Построение рейтинга инвестиционной привлекательности предприятий с учетом прогноза финансового состояния и отраслевой принадлежности тема диссертации по экономике, полный текст автореферата

Ученая степень
кандидата экономических наук
Автор
Коренков, Александр Владимирович
Место защиты
Екатеринбург
Год
2003
Шифр ВАК РФ
08.00.05

Автореферат диссертации по теме "Построение рейтинга инвестиционной привлекательности предприятий с учетом прогноза финансового состояния и отраслевой принадлежности"

На правах рукописи

Коренков Александр Владимирович

ПОСТРОЕНИЕ РЕЙТИНГА ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ ПРЕДПРИЯТИЙ С УЧЕТОМ ПРОГНОЗА ФИНАНСОВОГО СОСТОЯНИЯ И ОТРАСЛЕВОЙ ПРИНАДЛЕЖНОСТИ

Специальность: 08.00.05 - Экономика и управление народным

хозяйством. Экономика, организация и управление предприятиями, отраслями, комплексами промышленности

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук

Екатеринбург - 2003

Диссертационная работа выполнена в ГОУ ВПО «Уральский государственный технический университет - УПИ».

Научный руководитель: доктор физико-математических наук, профессор

Никонов Олег Игоревич Официальные оппоненты: доктор экономических наук, профессор

Клюев Юрий Борисович кандидат экономических наук Солодовникова Елена Фёдоровна Ведущая организация: Уральский государственный экономический

университет

Защита состоится 31 октября 2003 года в 15 часов на заседании диссертационного совета Д 212.285.01 в ГОУ ВПО «Уральский государственный технический университет - УПИ» в зале заседаний ученого совета (620002, г. Екатеринбург, ул. Мира, 19, УГТУ).

С диссертацией можно ознакомиться в научной библиотеке ГОУ ВПО «Уральский государственный технический университет — УПИ».

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. С начала 1999 года по настоящее время в российской экономике наметились позитивные тенденции, связанные с увеличением уровня монетизации, частичным восстановлением уровня ликвидности банковской системы, увеличением объёмов промышленного производства и улучшением финансового состояния предприятий реального сектора экономики. Укрепление экономики способствует росту доходов населения, улучшению инвестиционного климата, снижает вероятность возможных кризисов для банков и предприятий и других негативных явлений. Для сохранения указанных позитивных тенденций необходима их поддержка стратегическими решениями, принимаемыми законодательными и исполнительными органами государственной власти в социальной, бюджетной и экономической сферах, а также коммерческими и иными структурами. В качестве одного из основных показателей эффективности принятия решений в экономической сфере можно выделить обеспечение стабильного роста промышленного производства предприятий. Последнее особенно актуально для индустриальных регионов России.

Одной из важнейших характеристик стабильного роста промышленного производства является динамика инвестиционной привлекательности предприятий, от которой зависит уровень и качество принадлежащих предприятию активов, структура источников их финансирования, способность активов генерировать прибыльные продажи, обеспечивать качество и темпы роста прибыли, а также надлежащий уровень производственного и финансового риска.

На сегодняшний момент в ряде индустриальных регионов и в России в целом проблема создания адекватной системы рейтинговых оценок инвестиционной привлекательности предприятий в условиях продолжающегося переходного периода достаточно остро встаёт перед многими хозяйствующими субъектами (инвесторы, банки, органы власти и т.д.). Растущее разнообразие публикуемых рейтингов инвестиционной привлекательности предприятий в российской практике не облегчает выбор заинтересованного субъекта, так как официальные рейтинги

инвестиционной привлекательности предприятий ся без учё-

3 I С.Петербург .а/

< 09 300$ «ж^Ту

та прогноза финансового состояния, и фиксируют только текущее финансовое положение.

Таким образом, актуальность темы диссертационного исследования обусловлена недостаточной распространённостью и невысокой практичностью методик построения рейтинга инвестиционной привлекательности предприятий в условиях российской действительности.

Данная диссертационная работа посвящена разработке методов построения рейтинга инвестиционной привлекательности предприятий индустриальных регионов с учётом прогноза финансового состояния и отраслевой принадлежности. Адекватная рейтинговая система позволяет решить целый ряд задач:

• повысить информационную открытость, инвестиционную привлекательность предприятий и отраслей промышленного сектора региона;

• повысить эффективность управления промышленностью со стороны руководителей коммерческих структур и государственных органов власти;

• своевременно выявить негативные тенденции в финансовом положении отдельных предприятий, отраслей и промышленности региона в целом.

Степень разработанности проблемы исследования. Один из современных подходов к построению рейтинга инвестиционной привлекательности промышленного предприятия относится к разработке инструментальных методов, ориентированных на портфельные инвестиции. Данный подход предполагает сбор и анализ фондовых показателей (цена акции, объём торгов) предприятия для оценки его истинной рыночной стоимости и недооценённости (О.И. Пеганова, А.А. Пер-возванский, Т.Н. Первозванская).

Иной подход к построению рейтинговых оценок инвестиционной привлекательности промышленного предприятия включает методы, ориентированные на прямые инвестиции и основанные на фундаментальном анализе, т.е. анализе финансово-хозяйственных показателей предприятия. Основные аспекты данного подхода изучались в работах Т. Адсхеда, Г. Бирмана, О.В. Ефимовой, Г.В. Савицкой, П. Фишера, Э. Хелферта, У.Ф. Шарпа.

Рассматриваемые подходы к построению рейтинга инвестиционной привлекательности промышленного предприятия строятся на основе методов техниче-

4

ского анализа (Т. Демарк, Дж. Мэрфи), фундаментального анализа (В.М. Бухшта-бер, А.А. Горчаков, А.И. Карасев, Н.Б. Кобелев) и с использованием методов анализа, основанных на выявлении эмпирических закономерностей, методов математической статистики (С.А. Айвазян, А. Афифи, И.Б. Мучник, А. Максвелл, Г. Чернов), методов обработки больших массивов информации (А.А. Горчаков, В.И. Маслов, И.В. Орлова), нечеткой логики (Дж. Бендат, Н.Б. Кобелев, А. Пирсол), нейросетевого моделирования (Дж. Лауренс, Ф. Розенблатг, Дж. Хопфилд). Перечисленные методы направлены на повышение точности рейтинговой оценки инвестиционной привлекательности промышленного предприятия.

Несмотря на многообразие работ по совершенствованию методик построения рейтинговой оценки инвестиционной привлекательности промышленного предприятия, на настоящий момент не существует методики, которая, с одной стороны, была бы достаточно проста и легко реализуема широким кругом пользователей, а с другой, - учитывала бы важнейшие характеристики предприятия, прогноз его финансового состояния и отраслевую принадлежность.

Цель исследования. Разработка адекватной методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности (рис. 1).

Разработка адекватной методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности

Уточнение понятия

привлекательность промышленного предприятия», учитывающее отраслевую принадлежность я внешнюю среду предприятия

Задачи

исследования

I

Классификация и критический анализ существующих методов построения рейтинга

инвестиционной привлекательности предприятий

Разработка методики построения рейтинга инвестиционной привлекательности промышленных

предприятий с учётом прогноза финансового состояния и отраслевой принадлежности на основе выбранного результативного показателя

Апробация и верификация предложенного метода построения

привлекательности промышленных предприятий на предприятиях Уральского региона

Методы исследования

* *

Рисунок 1. Структурно-логическая схема диссертационного исследования

Задачи исследования. В соответствии с поставленной целью решались следующие задачи:

- уточнение понятия «инвестиционная привлекательность промышленного предприятия», учитывающее отраслевую принадлежность и внешнюю среду предприятия;

- классификация и критический анализ существующих методов построения рейтинга инвестиционной привлекательности предприятий;

- разработка методики построения рейтинга инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности на основе выбранного результативного показателя;

- апробация и верификация предложенного метода построения рейтинга инвестиционной привлекательности промышленных предприятий на предприятиях Уральского региона.

Объектом исследования является совокупность коммерческих и государственных промышленных предприятий индустриального региона (на примере промышленности Свердловской области).

Предметом исследования являются проблемы построения адекватной оценки инвестиционной привлекательности промышленных предприятий.

Теоретическую и методологическую основу исследования составляют фундаментальные положения микроэкономической теории, миниэкономики, разработки отечественных и зарубежных экономистов, специалистов в области математических методов. Базовые аспекты диссертационной работы сформулированы на основе использования взглядов и подходов С.А. Айвазяна, A.C. Бакаева, Е.В. Борисова, А.Д. Выварца, A.A. Горчаков, О.В. Ефимовой, А.П. Зудилина, JI.M. Кам-шия, В.В. Ковалёва, М.Н. Крейнина, A.A. Куклина, Л.И. Лопатникова, Ю.П. Лу-кашина, О.И. Никонова, В.Д. Новодворской), В.К. Першина, И.И. Пичурина, Е.В. Попова, Л.Л. Самойлова, P.C. Сайфулина, А.И. Татаркина, А.Д. Шеремета.

Большое внимание было уделено исследованию работ зарубежных авторов, среди которых Дж. Бендат, Р. Брейли, Дж. Джонсон, Э. Долан, М. Кендалл, Дж.

Ким, Дж. Лембден, Э. Ллойд, Д. Лоули, А. Максвелл, К. Маконнел, Д. Миддлтон, Дж. Мэрфи, Д. Синк, Дж. Фостер.

Основными методами исследования являлись общенаучные методы анализа и синтеза, методы анализа финансово-хозяйственной деятельности предприятия, методы экономико-математического моделирования, теории вероятностей и математической статистики, корреляционно-регрессионного анализа.

Информационную базу исследования составили законодательные и нормативно-правовые акты Российской Федерации, материалы Банка России Российской Федерации, данные Госкомстата Российской Федерации, Свердловского областного комитета государственной статистики, Уральского таможенного управления, Федеральной комиссии по ценным бумагам.

Основные научные и практические результаты, полученные лично автором:

- уточнено понятие «инвестиционная привлекательность промышленного предприятия»;

- предложена классификация существующих методов построения рейтинга инвестиционной привлекательности предприятий;

- предложена структура аналитического нетто-баланса на основе публичной финансовой отчётности;

- предложен метод построения системы репрезентативных финансовых показателей промышленных предприятий;

- предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий;

- проведена апробация и верификация предложенного метода построения рейтинга инвестиционной привлекательности промышленных предприятий на предприятиях Уральского региона.

В результате проведённого научного исследования получены следующие результаты, содержащие элементы научной новизны:

- уточнено понятие «инвестиционная привлекательность промышленного предприятия», сформулированное с учетом фондовых и фундаментальных показа-

телей предприятия, его отраслевой принадлежности и внешней среды (экономики отрасли, региона и страны в целом) (п.п. 15.15);

- предложена классификация существующих методов построения рейтинга инвестиционной привлекательности предприятий, основанная на использовании характеристик и способов обработки финансовой информации для построения рейтинга (п.п. 15.15);

- предложен метод построения системы репрезентативных финансовых показателей промышленных предприятий, формируемый посредством статистической обработки фактических данных на базе показателей финансовой устойчивости с учётом отраслевой принадлежности (п.п. 15.4);

- предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий, основанная на использовании выбранного результативного показателя с учётом прогноза финансового состояния и отраслевой принадлежности (п.п. 15.13).

Научная и практическая значимость диссертационной работы. Предложенная в работе методика построения рейтинга инвестиционной привлекательности промышленных предприятий индустриального региона с учётом прогноза финансового состояния и отраслевой принадлежности может рассматриваться как новый инструмент повышения эффективности управления и поддержания стабильности в промышленном секторе экономики как государственными, так коммерческими и иными структурами.

Результаты исследования могут быть использованы руководителями государственных органов власти или коммерческих структур при выборе предприятия или отрасли с наибольшей инвестиционной привлекательностью, при планировании статей бюджетов разных уровней, для регулирования деятельности банковских организаций, расположенных на территории индустриальных регионов. Отдельные положения диссертационной работы использовались в преподавании дисциплины «Математические методы финансового анализа» (Заключение кафедры «Анализ систем и принятия решений» ГОУ ВПО «УГТУ-УПИ» об использовании результатов диссертационной работы А.В. Коренкова «Построение рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового

9

состояния и отраслевой принадлежности» в научной и педагогической деятельности от 9.09.2003).

Настоящая диссертационная работа выполнена в соответствии с госбюджетной темой № 2989 «Теоретические исследования систем управления экономико-организационными системами. Проблемы управления процессами реструктуризации экономики региона и предприятий».

Апробация работы. Основные результаты диссертационной работы были представлены на шести научно-практических конференциях, в том числе «Повышение эффективности управления банками: региональный и технологический аспект» (1997), «Платежные системы» (1998), «Инвестиции - региональный аспект» (1999), «Концепция развития банковской системы Урала» (2000), «Проблемы экономики, финансов и управления производством» (2001), «Всероссийском симпозиуме по миниэкономике» (2002).

Представленная в работе методика построения рейтинга инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности внедрена и используется в аналитической работе производственной компании ЗАО ПФ «КТП-УРАЛ» при выборе перечня наиболее инвестиционно привлекательных промышленных предприятий (Акт внедрения № 80 от 9.09.2003).

Публикации.

Основные положения диссертации отражены в шести публикациях общим объёмом 1,7 п.л. (лично автором - 1,1 п.л.).

Структура и объём диссертационной работы.

Логика и цель исследования определяют структуру диссертации. Работа состоит из введения, трёх глав, заключения и библиографического списка, включающего 132 наименований, и приложений. Работа содержит 113 страниц машинописного текста, 21 таблицу и 6 рисунков.

ОСНОВНЫЕ ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Уточнено понятие «инвестиционная привлекательность промышленного предприятия», сформулированное с учетом фондовых и фундаментальных показателей предприятия, его отраслевой принадлежности и внешней среды (экономики отрасли, региона и страны в целом).

В экономической и экономико-математической литературе в основном используются два определения понятия «инвестиционная привлекательность промышленного предприятия»:

1) Инвестиционная привлекательность промышленного предприятия - это целесообразность вложения средств в интересующее инвестора предприятие, которая зависит от ряда факторов, характеризующих деятельность хозяйствующего субъекта [Г. Бирман, С. Шмидт].

2) Инвестиционная привлекательность промышленного предприятия - это недо-оценённость истинной стоимости предприятия, которая определяется на основе финансовых показателей, отражающих деятельность предприятия [С. Масютин, М. Лапухова].

Недостаток данных формулировок заключается в том, что они не дают полного понимания данного понятия. Учитывая анализ инвестиционных процессов и факторов, оказывающих влияние на предпочтения инвесторов, с нашей точки зрения наиболее полным и правильным определением понятия «инвестиционная привлекательность промышленного предприятия» является следующее - это наличие условий инвестирования, определяемых как фондовыми и фундаментальными показателями хозяйствующего субъекта, так и экономики отрасли, региона и страны в целом, и позволяющих потенциальному инвестору с большой вероятностью рассчитывать на эффективность вложений в выбранной инвестиционной стратегии.

2. Предложена классификация существующих методов построения рейтинга инвестиционной привлекательности предприятий, основанная на использовании характеристик и способов обработки финансовой информации для построения рейтинга.

Методы построения рейтинга инвестиционной привлекательности основываются на изучении информации о предшествующей эволюции и текущем состоянии объекта исследования. В теории имеются методы анализа, основанные на выявлении эмпирических закономерностей и широко применяющиеся при построении агрегированной рейтинговой оценки инвестиционной привлекательности предприятий. Стоит заметить, что своим широким распространением среди экономистов они во многом обязаны развитию и распространению компьютерных технологий.

Методы анализа, основанные на выявлении эмпирических закономерностей, можно классифицировать следующим образом (таб. 1):

Таблица 1

Классификация существующих методов построения рейтинга инвестиционной

привлекательности предприятий

1. Методы математической статистики

Наименование, краткое описание Недостатки Преимущества

Традиционные методы статистики: корреляционный анализ, регрессионный анализ и анализ временных рядов. Выявление менее глубоких взаимосвязей по сравнению с применением фундаментального анализа. Доступность для широкого круга специалистов. Автоматизация процесса анализа, что важно в случае регулярного его проведения.

2. Методы обработки больших массивов информации (data mining)

Наименование, краткое описание Недостатки Преимущества

Методы и приемы обработ- Требуется мощ- Исключение субъективного

ки информации, предназначенные для автоматического выявления закономерностей в больших массивах информации.

ная компьютерная техника и дорогое программное обеспечение.

человеческого фактора. Автоматизация процесса анализа, что важно в случае регулярного его проведения.

3. Нечеткая логика

Наименование, краткое описание

Недостатки

Преимущества

Нечеткая логика (fuzzy logic) - непрерывная логика, являющаяся альтернативным вариантом формальной бинарной логики. Использование нечеткой логики позволяет более адекватно использовать такую область искусственного интеллекта, как экспертные системы.

Требуется мощная компьютерная техника и дорогое программное обеспечение.

Уменьшение влияния субъективного человеческого фактора.

4. Нейронные сети

Наименование, краткое описание

Недостатки

Преимущества

Нейронные сети моделируют главное свойство человеческого мышления -обобщение, накапливая опыт в процессе обучения. Использование моделей искусственной нейронной сети (искусственный нейрон, синапсы, аксон, функция насыщения и т.д.) в компьютерных системах открывает совершенно новые возможности с точки зрения обработки информации.

Требуется мощная компьютерная техника и дорогое программное обеспечение.

Уменьшение влияния субъективного человеческого фактора. Автоматизация процесса анализа, что важно в случае регулярного его проведения.

!

i

4

3. Предложен метод построения системы репрезентативных финансовых показателей промышленных предприятий, формируемый посредством статистической обработки фактических данных на базе показателей финансовой устойчивости с учётом отраслевой принадлежности.

Предлагаемый метод состоит из следующих этапов:

а) Построение результативного показателя инвестиционной привлекательности промышленных предприятий;

б) Расчёт весовых коэффициентов показателей финансового состояния промышленных предприятий с учётом отраслевой принадлежности;

в) Выделение группы репрезентативных показателей финансового состояния промышленных предприятий с учётом отраслевой принадлежности.

В работе приводится определение результативного финансового показателя (абсолютный или относительный показатель финансового состояния предприятия, характеризующий его важные стороны деятельности, такие как платежеспособность, устойчивость, ликвидность и т.д.) и его расчёт для случая, когда субъектов экономических отношений интересует уровень инвестиционной привлекательности промышленных предприятий. Иными словами, инвесторы уделяют особое внимание степени финансовой устойчивости предприятий или способности предприятий противостоять негативным тенденциям, происходящих на макро- и микроуровне. Опишем результаты для случая, когда в качестве результативного показателя финансовой устойчивости предприятия рассматривается коэффициент финансовой независимости, отражающий величину покрытия обязательств предприятия его собственными средствами. Показатель рассчитывается следующим образом:

«нп.скНП

ккп=скКП; (2)

ип ВБкп'

где

нп ктт

КИП' КИП " РезУльтативный показатель инвестиционной привлекательности на

начало и конец отчётного периода;

НП

СК1 , СК - собственный капитал на начало и конец отчётного периода, руб.; ВБ™, ВБ1^ - валюта баланса на начало и конец отчётного периода, руб.

В ходе диссертационной работы производился поиск зависимостей между финансовыми показателями, характеризующих результаты работы, деловую активность и платежеспособность, и результативным показателем инвестиционной привлекательности на данных по промышленным предприятиям Свердловской области. Изучение динамики показателей финансового состояния и результативного показателя инвестиционной привлекательности за несколько отчётных периодов путём статистических исследований позволило выявить взаимосвязь между динамикой результативного показателя и показателями финансового состояния. Вследствие «инертности» или медленного изменения уровня финансового положения промышленных предприятий существует временной лаг 1-2 периода (один период - три месяца) в зависимости между изменением показателей финансового состояния и результативным показателем инвестиционной привлекательности с учётом отраслевой принадлежности. Отметим, что данная взаимосвязь между показателями часто встречается в различных статистических и нейросетевых моделях.

В ходе диссертационного исследования выявлено, что уровень инвестиционной привлекательности предприятий отрасли «Машиностроение» (по Свердловской области) зависит в основном от объёма продаваемой продукции, оперативности работы предприятия по сбыту собственной продукции и платёжных возможностей предприятия, которые оцениваются при условии не только своевременных расчётов с дебиторами и благоприятной реализации готовой продукции, но и продажи в случае необходимости прочих элементов материальных оборотных средств. Наряду с этим, уровень инвестиционной привлекательности пищевой промышленности в большей степени зависит от затрат на производственную деятельность, оперативности взаиморасчётов с поставщиками и заказчиками, а также платёжных возможностей предприятия, которые оцениваются при условии свое-

временного проведения расчётов с дебиторами и благоприятной реализации готовой продукции.

Количественная мера связи между экономическими процессами и явлениями может характеризоваться соответствующим коэффициентом корреляции. В нашем случае величина коэффициента корреляции между финансовыми показателями, характеризующих результаты работы, деловую активность и платежеспособность, и результативным показателем инвестиционной привлекательности промышленных предприятий с учётом отраслевой принадлежности может быть использована в качестве базы построения весовых коэффициентов финансовых показателей промышленных предприятий.

В работе представлено условие, с помощью которого можно определить группы репрезентативных показателей финансового состояния промышленных предприятий с учётом отраслевой принадлежности. Оно подразумевает отбор трёх показателей из каждой группы финансовых показателей для каждой отрасли, коэффициенты корреляции которых превышают 0,75. Данное значение было определено опытным путём и является оптимальным для рассматриваемых отраслей промышленности, так как меньшее или большее значение коэффициентов корреляции приводит к чрезмерному либо увеличению, либо уменьшению репрезентативных финансовых показателей предприятий. Таким образом, в каждой группе коэффициентов выбирается один репрезентативный показатель финансового состояния промышленных предприятий (табл. 2).

Таблица 2. Взаимосвязь между финансовыми показателями и показателем финансовой независимости предприятий машиностроения и пищевой промышленности (в скобках приведены _веса репрезентативных показателей)_

№ п/п Финансовые показатели Коэффициенты корреляции меяаду финансовыми показателями и показателем финансовой независимости предприятий машиностроения Коэффициенты корреляции между финансовыми показателями и показателем финансовой независимости предприятий пищевой промышленности

1 Рентабельность активов 0.83 0,32

2 Рентабельность продаж 0,96 (0.37) 0,67

3 Рентабельность собственного капитала 0,63 0,48

4 Рентабельность основной деятельности 0,71 0,89 (0,36)

5 Рентабельность инвестиций 0,36 0,45

6 Рентабельность реальных активов 0,49 0,01

7 Рентабельность оборотных активов 0,48 0,45

8 Оборачиваемость сырья и материалов предприятия 0,27 0,21

9 Оборачиваемость кредиторской задолженности предприятия 0,44 0,80 (0,32)

10 Оборачиваемость дебиторской задолженности предприятия 0,76 (0,3) 0,53

11 Коэффициент абсолютной ликвидности 0,51 0,32

12 Коэффициент срочной ликвидности 0,41 0,79 (0,32)

13 Коэффициент текущей ликвидности 0,85 (0,33) 0,57

14 Коэффициент восстановления платежеспособности 0,56 0,49

15 Доля задолженности перед банком в валюте баланса предприятия 0,23 0,14

16 Доля денежных средств в валюте баланса предприятия 0,12 0,07

17 Доля необеспеченной кредиторской задолженности в общей величине кредиторской 0,19 0,09

18 Доля чистого потока денежных средств в объёме выручки от продаж 0,28 0,16

4. Предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий, основанная на использовании выбранного результативного показателя с учётом прогноза финансового состояния и отраслевой принадлежности.

При построении любого количественного рейтинга целесообразно сформировать результирующую функцию, преобразующую исходные данные в рейтинговое значение.

Перед построением рейтинга инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности необходимо произвести обработку «сырой» информации по репрезентативным финансовым показателям.

В работе представлены формулы результирующей функции рейтинговых оценок инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности:

А

(3)

к=1 *

п 2Г

гкт= г гтч кх ) (4)

1 к = 1 к у 2Г к=1 **

где

..., ^Я™ - агрегированные рейтинговые оценки инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния на следующий отчётный период и отраслевой принадлежности;

а™, ... , г™ - репрезентативные показатели финансового состояния промышленный предприятий после операций устранения отрицательных значений, корректировки направленности и нормирования с учётом отраслевой принадлежности;

... , 2гкх - коэффициенты корреляции между репрезентативными показателями финансового состояния и результативным показателем инвестиционной привлекательности промышленных предприятий с учётом временного лага; А, В.....Ъ - отрасли промышленности;

т - количество промышленных предприятий в отраслях А, В,..., Ъ\ п - количество репрезентативных показателей финансового состояния промышленных предприятий.

Диапазон рейтинговых оценок инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности находится от 0 до 1, где 0 свидетельствует о наихудшей инвестиционной привлекательности предприятия, а 1 - о наилучшей.

В итоге, сумма произведений значений «обработанных» репрезентативных показателей финансового состояния промышленных предприятий на каждый отчётный период и их весовых коэффициентов позволяет получить агрегированные рейтинговые оценки инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния на следующий отчётный период и отраслевой принадлежности.

Для апробации данной методики были выбраны две отрасли промышленности Свердловской области - машиностроение и пищевая промышленность.

Рейтинг инвестиционной привлекательности промышленных предприятий был построен в соответствии с предлагаемой методикой поквартально с 1 квартала 2000 года по 3 квартал 2002 года.

Рассчитанные и «обработанные» значения репрезентативных показателей финансового состояния промышленных предприятий, которые наиболее полно отражают уровень инвестиционной привлекательности в отрасли, а также их весовые коэффициенты были подставлены в формулы 3 и 4.

В итоге получены агрегированные рейтинговые оценки инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния на следующий отчётный период и отраслевой принадлежности (рис. 2,3).

Рисунок 2. Рейтинговые значения инвестиционной привлекательности предприятий машиностроения с учётом прогноза финансового состояния на следующий отчетный период и отраслевой принадлежности

■АООТ "Элвктроаппарэтаый завод"

АООТ "Пнеамостроймашина"

'АООТ Нияметуринсшй машиностроительный завод "Вента"

ОАО "Березовский ремонтночмганичесхий завод"

12000 22000 32000 4 2000 1 2001 2 2001 3 2001 4 2001 1 2002 2 2002 3 2002

Рисунок 3. Рейтинговые значения инвестиционной привлекательности

предприятий пищевой промышленности с учётом прогноза финансового состояния на следующий отчётный период и отраслевой принадлежности

02 12000

__—____

-......— -

--^ ^--^ ---— '

р т 1 '"ОАО Концерн Калина" ОАО Талицкий молочный завод" '"ОАО "Петра" ■ ■ ОАО "Сладко"

Таким образом, рейтинг инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния на следующий отчётный период и отраслевой принадлежности построен.

Верификация была разделена на два этапа:

а) Построение текущего рейтинга инвестиционной привлекательности промышленных предприятий машиностроения и пищевой промышленности на основе результативного показателя финансовой независимости.

В итоге получены текущие рейтинговые оценки инвестиционной привлекательности промышленных предприятий для каждой отрасли (рис. 4, 5).

1 2001

4 2000

1,0 0.9 0,8 0,7 0,6 0,5 04 0,3 0,2 0,1

Рисунок 4. Текущие рейтинговые значения инвестиционной привлекательности предприятий машиностроения

- _

„Г" ---- __ ^ч^х^

---- - - " - "

----- - - '

„ - - "Электроаппараты!! завод"

'""'"""АООТ Нижнетуринский машиностроительный завод - -Ш^р.»»».»«««»-

12000 2 2000 3 2000 4 2000 1 2001 22001 32001 42001 12002 2 2002 3 2002

0,в

Рисунок 5. Текущие рейтинговые значения инвестиционной привлекательности предприятий пищевой промышленности

—--

_____----" ^ ^ У

*" ■ - - - * " * -» в Ф Щ ж »

^■^"ОАО "Концерн Калина"

• . * "Петра" ■ • ОАО "Спад»"

б) Оценка точности рейтинга инвестиционной привлекательности промышленных предприятий.

Оценка точности рейтинга инвестиционной привлекательности промышленных предприятий определяется по отклонению мест предприятий в данном рейтинге от мест предприятий в текущем рейтинге инвестиционной привлекательности, построенном на основе базового показателя финансовой устойчивости - коэффициента финансовой независимости.

Проставим места в рейтинге инвестиционной привлекательности промышленных предприятий и в текущем рейтинге инвестиционной привлекательности промышленных предприятий, а также представим результаты в виде таблиц 3,4, 5

и 6 (тёмным тоном выделены только те отчётные периоды, где произошла смена рейтинговых мест предприятий).

Таблица 3

Места в рейтинге инвестиционной привлекательности предприятий машиностроения с учётом прогноза финансового состояния на следующий отчётный период и

отраслевой принадлежности

Наименование предприятия 12000 5 ¿066 таяял таю тш 2 2001

АООТ "Электроаппаратный завод" 1 1 1 1 1 1

АООТ "Пневмостроймашина" 2 2 2 2 2 2

АООТ Нижнетуринский машиностроительный завод "Вента" 3 3 3 3 3 3

ОАО "Березовский ремонт*о-механический завод" 4 4 4 4 4 4

; I сюйппийн:

Таблица 4

Места в текущем рейтинге инвестиционной привлекательности предприятий машиностроения

Наименование предприятия 1 2000 2 2000 ГШ тага 2 2001 Ь ¿001 ЕЕ Ш11 ¡662 2 2002

АООТ "Электроаппаратный завод" 1 1 1 1 1 1 1 1 Щ 1 1

АООТ "Пневмостроймашина" 2 2 2 2 2 2 2 Я Н 3 3

АООТ Нижнетуринский машиностроительный завод "Вента" 3 3 3 3 3 3 3 Н В 2 2

ОАО "Березовский ремонтно-механический завод" 4 4 4 4 4 4 4 Щ Н 4 4

Таблица 5

Места в рейтинге инвестиционной привлекательности предприятий пищевой промышленности с учётом прогноза финансового состояния на следующий отчётный период и отраслевой принадлежности

Наименование предприятия 12000 2 2000 Н» ЙМ 4 2000 1 2001 2 2001 3 2001 Ей Ш1 2002 2 2002 3 2002

ОАО "Концерн Калина" 1 1 Н Щ 1 1 1 1 ■■ 1 1 1

ОАО "Талицкий молочный завод" 2 2 Н Н 2 2 2 2 Щ Н 2 2 2

ОАО "Патра" 3 3 Н М 4 4 4 3 Я Н 3 3 3

ОАО "Сладко" 4 4 Ш М 3 3 3 ~4 Ш Н 4 4 4

Таблица 6

Места в текущем рейтинге инвестиционной привлекательности предприятий пищевой промышленности

Наименование предприятия 72355 2 2000 3 2000

ОАО "Концерн Калина" 1 1 1

ОАО "Талицкий молочный завод" 2 2 ■

ОАО "Петра" 3 3 3

ОАО "Сладко" 4 4 4

»мнмшшеш!

I

1 1 1 1

2 2 2 2

4 4 4 3

3 3 3 4

I

Анализ сравнения мест предприятий в рейтинге инвестиционной привлекательности с учётом прогноза финансового состояния на следующий отчётный период (рейтинг 1) и текущем рейтинге инвестиционной привлекательности (рейтинг 2) машиностроения и пищевой промышленности показывает, что изменение мест в рейтинге 2 было предсказано в рейтинге 1.

Заключение

В ходе диссертационного исследования диссертантом предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий, основанная на использовании выбранного результативного показателя с учётом прогноза финансового состояния и отраслевой принадлежности. Иными словами, предложены метод построения агрегированного (аналитического) нетто-баланса предприятия, метод построения системы репрезентативных финансовых показателей промышленных предприятий и методика построения агрегированной рейтинговой оценки инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности.

В качестве преимуществ предлагаемой методики построения рейтинга инвестиционной привлекательности промышленных предприятий можно выделить следующие: простота расчётов; учёт прогноза, т.е. формируемый рейтинг инвестиционной привлекательности отражает не только текущие значения финансовых показателей, но и прогнозируемые на будущий период; возможность автоматизации построения рейтинговой функции.

На наш взгляд, дальнейшее исследование темы может осуществляться в направлении разработки методики построения единого рейтинга инвестиционной привлекательности промышленных предприятий. Необходимость решения данной задачи обусловлена тем, что любой отечественный или зарубежный инвестор может поставить перед собой задачи, связанные с поиском наиболее инвестиционно привлекательного предприятия не в отдельной отрасли, а среди нескольких отраслей. Автоматизация методики позволит получить требуемые результаты и размес-

23

1

2

3

4

ш 1 4 83 1

тить их в печатных и электронных изданиях регионального и федерального мае-

штабов. ЛЯ.'^ "

Основные положения диссертации опубликованы в следующих работах:

1. Коренков A.B. Методика построения рейтинга финансового состояния промышленных предприятий Свердловской области // Труды всероссийского симпозиума по миниэкономике. - Екатеринбург, 2002. С. 36 - 39.

2. Коренков A.B., Никонов О.И. Проблемы кредитования предприятий коммерческими банками Свердловской области // Концепция развития банковской системы Урала: Сборник докладов. - Екатеринбург: ГУ Банка России по Свердловской области, 2000. С. 43-53.

3. Коренков A.B. Рейтинг инвестиционной привлекательности предприятий // Повышение эффективности управления банками: региональный и технический аспекты: Сборник докладов - Екатеринбург: ГУ Банка России по Свердловской области, 1997. С. 140 - 143.

4. Никонов О.И., Коренков A.B. Рейтинг кредитной привлекательности отраслей промышленности Свердловской области // Проблемы экономики, финансов и управления производством: Межвузовский сборник научных трудов. - Иваново: УГХТУ, 2001. С. 101 - 109.

5. Коренков A.B., Левушкин К.А. Проблемы развития инвестиционной деятельности в российской экономике. Региональный аспект // Инвестиционный эксперт. -1999, - №49.

6. Коренков A.B., Никонов О.И. Экспресс-метод оценки экономического положения региона и инвестиционной привлекательности предприятия // Платежные системы: Сборник докладов. - Екатеринбург: ГУ Банка России по Свердловской области, 1998. С. 288 - 295.

Подписано в печать 12.09.2003 Формат 60 х 84 1/16

Бумага писчая Офсетная печать Усл. печ. л. 1,2

Тираж 100_Заказ 228_Бесплатно

Ризография НИЧ ГОУ ВПО «УГТУ-УПИ» 620002, Екатеринбург, Мира, 19

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Коренков, Александр Владимирович

ВВЕДЕНИЕ.

1. Классификация и критический анализ основных подходов к построению рейтинга инвестиционной привлекательности предприятий

1.1. Финансовый анализ предприятия: понятие, цель и содержание, пользователи, информационная база, методы.

1.2. Финансовое состояние и инвестиционная привлекательность промышленного предприятия.

1.3. Критический анализ существующих методов построения рейтинга инвестиционной привлекательности предприятий.

2. Методика построения рейтинга инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности

2.1. Агрегированный нетто-баланс и расчёт финансовых показателей промышленных предприятий.

2.2. Метод построения системы репрезентативных финансовых показателей промышленных предприятий, формируемый на базе показателей финансовой устойчивости с учётом отраслевой принадлежности.

2.3. Агрегированная рейтинговая оценка инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности.

3. Апробация и верификация методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности (на примере промышленности Свердловской области)

3.1. Апробация методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности.

3.2. Верификация методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности.

Диссертация: введение по экономике, на тему "Построение рейтинга инвестиционной привлекательности предприятий с учетом прогноза финансового состояния и отраслевой принадлежности"

Актуальность темы исследования. С начала 1999 года по настоящее время в российской экономике наметились позитивные тенденции, связанные с увеличением уровня монетизации, частичным восстановлением уровня ликвидности банковской системы, увеличением объёмов промышленного производства и улучшением финансового состояния предприятий реального сектора экономики [52]. Укрепление экономики способствует росту доходов населения, улучшению инвестиционного климата, снижает вероятность возможных кризисов для банков и предприятий и других негативных явлений [56]. Для сохранения указанных позитивных тенденций необходима их поддержка стратегическими решениями, принимаемыми законодательными и исполнительными органами государственной власти в социальной, бюджетной и экономической сферах, а также коммерческими и иными структурами. В качестве одного из основных показателей эффективности принятия решений в экономической сфере можно выделить обеспечение стабильного роста промышленного производства предприятий. Последнее особенно актуально для индустриальных регионов России.

Одной из важнейших характеристик стабильного роста промышленного производства является динамика инвестиционной привлекательности предприятий, от которой зависит уровень и качество принадлежащих предприятию активов, структура источников их финансирования, способность активов генерировать прибыльные продажи, обеспечивать качество и темпы роста прибыли, а также надлежащий уровень производственного и финансового риска [84].

На сегодняшний момент в ряде индустриальных регионов и в России в целом проблема создания адекватной системы рейтинговых оценок инвестиционной привлекательности предприятий в условиях продолжающегося переходного периода достаточно остро встаёт перед многими хозяйствующими субъектами (инвесторы, банки, органы власти и т.д.). Растущее разнообразие публикуемых рейтингов инвестиционной привлекательности предприятий в российской практике не облегчает выбор заинтересованного субъекта, так как официальные рейтинги инвестиционной привлекательности предприятий зачастую составляются без учёта прогноза финансового состояния, и фиксируют только текущее финансовое положение.

Таким образом, актуальность темы диссертационного исследования обусловлена недостаточной распространённостью и невысокой практичностью методик построения рейтинга инвестиционной привлекательности предприятий в условиях российской действительности.

Данная диссертационная работа посвящена разработке методов построения рейтинга инвестиционной привлекательности предприятий индустриальных регионов с учётом прогноза финансового состояния и отраслевой принадлежности. Адекватная рейтинговая система позволяет решить целый ряд задач:

• повысить информационную открытость, инвестиционную привлекательность предприятий и отраслей промышленного сектора региона;

• повысить эффективность управления промышленностью со стороны руководителей коммерческих структур и государственных органов власти;

• своевременно выявить негативные тенденции в финансовом положении отдельных предприятий, отраслей и промышленности региона в целом.

Степень разработанности проблемы исследования. Один из современных подходов к построению рейтинга инвестиционной привлекательности промышленного предприятия относится к разработке инструментальных методов, ориентированных на портфельные инвестиции. Данный подход предполагает сбор и анализ фондовых показателей (цена акции, объём торгов) предприятия для оценки его истинной рыночной стоимости и недооценённости (О.И. Пеганова, А.А. Первозванский, Т.Н. Первозванская).

Иной подход к построению рейтинговых оценок инвестиционной привлекательности промышленного предприятия включает методы, ориентированные на прямые инвестиции и основанные на фундаментальном анализе, т.е. анализе финансово-хозяйственных показателей предприятия. Основные аспекты данного подхода изучались в работах Т. Адсхеда, Г. Бирмана, О.В. Ефимовой, Г.В. Савицкой, П. Фишера, Э. Хелферта, У.Ф. Шарпа.

Рассматриваемые подходы к построению рейтинга инвестиционной привлекательности промышленного предприятия строятся на основе методов технического анализа (Т. Демарк, Дж. Мэрфи), фундаментального анализа (В.М. Бухштабер, А.А. Горчаков, А.И. Карасев, Н.Б. Кобелев) и с использованием методов анализа, основанных на выявлении эмпирических закономерностей, методов математической статистики (С.А. Айвазян, А. Афифи, И.Б. Мучник, А. Максвелл, Г. Чернов), методов обработки больших массивов информации (А.А. Горчаков, В.И. Маслов, И.В. Орлова), нечеткой логики (Дж. Бендат, Н.Б. Кобелев, А. Пирсол), нейросетевого моделирования (Дж. Лауренс, Ф. Розенблатт, Дж. Хопфилд). Перечисленные методы направлены на повышение точности рейтинговой оценки инвестиционной привлекательности промышленного предприятия.

Несмотря на многообразие работ по совершенствованию методик построения рейтинговой оценки инвестиционной привлекательности промышленного предприятия, на настоящий момент не существует методики, которая, с одной стороны, была бы достаточно проста и легко реализуема широким кругом пользователей, а с другой, — учитывала бы важнейшие характеристики предприятия, прогноз его финансового состояния и отраслевую принадлежность.

Цель исследования. Разработка адекватной методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности (рис. 1).

Разработка адекватной методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности

Задачи исследования

Уточнение понятия «инвестиционная привлекательность промышленного предприятия», учитывающее отраслевую принадлежность и внешнюю среду предприятия

Классификация и критический анализ существующих методов построения рейтинга инвестиционной привлекательности предприятий

Разработка методики построения рейтинга инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности на основе выбранного результативного показателя I

Апробация и верификация предложенного метода построения рейтинга инвестиционной привлекательности промышленных предприятий на предприятиях Уральского региона

Методы исследования

Методы анализа финансово-хозяйственной деятельности предприятия

Методы экономико-математического моделирования

Методы теории вероятностей и математической статистики, корреляционно-регрессионного анализа

Результаты исследования

Уточнено понятие «инвестиционная привлекательность промышленного предприятия», сформулированное с учетом фондовых и фундаментальных показателей предприятия, его отраслевой принадлежности и внешней среды (экономики отрасли, региона и страны в целом)

Предложена классификация существующих методов построения рейтинга инвестиционной привлекательности предприятий, основанная на использовании характеристик и способов обработки финансовой информации для построения рейтинга

JL

Предложен метод построения системы репрезентативных финансовых показателей промышленных предприятий, формируемый посредством статистической обработки фактических данных на базе показателей финансовой устойчивости с учётом отраслевой принадлежности

Предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий, основанная на использовании выбранного результативного показателя с учётом прогноза финансового состояния и отраслевой принадлежности

Рисунок 1. Структурно-логическая схема диссертационного исследования

Задачи исследования. В соответствии с поставленной целью решались следующие задачи:

- уточнение понятия «инвестиционная привлекательность промышленного предприятия», учитывающее отраслевую принадлежность и внешнюю среду предприятия;

- классификация и критический анализ существующих методов построения рейтинга инвестиционной привлекательности предприятий;

- разработка методики построения рейтинга инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности на основе выбранного результативного показателя;

- апробация и верификация предложенного метода построения рейтинга инвестиционной привлекательности промышленных предприятий на предприятиях Уральского региона.

Объектом исследования является совокупность коммерческих и государственных промышленных предприятий индустриального региона (на примере промышленности Свердловской области).

Предметом исследования являются проблемы построения адекватной оценки инвестиционной привлекательности промышленных предприятий.

Теоретическую и методологическую основу исследования составляют фундаментальные положения микроэкономической теории, миниэкономики, разработки отечественных и зарубежных экономистов, специалистов в области математических методов. Базовые аспекты диссертационной работы сформулированы на основе использования взглядов и подходов С.А. Айвазяна, А.С. Бакаева, Е.В. Борисова, А.Д. Выварца, А.А. Горчаков, О.В. Ефимовой, А.П. Зудилина, J1.M. Камшия, В.В. Ковалёва, М.Н. Крейнина, А.А. Куклина, Л.И. Лопатникова, Ю.П. Лукашина, О.И. Никонова, В.Д. Новодворского, В.К. Першина, И.И. Пичурина, Е.В. Попова, Л.Л. Самойлова, Р.С. Сайфулина, А.И. Татаркина, А.Д. Шеремета.

Большое внимание было уделено исследованию работ зарубежных авторов, среди которых Дж. Бендат, Р. Брейли, Дж. Джонсон, Э. Долан, М. Кендалл, Дж. Ким, Дж. Лембден, Э. Ллойд, Д. Лоули, А. Максвелл, К. Маконнел, Д. Миддлтон, Дж. Мэрфи, Д. Синк, Дж. Фостер.

Основными методами исследования являлись общенаучные методы анализа и синтеза, методы анализа финансово-хозяйственной деятельности предприятия, методы экономико-математического моделирования, теории вероятностей и математической статистики, корреляционно-регрессионного анализа.

Информационную базу исследования составили законодательные и нормативно-правовые акты Российской Федерации, материалы Банка России Российской Федерации, данные Госкомстата Российской Федерации, Свердловского областного комитета государственной статистики, Уральского таможенного управления, Федеральной комиссии по ценным бумагам.

Основные научные и практические результаты, полученные лично автором:

- уточнено понятие «инвестиционная привлекательность промышленного предприятия»;

- предложена классификация существующих методов построения рейтинга инвестиционной привлекательности предприятий;

- предложена структура аналитического нетто-баланса на основе публичной финансовой отчётности;

- предложен метод построения системы репрезентативных финансовых показателей промышленных предприятий;

- предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий;

- проведена апробация и верификация предложенного метода построения рейтинга инвестиционной привлекательности промышленных предприятий на предприятиях Уральского региона.

В результате проведённого научного исследования получены следующие результаты, содержащие элементы научной новизны:

- уточнено понятие «инвестиционная привлекательность промышленного предприятия», сформулированное с учетом фондовых и фундаментальных показателей предприятия, его отраслевой принадлежности и внешней среды (экономики отрасли, региона и страны в целом) (п.п. 15.15);

- предложена классификация существующих методов построения рейтинга инвестиционной привлекательности предприятий, основанная на использовании характеристик и способов обработки финансовой информации для построения рейтинга (п.п. 15.15);

- предложен метод построения системы репрезентативных финансовых показателей промышленных предприятий, формируемый посредством статистической обработки фактических данных на базе показателей финансовой устойчивости с учётом отраслевой принадлежности (п.п. 15.4);

- предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий, основанная на использовании выбранного результативного показателя с учётом прогноза финансового состояния и отраслевой принадлежности (п.п. 15.13).

Научная и практическая значимость диссертационной работы. Предложенная в работе методика построения рейтинга инвестиционной привлекательности промышленных предприятий индустриального региона с учётом прогноза финансового состояния и отраслевой принадлежности может рассматриваться как новый инструмент повышения эффективности управления и поддержания стабильности в промышленном секторе экономики как государственными, так коммерческими и иными структурами.

Результаты исследования могут быть использованы руководителями государственных органов власти или коммерческих структур при выборе предприятия или отрасли с наибольшей инвестиционной привлекательностью, при планировании статей бюджетов разных уровней, для регулирования деятельности банковских организаций, расположенных на территории индустриальных регионов. Отдельные положения диссертационной работы использовались в преподавании дисциплины «Математические методы финансового анализа» (Заключение кафедры «Анализ систем и принятия решений» ГОУ ВПО «УГТУ-УПИ» об использовании результатов диссертационной работы А.В. Коренкова «Построение рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности» в научной и педагогической деятельности от 9.09.2003).

Настоящая диссертационная работа выполнена в соответствии с госбюджетной темой № 2989 «Теоретические исследования систем управления экономико-организационными системами. Проблемы управления процессами реструктуризации экономики региона и предприятий».

Апробация работы. Основные результаты диссертационной работы были представлены на шести научно-практических конференциях, в том числе «Повышение эффективности управления банками: региональный и технологический аспект» (1997), «Платежные системы» (1998), «Инвестиции - региональный аспект» (1999), «Концепция развития банковской системы Урала» (2000), «Проблемы экономики, финансов и управления производством» (2001), «Всероссийском симпозиуме по миниэкономике» (2002).

Представленная в работе методика построения рейтинга инвестиционной привлекательности промышленных предприятий с учётом прогноза финансового состояния и отраслевой принадлежности внедрена и используется в аналитической работе производственной компании ЗАО ПФ «КТП-УРАЛ» при выборе перечня наиболее инвестиционно привлекательных промышленных предприятий (Акт внедрения № 80 от 9.09.2003).

Публикации.

Основные положения диссертации отражены в шести публикациях общим объёмом 1,7 п.л. (лично автором - 1,1 п.л.).

Структура и объём диссертационной работы.

Логика и цель исследования определяют структуру диссертации. Работа состоит из введения, трёх глав, заключения и библиографического списка, включающего 132 наименований, и приложений. Работа содержит 113 страниц машинописного текста, 21 таблицу и 6 рисунков.

Диссертация: заключение по теме "Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда", Коренков, Александр Владимирович

Результаты исследования могут быть использованы руководителями государственных органов власти или коммерческих структур при выборе предприятия или отрасли с наибольшей инвестиционной привлекательностью, при планировании статей бюджетов разных уровней, для регулирования деятельности банковских организаций, расположенных на территории индустриальных регионов. Отдельные положения диссертационной работы могут быть использованы в преподавании дисциплин в высших учебных заведениях.

На наш взгляд, дальнейшее исследование темы может осуществляться в направлении разработки методики построения единого рейтинга инвестиционной привлекательности промышленных предприятий. Необходимость решения данной задачи обусловлена тем, что любой отечественный или зарубежный инвестор может поставить перед собой задачи, связанные с поиском наиболее инвестиционно привлекательного предприятия не в отдельной отрасли, а среди нескольких отраслей. Автоматизация методики позволит получить требуемые результаты и разместить их в печатных и электронных изданиях регионального и федерального масштабов.

104

Заключение

Методика построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности (на примере промышленности Свердловской области) потребовало решения поставленных задач, и в ходе диссертационного исследования были получены следующие научные и практические результаты.

В соответствии с поставленными задачами диссертационного исследования уточнено понятие «инвестиционная привлекательность промышленного предприятия». Предложена наиболее распространённая система показателей, характеризующая финансовое состояние. Проведены классификация и критический анализ существующих методов построения рейтинга инвестиционной привлекательности предприятий.

В работе предложен метод построения системы репрезентативных финансовых показателей промышленных предприятий, формируемый посредством статистической обработки фактических данных на базе показателей финансовой устойчивости с учётом отраслевой принадлежности. Стоит отметить, что в качестве результативного показателя финансовой устойчивости предприятия рассматривается коэффициент финансовой независимости, отражающий величину покрытия обязательств предприятия его собственными средствами, поскольку субъектов экономических отношений интересует уровень инвестиционной привлекательности промышленных предприятий. Иными словами, инвесторы уделяют особое внимание степени финансовой устойчивости предприятий или способности предприятий противостоять негативным тенденциям, происходящих на макро- и микроуровне.

В ходе диссертационного исследования диссертантом предложена методика построения рейтинга инвестиционной привлекательности промышленных предприятий, основанная на использовании выбранного результативного показателя с учётом прогноза финансового состояния и отраслевой принадлежности. Кроме того, предложены построения структура агрегированного (аналитического) нетто-баланса предприятия, метод построения системы репрезентативных финансовых показателей промышленных предприятий, формируемый посредством статистической обработки фактических данных на базе показателей финансовой устойчивости.

В качестве преимуществ методики построения рейтинга инвестиционной привлекательности промышленных предприятий можно выделить следующие: простота расчётов; учёт прогноза, т.е. формируемый рейтинг инвестиционной привлекательности отражает не только текущие значения финансовых показателей, но и прогнозируемые на будущий период; возможность автоматизации построения рейтинговой функции.

В заключительном этапе диссертационного исследования успешно проведена апробация и верификация методики построения рейтинга инвестиционной привлекательности предприятий с учётом прогноза финансового состояния и отраслевой принадлежности с 1 квартала 2000 года до 3 квартала 2002 года (на примере промышленности Свердловской области).

Анализ сравнения мест предприятий в рейтинге инвестиционной привлекательности с учётом прогноза финансового состояния на следующий отчётный период (рейтинг 1) и текущем рейтинге инвестиционной привлекательности (рейтинг 2) с учётом отраслевой принадлежности машиностроения и пищевой промышленности показывает, что изменение мест в рейтинге 2 было предсказано в рейтинге 1.

Диссертация: библиография по экономике, кандидата экономических наук, Коренков, Александр Владимирович, Екатеринбург

1. Адсхед Т., Эрбе А. Регионы России: прямые иностранные инвестиции -М.: Тройка-диалог, март 2002.

2. Айвазян С.А., Бухштабер В.М., Енюков И. С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. - 607 с.

3. Акулич И.Л. Математическое программирование в примерах и задачах. -М.: Высшая школа, 1986.

4. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы и статистика, 2001. - 227 с.

5. Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. М.: Мир, 1982. - 488 с.

6. Бакаев А.С. Годовая бухгалтерская отчётность организации. М.: Бухгалтерский учёт, 1997.

7. Баканов М.И., Шеремет А.Д. Теория экономического анализа. М.: Финансы и статистика, 1997. - 416 с.

8. Балабанов И.Т. Анализ и планирование финансов хозяйствующего субъекта. М.: Финансы и статистика, 1998. - 112 с.

9. Барнгольц С., Сухарев А. Оборотные средства промышленных предприятий. М.: Госполитиздат, 1957.

10. Белолипецкий В.Г. Финансы фирмы: Курс лекций / Под ред. И.П. Мерзлякова. М.: Инфра-М, 1999 - 298 с.

11. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989.-540 с.

12. Бирман Г., Шмидт С. Экономический анализ инвестиционных проектов. М.: Юнити, 1997.

13. Борисова Е.В., Кириченко Е.Г. Анализ кредитоспособности предприятия: Деловая игра. Тверь: Учебно-методический центр Банка России, 1998. - 40 с.

14. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление. М.: Мир, 1974.-408 с.

15. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. - 464 с.

16. Брейли Р., Майерс С. Принципы корпоративных финансов. М.: Олимп-Бизнес, 1997.

17. Бро Г.Г., Шнайдман JI.M. Математические методы экономического анализа на предприятии. М.: Экономика, 1976. - 183 с.

18. Бухштабер В.М., Маслов В.И., Зеленюк Е.А. Методы анализа и построения алгоритмов автоматической классификации на основе математических моделей // Прикладная статистика. М.: Наука, 1983. -С. 126 - 144.

19. Выварец А.Д., Криворотое В.В. Конкурентоспособность предприятия: рыночный аспект / Труды всероссийского симпозиума по миниэкономике. Том 3. Екатеринбург: УрО РАН, 2002. С. 3 - 7.

20. Гитман А. Дж., Джонк М. Д. Основы инвестирования. М: Дело, 1997. -991 с.

21. Горских И. Методика определения рейтинга кредитной заявки// Бухгалтерия и банки. 1999. - №5, - С. 43.

22. Горчаков А.А., Орлова И.В., Половников В.А. Методы экономико-математического моделирования и прогнозирования в новых условиях хозяйствования. М.: ВЗФЭИ, 1991.

23. Грудачёва С. Рейтинг предприятий фармацевтической отрасли.// Фармацевтический вестник. 2001, -№6. - С. 14.

24. Демарк Т.Р. Технический анализ новая наука / М.: "Диаграмма", 1997.

25. Демиденко Е.З. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981. - 302 с.

26. Джонсон Дж. Эконометрические методы. М.: Статистика, 1980. - 444 с.

27. Долан Э., Линдсей Д. Макроэкономика./Пер. с англ. СПб. 1994.

28. Дружинин Н.К. Логика оценки статистических гипотез. М.: Статистика, 1973. - 211 с.

29. Друри К. Введение в управленческий и производственный учёт. М.: Аудит, 1994.

30. Дюран Б., Оделл П. Кластерный анализ. М.: Статистика, 1977. - 128 с.

31. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977. - 144 с.

32. Елисеева И.И., Семенова Е.В. Основные процедуры многомерного статистического анализа. Л.: УЭФ, 1993. - 78 с.

33. Елисеева И. И., Юзбашев М. М. Общая теория статистики. М: Финансы и статистика, 1996. - 366 с.

34. Ефимова О.В. Как анализировать финансовое положение предприятия (практическое пособие). М.: Бизнес - школа «Интел-синтез», 1994. - 114 с.

35. Ефимова О.В. Финансовый анализ. М.: Бухгалтерский учёт, 1999. - 352 с.

36. Закс Л. Статистическое оценивание. М.: Статистика, 1976. - 598 с.

37. Зудилин А.П. Учись читать бухгалтерскую отчётность партнёра и конкурента. М.: Российский университет дружбы народов, 1993.

38. Иберла К. Факторный анализ. М.: Статистика, 1980. 398 с.

39. Камший Л.М., Политов А.А. Методические вопросы учёта, анализа и оценки финансового состояния предприятия/ Развитие экономики региона: инновации, инвестиции, менеджмент. Екатеринбург: УГТУ, 2001.-С. 35-37.

40. Карасев А.И., Кремер Н.Ш., Савельева Т.И. Математические методы и модели в планировании. М.: Экономика, 1987.

41. Карлин Т.Р. Анализ финансовых отчётов (на основе GAAP). М.: Инфра-М, 1998.

42. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.

43. Кендалл М., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973. - 900 с.

44. Ким Дж., Мюллер Ч.У. Факторный, дискриминантный и кластерный анализ. Пер. с англ. М.: Финансы и статистика, 1989. - 215 с.

45. Кобелев Н.Б. Методы оптимального управления отраслью обслуживания населения. М.: Изд-во легкой пищевой промышленности, 1981.

46. Кобелев Н.Б. Практика применения экономико-математических методов и моделей. М.: Финстатинформ, 2000.

47. Ковалёв А.И, Привалов В.П. Анализ хозяйственного состояния предприятия. М.: Центр экономики и маркетинга, 1999. - 216 с.

48. Ковалёв В.В. Финансовый анализ: управление капиталом, выбор инвестиций, анализ отчётности. М: Финансы и статистика, 1996. - 432 с.

49. Ковалёв В.В. Методы оценки инвестиционных проектов. М: Финансы и статистика, 1999. - 142 с.

50. Коренков А.В. Методика построения рейтинга финансового состояния промышленных предприятий Свердловской области / Труды всероссийского симпозиума по миниэкономике. Екатеринбург, 2002. С. 36-39.

51. Коренков А.В., Лёвушкин К.А. Проблемы развития инвестиционной деятельности в российской экономике. Региональный аспект // Инвестиционный эксперт. 1999, - №49.

52. Коренков А.В., Никонов О.И. Проблемы кредитования предприятий коммерческими банками Свердловской области / Концепция развития банковской системы Урала: Сборник докладов. Екатеринбург: ГУ Банка России по Свердловской области, 2000. С. 43 - 53.

53. Коренков А.В., Никонов О.И. Рейтинг кредитной привлекательности отраслей промышленности Свердловской области / Проблемы экономики, финансов и управления производством: Межвузовский сборник научных трудов. Иваново: УГХТУ, 2001. С. 101 - 109.

54. Коренков А.В., Никонов О.И. Экспресс-метод оценки экономического положения региона и инвестиционной привлекательности предприятия / Платежные системы: Сборник докладов. Екатеринбург: ГУ Банка России по Свердловской области, 1998. С. 288 - 295.

55. Котляр Э. Комплексная оценка финансово-экономического состояния (данный материал доступен в сети Интернет по адресу http://www.cfin.ru/finanalvsis/index.shtmn.

56. Крейнина М.Н. Анализ финансового состояния и инвестиционной привлекательности акционерных обществ в промышленности, строительстве и торговле. М.: АО «Дис», «Мв-Центр», 1994. - 224 с.

57. Кремер Н.Ш. Исследование операций в экономике: Учебное пособие. -М.: ЮНИТИ, 1997.

58. Курс экономической теории./Под ред. А.В. Сидорович М.: ДИС, 1997.

59. Лембден Дж., Таргет Д. Финансы в малом бизнесе. М.: Финансы и статистика, Аудит, 1992.

60. Лизер С. Эконометрические методы и задачи. М.: Статистика, 1971. -141 с.

61. Липсиц И.В., Коссов В.В. Инвестиционный проект. М.: БЕК, 1996.

62. Ллойд Э., Ледерман У. Справочник по прикладной статистике, т. 1 и 2. -М.: Финансы и статистика, 1990. 1036 с.

63. Лопатников Л.И. Экономико-математический словарь. М.: Наука, 1987.

64. Лоули Д., Максвелл А. Факторный анализ как статистический метод. -М.: Мир, 1967.- 144 с.

65. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. -М.: Статистика, 1979. 254 с.

66. Львовский Е.Н. Статистические методы построения эмпирических формул. М.: Высшая школа, 1988. - 239 с.

67. Маконнел К., Брю С. Экономикс /Пер. с англ. М.: 1992.

68. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика, 1988. -176 с.

69. Маркарьян Э.А., Герасименко Г.П. Финансовый анализ. М.: Приор, 1997. - 160 с.

70. Масютин С., Лапухова М. Рейтинг предприятий первое знакомство с инвестором // Экономика и жизнь - гостиный ряд. - 1999, -№12. - С. 29

71. Миддлтон Д. Бухгалтерский учёт и принятие финансовых решений. М.: Аудит, Юнити, 1997.

72. Мостлер Ф., Тьюки Дж. Анализ данных и регрессия. М.: Финансы и статистика, 1982. - 520 с.

73. Муравьёв А.И. Теория экономического анализа. М.: Финансы и статистика, 1988.

74. Мэрфи Дж. Технический анализ фьючерсных рынков: теория и практика. -М: Сокол, 1996. 587 с.

75. Нидлз Б., Андерсон А., Колдуэлл Д. Принципы бухгалтерского учёта. -М.: Финансы и статистика, 1993.

76. Никонов О.И. Коренков А.В. Рейтинг инвестиционной привлекательности предприятий / Повышение эффективности управления банками: региональный и технический аспекты: Сборник докладов Екатеринбург: ГУ Банка России по Свердловской области, 1997. С. 140- 143.

77. Новодворский В.Д., Пономарёва Л.В., Ефимова О.В. Бухгалтерская отчётность: составление и анализ. М.: Бухгалтерский учёт, 1994.

78. Новодворский В.Д., Пономарёва Л.В. Составление бухгалтерской отчётности. М.: Бухгалтерский учёт, 1998.

79. Окунь Я. Факторный анализ. М.: Статистика, 1974. - 200 с.

80. Орлов А.И. Устойчивость в социально-экономических моделях М.: Наука, 1979. - 296 с.

81. Орлова И.В., Половников В.А., Федосеев В.В. Курс лекций по экономико-математическому моделированию. М.: Экономическое образование, 1993.

82. Пеганова О.И. Формирование портфеля ценных бумаг: статистические аспекты М.: Миф-диалог, 1998.

83. Первозванский А.А., Первозванская Т.Н. Финансовый рынок: расчет и риск М.: Инфра-М, 1994.

84. Пичурин И.И. Стимулирование роста производительности труда работников промышленных предприятий / Труды всероссийского симпозиума по миниэкономике: Пленарные доклады. Екатеринбург: УрО РАН, 2002. С. 81 - 90.

85. Попов В.Е. Классификация миниэкономических теорий / Труды всероссийского симпозиума по миниэкономике: Пленарные доклады. -Екатеринбург: УрО РАН, 2002. С. 145 159.

86. Попов Е.В., Татаркин А.И. Теория анализа рынка. Екатеринбург: Институт экономики, УрО РАН, 2000.

87. Райков Д.А. Многомерный математический анализ. М.: Высшая школа, 1989.-271 с.

88. Реформа предприятий (организаций). Методические рекомендации. М.: Ось-89, 1998.

89. Ришар Ж. Аудит и анализ хозяйственной деятельности предприятия. -М.: Аудит, Юнити, 1997.

90. Радионова В.М., Федотова М.А. Финансовая устойчивость предприятия в условиях инфляции. М.: Перспектива, 1995.

91. Розенблатт Ф. Принципы нейродинамики. Персептрон и теория механизмов мозга М.: Мир, 1965.

92. Руководство при оценке эффективности инвестиций. М.: Интерэксперт, Инфра-М, 1995.

93. Ряузов H.H. Общая теория статистики. М.: Статистика, 1980.

94. Савицкая Г.В. Анализ хозяйственной деятельности предприятий. -Минск: ООО «Новое издание», 2000. 688 с.

95. Самойлов JI.JI. Система показателей ранжирования предприятий (данный материал доступен в сети Интернет по адресу http://www.cfin.ru/finanalysis/index.shtml).

96. Севастьянов Б.А. Вероятностные модели. М.: Наука, 1992. - 176 с.

97. Сербер Дж. Линейный регрессионный анализ. М.: Финансы и статистика, 1980. - 456 с.

98. Синк Д. Скотт. Управление производительностью: планирование, измерение и оценка, контроль, повышение. М.: Прогресс, 1989.

99. Синягин А. Специфика финансового анализа в российских условиях (данный материал доступен в сети Интернет по адресу http://www.cfin.ru/finanalysis/index.shtml).

100. Смоляк С.А., Титаренко Б.П. Устойчивые методы оценивания. М.: Статистика, 1980. - 208 с.

101. Справочник по математике для экономистов./Под ред. В.И. Ермакова -М.: Высшая школа, 1987.

102. Статистический словарь./Под ред. Ю.А. Юркова. М.: Фин-статинформ, 1996.-479 с.

103. Статистическое моделирование и прогнозирование./Под ред. А.Г. Гранберга М.: Финансы и статистика, 1990.

104. Стоянова Е. Финансовый менеджмент. Российская практика. М.: Перспектива, 1994.

105. Татаркин А.И. Развитие интеграционных процессов в регионе как условие эффективного функционирования предприятий / Труды всероссийского симпозиума по миниэкономике: Пленарные доклады. -Екатеринбург: УрО РАН, 2002. С. 16 30.

106. Теоретические и методологические основы управления финансовыми рынками на предприятии / Куклин А.А., Яковлев В.И., Никифорова

107. Ю.В., Рыбалко А.А., Тхай О.Е., Перунова А.С. Екатеринбург: УрО РАН, 2000. - 56 с.

108. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М.: Инфра-М, 1998.

109. Ульянова И.В. Сущность и факторы финансового состояния предприятия. Система показателей, характеризующих финансовое состояние предприятия // Уральский консультант, 1999, №6.

110. Ферестер Э., Ренц Б. Методы корреляционного и регрессионного анализа. М.: Финансы и статистика, 1988. - 302 с.

111. Фишер П. Прямые иностранные инвестиции. М: Финансы и статистика, 1999.- 132 с.

112. Фишер С., Дорнбуш Р., Шмалензи Р. Экономика. М: Дело, 1993. - 829 с.

113. Френкель А.А. Прогнозирование производительности труда: методы и модели.- М.: Экономика, 1989.

114. Харин Ю.С., Степанова М.Д. Практикум на ЭВМ по математической статистике. М.: Университетское, 1987. - 304 с.

115. Хелферт Э. Техника финансового анализа. М.: Юнити, 1996.

116. Хемминг Р.В. Численные методы. Пер. с англ. М.: Наука, 1972. - 400 с.

117. Хендриксен Э.С., Ван Бреда М.Ф. Теория бухгалтерского учёта. М.: Финансы и статистика, 1997.

118. Холт Р. Основы финансового менеджмента. М.: Дело, 1993.

119. Холт Р. Барнес С. Планирование инвестиций. М.: Дело, 1994.

120. Хорн Р., Джонсон Ч. Матричный анализ. Пер. с англ. М.: Мир: 1989. -655 с.

121. Хорнгрен Ч.Т., Фостер Дж. Бухгалтерский учёт: управленческий аспект. М.: Финансы и статистика, 1995.

122. Черкасов В.Е. Финансовый анализ в коммерческом банке М.: Инфра-М, 1996. - 144 с.

123. Чернов Г., Мозес JI. Элементарная теория статистических решений. М.: Сов. радио, 1962.

124. Черчмен У., Акоф Р., Арноф JI. Введение в исследование операций. М.: Наука, 1968.

125. Шарп У.Ф., Александер Г. Дж., Бейли Дж. Инвестиции М: Инфра-М, 1998.

126. Шеремет А.Д., Негашев Е.В. Методика финансового анализа. М.: Инфра-М, 1999.

127. Шеремет А.Д., Сайфулин Р.С. Финансы предприятий. М.: Инфра-М, 1998. - 343 с.

128. Шеремет А.Д., Суйц В.П. Аудит. М.: Инфра-М, 1995.

129. Hopfield J.J. Neural networks and phisical systems with emergent collective computational abilities Proc. Nat. Acad. Sci. USA, 1982.

130. Lawrence J. Introduction to neural networks: design, theory and application -Nevada City: CSS, 1994, 348 c.

131. Markowitz H. Portfolio selection // J. Finance, 1952.

132. Merton R.C. Optimum consumption and portfolio rules in a continuous time model // J. Econ. Theory. 1971, № 3.