математического моделирования, многомерного статистического анализа и инвестиционного менеджмента, рейтингового управления.

Информационно-эмпирической базой в настоящем исследовании послужили данные специальной научной и периодической литературы, монографий, статей научных и периодических публикаций отечественных и зарубежных авторов, данные Федеральной службы государственной статистики и Системы профессионального анализа рынков и компаний (СПАРК), специальных обследований и опросов, информационные ресурсы Интернет, данные • бухгалтерской отчетности зернопро-дуктовых логистических компаний.

Обоснование теоретических положений и аргументация выводов диссертационного исследования осуществлялись на основе общенаучного, общеэкономического, экономико-статистического и эмпирического метода.

При разработке отдельных аспектов работы и решении практических задач был использован следующий инструментарно-методический аппарат. Для обработки, анализа и обобщения материалов, в зависимости от поставленных целей и задач, применялись методы экономико-математического, логического, сравнительного, структурно-функционального анализа. Для апробации результатов в рамках диссертационного исследования применялись следующие средства: пакет прикладных программ (ППП) STATISTICA 6.0, авторский программный продукт (ПП) «ИЕРАРХИЯ», написанный на основе НТА (Hypertext Markup Language Application) и представляющий собой сайт-программу, а также средства Microsoft Excel 2007.

Основные положения диссертации, выносимые на защиту:

1. Аналитическую основу рекомендаций по выработке положений государственной инвестиционной политики в области развития логистической системы зернопродуктового комплекса, характеризующейся территориальной несбалансированностью рыночного спроса и предложения и доминирующей ролью государственного регулирования, могут составить оценки инвестиционной привлекательности зернопродуктовых логистических компаний. Инвестиционная привлекательность зернопродуктовых логистических компаний выступает базовой характеристикой инвестиционной ситуации и рассчитывается на основе анализа трехуровне-

7

вой системы факторов (факторы макро-, мезо- и микроуровня), что предопределяет сложность и многовариантность применения методов экономико-математического моделирования для ее оценки.

2. Выбор методов экономико-математического моделирования для оценки инвестиционной привлекательности зернопродуктовых логистических компаний часто носит субъективный характер, что обусловлено отсутствием единого оценочного инструментария, а также слабой изученностью характера влияния метода моделирования на результирующие оценки. Использование на практике экономико-математических моделей, позволяющих дать исключительно частные оценки инвестиционной привлекательности зернопродуктовых логистических компаний (оценки, необходимые для решения частных инвестиционных задач), приводит к односторонности оценок и непрозрачности инвестиционных решений. Применение модельного инструментария интегральной оценки инвестиционной привлекательности акционерного капитала компаний, агрегирующего отдельные проявления инвестиционных процессов, является способом комплексного анализа уровня и динамики развития данных компаний.

3. Разнообразие методов моделирования аналитических оценок инвестиционной привлекательности обусловлено многообразием информационных платформ и алгоритмов принятия зернопродуктовыми логистическими компаниями инвестиционных решений. Разработка обоснованной экономико-математической модели интегрального оценивания основана на сравнении и обобщении этих инструментов с точки зрения многокритериального выбора факторов, детерминирующих инвестиционную привлекательность, количественной оценки степени их влияния на результирующие оценки, многопараметрической типологизации и рейтингования основных структурных элементов макроэкономической системы зернопродуктовых логистических компаний по уровню их инвестиционной привлекательности с целью формирования дифференцированных стратегий государственной инвестиционной политики. Разработанная четырехмодульная экономико-математическая модель позволяет решить перечисленные задачи и дать единую внутренне-синхронизированную комплексную оценку инвестиционной привлекательности зернопродуктовых логистических компаний на основе обоснованной интеграции многокритериальных, эконометрических, кластерных и рейтинговых методов моделирования в единую информационно-аналитическую систему.

4. Разработанная интегрированная система инструментальной поддержки (ИСИП) комплексной оценки инвестиционной привлекательности зернопродуктовых логистических компаний, основанная на авторской экономико-математической модели, представляет собой новое инструментальное средство поддержки принятия

8

инвестиционных решений, позволяет повысить качество и обоснованность оценочных решений за счет автоматизации в единой информационно-аналитической среде алгоритмов многокритериального выбора и выявления степени влияния на инвестиционную привлекательность наиболее важных факторов-детерминант, построения типологии и интегральных рейтингов инвестиционно-привлекательных зерно-продуктовых логистических компаний.

5. Комплексное применение разработанного модельно-аналитического и программного инструментария для получения интегральных оценок инвестиционной привлекательности зернопродуктовых логистических компаний позволяет повысить достоверность, интерпретируемость и логическую обоснованность инвестиционных решений, принимаемых рыночными агентами. Интегральные кластерно-рейтинговые оценки инвестиционной привлекательности зернопродуктовых логистических компаний могут быть использованы государственными органами, играющими доминирующую роль в регулировании логистической системы зернопродук-тового комплекса, для обоснования инвестиционной политики и решения задачи повышения территориальной сбалансированности рыночного спроса и предложения.

Научная новизна диссертационного исследования определяется тем, что в его рамках предложен концептуальный подход, разработаны экономико-математическая модель и информационно-аналитический инструментарий интегральной оценки инвестиционной привлекательности зернопродуктовых логистических компаний, служащие средством поддержки принятия инвестиционных решений в сфере развития логистической системы зернопродуктового комплекса.

Получены следующие результаты, обладающие элементами научной новизны:

1. Уточнено на основе обобщения возможностей формализации оценочных задач понятие инвестиционной привлекательности зернопродуктовых логистических компаний как объекта экономико-математического моделирования. Предложена трактовка инвестиционной привлекательности, которая, по сравнению с существующими (например, Е. Губанова, И. Чистов, А. Газукин, Н. Иванова, А. Иванов, Д. Ковылкин, К. Колесов, А. Плеханова, Т. Островских, Л. Якимова, Ю. Шумаков'), позволяет проводить комплексный анализ процессов наращивания объективных возможностей и ограничений, обусловливающих интенсивность инвестиционной деятельности зернопродуктовых логистических компаний и зерно-

] Губанова Е. Методологические основы систематизации понятий инвестиционной проблематики исследования. - М.: Наука, 2004; Чистов И., Газукин А. Инвестиционная привлекательность отраслей и предприятий промышленности: сущность и факторы, ее определяющие // Транспортное дело России. 2013. № 1. С. 134-137; Иванова Ц., Иванов А., Ковылкин Д., Колесов К., Плеханова А. Вопросы оценки инвестиционного климата и привлекательности экономических систем // Современные проблемы науки и образования. 2013. № 4. С. 260-260; Островских Т., Якшюва Л.. Шумаков Ю. Инновационная и инвестиционная привлекательность как основа развития перерабатывающих предприятий агропромышленного комплекса//Вестник Красноярского государственного аграрного университета. 2012. № 11. С. 3-6.

9 '

продуктового комплекса в целом, за счет дополнения ее агрегированными оценками детерминирующей инвестиционную привлекательность трехуровневой системы факторов (макро-, мезо- и микроуровня).

2. Классифицированы и описаны факторы макро-, мезо- и микроуровня, на основе анализа которых установлено, в развитие теоретических концепций (представленных в работах Ю. Наролиной, О. Монастырского, А. Миролюбовой, М. Ермолаева, О. Астаховой, А. Бабанова, К. Криничанского, А. Кулагиной, Т. Картузо-вой, Е. Лазаревой2), что определяющую роль в формировании инвестиционной привлекательности зернопродуктовых логистических компаний играют факторы мезоуровня, структурно включающие ресурсно-сырьевой, логистический и финансово-экономический рыночный потенциал.

3. Обобщены возможности формализации задачи интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний, описаны ее элементы и на их основе предложена система методов экономико-математического моделирования, формирующих единый оценочный инструментарий, которая, в развитие существующих (М. Федотова, В. Рутгайзер, А. Будицкий, Г. Дяденко, Е. Лазарева3), является более сбалансированной и позволяет выделить те из них, которые могут использоваться для интегрального оценивания инвестиционной привлекательности; определены возможности и ограничения использования отдельных блоков системы для интегрально-оценочных целей.

4. Разработана новая четырехмодульная экономико-математическая модель, включающая одновременно многокритериальный анализ и синтез решений по выбору факторов, исследование корреляционно-регрессионных инвестиционных зависимостей, классификацию и снижение размерности, а также рейтингование методом агрегирования аддитивной свертки, в развитие существующих (развитых в работах

гНаролина Ю. Финансовый потенциал инвестиционной привлекательности АПК Воронежской области // Социально-экономические явления и процессы. 2012. № 11. С. 170-172; Монастырский О. Логистика производственного и рыночного оборота зерна 16.07.11 http://www.agroxxi.ru/stati/logistika-proizvodstvenogo-i-rynochnogo-oborota-zenia.html; Миролюбова А., Ермолаев М. Концептуально-методологический подход к моделированию инвестиционных процессов региона// Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. 2010. № 4. С. 68-75; Астахова О. К вопросу о логистике агропромышленного кластера // Логистика. 2011. № 8. С. 39-42; Бабанов А. Классификация факторов, формирующих инвестиционную привлекательность региона // Экономический журнал. 2012. Т. 28. № 4. С. 88-95; Криничанский К. Типология фундаментальных факторов как основа фундаментального анализа рынка ценных бумаг // База финансовых знaнийhttp://www.mirkin.ш/_doc&/article02-008.pdf; Кулагина А., Картузо-ва Т. Интегральная оценка инвестиционной привлекательности региона // Вестник Чувашского университета. 2013. № 2. С. 269-273; Лазарева Е„ Игуменова В. Оценка факторов инвестиционной привлекательности бюджетной сферы региона эконометрическими методами // Российская экономика в условиях перехода от трансформации к модернизации / под ред. Алешина В.А., Архипова А.Ю., Белокрыловой О.С. - Ростов н/Д.: Издательство «Содействие - XXI век», 2008.

3Федотова М., Рутгайзер В., Будицкий А. Поведенческая оценка и се дальнейшие перспективы в российских условиях //Имущественные отношения в Российской Федерации. 2009. № 1. С. 39^18; Дяденко Г. Оценка инвестиционной привлекательности финансовых активов - автореферат диссертации на соискание ученой степени кандидата экономических наук. Новосибирск, 2008; Лазарева Е. Методы моделирования инновационно-ориентированных экономических стратегий экологоустоичивого развития. — Ростов н/Д: Изд-во ЮФУ, 2011.

10

Т. Саати, A. Андрейчикова, О. Андрейчиковой, В. Иванюк, Э. Берндта, JI. Ниворож-киной, С. Арженовского, О. Гоновой, Н. Михеевой, О. Богатова, Ю. Лысенко, В. Петренко, В. Скоблева, А. Горбунова, В. Горчакова, А. Столбовой, Б. Лавровского, Р. Лузина, С. Алексеева4 и др.). Разработана методика интеграции методов экономико-математического моделирования в единую информационно-аналитическую систему, которая позволяет дать обоснованную и прозрачную внутренне-синхрони-зированную комплексно-рейтинговую оценку мезоэкономических условий предпочтительности зернопродуктовых логистических компаний и выявить «точки роста» зернопродуктового комплекса.

5. Разработано инструментальное средство комплексной оценки инвестиционной привлекательности зернопродуктовых логистических компаний - интегрированная система инструментальной поддержки (ИСИП) интегрального оценивания рыночной инвестиционной привлекательности, включающая три взаимосвязанных подсистемы: информационный центр «Мультилистинг» - базу данных, аналитический центр «Аналитик» - подсистему анализа и прогнозирования инвестиционной привлекательности зернопродуктовых логистических компаний и спра-вочно-консультационный центр («Библиотека»), В рамках ИСИП создан программный модуль «ИЕРАРХИЯ», написанный на основе НТА (Hypertext Markup Language Application) и представляющий собой сайт-программу, позволяющий реа-лизовывать диалоговую процедуру многокритериального выбора определяющих инвестиционную привлекательность факторов; автоматизирована с использованием средств Microsoft Excel 2007 процедура расчета интегральных кластерно-рейтинговых оценок инвестиционной привлекательности.

6. Выявлено с использованием оценочной экономико-математической модели и реализующего ее информационно-аналитического инструментария три кластера

4Саатч Т. Принятие решений при зависимостях и обратных связях: Аналитические сети. Пер. с англ. / Науч. ред. Ан-дрейчиков А., Андрейчикова О. - М.: Книжный дом «ЛИБРОКОМ», 2011; Анйрейчиков А., Андрейчикова О. Системный анализ и синтез стратегических решений в инноватике: математические, эвристические и интеллектуальные методы системного анализа и синтеза инноваций. - М.: Книжный дом «Либроком», 2011; Иванюк В. Экономико-математическое моделирование на основе многокритериальных методов принятия решений // Известия Волгоградского государственного технического университета. 2011. Т. 4. № 11. С. 246-251; Берпдт Э. Практика эконометрики: классика и современность / Пер. с англ. под ред. Айвазяна С. / Берндт Э. - М.: ЮНИТИ - ДАНА, 2005; Ниворожкина Л., Арженовский С. Многомерные статистические методы в экономике. - М.: Наука спектр. 2008,Гонова О. Социально-экономическое развитие региона: модели рейтинговой оценки // Современные наукоемкие технологии. Региональное приложение. 2010. № 3. С. 40^16; Михеева Н. К вопросу об инновационных рейтингах российских регионов // Современные производительные силы. 2013. № 2. С. 54-67; Богатое О., Лысенко Ю„ Петренко В., Скоблев В. Рейтинговое управление экономическими системами. - Донецк: Юго-Восток, 1999; Горбунов А. Рейтинг инвестиционной привлекательности регионов России 2009-2010 г. Рейтинговое агентство Эксперт РА, 20 декабря 2010 г. MocKBa.http://raexpert.ru/ratings/regions/2010/;Tорчаков В., Горбунов А., Столбова А. Рейтинг инвестиционной привлекательности регионов России 2010-2011 г. Рейтинговое агентство Эксперт РА, 16 декабря 2011 г. Москва http://raexpert.ru/ratings/regions/2011/; Лавровский Б., Лузин Р. О построен™ инновационно-инвестиционного рейтинга российских регионов //Пространственная экономика. 2013. № 2, С. 87-102; Алексеев С. Интегральная оценка инновационного потенциала региона//Проблемы современной экономики. 2009. №2(30) // http://www.m-econorny.ru/art. plip?n Artld=25 54

субъектов Российской Федерации, характеризующихся соответственно высоким, средним и низким уровнем инвестиционной привлекательности зернопродуктовых логистических компаний. Анализ характеристик полученных кластеров послужил основой кластерно-рейтинговой оценки инвестиционной привлекательности зерно-продуктовых логистических компаний и формирования на ее базе авторских рекомендаций по совершенствованию политики повышения инвестиционной привлекательности исследуемого сектора зернопродуктового комплекса на примере регионов Южного федерального округа.

Теоретическая и практическая значимость исследования. Теоретическая значимость результатов исследования состоит в модельном обосновании и программной реализации интегрированной системы инструментальной поддержки (ИСИП) интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний.

Практическая значимость исследования заключается в том, что основные положения и научные выводы имеют практическую направленность и могут быть использованы конкретными зернопродуктовыми логистическими компаниями, инвесторами, органами государственного управления АПК различных уровней в качестве основы разработки стратегий государственной политики по повышению уровня инвестиционной привлекательности зернопродуктовых логистических компаний и развитию рынка услуг по хранению зерна.

Апробация результатов диссертационного исследования. Основные положения, развиваемые в диссертационном исследовании, его результаты и выводы были опубликованы в открытой научно-периодической печати. Отдельные положения диссертационной работы применяются в учебном процессе на экономическом факультете Южного федерального университета при чтении курсов «Экономико-математическое моделирование», «Эконометрическое моделирование», «Современные стратегии природопользования», а также служат методической информационной основой при научных исследованиях интеграционных процессов в аграрном секторе экономики России. Результаты исследования приняты к внедрению в работу Департамента инвестиций и предпринимательства Ростовской области и НП «Межрегиональный союз оценщиков».

Основные положения диссертационной работы обсуждались на научных семинарах кафедры экономической кибернетики Южного федерального университета (2011-2012 гг.).

Публикации. По теме диссертационной работы опубликовано 12 печатных работ общим объемом 5,3 п.л. (личный вклад автора 4,9 п.л.), из них 4 статьи в рецензируемых научных журналах, рекомендованных ВАК Минобрнауки РФ для

12

публикации основных результатов диссертации на соискание ученой степени кандидата наук.

Структура и объем диссертационной работы обусловлены логикой избранного методического подхода и последовательностью решения поставленных в рамках исследования задач, направленных на достижение его цели. Общий объем диссертационного исследования составляет 213 страниц машинописного текста и включает введение, три главы, заключение и список использованной литературы, 8 приложений. Работа проиллюстрирована 29 таблицами и 55 рисунками. Библиографический список использованной литературы состоит из 220 наименований.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Во введении обоснована актуальность темы диссертационного исследования, ее теоретическая и практическая значимость, определена степень разработанности избранной проблематики в научной литературе, сформулированы основные цели и задачи исследования, его методологическая и теоретическая база, представлена концепция исследования и основные положения, выносимые на защиту, раскрыты элементы научной новизны и практическая значимость работы в целом.

1. Уточнено на основе обобщения возможностей формализации оценочных задач понятие инвестиционной привлекательности объекта экономико-математического моделирования — регионально-структурированной макроэкономической системы зернопродуктовых логистических компаний. Обосновано, что экономико-математическая модель комплексного оценивания инвестиционной привлекательности логистических организаций должна включать детерминирующую ее трехуровневую систему факторов (макро-, мезо- и микроуровня).

На основе априорного анализа особенностей объекта экономико-математического моделирования - регионально-структурированной макроэкономической системы зернопродуктовых логистических компаний, теоретических концепций и формализованных методик оценки инвестиционной привлекательности в работе показано, что основной задачей экономико-математического моделирования комплексной оценки фактически сложившихся условий для протекания инвестиционных процессов является интегральная характеристика инвестиционной привлекательности зернопродуктовых логистических компаний — агрегированного индикатора процессов наращивания объективных возможностей и ограничений, обусловливающих интенсивность инвестиционной деятельности зернопродуктовых логистических компаний и зерно-продуктового комплекса в целом.

В соответствии с трехуровневым рассмотрением инвестиционная привлекательность зернопродуктовых логистических компаний формируется под воздействием, с одной стороны, факторов макроуровня (инвестиционного климата в стране) и

13

мезоуровня (региональных особенностей рынка зернопродуктовых логистических услуг), а с другой стороны, - факторов микроуровня (финансово-экономического состояния конкретных предприятий — зернопродуктовых логистических компаний) (рис. 1).

Регионально-структурированная макроэкономическая система зернопродуктовых логистических компаний

Факторы макроуровня

Страна-местоположение компании эмитента

-ч VI

Индикат0р1,1 инвестиционной привлекательности

.........зу.....:

Факторы микроуровня

(С

Зсрнопродуктовая логистическая компания

Факторы мезоуровня

Отрасль и регион

Рисунок 1— Трехуровневая схема оценки инвестиционной привлекательности зернопродуктовых логистических компаний5

2. На основе анализа предварительно классифицированных и описанных факторов макро-, мезо- и микроуровня установлено, что ключевую роль в формировании инвестиционной привлекательности зернопродуктовых логистических компаний играют факторы мезоуровня, структурно включающие ресурсно-сырьевой, логистический и финансово-экономический рыночный потенциал.

На основе исследования сущности воздействующих на рыночную инвестиционную ситуацию многоуровневых условий и импульсов выявлено, что ввиду по-лиаспектности характера присущих сфере услуг по хранению зерна устойчивых межрегиональных диспропорций, объективно детерминируемых специфическими природно-климатическими, экономическими, институциональными, технологическими и другими особенностями сложно структурированной пространственно распределенной агропромышленной системы, определяющую роль в формировании инвестиционной привлекательности зернопродуктовых логистических компаний играют факторы мезоуровня, структурно включающие:

— факторы, характеризующие территориально дифференцированный по природно-климатическим условиям ресурсно-сырьевой потенциал зернопродуктового комплекса того или иного региона, объективно определяющие возможности развития в нем сельскохозяйственного производства (индексы производства и цен сельскохозяйственной продукции в растениеводстве; валовой сбор зерна и др.);

- факторы, определяющие логистический потенциал зернопродуктового комплекса региона - уровень и возможности наращивания его производственно-ресурсной (прежде всего, материально-технической) обеспеченности (количество предприятий, занимающихся хранением и переработкой зерна; дефицит/избыток производственных мощностей по хранению зерна; плотность железнодорожных путей и автомобильных дороги др.);

- факторы, характеризующие финансово-экономический потенциал зерно-продуктового комплекса региона (доля продукции растениеводства в ВРП; уровень монополизации рынка услуг по хранению зерна; нераспределенная прибыль (убыток) и средние показатели рентабельности, ликвидности, автономии зернопродук-товых логистических компаний; удельный вес убыточных предприятий и др.).

3. На основе обобщения возможностей формализации задачи интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний и описания ее элементов обоснован выбор систелш методов экономико-математического моделирования, формирующих единый оценочный инструментарий.

В результате обобщения возможностей формализации задачи интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний показано, что эта задача состоит в комплексной рейтинговой оценке состояния рыночной среды со - рыночной инвестиционной привлекательности, складывающейся в определенный период инвестирования под воздействием трехблоч-ной системы выявленных управляемых (Х-{Хи X?, Х^}) и неуправляемых (2~{

..., Ть }) факторов макро-, мезо - и микроуровня, а также в ее регионально-ориентированной кластерной структуризации, что служит основой принятия инвестиционных решений субъектами рынка (рис. 2).

Результаты систематизации возможностей формализованных оценочных задач показали, что критерии «качества» результирующих оценок нельзя рассматривать обособленно. Их необходимо исследовать во взаимосвязи как систему взаимно коррелированных индикаторов, отражающих степень интенсивности инвестиционной деятельности зернопродуктовых логистических компаний:

/ = < Г, К,. К2.....К4> =/(% 2). (1)

где У- объем поступивших денежных средств от инвестиционной деятельности в отрасль «Хранение и переработка зерна»;

•Кг-индикатор активности торгов на рынке акционерного капитала, который может быть определен как доля состоявшихся торгов (Упроланных пакетов акций) в совокупном количестве организованных на рынке торгов (У0рга„т0Ват1ЫХТОрГ0В) (формула (2));

_^проданных пакетов акций ,

. - (2)

•организованных торгов

К2 -показатель обеспеченности предложения спросом (отношение суммар-

15

ной стоимости фактически проданных акций (цены спроса Р0) к суммарной стоимости акций, выставленных на продажу Р3 (формула (3));

К2=^ (3)

Рисунок 2 — Постановка задачи интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний6

К1 -индикатор, определяющий региональную структуру торгов: удельный вес (доля) совокупного количества организованных в регионе торгов (выставленных на продажу пакетов акций, Уорган1„ом„ны„орго[) в совокупном количестве торгов, организованных на территории Российской Федерации(Уобщ)(формула (4));

т т _^организованных торгов ✓«\

Кз-^- (4)

^¿-показатель суммарной рыночной стоимости акций (капитализация рынка акций) - отражает инвестиционную емкость рынка акционерного капитала и определяется как произведение количества проданных за рассматриваемый период акций ((}), на их рыночную цену (Рв)(формула (5)).

К4 = 1^* <2 (5)

Наиболее существенные с точки зрения системы индикаторов инвестиционной привлекательности / факторы Хиспользуются далее для их аддитивной свертки и построения интегральной рейтинговой оценки инвестиционной привлекательности Я в соответствии с формулой (6).

« = £¡=1^ ш, 0 < К; < V (6)

Результатом регионально-ориентированной кластерной структуризации ин-

6Разработано автором по материалам исследования

7Гдс -стандартизированные и аппроксимированные нормальной кривой значения /-того фактора, ¡¡, - весовые коэффициенты, = 1.

тегральной оценки К является система кластерно-рейтинговых оценок<Д/, Д2, определяющая параметры дифференцированной государственной инвестиционной, финансовой, налоговой политики (С/;, С/г, СУ, а также используемая продавцами / покупателями акций для получения достоверной и актуальной информации о спросе и предложении на рынке акционерного капитала зернопродуктовых логистических компаний и принятия инвестиционных решений.

Доминирующей базовой установкой большинства современных инвесторов, определившей селекцию методов моделирования, является гипотеза эффективного рынка, в соответствии с которой рынок капиталов считается (информационно) эффективным в условиях неопределенности в том случае, если в ходе формирования рыночных цен на активы используется вся имеющаяся информация. Неопределенность в этом случае отражается в спецификации того информационного массива, который используется при формировании цен на рынке акционерного капитала. Характерные для финансовых рынков рыночные аномалии служат основанием методологической опоры при моделировании на один из векторов развития современной теории поведенческих финансов - концепцию поведенческой оценки, в рамках которой выделяют три основных направления исследования инвестиционных рыночных процессов: качественные, количественные и комбинированные (табл. 1).

Сравнение инструментов моделирования неопределенности состояния среды инвестирования, используемых в рамках выделенных направлений исследования, -эвристических (многокритериальных) методов, при применении которых преобладают субъективные начала, и экономико-математических (в частности, эконометри-ческих) методов, использование которых базируется на объективных основаниях, показало, что применение методов второго типа более эффективно, чем применение качественных, экспертных методов. Однако в условиях турбулентной внешней среды интуиция и воображение ЛПР могут явиться важными инструментами, дополняя количественные подходы.

Системное моделирование инвестиционной деятельности в условиях инновационно-ориентированного развития регионально-струетурированной макроэкономической системы зернопродуктовых логистических компаний должно базироваться на совместном использовании этих методов, так как только в случае, когда используемый математический аппарат является методологически совместимым со свойствами обрабатываемой совокупности информации, можно избежать появления ошибок инструментария, вносящих существенные искажения в результаты агрегирования данных.

Сложность моделирования инвестиционных рыночных процессов связана с тем, что большинство рыночных факторов и индикаторов являются не количе-

17

ственными, а имеют только качественную характеристику с некоторым, как правило, очень низким, уровнем доверительной вероятности. В связи с этим при моделировании автором использована четырехблочная логическая схема, позволяющая с позиций системно-структурного подхода и программно-целевой направленности упорядочить последовательность применения методов моделирования для решения поставленных интегрально-оценочных задач (рис. 3).

Таблица 1 - Направления исследований в области поведенческих финансов8

Вид исследования Описание Применяемые методы

Качественные исследования Изучение отношения различных групп инвесторов к финансовым характеристикам рынка (риск, доходность, перспективы роста компаний) с целью определения шгения респондентов о перспективах роста отдельных компаний и рискованности осуществления в них вложений; помогают ответить на ряд важных вопросов в части восприятия инвесторами перспектив бизнеса, однако существует проблема квангификации полученных результатов Экспертные методы (проведение интервью или опросов инвесторов)

Количественные исследования Статистический анализ аномальных явлений на финансовых рынках за определенный период времени (обычно 10-15 лет), учет степени влияния дополнительных факторов для объяснения отклонении (субъективный риск, параметр «удовлетворения», фактор ожиданий инвесторов, внешние детерминанты и т.д.). Зачастую предлагаемые факторы также не представляется возможным кван-тифицировать в силу их субъективного характера. Применение обширного экономико-математического аппарата, в том числе регрессионного анализа, на основе полученной статистической информации.

Комбинированные исследования Суть исследования: приглашенным аналитикам (как правило, студентам бизнес-школ или слушателям программ МВА) предлагают решить определенные задачи (например, решить бизнес-кейс, осуществить операции на рынке ценных бумаг). При этом исследователь применяет набор инструментов для фиксирования поведения респондентов (выявление психологических качеств инвесторов, сканирование их головного мозга и др.). Главное преимущество - непосредственная связь с аналитиками и возможность в числовом виде зафиксировать результаты опросов (обследований). Совмещение экспертных и экономико-математических методов (исследование проводится в форме интервью или электронного опроса, комбинированного со статическим анализом числовых данных)

Разработка обоснованной экономико-математической модели интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний основана на сравнении и обобщении представленных в каждом из четырех блоков инструментов моделирования с точки зрения многокритериального выбора факторов, детерминирующих инвестиционную привлекательность, количественной оценки степени их влияния на результирующие оценки, многопараметрической типологизации и рейтингования зернопродуктовых логистических компаний по уровню инвестиционной привлекательности с целью формирования диффе-

ренцированных стратегии государственной инвестиционной политики.

Блок 1

Методы экспертных оценок или другие эвристические методы

Цель - выбор трехуровневой системы фа, ров. детерминирующих инвестиционную привлекательность

......ту^^Т,,

Блок 2 '

Вер оят ноет но-ст ат и ст и ч ее кие, эконометрии ее кие методы

Блок 3

Методы многомерного статистического анализа

Цель — выявление типологии инвестиционной привлекательности зернопродуктовых логистических компаний

Блок 4

Методы рейтингового анализа

Цель — интегральная рейтинговая оценка инвестиционной привлекательности зерно-продуктаI

чка |

и

Рисунок 3 — Последовательность использования методов моделирования при построении экономико-математической модели интегрального оценивания инвестиционной привлекательности зернопродуктовых логистических компаний9

4. Разработаны новая четырехмодулъная экономико-математическая модель и методика интеграции методов экономико-математического моделирования в единую информационно-аналитическую систему, которые позволяют дать обоснованную и прозрачную внутренне-синхронизированную комплексно-рейтинговую оценку' мезоэкономичеста условий предпочтительности зернопродуктовых логистических компаний и выявить «точки роста» зернопродуктового комплекса.

Сравнительный анализ методов формализованного решения задач выбора трехуровневой системы факторов, детерминирующих инвестиционную привлекательность рыночной системы, оценки степени влияния факторов на инвестиционную привлекательность, выявления типологии и интегральной рейтинговой оценки инвестиционной привлекательности зернопродуктовых логистических компаний выявил, соответственно, предпочтительность метода анализа иерархий, моделей множественной регрессии и кластерного анализа, а также метода построения рейтинга путем аддитивной свертки с точки зрения достижения целей моделирования, что послужило основой разработки четырехмодульной экономико-математической модели интегрального аналитического оценивания инвестиционной привлекательности зернопродуктовых логистических компаний (рис. 4).

..............

Модуль 1. Многокритериальный выбор факторов, .»•н'рмишфуншш* шжса мшшннуш привлекательность зернопродуктовых логистических компаний

Разработка МАИ-модели

Выявление факторов, влияющих на инвестиционную привлекательность

Модуль 2. Количественная оценка степени влияния фак-торов на результирующие оценки Разработка моделей множественной регрессии видагг, - • !1!:х, + ■- +

Оценка степени влияния факторов на индикаторы инвестиционной привлекательности

Модуль 3. Типологизация зернопродуктовых логистических компании но напои.ич- ша-чимым факторам инвестиционной привлекательности

Создание многопараметрической кластерной модели выявления типологии зернопродуктовых логистических компаний по уроьшо инвестиционной привлекательности

Модуль 4. Кластерно-рейтииговая оценка инвестиционной привлекательности эерпо-» .. . . ш>од\кпшых логистических компании

Построение модели расчета интегрального показателя оценки инвестиционной привлекательности зернопродуктовых логистических компаний

Расчет кластерно-рейтинговых оценок зернопродуктовых логистических компаний по уровню инвестиционной привлекательности И,

И'И по Нинки

Рисунок 4 -Блок-схема экономико-математической модели интегральной оъ^енки инвестиционной привлекательности зернопродуктовых логистических компании 0

Для интеграции модулей в единую информационно-аналитическую систему предложена методика сопряжения входных и выходных потоков информации и методов экономико-математического моделирования, в соответствии с которой:

-для сопряжения выходящего информационного потока первого модуля и входящего во второй модуль необходимо из итогового вектора приоритетов факторов, полученных в результате МАИ-моделирования и характеризующих ресурсно-сырьевой, логистический и финансово-экономический рыночный потенциал, выбрать те, приоритет которых превышает 0,15 и использовать их при построении моделей множественной регрессии вида (7):

^ = + &Хг + - + (7)

характеризующих корреляционно-регрессионные зависимости отдельных индикаторов инвестиционной привлекательности от выявленных факторов в «докризисный» (2007), «кризисный» (2008) и «посткризисный» (2011) годы.

- информационный поток на выходе из второго модуля содержит статистически-значимые факторы и ^-оценки, по которым факторы ранжируются по степени влияния на инвестиционную привлекательность. Для преобразования этого потока во входной поток третьего модуля факторы следует стандартизировать в соответствии с принятой в кластерном анализе процедурой. Для построения интегрального рейтинга инвестиционной привлекательности в четвертом модуле факторы необходимо последовательно подвергнуть следующим процедурам^-агрегирования:

г- перевода в 100-балльную шкалу путем аппроксимации г-оценок нор-

мальной кривой: 2 13. а также провести процедуру нормирования /?-

оценок: д¡ = и для определения весовых коэффициентов;

¿.[=1

—сопряжение в четвертом модуле результатов кластеризации и соответствующих рейтинговых оценок Щ позволяет определить «граничные» значения интегрального оценочного показателя для зернопродуктовых логистических компаний— Д/ и Щ (формулы (8), (9)):

Щ = тах{Щ}; (8)

11 Где Су., стандартизированные переменные У^ (индикаторы) и ^(факторы), /¡I - стандартизированные коэффициенты регрессии; у - номер уравнения (/ = 1; к), / - номер переменной (/ = 1 ;п).

12г/ - нормированное знамение /-ого фактора /-ого объекта; х[ - значение /-ого фактора /-ого объекта, - среднее значение /-ого фаю"ора, сг, — среднее квадратическое отклонение.

- аппроксимированное значение /-того фактора для /-той зернопродукговой логистической компании /?, - стандартизированные коэффициенты, рассчитанные во втором модуле на основе эконометрических моделей

21

Щ = тахЩ} 15. (9)

Интервалы значений интегрального показателя Лу для кластеров с низким (О < Я/), средним (. Я}<Я2 < Щ) и высоким < 1) уровнем рыночной инвести-

ционной привлекательности могут быть использованы для осуществления сравнительного анализа инвестиционной привлекательности зернопродуктовых логистических компаний и позволяют выявить «инвестиционный профиль», служащий основой ранжирования логистических организаций с целью формирования рекомендаций по стимулированию принятия управленческих решений, нацеленных на интенсификацию инвестиционного процесса и формирование приоритетных направлений политики устойчивого развития логистического сектора зернопродуктового комплекса.

5. Разработана трехблочная интегрированная система инструментальной поддержки (ИСИП) интегрального оценивания рыночной инвестиционной привлекательности, представляющая собой инструментальное средство комплексной оценки инвестиционной привлекательности зернопродуктовых логистических компаний.

В работе предложено и обосновано новое инструментальное средство комплексной оценки инвестиционной привлекательности зернопродуктовых логистических компаний - интегрированная система инструментальной поддержки (ИСИП) интегрального оценивания рыночной инвестиционной привлекательности (далее - Система). Структура Системы определяется на основе выделенных внешних по отношению к ней информационных потоков и включает в себя три основных структурных элемента (подсистемы):

1. Информационный центр, в котором осуществляется формирование и ведение базы данных объектов - предлагаемых на продажу пакетов акций зернопродуктовых логистических компаний, и заявок продавцов и покупателей на их продажу и покупку («Мультилистинг»);

2. Аналитический центр - подсистема анализа инвестиционного потенциала зернопродуктовых логистических компаний («Аналитик»);

3. Справочно-консультационный центр («Библиотека»),

На основе подсистем Библиотека и Мультилистинг формируется индикативно-информационная база характеристик и факторов оценки инвестиционной привлекательности зернопродуктовых логистических компаний.

Процесс создания в подсистеме «Аналитик» единой информационно-

Я" л Щ - значен™ интегрального показателя й, для зернопродуктовых логистических компаний, включенных соответственно в кластеры с низкой и средней инвестиционной привлекательностью.

22

аналитической системы поддержки четырехмодульной экономико-математической модели интегрального оценивания рыночной инвестиционной привлекательности включал как разработку методов инструментальной поддержки первого и четвертого модулей модели, так и конструирование инструментальных средств обеспечения в едином информационном пространстве межмодульных информационных интеракций (рис.5).

Предназначенный для инструментальной поддержки первого модуля ПП «ИЕРАРХИЯ», написанный на НТА (Hypertext Markup Language Application), представляет собой сайт-программу, в основе которой лежит алгоритм метода анализа иерархий. Основной язык программирования - JavaScript. Результаты совместной оценки экспертов, полученные в ПП «ИЕРАРХИЯ», можно посмотреть в двух режимах: в программе или импортировать в ПП «Statistica».

Инструментом поддержки четвертого модуля экономико-математической модели являются средства Microsoft Office Excel.

При осуществлении процедуры импорта результатов МАИ-моделирования из ПП «ИЕРАРХИЯ» в ПП «Statistica» создается новый файл. Выбор не коллинеарных факторов из этого файла путем анализа корреляционной матрицы позволяет реализовать многошаговую процедуру корреляционно-регрессионного анализа в блоке «Multiple Régression» ПП «Statistica», основными этапами которой являются этапы параметризации, идентификации и верификации различного вида множественных регрессионных моделей.

Результаты реализации второго модуля представлены в виде выходных таблиц блока «Multiple Régression», содержащих сведения о результирующих параметрических характеристиках (имя зависимой переменной, число наблюдений, по которым построена регрессия, коэффициент множественной корреляции и детерминации, скорректированный коэффициент детерминации, стандартная ошибка, оценки Ь- и /?-коэффициентов регрессии и их стандартные ошибки, оценка свободного члена регрессии и его стандартная ошибка, значения t- и F-критерия и уровень значимости р, число степеней свободы для ^-критерия), значения которых используются для отбора наиболее значимых факторов и передаются в блок «Cluster Analysis».

Для проведения процедуры кластерного анализа в блоке «Cluster Analysis» ПП «Statistica» исходные данные предварительно стандартизируются. Количество кластеров определяется иерархическим методом Уорда с использованием в качестве меры их сходства евклидова расстояния.

Далее в результате визуального анализа, показывающего, на какое количество кластеров достаточно равномерно группируются наблюдения в выборке, производится кластеризация зернопродуктовых логистических компаний по уровню их инвестиционной привлекательности методом ¿-средних.

23

Подсистема j «Мул ып или cm и и г»

Формирование индикативной и информа- | циошгай базы характеристик и факторов | оценки инвестиционной привлекательности зернопродуктовых Л0ГИСТИЧ1 компаний

Подсистема «Би бл йот ска»

Подсистема «Аналитик»

Итоговый вектор приоритетов

'иЩ'%>:<: I i ■ A««> : - <•■<•;*'

* !<<,'< > V •

Koppenяци «ны

Ii

Статистически значимые ■ [индикаторы

анализ \ Correlation matrices

i Регрессионный анализ

inS Multiple Regression

:......-...................

Я

факторы и i

-----

Фрагмент таблицы результатов : регрессионного анализа

ß-коэффициенты ' Si.Öffice Ех<

I Фрагмент таблицы результатов реПтян-говой оценки

ЧШ 0,17630^ 0.-45095«- ■Ш 0.0515214 -mm С.-1£?990ч

G.2SS5S34 0.61S03H С,:06£56С 0-W9Z:

Кластерный анализ / Cluster Analysis

Рисунок 5 - Информационно-аналитическая система интегрального оценивания рыночной инвестиционной привлекательности 16

Результаты кластерного анализа представлены в виде таблиц, содержащих показатели межгрупповой и внутригрупповой дисперсий, евклидовы расстояния между кластерами, описательную статистику и элементы каждого кластера.

Для расчета интегрального рейтинга зернопродуктовых логистических компаний в блоке инструментальной поддержки четвертого модуля экономико-математической модели используются нормированные /?-оценки факторов, отобранных в результате регрессионного анализа.

На выходе подсистемы «Аналитик» формируется «инвестиционный профиль» зернопродуктовых логистических компаний, представляющий собой таблицу, содержащую сведения о результатах анализа (регион, показатели, рейтинг, ранг).

6. Выявлено по результатам экономико-математического моделирования в информационно-аналитической системе три кластера зернопродуктовых логистических компаний, характеризующихся соответственно высоким, средним и низким уровнем инвестиционной привлекательности, даны рекомендации по совершенствованию политики повышения инвестиционной привлекательности логистической системы зернопродуктового комплекса.

В результате эмпирической верификации экономико-математический модели на информационной базе, сформированной на основе анализа информации, опубликованной в официальном бюллетене «Государственное имущество» (до июля 2008 года - «Реформа»), выпускаемом Фондом федерального имущества, материалов, представленных на официальном сайте Федеральной службы государственной статистики и на официальном сайте Системы профессионального анализа рынков и компаний СПАРК, установлено, что на инвестиционную привлекательность зернопродуктовых логистических компаний влияет 15 факторов, при этом корреляционно-регрессионный анализ степени влияния этих факторов на систему индикаторов / в соответствии с уравнениями множественной регрессии в стандартизированном масштабе вида (6) уменьшил количество факторов до 8 (формулы (10), (11)):

= 0,2990^4 + 0,2771х7 - 0,153^8 + 0,8292+ 0,228^и, (10)

С?2 = 0,70101x2 + 0,6372^4 + 0,1021x5 + 0,5261x7 + 0,81261х12 + 0,3931хв17 (11)

«Хорошее качество» и статистическая значимость построенных регресси-

- стандартизированные индикаторы У и К2; 1Х| - стандартизированные факторы: средняя урожайность зерновых культур (А^), дефицит (со знаком «+») / избыток (со знаком «-») производственных мощностей по хранению зерна (Х4), плотность железнодорожных путей общего пользования (Х<), доля продукции растениеводства в ВРП в текущих ценах (Х7), удельный вес убыточных предприятий отрасли в регионе (Х8), средний уровень рентабельности продаж предприятий отрасли (Ху), коэффициент автономии (Хц), расчеты по дивидендам на конец отчетного периода (Хп).

онных моделей подтверждено значениями коэффициентов множественной корреляции (0,9784 и 0,8592), детерминации (0,9572 и 0,7382) и скорректированного коэффициента множественной детерминации (0,9419 и 0,6173), а также высокими значениями Р-критерия и уровня значимости р-1еуе1, не превосходящем 0,05.

По результатам апробации информационно-аналитического инструментария выявлено три кластера зернопродуктовых логистических компаний - с низкой (25 рынков), высокой (6) и средней инвестиционной привлекательностью (39 рынков), что подтверждено и ситуацией в Южном федеральном округе.

В диссертационной работе рассмотрено 2 способа построения рейтинга с учетом значений стандартизированный коэффициентов (/?) из уравнений, где в качестве зависимых переменных выступают индикаторы У и К2. Итоговые формулы подсчета рейтинга выглядят следующим образом (формулы (12), (13)):

=0,16739*ч4 + 0,15508*4-, + 0,08566* г)'а + 0,46423*4, + 0,12765*4,(12) %у =0,2210*42 + 0,20084*44 + 0,03216*4; + 0,1658*У]7 + 0,2562*4,2 + 0,1239*4и* (13)

При построении рейтинга с использованием формулы (12) (1-й способ) не учитывается влияние компонент ресурсно-сырьевого потенциала. Суммарное влияние факторов финансово-экономического потенциала - 82,02%, логистического -17,98%.Построение рейтинга по формуле (13) (2-й способ) позволяет учесть характеристики ресурсного потенциала. Суммарное влияние этих характеристик -20,65%, факторов логистического потенциала - 19,11%, финансово-экономического потенциала - 60,24%.

Сопоставление кластерных и рейтинговых характеристик зернопродуктовых логистических компаний ЮФО позволило определить «граничные» значения Щ и Щ для каждого кластера: компании, имеющие рейтинговые оценки Щ свыше 0,75, обладают высоким уровнем инвестиционной привлекательности; 0,30-0,75 - средним уровнем и менее 0,30 - низким уровнем инвестиционной привлекательности (рис. 6).

Полученные результаты свидетельствуют о том, что необходима комплексная система дифференцированных мер государственной инвестиционной политики, направленная на повышение уровня инвестиционной привлекательности зернопродуктовых логистических компаний Российской Федерации. Это в свою очередь требует трансформации существующей системы принятия инвестиционных решений, совершенствования методов и инструментов инвестиционной политики на базе адекватной методики кластерно-рейтинговой оценки ин-

1 Лус/;, - рейтинговые значения для у-тон зернопродуктовой логистической компании, рассчитанные с учетом значении стандартизированный коэффициентов (/?) из уравнений, где в качестве зависимых переменных выступают индикаторы У( 1 -й способ) и К2 (2 способ); //, - аппроксимированные значения факторов X

26

вестиционнои привлекательности зернопродуктовых логистических компании.

Краснодарский край

Ресгтаьлика Калмыкия

Ростовская о&ласть

Респавлика Адыгея

олгоградокая овласть

Низкая инвестиционная привлекательность

область

1 рссурсно-сырьсвого потенциала рес.урсно-снрьеаого потенциала

Рисунок 6— Рейтинговая оценка инвестиционной привлекательности зернопродуктовых логистических компаний Южного федерального округа19

Сформированы авторские рекомендации по совершенствованию дифференцированной политики повышения инвестиционной привлекательности зернопродуктовых логистических компаний, исходящие из того факта, что наибольшее влияние на формирование интегрального рейтинга оказывают факторы, характеризующие финансово-экономический рыночный потенциал. Для компаний, формирующих кластер с высоким уровнем инвестиционной привлекательности, эффективной является стратегия устойчивого развития, направленная на поддержание позитивной динамики всех составляющих инвестиционного рыночного потенциала. Для компаний, формирующих кластер со средним уровнем инвестиционной привлекательности, наиболее приемлема адаптационная стратегия, сконцентрированная на выявлении «слабых звеньев» и достижении среднероссийских показателей зернопродуктовых логистических компаний. Для компаний, включенных в кластер с низким уровнем инвестиционной привлекательности, целесообразно использовать антикризисную стратегию, предполагающую меры по выводу предприятий из кризисного состояния.

В заключении диссертационной работы приведены наиболее существенные концептуально-методологические, теоретико-эмпирические, расчетно-аналитичес-

кие и практико-прикладные результаты, полученные в процессе исследования избранной научной проблемы.

Основные положения диссертации опубликованы в следующих работах: Статьи, опубликованные в рецензируемых научных изданиях, рекомендованных

ВАК Минобрнауки РФ:

1. Иващежо Е.В. Кластерный анализ факторов посттрансформационной интеграции региональных рынков услуг (по хранению зерна) // Экономический вестник Ростовского государственного университета. 2008. Т. 6. № 4. Ч. 2. - 0,6 п.л.

2. Маслюкова Е.В. Индикаторы инвестиционной привлекательности рынка акций агропродовольственных логистических компаний: структурно-факторный анализ // Вопросы регулирования экономики. 2012. Т. 3. № 4.— 0,6 п.л.

3. Маслюкова Е.В. Разработка информационно-аналитической системы оценки инвестиционной привлекательности рынка акций зернопродуктовых логистических компаний // Гуманитарные и социально-экономические науки. 2013. №2. - 0,5 п.л.

4. Маслюкова Е.В., Лазарева Е.И. Интегральная оценка инвестиционной привлекательности рынка акций зернопродуктовых логистических компаний:

" концепция и инструменты моделирования // TERRA ECONOMICUS. 2013. Т.П. №4. Ч. 2.- 0,5/0,3 п.л.

Статьи и тезисы докладов в научно-тематических сборниках:

5. Иващенко Е.В. Рынок элеваторов в системе агропромышленного комплекса: проблемы и перспективы // Экология. Экономика. Информатика: Матер.ХХХП/ школы-семинара «Математическое моделирование в проблемах рационального природопользования» (11-16 сент. 2006 г.). - Ростов н/Д: Изд-во СКНЦ ВШ, 2006. - 0,2 п.л.

6. Иващенко Е.В. Анализ динамики факторов региональной консолидации мощностей на рынке элеваторов // Российский экономический Интернет-журнал.2007.№3- www.e-rej.ru(01.07.07 - 30.09.07) - 0,4 п.л.

7. Иващенко Е.В. Эконометрическая оценка рыночной стоимости акций элеваторных комплексов в условиях пространственно-региональной консолидации // Экономические и институциональные исследования: Альманах научных трудов. Вып. 2 (26). - Ростов н/Д: Изд-во ЮФУ, 2008. - 0,5 п.л.

8. Маслюкова Е.В. Моделирование интеграционных процессов на рынке акций зернопродуктовых логистических компаний стран ЕС и России // Сб. науч.работ Центра ЕС на Юго-Западе России «Экономика России и Европы в эпоху глобализации. Экономическое развитие, механизмы управления и информатизации стран европейского союза». - Ростов н/Д: Изд-во Южного федерального университета, 2012. - 0,7 п.л.

9. Маслюкова ¿'.¿.Особенности моделирования инвестиционных процессов на рынке акций зернопродуктовых логистических компаний // Матер. IX ежегод. науч. конф. студ. и аспир. базовых кафедр Южного научного центра РАН (г. Ростов н/Д), 11-24 апр. 2013 г.). - Ростов н/Д: Изд-во ЮНЦ РАН, 2013.-0,1 п.л.

10. Маслюкова Е.В., Лазарева ^.//.Комплекс экономико-математических моделей оценю! инвестиционной привлекательности рынка акций зернопродуктовых логистических компаний // Матер, междунар. науч.-практ. Интернет-конф. «Математические и инструментальные методы в инноватике и бизнес-аналитике» (18.02.2013 - 18.03.2013). -Ростов н/Д: Изд-во «ПРОФПРЕСС», 2013.-0,4/0,3 п.л.

11. Маслюкова Е.В. Инвестиционная привлекательность рынка акций агро-продовольственных логистических компаний // Международный научно-исследовательский журнал.2013. №7 (14).Ч. 3. - 0,4 п.л.

12. Маслюкова Е.В., Лазарева Е.И. Рейтинговая оценка инвестиционного потенциала рынков акций зернопродуктовых логистических компаний регионов Южного федерального округа // Матер, междунар. науч. конф. «Теория и практика модернизации хозяйственных укладов и экономических институтов периферийных регио-нов»(Ростов н/Д, 10-11 окт. 2013 г.). - Ростов н/Д: Изд-во СКНЦ ВШ ЮФУ, 2013. -0,4/0,3 п.л.

Подписано к печати 11.04.2014 г. Формат 60x84/16. Бумага офсетная. Офсетная печать. Усл. печ. л. - 1,5.

Тираж 100 экз. Заказ № 3371 Отпечатано КМЦ «КОПИЦЕНТР» 344006, г. Ростов-на-Дону, ул. Суворова, 19 Тел. 8(863)2473488